BAB III METODE PENELITIAN
F. Metode Analisis Data
Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik dengan menggunakan persamaan regresi berganda (multiple regression). Analisis data dilakukan dengan bantuan SPSS 18 (Statistical Package for Social Science). Peneliti melakukan uji asumsi klasik terlebih dahulu sebelum melakukan pengujian hipotesis.
1. Uji Asumsi Klasik
Uji asumsi klasik yang dilakukan adalah uji normalitas data, uji multikoloniearitas, uji heterokedastisitas, dan uji autokolerasi.
a. Uji Normalitas
Tujuan uji normalitas menurut Ghozali (2005) adalah untuk mengetahui apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal atau tidak. Untuk melihat normalitas data dapat dilakukan dengan melihat histogram atau pola distribusi data normal. Normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik atau dengan melihat histogram dari nilai residualnya. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas. Proses uji normalitas data dilakukan dengan menggunakan uji Kolmogorov Smirnov. Distribusi data dapat dilihat dengan membandingkan Zhitung dengan Ztabel dengan criteria sebagai berikut :
1. jika Zhitung (Kolmogorov Smirnov) < Ztabel (1,96), atau angka signifikan > taraf signifikansi (α) 0,05 maka distribusi data dikatakan normal,
2. jika Zhitung (Kolmogorov Smirnov) > Ztabel (1,96), atau angka signifikan < taraf signifikansi (α) 0,05 maka distribusi data dikatakan tidak normal. Uji normalitas data juga dapat dilihat dengan memperlihatkan penyebaran data (titik) pada normal P Plot of Regression Standardized Residual variabel independen, dimana:
1. jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas,
2. jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas. Model regresi yang baik adalah yang mempunyai distribusi data normal atau mendekati normal.
b. Uji Multikolonieritas
Tujuan uji multikolinearitas menurut Ghozali (2005:111) adalah untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebasnya. Pengujian terhadap ada tidaknya multikolonieritas dalam model regresi dapat dilakukan dengan melihat nilai tolerance dan lawannya, serta
Variance Inflation Factor (VIF). Kedua ukuran variabel ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya.
Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Nilai tolerance yang rendah sama dengan nilai VIF yang tinggi (karena VIF = 1/ tolerance). Nilai cutoff yang umum
dipakai untuk menunjukkan adanya multikolonieritas adalah nilai tolerance < 0,10 atau sama dengan VIF > 10. Uji multikolonieritas juga dapat dilakukan dengan melihat nilai korelasi antar variabel independen, jika nilai korelasi antar variabel independen lebih besar dari 0,95 maka dapat disimpulkan terdapat gejala multikolonieritas antar variabel independen dalam penelitian tersebut.
c. Uji Heterokedastisitas
Menurut Ghozali (2005:11) uji heterokedastisitas bertujuan untuk melihat apakah didalam model regresi terjadi ketidaksamaan variabel pengganggu dari satu pengamatan dengan pengamatan yang lain. Suatu model regresi yang baik adalah tidak terjadi heterokedastisitas. Ada tidaknya heterokedastisitas dapat dilakukan dengan melihat grafik Scatterplot antar nilai prediksi variabel independen dengan nilai residualnya. Dasar analisis yang dapat digunakan untuk menentukan heterokedastisistas, antara lain :
1. ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar, kemudian menyempit), maka mengindikasikan heterokedastisitas,
2. jika tidak ada pola yang jelas, seperti titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas atau terjadi homokedastisitas
d. Uji Autokorelasi
Uji Autokorelasi bertujuan menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 atau sebelumnya. Autokorelasi sering terjadi pada sampel dengan data time series. Pengujian autokorelasi dilakukan dengan menggunakan uji Durbin-Watson. Penentuan ada tidaknya autokorelasi dapat dilihat dalam tabel berikut ini.
Tabel 3.3
Uji Statistik Durbin-Watson Durban-Watson Kesimpulan
< 1.10 Ada Autokorelasi 1.11 - 1.54 Tanpa kesimpulan 1.55 - 2.46 Tidak ada autokorelasi 2.47 - 2.90 Tanpa kesimpulan
> 2.91 Ada Autokorelasi Sumber : Algifari (2000)
2. Pengujian Hipotesis Penelitian
Pengujian hipotesis dalam penelitian ini menggunakan analisis regresi berganda. Model regresi yang digunakan, yaitu :
Y = α+β1X1+β2X2+β3X3+β4X4+ε
Keterangan :
Y = harga saham
β1β2β3β4β5 = koefisien regresi
X1 = return on equity
X2 = net profit margin
X3 = debt to equity ratio
X4 = current ratio
ε = variabel pengganggu
Hipotesis diuji dengan menggunakan F-test dan t-test : a) Uji signifikansi simultan (F-test)
Uji F digunakan untuk menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Uji F digunakan untuk mengetahui signifikansi dari persamaan regresi, apakah terdapat hubungan signifikan antara X dan Y. Hipotesis yang akan diuji adalah sebagai berikut:
Ha : b0 = b1 = b2 ≠ 0 : semua variabel independen berpengaruh secara bersama
Signifikansi atau tidaknya pengaruh variabel independen terhadap variabel dependen dilihat dari nilai probabilitas (nilai Sig.) dari F rasio seluruh variabel independen pada taraf uji α = 5% (0,05). Kesimpulan dapat diterima atau tidaknya Ha dapat diketahui dengan pembuktian sebagai berikut :
1) jika probabilitas < 0,05 maka H0 dapat diterima 2) jika probabilitas > 0,05 maka Ha tidak dapat diterima
Signifikansi juga dapat dilihat dengan membandingkan Fhitung dengan ketentuan: 1) jika Fhitung > Ftabel (α = 5%) maka Ha dapat diterima
b) Uji signifikansi parsial (t-test)
Pengujian t-test digunakan untuk menunjukkan seberapa jauh pengaruh satu variabel independen terhadap variabel dependen. Uji t digunakan untuk menguji signifikansi pengaruh variabel independen secara parsial terhadap variabel dependen. Hipotesis statistik yang diajukan adalah:
Ha : bi ≠ 0 : ada pengaruh
Signifikan atau tidaknya pengaruh variabel independen terhadap variabel dependen dilihat dari nilai probabilitas (nilai Sig.) dari t rasio masing-masing variabel independen pada taraf uji α = 5% (0,05). Kesimpulan dapat diterima atau tidaknya Ha sebagai pembuktian adalah :
1) jika probabilitas < 0,05 maka Ha dapat diterima 2) jika probabilitas > 0,05 maka Ha tidak dapat diterima
Signifikansi juga dapat dilihat dengan membandingkan dengan thitung, dengan ketentuan:
1) jika thitung > ttabel (α = 5%) maka Ha dapat diterima 2) jika thitung < ttabel (α = 5%) maka Ha tidak dapat diterima