BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.2 Hasil Penelitian
4.2.1 Pegujian Asumsi Klasik
4.2.1.1 Uji Normalitas
Hasil uji normalitas dengan grafik histogram, normal
probability plot, serta Kolmogorov-smirnov Test ditunjukkan
Gambar 4.1 Grafik Histogram
Sumber: Data sekunder diolah
Dari gambar 4.1 terlihat bahwa pola distribusi normal, akan tetapi jika kesimpulan normal atau tidaknya data hanya dilihat dari grafik histogram, maka hal ini dapat membingungkan khususnya untuk jumlah sampel yang kecil. Metode lain yang digunakan dalam analisis grafik adalah dengan melihat Normal Probability
Plot yang membandingkan distribusi kumulatif dari distribusi
normal. Jika distribusi data residual normal, maka garis yang akan menggambarkan data sesungguhnya akan mengikuti garis
diagonalnya. Uji normalitas dengan melihat Normal Probability
Plot dapat dillihat pada gambar 4.2 berikut:
Gambar 4.2
Grafik Normal Probability
Sumber: Data sekunder diolah
Dari grafik histogram dan normal probability plot pada gambar 4.1 dan gambar 4.2 di atas terlihat bahwa grafik histogram memperlihatkan pola distribusi yang normal dan grafik P-P Plot di atas memperlihatkan titik menyebar di sekitar arah garis diagonal yang menunjukkan pola distribusi normal.
Tabel 4.2
Hasil Uji Normalitas dengan Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 64
Normal Parametersa Mean .0000000
Std. Deviation 1.10678790E3
Most Extreme Differences Absolute .169
Positive .169
Negative -.099
Kolmogorov-Smirnov Z 1.353
Asymp. Sig. (2-tailed) .051
a. Test distribution is Normal.
Sumber: Data sekunder diolah
Dari tabel di atas, dapat dilihat bahwa setelah diuji menggunakan statistik, nilai signifikan variabel memiliki nilai 0.051 dimana > 0.05. Hal ini menunjukkan bahwa data variabel berdistribusi normal.
4.2.1.2 Uji Multikolinieritas
Tabel 4.3
Hasil uji Multikolinearitas
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
ROA 25.361 12.474 .273 2.033 .046 .758 1.320
DER .019 .565 .004 .034 .973 .995 1.005
GPM 7.316 4.522 .217 1.618 .111 .761 1.314
a. Dependent Variable: H.SAHAM
Sumber: Data sekunder diolah
Data yang digunakan untuk uji multikolinearitas ini adalah data dari variabel independen. Dari tabel 4.3 di atas diketahui masing-masing nilai VIF sebagai berikut :
a. Nilai VIF untuk variabel ROA adalah 1.320 < 10 dan nilai
tolerance variabel ROA adalah 0.758 > 0.10 maka variabel
ROA dapat dinyatakan tidak terjadi gejala multikolinearitas.
b. Nilai VIF untuk variabel DER adalah 1.005 < 10 dan nilai
tolerance variabel DER adalah 0.995 > 0.10 maka variabel
DER dapat dinyatakan tidak terjadi gejala multikolinearitas. c. Nilai VIF untuk variabel GPM adalah 1.314 < 10 dan nilai
tolerance variabel GPM adalah 0.761 > 0.10 maka variabel
GPM dapat dinyatakan tidak terjadi gejala multikolinearitas.
4.2.1.3 Uji Heteroskedasitas
Hasil uji heteroskedasitas dapat dilihat pada grafik
Gambar 4.3 Grafik Scatterplot
Sumber: Data sekunder diolah
Dari grafik scatterplot di atas dapat kita lihat bahwa titik-titik menyebar secara acak, tidak membentuk pola tertentu atau tidak teratur, serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Hal ini mengidentifikasi tidak terjadinya heteroskedastisitas pada model regresi sehingga model regresi layak dipakai.
4.2.1.4 Uji Autokorelasi
Tabel 4.4
Hasil Uji Autokorelasi dengan Durbin-Watson
Model Summaryb
Berdasarkan tabel 4.4 di atas, diketahui bahwa nilai DW sebesar 1.790. Nilai ini dibandingkan dengan jumlah observasi sebanyak 64 (n = 64) dan variabel independen (k) sebanyak 3, maka variabel statistik Durbin-Watson didapat nilai DL sebesar 1.49 dan DU sebesar 1.69. Nilai DW berada di antara nilai DU dan 4-DU (1.69 < 1.79 < 2.31) berarti tidak terjadi autokorelasi.
4.2.2 Analisis Regresi Berganda
Persamaan regresi dapat dilihat dari tabel hasil uji coefficients. Pada tabel coefficients yang dibaca adalah nilai dalam kolom B, baris pertama menunjukkan konstanta (a) dan baris selanjutnya menunjukkan konstanta variabel independen.
