METODOLOGI PENELITIAN
HASIL DAN PEMBAHASAN 4.1 Analisis Statistik Deskriptif
4.2 Uji Asumsi Klasik .1 Uji Asumsi Normalitas .1 Uji Asumsi Normalitas
Dalam penelitian ini, uji normalitas terhadap residual dengan menggunakan uji Kolmogorov-Smirnov. Tingkat signifikansi yang digunakan 𝛼 = 0,05. Dasar pengambilan keputusan adalah melihat angka probabilitas 𝑝, dengan ketentuan sebagai berikut (Ghozali, 2013).
Jika nilai probabilitas 𝑝 ≥ 0,05, maka asumsi normalitas terpenuhi.
Jika nilai probabilitas < 0,05, maka asumsi normalitas tidak terpenuhi.
52 Tabel 4.2 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 60
Normal Parametersa,,b Mean .0000000
Std. Deviation .92470909
Most Extreme Differences Absolute .135
Positive .108
Negative -.135
Kolmogorov-Smirnov Z 1.048
Asymp. Sig. (2-tailed) .222
a. Test distribution is Normal.
b. Calculated from data.
Perhatikan bahwa berdasarkan Tabel 4.2, diketahui nilai probabilitas p atau Asymp. Sig. (2-tailed) sebesar 0,222. Karena nilai probabilitas p, yakni 0,222, lebih besar dibandingkan tingkat signifikansi, yakni 0,05. Hal ini berarti asumsi normalitas terpenuhi.
Gambar 4.1
Uji Normalitas dengan Pendekatan Normal Probability Plot
53
Berdasarkan hasil uji normalitas dengan normal probability plot (Gambar 4.1) titik-titik cenderung menyebar dekat dengan garis diagonal. Hal ini berarti data telah memenuhi asumsi normalitas.
4.2.2 Uji Multikolinearitas
Untuk memeriksa apakah terjadi multikolinearitas atau tidak dapat dilihat dari nilai variance inflation factor (VIF). Nilai VIF yang lebih dari 10 diindikasi suatu variabel bebas terjadi multikolinearitas.
Tabel 4.3 VIF dari EPS adalah 1.348, nilai VIF dari inflasi adalah 2.126, nilai VIF dari nilai tukar adalah 2.074 dan nilai VIF dari PBV adalah 1.094. Diketahui seluruh nilai VIF < 10, maka disimpulkan tidak terjadi multikolinearitas.
4.2.3 Uji Heteroskedastisitas
Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatter plot antara SRESID pada sumbu Y, dan ZPRED pada sumbu X. (Ghozali, 2013). Ghozali (2013) menyatakan dasar analisis adalah jika ada pola tertentu, seperti titik-titik yang ada membentuk pola
54
tertentu yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y. Maka tidak terjadi Heteroskedastisitas.
Gambar 4.2 Uji Heteroskedastisitas
Perhatikan bahwa berdasarkan Gambar 4.2, tidak terdapat pola yang begitu jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y. Maka tidak terjadi heteroskedastisitas.
4.2.4 Uji Autokorelasi
Uji autokorelasi dalam penelitian ini digunakan uji Durbin-Watson.
Berikut hasil berdasarkan uji Durbin-Watson.
Tabel 4.4
Uji Autokorelasi dengan Uji Durbin-Watson
Model Durbin-Watson
1 1.669
Nilai statistik dari uji Durbin-Watson yang lebih kecil dari 1 atau lebih besar dari 3 diindikasi terjadi autokorelasi. Berdasarkan Tabel 4.4, nilai dari
55
statistik Durbin-Watson adalah 1,669. Perhatikan bahwa karena nilai statistik Durbin-Watson terletak di antara 1 dan 3, yakni 1 < 1,669 < 3, maka asumsi non-autokorelasi terpenuhi. Dengan kata lain, tidak terjadi gejala autokorelasi.
4.3 Analisis Regresi Linear Berganda
Metode analisis yang digunakan dalam penelitian ini adalah dengan menggunakan analisis regresi linear berganda (multiple linear regression).
Analisis regresi linear berganda digunakan bila jumlah variabel independennya minimal berjumlah sebanyak 2 variabel independen. Penggunakan analisis regresi linear berganda dimaksudkan untuk menentukan pengaruh variabel bebas yang biasa disebut dengan 𝑋 terhadap variabel tak bebas yang biasa disebut dengan 𝑌.
Tabel 4.5 merupakan hasil analisis regresi linear berganda.
Tabel 4.5
a. Dependent Variable: Harga Saham (Y)
Berdasarkan Tabel 4.5, diperoleh persamaan regresi linear berganda sebagai berikut.
Y = 3.432 + 0.246X1 + 0.004X2 + 0.300X3 + 0.000052X4 + 0.580X5 + e
56
Berdasarkan persamaan tersebut dapat diinterpretasi sebagai berikut:
1. Diketahui nilai konstanta adalah 3,432. Nilai tersebut dapat diartikan apabila ROI, EPS, inflasi, nilai tukar, PBV tidak berpengaruh, maka nilai variabel dependen harga saham adalah 3,432.
2. Diketahui nilai koefisien regresi dari variabel ROI adalah 0.246, yakni bernilai positif, hal ini berarti ketika ROI meningkat sebesar 1 satuan, maka harga saham cenderung meningkat sebesar 0.246.
3. Diketahui nilai koefisien regresi dari variabel EPS adalah 0.004, yakni bernilai positif hal ini berarti ketika EPS meningkat sebesar 1 satuan, maka harga saham cenderung meningkat sebesar 0.004.
4. Diketahui nilai koefisien regresi dari variabel inflasi adalah 0.300, yakni bernilai positif, hal ini berarti ketika inflasi meningkat sebesar 1 satuan, maka harga saham cenderung meningkat sebesar 0.300.
