Hasil Uji Statistik dan Pembahasan

BAB V ANALISIS DATA DAN PEMBAHASAN

B. Hasil Uji Statistik dan Pembahasan

1. UJi Asumsi Klasik a. Uji Normalitas

Uji Normalitas bertujuan untuk mengetahui normal atau tidaknya suatu distribusi data residual. Metode pengujian normal atau tidaknya distribusi data dilakukan dengan melihat nilai signifikansi pada tabel Kolmogorov-Smirnov. Jika nilai signifikansi lebih besar dari 0,05 (sign>0,05) berarti data berdistribusi normal. Adapun hasil uji Normalitas menggunakan SPSS 23 pada tabel berikut :

Tabel V. 3

Normal Parameters^a,b Mean .0000000

Std. Deviation 103.49298062 Most Extreme Differences Absolute .156

Positive .156

Negative -.100

Test Statistic .156

Asymp. Sig. (2-tailed) .119^c

a. Test distribution is Normal.

Berdasarkan tabel V.3, dapat dilihat nilai Sig. pada bagian Kolmogorov-Smirnov sebesar 0,119 > 0,05. Jadi dapat disimpulkan bahwa distribusi data residual dalam penelitian ini adalah normal.

b. Uji Multikolinearitas

Uji Multikolienaritas bertujuan untuk mengetahui apakah hubungan di antara variabel bebas memiliki masalah multikolinear atau tidak. Model regresi yang baik adalah model regresi yang tidak memiliki masalah multikolinear. Metode pengujian uji multikolinearitas ini adalah apabila VIF tidak lebih dari 10 dan mempunyai angka tolerance lebih besar dari 0,1. Adapun hasil uji Multikolinearitas menggunakan SPSS 23 pada tabel berikut:

Tabel V. 4 Uji Multikolinearitas

Coefficients^a

Model

Collinearity Statistics Tolerance VIF 1 (Constant)

Harga_Minyak_Dunia .680 1.470

Kurs_Rupiah .680 1.470

a. Dependent Variable: Indeks_Harga_SSP

Berdasarkan hasil uji collinearity yang dapat dilihat pada tabel V.4 dari masing-masing variabel independen (harga minyak dunia dan kurs Rupiah) tidak didapat nilai tolerance kurang dari 0.10 dan juga tidak didapat nilai VIF (Variance Inflation Factor) lebih dari 10.

Sehingga dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen.

c. Uji Heteroskedastisitas

Untuk mendeteksi ada tidaknya Heteroskedastisitas dapat dilakukan dapat dilakukan dengan uji Glejser yaitu dengan meregres nilai absolut residual terhadap variabel bebas. Model regresi tidak mengandung adanya heteroskedastisitas apabila probabilitas signifikansinya di atas taraf nyata 5% (Ghozali, 2011:139). Setelah melakukan uji Glejser menggunakan SPSS 23 didapat :

Tabel V. 5

Uji Heteroskedastisitas

Coefficients^a

Model Sig.

1 (Constant) .794

Harga_Minyak_Dunia .680

Kurs_Rupiah .990

a. Dependent Variable: RES_2

Dari hasil uji Glejser yang dilakukan SPSS 23 diatas, dapat diambil kesimpulan bahwa tidak terjadi heteroskedastisitas karena nilai signifikasi kedua variabel di atas 5%.

d. Uji Autokorelasi

Pengujian untuk mendeteksi adanya autokorelasi pada penelitian ini adalah uji Statistic Q atau Box – Pierce dan Ljung Box. Kriteria ada tidaknya autokorelasi dengan uji Q atau Box – Pierce dan Ljung Box adalah apabila lag lebih dari dua, maka terjadi autokorelasi, sedangkan apabila lag berjumlah dua atau kurang dari dua, maka dikatakan tidak ada autokorelasi. Taraf nyata atau significant level adalah 5%.

Pengujian dengan SPSS 23 diperoleh hasil sebagai berikut:

Tabel V. 6 Uji Ljung Box

Autocorrelations Series: Unstandardized Residual

Lag Autocorrelation Std. Error^a

Box-Ljung Statistic

a. The underlying process assumed is independence (white noise).

b. Based on the asymptotic chi-square approximation.

Setelah dilakukan uji Box-Ljung SPSS 23, diperoleh ^Sig.b untuk Indeks Harga Saham Sektor Pertambangan yang kurang dari 5%

adalah berjumlah 1 lag yaitu lag ke-1 dengan Sig.^b 0.020. Hal ini berarti nilai residual tidak terdapat autokorelasi.

e. Uji Linearitas

Uji linieritas berutujuan untuk mengetahui korelasi antara variabel independen dan variabel dependen. Apabila dari hasil uji linieritas didapatkan kesimpulan bahwa antara variabel terjadi linieritas maka akan menggunakan teknik analisis regresi linier.

