Analisis Regresi Linear Berganda Uji Asumsi Klasik

2. Analisis Verifikatif Kuantitatif

Menurut Mashuri 2008:45 pengertian metode verifikatif yaitu memeriksa benar tidaknya apabila dijelaskan untuk menguji suatu cara dengan atau tanpa perbaikan yang telah dilaksanakan di tempat lain dengan mengatasi masalah yang serupa dengan kehidupan. Menurut Sugiyono 2010:31 menjelaskan bahwa: Dalam penelitian kuantitatif analisis data menggunakan statistik. Statistik yang digunakan dapat berupa statistik deskriptif dan inferensialinduktif. Statistik inferensial dapat berupa statistik parametris dan statistik nonparametris. Peneliti menggunakan statistik inferensial bila penelitian dilakukan pada sampel yang dilakukan secara random. Data hasil analisis selanjutnya disajikan dan diberikan pembahasan. Penyajian data dapat berupa tabel, tabel distribusi frekuensi, grafik garis, grafik batang, piechart diagram lingkaran, dan pictogram. Pembahasan hasil penelitian merupakan penjelasan yang mendalam dan interprestasi terhadap data-data yang telah disajikan. Analisis verifikatif dengan pendekatan kuantitatif digunakan untuk menguji besarnya pengaruh Indeks Dow Jones dan tingkat inflasi terhadap Indeks Harga Saham Gabungan IHSG secara parsial dan simultan pada Bursa Efek Indonesia BEI. Adapun langkah-langkah analisis kuantitatif yang diuraikan diatas adalah sebagai berikut:

1. Analisis Regresi Linear Berganda

Analisis regresi berganda digunakan peneliti dengan maksud untuk mengetahui sejauh mana hubungan Indeks Dow Jones dan tingkat inflasi terhadap Indeks Harga Saham Gabungan IHSG pada Bursa Efek Indonesia BEI periode Januari 2007- Desember 2013. Persamaan yang menyatakan bentuk hubungan antara variable independent Indeks Dow Jones dan tingkat inflasi dan variable dependent IHSG disebut dengan persamaan regresi. Menurut Wahid Sulaiman 2004:80, pengertian regresi linear berganda adalah : “Jika suatu variabel dependen bergantung pada lebih dari satu variabel independen, hubungan kedua variabel disebut analisis regresi berganda multiple regression”. Berdasarkan penjelasan di atas dapat disimpulkan bahwa penggunaan analisis regresi linier berganda adalah untuk mengetahui suatu variabel terhadap variabel yang lain dan meramalkan nilai suatu variabel apabila variabel lain diketahui. Dalam penelitian ini, analisis linear berganda digunakan untukmengetahui sejauh mana hubungan Indeks Dow Jones dan tingkat inflasi terhadap Indeks Harga Saham Gabungan IHSG pada Bursa Efek Indonesia BEI periode Januari 2007- Desember 2013. Bentuk persamaan dari regresi linier berganda ini yaitu : y = a + β 1 x 1 + β 2 x 2 Dimana : Y = Variabel Indeks Harga Saham Gabungan X 1 = Variabel Indeks Dow Jones X 2 = Variabel Inflasi a = konstanta intersep β 1 =angka arah atau koefisien regresi Indeks Dow Jones yang menunjukan angka peningkatan atau penurunan variable dependent yang didasarkan variable independent. Bila b+ positif maka naik sedangkan b- negatif maka terjadi penurunan. β 2 = angka arah atau koefisien regresi Inflasi yang menunjukan angka peningkatan atau penurunan variabel dependen yang didasarkan variabel independen. Bila b+ positif maka naik sedangkan b- negatif maka terjadi penurunan. e = erroratauresidu tingkat kesalahan

2. Uji Asumsi Klasik

Dalam mencari regresi berganda, penelitian iniakan diuji dengan menggunakan uji asumsi klasik, yang bertujuan untuk mengetahuiapakah model regresi yang diperoleh dapat menghasilkan estimator yang baik. Adapun ke empat uji asumsi klasik itu adalah :

a. Uji Normalitas

Menurut Imam Ghozali, 2009, menyatakan bahwa uji normalitas adalah untuk menguji apakah dalam model regresi, variabel independen dan dependennya memiliki distribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Pada prinsipnya normalitas data dapat diketahui dengan melihat penyebaran data titik pada sumbu diagonal pada grafik atau histogram dari residualnya. Data normal dan tidak normal dapat diuraikan sebagai berikut. i. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya, menunjukan pola terdistribusi normal, maka model regresi memenuhi asumsi normalitas. ii. Jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah garis diagonal atau grafik histogramnya, tidak menunjukan pola terdistribusi normal, maka model regresi tidak memenuhi asumsi normalitas.

b. Uji Multikolinieritas

Imam Ghozali, 2006: 91 , Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya kolerasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel independen saling berkolerasi, maka variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai kolerasi antar sesama variabel independen sama dengan nol. Untuk mendeteksi ada atau tidaknya multikolonieritas di dalam model regresi adalah sebagai berikut. i. Nilai R2 yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independen banyak yang tidak signifikan mempengaruhi variabel dependen. ii. Menganalisis matrik kolerasi variabel-variabel independen. Jika antar variabel independen ada korelasi yang cukup tinggi umumnya di atas 0.90, maka hal ini merupakan indikasi adanya multikolonieritas. Tidak adanya korelasi yang tinggi antar variabel independen tidak berarti bebas darimultikolonieritas. Multikolonieritas dapat disebabkan karena adanya efek kombinasi dua atau lebih variabel independen. iii. Multikolonieritas dapat juga dilihat dari 1 nilai toleransi dan lawannya 2 Variance Inflation FactorVIF. Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Dalam pengertian sederhana setiap variabel independen menjadi variabel dependen terikat dan diregres terhadap variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi karena VIF = 1 Tolerance. Nilai cuttof yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai Tolerance 0.10 atau sama dengan nilai VIF 10. c. Uji Autokolerasi Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Cara yang dapat digunakan untuk mendeteksi ada atau tidaknya autokorelasi dengan uji Durbin – Watson DW test. Uji Durbin – Watson hanya digunakan untuk autokorelasi tingkat satu first order autocorrelation dan mensyaratkan adanya intercept konstanta dalam model regresi dan tidak ada variabel lagi di antara variabel independen. Hipotesis yang akan diuji adalah : Ho : tidak ada autokorelasi r = 0 HA: ada autokorelasi r ≠ 0 d. Uji Heteroskedastisitas Imam Ghozali, 2006: 105 , Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Pendekatan statistik yang digunakan untuk menguji asumsi bebas heterokedastistas dalam penelitian ini adalah uji Korelasi rank Spearman. Uji Korelasi rank Spearman dilakukan dengan mengkorelasikan masing-masing variabel bebas terhadap nilai absolut dari residual. Jika ada varaibel bebas yang signifikan hubungannya dengan nilai residual berarti terdapat kondisi tidak homogenya niali varians kesalahan model terjadi heterokedastisitas. Cara lain yang digunakan untuk mendeteksi ada atau tidaknya heteroskedastisitas dengan melihat grafik plot antara nilai prediksi variabel terikat dependen yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang diprediksi, dan sumbu X adalah residual Y prediksi – Y sesungguhnya yang telah di-studentized. Dasar analisis : a Jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teraturbergelombang melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas. b Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.

3. Uji Koefisien Kolerasi Pearson