38 Metode analisis data yang digunakan dalam penelitian ini adalah analisis
regresi berganda. Analisis regresi digunakan untuk memprediksi sseberapa jauh perubahan variable dependen jika variable independennya dimanipulasi. Sebelum
melakukan regresi, peneliti terlebih dahulu melakukan uji statistik deskriptif dan uji asumsi klasik
Pengujian dilakukan dengan menggunakan software SPSS Statistical Package for Social Science. Dalam menganalisis ini, peneliti menggunakan
perangkat lunak SPSS Statistics 22.0.
3.8.1 Statistik Deskriptif
Statistik Deskriptif memberi gambaran fenomena atau karesteristik data yang digunakan didalam penelitian. Hasil analisis menggambarkan jumlah sampel
yang diteliti, nilai rata-rata, nilai minimum, nilai maximum, serta standar deviasi. a.
n adalah jumlah sampel yang digunakan didalam penelitian. b.
Mean adalah nilai rata-rata dari data yang ada di dalam penelitian. Mean diperoleh dengan membagikan jumlah seluruh angka pada data
dengan jumlah seluruh data yang ada. c.
Minimum adalah nilai yang terendah dari data yang ada di dalam penelitian.
d. Maksimum adalah nilai yang tertinggi dari data yang ada di dalam
penelitian. e.
Standar deviasi adalah suatu ukuran penyimpangan. Jika nilainya kecil maka data yang digunakan mengelompok disekitar nilai rata-rata.
Universitas Sumatera Utara
39
3.8.2 Uji Asumsi Klasik
Pengujian asumsi klasik ini bertujuan untuk mengetahui dan menguji kelayakan atas model regresi yang digunakan dalam penelitian ini. Pengujian ini
juga dimaksudkan untuk memastikan bahwa di dalam model regresi yang digunakan tidak terdapat multikolonieritas dan heteroskedastisitas serta untuk
memastikan bahwa data yang dihasilkan berdistribusi normal Ghozali, 2006. Terdapat 4 empat pengujian terkait uji asumsi klasik yaitu uji normalitas, uji
multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi.
3.8.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Ada dua cara untuk
mengetahui apakah residual terdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik Ghozali, 2012 : 110. Karena analisis grafik dapat
menyesatkan, maka dilakukan juga uji statistik Kolmogorov-Smirnov dengan melihat tingkat signifikansinya. Uji ini dilakukan sebelum data diolah.
Pendeteksian normalitas data apakah terdistribusi normal atau tidak dengan menggunakan uji Kolmogorov-Smirnov. Residual dinyatakan terdistribusi normal
jika nilai signifikansi Kolmogorov-Smirnov 0,05.
3.8.2.2 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk megetahui apakah di dalam model regresi terdapat korelasi antar variabel independen. Metode yang dapat digunakan
untuk menguji terjadinya multikolinieritas dapat dilihat dari matrik korelasi
Universitas Sumatera Utara
40 variabel-variabel bebas. Pada matrik korelasi, jika antar variabel bebas terdapat
korelasi yang cukup tinggi umumnya di atas 0.90, maka hal ini merupakan indikasi adanya multikolinieritas. Selain itu dapat juga dilihat nilai tolerance atau
variance inflation factor VIF. Batas dari tolerance adalah 0.10 dan batas VIF adalah 10 Santoso, 2010.
3.8.2.3 Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang
lain. Jika varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Model
regresi yang baik adalah yang Homoskesdatisitas atau tidak terjadi Heteroskesdatisitas Ghozali, 2012 : 105.
Ada atau tidaknya heteroskedastisitas dapat dideteksi dengan melihat grafik plot antara nilai prediksi variabel terikat dependen yaitu ZPRED dengan
residualnya SRESID. Deteksi ada tidaknya gejala heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antar
SRESID dan ZPRED, di mana sumbu Y adalah Y yang telah diprediksi dan sumbu X adalah residual Yprediksi-Ysesungguhnya yang telah di stundentized.
