BAB III METODE PENELITIAN
E. Analisis Data
Analisis yang adalah analisis statistik deskriptif. Statistik deskriptif menggambarkan data menjadi sebuah informasi yang lebih jelas dan mudah dipahami. Dalam penelitian ini menggunakan uji statistik untuk menguji variabel Current Ratio (CR), Debt to Equity Ratio (DER), Net Profit Margin (NPM), Price Earning Ratio (PER) secara simultan dan parsial berpengaruh terhadap harga saham dengan Earning per Share
(EPS)sebagai variabel moderasi dan SIZE sebagai variabel kontrol. Sebelum melakukan pengujian terhadap hipotesis, terlebih dahulu dilakukan uji asumsi-asumsi yang mendasari penggunaan persamaan penggunaan regresi linier berganda. Metode yang digunakan dalam melakukan pengujian hipotesis haruslah menghindari kemungkinan penyimpangan asumsi klasik.
Bawono (2006:115) menjelaskan bahwa uji asumsi klasik merupakan tahapan yang penting untuk dilakukan dalam proses analisis regresi. Apabila tidak terdapat gejala asumsi klasik diharapakan dapat menghasilkan model regresi yang sesuai dengan kaidah BLUE (Best Linier Unbiased Estimator) yang menghasilkan model regresi yang tidak biasa dan handal sebagai penaksir.
a. Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk menguji kelayakan atas model regresi yang digunakan dalam penelitian ini, merupakan tahapan yang penting dilakukan dalam proses regresi. Pelanggaran yang terjadi terhadap asumsi klasik menandakan bahwa model regresi yang telah diperoleh kurang valid. Pengujian asumsi klasik dilakukan dengan melalui empat tahap yaitu uji normalitas, uji heteroskedastisitas, uji autokorelasi, dan uji multikolinieritas. 1) Uji Normalitas
Uji ini dilakukan untuk menguji apakah dalam model regresi data variabel dependen dan independen berdistribusi normal atau tidak. Sebuah penelitian yang baik adalah datanya berdistribusi normal. Dalam uji normalitas ini terdapat dua metode untuk menguji data yaitu dengan menggunakan metode analisa grafik dan analisa statistik (Bawono, 2006:174). Dalam penelitian ini pada pengujian hipotesis pertama metode yang digunakan adalah analisa statistik, uji Kolmogorov-Smirnov (K- S), karena uji inilah yang dirasa dapat memenuhi normalitas adalah uji Kolmogorov-Smirnov (K-S). Untuk peniliain uji
Kolmogorov-Smirnov (K-S) apabila nilai variabel penelitian lebih kecil dari 0,05 maka data tidak berdistribusi secara normal, sebaliknya jika lebih dari 0,05 maka data berdistribusi secara normal.
Untuk pengujian hipotesis kedua, pada penelitian ini digunakan metode analisa grafik, hal ini dikarenakan saat pengujian berlangsung hanya metode analisa grafik saja yang dapat memenuhi normalitas.
2) Uji Heteroskedastisitas
Uji heteroskedastisitas menguji apakah model regresi terjadi ketidaksamaan variance dari residual dari satu pengamatan ke pengamatan yang lain. Jika variance residual suatu pengamatan ke pengamatan lain tetap maka disebut homoskedastisitas dan apabila variance residual suatu pengamatan ke pengamatan lainnya berbeda disebut dengan heteroskedastisitas. Model regresi yang baik adalah homoskedastisitas dan tidak terjadi heteroskedastisitas.
Untuk menguji heteroskedastisitas peneliti menggunakan uji White untuk mengetahui ada tidaknya heteroskedastisitas. Dikatakan tidak mengandung heteroskedastisitas apabila X2 hitung < X2 tabel.
