Teknik Analisis Data

BAB III METODE PENELITIAN

3.9 Teknik Analisis Data

Data yang telah terkumpul selanjutnya dianalisis untuk dapat memberikan jawaban dari masalah yang dibahas dalam penelitian ini. Dalam menganalisis data, penulis menggunakan program SPSS. Metode analisis data yang digunakan dalam penelitian ini adalah sebagai berikut:

1. Statistik Deskriptif

Statistik deskriptif digunakan untuk “menginformasikan nilai minimum, maksimum, mean, standart devisi, dan menguji apakah data berdestribusi normal atau tidak” (Wijaya,2011:14).

2. Pengujian Asumsi Klasik

Sebelum model regresi digunakan dalam pengujian hipotesis, terlebih dahulu model tersebut akan diuji, apakah model tersebut memenuhi asumsi klasik atau tidak, penggunaan model analisis regresi dalam statistik harus bebas dari asumsi-asumsi klasik. Adapun pengujian asumsi klasik yang digunakan penulis dalam penelitian ini adalah sebagai berikut:

a. Uji Normalitas

Menurut Erlina (2008:12), “Tujuan uji normalitas adalah ingin mengetahui apakah dalam model regresi, variabel pengganggu atau resudal memiliki distributor normal”. Pengujian normalitas yang digunakan adalah uji kolmogorov-smirnov. Kriteria yang dapat digunakan adalah dengan pengujian dua arah (two-tailed test) yaitu membandingkan nilai p yang diperoleh dengan taraf signifikan yang sudah ditentukan. Pedoman pengambilan keputusan tentang data yang mendekati distribusi normal adalah sebagai berikut:

1. Nilai Sig. atau signifikan rasio keuangan ditentukan sebesar 0,05, apabila p > 0,05 maka distribusi data normal

2. Nilai Sig. atau signifikan rasio keuangan ditentukan sebesar 0,05, apabila p < 0,05 maka distribusi tidak normal.

b. Uji Multikolinearitas

“Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen” (Ghozali, 2005:91). Suatu model regresi yang baik harusnya tidak terjadi korelasi diantara variabel independen, untuk mengetahui apakah ada gejala multikolinearitas atas model regresi yakni dilakukan dengan melihat nilai tolerance dan variance factor (VIF). Batasan umum yang dipakai untuk menunjukkan adanya multikolinearitas adalah nilai

c. Uji Heteroskedastistas

Menurut Erlina (2008:106), “Uji heteroskedatistas bertujuan untuk melihat apakah model regresi terjadi ketidak samaan variabel dari resudal atau pengamatan ke pengamatan yang lain”. Jika varian dari resudal satu ke pengamatan lain tetap, maka disebut homoskedatisitas dan jika berbeda disebut heteroskedatisitas. Pengujian ada tidaknya heteroskedatisitas dilakukan dengan melihat ada tidaknya pola tertentu pada grafik Scatter-Plot dengan dasar analisis sebagai berikut :

1. Jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedatisitas.

2. Jika tidak ada pola yang jelas, seperti titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedatitas.

d. Uji Autokorelasi

Uji autokorelasi bertujuan untuk menganalisis apakah dalam model regresi linier ada korelasi antara kesalahan penggangguan pada priode t dengan kesalahan pada priode t-1. Pengujian autokorelasi dapat dideteksi dengan uji Durbin Watson.

Tabel 3.2

Tabel Keputusan Uji Durbin Watson

Durbin Watson Kesimpulan

Kurang dari 1,08 Ada Autokorelasi

1,08-2,34 Tanpa kesimpulan

1,66-2,34 Tidak ada autokorelasi

2,34-2,92 Tanpa kesimpulan

Lebih dari 2,92 Ada autokorelasi

Sumber : Algifari (2008:89)

