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:

a. Konstanta sebesar 9,733 menunjukkan bahwa apabila tidak ada variabel bebas