Indeks Saham Syariah Indonesia
2) Uji Heteroskedastisitas
Coefficientsa
Model Collinearity Statistics
Tolerance VIF 1 (Constant) BVPS .261 3.837 PER .997 1.003 EPS .260 3.841 a. Dependent Variable: Pt Sumber: Hasil Olah Data
Pada tabel 4.4 terlihat pada model 1 bahwa hasil perhitungan nilai
Tolerance menunjukkan tidak ada variabel independen yang memiliki
nilai Tolerance kurang dari 0.1 yang berarti tidak ada lagi korelasi antar variabel independen. Hasil tersebut diperkuat dengan tidak ada lagi variabel independen yang memiliki VIF lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada lagi multikolineritas antar variabel independen pada model 1.
2) Uji Heteroskedastisitas
Heteroskedastisitas berarti ada varian variabel pada model regresi yang tidak sama (konstan). Sebaliknya, jika varian variabel pada model regresi memiliki nilai yang sama (konstan) maka disebut dengan homoskedastisitas. Yang diharapkan pada model regresi adalah yang homoskedastisitas.
Dalam penggunaan 5 model di penelitian ini sangat memungkinkan terjadinya masalah heteroskedastisitas, mengingat data yang digunakan merupakan data panel dengan jumlah cross section yang lebih banyak dari jumlah time series, maka dalam penelitian ini diperlukan
86
pengujian heteroskedastisitas. Berikut adalah hasil dari uji heteroskedastisitas dengan uji Park pada model 1:
Tabel 4.5
Heteroskedastisitas dengan Uji Park (Model 1) Dependent Variable: LOG(RES2)
Method: Panel Least Squares Date: 10/08/15 Time: 14:22 Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364
Variable Coefficient Std. Error t-Statistic Prob.
1
C 10.25332 0.197886 51.81423 0.0000
BVPS 0.000346 0.000221 1.562631 0.1193
PER -0.005144 0.003282 -1.567191 0.1182
EPS -0.000853 0.000623 -1.367714 0.1725
Sumber: Hasil Olah Data
Berdasarkan output pada tabel 4.5 dapat diketahui bahwa pada model 1 regresi data panel tidak terjadi gejala heteroskedastisitas. Hal ini karena Prob. dari variabel independen pada model ini tidak signifikan yaitu berada diatas 0,05.
c. Pengujian Hipotesis Regresi Data Panel
1) Uji F
Uji F digunakan untuk mengetahui apakah variabel independen secara bersama-sama berpengaruh terhadap variabel dependen. Atau untuk mengetahui apakah model regresi dapat digunakan untuk memprediksi variabel dependen atau tidak.
Menurut Suliyanto (2011:40), uji F digunakan untuk menguji pengaruh secara simultan variabel bebas terhadap variabel terikat, maka model persamaan regresi masuk dalam kriteria cocok atau fit. Sebaliknya, jika tidak terdapat pengaruh secara simultan maka hal ini akan masuk dalam kategori tidak cocok atau not fit.
87
Pengujian ini dilakukan dengan membandingkan nilai F hitung dengan F tabel atau melihat dari nilai probabilitas (prob.) dari tabel. Apabila nilai probabilitas < 0,05 maka tolak H0 dan dapat disimpulkan bahwa variabel independen secara simultan mempengaruhi variabel dependennya. Apabila nilai probabilitas > 0,05, maka terima H0 dan dapat disimpulkan bahwa tidak ada variabel independen yang mempengaruhi variabel dependennya. Berikut hasil uji hipotesis model 1 secara simultan menggunakan uji F:
Tabel 4.6 Output Uji F (Model 1)
F-Statistic Prob(F-statistic)
53.00604 0.000000
Sumber: Hasil Olah Data
Berdasarkan tabel 4.6 di atas, nilai Fhitung pada model 1 sebesar 53.006 dengan tingkat signifikansi 0.000. Karena tingkat signifikansi lebih kecil dari 0,05 maka H0 ditolak atau H1 diterima. Maka dapat disimpulkan pada model 1 bahwa BVPS, PER dan EPS secara simultan berpengaruh terhadap Harga Saham Syariah.
