PENGUKURAN VARIABEL

KOMPENSASI EKSEKUTIF

Sistem kompensasi merupakan pendorong seseorang untuk bekerja sehingga akan

mempengaruhi disiplin dan moral tenaga kerja .Penggunaan proksi logaritman natural dari
nilai total kompensasi yang diterima dewan direksi dan komisaris selama satu tahun
merupakan pengujian tingkat kompensasi yang diberikan kepada dewan eksekutif
(Darmawanti,delfina 2018) :

COMP = Ln Total Kompensasi yang diterima direksi

Ket : Ln =Logaritma natural

Kompensasi eksekutif = Total kompensasi dewan direksi + dewan Komisaris

KEPEMILIKAN INSTITUSIONAL

Jika akan mengetahui besarnya kepemilikan institusional, maka dilihat dari jumlah
saham institusional dibagi dengan jumlah saham yang beredar (Fadli 2016).

INST = Jumlah saham yang dimiliki institusi

Jumlah saham yang beredar

Variabel Kontrol

Umur perusahaan,Variabel ini diukur dalam bentuk tahun,dimana dihitung dari sejak
perusahaan itu berdiri sampai dengan tahun yang diinginkan.

Ukuran Perusahaan,Ukuran diperusahaan diproksikan dengan menggunakan total asset.

Leverage, menggambarkan seluruh asset perusahaan dan risiko keuangan yang akan menjadi
beban perusahaan di masa mendatang yang pada akhirnya akan mempengaruhi return saham.
𝑇𝑂𝑇𝐴𝐿 𝐷𝐸𝐵𝑇
DAR =
𝑇𝑂𝑇𝐴𝐿 𝐴𝑆𝐸𝑇

Profitabilitas, informasi keuangan yang digunakan oleh investor dalam menilai kinerja
perusahaan.
 𝐿𝐴𝐵𝐴 𝐵𝐸𝑅𝑆𝐼𝐻 𝑆𝐸𝑇𝐸𝐿𝐴𝐻 𝑃𝐴𝐽𝐴𝐾
ROA =
𝑇𝑂𝑇𝐴𝐿 𝐴𝑆𝐸𝑇

METODE ANALISIS DATA

UjiAutokerelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada
korelasi antara kesalahan penganggu pada periode-t dengan kesalahan penganggu periode t-1
(sebelumnya). Jika terjadi maka dinamakan dengan problem autokorelasi. Autokorelasi
muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Masalah
ini timbul karena residual tidak bebas dari satu observasi ke observasi lainnya.
Menurut Ghozali (2013), model regresi berganda yang baik adalah bebas dari
autokorelasi. Untuk mendeteksi adanya autokorelasi, dilakukan uji Durbin Watson (DW-
Test), uji Langrage Multiplier (LM-Test), uji statistic-Q, dan Run Test. Penelitian ini
menggunakan uji Durbin Watson (DW-Test), yang mana hanya bisa digunakan untuk
autokorelasi tingkat satu dan mensyaratkan adanya nilai konstanta dalam model regresi dan
juga tidak ada variabel Lag diantara variabel independen.
Uji Normalitas
Menurut Ghozali (2013) uji normalitas data bertujuan untuk menguji apakah dalam
model regresi, variabel pengganggu atau residual mempunyai distribusi normal atau tidak.
Ghozali (2013) menjelaskan bahwa ada beberapa cara yang dapat digunakan untuk
mendeteksi normalitas dari suatu variabel, yaitu dengan menggunakan analisis grafik dan uji
statistik. Selain itu, uji statistik Kolmogorov-Smirnov juga dapat dilakukan untuk mendeteksi
normalitas dari data.
Penelitian ini menggunakan uji non-parametrik Kolmogorov- Smirnov (K-S) untuk
mengetahui signifikansi data yang terdistribusi normal disertai dengan normal-probability
plot (P.P plot) dan grafik histogram sebagai pendukung kesimpulan pengujian. Dalam uji
Kolmogorov-Smirnov, suatu data dikatakan normal jika asymptotic significance lebih dari
0,05 (Ghozali 2006). Dasar pengambilan keputusan dalam uji K-S adalah sebagai berikut:
a. Apabila probabilitas nilai Z uji K-S tidak signifikan < 0,05, secara statistic maka
Ho ditolak, yang berarti data terdistribusi tidak normal.
b. Apabila probabilitas nilai Z uji K-S signifikan > 0,05, secara statistic maka Ho
diterima, yang berarti data terdistribusi normal.
 Uji Multikolinearitas
Bertujuan untuk menguji apakah dalam model regresi linier ditemukan adanya
korelasi antar variabel independen. Cara mendeteksi adanya multikolinieritas di dalam model
regresi pada penelitian ini dilakukan dengan melihat nilai tolerance dan variance inflation
factor (VIF). Nilai cuttoff yang digunakan adalah nilai tolarance < 0,10 atau sama dengan
nilai VIF > 10. Apabila hasil analisis menunjukkan nilai tolerance di atas 0,10 dan nilai VIF
di bawah 10, maka dapat disimpulkan tidak ada multikolinieritas antar variabel di dalam
model regresi (Ghozali, 2013).