4.6 Metode Analisis Data
Dalam penelitian ini digunakan model analisis regresi sederhana Simple Regression Analysis
dan analisa regresi berganda Multiple Regression Analysis dengan persamaan kuadrat terkecil Ordinary Least Square. Adapun bentuk
persamaan regresinya adalah :
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ e
Keterangan : Y
= Harga saham a
= konstanta b
1
,b
2
,b
3
,b
4
= koefisien
regresi X
1
= ROE X
2
= CAR X
3
= NIM X
4
= DPR e
= error-terms variable gangguanresidual
4.6.1 Pengujian Asumsi Klasik
Sebelum melakukan pengujian hipotesis terlebih dahulu dilakukan pengujian asumsi klasik terhadap data penelitian yang meliputi pengujian normalitas data,
multikollinieritas, heteroskedastisitas dan autokorelasi.
Heriyati Chrisna : Pengaruh Return On Equity, Capital Adequacy Ratio, Net Interest Margin Dan Dividen Payout Ratio Terhadap Harga Saham Pada Perusahaan Perbankan Di Bursa Efek Indonesia, 2009
4.6.1.1 Pengujian normalitas data Pengujian normalitas data dilakukan untuk menguji apakah dalam model
regresi, variabel independen dan dependen mempunyai distribusi normal atau tidak. Tetapi jika terjadi penyimpangan terhadap asumsi distribusi normalitas maka masih
tetap menghasilkan penduga koefisien regresi yang linier, tidak berbias dan terbaik.Penyimpangan asumsi normalitas ini akan semakin kecil pengaruhnya apabila
jumlah sampel diperbesar.Salah satu penyelesaiannya adalah dengan cara mengubah bentuk nilai variabel yang semula nilai absolut ditransformasikan menjadi bentuk lain
kwadratik, resiprokal dan lain sebagainya sehingga distribusi menjadi normal. Pengujian normalitas ini akan dilakukan dengan uji statistik non parametrik
Kolmogorov – Smirnov K-S. Untuk melihat apakah suatu data mempunyai distribusi
normal, maka kriteria pengujiannya adalah sebagai berikut : a.
Jika angka signifikansi 0,05 maka data mempunyai distribusi normal b.
Jika angka signifikansi 0,05 maka data tidak mempunyai distribusi normal
4.6.1.2 Uji multikolinieritas Uji multikolinieritas ini bertujuan untuk menguji apakah dalam model
regresi ditemukan adanya korelasi antar variable bebas Ghozali, 2005. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas.Pengujian
multikolinieritas pada penelitian ini dilakukan dengan Uji Collinearity Statistic.
Dalam melakukan uji multikolinieritas harus diketahui terlebih dahulu Variance Inflation Factor
VIF.
Heriyati Chrisna : Pengaruh Return On Equity, Capital Adequacy Ratio, Net Interest Margin Dan Dividen Payout Ratio Terhadap Harga Saham Pada Perusahaan Perbankan Di Bursa Efek Indonesia, 2009
Pedoman pengambilan keputusan sebagai berikut : a. Jika Variance Inflation Factor VIF 10 maka artinya terdapat
persoalan multikolinieritas diantara variabel bebas. b. Jika Variance Inflation Factor VIF 10 maka tidak terdapat
persoalan multikolinieritas diantara variable bebas.
4.6.1.3 Uji heteroskedastisitas Uji ini bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan
variance dari residual satu pengamatan ke pengamatan yang lain Ghozali, 2005. Model regresi yang baik adalah yang homokesdastisitas atau yang tidak terjadi
heteroskesdastisitas . Deteksi dapat dilakukan dengan menggunakan uji metode grafis
yaitu dengan melihat ada tidaknya pola tertentu yang tergambar pada scatterplot. Dasar pengambilan keputusan adalah jika ada pola tertentu yang teratur
bergelombang, melebar kemudian menyempit maka telah terjadi heteroskedastisitas
. Jika tidak ada pola yang jelas, serta titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
4.6.1.4 Uji autokorelasi Pengujian ini dimaksudkan untuk mengetahui apakah dalam suatu model
regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pada periode t – 1 Ghozali ,2005. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan lainnya. Masalah ini
Heriyati Chrisna : Pengaruh Return On Equity, Capital Adequacy Ratio, Net Interest Margin Dan Dividen Payout Ratio Terhadap Harga Saham Pada Perusahaan Perbankan Di Bursa Efek Indonesia, 2009
timbul karena residual kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada time series karena gangguan pada
sseorang individu atau kelompok cenderung mempengaruhi gangguan pada individu atau kelompok yang sama pada periode berikutnya. Pada data cross section, masalah
autokorelasi relatif tidak terjadi.Untuk mengetahui adanya autokorelasi adalah
dengan melakukan Uji Durbin Watson .Hipotesis yang akan diuji adalah : Ho : tidak ada autokorelasi
Ha : ada autokorelasi Pengambilan keputusan ada tidaknya autokorelasi sebagai berikut :
a. Apabila d dl atau d 4-dl maka hipotesis nol ditolak dan sebaliknya
hipotesis alternative diterima , berarti terdapat autokorelasi. b.
Apabila terletak antara dl dan 4-du maka hipotesis nol diterima yang berarti tidak ada autokorelasi.
c. Apabila nilai d terletak antara dl dan du atau antara 4-du atau 4-dl maka
Uji Durbin Watson tidak menghasilkan kesimpulan yang pasti.Pada nilai ini
tidak dapat disimpulkan apakah terdapat autokorelasi atau tidak.Secara sederhana, gejala autokorelasi dapat juga dilihat langsung dengan cara
melihat hasil test statistic untuk Durbin Watson. Nilai Durbin Watson adalah antara 0 sampai dengan 4. apabila nilai Durbin Watson dekat dengan
2 berarti tidak ada autokorelasi
Heriyati Chrisna : Pengaruh Return On Equity, Capital Adequacy Ratio, Net Interest Margin Dan Dividen Payout Ratio Terhadap Harga Saham Pada Perusahaan Perbankan Di Bursa Efek Indonesia, 2009
4.6.2 Pengujian Hipotesis
Kategori