Menurut Imam Ghozali (2009) Koefisien Determinasi pada intinya mengukur seberapa jauh kemampuan sebuah model dalam menerangkan variasi variabel Dependen. Nilai Koefisien Determinasi adalah antara nol dan satu. Nilai R2 yang kecil berarti variasi variabel Dependen yang sangat terbatas. dan nilai yang mendekati 1 (satu) berarti variabel-variabel independen sudah dapat memberi semua informasi yang dibutuhkan untuk memprediksi variabel Dependen. Show Secara umum koefisien determinasi untuk data silang (Crossection) relatif rendah karena adanya variasi yang besar antara masing-masing pengamatan, sedangkan untuk data runtut waktu (Time Series) biasanya mempunyai data koefisien determinasi yang lebih tinggi. Kelemahan mendasar penggunaan determinasi adalah bias terhadap jumlah variabel independen yang dimasukan kedalam model. setiap tambahan variabel independen, maka nilai R2 pasti meningkat tidak perduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel Dependen ataupun tidak, oleh karena itu banyak peneliti menganjurkan untuk menggunakan nilai "adjusted R2" pada saat mengevaluasi model regresi terbaik. tidak seperti R2, nilai "adjusted R2" dapat naik atau turun berdesarkan signifikansi variabel independen. Bila anda lihat tabel di atas anda akan sadr bahwa ada 3 model yang dirumuskan oleh SPSS, itu ialah karena saya menggunakan metode stepwise, bila anda menggunakan metode enter hasilnya hanya akan ada satu. sekedar mengingatkan bila anda menggunakan metode selain Enter, dan ternyata hasilnya lebih dari satu, selalu gunakan model yang terakhir, yang mana merupakan bentuk sempurna dari metode analisis. Untuk Intepretasi hasil uji ialah sebagai berikut; misal nilai Adjusted R Square 0,598 atau ,598. dengan variabel independen misalkan X1, X2, dan X3 dan dependen Y maka dibaca; Kontribusi X1, X2, X3 dalam menjelaskan variabel Y ialah 59,8% dan sisanya dijelaskan oleh variabel lain diluar variabel yang diuji. << SPSS
Sekarang yuk kita coba tes data. Sebelum itu, harus diperjelas disini, bahwa penulis tidak bertujuan untuk membuat penelitian atau apapun itu, disini penulis hanya ingin tahu cara penelitian analisis jalur. Yang dijadikan contoh disini adalah penelitian yang dibuat oleh Ria Nofrita dari Universitas Negeri Padang dengan judul “Pengaruh Profitabilitas terhadap Nilai Perusahaan dengan Kebijakan Deviden sebagai Variabel Intervening”. Coba cari aja di google, pasti kalian dapet filenya dalam bentuk pdf. Penulis disini akan mengganti variabelnya, kalo variable penelitiannya diganti, pasti judulnya juga ganti dong. Penulis mencoba menerapkan analisis yang dilakukan Ria Nofrita ke data yang penulis dapati yaitu data dari 5 (lima) perusahaan perkebunan yang terdaftar di BEI pada tahun 2011 dengan judul “Pengaruh Struktur Kepemilikan terhadap Nilai Perusahaan dengan Kinerja Keuangan sebagai Variabel Intervening”. Jangan cari di google, soalnya ga ada. Penulis tidak menerbitkan, karena penulis hanya ingin mengetahui cara menganalisanya saja. Kalau mendesak hubungi penulis melalui email . Okay, berikut data yang penulis dapati : Variabel Penelitian Sampel : Tahun 2011 Perusahaan Nilai Perusahaan Struktur Kepemilikan Kinerja Keuangan PBV INSD ROA SMART Tbk. 9.76 