4. Uji Heteroskedastisitas
Pengujian ini dimaksudkan untuk melihat jarak kuadrat titik-titik sebaran terhadap garis regresi. Uji heteroskedastisitas dilakukan dengan melihat grafik plot antara
nilai prediksi variabel terikat ZPRED dengan residualnya SRESID, ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola
tertentu pada grafik scatter plot antara ZPRED dan SRESID di mana sumbu Y adalah Y yang telah diprediksi dan sumbu X adalah residual. Dasar analisisnya
adalah sebagai berikut : 1. Jika ada pola tertentu,seperti titik-titik yang ada membentuk pola tertentu yang
teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas
2. Jika tidak ada pola yang jelas, serta titik-titik yang menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
3.6 Pengujian Hipotesis
Pengujian hipotesis dilakukan dengan menggunakan regresi berganda.Analisis regresi berganda terdiri dari Uji F untuk menguji hipotesis antara lebih dari satu
variabel dependen, sedangkan Uji T untuk mengetaahui pengaruh satu variabel independen dalam menerangkan variabel dependen. Adjusted R square , untuk
melihat persentase pengaruh variabel independen yang dimasukkan dalam penelitian terhadap variabel dependen.
Universitas Sumatera Utara
3.6.1 Analisis Regresi Berganda
Penelitian ini bertujuan untuk melihat pengaruh hubungan antara variabel- variabel independen ROA,ROE, dan GPM terhadap variabel dependen Harga
Saham dengan menggunakan analisis regresi linier berganda. Pengujian ini akan dilakukan dengan model regresi berganda sebagai berikut :
Keterangan: Y
= Harga Saham X1
= Return On Asset ROA X2
= Return On Equity ROE X3 =
Gross Profit Margin GPM a =
Konstanta b
1
b
2
b
3
= koefisien regresi dari setiap variable independen ε
= Error. Ini merupakan simbol tidak ada kesalahan praktis dalam perhitungan.
3.6.2 Koefisien Determinasi R
2
Koefisien determinasi R
2
digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variabel dependen. Nilai koefisien
determinasi adalah diantara 0 dan 1.Jika nilai koefisien determinasi semakin mendekati satu variabel independen memberikan hampir semua informasi yang
dibutuhkan untuk memprediksi variabel dependen, dan begitu juga sebaliknya. Secara umum koefisien determinasi untuk data silang crossection relative rendah
Universitas Sumatera Utara
karena adanya variasi yang besar antara masing-masing pengamatan, sedangkan untuk data runtun waktu time series biasanya mempunyai nilai koefisien
determinasi yang tinggi Ghozali, 2005. Terdapat kelemahan dari penggunaan koefisien determinasi R
2
yaitu adanya bias terhadap jumlah variabel independen yang dimasukkan ke dalam
model. Jika terdapat penambahan variabel independen, maka nilai R
2
akan meningkat tidak peduli apakah variabel independen tersebut berpengaruh secara
signifikan terhadap variabel dependen. Oleh karena itu, banyak penelitian menganjurkan menggunakan nilai adjusted R
2
. Dengan menggunakan Adjusted R
2
, nilai ini tidak akan naik atau turun meskipun terdapat penambahan variabel independen ke dalam model. Dengan nilai Adjusted R
2
, dapat dievaluasi model regresi mana yang terbaik.
3.6.3 Uji Signifikansi Simultan Uji Statistik F
Uji statistik F bertujuan untuk mengetahui apakah variabel independen secara simultan mempengaruhi variabel dependen. Hipotesis ini dirumuskan
sebagai berikut : H
: b
1
= b
2
= … = b
k
= 0 Artinya apakah semua variabel independen bukan merupakan penjelas
yang signifikan terhadap variabel dependen. HA : b
1
≠ b
2
≠ … ≠ b
k
≠ 0 Artinya semua variabel bebas secara simultan mempunyai penjelas yang
signifikan terhadap variabel terikat.
Universitas Sumatera Utara
Untuk menguji hipotesis ini, digunakan statistik F dengan membandingkan F hitung dengan F table dengan kriteria pengambilan keputusan sebagai berikut :
Jika F
hitung
F
tabel,
maka H
a
diterima α = 5
Jika F
hitung
F
tabel
, maka H
o
diterima α = 5
3.6.4 Uji Signifikansi Parameter Individual Uji Statistik t
Pengujian ini bertujuan ntuk mengetahui seberapa besar pengaruh masing- masing variabel independen terhadap variabel dependen, seberapa jauh pengaruh
satu variabel independen atau variabel penjelas secara individual mampu menerangkan variabel dependen.
H
o
:b
i
= 0 Artinya suatu variabel independen bukan merupakan penjelas yang
signifikan terhadap variabel dependen. H
a
: b
i
≠ 0 Artinya variabel tersebut merupakan variabel tersebut merupakan variabel
penjelas yang signifikan terhadap variabel terkait. Bila jumlah degree of freedom df adalah 20 atau lebih, dan derajat
kepercayaan sebesar 5, maka H
o
yang menyatakan b
i
= 0 dapat ditolak bila nilai t lebih besar dari 2 dalam nilai absolut. Dengan kata lain kita menerima hipotesis
alternatif yang menyatakan bahwa suatu variabel independen secara individual mempengaruhi variabel dependen.
Universitas Sumatera Utara
3.7 Jadwal Penelitian