HASIL PENELITIAN DAN PEMBAHASAN
5.1. Hasil Penelitian
5.1.1. Statistik Deskriptif
Statistik deskriptif memberikan gambaran umum tentang objek penelitian yang dijadikan sampel penelitian. Penjelasan data melalui statistik deskriptif diharapkan memberikan gambaran awal tentang masalah yang diteliti. Statistik deskriptif pada penelitian ini difokuskan kepada nilai minimum, rata-rata dan standar deviasi sebagaimana yang terdapat pada Tabel 5.1 berikut :
Tabel 5.1. Deskriptif Statistik
N Minimum Maximum Mean Std. Deviation
Nikkei 72 7568.42 18138.36 12885.4143 3160.11605 Hangseng 72 12811.57 31352.58 19244.6743 4172.10994 Kospi 72 911.30 2064.85 1483.5918 293.07894 Emas 72 421.87 1390.55 802.1311 264.32726 Minyak 72 39.16 133.93 72.6033 20.08914 Kurs 72 8775.00 12151.00 9541.6806 724.37506 IHSG 72 1029.61 3703.51 1990.0732 729.34674 Valid N (listwise) 72
Berdasarkan hasil deskriptif statistik pada Tabel 5.1 dapat dilihat bahwa data yang digunakan dalam penelitian ini sangat bervariasi dengan kisaran yang sangat lebar. Hal ini mengindikasikan bahwa data penelitian ini kemungkinan tidak berdistribusi normal. Hal ini merupakan kejadian yang sudah diprediksikan sebelumnya sebagaimana lazimnya penelitian di pasar modal yang belum efisien seperti di Indonesia.
Dari hasil pengolahan data pada Tabel 5.1 diketahui bahwa nilai Indeks Harga Saham Gabungan minimum adalah Rp 1.029,61 yang menunjukkan bahwa harga pada Indeks Harga Saham Gabungan yang terdaftar dari tahun 2005 – 2010 memiliki harga terendah. Sedangkan Indeks Harga Saham Gabungan maximum sebesar Rp 3.703,51 menunjukkan harga yang terdaftar telah tumbuh dan berkembang pesat diharapkan terus berkembang di masa yang akan datang. Rata-rata dari Indeks Harga Saham Gabungan adalah sebesar Rp 1.990,0732 dengan standart Deviasi Rp 729,3674 hal ini menunjukkan bahwa kondisi harga Indeks Harga Saham Gabungan sangat berfluktuasi karena selisih antara Indeks Harga Saham Gabungan maximum dengan Indeks Harga Saham Gabungan minimum cukup besar, nilai standart deviasi Indeks Harga Saham Gabungan lebih besar dari nilai rata-rata Indeks Harga Saham Gabungan. Hal ini mengidikasikan bahwa variabel Indeks Harga Saham Gabungan tidak berdistribusi normal.
Dari hasil pengolahan data pada Tabel 5.1 diketahui bahwa nilai saham Nikkei minimum sebesar Rp 7.568,72 yang menunjukkan bahwa harga saham Nikkei dari tahun 2005 – 2010 memiliki harga terendah. Sedangkan nilai saham Nikkei
maximum sebesar Rp 18.138,36 menunjukkan harga yang terdaftar telah tumbuh dan berkembang pesat diharapkan terus berkembang di masa yang akan datang. Rata-rata nilai saham Nikkei adalah sebesar Rp 12.885,4143 dengan standart Deviasi Rp 3.160,11605 hal ini menunjukkan bahwa kondisi harga saham Nikkei berfluktuasi karena selisih antara nilai saham Nikkei maximum dengan nilai Saham Nikkei minimum cukup besar, nilai standart deviasi saham Nikkei lebih besar dari nilai rata-rata saham Nikkei. Hal ini mengindikasikan bahwa variabel saham Nikkei tidak berdistribusi normal.
