HASIL PENELITIAN DAN PEMBAHASAN
5.1. Deskripsi Variabel Penelitian
5.1.2. Analisis data
5.1.2.1. Hasil Uji Asumsi Klasik
Uji Asumsi Klasik yang dilakukan yaitu menggunakan analisis regresi berganda dengan bantuan SPSS. Untuk mendapatkan estimasi yang terbaik, terlebih dahulu data sekunder harus dilakukan pengujian asumsi regresi klasik yaitu uji multikolineritas, uji heterokedastisitas, uji autokorelasi dan uji normalitas.
a. Uji Multikolinearitas
Pengujian multikolinieritas suatu data dalam penelitian dilakukan bertujuan menguji apakah pada model regresi ditemukan adanya korelasi antara variabel independen, jika terjadi maka dinamakan multikolinearitas.
Tabel 5.6. Hasil Uji Multikoliniearitas Coefficientsa Unstandardized Coefficients Standardized Coefficients Collinearity Statistics Model
B Std. Error Beta t Sig.
Toleran ce VIF (Constant) 334.816 28.152 11.893 .000 KURS -.019 .004 -.617 -5.049 .000 .578 1.729 SBI -5.578 2.780 -.311 -2.006 .051 .360 2.781 1 INFLASI -1.034 1.313 -.113 -.787 .435 .416 2.404 a. Dependent Variable: IHS
Hasil pengolahan pengujian korelasi antar variabel bebas tampak pada tabel 5.6, bahwa hasil perhitungan nilai Variance Inflating Factor (VIF) menunjukkan semua hasil variabel independen yang mempunyai nilai VIF lebih kecil dari 10. Jadi dapat disimpulkan bahwa tidak ada multikolinearitas antara variabel bebas dalam model regresi.
Tabel 5.7 Hasil Uji Multikolieritas Correlations
HIS KURS SBI INFLASI IHS 1.000 -.758 -.484 -.014 KURS -.758 1.000 .395 .154 SBI -.484 .395 1.000 -.627 Pearson Correlation INFLASI -.014 .154 -.627 1.000 IHS . .000 .000 .463 KURS .000 . .003 .148 SBI .000 .003 . .000 Sig. (1-tailed) INFLASI .463 .148 .000 . IHS 48 48 48 48 KURS 48 48 48 48 SBI 48 48 48 48 N INFLASI 48 48 48 48
Sedangkan hasil pengolahan pengujian korelasi antar variabel bebas tampak pada tabel 5.7, yaitu terlihat besaran korelasi antar ketiga variabel bebas tampak bahwa variabel-variabel independen memiliki nilai koefisien korelasi lebih kecil dari 95 % terlihat bahwa variabel SBI dan variabel Inflasi mempunyai korelasi sebesar 62,7 %, maka dapat dianggap bahwa tidak ada multikolinearitas yang serius.
b. Uji Heterokedastisitas
Uji heterokedastisitas dideteksi dengan grafik scatterplot, yang menghasilkan gambar 5.5. dibawah ini. Pada grafik scatterplot tersebut menunjukkan titik-titik menyebar acak serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y. Oleh karena itu dapat dikatakan tidak terjadi heteroskedastisitas.
Gambar 5.5. Hasil Uji Heterokedastisitas
c. Uji Auto Korelasi
Untuk menguji apakah hasil estimasi adanya autokorelasi dalam suatu model regresi dilakukan melalui pengujian dengan uji Durbin Wastson ( Uji DW ) (Ghozali 2002), dengan ketentuan sebagai berikut :
1. Bila nilai DW terletak diantara batas atas atau upper (du) dan (4-du) maka koefisien autokorelasi = 0, berarti tidak ada korelasi
2. Bila nilai DW lebih rendah dari pada batas bawah atau lower bound sebesar (dl) maka koefisien autokorelasi > 0, berarti autokorelasi positif. 3. Bila nilai DW lebih besar dari (4-dl) maka koefisien autokorelasi < 0,
berarti ada autokorelasi negatif.
