1. Bila nilai Durbin-Watson DW terletak antara batas atas atau
upper Bound DU dan 4-DU, maka koefisien autokorelasi sama dengan nol, berarti tidak ada autokorelasi.
2. Bila nilai DW lebih rendah dari pada batas bawah atau Lower
Bound I DL, maka koefisien autokorelasi lebih besar dari nol, berarti ada autokorelasi positif.
3. Bila nilai DW lebih besar dari pada 4-DL, maka koefisien
autokolerasi lebih kecil dari nol, berarti ada autokorelasi negative. 4.
Bila nilai DW terletak di antara batas atas DU dan batas bawah DL, atau DW terletak antara 4-DU dan 4-DL, maka hasilnya
tidak dapat disimpulkan Ghozali,2001
3.6.2 Pengujian Hipotesis Penelitian
Untuk mengetahui hubungan antara earning per share, debt to equity ratio, price earning ratio, return on investment, dan return on equity
terhadap retusn saham pada perusahaan manufaktur sektor industry barang konsumsi yang terdaftar di Busra Efek Indonesia, maka digunakan analisis
statistik. Pengujian Hipotesis dimaksudkan untuk memutuskan apakah akan menerima atau menolak hipotesis berdasarkan data yang diperoleh dari sampel
Suharyadi Purwanto 2009:82.
Universitas Sumatera Utara
3.6.2.1 Model Regresi Linear Berganda
Model regresi linear berganda adalah model regresi yang memeiliki lebih dari satu variabel independen. Analisis dengan model
regresi linear berganda ini dapat digunakan untuk mengetahui arah hubungan antar variabel independen dengan variabel dependen, apakah
variabel independen berhubungan positif atau negatif dengan variabel dependen dan untuk memprediksi nilai dari variabel dependen apabila nilai
variabel independen mengalami kenaikan atau penurunan. Model ini juga diharapkan dapat menjelaskan besarnya pengaruh dari enam
variabel independen atau variabel bebas. Yaitu Earning per Share, Debt to Equity Ratio, Price Earning Ratio, Return On Investment dan Return On
Equity terhadap satu variabel dependen atau variabel terikat, yaitu return saham. Model regresi linear berganda dapat dinyatakan dalam persamaan:
Y = α + β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ β
4
X
4
+ β
5
X
5
+ e Keterangan:
Y = Return Saham
α = konstanta
β
1,
β
2,
β
3,
β
4
= koefisien regresi yag menunjukkan angka peningkatan atau penurunan variabel dependen berdasarkan pada
variabel independen X
1
= Earning Per Share X
2
= Debt To Equity Ratio X
3
= Price Earning Ratio
Universitas Sumatera Utara
X
4
= Return On Investment X
5
= Return On Equity e
= Residual error
3.6.2.2 Koefisien Determinasi
Koefisien determinasi R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen Imam
Ghozali,2006 dalam Wenny Wijayanti, 2012. Nilai koefisien determinasi adalah antara nol dan satu. Koefisien Determinasi merupakan ukuran untuk
nebgetahui kesesuaian atau ketepatanantara nilai dugaan atau garis regresi dengan data sampel Suharyadi Purwanto 2009:162.
Kelemahan mendasar penggunaan koefisien determinasi adalah bias terhadap jumlah variabel independen yang dimasukkan ke dalam model. Setiap
tambahan satu variabel independen, maka R
2
pasti akan meningkat tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel
dependen. Oleh karena itu, banyak peneliti menganjurkan untuk menggunakan nilai adjusted R square pada saat mengevaluasi mana model regresi terbaik.
Tidak seperti R
2
, nilai adjusted R square dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model.
Universitas Sumatera Utara
3.6.2.3 Uji Parsial t-test
Uji Parsial t-test menurut Erlina 2011 : 111 yaitu untuk menjelaskan seperangkat variabel atau mengelompokkan berdasarkan variabel-
variabel tertentu. Menurut Husein Umar 2008 :115 hipotesis yang dapat diambil:
Jika nilai t
hitung
t
tabel
, tolakreject H sehingga korelasi memiliki
artisignifikan.
3.6.2.4 Uji Serempak F-test
Hengky Latan dan Selva Temalagi 2013:81, Uji statistik F pada dasarnya bertujuan untuk mengetahui apakah semua variabel independen yang
dimasukkan dalam model regresi mempunyai pengaruh secara simultan bersama-sama terhadap variabel dependen ataukah tidak. Jika nilai signifikan
yang dihasilkan uji F 0.05, maka dapat disimpulkan bahwa semua variabel independen secara simultan berpengaruh signifikan terhadap variabel
dependen.
3.7 Jadwal Penelitian