58
Tabel 4.2 Definisi Operasional Variabel
No Variabel Definisi Operasional
Indikator Skala
1 Makroekonomi
Ilmu tentang perilaku perekonomian secara
keseluruhan Nilai tukar, suku bunga,
inflasi dan perubahan PDB
Rasio 2 IHSG
IHSG Suatu indikator yang
menunjukkan pergerakan harga saham
secara tiga bulanan IHSG penutupan yang
di hitung oleh BEI Rasio
3 Nilai tukar NT
Perubahan kenaikan atau penurunan nilai dolar
terhadap rupiah Kenaikan nilai tukar BI
yang diterbitkan pada tanggal terakhir setiap 3
bulan Rasio
4 Suku Bunga SB
Surat berharga
yang dikeluarkan oleh BI
sebagai pengakuan utang jangka pendek
Rata-rata kenaikan SBI tiga bulanan yang
dikeluarkan oleh BI Rasio
5 Inflasi
LI Kenaikan secara terus
menerus harga barang umum
Kenaikan Laju inflasi yang diterbitkan oleh
BPS setiap 3 bulanan Rasio
6 Pertumbuhan PDB
PDB Suatu proses perubahan
output perkapita jangka pendek
PDB
x
-PDB
x-1
X100 PDB
x-1
Rasio
4.6. Metode Analisis Data
4.6.1. Pengujian Asumsi Klasik
4.6.1.1 Uji Normalitas
Uji normalitas data bertujuan untuk menguji apakah dalam model regresi variabel independen dan variabel dependen keduanya mempunyai distribusi normal
ataukah tidak Ghozali,2006. Model regresi yang baik adalah model yang memiliki distribusi data normal atau mendekati normal. Uji normalitas dapat dilakukan dengan
Universitas Sumatera Utara
59
menggunakan uji Jarque-Berra JB dan metode grafik. Penelitian ini akan menggunakan metode Jarqque-Berra Test yang dilakukan dengan menghitung
skewness dan kurtosis. Adapun formula uji statistik Jarqque-Berra :
J-B hitung = Dimana :
S = skewness
statistik K =
kurtosis Jika nilai propability Jarque-Berra hitung 0,05, maka hipotesis yang
menyatakan bahwa residual Ut terdistribusi normal ditolak dan sebaliknya. Dan untuk melihat apakah terdapat fenomena time variying volatility dalam penelitian ini maka
dilihat dari nilai koefisien Skewness dan Kurtosis. Menurut Widarjono 2005, data memiliki fenomena time variying volatility apabila nilai skewness
≠ 0 dan nilai kurtosis 3.
4.6.1.2. Uji Multikolinieritas
Uji Multikolinieritas dilakukan untuk memastikan bahwa tidak terdapat multikolinieritas dalam data dari variabel-variabel independennya. Maksudnya adalah
tidak ada korelasi yang sempurna atau korelasi yang tidak sempurna tetapi relatif tinggi pada variabel-variabel independennya Husein,2003. Adanya multikolinieritas
sempurna akan berakibat bahwa koefisien regresi tidak dapat ditentukan dengan standar devasi menjadi tak terhingga. Jika multikolinieritas kurang sempurna, maka
Universitas Sumatera Utara
60
koefisien regresi meskipun terhingga akan mempunyai standar deviasi yang besar sehingga koefisien tidak dapat ditaksir dengan mudah. Untuk mendeteksi adanya
multikolinieritas juga dapat menggunakan korelasi r dimana korelasi diatas 0,8 menunjukkan adanya multikolinieritas Gujarati,2003.
Cara mengatasi multikolinieritas sebagai beikut: a transformasi tabel. Jika terlihat pada model awal dengan adanya gejala multikolinieritas maka dapat
dilakukan transformasi variabel yang bersangkutan ke dalam bentuk logaritma natural atau bentuk-bentuk transformasi lainnya, sehingga nilai t hitung yang dihasilkan
secara individu variabel independen dapat secara signifikan mempengaruhi variabel dependen. b meningkatkan jumlah data sampel. Dengan adanya peningkatan jumlah
data sampel diharapkan mampu menurunkan standars error disetiap variabel independen dan akan diperoleh model yang benar-benar bisa menaksir koefisien
regresi secara tepat Arief,2006.
4.6.2. Pengujian Hipotesis