Interpretasi Hasil Regresi Koefisien Determinasi

C. Interpretasi Hasil Regresi

Regresi linier berganda dilakukan untuk mengetahui pengaruh variabel bebas yakni DER, ROE, BV, EPS terhadap variabel terikat yaitu nilai pasar saham perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia. Tabel 4.13 berikut ini menunjukkan hasil uji regresi melalui pengolahan data dengan SPSS 16.00 for Windows. Tabel 4.13 Hasil Uji Regresi Coefficientsa Unstandardized Coefficients Standardized Coefficients Model B Std. Error t Sig. Beta Constant -1.212 .620 -1.955 .057 LnROE -.094 .140 -.102 -.670 .507 LnBV .556 .168 .481 3.310 .002 1 LnEPS .141 .099 .208 1.431 .160 a. Dependent Variable: LnNilaiSaham Sumber : Hasil Penelitian, 2010 data diolah Berdasarkan Tabel 4.13 tersebut maka dihasilkan persamaan regresi linier berganda sebagai berikut : Ln Nilai Pasar Saham = -1,212 - 0,094LnROE + 0,556LnBV + 0,141LnEPS Dimana : Ln ROE = Return on Equity Ln BV = Book Value Ln EPS = Earning per Share Universitas Sumatera Utara Interpretasi model : 1. Kontanta sebesar -1,212. Hal ini memunjukkan bahwa bila tidak terdapat variabel bebas yaitu LnROE, LnBV, Ln EPS maka Ln Nilai Pasar Saham adalah sebesar -1, 212. 2. Nilai LnROE sebesar 0,094. Hal ini menunjukkan bahwa, bila nilai LnROE bertambah 1, maka Ln nilai pasar saham akan bertambah sebesar 0,094. 4. Nilai LnBV sebesar 0,556. Hal ini menunjukkan bahwa, bila nilai LnBV bertambah 1, maka Ln nilai pasar saham akan bertambah sebesar 0,556. 5. Nilai LnEPS sebesar 0,141. Hal ini menunjukkan bahwa, bila nilai LnEPS bertambah 1, maka Ln nilai pasar saham akan bertambah sebesar 0,141.

D. Pengujian Asumsi klasik

Syarat asumsi klasik yang harus dipenuhi model regresi berganda sebelum data tersebut dianalisis adalah sebagai berikut :

1. Uji Normalitas

Tujuan uji normalitas ini adalah ingin mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk lonceng. Data yang baik adalah data yang mempunyai pola seperti distribusi normal, yakni distribusi data tidak menceng ke kiri atau ke kanan. Universitas Sumatera Utara Gambar 4.1 Histogram Variabel Dependen Sumber : Hasil Penelitian, 2010 data diolah Pada Gambar 4.1 terlihat bahwa variabel terikat yaitu Ln Nilai Pasar Saham mempunyai distribusi normal. Hal ini ditunjukkan oleh distribusi data tersebut tidak menceng ke kiri atau ke kanan. Cara lain untuk menguji normalitas data dengan grafik adalah dengan melihat penyebaran data titik pada garis diagonal dari grafik normalitas Normalitas P-P Plot. Jika data menyebar di sekitar garis diagonal, maka dapat disimpulkan bahwa data berdistribusi normal. Namun jika data menyebar jauh dari garis diagonal atau tidak mengikuti arah garis diagonal, maka dapat disimpulakan bahwa data tidak berdistribusi normal. Universitas Sumatera Utara Gambar 4.2 Normal P-P Plot Sumber : Hasil Penelitian, 2010 data diolah Pada scatter plot terlihat titik – titik yang tersebar di sepanjang garis diagonal dan mengikuti arah garis diagonal. Hal ini menunjukkan bahwa data berdistribusi normal. Namun, seringkali data kelihatan normal karena mengikuti arah garis diagonal, padahal belum tentu data tersebut berdistribusi normal. Untuk memastikan apakah data di sepanjang garis diagonal tersebut berdistribusi normal atau tidak, maka dilakukan uji Kolmogorov Smirnov 1- sample KS yakni Asymp. Sig. 2-tailed taraf nyata α = 0,05 maka data residual berdistribusi normal, sebaliknya jika nilai Asymp.sig. 2-tailed taraf nyata α maka data residual tidak berdistribusi normal. Universitas Sumatera Utara Tabel 4.14 Hasil Pengujian Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 45 Mean .0000000 Normal Paramete Std. Deviation .85857730 rs a Absolute .083 Positive .083 Most Extreme Difference Negative -.073 s Kolmogorov-Smirnov Z .560 Asymp. Sig. 2-tailed .913 a. Test distribution is Normal. Sumber : Hasil Penelitian, 2010 data diolah Pada tabel 4.14 dapat dilihat bahwa nilai Asymp.sig.2-tailed adalah sebesar 0,913 lebih besar dari taraf nyata α = 0,05. Dengan demikian dapat disimpulkan bahwa data residual berdistribusi normal.

