4 β
3
sebesar 1,327 menunjukkan bahwa setiap kenaikan arus kas dari aktivitas investasi sebesar 1 akan diikuti oleh kenaikan harga saham sebesar 1,327
dengan asumsi variabel lain tetap. 5
β
4
sebesar 1,183 menunjukkan bahwa setiap kenaikan arus kas dari aktivitas investasi sebesar 1 akan diikuti oleh kenaikan harga saham sebesar 1,183
dengan asumsi variabel lain tetap.
b. Analisis Koefisien Korelasi dan Koefisien Determinasi
Nilai 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 0 sampai
dengan 1. Apabila nilai R square semakin mendekati 1, 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.
Universitas Sumatera Utara
Tabel 4.9 Hasil Analisis Koefisien Korelasi dan Koefisien Determinasi
Model Summary
b
Model R
R Square Adjusted R Square Std. Error of the
Estimate Durbin-Watson
1 .835
a
.697 .676
.38004 2.247
a. Predictors: Constant, LOG10_AKP, LOG10_AKO, LOG10_AKI, LOG10_LA b. Dependent Variable: LOG10_HS
Sumber: Data yang diolah penulis, 2009. Pada model summary, nilai koefisien korelasi R sebesar 0,697 yang berarti
bahwa korelasi atau hubungan antara harga saham LOG10_HS dengan variabel independennya LOG10_LA, LOG10_AKO, LOG10_AKI dan LOG10_AKP
kuat karena berada diatas 0,5. Angka adjusted R square atau koefisien determinasi adalah 0,676. Hal ini berarti 67,6 variasi atau perubahan dalam
harga saham dapat dijelaskan oleh variasi dari laba akuntansi, arus kas dari aktivitas operasi, arus kas dari aktivitas investasi dan arus kas dari aktivitas
pendanaan, sedangkan sisanya 32,4 dijelaskan oleh sebab-sebab lain. Standar Error of Estimate SEE adalah 0,38004, yang mana semakin besar SEE akan
membuat model regresi kurang tepat dalam memprediksi variabel dependen.
c. Pengujian Hipotesis