5. Diketahui nilai koefisien regresi dari variabel nilai tukar adalah 0.000052, yakni bernilai positif, hal ini berarti ketika nilai tukar meningkat sebesar 1 satuan, maka harga saham cenderung meningkat sebesar 0.000052.
6. Diketahui nilai koefisien regresi dari variabel PBV adalah 0.580, yakni bernilai positif, hal ini berarti ketika PBV meningkat sebesar 1 satuan, maka harga saham cenderung meningkat sebesar 0.580.
4.4 Pengujian Hipotesis
4.4.1 Uji Signifikansi Pengaruh Simultan (Uji 𝑭)
57
Uji F bertujuan untuk menguji pengaruh variabel bebas secara bersama-sama atau simultan terhadap variabel tak bebas harga saham.
Tabel 4.6
Uji Pengaruh Simultan dengan Uji 𝑭
ANOVAb
Model Sum of Squares Df Mean Square F Sig.
1 Regression 121.893 5 24.379 26.094 .000a
Residual 50.450 54 .934
Total 172.343 59
a. Predictors: (Constant), PBV (X5), Nilai Tukar (X4), ROI (X1), EPS (X2), Inflasi (X3) b. Dependent Variable: Harga Saham (Y)
Berdasarkan Tabel 4.6, diketahui nilai F hitung 26,094 dan nilai Sig.
adalah 0,000. Diketahui F hitung 26,094 > nilai F tabel 2,38 (F tabel tersaji di lampiran) dan nilai Sig. 0,000 < 0,05, maka ROI, EPS, inflasi, nilai tukar, PBV secara simultan atau bersama-sama berpengaruh signifikan terhadap harga saham.
4.4.2 Uji Signifikansi Pengaruh Parsial (Uji t)
Tabel 4.7 menyajikan nilai koefisien regresi, serta nilai statistik t untuk pengujian pengaruh secara parsial.
Tabel 4.7
Uji Signifikansi Pengaruh Parsial (Uji 𝒕)
Coefficientsa
a. Dependent Variable: Harga Saham (Y)
58 Berdasarkan Tabel 4.7 diperoleh hasil:
1. Diketahui nilai koefisien regresi dari variabel ROI adalah 0.246, yakni bernilai positif, hal ini berarti ROI berpengaruh positif terhadap harga saham.
Diketahui statistik t atau t hitung dari ROI adalah 3.778 > t tabel 2,004 dan nilai Sig adalah 0,000 yakni < tingkat signifikansi 0,05, maka ROI berpengaruh signifikan terhadap harga saham. Sehingga disimpulkan ROI berpengaruh positif dan signifikan terhadap harga saham.
2. Diketahui nilai koefisien regresi dari variabel EPS adalah 0.004, yakni bernilai positif, hal ini berarti EPS berpengaruh positif terhadap harga saham.
Diketahui statistik t atau t hitung dari EPS adalah 4.919 > t tabel 2,004 dan nilai Sig adalah 0,000, yakni < tingkat signifikansi 0,05, maka EPS berpengaruh signifikan terhadap harga saham. Sehingga disimpulkan EPS berpengaruh positif dan signifikan terhadap harga saham.
3. Diketahui nilai koefisien regresi dari variabel inflasi adalah 0.300, yakni bernilai positif, hal ini berarti inflasi berpengaruh positif terhadap harga saham. Diketahui statistik t atau t hitung dari inflasi adalah 0.509 < t tabel 2,004 dan nilai Sig adalah 0.613, yakni > tingkat signifikansi 0,05, maka inflasi tidak berpengaruh signifikan terhadap harga saham. Sehingga disimpulkan inflasi berpengaruh positif terhadap harga saham, namun tidak signifikan.
4. Diketahui nilai koefisien regresi dari variabel nilai tukar adalah 0.000052, yakni bernilai positif, hal ini berarti nilai tukar berpengaruh positif terhadap harga saham. Diketahui statistik t atau t hitung dari nilai tukar adalah 0.112 < t
59
tabel 2,004 dan nilai Sig adalah 0.911, yakni > tingkat signifikansi 0,05, maka nilai tukar tidak berpengaruh signifikan terhadap harga saham. Sehingga disimpulkan nilai tukar berpengaruh positif terhadap harga saham, namun tidak signifikan.
5. Diketahui nilai koefisien regresi dari variabel PBV adalah 0.580, yakni bernilai positif, hal ini berarti PBV berpengaruh positif terhadap harga saham.
Diketahui statistik t atau t hitung dari PBV adalah 5.353 > t tabel 2,004 dan nilai Sig adalah 0,000, yakni < tingkat signifikansi 0,05, maka PBV berpengaruh signifikan terhadap harga saham. Sehingga disimpulkan PBV berpengaruh positif dan signifikan terhadap harga saham.
4.4.3 Analisis Koefisien Determinasi
Koefisien determinasi (𝑅2) merupakan suatu nilai (nilai proporsi) yang mengukur seberapa besar kemampuan variabel-variabel bebas yang digunakan dalam persamaan regresi, dalam menerangkan variasi variabel tak bebas.
Tabel 4.8
a. Predictors: (Constant), PBV (X5), Nilai Tukar (X4), ROI (X1), EPS (X2), Inflasi (X3) b. Dependent Variable: Harga Saham (Y)
Berdasarkan Tabel 4.8, diketahui nilai koefisien determinasi (Adjusted R-Square) adalah 0.680. Nilai tersebut dapat diartikan variabel ROI, EPS, inflasi, nilai tukar, PBV secara bersama-sama atau simultan mampu mempengaruhi harga
60
saham sebesar 68%, sisanya sebesar 32% dijelaskan oleh variabel atau faktor lainnya.