2) Uji t
Setelah melakukan uji koefisien regresi secara keseluruhan, maka langkah selanjutnya adalah menghitung koefisien regresi secara individu atau uji t. Uji t digunakan untuk mengetahui ada tidaknya pengaruh masing-masing variabel independen secara individual (parsial) terhadap variabel dependen yang diuji pada tingkat signifikansi 0,05. Apabila probabilitas lebih kecil dari 0,05 maka
88
hasilnya terdapat pengaruh dari variabel independen secara individual terhadap variabel dependen.
Selain itu dapat dengan indikator lain, yaitu apabila nilai t hitung > t tabel, maka tolak H0 dan dapat disimpulkan bahwa variabel independen berpengaruh terhadap variabel dependennya. Apabila nilai t hitung < t tabel, maka terima H0 dan dapat disimpulkan bahwa variabel independen tidak mempengaruhi variabel dependennya. Hasil pengujian hipotesis dengan uji t adalah sebagai berikut:
Tabel 4.7 Output Uji t (Model 1) Dependent Variable: Pt
Method: Panel Least Squares Date: 09/18/15 Time: 08:35 Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364
Variable Coefficient Std. Error t-Statistic Prob.
1
C 244.9281 209.8042 1.167413 0.2441
BVPS 1.492660 0.234511 6.364983 0.0000
PER -0.627694 3.479788 -0.180383 0.8570
EPS 6.357110 0.660988 9.617586 0.0000
Sumber: Hasil Olah Data
Dari hasil regresi uji t di atas pada model 1 terlihat bahwa Book
Value Per Share menunjukan hubungan positif terhadap harga saham
syariah. Dengan melihat nilai t hitung (t-statistik) BVPS pada model 1 sebesar 6.364983 > nilai t tabel sebesar 1,6449 dengan probabilitas 0,000 yang berati lebih kecil dari nilai α= 0,05, maka dapat disimpulkan bahwa H0 ditolak dan H1 diterima yang berarti bahwa variabel BVPSberpengaruh positif terhadap harga saham syariah.
Variabel Price Earning Ratio (PER) pada model 1 dengan nilai t hitung < nilai t tabel yang sebesar 1,6449 dengan probabilitas dari
89
masing-masing model lebih besar dari nilai α= 0,05, maka dapat disimpulkan bahwa H0 diterima dan H1 ditolak yang berarti bahwa variabel PERtidak memiliki pengaruh terhadap harga saham syariah.
Variabel Earning Per Share (EPS) pada model ini terlihat bahwa
Earning Per Share menunjukan hubungan positif terhadap harga
saham syariah. Dengan melihat nilai t hitung (t-statistik) EPS > nilai t tabel yang sebesar 1,6449 dengan probabilitas dari masing-masing model 0,000 yang berati lebih kecil dari nilai α= 0,05, maka dapat disimpulkan bahwa H0 ditolak dan H1 diterima yang berarti bahwa variabel EPSberpengaruh positif terhadap harga saham syariah.
3) Uji Adjusted R Square
Koefisien determinasi atau R Square (R2) merupakan besarnya kontribusi variabel bebas terhadap variabel terikatnya. Semakin tinggi koefisien determinasi, semakin tinggi kemampuan variabel bebas dalam menjelaskan variasi perubahan pada variabel terikatnya. Koefisien determinasi memiliki kelemahan, yaitu bias terhadap jumlah variabel bebas yang dimasukkan dalam model regresi di mana setiap penambahan satu variabel bebas dan jumlah pengamatan dalam model akan meningkatkan nilai R2 meskipun variabel yang dimasukkan tersebut tidak memiliki pengaruh yang signifikan terhadap variabel terikatnya. Untuk mengurangi kelemahan tersebut maka digunakan koefisien determinasi yang telah disesuaikan, Adjusted R Square
90
Tabel 4.8
Output Uji Adjusted R Square (Model 1)
R-Squared Adjusted R-Squared
0.948073 0.930186
Sumber: Hasil Olah Data
Dari tabel 4.8 model Fixed Effect dapat dilihat bahwa nilai
Adjusted R-Square dari model 1 yang terbentuk dalam penelitian ini
adalah sebesar 0.930186 yang menunjukan bahwa kemampuan variabel independen (book value per share, price earning ratio dan
earning per share) dalam menjelaskan variabel dependen (harga
saham syariah) adalah sebesar 93,0186%, sisanya sebesar 6,9814% dijelaskan oleh variabel lain yang tidak termasuk dalam model ini.
