48 jumlah laporan keuangan, dapat dikatakan sudah memenuhi kebutuhan jumlah
sampel pada penelitian ini.
3.2.4 Teknik Pengumpulan Data
Teknik pengumpulan data yang digunakan dalam penelitian ini adalah: 1. Dokumentasi
Data yang diperoleh merupakan data sekunder. Data tersebut diperoleh dengan melalui dokumentasi. Dokumentasi, yaitu
pengumpulan data dengan mencatat datayang berhubungan dengan masalah yang akan diteliti dari dokumen-dokumen yang dimiliki
instansi terkait. Pada penelilian ini dokumentasi tersebut berupa laporan keuangan perusahaan yang tergabung dalam Grup Astra yang
terdaftar di Bursa Efek Indonesia. 2. Penelitian Kepustakaan Library Research
Pengumpulan data dilakukan dengan membaca literatur-literatur, buku-buku mengenai teori permasalahan yang diteliti dan
menggunakan media internet sebagai media pendukung dalam penelusuran informasi tambahan mengenai teori maupun data-data
yang diperlukan dalam penelitian ini.
3.2.5 Rancangan Analisis dan Pengujian Hipotesis
3.2.5.1 Rancangan Analisis
Rancangan analisis adalah proses mencari dan menyusun secara sistematis data yang telah diperoleh dari hasil observasi lapangan, dan dokumentasi dengan
cara mengorganisasikan data kedalam kategori, menjabarkan kedalam unit-unit,
49 melakukan sintesa, menyusun kedalam pola, memilih mana yang lebih penting
dan yang akan dipelajari, dan membut kesimpulan sehingga mudah dipahami oleh diri sendiri maupun orang lain Umi Narimawati, 2010:41. Analisa yang
dilakukan peneliti terhadap data yang telah diuraikan, yaitu dengan menggunakan metode-metode dibawah ini :
1. Analisis Kuantitatif
Analisis kuantitatif adalah analisis pengolahan data berbentuk angka numeric. Menurut Sugiyono 2010:7 menyebutkan pengertian analisis
kuantitatif adalah sebagai berikut: “Analisis kuantitatif merupakan metode yang berlandaskan pada filsafat
positivisme. Metode ini sebagai metode ilmiah atau scientific karena telah memenuhi kaidah-kaidah ilmiah yaitu konkritempiris, obyektif, terukur, rasional,
dan sistematis. Metode ini juga disebut sebagai metode discovery, karena dengan metode ini dapat ditemukan dan dikembangkan berbagai IPTEK baru. Metode ini
disebut metode kuantitatif karena data penelitian berupa angka-angka dan analisis
menggunakan statistik.” Dalam hal ini Penulis melakukan analisis pada data-data keuangan yang
terdapat dalam laporan keuangan perusahaan yang tergabung dalam Grup Astra yang terdaftar di Bursa Efek Indonesia. Data yang terkumpul dianalisis dengan
menggunakan bantuan software komputer IBM SPSS v20.0 Statistical Package for The Social Siences. Dari hasil analisis tersebut akan didapat Price Earning
Ratio PER dan Debt to Equity Ratio DER terhadap Harga Saham. 2.
Analisis Statistik a.
Analisis Regresi Berganda Menurut Sugiyono 2010:277, analisis regresi berganda, yaitu:
50 “Analisis yang digunakan peneliti, bila bermaksud meramalkan bagaimana
keadaan naik turunnya variabel dependen kriterium, bila dua atau lebihvariabel independen sebagai faktor prediktor dimanipulasi dinaik turunkan nilainya”.
Bentuk persamaan dari regresi linier berganda untuk dua prediktor yaitu:
Keterangan : Y : Harga Saham
α : Konstanta, merupakan nilai terikat yang dalam hal iniadalah Y pada saat variabel bebasnya adalah 0 X
1
, X
2
= 0 β
: Koefisien regresi berganda antara variabel bebas X
1
terhadap variabel terikat Y, apabila variabel bebas X
2
diangap konstan. β
: Koefisien regresi berganda antara variabel bebas X
2
terhadap variabel terikat Y, apabila variabel bebas X
1
diangap konstan. X : Variabel independen, yang terdiri dari Price Earning Ratio PER X
1
, Debt to Equity Ratio DER X
2
. : Faktor
– faktor lain yang mempengaruhi variabel Y Regresi linier berganda dengan dua variabel bebas X
1
dan X
2
metode kuadrat kecil memberikan hasil bahwa koefisien-koefisien a, b
1
, dan b
2
dapat dihitung dengan menggunakan rumus sebagai berikut:
Sumber:Sugiyono, 2010:279 Arti koefisien β adalah jika nilai β positif +, hal tersebut menunjukkan
hubungan yang searah antara variabel bebas dengan variabel terikat. Dengan kata +
∑y = a+ b
1
∑X
1
+ b
2
∑X
2
∑X
1
y = a∑X
1
+ b
1
∑X
1 2
+b
2
∑X
1
X
2
∑X
2
y = a∑X
2
+ b
1
∑X
1
X
2
+ b
2
∑X
2 2
51 lain peningkatan atau penurunan besarnya variabel bebas akan diikuti
olehpeningkatan atau penurunan besarnya variabel terikat. Sedangkan jika nilai β
negatif -, menunjukkan hubungan yang berlawanan antara variabel bebas denagn variabel terikat. Dengan kata lain setiap peningkatan besarnya nilai variabel bebas
akan diikuti oleh penurunan besarnya nilai veriabel terikat, dan sebaliknya. Agar dapat memperoleh hasil yang lebih akurat pada regresi linier
berganda, maka perlu dilakukan pengujian asumsi klasik terlebih dahulu. Terdapat beberapa asumsi yang harus dipenuhi terlebih dahulu sebelum menggunakan
Multiple Linear Regression sebagai alat untuk menganalisis pengaruh variabel- variabel yang diteliti. Pengujian asumsi klasik yang digunakan terdiri atas uji
normalitas, uji multikolinieritas, uji heteroskedastisitas dan uji autokolerasi. 1. Uji Normalitas
Uji normalitas digunakan untuk menguji apakah model regresi mempunyai distribusi normal atau tidak. Asumsi normalitas merupakan persyaratan yang
sangat penting pada pengujian signifikansi koefisien regresi. Model regresi yang baik adalah model regresi yang memiliki distribusi normal atau mendekati
normal, sehingga layak untuk dilakukan pengujian secara statistik. Dasar pengambilan kepuusan bisa dilakukan dengan melihat angka
probabilitasnya, yaitu: a Jika probabilitas 0,05 maka distribusi dari populasi adalah normal
b Jika probabilitas 0,05 maka distribusi dari populasi adalah tidak normal
52 2. Uji Multikolinieritas
Uji multikolinieritas adalah situasi terjadinya adanya kolerasi antara variabel-variabel bebas antara yang satu dengan yang lainnya. Semakin besar
kolerasi diantara sesama variabel independen, maka koefisien-koefisien regresi semakin besar kesalahnnya. Ada tidaknya terjadi multikolinieritas dapat dinilai
dari VIF Variance Infation Factors.
