41
Earnings Ratio PER
antara harga saham di pasar atau harga perdana
yang ditawarkan dibandingkan dengan
pendapatan yang diterima. lembar saham
dan penghasilan per lembar
saham.
Debt to Equity Ratio
DER Merupakan rasio yang
menunjukkan persentase penyedia dana oleh
pemegang saham terhadap pemberi pinjaman.
Total kewajiban dan persentase
penyedia dana. Rasio
Net Profit Margin
NPM Merupakan rasio keuangan
yang mengukur kemampuan perusahaan
dalam menghasilkan net income dari kegiatan
operasional. Laba bersih
setelah pajak dan penjuaan
bersih. Rasio
Harga Saham Merupakan harga yang dibentuk oleh penjual dan
pembeli saham ketika mereka memperdagangkan
saham di pasar bursa. Hara pasar per
lembar saham pada periode
tertentu. Rasio
3.6 Metode Analisis Data
Metode analisis data yang digunakan pada peelitian ini adalah metode analisisis statistik dengan menggunakan SPSS, namun terlebih dahulu dilakukan
uji asumsi klasik sebelum melakukan pengujian hipotesis.
3.6.1 Uji Asumsi Klasik
Salah satu syarat yang mendasari penggunaan model regresi adalah dipenuhinya semua asumsi klasik, agar pengujian tidak bersifat bias dan
efisien Best Linear Unbiased Estimator BLUE. Asumsi klasik yang harus dipenuhi adalah Ghozali, 2005 :
Universitas Sumatera Utara
42
a. Berdistribusi normal.
b. Non-Multikolinearitas, artinya antara variabel independen dalam
model regresi tidak memiliki korelasi atau hubungan secara sempurna ataupun mendekati sempurna.
c. Non-Autokorelasi, artinya kesalahan pengganggu dalam model regresi
tidak saling berkorelasi. d.
Homokedastisitas, artinya varians variabel independen dari satu pengamatan ke pengamatan lain adalah konstan atau sama.
3.6.1.1 Uji Normalitas
Uji ini bertujuan untuk mengetahui apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal
Ghozali, 2005. Uji ini ditujukan untuk mendapatkan kepastian terpenuhinya syarat normalitas yang akan mejamin dapat
dipertanggungjawabkannya langkah – langkah analisis statistik sehingga kesimpulan yang diambil dapat dipertanggung jawabkan.
Pedoman tentang data tersebut mendekati atau merupakan distribusi normal dapat didasarkan pada analisis grafik dan analisis statistik.
Analisis grafik dilakukan dengan melihat grafik histogram yang membandingkan data observasi dengan distribusi yang mendekati
distribusi normal atau mengikuti kurva membentuk lonceng dan grafik normal probability plot yang membandingkan distribusi kumulatif dari
distribusi normal. Dasar pengambilan keputusan normal probability plot tersebut adalah sebagai berikut :
Universitas Sumatera Utara
43
a. Jika data menyebar sekitar garis diagonal dan mengikuti arah garis
diagonal atau grafis histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas,
b. Jika menyebar jauh dari garis diagonal dan atau tidak mengikuti
arah garis diagonal atau grafis histogramnya tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi
normalitas. Analisis statistik dilakukan dengan uji statisti nonparametik
Kolmogrov Smirnov K-S. Bila nilai signifikan 0.05 berarti distribusi data tidak normal, sebaliknya bila nilai signifikan 0.05
berarti distribusi data normal Ghozali, 2005. Distribusi yang melanggar asumsi normalitas dapat dijadikan
menjadi bentuk yang normal dengan beberapa cara sebagai berikut : 1.
Transformasi Data Transformasi data dapat dilakukan dengan logaritma natural Ln,
Log 10, maupun akar kuadrat. Jika ada data yang bernilai negatif, transformasi data dengan logaritma akan menghilangkannya
sehingga jumlah sampel n akan berkurang. 2.
Trimming Trimming adalah memangkas atau membuang observasi yang
bersifat outlier. 3.
Winzorising
Universitas Sumatera Utara
44
Winzorising mengubah nilai – nilai outlier menjasi nilai – nilai minimum atau maksimum yang diizinkan supaya distribusinya
menjadi normal.
3.6.1.2 Uji Multikolinieritas
Uji multikolinieritas ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen.
Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas Ghozali, 2005. Untuk mendeteksi ada atau tidaknya
multikolinieritas dalam model regresi ini adalah dengan menganalisis matrik korelasi variabel – variabel bebas dan apabila korelasinya
signifikan antar variabel bebas tersebut maka terjadi multikolinieritas.
3.6.1.3 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam satu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pada periode t-1atau sebelumnya. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan
satu sama lain. Masalah ini timbul karena residual atau kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya. Hal
ini paling sering ditemukan pada data runtut waktu atau time series karena “gangguan” pada seorang individukelompok yang sama pada
periode berikutnya. Model regresi yang baik adalah model regresi yang bebas dari autokorelasi. Untuk mengetahui adanya autokorelasi
Universitas Sumatera Utara
45
dapat dideteksi dengan menggunakan Durbin Watson statistik. Apabila nilai DW lebih besar dari pada batas atas d
u
maka tidak terdapat auto korelasi pada model regresi Ghozali, 2005.
3.6.1.4 Uji Heteroskedastisitas
Uji Heteroskedatisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu
pengamatan ke pengamatan yang lain. Deteksi heteroskedastisitas dapat dilihat dari grafik Scatterplot antara nilai predikdi variabel
dependen yaitu ZPRED dengan residualnya SRESID. Jika ada pola tertentu seperti titik – titik yang ada membenuk pola tertentu yang
teratur, maka telah terjadi heteroskedastisitas. Sebaliknya jika tidak ada pola yang jelas serta titik - titik yang menyebar maka tidak tejadi
heteroskedastisitas Ghozali, 2005. Tindakan perbaikan yang dapat dilakukan jika terjadi heteroskedastisitas yaitu :
1. Transformasi dalam bentuk model regresi dengan membagi model
regresi dengan salah satu variabel independen yang digunakan dalam model tersebut,
2. Transformasi logaritma.
3.6.2 Pengujian Hipotesis