Dikatakan linier adalah variabel yang apabila terjadi perubahan pada suatu variabel maka variabel yang lain akan mengikuti perubahan tersebut secara proporsional. Uji Linearitas dalam penelitian ini akan menggunakan pendekatan scatter plot graph. Keputusan hubungan antara variabel independen dan dependen dapat dikatakan linear dengan pendekatan scatter plot graph apabila lingkaran kecil pada grafik memiliki jarak yang relatif dekat dengan garis (line).

Gambar V. 4

Scatter Plot graph Harga Minyak Dunia terhadap Indeks Harga Saham Sektor Pertambangan

GambarV. 5

Scatter Plot graph Kurs Rupiah terhadap Indeks Harga Saham Sektor Pertambangan

Berdasarkan Gambar V.4 dan V.5 dapat dilihat bahwa lingkaran kecil pada grafik scatter plot graph relatif dekat dengan garis (line), maka dapat disimpulkan bahwa hubungan antara variabel independen dan dependen dikatakan linear.

2. Uji Hipotesis

a. Uji F

Uji F dilakukan untuk mengetahui apakah ada pengaruh variabel-variabel independen secara bersama-sama terhadap variabel dependen. Berdasarkan hasil penelitian yang telah dilakukan selama periode penelitian, maka diperoleh hasil sebagai berikut :

Tabel V. 7 Uji F

ANOVA^a

Model Sum of Squares df Mean Square F Sig.

1 Regression 725334.878 2 362667.439 31.038 .000^b Residual 257059.129 22 11684.506

Total 982394.007 24

a. Dependent Variable: Indeks_Harga_SSP

b. Predictors: (Constant), Kurs_Rupiah, Harga_Minyak_Dunia

1) Hipotesis nol (H0) dan hipotesa alternatif (Ha):

𝐻₀ : 𝛽₁ = 𝛽₂ = 0. harga minyak dunia dan kurs Rupiah tidak mempunyai pengaruh secara simultan terhadap Indeks Harga Saham Sektor Pertambangan di Bursa Efek Indonesia (BEI) periode November 2014–November 2016.

Ha : Tidak semua 𝛽₁, 𝛽₂ = 0 harga minyak dunia dan kurs Rupiah mempunyai pengaruh secara simultan terhadap Indeks Harga Saham Sektor Pertambangan di Bursa Efek Indonesia (BEI) periode November 2014–November 2016.

2) Menentukan taraf nyata (significant level) dengan simbol α.

Taraf nyata dalam penelitian ini adalah 5%

3) Menentukan statistik uji yang akan dipergunakan, penelitian ini

menggunakan distribusi F hitung. Nilai F hitung adalah 31,038 (lihat tabel V.7)

4) Menentukan kriteria yang dijelaskan sebagai berikut :

(a) H0 diterima apabila Fhitung ≤ F tabel

(b) H0 ditolak apabila Fhitung > Ftabel.

5) Kesimpulan

Dapat dilihat pada tabel V.7 di atas bahwa nilai sig = 0.000 dengan nilai Fhitung sebesar 31.038 dan nilai Ftabel sebesar 3,44. Hasil penelitian ini menunjukkan bahwa Fhitung (31,038) > Ftabel (3,44) yang artinya H0 ditolak. Hal ini berarti harga minyak dunia dan kurs Rupiah mempunyai pengaruh secara simultan terhadap Indeks Harga Saham Sektor Pertambangan di Bursa Efek Indonesia (BEI) periode November 2014–November 2016.

b. Uji parsial (Uji t)

Uji Parsial ( Uji t) dilakukan untuk mengetahui apakah ada pengaruh dari masing-masing variabel independen terhadap variabel dependen. Berdasarkan hasil penelitian yang telah dilakukan selama periode penelitian, maka diperoleh hasil sebagai berikut:

Tabel V. 8

1) Variabel Harga Minyak Dunia

a) Menentukan Hipotesis nol (H0) dan hipotesa alternatif (Ha):

H01 ; 𝛽₁ ≤ 0 : Harga minyak dunia tidak berpengaruh positif terhadap Indeks Harga Saham Sektor Pertambangan di Bursa Efek Indonesia (BEI) periode November 2014 – November 2016.

Ha1; 𝛽₁ > 0 : Harga minyak dunia berpengaruh positif terhadap Indeks Harga Saham Sektor Pertambangan di Bursa Efek Indonesia (BEI) periode November 2014 – November 2016.

b) Menentukan level of significance α (alpha) yang digunakan, α = 5%.

c) Menentukan t hitung dan t tabel

t hitung diperoleh dari output SPSS 23 (lihat tabel V.8) dan t tabel

dicari di tabel statistik pada signifikansi 0,05 (uji satu sisi) dengan df = n-k-1 atau 25-2-1=22. Didapat nilai t tabel sebesar 1,717.

d) Kriteria pengujian

(a) H01 diterima apabila t hitung ≤ t tabel (b) H01 ditolak apabila t hitung > t tabel

e) Menarik keputusan

Dapat dilihat pada tabel V.8 bahwa nilai t hitung untuk variabel harga minyak dunia (𝑋₁) sebesar 2,235. Dengan nilai signifikansi 0,036. Nilai signifikansi tersebut lebih kecil dari 0,05 dan nilai t hitung untuk variabel harga minyak dunia (𝑋₁) lebih besar dari 1,717 maka H01 ditolak. Artinya harga minyak dunia berpengaruh positif terhadap Indeks Harga Saham Sektor Pertambangan di Bursa Efek Indonesia (BEI) periode November 2014 – November 2016.

