3 Perdagangan tunai, yaitu merupakan fasilitas yang disediakan bagi anggota bursa yang karena alasan tertentu gagal memenuhi kewajiban
penyerahan saham. Perdagangan ini dilaksanakan dengan prinsip pembayaran dan penyerahan seketika dan dilakukan atas negosiasi
langsung antar anggota bursa.
4.2. Deskripsi Hasil Pengujian Hipotesis
4.2.1. Uji Normalitas
Dalam pengujian normalitas data dengan menggunakan uji Kolmogorof-Smirnov dengan menggunakan program SPSS, dimana
apabila nilai signifikansi probabilitas yang diproleh lebih Besar dari nilai signifikansi yang telah ditetapkan dalam penelitian 5 maka data
tersebut telah terdistribusi normal. Santoso, 2001 : 97 Pedoman dalam mengambil keputusan apakah sebuah distribusi data
mengikuti distribusi normal adalah : • Jika nilai signifikansi nilai probabilitasnya lebih kecil dari 5, maka
distribusi adalah tidak normal. • Jika nilai signifikansi nilai probabilitasnya lebih Besar dari 5, maka
distribusi adalah normal.
Tabel 4.1. Normalitas Data Masing-masing Variabel
One-Sample Kolmogorov-Smirnov Test
48 .0000000
10065.7260909 .234
.234 -.177
1.622 .010
N Mean
Std. Deviation Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Differences
Kolmogorov-Smirnov Z As ymp. Sig. 2-tailed
Unstandardized Residual
Test distribution is Normal. a.
Calculated from data. b.
Sumber : Lampiran Hasil uji normalitas terhadap nilai residual persamaan regresi
dengan menggunakan Kolmogorov – Smirnov, menunjukkan nilai signifikansi 0,010 0,05; sehingga dapat disimpulkan bahwa data pada
persamaan regresi memiliki distribusi data yang tidak normal.
4.2.2. Uji Asumsi Klasik 4.2.2.1 Autokorelasi
Uji autokorelasi dilakukan untuk mengetahui korelasi antara anggota serangkaian data observasi. Untuk mendeteksi gejala
autokorelasi digunakan Durbin–Watson dw statistic. Hasil analisis pengujian uji Autokorelasi adalah sebagai berikut :
Tabel 4.2 : Hasil Pengujian Autokorelasi
Model Summ ary
b
.719
a
.516 .472
10523. 49040 2.048
Model 1
R R Square
Adjust ed R Square
St d. E rror of the Es timate
Durbin- W atson
Predic tors: Constant, Economic V alue Added, Earning Per Share, Return On Equity, Return On A sset
a. Dependent Variable: Harga Saham
b. Adapun kriteria pengujiannya adalah sebagai berikut :
Tabel 4.3. Batas-batas daerah Test Durbin Watson
Daerah Keterangan
Kurang dari 1.374 1.374 dan 1,722
1,722 dan 2.278 2,278 dan 2.626
DW ≥ 2.626
Autokorelasi positif Tanpa kesimpulaninconclusive
Non autokorelasi Tanpa kesimpulaninconclusive
Autokorelasi negative Sumber
: data diolah
Hasil uji autokorelasi menunjukkan nilai DW sebesar 2,048. Berdasarkan table DW dengan jumlah sample n = 48 dan variabel independen k =
4 dengan tingkat signifikansi 0,05 diperoleh nilai d
L
= 1,374 dan d
U
= 1,722. Nilai DW 2,048 terletak antara 4 - d
U
1.722 dan 4 - d
L
1.374 atau terletak di daerah tidak ada autokorelasi.
4.2.2.2 Multikolinearitas
Untuk mengetahui ada atau tidaknya gejala multikolinier pada model regresi linier berganda yang dihasilkan dapat dilakukan dengan
menghitung nilai Variance Inflation Factor VIF dari masing-masing variabel bebas dalam model regresi.
Tabel 4.4 : Hasil Pengujian Multikolinieritas
Coeffi cients
a
.162 6.192
.169 5.914
.720 1.389
.899 1.112
Return On Ass et Return On Equity
Earning Per Share Ec onomic Value A dded
Model 1
Tolerance VIF
Collinearity Statistics
Dependent Variable: Harga Saham a.
Sumber : Lampiran Dari hasil perhitungan diperoleh bahwa pada bagian colliniearity
statistics , nilai VIF pada seluruh variabel bebas lebih kecil dari 10, yang
artinya seluruh variabel bebas pada penelitian ini tidak ada gejala multikolinier.
4.2.2.3 Heteroskedastisitas
Penyimpangan asumsi model klasik yang lain adalah adanya heteroskedastisitas. Artinya, varians variabel dalam model tidak sama
konstan. Hal ini bisa diindentifikasi dengan cara menghitung korelasi Rank Spearman antara residual dengan seluruh variabel bebas.