3) Uji Autokorelasi
Autokorelasi merupakan hubungan yang terjadi antara anggota-anggota dari serangkaian pengamatan yang tersusun dalam rangkaian waktu (time series). Suatu penelitian memerlukan pengujian autokorelasi jika penelitiannya menggunakan data runtutan waktu (time series). Autokorelasi
dapat terjadi apabila suatu keadaan dimana variabel gangguan pada periode tertentu berkorelasi dengan varibael penggangu pada periode lain. Untuk mendeteksi ada atau tidaknya autokorelasi dapat menggunakan metode uji Durbin Watson
(DW). Ada kriteria untuk pengujian ada tidaknya autokorelasi yaitu sebagai berikut:
Tabel 3.2
Kriteria Pengujian Ada Tidaknya Autokorelasi
Kriteria Keterangan
d > du Tidak ada autokorelasi positif d > dl Ada autokorelasi positif 0 < d < dl Ada autokorelasi positif 4 – dl < d < 4 Ada autokorelasi negatif du < d < 4 – du Tidak ada autokorelasi positif maupun
negarif
dl ≤ d ≤ du Tidak dapat disimpulkan
du ≤ d ≤ 4 – dl Tidak ada autokorelasi negatif
4) Uji Multikolinearitas
Multikolinearitas merupakan situasi dimana terdapat kondisi variabel-variabel bebas antara satu dengan yang lainnya. Model regresi yang baik sebaiknya tidak ada korelasi antar variabel bebas. Untuk mendeteksi ada tidaknya multikolinearitas dapat menggunakan melihat Tolerance Value
dan Variance Inflation Factor (VIF). Menuru Hair et al. dalam Priyatno (2009:156) variabel yang menyebabkan multikolinearitas dapat dilihat jika nilai Tolerance Value lebih kecil dari 0.1 atau besar Variance Inflation Factor (VIP) yang lebih besar daripada 10 (Ghozali, 2011:108).
b. Analisis Regresi
Analisis regresi yang digunakan adalah analisis regresi berganda. Analisis ini digunakan untuk mendapatkan koefisien regresi yang menentukan apakah hipotesis itu diterima atau ditolak. Dalam penelitian ini menggunakan variabel moderating. Ada tiga cara untuk menguji regresi dengan variabel modearting, yaitu uji interaksi, uji selisih mutlak dan uji residual. Dalam penelitian ini digunakan uji interaksi atau metode Moderated Regression Analysis (MRA) kemudian karena tidak memenuhi asumsi klasik maka dilakukan metode lain yaitu dengan melakukan uji Residual. Ada dua langkah uji residual, yang pertama yaitu dengan meregresikan variabel moderasi dengan variabel independen. Selanjutnya hasil dari regresi tersebut diregresikan kembali dengan harga saham.
Analisis regresi didalam penelitian ini menggunakan dua bentuk model. Model pertama untuk menguji variabel-variabel
independen terhadap variabel dependen (harga saham) tanpa memasukan variabel moderating.
Sedangkan untuk model yang kedua menguji variabel- variabel independen terhadap dependen dengan memasukan variabel moderating.
Persamaan model regresi pertama:
Y = bo + + b1 X1 + b2 X2 + b3 X3 + b4 X4 + b5 X5 + b6 X6 + e Persamaan model regresi kedua:
Z = bo + b1 X1 + b2 X2 + b3 X3 + b4 X4 + X5 + e |e| = bo + b Y + e Keterangan: Y = Harga Saham bo = Konstanta b1-b4 = Koefisien Regresi X1 = Current Ratio (CR)
X2 = Debt to Equity Ratio (DER) X3 = Return on Equity (NPM) X4 = Net Profit Margin (PER) X5 = SIZE
Z = Earning Per Share (EPS) e = Error
c.
Pengujian HipotesisUntuk melakukan pengujian hipotesis dilakukan pengujian secara parsial dan simultan. Pengujian tersebut dapat dilakukan sebagai berikut:
1) Koefisien Determinasi (R2)
Koefisien Determinasi (R2) menunjukan sejauh mana tingkat hubungan antara variabel dependen (Y) dengan variabel independen (X1,2,3,4) atau sejauh mana kontribusi variabel independen (X1,2,3,4) mempengaruhi variabel dependen (Y) (Anton, 2006:92). Apabila nilai koefisien determinasi berkisar
antara nol sampai dengan satu (0 ≤R2 ≤1) maka model regresi yang digunakan sudah semakin tepat sebagai model penduga variabel independen (Y).
2) Uji Signifikasi Simultan (Uji Statistik F)
Uji statistik F digunakan untuk mengetahui seberapa jauh pengaruh seluruh variabel independen secara bersama-sama terhadap variabel dependen. Kriteria pengujian uji statistik F adalah sebagai berikut:
a) Jika Fsigifikan < 5% artinya ada pengaruh yang signifikan antara variabel independen secara bersama-sama terhadap variabel dependen.
b) Jika Fsignifikan > 5% artinya tidak pengaruh yang signifikan antara variabel independen secara bersama-sama terhadap variabel dependen.
3) Uji Signifikan Parsial (Uji Statistik t)
Uji ini dilakukan untuk mengetahui pengaruh variabel independen terhadap variabel dependen secara individu. Kriteria pengujian uji statistik t adalah sebagai berikut:
a) Jika tsignifikan > 5% maka artinya secara parsial tidak ada pengaruh antara variabel independen dengan variabel dependen.
b) Jika tsignifikan < 5% maka artinya secara parsial ada pengaruh antara variabel independen dengan variabel dependen.