2. Pengujian Model 2 Regresi Data Panel
a. Uji Pemilihan Regresi Data Panel
1) Uji Chow
Uji chow dilakukan untuk mengetahui apakah model yang digunakan adalah common effect (pooled least square) atau fixed
effect. Berikut adalah hasil uji Chow yang dilakukan dalam model 2
ini:
Tabel 4.9 Uji Chow (Model 2) Redundant Fixed Effects Tests
Equation: Untitled
Test cross-section fixed effects
Model Effects Test Statistic d.f. Prob.
2 Cross-section F
Cross-section Chi-square
7.154233 (90,269) 0.0000
444.769445 90 0.0000
91
Berdasarkan Tabel 4.9 di atas, dapat terlihat bahwa pada model kedua nilai probabilitas cross section adalah 0,0000 atau < 0,05, maka H0 ditolak, dan menerima H1, yang berarti model kedua menggunakan pendekatan fixed effect.
2) Uji Hausman
Uji Haussman digunakan untuk menentukan apakah model yang paling tepat digunakan adalah model fixed effect atau model random
effect.
Tabel 4.10 Uji Hausman (Model 2) Correlated Random Effects - Hausman Test
Equation: Untitled
Test cross-section random effects
Model Test Summary Chi-Sq.
Statistic
Chi-Sq.
d.f. Prob.
2 Cross-section random 22.181119 4 0.0002
Sumber: Hasil Olah Data
Pada tabel 4.10 terlihat bahwa hasil uji hausman pada model kedua nilai probabilitas cross section adalah 0,0002 atau < 0,05, maka H0
ditolak, dan menerima H1, berarti model penelitian kedua menggunakan pendekatan fixed effect.
b. Pengujian Dasar Asumsi Klasik
1) Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah dalam model regresi yang terbentuk ada korelasi diantara variabel bebas atau tidak. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas. Model regresi yang tidak ada multikolineritas adalah
92
yang memiliki nilai Tolerance > 0,1 dan Variance Inflation Factor
(VIF) < 10. Berikut adalah hasil dari uji multikolinieritas model 2: Tabel 4.11
Uji Multikolinieritas dengan Tolerance dan VIF (Model 2)
Coefficientsa
Model Collinearity Statistics
Tolerance VIF 1 (Constant) BVPS .259 3.859 PER .997 1.003 EPS .229 4.358 FEPS .581 1.722 a. Dependent Variable: Pt Sumber: Hasil Olah Data
Pada tabel 4.11 terlihat pada model 2 bahwa hasil perhitungan nilai
Tolerance menunjukkan tidak ada variabel independen yang memiliki
nilai Tolerance kurang dari 0.1 yang berarti tidak ada lagi korelasi antar variabel independen. Hasil tersebut diperkuat dengan tidak ada lagi variabel independen yang memiliki VIF lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada lagi multikolineritas antar variabel independen pada model 2.
2) Uji Heteroskedastisitas
Heteroskedastisitas berarti ada varian variabel pada model regresi yang tidak sama (konstan). Sebaliknya, jika varian variabel pada model regresi memiliki nilai yang sama (konstan) maka disebut dengan homoskedastisitas. Yang diharapkan pada model regresi adalah yang homoskedastisitas. Berikut adalah hasil dari uji heteroskedastisitas dengan uji Park pada model 2:
93
Tabel 4.12
Heteroskedastisitas dengan Uji Park (Model 2) Dependent Variable: LOG(RES2)
Method: Panel Least Squares Date: 10/08/15 Time: 14:22 Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364
Variable Coefficient Std. Error t-Statistic Prob.
