Analisis Regresi Linier Berganda Uji Asumsi Klasik

41

1. Analisis Regresi Linier Berganda

Metode analisis regresi untuk melihat pengaruh Inflasi, Jumlah Uang Beredar, SBIS, dan Harga Minyak Dunia terhadap Indeks Saham Syariah Indonesia. Metode regresi berganda adalah suatu metode analisis yang dipergunakan untuk mengukur besarnya pengaruh independen X 1 ,X 2 ,X 3 dan X 4 terhadap dependent Y. Setelah dilakukan pengolahan regresi menggunakan regresi berganda, perlu dilihat apakah model tersebut baik atau jelek, atau bahas statistik perlu dilihat goodness of fit dari modal tersebut Ahmad Dahlan,2014,117. Hubungan linier antara variabel independen dan dependen dapat ditulis dalam persamaan regresi sebagai berikut Widarjono 2010:9: Y=a+β 1 X 1 + β 2 X 2 + β 3 X 3 + β 4 X 4 +e Keterangan : Y = Indeks Saham Syariah Indonesia a = konstanta β 1 - β 5 = koefisien regresi menunjukkan angka peningkatan atau penurunan variabel dependen yang didasarkan pada hubungan nilai variabel independen X 1 = Inflasi X 2 = SBIS X 3 = Jumlah Uang Beredar X 4 = Harga Minyak Dunia e = Eror 42

1. Uji Asumsi Klasik

Uji asumsi klasik dalam penelitian ini menggunakan empat uji, uji normalitas, uji multikolinieritas, uji heteroskedastisitas dan uji autokorelasi.

a. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui bahwa uji T dan uji F mengasumsikan nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar, maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Salah satu cara termudah untuk melihat Normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati 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. Distribusi normal akan membentuk satu garis lurus diagonal, dan ploting data residual akan dibandingkan dengan garis diagonalnya. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya. Uji statistik lain yang dapat 43 digunakan untuk menguji normalitas residual adalah uji statistik non- parametrik Kolmogorov-Smirnov K-S Imam Ghozali, 2011:160-164. Model regresi yang baik adalah mempunyai distribusi data normal atau mendekati normal. Uji normalitas data menggunakan Normal P-P Plot dan Uji statistik Kolmogrov-Smirnov Test, dengan membandingkan Asympotic Significance dengan α = 0,05. Dasar penarikan kesimpulan adalah data dikatakan berdistribusi normal apabila nilai Asympotic Significance-nya 0,05.

b. Uji Multikolinieritas

Uji Multikolinieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol. Salah satu cara untuk mendeteksi multikolinieritas adalah dengan melihat nilai Tollerance dan VIF pada tabel coefficients. Jika nilai Tollerance 0,1 dan nilai VIF 10, maka dapat dikatakan model regresi tidak ada masalah multikolinieritas Imam Ghozali, 2011:105-106. 44

c. Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah apakah dalam model regresi terjadi ketidak samaan varian dari residual satu pengamatan ke pengamatan yang lain. Jika varian dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah homoskedastisitas. Salah satu cara yang dapat digunakan untuk menguji heteroskedastisitas adalah dengan melihat Grafik Plot antara nilai prediksi variabel terikat dependen yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya pola tertentu pada grafik scattterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual Y prediksi-Y sesungguhnya yang telah di-studentized. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, menyebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik yang menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas Ghozali, 2011:139. 45

d. Uji Autokorelasi

Autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya. Jika terjadi korelasi maka dikatakan ada autokorelasi. Autokorelasi mucul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Model regresi yang baik adalah yang bebas dari autokorelasi. Untuk mendeteksi ada atau tidaknya autokorelasi dapat digunakan dengan uji Durbin Watson, dimana kriteria pengujian menggunakan Durbin Watson dengan angka antara -2d2 Singgih Santoso,2010:213, dengan rincian antara lain :  Angka D-W dibawah -2 berarti terdapat autokorelasi positif  Angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi  Angka D-W diatas +2 berarti ada autokorelasi negative

2. Uji hipotesis

Dokumen yang terkait

Analisis Pengaruh Kenaikan Harga Minyak Dunia, Jumlah Uang Beredar Dan Nilai Tukar (Kurs) Terhadap Inflasi Di Indonesia

0 37 101

Analisis Pengaruh Inflasi, Sertifikat Bank Indonesia Syariah (SBIS), dan Jumlah Uang Beredar (JUB) terhadap Indeks Syariah yang terdaftar di Indeks Saham Syariah Indonesia (ISSI)

1 23 107

Analisis Pengaruh Sertifikat Bank Indonesia Syariah, Inflasi, Nilai Tukar Rupiah, dan Jumlah Uang beredar terhadap Nilai Aktiva Bersih Reksadana Syariah

4 85 159

Pengaruh Variabel Ekonomi Makro dan IHSG Terhadap Return Pasar ISSI (Indeks Saham Syariah Indonesia): Studi Kasus: Bursa Efek Indonesia (BEI)Periode Juni 2011 – Mei 2015

1 11 127

ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI INDEKS SAHAM SYARIAH INDONESIA (ISSI) Analisis Faktor-Faktor yang Mempengaruhi Indeks Saham Syariah Indonesia (ISSI) (periode Juni 2012-Mei 2015).

0 4 17

PENDAHULUAN Analisis Faktor-Faktor yang Mempengaruhi Indeks Saham Syariah Indonesia (ISSI) (periode Juni 2012-Mei 2015).

0 2 18

DAFTAR PUSTAKA Analisis Faktor-Faktor yang Mempengaruhi Indeks Saham Syariah Indonesia (ISSI) (periode Juni 2012-Mei 2015).

0 4 4

ANALISIS PENGARUH INFLASI, KURS, HARGA MINYAK MENTAH DUNIA DAN HARGA EMAS DUNIA TERHADAP INDEKS HARGA SAHAM SYARIAH (STUDI KASUS DI INDONESIA DAN MALAYSIA)

0 1 107

PENGARUH INFLASI, SUKU BUNGA BI, DAN JUMLAH UANG BEREDAR TERHADAP PROFITABILITAS BANK SYARIAH INDONESIA PERIODE 2013-2016

0 3 22

ANALISIS INTEGRASI INDEKS HARGA SAHAM SYARIAH PADA PASAR MODAL SYARIAH INDONESIA, MALAYSIA, CHINA, DAN JEPANG (Periode Mei 2011 – Desember 2016) - Raden Intan Repository

0 0 162