Juliani : Faktor- Faktor Yang Mempengaruhi Pendapatan Saham Pada Sektor Pertambangan Di Bursa Efek Indonesia, 2010.
Tabel 4.6 Deskriptif Nilai Variabel Pendapatan Saham Perusahaan Pertambangan
Yang Terdaftar di BEI
Nama Emiten Periode
Rata - Rata
2006 2007
2008 Aneka Tambang Persero Tbk
0,38 0,12
-0,44 0,02
ATPK Resources Tbk 0,07
1,51 -0,69
0,29 Bumi Resources Tbk
0,08 0,78
-0,65 0,07
Central Korporindo International Tbk 1,29
0,46 -0,53
0,41 Citatah Industri Marmer Tbk
0,20 0,48
-0,15 0,17
Energi Mega Persada Tbk -0,12
0,51 -1,24
-0,28 International Nickel Indonesia Tbk
0,37 0,49
-0,93 -0,02
Resource Alam Indonesia Tbk 1,19
2,51 1,42
1,71 Medco Energi International Tbk
0,04 0,19
-0,32 -0,03
Mitra Investindo Tbk 0,32
0,78 -0,23
0,29 Tambang Batubara Bukit AsamTbk
0,31 0,57
-0,07 0,27
Petrosea Tbk -0,04
0,02 -0,02
-0,01 Timah Tbk
0,41 2,81
-0,62 0,20
Sumber : Data diolah 2009
B. Uji Asumsi Klasik
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Ada dua cara untuk mendeteksi
apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik. Untuk melihat normalitas residual penulis menganalisis grafik histogram
dan juga menganalis probably plot. Hipotesis :
a. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis
diagonal atau grafik histogram menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi klasik.
Juliani : Faktor- Faktor Yang Mempengaruhi Pendapatan Saham Pada Sektor Pertambangan Di Bursa Efek Indonesia, 2010.
b. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah
garis diagonal atau grafik histogram menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi klasik.
Regression Standardized Residual
3 2
1 -1
-2
Frequency
12 10
8 6
4 2
Histogram Dependent Variable: PS
Mean =-5.2E-17 Std. Dev. =0.932
N =39
Sumber : Hasil Penelitian, 2009 data diolah
Gambar 4.1 : Histogram
Pada gambar 4.1 tampak pada grafik histogram menunjukkan pola distribusi normal.
Juliani : Faktor- Faktor Yang Mempengaruhi Pendapatan Saham Pada Sektor Pertambangan Di Bursa Efek Indonesia, 2010.
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E xpect
ed C um
P rob
1.0 0.8
0.6 0.4
0.2 0.0
Sumber : Hasil Penelitian, 2009 data diolah
Gambar 4.2 : Normal P-P Plot Standardized Residual
Gambar 4.2 menunjukkan bahwa data titik-titik menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal. Oleh karena itu, berdasarkan Gambar 4.2
Normal P-P Plot of Regression Standardized Residual dan Gambar 4.1 maka dapat diambil kesimpulan bahwa telah memenuhi uji normalitas
Data di sepanjang garis diagonal berdist ribusi normal dapat dipastikan melalui uji Kolmogorov Smirnov 1 sample Ks dengan melihat data residual apakah
berdistribusi normal Situmorang, et al 59: 2008. Menentukan kriteria keputusan:
a. Jika nilai Asymp. Sig. 2-tailed 0,05 maka tidak mengalami gangguan distribusi normal.
b. Jika nilai Asymp.Sig. 2-tailed 0,05 maka mengalami gangguan distribusi normal.
Juliani : Faktor- Faktor Yang Mempengaruhi Pendapatan Saham Pada Sektor Pertambangan Di Bursa Efek Indonesia, 2010.
Tabel 4.7
One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 39
Normal Parametersa,b Mean
.0000000 Std. Deviation
.76240503 Most Extreme
Differences Absolute
.135 Positive
.135 Negative
-.087 Kolmogorov-Smirnov Z
.845 Asymp. Sig. 2-tailed
.474 a Test distribution is Normal.
b Calculated from data.
Sumber : Hasil Penelitian, 2009 data diolah
Pengambilan keputusan: Pada tabel 4.8, terlihat bahwa nilai Asymp. Sig.2-tailed adalah 0,474 dan di
atas nilai signifikan 0,05. Dengan kata lain variabel residual berdistribusi normal.
2. Uji Heteroskedasisitas Heteroskedasisitas terjadi karena perubahan situasi yang tidak tergambarkan
dalam spesifikasi model regresi. Dengan kata lain, heterokedastisitas terjadi jika residual tidak memiliki varian yang konstan. Pemeriksaan terhadap gejala
heterokedastisitas adalah dengan melihat pola diagram pencar scatter plot yaitu grafik yang merupakan diagram pencar residual, yaitu selisih antara nilai Y prediksi
dan Y observasi.
Juliani : Faktor- Faktor Yang Mempengaruhi Pendapatan Saham Pada Sektor Pertambangan Di Bursa Efek Indonesia, 2010.
a. Model Grafik Hipotesis :
1. Jika diagram pencar yang ada membentuk pola-pola tertentu yang teratur
maka regresi mengalami gangguan heterokedastisitas. 2.
