BAB III METODE PENELITIAN
3.8 Teknik Analisis
Teknik analisis data yang digunakan dalam penelitian ini adalah metode analisis deskriptif dan metode analisis statistik.
3.8.1 Metode Analisis Deskriptif
Metode analisis deskriptif adalah suatu metode analisis dimana data-data yang dikumpulkan, diklasifikasikan, dianalisis, dan diinterpretasikan secara objektif sehingga memberikan informasi dan gambaran mengenai topik yang dibahas.
3.8.2 Metode Analisis Statistik Analisis Regresi Linear Berganda
Analisis regresi linear berganda digunakan untuk mengetahui pengaruh dari risiko sistematis, nilai tukar, dan suku bunga terhadap harga saham. Model yang digunakan adalah sebagai berikut:
Dimana : Y = harga saham a = konstanta
X1 = risiko sistematis (beta=βi) X2 = nilai tukar
Sebelum melakukan analisis regresi, agar didapat perkirakan yang efisien dan tidak bisa maka dilakukan pengujian asumsi klasik. Ada beberapa kriteria persyaratan asumsi klasik yang harus dipenuhi, yaitu:
a. Uji Normalitas
Uji normalitas dilakukan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk lonceng. Data yang baik adalah data yang mempunyai pola seperti distribusi normal, yakni distribusi data tersebut tidak menceng kiri atau menceng kanan. Dengan adanya tes normalitas maka hasil penelitian bisa digeneralisasikan pada populasi. Dalam pandangan stasistik itu sifat dan karakteristik populasi adalah terdistribusikan secara normal (Situmorang dan Lufti, 2011:100-101).
Pengujian normalitas ini dapat dilakukan dengan beberapa pendekatan, antara lain:
1. Pendekatan Histogram
Untuk menguji normalitas data dapat dilihat dengan kurva normal. Kurva normal yaitu kurva yang memiliki ciri-ciri khusus, salah satu diantaranya adalah mean, mode dan median pada tempat yang sama. Ukuran kemiringan puncak kurva ke kiri atau ke kanan dikenal dengan nama “kemiringan kurva” atau “kemencengan kurva” (skewness). Kemencengan suatu kurva distribusi data dapat bertanda positif (arah kanan) atau bertanda negatif (arah kiri).
2. Pendekatan Grafik
PP plot akan membentuk plot antara nilai-nilai teoritis (sumbu x) melawan nilai-nilai yang didapat dari sampel (sumbu y) . Apabila plot dari keduanya berbentuk linier (didekati garis lurus), maka hal ini merupakan indikasi bahwa residual menyebar normal. Bila pola-pola titik yang terletak selain di ujung-ujung plot masih berbentuk linier, meskipun ujung-ujung plot agak menyimpang dari garis lurus, dapat dikatakan bahwa sebaran data adalah menyebar normal.
3. Pendekatan Kolmogorv-Smirnov
Alat uji ini digunakan untuk memastikan apakah data di sepanjang garis diagonal berdistribusi normal. Dasar pengambilan keputusan dari uji normalitas adalah:
1) Jika hasil di atas nilai signifikan (0,05) menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
2) Jika hasil di bawah nilai signifikan (0,05) tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas (Situmorang dan Lufti, 2011:101-106).
b. Uji Heterokedastisitas
Uji heteroskedastisitas digunakan untuk menguji apakah sebuah grup mempunyai varians yang sama diantara anggota grup tersebut. Jika varians sama, dan ini seharusnya yang terjadi maka dikatakan homoskedastisitas. Sedangkan jika varians tidak sama dikatakan heteroskedastisitas.
Uji statisitik yang digunakan dalam penelitian ini adalah metode grafik Scatterplot untuk menguji ada tidaknya heteroskedastisitas. Dari grafik Scatterplot yang disajikan, terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi keputusan berdasarkan masukan variabel independennya (Situmorang dan Lufti, 2011:107).
c. Uji Autokorelasi
Autokorelasi dapat didefenisiskan sebagai korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu (seperti dalam data deret waktu) atau ruang (seperti dalam data cross-section). Uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode sebelumnya. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual (kesalahan pengganggu) tidak bebas dari satu observasi ke observasi lainnya (Situmorang dan Lufti, 2011:120).
