4.4.2.4 Uji Autokorelasi
Untuk menguji ada atau tidaknya autokorelasi dalam penelitian ini maka digunakan Durbin-Watson test dengan menggunakan program SPSS
19.00 for windows. Uji Autokorelasi dapat dilihat dengan tabel 4.9. Tabel 4.9
Nilai Durbin-Watson sebagai Dasar Uji Autokorelasi
Nilai DW sebesar 1.990, nilai ini bila dibandingkan dengan nilai tabel dengan signifikansi 5, jumlah sampel n 28 dan jumlah variabel
dependen 3 K-3. Oleh karena nilai D-W 1.990 lebih besar dari batas atas
du 1.6503 dan kurang dari 3-1.6503 3-du, maka dapat disimpulkan bahwa tidak dapat menolak H0 yang menyatakan bahwa tidak ada
autokorelasi positif atau negatif, atau dapat disimpulkan tidak terdapat autokorelasi.
4.4.3 Analisis Regresi Berganda
Metode analisis regresi linear berganda berfungsi untuk mengetahui pengaruhhubungan variabel bebas dengan variabel terikat.
Pengolahan data akan dilakukan dengan menggunakan alat bantu aplikasi Sofware SPSS 19.0 for Windows.
Untuk menjawab hipotesis yang diajukan, maka akan digunakan analisis regresi linier berganda dengan variabel ukuran dewan komisaris,
Model Summary
b
.859
a
.737 .705
2.24692 1.990
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
Predictors: Constant, X3, X1, X2 a.
Dependent Variable: Y b.
frekuensi rapat dan ukuran komite audit terhadap kinerja perusahaan. Hasil pengujian regresi adalah sebagai berikut
Tabel 4.10 Regresi Berganda
Sumber : Hasil Pengolahan Data Berdasarkan hasil analisis regresi berganda pada tabel diperoleh
persamaan regresi sebagai berikut :
Y = 1.214 + -0.265X
1
+ 0.333X
2
+ 0.658X
3
+ e
Berdasarkan persamaan regresi berganda seperti di atas, selanjutnya dapat diinterpretasikan sebagai berikut :
a. Nilai B Constant α = 1.214
Nilai konstanta ini menunjukkan bahwa apabila tidak ada nilai variabel bebas yaitu perbandingan ukuran dewan komisaris,
frekuensi rapat dan ukuran komite audit, maka perubahan nilai kinerja perusahaan yang dilihat dari nilai Y tetap 1.214.
b. Nilai β1 = -0.265
Hasil pengujian menunjukkan nilai variabel ukuran dewan komisaris X
1
sebesar -0.265 dengan signifikansi sebesar 0.031 dan 0.05 yang berarti bahwa model regresi tersebut signifikan. Nilai
Coefficients
a
1.214 .785
1.547 .135
-.265 .115
-.365 -2.298
.031 .333
.183 .374
1.822 .081
.658 .154
.752 4.286
.000 Constant
X1 X2
X3 Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Dependent Variable: Y a.
variabel ukuran dewan komisaris X
1
sebesar -0.265 berarti setiap kenaikan 1 ukuran dewan komisaris akan menurunkan kinerja
perusahaan sebesar 0.265 dengan mengasumsikan variabel yang lain konstan.
c. Nilai β2 = 0.333
Hasil pengujian menunjukkan nilai variabel frekuensi rapat X
2
sebesar 0.333 dengan signifikansi sebesar 0.081 dan 0.05 yang berarti bahwa model regresi tersebut signifikan. Nilai variabel
frekuensi rapat X
2
sebesar 0.333 berarti setiap kenaikan 1 frekuensi rapat akan meningkatkan kinerja perusahaan sebesar
0.333 dengan mengasumsikan variabel yang lain konstan. d.
Nilai β3 = 0.658 Hasil pengujian menunjukkan nilai variabel ukuran komite audit
X
3
sebesar 0.658 dengan signifikansi sebesar 0.000 dan 0.05 yang berarti bahwa model regresi tersebut signifikan. Hasil
pengujian menunjukkan nilai sebesar 0.658 yang berarti bahwa setiap kenaikan 1 rupiah ukuran komite audit akan menaikkan
kinerja perusahaan sebesar 0.658 dengan mengasumsikan variabel yang lain konstan.
Berdasarkan hasil pengolahan data dapat diketahui bahwa seluruh variabel yang dimasukkan dalam model seperti ditunjukkan
pada persamaan regresi di atas bahwa yang paling dominan yakni variabel frekuensi rapat X
2
dan ukuran komite audit X
3
memiliki
pengaruh yang positif searah sehingga jika variabel ini mendukung maka diperkirakan akan menyebabkan kinerja perusahaan Y akan
baik, sedangkan variabel ukuran dewan komisaris X
1
diketahui berpengaruh negatif sehingga jika variabel ini menurun maka
diperkirakan akan menyebabkan kinerja perusahaan Y akan menurun pula.
4.4.4 Pengujian Hipotesis 4.4.4.1 Uji t t-tes
Kategori