sebesar -0.055 atau sekitar 5,5 dengan variabel LOG10_AKI. Variabel LOG10_AKO mempunyai korelasi sebesar -0,476 atau sekitar 47,6 dengan
variabel LOG10_LA. Variabel LOG10_AKI mempunyai korelasi sebesar -0.115 atau sekitar 11,5 dengan variabel LOG10_AKP. Variabel LOG10_AKI
mempunyai korelasi sebesar -0,099 atau sekitar 9,9 dengan variabel LOG10_LA. Variabel LOG10_LA mempunyai korelasi sebesar -0,355 atau
sekitar 35,5 dengan variabel LOG10_AKP. Hasil dari coefficient correlations tersebut menunjukkan tidak ada korelasi yang tinggi umumnya diatas 0,95,
maka hal ini merupakan indikasi tidak adanya multikolinearitas. Hasil perhitungan nilai tolerance menunjukkan variabel independen memiliki
nilai tolerance 0.10 yaitu 0,6340 untuk variabel LOG10_LA, 0,739 untuk variabel LOG10_AKO, 0,944 untuk variabel LOG10_AKI dan 0,825 untuk
variabel LOG10_AKP yang berarti tidak terjadi korelasi antar variabel independen. Hasil perhitungan VIF juga menunjukkan hal yang sama dimana
variabel independen memiliki nilai VIF kurang dari 10 yaitu 1,577 untuk variabel laba akuntansi, 1,353 untuk variabel arus kas dari aktivitas operasi, 1,059 untuk
variabel arus kas dari aktivitas investasi, 1,213 untuk variabel arus kas dari aktivitas pendanaan.
c. Uji Heteroskedastisitas
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala heteroskedastisitas adalah dengan melihat plot grafik yang dihasilkan dari pengolahan data dengan
menggunakan program SPSS. Dasar pengambilan keputusannya adalah:
Universitas Sumatera Utara
1 jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu
yang terartur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas,
2 jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di bawah
angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas.
Berikut ini dilampirkan grafik scatterplot untuk menganalisis apakah terjadi heteroskedastisitas atau terjadi homoskedastisitas dengan mengamati penyebaran
titik-titik pada gambar.
Gambar 4.5 Scatterplot
Sumber: Data yang diolah penulis, 2010.
Universitas Sumatera Utara
Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y, sehingga dapat
disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi. Adanya titik-titik yang menyebar menjauh dari titik-titik yang lain dikarenakan adanya
data observasi yang sangat berbeda dengan data observasi yang lain .
d. Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada
periode t-1. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan yang lainnya. Hal ini sering ditemukan pada
data time series. Cara yang dapat digunakan untuk mendeteksi masalah autokorelasi adalah dengan menggunakan nilai uji Durbin Watson. Untuk uji
Durbin Watson memiliki ketentuan sebagai berikut: 1 tidak ada autokorelasi positif, jika 0 d dl,
2 tidak ada autokorelasi positif, jika dl ≤ d ≤ du,
3 tidak ada korelasi negatif, jika 4 - dl d 4, 4 tidak ada korelasi negatif, jika 4 – du
≤ d ≤ 4 – dl, 5 tidak ada autokorelasi, positif atau negatif, jika du d 4 – du.
Universitas Sumatera Utara
Tabel 4.7 Hasil Uji Durbin Watson
Sumber: Data yang diolah penuis, 2010. Tabel 4.13 memperlihatkan nilai statistik D-W sebesar 2,247 d, untuk k = 4
nilai d
u
= 1,731, maka 1,680 d
u
2,247 d 2,269 4 – d
u
dari pengamatan ini dapat disimpulkan bahwa tidak terjadi autokorelasi positif maupun autokorelasi
negatif.
3. Analisis Regresi
Dari 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 regresi berganda. Berdasarkan hasil
pengolahan data dengan program SPSS 16, maka diperoleh hasil sebagai berikut:
a. Persamaan Regresi
Dalam pengolahan data dengan menggunakan regresi linear, dilakukan beberapa tahapan untuk mencari hubungan antara variabel independen dan
variabel dependen, melalui pengaruh LOG10_LA, LOG10_AKO, LOG10_AKI dan LOG10_AKP terhadap LOG10_HS. Hasil regresi dapat dilihat pada tabel
4.15 berikut ini:
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .835
a
.697 .676
.38004 2.247
a. Predictors: Constant, LOG10_AKP, LOG10_AKO, LOG10_AKI, LOG10_LA b. Dependent Variable: LOG10_HS
Universitas Sumatera Utara
Tabel 4.8 Analisis Hasil Regresi
Sumber: Data yang diolah penulis, 2010. Berdasarkan tabel di atas, didapatlah persamaan regresi sebagai berikut:
LOG10_HS = 0,898+ 0,644 LOG10_LA + 0,180 LOG10_AKO + 0,123 LOG10_AKI + 0.073 LO
G10_AKP+ε Setelah diantilogkan, diperoleh persamaan:
HS = 7,906 + 4,405 LA + 1,513 AKO + 1,327 AKI + 1,183 AKP + ε
Keterangan : 1
konstanta sebesar 7,906 menunjukkan bahwa apabila tidak ada variabel independen X
1
= 0, X
2
= 0 dan X
3
= 0 maka harga saham sebesar 7,906, 2
β
1
sebesar 4,405 menunjukkan bahwa setiap kenaikan laba akuntansi sebesar 1 akan diikuti oleh kenaikan harga saham sebesar 4,405 dengan asumsi
variabel lain tetap, 3
β
2
sebesar 1,513 menunjukkan bahwa setiap kenaikan arus kas dari aktivitas operasi sebesar 1 akan diikuti oleh kenaikan harga saham sebesar 1,513
dengan asumsi variabel lain tetap,
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant .898
.255 3.528
.001 LOG10_LA
.644 .084
.686 7.676
.000 LOG10_AKO
.180 .088
.169 2.037
.046 LOG10_AKI
.123 .084
.107 1.459
.150 LOG10_AKP
.073 .115
.050 .633
.529 a. Dependent Variable: LOG10_HS
Universitas Sumatera Utara
4 β
3
sebesar 1,327 menunjukkan bahwa setiap kenaikan arus kas dari aktivitas investasi sebesar 1 akan diikuti oleh kenaikan harga saham sebesar 1,327
dengan asumsi variabel lain tetap. 5
β
4
sebesar 1,183 menunjukkan bahwa setiap kenaikan arus kas dari aktivitas investasi sebesar 1 akan diikuti oleh kenaikan harga saham sebesar 1,183
dengan asumsi variabel lain tetap.
b. Analisis Koefisien Korelasi dan Koefisien Determinasi