Definisi Operasional Variabel Penelitian

39 data yang digunakan dalam penelitian ini adalah analisis regresi linier berganda multiple linier regression. Menurut Ghozali 2011 dalam melakukan analisis regresi linier berganda mensyaratkan untuk melakukan uji asumsi klasik agar mendapatkan hasil regresi yang baik. 1. Uji Asumsi Klasik Uji asumsi klasik digunakan untuk menguji apakah model regresi yang digunakan menunjukkan hubungan yang signifikan dan representatif. Uji asumsi klasik terdiri dari: a. Uji Normalitas Uji normalitas dilakukan untuk mengetahui apakah data model regresi memiliki distribusi normal atau tidak Ghozali, 2011. Model regresi yang baik adalah yang memilki distribusi data normal. Pengujian normalitas data dalam penelitian ini menggunakan Kolmogorov-Smirnov dengan kriteria penilaian uji sebagai berikut: 1 Jika signifikansi hasil perhitungan data Sig 5, maka data berdistribusi normal. 2 Jika signifikansi hasil perhitungan data Sig 5, maka data berdistribusi tidak normal. b. Uji Multikolinieritas Uji multikolinieritas dilakukan untuk melihat ada tidaknya korelasi diantara variabel-variabel independen variabel bebas dalam suatu model regresi. Model regresi yang baik seharusnya 40 tidak terjadi multikolinieritas Ghozali, 2011. Ada tidaknya multikolinieritas dalam model regresi dilihat dari nilai Variance Inflation Factor VIF dan nilai Tolerance T. Jika nilai VIF 10 dan nilai T 0,01, maka tidak terjadi multikolinieritas. Uji multikolinieritas juga bisa dilakukan dengan menggunakan Uji Korelasi Pearson Pearson Correlation. Uji Pearson Correlation dalam penggunaannya, mensyaratkan Irianto, 2010: 1 Pengambilan sampel dari populasi harus random acak. 2 Data yang dicari korelasinya harus berskala interval atau ratio. 3 Variasi skor kedua variabel yang akan dicari korelasinya harus sama. 4 Distribusi skor variabel yang dicari korelasinya merupakan distribusi unimodal. 5 Hubungan antara variabel independen X dan variabel dependen Y hendaknya linear. Korelasi Pearson Pearson Correlation dapat dihitung dengan rumus Irianto, 2010: r = ∑ ∑ ∑ √ ∑ ∑ √ ∑ ∑ Keterangan: r = Korelasi Pearson X = Variabel Independen 41 Y = Variabel Dependen Dasar pengambilan keputusan dalam uji Pearson Correlation adalah: 1 Apabila hasil perhitungan korelasi mendekati +1 atau sama dengan +1 maka berkorelasi positif kuat. 2 Apabila hasil perhitungan korelasi mendekati -1 atau sama dengan -1 maka berkorelasi negatif kuat. 3 Apabila hasil perhitungan korelasi mendekati 0 atau sama dengan 0 maka tidak ada korelasi. c. Uji Heteroskedastisitas Uji heteroskedastisitas dilakukan untuk mengetahui apakah dalam model regresi terdapat ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas Ghozali, 2011. Pengujian dilakukan dengan uji Glejser dengan meregresi masing-masing variabel independen dengan absolute residual sebagai variabel dependen. Dasar pengambilan keputusan dalam uji Glejser adalah: 1 Jika nilai signifikansi 5 maka terdapat heteroskedatisitas. 2 Jika nilai signifikansi 5 maka tidak terdapat heteroskedastisitas. 42 d. Uji Autokorelasi Uji autokorelasi dilakukan untuk mengetahui apakah dalam model regresi terdapat korelasi antara kesalahan pengganggu pada periode t dengan periode t-1 sebelumnya Ghozali, 2011. Ada tidaknya autokorelasi dapat dideteksi dengan menggunakan Uji Durbin Waston Test DW Test sebagai pengujinya dengan tingkat signifikansi 5. Menurut Ghozali 2011 dasar pengambilan keputusan ada atau tidaknya autokorelasi dapat dijelaskan sebagai berikut: Tabel 1. Pengambillan Keputusan Uji Autokorelasi Nilai DW Keputusan 0 d dl Tidak ada autokorelasi positif dl ≤ d ≤ du Tidak ada autokorelasi positif 4 – dl d 4 Tidak ada korelasi negatif 4 – du ≤ d ≤ 4 – dl Tidak ada korelasi negatif du d 4 – du Tidak ada autokorelasi, positif atau negatif 2. Analisis Regresi Linier Berganda Analisis regresi linier berganda merupakan teknik analisis melalui koefisiensi parameter untuk mengetahui besarnya pengaruh variabel independen terhadap variabel dependen. Persamaan regresi dalam penelitian ini adalah sebagai berikut:

Dokumen yang terkait

Analisis Pengaruh Beta Dan Rasio Keuangan Terhadap Return Saham Indeks Kompas 100

2 63 90

Pengaruh Faktor-Faktor Fundamental dan Makroekonomi Terhadap Risiko Sistematis (Beta) Saham Pada Perusahaan Indeks Kompas 100 di Bursa Efek Indonesia (Bei) Periode 2011 – 2014

3 26 96

PENGARUH FAKTOR FUNDAMENTAL PERUSAHAAN TERHADAP RISIKO SISTEMATIS PERUSAHAAN YANG TERDAFTAR PADA INDEKS KOMPAS 100 DI BEI.

0 0 124

Pengaruh Faktor-Faktor Fundamental dan Makroekonomi Terhadap Risiko Sistematis (Beta) Saham Pada Perusahaan Indeks Kompas 100 di Bursa Efek Indonesia (Bei) Periode 2011 – 2014

2 2 9

Pengaruh Faktor-Faktor Fundamental dan Makroekonomi Terhadap Risiko Sistematis (Beta) Saham Pada Perusahaan Indeks Kompas 100 di Bursa Efek Indonesia (Bei) Periode 2011 – 2014

0 0 2

Pengaruh Faktor-Faktor Fundamental dan Makroekonomi Terhadap Risiko Sistematis (Beta) Saham Pada Perusahaan Indeks Kompas 100 di Bursa Efek Indonesia (Bei) Periode 2011 – 2014

0 0 12

Pengaruh Faktor-Faktor Fundamental dan Makroekonomi Terhadap Risiko Sistematis (Beta) Saham Pada Perusahaan Indeks Kompas 100 di Bursa Efek Indonesia (Bei) Periode 2011 – 2014

0 0 25

Pengaruh Faktor-Faktor Fundamental dan Makroekonomi Terhadap Risiko Sistematis (Beta) Saham Pada Perusahaan Indeks Kompas 100 di Bursa Efek Indonesia (Bei) Periode 2011 – 2014

0 0 4

PENGARUH FAKTOR FUNDAMENTAL DAN RISIKO (BETA) TERHADAP RETURN SAHAM PADA PERUSAHAAN YANG TERMASUK DALAM INDEKS LQ 45

0 0 20

ANALISIS KINERJA KEUANGAN TERHADAP RETURN SAHAM PADA PERUSAHAAN YANG TERGABUNG DALAM INDEKS KOMPAS 100

1 5 132