Analisis Statistik .1 Uji Asumsi Klasik
dengan tahun 2013. Pada Tabel ini dapat dilihat bahwa pergerakan harga saham mengalami fluktuasi pada setiap bulan serta tahun penelitian. Nilai Harga saham
diambil dari harga saham penutupan Closing price pada setiap akhir bulan transaksi yang dikalkulasikan menjadi rata-rata harga saham tahunan.
Pada Tahun 2010, harga saham tertinggi dimiliki oleh PT Bank Mandiri Persero Tbk. BMRI yaitu sebesar Rp 5.887. Sedangkan harga saham terendah
dimiliki oleh PT Bank Tabungan Negara Persero Tbk. BBTN yaitu Rp 1.585. Pada tahun 2011, harga saham tertinggi dimiliki oleh PT Bank Mandiri
Persero Tbk. BMRI yaitu sebesar Rp 6.783. Sedangkan harga saham terendah dimiliki oleh PT Bank Tabungan Negara Persero Tbk. BBTN yaitu sebesar Rp
1.480. Pada tahun 2012, harga saham tertinggi dimiliki oleh PT Bank Mandiri
Persero Tbk. BMRI yaitu sebesar Rp 7.508. Sedangkan harga saham terendah dimiliki oleh PT Bank Tabungan Negara Persero Tbk. BBTN yaitu Rp 1.350.
Pada tahun 2013, harga saham tertinggi dimiliki oleh PT Bank Mandiri Persero Tbk. BMRI yaitu Rp 8.870. Sedangkan harga saham terendah dimiliki
oleh PT Bank Tabungan Negara Persero Tbk. BBTN yaitu sebesar Rp 1.230.
4.2.2 Analisis Statistik 4.2.2.1 Uji Asumsi Klasik
Uji asumsi klasik adalah persyaratan statistik yang harus dimiliki oleh analisis regresi linier berganda.
Universitas Sumatera Utara
a Uji Normalitas
Uji normalitas dilakukan untuk menguji apakah dalam sebuah model regresi, variabel independen dan variabel dependen atau keduanya mempunyai
distribusi normal atau tidak. Model yang paling baik adalah distribusi data normal atau mendekati normal. Normalitas data dapat dideteksi dengan
melihat bentuk kurva histogram dengan kemiringan seimbang ke kiri dan ke kanan dan berbentuk seperti lonceng atau dengan melihat titik-titik data yang
menyebar disekitar garis diagonal dan searah mengikuti garis diagonal dari gambar normal P-Plot.
Sumber: Hasil olahan SPSS 16.00, 2014
Universitas Sumatera Utara
Gambar 4.1 Histogram Dependent Variabel Harga Saham
Gambar 4.1 ini menunjukkan kurva histogram yang memiliki kemiringan seimbang kekiri dan kekanan, atau tidak condong ke kiri maupun ke kanan,
melainkan ke tengah dengan bentuk seperti lonceng. Hal ini memenuhi salah satu syarat uji normalitas data bahwa data berdistribusi normal.
Sumber: Hasil olahan SPSS 16.00, 2014
Gambar 4.2 Normal P-Plot of Regresion Standarized Residual
Gambar 4.2 ini merupakan kurva P-Plot yang menunjukkan penyebaran titik- titik data di sekitar garis diagonal dan mengikuti arah garis diagonal. Hal ini
berarti data pada variabel yang digunakan, yaitu variabel harga saham, berdistribusi normal.
Penelitian ini menggunakan Uji Statistik non-parametrik One sample Kolmogorov-Smirnov untuk mendapatkan tingkat uji normalitas yang lebih
Universitas Sumatera Utara
signifikan. Pada Tabel 4.8 berikut ini, diperoleh nilai Asymp. Sig 2-tailed taraf nyata α, yaitu 0.993 0.05. Hal ini berarti bahwa H
diterima, yang berarti data residual berasal dari distribusi normal.
Tabel 4.8
Sumber: Hasil Olahan SPSS 16.00, 2014 b
Uji Heteroskedastisitas
Asumsi heteroskedastisitas adalah asumsi dalam regresi dimana varians dari residual tidak sama untuk satu pengamatan ke pengamatan lain. Jika varians dari
residual dari suatu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas, dan jika berbeda disebut heteroskedastisitas. Salah satu uji
untuk mengetahui heteroskedastisitas ini adalah dengan melihat penyebaran dari
varians residual pada diagram pencar scatter plot.
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 40
Normal Parameters
a
Mean .0000000
Std. Deviation .06193652
Most Extreme Differences Absolute
.068 Positive
.068 Negative
-.048 Kolmogorov-Smirnov Z
.428 Asymp. Sig. 2-tailed
.993 a. Test distribution is Normal.
