BAB IV HASIL DAN PEMBAHASAN
4.1 Gambaran Umum
Populasi yang digunakan dalam penelitian ini adalah perusahaan perbankan yang terdaftar di Busa Efek Indonesia BEI selama tahun 2011 sampai
2013.Perusahaan yang dijadikan sampel 15 perusahaan, dengan alasan adanya seleksi kreteria sampel yang dilakukan pada perusahaan perbankan dari tahun
2011 sampai 2013. Analisis dan pembahasan yang disajikan pada bab ini akan menunjukan
hasil dari analisis data berdasarkan pengamatan variabel bebas maupun variabel moderating yang digunakan dalam model analisi regresi dengan menggunakan
analisis linear berganda.Pengujian asumsi klasik dan regresi dilakukan dengan menggunakan software SPSS versi 16, untuk mengetahui apakah ROA, Leverage,
dan Total Asset turnover berpengaruh positif terhadap nilai perusahaan dengan kepemilikan manajerial sebagai variabel moderating.
46
Universitas Sumatera Utara
4.2 Analisis Hasil Penelitian
4.2.1 Analisis Statistik Deskriptif
Informasi yang dibutuhkan dalam penelitian ini merupakan data sekunder yang diperoleh dari
www.idx.co.id berupa data keuangan
sampel perusahaan perbankan dari tahun 2011 sampai 2013 yang dijabarkan dalam bentuk statistik. Variabel penelitian ini terdiri dari
ROA, Leverage, Total Asset Turnover sebagai variabel bebes independent variable, Nilai Perusahaan sebagai variabel terikat
dependent variable , dan Kepemilikan Manajerial sebagai variabel pemoderasi Moderating variable. Statistik deskriptif dari variabel
tersebut dari sampel perusahaan perbankan selama periode 2011 sampai 2013 dalam tabel berikut.
Tabel 4.1 Statistik Deskriptif variabel- variabel selama tahun 2011-2013
Descriptive Statistics
N Range
Minimum Maximum
Mean Std. Deviation
Variance ROA
45 4.18
.52 4.70
2.3607 1.04758
1.097 Leverage
45 .36
.81 1.17
.8911 .05153
.003 TAT
45 .30
.00 .30
.0658 .09176
.008 KM
45 .56
.00 .56
.0953 .17852
.032 NP
45 4.55
.00 4.55
1.8222 1.40562
1.976 Valid N listwise
45
Sumber : Hasil SPSS 16
Universitas Sumatera Utara
Berikut ini perincian data deskriptif yang telah diolah: a. Variabel Y sebagai Nilai perisahaan NP memiliki nilai terendah 0 dan
nilai tertinggi 4,55 .Dengan rata-rata 1,82 dan standar deviasinya 1,40 dari varian. Nilai range 4,55 yang menunjukan selisih antara nilai
maksimum dan minimum dan nilai variance 1,97 yang menunjukkan seberapa jauh nilai varian dari mean. Serta jumlah pengamatan sebanyak
45. b. Variabel X1 sebagai Return On Asset ROA memiliki nilai terendah
0,52 dan nilai tinggi 4,70. Dengan nilai rata-rata sebesar 2,36 dan standar deviasinya 1,04. Nilai range 4,18 yang menunjukan selisih
antara nilai maksimum dan minimum dan nilai variance 1,04 yang menunjukkan seberapa jauh nilai varian dari mean. Serta jumlah
pengamatan sebanyak 45. c. Variabel X2 sebagai Leverage memiliki nilai minimum 0,81 dan nilai
maksimum 1,17. Dengan nilai rata-rata sebesar 0,89 dan standar deviasinya 0,05. Nilai range 0,35 yang menunjukan selisih antara nilai
maksimum dan minimum dan nilai variance 0,003 yang menunjukkan seberapa jauh nilai varian dari mean.Serta jumlah pengamatan sebanyak
45. d. Variabel X3 sebagai Total Asset Turnover TAT memiliki nilai minimum
0 dan nilai maksimum 0,30. Dengan nilai rata-rata sebesar 0,06 dan standar deviasinya 0,09. Nilai range 0,30 yang menunjukan selisih
antara nilai maksimum dan minimum dan nilai variance 0,008 yang
Universitas Sumatera Utara
menunjukkan seberapa jauh nilai varian dari mean. Serta jumlah pengamatan sebanyak 45.
