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 DER, NPM, EPS, ROI dan ROE terhadap RS. Berdasarkan hasil pengolahan data dengan program SPSS Versi
18, maka diperoleh hasil sebagai berikut:
Sumber : data diolah oleh penulis, 2011 Tabel 4.5
Hasil Analisis Regresi Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant .535
.482 1.111
.273 DER
.072 .344
.054 .210
.835 NPM
-.078 .110
-.115 -.715
.479 EPS
-.001 .009
-.032 -.136
.893 ROI
12.038 25.675
.219 .469
.642 ROE
-8.637 11.773
-.363 -.734
.468 a. Dependent Variable: RS
Berdasarkan tabel diatas didapatlah persamaan regresi sebagai berikut RS = 0,535 + 0,72 DER - 0,78 NPM - 0,01 EPS + 12,038 ROI – 8,637 ROE +
µ Keterangan :
1. Konstanta sebesar 0,535 menunjukkan bahwa apabila tidak ada variabel independen DER, NPM, EPS, ROI, ROE maka tingkat return saham
sebesar 0.535. 2.
β1 sebesar 0,72 menunjukkan bahwa setiap kenaikan DER sebesar 1 akan diikuti oleh kenaikan harga return sebesar 0,72 dengan asumsi
variabel lain tetap, 3.
β2 sebesar -0,78 menunjukkan bahwa setiap kenaikan NPM sebesar 1 akan diikuti oleh penurunan return saham sebesar 0,78 dengan asumsi
variabel lain tetap, 4.
β3 sebesar -0,01 menunjukkan bahwa setiap kenaikan EPS sebesar 1 akan diikuti oleh penurunan return saham sebesar 0,01 dengan asumsi
variabel lain tetap, 5.
β4 sebesar 12,038 menunjukkan bahwa setiap kenaikan ROI sebesar 1 akan diikuti oleh kenaikan return saham sebesar 12,038 dengan asumsi
variabel lain tetap, 6.
β5 sebesar -8,637 menunjukkan bahwa setiap kenaikan ROE sebesar 1 akan diikuti oleh penurunan return saham sebesar 8,637 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
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. Dalam kenyataannya nilai adjusted R Square dapat bernilai negatif, walaupun
yang dikehendaki harus bernilai positif. Jika dalam uji empiris didapat nilai adjusted R Square negatif, maka nilai adjusted R Square dianggap Nol.
Tabel 4.6 Model Summary
Model R
R Square
Adjusted R Square
Std. Error of the Estimate dimension0 1 .225
a
.050 -.074
1.23045
Model Summary
Model R
R Square
Adjusted R Square
Std. Error of the Estimate dimension0 1 .225
a
.050 -.074
1.23045 a. Predictors: Constant, ROE, NPM, DER, EPS, ROI
Sumber: Data Diolah oleh Penulis, 2011
Model Summary pada tabel diatas menunjukkan nilai koefisien r sebesar 0,225 yang berarti bahwa korelasi atau hubungan antara return saham
RS dengan variabel independennya DER, NPM, EPS, ROI dan ROE lemah karena kurang dari 0,5. Angka adjusted R Square atau koefisien determinasi
adalah -0,074. Angka ini sama dengan nol karena bernilai negatif. Hal ini berarti tidak ada variasi atau perubahan dalam return saham dapat dijelaskan
oleh DER, NPM, EPS, ROI dan ROE, sedangkan sisanya 100 dijelaskan oleh variabel-variabel lain yang tidak dimasukkan dalam persamaan. Standar
Error of Estimate SEE adalah 1,23045, yang mana semakin besar SEE akan membuat model regresi kurang tepat dalam memprediksi variabel dependen.
c. Pengujian hipotesis