97.20 16.79 Bakrie Sumatera Plantations Tbk. [S] 0.43 5.14 5.98 Tunas Baru Lampung Tbk. [S] 1.81 58.68 13.12 PP London Sumatra Indonesia Tbk. [S] 2.63 59.48 30.78 Resource Alam Indonesia Tbk. [S] 9.82 62.89 65.63 Kita akan melakukan 2 (dua) uji, yaitu uji asumsi klasik dan uji regresi linear berganda. Pada uji asumsi klasik kita akan melakukan 3 tes, yaitu uji normalitas, uji heterokedastisitas, dan uji autokorelasi. Pada uji regresi linear berganda kita akan melakukan uji model, yaitu uji koefisien determinasi, uji t-hitung, dan uji F statistik yang nantinya akan menghasilkan model persamaan regresi linear berganda. Kita tentuin dulu yuk variabelnya, mana yang dependent, dan mana yang independent. Variabel Y Nilai Perusahaan (PBV) adalah variable Y yaitu variable dependent/terikat merupakan sesuatu yang kemungkinan dipengaruhi oleh variable X, baik X1 maupun X2 ataupun X100. Variabel X1 Struktur Kepemilikan (INSD) adalah variable X1 yaitu variable independent/tidak terikat merupakan sesuatu yang akan di uji, apakah mempengaruhi variable Y atau tidak melalui variable X2 sebagai variable interveningnya. Variabel X2 Kinerja Keuangan (ROA) adalah variable X2 yaitu variable independent/tidak terikat merupakan sesuatu yang akan di uji, apakah mempengaruhi variable Y atau tidak. Sama seperti variable X lainnya, dinamakan variable intervening karena variable ini diuji bersamaan dengan variable X1. Selanjutnya kita bikin hipotesis dulu, berikut hipotesis yang penulis bikin : H1 : Struktur kepemilikan berpengaruh signifikan terhadap nilai perusahaan H2 : Struktur kepemilikan berpengaruh signifikan terhadap kinerja keuangan H3 : Kinerja keuangan berpengaruh signifikan terhadap nilai perusahaan H0 : Kebalikan dari ketiga hipotesis diatas Uji Normalitas Pertama kita melakukan uji normalitas dengan menggunakan Kolmogorof Smirnof (KS), tes ini menentukan apakah distribusi data normal atau tidak dilihat melalui perbandingan nilai signifikansi. Berikut langkah-langkahnya : · Klik analyze > regression > linear · Masukan PBV sebagai variable dependent, INSD dan ROA sebagai variable independent · Klik save > pada tab Residuals beri checklist pada Unstandarized > continue · Lalu klik ok dan abaikan outputnya · Di pinggir data kamu, pasti muncul variable baru, namanya Res_1 · Klik analyze > nonparametric tests > legacy dialogs > sample KS · Masukan Res_1/Unstandarized Residuals pada kolom test variable list · Klik ok, selanjutnya akan muncul output dari hasil data menunjukan apakah data normal atau tidak. Apabila nilai signifikansi yang dihasilkan > 0,05 maka distribusi datanya dapat dikatakan normal. Sebaliknya, jika nilai signifikansi yang dihasilkan < 0,05 maka data tidak terdistribusi dengan normal. Pada output data ini terlihat bahwa hasil uji normalitas menunjukkan level signifikansi lebih besar dari α (α = 0.05) yaitu 0,855 > 0,05 yang berarti bahwa data terdistribusi dengan normal. Okay selesai satu tes. Next! Uji Heterokedastisitas Kita lanjut ke uji yang susah disebutin, tujuannya untuk mencari tau data ini bebas dari heterokedastisitas atau tidak yaitu variasi nilai yang berubah/tidak konstan. Sebenernya penulis juga ga ngerti maksudnya, tapi tes ini tetep harus