Minar Simanungkalit : Pengaruh Profitabilitas Dan Rasio Leverage Keuangan Terhadap Return Saham Pada Perusahaan Makanan Dan Minuman Terbuka Di Indonesia, 2009.
Pada tahun 2005, nilai Return Saham tertinggi diraih oleh PT.Delta Djakarta Tbk. yaitu sebesar 8,71. Sedangkan nilai Return Saham terendah dialami
oleh PT.Davomas Abadi Tbk. yaitu sebesar -5,25. Pada tahun 2006, nilai Return Saham tertinggi diraih oleh PT.Davomas
Abadi Tbk. yaitu sebesar 23,65. Sedangkan nilai Return Saham terendah PT.Delta Djakarta Tbk. yaitu sebesar -3,53.
Pada tahun 2007, nilai Return Saham tertinggi diraih oleh PT.Tiga Pilar Sejahtera Food Tbk yaitu sebesar
15,69
. Sedangkan nilai Return Saham terendah dialami oleh PT.Davomas Abadi Tbk. yaitu sebesar 4,19.
Perusahaan yang kemudian mengalami peningkatan return saham, hal ini terjadi karena harga saham perusahaan cenderung mengalami kenaikan selama
tahun sekarang dibandingkan dengan tahun sebelumnya. Sedangkan perusahaan yang mengalami penurunan return saham, hal ini disebabkan karena harga saham
perusahaan cenderung mengalami penurunan selama tahun sekarang dibandingkan dengan tahun sebelumnya.
B. Regresi Linear Berganda
Regresi linear berganda dilakukan untuk dmengetahui pengaruh variabel bebas, yakni Return on Assets ROA, Return on Equity ROE, dan Debt Total
Assets DTA terhadap variabel terikat yaitu Return Saham pada Industri Makanan dan Minuman terbuka di Indonesia. Tabel 4.6 berikut menunjukkan hasil estimasi
regresi melalui pengolahan data dengan SPSS 15.0 for Windows.
Minar Simanungkalit : Pengaruh Profitabilitas Dan Rasio Leverage Keuangan Terhadap Return Saham Pada Perusahaan Makanan Dan Minuman Terbuka Di Indonesia, 2009.
Tabel 4.6 Hasil Estimasi Regresi
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
1.694 1.055
1.606 .114
ROA .067
.034 .502
1.957 .055
ROE -.020
.007 -.689
-2.975 .004
DTA .250
1.752 .023
.143 .887
a. Dependent Variable: Return_Saham Sumber:Hasil olahan SPSS
Dari Tabel 4.6 dapat diperoleh persamaan regresi linier berganda sebagai berikut :
Y= 1,694 + 0,067 ROA – 0,020 ROE + 0,250 DTA + e Dimana:
Y = Return Saham
1
X = Return on Assets ROE
2
X = Return on Equity ROE
3
X = Debt to Total Assets DTA
Interpretasi model: 1.
Konstanta bernilai 1,649. Hal ini menyatakan bahwa jika tidak ada pengaruh variabel independen yaitu ROA, ROE dan DTA maka Return Saham akan tetap
sebesar 1,649 2.
Variabel ROA bernilai 0,067. Hal ini menyatakan bahwa setiap kali terjadi kenaikan 1 ROA, maka akan mendorong kenaikan Return Saham sebesar
0,067. Dengan asumsi variabel lain tetap variabel lain sama dengan nol.
Minar Simanungkalit : Pengaruh Profitabilitas Dan Rasio Leverage Keuangan Terhadap Return Saham Pada Perusahaan Makanan Dan Minuman Terbuka Di Indonesia, 2009.
3. Variabel ROE bernilai – 0,020. Hal ini menyatakan bahwa setiap kali terjadi
kenaikan 1 ROE, maka akan mendorong penurunan Return Saham sebesar – 0,020. Dengan asumsi variabel lain tetap variabel lain sama dengan nol.
4. Variabel DTA bernilai 0,250. Hal ini menyatakan bahwa setiap kali terjadi
kenaikan 1 DTA, maka akan mendorong kenaikan Return Saham sebesar 0,250. Dengan asumsi variabel lain tetap variabel lain sama dengan nol.
