Uji Analisis Regresi Linier Berganda Uji Koefisien Determinasi R Uji Signifikan Parsial T-test

51

3.10.1.4 Uji Autokorelasi

Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1. Jika terjadi korelasi, maka dinamakan ada masalah autokerasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Untuk mengetahui adanya autokorelasi digunakan uji Durbin- Watson dengan kriteria menurut Sunyoto 2009:91. Suatu penelitian terbebas dari autokorelasi jika nilai du d 4-du.

3.11 Pengujian Hipotesis

3.11.1 Uji Analisis Regresi Linier Berganda

Sugiyono 2004:250 dalam penelitian Winston Pontoh 2008 menjelaskan analisis regresi linear berganda digunakan oleh peneliti apabila peneliti bermaksud meramalkan bagaimana keadaan naik turunnya variabel dependen bila dua atau lebih variabel independen sebagai faktor prediktor dimanupulasi dinaik turunkan nilainya. Di dalam praktik, regresi sering dibedakan antara regresi sederhana dan regresi berganda. Regresi sederhana simple regression jika hanya ada satu variabel independen, sedangkan regresi berganda multiple regression jika ada lebih dari satu variabel independen. Model persamaan dapat digambarkan sebagai berikut: Y = α+ β 1 DPR + β 2 DER + β 3 CR+ e Keterangan :Y = harga saham α= konstanta Universitas Sumatera Utara 52 β = koefisien regresi e = Error

3.11.2 Uji Koefisien Determinasi R

2 Koefisien determinasi R 2 bertujuan untuk mengetahui seberapa besar kemampuan variabel independen menjelaskan variabel dependen Lubis dkk, 2007:48. Koefisien determinasi dapat diketahui dengan mengolah data dengan menggunakan SPSS yang merupakan nilai R square. Namun untuk regresi linear berganda sebaiknya menggunakan R square yang disesuaikan atau Adjusted R square karena disesuaikan dengan jumlah variabel independen yang digunakan dalam penelitian. Nilai R square dikatakan baik jika diatas 0,5 karena nilai R square berkisar antara 0 sampai 1 Lubis dkk, 2007 : 48.

3.11.3 Uji Signifikan Parsial T-test

Uji T bertujuan untuk mengetahui besarnya pengaruh masing-masing variabel independen secara individual parsial terhadap variabel dependen Lubis dkk, 2007 : 51. Hasil uji signifikansi parameter individual uji T dapat dilihat melalui uji regresi dengan menggunakan SPSS yaitu apabila p-value sig lebih kecil dari nilai signifikansi yang ditentukan yaitu 0,05 5 maka dapat dikatakan bahwa variabel independen secara individual parsial berpengaruh signifikan terhadap variabel dependen. Selain itu pengujian uji signifikansi parameter individual Uji T juga dapat dilihat melalui ketentuan berikut ini : Universitas Sumatera Utara 53 1. Jika nilai T hitung nilai T tabel , maka terdapat pengaruh yang signifikan secara bersama-sama antara variabel independen terhadap variabel dependen. 2. Jika nilai T hitung ≤ nilai T tabel , maka tidak terdapat pengaruh yang signifikan secara bersama-sama antara variabel independen terhadap variabel dependen.

3.11.4 Uji Moderating