4. Bila nilai DW terletak antara du dan dl atau DW terletak antara (4-du) dan (4-dl), maka hasilnya tidak dapat disimpulkan
Tabel 5.8 hasil Uji Korelasi Model Summaryb
Model R R Square Adjusted R
Square Std.Error of the estimate Durbin waston 1 .787a .620 .594 16.01154 .423
a. Predictors: (Constant), INFLASI, KURS, SBI b. Dependent Variable: IHS
Hasil uji korelasi dengan Durbin Watson dengan N : 48 dan K : 3 di mana N = 48 didapat dari jumlah responden yang diuji dalam penelitian ini, dan k = 3 adalah banyaknya jumlah prediktor atau variabel bebas. Berdasarkan pada tabel DW di dapat nilai du = 1,6597 dan dl = 1,0778. seperti pada tabel 5.8, terlihat nilai Durbin Watson adalah 0,423, sehingga memenuhi keriteria dw < dl, maka ada autokorelasi positif. Berdasarkan hasil tersebut dapat disimpulkan bahwa model yang diuji terjadi persoalan autokorelasi, hal ini disebabkan karena data inflasi dihitung berdasarkan data tahunan yang diambil dari data tahun lalu atau time series. Data inflasi yang di uji dalam penelitian ini adalah dari Bank Indonesia.
d. Uji Normalitas
Uji normalitas data dilakukan dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari data yang sesungguhnya dengan distribusi kumulatif dari distribusi normal. Model regresi yang baik adalah distribusi data normal atau mendekati normal. Untuk menguji normal data ini menggunakan metode analisis grafik dan melihat normal probability plot.
Hasil uji normalitas dapat dilihat pada gambar 5.2, terlihat sebaran data pada chart tersebar di sekeliling garis lurus (tidak terpencar jauh dari garis lurus, maka dapat dikatakan bahwa persyaratan normalitas terpenuhi.
5.1.2, Uji Statistik hasil Estimasi Model Penelitian.
Hasil pengujian asumsi klasik yang telah dilakukan, dapat disimpulkan bahwa model regresi dalam penelitian ini layak digunakan karena model regresi telah terbebas dari masalah normalitas data, tidak terjadi multikolinieritas, tidak terjadi autokolerasi, dan tidak terjadinya heterokedastisitas. Selanjutnya dapat dilakukan uji estimasi untuk mengetahui pengaruh variabel bebas terhadap variabel terikat dengan menggunakan model regresi. Hasil perhitungan analisis regresi ganda dengan menggunakan program SPSS ( lampiran hasil regresi ) dapat dilihat seperti data berikut :
Std Error ( 0,004 ) ( 2,780 ) ( 1,313 ) t-statistic ( -5,049 ) ( -2,006 ) ( -0,787 ) R 2 = 0,620 F- Statistik = 23,896 R 2 = 0,594 Prob-Stat = 0,0000
Berdasarkan estimasi tersebut diatas dapat menunjukkan bahwa besarannya nilai koefisien determinan R 2 = 0,787 yang bermakna bahwa variabel independen kurs, SBI, dan Inflasi mampu menjelaskan variasi Indeks Harga Saham Sektoral Sektor Properti dan Real Esatate sebesar 79 persen dan sisanya sebesar 21 persen dijelaskan variabel lain yang tidak dimasukkan dalam model estimasi.
Sebagaimana yang telah dirumuskan pada bab terdahulu, bahwa pengujian secara Y = 334,816 – 0,019 Kurs – 5,578 SBI – 1,034 Inflasi
juga dilihat berdasarkan nilai signifikansi (sig) pada hasil estimasi. Berdasarkan hasil estimasi maka diperoleh hasil sebagai berikut :
- Nilai koefisien regesi X1 adalah -0,019, berarti meningkatnya variabel X1 ( nilai tukar ) akan menurunkan variasi nilai Y (Indeks harga saham Sektoral Sektor Properti dan Real Estate) atau dapat dikatakan bahwa nilai tukar uang berpengaruh negatif terhadap Indeks harga saham Sektoral Sektor Properti dan Real Estate,
- Nilai koefisien regresi X2 adalah -5,578 berarti meningkatnya variabel X2 (suku bunga SBI) akan menurunkan variasi nilai Y (Indeks harga saham Sektoral Sektor Properti dan Real Estate) atau hal ini menunjukkan bahwa suku bunga SBI berpengaruh negatif terhadap Indeks harga saham Sektoral Sektor Properti dan Real Estate,
- Nilai koefisien regresi X3 adalah -1,034, berarti meningkatnya variabel X3 (inflasi) akan menurunkan pula variasi nilai Y (Indeks harga saham Sektoral Sektor Properti dan Real Estate) atau hal ini menunjukkan bahwa inflasi berpengaruh negatif terhadap Indeks harga saham Sektoral Sektor Properti dan Real Estate.