Tabel 4.5 : Hasil Pengujian Heteroskedastisitas
Correlations
1.000 -.489
-.476 -.232
-.044 .
.000 .001
.112 .766
48 48
48 48
48 -.489
1.000 .835
.768 .210
.000 .
.000 .000
.151 48
48 48
48 48
-.476 .835
1.000 .814
.143 .001
.000 .
.000 .332
48 48
48 48
48 -.232
.768 .814
1.000 .037
.112 .000
.000 .
.800 48
48 48
48 48
-.044 .210
.143 .037
1.000 .766
.151 .332
.800 .
48 48
48 48
48 Correlation Coefficient
Sig. 2-tailed N
Correlation Coefficient Sig. 2-tailed
N Correlation Coefficient
Sig. 2-tailed N
Correlation Coefficient Sig. 2-tailed
N Correlation Coefficient
Sig. 2-tailed N
Unstandardized Res idual Return On Asset
Return On Equity Earning Per Share
Economic Value Added Spearmans rho
Unstandardiz ed Res idual
Return On Ass et
Return On Equity
Earning Per Share
Economic Value Added
Correlation is s ignificant at the 0.01 level 2-tailed. .
Berdasarkan lampiran dapat dilihat korelasi untuk variabel Return on Assets X
1
dengan nilai probabilitassignifikansi sebesar 0.000, korelasi untuk variabel Return on Equity X
2
dengan nilai probabilitas signifikansi sebesar 0,001. Dimana nilai probabilitassignifikansi kedua
variable tersebut lebih kecil dari 5 yang berarti terdapat korelasi atau hubungan dengan masing-masing variabel bebas yang diteliti. Sedangkan
untuk variabel
Earning Per Share X
3
dengan nilai probabilitassignifikansi sebesar 0.112, korelasi untuk variabel Economic
Value Added X
4
dengan nilai probabilitas signifikansi sebesar 0,776. Dimana nilai probabilitassignifikansi kedua variable tersebut lebih besar
dari 5 yang berarti tidak terdapat korelasi atau hubungan dengan masing-masing variabel bebas yang diteliti
4.2.3. Hasil Pengujian Regresi Linier Berganda
Hasil analisis mengenai koefisien model regresi adalah seperti yang tercantum dalam Tabel 4.6 berikut ini.
Tabel 4.6 Koefisien Regresi
Coefficients
a
-1335.864 2768.936
-.482 .632
432.633 197.998
.577 2.185
.034 54.342
146.294 .096
.371 .712
2.400 2.523
.119 .951
.347 -8.5E-005
.000 -.096
-.860 .395
Constant Return On Asset
Return On Equity Earning Per Share
Economic Value Added Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Dependent Variable: Harga Saham a.
Sumber : Lampiran Berdasarkan Tabel 4.5 tersebut, maka model regresi yang diperoleh
adalah sebagai berikut : Y =
α + β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ β
4
X
4
Y = -1335.864 + 432.633 X + e
1
+ 54.342 X
2
+ 2.400 X
3
- 8.5E-005 X
4
+ e Dengan asumsi bahwa variabel X
1
, X
2
, X
3
, X
4
Koefisien regresi untuk variabel Return on Asset X adalah nol atau
konstan maka nilai Harga Saham Y adalah sebesar -1335.864
1
diperoleh nilai 432.633 mempunyai koefisien regresi positif, hal ini menunjukkan
terjadinya perubahan yang searah dengan variabel terikat. Jadi semakin Besar nilai Return on Asset X
1
akan menaikkan nilai Harga Saham Y dengan asumsi bahwa variabel yang lainnya adalah konstan.
Koefisien regresi untuk variabel Return on Equity X
2
diperoleh nilai 54.342 mempunyai koefisien regresi positif, hal ini menunjukkan
terjadinya perubahan yang searah dengan variabel terikat. Jadi semakin Besar nilai Return on Equity X
2
Koefisien regresi untuk variabel Earning per Share X akan menaikkan nilai Harga Saham Y
dengan asumsi bahwa variabel yang lainnya adalah konstan.
3
diperoleh nilai 2.400 mempunyai koefisien regresi positif, hal ini menunjukkan
terjadinya perubahan yang searah dengan variabel terikat. Jadi semakin Besar nilai Earning per Share X
3
Koefisien regresi untuk variabel Ecconomic Value Added X akan menaikkan nilai Harga Saham Y
dengan asumsi bahwa variabel yang lainnya adalah konstan.
4
diperoleh nilai - 8.5E-005 mempunyai koefisien regresi negatif, hal ini menunjukkan terjadinya perubahan yang tidak searah dengan variabel
terikat. Jadi semakin Besar nilai Ecconomic Value Added X
4
akan menurunkan nilai Harga Saham Y dengan asumsi bahwa variabel yang
lainnya adalah konstan.
4.2.4. Hasil Pengujian Uji t
