Berikut ini merupakan tabel yang menyajikan konsep dan operasionalisasi dari variabel yang diteliti:
Tabel 3.2 Pengukuran Variabel
Jenis Variabel
Nama Variabel
Definisi Pengukuran
Skala
Independen
Current Ratio X
1
Rasio yang mengukur kemampuan perusahaan
dalam memenuhi kewajiban jangka pendek
yang segera jatuh tempo dengan menggunakan
aktiva lancarnya. CR=
x100 Rasio
Debt to Equity Ratio
X
2
Rasio yang diukur dari perbandingan antara total
utang dengan ekuitas. DER=
x100 Rasio
Total assets Turn Over
X
3
Rasio yang membandingkan jumlah
penjualan dengan total aktiva
TATO= Rasio
Return on Equity
X
4
Rasio yang membandingkan laba
bersih dengan ekuitas pemegang saham.
ROE= x100
Rasio
Earning Per Share
X
5
Rasio yang mengukur besarnya laba perusahaan
yang siap dibagikan untuk semua pemegang
saham perusahaan. EPS=
x100 Rasio
Dependen Harga Saham
Y Harga
yang dibentuk oleh penjual dan pembeli
saham ketika mereka memperdagangkan
saham di pasar bursa. Harga pasar per lembar saham
pada periode tertentu closing price
Rasio
Sumber : Peneliti, 2011
F. Metode Analisis Data
Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik dengan menggunakan software SPSS 18. Untuk mengetahui
pengaruh dari masing-masing variabel yang diteliti terhadap harga saham, maka
Universitas Sumatera Utara
penelitian ini menggunakan analisis regresi linear berganda dengan terlebih dahulu melakukan pengujian asumsi klasik.
1. Pengujian asumsi klasik
Adapun tujuan dari pengujian asumsi klasik adalah agar data yang diperoleh:
a. berdistribusi normal
b. non-multikolinieritas, artinya antara variabel independen dalam model
regresi tidak memiliki korelasi atau hubungan secara sempurna ataupun mendekati sempurna
c. non-autokorelasi, artinya kesalahan pengganggu dalam model regresi
tidak saling berkolerasi d.
homoskedasititas, artinya variance variabel independen dari suatu pengamatan ke pengamatan lain adalah konstan atau sama.
Pengujian asumsi klasik yang dilakukan pada penelitian ini adalah: a.
Uji normalitas Ghozali 2005 : 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. 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
Universitas Sumatera Utara
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 parametric Kolmogorov-Smirnov K-S. Apabila nilai
signifikansi lebih besar dari 0.05 maka data residual berdistribusi normal. Sebaliknya, jika nilai signifikansi lebih kecil dari 0.05 maka data residual
tidak berdistribusi normal. b.
Uji multikolinieritas Uji multikolinieritas bertujuan untuk menguji apakah model regresi
ditemukan adanya korelasi antar variabel bebasindependen Ghozali, 2005 : 91. Multikolinieritas adalah situasi adanya korelasi variabel-
variabel independen antara yang satu dengan yang lainnya. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen.
Pengujian multikolinieritas dilakukan dengan melihat nilai Variance Inflation Factor VIF dan korelasi di antara variabel independen. Jika
nilai VIF 10, maka terjadi multikolinieritas di antara variabel independen.
c. Uji heteroskedastisitas
Uji heteroskedastisitas dilakukan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varian dari residual suatu
pengamatan ke pengamatan yang lain Umar, 2003 : 179. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Untuk melihat ada
tidaknya heteroskedastisitas dapat dilakukan dengan mengamati grafik
Universitas Sumatera Utara
scatterplot antara nilai prediksi variabel terkait dengan residualnya. Deteksi ada tidaknya heteroskedastisitas dilakukan dengan melihat ada
tidaknya pola tertentu pada grafik scatterplot dengan dasar analisis Ghozali, 2005 : 105 :
1 jika ada pola tertentu, seperti titik- titik yang membentuk pola
tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi
heteroskedastisitas,
2 jika tidak ada pola yang jelas, seperti titik menyebar di atas dan di
bawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas. d.
Uji autokorelasi Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi
linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 atau sebelumnya Erlina, 2007 : 106.
Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan yang lain. Ada beberapa cara yang dapat
digunakan untuk mendeteksi masalah autokorelasi, di antaranya dengan Uji Durbin Watson. Kriteria penilaian terjadinya autokorelasi yaitu:
1. angka D-W di bawah -2 berarti ada autokorelasi positif,
2. angka D-W di antara -2 sampai +2 berarti tidak ada autokorelasi,
3. angka D-W di atas +2 berarti autokorelasi negatif.
2. Koefisien determinasi R
2
Koefisien Determinasi R
2
digunakan untuk menentukan besarnya variabel dependen yang dapat dijelaskan oleh variasi variabel-variabel
independennya, dengan kisaran nilai antara 0 dan 1. Nilai yang mendekati
Universitas Sumatera Utara
satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.
3. Pengujian hipotesis
Model penelitian ini menggunakan model regresi linier berganda. Untuk menguji apakah hipotesis yang diajukan diterima atau ditolak,
peneliti menggunakan uji signifikansi parsial t-test dan uji signifikansi simultan F-test.
a. Analisis regresi berganda
Dalam menentukan hubungan yang berlaku antara CR, DER, TATO, ROE, dan EPS terhadap harga saham pada perusahaan barang konsumsi
yang terdaftar di BEI digunakan model analisis regresi berganda berikut: Y = α +
+ +
+ +
+ e Keterangan:
Y = Harga Saham α = Konstanta
… = Koefisien regresi
= Current Ratio = Debt to Equity Ratio
= Total Assets Turn Over = Return On Equity
= Earning Per Share e = error atau variabel pengganggu
Universitas Sumatera Utara
b. Uji signifikansi parsial t-test
Uji t digunakan untuk menguji seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel
dependen Ghozali, 2005 : 84. Variabel independen dikatakan memiliki pengaruh signifikan terhadap variabel dependen apabila variabel dependen
tersebut memiliki nilai signifikansi sig di bawah 0.05. c.
Uji signifikansi simultan F-test Uji F dilakukan untuk menujukkan apakah semua variabel independen
atau bebas yang dimasukkan dalam model regresi berganda mempunyai pengaruh secara bersama- sama terhadap variabel dependen Ghozali,
2005 : 84. Variabel-variabel independen tersebut dikatakan memiliki pengaruh secara simultan dan signifikan terhadap variabel dependen
apabila memiliki nilai signifikansi sig di bawah 0.05.
Universitas Sumatera Utara
BAB IV ANALISIS HASIL PENELITIAN
