76
lainnya. Hal ini sering ditemukan pada time series. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Cara yang dapat digunakan untuk
mendeteksi masalah autokorelasi adalah dengan menggunakan nilai uji Durbin Watson
dengan ketentuan sebagai berikut: 1 angka D-W dibawah -2 berarti ada autokorelasi positif,
2 angka D-W di antara -2 sampai +2, berarti tidak ada autokorelasi, 3 angka D-W di atas +2 berarti ada autokorelasi negatif.
Tabel 4.5 Hasil Uji Autokolerasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .333
a
.111 .083
1.13835 1.720
a. Predictors: Constant, LN_DPR, LN_INVESTASI, LN_DER b. Dependent Variable: LN_PBV
Sumber : Output SPPS 18.0, diolah oleh penulis 2014 Tabel 4.4 memperlihatkan nilai statistik D-W sebesar 1.720, angka ini terletak
diantara -2 dan +2, dari pengamatan ini dapat disimpulkan bahwa tidak terjadi autokorelasi positif maupun autokorelasi negatif.
4.2.3 Analisis Regresi
Dari hasil pengujian asumsi klasik disimpulkan bahwa bahwa model regresi yang dipakai dalam penelitian ini telah memenuhi model
estimasi yang Best Linear Unbiased Estimator BLUE dan layak dilakukan analisis regresi. Untuk menguji hipotesis, peneliti menggunakan analisis regresi
berganda. Berdasarkan hasil pengolahan data dengan program SPSS 18.0, maka diperoleh hasil sebagai berikut.
Universitas Sumatera Utara
77
a. Persamaan Regresi
Dalam pengolahan data dengan menggunakan regresi linear, dilakukan beberapa tahapan untuk mencari hubungan antara variabel
independen dan variabel dependen, yaitu pengaruh LN_INVESTASI X
1
, LN_DER X
2
dan LN_DPR X
3
terhadap LN_PBV Y. Hasil regresi dapat dilihat pada tabel 4.6 berikut ini :
Tabel 4.6 Hasil Analisis Regresi Linear Berganda
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 1.131
.328 3.445
.001 LN_INVESTASI
-.419 .432
-.104 -.968
.335 LN_DER
.248 .129
.210 1.928
.057 LN_DPR
.303 .117
.254 2.583
.011 a. Dependent Variable: LN_PBV
Sumber: Ouput SPSS 18.0, Data diolah penulis 2014 Hasil pengolahan data seperti ditunjukkan pada Tabel 4.6 meghasilkan
persamaan linear berganda sebagai berikut: Y = 1,131 – 0,419 X
1
+ 0,248 X
2
+ 0,303 X
3
+ ε Dimana :
Y = Nilai Perusahaan PBV
X
1
= Keputusan Investasi INVESTASI X
2
= Keputusan Pendanaan DER X
3
= Kebijakan Dividen DPR e
= Error
Universitas Sumatera Utara
78
Keterangan : 1. Konstanta sebesar 1,131 menunjukkan bahwa apabila tidak ada
variabel independen X
1
= 0, X
2
= 0 dan X
3
=0 maka PBV akan sebesar 1,131.
2. b
1
sebesar - 0,419 menunjukkan bahwa setiap kenaikan INVESTASI sebesar 1 akan diikuti oleh penurunan PBV
sebesar 0,419 dengan asumsi variabel lain tetap. 3. b
2
sebesar 0,248 menunjukkan bahwa setiap kenaikan 1 pada Debt Equity ratio akan diikuti oleh kenaikan PBV sebesar
0,248 dengan asumsi variabel lain tetap. 4. b
3
sebesar 0,303 menunjukkan bahwa setiap kenaikan 1 pada Dividend Payout Ratio akan diikuti oleh kenaikan PBV sebesar
0,303 dengan asumsi variabel lain tetap.
4.2.4 Pengujian Hipotesis