e. Variabel Z sebagai Kepemilikan Manajerial memiliki nilai minimum 0 dan nilai maksimum 0,56 dengan nilai rata-rata sebesar 0,09 dan
standar deviasinya 0,17. Nilai range 0,56 yang menunjukan selisih antara nilai maksimum dan minimum dan nilai variance 0,032 yang
menunjukkan seberapa jauh nilai varian dari mean. Serta jumlah pengamatan sebanyak 45.
4.3 Uji Asumsi Klasik
4.3.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam mode regresi, variabel terikat dan variabel bebas keduanya mempunyai distribusi
normal atau tidak Ghozali, 2005. Pengujian normalitas terhadap data dilakukan dengan melihat Histogram, Normal Probability Plot dan uji
Kolmogorov – Smirnov.
Universitas Sumatera Utara
Gambar 4.1 Grafik Histrogram
Grafik histrogram pada gambar 4.1 diatas dapat menunjukkan bahwa distribusi data memiliki kurva berbentuk lonceng dimana distribusi
data tidak melenceng ke kiri maupun ke kanan. Hal ini menunjukkan bahwa data telah terdistribusi secara normal. Hal ini juga didukung dengan
hasil uji normalitas dengan menggunakan grafik P-Plot.
Universitas Sumatera Utara
Gambar 4.2 Grafik Normal
P-Plot
Gambar 4.2 menunjukan bahwa grafik memberikan pola distribusi normal, dikarenakan terlihat titik- titik menyebar mendekati dari garis
diagonal. Sehingga model regresi layak untuk dipakai dalam penelitian ini. Hasil ini diperkuat dengan menggunakan uji normalitas
Kolmogrov- Smirnov. Untuk mengetahui residual distribusi normal atau tidak hipotesis dibuat untuk melakukan pengujian normalitas, yaitu:
Universitas Sumatera Utara
H0 : data residual berdistribusi normal
H1 : data residual tidak berdistribusi normal
Berdasarkan pengolahan data dengan menggunakan SPSS, diperoleh hasil perhitungan Kolmogorov- Smilenov model regresi sebagai
berikut:
Tabel 4.2 One- Sample Kolmogrov- Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N Mean
Std. Deviation Absolute
Positive Negative
45 Normal Parameters
a
.0000000 1.23528776
Most Extreme Differences .127
.127 -.090
Kolmogorov-Smirnov Z .855
Asymp. Sig. 2-tailed .458
a. Test distribution is Normal.
Sumber : Hasil SPSS 16 Dari tabel 4.2 diketahui nilai Kolmogorov-Smirnov sebesar 0,855
dan Asymp sig.2-tailed sebesar 0,458 signifikan lebih besar dari 0,05 nilai signifikan 0,05 atau 0,458 0,05. Hal ini berarti H0 diterima, atau
dengan kata lain data residual berdistribusi nolrmal. Dapat disimpulkan dari ketiga uji normalitas tersebut yaitu, Histogram Normal Probability
Plot dan uji Kolmogorov – Smirnov semua menyatakan data tersebut
terdistribusi normal maka H0 diterima.
