diperoleh data-data sekunder yang telah diolah oleh instansi yang terkait dengan topik penelitian.
Teknik pengumpulan data yang dipergunakan adalah dengan melakukan pencatatan data, dimana data yang digunakan adalah data time series dengan
sampel perusahaan yang bergerak di bidang manufaktur yang terdaftar pada IHSG dengan analisis data waktu secara bulanan sepanjang tahun 2007 sampai tahun
2009.
3.4. Pengolahan Data
Dalam mengolah data, penulis menggunakan program Eviews 5.1 sebagai software utama untuk mengolah data dalam penulisan skripsi ini. Selain itu juga
digunakan software Microsoft Excel sebagai software pembantu dalam mengkonversi data dalam bentuk baku yang disediakan oleh sumber ke dalam
bentuk yang lebih representatif untuk digunakan pada software utama di atas dengan tujuan untuk meminimalkan kesalahan dalam pencatatan data jika
dibandingkan dengan pencatatan secara manual.
3.5. Teknik dan Model Analisis
Dalam menganalisis besarnya pengaruh variabel-variabel independen terhadap variabel dependen digunakan model ekonometrika dengan meregresikan
variabel-variabel yang ada dengan metode Ordinary Least Square OLS. Variabel-variabel tersebut dibuat dahulu ke dalam bentuk fungsi sebagai
berikut :
Y = f X
1
,X
2
,X
3
……………………………………………………. 1 Kemudian fungsi tersebut ditransformasikan dalam metode ekonometrika dalam
bentuk persamaan sebagai berikut : Y = α + β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ µ …………………………………… 2 Dimana :
Y = Harga Saham Industri Manufaktur Rp
α = Intercept Konstanta
β
1
β
2
β
3
= Koefisien regresi X
1
= Tingkat Suku Bunga SBI X
2
= Tingkat Inflasi X
3
= Nilai Tukar Rupiah US Rp µ
= error term Secara matematis bentuk hipotesisnya adalah :
,
artinya jika terjadi kenaikan pada variabel X
1
tingkat suku bunga SBI maka variabel Y harga saham industri manufaktur akan mengalami
kenaikan, ceteris paribus. , artinya jika terjadi kenaikan pada variabel X
2
tingkat inflasi maka variabel Y harga saham industri manufaktur akan mengalami
kenaikan, ceteris paribus. , artinya jika terjadi kenaikan pada variabel X
3
nilai tukar rupiah terhadap US maka variabel Y harga saham industri manufaktur akan
mengalami kenaikan, ceteris paribus.
3.6. Uji Kesesuaian Test of Goodness of Fit 3.6.1. Koefisien Determinasi R
2
Koefisien Determinasi dilakukan untuk melihat seberapa besar variabel- variabel independen secara bersama-sama mampu memberikan penjelasan
mengenai variabel dependen. Koefisien determinasi R-square yaitu angka yang menunjukkan besarnya kemampuan varians atau penyebaran dari variabel-
variabel independen yang menerangkan variabel dependen dipengaruhi oleh variabel-variabel dependennya. Besarnya nilai koefisien determinasi adalah antara
0 hingga 1 0R
2
1, dimana nilai koefisien determinasi mendekati 1 berarti variabel bebas mempunyai pengaruh yang besar terhadap variabel terikat.
3.6.2. Uji Keseluruhan Uji F-Statistik
Uji statistik F merupakan pengujian koefisien regresi secara keseluruhan pengujian ini menunjukkan apakah semua variabel bebas yang dimasukkan
kedalam model mempunyai pengaruh secara bersama-sama terhadap variabel terikat.
Membuat Hipotesa Ho : β
1
= β
2
= 0 Ha : β
1
≠ β
2
≠ β
3
= β
4
= 0 Kriteria
H akan diterima dan Ha akan ditolak bila F-stat F-tabel.
H akan ditolak dan Ha akan diterima bila F-stat F-tabel.
Mencari Nilai F-tabel Dengan interval 1, maka akan diperoleh nilai F-tabel sebagai berikut :
F =
Dimana : R
2
= Koefisien Determinasi
K =
Jumlah Variabel n
= Jumlah Sampel
Ha diterima Ho diterima
Gambar 3.1 : Kurva Uji F-Statistik
3.6.3. Uji Statistik T Uji Parsial
Uji statistik t menunjukkan seberapa jauh pengaruh satu variabel penjelas secara individual dalam menerangkan variasi variabel terikat. Untuk itu kita bisa
membandingkan nilai t-statistiknya dengan nilai t-tabelnya. Jika t-stat t-tabel, maka signifikan, berarti ada pengaruh nyata dari variabel independent terhadap
variabel dependen, serta sebaliknya. Bila jumlah df adalah 20 atau lebih dan derajat kepecayaan α = 1, maka Ho yang menyatakan β
1
= 0 dapat ditolak bila nilai t lebih besar dari 2 dalam nilai absolut. Dengan kata lain, menerima Ha
yang menyatakan bahwa suatu variabel independen secara individual mempengaruhi variabel dependen dan sebaliknya disebut Quick Look.
Dengan interval 1 maka akan diperoleh nilai t-tabel sebagai berikut :
Dimana : t
= nilat t-hitung
βi =
koefisien variabel i SEβi =
Standard error variabel
3.7. Uji Penyimpangan Asumsi Klasik 3.7.1. Multikolinearity
Uji multikolinearitas dilakukan dengan pendeteksian atas nilai R
2
dan signifikansi dari variabel yang digunakan. Rule of Thumb mengatakan apabila
didapatkan R
2
yang tinggi sementara terdapat sebagian besar atau semua yang secara parsial tidak signifikan, maka diduga terdi multikolinearitas pada model
tersebut Gujarati, 2003 : 369. Lebih dari itu, multikolinearitas biasanya terjadi pada estimasi yang menggunakan data runtut waktu sehingga dengan
mengkombinasikan data yang ada dengan data cross section mengakibatkan masalah multikolinearitas secara teknis dapat dikurangi. Penelitian ini
menggunakan data panel, jadi sebenarnya secara teknis sudah dapat dikatakan masalah multikolinearitas sudah tidak ada. Hal tersebut diperkuat dengan hasil
estimasi model bahwa semua variabel yang digunakan signifikan sehingga dengansendirinya model ini seudah terbebas dari penyimpangan asumsi klasik.
Adapun multikolinearity ditandai dengan : 1. Standar error tidak terhingga
2. Nilai koefisien t- statistik tidak signifikan pada α = 5
3. Terjadinya perubahan tanda atau tidak sesuainya dengan teori 4. R
2
sangat tinggi
3.7.2. Auto Correlation
Autokorelasi terjadi bila nilai gangguan dalam periode tertentu berhubungan dengan nilai gangguan sebelumnya. Uji autokorelasi yang paling
sederhana adalah menggunakan uji Durbin-Watson DW. Sebagai rule of thumb nilai DW hitung yang mendekati 2 dianggap menunjukkan bahwa model terbebas
dari autokorelasi Gujarati,2003: 469. Keterbatasan yang dihadapi dengan menggunakan pedoman DW adalah jika observasi yang besar. Oleh karena itu
digunakan trial and error terhadap regresi yang dilakukan dengan melakukan itersi regresi sehingga ditemukan nilai DW yang terbaik dari model tersebut.
Perumusan Hipotesis :
a. Ho : ρ
1 =
ρ
2 =
...
=
ρp
=
0 Non Autokorelasi Faktor pengganggu periode tertentu tidak berkorelasi dengan faktor pengganggu pada periode lain.
Ha : ρ
1 =
ρ
2 =
...
=
ρp
≠
0 Autokorelasi Faktor pengganggu periode tertentu berkorelasi dengan faktor pengganggu pada periode lain.
b. Kriteria Pengujian.
Jika d-hitung dL atau d-hitung 4-dL, Ho ditolak, berarti ada autokorelasi.
Jika dU d-hitung 4-dU, Ho diterima, berarti tidak terjadi autokorelasi.
Jika dL d-hitung dU atau 4-dU d-hitung 4-dL, maka tidak dapat disimpulkan ada tidaknya autokorelasi.
Inconclusive Inconclusive Auto + Auto -
Ho diterima no autokorelasi
dL dU 2
4-dU 4-dL 4
Gambar 3.2. Uji Durbin – Watson
3.8. Definisi Operasional
1. Indeks Harga Saham Industri Manufaktur yang terdaftar di IHSG adalah
indeks harga saham di sektor industri manufaktur yang telah disusun dan diperhitungkan seta merupakan catatan terhadap perubahan harga saham
sampai pada saat tertentu dan telah tercatat pada IHSG. Variabel tersebut dinyatakan dalam rupiah.
2. Suku Bunga SBI adalah tingkat suku bunga Sertifikat Bank Indonesia
yang ditentukan oleh Bank Indonesia. Variabel tersebut dinyatakan dalam persen.
3. Inflasi adalah kecenderungan dari harga-harga untuk menaik secara umum
dan terus menerus. Kenaikan harga dari satu atau dua barang saja tidak disebut inflasi, kecuali bila kenaikan tersebut meluas kepada atau
mengakibatkan kenaikan sebagian dari harga barang-barang lain. Variabel tersebut dinyatakan dalam persen.
4. Nilai tukar Rupiah terhadap US adalah rasio perbandingan antara mata
uang rupiah terhadap dollar Amerika. Satuannya adalah RpUS.
BAB IV HASIL DAN PEMBAHASAN
4.1. Indeks Harga Saham 4.1.1. Pengertian Indeks Harga Saham