Analisis Statistik
Analisis Statistik
Descriptive Statistics
N
Minimum
Maximum
Mean
Std. Deviation
UMUR
35
30
13.57
6.094
DISPERSI
35
.05
.97
.3529
.20016
KOM
35
10
5.00
2.223
LNASET
35
12.20
17.97
14.8720
1.26978
PMN
35
.66
.482
IPCG
35
.22
.81
.5074
.15819
Valid N (listwise)
35
Jumlah sampel dari data diatas adalah 35 perusahaan. Nilai rata-rata IPGC adalah 0,5074 dengan
nilai minimum sebesar 0,22 dan maksimum sebesar 0,81. Variable umur perusahaan memiliki
rata-rata sebesar 13,57 dengan nilai minimum 1 dan maksimum 30. Variable dispersi memiliki
rata-rata sebesar 0,3529 dengan nilai minimum 0,05 dan maksimum 0,97. Variable jumlah
komisaris memiliki rata-rata 5 dengan nilai minimum 2 dan maksimum 10. Variable jumlah asset
memiliki rata-rata sebesar 14,8720 dengan nilai minimum sebesar 12,20 dan maksimum 17,97.
Korelasi
Correlations
UMUR
Pearson Correlation
UMUR
DISPERSI
1
Pearson Correlation
DISPERSI
Sig. (1-tailed)
N
KOM
.067
-.001
.119
.191
.334
.350
.498
.248
.135
35
35
35
35
35
35
-.075
-.105
.147
-.215
-.047
.274
.199
.107
.394
35
35
35
35
**
.137
.308*
.000
.216
.036
35
35
35
**
.282
.005
.051
.334
35
35
-.105
Sig. (1-tailed)
.350
.274
35
35
35
-.001
.147
**
.498
.199
.000
35
35
35
35
35
35
**
-.035
Sig. (1-tailed)
N
.588
.588
.428
.428
Pearson Correlation
.119
-.215
.137
Sig. (1-tailed)
.248
.107
.216
.005
35
35
35
35
35
35
.282
-.035
IPCG
IPCG
.067
Pearson Correlation
PMN
PMN
Pearson Correlation
N
LNASET
LNASET
-.075
Sig. (1-tailed)
N
KOM
.421
Pearson Correlation
.191
-.047
.308
Sig. (1-tailed)
.135
.394
.036
.051
.421
35
35
35
35
35
35
Interpretasi:
1. Arti angka korelasi
Korelasi + atau berarti menunjukkan hubungan positif atau negative.
Korelasi antara DISPERSI dengan UMUR, DISPERSI dengan KOM, PMN dan IPCG,
LNASET dengan UMUR, dan PMN dengan IPCG menunjukkan arah korelasi negative,
sehingga semakin tinggi DISPERSI maka UMUR makin turun, begitu juga sebaliknya.
Besar korelasi yang < 0,5 berarti korelasinya lemah, seperti DISPERSI dengan UMUR
sebesar -0,075 dan DISPERSI dengan IPCG sebesar -0,047.
Besar korelasi yang > 0,5 berarti korelasinya tinggi, seperti DISPERSI dengan KOM
sebesar -0,105 , dan DISPERSI dengan PMN sebesar 0,215.
Korelasi antara IPCG dengan UMUR, KOM, LNASET menunjukkan tanda + artinya
semakin tinggi IPCG maka semakin besar pula UMUR, KOM dan LNASET.
Besar korelasi < 0,5 berarti berkorelasi lemah seperti KOM dengan UMUR sebesar
0,067, sedangkan korelasi > 0,5 berarti berkorelasi tinggi seperti IPCG dengan UMUR,
KOM dan LNASET masing-masing sebesar 0,191, 0,308, dan 0,282.
2. Signifikansi hasil korelasi
Nilai probabilitas >0,05 dari korelasi antara IPCG dengan UMUR, DISPERSI masingmasing 0,135 dan 0,394 berarti lemah/ tidak terdapat hubungan.
Sedangkan nilai
probabilitas <0,05 dari korelasi IPCG dan KOM, dan LNASET masing-masing sebesar
0,036 dan 0,051 berarti berhubungan kuat.
Uji Asumsi Klasik
1. Normalitas
Grafik histogram membentuk lonceng atau pola distribusi normal. Serta grafik normal pplot titik-titiknya berada di sekitar garis diagonal dan searah garis diagonal. Dengan
demikian maka tidak terdapat masalah normalitas.
2. Autokorelasi
Pada bagian model summary, terlihat angka Durbin-Watson sebesar +1,645. Nilai ini
terletak diantara 1,55 2,46 yang menunjukkan bahwa tidak ada masalah autokorelasi.
Model Summaryb
Model
Change Statistics
df2
Durbin-Watson
Sig. F Change
29a
.287
3. Multikolonieritas
Coefficientsa
Model
Collinearity Statistics
Tolerance
VIF
UMUR
.971
1.029
DISPERSI
.800
1.250
KOM
.573
1.746
LNASET
.444
2.251
PMN
.678
1.474
Coefficient Correlationsa
1.645
Model
PMN
Correlations
DISPERSI
LNASET
1.000
-.136
.260
.360
-.521
UMUR
-.136
1.000
-.100
.004
.099
KOM
.260
-.100
1.000
.305
-.641
DISPERSI
.360
.004
.305
1.000
-.392
-.521
.099
-.641
-.392
1.000
.004
-4.018E-005
.000
.004
-.001
-4.018E-005
1.952E-005
-6.990E-006
2.721E-006
1.373E-005
KOM
.000
-6.990E-006
.000
.001
.000
DISPERSI
.004
2.721E-006
.001
.022
-.002
-.001
1.373E-005
.000
-.002
.001
PMN
UMUR
Covariances
KOM
PMN
LNASET
UMUR
LNASET
a. Dependent Variable: IPCG
Collinearity Diagnosticsa
Mod
el
Variance Proportions
(Constant)
UMUR
DISPERSI
KOM
LNASET
PMN
5.233
1.000
.00
.01
.01
.00
.00
.01
.360
3.815
.00
.00
.21
.00
.00
.38
.192
5.220
.00
.15
.34
.10
.00
.30
.153
5.850
.00
.58
.00
.26
.00
.00
.060
9.326
.03
.24
.33
.28
.01
.07
.002
53.244
.97
.03
.11
.36
.99
.24
Pada bagian coefficient terlihat angka VIF yang berada di sekitar angka 1 dan nilai
tolerance mempunyai angka yang mendekati 1. Dengan demikian dapat disimpulkan
bahwa model regressi tersebut tidak terdapat masalah multikolonieritas.
4. Heterokedastisitas
Grafik scaterplot menunjukkan pola yang menyebar dan tidak membentuk pola. Dengan
demikian model regresi ini bebas dari masalah heterokedastisitas.
Analisis regresi berganda
Variables Entered/Removeda
Model
Variables
Variables
Entered
Removed
PMN, UMUR,
1
Method
. Enter
KOM,
DISPERSI,
LNASETb
Model Summaryb
Model
R Square
Adjusted R
Square
Estimate
Change Statistics
R Square
F Change
df1
Change
1
.429a
.184
.044
.15471
.184
1.309
Berdasarkan table diatas diketahui bahwa koefisien determinasi yang ditunjukkan dengan
nilai adjusted R Square sebesar 0,044 atau 4,4 %. Hal ini berarti bahwa variasi IPCG dapat
dijelaskan dengan variable umur, disperse, total asset, komisaris dan perusahaan multinasional.
Sedangkan 95,6% dipengaruhi variable lain.
Uji signifikansi parameter individual (Uji T)
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Sig.
Coefficients
B
(Constant)
Beta
-.141
.393
.005
.004
-.096
KOM
LNASET
UMUR
1
Std. Error
DISPERSI
PMN
-.360
.722
.204
1.197
.241
.148
-.122
-.651
.520
.008
.016
.118
.531
.600
.042
.031
.336
1.335
.192
-.081
.067
-.246
-1.206
.238
Variable umur perusahaan diperoleh probabilitas sebesar 0,241. Dengan nilai lebih dari
0,05 maka diambil kesimpulan H1 ditolak.
Variable disperse diperoleh probabilitas sebesar 0,520. Dengan nilai lebih dari 0,05 maka
dapat diambil kesimpulan H2 ditolak.
Variable komisaris diperoleh probabilitas sebesar 0,600 maka dapat diambil kesimpulan
H3 ditolak.
Variable jumlah asset diperoleh probabilitas sebesar 0,192 maka diambil kesimpulan H4
ditolak.
Variable perusahaan multinasional diperoleh probabilitas sebesar 0,238, maka diambil
kesimpulan H5 ditolak.
Model
Sum of Squares
df
Mean Square
Regression
.157
.031
Residual
.694
29
.024
Total
.851
34
F
1.309
Sig.
.287b
Dari hasil pengujian dengan nilai F, terlihat bahwa nilai F= 1,309 dengan tingkat
probabilitas signifikansi sebesar 0,287. Karena probabilitas signifikansi lebih besar dari
0,05 maka dapat disimpulkan bahwa secara bersama sama IPCG tidak dapat dijelaskan
dengan variable independen tersebut.