Model Regresi Uji Asumsi

41 terdahulu yang dapat menjadi landasan dan pedoman dalam menyelesaikan penelitian ini. Metode studi kepustakaan dapat berasal dari buku-buku dan jurnal- jurnal yang berhubungan dengan penelitian ini.

3.9. Metode Analisis

3.9.1. Model Regresi

Dalam menguji validitas model tiga faktor Fama-French dan pengaruh risiko pasar market risk, risiko ukuran size risk dan book-to-market ratio, penelitian ini akan menggunakan model regresi linear berganda yaitu model regresi dengan lebih dari satu variabel bebas independent variable. Variabel- variabel bebas yang digunakan ada tiga, yaitu : 1. Market Risk Premium ; 2. SMB, Small Minus Big; 3. HML, High Minus Low. Pengaruh dari tiga variabel bebas tersebut akan diuji terhadap satu variabel terikat dependent variable yaitu excess return atau selisih tingkat pengembalian saham dengan tingkat pengembalian bebas risiko risk-free return rate. Intercept dari hasil regresi dinyatakan dalam α. Slope β 1 atau beta menunjukkan pengaruh risiko pasar pada pengembalian saham, slope β 2 menunjukkan pengaruh risiko size pada pengembalian saham dan slope β 3 menunjukkan pengaruh nilai book-to- market pada pengembalian saham. Model regresi dalam penelitian ini adalah model regresi time-series dengan menggunakan data per bulan sebanyak 72 bulan Februari 2008 hingga Januari 2014. Universitas Sumatera Utara 42 μ : Excess Return : Intercept : Slope R m -R f : Risiko Premium Pasar R m -R f : Slope SMB Small Minus Big : SMB Small Minus Big : Slope HML High Minus Low : HML High Minus Low

3.9.2. Uji Asumsi

Klasik Uji Asumsi Klasik adalah persyaratan statistik yang harus dipenuhi dalam analisis regresi linear berganda. Dalam menguji baik atau tidaknya suatu model regresi, maka dalam penelitian ini, uji asumsi klasik akan diuji pada model regresi Fama-French. Pengujian yang termasuk pada uji asumsi klasik terdiri dari : 1. Multikolinearitas Suatu model regresi dikatakan kurang baik jika terdapat hubungan linear yang kuat antar variabel-variabel bebasnya atau terdapat korelasi antar variabel bebas yang ada. Oleh karena itu, uji multikolinearitas akan dilakukan dengan mencari estimasi korelasi antar variabel bebas. Sebelum mendeteksi masalah kolinearitas menggunakan perhitungan korelasi antar variabel bebas, multikolinearitas dapat dideteksi dengan melihat nilai R 2 yang tinggi, namun Universitas Sumatera Utara 43 standar error dan tingkat signifikansi masing-masing variabel rendah. Masalah multikolinearitas dapat diatasi dengan mengurangi variabel yang mengandung multikolinearitas dengan metode trial and error dalam mencari model terbaik. 2. Uji Normalitas Uji normalitas digunakan untuk mengetahui apakah data terdistribusi normal atau tidak. Jika data tidak normal, maka uji statistik menjadi tidak valid. Normalitas dapat diuji dengan histogram dan Jarque-Bera. Normal atau tidaknya residual dapat ditentukan dengan ketentuan : - Jika nilai probabilitas dari Jarque-Bera JB test lebih kecil dari nilai probabilitas α yang dipilih, maka residual tidak terdistribusi normal. - Jika nilai probabilitas dari Jarque-Bera JB test lebih besar dari nilai probabilitas α yang dipilih atau nilai JB test mendekati 0, maka residual terdistribusi normal.

3.9.3. Uji Signifikansi