Analisis Verifikatif Pengaruh Arus Kas Dan Tingkat Pengembalian Aktiva Terhadap Tingkat Pengembalian Saham Pada Perusahaan Otomotif Yang Terdaftar Di Bursa Efek Indonesia (BEI) Periode 2006-2010

Sehingga dapat disimpulkan bahwa tidak terdapat multikolinieritas diantara Arus Kas dan Return On Asset artinya Melalui nilai VIF yang diperoleh maka dapat dikatakan bahwa tidak ada korelasi yang cukup kuat antara sesama variabel bebas yaitu Arus Kas dan Return On Asset, dimana nilai VIF dari Arus Kas dan Return On Asset masih lebih kecil dari 10. c Uji Asumsi Heteroskedastisitas Heteroskedastisitas merupakan indikasi varian antar residual tidak homogen yang mengakibatkan nilai taksiran yang diperoleh tidak lagi efisien. Untuk menguji apakah varian dari residual homogen digunakan uji rank Spearman, yaitu dengan mengkorelasikan variabel bebas terhadap nilai absolut dari residual error. Apabila ada koefisien korelasi yang signifikan pada tingkat kekeliruan 5, mengindikasikan adanya heteroskedastisitas. Pada tabel 4.6 berikut dapat dilihat nilai signifikansi masing-masing koefisien korelasi variabel bebas terhadap nilai absolut dari residual error. Tabel 4. 6 Hasil Pengujian Asumsi Heteroskedastisitas Berdasarkan nilai korelasi yang diperoleh seperti dapat dilihat pada tabel 4.6 diatas menunjukan bahwa tidak terjadi heteroskedastisitas artinya memberikan Correlati ons .098 .548 40 .168 .301 40 Correlation Coef f icient Sig. 2-tailed N Correlation Coef f icient Sig. 2-tailed N Arus. Kas ROA Spearmans rho absolut_error suatu indikasi bahwa residual error yang muncul dari persamaan regresi mempunyai varians yang sama. Variabel ini terlihat dari nilai signifikansi masing-masing koefisien korelasi Arus Kas dan Return On Asset dengan absolut error yaitu 0,548 dan 0,301 masih lebih besar dari 0,05. d Uji Asumsi Autokorelasi Autokorelasi didefinisikan sebagai korelasi antar observasi yang diukur berdasarkan deret waktu dalam model regresi atau dengan kata lain error dari observasi tahun berjalan dipengaruhi oleh error dari observasi tahun sebelumnya. Pada pengujian autokorelasi digunakan uji Durbin-Watson untuk mengetahui ada tidaknya autokorelasi pada model regressi dan berikut nilai Durbin-Watson yang diperoleh melalui hasil estimasi model regressi. Tabel 4. 7 Nilai Durbin-Watson Untuk Uji Autokorelasi Berdasarkan hasil pengolahan diperoleh nilai statistik Durbin-Watson D- W = 1,933, sementara dari tabel d pada tingkat kekeliruan 5 untuk jumlah variabel bebas = 2 dan jumlah pengamatan n = 40 diperoleh batas bawah nilai tabel d L = 1,391 dan batas atasnya d U = 1,600. Karena nilai Durbin-Watson model regressi 1,933 berada diantara d U 1,600 dan 4-d U 2,400, yaitu daerah Model Summary

b,c

.461 a .213 .170 34371.84368 1.933 Model 1 R R Square Adjusted R Square St d. Error of the Estimate Durbin- Wat son Predictors: Constant, ROA, Arus.Kas a. Dependent Variable: Return.Saham b. Weighted Least Squares Regression - Weighted by Var. Return c. tidak ada autokorelasi maka dapat disimpulkan tidak terjadi autokorelasi pada Arus Kas dan Return On Asset. Gambar 4. 5 Daerah Kriteria Pengujian Autokorelasi Karena keempat asumsi regressi sudah terpenuhi, maka dapat disimpulkan bahwa hasil estimasi model regressi sudah memenuhi syarat BLUE best linear unbias estimation sehingga dikatakan kesimpulan yang diperoleh dari model regressi sudah menggambarkan keadaan yang sebenarnya. 2 Regresi Linear Berganda Pada bagian ini akan diestimasi pengaruh Arus Kas dan Return On Assets terhadap Return Saham pada perusahaan otomotif yang terdaftar di Bursa Efek Indonesia menggunakan regressi linear berganda. Data yang digunakan dalam analisis regresi berdasarkan data selama 5 tahun pengamatan pada 8 perusahaan. Bentuk model persamaan regressi yang akan diuji diformulasikan sebagai berikut. Sumber:nazir 2006:463 Dimana: Y = Return Saham persen X 1 = Arus Kas juta rupiah X 2 = Return On Assets persen α = konstanta 4 Terdapat Autokorelasi Positif Terdapat Autokorelasi Negatif Tidak Terdapat Autokorelasi Tidak Ada Keputusan Tidak Ada Keputusan d L =1,391 d U =1,600 4 - d U =2,400 4 - d L =2,609 D-W =1,933 β 1 = Koefisien Regresi Variabel Arus Kas β