OBYEK DAN METODE PENELITIAN
3.2 Metode Penelitian .1 Desain Penelitian .1Desain Penelitian
3.2.6 Pengujian Hipotesis
Variabel independen yang meliputi risiko sistematis dan risiko tidak ssistematis akan di uji pengaruhnya terhadap pengembalian saham. Dengan demikian perlu ditetapkan hipotesis nol (Ho) dan hipotesis alternatif (Hi). Ho adalah hipotesis yang menunjukan tidak adanya pengaruh antara X terhadap Y. Sedangkan Hi adalah hipotesis yang menunjukan adanya pengaruh antara X terhadap Y. Pengujian hipotesis akan dilakukan secara parsial dan simultan. Model matematis dari hipotesis tersebut dapat dirumuskan sebagai berikut:
a. Pengujian secara parsial
Pengujian X1
Ho : β1 = 0 : terdapat pengaruh antara variabel X1 terhadap Y.
Hi : β1≠ 0 : tidak terdapat pengaruh antara variabel X1 terhadap Y. Pengujian X2
53
Novi Nur Widayanti, 2013
Pengaruh Risiko Investasi Saham Terhadap Pengembalian Saham (Studi Kasus Pada Perusahaan Makanan dan Minuman
Yang Terdaftar DI BEI Periode 2009-2011)
Universitas Pendidikan Indonesia | repository.upi.edu
Ho : β2 = 0 : terdapat pengaruh antara variabel X2 terhadap Y.
Ho : β2≠ 0 : tidak terdapat pengaruh antara variabel X2 terhadap Y. b. Pengujian secara simultan
Ho : β ≤ 0 : X secara simultan tidak memeiliki pengaruh terhadap Y.
Hi : β > 0 : ada variabel dari X yang berpengaruh terhadap Y.
3.2.6.1Analisis Statistik
Untuk mengetahui hubungan dan pengaruh antara variabel bebas terhadap variabel tidak bebas, maka penulis menggunakan model klasik analisis regresi multipel (multiple regression). Teori klasik dalam statistik inferensial terdiri dari dua cabang, yang pertama adalah estimasi dan yang kedua adalah pengujian hipotesis. Langkah analisis tersebut adalah sebagi berikut:
3.2.6.2 Teknik Analisis Regresi Multipel
Bentuk model persamaan regresi linier multipel (k-variable linier regression model) adalah sebagi berikut:
Y = β0+ β1X1+ β2X2+ ε
Diamana:
Y = Pengembalian saham X1 = Risiko sistematis
Novi Nur Widayanti, 2013
Pengaruh Risiko Investasi Saham Terhadap Pengembalian Saham (Studi Kasus Pada Perusahaan Makanan dan Minuman
Yang Terdaftar DI BEI Periode 2009-2011)
Universitas Pendidikan Indonesia | repository.upi.edu
X2 = Risiko tidak sistematis
β0 = Konstanta/intercept
β1 = Koefisien regresi variabel bebas
β2 = koefisien regresi variabel bebas
ε = Kesalahan acak
3.2.6.3 Pengujian Asumsi Klasik
Model regresi linier ganda dapat disebut sebagai model yang baik jika model tersebut memenuhi asumsi klasik statistik yang terdiri dari asumsi Normalitas, Autokorelasi, Multikolinieritas dan Heteroskedastisitas.
a) Uji Normalitas
Uji normalitas bertujuan untuk mengkaji apakah dalam model regresi variabel terikat dan variabel bebas keduanya mempunyai distribusi normal atau tidak. Penelitian ini menggunakan pendekatan grafik Normal P-P of regression standardized residual untuk menguji normlaitas data.
Jika data menyebar disekitar garis diagonal pada grafik Normal P-P of regression standardized residual dan mengikuti arah garis diagonal tersebut,
55
Novi Nur Widayanti, 2013
Pengaruh Risiko Investasi Saham Terhadap Pengembalian Saham (Studi Kasus Pada Perusahaan Makanan dan Minuman
Yang Terdaftar DI BEI Periode 2009-2011)
Universitas Pendidikan Indonesia | repository.upi.edu
maka model regresi memenuhi asumsi normalitas, tetapi jika sebaliknya data menyebar jauh tidak memenuhi asumsi normalitas tersebut.
b) Uji Autokorelasi
Autokorelasi artinya korelasi antara anggota sampel yang diurutkan berdasarkan waktu. Uji autokorelasi bertujuan untuk menguji apakah ada korelasi langsung antara data sampel pada suatu variabel atau tidak. Model yang baik didasarkan atas asumsi bahwa populasi atau sampel dari penelitian tidak terjadi autokorelasi. Uji autokorelasi menggunakan statistik uji Durbin-Watson.
