Teknik Analisis Data METODE PENELITIAN
4. Uji Asumsi Klasik a. Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah data yang akan dianalisis tersebut berdistribusi normal atau tidak. Uji normalitas yang
digunakan dalam penelitian ini ialah uji Jarque-Bera. Dasar pengambilan keputusan yaitu jika probabilitas lebih besar dari 0,05
maka H diterima yang berarti variabel berdistribusi normal dan jika
probabilitas kurang dari 0,05 maka H ditolak
yang berarti variabel tidak berdistribusi normal.
b. Autokorelasi Autokorelasi memiliki arti bahwa terjadi korelasi antara anggota
sampel yang diurutkan berdasarkan waktu. Penyimpangan ini biasanya muncul pada observasi yang menggunakan data time series.
Beberapa faktor yang menyebabkan adalah tidak dimasukkannya variabel bebas dan satu variabel terikat dalam pembuatan model yang
hanya memasukkan tiga variabel bebas. Cara mendiagnosis adanya autokorelasi dalam satu model regresi dilakukan memalui pengujian
Durbin-Watson Uji DW dengan ketentuan sebagai berikut:
Tabel 2. Pengambilan Keputusan Autokorelasi Hipotesis Nol
Keputusan Jika
Tidak ada autokorelasi positif Tolak
0 d dl Tidak ada autokorelasi positif
No decision dl ≤ d ≤ du
Tidak ada korelasi negatif Tolak
4-dl d 4 Tidak ada korelasi negatif
No decision 4-
du ≤ d ≤ 4-dl Tidak ada autokorelasi
Tidak ditolak du d 4-du
c. Uji Multikolinearitas Multikolinearitas berhubungan dengan situasi di mana ada
hubungan linear baik yang pasti atau mendekati pasti diantara variabel bebas Gujarati, 2009. Uji multikolinearitas ini bertujuan untuk
mengetahui apakah masing-masing variabel bebas saling berhubungan secara linear dalam model persamaan regresi yang digunakan. Apabila
terjadi multikolinearitas, akibatnya variabel penaksiran menjadi cenderung terlalu besar, t-hitung tidak bias namun tidak efisien.
Dalam penelitian ini deteksi multikolinearitas akan dilakukan dengan menggunakan korelasi bivariat untuk mendeteksi adanya
multikolinearitas. Kriterianya adalah jika korelasi bivariat lebih besar dari rule of tumb 0,8, maka di dalam model terjadi multikolinearitas
Gujarati, 2009. d. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke
pengamatan yang lain. Guna mengetahui ada atau tidaknya heteroskedastisitas dapat digunakan uji park. Uji park merupakan
prosedur dua tahap. Pada tahap pertama, dilakukan regresi OLS dengan mengabaikan heteroskedastisitas. Setelah mendapatkan
̌ dari regresi kemudian pada tahap kedua dilakukan regresi kembali
dengan menggunakan
Log ̌
sebagai variabel
terkaitnya. Selanjutnya, jika nilai probabilitasnya lebih besar dari alfa tingkat
signifikansi digunakan
maka hipotesis
alternatif adanya
heteroskedastisitas dalam model ditolak Gujarati, 2009. 5. Uji Hipotesis
Uji hipotesis dilakukan dengan uji parsial uji t. Uji-t dilakukan dengan tujuan untuk mengetahui pengaruh dan signifikansi masing-
masing variabel independen yang terdiri dari Stock Selection Skill, Market Timing Ability, Ukuran Reksa Dana, dan Umur Reksa Dana
terhadap variabel dependen yaitu Kinerja Reksa Dana Saham. Adapun langkah-langkah pengujian hipotesis adalah sebagai berikut :
a. Merumuskan hipotesis Hipotesis dalam penelitian sebagaimana telah dijelaskan di atas
dirumuskan sebagai berikut : 1 Pengaruh Stock Selection Skill X
1
terhadap Kinerja Reksa Dana Saham Y
H
01
:
1
≤ 0, artinya variabel Stock Selection Skill tidak berpengaruh positif terhadap variabel Kinerja Reksa Dana
Saham. Ha
1
:
1
0, artinya variabel Stock Selection Skill berpengaruh positif terhadap variabel Kinerja Reksa Dana Saham.
