32
1 1
− −
− =
it it
it it
P P
P R
R
it
= Return saham sesungguhnya Actual Return P
it
= Harga saham periode saat ini P
it-1
= Harga saham pada periode sebelumnya Harga saham yang digunakan dalam penelitian ini adalah harga saham
perusahaan makanan dan minuman sepuluh hari sebelum dan sepuluh hari sesudah tanggal publikasi laporan keuangan pada tahun 2005-2007.
3.5 Metode Analisis Data
Metode analisis yang digunakan dalam penelitian ini terdiri dari : a.
Analisis Deskriptif Analisis Deskriptif digunakan untuk mengetahui nilai mean, nilai
maksimum dan minimum serta distribusi frekuensi data. Klasifikasi dalam distribusi frekuensi ditentukan dengan cara :
Kelas Jumlah
Minimum Nilai
Maksimum Nilai
i Klasifikas
− =
Jumlah kelas dalam distribusi frekuensi penelitian ini berjumlah tiga kelas.
b. Analisis Inferensial
Analisis Inferensial digunakan untuk menguji ukuran populasi melalui data sampel. Pada penelitian ini analisis inferensial digunakan untuk menguji
seberapa besar tingkat pengaruh current ratio, ROE dan debt ratio terhadap return saham pada perusahaan makanan minuman di Bursa Efek Jakarta.
33
1 . Analisis regresi Linier Berganda Untuk menunjukkan hubungan antara variabel terikat Y dengan
variabel bebas X yaitu menggunakan persamaan regresi berganda yaitu: Y=
a + b
1
x
1
+ b
2
x
2
+ e Algifari, 2000:81
Keterangan : Y = Return saham
a = Konstanta b
1
= Koefisien persamaan regresi prediktor x
1
b
2
= Koefisien persamaan regresi prediktor x
2
x
1
= Variabel ROE x
2
= Variabel debt ratio e = Faktor pengganggu
Setelah persamaan regresi ditemukan maka dilakukan pengujian terhadap hipotesis. Penelitian ini menguji hipotesis-hipotesis dengan menggunakan metode
analisis regresi berganda multiple regretion. Metode regresi berganda menghubungkan satu variabel dependen dengan beberapa variabel independen
dalam suatu model prediktif tunggal. Adapun untuk menguji signifikan tidaknya hipotesis tersebut digunakan
Uji F dan Uji t. a
Uji Simultan Uji F Uji Simultan Uji F digunakan untuk menguji besarnya pengaruh dari
seluruh variabel independen Return on Equity ROE dan Debt Ratio DR
34
secara bersama-sama atau simultan terhadap variabel dependen Return saham. Pembuktian dilakukan dengan cara membandingkan hasil dari probabilitas value.
Jika probabilitas value 0,05 maka H
1
ditolak dan jika probabilitas value 0,05 maka H
1
diterima. b
Uji Parsial Uji t Uji Parsial Uji t digunakan untuk menguji besarnya pengaruh dari
variabel independen Return on Equity ROE dan Debt Ratio DR secara individu atau parsial terhadap variabel dependen Return saham. Pembuktian
dilakukan dengan cara membandingkan hasil dari probabilitas value. Jika probabilitas value 0,05 maka H
ditolak dan jika probabilitas value 0,05 maka H
diterima. 2 . Mencari Koefisien Determinasi R
2
Dalam uji regresi linier berganda dianalisis pula besarnya koefisien regresi R
2
keseluruhan. R
2
pada intinya mengukur seberapa jauh kemampuan model regresi dalam menerangkan variasi variabel dependen atau variabel terikat. R
2
digunakan untuk mengukur ketepatan yang paling baik dari analisis regresi berganda. R
2
mendekati 1 satu maka dapat dikatakan semakin kuat kemampuan variabel bebas dalam model regresi tersebut dalam menerangkan variasi variabel
terikatnya. Sebaliknya jika R
2
mendekati 0 nol maka semakin lemah variabel bebas menerangkan variasi variabel terikat. Sedangkan r
2
digunakan untuk mengukur derajat hubungan antara tiap variabel X terhadap Variabel Y secara
parsial Ghozali, 2002:45.