Dari hasil pengolahan data pada Tabel 5.1 diketahui bahwa nilai saham Hangseng minimum sebesar Rp 12.811,57 yang menunjukkan bahwa harga saham Hangseng dari tahun 2005 – 2010 memiliki harga terendah. Sedangkan nilai saham Hangseng maximum sebesar Rp 31.352,58 menunjukkan harga yang terdaftar telah tumbuh dan berkembang pesat diharapkan terus berkembang di masa yang akan datang. Rata-rata nilai saham Hangseng adalah sebesar Rp 19.244,6743 dengan standart Deviasi Rp 4.172,10974 hal ini menunjukkan bahwa kondisi harga saham Hangseng berfluktuasi karena selisih antara nilai saham Hangseng maximum dengan nilai Saham Hangseng minimum cukup besar, nilai standart deviasi saham Hangseng lebih besar dari nilai rata-rata saham Hangseng. Hal ini mengindikasikan bahwa variabel saham Hangseng tidak berdistribusi normal.
Dari hasil pengolahan data pada Tabel 5.1 diketahui bahwa nilai saham Kospi minimum sebesar Rp 911,30 yang menunjukkan bahwa harga saham Kospi dari tahun 2005 – 2010 memiliki harga terendah. Sedangkan nilai saham Kospi
maximum sebesar Rp 2.064,85 menunjukkan harga yang terdaftar telah tumbuh dan berkembang pesat diharapkan terus berkembang di masa yang akan datang. Rata-rata nilai saham Kospi adalah sebesar Rp 1.483,5918 dengan standart Deviasi Rp 293,07894 hal ini menunjukkan bahwa kondisi harga saham Kospi berfluktuasi karena selisih antara nilai saham Kospi maximum dengan nilai Saham Kospi minimum cukup besar, nilai standart deviasi saham Kospi lebih besar dari nilai rata-rata saham Kospi. Hal ini mengindikasikan bahwa variabel saham Kospi tidak berdistribusi normal.
Dari hasil pengolahan data pada Tabel 5.1 diketahui bahwa nilai emas minimum sebesar Rp 421,87 yang menunjukkan bahwa harga emas dari tahun 2005 – 2010 memiliki harga terendah. Sedangkan nilai emas maximum sebesar Rp 1.390.55 menunjukkan harga yang terdaftar telah tumbuh dan berkembang pesat diharapkan
terus berkembang di masa yang akan datang. Rata-rata nilai emas adalah sebesar Rp 802,1311 dengan standart Deviasi Rp 264,32726 hal ini menunjukkan bahwa
kondisi harga emas berfluktuasi karena selisih antara nilai emas maximum dengan nilai emas minimum cukup besar, nilai standart deviasi emas lebih besar dari nilai rata-rata emas. Hal ini mengindikasikan bahwa variabel harga emas tidak berdistribusi normal.
Dari hasil pengolahan data pada Tabel 5.1 diketahui bahwa nilai minyak minimum sebesar Rp 39,16 yang menunjukkan bahwa harga minyak dari tahun 2005 – 2010 memiliki harga terendah. Sedangkan nilai minyak maximum sebesar Rp 133,93 menunjukkan harga yang terdaftar telah tumbuh dan berkembang pesat
diharapkan terus berkembang di masa yang akan datang. Rata-rata nilai minyak adalah sebesar Rp 72,6033 dengan standart Deviasi Rp 20,08914 hal ini menunjukkan bahwa kondisi harga minyak berfluktuasi karena selisih antara nilai minyak maximum dengan nilai minyak minimum cukup besar, nilai standart deviasi minyak lebih besar dari nilai rata-rata minyak. Hal ini mengindikasikan bahwa variabel harga minyak tidak berdistribusi normal.
Dari hasil pengolahan data pada Tabel 5.1 diketahui bahwa nilai kurs minimum sebesar Rp 8.775,00 yang menunjukkan bahwa harga kurs dari tahun 2005 – 2010 memiliki harga terendah. Sedangkan nilai kurs maximum sebesar Rp 12.151,00 menunjukkan harga yang terdaftar telah tumbuh dan berkembang pesat diharapkan terus berkembang di masa yang akan datang. Rata-rata nilai kurs adalah sebesar Rp 9.541,6806 dengan standart Deviasi Rp 724,37506 hal ini menunjukkan bahwa kondisi kurs berfluktuasi karena selisih antara nilai kurs maximum dengan nilai kurs minimum cukup besar, nilai standart deviasi kurs lebih besar dari nilai rata-rata kurs. Hal ini mengindikasikan bahwa variabel harga kurs tidak berdistribusi normal.
5.1.2. Pengujian Asumsi Klasik
Untuk menghasilkan suatu model regresi yang baik, analisis regresi memerlukan pengujian asumsi klasik sebelum melakukan pengujian hipotesis. Apabila terjadi penyimpangan dalam pengujian asumsi klasik perlu dilakukan perbaikan terlebih dahulu.
