METODE PENELITIAN
H. Sumber Data
I. Teknik Pengumpulan Data
Teknik pengumpulan data dalam penelitian ini adalah dengan menggunakan teknik dokumentasi dimana teknik ini digunakan dengan cara melihat yang ada di situs resmi Bursa Efek Indonesia www.idx.co.id, www.duniainvestasi.com, www.webksei.co.id, dan Pojok BEI Universitas Kristen Duta Wacana.
J. Teknik Analisis Data 1. Uji Asumsi Klasik
Uji asumsi klasik bertujuan untuk mengetahui apakah penaksir dalam regresi merupakan penaksir kolinear tak bisa terbaik. Untuk memperoleh persamaan yang paling tepat digunakan parameter regresi yang dicari dengan metode kuadrat atau Odinary Least Square (OLS). Pengujian asumsi klasik yang digunakan, yaitu:
a. Uji Normalitas
Menurut Ghozali (2011:160) uji normalitas bertujuan untuk menguji apakah variabel pengganggu atau residual mempunyai distribusi normal. Untuk mendeteksi residual berdistribusi normal atau tidak, digunakan uji statistik. Uji statistik yang digunakan adalah uji statistik non-parametrik Kolmogorov-Smirnov (K-S). uji K-S dilakukan dengan membuat hipotesis:
: Data residual berdistribusi normal : Data residual tidak berdistribusi normal
Kriteria penerimaan apabila analisis Kolmogorov-Smirnov (1-Sample K-S) adalah sebagai berikut :
1) Apabila nilai Asymptotic Significance kurang dari 5%, berarti data residual terdistribusi tidak normal.
2) Apabila nilai Asymptotic Significance lebih besar dari 5%, berarti data residual terdistribusi normal.
b. Uji Multikolinearitas
Menurut Ghozali (2006:91) uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak orthogonal. Variabel ortogonar adalah variabel independen sama dengan nol. Untuk mendeteksi ada atau tidaknya multikolonieritas di dalam model regresi adalah sebagai berikut:
1) Nilai R² yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independen banyak yang tidak signifikan mepengaruhi variabel dependen. 2) Menganalisis korelasi variabel-variabel independen. Jika antar
variabel independen ada korelasi yang cukup tinggi (umumnya diatas 0,90), maka hal ini merupakan indikasi adanya multikolinearitas. Tidak adanya korelasi yang tinggi antar variabel independen tidak berarti bebas dari multikoloniearitas. Multikoloniearitas dapat disebabkan karena adanya efek kombinasi dua atau lebih variabel independen.
3) Multikolinearitas dapat juga dilihat dari (1) nilai tolerance dan lawannya (2) variance inflation factor (VIF). Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Dalam pengertian sederhana
setiap variabel independen menjadi variabel dependen (terikat) dan diregres terhadap variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya.
Hasil perhitungan nilai tolerance juga menunjukkan tidak ada variabel independen yang memiliki nilai tolerance < 0.10 yang berarti tidak ada korelasi antar variabel independen yang nilainya lebih dari 95%. Hasil perhitungan nilai Variance Inflation Factor (VIF) juga menunjukkan hal yang sama tidak ada satu variabel independen yang memiliki nilai VIF >10. Jadi dapat disimpulakn bahwa tidak ada multikolinearitas antar variabel independen dalam model regresi. c. Uji Heteroskedastisitas
Menurut Ghozali (2011:139) alat uji ini bertujuan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varians residual dari satu pengamatan ke pengamatan yang lain. Jika varians residual dari satu pengamatan ke pengamatan lain tetap, maka hal tersebut disebut homokedastisitas dan jika varians berbeda disebut sebagai heterokedastisitas. Model regresi yang baik adalah tidak terjadi heterokedastisitas. Untuk mendeteksi ada tidaknya heterokedastisitas dapat dilakukan dengan uji Glejser yaitu dengan meregres nilai absolut residual terhadap variabel bebas. Model regresi tidak mengandung adanya heterokedastisitas apabila probabilitas signifikansinya di atas taraf nyata 5%.
d. Uji Autokorelasi
Tujuan uji autokorelasi adalah menguji tentang ada tidaknya korelasi antara kesalahan pengganggu pada periode t dengan periode t-1 pada persamaan regresi linier. Apabila terjadi korelasi maka menunjukkan adanya problem autokorelasi. Problem autokorelasi pada data cross section (silang waktu), masalah autokorelasi jarang terjadi. Model regresi yang baik adalah model regresi yang bebas autokorelasi. Salah satu cara untuk mendeteksi autokorelasi adalah dengan Uji Durbin-Watson.
Pengambilan keputusan dalam Uji Durbin Watson adalah: 1) Menentukan Hipotesis
H0 : tidak ada autokorelasi Hi : ada autokorelasi
2) Menentukan nilai α dengan d tabel (n,k) terdiri atas dl dan du.
3) Menentukan kriteria pengujian
a) Tidak terjadi autokorelasi jika (4-dl) <DW<dl.
b) Terjadi autokorelasi positif jika DW< dl, koefisien korelasinya lebih besar dari nol.
c) Terjadi autokorelasi negatif jika DW > (4-dl), koefisien korelasinya lebih kecil dari nol.
d) Jika DW terletak antara (4-du) dan (4-dl) maka hasilnya tidak dapat disimpulkan.
Jika n<15, pembuktian dilakukan melalui Tabel Klasifikasi Nilai d.
