Teknik Analisa Data Uji Hipotesis

4. Normalitas Salah satu cara mengecek kenormalitasan adalah dengan plot probabilitas normal. Menurut Sulaiman 2004 : 89 dengan plot ini, masing-masing nilai pengamatan dipasangkan dengan nilai harapan pada distribusi normal. Normalitas terpenuhi apabila titik-titik data terkumpul di sekitar garis lurus. Hipotesis : H : Sampel ditarik dari populasi dengan distribusi tertentu. H 1 : Sampel ditarik bukan dari populasi dengan distribusi tertentu. Jika : nilai signifikansi ≤ α maka tolak H nilai signifikansi α maka terima H

3.5 Teknik Analisa Data

Teknik analisis data yang digunakan dalam penelitian ini adalah model regresi linear berganda dengan rumus : Y = a + β 1 X 1 + β 2 X 2 +  3 X 3 +  4 X 4 +e Keterangan : Y = Harga saham a = Konstanta β 1 β 2  3  4 = Koefisien regresi dari masing-masing variable bebas X 1 = Net Profit Margin X 2 = Return On Investment X 3 = Return On Equity X 4 = Earning per share e = Kesalahan baku

3.6. Uji Hipotesis

Pengujian terhadap hipotesis penelitian ini dilakukan dengan uji t dan uji F. Pengujian terhadap hipotesis penelitian dilakukan dengan cara sebagai berikut :

3.6.1 Uji F

Uji F digunakan untuk menguji pengaruh variabel independent terhadap variabel dependent secara simultan. Untuk membuktikan kebenaran pengaruh secara simultan dilakukan dengan uji F yang menyatakan ada tidaknya pengaruh dari variabel independent terhadap variabel dependent. Menurut Sulaiman 2004 : 86, pengujian ini dilakukan dengan membandingkan nilai F hitung dengan F tabel. . Untuk memperoleh F hitung dipakai rumus berikut : 1. Y – Y 2 k F hitung = …….Sulaiman 2004 : 1987  Y – Y 2 N– k – 1 Dengan : Y = nilai pengamatan Y = nilai Y yang ditaksir dengan model regresi. Y = nilai rata-rata pengamatan. N = jumlah pengamatansampel k = jumlah variabel independent 2. Nilai kritis dalam distribusi F dengan tingkat signifikan α 5. Dari uraian diatas maka diberikan uji statistik sebagai berikut : a. H o : b 1 = b 2 = b 3 = 0, variabel independent X secara simultan tidak berpengaruh signifikan terhadap variabel dependent Y. b.H 1 : b 1 ≠ b 2 ≠ b 3 ≠ 0, variabel independent X secara simultan berpengaruh signifikan terhadap variabel dependent Y. 3. Kriteria pengujian dari uji F adalah sebagai berikut : a. Jika F hit ≤ F tabel, maka H diterima dan H 1 ditolak yang berarti secara simultan variabel independent X 1 , X 2 , X 3 tidak berpengaruh secara signifikan terhadap variabel dependent Y. b. Jika F hit F tabel, maka H ditolak dan H 1 diterima yang berarti secara simultan variabel independent X 1 , X 2 , X 3 berpengaruh secara signifikan terhadap variabel dependent. Gambar 3.1 Kurva F H o diterima jika F hit ≤ F tab H o ditolak jika F hit F tab

3.6.2. Uji t

Uji t digunakan untuk menguji pengaruh variabel independent terhadap variabel dependent secara parsial. Untuk membuktikan kebenaran pengaruh secara parsial dilakukan dengan uji t yang menyatakan ada tidaknya pengaruh dari variabel independent terhadap variabel dependent. Menurut Sulaiman 2004 : 87, uji ini dilakukan dengan memperbandingkan t hitung dengan t tabel . Untuk memperoleh nilai t hitung dipakai rumus sebagai berikut : 1. Menentukan nilai t hitung t hitung = bi se i bi   ……………………Sulaiman 2004 : 87 Dengan : b i = koefisien variabel ke–i β i = parameter ke-i yang dihipotesiskan. Se b i = kesalahan standar b i 2. Merumuskan hipotesis statistik a. H o : b 1 = 0, variabel independent kualitas X 1 , fitur produk X 2 , desain produk X 3 , secara parsial tidak berpengaruh signifikan terhadap variabel dependent Y. b. H 1 : b 1 ≠ 0, variabel independent kualitas X 1 , fitur produk X 2 , desain produk X 3 , secara parsial berpengaruh signifikan terhadap variabel dependent Y. 3. Kriteria pengujian dari uji t adalah sebagai berikut : a. Jika t hit ≤ t tabel, maka Ho diterima dan H 1 ditolak yang berarti secara parsial variabel independent X 1 , X 2 , X 3 tidak berpengaruh secara l terhadap variabel dependent Y. b. Jika t hit t tabel, maka Ho ditolak dan H 1 diterima yang berarti secara parsial variabel independent X 1 , X 2 , X 3 berpengaruh secara parsial terhadap variabel dependent Y. Gambar 3.2 Kurva t

BAB IV HASIL DAN PEMBAHASAN