Ada beberapa syarat asumsi klasik yang harus dipenuhi agar model persamaan regresi berganda dapat digunakan dalam menganalisis pengaruh
profitabilitas dan leverage terhadap Return Saham. Persamaan yang dibangun harus memenuhi asumsi dasar yaitu data berdistribusi normal, tidak terjadi gejala
multikolinearitas, tidak ada gejala autokorelasi, dan tidak terjadi heterokedastisitas. Adapun syarat asumsi klasik yang dilakukan adalah sebagai
berikut: 1.
Uji Normalitas Uji normalitas dilakukan untuk menguji apakah nilai residual berdistribusi
normal atau tidak dengan bentuk seperti lonceng, yang dapat dilakukan melalui analisis grafik dan statistik Ghozali, 2005:110. Data yang baik adalah data yang
mempunyai pola seperti distribusi normal, yakni distribusi data tersebut tidak menceng ke kiri atau menceng ke kanan.
Awalnya diperoleh data yang menyebar secara tidak normal. Hal ini disebabkan karena adanya nilai-nilai ekstrim Outlier yang dapat mengganggu
estimasi koefisien regresi, yang dapat berakibat tidak tepatnya model regresi yang dibuat Nachrowi, 2006:170. Menurut Nachrowi 2006:170, Outlier sangat
Minar Simanungkalit : Pengaruh Profitabilitas Dan Rasio Leverage Keuangan Terhadap Return Saham Pada Perusahaan Makanan Dan Minuman Terbuka Di Indonesia, 2009.
mengganggu maka diputuskan untuk membuang observasi yang bernilai ekstrim tersebut yaitu observasi No.12 seperti yang terlihat pada tabel 4.7 berikut ini :
Tabel 4.7
Casewise Diagnosticsa
Case Number Std. Residual
Return_Saham Predicted Value
Residual 12
4.681 63.8
30.224 33.5363
a Dependent Variable: Return_Saham sumber : Hasil olahan SPSS 2009
Nilai-nilai ekstrim Outlier mengakibatkan data tidak berdistribusi normal. Hal ini dapat dilihat dari Gambar 4.1 sebagai berikut :
Regression Standardized Residual
4 2
-2
Frequency
40 30
20 10
Histogram Dependent Variable: Return_Saham
Mean =2.84E-16 Std. Dev. =0.976
N =64
Sumber: Hasil olahan SPSS
Gambar 4.1: Histogram Variabel Dependent Return_Saham
Gambar 4.1 menunjukkan bahwa sebelum Outlier dikeluarkan dari model, pola residual menjadi condong ke kanan. Padahal seharusnya mengikuti distribusi
normal. Cara lain untuk menguji normalitas data dengan grafik adalah dengan melihat penyebaran data titik pada garis diagonal dari grafik normalitas Normal
P-P Plot. Jika data menyebar disekitar garis diagonal, maka dapat disimpulkan bahwa data berdistribusi normal. Namun, jika data menyebar jauh dari garis
diagonal atau tidak mengikuti arah garis diagonal, maka dapat disimpulkan bahwa data tidak berdistribusi normal.
Minar Simanungkalit : Pengaruh Profitabilitas Dan Rasio Leverage Keuangan Terhadap Return Saham Pada Perusahaan Makanan Dan Minuman Terbuka Di Indonesia, 2009.
Gambar 4.2 menunjukkan bahwa pada saat Outlier belum dikeluarkan, data menyebar jauh dari garis diagonal atau tidak mengikuti arah garis diagonal,
maka dapat disimpulkan bahwa data tidak berdistribusi normal.
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E xpect
ed C
um P
rob
1.0 0.8
0.6 0.4
0.2 0.0
Sumber: Hasil olahan SPSS Gambar 4.2 Normal P-P Plot of Regression Standardized Residual
Dependent Variable Return_Saham
Cara lain yang dilakukan untuk memastikan apakah data tersebut berdistribusi normal atau tidak, maka dilakukan uji Kolmogrov Smirnov
1 Sample KS yakni dengan melihat data residualnya apakah berdistribusi normal atau tidak. Jika nilai Asymp.sig 2-tailed taraf nyata = 0,05 maka data
residual berdistribusi normal. Sebaliknya, jika nilai Asymp.sig 2-tailed taraf nyata = 0,05 maka residual tidak berdistribusi normal.
Minar Simanungkalit : Pengaruh Profitabilitas Dan Rasio Leverage Keuangan Terhadap Return Saham Pada Perusahaan Makanan Dan Minuman Terbuka Di Indonesia, 2009.
