BAB V HASIL PENELITIAN DAN PEMBAHASAN
5.1.2 Statistik Desktiptif
5.1.3.2 Uji Multikolinieritas
Salah satu ciri persamaan regresi yang mengalami masalah
multikolonieritas adalah nilai R2 yang tinggi namun memiliki sedikit variabel
independen yang mempengaruhi variabel dependen secara signifikan. Metode
yang digunakan untuk mendeteksi multikolonieritas dalam penelitian ini adalah
tolerance - Variance Inflector Factor (VIF). Multikolonieritas terjadi apabila nilai VIF > 10 dan nilai tolerance > 10 (Ghozali, 2005). Hasil olah data dapat dilihat dari tabel berikut ini:
Tabel 5.8 Hasil Uji Collinearity Statistics Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) .944 1.406 .672 .505 KI -.004 .011 -.057 -.381 .005 .840 1.190 JDK .063 .087 .104 .721 .475 .885 1.130 KA 1.932 1.361 .213 1.420 .163 .822 1.216 KM .273 .252 .150 1.085 .284 .970 1.031 KUA -.740 .480 -.223 -1.542 .130 .880 1.136 EM .345 .320 .156 1.079 .007 .884 1.132 TATO .013 .009 .214 1.456 .153 .853 1.172 a. Dependent Variabel: PBV
Sumber : Hasil Penelitian, 2012 (data diolah SPSS 19)
Dari tabel diatas dapat dilihat bahwa hasil olah data tidak menunjukkan
terjadinya multikolonieritas yang dilihat dari tabel Collinearity Statistics dimana Kepemilikan institusioanal memiliki nilai VIF sebesar 1.190 < 10. Jumlah dewan
komisaris sebesar 1.130 VIF < 10, komite audit sebesar 1.216 VIF < 10,
Kepemilikan manajerial memiliki nilai VIF sebesar 1.031 < 10, kualitas audit
sebesar 1.136 VIF < 10, Turn Assests Turnover di nilai 1.172 VIF < 10 serta
Earnings Management di nilai 1.132 VIF < 10.
Uji multikolonieritas bertujuan untuk menguji apakah model regrresi
ditemukan adanya korelasi antar variabel bebas (Gozali, 2005). Model regresi
yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika
variabel independen saling berkorelasi, maka variabel-variabel ini tidak
orthogonal. Variabel orthogonal adalah variabel independen yang nilai korelasi
gejala multikolinieritas ini juga dapat dijelaskan dari collinieraty diagnoctics
berikut ini:
Tabel 5.9 Hasil Uji Condition Index Collinearity Diagnosticsa
Model Dimension Eigen value Condition Index
Variance Proportions (Constant) KA KuA TATO EM
1 1 4.508 1.000 .00 .00 .01 .00 .01 2 .332 3.688 .00 .00 .05 .00 .81 3 .105 6.543 .01 .04 .77 .07 .10 4 .043 10.258 .00 .49 .00 .45 .08 5 .012 19.488 .99 .47 .17 .47 .00 a. Dependent Variabel: PBV
Sumber : Hasil Penelitian, 2012 (data diolah SPSS 19)
Ghozali (2005) menemukan bahwa mulitikolinieritas akan terjadi jika nilai
eigen mendekati 0 dan multikolinieritas terjadi apabila nilai index melebihi 15,
dan jika nilai melebihi 30 maka dipastikan multikolinieritas terjadi dalam data
tersbut, dari tabel 5.6 terlihat bahwa nilai eigen tidak mendekati 0 dan nilai index
di bawah 15 yang berarti bahwa variabel bebas terhindar dari multikolinieritas.
