METODE ANALISIS STATISTIK ANALISIS DAN PEMBAHASAN

tahun 2007, dan nilai EPS tertinggi adalah 163.30 terjadi pada PT. Jakarta International Hotel And Development Tbk yang terjadi pada tahun 2009. Dapat disimpulkan bahwa setiap emiten memiliki EPS yang berfluktuasi sepanjang tahun. Pada tahun tertentu memiliki nilai EPS yang tinggi namun pada periode yang lain memiliki nilai EPS yang rendah.

B. METODE ANALISIS STATISTIK

Syarat untuk bisa melakukan uji analisis regresi linear berganda, model harus lulus uji asumsi klasik. a. Uji Normalitas Uji normalitas dilakukan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk lonceng. Data yang baik adalah adalah yang mempunyai pola seperti distribusi normal, yakni distribusi data tersebut tidak menceng ke kiri atau ke kanan. 1. Pendekatan Histogram Gambar 4.1 Sumber : Hasil Olahan SPSS pada tanggal 23 Januari 2011 Gambar 4.1 Histogram Berdasarkan Situmorang, dkk 2010:93 sebuah model dikatakan berdistribusi normal apabila grafik histogram berbentuk lonceng dan tidak menceng ke kanan atau ke kiri. Pada grafik histogram terlihat bahwa variabel EPS berdistribusi normal hal ini ditunjukkan oleh distribusi data tersebut tidak menceng ke kanan atau menceng ke kiri. 2. Pendekatan Grafik Uji normalitas dilakukan dengan menggunakan Plot Probability Normal P-P Plot. PP plot akan membentuk plot antara nilai – nilai teoritis sumbu x melawan nilai-nilai yang didapat dari sampel sumbu y. Apabila plot dari keduanya berbentuk linier dapat didekati garis lurus, maka hal ini akan merupakan indikasi bahwa residual menyebar normal. Seringkali ditemui bahwa ujung-ujung plot agak menyimpang dari garis lurus. Bila pola-pola titik yang terletak selain di ujung-ujung plot masih berbentuk linier, meskipun ujung-ujung plot agak menympang dari garis lurus, maka dapat disimpulkan bahwa sebaran data adalah menyebar normal. Gambar 4.2 Sumber : Hasil Olahan SPSS pada tanggal 23 januari 2011 Gambar 4.2 Normality P-Plot Pada scatter plot terlihat titik yang mengikuti data di sepanjang garis diagonal. Hal ini berarti data berdistribusi normal. 3. Pendekatan Kolmogorv Smirnov Data yang kelihatan normal belum tentu berdistribusi normal, untuk lebih memastikan data di sepanjang garis diagonal berdistribusi normal maka dilakukan uji kolmogorv smirnov 1sample KS dengan melihat data residualnya apakah berdistribusi normal atau tidak. Pedoman pengambilan keputusan adalah: 1. Nilai signifikansi atau probabilitas Sig. 0.05; maka data berdistribusi normal 2. Nilai atau probabilitas Sig. 0.05; maka data tidak berdistribusi normal Tabel 4.4 One-Sample Kolmogorov-Smirnov Test Unstandardiz ed Residual N 72 Normal Parameters a Mean .0000000 Std. Deviation 47.93423869 Most Extreme Differences Absolute .115 Positive .115 Negative -.098 Kolmogorov-Smirnov Z .973 Asymp. Sig. 2-tailed .300 a. Test distribution is Normal. Sumber : Hasil Olahan SPSS pada tanggal 23 januari 2011 Tabel 4.4: One-Sample Kolmogorov-Smirnov Test Pada table 4.4 terlihat nilai Asymp.Sig. 2-tailed adalah 0.300 dan di atas nilai signifikan 0.05 maka dapat disimpulkan variabel residual berdistribusi normal. b. Uji Multikolinearitas Multikolinearitas digunakan untuk melihat ada atau tidaknya hubungan antara variabel bebas dalam model regresi. Untuk melihat ada atau tidaknya multikolinearitas dapat dilakukan dengan melihat toleransi variabel dan Variance Inflation Factor VIF, kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya, dengan ketentuan sebagai berikut: • VIF 5 maka tidak terjadi multikolinearitas • VIF 5 maka terjadi multikolinearitas • Nilai tolerance 0.1 maka tidak terjadi multikolinearitas • Nilai tolerance 0.1 maka terjadi multikolinearitas Tabel 4.5 Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Const ant .905 15.755 .057 .954 DAR 122.329 43.830 .477 2.791 .007 .438 2.285 DER -23.419 8.057 -.497 - 2.907 .005 .438 2.285 a. Dependent Variable: EPS Sumber : Hasil Olahan SPSS pada tanggal 23 januari 2011 Tabel 4.5: Uji Multikolinearitas Dari tabel output SPSS di atas dapat dilihat bahwa nilai tolerance untuk DAR dan DER adalah 0.438 atau 0.1 dan nilai VIF untuk variabel DAR dan DER adalah 2.285 atau 5 maka dapat disimpulkan bahwa semua data tidak terkena multikolinearitas. c. Uji Autokorelasi Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode yang satu dengan kesalahan pengganggu pada periode sebelumnya. Adalah yang digunakan untuk mendeteksi autokorelasi Run test. Kaidah keputusan dari metode ini adalah tidak menolak hipotesis nol jika taksiran R berada pada jarak interval dan menolak hipotesis nol jika taksiran R di luar batas interval. Tabel 4.6 Runs Test Unstandardized Residual Test Value a -9.43656 Cases Test Value 36 Cases = Test Value 36 Total Cases 72 Number of Runs 29 Z -1.899 Asymp. Sig. 2-tailed .058 a. Median Sumber : Hasil Olahan SPSS pada tanggal 23 januari 2011 Tabel 4.6: Run Test Pada tabel 4.6 di atas dapat dilihat bahwa nilai Asymp Sig. 2-tailed adalah sebesar 0.058 atau signifikan pada nilai alfa 0.05, sehingga dapat disimpulkan bahwa tidak terjadi autokorelasi antar nilai residual. d. Uji Heterokedastisitas Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terdapat ketidaksamaan variance dari residual satu pengamatan ke pengamatan lainnya.jika variance dari satu residual satu pengamatan ke pengamatan lainnya tetap maka terjadi homokedastisitas jika berbeda maka disebut heterokedastisitas. Model regresi yang baik adalah model yang tidak terkena heterokedastisitas. Uji heterokedastisitas dapat dilakukan dengan cara berikut: 1. Pendekatan Grafik Gambar 4.3 Sumber : Hasil Olahan SPSS pada tanggal 23 Januari 2011 Gambar 4.3 : Scatterplot Dari grafik scatterplot di atas terlihat titik-titik menyebar secara acak tidak membentuk suatu pola tertentu yang jelas serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heterokedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi variabel EPS, berdasrkan masukan variabel independen. 2. Uji Glejser Tabel 4.7 Coefficients a Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 Constant 18.594 10.000 1.859 .067 DAR 40.401 27.819 .257 1.452 .151 DER -1.265 5.114 -.044 -.247 .805 a. Dependent Variable: ABSUT Sumber : Hasil Olahan SPSS pada tanggal 23 Januari 2011 Tabel 4.7 : Uji Glejser Jika variabel independen mempengaruhi secara statistik tabel terhadap variabel dependen maka hal ini menunjukkan terjadi autokorelasi pada model regresi. Dari tabel di atas dapat dilihat bahwa tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen absolut Ut absUt. Hal ini terlihat dari probabilitas signifikansi DAR sebesar 0.151 dan DER sebesar 0.805 di atas tingkat kepercayaan 5 , jadi disimpulkan model regresi tidak mengarah adanya heterokedastisitas.