Dalam penelitian ini digunakan percobaan dari Durbin –Watson (DW) untuk menguji ada tidaknya problem autokorelasi. Dasar pengambilan keputusan yang digunakan adalah sebagai berikut:
Tabel 3.3
Kriteria Pengambilan Keputusan Uji Autokorelasi
Hipotesis nol Keputusan Jika
ada autokrelasi positif < dl
ada autokorelasi positif cision ≤ du
ada korelasi negatif < d < 4 ada korelatif negatif cision ≤ d ≤ 4- dl ada autokorelasi, positif atau
negatif
ditolak d < 4 – du Sumber : Situmorang dan Lufti (2011:126)
Keterangan : du = batas atas dl = batas bawah
d. Uji multikolinieritas
Uji Multikolineraritas bertujuan untuk menguji apakah ada korelasi antara variabel independen dan variabel dependen. Multikolinearitas sebagai fenomena sampel terutama muncul karena data yang dikumpulkan bukan percobaan, khususnya pada ilmu ekonomi. Untuk mendeteksi ada atau tidak adanya multikolinieritas dapat dilakukan dengan melihat toleransi variabel dan Variance
Inflation Factor (VIF) dengan membandingkan sebagai berikut (Situmorang dan
Lufti, 133) :
• VIF > 5 maka diduga mempunyai persoalan multikolinieritas
• VIF < 5 maka tidak terdapat multikolinieritas
• Tolerance < 0,1 maka diduga mempunyai persoalan multikolinieritas
3.8.3 Pengujian Hipotesis
a. Pengujian Hipotesis 1 (uji serempak atau Uji-F)
Pengujian ini dilakukan untuk mengetahui apakah semua variabel bebas secara simultan mempunyai pengaruh yang signifikan terhadap variabel terikat. Bentuk pengujian:
Ho : b1=b2=b3=0, artinya tidak terdapat pengaruh yang signifikan secara simultan antara risiko sistematis, nilai tukar, dan suku bunga terhadap harga saham perbankan di BEI.
Ha : b1≠b2≠b3≠0, artinya terdapat pengaruh yang signifikan secara simultan antara risiko sistematis, nilai tukar, dan suku bunga terhadap harga saham perbankan di BEI.
Pada penelitian ini nilai Fhitung akan dibandingkan dengan Ftabel pada tingkat signifikan (α) = 5%. Kriteria penilaian Hipotesis pada uji-F:
Ha ditolak (Ho diterima) jika Fhitung≤ Ftabel pada α = 5% Ha diterima (Ho ditolak) jika Fhitung≥Ftabel pada α = 5%
Pengujian ini dilakukan untuk menguji apakah setiap variabel bebas secara parsial atau terpisah mempunyai pengaruh yang signifikan terhadap variabel terikat. Bentuk pengujian :
Ho : bi = 0, artinya tidak terdapat pengaruh yang signifikan dari risiko sistematis, nilai tukar, dan suku bunga terhadap harga saham perusahaan perbankan di BEI
Ha : bi ≠ 0, artinya terdapat pengaruh yang signifikan dari risiko sistematis , nilai tukar, dan suku bunga terhadap harga saham perusahaan perbankan di BEI.
b. Pengujian Hipotesis 2 (Uji-T)
Pengujian ini dilakukan untuk menguji hipotesis yang menyatakan faktor risiko sitematis mempunyai pengaruh positif signifikan terhadap harga saham perbankan di BEI.
Bentuk pengujian:
• b1 = Risiko Sistematis
Ho : b1 = 0, artinya faktor risiko sistematis tidak mempunyai pengaruh positif signifikan terhadap saham perusahaan perbankan di BEI
Ha : b1≠ 0, artinya faktor risiko sistematis mempunyai pengaruh positif signifikan terhadap harga saham perusahaan perbankan di BEI.
• b2 = Nilai Tukar
Ho : b2 = 0, artinya faktor nilai tukar tidak mempunyai pengaruh negatif signifikan terhadap harga saham perusahaan Perbankan di BEI.
Ha : b2 ≠ 0, artinya faktor nilai tukar mempunyai pengaruh negatif signifikan terhadap harga saham perusahaan perbankan di BEI.
• b3 = Suku Bunga
Ho : b3 = 0, artinya faktor suku bunga tidak mempunyai pengaruh negatif signifikan terhadap harga saham perusahaan Perbankan di BEI.
Pada pengujian hipotesis ini nilai thitung akan dibandingkan dengan nilai ttabel pada tingkat signifikan (α) = 5%. Peneliti mengamati ttabel pada tingkat signifikan 2,5% karena melihat dua arah. Kriteria pengambilan keputusan pada uji t ini adalah:
Haditolak (Ho diterima) jika : -ttabel ≤ thitung ≤ ttabel
Ha diterima (Ho ditolak) jika : ttabel < -thitung atau thitung >ttabel.
Pengujian asuksi klasik dilakukan untuk mendapatkan hasil penelitian yang BLUE (Best Linier Unbiased Estimation). Dalam menganalisis data, peneliti menggunakan program Software SPSS (Statistic Package for the Social