5.1.3.3Uji Autokorelasi
Hasil dari hasil uji autocorrelation dapat dilihat bahwa nilainya 1,527. Karena nilai autokorelasi berada di antara 1,5 sampai dengan 2,5 sehingga data
tersebut tidak terjadi autokorelasi. Tabel hasil uji autocorellation dapat kita lihat dari tabel berikut ini:
Tabel 5.10 Hasil Uji Durbin-Watson
Uji Autokorelasi bertujuan menguji apakah dalam suatu model regresi
linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pada periode t-1
Pada penelitian ini, gejala autokorelasi dideteksi dengan menggunakan Uji
Durbin-Watson lewat SPSS. Pengambilan keputusan ada tidaknya autokorelasi
ditentukan berdasarkan kriteria berikut (Ghozali, 2005):
(sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem
autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang
waktu berkaitan satu sama lain. Masalah ini timbul karena residual (kesalahan
pengganggu) tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering
ditemukan pada data runtut waktu atau time series karena “gangguan” pada
individu atau kelompok cenderung mempengaruhi individu atau kelompok pada
periode berikutnya. Model regresi yang baik adalah regresi yang bebas dari
autokorelasi.
1. Bila nilai DW terletak antara 1,5 sampai dengan 2,5, berarti tidak terjadi
autokorelasi
2. Bila nilai DW terletak antara 0 sampai dengan 1,5 berarti ada autokorelasi
positif Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .453a .205 .076 .86424 1.631
a. Predictors: (Constant), TATO, EM, JDK, KUA, KM, KI, KA b. Dependent Variabel: PBV
3. Bila nilai DW terletak antara 2,5 sampai dengan 4, maka terjadi autokorelasi
negatif
Dari data diatas dapat dilihat bahwa nilai Durbin-Watson yang didapat
adalah 1,631. Berdasarkan kriteria yang ada maka nilai DW terletak antara 1,5
sampai dengan 2,5, berarti data tidak mengalami autokorelasi.
5.1.3.4Uji Heteroskedastisitas
Uji Heteroskedastisitas digunakan untuk menguji apakah pada model
regresi terjadi ketidaksamaan variabel dari residual satu pengamatan ke
pengamatan lainnya. Jika variabel dari residual satu pengamatan ke pengamatan
lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut
heteroskedastisitas.
Dari hasil penelitian yang dilakukan memperlihatkan sebaran data ada di
sekitar titik nol, serta tidak tampak adanya suatu pola tertentu pada sebaran data
tersebut. Maka dapat dikatakan model regresi memenuhi syarat untuk
memprediksi nilai perusahaan karena tidak terjadi heterokedastisitas. Adapun
hasil olah data terjadi atau tidaknya gejala heteroskedastisitas dapat dilihat dari
Gambar 5.3 ScaterplottHeteroskedastisitas
Sumber : Hasil Penelitian, 2012 (data diolah SPSS 19)
Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi
Heteroskedastisitas. Untuk menguji ada tidaknya Heteroskedastisitas pada
penelitian ini digunakan grafik plot antara nilai prediksi variabel dependen
(ZPRED) dengan residualnya (SRESID) melalui program SPSS. Deteksi ada
tidaknya Heteroskedastisitas dapat dilihat dengan ada atau tidaknya pola tertentu
pada grafik scatter plot antara SRESID dan ZPRED. Dasar pengambilan
keputusan adalah sebagai berikut:
1. Jika ada pola tertentu, seperti titik-titik yang membentuk suatu pola yang
teratur (bergelombang, melebar kemudian menyempit), maka telah terjadi
2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah
angka 0 pada sumbu Y, maka tidak terjadi terjadi heteroskedastisitas.
