BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.4 Analisis Dan Pengujian Hipotesis
1 4.4.1.1. Autokorelasi
Pada penelitian yang menggunakan data urut waktu, kemungkinan terjadinya autokorelasi relative besar. Untuk menguji variabel-variabel yang diteliti apakah terjadi autokorelasi atau tidak dapat digunakan uji Durbin Watson yaitu dengan cara membandingkan nilai Durbin Watson yang dihitung dengan dL dan dU yang ada dalam tabel.
Ho : Tidak ada autokorelasi d > 4 – dL : Menolak Ho
d < 4 – dU : tidak menolak Ho
4 – dU ≤ d ≤ 4 - dL : pengujian tidak meyakinkan
Untuk N = 21 dan k = 2, diperoleh nilai dL = 1,13 dan dU = 1,54. nilai DW hitung sebesar 1,958 terletak antara dU = 1,54 dan (4-dU) = 2,46 terletak didaerah tidak ada autokorelasi positif dan negative. Dengan demikian dapat disimpulkan bahwa asumsi tidak terjadi autokorelasi pada model regresi dapat dipenuhi.
4.4.1.2. Multikolinieritas
Identifikasi secara statistic ada atau tidaknya gejala multikolonieritas dapat dilakukan dengan menghitung Variance Inflation Factor (VIF).
1 Tabel 8 : Uji Multikolinieritas
Variabel Toleransi VIF Keterangan DER (X1) 0,908 1,101 Non Multikolinieritas
Resiko Sistematis (X2) 0,908 1,101 Non Multikolinieritas Sumber : Lampiran 10 (data diolah)
Berdasarkan hasil olahan seperti yang tampak pada tabel 8 diperoleh hasil nilai VIF untuk semua variabel bebas. Apabila nilai VIF < 10, maka tidak terjadi multikolinieritas (Gujarati, 2003:362).
4.4.1.3. Heterokedasitas
Pada regresi linier nilai residual tidak boleh ada hubungan dengan variabel X. Hal ini bisa diidentifikasi dengan cara menghitung korelasi Rank Spearman antara residual dengan seluruh variabel bebas. Hasil perhitungan adalah sebagai berikut :
Tabel 9 : Uji Heterokedasitas
Residual X1 X2
Spearman'rho Residual Correlation Coeffient 1,000 0,552 0,136
sig. (2-tailed) . 0,005 0,278 N 21 21 21 X1 Correlation Coeffient 0,552 1,000 -0,089 sig. (2-tailed) 0,005 . 0,350 N 21 21 21 X2 Correlation Coeffient 0,136 -0,089 1,000 sig. (2-tailed) 0,278 0,350 . N 21 21 21 Sumber : Lampiran 9
Korelasi Rank Spearman untuk DER (X1) sebesar 0,552 dengan nilai probabilitas kesalahan 0,005 (0,5%) kurang dari 5% yang berarti ada hubungan antara nilai residu dengan variabel DER. Sedangkan, Korelasi Rang Spearman untuk Resiko sistematis (X2) sebesar 0,136 dengan nilai
1
probabilitas kesalahan 0,278 (27,8%) lebih besar dari 5% yang berarti tidak ada hubungan antara nilai residu dengan variabel Resiko Sistematis. Pada hasil Uji Heterokedasitas pada nilai residual variabel bebas penelitian menunjukkan adanya Heterokedasitas pada variabel penelitian. Dengan demikian asumsi tidak terjadi Heterokedasitas pada model regresi tidak dapat dipenuhi. Cara untuk memperbaiki model jika terjadi Heterokedasitas adalah, sebagai berikut :
1. Melakukan transformasi dalam bentuk model regresi dengan membagi model regresi dengan satu variabel independent yang digunakan pada model.