Universitas Sumatera Utara
4.3.2 Uji Multikolinieritas
Pengujian multikolinieritas dilakukan untuk memenuhi salah satu asumsi penting dalam model regresi berganda, yaitu variabel- variabel
independen dalam model regresi tersebut tidak berkorelasi secara sempurna. Uji multikolinieritas pada penelitian ini dilakukan dengan
melihat angka tolerance dan nilai VIF dari masing- masing variabel independen yang diuji. Hasil pengujian dapat dilihat pada tabel berikut:
Tabel 4.3 Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF Constant
ROA Leverage
TAT KM
4.254 3.754
1.133 .264
.277 .211
.206 1.310
.198 .780
1.282 -2.805
4.083 -.103
-.687 .496
.862 1.160
-6.540 2.368
-.427 -2.761 .009
.808 1.238
-1.622 1.195
-.206 -1.358 .182
.838 1.193
a. Dependent Variable: NP
Sumber : Hasil SPSS 16 Batas yang digunakan anka tolerance adalah 0,01 dan batas untuk
nilai VIF adalah 10. Dari hasil pengujian yang dilakukan terlihat bahwa tidak ada nilai tolerance yang kurang dari 0,01 dan tidak ada angka VIF
Universitas Sumatera Utara
yang lebih dari 10, maka dapat disimpulkan bahwa tidak terjadi multikoninearitas antar variabel bebes dalam model regresi.
4.3.3 Uji Autokorelasi
Uji ini bertujuan menguji apakah dalam model regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1 sebelumnya. Autokorelasi terjadi karena observasi yang berurutan terjadi dengan yang lainnya. Untuk mengetahui
adanya autokorelasi dilakukan dengan uji statistik Box Pierce dan Ljung Box digunakan melihat adanya autokorelasi dengan lag lebih dari dua.
Tabel 4.4 Uji Autokorelasi
Autocorrelations
Series:Unstandardized Residual Lag
Autocorrelation Std. Error
a
Box-Ljung Statistic Value
df Sig.
b
1 .000
.144 .000
1 .999
2 -.125
.143 .773
2 .679
3 -.055
.141 .927
3 .819
4 .054
.139 1.079
4 .898
5 -.101
.138 1.622
5 .899
6 .005
.136 1.623
6 .951
7 -.305
.134 6.792
7 .451
8 -.196
.132 8.980
8 .344
9 .082
.130 9.372
9 .404
10 -.115
.129 10.178
10 .425
11 .177
.127 12.135
11 .354
12 .033
.125 12.205
12 .429
13 -.124
.123 13.222
13 .431
14 -.013
.121 13.232
14 .508
15 .606
.119 39.144
15 .001
16 -.012
.117 39.156
16 .001
a. The underlying process assumed is independence white noise. b. Based on the asymptotic chi-square approximation.
Sumber : Hasil SPSS 16
Universitas Sumatera Utara
Hasil statistik Ljung Box menjelaskan bahwa empat belas lag 14 ternyata tidak signifikan dan dua lag 2 signifikan. Dari hasil tersebut
tidak ada autokorelasi, dikarenakan hasil uji Ljung Box menjelaskan jika jumlah lag yang signifikan lebih dari dua maka terjadi autokorelasi, dari
hasil diatas tidak lebih dari dua lag yang singnifikan maka tidak terjadi autokorelasi.
4.3.4 Uji Heterokedestisitas
Uji Heterokedesitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan yang lain. Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala heterokedetisitas adalah dengan melihat grafik scetterplot
antara SESID dan ZPRED yang dihasilkan dari pengolahan data menggunakan SPSS.
Berikut ini dilampirkan grafik scetterplot untuk menganalisis apakah terjadi heterokedestisitas atau terjadi homoskedestisitas dengan mengamati
penyebaran titik- titik pada gambar.
Universitas Sumatera Utara
Gambar 4.3 Uji Heterokedestisitas
scetterplot
Hasil pengujian heterokedestisitas dengan jelas menunjukan bahwa tidak ada pola yang jelas, serta titik- titik menyebar diatas dan dibawah
angka nol pada sumbu Y. Dengan demikian, dapat disimpulkan bahwa tidak terjadi heterokedestisitas dalam model regresi tersebut.