c) Uji Multikolinearitas
Multikolinearitas adalah keadaan dimana variabel-variabel independen dalam persamaan regresi mempunyai hubungann yang erat satu sama lain. Jadi pengujian ini untuk mengetahui apakah pada model regresi ditemukan adanya hubungan antar variabel independen. Jika terjadi hubungan maka dinamakan terdapat problem multikolinearitas.
d) Uji Heteroskedastisitas
Heteroskedastisitas terjadi karena perubahan situasi yang tidak tergambarkan dalam spesifikasi model regresi yang dapat mengakibatkan terjadinya perubahan tingkat keakuratan data. Dengan kata lain, heteroskedastisitas terjadi jika residual tidak memiliki varian yang konstan. Dalam model regresi diharapkan tidak terjadi heteroskedastisitas. Cara memprediksi ada
Novi Nur Widayanti, 2013
Pengaruh Risiko Investasi Saham Terhadap Pengembalian Saham (Studi Kasus Pada Perusahaan Makanan dan Minuman
Yang Terdaftar DI BEI Periode 2009-2011)
Universitas Pendidikan Indonesia | repository.upi.edu
tidaknya heteroskedastisitas pada suatu model dapat dilihat dengan pola gambar
scatterplot.
3.2.6.4 Uji t Statistik
Untuk melihat pengaruh secara parsial masing-masing variabel bebas terhadap variabel terikat menggunakan Uji t. Rumus Uji t yang digunakan adalah sebagai berikut:
Dimana:
βi = koefisien regresi masing-masing variabel X
Sβi = standar errordari βi
│ t │mengikuti distribusi t-students dengan derajat kebebasan (dk) = n – k –i Dasar pengambilan keputusan untuk penerimaan dan penolakan Ho untuk uji dua pihak adalah sebagai berikut:
Ho ditolak = thitung > ttabel atau thitung < -ttabel.
Ho diterima = -ttabel≤ thitung≤ ttabel.
57
Novi Nur Widayanti, 2013
Pengaruh Risiko Investasi Saham Terhadap Pengembalian Saham (Studi Kasus Pada Perusahaan Makanan dan Minuman
Yang Terdaftar DI BEI Periode 2009-2011)
Universitas Pendidikan Indonesia | repository.upi.edu
Untuk mengetahui bagaimana pengaruh variabel bebas terhadap variabel terikat secara bersama-sama (simultan) digunakan Uji F dengan rumus sebagai berikut:
Dimana:
F = Nilai Fhitung
MS regresi = Mean Square regresi MS residual = Mean Square residual
Pernyataan hipotesis statistik untuk penelitian ini adalah sebagai berikut:
H0 diterima = Fhitung≤ Ftabel
H0 ditolak = Fhitung > Ftabel
Derajat kebebasan (dk) = (n-k-1) dengan tingkat signifikan α = 5%, dimana k adalah banyaknya variabel bebas dan n adalah ukuran sampel. Jika Fhitung lebih besar dari Ftabel berarti H0 ditolak, artinya bahwa variabel-variabel
bebas secara bersama-sama mempengaruhi variabel terikat.
Novi Nur Widayanti, 2013
Pengaruh Risiko Investasi Saham Terhadap Pengembalian Saham (Studi Kasus Pada Perusahaan Makanan dan Minuman
Yang Terdaftar DI BEI Periode 2009-2011)
Universitas Pendidikan Indonesia | repository.upi.edu
Koefisien determinasi pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien adalah antara 0 dan 1. Nilai koefisien determinasi yang kecil, kemampuan variabel-variabel independen dalam menjelaskan variasi variabel-variabel dependen amat terbatas. Nilai yang mendekati 1 berarti bahwa variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Perhitungan koefisien determinasi:
Untuk menentukan kriteria interpretasi hubungan koefisien determinasi, penulis mendasarkan pada ketetapan yang dikemukakan oleh Suharsimi Arikunto (2006:276).
Tabel 3.3
Pedoman Interpretasi Koefisien Determinasi Interval Koefisien (besarnya nilai R) Interpretasi 0,801-1,000 Tinggi 0,601-0,800 Cukup 0,401-0,600 Agak rendah 0,201-0,400 Rendah 0,000-0,200 Sangat rendah
Novi Nur Widayanti, 2013
Pengaruh Risiko Investasi Saham Terhadap Pengembalian Saham (Studi Kasus Pada Perusahaan Makanan dan Minuman
Yang Terdaftar DI BEI Periode 2009-2011)
Universitas Pendidikan Indonesia | repository.upi.edu BAB V