Tabel 5.11 Hasil Uji Coefficient Correlations Coefficient Correlations Model a TATO EM JDK KUA KM KI KA 1 Correlations TATO 1.000 .070 .011 .154 -.106 -.290 .200 EM .070 1.000 .165 .200 .013 .088 .285 JDK .011 .165 1.000 .027 .095 .250 .167 KUA .154 .200 .027 1.000 .054 -.078 .297 KM -.106 .013 .095 .054 1.000 -.014 .008 KI -.290 .088 .250 -.078 -.014 1.000 -.011 KA .200 .285 .167 .297 .008 -.011 1.000
Covariances TATO 7.410E-5 .000 8.419E-6 .001 .000 -2.633E-5 .002
EM .000 .102 .005 .031 .001 .000 .124 JDK 8.419E-6 .005 .008 .001 .002 .000 .020 KUA .001 .031 .001 .230 .006 .000 .194 KM .000 .001 .002 .006 .063 -3.786E-5 .003 KI -2.633E-5 .000 .000 .000 -3.786E-5 .000 .000 KA .002 .124 .020 .194 .003 .000 1.852 a. Dependent Variabel: PBV
Sumber : Hasil Penelitian, 2012 (data diolah SPSS 19)
Dari tabel diatas dapat dilihat bahwa nilai korelasi masing-masing variabel
independen yaitu kepemilikan manajerial, kepemlilikan institusional, kualitas
audit, komite audit, jumlah dewan komisaris memiliki nilai yang signifikan yaitu
lebih besar dari 0.05. tbel diatas menunjukkan tidak terjadi masalah
heteroskedastisitas pada model regresi. Dari data juga dapat kita uji menggunakan
Tabel 5.12 Hasil Uji Spearman’s rho Correlation KI JDK KA KM KUA EM TATO Unstandar dized Residual Spearman's rho KI Correlation Coefficient 1.000 -.271 .082 .030 .052 .012 .086 -.031 Sig. (2- tailed) . .054 .569 .834 .717 .933 .549 .830 N 51 51 51 51 51 51 51 51 JDK Correlation Coefficient -.271 1.000 -.097 -.095 .003 -.108 -.120 -.026 Sig. (2- tailed) .054 . .498 .506 .986 .449 .400 .857 N 51 51 51 51 51 51 51 51 KA Correlation Coefficient .082 -.097 1.000 .000 -.190 -.292 .069 -.050 Sig. (2- tailed) .569 .498 . 1.000 .181 .038 .628 .726 N 51 51 51 51 51 51 51 51 KM Correlation Coefficient .030 -.095 .000 1.000 -.064 .153 .147 -.005 Sig. (2- tailed) .834 .506 1.000 . .653 .284 .302 .970 N 51 51 51 51 51 51 51 51 KUA Correlation Coefficient .052 .003 -.190 -.064 1.000 -.045 -.198 .005 Sig. (2- tailed) .717 .986 .181 .653 . .756 .163 .972 N 51 51 51 51 51 51 51 51
EM Correlation Coefficient .012 -.108 -.292 .153 -.045 1.000 -.044 -.114 Sig. (2- tailed) .933 .449 .038 .284 .756 . .759 .427 N 51 51 51 51 51 51 51 51 TATO Correlation Coefficient .086 -.120 .069 .147 -.198 -.044 1.000 .035 Sig. (2- tailed) .549 .400 .628 .302 .163 .759 . .808 N 51 51 51 51 51 51 51 51 Unstan dardize d Residu al Correlation Coefficient -.031 -.026 -.050 -.005 .005 -.114 .035 1.000 Sig. (2- tailed) .830 .857 .726 .970 .972 .427 .808 . N 51 51 51 51 51 51 51 51
Sumber : Hasil Penelitian, 2012 (data diolah SPSS 19)
Dari tabel diatas dapat dilihat bahwa nilai korelasi masing-masing variabel
memiliki nilai unstandardize residual yang signifikan yaitu lebih besar dari 0.05 sehingga dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas pada
model regresi.
5.1.4 Pengujian Hipotesis
Dalam penelitian ini akan dilakukan pengujian hipotesis terhadap variabel
bebas yaitu kepemilikan institusional, kepemilikan manajerial, kualitas audit,
komite audit, jumlah dewan komisaris, turn assets turnover, dan earnings management apakah mempunyai pengaruh terhadap variabel terikatnya yaitu nilai perusahaan yang diproksikan dengan price to book value. Pengujian ini dilakukan
secara serempak maupun masing-masing variabel yaitu menggunakan uji F dan
uji T. Adapun uji ini berfungsi untuk mengetahui apakah terjadi pengaruh secara
simultan maupun parsial antara kepemilikan institusional, kepemilikan manajerial,
kualitas audit, komite audit, jumlah dewan komisaris, turn assets turnover, dan
earnings management terhadap nilai perusahaan.
