Uji autokorelasi
Autokorelasi pada model regresi artinya ada korelasi antar anggota sampel yang diurutkan berdasarkan waktu yang sama. Gejala autokorelasi sering ditemui
pada data timeseries. Untuk mengetahuinya dilakukan pengujian melalui Uji Durbin Watson.
Tabel 9. Hasil durbin watson
Model Durbin watson
1 1,595
Hasil dari Uji Durbin Watson menghasilkan nilai sebesar 1,595 berada diantara DL = 1,38 dan DU = 1,72. Yang berarti tidak dapat disimpulkan
keberadaan autokorelasi dan harus dilakukan uji lain. Maka akan dilakukan uji Breusch-Godfrey Lagrange Multiplier. Berikut ini adalah hasil uji autokorelasi
pada model yang digunakan dalam penelitian.
Tabel 10. Hasil lm test
Breusch-Godfrey Serial Correlation LM Test: F-statistic
1.064.236 Prob. F2,41 0.3543
Berdasarkan hasil uji LM dapat diketahui bahwa model dengan tingkat probabilitas lebih kecil dari 0,05 memiliki permasalahan autokorelasi. Pada
model penelitian ini nilai probabilitas adalah 0,3543. Sehingga dapat disimpulkan bahwa model tidak memiliki permasalahan autokorelasi.
4.2.2 Model Persamaan Regresi
Model peneleitian dapat disimpulkan layak digunakan karena telah memenuhi uji asumsi klasik. Yaitu tidak terdapat multikolinearitas, Data tersebar
normal, Tidak terdapat heteroskedastis, dan tidak terdapat autokorelasi. Selanjutnya dapat dilakukan uji estimasi linier berganda dan diinterpretasikan
pada tabel berikut:
Tabel 11. Hasil estimasi regresi berganda
Model Unstandarized Coeficient
B Constant
4,315 INFLASI
-0,013 SB
-0,505 KURS
0,044 PDB
-0,331
Berdasarkan output dari tabel diatas. Model regresi linear berganda pada penelitian ini dapat dirumuskan menjadi:
RETURN = 4,315 – 0.013 INFLASI -0.505 SB + 0.044 KURS – 0.331 PDB .. 17
Dari persamaan regresi tersebut dapat dijelaskan bahwa: 1.
Intercept menunjukkan angka 4,315 yang berarti jika Inflasi, suku bunga, nilai tukar dan PDB konstan maka return akan berada pada 4,315.
2. Koefisien dari inflasi adalah -0,013 maka setiap peningkatan inflasi sebesar
1 pada kondisi tingkat suku bunga, nilai tukar dan PDB konstan akan menurunkan return sebesar 0,013.
3. Koefisien dari Suku bunga adalah -0,505 maka setiap peningkatan suku
bunga sebesar 1 pada kondisi inflasi, nilai tukar dan PDB konstan akan menurunkan return sebesar 0,042.
4. Koefisien dari nilai tukar adalah 0,044 maka setiap peningkatan nilai tukar
sebesar 1 pada kondisi inflasi, suku bunga dan PDB konstan akan meningkatkan return sebesar 0,044.
5. Koefisien dari PDB adalah -0,331 maka setiap peningkatan PDB sebesar
1 pada kondisi inflasi, suku bunga dan nilai tukar konstan akan menurunkan return sebesar 0,331.
Pengaruh Variabel Bebas terhadap Variabel Terikat dapat dijelaskan oleh koefisien determinasi R
2
yang berada pada rentan nilai nol 0 sampai dengan satu 1. Semakin besar nilai dari koefisien determinasi semakin besar pula
informasi yang menjelaskan variabel bebas terhadap variabel terikat. Koesifien determinasi dapt dilihat pada tabel berikut:
Tabel 12. Hasil koefisien determinasi Model Summary
Model R
R Square Adjusted R Square
1 0,415
a
0,172 0,095
Nilai koefisien determinasi dari model penelitian ini adalah 0,172. Hal ini berarti bahwa sebanyak 17,2 informasi Return dapat dijelaskan oleh empat
variabel yaitu Inflasi, Suku bunga, Nilai tukar dan PDB. Sisanya sebesar 82,8 dijelaskan oleh faktor eksternal diluar model dengan empat variabel tersebut.
4.2.3 Uji Hipotesis a
