Analisis Regresi Linier Berganda
Analisis Regresi Linier Berganda
Y' = a + b1X1+ b2 X2
Y' = 4604,424 + (-64,991)XI + 697,671X2
Y' = 4604,424 - 64,991X, + 697,671 X2
Keterangan:
Y' = Harga saham yang diprediksi (Rp)
a = konstanta
b1, b2 = koefisien regresi
X1 = PER (%)
X2 = ROI (%)
4. Interpretasi Hasil
Persamaan regresi di atas dapat dijelaskan sebagai berikut:
Konstanta sebesar 4604,424; artinya jika PER (X1) dan ROI
(X2) nilainya adalah 0, maka harga saham (Y') nilainya adalah
Rp 4604,424.
Koefisien regresi variabel PER (X1) sebesar -64,991; artinya
jika PER mengalami kenaikan 1%, maka harga saham (Y') akan
mengalami penurunan sebesar Rp 64,991 dengan asumsi
variabel independen lain nilainya tetap. Koefisien bernilai
negatif artinya terjadi hubungan negatif antara PER dengan
harga saham, semakin naik PER, maka semakin turun harga
saham.
Koefisien regresi variabel ROI (X2) sebesar 697,671; artinya
jika ROI mengalami kenaikan 1%, maka harga saham (Y') akan
mengalami peningkatan sebesar Rp 697,671 dengan asumsi
variabel independen lain nilainya tetap. Koefisien bernilai
positif artinya terjadi hubungan positif antara ROI dengan
harga saham, semakin naik ROI, maka semakin meningkat
harga saham.
5. Analisis Korelasi Ganda (R)
Analisis korelasi ganda digunakan untuk mengetahui
hubungan antara dua atau lebih variabel
independen (X1, X2,… Xn) terhadap variabel
dependen (Y) secara serentak.
Koefisien ini menunjukkan seberapa besar hubungan
yang terjadi antara variabel independen (X1, X2,…Xn)
secara serentak terhadap variabel dependen (Y).
Nilai R berkisar antara 0 sampai 1, nilai semakin
mendekati 1 berarti hubungan yang terjadi semakin
kuat, sebaliknya nilai semakin mendekati 0 maka
hubungan yang terjadi semakin lemah.
Rumus korelasi ganda dengan dua variabel independen adalah:
Ry.x1x2 = √(ryx1)2 + (ryx2)2 – 2(ryx1)(ryx2)(rx1x2)
1 – (rx1x2)2
Keterangan:
Ry.x1xl = korelasi variabel X1 dengan X2 secara bersama-sama dengan
harga saham
ryx1 = korelasi sederhana (product moment pearson) antara X1 dengan
Y
ryx2 = korelasi sederhana (product moment pearson) antara X2 dengan
Y
rx1x2 = korelasi sederhana (product moment pearson) antara X1 dengan
X2
Menurut Sugiyono (2007) pedoman untuk
memberikan interpretasi koefisien korelasi sebagai
berikut:
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
Hasil analisis korelasi ganda dapat dilihat pada
output Model Summary dari hasil analisis Regresi
Linier Berganda di atas.
Berdasarkan output diperoleh angka R sebesar 0,879.
Karena nilai korelasi ganda berada di antara 0,80 -
1,000, maka dapat disimpulkan bahwa terjadi
hubungan yang sangat kuat antara PER dan ROI
terhadap harga saham (Y).
6. Analisis Determinasi (R2)
Analisis determinasi digunakan untuk mengetahui
persentase sumbangan pengaruh variabel
independen (X1, X2,…Xn) secara serentak
terhadap variabel dependen (Y).
F hitung = R2/k .
(1 – R2) / (n – k – 1)
Keterangan:
R2 = Koefisien determinasi
n = Jumlah data atau kasus
k = Jumlah variabel independen
Hasil uji F dapat dilihat pada output ANOVA dari
hasil analisis Regresi Linier Berganda di atas. Tahap-
tahap untuk melakukan Uji F, adalah:
1. Merumuskan Hipotesis
Ho: Tidak ada pengaruh antara PER dan ROI secara
bersama-sama terhadap harga saham.
Ha: Ada pengaruh antara PER dan ROI secara
bersama-sama terhadap harga saham.
4. Menentukan F tabel
Dengan menggunakan tingkat keyakinan 95%, a= 5%,
df 1 Jumlah variabel 1) atau 3-1 = 1, dan df 2(n-k-1) atau
20-2-1 = 17 (n adalah jumlah kasus dan k adalah
jumlah variabel independen), hasil diperoleh untuk F
tabel sebesar 3,592 dapat dicari di Ms Excel dengan
cara pada cell kosong ketik =finv(0.05,2,17) lalu tekan
Enter.
5. Kriteria pengujian
Ho diterima bila F hitung ≤ F tabel
Ho ditolak bila F hitung > F tabel
Keterangan:
bi = Koefisien regresi variabel i
Sbi = Standar error variabel
Hasil uji t dapat dilihat pada output Coefficients dari
hasil analisis Regresi Linier Berganda di atas.
4. Menentukan t tabel
Tabel distribusi t dicari pada a = 5% : 2= 2,5% (uji 2
sisi) dengan derajat kebebasan (df) n-k-1 atau 20-2-1 =
17 (n adalah jumlah kasus dan k adalah jumlah
variabel independen).
Dengan pengujian 2 sisi (signifikansi = 0,025) hasil
diperoleh untuk t tabel sebesar 2,110 (Lihat pada Tabel
t) atau dapat dicari di Ms Excel dengan cara pada cell
kosong ketik =tinv(0.05,17) lalu tekan Enter.
5. Kriteria Pengujian
Ho diterima jika -t tabel <_ t hitung <_ t tabel
Ho ditolak jika -t hitung < -t tabel atau t hitung > t
tabel
8. Kesimpulan
Oleh karena nilai -t hitung >-t tabel (-1,154 >-2,110)
maka Ho diterima, artinya secara parsial PER tidak
berpengaruh terhadap harga saham pada perusahaan
di BEI.
Pengujian koefisien regresi variabel ROI
1. Menentukan Hipotesis
Ho: Secara parsial tidak ada pengaruh antara ROI
dengan harga saham
Ha: Secara parsial ada pengaruh antara ROI dengan
harga saham
4. Menentukan t tabel
Tabel distribusi t dicari pada a = 5% : 2= 2,5% (uji 2
sisi) dengan derajat kebebasan (df) n-k-1 atau 20-2-1 =
17 (n adalah jumlah kasus dan k adalah jumlah variabel
independen).
Dengan pengujian 2 sisi (signifikansi = 0,025) hasil
diperoleh untuk t tabel sebesar 2,110 (Lihat pada Tabel
t) atau dapat dicari di Ms Excel dengan cara pada cell
kosong ketik =tinv(0.05,17) lalu tekan Enter.
5. Kriteria Pengujian
Ho diterima jika -t tabel <_ t hitung <_ t tabel
Ho ditolak jika -t hitung < -t tabel atau t hitung > t
tabel
8. Kesimpulan
Oleh karena nilai t hitung > t tabel (6,091 > 2,110) maka Ho
ditolak, artinya secara parsial ROI berpengaruh terhadap harga
saham pada perusahaan di BEI.
T hitung positif artinya ROI berpengaruh positif terhadap harga
saham di perusahaan di BEI.