83
C. Analisis dan Pembahasan
Model yang digunakan dalam penelitian ini adalah regresi data panel, untuk menguji spesifikasi model dan kesesuaian teori-teori dengan kenyataan.
Pengolahan data dilakukan dengan menggunakan perangkat lunak Microsoft Excel 2010, Eviews 8.0 dan SPSS versi 20.0.
1. Pengujian Model 1 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 1 ini:
Tabel 4.2 Uji Chow Model 1
Redundant Fixed Effects Tests Equation: Untitled
Test cross-section fixed effects Model
Effects Test Statistic
d.f. Prob.
1 Cross-section F
Cross-section Chi-square 6.648115
425.206712 90,270
90 0.0000
0.0000
Sumber: Hasil Olah Data Berdasarkan Tabel 4.2 di atas, dapat terlihat bahwa pada model
pertama nilai probabilitas cross section adalah 0,0000 atau 0,05, maka H
ditolak, dan menerima H
1
, yang berarti model pertama menggunakan pendekatan fixed effect.
84
2 Uji Hausman
Uji Haussman digunakan untuk menentukan apakah model yang paling tepat digunakan adalah model fixed effect atau model random
effect.
Tabel 4.3 Uji Hausman Model 1
Correlated Random Effects - Hausman Test Equation: Untitled
Test cross-section random effects
Model Test Summary
Chi-Sq. Statistic
Chi-Sq. d.f.
Prob. 1
Cross-section random 25.414784
3 0.0000
Sumber: Hasil Olah Data Pada tabel 4.3 terlihat bahwa hasil uji hausman pada model
pertama nilai probabilitas cross section adalah 0,0000 atau 0,05, maka H
ditolak, dan menerima H
1
, berarti model penelitian pertama 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 1:
85
Tabel 4.4 Uji Multikolinieritas dengan Tolerance dan VIF Model 1
Coefficients
a
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: LOGRES2 Method: Panel Least Squares
Date: 100815 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 H dan dapat disimpulkan
bahwa variabel independen secara simultan mempengaruhi variabel dependennya. Apabila nilai probabilitas 0,05, maka terima H
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 ProbF-statistic
53.00604 0.000000
Sumber: Hasil Olah Data Berdasarkan tabel 4.6 di atas, nilai F
hitung
pada model 1 sebesar 53.006 dengan tingkat signifikansi 0.000. Karena tingkat signifikansi
lebih kecil dari 0,05 maka H ditolak atau H
1
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 H
dan dapat disimpulkan bahwa variabel independen berpengaruh terhadap variabel dependennya. Apabila nilai
t hitung t tabel, maka terima H 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: 091815 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 H ditolak dan H
1
diterima yang berarti bahwa variabel BVPS berpengaruh 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 H diterima dan H
1
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 masing-masing
model 0,000 yang berati lebih kecil dari nilai α= 0,05, maka dapat
disimpulkan bahwa H ditolak dan H
1
diterima yang berarti bahwa variabel EPS berpengaruh positif terhadap harga saham syariah.
3 Uji Adjusted R Square
Koefisien determinasi atau R Square R
2
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 R
2
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
R
2
adj. Berikut adalah hasil uji Adjusted R Square pada model 1:
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