Tabel di atas memperlihatkan nilai statistik D-W sebesar 1,935. Angka ini terletak diantara -2 dan +2, dari pengamatan ini dapat disimpulkan bahwa tidak
terjadi autokorelasi positif maupun autokorelasi negatif.
3. Analisis Regresi
Dari hasil pengujian asumsi klasik disimpulkan bahwa bahwa model regresi yang dipakai dalam penelitian ini telah memenuhi model estimasi yang Best
Linear Unbiased Estimator BLUE dan layak dilakukan analisis regresi. Untuk menguji hipotesis, peneliti menggunakan analisis regresi berganda. Berdasarkan
hasil pengolahan data dengan program SPSS 16, maka diperoleh hasil sebagai berikut:
a. Persamaan Regresi
Dalam pengolahan data dengan menggunakan regresi linear, dilakukan beberapa tahapan untuk mencari hubungan antara variabel independen dan
variabel dependen, melalui pengaruh LG10_AKO, LG10_AKI dan LG10_AKP terhadap LG10_HS. Hasil regresi dapat dilihat pada tabel 4.15 berikut ini:
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1
Constant 1.347
.326 4.135
.000 LG10_LA
-.320 .340
-.163 -.942
.350 LG10_AKO
.794 .083
.839 .242
.000 LG10_AKI
-.152 .336
-.040 -.451
.654
Universitas Sumatera Utara
LG10_AKP .064
.156 .037
.412 .683
a. Dependent Variable: LG10_HS
Sumber: Data yang diolah penulis, 2011.
Tabel 4.6. Analisis Hasil Regresi
Berdasarkan tabel di atas, didapatlah persamaan regresi sebagai berikut: LG10_HS = 1,347 – 0,320 LG10_LA + 0,794 LG10_AKO - 0,152 LG10_AKI +
0.064 LG10_AKP+ε
Keterangan : 1
konstanta sebesar 1,347 menunjukkan bahwa apabila tidak ada variabel independen maka harga saham sebesar 1,347,
2 β
1
sebesar 0,320 menunjukkan bahwa setiap kenaikan laba akuntansi sebesar 1 akan diikuti oleh kenaikan harga saham sebesar 0,320 dengan
asumsi variabel lain tetap, 3
β
2
sebesar 0,794 menunjukkan bahwa setiap kenaikan arus kas dari aktivitas operasi sebesar 1 akan diikuti oleh kenaikan harga saham sebesar
0,794 dengan asumsi variabel lain tetap, 4
β
3
sebesar 0,152 menunjukkan bahwa setiap kenaikan arus kas dari aktivitas investasi sebesar 1 akan diikuti oleh kenaikan harga saham sebesar
0,152 dengan asumsi variabel lain tetap, 5
β
4
sebesar 0,064 menunjukkan bahwa setiap kenaikan arus kas dari aktivitas pendanaan sebesar 1 akan diikuti oleh kenaikan harga saham
sebesar 0,064 dengan asumsi variabel lain tetap.
Universitas Sumatera Utara
b. Analisis Koefisien Korelasi dan Koefisien Determinasi
Nilai koefisien korelasi R menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel dependen.
Koefisien korelasi dikatakan kuat apabila nilai R berada di atas 0.5 dan mendekati 1.
Koefisien determinasi R square menunjukkan seberapa besar variabel independen menjelaskan variabel dependennya. Nilai R square adalah 0 sampai
dengan 1. Apabila nilai R square semakin mendekati 1, maka variabel-variabel independen memberikan semua informasi yang dibutuhkan untuk memprediksi
variasi variabel dependen. Sebaliknya, semakin kecil nilai R square, maka kemampuan variabel-variabel independen dalam menjelaskan variasi variabel
dependen semakin terbatas. Nilai R square memiliki kelemahan yaitu nilai R
square akan meningkat setiap ada penambahan satu variabel independen meskipun variabel independen tersebut tidak berpengaruh signifikan terhadap
variabel dependen.
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .838
a
.703 .680
.58984 1.935
a. Predictors: Constant, LG10_LA, LG10_AKP, LG10_AKO, LG10_AKI b. Dependent Variable: LG10_HS
Sumber: Data yang diolah penulis, 2011.
Tabel 4.7. Hasil Analisis Koefisien Korelasi dan Koefisien Determinasi
Universitas Sumatera Utara
Pada model summary, nilai koefisien korelasi R sebesar 0,838 yang berarti bahwa korelasi atau hubungan antara harga saham LG10_HS dengan variabel
independennya LG10_LA, LG10_AKO, LG10_AKI dan LG10_AKP kuat karena berada diatas 0,5. Angka adjusted R square atau koefisien determinasi
adalah 0,680. Hal ini berarti 68 variasi atau perubahan dalam harga saham dapat dijelaskan oleh variasi dari laba akuntansi, arus kas dari aktivitas operasi,
arus kas dari aktivitas investasi dan arus kas dari aktivitas pendanaan, sedangkan sisanya 32 dijelaskan oleh sebab-sebab lain. Standar Error of Estimate SEE
adalah 0,58984, yang mana semakin besar SEE akan membuat model regresi kurang tepat dalam memprediksi variabel dependen.
c. Pengujian Hipotesis