4.2.4 Koefisien Determinasi R
2
Koefisien determinasi dilakukan dengan tujuan untuk melihat sejauh mana variabel independen mampu menjelaskan variasi variabel dependen. Tujuan
menghitung koefisien determinasi adalah untuk mengetahui pengaruh variabel bebas terhadap variabel terikat. Pada model linear berganda ini, akan dilihat
besarnya kontribusi untuk variabel bebas secara bersama-sama terhadap variabel terikatnya dengan melihat besarnya koefisien determinasi totalnya R
2
. Nilai R
2
mempunyai interval antara 0 sampai 1 0 ≤ R
2
≥ 1 . Semakin besar R
2
mendekati 1 ,semakin baik hasil untuk model regresi tersebut dan semakin mendekati 0, maka variabel independen secara keseluruhan tidak dapat
menjelaskan variabel independen Sulaiman, 2004 : 86 . Besarnya nilai koefisien determinasi dapat dijelaskan pada tabel 4.8 berikut:
Tabel 4.8 Hasil Uji Koefisien Determinasi
Model Summary
b
Model R
R Square Adjusted R
Square
Std. Error of the Estimate Durbin-Watson
1 .198
a
.039 -.064
2.35203 1.370
a. Predictors: Constant, ln_DPR, ln_CR, ln_BEP b. Dependent Variable: ln_HARGASAHAM
Sumber : Output SPSS
Universitas Sumatera Utara
Dari tabel 4.8 diatas diperoleh nilai koefisien korelasi R sebesar 0,198. Hal ini menunjukkan bahwa tidak terjadi hubungan yang kuat antara variabel CR,
BEP dan DPR terhadap variabel Harga Saham sebagai variabel dependennya dikarenakan nilai koefisien korelasi R berada dibawah 0,5 atau 50. Koefisien
determinasi R square R
2
menunjukkan seberapa besar variabel independen menjelaskan variabel dependennya.
Berdasarkan tabel 4.8 di atas , diperoleh koefisien determinasi R
2
sebesar 0,039 mengandung makna bahwa variasi naik turunnya Harga Saham dapat
dijelaskan oleh variabel independen penelitian sebesar 3.9 sedangkan 96,1 lagi dijelaskan oleh faktor-faktor lain di luar model. Nilai koefisien determinasi ini
mengandung kelemahan mendasar, yaitu bias terhadap jumlah variabel independen yang dimasukkan kedalam model. Setiap tambahan satu variabel independen dalam
model maka nilai koefisien determinasi pasti akan meningkat tidak peduli apakah variabel independen tersebut berpengaruh signifikan terhadap variabel dependen atau
tidak. Oleh karena itu, dianjurkan untuk menggunakan adjusted R
2
koefisien determinasi yang telah disesuaikan untuk mengevaluasi sebuah model regresi jika
variabel independen lebih dari 2 dua. Adjusted R Square merupakan nilai R
2
yang disesuaikan sehingga gambarannya lebih mendekati mutu model regresi, dari tabel di atas dapat dilihat
bahwa nilai Adjusted R Square R
2
adalah sebesar -0,064 atau -6,4. Nilai Standard Error of The Estimate merupakan kesalahan standar dari penaksiran, hasil pada tabel
4.8 diatas menunjukkan bahwa besar Standard Error of The Estimate pada penelitian
Universitas Sumatera Utara
ini sebesar 2,35203 dimana semakin kecil angka ini akan membuat model regresi semakin tepat dalam memprediksi harga saham.
4.2.5 Pengujian Hipotesis