2 C 10.26070 0.201989 50.79843 0.0000 BVPS 0.000343 0.000222 1.544802 0.1236 PER -0.005143 0.003288 -1.564109 0.1190 EPS -0.000830 0.000635 -1.306744 0.1924 FEPS -3.30E-05 0.000173 -0.190705 0.8489
Sumber: Hasil Olah Data
Berdasarkan output pada tabel 4.12 dapat diketahui bahwa pada model 2 regresi data panel tidak terjadi gejala heteroskedastisitas. Hal ini karena Prob. dari variabel independen pada model kedua tidak signifikan yaitu berada diatas 0,05.
c. Pengujian Hipotesis Regresi Data Panel
1) Uji F
Uji F digunakan untuk mengetahui apakah variabel independen secara bersama-sama berpengaruh terhadap variabel dependen. Atau untuk mengetahui apakah model regresi dapat digunakan untuk memprediksi variabel dependen atau tidak. Berikut hasil uji hipotesis model 2 secara simultan menggunakan uji F:
Tabel 4.13 Output Uji F (Model 2)
F-Statistic Prob(F-statistic)
58.15333 0.000000
94
Berdasarkan tabel 4.13 di atas, nilai Fhitung pada model 2 sebesar 58.153 dengan tingkat signifikansi 0.000. Karena tingkat signifikansi lebih kecil dari 0,05 maka H0 ditolak atau H1 diterima. Maka dapat disimpulkan pada model 2 bahwa BVPS, PER, EPS dan FEPS secara simultan berpengaruh terhadap Harga Saham Syariah.
2) Uji t
Setelah melakukan uji koefisien regresi secara keseluruhan, maka langkah selanjutnya adalah menghitung koefisien regresi secara individu atau uji t. Hasil pengujian hipotesis dengan uji t pada model 2 adalah sebagai berikut:
Tabel 4.14 Output Uji t (Model 2) Dependent Variable: Pt
Method: Panel Least Squares Date: 09/18/15 Time: 08:35 Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364
Variable Coefficient Std. Error t-Statistic Prob.
2 C 35.37785 203.5402 0.173813 0.8621 BVPS 1.568021 0.223728 7.008592 0.0000 PER -0.653939 3.313250 -0.197371 0.8437 EPS 5.723573 0.640320 8.938608 0.0000 FEPS 0.936989 0.174521 5.368926 0.0000
Sumber: Hasil Olah Data
Dari hasil regresi uji t di atas pada model 2 terlihat bahwa Book
Value Per Share menunjukan hubungan positif terhadap harga saham
syariah. Dengan melihat nilai t hitung (t-statistik) BVPS pada model 2 sebesar 7.008592 > nilai t tabel sebesar 1,6449 dengan probabilitas 0,000 yang berati lebih kecil dari nilai α= 0,05, maka dapat disimpulkan bahwa H0 ditolak dan H1 diterima yang berarti bahwa variabel BVPSberpengaruh positif terhadap harga saham syariah.
95
Variabel Price Earning Ratio (PER) pada model 2 dengan nilai t hitung < nilai t tabel yang sebesar 1,6449 dengan probabilitas dari model lebih besar dari nilai α= 0,05, maka dapat disimpulkan bahwa H0 diterima dan H1 ditolak yang berarti bahwa variabel PER tidak memiliki pengaruh terhadap harga saham syariah.
Variabel Earning Per Share (EPS) pada model ini terlihat bahwa
Earning Per Share menunjukan hubungan positif terhadap harga
saham syariah. Dengan melihat nilai t hitung (t-statistik) EPS > nilai t tabel yang sebesar 1,6449 dengan probabilitas dari model 0,000 yang berati lebih kecil dari nilai α= 0,05, maka dapat disimpulkan bahwa H0 ditolak dan H1 diterima yang berarti bahwa variabel EPS berpengaruh positif terhadap harga saham syariah.
Variabel Forcasted Earning Per Share menunjukan hubungan positif terhadap harga saham syariah. Dengan melihat nilai t hitung (t-statistik) FEPS pada model 2 memiliki nilai t hitung 5.368926 > nilai t tabel yang sebesar 1,6449 dengan probabilitas 0,000 yang berati lebih kecil dari nilai α= 0,05, maka dapat disimpulkan bahwa H0 ditolak dan H1 diterima yang berarti bahwa variabel FEPS berpengaruh positif terhadap harga saham syariah.
