Uji Asumsi Klasik Analisis Deskriptif Penelitian

Dari Tabel 4.2 dapat dilihat korelasi antara variabel dependen dengan variabel dependen. Firm performancesebagai variabel dependen memiliki korelasi yang positif terhadap pertumbuhan aktiva, kemampuan aktiva menghasilkan laba, pertumbuhan penjualan, pertumbuhan laba, dan pertumbuhan ekuitas namun memiliki korelasi yang negatif terhadap pengeluaran investasi dan komposisi dewan komisaris. Dalam tabel dapat dilihat bahwa firm performance paling dipengaruhi oleh variabel pertumbuhan yaitu pertumbuhan ekuitas sebesar 0.656 diikuti variabel IOS yaitu kemampuan aktiva menghasilkan laba sebesar 0.393 pada tingkat kepercayaan 90. Dapat dilihat bahwa tidak semua unsur-unsur yang digunakan untuk mengukur IOS dan pertumbuhan memiliki korelasi yang signifikan terhadap kinerja perusahaan.

4.3. Analisis Regresi Berganda

Regresi linear berganda ditujukan untuk menentukan hubungan linear antar beberapa variabel bebas dengan variabel terikat. Dalam penelitian ini, mencari hubungan antara � 1 � , � 1 � , � 1 � , � 2 � , � 2 � , � 2 � , � 3 terhadap Y.

4.3.1. Uji Asumsi Klasik

Sebelum melakukan analisis regresi, agar dapat diperkirakan yang tidak bias dan efisien maka perlu dilakukan pengujian asumsi klasik. Kriteria yang digunakan adalah: Universitas Sumatera Utara

4.3.1.1. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Normalitas data dapat menyimpulkan bahwa data dapat dipakai dalam penelitian. Pengujian normalitas data dalam penelitian ini dilakukan dengan dua cara, yaitu analisis grafik dan uji statistik. Uji normalitas dengan analisis dapat dilakukan dengan melihat grafik histogram dan normal probability plot dan uji statistik dapat dilakukan dengan uji statistik non parametik Kolmogorov-Smirnov K-S. Dalam penelitian ini, uji normalitas yang digunakan yaitu dengan melakukan uji analisis grafik. Universitas Sumatera Utara Gambar 4.1.Uji Normalitas dengan analisis grafik histogram SUMBER: Hasil olahan data penulis 2012 Hasil pengolahan data pada Gambar4.1 menunjukkan bahwa variabel berdistribusi normal, hal ini ditunjukkan dari grafik histogram yang memberikan pola distribusi yang tidak menceng skewness ke kiri atau ke kanan dan histogram menunjukkan bahwa kurva berbentuk lonceng. Universitas Sumatera Utara Gambar 4.2. Normalitas dengan analisis normal probability plot SUMBER: Hasil olahan data penulis 2012 Pada Gambar 4.2 menunjukkan bahwa data berdistribusi dengan normal, hal ini dapat dilihat dari persebaran data yang berada di sekitar garis linear. Universitas Sumatera Utara

4.3.1.2. Uji Pendekatan Kolmogrov-Smirnov

Varians yang mengikuti garis diagonal kadang belum tentu berdistribusi dengan normal. Maka, untuk memastikan bahwa data yang berada di sepanjang garis diagonal berdistribusi normal maka dilakukan Uji Kolmogrov Smirnov 1 sampel KS dengan melihat data residualnya apakah berdistribusi secara normal atau tidak. Kriteria yang digunakan adalah - Asymp.Sig 2-tailed 0,05 =Data residual berdistribusi normal - Asymp.Sig 2-tailed 0,05 = Data residual tidak terdistribusi normal. Tabel 4.3 Uji Kolmogorov-Smirnov Test One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 44 Normal Parameters a,,b Mean .0000000 Std. Deviation .09074437 Most Extreme Differences Absolute .151 Positive .151 Negative -.075 Kolmogorov-Smirnov Z 1.000 Asymp. Sig. 2-tailed .270 a. Test distribution is Normal. b. Calculated from data. SUMBER: Hasil olahan data penulis 2012 Universitas Sumatera Utara Tabel 4.3 menunjukkan bahwa nilai Asymp.Sig. 2-tailed sebesar 0.270 0.270 0,05 maka dapat disimpulkan bahwa variabel residual berdistribusi secara normal.

