variabel Earning per Share tidak layak digunakan sebagai alat memprediksi Closing Price.
4.3.2.2. Uji Signifikansi Simultan
Secara simultan, pengujian hipotesis dilakukan dengan uji F F test. Uji F dilakukan untuk menguji apakah variabel-variabel independen berpengaruh secara
simultan bersama-sama terhadap variabel dependen dengan tingkat signifikansi 0,05. Adapun hipotesis untuk uji F adalah :
Ha₆ : ada pengaruh Return on Asset, Return on Equity ,Net Profit Margin, Debt to Equity Ratio, dan Earning per Share secara bersama-sama terhadap Closing
Price. Uji ini dilakukan dengan membandingkan signifikansi F hitung dengan
ketentuan: − jika F hitung F
tabel pada α 0,05, maka Ha₆ ditolak dan − jika F hitung F
tabel pada α 0,05, maka Ha₆ diterima.
Setelah uji F dilakukan, maka diperoleh nilai F hitung dan nilai signifikansi. Dasar pengambilan ke putusannya adalah jika nilai signifikansi lebih kecil dari 0,05,
maka hipotesis nol ditolak. Sebaliknya, jika nilai signifikansi lebih besar dari 0,05 maka
hipotesis nol diterima. Tabel 4.9
Hasil Uji F Anova Test
Universitas Sumatera Utara
ANOVA
a
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
1136891379,648 5 227378275,930
6,742 ,000
b
Residual 2327194589,019
69 33727457,812
Total 3464085968,667
74 a. Dependent Variable: Harga Saham Rupiah
b. Predictors: Constant, EPS , NPM , DER , ROA , ROE
Sumber : Data diolah dengan IBM SPSS Statistics Version 20 Dari uji F yang telah dilakukan, diperoleh nilai F tabel dengan melihat tabel F
alpha 0,05, kolom = 5 6-1, dan baris = 69 75-6 yaitu sebesar 2,35. Berdasarkan tabel 4.9 hasil uji F Anova, diperoleh F hitung sebesar 6,742 dan nilai ini lebih besar dari F
tabel 6,742 2,35. Selain itu nilai signifikan 0,000 lebih kecil dari 0,05. Hal ini menunjukkan bahwa Ha₆ diterima, sehingga dapat disimpulkan bahwa ada pengaruh
yang signifikan antara variabel independen yaitu Return on Asset, Return on Equity, Net Profit Margin, Debt to Equty, dan Earning per Share secara bersama-sama terhadap
Closing Price pada tingkat keyakinan 95.
4.3.3. Analisis Koefisien Korelasi dan Koefisien Determinasi
Nilai koefisien korelasi R menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel dependen. Koefisien korelasi
dikatakan kuat jika nilai R berada di atas 0.5 dan mendekati 1. Koefisien determinasi R² menunjukkan seberapa besar variabel independen
menjelaskan variabel dependennya. Nilai R² adalah nol sampai dengan satu. Apabila nilai R² semakin mendekati satu, maka variabel-variabel independen memberikan semua
informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Sebaliknya,
Universitas Sumatera Utara
semakin kecil nilai R², maka kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen semakin terbatas. Oleh karena itu, digunakan
nilai adjusted R² untuk mengevaluasi mana model regresi terbaik.
Tabel 4.10 Hasil Analisis Koefisien Korelasi dan Koefisien Determinasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
,573
a
,328 ,280
5807,5346 2,161
a. Predictors: Constant, EPS , NPM , DER , ROA , ROE b. Dependent Variable: Harga Saham Rupiah
Sumber : Data diolah dengan IBM SPSS Statistics Version 20 Tabel 4.10 menunjukkan bahwa nilai koefisien korelasi R sebesar 0,573 yang
berarti bahwa korelasi atau hubungan antara variabel harga saham dengan variabel independennya menunjukan korelasi kuat. Defenisi korelasi ini didasarkan pada interval
nilai R yang berada pada nilai 0,501 – 0,800 menunjukan korelasi kuat. Angka R² pada model Summary
b
0,280 atau 28. Hal ini menunjukan bahwa persentase sumbangan pengaruh variabel independen ROA, ROE, NPM, DER, EPS
terhadap variabel dependen harga saham sebesar 28. Variasi variabel independen yang digunakan dalam model ROA, ROE, NPM, DER, EPS mampu menjelaskan
sebesar 28 variasi variabel dependen harga saham. Sedangkan sisanya sebesar 72 dipengaruhi atau dijelaskan oleh variabel lain yang tidak dimasukan model penelitian
ini.
4.3.3.1. Analisis Hasil Penelitian