2. Melakukan transformasi logaritma sehingga model persamaan regresi menjadi :
Log Y =
b
0 +b
1 Log X1 +b
2 Log X2 +b
3 Log X3Setelah kami menemukan kesalahan atau tidak sesuai dengan persyaratan, maka kami melakukan revisi atau perbaikan adapun hasil olahan data terlihat pada tabel berikut:
Tabel 10 : Uji Heterokedasitas dengan Korelasi Rank Spearman
Residual X1 X2
Spearman'rho Residual Correlation Coeffient 1,000 0,18 0,119
sig. (2-tailed) . 0,472 0,320 N 18 18 18 X1 Correlation Coeffient 0,018 1,000 0,141 sig. (2-tailed) 0,472 . 0,289 N 18 21 18 X2 Correlation Coeffient 0,119 0,141 1,000 sig. (2-tailed) 0,320 0,289 . N 18 18 18
1
Berdasarkan tabel 10 dapat dilihat korelasi rank spearman untuk DER (X1) sebesar 0,018 dengan nilai probabilitas kesalahan 0,472(47,2%) lebih besar dari 5% yang berarti tidak ada bubungan antara nilai residu dengan variabel DER. Korelasi rank spearman untuk Resiko Sistematis (X2) sebesar 0,119 dengan nilai probabillitas kesalahan 0,320 (32%) lebih besar dari 5% yang berarti tidak ada hubungan antara nilai residu dengan variabel Resiko Sistematis. Sehingga asumsi tidak terjadi Heterokedasitas pada model regresi dapat dipenuhi.
4.4.2. Teknik Analisis
Berdasarkan teknik analisis yang dilakukan yaitu analisis kuantitatif, maka data yang telah dikumpulkan perlu dianalisis dengan melakukan perhitungan. Analisis ini dilakukan untuk mengetahui pengaruh variabel Debt to Equity Ratio dan Resiko Sistematis terhadap perubahan Harga Saham.
Dalam analisis ini digunakan model analisis statistic regresi linier berganda dan untuk pengolahan datanya menggunakan alat Bantu computer dengan program SPSS . Adapun hasil olahan data terlihat pada tabel berikut ini :
1 Tabel 11 : Hasil Regresi Linier Berganda
Variabel Bebas Unstandardized Coefficients t - Sta Sig t
B Std
Error
Debt To Equity Ratio 1,547 1,321 1,171 0,260
Resiko Sistematis -1,598 0,769 -2,079 0,055 Konstanta 2,248 0,653 3,443 0,004 Multiple R = 0,486 R Square = 0,236
Adj R Square = 0,135 Sig F = 0,132ª F Statistik = 2,321
D.W Statistik = 1,958
Sumber : Lampiran 11(data diolah).
Dari tabel 11 dapat ditentukan persamaan regresinya sebagai berikut : Y = 2,248 + 1,547X1 – 1,598X2 + e
Dari persamaan tersebut diatas dapat dijelaskan sebagai berikut : Konstanta = 2,248
Nilai konstanta sebesar 2,248 menunjukkan apabila variabel X1 dan X2 sebesar nol atau konstan, maka besarnya nilai Harga Saham adalah sebesar 2,248.
Koefisien Regresi (b1) = 1,547
Besarnya nilai b1 hasil olah regresi sebesar nilai b1 1,547 yang positif menunjukkan adanya hubungan yang searah antara perubahan Harga Saham (Y) dengan Debt to Equity Ratio (X1) yang artinya jika variabel Debt to Equity Ratio (X1) naik sebesar 1 satuan maka besarnya nilai Harga Saham (Y) akan naik sebesar 1,547 dengan asumsi bahwa variabel bebas lainnya konstan.
1
Besarnya nilai b2 hasil olah regresi sebesar –1,598 nilai b2 yang negatif menunjukkan adanya hubungan yang berlawanan antara perubahan Harga Saham (Y) dengan Resiko Sistematis (X1) yang artinya jika variabel Resiko Sistematis (X1) naik sebesar 1 satuan maka besarnya nilai Harga Saham (Y) akan turun sebesar 1,598 dengan asumsi bahwa variabel bebas lainnya konstan.