C. ANALISIS REGRESI LINEAR BERGANDA

Dokumen yang terkait

Pengaruh Investasi, Earning Per Share (EPS) dan Dividend Per Share (DPS) Terhadap Harga Saham Perusahaan Asuransi yang Terdaftar Di BEI Tahun 2010-2013

15 277 82

Pengaruh Earning Per Share (EPS) dan Price Earning Ratio terhadap Nilai Perusahaan Sektor Otomotif dan Transportasi yang Terdaftar di Bursa Efek Indonesia (BEI) Tahun 2010 - 2012

8 159 67

Analisis Relevansi Dividend Yield dan Earning Per Share Terhadap Penilaian Harga Saham Perusahaan Manufaktur yang Terdaftar di BEI

2 67 127

Analisis Perbandingan Tingkat Nilai Sales Growth, Earning Per Share, Price Earning Ratio Perusahaan Yang Mengadakan Employee Stock Ownership Program (Esop) Dan Tidak Mengadakan Esop: Studi Empiris Pada Perusahaan Manufaktur Yang Terdaftar Di BEI

0 67 78

Analisis Pengaruh Rasio leverage, Profitabilitas, Earning per share dan Ukuran perusahaan terhadap Nilai Perusahaan pada Perusahaan Perbankan yang Terdaftar di BEI

5 68 100

Analisis Pengaruh Earning Per Share (EPS), Dividend Per Share (DPS), Price/Earning Ratio (PER) dan Dividend Payout Ratio (DPR) terhadap Harga Saham pada Perusahaan yang Terdaftar dalam Indeks LQ45 di Bursa Efek Indonesia (BEI)

3 63 94

Pengaruh Earning Per Share (EPS), Return on Equity (ROE), dan Debt to Equity Ratio (DER) terhadap Return Saham Pada Perusahaan Real Estate yang Terdaftar di Bursa Efek Indonesia (BEI) Tahun 2009 – 2011

2 32 74

Pengaruh Earning Per Share, ROE, ROA, DER Dan Earning Growth Terhadap Price To Book Value Pada Perusahaan Properti Dan Real Estate Yang Terdaftar Di Bursa Efek Indonesia

1 54 82

Pengaruh Dividen Payout Ratio (DPR) Dan Earning Per Share (EPS) Terhadap Harga Saham Pada Perusahaan Manufaktur Yang Terdaftar Di BEI

12 156 59

Pengaruh Earning Per Share dan Dividend Per Share terhadap Harga Saham pada Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia

12 85 93