27
3.6 Metode Analisis Data
Untuk mengetahui pengaruh dari masing-masing variabel yang diteliti terhadap harga saham, maka penelitian ini menggunakan analisis regresi linear
berganda dengan terlebih dahulu melakukan pengujian asumsi klasik.
3.6.1 Pengujian Asumsi Klasik 3.6.1.1 Uji Normalitas
Ghozali 2006:110 mengatakan “uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau
residual memiliki distribusi normal”. Model regresi yang baik hendaknya memiliki distribusi normal atau mendekati normal. Ada dua
cara untuk mendeteksi apakah residual berdistribusi normal atau tidak, yaitu dengan analisis grafik dan uji statistik.
Normalitas data dapat diketahui dengan menggambarkan penyebaran data melalui sebuah grafik. Data yang menyebar di sekitar
dan mengikuti arah garis diagonal menandakan bahwa data berdistribusi normal dan memenuhi asumsi normalitas. Uji statistik juga dapat
digunakan untuk menguji apakah residual berdistribusi normal atau tidak yaitu dengan uji statistik non-parametik Kolmogorov-Smirnov K-
S. apabila nilai signifikan lebih besar dari 0.05 maka data residual berdistribusi normal. Sebaliknya, jika nilai signifikan lebih kecil dari
0.05 maka data residual tidak berdistribusi normal.
Universitas Sumatera Utara
28 3.6.1.2 Uji Multikolinearitas
Menurut Ghozali 2006:91, “uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar
variabel bebasindependen”. Multikolinearitas adalah situasi adanya korelasi variabel-variabel independen antara yang satu dengan yang
lailnnya. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Pengujian multikolinearitas dilakukan
dengan melihat nilail Variance Inflation Factor VIF dan korelasi diantara variabel independen. Jika nilai VIF 10, maka terjadi
multikolinearitas diantara variabel independen.
3.6.1.3 Uji Heteroskedastisitas Uji ini bertujuan untuk menguji apakah dalam model regresi
terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan lainnya. Uji heteroskedastisitas dalam penelitian ini
dilakukan dengan cara melihat grafik plot antara variabel dependen yaitu zpred dengan residualnya sresid. Jika varians dari residual dari
suatu pengamatan ke pengamatan lainnya tetap, maka disebut Homoskedastisitas. Dan jika varians berbeda, maka disebut
Heteroskedastisitas. Model regresi yang baik adalah tidak terjadi Heteroskedastisitas Erlina, 2007:108.
Universitas Sumatera Utara
29 3.6.1.4 Uji autokorelasi
Uji ini bertujuan untuk menganalisis apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t
dengan tingkat kesalahan pada periode t-1. Untuk mengetahui adanya autokorelasi digunakan uji Durbin-Watson, dengan kriteria menurut
Triton 2006:158 dengan cara melihat besaran Durbin-Watson sebagai berikut:
Jika angka D-W dU, maka tidak ada autokorelasi, Jika angka D-WdU, maka terjadi autokorelasi,
Jika dLD-WdU, maka tidak dapat di deteksi apakah terjadi autokorelasi atau tidak.
3.6.2 Pengujian Hipotesis Pengujian hipotesis dalam penelitian ini menggunakan analisis regresi
berganda. Untuk menguji apakah hipotesis yang diajukan diterima atau ditolak, peneliti menggunakan uji signifikan parsial t-test dan uji
signidikansi F F-test. Model regresi yang digunakan yaitu:
Y= α + β1X1 + β2X2+ β3X3+ β4X4+ ℮ Dimana :
Y = Harga Saham α = Konstanta
X1 = Return on investment ROI
Universitas Sumatera Utara
30 X2 = Return on equity ROE
X3 = Debt to equity ratio DER X4 = Long term debt to equity ratio LTDtER
e = kesalahan pengganggu β1, β2, β3, β4 = koefisien regresi
3.6.2.1 Uji Signifikan Parsial t-test Menurut Ghozali 2006:84, uji t pada dasarnya digunakan
untuk mengetahui seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel independen.
Variabel independen dikatakan memiliki pengaruh signifikan terhadap variabel dependen apabila variabel dependen tersebut memiliki nilai
signifikansi sig di bawah 0.05.
3.6.2.2 Uji Signifikansi Simultan F-test Menurut Ghozali 2006:84, uji F pada dasarnya digunakan
untuk menunjukkan apakah semua variabel independen yang dimasukkan dalam model memiliki pengaruh secara bersama-sama
terhadap variabel dependen. Jika nilai signifikannya 0.05 maka variabel independen secara simultan bersama-sama memiliki
pengaruh signifikan terhadap variabel dependen. Jika nilai signifikannya 0.05 maka variabel independen secara simultan tidak
memilliki pengaruh signifikan terhadap variabel dependen.
Universitas Sumatera Utara
31 3.6.2.3 Koefisien Determinasi R
2
Menurut Ghozali 2006:83, Koefisien Determinasi R
2
digunakan untuk menentukan besarnya variabel dependen yang dapat dijelaskan oleh variasi variabel independennya, dengan kisaran nilai
antara 0 dan 1. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan
untuk memprediksi variasi variabel dependen.
Universitas Sumatera Utara
32
BAB IV ANALISIS HASIL PENELITIAN