4.6. Metode Analisis Data 4.6.1.
Pengujian Asumsi Klasik
Teknik analisis yang digunakan salam penelitian ini adalah regresi linear berganda Multiple Regression Analysis dengan menggunakan return saham sebagai
variabel dependen dan informasi fundamental yang digambarkan dalam Current RatioCR X
1
, Return on EquityROE X
2
, Cash Flow to DebtCFO X
3
, Price Book ValuePBV X
4
dan Ukuran PerusahaanSIZE X
5
sebagai variabel independen.
Salah satu syarat untuk pengujian hipotesis dengan menggunakan metode regressi berganda adalah uji asumsi klasik. Jika asumsi-asumsi tersebut tidak semua
terpenuhi maka hasilnya akan bias Gujarati, 1999:139. Uji ini meliputi: uji Normalitas, Uji Multikolinearitas, Uji Autokorelasi, dan Uji Heteroskedastisitas.
1. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah dalam model regresi, variabel terikat dan variabel bebas memiliki distribusi normal atau tidak. Model regressi
yang baik adalah memiliki distribusi data normal atau mendekati normal. Menurut Ghozali 2003:112, ada dua cara untuk mendeteksi apakah residual
berdistribusi normal atau tidak yaitu dengan melihat tampilan grafik histogram maupun grafik normal plot.
2. Uji Multikolinearitas
Multikolinieritas adalah terdapatnya lebih dari satu hubungan linier pasti sempurna. Dimana suatu keadaan yang satu atau lebih variabel bebasnya
terdapat korelasi dengan variabel bebas lainnya. Adanya multikolinieritas dapat dilihat dari tolerance value atau nilai Variance Inflation Factor VIF, yaitu
dengan rumus : Hair et al, 1998 :193
R
2
k = Koefesien determinasi R
2
berganda ketika X
k
diregresikan dengan variabel-variabel X lainnya.
⎟⎟⎠ ⎞
⎜⎜⎝ ⎛ −
= k
R VIF
2
1 1
Batas tolerance value adalah 0,01 dan batas VIF adalah 10. dimana :
tolerance value 0,01 atau VIF 10 = terjadi multikolinieritas tolerance value 0,01 atau VIF 10 = tidak terjadi multikolinieritas.
3. Uji Autokorelasi
Uji autokorelasi dilakukan untuk mengetahui apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dan dengan kesalahan
pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan
sepanjang waktu berkaitan satu sama lainnya.
Pengujian asumsi ketiga ini, dilakukan dengan menggunakan uji Durbin Watson Durbin-Watson Test, yaitu untuk menguji apakah terjadi korelasi serial
atau tidak dengan menghitung nilai d statistik dengan rumus Gujarati, dalam Zain, 1999 : 215 sebagai berikut :
∑ ∑
= =
= =
−
− =
N t
t t
N t
t t
t
e e
e d
1 2
2 2
1
d = nilai d
e
t
= nilai residu dari persamaan regresi periode t e
t-1
= nilai residu dari persamaan regresi periode t-1 Salah satu pengujian yang digunakan untuk mengetahui adanya autokorelasi adalah
dengan memakai uji statistik Durbin–Watson DW test. Jika nilai Durbin– Watson berada diantara -2 sampai +2 berarti tidak ada autokorelasi Santoso, 2003.
4. Uji Heteroskedastisitas