market ratio X3
Momentum X4
Indikator yang digunakan
dengan melihat selisih nilai
penutupan pada
periode yang ditentukan terhadap
nilai penutupan pada periode sebelumnya
yang ditentukan. CP – CN
Return Saham
Y return keseluruhan
dari suatu investasi dalam suatu periode
yang tertentu. P
t
− P
t−1
P
t−1
3.6. Metode Analisis Data
3.6.1. Pengujian Asumsi Klasik
Metode analisis data yang digunakan dalam penelitian ini dalah metode analisis statistik dengan menggunakan persamaan regresi
sederhana.Analisis data dilakukan dengan bantuan SPSS versi 17.0.Peneliti melakukan uji asumsi klasik terlebih dahulu sebelum
Universitas Sumatera Utara
melakukan pengujian hipotesis yaitu Uji Normalitas, Uji Multikolonearitas, Uji Heterokeditas, dan Uji Autokolerasi.
3.6.1.1. Uji Normalitas Data
Menurut Erlina 2007:103 “ Tujuan uji normalitas adalah ingin mengetahui apakah dalam model regresi variabel pengganggu atau
residual memiliki distribusi normal”. Pengujian ini diperlukan karena untuk melakukan uji t dan uji F mengasumsikan bahwa nilai
residual mengikuti distibusi normal. Jika asumsi ini dilanggar atau tidak dipenuhi maka uji statistik
menjadi tidak valid untuk jumlah sampel kecil.Untuk melakukan uji, penulis mendasarkan pada uji grafik dan uji statistik.
a. Uji Grafik Salah satu cara termudah untuk melihat normalitas residu
adalah dengan melihat grafik histrogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi
normal. Namun demikain dengan melihat histrogram hal ini dapat menyebabkan khususnya untuk jumlah sampel yang kecil. Metode
yang lebih handal adalah dengan melihat normaprobability plot yang membandingkan distribusi kumulatif dari distribusi normal.
Distribusi normal akan membentuk satu garis lurus diagonal, dan
Universitas Sumatera Utara
data ploting data residual akan dibandingkan dengan garis diagonal. Jika distribusi data residual normal, maka garis yang
menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.
Pada sumbu diagoanal atau grafik atau dengan melihat histrogram residulanya. Dasar pengambilan keputusan:
• Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histrogramnya menunjukkan
pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
• Jika data menyebar jauh dari diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histrogramnya
tidak menunjukan pola distibusi normal, maka model regresi tidak memenuhi asumsi normalitas.
b. Uji Statistik Uji normalitas dengan grafik dapat menyesatkan kalau tidak hati-
hati secara visual kelihatan normal, pada hal secra statistik bisa sebaliknya.Oleh sebab itu dianjurkan disamping uji grafik
dilengkapi dengan uji statistik.Uji statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik
nonparametik.Kolomogrov-Smirnov. Jika nilai Asymp.sig nilai signifikansi 0,05 maka data berdistribusi normal.
Universitas Sumatera Utara
3.6.1.2. Uji Multikolonearitas
Uji ini betujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel independen. Model
regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen karena akan mengurangi keyakinan dalam pengujian
signifikan. Untuk mendeteksi ada atau tidaknya gejala
multikolonearitas didalam model regresi ini dengan melihat nilai Variance Inflation Factor
VIF , nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolonearitas adalah nilai VIF
10. Apabila nilai VIF 10 berarti tidak terjadi multikolonearitas Ghozhali, 2005:92 .
3.6.1.3. Uji Heteroskedastisitas
Uji ini bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari residual satu
pengamatan yang lain. Jika variance dari residual satu pengamatan lain tetap, maka disebut homoskedastisitas, dan jika berbeda
disebut heteroskedastisitas. Model regresi yang baik adalah terjadi heterokedastisitas. Uji
heterokedastisitas dalam penelitian ini dengan cara melihat grafik plot.
Universitas Sumatera Utara
Dasar analisis heteroskedasitas adalah sebagai berikut: • Jika ada pola tertentu, seperti titik-titik yang ada
membentuk pola tertentu yang teratur, maka terjadi heteroskedastisitas.
• Jika tidak ada pola yang jelas atau titik-titk menyebar diatas
dan dibawah angka nol pola sumbu Y, maka tidak terjadi.
3.6.1.4 Uji Autokolerasi
Uji Autokolerasi bertujuan menguji apakah suatu model regresi linear ada korelasi antara kesalahan penggangu pada
periode t dengan kesalahan pada periode t-1 atau sebelumnya. Pengambilan keputusan ada tidaknya autokorelasi menurut Santoso
2002:218 dengan cara melihat besaran Durbin-Waston D-W sebagai berikut:
• Angka D-W dibawah -2, berarti ada autokorelasi positif. • Angka D-W diantara -2 sampai +2 berati tidak ada
autokorelasi. • Angka D-W diatas +2, berarti ada autokorelasi negatif.
3.6.2. PengujianAnalisis Koefisien Korelasi dan koefisien