metode Ordinary Least Square OLS Untuk itu fungsi persamaan yang digunakan dalam penelitian ini adalah :
IHSG = fInflasi, Nilai Tukar Rupiah, Suku Bunga, Harga Emas Rupiah……4.1. Kemudian fungsi tersebut dispesifikasikan ke dalam model ekonometrika dalam
bentuk liner, sebagai berikut : IHSG = b
+ b
1
INF+ b
2
NTR+ b
3
dimana : SBI + + HER µ ………………………..4.2
IHSG = Indeks Harga Sahan Gabungan basis pointbsp INF
= inflasi persen NTR = Nilai tukar rupiah terhadap Dollar Rp
SBI = Suku Bunga SBI persen
HER = Harga emas rupiah per fine Ounce b
b = intercept
1
,b
2
,b
3
µ = Kesalahan penggangu
= koefisien variabel
4.5.1. Uji Penyimpangan Asumsi Klasik
Ada beberapa permasalahan yang bisa terjadi dalam model regresi linier, yang secara statistik permasalahan tersebut dapat mengganggu model yang telah
ditentukan, bahkan dapat menyesatkan kesimpulan yang diambil dari persamaan yang terbentuk. Untuk itu perlu dilakukan uji penyimpangan asumsi klasik yang
terdiri dari :
1. Uji Normalitas Data
Tujuan uji normalitas adalah ingin mengetahui apakah dalam model regresi variabel penggangu atau residual memiliki distribusi normal. Cara untuk
Universita Sumatera Utara
mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik. Analisis grafik adalah dengan grafik histogram dan melihat
normal probability plot yaitu dengan membandingkan distribusi kumulatif
dengan distribusi normal.
2. Uji Heterokedastsitas
Uji heterokedastisitas bertujuan untuk menguji apakah model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang
lain. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas. Uji heterokedastisitas dilakukan dengan melihat
ada tidaknya pola tertentu pada grafik Scatterplot antara SRESID dan ZPRED. Dasar analisisnya dapat dilihat :
a Jika titik-titik yang membentuk pola yang teratur bergelombang, melebar kemudian memyempit maka mengidentifikasikan telah terjadi
heterokedastisitas. b Jika tidak ada pola yang jelas serta titik-titik menyebar di atas dan di
bawah angka nol pada sumbu y maka tidak terjadi heterokedastisitas.
3. Uji Autokorelasi
Autokorelasi dapat didefinisikan sebagai korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu seperti dalam data
time series. Sehingga terdapat saling ketergantungan antara faktor pengganggu yang berhubungan dengan observasi yang dipengaruhi oleh
unsur gangguan yang berhubungan dengan pengamatan lainnya. Oleh sebab itu masalah autokorelasi biasanya muncul dalam data time series, meskipun
tidak menutup kemungkinan terjadi dalam data cross sectional. Dalam
Universita Sumatera Utara
konteks regresi, model regresi linier klasik mengasumsikan bahwa autokorelasi seperti itu tidak terdapat dalam disturbansi atau pengguan
µi. Dengan menggunakan lambang
Ε µi, µj = 0; i ≠ j. Secara sederhana dapat dikatakan model klasik mengasumsikan bahwa unsur gangguan yang
berhubungan dengan observasi tidak dipengaruhi oleh unsur disturbansi atau gangguan yang berhubungan dengan pengamatan lain yang manapun. Salah
satu pengujian yang digunakan untuk mengetahui adanya autokorelasi adalah dengan memakai uji statistik Durbin Watson DW test. Jika nilai
Durbin Watson berbeda antara -2 sampai +2 berarti autokorelasi Nugroho,
2005.
4. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi di antara variable independen Erlina, 2008.
Pengujian ini diperlukan untuk mengetahui apakah ada tidaknya variabel independen yang memiliki kemiripan dengan variabel indpenden lain
dalam satu model. Jika terjadi korelasi, maka terdapat masalah multikolinieritas. Pada model regresi yang baik tidak terdapat korelasi di
antara variabel independent. Pendeteksiannya dengan menggunakan tolerance value
dan variance inflation factor VIF. Jika nilai tolerance value
0,10 dan VIP 10 maka tidak terjadi multikolinieritas. Penghitungan di atas dilakukan sepenuhnya dengan bantuan software
komputer.
4.5.2. Uji Kesesuaian
Universita Sumatera Utara
Suatu masalah yang erat hubungannya dengan penaksiran koefisien regresi adalah kesesuaian goodness of fit regresi sample secara keseluruhan. Kebaikan
sesuai diukur dengan koefisien determinasi R
2
, yang mengatakan proporsi variasi variabel tidak bebas yang dijelaskan oleh variabel yang menjelaskan. R
2
Pengujian satistik dilakukan dengan menggunakan uji-t t-test dan uji-F F-test serta perhitungan nilai koefisien determinasi R
ini mempunyai jangkauan antara 0 dan 1, semakin dekat ke 1 maka semakin baik
kesesuiannya.
2
. Uji-t dimaksud untuk mengetahui signifikansi statistik koefisien regresi secara parsial. Sedangkan uji-F
dimaksudkan untuk mengetahui signikasi statistik koefisien regresi secara bersama. Koefisien determinasi R
2
bertujuan untuk melihat kekuatan variabel bebas menjelaskan variabel tidak bebas.
Universita Sumatera Utara
BAB V HASIL PENELITIAN DAN PEMBAHASAN
5.1. Hasil Penelitian 5.1.1. Deskripsi Data Penelitian