4.3.1.3. Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi mempunyai varians yang sama antara satu pengamatan ke pengamatan yang lain. Uji heteroskedastisitas pada prinsipnya ingin menguji apakah sebuah grup mempunyai varians yang sama diantara anggota grup tersebut Situmorang dkk 2010:98. Jika varians sama maka terjadi homoskedastisitas dan jika berbeda telah terjadi heteroskedastisitas. Model regresi yang baik adalah model regresi yang homoskedastisitas. Untuk melihat ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat grafik Sccatterplot. Heteroskedaetisitas tidak terjadi jika titik-titik yang ada menyebar secara acak dan tidak membentuk pola tertentu yang jelas serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y. Grafik untuk menguji heteroskedastisitas dapat dilihat di Gambar 4.3 di bawah ini. Universitas Sumatera Utara Gambar 4.3. Grafik Sccatterplot SUMBER: Hasil olahan data penulis 2012 Pada grafik Scatterplot di atas terlihat bahwa titik-titik menyebar secara acak yang tersebar dengan baik di atas maupun di bawah angka nol pada sumbu Y dan tidak membentuk pola tertentu secara jelas. Persebaran titik-titik secara acak ini menunjukkan bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi. Universitas Sumatera Utara

4.3.1.4. Analisis Multikolinieritas

Multikolonieritas merupakan variabel independen yang satu dengan yang lain dalam model regresi berganda tidak saling berhubungan secara sempurna atau mendekati sempurna Situmorang dkk, 2010 : 153. Uji ini bertujuan untuk menguji ada tidaknya hubungan antarvariabel independen dalam model regresi. Pengujian multikolonieritas dilakukan dengan melihat nilai Tolerance dan Variance Inflation Factor VIF. Jika nilai VIF 10 dan nilai tolerance 0,1 maka dalam model penelitian terjadi multikolonieritas. Untuk mendeteksi ada tidaknya multikolinearitas, kriteria yang digunakan adalah: - Variance Inflation Factor VIF 10 = Terjadi multikolinearitas - Variance Inflation Factor VIF 10 = Tidak terjadi multikolonieritas - Tolerance 0,1 = Terjadi multikolonieritas - Tolerance 0.1 = Tidak terjadi multikolonieritas Universitas Sumatera Utara Tabel 4.4. Uji Multikolonieritas dengan Nilai Korelasi Coefficient Correlations a Model KDK KAML PTPJ PEIN V PTLB PNBE PTAK 1 Correlations KDK 1.000 .051 -.149 -.086 .258 .396 .206 KAML .051 1.000 .061 .139 .029 .107 .014 PTPJ -.149 .061 1.000 .123 -.074 -.019 -.519 PEINV -.086 .139 .123 1.000 .042 .072 -.111 PTLB .258 .029 -.074 .042 1.000 .168 -.204 PNBE .396 .107 -.019 .072 .168 1.000 .009 PTAK .206 .014 -.519 -.111 -.204 .009 1.000 Covariances KDK .017 9.964 .000 -.002 .000 .000 .003 KAML 9.964 .000 2.753 .000 3.325 1.522 2.559 PTPJ .000 2.753 .001 .001 -1.729 -5.608 -.002 PEINV -.002 .000 .001 .046 6.985 .000 -.003 PTLB .000 3.325 -1.729 6.985 5.942 1.234 .000 PNBE .000 1.522 -5.608 .000 1.234 9.081 1.056 PTAK .003 2.559 -.002 -.003 .000 1.056 .014 a. Dependent Variable: FP SUMBER: Hasil analisis data penulis 2012 Pada Tabel 4.4 dapat dilihat bahwa seluruh nilai variance masih berada di bawah 0.95 atau 95. Maka, dapat disimpulkan bahwa tidak terjadi multikolinearitas. Universitas Sumatera Utara Tabel 4.5. Uji Multikolonieritas dengan Nilai Tolerance Coefficients a Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant .051 .063 .809 .424 PTAK .141 .119 .210 1.187 .243 .629 1.591 KAML .050 .015 .479 3.343 .002 .964 1.037 PEINV -.099 .215 -.067 -.461 .648 .948 1.055 PTPJ -.006 .030 -.032 -.187 .852 .687 1.455 PTLB .003 .008 .069 .443 .661 .820 1.219 PNBE -.003 .010 -.053 -.341 .735 .820 1.219 KDK -.010 .130 -.013 -.077 .939 .734 1.361 a. Dependent Variable: FP SUMBER: Hasil olahan data penulis 2012 Pada tabel 4.5 dapat