3) Uji Adjusted R Square
Koefisien determinasi memiliki kelemahan, yaitu bias terhadap jumlah variabel bebas yang dimasukkan dalam model regresi di mana setiap penambahan satu variabel bebas dan jumlah pengamatan dalam model akan meningkatkan nilai R2 meskipun variabel yang dimasukkan tersebut tidak memiliki pengaruh yang signifikan terhadap
96
variabel terikatnya. Untuk mengurangi kelemahan tersebut maka digunakan koefisien determinasi yang telah disesuaikan, Adjusted R
Square (R2adj). Berikut adalah hasil uji Adjusted R2pada model 2:
Tabel 4.15
Output Uji Adjusted R Square (Model 2)
R-Squared Adjusted R-Squared
0.953098 0.936709
Sumber: Hasil Olah Data
Dari tabel 4.15 dapat dilihat bahwa nilai Adjusted R-Square dari model 2 yang terbentuk dalam penelitian ini adalah sebesar 0.936709 yang menunjukan bahwa kemampuan variabel independen (BVPS, PER, EPS dan FEPS) dalam menjelaskan variabel dependen (harga saham syariah) adalah sebesar 93,6709%, sisanya sebesar 6,3291% dijelaskan oleh variabel lain yang tidak termasuk dalam model ini.
3. Pengujian Model 3 Regresi Data Panel
a. Uji Pemilihan Regresi Data Panel
1) Uji Chow
Berikut adalah hasil uji Chow yang dilakukan dalam model 3 ini: Tabel 4.16
Uji Chow (Model 3) Redundant Fixed Effects Tests
Equation: Untitled
Test cross-section fixed effects
Model Effects Test Statistic d.f. Prob.
3 Cross-section F
Cross-section Chi-square
1.671209 (90,270) 0.0009
161.181273 90 0.0000
97
Berdasarkan Tabel 4.16 di atas, dapat terlihat bahwa pada model ketiga nilai probabilitas cross section adalah 0,0009 atau < 0,05, maka H0 ditolak, dan menerima H1, yang berarti model ketiga menggunakan pendekatan fixed effect.
2) Uji Hausman
Uji Haussman digunakan untuk menentukan apakah model yang paling tepat digunakan adalah model fixed effect atau model random
effect.
Tabel 4.17 Uji Hausman (Model 3) Correlated Random Effects - Hausman Test
Equation: Untitled
Test cross-section random effects
Model Test Summary Chi-Sq.
Statistic
Chi-Sq.
d.f. Prob.
3 Cross-section random 15.796865 3 0.0012
Sumber: Hasil Olah Data
Pada tabel 4.17 terlihat bahwa hasil uji hausman pada model ketiga nilai probabilitas cross section adalah 0,0012 atau < 0,05, maka H0
ditolak, dan menerima H1, berarti model penelitian ketiga menggunakan pendekatan fixed effect.
b. Pengujian Dasar Asumsi Klasik
1) Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah dalam model regresi yang terbentuk ada korelasi diantara variabel bebas atau tidak. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas. Model regresi yang tidak ada multikolineritas adalah
98
yang memiliki nilai Tolerance > 0,1 dan Variance Inflation Factor
(VIF) < 10. Berikut adalah hasil dari uji multikolinieritas model 3: Tabel 4.18
Uji Multikolinieritas dengan Tolerance dan VIF (Model 3)
Coefficientsa
Model Collinearity Statistics
Tolerance VIF 1 (Constant) Pt-1 .978 1.023 Dup .953 1.050 Ddown .965 1.036 a. Dependent Variable: Pt Sumber: Hasil Olah Data
Pada tabel 4.18 terlihat pada model 3 bahwa hasil perhitungan nilai
Tolerance menunjukkan tidak ada variabel independen yang memiliki
nilai Tolerance kurang dari 0.1 yang berarti tidak ada lagi korelasi antar variabel independen. Hasil tersebut diperkuat dengan tidak ada variabel independen yang memiliki VIF lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada multikolineritas antar variabel independen pada model 3.
2) Uji Heteroskedastisitas
Heteroskedastisitas berarti ada varian variabel pada model regresi yang tidak sama (konstan). Sebaliknya, jika varian variabel pada model regresi memiliki nilai yang sama (konstan) maka disebut dengan homoskedastisitas. Yang diharapkan pada model regresi adalah yang homoskedastisitas. Berikut adalah hasil dari uji heteroskedastisitas dengan uji Park pada model 3:
99
Tabel 4.19
Heteroskedastisitas dengan Uji Park (Model 3) Dependent Variable: LOG(RES2)
Method: Panel Least Squares Date: 10/08/15 Time: 14:22 Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364
Variable Coefficient Std. Error t-Statistic Prob.