3. Model dan Tekhnik Analisis Data

Model dan tekhnik analisis data dapat diuji dengan menggunakan model analisis Regresi Linier berganda dan Uji Hipotesis. Model regresi linier berganda dan uji hipotesis tersebut dinyatakan dengan bentuk persamaan sebagai berikut :

a. Analisis Linier Berganda

Model regresi yang digunakan adalah sebagai berikut :

Keterangan :

Y = Variabel dependen (Harga Saham)

α

= Konstanta

X1 = Variabel Independen 1 PBV (Price Book Value)

X2 = Variabel Independen 2 DER (Debt to Equity Ratio)

X3 = Variabel Independen 3 EPS (Earnings Per Share)

X4 = Variabel Independen 4 ROA (Return On Assets)

b

1,2,3,4 = Koefisisn regresi masing-masing Variabel Independen

e

= Ditribution Error (Faktor Gangguan)

b. Uji Hipotesis

1. Uji Simultan (Uji- F)

Menurut Ghozali (2005:84) “uji statistik F pada dasarnya menunjukkan apakah semua variabel independen yang dimaksud dalam model mempunyai pengaruh secara simultan atau bersama- sama terhadap variabel dependen”.

Bentuk pengujiannya adalah :

Ho : b1 = b2 = b3 = b4 = 0, artinya variabel Price Book Value, Debt to Equity Ratio, Earnings Per Share, dan Return on Assets

tidak mempunyai pengaruh yang signifikan terhadap harga saham. Ha : b1 = b2 = b3 = b4≠ 0, artinya variabel Price Book Value, Debt to Equity Ratio, Earnings Per Share, dan Return On Assets

mempunyai pengaruh yang signifikan terhadap harga saham. Uji ini dilakukan dengan membandingkan signifikansi F-hitung dengan F- tabel dengan ketentuan sebagai berikut:

Jika F-hitung < F-tabel atau Sig.>

α

, untuk

α

= 5%, maka Ho diterima.

Jika F-hitung > F-tabel atau Sig.<

α

, untuk

α

= 5%, maka Ha diterima.

2. Uji Parsial (Uji- t)

Pengujian ini bertujuan untuk mengetahui apakah masing- masing variabel independen yang dimaksud dalam model regresi linier berganda mempengaruhi variabel dependen secara parsial. Menurut Ghozali (2006:84), Uji-t pada dasarnya digunakan untuk mengetahui seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel dependen. Bentuk pengujiannya adalah:

Ho : b1 = 0 artinya variabel Price Book Value, Debt to Equity Ratio, Earnings Per Share, dan Return On Assets secara parsial tidak mempunyai pengaruh yang signifikan terhadap harga saham.

Ha : b2 ≠ 0 artinya variabel Price Book Value, Debt to Equity Ratio, Earnings Per Share, dan Return On Assets secara parsial mempunyai pengaruh yang signifikan terhadap harga saham.

Pengujian dilakukan menggunakan Uji-t dengan tingkat pengujian pada α 5% dan derajat kebebasan (degree of freedom)

atau df = (n-k). Uji ini dilakukan dengan membandingkan t-hitung

dengan t-tabel dengan ketentuan sebagai berikut :

Jika

t

-hitung <

t

-tabel atau Sig. >

α

, untuk

α

= 5%, maka Ho diterima.

Jika

t

-hitung >

t

-tabel atau Sig. <

α

, untuk

α

= 5%, maka Ha diterima.

4. Koefisien Determinasi (R²)

Pengujian koefisien determinasi (R²) digunakan untuk mengukur

proforsi atau persentase variabel independen yang diteliti terhadap variasi naik turunnya variabel dependen. Koefisien determinasi berkisar antara nol sampai dengan satu (0 ≤ R² ≤ 1) hal ini berarti bila R² = 0, menunjukkan tidak adanya pengaruh antara variabel independen terhadap varibel dependen, bila R² semakin besar mendekati 1 menunjukkan

semakin kuatnya pengaruh variabel independen terhadap variabel dependen dan bila R² semakin kecil mendekati nol maka dapat dikatakan

semakin kecilnya pengaruh variabel independen terhadap variabel dependen.