dilihat bahwa bahwa semua data tolerance memiliki nilai lebih besar dari 0.1 dan nilai variance inflation factor lebih besar dari 5, hal ini mengindikasikan bahwa tidak terjadi multikolonieritas. Universitas Sumatera Utara 4.4. Pengujian Hipotesis Penelitian 4.4.1. Analisis Regresi Berganda Analisis persamaan regresi berganda digunakan untuk mengetahui pengaruh dari beberapa variabel bebas terhadap satu variabel terikat. Analisis regresi berganda diperoleh dengan cara memasukkan data input variabel ke fungsi regresi. Tabel 4.6. Analisis Regresi Berganda Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant .051 .063 .809 .424 PTAK .141 .119 .210 1.187 .243 .629 1.591 KAML .050 .015 .479 3.343 .002 .964 1.037 PEINV -.099 .215 -.067 -.461 .648 .948 1.055 PTPJ -.006 .030 -.032 -.187 .852 .687 1.455 PTLB .003 .008 .069 .443 .661 .820 1.219 PNBE -.003 .010 -.053 -.341 .735 .820 1.219 KDK -.010 .130 -.013 -.077 .939 .734 1.361 a. Dependent Variable: FP SUMBER: Hasil olahan data penulis 2012 Universitas Sumatera Utara Dari Tabel 4.6. dapat disusun persamaan regresi berganda: FP = 0.051 + 0.141 PTAK + 0.050 KAML – 0.099 PEINV –0.006 PTPJ + 0.003 PTLB - 0.003 PTEQ – 0.010 KDK + ε Dari persamaan regresi di atas dapat dilihat bahwa capital expenditure yang digunakan sebagai salah satu variabel untuk mengukur proksi IOS bernilai negatif. Demikian juga halnya dengan variabel yang digunakan untuk mengukur proksi pertumbuhan perusahaan, terdapat dua variabel yaitu pertumbuhan penjualan dan pertumbuhan nilai buku ekuitas yang memiliki nilai negatif. Berdasarkan hasil penelitian Kusuma 2008 yang memiliki permasalahan yang sama setiap rasio yang diperoleh dari setiap proksi dihitung rata-ratanya untuk memperoleh satu nilai rasio dari setiap proksi IOS dan pertumbuhan perusahaan. Data inilah yang digunakan sebagai data input dalam prosedur analisis faktor, maka dari hasi analisis faktor untuk variabel IOS diperoleh rasio untuk IOS sebesar 0.031 bertanda positif dan rasio untuk pertumbuhan sebesar 0.02 bertanda negatif. Maka persamaan regresi baru adalah Y � = � − � � � � + � � � � − � � � � + � FP = 0.051 + 0.031 IOS – 0.02 Growth – 0.010 KDK + ε Universitas Sumatera Utara Keterangan: α = konstanta β 1 = koefisien regresi IOS β 2 = koefisien regresi pertumbuhan β 3 = koefisien regresi komposisi dewan komisaris ε = error Berdasarkan persamaan di atas maka dapat dinyatakan: 1. Konstanta sebesar 0.051 menyatakan bahwa apabila variabel independen bernilai nol maka nilai kinerja perusahaan adalah sebesar 0.051 2. Koefisien investment opportunity set IOS sebesar 0.031 hal ini menyatakan bahwa setiap kenaikan sebesar 1 maka akan diikuti dengan kenaikan kinerja perusahaan sebesar 0.031 atau 3.10 . Maka dapat ditarik kesimpulan bahwa � 1 diterima atau dengan kata lain firm performance dipengaruhi oleh IOS. 3. Koefisien pertumbuhan sebesar 0.02 hal ini menyatakan bahwa setiap kenaikan sebesar 1 maka akan diikuti dengan penurunan kinerja perusahaan sebesar 0.02. Maka dapat ditarik kesimpulan bahwa � 2 ditolak atau dengan kata lain pertumbuhan perusahaan tidak mempengaruhi firm performance. Universitas Sumatera Utara 4. Koefisien komposisi dewan komisaris sebesar 0.010 bertanda negatif hal ini menyatakan bahwa setiap kenaikan sebesar 1 maka akan diikuti dengan penurunan kinerja perusahaan sebesar 0.010. Maka dapat ditarik kesimpulan bahwa � 3 ditolak atau dengan kata lain komposisi dewan komisaris tidak mempengaruhi kinerja perusahaan. Untuk menguji ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur dari Godness of fit-nyayang meliputi nilai koefisien determinasi R 2 , nilai statistik F dan nilai statistik t.

4.4.2. Koefisien Determinasi