Tabel 4.6 memperlihatkan nilai statistik D-W sebesar 1,689. Angka tersebut terletak di antara -2 sampai +2, dari
pengamatan ini dapat disimpulkan bahwa tidak terjadi autokorelasi dalam penelitian ini.
4.1.3 Pengujian Hipotesis
4.1.3.1 Analisis Regresi Berganda
Analisis regresi berganda digunakan untuk mengukur pengaruh atau hubungan variabel independen dengan
variabel dependen. Hasil dari analisis regresi linier berganda mengenai pengaruh Earning Per Share EPS,
Price Earning Ratio PER dan Market-to-Book Ratio MB terhadap return saham pada perusahaan properti dan
real estate yang terdaftar di BEI periode 2010-2012 adalah seperti yang disajikan pada tabel berikut.
Tabel 4.7 Hasil Analisis Regresi
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients B
Std. Error Beta
1 Constant
.035 .179
EPS .001
.001 .121
PER .010
.007 .171
MB .049
.069 .088
a. Dependent Variable: RS
Sumber : Hasil Pengolahan SPSS 2014
Universitas Sumatera Utara
Berdasarkan data di atas, maka dapat dirumuskan suatu persamaan regresi :
Y = 0,035 + 0,001X
1
+ 0,010X
2
+ 0,049X
3
dimana :
+ e
Y = Return Saham X
1
X = Earning Per Share EPS
2
X = Price Earning Ratio PER
3
e = Koefisien error = Market-to-Book Ratio MB
Penjelasan dari persamaan regresi berganda di atas dapat dijabarkan sebagai berikut.
1. Konstanta a sebesar 0,035 menunjukkan bahwa jika variabel independen EPS, PER dan MB diasumsikan
tetap atau sama dengan 0, maka return saham adalah 0,035.
2. Koefisien EPS sebesar 0,001 menunjukkan bahwa setiap kenaikan satu satuan variabel EPS menyebabkan
return saham meningkat sebesar 0,001 dengan asumsi variabel lainnya tetap atau sama dengan nol.
3. Koefisien PER sebesar 0,010 menunjukkan bahwa setiap kenaikan satu satuan variabel DPS
menyebabkan return saham meningkat sebesar 0,010
Universitas Sumatera Utara
dengan asumsi variabel lainnya tetap atau sama dengan nol.
4. Koefisien MB sebesar 0,049 menunjukkan bahwa setiap kenaikan satu satuan variabel PER
menyebabkan return saham meningkat sebesar 0,049 dengan asumsi variabel lainnya tetap atau sama dengan
nol.
4.1.3.2 Uji Koefisien Determinasi
�
�
Uji koefisien determinasi R square digunakan untuk mengetahui seberapa besar variabel independen
menjelaskan variabel dependennya. Koefisien determinasi berkisar antara nol sampai dengan satu 0
≤ R
2
≤ 1. Nilai yang mendekati satu berarti variabel-variabel independen
memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel dependen Ghozali, 2005.
Adjusted R
2
dianggap lebih baik dari R
2
karena nilai adjusted R
2
dapat naik atau turun apabila satu variabel independen ditambahkan kedalam model Ghozali, 2005.
Universitas Sumatera Utara
Tabel 4.8 Hasil Uji Koefisien Determinasi R
2
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.217 .047
a
.008 .62959
a. Predictors: Constant, MB, EPS, PER b. Dependent Variable: RS
Sumber : Hasil Pengolahan SPSS 2014 Besarnya Adjusted R
2
berdasarkan hasil analisis dengan menggunakan SPSS 19 diperoleh sebesar 0,008.
Angka ini mengindikasikan bahwa 0,8 variasi atau perubahan dalam return saham dapat dijelaskan oleh
variasi variabel EPS, PER, dan MB. Sementara sisanya sebesar 99,2 dijelaskan oleh variabel-variabel lain yang
tidak dimasukkan dalam model penelitian.
4.1.3.3 Uji Signifikansi Simultan F-test
