pengamatan ini dapat disimpulkan bahwa tidak terjadi autokorelasi positif maupun autokorelasi negatif.
3. Analisis Regresi
Berdasarkan hasil pengujian asumsi klasik disimpulkan 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 18, maka diperoleh hasil sebagai berikut:
a. Persamaan Regresi
Dalam pengolahan data dengan menggunakan regresi linier, dilakukan beberapa tahapan untuk mencari hubungan antara variabel independen dan
variabel dependen, melalui pengaruh AKO, AKI, AKP, dan EPS terhadap HS. Berdasarkan hasil pengolahan data dengan program SPSS Versi 18, maka
diperoleh hasil sebagai berikut
Tabel 4.5 Hasil Analisis Regresi
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
280.127 55.396
5.057 .000
AKO 1.078
.906 .214
1.189 .240
AKI 1.471
1.163 .359
1.265 .212
AKP .987
.755 .400
1.307 .197
EPS 2.955
1.450 .298
2.038 .047
a. Dependent Variable: Harga_Saham
Sumber: data diolah oleh penulis, 2010
Universitas Sumatera Utara
Berdasarkan tabel diatas didapatlah persamaan regresi sebagai berikut HS = 280.127+1,078 AKO+1,4171AKI+0,987AKP+2,955EPS+µ
Keterangan: 1
konstanta sebesar 280.127 menunjukkan bahwa apabila tidak ada variabel independen X1 = 0, X2 = 0, X3 = 0, dan X4=0 maka harga saham sebesar
280.127, 2
β1 sebesar 1,078 menunjukkan bahwa setiap kenaikan arus kas dari aktivitas operasi sebesar 1 akan diikuti oleh kenaikan harga saham sebesar 1,078
dengan asumsi variabel lain tetap, 3
β2 sebesar 1,4171 menunjukkan bahwa setiap kenaikan arus kas dari aktivitas investasi sebesar 1 akan diikuti oleh kenaikan harga saham sebesar 1,4171
dengan asumsi variabel lain tetap, 4
β3 sebesar 0,987 menunjukkan bahwa setiap kenaikan arus kas dari aktivitas pendanaan sebesar 1 akan diikuti oleh kenaikan harga saham sebesar 0,987
dengan asumsi variabel lain tetap, 5
β4 sebesar 2,955 menunjukkan bahwa setiap kenaikan earning per share sebesar 1 akan diikuti oleh kenaikan harga saham sebesar 2,955 dengan
asumsi variabel lain tetap,
b. Analisis koefisien determinasi
Nilai koefisien korelasi R menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel dependen.
Koefisien korelasi dikatakan kuat apabila data nilai R berada diantara 0,5 dan mendekati 1. koefisien determinasi R Square menunjukkan seberapa besar
Universitas Sumatera Utara
variabel independen menjelaskan variabel dependennya. Nilai R Square adalah 0 sampai dengan 1. Apabila nilai R Square semakin mendekati 1, maka variabel-
variabel independen mendekati semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Sebaliknya, semakin kecil nilai R Square
maka kemampuan variabel-variabel independen untuk menjelaskan variasi variabel dependen semakin terbatas. Nilai R Square memiliki kelemahan yaitu
nilai R Square akan meningkat setiap ada penambahan satu variabel dependen meskipun variabel independen tersebut tidak berpengaruh signifikan terhadap
variabel dependen.
Tabel 4.6
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.370
a
.137 .067
295.30053 a. Predictors: Constant, TK, DAR, LOG_SIZE, NPM
b. Dependent Variable: VD
Sumber : data diolah oleh penulis, 2010
Model Summary pada tabel diatas menunjukkan nilai koefisien r sebesar 0,370 yang berarti bahwa korelasi atau hubungan antara harga saham HS dengan
variabel independennya AKO, AKI, AKP, dan EPS lemah karena kurang dari 0,5. Angka adjusted R Square atau koefisien determinasi adalah 0,067. Hal ini
berarti 6,7 variasi atau perubahan dalam harga saham dapat dijelaskan oleh variasi dari arus kas dari aktivitas operasi, arus kas dari aktivitas investasi, arus
kas dari aktivitas pendanaan dan earning per share EPS, sedangkan sisanya 93,3 dijelaskan oleh variabel-variabel lain yang tidak dimasukkan dalam
persamaan. Standar Error of Estimate SEE adalah 295,30053, yang mana
Universitas Sumatera Utara
semakin besar SEE akan membuat model regresi kurang tepat dalam memprediksi variabel dependen.
c. Pengujian hipotesis