Tabel 4.8 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 64
Normal Parametersa,b Mean
.0000000 Std. Deviation
6.99197904 Most Extreme
Differences Absolute
.136 Positive
.136 Negative
-.129 Kolmogorov-Smirnov Z
1.091 Asymp. Sig. 2-tailed
.185 a Test distribution is Normal.
b Calculated from data. Sumber : Hasil olahan SPSS 2009
Tabel 4.8 menunjukkan bahwa ketika nilai-nilai ekstrim Outlier tidak dikeluarkan maka nilai Asymp.sig 2-tailed adalah sebesar 0,185 lebih besar dari
taraf nyata = 0,05. Dengan demikian, dapat disimpulkan bahwa data berdistribusi normal. Namun, dalam hasil olahan SPSS yang dilakukan ada
muncul nilai ekstrim outlier. Untuk mendapatkan model yang lebih baik, maka tindakan yang harus dilakukan adalah dengan mengeluarkan nilai ekstrim
Outlier tersebut dari penelitian, dalam hal ini Outlier yang dimaksud adalah observasi no. No.12. Setelah observasi no. No.12 dikeluarkan, masih terdapat nilai
ekstrim Outlier, yaitu pada observasi No.35 seperti terlihat pada Tabel 4.9 berikut ini:
Tabel 4.9
Casewise Diagnosticsa
Case Number Std. Residual
Return_Saham Predicted Value
Residual 35
4.384 23.7
3.042 20.6082
a Dependent Variable: Return_Saham
Sumber : Hasil olahan SPSS 2009
Minar Simanungkalit : Pengaruh Profitabilitas Dan Rasio Leverage Keuangan Terhadap Return Saham Pada Perusahaan Makanan Dan Minuman Terbuka Di Indonesia, 2009.
Masih terdapatnya Outlier pada penelitian yaitu observasi No.35, menyebabkan data tetap berdistribusi tidak normal. Hal ini dapat dilihat pada
Gambar 4.3 berikut ini:
Regression Standardized Residual
4 2
-2
Frequency
20 15
10 5
Histogram Dependent Variable: Return_Saham
Mean =1.28E-16 Std. Dev. =0.976
N =63
Sumber : Hasil Olahan SPSS Gambar 4.3 Histogram Dependent Variable Return Saham
Gambar 4.3 menunjukkan bahwa distribusi data memenceng ke kiri. Padahal seharusnya distribusi data tersebut harus mengikuti distribusi data
normal. Demikian pula apabila menguji normalitas data dengan grafik Normal P- P Plot, akan terlihat bahwa data berdistribusi tidak normal dengan ditandai adanya
penyebaran data sudah mengikuti garis diagonal meskipun penyebaran data tersebut tidak terlalu jauh lagi dari garis diagonal akan tetapi masih memiliki
Outlier dalam observasi seperti yang terlihat pada Gambar 4.4 berikut ini:
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E xpect
ed C
um P
rob
1.0 0.8
0.6 0.4
0.2 0.0
Sumber: Hasil olahan SPSS Gambar 4.4 Normal P-P Plot of Regression Standardized Residual
Dependent Variable Return_Saham
Minar Simanungkalit : Pengaruh Profitabilitas Dan Rasio Leverage Keuangan Terhadap Return Saham Pada Perusahaan Makanan Dan Minuman Terbuka Di Indonesia, 2009.
Pengujian yang dilakukan dengan Kolmogrov Smirnov 1 Sample KS menunjukkan bahwa data tersebut memiliki nilai Asymp. Sig. 2-tailed semakin
meningkat berdistribusi normal seperti terlihat pada Tabel 4.10 berikut ini:
Tabel 4.10 One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
63 Normal Parametersa,b
Mean .0000000
Std. Deviation 4.58559242
Most Extreme Differences Absolute .125
Positive .125
Negative -.092
Kolmogorov-Smirnov Z .991
Asymp. Sig. 2-tailed .280
a Test distribution is Normal. b Calculated from data.
