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 berganda. Berdasarkan
hasil pengolahan data dengan progrma SPSS 18, maka diperoleh hasil sebagai berikut:
a. Persamaan Regresi
Dalam pengolahan data dengan menggunakan regresi linear, dilakukan beberapa tahapan untuk mencari hubungan anatar variabel independen dan
variabel dependen, melalui pengaruh ROE, NPM, DER, dan CR terhadap HS. Berdasarkan hasil pengolahan data dengan program SPSS Versi 18, maka
diperoleh hasil sebagai berikut:
Tabel 4.6 Hasil Analisis Regresi
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
9.503 1.343
7.078 .000
LN_ROE 1.277
.282 .758
4.536 .000
LN_NPM -.948
.721 -.219
-1.315 .196
LN_DER -.165
.546 -.037
-.301 .765
LN_CR -.186
.356 -.064
-.522 .604
a. Dependent Variable: LN_HS
Sumber: data diolah oleh penulis, 2011
Berdasarkan tabel tersebut didapatlah persamaan regresi sebagai berikut: HS = 9,503 + 1,277ROE – 0,948NPM – 0,165DER – 0,186CR+
ε Keterangan:
1 Konstanta sebesar 9,503 menunjukkan apabila tidak ada variabel independen
ROE, NPM, DER, CR atau X1 = 0, X2 = 0, X3 = 0, X4 = 0 maka harga saham yang terbentuk adalah 9,503,
2 β1 sebesar 1,277 menunjukkan bahwa setiap kenaikan ROE sebesar 1
akan diikuti oleh kenaikan harga saham sebesar 1,277 dengan asumsi variabel lain tetap,
3 β2 sebesar -0,948 menunjukkan bahwa setiap kenaikan NPM sebesar 1
akan diikuti oleh penurunan harga saham sebesar 0,948dengan asumsi variabel lain tetap,
4 β3 sebesar -0,165 menunjukkan bahwa setiap kenaikan DER sebesar 1
akan diikuti oleh penurunan harga saham sebesar 0,165 dengan asumsi variabel lain tetap,
5 β4 sebesar -0,186 menunjukkan bahwa setiap kenaikan CR sebesar 1 akan
diikuti oleh penurunan harga saham sebesar 0,186 dengan asumsi variabel lain tetap.
b. Analisis Koefisien Korelasi dan Koefisien Determinasi
Tabel 4.7
Model Summary
b
Model R
R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson
dimension0
1 .623
a
.388 .330
1.21815 1.683
a. Predictors: Constant, LN_CR, LN_DER, LN_NPM, LN_ROE b. Dependent Variable: LN_HS
Sumber: data diolah oleh penulis, 2011
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 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 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.
Model Summary pada tabel diatas menunjukkan nilai koefisien r sebesar 0,623 yang berarti bahwa korelasi atau hubungan antara harga saham HS dengan
variabel independennya ROE, NPM, DER, dan CR cukup kuat karena R 50 0,5. Penelitian ini menggunakan lebih dari dua variabel maka yang digunakan
adalah nilai Adjusted R Square. Dari tabel dapat dilihat bahwa Adjusted R Square
bernilai 0,330. Angka ini mengindikasikan bahwa 33 variasi atau perubahan dalam harga saham dapat dijelaskan oleh ROE, NPM, DER, dan CR, sedangkan
sisanya 67 dijelaskan oleh faktor-faktor lain yang tidak diteliti dalam penelitian ini antara lain kondisi perusahaan, kondisi politik dan ekonomi yang tidak stabil
maupun rasio-rasio keuangan lainnya seperti earning per share, deviden payout ratio, debt to asset ratio dan rasio lainnya.
c. Pengujian Hipotesis