Adapun dasar atau kriteria pengambilan keputusan berkaitan dengan gambar tersebut adalah Ghozali, 2012 : 105:
Universitas Sumatera Utara
41 a.
Jika ada pola tertentu, seperi titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka
mengindikasikan telah terjadi heteroskedastisitas. b.
Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
3.8.2.4 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear terdapat korelasi antar residual pada periode t dengan residual
periode t-1 sebelumnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Cara yang dapat digunakan untuk mendeteksi ada atau tidaknya
autokorelasi adalah dengan Uji Durbin Watson DW. Pengambilan keputusan ada tidaknya autokorelasi Ghozali, 2009:
a. Bila nilai Durbin-Watson DW terletak antara batas atas atau Upper Bound
DU dan 4-DU, maka koefisien autokorelasi sama dengan nol, berarti tidak ada autokorelasi.
b. Bila nilai DW lebih rendah daripada batas bawah atau Lower Bound DL,
maka koefisien autokorelasi lebih besar dari nol, berarti ada autokorelasi positif.
c. Bila nilai DW lebih besar daripada batas bawah atau Lower Bound 4-DL,
maka koefisien autokorelasi lebih kecil dari nol, berarti ada autokorelasi negatif.
Universitas Sumatera Utara
42 d.
Bila nilai DW terletak diantara batas atas DU dan batas bawah DL atau DW terletak antara 4-DU dan 4-DL, maka hasilnya tidak dapat
disimpulkan.
Tabel 3.3 Kriteria Pengambilan Keputusan
Hipotesis Nol Keputusan
Jika
Tidak Ada Autokorelasi Positif Tolak
0 D DL
Tidak Ada Autokorelasi Positif No Decison
DL ≤ D ≤ DU
Tidak Ada Autokorelasi Negatif Tolak
4-DL d 4
Tidak Ada Autokorelasi Negatif No Decision
4-DU ≤ d ≤ 4-DL
Tidak Ada Autokorelasi Positif dan Negatif
Tidak Tolak DU d 4-DU
Sumber: Ghozali, 2006 3.8.3 Analisis Regresi MRA Moderating Regression Analysis
Model yang digunakan dalam penelitian adalah model regresi linier berganda. Hal ini disebabkan penelitian dirancang untuk mengetahui arah,
pengaruh dan kekuatan hubungan dari variabel independen terhadap variabel dependen. Adapun model dasarnya dapat dirumuskan sebagai berikut:
Y = + b1X1+ b2Z+b3X
1
.Z + e Keterangan:
Y = Harga saham
a = Konstanta persamaan regresi
b1, b2, = Koefisien regresi dari masing-masing variabel independen X
1
= Dividen Payout Rasio DPR X
2
= Net Interest Margin NIM
Universitas Sumatera Utara
43 X
3
= Earning Per Share EPS
Z
=
Profitabilitas
e = Variabel Residual
Besarnya konstanta tercermin dalam “a” dan besarnya koefisien regresi dari masing-masing variabel independen ditunjukkan dengan b1, b2 dan b3. Pada
model persamaan di atas dapat diketahui tanda positif atau negatif dari masing- masing variabel independen terhadap variabel dependen.
Uji Interaksi atau sering disebut dengan Moderated Regression Analysis MRA merupakan aplikasi khusus regresi berganda linear di mana dalam persamaan
regresinya mengandung unsur interaksi perkalian dua atau lebih variabel independen Ghozali, 2006. Variabel perkalian antara Kinerja Keuangan DPR X1,
NIM X2 dan EPS,X3 dan profitabilitas Z merupakan variabel moderating oleh karena menggambarkan pengaruh moderating variabel profitabilitas Z terhadap
hubungan Kinerja Keuangan X dan harga saham Ŷ.