Universitas Sumatera Utara
Sumber: Hasil olahan SPSS 16.00, 2014 Gambar 4.3
Scatterplot Standardized Predicted Value
Pada Gambar 4.3 di atas terlihat penyebaran residual cenderung tidak teratur, terdapat beberapa plot yang berpencar dan tidak membentuk pola tertentu.
Sehingga dapat disimpulkan tidak terdapat gejala heteroskedastisitas pada model regresi dalam penelitian ini. Untuk memperoleh tingkat uji heteroskedastisitas
yang lebih signifikan, maka dalam penelitian ini juga dilakukan uji glejser Apabila signifikansi dari variabel bebas lebih besar dari taraf nyata, maka
dianggap tidak terjadi masalah heteroskedastisitas, dan begitu juga sebaliknya.
Universitas Sumatera Utara
Tabel 4.9 Hasil Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant .748
.709 1.055
.298 LnInflasi
.008 .031
.062 .276
.784 LnS.Bunga
.140 .085
.333 1.644
.109 LnN.Tukar
-.106 .078
-.244 -1.355
.184 a. Dependent Variable: Absut
Sumber: Hasil olahan SPSS 16.00, 2014 Berdasarkan Tabel 4.9 berikut ini diperoleh nilai signifikansi variabel tingkat
inflasi, suku bunga, dan nilai tukar lebih besar dari taraf nyata α = 5 . Dengan
demikian dapat disimpulkan tidak terjadi gejala heteroskedastisitas dalam model regresi ini.
c Uji Autokorelasi
Gejala Autokorelasi dideteksi dengan menggunakan percobaan dari The Runs Test. Metode ini diperkenalkan oleh Geary. Keputusan dapat dilihat melalui
melalui nilai Asymp. Sig. 2-tailed. Apabila di atas 5 berarti dapat disimpulkan bahwa tidak terjadi autokorelasi.
Tabel 4.10
Universitas Sumatera Utara
Runs Test
Unstandardized Residual
Test Value
a
-.00185 Cases Test Value
20 Cases = Test Value
20 Total Cases
40 Number of Runs
15 Z
-1.762 Asymp. Sig. 2-tailed
.078 a. Median
Sumber: Hasil olahan SPSS 16.00, 2014
Berdasarkan hasil pengolahan SPSS, diperoleh nilai Runs Test melalui nilai Asymp. Sig. 2-tailed 0.078 di atas 0.05. Hal ini sesuai dengan ketentuan bahwa
apabila nilainya diatas 5 atau 0.05 maka tidak terjadi autokorelasi
d Uji Multikolinieritas
Uji ini digunakan untuk menguji apakah dalam sebuah model regresi ditemukan adanya korelasi antara veriabel independen. Jika terjadi korelasi, maka
dikatakan terdapat masalah multikolinieritas. Tabel 4.11 berikut menunjukkan semua variabel independen memiliki angka VIF lebih kecil dari 5, sedangkan nilai
tolerance lebih besar dari 0,1. Hal ini menunjukkan tidak ada masalah multikolinieritas dalam model regresi. Hal ini berarti bahwa semua variabel bebas
tersebut layak digunakan sebagai prediktor.
Tabel 4.11
Universitas Sumatera Utara
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant 9.733
1.359 7.164
.000 LnInflasi
.444 .058
.437 7.599
.000 .484 2.067
LnS.Bunga -3.754
.163 -1.205
-23.083 .000
.588 1.701 LnN.Tukar
.553 .150
.172 3.688
.001 .740 1.351
a. Dependent Variable: LnH.Saham
Sumber : Hasil olahan SPSS 16.00, 2014 4.2.2.2 Analisis Regresi Linier Berganda
Tabel 4.12 berikut ini menunjukkan hasil estimasi regresi melalui pengolahan data dengan SPSS 16.0 for windows.
Tabel 4.12
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1
Constant 9.733
1.359 7.164
.000 LnInflasi
.444 .058
.437 7.599
.000 LnS.Bunga
-3.754 .163
-1.205 -23.083
.000 LnN.Tukar
.553 .150
.172 3.688
.001 a. Dependent Variable: LnH.Saham
Sumber : Hasil pengolahan data SPSS Versi 16.00, 2014
Pengolahan data tersebut menghasilkan suatu persamaan regresi linier berganda sebagai berikut:
Y= 9,733 + 0,444 X
1
- 3,754 X
2
+ 0,553 X
3
+ e
Dimana:
Universitas Sumatera Utara
Y = Harga Saham a
= Konstanta X
1
= Tingkat Inflasi X
2
= Suku Bunga X
3
= Nilai Tukar e
= Standard error Interpretasi: