METODOLOGI PENELITIAN
D. Operasional Variabel Penelitian
2. Uji Asumsi Klasik
Sebelum melakukan analisis regresi linear berganda, data diuji terlebih dahulu dengan pengujian asumsi klasik dengan tujuan untuk mendapatkan model regresi yang baik yaitu tidak bias atau agar model regresi BLUE (Best Linear Unbiased Estimator). Uji asumsi klasik meliputi uji normalitas, uji multikolinieritas, uji heterokesdastisitas, dan uji autokorelasi. (Mende dan Rate, 2017)
a. Uji Normalitas
Uji normalitas merupakan pengujian statistik yang dilakukan untuk mengetahui bagaimana sebaran sebuah data. (Oroh dkk., 2019) Uji normalitas bertujuan untuk mengetahui apakah dalam model regresi variabel bebas dan variabel terikatnya mempunyai distribusi data yang normal atau tidak. Untuk mengetahui data berdistribusi normal atau tidak menggunakan uji statistik. Uji statistik dilakukan dengan menggunakan uji kolomogorov-smirnov dengan melihat tingkat signifikansinya. Pendeteksian normalitas data apakah terdistribusi normal apabila nilai signifikansi kolomogorof-smirnov > 0,05.
b. Uji Multikolonieritas
Multikolinearitas merupakan situasi dimana beberapa atau semua variabel bebas korelasi kuat. (Oroh dkk., 2019) Uji Multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya kolerasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi kolerasi diantara variabel independen. Untuk mengetahui dalam model regresi terdapat mulitikolonieritas dapat
66 dilihat dari nilai tolerance dan varian inflation factor (VIF). Apabila nilai VIF ≥ 10 dan nilai tolerance ≤ 0,1 mengindikasikan bahwa model regresi mengalami multikolinieritas. Begitu sebaliknya, apabila model regresi mempunyai nilai VIF ≤ 10 dan nilai tolerance ≥ 0,1 maka model regresi terbebas dari multikolinieritas.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual atau pengamatan ke pengamatan lainnya. (Oroh dkk., 2019) Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas. Salah satu cara untuk mendeteksi ada atau tidaknya heteroskedastisitas adalah dengan melihat grafik scatterplot yaitu dengan melihat pola sebaran data pada grafik tersebut.
d. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linier terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1. Suatu model regresi dapat dikatakan baik, apabila tidak terjadi autokorelasi. Autokorelasi dalam regresi linier dapat mengganggu suatu model, dimana akan menyebabkan terjadinya bias pada kesimpulan yang diambil. Ada beberapa cara yang digunakan untuk mendeteksi ada tidaknya autokorelasi, diantaranya melalui uji Durbin Watson (DW-Test). Uji
Durbin Watson akan didapatkan nilai DW hitung (d) dan nilai DW
tabel. Tingkat signifikansi dalam penelitian ini sebesar 5%. Untuk mengetahui suatu model regresi bebas autokorelasi dapat dilihat berdasarkan kriteria sebagai berikut :
- Angka D-W < DL berarti ada autokorelasi positif
- Angka D-W DU > DW > 4 – DU berarti tidak ada autokorelasi - Angka D-W > 4 – DL berarti ada autokorelasi negative
67 3. Uji Hipotesis
a. Pengujian dengan Analisis Regresi Berganda
Uji Hipotesis Pengujian hipotesis pada penelitian ini menggunakan analisis regresi linier berganda dikarenakan ingin mengetahui pengaruh beberapa variabel independen terhadap variabel dependen. Analisis regresi linier berganda dilakukan dengan uji koefisien determinasi (R2), uji individual (uji T), dan uji simultan (uji F). Model regresi dalam penelitian ini menghasilkan persamaan sebagai berikut:
Keterangan:
Y1 = Variabel dependen Return saham
α = Konstanta
β = Koefisien regresi (nilai peningkatan/penurunan) CR = Likuiditas
ROA = Profitabilitas DER = Solvabilitas LAK = Laba Akuntansi AKO = Arus Kas Operasi
e = Error Term, yaitu tingkat kesalahan penduga
1) Uji Koefisien Determinasi (R2)
Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variabel-variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-RS = α + β1CR + β2ROA + β3DER + β4LAK + β5AKO + e...(1)
68 variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Kelemahan mendasar penggunaan koefisien determinasi adalah bias terhadap jumlah independen yang dimasukkan ke dalam model. (Purwanti dkk., 2016)
Dengan persamaan diatas, hipotesis alternatif akan didukung dengan tingkat signifikansi 5%. Apabila hasil analisis memiliki tingkat sig lebih kecil dari 0,05 dan koefisien regresi sesuai dengan yang diprediksi maka hipotesis alternatif diterima.
