BAB II. LANDASAN TEOR
D. Metode Analisis Data
Dalam penelitian ini metode analisis data yang digunakan adalah dengan melakukan uji statistik regresi dan korelasi untuk melihat ada tidaknya pengaruh signifikansi terhadap kedua variabel independen, yaitu inflasi, kurs, SBI, Real Interest Rate, profitabilitas, leverage, dan likuiditas terhadap variabel dependen yaitu return saham. Langkah – langkah dalam menganalisis penelitian ini adalah :
1. Perhitungan analisis regresi dan korelasi
Berdasarkan data hasil perhitungan terhadap inflasi, kurs, SBI, Real Interest Rate, profitabilitas, leverage, dan likuiditas dan pengaruhnya terhadap return saham, maka dilakukan analisis regresi dan korelasi antara
40 ke enam variabel tersebut. Perhitungan dilakukan dengan bantuan komputer melalui program Exel dan SPSS. Mengingat jumlah data yang banyak, maka penulis menggunakan komputer, sehingga hasil yang diperoleh lebih valid daripada dihitung secara manual. Pengujian terhadap analisis regresi dilakukan untuk mengetahui apakah variabel independen dapat mempengaruhi variabel dependen.
Y : Return a : konstanta X1 X : Kurs 2 X
: Real Interest Rate 3 X : Profitabilitas 4 X : Leverage 5 ε : Likuiditas i 2. Uji t : Standar error
Uji t dilakukan untuk mengetahui apakah masing-masing variabel independen secara parsial berpengaruh terhadap variabel dependen. Langkah – langkah pengujiannya adalah sebagai berikut :
a) Perumusan Hipotesis
Ho : βj = 0, berarti tidak ada pengaruh yang signifikan dari variabel independen terhadap variabel dependen.
41
Ha : βj
b) Menentukan tingkat signifikansi (α), yaitu sebesar 5%
= 0, berarti ada pengaruh yang signifikan dari variabel independen terhadap variabel dependen.
c) Menentukan kriteria penerimaan atau penolakan Ho, yakni dengan melihat nilai signifikan : Jika Sig < 0,05 maka Ho ditolak atau Ha diterima Jika Sig > 0,05 maka Ho diterima atau Ha ditolak.
d) Pengambilan keputusan.
3. Uji F
Uji F digunakan untuk mengetahui apakah semua variabel independen secara simultan yang dapat berpengaruh terhadap variabel dependen. Langkah- langkah pengujiannya adalah sebagai berikut :
a) Pengujian Hipotesis
Ho : βj = 0, berarti tidak ada pengaruh yang signifikan dari variabel independen secara simultan terhadap variabel dependen.
Ha : βj = 0, berarti ada pengaruh yang signifikan dari variabel independen secara simultan terhadap variabel dependen.
b) Menentukan tingkat signifikansi (α), yaitu sebesar 5%
c) Menentukan kriteria penerimaan atau penolakan Ho, yakni dengan melihat nilai signifikan : Jika Sig < 0,05 maka Ho ditolak atau Ha diterima Jika Sig > 0,05 maka Ho diterima atau Ha ditolak.
42
4. Uji Asumsi Klasik
Suatu model regresi yang menghasilkan estimator tidak bias, harus memenuhi asumsi klasik diantaranya: tidak terjadi multikolonieritas, tidak ada autokorelasi, tidak ada heteroskedastisitas, dan normalitas. Untuk mengidentifikasikan pemenuhan asumsi klasik , maka penelitian ini akan melakukan uji normalitas data, uji multikolonieritas, uji autokorelas, dan uji heteroskedastisitas secara multivariate. Berikut ini pengujian asumsi klasik :
a. Uji Normalitas
Menurut Ghozali (2002:74), uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel dependen (terkait) dan variabel independen (bebas) keduanya mempunyai kontribusi normal atau kah tidak. Dalam uji normalitas terdapat dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik.
1) Analisis grafik
Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal.
2) Uji statistik
Selain dengan analisis grafik maka perlu dianjurkan dengan uji statistik, agar mencapai keakuratan yang lebih baik lagi. Uji statistik
43 sederhana dapat dilakukan dengan melihat nilai kurtosis dan skewness dari residual.
b. Uji Multikoliniaritas
Uji tentang multikolinearitas ini dimaksudkan untuk membuktikan atau menguji ada tidaknya hubungan yang linear antara variabel bebas (independen) satu dengan variabel bebas (independen) lainnya (Sudarmanto, 2005). Dalam analisis regresi ganda, maka akan terdapat dua atau lebih variabel bebas yang diduga akan mempengaruhi variabel tergantungnya (dependen). Pendugaan tersebut akan dapat dipertanggungjawabkan apabila tidak terjadi adanya hubungan yang linear (multikolinearitas) di antara variabel – variabel independen.
Adanya hubungan yang linear antar variabel independen akan menimbulkan kesulitan dalam memisahkan pengaruh masing – masing variabel independen terhadap variabel dependen. Oleh karena itu kita harus benar – benar dapat menyatakan, bahwa tidak terjadi adanya hubungan linear di antara variabel – variabel independen tersebut.
Cara yang digunakan untuk mendeteksi terjadinya multikolinearitas dalam penelitian ini adalah dengan uji Variance Inflation Factor (VIF). Pedoman suatu model regresi yang bebas multikolinearitas adalah (Ghozali)
1) Mempunyai nilai VIF < 10,
44 c. Uji Autokorelasi
Autokorelasi dapat didefinisikan sebagai korelasi antara serangkaian anggota observasi yang diurutkan menurut waktu (data time series) atau ruang (data cross section). Uji autokorelasi bertujuan untuk mengetahui apakah variabel dependen pada tahun amatan dipengaruhi oleh variabel dependen sebelum tahun amatan. Model regresi yang baik adalah model yang bebas dari autokerelasi. Untuk mengetahui apakah dalam model persamaan regresi terdapat autokorelasi, maka dilakukan uji Durbin - Watson (uji D-W) dengan ketentuan (Jogiyanto, 2003) :
1) Jika angka D-W di antara 1.55 – 2.46, berarti model persamaan regresi bebas dari autokorelasi.
d. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas (Santoso, 2000). Jika regresi tidak lolos uji heteroskedastisitas maka variance dari standar error akan bias, akibatnya uji t = b/Se (b) tidak dapat dipercaya sehingga tidak bisa diambil kesimpulan. Apabila asumsi tidak terjadinya heteroskedastisitas ini tidak dipenuhi, maka penaksir menjadi
45 tidak lagi efisien baik dalam sampel kecil maupun besar (Gujarati, 1978). Ada beberapa teknik yang dapat dipakai untuk mendeteksi ada tidaknya masalah heteroskedastisitas, yaitu (Gujarati, 1978) : dengan melihat residual plot persamaan regresi, uji Glesjer, uji Park, uji Rank Spearman, uji Goldfeld-Quandt, uji Breuce Pagan.
Dalam penelitian ini, uji yang akan digunakan untuk mendeteksi gejala heteroskedastisitas adalah dengan melihat residual plot persamaan regresi, yang dilakukan dengan melihat (Santoso 2000) : 1) Jika ada pola tertentu, seperti titik – titik (point-point) yang ada
membentuk suatu pola tertentu yang teratur (bergelombang, melebar, kemudian menyempit), maka telah terjadi heteroskedastisitas.
2) Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
5. Koefisien Determinasi( Adjusted R Square)
Uji koefisien determinasi dilakukan untuk melihat seberapa besar variabel independent menjelaskan variable yang dilihat melalui Adjusted R Square karena variabel independennya lebih dari dua.