Dari hasil pengujian juga diperoleh nilai koefisien korelasi (R) sebesar 0,486. Hal ini menunjukkan terdapat hubungan positif antara Debt to Equity Ratio (X1) dan Resiko sistematis (X2) terhadap Harga Saham (Y), Dan menunjukkan korelasi atau hubungan yang rendah antara Debt To Equity Ratio (X1) dan Resiko Sistematis (X2) terhadap Harga Saham (Y). Diketahui juga nilai koefisien determinasi (R2) sebesar 0,236. Hal ini menunjukkan bahwa perubahan yang terjadi pada Harga Saham sebesar 23,6% dapat dijelaskan oleh variabel Debt To Equity Ratio (X1) dan Resiko Sistematis (X2). Sedangkan sisanya 72,4% dijelaskan oleh variabel lain yang tidak ikut diteliti dalam penelitian ini.
Selanjutnya untuk mengetahui seberapa besar tingkat pengaruh variabel–variabel bebas secara bersama-sama, maka digunakan uji F (F test) yaitu dengan cara membandingkan nilai Fhitung dengan nilai Ftabel sedangkan untuk mengetahui seberapa besar tingkat pengaruh variabel – variabel bebas secara parsial maka digunakan uji t (t test) yaitu dengan nilai t tabel. Adapun penjelasan dari masing –masing uji tersebut adalah sebagai berikut.
1 4.4.3. Uji Hipotesis
4.4.3.1. Uji F
Uji F digunakan untuk mengetahui kesesuaian model analisis variabel bebas terhadap variabel terikat, berdasarkan hasil olahan SPSS, diperoleh hasil sebagai berikut :
Tabel 12 : Anova
Model Sum Of Square df Mean Square F Sig
1. Regression 3,839 2 1,919 2,321 0,132ª
Residual 12,404 15 0,827
Total 16,243 17
a. Predictors : (Constant), Resiko Sistematis (Tr_X2), Debt to Equity Ratio (Tr_X1)
b. Dependent Variabel : Harga Saham (Tr_Y) Sumber : Lampiran 11(data diolah)
Berdasarkan pada tabel 12 dapat diketahui besarnya nilai Fhitung
2,321 ≤ F tabel 3,52 maka Ho diterima, yang berarti model analisis tidak cocok untuk menguji Debt To Equity Ratio dan Resiko Sistematis terhadap Harga Saham (Y).
4.4.3.2. Uji
t
Uji t digunkan untuk mengukur pengaruh tingkat signifikan atau keberartiannya variable bebas terhadap variable terikat secara parsial. 1. Pengujian Debt To Equity Ratio (X1) secara masing-masing terhadap
HargaSaham.
Dari perhitungan didapat t hitung sebesar 1,171(Lampiran 10), karena t hitung ≤ t tabel 2,101, dimana t hitung masuk di daereh penerimaan Ho, maka Ho diterima dan demikian Ha ditolak pada level
1
signifikan 5 %. Sehingga secara parsial Debt To Equity Ratio (X1) tidak berpengaruh signifikan terhadap Harga Saham (Y).
Sedangkan untuk mengetahui besarnya sumbangan yang diberikan variabel Debt To Equity Ratio (X1) terhadap Harga Saham (Y) dapat dilihat pada parsial (r2) yaitu sebesar 1,547 yang berarti bahwa variabel Debt To Equity Ratio (X1) mampu menjelaskan variabel Harga Saham (Y) sebesar 1,547 atau sebesar 15,47 %.
2. Pengujian Resiko Sistematis (X2) secara masing-masing terhadap HargaSaham.
Dari perhitungan diatas didapat t hitung sebesar – 2,079 (Lampiran 10), karena t hitung ≤ t tabel 2,101 dimana t hitung masuk di daerah penerimaan Ho, maka Ho diterima dan demikian Ha ditolak pada level signifikan 5 %. Sehingga secara parsial Resiko Sistematis (X2) tidak berpengaruh signifikan terhadap Harga Saham (Y).
Sedangkan untuk mengetahui besarnya sumbangan yang diberikan variabel Resiko Sistematis (X2) terhadap Harga Saham (Y) dapat dilihat pada parsial (r2) yaitu sebesar -1,598 yang berarti bahwa variabel Debt To Equity Ratio (X1) mampu menjelaskan variabel Harga Saham (Y) sebesar 1,598 atau sebesar 15,98 %.