48
Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedasitas.
4.1.3 Analisis Regresi
Berdasarkan hasil pengujian asumsi klasik disimpulkan bahwa model regresi yang dipakai dalam penelitian ini telah memenuhi model estimasi yang
Bes t Lin ea r Unbi as ed Esti mat or BLUE dan layak dilakukan analisis regresi.Untuk menguji hipotesis, peneliti menggunakan analisis regresi berganda.
Berdasarkan hasil pengolahan data dengan program SPSS 18, maka diperoleh hasil sebagai berikut:
4.1.3.1 Persamaan Regresi Sederhana
Dalam pengolahan data dengan menggunakan regresi linier sederhana, dilakukan beberapa tahapan untuk mencari hubungan antara variabel independen
dan variabel dependen, melalui pengaruh CSRterhadap PBV. Berdasarkan hasil pengolahan data dengan program SPSS Versi 18, maka diperoleh hasil sebagai
berikut:
Tabel 4.5 Hasil Analisis Regresi
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
B Std. Error
1 Constant
2.150 .319
6.736 .000
CSR .762
.828 .156
.920 .364
a Dependent Variable: PBV
Berdasarkan tabel diatas didapatlah persamaan regresi sebagai berikut
PBV = 2.150+0,762CSR
49
Keterangan: 1 konstanta sebesar 2.150 menunjukkan bahwa apabila variabel independen
X=0 maka nilaiPBV sebesar 2,150. 2
β1 sebesar 0,762 menunjukkan bahwa setiap kenaikan CSR sebesar 1 akan diikuti oleh peningkatanPBV sebesar 0,762dengan asumsi variabel lain tetap,
4.1.3.2 Analisis Regresi Dengan Variabel Moderasi Tabel 4.6
Hasil Regresi Variabel Moderasi
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
.559 .981
.570 .573
CSR .472
2.531 .096
.186 .853
ROA .762
.429 .545
1.777 .085
moderat1 .005
1.107 .002
.004 .997
a Dependent Variable: PBV
a konstanta sebesar 0.559 menunjukkan bahwa apabila variabel independen
X1, X2, X1X3=0 maka nilai PBV sebesar 0.559. b
β1 sebesar 0,472 menunjukkan bahwa setiap kenaikan CSR sebesar 1 akan diikuti oleh peningkatan PBV sebesar 0,472 dengan asumsi variabel
lain tetap. c
β2 sebesar 0,762 menunjukkan bahwa setiap kenaikan CSR sebesar 1 akan diikuti oleh peningkatan PBV sebesar 0,762 dengan asumsi variabel
lain tetap. d
β1 β3 sebesar 0,762 menunjukkan bahwa setiap kenaikan CSR dan ROA sebesar 1 akan diikuti oleh peningkatan PBV sebesar 0,005 dengan
asumsi variabel lain tetap.
50
4.1.3.2. Analisis Koefisien Regresi
Nilai koefisien korelasi R menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel dependen.
Koefisien korelasi dikatakan kuat apabila data nilai R berada diantara 0,5 dan mendekati 1. Koefisien determinasi R Square menunjukkan seberapa besar
variabel independen menjelaskan variabel dependennya.Nilai R Square adalah 0 sampai dengan 1.Apabila nilai R Square semakin mendekati 1,maka variabel-
variabel independen mendekati semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.Sebaliknya, semakin kecil nilai R
S q u a r e maka kemampuan variabel-variabel independen untuk menjelaskan variasi variabel dependen semakin terbatas. Nilai R S q u a r e memiliki kelemahan
yaitu nilai R Square akan meningkat setiap ada penambahan satu variabel dependen meskipun variabel independen tersebut tidak berpengaruh signifikan
terhadap variabel dependen.
Tabel 4.6 Koefisien Determinasi
Model R
R Square Adjusted R
Square Std. Error of
the Estimate 1
.563a .317
.253 .90343
a Predictors: Constant, moderat1, ROA, CSR Sumber: Data diolah peneliti, 2015.
Hasil pengujian dengan menggunakan koefisien determinasi menunjukkan bahwa nilai R = 0,563 berarti hubungan antara CSR, ROA, terhadap PBV sebesar
56.3. Artinya hubungannya erat.Semakin besar R berarti hubungan semakin erat.
51
R Square sebesar 0,317 berarti 31.7 PBV dipengaruhi oleh CSR, ROA,.Sisanya 68.3 dijelaskan oleh variabel-variabel lainnya yang tidak masuk
dalam model penelitian ini. Adjusted R Square sebesar 0,253 berarti 25.3 ROA, CSR mempengaruhi
nilai perusahaan sementara sisanya 74.47 dijelaskan oleh variabel lainnya yang tidak masuk dalam model penelitian ini.
4.1.4. Uji t Uji Parsial