Data distribusi normal pada Tabel 4.10 masih menemukan memiliki nilai ekstrim Outlier yaitu pada Observasi No.35. Nilai ekstrim Outlier ini dapat
mengganggu estimasi koefisien regresi, yang dapat berakibat tidak tepatnya model regresi yang dibuat maka nilai ekstrim Outlier harus dikeluarkan sampai
diperoleh persamaan regresi tanpa bebas Outlier. Hal ini dapat dibuktikan dari Gambar 4.3 di atas, dimana distribusi data masih memenceng ke kiri
Setelah nilai ekstrim Outlier yaitu No.35 dikeluarkan, dan dilakukan pengolahan kembali, ternyata dari persamaan yang didapat masih ada lagi ditemukan Outlier
yaitu pada observasi No. 60. Hal ini dapat dilihat pada Tabel 4.11 berikut ini :
Minar Simanungkalit : Pengaruh Profitabilitas Dan Rasio Leverage Keuangan Terhadap Return Saham Pada Perusahaan Makanan Dan Minuman Terbuka Di Indonesia, 2009.
Tabel 4.11 Casewise Diagnosticsa
Case Number Std. Residual
Return_Saham Predicted Value
Residual 60
3.415 15.7
2.475 13.2153
a Dependent Variable: Return_Saham
Masih terdapatnya Outlier pada penelitian, yaitu observasi No.60, menyebabkan data tetap berdistribusi tidak normal. Hal ini dapat dilihat pada
Gambar 4.5 berikut ini:
Regression Standardized Residual
4 3
2 1
-1 -2
Frequency
20 15
10 5
Histogram Dependent Variable: Return_Saham
Mean =2.17E-16 Std. Dev. =0.975
N =62
Sumber : Hasil Olahan SPSS Gambar 4.5 Normal P-P Plot of Regression Standardized Residual
Dependent Variable Return Saham
Gambar 4.5 menunjukkan bahwa distribusi data masih menceng ke kiri. Hal ini menunjukkan bahwa masih ada data observasi yang mengganggu hasil
regresi. Demikian pula apabila menguji normalitas data dengan grafik Normal P-P Plot, akan terlihat bahwa data berdistribusi tidak normal dengan ditandai adanya
penyebaran data sudah mengikuti garis diagonal meskipun penyebaran data tersebut tidak terlalu jauh lagi dari garis diagonal akan tetapi masih memiliki
Outlier dalam observasi seperti yang terlihat pada Gambar 4.6 berikut ini:
Minar Simanungkalit : Pengaruh Profitabilitas Dan Rasio Leverage Keuangan Terhadap Return Saham Pada Perusahaan Makanan Dan Minuman Terbuka Di Indonesia, 2009.
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E xpect
ed C
um P
rob
1.0 0.8
0.6 0.4
0.2 0.0
Sumber : Hasil Olahan SPSS Gambar 4.6 Normal P-P Plot of Regression Standardized Residual
Dependent Variable Return Saham
Pengujian yang dilakukan dengan Kolmogrov Smirnov 1 Sample KS menunjukkan bahwa data tersebut telah berdistribusi normal seperti terlihat pada
Tabel 4.12 berikut ini:
Tabel 4.12 One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 62
Normal Parametersa,b Mean
.0000000 Std. Deviation
3.77387909 Most Extreme
Differences Absolute
.083 Positive
.083 Negative
-.052 Kolmogorov-Smirnov Z
.650 Asymp. Sig. 2-tailed
.792 a Test distribution is Normal.
b Calculated from data.
Data distribusi normal pada Tabel 4.12 masih menemukan memiliki nilai ekstrim Outlier yaitu pada Observasi No. 60. Menurut Nachrowi 2006:170,
nilai-nilai ekstrim Outlier dapat mengganggu estimasi koefisien regresi, yang dapat berakibat tidak tepatnya model regresi yang dibuat maka nilai ekstrim
Minar Simanungkalit : Pengaruh Profitabilitas Dan Rasio Leverage Keuangan Terhadap Return Saham Pada Perusahaan Makanan Dan Minuman Terbuka Di Indonesia, 2009.