Tabel III.1
Nilai d Keterangan
< 1,10 Ada autokorelasi 1,10 - 1,54 Tidak ada kesimpulan 1,55 - 2,46 Tidak ada autokorelasi 2,46 - 2,90 Tidak ada kesimpulan > 2,91 Ada autokorelasi
2. Uji Regresi Berganda
Menurut Subagyo dan Djarwanto (2011:270) regresi linier berganda adalah suatu prediksi (ramalan) tentang besarnya nilai Y (variabel dependen) berdasarkan nilai X tertentu (variabel independen). Hubungan antara variabel-variabel merupakan hubungan regresional yang berarti bahwa tidak ada nilai Y tertentu untuk nilai X tertentu, terdapat banyak kemungkinan nilai Y untuk nilai X tertentu karena nilai Y dipengaruhi oleh banyak variabel X.
Menurut Sujarweni (2015:160) analisis regresi berganda digunakan untuk menguji kebenaran hipotesis yang diajukan dalam penelitian. Adapun rumus dari regresi linier berganda sebagai berikut (Sujarweni dan Endrayanto, 2012:88):
Keterangan:
a = Konstanta
= Koefisien regresi = Return On Assets
= Dividend Per Share
Menurut Subagyo dan Djarwanto (2011:270) uji hipotesis berdasarkan regresi linier berganda untuk menentukan hipotesis diterima atau ditolak adalah dengan menggunakan uji F dan uji t. Uji F dilakukan untuk mengetahui variabel independen dan variabel dependen mempunyai pengaruh yang sama atau berbeda. Pada uji F biasanya membandingkan dan untuk membuktikan kebenaran pada hipotesis regresi linier berganda. Uji t dilakukan untuk mengetahui tingkat signifikan koefisien nilai dan uji t dilakukan dengan cara membandingkan antara dan .
Adapun langkah-langkah pengujian hipotesis dengan uji F maupun uji t adalah sebagai berikut:
a. Uji F
Menurut Sujarweni (2015:162) uji F adalah pengujian signifikansi persamaan yang digunakan untuk mengetahui seberapa besar pengaruh variabel independen secara bersama-sama terhadap variabel dependen. Lima tahapan melakukan uji F adalah sebagai berikut (Boedijoewono, 2007:205):
1) Menentukan hipotesis nol dan hipotesa alternative : Hipotesis nol yang diuji adalah:
: = = 0. Variabel Return On Assets dan Dividend Per Share tidak mempunyai pengaruh secara bersama-sama terhadap variabel harga saham.
Hipotesis alternatifnya (Mason, 1996:114): : minimal salah satu ,…, ≠ 0, atau
: tidak semua , = 0. Variabel Return On Assets dan Dividend Per Share mempunyai pengaruh secara bersama-sama terhadap harga saham
2) Menentukan taraf nyata (significant level) dengan symbol α.
Taraf nyata dalam penelitian ini adalah 5%.
3) Menentukan statistik uji yang akan dipergunakan, penelitian ini menggunakan distribusi .
4) Menentukan kriteria yang dijelaskan sebagai berikut: a) Hipotesis nol diterima apabila < b) Hipotesis alternatif diterima apabila ≥
5) Mengambil kesimpulan
a) Apabila hipotesis nol diterima, maka variabel Return On Assets dan Dividend Per Share tidak mempunyai pengaruh secara bersama-sama terhadap variabel harga saham.
b) Apabila hipotesis alternative diterima, maka variabel
Return On Assets dan Dividend Per Share mempunyai pengaruh secara bersama-sama terhadap variabel harga saham. b. Uji t
Uji t digunakan untuk mengetahui apakah masing-masing variabel independen secara parsial mampu mempengaruhi variabel dependen. Langkah-langkah yang dilakukan dalam uji t yaitu (Sunyoto, 2009:152):
1) Menentukan dan
: = 0, artinya variabel independen ( atau ) secara parsial tidak berpengaruh terhadap Y.
Keterangan: ( i = atau )
: ≠ 0, artinya variabel independen ( atau ) secara parsial berpengaruh terhadap Y.
Keterangan: ( i = atau ) 2) Menentukan level of significance (α): 5%
Dalam penelitian ini level of significance atau tingkat signifikannya sebesar 0,05 dengan df = n - k - 1 (k adalah jumlah variabel independen).
3) Menentukan dengan menggunakan alat analisis atau rumus
Keterangan:
= koefisien regresi variabel i sbi = standard error dari variabel
4) Menentukan daerah penerimaan dan penolakan H0
diterima, jika < ditolak, jika ≥ 5) Menarik kesimpulan
a) Jika diterima berarti Return On Assets dan Dividend Per Share tidak berpengaruh positive terhadap harga saham. b) Jika ditolak berarti Return On Assets dan Dividend Per
Share berpengaruh posive terhadap harga saham. c. Koefisien Determinasi (Adjusted R Square)
Menurut Sujarweni (2015:164) koefisien determinasi (Adjusted R Square) digunakan untuk mengetahui prosentase perubahan variabel dependen yang disebabkan variabel independen. Jika
Adjusted R Square semakin besar, maka presentase perubahan variabel dependen yang disebabkan oleh variabel independen semakin tinggi. Jika Adjusted R Square semakin kecil, maka
Ho diterima
Daerah kritis 5% (Ho ditolak)
presentase perubahan variabel dependen yang disebabkan oleh variabel independen semakin rendah.
BAB IV