dilakuin. Berikut langkah-langkahnya : · Klik transform > compute variable · Target variable di isi Abs_ut, function grupnya pilih All > functions and special variables pilih Abs (double click) · Di kolom numeric expression isi kan Res_1/Unstandarized Residuals · Klik ok dan abaikan outputnya · Di pinggir data kamu, muncul lagi variable baru namanya Abs_ut · Selanjutnya klik analyze > regression > linear · Terus ganti deh dependent variablenya sama Abs_ut · Klik ok, selanjutnya akan muncul output dari hasil data menunjukan apakah data terbebas dari heterokedastisitas atau tidak. Pada output data ini terlihat bahwa hasil perhitungan dari masing-masing menunjukkan level sig > α, yaitu 0,513 untuk variabel Struktur Kepemilikan dan 0,394 untuk variabel Kinerja Keuangan, sehingga penelitian ini bebas dari heterokedastisitas dan layak untuk diteliti. Selesai dua tes. Uji Autokorelasi Lanjut ke uji autokorelasi buat nyari tau datanya terbebas dari gangguan autokorelasi atau engga. Berikut langkah-langkahnya : · Klik anayze > regression > linear · Klik save terus ilangin checklistnya · Klik statistic > checklist durbin waston · Terus ganti deh dependent variablenya sama PBV lagi · Klik ok, selanjutnya akan muncul output dari hasil data menunjukan apakah data terbebas dari autokorelasi atau tidak. Pada output data ini terlihat nilai D-W yaitu sebesar 1,404 berada di antara -2 dan 2. Maka dapat disimpulkan model regresi yang digunakan bebas dari gangguan
autokorelasi. Penulis mulai pegel nih, tapi tetep semangat biar bisa ngeksis tulisannya. Next, Uji Model…!! Ada 3 (tiga) tes, yaitu uji koefisien determinasi (r square) dan uji t-hitung untuk substruktur 1 dan 2, ditambah uji F statistik. Substruktur 1 dulu yah, kita uji koefisien determinasi sama uji t-hitung dulu. Uji Koefisien Determinasi (R square) Substruktur 1 Variabel X2 kan variable intervening tuh, jadi kita cari variable X1 tuh ngaruh ga sih ke variable X2. Berikut langkah-langkahnya : · Klik analyze > regression > linear · Klik statistic > ilangin checklist durbin waston · Isi variable dependent dengan X2 (ROA), isi variable independent dengan X1 (INSD) · Klik ok, selanjutnya akan muncul output dari hasil data menunjukan pengaruh INSD terhadap ROA Terlihat nilai R square menunjukkan angka 0,082. Hal ini mengindikasikan bahwa kontribusi variabel Struktur Kepemilikan terhadap variabel Kinerja Keuangan adalah sebesar 8,2%, sedangkan 91,8% ditentukan oleh faktor lain. Uji t-hitung Substruktur 1 Buat nyari tau X1 sama X2 signifikan ga sih hubungannya. Disini ga ada langkah-langkahnya, cukup cari table coefficients dari hasil output uji koefisien determinasi substruktur 1. Pada output data ini terlihat bahwa variabel X1 mempunyai tingkat signifikansi 0,641 > α sehingga dapat dikatakan bahwa hubungan