Outlier harus dikeluarkan sampai diperoleh persamaan regresi tanpa bebas Outlier. Hal ini dapat dibuktikan dari Gambar 4.5 di atas, dimana distribusi data
masih memenceng ke kiri Setelah nilai ekstrim Outlier yaitu No.60 dikeluarkan, dan dilakukan
pengolahan kembali, ternyata dari persamaan yang didapat masih juga ditemukan Outlier, yaitu pada observasi No. 43. Hal ini dapat dilihat pada Tabel 4.13 berikut
ini :
Tabel 4.13 Casewise Diagnosticsa
Case Number Std. Residual
Return_Saham Predicted Value
Residual 43
3.020 12.8
2.346 10.4943
a Dependent Variable: Return_Saham
Masih terdapatnya Outlier pada penelitian yaitu observasi No.43 menyebabkan data tetap berdistribusi tidak normal. Hal ini dapat dilihat pada
Gambar 4.7 berikut ini:
Regression Standardized Residual
4 2
-2
Frequency
12.5 10.0
7.5 5.0
2.5 0.0
Histogram Dependent Variable: Return_Saham
Mean =9.02E-17 Std. Dev. =0.975
N =61
Sumber : Hasil Olahan SPSS Gambar 4.7 Normal P-P Plot of Regression Standardized Residual
Dependent Variable Return Saham
Gambar 4.7 menunjukkan bahwa distribusi data sudah mulai halus namun memenceng ke kiri. Demikian pula apabila menguji normalitas data dengan grafik
Normal P-P Plot, akan terlihat bahwa data berdistribusi tidak normal dengan
Minar Simanungkalit : Pengaruh Profitabilitas Dan Rasio Leverage Keuangan Terhadap Return Saham Pada Perusahaan Makanan Dan Minuman Terbuka Di Indonesia, 2009.
ditandai adanya penyebaran data sudah mengikuti garis diagonal meskipun penyebaran data tersebut tidak terlalu jauh lagi dari garis diagonal akan tetapi
masih memiliki Outlier dalam observasi seperti yang terlihat pada Gambar 4.8 berikut ini:
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E xpect
ed C
um P
rob
1.0 0.8
0.6 0.4
0.2 0.0
Sumber : Hasil Olahan SPSS Gambar 4.8 Normal P-P Plot of Regression Standardized Residual
Dependent Variable Return Saham
Pengujian yang dilakukan dengan Kolmogrov Smirnov 1 Sample KS menunjukkan bahwa data tersebut telah berdistribusi normal seperti terlihat pada
Tabel 4.14 berikut ini:
Tabel 4.14 One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 61
Normal Parametersa,b Mean
.0000000 Std. Deviation
3.38682549 Most Extreme
Differences Absolute
.066 Positive
.066 Negative
-.054 Kolmogorov-Smirnov Z
.512 Asymp. Sig. 2-tailed
.956 a Test distribution is Normal.
b Calculated from data.
Data distribusi normal pada Tabel 4.14 masih menemukan memiliki nilai ekstrim Outlier yaitu pada Observasi No. 43. Nilai ekstrim Outlier ini juga
Minar Simanungkalit : Pengaruh Profitabilitas Dan Rasio Leverage Keuangan Terhadap Return Saham Pada Perusahaan Makanan Dan Minuman Terbuka Di Indonesia, 2009.
harus dikeluarkan sampai diperoleh persamaan regresi tanpa bebas Outlier. Hal ini dapat dibuktikan dari Gambar 4.6 di atas, dimana distribusi data masih
memenceng ke kiri. Setelah nilai ekstrim Outlier yaitu No.43 dikeluarkan, dan dilakukan
pengolahan kembali, ternyata dari persamaan yang didapat tidak lagi ditemukan Outlier, sehingga data telah berdistribusi normal dan telah memenuhi model
terbaik. Hal ini dapat dilihat pada Gambar 4.9 berikut ini :
Regression Standardized Residual
3 2
1 -1
-2 -3
Frequency
12.5 10.0
7.5 5.0
2.5 0.0
Histogram Dependent Variable: Return_Saham
Mean =1.35E-16 Std. Dev. =0.974
N =60
Gambar 4.9 Normal P-P Plot of Regression Standardized Residual Dependent Variable Return Saham
Gambar 4.9 menunjukkan bahwa variabel terikat yaitu Return Saham mempunyai distribusi normal. Hal ini ditunjukkan oleh distribusi data tersebut
tidak menceng ke kiri atau ke kanan.
Pengujian normalitas data menggunakan Normal P-P Plot maka akan terlihat juga bahwa data tersebut telah berdistribusi dengan normal. Karena, pada
Gambar 4.10 tersebut terlihat titik-titik yang tersebar di sepanjang garis diagonal dan mengikuti arah garis diagonal. Hal ini menunjukkan bahwa data berdistribusi
normal.
Minar Simanungkalit : Pengaruh Profitabilitas Dan Rasio Leverage Keuangan Terhadap Return Saham Pada Perusahaan Makanan Dan Minuman Terbuka Di Indonesia, 2009.
