70
GGRM 1,036
,233 0,777
0,582 GJTL
1,073 ,200
0,807 0,532
INDF ,894
,401 0,735
0,652 INKP
,862 ,447
0,901 0,392
INTP ,982
,290 0,725
0,669 KIJA
1,009 ,260
1,096 0,181
LSIP ,961
,314 0,444
0,989 MEDC
,966 ,308
1,085 0,19
SMCB 1,105
,174 0,848
0,468 SMRA
,800 ,544
0,796 0,551
TINS 1,049
,221 1,061
0,21 TKIM
,838 ,484
1,116 0,165
Sumber: data sekunder yang sudah diolah, Lampiran 3 Dari tabel 4.5 dan tabel 4.6 tersebut diatas dapat dilihat bahwa semua
variabel yang digunakan dalam penelitian ini memiliki nilai Z dengan tingkat signifikansi yang lebih besar dari 5 yang berarti bahwa nilai Z semua variabel
tidak signifikan pada tingkat signifikansi 5. Hal ini menunjukkan bahwa hipotesis yang menyatakan data tidak normal ditolak dan menerima hipotesis
bahwa data terdistribusi secara normal.
4.4.1.2 Uji Autokorelasi
Uji ini dilakukan untuk mengetahui ada tidaknya korelasi antara faktor pengganggu yang satu dengan lainnya nonautokorelasi. Tes Durbin Watson
dapat digunakan untuk menguji ada atau tidaknya autokorelasi dengan ketentuan sebagai berikut:
Hipotesis Keputusan
Jika Tidak ada autokorelasi
positif Tolak
0 d dl Tidak ada autokorelasi
positif No decision
dl ≤ d ≤ du
Tidak ada autokorelasi negatif
Tolak 4 – dl d 4
71
Tidak ada autokorelasi negatif
No decision 4 – du
≤ d ≤ 4 – dl Tidak ada autokorelasi
positif atau negatif Tidak ditolak
du d 4 – du Nilai du dan dl dapat diperoleh dari tabel statistik Durbin Watson yang
bergantung banyaknya observasi dan variabel yang menjelaskan. Berikut disajikan
hasil uji autokorelasi pada tabel 4.7. Tabel 4.7
Hasil Uji Durbin-Watson Pada Kondisi Bullish Dan Kondisi Bearish
Variabel Nilai DW
Periode Bullish Periode Bearish
AALI 2,217
1,782 ASII
2,291 1,780
BDMN 2,268
1,759 BNGA
2,207 1,777
BRPT 2,275
1,770 BUMI
2,356 1,790
CMNP 2,235
1,782 CTRA
2,241 1,780
ELTY 2,262
1,788 GGRM
2,216 1,788
GJTL 2,328
1,785 INDF
2,296 1,782
INKP 2,247
1,801 INTP
2,209 1,790
KIJA 2,246
1,801 LSIP
2,157 1,751
MEDC 2,246
1,818 SMCB
2,284 1,786
SMRA 2,259
1,838 TINS
2,242 1,835
TKIM 2,270
1,753 Sumber: data sekunder yang sudah diolah, Lampiran 4
72
Berdasarkan tabel 4.7 diatas dapat diketahui bahwa besarnya nilai Durbin- Watson pada setiap persamaan regresi pada penelitian ini berada kisaran DW
dengan pernyataan tidak ada autokorelasi. Oleh sebab itu maka dapat disimpulkan bahwa tidak terdapat autokorelasi pada semua persamaan regresi dalam penelitian
ini.
4.4.1.3 Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang
lain. Pendeteksian ada tidaknya heteroskedastisitas dalam pene;itian ini dilakukan dengan menggunakan metode Glejser Test.Berikut disajikan hasil uji autokorelasi
pada tabel 4.8.
Tabel 4.8 Hasil Uji Glejser
Pada Periode Bullish dan Periode Bearish
Variabel bullish Sig.
Variabel bearish Sig.
IHSG 0,517
IHSG 0,253
AALI 0,819
AALI 0,148
ASII 0,782
ASII 0,253
BDMN 0,767
BDMN 0,335
BNGA 0,440
BNGA 0,456
BRPT 0,837
BRPT 0,992
BUMI 0,741
BUMI 0,219
CMNP 0,445
CMNP 0,738
CTRA 0,551
CTRA 0,563
ELTY 0,071
ELTY 0,122
GGRM 0,981
GGRM 0,369
GJTL 0,372
GJTL 0,336
INDF 0,964
INDF 0,342
INKP 0,539
INKP 0,621
INTP 0,553
INTP 0,149
73
KIJA 0,467
KIJA 0,248
LSIP 0,190
LSIP 0,812
MEDC 0,966
MEDC 0,225
SMCB 0,583
SMCB 0,773
SMRA 0,641
SMRA 0,438
TINS 0,547
TINS 0,276
TKIM 0,517
TKIM 0,253
Sumber: data sekunder yang sudah diolah, Lampiran 5 Jika nilai signifikansi antara variabel independen dengan absolut residual
lebih dari 0,05 maka tidak terjadi masalah heteroskedastisitas. Dari uji Glejser untuk setiap persamaan regresi yang digunakan dalam penelitian ini seperti yang
dapat dilihat bahwa pada tabel 4.8 untuk semua variabel bebas dalam penelitian ini baik periodei bullish dan periode bearish tidak berpengaruh secara signifikan
terhadap variabel terikat yaitu abolute residual dari masing-masing persamaan regresi. Hal ini dapat terlihat dari tingkat signifikansi dari masing-masing variabel
bebas yang diteliti, dimana tingkat signifikansi dari masing-masing variabel bebas tersebut lebih besar dari 5. Sehingga dapat disimpulkan bahwa tidak ada
heterokedastisitas dalam setiap persamaan regresi yang dipergunakan dalam penelitian ini.
4.4.2 Analisi Beta Saham