35
3 . Evaluasi Ekonometri Evaluasi Ekonometri dimaksudkan untuk mengetahui apakah model linier
berganda yang digunakan untuk menganalisis dalam penelitian memenuhi asumsi klasik atau tidak.
a Uji Multikolinearitas
Salah satu asumsi klasik adalah tidak terjadinya multikolinearitas diantara variabel-variabel bebas yang berada dalam satu model. Pengujian asumsi ini untuk
menunjukkan adanya hubungan linear antara variabel-variabel bebas dalam model regresi maupun untuk menunjukkan ada tidaknya derajat kolinearitas yang tinggi
diantara varibel-variabel bebas. Jika antar variabel bebas berkorelasi dengan sempurna maka disebut multikolinearitasnya sempurna perfect multicoliniarity,
yang berarti model kuadrat terkecil tersebut tidak dapat digunakan. Salah satu cara untuk mengetahui ada tidaknya multikolinearitas pada
suatu model regresi adalah dengan melihat nilai tolerance dan VIF Variance Inflation Factor, yaitu :
1. Jika nilai tolerance 0,10 dan VIF 10, maka dapat diartikan bahwa
tidak terdapat multikolinearitas pada penelitian tersebut 2.
Jika nilai tolerance 0,10 dan VIF 10, maka dapat diartikan bahwa terjadi gangguan multikolinearitas pada penelitian tersebut.
b Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varians residual dari suatu pengamatan ke
pengamatan yang lain. Jika varians dari suatu pengamatan itu adalah tetap maka
36
disebut homoskedastisitas, dan jika varians berbeda maka terjadi heteroskedastisitas.
Salah satu cara untuk mendiagnosis adanya heterokedastisitas dalam suatu model regresi adalah dengan uji Rank Spearmen apabila X1, X2 mempunyai
tingkat signifikan lebih dari 5 , maka tidak terjadi heterokedastisitas. Untuk lebih menjamin keakuratan hasil maka dilakukan uji statistik
dengan menggunakkan uji Glejser. Uji Glejser mengusulkan untuk meregresi nilai absolute residual terhadap variable independent Ghozali, 2005. Jika dari hasil uji
Glejser didapat bahwa tidak ada satupun variable independent yang signifikan secara statistik mempengaruhi variable dependen nilai absolute Ut AbsUt dan
probabilitas signifikasinya di atas tingkat kepercayaan 5 maka dapat diambil kesimpulan model regresi tersebut tidak mengandung adanya Heterokedastisitas.
c Uji Normalitas
Uji normalitas data bertujuan untuk memperoleh data yang berdistribusi normal. Alat uji normalitas menggunakan one-sample Kolmogorov-Smirnov. Data
dikatakan normal jika variabel yang dianalisis memiliki tingkat signifikansi lebih besar dari 5 Santoso, 2002:212.
d Uji autokorelasi
Uji aotukorelasi adalah korelasi antara anggota-anggota serangkaian obsevasi yang tersusun dalam rangkaian waktu data time series atau yang
tersusun dalam rangkaian ruang data cross section. Beberapa faktor yang menyebabkan adanya autokorelasi adalah tidak dimasukkannya variabel bebas
yang lain.
37
Untuk menguji keberadaan autokorelasi digunakan metode durbin watson d-test. Dalam metode durbin watson menggunakan titik kritis bawah d1 dan batas
atas du. Apabila niali d yang dihitung berada diluar d1 atau diluar du berarti terdapat serial korelasi positif atau negatif terdapat autokorelasi.Algifari, 2000:
80
38
BAB 1V HASIL PENELITIAN DAN PEMBAHASAN
