pada Bank Negara Indonesia, tahun 2009 sebesar -50,24 pada Bank ICB Bumiputera, tahun 2010 sebesar -5,38 pada Bank Nusantara Parahyangan, dan
pada tahun 2011 sebesar -61,51 pada Bank Internasional Indonesia.
4.2. Hasil Uji Normalitas
Pengujian normalitas dilakukan dengan melihat angka signifikan dari Kolmogorov-Smirnov test, bila angka yang dihasilkan lebih kecil dari alpha 5
berarti data tidak berdistribusi normal. Dari hasil Kolmogorov-Smirnov pada tabel 4.3. terlihat bahwa tidak ada variabel signifikannya di atas 5. Ini menunjukkan
bahwa semua variabel tidak berdistribusi normal.
Tabel 4.3. Hasil Uji Kolmogorov-Smirnov Variabel
Kolmogorov-Smirnov Sig
Keputusan
BOPO 0,130
0,000 Tidak Normal
CER 0,167
0,000 Tidak Normal
OE 0,165
0,000 Tidak Normal
ROA 0,337
0,000 Tidak Normal
Beta Saham 0,101
0,013 Tidak Normal
Return Saham 0,448
0,000 Tidak Normal
Berdasarkan tabel 4.3 terlihat semua variabel penelitian tidak berdistribusi normal, maka perlu dilakukan transformasi data terlebih dahulu agar
dihasilkan data yang normal, untuk itu data ditransformasi ke dalam berbagai bentuk seperti logaritma natural, akar pangkat dua, pangkat dua dan sebagainya.
Namun disebabkan data yang terdiri dari nilai positif dan negatif maka upaya- upaya mentransformasi variabel tersebut tidak mampu membuat distribusi data
menjadi normal sehingga pilihan analisis data tidak lagi analisis regresi berganda yang mensyaratkan normalitas data melainkan regresi yang tidak mensyaratkan
normalitas data yaitu regresi logistik yang merupakan regresi non parametrik,
Universitas Sumatera Utara
regresi logistik juga tidak mensyaratkan pengujian asumsi klasik seperti uji multikollinearitas, heterokedastisitas dan autokorelasi.
Untuk dapat menganalisis menggunakan regresi logistik tersebut maka variabel return saham diubah menjadi dua kategori saja yaitu return yang bernilai
negatif dan positif. Return yang bernilai negatif diberi skor = 0 nol sedangkan return yang bernilai positif diberi skor = 1 satu.
4.3. Hasil Uji Ketepatan Model Regresi Logistik
Untuk menilai ketepatan model regresi logistik dalam penelitian ini diukur dengan nilai Khi Kuadrat dengan uji Hosmer dan Lemeshow. Uji ketepatan model
regresi logistik dengan uji Hosmer and Lemeshow diperoleh nilai Khi Kuadrat 4.020 dengan level signifikansi sebesar 0.855. Angka tersebut lebih besar dari
0.05 atau 5 persen maka dapat disimpulkan bahwa model regresi logistik dengan variabel dependen return saham adalah sesuai dengan data sehingga layak dipakai
untuk analisis selanjutnya. Adapun hasil uji ketepatan model dapat dilihat pada table 4.4 berikut:
Tabel 4.4. Hosmer And Lemeshow Sig. Step
Chi-Square Df
Sig.
1 4.020
8 ,855
Sumber: Hasil Penelitian, 2012 data diolah
