menguji hipotesis, peneliti menggunakan analisis regresi berganda. Berdasarkan pengolahan data, maka diperoleh hasil sebagai berikut:
a. Persamaan Regresi
Dalam pengolahan data dengan menggunakan regresi linear, dilakukan beberapa tahapan untuk mencari hubungan antara variabel independen dan
variabel dependen, melalui pengaruh DER dan DAR terhadap MVE. Hasil regresi dapat dilihat pada tabel 4.9 berikut ini:
Tabel 4.5 Hasil Analisis Regresi
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 31.599
16.602 1.903
.062 DER
-.234 .170
-.362 -1.372
.176 DAR
-.357 20.105
-.005 -.018
.986 a. Dependent Variable: LN_MVE
Berdasarkan tabel di atas, didapatlah persamaan regresi sebagai berikut:
MVE = 31. 599 – 0.234DER - 0.357 DAR
Adapun interpretasi dari persamaan di atas adalah : a.
Konstanta a sebesar 31.599, menyatakan bahwa jika variabel independen dianggap konstan, maka MVE sebesar 31.599.
b. Koefisien DER b1 = -0.234, ini menunjukkan apabila terjadi peningkatan variabel DER sebesar 1, maka akan menurunkan MVE sebesar 0.234,
dengan asumsi variabel lainnya tetap atau sama dengan nol.
c. Koefisien DAR b2 = -0.357, ini menunjukkan bahwa apabila terjadi peningkatan DAR sebesar 1, maka akan menurunkan MVE sebesar 0.357,
dengan asumsi variabel lainnya tetap atau sama dengan nol.
b. Analisis Koefisien Korelasi dan Koefisien Determinasi
Nilai koefisien korelasi R menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel dependen.
Koefisien korelasi dikatakan kuat apabila nilai R berada di atas 0.5 dan mendekati 1.
Koefisien determinasi R square menunjukkan seberapa besar variabel independen menjelaskan variabel dependennya. Nilai R square adalah nol sampai
dengan satu. Apabila nilai R square semakin mendekati satu, maka variabel- variabel independen memberikan semua informasi yang dibutuhkan untuk
memprediksi variasi variabel dependen. Sebaliknya, semakin kecil nilai R square, maka kemampuan variabel-variabel independen dalam menjelaskan variasi
variabel dependen semakin terbatas. Nilai R square memiliki kelemahan yaitu
nilai R square akan meningkat setiap ada penambahan satu variabel independen meskipun variabel independen tersebut tidak berpengaruh signifikan terhadap
variabel dependen.
Tabel 4.6 Hasil Analisis Koefisien Korelasi dan Koefisien Determinasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .366
a
.134 .102
2.14336 2.116
a. Predictors: Constant, DAR, DER b. Dependent Variable: LN_MVE
Pada model summary di atas, angka R sebesar 0,366 menunjukkan bahwa korelasi atau hubungan antara MVE dengan DER dan DAR adalah tidak begitu
kuat karena berada di bawah 0.5. Angka R square atau koefisien determinasi adalah 0,134. Angka ini mengindikasikan bahwa 13.4 variasi atau perubahan
dalam MVE dapat dijelaskan oleh variasi variabel DER dan DAR. Sedangkan sisanya sebesar 86.6 dijelaskan oleh sebab-sebab lain yang tidak dimasukkan
dalam model penelitian.
c. Uji t t test