Universitas Sumatera Utara
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1
Constant ROA
Leverage TAT
4.800 3.771
1.273 .210
.330 .210
.246 1.573
.123 -3.788
4.059 -.139
-.933 .356
-5.787 2.326
-.378 -2.488
.017
4.4 Analisis Regresi
4.4.1 Persamaan Regresi
Pengujian terhadap hipotesis dilakukan dengan menggunakan analisis regresi linier berganda . Persamaan regresi yang pertama bertujuan
untuk melihat pengaruh ROA, Leverage ,dan Total Asset Turnover terhadap Nilai Perusahaan, yang merupakan ukuran kualitas laba akrual,
ini dapat dilihat pada tabel berikut.
Tabel 4.5 Persamaan Regresi 1
Coefficients
a
a.Dependent Variable: NP
Sumber : Hasil SPSS 16 Dari tabel 4.5 dapat dilakukan persamaan regresi sebagai berikut:
Y1 = 4,800 + 0,330 X1 - 3,788X2 - 5,787X3 1. Konstanta sebesar 4,800 menunjukkan bahwa apabila ada variabel
independen X=0 makan nilai perusahaan adalah 4,800
Universitas Sumatera Utara
2. Koefisien regresi ROA sebesar 0,330 diinterpretasikan bahwa ROA memiliki koefisien regresi positif. Hal ini menunjukan bahwa setiap
kenaikan ROA 1 akan berpengaruh positif terhadap nilai perusahaan sebesar 0,330.
3. Koefisien regresi Leverage sebesar -3,788 diinterpretasikan bahwa Leverage memiliki koefisien regresi negative. Hal ini menunjukan bahwa
setiap kenaikan Leverage 1 akan berpengaruh negatif terhadap nilai perusahaan sebesar -3,788.
4. Koefisien regresi Total Asset Turnover sebesar -5,787 diinterpretasikan bahwa Leverage memiliki koefisien regresi negatif. Hal ini menunjukan
bahwa setiap kenaikan Total Asset Turnover 1 akan berpengaruh negatif terhadap nilai perusahaan sebesar -5,787.
Universitas Sumatera Utara
Persamaan regresi yang kedua bertujuan untuk melihat apakah variabel kepemilikan manajerial mampu memoderasi hubungan ROA, Leverage , Total
Asset Turnover dan Nilai perusahaan. Ini dapat dilihat pada tabel berikut:
Tabel 4.6 Persamaan Regresi 2
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1
Constant ROA
Leverage TAT
-.337 .488
-.690 .494
-.033 .027
-.192 -1.207
.234 .606
.525 .175
1.153 .255
-.464 .301
-.238 -1.541
.131 a.Dependent Variable: KM
Sumber : Hasil SPSS 16 Dari tabel diatas, dapat ditentukan persamaan regresi sebagai berikut :
Z = a +
β1X1 + β2X2 + β3X3 + e
Z = -0,337 - 0,033X1 + 0,606X2 - 0,464X3
1. Konstanta sebesar -0,337 menunjukkan bahwa apabila ada variabel independen X=0 makan kepemilikan manajerial adalah -0,337
2. Koefisien regresi Return On Asset ROA sebesar -0,330 diinterpretasikan bahwa ROA memiliki koefisien regresi negatif. Hal ini menunjukan bahwa
Universitas Sumatera Utara
setiap kenaikan ROA 1 akan berpengaruh negatif terhadap kepemilikan manajerial sebesar -0,330. Dapat dijelaskan bahwa kepemilikan manajerial
bukan sebagai variabel pemoderasi terhadap Return On Asset. 3. Koefisien regresi Leverage sebesar 0,606 diinterpretasikan bahwa
Leverage memiliki koefisien regresi positif. Hal ini menunjukan bahwa setiap kenaikan Leverage 1 akan berpengaruh positif terhadap
kepemilikan manajerial sebesar 0,606. Dapat disimpulkan bahwa kepemilikan manajerial sebagai variabel pemoderasi terhadap Leverage.
