✝ ✞
Keterangan: Y
= Return Saham X
= Current Ratio CR X
= Return On Asset ROA X
= Debt to Equity RatioDER β
1
- β
3
= Koefisien regresi α
= konstanta ε
= error term
3.6 Metode Analisis Data 3.6.1 Analisis Statistik Deskriptif
Analisis statistik desktiptif digunakan untuk memberikan gambaran atau deskripsi suatu data. Analisis ini dimaksudkan untuk menganalisis
data disertai dengan perhitungan agar dapat memperjelas keadaan dan karakteristik data tersebut. Pengukuran yang dilihat dari statistik
deskriptif meliputi nilai rata-rata mean, standar deviasi, varian, maksimum, minimum, sum, range, kurtosis,dan skewnesskemencengan
distribusi Ghozali, 2011.
3.6.2 Uji Asumsi Klasik
Penelitian ini menggunakan model regresi linear berganda sebagai alat analisis, sehingga terlebih dahulu harus lulus uji asumsi klasik agar
syarat asumsi dalam regresi terpenuhi. Uji asumsi klasik yang diperlukan ialah uji normalitas, multikolinearitas, autokorelasi dan
heteroskedastisitas.
✟
3.6.2.1 Uji Normalitas
Uji normalitas digunakan untuk menguji apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi
normal. Uji t dan uji F mengasumsikan bahwa residual mengikuti distribusi normal, apabila asumsi ini dilanggar maka uji statistik
menjadi tidak valid Ghozali, 2011. Normal atau tidaknya distribusi residual, salah satunya dapat dilakukan dengan uji
statistik Kolmogorov-Smirnov. Uji Kolmogorov-Smirnov dilakukan dengan membuat hipotesis :
Ho: Data residual terdistribusi normal Ha: Data residual tidak terdistribusi normal
Jika angka probabilitas α = 5 berarti Ho ditolak, berarti data tidak terdistribusi secara normal. Sebaliknya apabila angka
probabilitas α = 5, maka Ho diterima dan data residual terdistribusi secara normal.
3.6.2.2 Uji Multikolonieritas
Uji multikolonieritas dilakukan untuk mengetahui apakah ditemukan korelasi antar variabel bebas independen pada model
regresi. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Variabel independen saling
berkorelasi, sehingga variabel-variabel tersebut tidak ortogonal. Variabel ortogonal merupakan variabel independen yang nilai
korelasi antar sesama variabel independen sama dengan nol Ghozali, 2011.
✠
Mendeteksi ada atau tidaknya multikolinearitas dapat dilakukan dengan berbagai cara, salah satunya dengan melihat dari:
1. Nilai tolerance dan lawannya. 2. Variance Inflation Factor VIF.
Kedua ukuran ini menunjukkan variabel manakah yang dijelaskan variabel independen lainnya. Tolerance mengukur variabilitas
variabel independen yang terpilih yang tidak dijelaskan variabel independen lainnya. Nilai tolerance yang rendah sama dengan nilai
VIF yang tinggi karena VIF = 1tolerance. Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah
nilai tolerance ≤ 0,1 atau sama dengan nilai VIF ≥ 10 Ghozali, 2011. Kesimpulannya bahwa model regresi dikatakan tidak ada
multikolinearitas apabila memiliki nilai tolerance 0,10 dan nilai VIF 10.
3.6.2.3 Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan untuk mengetahui apakah di dalam model regresi terjadi ketidaksamaan variance dari residual
satu pengamatan ke pengamatan yang lain. Variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut
homoskedastisitas, sedangkan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang tidak
terjadi heteroskedastisitas Ghozali, 2011.
