BAB III METODELOGI PENELITIAN
D. Metode Analisis Data
2. Uji Asumsi Klasik
Menurut Santoso (2001:92), uji normalitas suatu data sangat diperlukan dalam penggunaan statistik parametrik. Untuk menguji normalitas distribusi populasi diajukan hipotesis sebagai berikut:
H0: data berasal dari populasi distribusi normal.
Ha: data berasal dari populasi tidak berdistribusi normal.
Dalam penelitian ini digunakan uji grafik P-Plot untuk melihat keseluruhan data tersebut apakah normal atau tidak.
b. Uji Multikolinieritas
Menurut Danang Sunyoto (2009 : 79), multikolinieritas diterapkan untuk analisis regresi berganda yang terdiri atas dua atau lebih variabel bebas/ independent, variabel akan diukur tingkat asosiasi (keeratan) hubungan/ pengaruh antara variabel bebas tersebut melalui besaran koefisien korelasi.
Dalam menentukan ada tidaknya multikolinieritas, dapat digunakan cara lain, yaitu dengan:
1) Nilai toleransi adalah besarnya tingkat kesalahan yang dibenarkan secara statistik.
2) Nilai Variance Inflation Factor (VIF) adalah faktor inflasi penyimpangan baku kuadrat.
Nilai tolerance (a) dan Variance Inflation Factor (VIF) dapat dicari dengan menggabungkan kedua nilai tersebut sebagai berikut:
1). Besar nilai tolerance (a)
a = 1/VIF
2). Besar nilai variance inflation factor
VIF=1/a
(a) Variabel bebas mengalami multikolinieritas jika a hitung < a dan VIF hitung > VIF.
(b) Variabel bebas tidak mengalami multikolinieritas jika a hitung > a dan VIF hitung < VIF.
c. Ujiautokorelasi
Menurut Imam Ghazali (2008:99), uji autokorelasi merupakan pengujian asumsi dalam regresi dimana variabel dependen tidak berkolerasi dengan dirinya sendiri. Yang dimaksud korelasi itu sendiri adalah bahwa nilai variabel dependen tidak berhubungan dengan nilai variabel itu sendiri, baik nilai periode sebelumnya atau sesudahnya.
Salah satu ukuran dalam menentukan gejala autokorelasi dapat menggunakan uji Durbin-Watson (DW). Uji menghasilkan
nilai DW hitung (d) dan nilai DW tabel (dL&dU). Aturan
pengujinya adalah:
d>d : terjadi masalah autokorelasi positif yang perlu perbaikan.
dL>d>dU : terdapat masalah autokorelasi positif
tetapi lemah, dimana perbaikan akan lebih baik.
dU<d<4-dL : tidak ada masalah autokorelasi.
4-dU<d<4-dL :masalah autokorelasi lemah, dimana
perbaikan akan lebih baik. 4-dL<d : masalah autokorelasi serius.
Sedangkan menurut Sunyoto (2011:91), Salah satu ukuran dalam menentukan ada tidaknya masalah autokorelasi dengan uji Durbin-Watson (DW), dengan ketentuan sebagai berikut :
. Terjadi autokorelasi positif jika nilai DW dibawah -2 (DW<-2).
2. Tidak terjadi autokorelasi jika nilai DW berada di antara - 2 dan +2 atau -2≤DW≤+2.
3. Terjadi autokorelasi negatif jika nilai DW diatas +2 atau DW > +2.
d. Uji Heteroskedastisitas
tidak sama untuk satu pengamatan ke pangamatan lain. Dalam regresi, salah satu asumsi yang harus dipenuhi adalah bahwa varians dari residual satu pengamatan ke pengamatan yang lain tidak memiliki pola tertentu. Pola yang tidak sama sekali ini ditunjukkan dengan nilai yang tidak sama antara satu varians dari residual.
Gejala varians yang tidak sama ini disebut dengan gejala heteroskedastisitas, sedangkan gejala varians yang sama dari satu pengamatan kepengamatan yang lain disebut homoskedastisitas. Untuk mendeteksi adanya heteroskedastisitas yaitu dengan melihat ada tidaknya pola tertentu pada grafik, dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual. Dasar pengambilan keputusannya adalah sebagai berikut :
1) Jika ada pola tertentu, seperti titik-titik yang ada membentuk suatu pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka telah terjadi heteroskedastisitas.
2) Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
e. Pengujian Hipotesis
Menurut Imam Ghazali (2005:88), pengujian hipotesis digunakan dalam analisis statistik disertai dengan uji-f dan uji-t
untuk menentukan derajat yang signifikan (α). Suatu pengujian
hipotesis statistik adalah prosedur yang memungkinkan keputusan dibuat, yaitu keputusan untuk menolak atau menerima hipotesis, digunakan data yang sedang dipersoalkan/diuji. Seperti dibawah ini:
1) Uji–f
Uji–f merupakan pengujian hubungan regresi secara simultan dari variabel independen. Untuk menghitung Fhitungdigunakan rumus sebagai berikut:
= ²/2
(1 )
( )
Dimana:
R2 : koefisisen determinasi N : jumlah pengamatan / sampel K-1: jumlah variabel
Setelah didapat Fhitung, maka untuk menginterpretasikan
hasilnya dengan ketentuan sebagai berikut:
a. Apabila Fhitung> Ftabel, maka H0 ditolak dan Ha
mempunyai pengaruh yang signifikan terhadap variabel dependen.
b. Apabila Fhitung< Ftabel, maka H0 diterima dan Ha
ditolak, yang berarti variabel independen tidak mempunyai pengaruh yang signifikan terhadap variabel dependen.
Hipotesis yang digunakan sebagai berikut:
H0: β = 0, tidak terdapat pengaruh signifikan secara
simultan antara variabel independen terhadap variabel dependen.
Ha : β ≠ 0, terdapat pengaruh signifikan secara
simultan antara variabel independen terhadap variabel dependen.
2) Uji-t
Uji–t merupakan pengujian terhadap signifikan koefisien regresi masing-masing variabel independen, dalam hal ini adalah tingkat suku bunga obligasi, suku bunga SBI, harga obligasi dan inflasi terhadap variabel dependen yield to maturity. Untuk menghitung Thitung
digunakan rumus sebagai berikut:
Dimana:
bi: koefisien variabel ke i
βi: parameter ke 1 yang dihipotesiskan
Sb: kesalahan standar
Sb merupakan standar eror dari koefisien regresi dengan rumus matematis sebagai berikut:
Se merupakan standar error sampel yang dirumuskan sebagai berikut:
= ²
2 Dimana∑e2dirumuskan sebagai berikut:
e2= Y2- Y - XY
Setelah diperoleh Thitung, maka untuk
menginterpretasikan hasilnya dapat ditentukan sebagai berikut:
a. Jika Thitung> Ttabel, berarti H0 ditolak dan Ha
diterima artinya variabel independen mempunyai pengaruh yang signifikan terhadap variabel dependen.
b. Jika Thitung< Ttabel, berarti H0 diterima dan Ha
ditolak artinya variabel independen tidak mempunyai pengaruh yang signifikan terhadap variabel dependen.
c. Jika nilai probabilitas > 5%, maka H0 diterima
dan Ha ditolak, artinya variabel independen
tidak mempunyai pengaruh yang signifikan terhadap variabel dependen.
d. Jika nilai probabilitas < 5%, maka H0 ditolak
dan Ha diterima, artinya variabel indepnden
tidak mempunyai pengaruh yang signifikan terhadap variabel dependen.
Hipotesis yang digunakan sebagai berikut:
H0 : β = 0, tidak terdapat pengaruh signifikan secara
parsial antara variabel independen terhadap variabel dependen.
Ha : β ≠ 0, terdapat pengaruh signifikan secara parsial
antara variabel independen terhadap variabel dependen.
E. Operasional Variabel Penelitian
1. Variabel tidak bebas (dependent variable) adalahPrice Earning Rasio 2. Variabel bebas (independent variable) yang terdiri dari:
a. VariabelReturn On Equity b. VariabelDebt to Equity Rasio c. VariabelPrice to Book Value. d. VariabelDividend Payout Rasio.