2. Uji Multikolinieritas

Uji multikolinieritas dilakukan untuk mengetahui apakah terdapat hubungan linier antara variabel bebas. Pada awalnya, terdapat lima variabel bebas yang digunakan yakni DER, ROA, ROE, BV, dan EPS. Namun setelah dilakukan uji multikolinieritas terhadap kelima variabel bebas tersebut, terjadi masalah multikolinieritas pada variabel ROA dan ROE. Universitas Sumatera Utara Hasil pengujian multikolinieritas dijelaskan dalam tabel sebagai berikut : Tabel 4.15 Hasil Pengujian Multikolinieritas Coefficientsa Unstandardized Coefficients Standardized Coefficients Collinearity Statistics Model B Std. Error Beta t Sig. Tolerance VIF Constant -1.212 .620 -1.955 .057 LnROE -.094 .140 -.102 -.670 .507 .735 1.360 LnBV .556 .168 .481 3.310 .002 .814 1.229 1 LnEPS .141 .099 .208 1.431 .160 .809 1.236 a. Dependent Variable: LnNilaiSaham Sumber : Hasil penelitian, 2010 data diolah Pada Tabel 4.15. dapat dilihat bahwa semua variabel bebas tidak terkena masalah multikolinieritas. Hal ini dapat dilihat dari nilai Variance Inflation Faktor VIF masing – masing variabel bebas yakni LnROE, LnBV, LnEPS adalah lebih kecil dari 5 VIF 5.

3. Uji Autokorelasi

Uji Autokorelasi dilakukan untuk menguji apakah pada model regresi terdapat korelasi kesxalahan antara kesalahan pengganggu pada periode ke – t dan kesalahan pengganggu pada periode sebelumnya periode ke t-1. Gejala autokorelasi dideteksi dengan menggunakan Durbin Watson Test. Kriteria pengambilan keputusan uji autokorelasi ditunjukkan dalam Tabel 4.16 sebagai berikut: Universitas Sumatera Utara Tabel 4.16 Kriteria pengambilan Keputusan Hipotesis Nol Keputusan Jika Tidak ada autokorelasi positif Tolak 0DWdL Tidak ada autokorelasi positif No decision dL ≤DW≤dU Tidak ada autokorelasi negatif Tolak 4-dlDW4 Tidak ada autokorelasi negatif No decision 4-dU ≤ DW≤4-dL Tidak ada autokorelasi positif atau negatif Tidak ditolak dU DW 4-dU Sumber : Gujarati 1995 : 217 Menurut Gujarati 1995 : 217 kriteria yang menunjukkan bahwa tidak terjadi autokorelasi adalah dU DW 4-dU. Hasil pengujian autokorelasi yang dilakukan dengan SPSS ditampilkan pada Tabel 4.17 sebagai berikut: Tabel 4.17 Hasil Uji Autokorelasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .544 a .296 .244 .88943 1.736 a. Predictors: Constant, LnEPS, LnBV, LnROE b. Dependent Variable: LnNilaiSaham Sumber :Hasil Penelitian, 2010 data diolah Tabel 4.17 tersebut memperlihatkan bahwa nilai Durbin Watson adalah sebesar 1, 736. Sedangkan hasil pengujian menurut tabel adalah sebagai berikut : n = jumlah sampel = 45 k = jumlah variabel bebas = 3 Pada tingkat signifikansi α = 0,05 diperoleh dU = 1,67 dan dL = 1,38 dUDW4-dU = 1,671,7362.33 memenuhi kriteria. Dengan demikian, dapat disimpulkan bahwa tidak terjadi masalah autokorelasi pada model regresi penelitian ini. Universitas Sumatera Utara

4. Uji Heteroskedastisitas

Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terdapat ketidaksamaan varians dari residual satu pengamatan ke pengamatan lainnya. Model regresi yang baik adalah yang tidak terjadi heteroskedastisitas. Heteroskedastisitas dapat dideteksi dengan melihat penyebaran plot melalui gambar scatterplot sebagai berikut: Gambar 4.3 Scatterplot Variabel Dependen Sumber : Hasil Penelitian, 2010 data diolah Pada grafik scatterplot yang ditampilkan pada Gambar 4.3, terlihat titik – titik yang menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y. Hal ini memenuhi salah satu asumsi bahwa tidak terjadi heteroskedastisitas pada model regresi. Universitas Sumatera Utara Selain melalui scatterplot, heteroskedastisitas dapat juga dideteksi melalui Uji Glejser. Tabel 4.18 berikut ini menampilkan hasil pengujian heteroskedastisitas dengan Uji Glejser. Tabel 4.18 Hasil Uji Glejser Coefficients a Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta t Sig. Constant .956 .380 2.515 .016 LnROE -.090 .086 -.186 -1.046 .302 LnBV -.035 .103 -.058 -.344 .733 1 LnEPS .008 .061 .021 .126 .900 a. Dependent Variable: absut Sumber : Hasil Penelitian,2010 data diolah Pada Tabel 4.18 dapat dilihat bahwa semua variabel bebas tidak signifikan terhadap variabel terikat. Hal ini ditunjukkan oleh nilai signifikansi dari masing- masing variabel bebas lebih besar dari tingkat signifikansi α sig 0,05. Dengan demikian dapat disimpulkan bahwa data bebas dari heteroskedastisitas.