antara X1 dengan X2 tidak signifikan tetapi positif, ditunjukan oleh koefisien β positif yaitu 0,286. Untuk menganalisis seberapa besar pengaruh variabel lain terhadap Kinerja Keuangan (Px2€1) dapat ditentukan dengan cara berikut : Px2€1 = 0,9581 = 95,81% 0,9581 merupakan akar dari 1-(R square), R square dari tabel uji koefisien determinasi. Maka nilai (Px2€1) koefisien jalur variabel lain terhadap Kinerja Keuangan pada perusahaan perkebunan yang terdaftar di BEI sebesar 95,81%. Sehingga persamaan jalurnya adalah : X2 = 0,286X1 + €0,9581 0,286 di ambil dari Beta X1 pada tabel dan 0,9581 adalah bentuk desimal dari pengaruh faktor lain selain variable X1. Sekarang lanjut ke Substruktur 2. Uji Koefisien Determinasi (R square) Substruktur 2 Disini langsung dilibatin 2 variabel X terhadap Y, buat nyari tau kontribusi X1 dan X2 terhadap Y. Berikut langkah-langkahnya : · Klik analyze > regression > linear · Masukan PBV sebagai variable dependent, INSD dan ROA sebagai variable independent · Klik ok, selanjutnya akan muncul output dari hasil data menunjukan pengaruh INSD dan ROA terhadap PBV Terlihat nilai R square menunjukkan angka 0,738. Hal ini mengindikasikan bahwa kontribusi variabelStruktur Kepemilikan dan variabel Kinerja Keuangan terhadap variable Nilai Perusahaan adalah sebesar 73,8%, sedangkan 26,2% ditentukan oleh faktor lain. Uji F Statistik Uji F Statistik dulu ya, kalo disini hasilnya okay, baru Uji t-hitung Substruktur 2. Tes ini buat nyari tau X1 sama X2 tuh sama-sama (simultan) ngaruh ga terhadap variable Y. Disini ga ada langkah-langkahnya, cukup cari table anova dari hasil output uji koefisien determinasi substruktur 2. Dari hasil output data dapat
dilihat bahwa nilai uji F adalah 2,811 dengan nilai signifikansi yaitu 0.262 > 0.05. Hal ini menunjukkan bahwa variabel Struktur Perusahaan dan Kinerja Keuangan secara bersama-sama (simultan) mampu menjelaskan pengaruhnya terhadap variabel Nilai Perusahaan dan persamaan regresi yang diperoleh, tetapi tidak signifikan jadi tidak dapat diandalkan atau model belum fix sehingga dapat dilanjutkan untuk pengujian secara parsial. Uji t-hitung Substruktur 2 Buat nyari tau X1 dan X2 signifikan ga sih terhadap Y. Disini ga ada langkah-langkahnya, cukup cari table coefficients dari hasil output uji koefisien determinasi substruktur 2. Pada output data ini dapat dilihat hasil uji t (pengaruh variabel X secara parsial terhadap variabel Y) sebagai berikut : Pengaruh Struktur Kepemilikan (X1) terhadap Nilai Perusahaan (Y) Dari olahan data diperoleh nilai t-hitung =1,628 pada sig 0,245 > 0,05, dan β (+) = 0,615 artinya pengaruhnya tidak signifikan dan positif. Pengaruh Kinerja Keuangan (X2) terhadap Nilai Perusahaan (Y) Dari olahan data diperoleh nilai t-hitung = 1,187 pada sig 0,357 > 0,05, dan β (+) = 0,449 artinya pengaruhnya positif dan tidak signifikan. Untuk menentukan adanya pengaruh variabel lain terhadap nilai perusahaan, maka dapat ditentukan dengan cara : Py€2 = 0,5119 = 51,19% 0,5119 merupakan akar dari 1-(R square), R square dari tabel uji koefisien determinasi. Sehingga persamaan jalurnya adalah : Y = 0,615X1 + 0,449X2 + €0,5119 0,615 di ambil dari Beta X1 pada tabel, 0,449 di ambil dari Beta X2 pada tabel dan 0,5119 adalah bentuk desimal dari pengaruh faktor lain selain variable X1 dan X2. Tuh kan, kalo tidak signifikan, pengaruh variabel lain nyamoe lebih dari 50%,, :( Udah, terus ngapain? Done! Uji Asumsi Klasik selesai, Uji Regresi Linear Berganda selesai juga!!! Terakhir nih, Uji Hipotesis. Hipotesis yg dibikin harus dibuktiin dong kebenarannya, diterima apa ditolak? kaya cinta aja… *ups ngelantur… Lanjut! Uji Hipotesis