Laba Bersih
Return on Equity = X 100
Modal Sendiri
Tabel 3.2 Identifikasi Variabel Penelitian
No Variabel
Simbol Indikator
Skala
1 Return Saham
Y
P
t
-
P
t
- 1 D
t
+ P
t
-1 P
t
- 1 Rasio
2 Economic
Value Added EVA
X1
NOPAT – Capital Charges Rasio
3 Market Value
Added MVA
X2
Nilai Pasar Saham- Ekuitas Modal Yang diberikan Pemegang Saham
Rasio
4 Return On
Asset ROA
X3
Laba Bersih Total Aktiva
Rasio
5 Return On
Equity ROE
X4 Laba Bersih
Modal Ekuitas Pemegang Saham
Rasio
3.6. Metode Analisis Data
Dalam penelitian ini, metode analisis data yang digunakan adalah model analisis regresi berganda dan menggunakan software SPSS 18 Statistik Product
and Services Solution. Peneliti melakukan terlebih dahulu uji asumsi klasik sebelum melakukan pengujian hipotesis.
3.6.1. Pengujian Asumsi Klasik 3.6.1.1.Uji Normalitas
Universitas Sumatera Utara
Uji ini digunakan dalam tahap awal dalam metode pemilihan analisis data. Jika data normal digunakan uji parametik dan jika data
tidak normal digunakan non parametik atau treatment agar data normal. Tujuan uji normalitas adalah untuk mengetahui apakah data
dalam bentuk distribusi normal atau tidak. Untuk menguji normalitas data peneliti mengggunakan uji Kolmogorov Smirnov. Apabila
probabilitas 0,05, maka distribusi data normal dan dapat digunakan regresi berganda. Apabila probabilitas 0.05, maka distribusi data
dikatakan tidak normal, untuk itu perlu dilakukan transformasi data atau menambah maupun mengurangi data.
3.6.1.2 Uji Multikolinearitas Uji ini bertujuan untuk menguji apakah model regresi ditemukan
adanya korelasi diantara variabel independent. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen.
Deteksi multikolienaritas pasa suatu model dapat dilihat yaitu jika nilai variance inflation factor VIF tidak lebih dari 10 dan nilai
tolerance tidak kurang dari 0,1 maka model dapat dikatakan terbebas dari multikolienaritas
.
3.6.1.3. Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk 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 homokedasitas
Universitas Sumatera Utara
dan jika berbeda disebut heterokedasitas. Model regresi yang baik adalah yang homokedasitas atau tidak terjadi heterokedasitas.
Untuk mendeteksi ada tidaknya heterokedasitas, menurut Ghozali 2005:105 dapat dilihat dari grafik Scatterplot antara nilai prediksi
variabel dependen yaitu ZPRED dengan residualnya SRESID. Jika ada pola tertentu seperti titik-titik yang ada membentuk pola tertentu yang
teratur, maka telah terjadi heterokedasitas. Sebaliknya jika tidak ada pola yang jelas, serta titik-titik yang menyebar maka tidak terjadi
heterokedasitas. Selain dengan melihat grafik Scatterplot, terjadi atau tidaknya
heteroskedastisitas dapat dilihat dari uji statistik. Penelitian ini menggunakan Uji Glejser untuk mendeteksi terjadinya
heteroskedastisitas. Uji Glejser ini mengusulkan untuk meregres nilai absolut residual terhadap variabel independen. Jika variabel independen
signfikan secara statistik terhadap variabel dependen signifikansi 0,05, maka ada indikasi terjadi Heteroskedastisitas. Jika variabel independen
tidak signifikan secara statistik terhadap variabel dependen siginifikansi 0,05 maka tidak terjadi Heteroskedastisitas.
3.6.1.4. Uji Autokorelasi Uji ini bertujuan untuk melihat apakah dalam suatu model regresi
linear ada korelasi atau kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1. Autokorelasi muncul karena observasi
yang berurutan sepanjang tahun yang berkaitan satu dengan yang
Universitas Sumatera Utara
lainnya, hal ini sering ditemukan pada time series. Pada data crossection, masalah autokorelasi relatif tidak terjadi.
Pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut:
1 Bila nilai Durbin-Watson DW terletak antara batas atas atau Upper Bound DU da 4-DU, maka koefisien autokorelasi sama
dengan nol berarti tidak ada autokorelasi. 2 Bila nilai DW lebih rendah dari pada batas bawah atau Lower
Bound DL, maka koefisien autokorelasi lebih besar dari pada nol, berarti ada autokorelasi positip
3 Bila nilai DW lebih besar dari pada 4-DL, maka koefisien autokorelasi lebih kecil dari pada nol, berarti ada autokorelasi
negatif.
4
Bila nilai DW terletak diantara batas atas DU dan batas bawah DL atau DW terletak antara 4-DU dan 4-DL, maka
hasilnya tidak dapat disimpulkan. 3.6.2 Pengujian Hipotesis
Model penelitian ini menggunakan model regresi linier berganda. Model regresi linier berganda adalah model regresi yang memiliki lebih
dari satu variabel independen. Model regresi linier berganda dikatakan model yang baik jika model tersebut memenuhi asumsi normalitas data
dan terbebas dari asumsi- asumsi klasik statistik baik multikolinieritas, autokorelasi dan heterokedastisitas Lubis, 2007: 45. Persamaan regresi
linier berganda yaitu:
Y = α + β
1
X
1
+ β
2
X
2
+β
3
X
3
+ β
4
X
4
+e
Universitas Sumatera Utara
Keterangan : Y
= return saham X
1
= EVA X
2
= MVA X
3
= ROA X
4
= ROE α
= konstanta β
1
, β
2
, β
3
, β
4
= koefisien regresi e
= error
Penelitian ini menggunakan uji statistik t. Menurut Ghozali 2005 : 84 “uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu
variabel penjelas independen secara individual dalam menerangkan variabel dependen”. Uji-t dilakukan untuk mengetahui signifikan tidaknya pengaruh
masing – masing variabel bebas terhadap variabel terikat,
atau dengan kata lain untuk menguji pengaruh variabel independen dan variabel dependen secara
parsial. Hipotesis yang akan diuji adalah :
Ho=tidak semua variabel independen berpengaruh secara parsial terhadap variabel dependen.
Ha= semua variabel independen berpengaruh secara parsial terhadap variabel dependen.
Uji ini dilakukan dengan membandingkan t-hitung dengan t-tabel dengan
ketentuan : Jika t-hitung t-tabel,maka H
diterima dan Ha ditolak. Jika t-hitungt-tabel,maka H
ditolak dan Ha diterim
Universitas Sumatera Utara
BAB IV ANALISIS HASIL PENELITIAN