Dimana adalah koefisien determinasi yang diperoleh dengan meregresikan salah satu variabel bebas
, terhadap variabel bebas lainnya. Jika nilai VIF-nya kurang atau sama dengan 10 maka dalam data tidak terdapat multikolinieritas
Gujarati, 2003:362. 3. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variansi dari residual satu pengamatan ke
pengamatan yang lain. Situasi heteroskedastisitas akan menyebabkan penaksiran koefisien-koefisien regresi menjadi tidak efisien dan hasil taksiran dapat menjadi
kurang atau melebihi dari yang semestinya. Untuk menguji ada tidaknya heteroskedastisitas, digunakan uji Rank
Spearman, yaitu dengan mengkorelasikan masing-masing variabel bebas terhadap nilai absolut dari residual. Jika nilai koefisien korelasi dari masing-masing
variabel bebas terhadap nilai absolut dari residual error ada yang signifikan,
53 maka kesimpulannya terdapat heteroskedastisitas varian dari residual tidak
homogen. Gujarati, 2003: 406. 4. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi ini ada korelasi antara kesalahan pengganggu pada periode sebelumnya. Akibat dari
adanya autokorelasi dalam model regresi, koefisien regresi yang diperoleh menjadi tidak efisien, artinya tingkat kesalahan menjadi sangat besar dan
koefisien regresi menjadi tidak stabil. Untuk menguji ada tidaknya autokorelasi dari data residual terlebih dahulu
dihitung nilai statistik Durbin-Watson D-W sebagai berikut:
Gujarati, 2003: 467 b.
Analisis Korelasi Yang dimaksud analisis korelasi menurut Andi Supangat 2007:339
adalah: “Tingkat hubungan antara dua variabel atau lebih”. Sedangkan untuk mencari koefisien korelasi antara variabel X
1
dan Y, Variabel X
2
dan Y, X
1
dan X
2
sebagai berikut: ∑
∑
∑ ∑
∑ √[ ∑
∑ ][ ∑
∑ ]
∑ ∑
∑ √[ ∑
∑ ][ ∑
∑ ]
54
Sumber: Nazir, 2009: 464 Langkah-langkah perhitungan uji statistik dengan menggunakan analisis
korelasi dapat diuraikan sebagai berikut: 1. Koefisien Korelasi Secara Parsial
Koefisien korelasi parsial antar X
1
terhadap Y, bila X
2
dianggap konstan dapat dihitung dengan menggunakan rumus sebagai berikut:
Koefisien korelasi parsial antar X
2
terhadap Y, apabila X
1
dianggap konstan dapat dihitung dengan menggunakan rumus sebagai berikut:
2. Koefisien Korelasi Secara Simultan Koefisien korelasi simultan antar X
1
dan X
2
terhadap Y dapat dihitung dengan menggunakan rumus sebagai berikut:
∑ ∑
∑ √[ ∑
∑ ][ ∑
∑ ]
√[ ][
]
√[ ][
]
√
55 Besarnya koefisien korelasi adalah -1
≤ r ≤1 : a Apabila - berarti terdapat hubungan negatif.
b Apabila + berarti terdapat hubungan positif. Interprestasi dari nilai koefisien korelasi :
a Jika r = -1 atau mendekati -1, maka hubungan antara kedua variabel kuat dan mempunyai hubungan yang berlawanan jika X naik maka Y
turun atau sebaliknya. b Jika r = +1 atau mendekati +1, maka hubungan yang kuat antara
variabel X dan variabel Y dan hubungannya searah. Sedangkan harga r akan dikonsultasikan dengan tabel interprestasi nilai r sebagai
berikut :
Tabel 3.5 Interpretasi Koefisien Korelasi
Interval Koefisien Tingkat Hubungan
0,00 – 0,199
0,20 – 0,399
0,40 – 0,599
0,60 – 0,799
0,80 – 1,000
Sangat rendah Rendah
Sedang Kuat
Sangat Kuat Sumber:Sugiyono,2010:250
3. Koefisiensi Determinasi Analisis Koefisiensi Determinasi Kd digunakan untuk melihat seberapa
besar variabel independen X memiliki dampak terhadap variabel dependen Y yang dinyatakan dalam persentase. Besarnya koefisien determinasi dihitung
dengan menggunakan rumus sebagai berikut :
56
3.2.5.2 Pengujian Hipotesis