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E xpect
ed C
um P
rob
1.0 0.8
0.6 0.4
0.2 0.0
Sumber : Hasil Olahan SPSS Gambar 4.10 Normal P-P Plot of Regression Standardized Residual
Dependent Variable Return Saham
Memastikan apakah data di sepanjang garis diagonal tersebut berdistribusi normal atau tidak, maka dilakukan uji Kolmogorov Smirnov 1 sample KS yakni
dengan melihat data residualnya apakah berdistribusi normal atau tidak. Jika nilai Asymp.sig 2-tailed taraf nyata = 0,05 maka data residual berdistribusi
normal. Sebaliknya, jika nilai Asymp.sig 2-tailed taraf nyata = 0,05 maka residual tidak berdistribusi normal.
Tabel 4.15 One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 60
Normal Parametersa,b Mean
.0000000 Std. Deviation
3.12382176 Most Extreme
Differences Absolute
.065 Positive
.048 Negative
-.065 Kolmogorov-Smirnov Z
.506 Asymp. Sig. 2-tailed
.960 a Test distribution is Normal.
b Calculated from data.
Tabel 4.15 menunjukkan bahwa nilai Asymp.sig 2-tailed adalah sebesar 0,960
lebih besar dari taraf nyata = 0,05. Dengan demikian dapat disimpulkan bahwa data residua l telah terdistribusi normal.
Minar Simanungkalit : Pengaruh Profitabilitas Dan Rasio Leverage Keuangan Terhadap Return Saham Pada Perusahaan Makanan Dan Minuman Terbuka Di Indonesia, 2009.
2. Uji Multikolinearitas
Uji Multikolinearitas dilakukan untuk menunjukkan ada tidaknya hubungan linear di antara variabel bebas dalam model regresi. Gejala
multikolinearitas dapat dideteksi atau dilihat dari nilai Variance Inflation Factor VIF. Berikut ini ditampilkan tabel yaitu Tabel 4.16 :
Tabel 4.16 Collinearity Statistics
Coefficients
a
Model Collinearity Statistics
Tolerence VIF
1 Constant
ROA .224
4.467 ROE
.274 3.648
DTA .581
1.722
a Dependent Variable: LN_Return_Saham Sumber: Hasil olahan SPSS
Bedasarkan Tabel 4.16 diketahui besarnya nilai VIF untuk masing-masing variabel bebas. Semua variabel bebas mempunyai nilai VIF 5 sehingga dapat
disimpulkan bahwa masalah multikol tidak ada. 3.
Uji Autokorelasi Uji Autokorelasi dilakukan untuk menguji apakah pada model regresi
terdapat korelasi kesalahan pengganggu pada periode t dan kesalahan pengganggu pada periode sebelumnya periode t-1. Dalam penelitian ini, gejala autokorelasi
dideteksi dengan menggunakan Durbin-Watson Test. Kriteria pengambilan keputusan uji autokorelasi ditunjukkan pada tabel 4.17.
Minar Simanungkalit : Pengaruh Profitabilitas Dan Rasio Leverage Keuangan Terhadap Return Saham Pada Perusahaan Makanan Dan Minuman Terbuka Di Indonesia, 2009.
Tabel 4.17 Kriteria Pengambilan Keputusan Uji Autokorelasi
Hipotesis nol Keputusan
Jika Tidak ada autokorelasi positif
Tolak
dl DW
Tidak ada autokorelasi positif No decision
du DW
dl ≤
≤
Tidak ada korelasi negatif Tolak
4 4
− DW
dl
Tidak ada korelasi negatif No decision
dl DW
du −
≤ ≤
− 4
4
Tidak ada autokorelasi, positif atau negatif
Tidak ditolak
du DW
du −
4
Sumber: Gujarati 1995:217 Menurut Gujarati 1995:217 kriteria yang menunjukkan tidak terjadi
autokorelasi adalah sebagai berikut: n = jumlah sampel = 60
k = jumlah variabel bebas = 3 Pada tingkat signifikansi
05 ,
= α
diperoleh du = 1,69 dan dl = 1,48. duDW4-du = 1,69 2,021 2,31 memenuhi kriteria
Tabel 4.18
Model Summaryb
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .420a
.176 .132
3.2064 2.021
a Predictors: Constant, DTA, ROE, ROA b Dependent Variable: Return_Saham
Sumber: Hasil olahan SPSS
Tabel 4.18 memperlihatkan bahwa nilai Durbin Watson sebesar 2,021 dan terletak pada duDW4-du yaitu 1,69 2,021 2,31. Maka dapat disimpulkan
bahwa model regresi yang digunakan bebas dari masalah autokorelasi, baik korelasi positif maupun korelasi negatif.