3
C 10.21689 0.155953 65.51261 0.0000
Pt-1 1.40E-05 2.70E-05 0.519135 0.6041
Dup 0.402453 0.280122 1.436704 0.1520
Ddown 0.208632 0.515727 0.404540 0.6861
Sumber: Hasil Olah Data
Berdasarkan output pada tabel 4.19 dapat diketahui bahwa pada model 3 regresi data panel tidak terjadi gejala heteroskedastisitas. Hal ini karena Prob. dari variabel independen pada model ini tidak signifikan yaitu berada diatas 0,05.
c. Pengujian Hipotesis Regresi Data Panel
1) Uji F
Uji F digunakan untuk mengetahui apakah variabel independen secara bersama-sama berpengaruh terhadap variabel dependen. Atau untuk mengetahui apakah model regresi dapat digunakan untuk memprediksi variabel dependen atau tidak. Berikut hasil uji hipotesis model 3 secara simultan menggunakan uji F:
Tabel 4.20 Output Uji F (Model 3)
F-Statistic Prob(F-statistic)
621.9205 0.000000
100
Berdasarkan tabel 4.20 di atas, nilai Fhitung pada model 3 sebesar 621.9205 dengan tingkat signifikansi 0.000. Karena tingkat signifikansi lebih kecil dari 0,05 maka H0 ditolak atau H1 diterima. Maka dapat disimpulkan pada model 3 bahwa Pt-1, Dup dan Ddown secara simultan berpengaruh terhadap Harga Saham Syariah.
2) Uji t
Setelah melakukan uji koefisien regresi secara keseluruhan, maka langkah selanjutnya adalah menghitung koefisien regresi secara individu atau uji t. Hasil pengujian hipotesis dengan uji t pada model 3 adalah sebagai berikut:
Tabel 4.21 Output Uji t (Model 3) Dependent Variable: Pt
Method: Panel Least Squares Date: 09/18/15 Time: 08:35 Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364
Variable Coefficient Std. Error t-Statistic Prob.
3
C -90.15676 49.28403 -1.829330 0.0685
Pt-1 1.047746 0.008520 122.9690 0.0000
Dup -45.09104 88.52377 -0.509366 0.6109
Ddown -202.1887 162.9794 -1.240578 0.2158
Sumber: Hasil Olah Data
Dari hasil regresi uji t pada model 3 yaitu analisis teknikal, terlihat bahwa harga saham masa lalu menunjukan hubungan positif terhadap harga saham syariah. Dengan melihat nilai t hitung (t-statistik) harga saham masa lalu sebesar 122.9690 > nilai t tabel yang sebesar 1,6449 dengan probabilitas 0,000 yang berarti lebih kecil dari nilai α= 0,05, maka dapat disimpulkan bahwa H0 ditolak dan H1 diterima yang berarti
101
bahwa variabel harga saham masa lalu berpengaruh positif terhadap harga saham syariah.
Variabel Dummy Up yang merupakan tren harga saham saat
bullish menunjukan hubungan negatif terhadap harga saham syariah.
Dengan melihat nilai t hitung (t-statistik) Dup pada model < nilai t tabel yang sebesar 1,6449 dengan probabilitas dari model lebih besar dari nilai α= 0,05, maka dapat disimpulkan bahwa H0 diterima dan H1
ditolak yang berarti bahwa variabel Dup tidak memiliki pengaruh terhadap harga saham syariah.
Variabel Dummy Down menunjukan hubungan negatif terhadap harga saham syariah. Dengan melihat nilai t hitung (t-statistik) Ddown < nilai t tabel yang sebesar 1,6449 dengan probabilitas dari model lebih besar dari nilai α= 0,05, maka dapat disimpulkan bahwa H0 diterima dan H1 ditolak yang berarti bahwa variabel Ddown tidak memiliki pengaruh terhadap harga saham syariah.
3) Uji Adjusted R Square
Berikut adalah hasil uji Adjusted R2pada model 3: Tabel 4.22
Output Uji Adjusted R Square (Model 3)
R-Squared Adjusted R-Squared
0.995354 0.993753
Sumber: Hasil Olah Data
Dari tabel 4.22 dapat dilihat bahwa nilai Adjusted R-Square dari model 3 yang terbentuk dalam penelitian ini adalah sebesar 0.993753 yang menunjukan bahwa kemampuan variabel independen (harga
102
saham masa lalu, dummy up dan dummy down) dalam menjelaskan variabel dependen (harga saham syariah) adalah sebesar 99,3753%, sisanya sebesar 0,6247% dijelaskan oleh variabel lain yang tidak termasuk dalam model ini.