2) Variabel Kurs Rupiah

a) Menentukan Hipotesis nol (H0) dan hipotesa alternatif (Ha):

H02 ; 𝛽₂ ≥ 0 : Kurs Rupiah tidak berpengaruh negatif terhadap Indeks Harga Saham Sektor Pertambangan di Bursa Efek Indonesia (BEI) periode November 2014 – November 2016.

Ha2; 𝛽₂ < 0 : Kurs Rupiah berpengaruh negatif terhadap Indeks Harga Saham Sektor Pertambangan

di Bursa Efek Indonesia (BEI) periode November 2014 – November 2016.

b) Menentukan level of significance α (alpha) yang digunakan, α = 5%.

c) Menentukan t hitung dan -t tabel

t hitung diperoleh dari output SPSS 23 (lihat tabel V.8) dan t tabel

di cari di tabel statistik pada signifikansi 0,05 (uji satu sisi) dengan df = n-k-1 atau 25-2-1=22. Didapat nilai t tabel sebesar -1,717.

d) Kriteria pengujian

(a) H0 diterima apabila t hitung ≥ -t tabel (b) H0 ditolak apabila t hitung < -t tabel

e) Menarik keputusan

Dapat dilihat pada tabel V.8 bahwa nilai t hitung untuk variabel kurs Rupiah (𝑋₁) sebesar -4,967. Dengan nilai signifikansi 0,000. Nilai signifikansi tersebut lebih kecil dari 0,05 dan nilai t hitung untuk variabel harga minyak dunia (𝑋₁)lebih kecil dari -1,717 maka H01 ditolak. Artinya kurs Rupiah berpengaruh negatif terhadap Indeks Harga Saham Sektor Pertambangan di Bursa Efek Indonesia (BEI) periode November 2014 – November 2016.

c. Analisis Regresi Linear Berganda

Setelah dilakukan pengolahan data menggunakan SPSS 23, didapatkan hasil sebagai berikut : regresi linear berganda sebagai berikut :

𝑌 = 𝑎 + 𝛽₁𝑋₁+ 𝛽₂𝑋₂

Dari persamaan regresi tersebut, dapat diinterpretasikan bahwa : 1) Koefisien 𝛽₁untuk Variabel Harga Minyak Dunia(𝑋₁)

Besarnya nilai koefisien regresi 𝛽₁ yang positif sebesar 7,574 menunjukkan bahwa adanya pengaruh yang positif antara variabel harga minyak dunia dengan Indeks Harga Saham Sektor Pertambangan yang artinya jika harga minyak dunia naik sebesar 1 USD/Barrel, maka Indeks Harga Saham Sektor Pertambangan akan mengalami kenaikan sebesar 7,574 poin dengan asumsi variabel bebas lainnya adalah konstan.

2) Koefisien 𝛽₂untuk Variabel Kurs Rupiah(𝑋₂)

Besarnya nilai koefisien regresi 𝛽₂ yang negatif sebesar - 0,271 menunjukkan bahwa adanya pengaruh yang negatif antara variabel kurs Rupiah dengan Indeks Harga Saham Sektor Pertambangan yang artinya jika kurs Rupiah melemah sebesar 1 Rupiah, maka Indeks Harga Saham Sektor Pertambangan akan mengalami penurunan sebesar 0,271 poin dengan asumsi variabel bebas lainnya adalah konstan.

3) Koefisien Determinasi

Hasil Adjusted R Square pada penelitian ini diperoleh angka Adjusted R Square sebesar 0,715 yang dapat dilihat pada tabel berikut :

Tabel V. 10 Koefisien Determinasi

Model Summary^b

Model R R Square

Adjusted R Square

Std. Error of the Estimate

1 .859^a .738 .715 108.09489

a. Predictors: (Constant), Kurs_Rupiah, Harga_Minyak_Dunia b. Dependent Variable: Indeks_Harga_SSP

Dari Koefisien Determinasi (Adjusted R Aquare) menunjukkan 71,5% variasi perubahan pada variabel Indeks Harga Saham Sektor Pertambangan mampu diterangkan oleh kedua variabel bebas (harga minyak dunia dan kurs Rupiah).

Sedangkan sisanya sebesar 28,5% diterangkan oleh variabel lain diluar model ini.