Pengujian Hipotesis 1 Struktur Kepemilikan Berpengaruh Signifikan terhadap Nilai Perusahaan Dari tabel t-hitung sub struktur 2 dapat dilihat bahwa Struktur Kepemilikan memiliki nilai t-hitung < t-tabel yaitu 1,628 < 4,303 dengan nilai signifikansi 0,245 > 0,05 dan nilai koefisien β positif yaitu 0,615. Hal ini menunjukkan bahwa variabel Struktuk Kepemilikan (X1) berpengaruh tidak signifikan tetapi positif terhadap nilai perusahaan (Y), dan kesimpulannya hipotesis 1 ditolak. :(( Pengujian Hipotesis 2 Struktur Kepemilikan Berpengaruh Signifikan terhadap Kinerja Keuangan Dari hasil tabel t-hitung sub struktur 1, terlihat bahwa nilai sig 0,641 > 0,05 dengan t-hitung < t-tabel yaitu 0,516 < 4,303, nilai koefisien β positif yaitu 0,286. Hal ini menunjukkan bahwa Struktur Kepemilikan berpengaruh tidak signifikan tetapi arahnya positif terhadap Kinerja Keuangan. Sehingga dapat disimpulkan bahwa hipotesis 2 ditolak lagi... :(( Pengujian Hipotesis 3 Kinerja Keuangan Berpengaruh Signifikan terhadap Nilai Perusahaan Dari hasil tabel t-hitung sub struktur 2 terlihat bahwa Kinerja Keuangan mempunyai nilai sig 0,357 > 0,05 dengan t-hitung < t-tabel yaitu 1,187 < 4,303 dan nilai koefisien β positif yaitu 0,449. Dari hasil tersebut dapat disimpulkan bahwa Kinerja Keuangan berpengaruh tidak signifikan terhadap Nilai Perusahaan dan hipotesis 3 ditolak juga... :(( Pengaruh Langsung dan Tidak Langsung. Pengaruh langsung dan tidak langsung variabel penyebab terhadap variabel akibat adalah sebagai berikut : · Variabel Struktur Kepemilikan (X1) Pengaruh langsung : X1 terhadap Y = (PYX1) (PYX1) = (0,615) (0,615) = 0,3782 = 37,82% Pengaruh tidak langsung : X1 terhadap Y melalui X2 = (PYX1) (PX2X1) (PYX2) = (0,615) (0,286) (0,449) · Variabel Kinerja Keuangan (X2) Pengaruh langsung : X2 terhadap Y = (PYX2) (PYX2) = (0,449) (0,449) = 0,2016 = 20,16% Udah deh, beres semua… Ini merupakan langkah-langkah penelitiannya, untuk variabel penelitiannya coba deh sesuatu hal yang baru, yang ga pernah ada yang nguji sebelumnya. Biar kamu bisa menggemparkan dunia ;) Apa itu uji koefisien determinasi R2?Menurut Imam Ghozali (2016), Uji Koefisien Determinasi (R²) pada intinya mengukur seberapa jauh kemampuan model dalam menerapkan variasi variabel dependen. Nilai koefisien korelasi determinasi adalah nol dan satu.
Bagaimana cara menghitung koefisien determinasi?(Rumus untuk menghitung koefesien determinasi (KD) adalah KD = r2x 100%) Variabilitas mempunyai makna penyebaran / distribusi seperangkat nilai-nilai tertentu. Dengan menggunakan bahasa umum, pengaruh variabel X terhadap Y adalah sebesar 80%; sedang sisanya 20% dipengaruhi oleh faktor lain.
Apa itu nilai R Square R2 atau koefisien determinasi KD?R square disebut juga sebagai koefisien determinasi yang menjelaskan seberapa jauh data dependen dapat dijelaskan oleh data independen. R square bernilai antar 0 – 1 dengan ketentuan semakin mendekati angka satu berarti semakin baik.
Apa itu R2 pada regresi?Dikutip dari Alvinburhani, secara umum nilai R2 digunakan sebagai informasi mengenai kecocokan sebuah model. Dalam regresi misalnya, angka R2 dijadikan sebagai pengukuran seberapa baik garis regresi mendekati nilai data asli yang dibuat melalui model.
|