49
3.5.1 Uji Asumsi Klasik
Peneliti menggunakan bantuan program software SPSS 16.0 for windo ws Statistic Product Service Solution dalam penelitian ini.
Pengujian asumsi klasik dilakukan untuk menghindari atau mengurangi bias atas hasil penelitian yang diperoleh Erlina 2011:99. Adapaun
syarat yang harus dipenuhi model regresi berganda sebelum data tersebut dianalisis adalah sebagai berikut:
1. Uji Normalitas
Salah satu uji persyaratan yang harus dipenuhi yaitu uji normalitas data populasi. Menurut gozali 2005:110 “Tujuan uji
normalitas adalah untuk menguji apakah variabel independen dan variabel dependen berdistribusi normal.” Data yang baik dan layak
digunakan dalam penelitian adalah data yg memiliki distribusi normal. Jika data berdistribusi normal, titik-titik plotnya harus
berada pada suatu garis lurus. Sedangkan jika titik-titik tersebut membentuk seperti huruf S, maka menunjukkan bahwa data
menjulur skew Rochaety et.al, 2009:104. Uji ini dilakukan dengan beberapa pendekatan, antara lain:
a. Pendekatan Kolmogrov-Smirnov
Alat uji ini digunakan untuk memastikan apakah data di sepanjang garis diagonal berdistribusi normal. Hipotesisnya
sebagai berikut: H
= data residual berdistribusi normal
50
H
a
= data residual tidak berdistribusi normal Dengan menggunakan tingkat signifikan α 5. Jika nilai
Asymp.Sig 2 tailed taraf nyata α, maka H diterima artinya
data residual berdistribusi normal. Sebaliknya jika nilai Asymp.Sig 2 tailed taraf nyata α, maka Ha diterima artinya
data residual tidak berdistribusi normal.
b. Pendekatan Histogram
Untuk menguji normalitas data dapat dilihat dengan kurva normal. Kurva normal yaitu kurva yang memiliki
cirri-ciri khusus, salah satu diantaranya adalah mean, modus, 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 dan bertanda
negatif arah kiri.
c. 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
51
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.
2. Uji Multikolinearitas
Uji ini bertujuan untuk menguji apakah dalam sebuah model regresi ditemukan adanya korelasi antara variabel independen.
Model regresi yang baik seharusnya tidak terjadi korelasi antar variabel independen. Pengujian terhadap ada tidaknya
multikoliniearitas dilakukan dengan melihat toleransi variabel dan Variance Inflation Factor VIF dengan membandingkan sebagai
berikut Gozali:2005: a. Bila VIF 5 terdapat masalah multikolinearitas
b. Bila VIF 5 tidak terdapat masalah multikolinearitas c. Tolerance 0,1 maka diduga mempunyai persoalan
multikolinearitas d. Tolerance 0,1 maka tidak terdapat multikolinearitas
3. Uji Autokorelasi
Menurut Gozali 2005:95 “Uji ini bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan
pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 periode sebelumnya”. Model regresi yang baik adalah
52
regresi yang bebas dari autokorelasi. Gejala autokorelasi dideteksi dengan menggunakan Durbin-Watson test. Untuk mendeteksi ada
tidaknya autokorelasi maka dilakukan pengujian Durbin-Watson DW dengan ketentuan sebagai berikut:
a. Angka D-W pada output Model Summary di bawah -2 berarti ada autokorelasi positif.
b. Angka D-W pada output Model Summary di antara -2 sampai +2 berarti tidak ada autokorelasi.
c. Angka D-W pada output Model Summary di atas +2 berarti ada autokorelasi negatif.
4. Uji Heteroskedastisitas
Menurut gozali 2005:91 “Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi ini terjadi
ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain”. Jika variance dari residual dari suatu
pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas. Salah satu uji untuk mengetahui
heteroskedastisitas adalah dengan melihat penyebaran dari variance residual pada diagram pencar scatter plot. Analisis pada gambar
scatter plot yang menyatakan model regresi linier berganda tidak terdapat heteroskedastisitas jika:
a. Titik-titik data menyebar di atas dan dibawah atau di sekitar angka 0
53
b. Titik-titik data tidak mengumpul hanya di atas atau di bawah saja
c. Penyebaran titik-titik data tidak boleh membentuk pola bergelombang melebar kemudian menyempit dan melebar
kembali d. Penyebaran titik-titik data sebaiknya tidak berpola
Uji ini juga dapat dilakukan melalui uji Glejser, yaitu dengan meregres nilai absolute residual terhadap variabel independen.