3.8.4 Pengujian Hipotesis
Uji statistik F menunjukkan apakah semua variabel independen atau bebas mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau
terikat Ghozali, 2012 : 84. Pengujian ini dilakukan dengan menggunakan uji dua arah dengan hipotesis sebagai berikut:
a. Ho : b1 = b2 = b3 = b4 = b5 = 0, artinya tidak ada pengaruh secara signifikan
dari variabel bebas secara bersama-sama. b.
Ha : b1 ≠ b2 ≠ b3 ≠ b4 ≠ b5 ≠ 0, artinya ada pengaruh secara signifikan dari
variabel bebas secara bersama-sama.
Universitas Sumatera Utara
44 Uji F dilakukan dengan membandingkan nilai F hitung dengan F tabel dan
melihat nilai signifikansi F pada output hasil regresi menggunakan SPSS dengan nilai signifikansi 0,05.
Dengan cara sebagai berikut: a.
Bila F hitung F tabel atau probabilitas nilai signifikan Sig ≤ 0,05, maka
hipotesis tidak dapat ditolak, ini berarti bahwa secara simultan variabel independen mempunyai pengaruh signifikan terhadap variabel dependen.
b. Bila F hitung F tabel atau probabilitas nilai signifikan Sig
≥ 0, 05, maka hipotesis tidak dapat diterima, ini berarti bahwa secara simultan variabel
independen tidak mempunyai pengaruh signifikan terhadap variabel dependen.
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelasindependen secara individual dalam menerangkan variasi
variabel dependen dengan hipotesa sebagai berikut Ghozali, 2012 : 84: a.
Hipotesis nol atau Ho : bi = 0 artinya variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen.
b. Hipotesis alternatif atau Ha : bi
≠ 0 artinya variabel independen merupakan penjelas yang signifikan terhadap variabel dependen.
Uji t dipakai untuk melihat signifikansi dari pengaruh independen secara individu terhadap variabel dependen dengan menganggap variabel lain bersifat
konstan. Uji ini dilakukan dengan memperbandingkan t hitung dengan t tabel Sulaiman, 2004 : 87. Dilakukan dengan cara sebagai berikut:
Universitas Sumatera Utara
45 a.
Bila t hitung t tabel atau probabilitas tingkat signifikansi Sig 0,05, maka menolak Ho dan menerima Ha.
b. Bila t hitung t tabel atau probabilitas tingkat signifikansi Sig 0,05
maka menerima Ho dan menolak Ha.
Koefisien determinasi R
2
pada intinya untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai R
2
yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi
variabel dependen amat terbatas. Nilai yang mendekati 1 satu berarti variabel- variabel independen memberikan hampir semua informasi yang dibutuhkan untuk
memprediksi variasi variabel dependen Ghozali, 2009.
Universitas Sumatera Utara
46
BAB IV HASIL DAN PEMBAHASAN
4.1 Hasil Penelitian
4.1.1 Analisis Statistik Deskriptif
Penelitian diawali dengan melakukan analisis statistik deskriptif. Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang
dilihat dari nilai rata-rata mean, standar deviasi, varian, maksimum, minimum. Output tampilan statistik deskriptif dari variabel bebas dan terikat
pada sampel perusahaan manufaktur sektor industri barang konsumsi selama periode 2012-2014 disajikan dalam Tabel 4.1 berikut ini.
Tabel 4.1 Hasil Statistik Deskriptif Variabel Penelitian
Descriptive Statistics
N Minimum Maximum
Mean Std.
Deviation DPR
55 4.00
83.00 27.4182
22.48843 NIM
55 3.00
83.00 26.8545
21.53328 EPS
55 3.00
83.00 28.2182
18.82737 Harga_saham
55 3.00
85.00 30.5455
22.86581 Valid N
listwise 55
Sumber: Hasil Penelitian, 2016 data diolah
Tabel 4.1 menunjukkan bahwa jumlah data penelitian ada sebesar 55 perusahaan, dari 55 perusahaan ini harga saham terkecil minimum adalah
3.00 dan nilai perusahaan terbesar maximum adalah 85.00. Rata-rata nilai
Universitas Sumatera Utara