Tabel 4.5 Hasil Analisis Regresi Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .424a .179 .138 1,134.120 1.790
a. Predictors: (Constant), GPM, DER, ROA
b. Dependent Variable: H.SAHAM
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 1046.541 192.922 5.425 .000 ROA 25.361 12.474 .273 2.033 .046 DER .019 .565 .004 0.34 .973 GPM 7.316 4.522 .217 1.618 .111
a. Dependent Variable: H.SAHAM
Sumber: Data sekunder diolah
Berdasarkan tabel 4.5 di atas maka model regresi yang digunakan adalah sebagai berikut :
H.Saham = 1046.541 + 25.361 ROA + 0.019 DER + 7.316 GPM Dari persamaan regresi tersebut diatas maka dapat dianalisis sebagai berikut:
a. Konstanta sebesar 1046.541 menyatakan bahwa jika nilai ROA, DER, dan GPM adalah nol maka Harga Saham yang terjadi adalah sebesar 1046.541.
b. Koefisien regresi ROA sebesar 25.361 menyatakan bahwa setiap penambahan ROA sebesar 1% maka akan meningkatkan Harga Saham sebesar 25.361.
c. Koefisien regresi DER sebesar 0.019 menyatakan bahwa setiap penambahan DER sebesar 1% maka akan meningkatkan Harga Saham sebesar 0.019.
d. Koefisien regresi GPM sebesar 7.316 menyatakan bahwa setiap penambahan GPM sebesar 1% maka akan meningkatkan Harga Saham sebesar 7.316.
4.2.3 Uji Hipotesis
4.2.3.1 Koefisien Determinasi (R2) Tabel 4.6
Hasil Koefisien Determinasi
Model Summaryb
Dari hasil olahan data diperoleh nilai koefisien korelasi sebesar 0,424 atau sama dengan 42.4% artinya hubungan antara variabel ROA, DER, dan GPM terhadap Harga Saham tidak kuat. Definisi korelasi ini tidak kuat didasarkan pada nilai R yang berada di bawah 0.5 atau 50%.
Koefisien determinasi R square (R2) menunjukkan seberapa besar variabel independen menjelaskan variabel dependennya. Dari hasil perhitungan diperoleh nilai R2 sebesar 0,179 atau 17.9% yang Model R R Square Adjusted R Square Std. Error of the Estimate 1 .424a .179 .138 1,134.120
a. Predictors: (Constant), GPM, DER, ROA
b. Dependent Variable: H.SAHAM
berarti kemampuan variabel independen dalam menerangkan variasi variabel dependen sangat terbatas.
Pada tabel diatas juga ditunjukkan nilai Adjusted R Square. Dari hasil perhitungan, nilai adjusted R square sebesar 0.138 atau 13.8%. Artinya 13.8% Harga Saham dipengaruhi oleh ketiga variabel bebas yaitu ROA, DER, dan GPM. Sedangkan sisanya 86.2% dipengaruhi oleh faktor-faktor lain diluar model.
4.2.3.2 Uji Signifikan Simultan (Uji –F) Tabel 4.7 Hasil Uji –F
Dari hasil analisis regresi dapat diketahui bahwa secara bersama-sama (simultan) variabel independen memiliki pengaruh yang signifikan terhadap variabel dependen. Hal ini dapat dibuktikan dari nilai F hitung sebesar 4.317 dengan signifikansi sebesar 0,008. Nilai signifikansi jauh lebih kecil dari 0,05 atau 5%, maka model regresi dapat digunakan untuk memprediksi Harga Saham atau dapat
ANOVAb
Model Sum of Squares Df Mean Square F Sig.
1 Regression 1.687E7 3 5622341.208 4.371 .008a
Residual 7.717E7 60 1286228.425
Total 9.404E7 63
a.Predictors: (Constant), GPM, DER, ROA b.Dependent Variable:H.SAHAM
dikatakan bahwa ROA, DER, dan GPM secara simultan (bersama-sama) berpengaruh terhadap Harga Saham.
4.2.3.3 Uji t (Uji Parsial)
Tabel 4.8 Hasil Uji t Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 1046.541 192.922 5.425 .000 ROA 25.361 12.474 .273 2.033 .046 DER .019 .565 .004 0.34 .973 GPM 7.316 4.522 .217 1.618 .111 a Dependent Variable:H.SAHAM
Sumber: Data sekunder diolah
Dari tabel 4.8 di atas, maka hasil regresi berganda dapat menganalisis pengaruh dari masing-masing variabel ROA, DER, dan GPM terhadap Harga Saham yang dapat dilihat dari arah tanda dan tingkat signifikansi (probabilitas) sebagai berikut :
a. Koefisien variabel ROA adalah sebesar 25.361 dan nilai signifikansi sebesar 0.046 lebih kecil dari 0.05 yang berarti terdapat pengaruh positif dan signifikan variabel ROA terhadap Harga Saham.
b. Koefisien variabel DER adalah sebesar 0.019 dan nilai signifikansi sebesar 0.973 lebih besar dari 0.05 yang berarti terdapat pengaruh positif dan tidak signifikan variabel DER terhadap Harga Saham.
c. Koefisien variabel GPM adalah sebesar 7.316 dan nilai signifikansi sebesar 0.111 lebih besar dari 0.05 yang berarti terdapat pengaruh positif dan tidak signifikan variabel GPM terhadap Harga Saham.