commit to user Lampiran 3
Halaman 1
Return
yang digunakan dalam penelitian ini adalah
return
realisasi atau sering disebut dengan
actual return
.
Return
realisasi merupakan
return
yang terjadi yang dihitung berdasarkan data historis dan digunakan sebagai salah satu pengukur kinerja perusahaan Hartono,
2008. Besarnya
a ctual return
dapat dihitung dengan rumus:
R
it
=
1 -
t 1
- t
t
P P
P -
..............................................................................................................5
Keterangan:
R
it
= Tingkat keuntungan saham i pada periode t, P
it
= Harga penutupan saham i pada periode t periode akhir, dan P
it-1
= Harga penutupan saham i pada periode sebelumnya awal.
3.4 Metode Analisis Data
Hipotesis penelitian akan diuji dengan analisis regresi. Analisis regresi Hipotesis Ha
1
, Ha
2
, Ha
3
, dan Ha
4
diuji dengan regresi berganda. Hipotesis kelima Ha
5
diuji dengan regresi sederhana. Pengujian dengan regresi mensyaratkan uji asumsi klasik, sehingga terlebih dahulu data penelitian diuji asumsi klasik.
Uji asumsi klasik meliputi: a uji normalitas data, b uji Multikolinieritas, c Autokorelasi, dan d uji Heteroskedastisitas.
3.4.1 Uji Asumsi Klasik
3.4.1.1 Normalitas Data
Uji normalitas bertujuan untuk menguji kenormalan distribusi dalam model regresi pada variabel pengganggu atau variabel
residual Ghozali, 2011. Pengujian normalitas data dalam penelitian ini menggunakan uji
Kolmogrov Smirnov
, dengan
commit to user Lampiran 3
Halaman 1
membandingkan nilai
p value
dengan tingkat signifikansi 5. Jika
p value
5, maka data berdistribusi normal. 3.4.1.2
Multikolinieritas Dilakukan dengan tujuan menguji apakah model regresi
terdapat korelasi antar variabel independen Ghozali, 2011. Model regresi yang baik seharusnya tidak terdapat korelasi di
antara variabel independen. Jika terjadi korelasi antar variabel independen maka dikatakan terjadi problem multikolinieritas.
Untuk mendeteksi ada tidaknya multikolonieritas dalam model regresi, peneliti akan melihat nilai
Tolerance
dan
Variance Inflation Faktor
VIF dengan alat bantu program SPSS 18. Nilai
tolerance
yang rendah sama dengan nilai VIF tinggi karena VIF= 1
tolerance
. Jika tidak ada variabel independen yang memiliki nilai
tolerance
kurang dari 0.10 dan tidak ada variabel independen yang memiliki nilai VIF lebih dari 10, maka tidak terjadi problem
multikolinieritas. 3.4.1.3
Autokorelasi Pengujian apakah dalam sebuah model regresi linier ada
korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya. Model regresi yang
baik adalah regresi yang bebas dari autokorelasi Ghozali, 2011. Untuk menguji ada tidaknya masalah autokorelasi, peneliti akan
menggunakan uji
Durbin-Watson
dengan alat bantu SPSS 18.
commit to user Lampiran 3
Halaman 1
Patokan yang digunakan adalah patokan yang digunakan dalam buku Ghozali 2011, ketentuan bahwa sebuah model regresi telah
terbebas dari autokorelasi adalah apabila nilai
Durbin-Watson
berada lebih dari nilai d
U
dan lebih kecil dari nilai 4 - d
U.
3.4.1.4 Heteroskedastisitas
Pengujian ini digunakan untuk melihat apakah spesifikasi model yang digunakan sudah benar atau tidak sehingga diperoleh
informasi apakah fungsi yang digunakan sebaiknya berbentuk linier, kuadrat, atau kubik. Metode yang digunakan untuk menguji
heteroskedastisitas adalah dengan melihat grafik
scatterplot
. Grafik
scatterplot
ini dihasilkan dengan menggunakan alat bantu SPSS 18. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan
melihat ada tidaknya pola tertentu pada grafik
scatterplot,
jika ada pola tertentu seperti titik-titik yang ada membentuk pola tertentu
yang teratur bergelombang, melebar kemudian menyempit maka mengindikasikan telah terjadi heteroskedastisitas. Jika tidak ada
pola yang jelas dan titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
3.4.2 Uji Hipotesis
