1 Uji Normalitas
Nugroho (2005:18) menjelaskan bahwa data yang baik dan layak digunakan dalam
penelitian adalah data yang memiliki distribusi normal, untuk menguji apakah
distribusi normal atau tidak, dapat dilihat melalui normal probability plot dengan
membentuk suatu garis lurus diagonal, dan ploting data akan dibandingkan dengan
garis diagonal. Ghozali (2009:10) menjelaskan bahwa jika distribusi data adalah
normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis
1. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal
atau grafik histagramnya menunjukan pola distribusi normal, maka model regresi
2. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis
diagonal, atau grafik histogramnya tidak menunjukan pola distribusi normal, maka
Selain itu, cara lain untuk meyakinkan bahwa data tersebut berdistribusi normal
dapat menggunakan uji normalitas dengan Kolmogorov Smirnov. Hasil analisis ini
signifikan (Sig) > α = 0,05, maka data berdistribusi normal. Angka signifikan (Sig)
independen yang memiliki kemiripan dengan variabel independen lain dalam satu
model Nugroho (2005:58). Model regresi yang baik seharusnya tidak terjadi
Pedoman suatu model regresi yang bebas multiko adalah mempunyai angka
tolerance di atas (>) 0,1 dan mempunyai nilai VIF di bawah (<) 10.
sebaliknya.
Uji autokorelasi bertujuan untuk menguji apakah model regresi linear ada korelasi
antara kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi,
maka dinamakan ada problem autokorelasi. Model yang baik adalah regresi yang
dengan cara uji Durbin Watson (DW test). Adapun cara mendeteksi terjadinya
Uji Autokorelasi juga dapat dilakukan melalui Run Test. Uji ini merupakan bagian
dari statistik non-parametric yang dapat digunakan untuk menguji apakah antar
melihat nilai Asymp. Sig (2-tailed) uji Run Test. Apabila nilai Asymp.Sig (2-tailed)
lebih besar dari tingkat signifikansi 0,05 maka dapat disimpulkan tidak terdapat
autokorelasi. Uji run test akan memberikan kesimpulan yang lebih pasti jika terjadi
masalah pada Durbin Watson Test yaitu nilai d terletak antara dL dan dU atau
kesimpulan yang pasti atau pengujian tidak meyakinkan jika menggunakan DW test
(Ghozali, 2006:103).
Uji heterokedastisitas bertujuan untuk menguji apakah dalam sebuah model regresi,
tetap, maka disebut heteroskedastisitas. Model regresi yang baik adalah tidak terjadi
heteroskedastisitas.
yaitu dengan melihat ada tidaknya pola tertentu pada grafik scatterplot. Dasar
a. Jika ada pola tertentu, seperti titik-titik (point-point) yang ada membentuk suatu
terjadi heteroskedastisitas.
b. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah
Analisis deskriptif merupakan analisis yang meneliti objek dalam keadaan apa
adanya, sesuai dengan data yang diperoleh kemudian disusun dan disampaikan
Price Earning Ratio, Debt to Equity Ratio, Return on Asset, dan Price to Book
Value terhadap Harga Saham. Analisis deskriptif yang digunakan adalah nilai
kategori penilaian setiap nilai rata-rata (mean) perubahan pada variabel penelitian,
c. Menentukan range (jarak interval kelas) = (nilai maks - nilai min)/4 kriteria
Membuat tabel distribusi frekuensi nilai perubahan untuk setiap variabel penelitian:
Tabel 3.5
RENDAH
(range)
Batas atas 1
SEDANG
(range)
Batas atas 2
TINGGI
(range)
Batas atas 3
SANGAT TINGGI
(range)
Keterangan:
Hipotesis yang akan diuji dalam penelitian ini berkaitan dengan ada tidaknya
Dimana hipotesis nol (H0) yaitu hipotesis tentang tidak adanya pengaruh.