E. Koefisien Determinasi

Pengujian kontribusi pengaruh dari seluruh variabel bebas Xi secara bersama – sama terhadap variabel tidak bebas Y dapat dilihat dari koefisien determinasi berganda R 2 dimana 0 R 2 1. Hal ini menunjukkan jika nilai R 2 semakin dekat pada nilai 1, maka pengaruh variabel bebas terhadap variabel tidak bebas semakin kuat. Sebaliknya jika nilai R 2 semakin dekat pada nilai 0, maka pengaruh variabel bebas terhadap variabel tidak bebas semakin lemah. Universitas Sumatera Utara Koefisien determinasi dapat diukur berdasarkan penilaian Godness of fit- nya. Hasil pengujian Godness of Fit yang dilakukan dengan SPSS ditampilkan pada Tabel 4.19 sebagai berikut: Tabel 4.19 Hasil Godness of Fit Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate 1 .544 a .296 .244 .88943 a. Predictors: Constant, LnEPS, LnBV, LnROE b. Dependent Variable: LnNilaiSaham Sumber : Hasil Penelitian, 2010 data diolah Tabel 4.19 menunjukkan nilai R sebesar 0,544. Hal ini berarti hubungan relation antara Return on Equity ROE, Book Value BV, Earning Per Share EPS berpengaruh terhadap nilai pasar saham sebesar 54,4. Nilai R Square sebesar 0, 296. Hal ini berarti 29,6 faktor – faktor Nilai pasar saham dapat dijelaskan oleh Return on Equity ROE, Book Value BV, Earning Per Share EPS. Nilai Adjusted R Square sebesar 0.244. Hal ini berarti 24,4 faktor – faktor Nilai pasar saham dapat dijelaskan oleh Return on Equity ROE, Book Value BV, Earning Per Share EPS. Universitas Sumatera Utara

D. Pengujian Hipotesis

Dokumen yang terkait

Pengaruh Faktor Fundamental terhadap Return Saham Perusahaan Industri Dasar dan Kimia yang Terbuka Di Bursa Efek Indonesia

0 37 74

Pengaruh Faktor Fundamental Terhadap Return Saham Industri Perbankan Di Bursa Efek Indonesia

0 31 107

Pengaruh Faktor Fundamental Terhadap Nilai Pasar Saham Perusahaan Industri Manufaktur Terbuka di Bursa Efek Jakarta

0 26 110

Pengaruh Faktor Fundamental Terhadap Return Saham Pada Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Indonesia

0 59 80

Pengaruh Variabel Fundamental Terhadap Harga Saham Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Indonesia

2 25 94

FAKTOR-FAKTOR FUNDAMENTAL YANG MEMPENGARUHI HARGA SAHAM PERUSAHAAN MANUFAKTUR YANG TERCATAT DI BURSA EFEK INDONESIA

0 10 16

ANALISIS PENGARUH TINGKAT PROFITABILITAS TERHADAP NILAI PASAR SAHAM PERUSAHAAN MANUFAKTUR ANALISIS PENGARUH TINGKAT PROFITABILITAS TERHADAP NILAI PASAR SAHAM PERUSAHAAN MANUFAKTUR DI BURSA EFEK INDONESIA TAHUN 2011-2013.

0 2 13

ANALISIS PENGARUH TINGKAT PROFITABILITAS TERHADAP NILAI PASAR SAHAM PERUSAHAAN MANUFAKTUR ANALISIS PENGARUH TINGKAT PROFITABILITAS TERHADAP NILAI PASAR SAHAM PERUSAHAAN MANUFAKTUR DI BURSA EFEK INDONESIA TAHUN 2011-2013.

0 3 15

ANALISIS PENGARUH FAKTOR FUNDAMENTAL TERHADAP RETURN SAHAM PADA PERUSAHAAN MANUFAKTUR ANALISIS PENGARUH FAKTOR FUNDAMENTAL TERHADAP RETURN SAHAM PADA PERUSAHAAN MANUFAKTUR GO PUBLIK DI BURSA EFEK INDONESIA.

0 1 8

PENGARUH FAKTOR FUNDAMENTAL DAN FAKTOR TEKNIKAL TERHADAP RETURN SAHAM (Studi pada Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia).

2 16 121