STATISTIK BISNIS

Pengaruh Struktur Modal, Profitabilitas, Ukuran

Perusahaan Dan Model Intelektual Terhadap Nilai
Perusahaan Pada Indeks LQ45 Periode 2010-2017

MIKA AUDINI
AZIZAH AKBARIANI AHMAD
GHEA HIQORI SONIA
SARIN SIRAIT
 METODE PENELITIAN
Desain Penelitian

 Penelitian : Pendekatan kuantitatif yaitu dengan menggunakan data

yang berbentuk angka pada analisis statistiknya (Sugiyono, 2013).

 Variabel independen
 Struktur modal
 Profitabilitas
 Ukuran perusahaan
 Intellectual capital
 Variabel dependen
 Nilai perusahaan
 METODE PENELITIAN
Populasi dan Sampel Penelitian

Populasi yang digunakan dalam penelitian ini adalah perusahaan yang

termasuk ke dalam indeks LQ 45 selama periode 2010 hingga 2017
 Regresi Linear Berganda
Persamaan regresi berganda
Y = α + β1𝑿𝟏 + β2𝑿𝟐 + β3𝑿𝟑 + β4𝑿𝟒 + e

Dimana:
Y = Nilai Perusahaan (PBV)
α = Konstanta
β = Koefisien regresi variabel independen
𝑋1 = Struktur modal
𝑋2 = Profitabilitas
𝑋3 = Ukuran Perusahaan
𝑋4 = Modal Intelektual
e = error
 Uji Asumsi Klasik
1) Uji normalitas
Uji normalitas (lanjutan...)

nilai signifikasinya atau Asymp. Sig. (2-tailed) sebesar 0,243 yang

menunjukkan bahwa nilai signifikan > 0,05.
 Uji Asumsi Klasik
2) Uji multikolinieritas
 Uji Asumsi Klasik
3) Uji autokorelasi

Berdasarkan hasil autokorelasi pada tabel 6 diatas, terlihat bahwa nilai

Durbin-Watson (DW) sebesar 0,858, sehingga terjadi masalah autokorelasi.

Hal ini berarti nilai DW lebih kecil dari DL, yaitu 0,858 < 1. 6339 Sehingga dapat
disimpulkan bahwa model regresi terdapat autokorelasi.
 Metode Cochrane Orcutt
Langkah Transformasi Lag
 Langkah berikutnya ialah melakukan
transformasi Lag. Caranya pada menu klik
transform, compute variable, pada
kotak target isikan dengan “Lag_e” dan
pada kotak numeric expression isikan
dengan formula: “Lag(Res_1)” di
mana Res_1 adalah Residual.
Cont....
Setelah itu lakukan regresi dengan variabel bebasnya “Lag_e” dan variabel terikatnya Res_1.
Cont..
Jangan lupa tekan tombol options dan hilangkan centang Include Constant.
Sedangkan pada tombol statistics, jangan centang semua
kecuali estimasi dan model fit.

Jika sudah anda proses maka lihat output anda dan baca pada tabel Coefficients.
 Setelah melakukan transformasi, maka anda sudah mempunyai variabel baru
hasil transformasi.
 Selanjutnya anda lakukan regresi linear seperti biasa dengan menggunakan
variabel baru hasil transformasi.
Cont...
 Setelah kita mendapatkan koefisien autokorelasi Rho (ρ) , maka selanjutnya adalah
melakukan transformasi Cochrane Orcutt
 Caranya pada menu SPSS klik Transform, Compute Variable, pada Target
variable ketikkan nama variabel baru hasil transformasi yang akan dibentuk,
yaitu Lag_X1 dan pada Numeric expression ketikkan formula X1-
(0.925*Lag(X1)). Di mana 0.925 adalah koefisien Rho (ρ). Ulangi langkah tersebut
untuk variabel yang lain seperti gambar berikut:

Transformasi Lag_X1
Cochrane Orcutt
3. Uji Autokorelasi (lanjutan...)

Untuk mengobati autokorelasi, diggunakan metode Cochrane Orcutt dengan cara

me-Lag variabel dependen dan independen. Berikut ini adalah hasil uji autokorelasi
setelah menggunakan metode Cochrane Orcutt:

nilai Durbin-Watson (DW) sebesar 2,111. Hal ini berarti nilai DW berada diantara DU dan 4-DU,
yaitu 1,771 < 2,111 < 2,229. Sehingga dapat disimpulkan bahwa model regresi bebas dari
autokorelasi.
 Uji Asumsi Klasik

4) Uji heteroskedastisitas
Berdasarkan grafik scatterplot diatas
terlihat bahwa titik-titik menyebar secara
acak serta tersebar baik di atas maupun
dibawah angka 0 pada sumbu Y. Hal ini
dapat disimpulkan bahwa tidak terjadi
heteroskedastisitas pada model regresi,
sehingga layak dipakai untuk memprediksi
PBV berdasarkan masukan variabel
independen DER, ROA, SIZE danVAIC
4) Uji Heteroskedastisitas (lanjutan...)

Tidak terjadi heteroskedastisitas dalam penelitian ini, hal ini disebabkan karena nilai
Sig. pada kolom Unstandardized Residual yang diperoleh dalam uji
heteroskedastisitas > 0,05.
TERIMA KASIH