Tahun 2006, harga saham tertinggi dimiliki oleh PT. Bank Central Asia Tbk BBCA yaitu sebesar Rp 4.390, sedangkan harga saham terendah dialami
oleh PT. Bank Artha Graha Internasioanal Tbk INPC yaitu sebesar Rp 49. Tahun 2007, harga saham tertinggi dimiliki oleh PT. Bank Rakyat
Indonesia Tbk BBRI yaitu sebesar Rp 6.192, sedangkan harga saham terendah dialami oleh PT. Bank ICB Bumiputera Tbk BABP yaitu sebesar Rp 104.
Tahun 2008, harga saham tertinggi dimiliki oleh PT. Bank Rakyat Indonesia Tbk BBRI yaitu sebesar Rp 5.510, sedangkan harga saham terendah
dialami oleh PT. Bank Artha Graha Internasioanal Tbk INPC yaitu sebesar Rp 66.
Tahun 2009, harga saham tertinggi dimiliki oleh PT. Bank Rakyat Indonesia Tbk BBRI yaitu sebesar Rp 6.506, sedangkan harga saham terendah
dialami oleh PT. Bank Artha Graha Internasioanal Tbk INPC yaitu sebesar Rp 63.
B. Analisis Statistik
1. Pengujian Asumsi Klasik
Pengujian asumsi klasik dilakukan untuk mendapatkan hasil penelitian yang BLUE Best Linear Unbiassed Estimator. Syarat yang harus dipenuhi
adalah distribusi data yang normal, tidak terjadi masalah multikolinearitas, autokorelasi, dan heteroskedastisitas.
a. Uji Normalitas
Uji normalitas digunakan untuk menguji apakah dalam sebuah model regresi, variabel independen dan dependen atau keduanya mempunyai distribusi
Universitas Sumatera Utara
normal atau tidak. Model yang paling baik adalah distribusi data normal atau mendekati normal. Normalitas data dapat dideteksi dengan melihat kurva
histogram dengan kemiringan seimbang ke kiri dan ke kanan dan berbentuk seperti lonceng atau dengan melihat titik-titik data yang menyebar di sekitar garis
diagonal dan searah mengikuti garis diagonal dari gambar Normal P-P Plot Nugroho, 2005:23.
Gambar 4.1 Histogram 1 Sumber: Hasil Penelitian, 2010 data diolah
Gambar 4.2 Normal P-P Plot 1 Sumber: Hasil Penelitian, 2010 data diolah
Universitas Sumatera Utara
Tabel 4.5 Hasil Uji Kolmogorov-Smirnov 1
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 115
Normal Parameters
a
Mean .0000000
Std. Deviation 9.59128930E2
Most Extreme Differences Absolute .177
Positive .177
Negative -.105
Kolmogorov-Smirnov Z 1.896
Asymp. Sig. 2-tailed .002
a. Test distribution is Normal. b. Calculated from data
Sumber: Hasil Penelitian, 2010 data diolah
Berdasarkan hasil normalitas di atas, dapat dilihat bahwa data tidak
terdistribusi dengan normal karena nilai signifikansinya 0,05. Oleh karena itu, dilakukan transformasi data untuk menormalkannya yaitu dengan melakukan LN
terhadap semua variabel yang tidak terdistribusi secara normal tersebut. Hasil uji normalitas setelah dilakukan transformasi data yang tidak normal
tersebut dapat dilihat pada grafik histogram, normal probability plot, dan tabel Kolmogorov-Smirnov Test berikut ini.
Universitas Sumatera Utara
Gambar 4.3 Histogram 2 Sumber: Hasil Penelitian, 2010 data diolah
Gambar 4.4 Normal P-P Plot 2 Sumber: Hasil Penelitian, 2010 data diolah
Berdasarkan grafik histogram dan normal probability plot pada Gambar 4.3 dan Gambar 4.4 di atas, terlihat bahwa setelah dilakukan transformasi data
menggunakan LN, grafik histogram memperlihatkan pola distribusi yang normal, dan grafik P-P Plot memperlihatkan titik-titik menyebar di sekitarmengikuti arah
garis diagonal yang menunjukkan pola distribusi normal.
Universitas Sumatera Utara
Tabel 4.6 Hasil Uji Kolmogorov-Smirnov 2
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 113
Normal Parameters
a
Mean .0000000
Std. Deviation .97125816
Most Extreme Differences Absolute
.112 Positive
.056 Negative
-.112 Kolmogorov-Smirnov Z
1.189 Asymp. Sig. 2-tailed
.118 a. Test distribution is Normal.
b. Calculated from data
Sumber: Hasil Penelitian, 2010 data diolah
Pada Tabel 4.5 dapat dilihat bahwa setelah dilakukan transformasi data dengan LN, ada beberapa data menjadi hilang, yaitu menjadi 113. Setelah
dilakukan transformasi, nilai Asym. Sig 2-tailed adalah 0,118 dan di atas nilai signifikan 0,05 dengan kata lain variabel residual berdistribusi normal.
b. Uji Multikolinearitas
Uji multikolinearitas dilakukan untuk menunjukkan ada tidaknya hubungan linear di antara variabel bebas dalam model regresi, dengan ketentuan :
Bila VIF 5 maka terdapat masalah multikolinearitas yang serius. Bila VIF 5 maka tidak terdapat masalah multikolinearitas yang serius.
