4.3. Hasil Analisis dan Uji Hipotesis 4.3.1. Hasil Uji Normalitas
.
Berdasarkan pengolahan data dengan SPSS 15.0 dengan Kolmogorov Smirnov diperoleh hasil sebagai berikut :
Tabel 4.13. Uji Normalitas Y
X
1
X
2
X
3
X
4
X
5
Kolmogrov-Smirnov 2.873 2.017 2.279 1.828 1.958 1.627
Asymp. Sig
2-tailed 0.000 0.001 0.000 0.003 0.001 0.010
Sumber : Lampiran 9 Dengan demikian, Uji Kolmogorov Smirnov menunjukkan bahwa data
yang digunakan ternyata tidak memenuhi asumsi normalitas. Bahwa nilai signifikan kurang dari 0.05.
Regresi linier berganda tetap dilanjutkan, jika populasi tidak mengikuti distribusi normal maka x akan mengikuti distribusi normal jika n 30
Suparman 1987:34.
4.4. Pengujian Adanya Pelanggaran Asumsi-Asumsi Klasik 1.Pengujian adanya Multikolinieritas.
Untuk mengetahui adanya multikolinieritas dengan cara melihat mengamati besarnya VIF, apabila VIF 10 maka regresi bebas dari adanya
gejala multikolinieritas, sedangkan VIF 10 regresi mengandung adanya gejala multikolinieritas. Adapun hasil perhitungan dengan komputer.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tabel 4.14. Nilai VIF Variabel Tolerance
VIF Laba Akuntansi X
1
Total Aliran Kas X
2
Arus Kas Dari Aktivitas Operasi X
3
Arus Kas Dari Aktivitas Investasi X
4
Arus Kas Dari Aktivitas Pendanaan X
5
0,214 0,024
0,017 0,018
0,013 4,683
41,990 60,215
55,698 77,401
Sumber : Lampiran 10 Dalam pengujian pertama menggunakan metode enter menyatakan
bahwa analisis penelitian ini menunjukkan adanya gejala multikolineritas yaitu pada variabel total aliran kas X
2
, arus kas dari aktivitas operasi X
3
, arus kas dari aktivitas investasi X
4
, arus kas dari aktivitas pendanaan X
5
dimana nilai VIF pada variabel lebih besar dari 10 maka variabel ini disimpulkan terdapat gejala multikolinieritas dengan variabel independen
lainnya. Dengan nilai untuk VIF total aliran kas X
2
= 41,990, arus kas dari aktivitas operasi X
3
= 60,215, arus kas dari aktivitas investasi X
4
= 55,698, arus kas dari aktivitas pendanaan X
5
= 77,401. Untuk mengobati hal diatas, berbagai pendekatan telah dikembangkan.
Antara lain dengan menggunakan metode langkah mundur atau yang lebih dikenal dengan metode backward Draper Smith, 1981 :292-293.
Metode backward adalah metode yang mencoba membuang variabel yang
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
tidak dibutuhkan yaitu arus kas dari aktivitas operasi X
3
, untuk itu variabel arus kas dari aktivitas operasi dieliminier dan dilakukan pengujian lagi tanpa
variabel arus kas dari aktivitas operasi X
3
dengan hasil analisis sebagai berikut :
Tabel 4.15 Nilai VIF Variabel Tolerance
VIF Laba Akuntansi X
1
Total Aliran Kas X
2
Arus Kas Dari Aktivitas Investasi X
4
Arus Kas Dari Aktivitas Pendanaan X
5
0,214 0,146
0,139 0,186
4,665 6,868
7,176 5,372
Sumber : Lampiran 10 Dalam pengujian asumsi klasik terhadap analisis regresi linier berganda
ini menyatakan bahwa analisis penelitian ini tidak menunjukkan adanya gejala multikolinieritas dimana nilai VIF pada variabel tidak lebih besar dari
10 maka variabel ini disimpulkan tidak terdapat gejala multikolinieritas dengan variabel independen lainnya. Dengan nilai VIF untuk laba akuntansi
X1 = 4,665, total aliran kas X
2
= 6,868, arus kas dari aktivitas investasi X
4
= 7,176, arus kas dari aktivitas pendanaan X
5
= 5,372.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
2.Pengujian adanya autokorelasi
Salah satu metode yang digunakan untuk mendeteksi adanya autokorelasi adalah dengan metode Uji Durbin – Watson d. Adapun
pengujiannya adalah sebagai berikut: 1.Banyaknya sampel N= 40
2.Banyaknya variabel bebas k= 4 3.Taraftingkat signifikan yang digunakan
α= 0.05
Selanjutnya dilihat pada tabel Durbin Watson diperoleh DL= 1,285 dan DU= 1,721 Serta 4-DU= 2,279 dan 4-DL= 2,715
Adapun kriteria pengujiananya adalah sebagai berikut: Tabel 4.16. Batas – Batas Daerah Test Durbin Watson
Daerah Keterengan DW 1,285
1,285 ≤DW1,721
1,721 ≤DW2,279
2,279 ≤DW2,715
DW ≥2,715
Autokorelasi positif Tanpa kesimpulan inconclusive
Non autokorelasi Tanpa kesimpulan inconclusive
Autokorelasi negative Sumber : Lampiran 10
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Sedangakan nilai Durbin Watson dari perhitungan DW 2,031 dimana nilai ini terletak pada daerah 1,721
≤DW2,279 atau berada pada daerah Non Autokorelasi, sehingga dapat disimpulkan bahwa regesi bebas dari
autokorelasi.