5.1.4.1Hasil Uji-F
Uji ini dilakukan untuk mengetahui apakah ada pengaruh yang signifikan
secara serempak antara variabel bebas dengan variabel terikatnya. Ghozali (2005)
menyatakan bahwa dasar pengambilan kesimpulan pada uji simultan (F-test)
dalam penelitian ini adalah sebagai berikut:
1. Apabila F hitung > F tabel , maka H0 ditolak dan Ha
2. Untuk tingkat signifikansinya yaitu apabila nilai probabilitas < α = 5%. diterima.
Sedangkan untuk hasil regresi dari uji F variabel terikat dan variabel
bebas pada penelitian ini dapat dilihat seperti tabel sebagai berikut:
Tabel 5.13 Hasil Regresi Uji - F
ANOVAb
Model
Sum of
Squares df Mean Square F Sig.
1 Regression 8.301 7 1.186 1.588 .005a
Residual 32.117 43 .747
Total 40.418 50
a. Predictors: (Constant), TATO, EM, JDK, KUA, KM, KI, KA b. Dependent Variabel: PBV
Dari uji F atau uji Anova pada tabel 5.10 diperoleh nilai Fhitung sebesar
1.588 dengan tingkat signifikansi 0.005. Oleh karena probabilitas (0.005) lebih
kecil dari 0.05, maka model regresi dapat dipakai untuk memprediksi nilai
perusahaan. Atau dengan kata lain variabel bebas yakni Good Corporate Governance, Earnings Management, dan Turn Assets Tunover secara serempak memiliki pengaruh yang signifikan terhadap nilai perusahaan. Dari hasil analisis
pengolahan data yang diperoleh nilai R2 sebesar 0.205 yang berarti 20.5% nilai
perusahaan dapat dijelaskan oleh variabel Good Corporate Governance, Total Assets Turnover dan Earnings Management, selebihnya dijelaskan oleh faktor- faktor lain yang tidak diteliti dalam penelitian ini.
5.1.4.2Hasil Uji-t
Uji ini dilakukan untuk mengetahui apakah ada pengaruh signifikan secara
parsial antara variabel bebas dengan variabel terikatnya. Uji parsial (t-test)
dipergunakan untuk mengetahui pengaruh masing -masing variabel independen
terhadap variabel dependen (Ghozali, 2005).
Dasar pengambilan kesimpulan pada uji parsial (t-test) dalam penelitian
ini adalah sebagai berikut:
1. Apabila t hitung > t tabel , maka H0 ditolak dan Ha
2. Untuk tingkat signifikansi nya yaitu apabila nilai probabilitas < α = 5% diterima.
Tabel 5.14 Hasil Regresi Uji – t Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) .944 1.406 .672 .505 KI -.004 .011 -.057 -2.381 .005 JDK .063 .087 .104 .721 .475 KA 1.932 1.361 .213 1.420 .163 KM .273 .252 .150 1.085 .284 KUA -.740 .480 -.223 -1.542 .130 EM .345 .320 .156 2.079 .007 TATO .013 .009 .214 1.456 .153 a. Dependent Variabel: PBV
Sumber : Hasil Penelitian, 2012 (data diolah SPSS 19)
Dari ke tujuh variabel independen yang dimasukkan ke dalam model
regresi, variabel good corporate governance yang tidak signifikan adalah jumlah dewan komisaris, komite audit, kepemilikan manajerial, kualitas audit karena
masing-masing nilainya berada di atas 0.05. Variabel good corporate governance
yang signifikan hanya kepemilikan institusional karena nilai probabilitas adalah
0.005 sedangkan variabel lain yang signifikan adalah earnings management
karena berada dibawah 0.05 dan variabel lainnya yang tidak berpengaruh secara
signifikan yaitu turn assets turnover karena nilainya berada jauh di atas 0.05 yaitu 0.153.
5.2 Pembahasan Hasil Penelitian