lxvi
B. Evaluasi Model Statistik
Penggunaan model analisis yang digunakan peneliti dalam menguji hipotesis adalah dengan regresi berganda. Peneliti melakukan uji F dan Uji t pada tiap
variabel dependent harga Saham dengan variabel independen ROA, ROE, BEP, EPS. Untuk melihat keabsahan persamaan regresi yang dibuat, pembuatan regresi
dilandasi oleh asumsi-asumsi yang tidak boleh dilanggar. Pada Tabel 4.6 terlihat bahwa terjadi masalah multikolinieritas pada variabel
Return on Assets ROA dan Return on Equity ROE. Hal ini ditunjukkan oleh nilai VIF kedua variabel tersebut adalah lebih besar dari 5 VIF 5.
Tabel 4.6 Masalah Multikolineritas
Model Collinearity Statistics
Tolerance VIF
1 Constant
ROA .012
85.551 ROE
.013 79.470
BEP .473
2.114 EPS
.816 1.226
a Dependent Variable: Harga saham
Sumber : Hasil olahan SPSS
Menurut Gozali 2005:95 salah satu cara yang dapat dilakukan untuk mengatasi masalah multikolinieritas adalah dengan mengeluarkan satu atau
beberapa variabel bebas yang mempunyai korelasi yang tinggi dari model. Oleh sebab itu, penulis mengeluarkan variabel ROE dari model regresi karena
mempunyai korelasi yang tinggi.
lxvii Setelah dilakukan kembali uji multikolinieritas, maka diperoleh hasil sebagai
berikut :
Tabel 4.7 Bebas Masalah Multikolineritas
Model Collinearity Statistics
Tolerance VIF
1 Constant
LN ROA .543
1.841 LN BEP
.684 1.462
LN EPS .541
1.848 a Dependent Variable: LN Harga Saham
Sumber : Hasil olahan SPSS Dari Tabel 4.7 dapat dilihat bahwa semua variabel bebas tidak terkena
masalah multikolinieritas. Hal ini dapat dilihat dari nilai Variance Inflation Factor VIF masing-masing variabel bebas yakni ROA, BEP dan EPS adalah lebih kecil
dari 5 VIF 5.
Tabel 4.8 Masalah Autokorelasi
Model Summary
b
.666
a
.444 .402
1.43996 1.556
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
Predictors: Constant, LN EPS, LN BEP, LN ROA a.
Dependent Variable: LN Harga Saham b.
Sumber : Hasil olahan SPSS
Pada Tabel 4.8 yang menyajikan tabel “model summary” nilai Durbin Watson DW adalah sebesar 1,556. Nilai Durbin Watson DW harus
dibandingkan dengan tabel Durbin Watson DW, untuk = 5 dan k = 3 banyaknya variabel bebas, n = 44 maka nilai batas bawah d
L
pada tabel adalah 1,38 dan batas atas d
U
sebesar 1,66. Dengan demikian nilai DW berada diantara
lxviii dl dan du
d
L
≤ DW ≤ d
U
. Artinya, residual mempunyai masalah autokorelasi positif tetapi lemah, bila diperbaiki akan lebih baik.
Masalah autokorelasi menyebabkan munculnya outlier yaitu sebanyak satu buah outlier. Menurut Nachrowi 2006, outlier adalah nilai yang terpisah dari
kumpulan observasi, yang dapat bernilai sangat besar atau sangat kecil. Mengingat pendugaan koefisien regresi, seperti koefisien determinasi atau uji
hipotesis, sangat banyak memanfaatkan nilai rata-rata, maka nilai ekstrim akan mempunyai pengaruh terhadap ketepatan model. Oleh karena itulah dalam regresi
outlier harus diperhatikan dengan cermat, jika ingin persamaan regresi yang dibuat akurat.
Deteksi outlier dapat dilakukan dengan membuat plot antara residual dan nilai prediksi atau standar. Ketika model diolah, ternyata didapat sebuah outlier,
yaitu tampak pada observasi sebagai berikut:
Tabel 4.9
Casewise Diagnostics
a
-3.393 2.70805
-5.5920 -410.89
Case Number 28
Std. Residual LN Harga
Saham Predicted
Value Residual
Dependent Variable: LN Harga Saham a.
Sumber : Hasil olahan SPSS Munculnya outlier pada observasi tentunya akan mengganggu estimasi
koefisien regresi yang dapat berakibat tidak tepatnya model yang dibuat. Oleh karena itu, observasi ini tidak disertakan dalam model yang akan dibentuk,
sehingga model akan diestimasi berdasarkan 43 observasi.
lxix Setelah observasi No.28 dikeluarkan dan dilakukan pengolahan data,
ternyata dari persamaan yang didapat tidak lagi ditemui outlier. Nilai Durbin Watson DW bertambah menjadi 1,683
Tabel 4.10 Bebas Masalah Autokorelasi
Model Summary
b
.716
a
.513 .476
1.4869 1.683
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
Predictors: Constant, LN EPS, LN BEP, LN ROA a.
Dependent Variable: LN Harga Saham b.
Sumber : Hasil olahan SPSS Berdasarkan Tabel Durbin Watson DW nilai tersebut terletak diantara du
dan 4-du 1,66 1,683 2,34 sehingga dapat disimpulkan residual tidak lagi mengandung serial korelasi tidak terjadi masalah autokorelasi.
C. Analisis Kelayakan Model