39
3.9 Teknik Analisis Data
Pengujian dilakukan dengan metode statistik Multiple Regression untuk menerangkan akibat langsung dan akibat tidak langsung seperangkat variabel.
Dalam menguji dan menganalisis digunakan bantuan program SPSS adalah suatu sofware yang berfungsi untuk menganalisis data dan melakukan regresi.
Pada pengujian hipotesis menggunakan analisis regresi dan korelasi berganda yang bertujuan untuk mengetahui bentuk hubungan antara variabel
independen X yaitu ROA dan ROE terhadap variabel dependen Y yaitu return saham. bentuk umum dari persamaan regresi berganda digunakan model berikut
Lind, Marchal dan Wathen 2008;120 :
e ROE
ROA R
+ +
+ =
2 1
β β
β
............................................................................. 3.1 Keterangan :
R : Return saham
ROA : Return on Assets
ROE : Return on Equity
3.9.1 Statistik Deskriptif
Analisa deskriptif adalah statistik yang menggambarkan fenomena atau karateristik data. Dalam suatu penelitian, analisis deskriptif perlu
dilakukan karena karakteristik dari suatu data akan menggambarkan fenomena dari data. Karakteristik data pada umumnya perlu diketahui frekuensi, tedensi
pusat dan dispersinya. Penjelasan mengenai statistik deskriptif dapat dijelaskan sebagai berikut :
40 Statistik deskriptif memberikan gambaran atau deskripsi suatu data
yang dilihat dari nilai rata-rata mean, standar deviasi, varian, maksimum, minimum, sum, range, kutosis dan skewness kemencengan distribusi.
Ghozali, 2001;19. Menurut Erlina 2008;82 Statistik deskriptif merupakan proses
trasformasi data penelitian dalam bentuk tabulasi, sehingga mudah dipahami dan diinterprestasikan, umumnya digunakan untuk memberi informasi
mengenai variabel penelitian yang utama yaitu frekuensi, tendensi sentral rata-rata, median, modus, dispersi deviasi standar variance dan pengukur-
pengukur bentuk measures of shape.
3.9.2 Uji Asumsi Klasik
Secara teoritis model yang digunakan dalam penelitian ini akan menghasilkan nilai parameter model penduga yang sahih bila memenuhi
asumsi klasik, yaitu memilki data yang normal dan tidak terjadi multikolinearitas, autokorelasi dan heteroskedastisitas. Ghozali. 2001:89.
3.9.2.1 Uji multikolonearitas Uji tentang multikolinearitas bertujuan untuk menguji apakah model
regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel
independen. Jika variabel independen saling berkorelasi, maka variabel
41 tersebut tidak ortogonal. Variabel ortogonal adalah variabel independen yang
nilai korelasi antara sesama variabel independen sama dengan nol. Ghozali. 2001;91. Untuk mendeteksi ada atau tidaknya multikolonearitas didalam
model regresi adalah sebagai berikut Ghozali. 2001;91.: a. Nilai R
2
yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi.
b. Menganalisis matrik korelasi variabel-veriabel independen. Jika antara variabel independenya ada korelasi yang cukup tinggi umumnya di atas
0.90 maka hal ini merupakan indikasi adanya multikolonearitas. c. Nilai tolerence yang rendah sama dengan nilai VIF tinggi karena VIF =
1Tolerence. Nilai untuk mengetahui multikolonearitas adalah nilai Tolerence 0.10 atau sama dengan nilai VIF 10.
3.9.2.2 Uji autokorelasi Uji autokorelasi bertujuan menguji apakah dalam model regresi linear
ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Untuk mendeteksi ada atau
tidaknya Autokorelasi dengan menggunakan Uji Durbin – Watson apabila nilai DW lebih besar dari batas atas du dan kurang dari 4-du, maka dapat
disimpulkan bahwa tidak ada Autokorelasi. Pengambilan keputusan ada tidaknya autokorelasi pada Tabel 3.4
berikut ini :
42
Tabel 3.4 Tabel Keputusan Autokorelasi
Hipotesis nol Keputusan
Jika
Tidak ada autokorelasi positif Tolak
0 d dl Tidak ada autokorelasi positif
No desicision dl
≤ d ≤ du Tidak ada autokorelasi negatif
Tolak 4 – dl d 4
Tidak ada autokorelasi negatif No desicision
4 – du ≤ d ≤ 4 – dl
Tidak ada autokorelasi positif dan negatif Tidak ditolak
du d 4 - du
3.9.2.3 Uji heterokedastisitas Uji heterokedastisitas bertujuan untuk menguji apakah dalam model
regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Jika variance dari residual satu pengamatan ke pengamatan
lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heterokedastisitas. Model yang baik adalah yang homokedastisitas atau tidak
terjadi heterokedastisitas Ada cara untuk mendeteksi ada atau tidaknya heterokedastisitas adalah sebagai berikut Ghozali. 2001:105.:
Melihat grafik plot antara nilai prediksi variabel independen yaitu ZPRED dengan resiudalnya SRESID. Deteksi ada tidaknya
heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y
43 yang telah diprediksi, dan sumbu X adalah residual Y prediksi – Y
sesungguhnya yang telah di – studentized. 1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu
yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas
2. Jika tidak ada pola yang jelas, serta titik-titik meyebar di atas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas
3.9.2.4 Uji normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi
variabel pengganggu atau residual memiliki distribusi normal. Pada prisipnya normalitas dapat dideteksi dengan melihat penyebaran
data titik pada sumbu diagonal dari grafik atau dengan melihat histogam dari residualnya, dasar pengambilan keputusan :
1. Jika data meyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau garis historgramnya menunjukkan pola distribusi normal,
maka model regresi memenuhi asumsi normalitas. 2. Jika data menyebar jauh dari diagonal dan tidak mengikuti arah garis
diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas
44
3.9.3 Uji Hipotesis
Kategori