LILIS SURYANI, 2014 PENGARUH FAKTOR FUNDAMENTAL TERHADAP HARGA S AHAM S EKTOR PROPERTI
: Studi Empiris Pada Saham Perusahaan Bakrieland Development Tbk Periode Tahun 2009-2013 Universitas Pendidikan Indonesia | repository.upi.edu |persustakaan.upi.edu
Teknik analisis data yang digunakan adalah Statistika Inferensial. Statistik Inferensial adalah tekhnik statistik yang digunakan untuk menganalisis data
sampel dan hasilnya diberlakukan untuk populasi.
1. Analisis Data Penelitian
Untuk mengetahui rasio-rasio variabel terkait terlebih dahulu menganalisis
sebagai berikut : -
Suku bunga BI Rate bulanan yang ditentukan oleh Bank Indonesia melalui RDG dan
diumumkan di website resmi Bank Indonesia -
Inflasi Laju inflasi yang tercatat dan diterbitkan oleh Badan Pusat Statistik tiap akhir
bulan -
Nilai tukar rupiah terhadap US Kurs transaksi BI yang dipublikasikan di website resmi Bank Indonesia.
- Harga saham perusahaan Bakrieland Development Tbk.
Indeks harga saham penutupan bulanan yang diumumkan oleh bursa efek Indonesia
2. Prosedur Pengujian Hipotesis
a. Uji Asumsi Klasik
Uji Asumsi Klasik menurut Gujarati 2003:97 bertujuan untuk memastikan bahwa hasil penelitian adalah valid dengan data yang digunakan secara teori
adalah tidak bias, konsisten dan penaksiran koefisienan regresinya efisien. Menurut Firdaus 2004:96, untuk menggunakan model regresi perlu
dipenuhi beberapa asumsi, yaitu : a.
Datanya berdistribusi normal b.
Tidak ada autokorelasi berlaku untuk data time series c.
Tidak terjadi heterokedastisitas d.
Tidak ada multikolinearitas
LILIS SURYANI, 2014 PENGARUH FAKTOR FUNDAMENTAL TERHADAP HARGA S AHAM S EKTOR PROPERTI
: Studi Empiris Pada Saham Perusahaan Bakrieland Development Tbk Periode Tahun 2009-2013 Universitas Pendidikan Indonesia | repository.upi.edu |persustakaan.upi.edu
Perumusan regresi linier multipel harus memenuhi persyaratan BLUE Best, Linier, Unbiased, Estimator
, yaitu pengambilan keputusan melalui uji F dan Uji t tidak boleh bias, untuk mendapatkan hasil yang BLUE maka harus dilakukan
pengujian asumsi klasik dan uji linieritas. Dalam penelitian ini uji asumsi klasik yang dilakukan adalah pengujian
normalitas, linieritas, multikolinearitas, heterokedastisitas dan autokorelasi.
1 Uji Normalitas
Uji normalitas digunakan untuk memastikan bahwa data dalam penelitian ini berdistribuasi normal. Adapun rumusan hipotesis adalah sebagai berikut
H : Data tidak berdistribusi normal
H
1
: Data berdistribusi normal Adapun rumus pengujian normalitas dengan menggunakan rumus chi-
kuadrat yaitu :
� =
∑
− Sudjana, 2004 : 180
Keterangan :
ℎ
=Nilai Chi kuadrat hitung = Frekuensi Pengamatan
� = Frekuensi Teoritis atau Frekuensi yang diharapkan Dengan langkah-langkah sebagai berikut :
1. Menghitung rata-rata hitung
̅ ̅
=
∑
.
2. Menghitung simpangan baku s
LILIS SURYANI, 2014 PENGARUH FAKTOR FUNDAMENTAL TERHADAP HARGA S AHAM S EKTOR PROPERTI
: Studi Empiris Pada Saham Perusahaan Bakrieland Development Tbk Periode Tahun 2009-2013 Universitas Pendidikan Indonesia | repository.upi.edu |persustakaan.upi.edu
= √ ∑
� �
− ̅
2
� − 3.
Membuat tabel penolong sebagai berikut : Batas
Kelas Z untuk
Batas Kelas
Luas tiap Kelas
Interval Frekuensi
Teoritis �
Frekuensi Pengamatan
4. Menghitung nilai z untuk batas kelas z
=
�
− ̅ 5.
Menghitung nilai Frekuensi Teoritis �
�
� = �
Maka bila hasilchi kuadrat hitung
ℎ �
ini dikonsultasikan dengan nilai tabel chi kuadrat dengan dk= k-3 , taraf nyata 5 maka diperolehchi kuadrat
tabel . Kesimpulan yang diambil adalah dengan membandingkan
ℎ �
dengan :
- Jika nilai
ℎ �
nilai , maka H
ditolak dan H
1
diterima -
Jika nilai
ℎ �
≤ nilai
,
maka H diterima dan H
1
ditolak
2
Uji Linieritas
Uji linieritas dilakukan untuk mengetahui hubungan antara variabel terikat dengan variabel bebas bersifat linier. Uji linieritas dilakukan dengan uji kelinieran
regresi. Menurut Langkah-langkah perhitungan uji linearitas regresi adalah sebagai berikut:
a Menyusun tabel kelompok data variabel
, , dan variabel Y b
Mengurutkan data mulai dari data terkecil sampai data terbesar disertai pasangannya.
LILIS SURYANI, 2014 PENGARUH FAKTOR FUNDAMENTAL TERHADAP HARGA S AHAM S EKTOR PROPERTI
: Studi Empiris Pada Saham Perusahaan Bakrieland Development Tbk Periode Tahun 2009-2013 Universitas Pendidikan Indonesia | repository.upi.edu |persustakaan.upi.edu
c Melakukan perhitungan dengan rumus menurut Sudjana 2003:17-19 sebagai
berikut : 1Menghitung Jumlah Kuadrat Regresi JK
rega
2
∑
n Y
JK
a reg
2Menghitung Jumlah Kuadrat Regresi JK
regba
JK
regba
=
n Y
X XY
b .
3Menghitung Jumlah Kuadrat Residu JK
sisa
JK
sisa
=
JK -
JK -
regba rega
2
Y
4Menghitung Kuadrat Tengah Regresi �
rega
�
rega
= JK
rega
5Menghitung Kuadrat Tengah Regresi =
a b
reg
JK
6Menghitung Kuadrat TengahSisa =
2 -
n JK
sisa
7Mencari Jumlah Kuadrat Galat JK
G
JK
G
=
k
n Y
Y
2 2
8Mencari Jumlah Kuadrat Tuna Cocok JK
T C
JK
T C
= JK
sisa
- JK
E
9Mencari Kuadrat Tengah Tuna Cocok
�� ��
=
2 -
k JK
TC
10 Mencari Kuadrat Tengah Galat
=
k n
JK
G
-
11 Mencari nilai F
hitung
LILIS SURYANI, 2014 PENGARUH FAKTOR FUNDAMENTAL TERHADAP HARGA S AHAM S EKTOR PROPERTI
: Studi Empiris Pada Saham Perusahaan Bakrieland Development Tbk Periode Tahun 2009-2013 Universitas Pendidikan Indonesia | repository.upi.edu |persustakaan.upi.edu
F
hitung
=
�
�� 2
�
� 2
Setelah melakukan perhitugan seperti langkah diatas langkah selanjutnya adalah melakukan pengujian, bila hasil
�
ℎ �
ini dikonsultasikan dengan nilai tabel F dengan dk pembilang k-2 dan dk penyebut n-k , taraf nyata 5 maka
diperoleh �
. Kesimpulan yang diambil adalah dengan membandingkan �
ℎ �
dengan �
: -
Jika �
ℎ �
� berarti data tidak linier
- Jika �
ℎ �
� berarti data linier
3 Uji multikolinieritas
Menurut Umar 2006:80 Uji multikolinieritas berguna untuk mengetahui apakah pada model regresi yang diajukan telah ditemukan korelasi kuat antar
variabel independen. Jika terjadi korelasi kuat, terdapat masalah multikolinieritas yang harus diatasi.
Cara yang digunakan untuk mendeteksi ada tidaknya multikolinieritas adalah dilihat dari Tolerance Value TV dan lawannya Variance Inflation
Factors VIF dengan menggunakan SPSS. Tolerance mengukur variabilitas
variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi. Ghozali,
2013:105-106. Untuk mendeteksi ada tidaknya multikoliniearitas dalam model regresi
dapat dilihat dari besarnya nilai korelasi, tolerance value atau variance inflation factor
VIF. Untuk mendeteksi ada atau tidaknya multikoliniearitas didalam model ini adalah sebagai berikut :
a Nilai R2 sangat tinggi, tetapi secara individual variabel‐variabel bebas
banyak yang tidak signifikan mempengaruhi variabel terikat.
LILIS SURYANI, 2014 PENGARUH FAKTOR FUNDAMENTAL TERHADAP HARGA S AHAM S EKTOR PROPERTI
: Studi Empiris Pada Saham Perusahaan Bakrieland Development Tbk Periode Tahun 2009-2013 Universitas Pendidikan Indonesia | repository.upi.edu |persustakaan.upi.edu
b Menganalisa matrik korelasi antar variabel bebas. Jika terdapat korelasi
antar variabel bebas yang cukup tinggi 0,8, hal ini merupakan indikasi adanya multikolinieritas.
c Dilihat dari nilai VIF dan Tolerance. Nilai cut off Tolerance 0.10 dan
VIF10, hal ini menunjukan adanya gejala multikolinearitas. Jika terjadi gejala multikolinearitas yang tinggi, standard error koefisien
regresiakan semakin besar dan mengakibatkan confidence interval untuk pendugaan parameter semakin lebar. Dengan demikian terbuka kemungkinan
terjadinya kekeliruan yaitu menerima hipotesis yang salah. Uji multikolinearitas dapat dilaksanakan dengan jalan meregresikan model
analisis dan melakukan uji korelasi antar independen variable dengan menggunakan variance inflating factor VIF. Batas VIF adalah 10 apabila nilai
VIFlebih besar dari pada 10 maka terjadi multikolinearitas.
4 Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan untuk mengetahui apakah dalam sebuah model regresi, terjadi ketidaksamaan varians dari residual suatu pengamatan ke
pengamatan lain. Jika varians dari residual suatu pengamatan ke pengamatan lain tetap, disebut homokedastisitas, sedangkan untuk varians yang berbeda disebut
heteroskedastisitas. Model
regresi yang
baik adalah
model yang
heteroskedastisitas Umar, 2006: 82 Hal tersebut juga didukung oleh pendapat Ghozali 2013:139 yang
menyatakan bahwa Uji Heterokedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain
tetap, maka
disebut homokedastisitas
dan jika
berbeda disebut heterokedastisitas. Model regresi yang baik adalah yang homokedastisitas atau
tidak terjadi Heterokedastisitas.
LILIS SURYANI, 2014 PENGARUH FAKTOR FUNDAMENTAL TERHADAP HARGA S AHAM S EKTOR PROPERTI
: Studi Empiris Pada Saham Perusahaan Bakrieland Development Tbk Periode Tahun 2009-2013 Universitas Pendidikan Indonesia | repository.upi.edu |persustakaan.upi.edu
Untuk mendeteksi adanya heterokedastisitas dapat dilakukan dengan berbagai cara, yang diantaranya adalah: Residual Plot, Metode Grafik, Uji Park,
Uji Glejser, dan Kelaziman. Salah satu cara melihat adanya heteroskedastisitas adalah dengan
menggunakan program SPSS, dengan melihat grafik scatterplot antara nilai prediksi variabel terikat ZPRED dengan residualnya SPRESID.
Menurut Ghozali 2013:139 dasar pengambilan keputusan uji tersebut yaitu sebagai berikut:
a Jika ada titik-titik yang membentuk pola tertentu yang teratur seperti
bergelombang, melebar kemudian menyempit, maka mengindikasikan adanya heteroskedastisitas.
b Jika tidak terdapat pola tertentu yang jelas, serta titik-titik menyebar diatas
dan dibawah angka nol pada sumbu Y maka mengindikasikan tidak terjadi heteroskedastisitas.
5 Uji Autokorelasi
Menurut Ghozali 2013 :110 “Uji autokorelasi pada intinya digunakan untuk menguji apakah dalam satu model regresi linear ada korelasi antara
kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 periode sebelumny
a”. Jika terjadi korelasi, maka disimpulkan terjadi problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang
waktu berkaitan satu sama lain. Uji Durbin-Watson DW mampu mendeteksi adanya autokorelasi. Uji tersebut dihitung berdasarkan jumlah selisih kuadrat nilai
taksiran faktor gangguan yang berurutan. Dapat disimpulkan tidak terjadi autokorelasi apabila nilai DW terletak diantara du dan 4-du.
b. Pengujian Hipotesis