3. Pengujian adanya Heteroskedasitas
Salah satu metode yang dipakai untuk mengetahui adanya Heteroskedasitas adalah dengan Uji Rank Spearman atau Spearman Rho.
Adapun hasil perhitungan dari komputer adalah sebagai berikut: Tabel 4.17. Korelasi Antara Variabel Bebas Dengan Nilai Residual error
Variabel Korelasi Sig
Laba Akuntansi X
1
Total Aliran Kas X
2
Arus Kas dari aktivitas investasi X
4
Arus Kas dari aktivitas pendanaan X
5
0,184 -0,039
0,28 -0,03
0,255 0.809
0,865 0,987
Sumber : Lampiran 10 Pengambilan keputusan
Probabilitas 0,05, maka terjadi heteroskedastisitas
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Probabilitas 0,05, maka terjadi Non Heteroskedastisitas Berdasarkan hasil pada tabel diatas, dapat disimpulkan bahwa regresi
bebas dari Heteroskedastisitas. Dari hasil pengujian dan pendektesian adanya asumsi – asumsi klasik
regresi diatas dapat disimpulkan bahwa regresi sudah tidak mengandung indikator – indikator yang bias.
4.5. Analisis Regresi
Dalam analisis ini menggunakan model Analisis Regresi Berganda yang berguna untuk mengetahui terdapat atau tidaknya pengaruh diantara variabel
bebas dan variabel terikat. Tabel 4.18. Data Koefisien Regresi Linier Berganda
Coefficientsª
Unstandardized Coefficients Standardized Coefficients
Model B Std.
Error Beta
t Sig 1 Constant
12042.836 5810.312
2.073 .046
X1 -7,882784-008 .000
-.207 -.574
.569 X2 2,203570-008
.000 .086
.197 .845
X4 2,067274-008 .000
.074 .165
.870 X5 1,211874-008
.000 .043
.110 .913
a. Dependent Variable: Y
Sumber : Lampiran 10 Y=12042,836 - 7,88.10
-8
X
1
+ 2.20.10
-8
X
2
+ 2.06.10
-8
X
4
+ 1.21.10
-8
X
5
Berdasarkan persamaan tersebut diatas, maka dapat dijelaskan melalui penjelasan sebagai berikut:
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
b =Konstanta=12042,836
Ini menunjukkan besarnya pengaruh faktor lain terhadap harga saham, artinya apabila variabel bebas bernilai konstan, maka harga saham bernilai
sebesar12042,836 rupiah. b
1
=Koefisien regresi untuk X
1
=-7,88.10
-8
Ini menunjukkan besarnya pengaruh variabel laba akuntansi terhadap harga saham, artinya setiap adanya perubahan laba akuntansi akan
menyebabkan perubahan terhadap harga saham. Apabila laba akuntansi meningkat 1 rupiah, maka harga saham akan turun sebesar -7,88.10
-8
rupiah dengan asumsi variabel bebas lainnya adalah konstan atau sama dengan 0.
b
2
=Koefisien regresi untuk X
2
=-2.20.10
-8
Ini menunjukkan besarnya pengaruh variabel total aliran kas terhadap harga saham, artinya setiap adanya perubahan total aliran kas akan
menyebabkan perubahan terhadap harga saham. Apabila total aliran kas meningkat 1 rupiah, maka harga saham akan naik sebesar 2.20.10
-8
rupiah dengan asumsi variabel bebas lainnya adalah konstan atau sama denga
b
4
=Koefisien regresi untuk X4=2.06.10
-8
Ini menujukkan besarnya pengaruh variabel arus kas dari aktivitas investasi terhadap harga saham, artinya setiap adanya perubahan arus kas
dari aktivitas investasi akan menyebabkan perubahan terhadap harga saham. Apabila variabel arus kas dari aktivitas investasi bertambah 1 rupiah, maka
harga saham akan meningkat sebesar 2.06.10
-8
rupiah dengan asumsi variabel bebas lainnya adalah konstan sama dengan 0.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
b
5
= koefisien regresi untuk X5=1.21.10
-8
Ini menunjukkan besarnya pengaruh variabel arus kas dari aktivitas pendanaan terhadap harga saham, artinya setiap adanya perubahan arus kas
dari aktivitas pendanaan akan menyebabkan perubahan terhadap harga saham. Apabila variabel arus kas dari aktivitas pendanaan bertambah 1
rupiah, maka harga saham akan meningkat sebesar 1.21.10
-8
rupiah dengan asumsi variabel bebas lainnya adalah konstan atau sama dengan 0.
4.6. . Uji Hipotesis