Apabila signifikansi dari taraf nyata 5, maka dianggap tidak terjadi masalah heteroskedastisitas, dan begitu sebaliknya.
3.5.2 Metode Analisis Statistik
Penelitian ini menggunakan analisis regresi berganda. Analisis regresi ini dapat digunakan untuk memperoleh gambaran yang
menyeluruh mengenai hubungan antara variabel dependen dan independen secara menyeluruh baik secara simultan atau secara parsial.
Dalam penelitian ini analisis regresi linear berganda digunakan untuk mengetahui pengaruh return on assets, net profit margin, debt to
equity, danearning per share terhadap harga saham basic industry and chemicals yang terdaftar di Bursa Efek Indonesia. Adapun persamaan
regresi yang digunakan, yaitu: Y
i,t
= a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ e Keterangan:
Y
i,t
=Harga saham perusahaan i pada tahun t
54
a = Konstanta
X
1
= Return on Assets ROA X
2
= Net Profit Margin NPM X
3
= Debt to Equity DER X
4
= Earning Per Share EPS b
1
= Koefisien regresi variabel X
1
b
2
= Koefisien regresi variabel X
2
b
3
= Koefisien regresi variabel X
3
b
4
= Koefisien regresi variabel X
4
3.5.3 Pengujian Hipotesis
Model regresi yang sudah memenuhi asumsi-asumsi klasik tersebut akan digunakan untuk menganalisis, suatu perhitungan statistik
disebut signifikan secara statistik apabila nilai uji statistiknya berada dalam daerah kritis daerah dimana Ho ditolak. Sebaliknya, disebut
tidak signifikan bila uji statistiknya berada dalam daerah dimana Ho diterima. Model pengujian yang dilakukan adalah uji F dan uji t.
1. Uji Signifikansi Simultan Uji-F
Pengujian ini dilakukan untuk mengetahui apakah semua variabel bebas secara bersama-sama atau serempak mempunyai
pengaruh yang signifikan terhadap variabel terikat. Bentuk pengujiannya adalah:
55
Ho artinya tidak terdapat pengaruh yang signifikan secara bersamaan dari return on asset, net profit margin, debt to equity ratio dan
earning per share terhadap harga saham. Ha artinya terdapat pengaruh yang signifikan secara bersamaan dari
return on asset, net profit margin, debt to equity ratio dan earning per share terhadap harga saham.
Dengan menggunakan tingkat signifikan α 5, jika nilai sig.F
0,05 maka Ho diterima, artinya tidak terdapat pengaruh yang signifikan secara bersamaan dari variabel bebas terhadap variabel
terikat. Sebaliknya, jika nilai sig.F 0,05 maka Ha diterima, artinya terdapat pengaruh yang signifikan secara bersamaan dari variabel
bebas terhadap variabel terikat. Pengambilan keputusan juga dapat dilakukan dengan membandingkan nilai F
hitung
dan nilai F
tabel
. Dimana kriterianya yaitu:
Ho diterima dan Ha ditolak jika F
hitung
F
tabel
untuk α = 5 Ho ditolak dan Ha diterima jika F
hitung
F
tabel
untuk α = 5
2. Uji Signifikansi Parsial Uji-t
Pengujian ini dilakukan untuk mengetahui apakah setiap variabel bebas secara parsial mempunyai pengaruh yang signifikan
terhadap variabel terikat. Dengan menggunakan tingkat s
ignifikan α 5, jika nilai sig.t 0,05 maka Ho diterima, artinya tidak terdapat pengaruh yang
signifikan terhadap variabel terikat. Sebaliknya, jika nilai sig.t 0,05
56
maka Ha diterima, artinya terdapat pengaruh yang signifikan antara variabel bebas terhadap variabel terikat. Nilai t
hitung
juga dapat dibandingkan dengan nilai t
tabel
. Kriteria pengambilan keputusannya yaitu:
Ho diterima dan Ha ditolak jika t
hitung
t
tabel
untuk α = 5 Ho ditolak dan Ha diterima jika t
hitung
t
tabel
untuk α = 5
3. Koefisien Determinasi R
2
Koefisien determinasi adalah koefisien nilai yang menunjukkan besarnya variasi variabel terikat dependent variabel yang
dipengaruhi oleh variasi variabel bebas independent variabel. Pengukuran besarnya persentase kebenaran dari uji regresi tersebut
dapat dilihat melalui nilai koefisien derminasi multiple R
2
koefisien determinan mengukur proporsi dari variasi yang dapat dijelaskan
oleh variabel bebas. Apabila nilai R
2
suatu regresi mendekati satu maka semakin baik regresi tersebut dan semakin mendekati nol maka
variabel independen secara keseluruhan tidak bisa menjelaskan variabel dependen. Adjusted R square ini digunakan untuk melihat
berapa besar pengaruh faktor-faktor yang ditimbulkan oleh variabel- variabel bebas terhadap variabel terikat. Untuk memastikan tipe
hubungan antar variabel dapat dilihat pada tabel 3.3 berikut ini.