Ada tidaknya gejala multikolinearitas dapat dilihat dari besarnya nilai Variance inflation Factor VIF pada Tabel 4.7.
Universitas Sumatera Utara
Tabel 4.7 Hasil Uji Multikolinearitas 1
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
2.681 1.169
2.294 .024
LN_I -.481
.111 -1.073
-4.339 .000
.104 9.572
LN_NT .086
.071 .225
1.217 .226
.188 5.327
LN_SB .660
.144 1.238
4.578 .000
.087 11.448
a. Dependent Variable: LN_HS
Sumber: Hasil Penelitian, 2010 data diolah
Berdasarkan Tabel 4.7, nilai VIF dari ketiga variabel bebas, yaitu inflasi, nilai tukar, dan suku bunga, lebih besar dari 5. Untuk mengatasinya, salah satu
variabel bebas yaitu suku bunga dikeluarkan dari pengujian ini, karena nilai VIF- nya adalah yang paling besar dan juga nilai tolerance tidak memenuhi syarat.
Nilai tolerance yang memenuhi syarat adalah di atas 0,1. Hasil pengujian multikolinearitas setelah variabel suku bunga dikeluarkan
dari pengujian dapat dilihat pada tabel berikut.
Tabel 4.8 Hasil Uji Multikolinearitas 2
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
7.086 .721
9.831 .000
LN_I -.104
.081 -.232
-1.288 .200
.233 4.283
LN_NT .229
.069 .599
3.328 .001
.233 4.283
a. Dependent Variable: LN_HS
Sumber: Hasil Penelitian, 2010 data diolah
Universitas Sumatera Utara
Tabel 4.8 menunjukkan hasil uji multikolinearitas setelah variabel suku bunga dikeluarkan dari pengujian. Angka tolerance pada variabel inflasi dan nilai
tukar menjadi 0.1 dan VIF-nya menjadi 5. Hal ini menunjukkan bahwa tidak terjadi multikolinearitas di antara variabel penelitian.
c. Uji Autokorelasi
Metode yang digunakan untuk menguji ada atau tidaknya autokorelasi dalam suatu model regresi yaitu dengan menggunakan Durbin-Watson Test yang
diberi simbol d. Menurut Situmorang, dkk 2008:86 menjelaskan bahwa autokorelasi tidak terjadi bila d terletak antara du dan 4-du, dimana du d 4 –
du.
Tabel 4.9 Hasil Durbin-Watson Test
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .411
a
.169 .154
1.07012 1.937
a. Predictors: Constant, LN_NT, LN_I b. Dependent Variable: LN_HS
Sumber: Hasil Penelitian, 2010 data diolah
Berdasarkan hasil Durbin-Watson Test pada Tabel 4.9 maka dapat diketahui bahwa nilai d yaitu sebesar 1,937. Nilai d akan dibandingkan dengan
nilai dl dan du pada n = 113 dan k = 2. d = 1,937
dl = 1,6574 du = 1,7293
Universitas Sumatera Utara
Berdasarkan Tabel 1.6 pada BAB I, apabila du d 4 – du maka dapat disimpulkan bahwa model regresi tidak terkena autokorelasi positif maupun
negatif. = 1,7293 1,937 4-1,7293
= 1,7293 1,937 2,2707
d. Uji Heteroskedastisitas
Asumsi heteroskedastisitas adalah asumsi dalam regresi dimana varians dari residual tidak sama untuk satu pengamatan ke pengamatan yang lain. Jika
varians dari residual satu ke pengamatan yang lain tetap, maka disebut homokedastisitas, dan jika berbeda disebut heteroskedastisitas. Salah satu uji
untuk mengetahui heteroskedastisitas ini adalah dengan melihat penyebaran dari varians residual pada diagram pencar scatter plot.
Gambar 4.5 Scatterplot Sumber: Hasil Penelitian, 2010 data diolah
Universitas Sumatera Utara
Gambar 4.5 menunjukkan bahwa penyebaran residual cenderung tidak teratur, terdapat beberapa plot yang berpencar dan tidak membentuk pola tertentu,
sehingga dapat disimpulkan tidak terdapat gejala heteroskedastisitas pada model regresi ini. Untuk memperoleh tingkat uji heteroskedastisitas yang lebih
signifikan, maka dalam penelitian ini juga dilakukan Uji Glesjer yaitu meregres nilai absolut residual terhadap variabel indepen
den. Apabila signifikansi α, maka dianggap tidak terjadi masalah heteroskedastisitas, dan begitu sebaliknya.
Tabel 4.10 Uji Glesjer
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant .122
.416 .292
.771 LN_I
.083 .047
.345 1.776
.079 LN_NT
-.059 .040
-.287 -1.475
.143 a. Dependent Variable: Absut
Sumber: Hasil Penelitian, 2010 data diolah
Berdasarkan Tabel 4.10 diperoleh nilai signifikansi variabel tingkat inflasi, nilai tukar, dan suku bunga lebih besar dari 5. Dengan demikian dapat
disimpulkan tidak terjadi gejala heteroskedastisitas dalam model regresi ini.
Universitas Sumatera Utara
2. Pengujian Hipotesis