88
Tabel 4.7 Perhitungan
Return Saham NO
EMITEN 2007
2008 2009
2010 1
AALI
1.2222 0.6500
1.3214 0.1516
2 ANTM
0.6574 1.2547
0.7820 0.1136
3 ASII
0.7389 0.6136
2.2891 0.5720
4 BNBR
0.8710 0.8276
0.7000 0.2353
5 BRPT
3.3750 0.7857
1.2167 0.1203
6 BUMI
5.6667 0.8483
1.6648 0.2474
7 INCO
2.1048 0.9799
0.8912 0.3356
8 INDF
0.4714 0.6388
2.8172 0.3732
9 INTP
0.4261 0.4390
1.9783 0.1642
10 ISAT
0.2815 0.3353
0.1783 0.1429
11 KLBF
0.0588 0.6825
2.2500 1.5000
12 LSIP
0.6136 0.7254
1.8547 0.5389
13 MEDCO
0.4507 0.6369
0.3102 0.3776
14 PTBA
2.4043 0.4250
1.5000 0.0029
15 SMGR
0.2545 0.8084
0.1987 0.0055
16 TLKM
0.0050 0.3202
0.3696 0.0106
17 TINS
5.4859 0.9624
0.8519 0.3750
18 UNVR
0.0227 0.1556
0.4167 0.4932
19 UNTR
0.6641 0.5963
2.5227 0.5355
2. Pengujian Asumsi Klasik
a. Uji Normalitas Data
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 Ghozali, 2005:
110-112.
89 1 Analisis Grafik
Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara
data observasi dengan distribusi yang mendeteksi distribusi normal. Namun demikian hanya dengan melihat histogram hal ini dapat
menyesatkan khususnya untuk jumlah sampel yang kecil. Metode yang lebih handal adalah dengan melihat normal probability plot yang
membandingkan distribusi kumulatif dari distribusi normal.
Gambar 4.2 Uji Normalitas Data
Sumber : Data Diolah
Dari gambar grafik di atas dapat dilihat bahwa titik-titik menyebar disekitar garis diagonal dan mengikuti arah garis diagonal mengikuti
pada wilayah garis linear. Hal ini menunjukkan bahwa data pada penelitian ini terdistribusi secara normal dan model regresi tersebut
layak dipakai untuk memprediksi variabel dependen yaitu return saham berdasarkan masukan variabel independen yaitu nilai tukar, inflasi, debt
to equity ratio, Return On Asset dan beta saham.
90 2 Analisis Statistik
Uji Normalitas dengan grafik dapat menyesatkan kalau tidak hati-hati secara visual kelihatan normal, padahal secara statistik bisa
sebaliknya.
Tabel 4.8 Uji
One-Sample Kolmogorov-Smirnov Test Uji Normalitas
Nilai Tukar
Inflasi Debt to
Equity ratio Return On
Asset Beta
Saham Return
Saham N
76 76
76 76
76 76
Normal Parameters
a
Mean 38.5000
.0668 38.5000
38.5000 49.8701 38.5000 Std.
Deviation 21.41043 .02185
22.08061 22.08303
158.0104 1
22.0830 3
Most Extreme Differences
Absolute .171
.300 .069
.067 .416
.062 Positive
.171 .300
.069 .067
.416 .062
Negative -.171
-.208 -.068
-.062 -.341
-.062 Kolmogorov-Smirnov Z
1.494 2.616
.600 .588
3.626 .543
Asymp. Sig. 2-tailed .073
.723 .865
.601 .930
.930 a. Test distribution is Normal.
Sumber : Data Diolah Berdasarkan uji kolmogorof-Smirnov di atas, terlihat nilai
Asymp.Sig memiliki nilai 0,05, Hal ini menunjukkan bahwa data
pada penelitian ini terdistribusi secara normal dan model regresi tersebut layak dipakai untuk memprediksi variabel dependen yaitu
return saham berdasarkan masukan variabel independen yaitu nilai
tukar, inflasi, debt to equity ratio, Return On Asset dan beta saham. Maka data penelitian layak digunakan sebagai penelitian.
91
b. Uji Multikolinieritas