57
Tabel 3.3 Hubungan Antar Variabel
Nilai Interpretasi
0,0 – 0,19 Sangat Tidak Erat
0,2 – 0,39 Tidak Erat
0,4 – 0,59 Cukup Erat
0,6 – 0,79 Erat
0,8 – 0,99 Sangat Erat
Situmorang 2008:113
58
BAB IV HASIL DAN PEMBAHASAN
4.1 Gambaran Umum Perusahaan
Perusahaan yang digunakan di dalam penelitian ini adalah perusahaan yang bergerak di sektor basic industry and chemical yang terdaftar di Bursa Efek
Indonesia yaitu sebanyak 58 perusahaan. Perusahaan-perusahaan ini adalah perusahaan yang memiliki aktivitas dari pengolahan sumber alam, lalu
mengubahnya ke dalam berbagai bahan baik yang berupa bahan yang dapat dikonsumsi langsung maupun objek untuk diolah kembali dan bertujuan untuk
memenuhi kebutuhan manusia. Adapun sub sektor dari perusahaan ini yaitu seperti semen, kramik, porselen dan kaca, logam dan sejenisnya, kimia, plastik
dan kemasan, pakan ternak, kayu dan pengolahannya, dan pulp dan kertas. Metode pemilihan sampel yang digunakan adalah purposive judgement
sampling method yaitu berdasarkan kriteria-kriteria tertentu. Berdasarkan metode tersebut diperoleh sampel penelitian yaitu sebanyak 32 perusahaan yang bergerak
dalam sektor basic industry and chemical, periode penelitian tahun 2010-2012 yaitu sebanyak 3 tahun sehingga data pooling sebanyak 96.
Tabel 4.1 Daftar Sampel Penelitian
No Nama Perusahaan
Kode
1 Argha Karya Prima Industry Tbk
AKPI
2 Alakasa Industrindo Tbk
ALKA
3 Alumindo Light Metal Industry
ALMI
59
4 Asahimas Flat Glass Tbk.
AMFG
5 Asiaplast Industries Tbk.
APLI
6 Arwana Citramulia Tbk.
ARNA
7 Berlina Tbk.
BRNA
8 Betonjaya Manunggal Tbk.
BTON
9 Budi Starch Sweetener Tbk.
BUDI
10 Charoen Pokphand Indonesia Tbk
CPIN
11 Ekadharma International Tbk.
EKAD
12 Eterindo Wahanatama Tbk
ETWA
13 Fajar Surya Wisesa Tbk.
FASW
14 Gunawan Dianjaya Steel Tbk.
GDST
15 Champion Pacific Indonesia Tbk
IGAR
16 Indal Aluminium Industry Tbk.
INAI
17 Indocement Tunggal Prakasa Tbk
INTP
18 Japfa Comfeed Indonesia Tbk.
JPFA
19 Jaya Pari Steel Tbk
JPRS
20 Lion Metal Works Tbk.
LION
21 Lionmesh Prima Tbk.
LMSH
22 Malindo Feedmill Tbk.
MAIN
23 Pelangi Indah Canindo Tbk
PICO
24 Sekawan Intipratama Tbk
SIAP
25 Sierad Produce Tbk.
SIPD
26 Holcim Indonesia Tbk.
SMCB
27 Semen Indonesia Persero Tbk.
SMGR
28 Suparma Tbk.
SPMA
29 Indo Acidatama Tbk
SRSN
30 Surya Toto Indonesia Tbk.
TOTO
31 Trias Sentosa Tbk.
TRST
32 Yanaprima Hastapersada Tbk
YPAS
Sumber: Olahan Peneliti, 2014
60
4.2 Analisi Hasil Penelitian 4.2.1 Analisis Statistik Deskriptif