4. Pengujian Model 4 Regresi Data Panel
a. Uji Pemilihan Regresi Data Panel
1) Uji Chow
Berikut adalah hasil uji Chow yang dilakukan dalam model 4: Tabel 4.23
Uji Chow (Model 4) Redundant Fixed Effects Tests
Equation: Untitled
Test cross-section fixed effects
Model Effects Test Statistic d.f. Prob.
4 Cross-section F
Cross-section Chi-square
1.514413 (90,267) 0.0060
150.122684 90 0.0001
Sumber: Hasil Olah Data
Berdasarkan Tabel 4.23 di atas, dapat terlihat bahwa pada model 4 nilai probabilitas cross section adalah 0,0060 atau < 0,05, maka H0
ditolak, dan menerima H1, yang berarti model 4 menggunakan pendekatan fixed effect.
2) Uji Hausman
Uji Hausman digunakan untuk menentukan apakah model yang paling tepat digunakan adalah model fixed effect atau model random
effect.
Tabel 4.24 Uji Hausman (Model 4) Correlated Random Effects - Hausman Test
Equation: Untitled
103
Model Test Summary Chi-Sq.
Statistic
Chi-Sq.
d.f. Prob.
4 Cross-section random 43.114248 6 0.0000
Sumber: Hasil Olah Data
Pada tabel 4.24 terlihat bahwa hasil uji hausman pada model keempat nilai probabilitas cross section adalah 0,0000 atau < 0,05, maka H0 ditolak, dan menerima H1, berarti model penelitian keempat menggunakan pendekatan fixed effect.
b. Pengujian Dasar Asumsi Klasik
1) Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah dalam model regresi yang terbentuk ada korelasi diantara variabel bebas atau tidak. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas. Model regresi yang tidak ada multikolineritas adalah yang memiliki nilai Tolerance > 0,1 dan Variance Inflation Factor
(VIF) < 10. Berikut adalah hasil dari uji multikolinieritas model 4: Tabel 4.25
Uji Multikolinieritas dengan Tolerance dan VIF (Model 4)
Coefficientsa
Model Collinearity Statistics
Tolerance VIF 1 (Constant) BVPS .243 4.122 PER .992 1.008 EPS .147 6.824 Pt-1 .178 5.606 Dup .926 1.080 Ddown .961 1.041 a. Dependent Variable: Pt Sumber: Hasil Olah Data
Pada tabel 4.25 terlihat pada model 4 bahwa hasil perhitungan nilai
104
nilai Tolerance kurang dari 0.1 yang berarti tidak ada lagi korelasi antar variabel independen. Hasil tersebut diperkuat dengan tidak ada variabel independen yang memiliki VIF lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada multikolineritas antar variabel independen pada model 4.
2) Uji Heteroskedastisitas
Heteroskedastisitas berarti ada varian variabel pada model regresi yang tidak sama (konstan). Sebaliknya, jika varian variabel pada model regresi memiliki nilai yang sama (konstan) maka disebut dengan homoskedastisitas. Yang diharapkan pada model regresi adalah yang homoskedastisitas. Berikut adalah hasil dari uji heteroskedastisitas dengan uji Park pada model 4:
Tabel 4.26
Heteroskedastisitas dengan Uji Park (Model 4) Dependent Variable: LOG(RES2)
Method: Panel Least Squares Date: 10/08/15 Time: 14:22 Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364
Variable Coefficient Std. Error t-Statistic Prob.
4 C 10.12138 0.212000 47.74229 0.0000 BVPS 0.000284 0.000254 1.119156 0.2641 PER -0.005326 0.003309 -1.609416 0.1087 EPS -0.001157 0.000704 -1.643755 0.1014 Pt-1 4.28E-05 6.30E-05 0.679932 0.4971 Dup 0.445426 0.280828 1.586119 0.1139 Ddown 0.215461 0.530326 0.406281 0.6849
Sumber: Hasil Olah Data
Berdasarkan output pada tabel 4.26 dapat diketahui bahwa pada