5.1.2.1. Uji normalitas
Uji normalitas berguna untuk mengetahui apakah variabel dependen dan varibel independen yang digunakan dalam penelitian mempunyai distribusi normal atau tidak. Model regresi yang baik dan layak digunakan dalam penelitian adalah model yang memiliki distribusi normal atau mendekati normal. Hasil uji normalitas data dengan normal Probability Plot dalam penelitian ini dapat ditunjukan pada Gambar 5.1 berikut ini:
Sumber: Hasil Penelitian, 2011 (Data Diolah)
Gambar 5.1. Uji Normalitas Sebelum Dilakukan Transformasi
Dari Gambar 5.1 terlihat bahwa titik-titik tidak sepenuhnya barada dan mengikuti di titik diagonal, maka model regresi tidak memenuhi asumsi normalitas. Selain itu uji normalitas data dapat dilakukan dengan menggunakan uji statistik non parametrik Kolmogorov-Smirnov (K-S), pengujian ini adalah pengujian paling valid
atas asumsi normalitas. Untuk mengetahui hasil uji normalitas dari masing-masing variabel dengan uji Kolmogorov-Smirnov dapat dilihat pada Tabel 5.2 berikut:
Tabel 5.2. Uji Kolmogorov-Smirnov Sebelum Transformasi
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 72
Normal Parametersa,,b Mean .0000000
Std. Deviation 1.26151097E2
Most Extreme Differences Absolute .063
Positive .038
Negative -.063
Kolmogorov-Smirnov Z .538
Asymp. Sig. (2-tailed) .934
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil Penelitian, 2011 (Data Diolah)
Dari hasil uji normalitas pada Tabel 5.2 dapat dilihat bahwa variabel harga saham Nikkei, Hangseng, Kospi, Harga Emas Dunia, Harga Minyak Dunia Kurs Rupiah dan Indeks Harga Saham Gabungan memiliki data yang tidak berdistribusi normal karena nilai signifikansi dari masing-masing variabel sebesar 0,934 < 0,05. Untuk mengubah nilai residual agar berdistribusi normal, peneliti melakukan transformasi data dengan Logaritma natural (Ln) dengan menggunakan SPSS. Caranya adalah dengan melakukan logaritma natural terhadap semua variabel yang tidak berdistribusi normal. Setelah itu, data diuji ulang berdasarkan asumsi normalitas. Hasil uji normalitas setelah melakukan transformasi data tidak normal tersebut dapat dilihat dari gambar normalitas Probability Plot pada Gambar 5.3 berikut ini:
Gambar 5.2. Uji Normalitas Setelah Dilakukan Transformasi
Dari grafik normal Probability Plot pada Gambar 5.2 terlihat bahwa setelah dilakukan transformasi data menggunakan logaritma natural, grafik P-P Plot memperlihatkan titik-titik menyebar disekitar garis diagonal dan mengikuti arah garis diagonal yang menunjukkan pola distribusi normal. Untuk meyakinkan bahwa data penelitian ini benar-benar normal, makan akan dilakukan uji statistik non parametrik dengan menggunakan Kolmogorov-Smirnov seperti yang terdapat dalam Tabel 5.3 berikut:
Tabel 5.3. Uji Kolmogorov-Smirnov SetelahTransformasi
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 72
Normal Parametersa,,b Mean .0000000
Std. Deviation .05312183
Most Extreme Differences Absolute .084
Positive .063
Negative -.084
Kolmogorov-Smirnov Z .716
Asymp. Sig. (2-tailed) .684
a. Test distribution is Normal. b. Calculated from data.
Sumber : Hasil Penelitian, 2011 (Data Diolah)
Dari hasil Kolmogorov-Smirnov pada Tabel 5.3 dapat dilihat bahwa setelah dilakukan transformasi data dengan logaritma natural, maka semua data variabel yang diuji menjadi normal dengan nilai signifikansi dari masing-masing variabel lebih besar dengan 0,05 dengan demikian dapat disimpulkan bahwa data telah berdistribusi normal.
