Gambaran Umum Uji R² Koefisien Determinasi

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