Nilai Adjusted R Square pada Tabel 4.18 menunjukkan proporsi variabel dependen yang dijelaskan oleh variabel independen. Semakin tinggi nilai Adjusted
R Square maka akan semakin baik bagi model regresi karena menandakan bahwa kemampuan variabel bebas menjelaskan variabel terikat juga semakin besar.
Minar Simanungkalit : Pengaruh Profitabilitas Dan Rasio Leverage Keuangan Terhadap Return Saham Pada Perusahaan Makanan Dan Minuman Terbuka Di Indonesia, 2009.
Adjusted R Square pada model adalah bernilai 0,132 berarti pengaruh ROE dan DTA terhadap Return Saham adalah 13,2 saja, sedangkan 86,8 lainnya
dipengaruhi oleh variabel-variabel lain yang tidak termasuk dalam model, yaitu rasio-rasio kinerja keuangan lainnya dan variabel-variabel eksternal berupa inflasi,
suku bunga, dan nilai tukar.
4. Uji Heterokedastisitas
Uji Heterokedastisitas bertujuan untuk menguji apakah di dalam model regresi terjadi ketidaksamaan varians dari suatu residual pengamatan ke residual
pengamatan lain. Dalam penelitian ini, gejala heterokedastisitas dideteksi dengan menggunakan grafik scatterplot dan uji Glejser.
a. Grafik Scatterplot
Regression Standardized Predicted Value
5.0 2.5
0.0 -2.5
-5.0
R egressi
on S
tudent iz
ed R
esi dual
3 2
1 -1
-2 -3
Sumber: Hasil olahan SPSS
Gambar 4.11 Scatterplot Dependent Variable Return Saham
Apabila dalam gambar scatterplot terlihat bahwa residual telah random dan berkisar pada nilai nol maka dapat disimpulkan bahwa data tersebut tidak
mengalami heterokedastisitas Nachrowi, 2006 : 178. Gambar 4.11 menunjukkan bahwa penyebaran residual telah random atau cenderung tidak teratur, terdapat
Minar Simanungkalit : Pengaruh Profitabilitas Dan Rasio Leverage Keuangan Terhadap Return Saham Pada Perusahaan Makanan Dan Minuman Terbuka Di Indonesia, 2009.
beberapa plot yang berpencar dan tidak membentuk pola tertentu dan berdasarkan plot tersebut, residual telah berkisar pada nilai nol. Maka dapat disimpulkan
bahwa tidak terdapat gejala heterokedastisitas dalam model regresi ini. Selain melihat grafik, untuk lebih memastikan masalah heterokedastisitas,
dapat juga dilakukan melalui uji Glejser. Uji Glejser memberikan hasil yang lebih akurat dibandingkan dengan menganalisis grafik scatterplot.
b. Uji Glejser
Dalam uji Glejser diusulkan untuk meregres nilai absolut residual terhadap variabel independen. Menentukan kriteria keputusan :
a Jika nilai signifikansi 0,05 , maka tidak mengalami gangguan
heterokedastisitas. b
Jika nilai signifikansi 0,05 , maka mengalami gangguan heterokedastisitas.
Tabel 4.19 Uji Glejser
Coefficientsa
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1 Constant
3.503 .632
5.538 .000
ROA -.025
.020 -.337
-1.231 .223
ROE .005
.004 .292
1.177 .244
DTA -1.923
1.050 -.312
-1.831 .072
a Dependent Variable: absut Sumber: Hasil olahan SPSS
Berdasarkan Tabel 4.19 tidak ada satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen absolut Ut absut.
Hal ini terlihat dari nilai signifikansi variabel ROA dan DTA masing-masing lebih besar dari tingkat signifikan
α = 5. Dengan demikian dapat disimpulkan bahwa tidak terjadi gejala heterokedastisitas dalam model regresi ini.
Minar Simanungkalit : Pengaruh Profitabilitas Dan Rasio Leverage Keuangan Terhadap Return Saham Pada Perusahaan Makanan Dan Minuman Terbuka Di Indonesia, 2009.
C. Pengujian Hipotesis