Dari Gambar 4.3 Grafik Scatterplots, terlihat bahwa titik-titik menyebar secara acak serta tidak membentuk pola tertentu atau tidak teratur, sehingga dapat
disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi sehingga model regresi layak dipakai untuk memprediksi harga saham pada perusahaan
manufaktur dengan variabel independen return on assets ROA, return on equity ROE, net profit margin NPM, dan earning per share EPS.
2. Analisis Koefisien Korelasi dan Koefisien Determinasi
Koefisien korelasi R menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel dependen. Koefisien korelasi
dikatakan kuat apabila nilai R berada di atas 0.5 dan mendekati 1. Koefisien determinasi R square menunjukkan seberapa besar variabel
independen menjelaskan variabel dependennya. Nilai R square adalah nol sampai dengan satu. Apabila nilai R square semakin mendekati satu, maka variabel-
variabel independen memberikan semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Sebaliknya, semakin kecil nilai R square,
maka kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen semakin terbatas. Nilai R square memiliki kelemahan yaitu
nilai R square akan meningkat setiap ada penambahan satu variabel independen meskipun variabel independen tersebut tidak berpengaruh signifikan terhadap
variabel dependen. Tabel 4.7 di halaman berikutnya merupakan hasil analisis koefisien korelasi dan koefisien determinasi:
Universitas Sumatera Utara
Tabel 4.7 Hasil Analisis Koefisien Korelasi dan Koefisien Determinasi
Model R
R Square Adjusted R Square Std. Error of the Estimate
1 .923
a
.851 .847
.72236
Sumber: Data yang diolah Penulis, 2009
Dari Hasil Analisis Koefisien Korelasi dan Koefisien Determinasi pada Tabel 4.7 menunjukkan bahwa nilai koefisien korelasi R sebesar 0.923 yang berarti
bahwa korelasi atau hubungan antara HS variabel dependen dengan ROA, ROE, NPM, dan EPS variabel independen adalah kuat dengan didasarkan pada nilai R
yang berada di atas 0.5. Angka adjusted R square atau koefisien determinasi yang disesuaikan adalah
0.847. Hal ini berarti bahwa 84.7 variasi dari harga saham dijelaskan oleh variasi ROA, ROE, NPM, dan EPS, sedangkan sisanya sebesar 15.3 dijelaskan
oleh variasi atau faktor lainnya. Kemudian standard error of the estimate adalah sebesar 0.72236. Semakin kecil angka ini akan membuat model regresi semakin
tepat dalam memprediksi HS.
3. Pengujian Hipotesis