Jika diagram pencar tidak membentuk pola yang atau acak maka regresi tidak menglami gangguan heterokedastisitas.
Regression Standardized Predicted Value
2 1
-1 -2
-3
R egressi
on S
tudent iz
ed R
esi dual
4 3
2 1
-1 -2
Scatterplot Dependent Variable: PS
Sumber : Hasil Penelitian, 2009 data diolah
Gambar 4.3 : Scatterplot
Juliani : Faktor- Faktor Yang Mempengaruhi Pendapatan Saham Pada Sektor Pertambangan Di Bursa Efek Indonesia, 2010.
Gambar 4.3 menunjukkan bahwa diagram pencar tidak membentuk pola, oleh karena itu tidak mengalami gangguan heterokedastiitas.
b. Model Glejser Menentuka kriteria keputusan:
1. Jika nilai signifikan 0,05, maka tidak mengalami gangguan
heterokedastisitas 2. Jika nilai signifikan 0,05 , maka mengalami gangguan
heterokedastisitas.
Tabel 4.8
Coefficientsa
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error
Beta B
Std. Error
1 Constant
.825 .180
4.589 .000
BETA .263
.234 .181
1.122 .270
PER -1.31E-005
.001 -.001
-.009 .993
EPS -.001
.000 -.384
-1.974 .057
DER -.127
.060 -.384
-2.112 .042
PBV .002
.008 .044
.244 .808
a Dependent Variable: ABSUT
Sumber : Hasil Penelitian, 2009 data diolah
Pada tabel 4.16 tampak bahwa signifikansi setiap variabel bebas lebih besar dari 0,05 maka tidak mengalami gangguan heterokedastisitas.
Juliani : Faktor- Faktor Yang Mempengaruhi Pendapatan Saham Pada Sektor Pertambangan Di Bursa Efek Indonesia, 2010.
3. Uji Multikolinearitas
Uji ini bertujuan untuk menguji apakah di dalam model regresi linier ditemukan adanya korelasi yang tinggi di antara variabel bebas independent
variabel. Multikolinearitas dapat dilihat dari nilai Variance Inflation Factor VIF.
Tabel 4.9
Coefficientsa
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance
VIF B
Std. Error
1 Cons
tant .559
.285 1.961
.058 BETA
.121 .372
.055 .327
.746 .910
1.099 PER
.003 .002
.197 1.121
.270 .835
1.197 EPS
-.001 .001
-.335 -1.645
.109 .624
1.604 DER
-.152 .095
-.303 -1.595
.120 .715
1.399 PBV
.015 .013
.212 1.118
.272 .715
1.399 a Dependent Variable: PS
Sumber : Hasil Penelitian, 2009 data diolah Pada tabel 4.9 menjelaskan mengenai besarnya nlai VIF untuk masing-masing
variabel bebas. Semua variabel bebas mempunyai nilai VIF5 sehingga dapat disimpulkan bahwa masalah multikolinearitas tidak ada.
4. Uji Autokorelasi
Gejala autokorelasi dideteksi dengan menggunakan uji Durbin –Watson DW. Menurut Situmorang et al 2008:86, untuk mendeteksi ada tidaknya
autikorelasi maka dilakukan pengujian Durbin-Watson DW dengan ketentuan sebagai berikut:
Juliani : Faktor- Faktor Yang Mempengaruhi Pendapatan Saham Pada Sektor Pertambangan Di Bursa Efek Indonesia, 2010.
Tabel. 4.10 Keputusan Autokorelasi
Hipotesis Nol Keputusan
Jika Tidak ada autokorelasi positif
Tolak 0ddl
Tidak ada autikorelasi positif No decision
dl ≤d≤du
Tidak ada korelasi negatif Tolak
4-dld4 Tidak ada korelasi negatif
No decision 4-du
≤d≤4-dl Tidak ada autokorelasi positif atau negatif
Tidak ditolak dud4-du
Sumber: Situmorang 2008:86
Hipotesis: a.
Menentukan formulasi hipotesis. Ho : tidak ada autokorelasi
Hi : ada autokorelasi b.
Menentukan nilai dan nilai d tabel terdiri atas du an dl. Nilai diambil dengan 5 nilai du an dl ditentukan dengan nilai n dan k.
c. Menentukan kriteria pengujian:
Ho diterima jika : du d 4-du Ho ditolak jika : d dl, dl d du, 4-du d 4du, 4-dl d.
Tabel 4.11
Model Summaryb
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-Watson
1 .384a
.148 .019
.81813 1.907
a Predictors: Constant, PBV, DER, BETA, PER, EPS b Dependent Variable: PS
Sumber : Hasil Penelitian, 2009 data diolah
Juliani : Faktor- Faktor Yang Mempengaruhi Pendapatan Saham Pada Sektor Pertambangan Di Bursa Efek Indonesia, 2010.
Hasil SPSS diperoleh DW hitung sebesar 1,907 dengan menggunakan nilai signifikan = 5, jumlah sampel n = 39 dan jumlah variabel independen k = 5,
sedangkan dari Tabel Durbin Watson diperoleh dl = 1,22 dan du = 1,79 . Oleh karena du 1,79 DW hitung 1,907 4 – du 2,21 maka terima Ho, dengan demikian
tidak terdapat autokorelasi dalam model.
C. Analisis Regresi Linier Berganda