1. Ho1: β1 = 0 : Tidak terdapat pengaruh Price Earning Ratio terhadap harga saham.
Ha1: β1 ≠ 0 : Terdapat pengaruh Price Earning Ratio terhadap harga saham.
saham.
anatara korelasi kedua variabel dan ukuran yang dipakai untuk menentukan derajat
(Sugiyono, 2012:216). Adapun rumus dari korelasi Pearson ini adalah sebagai
berikut:
Dimana :
r = Koefisien korelasi
x = Variabel independen
y = Variabel dependen
n = Banyak sampel
besar atau kecil, maka dapat berpedoman pada ketentuan berikut ini:
Tabel 3.6
Interval Korelasi
Tingkat Hubungan
0,00 - 0,199
Sangat Rendah
0,20 - 0,399
Rendah
0,40 - 0,599
Sedang
0,60 - 0,799
Kuat
0,80 - 1,000
Sangat Kuat
sederhana adalah:
Dimana:
b = Angka arah atau koefisien regresi yang menunjukkan angka peningkatan atau
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel
dependen. Hipotesis nol (H0) yang hendak diuji adalah apakah suatu parameter atau
yang dimaksud dalam penelitian ini yaitu harga saham (HS) sama dengan nol, atau:
H0 : HS = 0
Artinya, apakah suatu variabel independen bukan merupakan penjelas yang
HA : HS ≠ 0
Dimana:
t = nilai uji t
r = koefisien korelasi
r2 = koefisien determinasi
Keterangan:
Jika t hitung > t tabel atau –t hitung < -t tabel maka H0 ditolak atau nilai Sig < α
2.
Keterangan:
Jika t hitung < t tabel atau –t hitung > -t tabel maka H0 diterima atau nilai Sig > α
model dalam menerangkan variasi variabel dependen (Imam Ghozali, 2006). Nilai
koefisien determinasi adalah antara nol dan satu. Nilai R2 yang kecil berarti
Hipotesis yang akan diuji dalam penelitian ini berkaitan dengan ada atau tidaknya
Dimana hipotesis nol (H0) yaitu hipotesis tentang tidak adanya pengaruh, umumnya
H0 : β1, β2, β3, β4 = 0 : Tidak terdapat pengaruh Price Earning Ratio, Debt to
Equity Ratio, dan Return on Asset secara bersama-sama terhadap harga saham.
Ha : β1, β2, β3, β4 ≠ 0 : Terdapat pengaruh Price Earning Ratio, Debt to Equity
digunakan adalah sebesar 5% atau 0,05 karena dinilai cukup ketat dalam menguji
kedua variabel cukup nyata. Disamping itu tingkat signifikansi ini umum digunakan
besar dari hasil penarikan kesimpulan mempunyai probabilitas 95% atau toleransi
Dimana :
Ryx1x2x3x4 = Korelasi antara variabel X1, X2, X3, dengan X4 secara bersama-
tidak bebas (terikat) atas perubahan dari setiap peningkatan atau penurunan variabel
bebas yang akan mempengaruhi variabel terikat (Sugiyono, 2012: 270). Hubungan
Dimana:
Y = Harga Saham
α = Konstanta
X3 = Return On Asset
Uji F digunakan untuk menguji goodness of fit test yang menunjukkan variasi
terhadap variabel dependen/ terikat. Hipotesis nol (H0) yang hendak diuji adalah
H0 : H1 = H2 = H3 = H4 = 0
HA : H1 ≠ H2 ≠ H3 ≠ H4 ≠ 0
Dimana:
Keterangan:
Jika f hitung > f tabel atau –f hitung < -f tabel maka H0 ditolak atau nilai Sig < α
Jika f hitung < f tabel atau –f hitung > -f tabel maka H0 diterima atau nilai Sig > α
model dalam menerangkan variasi variabel dependen (Imam Ghozali, 2006). Nilai
koefisien determinasi adalah antara nol dan satu. Nilai R2 yang kecil berarti
Oktober 2018 sampai Juli 2019 dari mulai tahap persiapan, tahap pelaksanaan,
hingga sampai pada tahap akhir yaitu penyusunan skripsi dan ujian sidang.