Pemilihan model regresi data panel

Setelah hasil dari model common effect dan fixed effect diperoleh maka selanjutnya dilakukan uji likelihood ratio atau uji chow . Pengujian tersebut dibutuhkan untuk memilih model yang paling tepat diantara model common effect dan model fixed effect. Hasil dari uji likelihood ratio atau uji chow dapat dilihat pada tabel 4. 4 Tabel 4. 4 Uji chow Redundant Fixed Effects Tests Pool: FIXED Test cross-section fixed effects Effects Test Statistic d.f. Prob. Cross-section F 11.274669 9,33 0.0000 Cross-section Chi-square 70.242429 9 0.0000 Sumber : Output eviews Hasil dari uji chow pada tabel 4. 4 menunjukkan bahwa nilai probabilitas cross section adalah 0,0000 atau 0,05, maka Ho ditolak. Oleh karena itu model yang dipilih adalah fixed effect. Selanjutnya kita akan melakukan regresi dengan model random effect, untuk menentukan model mana yang tepat. Hasil dari regresi dengan menggunakan model random effect dapat dilihat pada tabel 4. 5 Tabel 4. 5 Hasil regresi data panel menggunakan model random effect Dependent Variable: RETURN? Method: Pooled EGLS Cross-section random effects Date: 091714 Time: 01:28 Sample: 1 5 Included observations: 5 Cross-sections included: 10 Total pool balanced observations: 50 Swamy and Arora estimator of component variances Variable Coefficient Std. Error t-Statistic Prob. C -1.669739 0.974919 -1.712696 0.0941 DER? 0.043925 0.495080 0.088723 0.9297 DPR? 0.006317 0.002722 2.320761 0.0252 EPS? 0.280705 0.121511 2.310128 0.0259 PER? -0.018932 0.012803 -1.478758 0.1467 ROA? 0.033670 0.017998 1.870763 0.0684 ROE? -0.016015 0.014326 -1.117936 0.2699 RESIKOS? -0.023305 0.078193 -0.298046 0.7671 Random Effects Cross _AALI--C 0.835028 _ASII--C 0.027133 _INTP--C -0.477564 _ITMG--C -1.145988 _KLBF--C 0.304332 _LSIP--C 1.318512 _PTBA--C -0.091625 _SMGR--C -0.460910 _TLKM--C -0.268923 _UNVR--C -0.039994 Effects Specification S.D. Rho Cross-section random 0.720441 0.7419 Idiosyncratic random 0.424914 0.2581 Weighted Statistics R-squared 0.298924 Mean dependent var 0.082991 Adjusted R-squared 0.182079 S.D. dependent var 0.475586 S.E. of regression 0.430115 Sum squared resid 7.769962 F-statistic 2.558279 Durbin-Watson stat 1.508656 ProbF-statistic 0.027377 Unweighted Statistics R-squared -0.078438 Mean dependent var 0.325400 Sum squared resid 31.11449 Durbin-Watson stat 0.376744 Sumber : ouput eviews Baik tabel itu pada tabel sebelumnya yang menggunakan model fixed effect dan tabel ini yang menggunakan model random effect, semuanya menunnjukan hasil variabel independen berpengaruh signifikan terhadap variabel dependen yaitu return saham. Namun kita belum dapat menentukan model mana yang akan kita gunakan. Oleh karena itu diperlukan uji hausman untuk mengetahuinya. Pada tabel 4. 6 disajikan hasil dari uji hausman yang telah dilakukan dengan menggunakan eviews 7. Tabel 4. 6 Hasil uji Hausman Correlated Random Effects - Hausman Test Equation: Random Test cross-section random effects Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob. Cross-section random 8.034426 7 0.3296 Sumber : output eviews Untuk menentukan apakah model random effect atau fixed effect yang digunakan, kita harus membandingkan nilai uji Hausman dengan nilai chi- square. Nilai chi-square dengan degree or freedom sebanyak independen variabel yaitu tujuh dan menggunakan nilai signifikan 5 maka kita dapat memperoleh nilai 14,067. Jika hasil uji hausman lebih besar dari chi-square maka model yang digunakan adalah fixed effect dan jika yang terjadi nilai uji hausman lebih kecil dari nilai kritisnya maka model yang digunakan adalah random effect. Maka berdasarkan hasil uji hausman yang tersaji pada tabel 4.6 kita dapat mengambil keputusan untuk menggunakan model random effect, karena chi-square yang dihasilkan dari uji hausman lebih kecil dari chi- square tabel 8,034426 14,067 dengan tujuh degree of freedom tujuh variabel independen.

C. Hasil Estimasi Model

Dalam penelitian ini, untuk menganalisis pengaruh DER, DPR, EPS, PER, ROA, ROE, dan resiko sistematis terhadap return saham, maka model penelitian yang akan diestimasikan adalah RS = C1 + C2DERit + C3DPRit + C4PERit + C5EPSit + C6ROAit + C7ROEit + C8BETAit + [CX=R]. Berdasarkan tabel 4.5 maka diperoleh persamaan model regresi dengan menggunakan perangkat lunak eviews 7.1 sebagai berikut: RSit = -1.669739 + 0.043925 DERit + 0.006317 DPRit – 0.018932 PERit + 0.280705 EPSit + 0.033670 ROAit – 0.016015 ROAit – 0.023305 BETAit + [CX=R] Dari persamaan diatas dapat dijelaskan bahwa intersep adalah -1,669739 artinya ketika variabel-variabel independen pada observasi ke i dan ke t, maka RS adalah sebesar -1,669739. Lalu jika masing-masing variabel independen meningkat sebesar 1 maka: a. jika niali DPR pada observasi ke i dan periode ke t akan menaikan nilai return saham pada observasi ke i dan periode ke t sebasar 0,006317 apabila nilai variabel independen lainnya dianggap konstan. b. jika nilai EPS pada observasi ke i dan periode ke t akan menaikan nilai return saham pada observasi ke i dan periode ke t sebasar 0,280705 apabila nilai variabel independen lainnya dianggap konstan. c. jika niali ROA pada observasi ke i dan periode ke t akan menaikan nilai return saham pada observasi ke i dan periode ke t sebasar 0,033670 apabila nilai variabel independen lainnya dianggap konstan. Koefisien Determinasi Adjusted R-Square Koefisien determinasi Adjusted R-Square pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependennya. Nilai adjusted R-square yang mendekati satu berarti kemampuan variabel-variabel independen memberikan hamper semua informasi yang dibutukan untuk memprediksi variasi dependen. Koefisien determinasi dapat dilihat pada tabel berikut : Tabel 4. 9 Koefisien Determinasi S.D. Rho Cross-section random 0.720441 0.7419 Idiosyncratic random 0.424914 0.2581 Weighted Statistics R-squared 0.298924 Mean dependent var 0.082991 Adjusted R-squared 0.182079 S.D. dependent var 0.475586 S.E. of regression 0.430115 Sum squared resid 7.769962 F-statistic 2.558279 Durbin-Watson stat 1.508656 ProbF-statistic 0.027377 Unweighted Statistics R-squared -0.078438 Mean dependent var 0.325400 Sum squared resid 31.11449 Durbin-Watson stat 0.376744 Sumber : ouput eviews Berdasarkan tabel 4.8 besar angka Adjusted R-Squared R 2 adalah 0,182079. Hal ini menunjukkan bahwa persentase sumbangan pengaruh variabel independen terhadap variabel dependen adalah sebesar 18,21. Atau dapat diartikan bahwa variabel independent yang digunakan dalam model mampu menjelaskan sebesar 18,21 terhadap variabel dependennya. Sedangkan sisanya 81,79 lainnya dipengaruhi faktor lain di luar model regresi tersebut. Nilai koefisien determinasi sebesar 18,21 menunjukkan bahwa variasi variabel dependen yaitu return saham dapat dijelaskan oleh ketujuh variabel independen. Kemudian sisanya sebesar 81,79 dipengaruhi oleh faktor-faktor lain yang tidak dimasukkan dalam model penelitian ini yang merupakan variabel makro lainnya.

D. Pengujian Hipotesis dengan Analisa Regresi Data Panel

1. Pengaruh Variabel DER, DPR, PER, EPS, ROA dan Resiko Sistematis

terhadap Return Saham secara Parsial Uji t Untuk melihat besarnya pengaruh variabel fundamental perusahaan secara parsial terhadap return saham syariah digunakan Uji t. Pengujian parsial atau uji t digunakan untuk menguji pengaruh setiap variabel independen terhadap variabel dependennya. Apabila nilai t hitung t tabel, maka tolak H dan dapat disimpulkan bahwa variabel independen berpengaruh secara nyata terhadap variabel dependennya. Apabila nilai t hitung t tabel, maka H diterima dan dapat disimpulkan bahwa variabel independen tidak mempengaruhi variabel dependennya secara nyata. Selain itu dapat dengan indikator lain yaitu apabila probabilitas lebih kecil dari 0,05 maka hasilnya signifikan berarti terdapat pengaruh dari variabel independen secara individual terhadap variabel dependen. Uji hipotesis secara parsial menggunakan uji t, tertera pada tabel berikut : Tabel 4.7 Tabel Uji t Variable Coefficient Std. Error t-Statistic Prob. C -1.669739 0.974919 -1.712696 0.0941 DER 0.043925 0.495080 0.088723 0.9297