i
series atau ruang crosssection. Autokorelasi muncul karena observasi
yang berurutan sepanjang waktu berkaitan satu sama lain. Masalah ini timbul dikarenakan residual atau kesalahan pengganggu tidak bebas
dari satu observasi ke observasi lainnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi.
Pada penelitian ini, uji autokorelasi dideteksi dengan uji Durbin- Watson, karena uji ini yang umum digunakan. Uji ini hanya digunakan
untuk autokorelasi tingkat pertama first order autokorelasi dan mensyaratkan adanya intercept konstanta dalam model regresi.
3.7 Pengujian Hipotesis Penelitian
Pengujian hipotesis dalam penelitian ini dilakukan dengan analisis regresi berganda, uji sgnifikansi t-test serta uji signifikansi f-test. Menurut Rochaety, dkk
2007:107 “ …dengan uji hipotesis kita memusatkan perhatian pada peluang kita membuat keputusan yang salah. Hipotesis diterima atau ditolak berdasarkan
informasi yang terkandung dalam sampel tetapi menggambarkan keadaan populasi.”
3.7.1 Analisis regresi berganda
Menurut Rochaety, dkk 2007:142 “regresi berganda bertujuan untuk menghitung besarnya pengaruh dua atau lebih variabel bebas terhadap satu
variabel terikat dan memprediksi variabel terikat dengan menggunakan dua atau lebih variabel bebas.” Model persamaannya adalah sebagai berikut:
Y= a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ ... + b
6
X
6
+ e
i
Keterangan: Y = variabel dependen yaitu return saham.
a = interceptkoefisien yang menyatakan perubahan rata-rata variabel dependen untuk setiap variabel independen sebesar satu atau yang
disebut konstanta. b
1
, b
2
, b
3,
b
4
, b
5
, b
6
= angka arah atau koefisien regresi yang menunjukkan angka peningkatan ataupun penurunan variabel dependen yang
didasarkan pada variabel independen. Bila b + maka terjadi kenaikan pada variabel dependen dan bila b - maka akan terjadi penurunan pada
variabel. X
1
= Return on Asset X
2
= Debt to Equity Ratio X
3
= Total Asset Turn Over X
4
= Earning Per Share X
5
= Price Earning Ratio X
6
= Current Ratio e = error
3.7.2 Uji signifikansi parsial t-test
Menurut Ghozali 2006:84 “uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelasindependen secara individual
dalam menerangkan variabel dependen.” Uji t merupakan suatu cara untuk mengukur apakah suatu variabel independen bukan merupakan penjelas yang
signifikan terhadap variabel dependen. Dalam pengujian ini dilakukan dengan
i
menghitung serta melihat nilai signifikansinya. Uji t mempunyai ketentuan sebagai berikut:
Ho diterima jika signifikansi 0.05 Ha diterima jika signifikansi 0.05
3.7.3 Uji signifikasi simultan F-test
Uji F digunakan untuk menunjukkan apakah semua variabel independen yang dimasukkan dalam model memiliki pengaruh secara bersama-sama
terhadap variabel dependen. Uji ini digunakan untuk melihat pengaruh variabel independen yaitu Return On Asset, Debt to Equity Ratio, Total Asset
Turn Over, Earning Per Share, Price Earning Ratio, dan Current Ratio
berpengaruh terhadap return saham secara simultan. Bentuk pengujiannya adalah:
Ho : b1 = 0, artinya suatu variabel independen secara simultan tidak berpengaruh terhadap variabel dependen.
Ha : b1 ≠ 0, artinya suatu variabel independen secara simultan berpengaruh
terhadap variabel dependen. Kriteria pengambilan keputusan:
Ho diterima jika signifikansi 0.05 Ha diterima jika signifikansi 0.05
i
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Data Penelitian