5.1.2.2. Uji heteroskedastisitas
Uji heteroskedastisitas dalam penelitian ini dilakukan dengan melihat grafik
Scatter-Plot antara nilai prediksi variabel terkait (ZPRED) dengan residualnya
(SRESID). Jika ada pola tertentu seperti titik-titik yang ada membentuk pola tertentu yang teratur maka mengindikasikan telah terjadi heteroskedastisitas dan jika tidak ada pola yang jelas serta titik-titik menyebar di atas dan dibawah angka 0 pada sumbu Y maka tidak terjadi heteroskedastisitas. Di mana Y adalah nilai residual dan X adalah
nilai yang telah diprediksi. Hasil uji heteroskedastisitas dapat dilihat pada grafik
Scater-Plot berikut ini:
Sumber: Hasil Penelitian, 2011 (Data Diolah)
Gambar 5.3. Uji Heteroskedastisitas
Dari grafik Scatter-Plot pada Gambar 5.3 dapat dilihat bahwa tidak ada pola yang jelas serta titik-titik menyebar di atas dan dibawah angka 0 pada sumbu Y. Hal ini menyimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi sehingga model regresi layak dipakai.
5.1.2.3. Uji autokorelasi
Uji autokorelasi digunakan utnuk mengetahui ada tidaknya korelasi antara kesalahan pengganggu periode sebelumnya. Model regresi yang baik adalah regresi
yang bebas dari autokorelasi. Uji autokorelasi dapat dilakukan dengan pengujian Durbin-Watson (DW). Hasil uji autokorelasi dapat dilihat pada Tabel 5.4 berikut:
Tabel 5.4. Uji Autokorelasi
Model Summaryb
Model R R Square Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1 .980a .960 .957 .07788 1.512
a. Predictors: (Constant), Ln_Minyak, Ln_nikkei, Ln_Kospi, Ln_Hangseng, Ln_Emas b. Dependent Variable: Ln_IHSG
Sumber: Hasil Penelitian, 2011 (Data Diolah)
Nilai D-W tersebut berada di antara 1,5 sampai 2,5 berarti tidak terjadi autokorelasi pada model regresi yang digunakan.
a. Jika nilai D-W berada dibawah 0 sampai 1,5 berarti ada autokorelasi positif. b. Jika nilai D-W berada diantara 1,5 sampai 2,5 berarti tidak terjadi autokorelasi. c. Jika nilai D-W berada di atas 0 sampai 1,5 berarti ada autokorelasi positif.
Dari Tabel 5.4 dapat dilihat bahwa nilai Durbin-Watson dalam penelitian ini sebesar 1,512 dapat disimpulkan bahwa tidak terjadi autokorelasi pada model yang digunakan dalam penelitian ini.
5.1.2.4. Uji multikolinieritas
Uji Multikolinieritas digunakan untuk menguji apakah dalam model regresi ditemukan korelasi antar variabel bebas (independen), model regresi yang baik seharusnya tidak terjadi korelasi antar variabel bebas. Untuk mendeteksi ada tidaknya multikolinieritas yaitu dengan melihat Tolerance Value dan Variance Inflation Factor (VIF). Multikolinieritas terjadi jika nilai tolerance < 0,10 dan VIF > 10 atau jika antar
variabel independen ada korelasi yang cukup tinggi umumnya di atas 0,9. Hasil uji multikolinieritas dapat dilihat pada Tabel 5.5 berikut:
Tabel 5.5. Hasil uji multikolinieritas
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients Collinearity Statistics B Std. Error Beta Tolerance VIF
1 (Constant) 7.639 1.637 Ln_nikkei -.348 .062 -.233 .180 5.548 Ln_Hangseng .765 .090 .441 .115 8.733 Ln_Kospi .474 .118 .262 .473 3.648 Ln_Emas .377 .059 .341 .110 9.112 Ln_Minyak -.128 .038 -.089 .435 2.297 Ln_Kurs -1.066 .132 -.202 .489 2.045
a. Dependent Variable : Ln_IHSG
Sumber: Hasil Penelitian, 2011 (Data Diolah)
Berdasarkan hasil pengujian multikolinieritas pada Tabel 5.5 dapat dilihat bahwa nilai Tolerance pada variabel LnNikkei, LnHangseng, LnKospi, LnEmas, LnMinyak, dan LnKurs > 0,10 dan VIF < 10. Hal ini menunjukkan bahwa tidak terjadi korelasi antar variabel independen artinya tidak terjadi multikolinieritas.