Koefisien determinasi mengukur seberapa jauh kemampuan variabel-variabel independen dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Apabila hasil R2 mendekati 1 (satu), maka hasil tersebut mengindikasikan korelasi yang kuat antara variabel independen dengan variabel dependen. Namun, apabila hasil R2 mendekati 0 (nol), maka terdapat korelasi yang lemah antara variabel independen dengan variabel dependen.
2) Uji Statistik F
Uji Statistik F bertujuan untuk mengetahui apakah variabel independen secara bersama-sama berpengaruh terhadap variabel dependen. (Purwanti dkk., 2016) Uji Statistik F dapat ditentukan dengan melihat nilai F hitung atau signifikansinya (sig.) yang terdapat pada tabel ANOVA. Kriteria yang digunakan untuk Uji Statistik F yaitu:
- Ho ditolak, Ha diterima yaitu bila nilai sig.-F kurang dari tingkat signifikan 0,05 berarti variabel independen secara bersama-sama berpengaruh terhadap variabel dependen atau
69 - Ho diterima dan Ha ditolak yaitu bila nilai sig.-F lebih dari tingkat signifikan 0,05 berarti variabel independen secara bersama-sama tidak berpengaruh terhadap variabel dependen
3) Uji Statistik t
Uji Statistik t bertujuan untuk menguji seberapa besar pengaruh variabel independen secara parsial terhadap variabel dependen (Purwanti dkk., 2016). Uji statistik t dapat ketahui dengan melihat nilai t hitung atau nilai signifikansi (sig.) masing-masing variabel independen yang terdapat dalam tabel coefficient. Kriteria yang digunakan untuk Uji Statistik t yaitu:
- Ho ditolak dan Ha diterima yaitu bila nilai signifikan kurang dari tingkat signifikan 0,05 berarti variabel independen secara individual berpengaruh terhadap variabel dependen atau,
- Ho diterima dan Ha ditolak yaitu bila nilai signifikan lebih dari tingkat signifikan 0,05 berarti variabel independen secara individual tidak berpengaruh terhadap variabel dependen.
b. Pengujian dengan menggunakan Moderated Regression Analysis
RS = α + β1CR + β2ROA + β3DER + β4LAK + β5AKO +
β6KI + β7KA + β8 (CR KI) + β9(ROA KI) + β10 (DER KI) + β11(LAK KI) + β12(AKO KI)+ β13 (CR KA) + β14(ROA KA) + β15(DER KA) + β16(LAK KA) + β17(AKO KA) + e…………...(2)
70 Keterangan: RS = Return Saham α = Konstanta β = Koefisien regresi CR = Likuiditas ROA = Profitabilitas DER = Solvabilitas LAK = Laba Akuntansi AKO = Arus Kas Operasi KI = Komisaris Independen KA = Komite Audit
CR KI = Variabel perkalian antara likuiditas dengan Komisaris Independen yang menggambarkan pengaruh variabel moderating Komisaris Independen terhadap hubungan likuiditas dengan Return Saham
ROA KI = Variabel perkalian antara profitabilitas dengan Komisaris Independen yang menggambarkan pengaruh variabel moderasi Komisaris Independen terhadap hubungan profitabilitas dengan Return saham
DER KI = Variabel perkalian antara Solvabilitas dengan Komisaris Independen yang menggambarkan pengaruh variabel moderating Komisaris Independen terhadap hubungan solvabilitas dengan Return saham LAK.KI = Variabel perkalian antara Laba Akuntansi dengan
Komisaris Independen yang menggambarkan pengaruh variabel moderating Komisaris Independen terhadap hubungan Laba Akuntansi dengan Return saham
AKO.KI = Variabel perkalian antara Arus kas operasi dengan Komisaris Independen yang menggambarkan
71 pengaruh variabel moderating Komisaris Independen terhadap hubungan Arus kas operasi dengan Return saham
CR KA = Variabel perkalian antara likuiditas dengan Komite Audit yang menggambarkan pengaruh variabel moderating Komite Audit terhadap hubungan likuiditas dengan Return Saham
ROA KA = Variabel perkalian antara profitabilitas dengan Komite Audit yang menggambarkan pengaruh variabel moderasi Komite Audit terhadap hubungan profitabilitas dengan Return saham
DER KA = Variabel perkalian antara Solvabilitas dengan Komite Audit yang menggambarkan pengaruh variabel moderating Komite Audit terhadap hubungan solvabilitas dengan Return saham
LAK.KA = Variabel perkalian antara Laba Akuntansi dengan Komite Audit yang menggambarkan pengaruh variabel moderating Komite Audit terhadap hubungan Laba Akuntansi dengan Return saham
AKO.KA = Variabel perkalian antara Arus kas operasi dengan Komite Audit yang menggambarkan pengaruh variabel moderating Komite Audit terhadap hubungan Arus kas operasi dengan Return saham
e = Error term (tingkat kesalahan pendugaan dalam penelitian)
72