37
www.bi.go.id, dan nilai Indeks IHSG dengan menggunakan media internet melalui situs finance.yahoo.com.
3.7 Metode Pengumpulan Data
Metode pengumpulan data dalam penelitian ini adalah studi dokumentasi. Pengumpulan data dengan mengumpulkan data dari internet yang memiliki
relevansi penelitian.
3.8 Teknik Analisis Data
3.8.1 Analisis Deskriptif
Pada tahap ini diperhitungkan masing-masing variabel yaitu variabel terikat dependen dan variabel bebas independen berdasarkan rumus yang telah
dikemukakan sebelumnya. Selanjutnya pada deskripsi variabel akan dijelaskan gambaran umum dari masing-masing variabel untuk mendapatkan gambaran awal
permasalahan yang menjadi objek dalam penelitian ini.
3.8.2 Analisis Regresi Linier Berganda
Penelitian ini bertujuan menguji apakah hubungan market timing ability dan stock selection skill berpengaruh terhadap Kinerja Reksa Dana Saham di
Indonesia. Untuk itu digunakan teknik analisis regresi linier berganda dengan model sebagai berikut:
Y = a + b
1
X
1
+ b
2
X
2
+ e Dimana:
Y = Kinerja Reksa Dana Saham
a = Konstanta
X
1
= Stock Selection Skill
38
X
2
= Market Timing Ability b1
= Koefisien Regresi Market Timing Ability b2
= Koefisien Regresi Stock Selection Skill e
= Standar error
3.8.3 Uji Asumsi Klasik
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui
bahwa Uji t dan Uji F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilangggar maka uji statistik menjadi tidak valid untuk
jumlah sampel kecil. Ghozali, 2006:110. Dengan adanya tes normalitas maka hasil penelitian kita bisa digeneralisasikan pada populasi. Dalam pandangan
statistik itu sifat dan karateristik populasi adalah terdistribusi secara normal. Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data
titik pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya. Dasar pengambilan keputusannya jika data menyebar disekitar garis
diagonal dan mengikuti arah garis diagonal atau grafik histogram yang menujukkan pola distribusi normal, maka model regresi memenuhi asumsi
normalitas Ghozali, 2006:112. 2.
Uji Heterokedastisitas Uji heterokedastisitas bertujuan menguji apakah dalam model regresi terjadi
ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka
disebut homokedastisitas dan jika berbeda disebut heteroskedastisitas. Model
39
regresi yang baik adalah homokedastisitas atau tidak terjadi heterokedastisitas. Kebanyakan data cross section mengandung situasi heterokedastisitas karena data
ini menghimpun data yang mewakili berbagai ukuran kecil, sedang dan besar Ghozali, 2006:115.
Uji heteroskedastisitas yang digunakan dalam penelitian ini adalah Spearman’s Rank Correlation Test yang mana uji ini mengkorelasikan nilai
absolut residual dengan masing-masing variabel independen. Dasar pengambilan keputusan pada uji ini adalah dengan melihat nilai korelasi atau Sig. 2-tailed.
Jika nilai korelasi variabel independen dengan nilai absolut residual lebih besar dari 0,05. Maka, tidak terdapat heterokedastisitas di dalam model regresi ini.
3. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan
sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya.
Model regresi yang baik adalah regresi yang bebas dari autokorelasi Ghozali, 2006:95.
Uji Autokorelasi pada penelitian ini menggunakan uji Run Test. Pengambilan keputusan mengenai ada atau tidaknya autokorelasi adalah dengan
melihat nilai Asymp. Sig. 2-tailed pada hasil uji Run Test. Jika nilai Asymp. Sig. 2-tailed 0,05, maka data tidak terkena masalah autokorelasi
40
4. Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang
baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel independen saling berkorelasi, maka variabel variabel ini tidak ortogonal.
Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol. Untuk mendeteksi ada atau tidaknya
multikolinieritas di dalam model regresi adalah dilihat dari 1 nilai tolerance dan lawannya 2 variance inflation factor VIF. Kedua ukuran ini menunjukkan
setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Dalam pengertian sederhana setiap variabel independen menjadivariabel
dependen terikat dan di regres terhadap variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan
oleh variabel independen lainnya. Jadi nilai tolerance yang rendah dengan nilai VIF tinggi karena VIF = 1Tolerance. Nilai cutoff yang umum dipakai untuk
menunjukkan adanya multikolonieritas adalah nilai Tolerance 0.10 atau sama dengan nilai VIF 10 Ghozali, 2006:91.
41
3.8.4 Pengujian Hipotesis