54
2.
nilai DW di antara -2 sampai +2 berarti tidak ada autokorelasi,
3.
nilai DW lebih besar dari +2 berarti ada autokorelasi negatif. Tabel 4.4
Uji Autokorelasi
Tabel 4.4 memperlihatkan nilai statistik D-W sebesar 1.353 d. Nilai ini akan peneliti bandingkan dengan nilai ketentuan untuk uji
autokorelasi yaitu nilai 1.353 DW di antara -2 sampai +2 berarti tidak ada autokorelasi. Berdasarkan pengamatan ini, dapat disimpulkan bahwa
tidak terjadi autokorelasi positif maupun autokorelasi negatif.
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 Linear Unbias ed Esti mator 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
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .651
a
.423 .394
1.14014 1.353
Sumber : Diolah oleh peneliti, 2016
Universitas Sumatera Utara
55
variabel independen dan variabel dependen, melalui pengaruh CSR terhadap PBV. Berdasarkan hasil pengolahan data dengan program SPSS
Versi 18, maka diperoleh hasil sebagai berikut :
Tabel 4.5 Hasil Analisis Regresi
Sumber : Diolah oleh peneliti, 2016 Berdasarkan tabel diatas didapatlah persamaan regresi sebagai berikut :
PBV = 0.170 + 2.560CSR Keterangan :
1 Konstanta sebesar 0.170 menunjukkan bahwa apabila variabel
independen X=0 maka nilai PBV sebesar 0.170. Artinya, Jika nilai variabel X tetap atau tidak mengalami kenaikan, maka nilai
PBV sebesar 0.170. 2
β1 sebesar 2.560 menunjukkan bahwa setiap kenaikan CSR sebesar 1 akan diikuti oleh peningkatan PBV sebesar 2.560
dengan asumsi variabel lain tetap. Artinya, jika variabel X mengalami kenaikan 1 poin 1, maka variabel Y mengalami
peningkatan.
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant .170
.986 .173
.864 CSR
2.560 1.343
.289 1.906
.064 a. Dependent Variable: PBV
Universitas Sumatera Utara
56
4.1.3.2 Analisis Regresi Dengan Variabel Moderating Tabel 4.6
Hasil Regresi Variabel Moderating
Sumber : Diolah oleh peneliti,2016 Tabel diatas dapat menunjukkan persamaan Moderated Regression
Analysis MRA atau uji interaksi yaitu:
PBV= -1.325 + 3.309 CSR + 0.175 ROA -0.085 CSRROA
Hasil tampilan output SPSS menunjukkan bahwa secara individu variabel CSR memberikan nilai koefisien 3,309 dengan probabilitas
signifikansi 0,035. Hal ini mengindikasikan bahwa secara parsial variabel CSR berpengaruh signifikan terhadap PBV, yaitu 0,035 0,05. Sedangkan
ROA bernilai 0,175 dengan signifikansi 0,121 mengartikan bahwa secara parsial nilai ROA tidak berpengaruh terhadap PBV. Karena nilai
signifikansi variabel ROA tersebut 0,121 0,05. Demikian pula variabel moderating
x
1
x
2
tidak berpengaruh
signifikan, karena
nilai probabilitasnya 0,05 yaitu 0,564 0,05.
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant -1.325
1.138 -1.165
.251 CSR
3.309 1.511
.373 2.191
.035 ROA
.175 .110
.908 1.588
.121 Moderat
-.085 .146
-.338 -.582
.564 a. Dependent Variable: PBV
Universitas Sumatera Utara
57
4.1.3.3 Analisis Koefisien Regresi