Pengujian secara Parsial Uji t Uji Koefisien Determinasi R

46 signifikan terhadap return saham perusahaan indeks LQ-45 di Bursa Efek Indonesia. Pada penelitian ini F hitung dibandingkan nilai F tabel p ada tingkat signifikan α = 5 . Kriteria penilaian hipotesis pada uji F ini adalah: 1. Jika sig. 0,05 dan F hitung F tabel, maka H diterima atau H 1 ditolak. 2. Jika sig. 0,05 dan F hitung F tabel , maka H ditolak atau H 1 diterima.

3.10.2 Pengujian secara Parsial Uji t

Uji t pada dasarnya untuk menunjukkan seberapa besar pengaruh satu variabel independen secara individual terhadap variabel dependen. Bentuk pengujian yaitu: 1. H : b i = 0, artinya Book to Market BTM, Price Earning Ratio PER, Dividend Yield DY, Size, Price to Net Asset Value PNAV, dan Cash Flow to Price CFTP secara parsial berpengaruh tidak signifikan terhadap return saham perusahaan indeks LQ-45 di Bursa Efek Indonesia 2. H 1 : b i ≠ 0, artinya Book to Market BTM, Price Earning Ratio PER, Dividend Yield DY, Size, Price to Net Asset Value PNAV, dan Cash Flow to Price CFTP secara parsial berpengaruh signifikan terhadap return saham perusahaan indeks LQ-45 di Bursa Efek Indonesia. Pada penelitian ini t hitung dibandingkan dengan t tabel p ada tingkat signifikan α = 5 . Kriteria pengambilan keputusan dalam pengujian hipotesis secara uji parsial pada uji t adalah: 1. Jika sig. 0,05 dan t hitung t tabel , maka H diterima atau H 1 ditolak. Universitas Sumatera Utara 47 2. Jika sig. 0,05 dan t hitung t tabel , maka H ditolak atau H 1 diterima.

3.10.3 Uji Koefisien Determinasi R

2 Koefisien determinasi R 2 pada dasarnya untuk mengukur proporsi atau persentase sumbangan variabel bebas terhadap variabel dependen secara bersama- sama. Nilai koefisien determinasi adalah 0 ≤ R ≥1. Kelemahan penggunaan koefisien determinasi adalah bias terhadap jumlah variabel independen. Semakin banyak variabel independen yang ditambahkan ke dalam model maka R 2 akan meningkat, walaupun variabel tersebut tidak berpengaruh secara signifikan ke dalam model. Oleh karena itu digunakan Adjusted R Square yang berfungsi untuk mengurangi bias yang terjadi. Nilai Adjusted R Square menunjukkan proporsi variabel dependen yang dijelaskan oleh variabel indepanden. Semakin tinggi nilai Adjusted R Square maka akan semakin baik bagi model regresi karena menandakan bahwa kemampuan variabel independen menjelaskan variabel dependen juga semakin besar. Universitas Sumatera Utara 48 BAB IV HASIL DAN PEMBAHASAN

4.1 Gambaran Umum Perusahaan