4. Koefisien regresi Total Asset Turnover sebesar -0,464 diinterpretasikan bahwa Total Asset Turnover memiliki koefisien regresi negatif. Hal ini
menunjukan bahwa setiap kenaikan Total Asset Turnover 1 akan berpengaruh negatif terhadap kepemilikan manajerial sebesar -0,464.
Dapat dijelaskan bahwa kepemilikan manajerial bukan sebagai variabel pemoderasi terhadap Total Asset Turnover.
Kesimpulan dari persamaan regresi dua menjelaskan bahwa variabel ROA memiliki koefisien negatif, variabel Leverage memiliki
koefisien positif, dan Total Asset Turnover TAT memiliki koefisien negatif sehingga dapat disimpulkan dalam persamaan regresi dua
kepemilikian manajerial berpengaruh negatif terhadap ROA dan Total Asset Turnover TAT serta berpengaruh positif terhadap variabel
Leverage sehingga kepemilikan manajerial sebagai pemoderasi pada variabel Leverage dengan nilai positif 0,606..
Universitas Sumatera Utara
Tabel 4.7 Persamaan Regresi 3
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant NP
.125 .026
4.777 .000
.000 .011
-.012 -.079
.937 a.Dependent Variable: AbsRes_1
Sumber : Hasil SPSS 16
Dari tabel diatas, dapat ditentukan persamaan regresi sebagai berikut : │e│
= a + β1Y
│e│ = -0,125 + 0
AbsRes_1 = a + β1X1 + β2X2 + β3X3 + β1Y + e
AbsRes_1 = -0,125 - 0,033X1 + 0,606X2 - 0,464X3 +0Y 1. Dapat dijelaskan bahwa variabel nilai perusahaan signifikan 0,937 dan
koefisien parameternya -0,012 sehingga dapat disimpulkan variabel nilai perusahaan lebih besar dari 0,05 atau 0,937 0,05 sehingga hasilnya tidak
signifikan dan mempunyai koefisien parameter negatif yaitu -0,012 . Kepemilikan manajerial bukan variabel moderating dikarenakan nilai
koefisien parameternya negatif dan tidak signifikan.
Universitas Sumatera Utara
4.5 Uji R² Koefisien Determinasi
Pengujian koefisien determinasi R Squere R² dilakukan untuk melihat berapa besar proporsi variabel independen, dalam hal ini ROA, Leverage, Total
Asset Turnover ,kepemilikan manajerial dapat mempengaruhi variabel dependen, yaitu nilai perusahaan. Hasil Uji Koefisien determinasi adalah sebagai berikut:
Tabel 4.8 Uji R
Square
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the Estimate
1 .477
a
.228 .150
1.29558 a. Predictors: Constant, KM, Leverage, TAT, ROA
b. Dependent Variable: NP
Sumber : Hasil SPSS 16 Dari hasil uji dapat dilihat nilai R sebesar 0,477 hal ini berarti hubungan
antara nilai perusahaan dengan variabel- variabel independennya adalah tidak kuat dikarenakan berada dibawah 0,5. Nilai R Square didapat 0,228 namun untuk
mengefaluasi model regresi sebaiknya digunakan nilai Adjusted R Square yaitu 0,15 dikarenakan jumlah variabel independen lebih dari dua maka digunakan nilai
Adjusted R Square . Hasil ini dapat menjelaskan 0,15 15 dari variabel nilai perusahaan dapat dijelaskan variabel independen. Sedangkan sisanya 85 100
- 15 dijelaskan oleh faktor-faktor lain yang tidak diteliti dari penelitian ini. Standard Error of Estimate SSE model tersebut adalah 2,9558. SEE yang
semakin kecil akan membuat model regresi semakin tepat dalam memprediksi variabel dependen.
Universitas Sumatera Utara
4.6 Pengujian Hipotesis