variabel dependen yang akan diteliti. Teknik analisis data menggunakan alat bantu software SPSS Statistical Package Social Science.
4.6.1. Pengujian Hipotesi
Untuk menentukan besarnya pengaruh antara variabel independen yaitu indeks harga saham Nikkei, Hangseng, Kospi, Harga Emas Dunia, Harga Minyak
Dunia dan Kurs Rupiah terhadap Indeks Harga Saham Gabungan yang digunakan adalah sebagai berikut:
Y = a + b1X1 + b2X2 + b3X3 + b4X4+ b5X5+ b6X6+e Di mana:
Y : Indeks Harga Saham Gabungan IHSG
a : Bilangan Konstanta
b1 – b3
: Koefisien Regresi X1 : Indeks Harga Saham Nikkei 225
X2 : Indeks Harga Saham Hangseng 43 X3
: Indeks Harga Saham Kospi 200 X4
: Harga Emas Dunia X5
: Harga Minyak Dunia X6
: Kurs Rupiah e
: Variabel Pengganggu
4.6.2. Pengujian Asumsi Klasik
Pengujian model regresi berganda dalam menguji hipotesis harus menghindari kemungkinan adanya penyimpangan asumsi klasik. Sebuah model regresi yang
menggunakan data time series dan cross section harus melakukan uji asumsi klasik yaitu uji normalitas, heteroskedastisitas, aoutokorelasi dan multikolinieritas.
Universitas Sumatera Utara
4.6.2.1. Uji normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel
terikat dan variabel bebas keduanya memiliki distribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal.
Distribusi normal akan membentuk satu garis lurus diagonal, dan ploting data akan dibandingkan dengan garis diagonal. Jika distribusi data adalah normal, maka garis
yang menghubungkan data sesungguhnya akan mengikuti garis diagonalnya Ghozali 2001:83. Deteksi normalitas dapat dilakukan dengan melihat penyebaran data titik
pada sumbu diagonal dari grafik. Menurut Santoso 2004:214, dasar pengambilan keputusan dari uji normalitas adalah:
1. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas.
2. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
4.6.2.2. Uji heteroskedastisitas Uji heteroskedastisitas ditujukan untuk menguji apakah dalam model regresi
terjadi ketidaksamaan variance dan residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap,
maka disebut homoskedastis dan jika berbeda disebut heteroskedastisitas Ghozali, 2001: 69. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi
heteroskedastisitas. Cara untuk mendeteksi ada atau tidaknya heteroskedastisitas dapat diketahui dengan melihat ada tidaknya pola tertentu pada grafik scatterplot
Universitas Sumatera Utara
antara nilai prediksi variabel terikat ZPRED dengan residualnya SRESID di mana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual Y prediksi –
Y sesungguhnya. Dasar analisis dari uji heteroskedastis melalui grafik plot adalah sebagai berikut:
1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan
telah terjadi heteroskedastisitas. 2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah
angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. 4.6.2.3. Uji autokorelasi
Uji autokorelasi dalam suatu model bertujuan untuk mengetahui ada tidaknya korelasi antara kesalahan pengganggu pada periode tertentu dengan kesalahan
pengganggu periode sebelumnya Ghozali, 2005. Autokorelasi merupakan korelasi antar data dalam rentan waktu time series atau space data cross section. Model
regresi yang baik adalah regresi yang bebas dari autokorelasi. Uji autokorelasi dapat dilakukan dengan pengujian Durbin-Watson DW. Menurut Setiaji 2004
pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut: 1. Jika nilai D-W berada di bawah 0 sampai 1,5 berarti ada autokorelasi positif.
2. Jika nilai D-W berada di atas 1,5 sampai 2,5 berarti tidak terjadi autokorelasi. 3. Jika nilai D-W berada di atas 2,5 berarti ada autokorelasi negatif.
Universitas Sumatera Utara
4.6.2.4. Uji multikolonieritas Uji multikolinieritas dimaksudkan untuk menguji apakah model regresi
ditemukan adanya korelasi antara variabel bebas independen, model regresi yang baik seharusnya tidak terjadi korelasi antar variabel bebas. Untuk mendeteksi ada
tidaknya multikolinieritas yaitu dengan melihat Tolerance dan Variance Inflation Factor
VIF. Multikolinieritas terjadi jika nilai tolerance kurang dari 0,10 dan VIF lebih besar dari 10 atau jika variabel independen ada korelasi yang cukup tinggi
umumnya di atas 0,9 Ghozali, 2005
4.6.3. Pengujian Hipotesis
