Tabel 4.3 Hasil Uji Autokorelasi
Dari tabel dapat diketahui bahwa angka Durbin Watson Dw sebesar 1,718. Jika dilihat dari tabel keputusan Durbin Watson maka :
du Dw 4-dl = 1,654 1,718 4-1,694 1,654 1,718 2,306
Dari hasil itu jelas terlihat angka 1,718 terletak diantara 1,654 dan 2,306. Hal tersebut mengindikasikan bahwa angka 1,718 berada didaerah yang tidak
terdapat autokorelasi positif dan negatif yaitu sesuai dengan kriteria jika duDW4-dl maka dapat diambil keputusan Durbin Watson bahwa pada
persamaan regresi tersebut tidak terdapat autokorelasi.
c. Uji Heteroskedastisitas
Salah satu cara untuk mendekteksi ada atau tidaknya heteroskedastisitas adalah melihat grafik plot antara nilai prediksi variabel terikat ZPRED dengan
nilai residualnya SRESID. Dasar pengambilan keputusan tersebut adalah :
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .519
a
.269 .261
1.22654 1.718
a. Predictors: Constant, lnx b. Dependent Variable: lny
Sumber : Hasil Olahan SPSS 16
Universitas Sumatera Utara
1. Jika ad
pola t maka t
2. Jika ti
angka Se
menyebar heterosked
bawah ini da pola terte
tertentu yan telah terjadi
dak ada po 0 pada sum
dangkan da diantara
dastisitas. U :
entu, sepert ng teratur
i heterosked la yang jela
mbu Y, maka alam peneli
angka 0 Untuk lebih
Hasil u
ti titik-titik bergelomb
dastisitas. as, serta titi
a tidak terja itian ini dip
0 pada s jelasnya da
Gambar uji heteros
poin-poin bang, meleb
ik-titik men adi heterosk
peroleh atau sumbu Y
apat dilihat
r 4.1 kedastisita
yang ada m bar, kemud
nyebar di at kedastisitas.
u didapatkan sehingga
pada diagra
as.
membentuk dian menye
tas dan di b
n titik-titik a tidak t
am scatterp
suatu empit
bawah
yang erjadi
plot di
Universitas Sumatera Utara
Berdasarkan diagram scatterplot diatas terlihat bahwa titik-titik tersebut menyebar di atas dan di bawah angka nol pada sumbu Y serta tidak ada pola yang jelas,
maka dapat disimpulkan bahwa tidak terjadi heteroskedastisitas.
Pengujian Hipotesis
Hasil uji asumsi klasik memperlihatkan data observasi tidak memenuhi asumsi autokorelasi, kemudian dilakukan transformasi ke dalam bentuk logaritma
natural LN. Sehingga persamaan yang baru memenuhi asumsi klasik dan dapat dianalisis lebih lanjut untuk pengujian hipotesis. Penulis menggunakan analisis
regresi sederhana untuk melakukan pengujian hipotesis dengan bantuan program SPSS 16.
d. Regresi Sederhana
Dalam uji ini model regresi yang digunakan adalah model regresi linear sederhana, dimana harga saham Y sebagai variabel terikat dependen dan nilai
Z-Score X sebagai variabel bebas independent. Adapun model dasarnya adalah sebagai berikut :
Y = a + bX Keterangan:
Y = Harga Saham Variabel Dependen a = Konstanta
b = Koefisien Variabel Independen X = Nilai Z-Score Variabel Independen
Universitas Sumatera Utara
Berikut ini adalah Tabel yang menunjukkan nilai coefficient :
Tabel 4.4 Coefficients
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 7.109
.174 40.922
.000 Lnx
.828 .142
.519 5.821
.000 a. Dependent Variable: lny
Sumber : Hasil Olahan SPSS 16 Dari Tabel 4.3 di atas dapat diketahui bahwa persamaan regresi linear sederhana
pada penelitian ini adalah sebagai berikut: Y = 7,109 + 0,828 LnX
Dari persamaan regresi sederhana tersebut, dapat dijelaskan bahwa : 1.
a = konstanta sebesar 7,109 artinya apabila variabel independen Nilai Z- Score dianggap konstan bernilai 0, maka harga saham sebesar 7,109.
2. Koefisien nilai Z-Score X sebesar 0,828 , artinya apabila nilai ZScore
mengalami kenaikan sebesar satu satuan, maka harga saham akan mengalami kenaikan sebesar 0,828.
3. Uji t untuk menguji signifikansi konstanta dari variabel dependen. Dari Tabel
4.3 tersebut diperoleh t hitung 5,821 dengan tingkat signifikansi t tabel α =
5 dan dengan df derajat kebebasan = n – k atau 94– 2 = 92 sehingga diperoleh t tabel 1,986. Karena t hitung t tabel 5,821 1,986 maka ada
Universitas Sumatera Utara
pengaruh antara nilai Z-Score terhadap harga saham pada perusahaan perbankan di Bursa Efek Indonesia.
e. Koefisien Determinasi