b. Uji heteroskedastis
Heteroskedastis adalah kondisi ketidaksamaan varian dari variabel independen berkaitan dengan varian nilai variabel dependen. Situasi ini menyebabkan penaksiran koefisien regresi
tidak efisien, sehingga akan jauh lebih kecil, lebih besar atau menyesatkan. Heteroskedastis merupakan masalah yang potensial terjadi dalam menarik kesimpulan berdasarkan
least squares
. Pendeteksian adanya heteroskedastis dapat dilakukan dengan menggunakan
White test
Gujarati , 2003 : 413. Langkah pengujiannya sebagai berikut :
- Ho : tidak ada heteroskedastis
homocedastis
H1 : ada heteroskedastis -
α = 0,05 ; tolak Ho jika ObsR-square
2
k df
atau
probabilty P-value
α Ada dua cara untuk menyelesaikan masalah heteroskedastis, yaitu :
1. Jika σi
2
diketahui, maka menyelesaikannya dilakukan dengan metode
Weighted Least Square
WLS. 2.
Jika σi
2
tidak diketahui, maka ada 4 empat cara transformasi data, tergantung pada asumsi :
a Dibagi dengan Xi jika variasi kesalahannya
error variance
diasumsikan proporsional terhadap Xi
2
. b Dibagi dengan akar kuadrat Xi atau jika variasi kesalahannya proporsional terhadap
Xi. c Asumsi variasi kesalahannya proporsional terhadap EYi
2
maka dilakukan transformasi data dengan membagi persamaan dengan Yi.
d Dengan melakukan transformasi ke dalam bentuk log.
c. Uji Autokorelasi
Autokorelasi adalah kondisi di mana kesalahan pengganggu saling berkorelasi. Untuk mengetahui keberadaan autokorelasi bisa dideteksi dengan menggunakan dilakukan pengujian
dengan menggunakan pengujian
Breusch-Godfrey Serial Correlation LM Test
Gujarati, 2003: 472
.
Lakukan pengujian dengan prosedur sebagai berikut: - H
: tidak ada
serial correlations.
H
1
: ada
serial correlations.
- jika obsR-square
2
k df
atau atau
probabilty P-value
α Autokorelasi atau serial korelasi diartikan sebagai adanya korelasi gangguan pada satu
observasi dengan observasi lain. Autokorelasi ini biasanya terjadi pada regresi yang menggunakan data
time series
. Adanya autokorelasi ini akan menyebabkan: 1. Varians residual
error terms
yang diperoleh lebih rendah dari semestinya, sehingga menyebabkan R² menjadi lebih tinggi dari seharusnya.
2. Pengujian hipotesis yang dilakukan dengan uji t dan uji F menjadi tidak sah, dan dapat memberikan kesimpulan yang menyesatkan.
2. Mengestimasi Model Yang Akan Digunakan
Berdasarkan uraian-uraian sebelumnya dapat diperoleh fungsi yang menjelaskan faktor- faktor yang mempengaruhi penjualan, yaitu : Penjualan = f lokasi, prosedur operasi, produk
yang ditawarkan, harga, suasana toko, pelayanan konsumen, metoda promosi
Persamaan di atas dapat dinyatakan dalam model ekonometrika untuk menjelaskan faktor-faktor yang mempengaruhi harga saham, yaitu :
Y
it
= β
0i
+ β
1
X1
it
+ β
2
X2
it
+ β
3
X3
it
+ β
4
X4
it
+ β
5
X5
it
+ β
6
X6
it
+ β
7
X7
it
+ μ
it
Di mana : Y = penjualan
X1 =
lokasi
X1 X2 =
prosedur operasi
X2 X3 =
produk yang ditawarkan
X3 X4 =
harga
X4 X5 =
suasana toko
X5 X6 =
pelayanan konsumen
X6 X7 = metoda promosi X7
β = konstanta
β
1
, β
2
, β
3
, β
4
, β
5
, β
6
, β
7
= koefisien regresi μ =
error term
i = produsen ke i
3. Uji Hipotesis
Dari model regresi di atas, untuk membuktikan apakah variabel-variabel independen secara simultan mempunyai pengaruh terhadap variabel dependen, dilakukan uji F. Dalam uji F ini
dapat dinyatakan sebagai berikut :
a. H
o
: β
1
= β
2
= β
3
...= β
i
= 0 atau variabel independen yang digunakan yaitu
return on asset
,
return on equity
,
earning per share
,
debt to equity ratio
,
capital adequacy ratio, loan to deposit ratio
, dan beta saham secara bersama-sama tidak mempengaruhi variabel dependen harga saham..
H
1
: tidak semua koefisien = 0 atau variabel independen yang digunakan yaitu
return on asset
,
return on equity
,
earning per share
,
debt to equity ratio
,
capital adequacy ratio, loan to deposit ratio
, dan beta saham secara bersama-sama mempengaruhi variabel dependen harga saham.
b. Level of signifikan α = 0,05.
c. F
hitung
sebesar :
1 1
2 2
k n
R k
R F
hitung
Di mana : k = jumlah variabel independen, n = jumlah observasi, dan R
2
= koefisien determinasi. Nilai F
tabel
dapat dicari dengan df
1
= k dan df
2
= n –k–1. H
o
ditolak apabila nilai F
hitung
F
tabel
, artinya semua variabel independen secara bersama-sama berpengaruh terhadap variabel dependen.
Untuk mengetahui pengaruh secara parsial yang diartikan ada tidaknya suatu variabel independen dalam mempengaruhi variabel dependen digunakan uji t. Dalam uji t ini dapat
dinyatakan sebagai berikut :
a. H
o
: β
i
= 0 atau variabel independen
return on asset
,
return on equity
,
earning per share
,
debt to equity ratio
,
capital adequacy ratio, loan to deposit ratio
, dan beta saham secara parsial tidak mempengaruhi variabel dependen harga saham.
H
1
: β
i
≠ 0 atau variabel independen
return on asset
,
return on equity
,
earning per share
,
debt to equity ratio
,
capital adequacy ratio, loan to deposit ratio
, dan beta saham secara parsial mempengaruhi variabel dependen harga saham.
i = 0,1,2,3,... b. level of signifikan α = 0,05
c. t
hitung
sebesar :
i i
hitung
SE t
di mana : β = koefisien regresi SEβ =
standard errors
dari β Apabila nilai t
hitung
t
tabel
, maka H
o
ditolak, berarti variabel independen secara parsial mempunyai pengaruh terhadap variabel dependen. Pengujian Koefisien Determinasi R
2
digunakan untuk mengukur kedekatan hubungan variabel dalam model yang digunakan. Koefisien determinasi adalah angka yang menunjukkan besarnya proporsi atau persentase variasi
variabel dependen yang dijelaskan oleh variabel independen dalam model regresi tersebut, atau besarnya kemampuan varian atau penyebaran dari variabel-variabel independen yang dapat
menerangkan variabel dependen. Besarnya nilai R
2
adalah 0 R
2
1, semakin mendekati 1 berarti model tersebut dikatakan baik karena semakin dekat hubungan antara variabel
independen, dan sebaliknya. Semakin mendekati 1 maka R
2
tersebut variabel dependen hampir seluruhnya dipengaruhi variabel independen dalam model, dan sebaliknya.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN