Uji Normalitas
Uji ini dilakukan dengan menggunakan teknik Kolmogorov Smirnov Goodness of Fit Test.
Teknik ini digunakan karena data yang akan diuji berada dalam level interval. Suatu data dikatakan
normal jika nilai p > 0.05.
Tabel
Uji Normalitas Data
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N
27
Normal Parameters
a,b
Mean
Std. Deviation
.0000000
83092.6754122
3
Absolute
.138
Positive
.138
Negative
-.104
Test Statistic
.138
.199c
Uji Heteroskedastisitas
Uji Heteroskedastisitas digunakan untuk menguji apakah dalam sebuah model regresi terjadi
ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang baik
adalah apabila tidak terjadi heteroskedastisitas. Untuk menguji heteroskedastisitas dapat melalui berbagai
macam pengujian, seperti Uji Park, Uji Glejser, Uji Koefisien Rank Spearman Rho, ataupun dengan cara
melihat pola titik pada Scatterplots Regresi.
Uji Multikolinieritas
Uji multikolinieritas dilakukan untuk menguji apakah pada model regresi ditemukan adanya
korelasi antara variabel bebas. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel
bebas.
Dengan dasar pengambilan keputusan:
1.1.
Nilai Tolerance < 10% dan nilai VIF (Variance Infaltion Factor) >10, maka Ho diterima
1.2.
yang artinya terjadi multikolinieritas antar variabel bebas dalam model regresi.
Nilai Tolerance > 10% dan nilai VIF (Variance Infaltion Factor) <10, maka Ho tidak
diterima yang artinya tidak terjadi multikolinieritas antar variabel bebas dalam model
regresi.
Tabel
Hasil Uji Multikolinieritas
Coefficientsa
Collinearity Statistics
Model
1
Tolerance
VIF
(Constant)
CR
.785
1.274
ROA
.261
6.447
ROE
.464
5.741
IOS
.961
1.040
Uji Autokorelasi
Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik
autokorelasi yaitu korelasi yang terjadi antara residual pada satu pengamatan dengan pengamatan lain
pada model regresi. Prasyarat yang harus terpenuhi adalah tidak adanya autokorelasi dalam model regresi.
Metode pengujian yang sering digunakan adalah dengan uji Durbin-Watson (uji DW) dengan ketentuan
sebagai berikut:
1) Jika d lebih kecil dari dL atau lebih besar dari (4-dL) maka hopotesis nol ditolak, yang berarti
2)
terdapat autokorelasi.
Jika d terletak antara dU dan (4-dU), maka hipotesis nol diterima, yang berarti tidak ada
3)
autokorelasi.
Jika d terletak antara dL dan dU atau diantara (4-dU) dan (4-dL), maka tidak menghasilkan
Model
Adjusted R
Square
Estimate
.893
Durbin-Watson
90331.26167
1.963
Dari hasil output di atas didapat nilai DW yang dihasilkan dari model regresi adalah
1,963. Sedangkan dari tabel DW dengan signifikansi 0,05 dan jumlah data (n) = 27, seta k = 4 (k
adalah jumlah variabel independen) diperoleh nilai dU sebesar 1,753 dan 4 - dU sebesar 2,247.
Karena nilai DW (1,963) berada pada daerah antara dU dan 4 - dU, maka tidak terjadi
autokolenieritas pada data yang dipakai tersebut.
Uji F
Tabel
Uji regresi linier sederhana
ANOVAa
Model
1
Sum of Squares
Regression
Residual
Total
df
Mean Square
1807258001062.097
451814500265.524
179514210386.200
22
8159736835.736
1986772211448.296
26
F
55.371
Sig.
.000b
Model
1
R
.954a
R Square
Adjusted R
Square
Estimate
.910
.893
90331.26167
Identifikasi Masalah 1
Pengaruh Current Ratio Terhadap Harga Saham
Tabel
Uji regresi linier sederhana
Coefficientsa
Standardized
Unstandardized Coefficients
Model
1
B
(Constant)
CR
Std. Error
-12052.175
213211.905
65055.240
102886.396
Coefficients
Beta
.125
Sig.
-.057
.955
2.632
.048
Koefisien Intersef : jika current ratio tidak menjadi salah satu faktor yang
mempengaruhi harga saham maka harga saham adalah -12.052,175.
Koefisien Regresi : Jika nilai dari current ratio naik satu satuan maka nilai dari
harga saham akan naik sebesar 65.055,240.
Tabel
Uji Korelasi dan Koefisien Determinasi
Model Summary
Model
1
R Square
.625a
Adjusted R
Square
Estimate
.391
-.024
279678.34679
a. Predictors: (Constant), CR
Identifikasi Masalah 2
Pengaruh Return on Asset Terhadap Harga Saham
Uji Regresi linier
Tabel
Uji regresi linier sederhana
Coefficientsa
Standardized
Unstandardized Coefficients
Model
1
Std. Error
(Constant)
-129393.040
25829.481
ROA
1523984.986
110716.608
Coefficients
Beta
.940
Sig.
-5.010
.000
13.765
.000
Koefisien Intersef : jika retrun on assets tidak menjadi salah satu faktor yang
mempengaruhi harga saham maka harga saham adalah -129.393,040.
Koefisien Regresi : Jika nilai dari retrun on assets naik satu satuan maka nilai dari
harga saham akan naik sebesar 1.523.984,986.
Model
1
R
.940a
R Square
Adjusted R
Square
Estimate
.883
.879
96248.24173
Identifikasi Masalah 3
Pengaruh Return on Equity Terhadap Harga Saham
Uji Regresi linier
Tabel
Uji regresi linier sederhana
Coefficientsa
Standardized
Unstandardized Coefficients
Model
1
Std. Error
(Constant)
-93177.696
34197.804
ROE
686596.130
73537.838
Coefficients
Beta
.882
Sig.
-2.725
.012
9.337
.000
Koefisien Intersef : jika retrun on equity tidak menjadi salah satu faktor yang
mempengaruhi harga saham maka harga saham adalah -93.177,696.
Koefisien Regresi : Jika nilai dari retrun on equity naik satu satuan maka nilai dari
harga saham akan naik sebesar 686.596,130.
Model
1
R
.882a
R Square
Adjusted R
Square
Estimate
.777
.768
133085.35322
Identifikasi Masalah 4
Pengaruh Investment Opportunity Set Terhadap Harga Saham
Uji Regresi linier
Tabel
Uji regresi linier sederhana
Coefficientsa
Standardized
Unstandardized Coefficients
Model
1
B
(Constant)
IOS
Std. Error
133514.573
57333.171
-.011
.015
Coefficients
Beta
-.148
Sig.
2.329
.028
1.748
.049
Koefisien Intersef : jika investment opportunity set tidak menjadi salah satu faktor
yang mempengaruhi harga saham maka harga saham adalah 133.524,573.
Koefisien Regresi : Jika nilai dari investment opportunity set naik satu satuan
maka nilai dari harga saham akan turun sebesar 0,011.
Model
1
R Square
.448a
.201
Adjusted R
Square
Estimate
-.017
278800.73768