2 Pengaruh Market Timing Ability X
2
terhadap Kinerja Reksa Dana Saham Y
H
02
:
2
≤ 0, artinya variabel Market Timing Ability tidak berpengaruh positif terhadap variabel Kinerja Reksa Dana
Saham. Ha
2
:
2
0, artinya variabel Market Timing Ability berpengaruh positif terhadap variabel Kinerja Reksa Dana Saham.
3 Pengaruh Ukuran Reksa Dana X
3
terhadap Kinerja Reksa Dana Saham Y
H
03
:
3
≤ 0, artinya variabel Ukuran Reksa Dana tidak berpengaruh positif terhadap variabel Kinerja Reksa Dana
Saham. Ha
3
:
3
0, artinya variabel Ukuran Reksa Dana berpengaruh positif terhadap variabel Kinerja Reksa Dana Saham.
4 Pengaruh Umur Reksa Dana X
4
terhadap Kinerja Reksa Dana Saham Y
H
04
:
4
≤ 0, artinya variabel Umur Reksa Dana tidak berpengaruh positif terhadap variabel Kinerja Reksa Dana
Saham. Ha
4
:
4
0, artinya variabel Umur Reksa Dana berpengaruh positif terhadap variabel Kinerja Reksa Dana Saham.
b. Membuat keputusan uji-t Pengujian ini dilakukan dengan uji-t pada tingkat keyakinan 95
atau alpha 5, dengan ketentuan sebagai berikut : 1 Jika tingkat signifikansi 5 , maka H
diterima, H
a
ditolak.
2 Jika tingkat signifikansi 5, maka H ditolak, H
a
diterima. 6. Uji Goodness of Fit Model
a. Uji Simultan Uji F Uji F hitung dilakukan untuk menguji model regresi atas
pengaruh seluruh variabel independen yaitu Stock Selection Skill, Market Timing Ability, Ukuran Reksa Dana, dan Umur Reksa Dana
terhadap variabel dependen yaitu Kinerja Reksa Dana Saham. Adapun langkah-langkah uji F hitung adalah sebagai berikut :
1 Menentukan formulasi hipotesis Ho :
1
,
2
,
3
,
4
= 0 Berarti tidak ada pengaruh Stock Selection Skill, Market Timing
Ability, Ukuran Reksa Dana, dan Umur Reksa Dana terhadap Kinerja Reksa Dana Saham.
Ho :
1
,
2
,
3
,
4
≠ 0 Berarti ada pengaruh pengaruh Stock Selection Skill, Market
Timing Ability, Ukuran Reksa Dana, dan Umur Reksa Dana terhadap Kinerja Reksa Dana Saham.
2 Membuat keputusan uji F hitung Ketentuan dalam membuat keputusan uji F hitung adalah sebagi
berikut : a Jika tingkat signifikansi 5 maka dapat disimpulkan
bahwa H diterima, Ha ditolak.
b Jika tingkat signifikansi 5 maka dapat disimpulkan bahwa H
ditolak, Ha diterima. b. Koefisien Determinasi Adjusted R²
Koefisien determinasi adjusted R² digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi
variabel dependen. Menghitung koefisien determinasi R² :
Keterangan : R²
: koefisien determinasi JK Reg
: jumlah kuadrat regresi ΣY²
: jumlah kuadrat total dikoreksi Nilai koefisien determinasi R² adalah antara 0 nol dan 1 satu,
dimana nilai R² yang kecil atau mendekati 0 nol berarti kemampuan variabel-variabel independen dalam menjelaskan variasi
variabel dependen amat terbatas, namun jika nilai R² yang besar atau mendekati 1 satu berarti variabel-variabel independen memberikan
hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel
dependen.
58