BAB III METODE PENELITIAN 1.1.
Transcript of BAB III METODE PENELITIAN 1.1.
Dinda Asri Dwi Detiyana, 2021 PENGARUH TINGKAT SUKU BUNGA, INFLASI, DAN NILAI TUKAR RUPIAH TERHADAP HARGA SAHAM PERUSHAAN DI BURSA EFEK INDONESIA (Studi Kasus pada Sub Sektor Property and Real Esatate Periode Tahun 2018) Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
35
BAB III
METODE PENELITIAN
1.1. Objek Penelitian
Objek penelitian adalah himpunan elemen yang bisa berbentuk orang,
organisasi atau barang yang akan diteliti. Kemudian dipertegas (Anto Dayan
1986: 21), obyek penelitian merupakan pokok masalah yang hendak diteliti guna
memperoleh informasi data agar lebih terarah dan terencana (Bruno 2019). Obyek
penelitian yang diteliti terdiri dari variabel bebas antara lain Tingkat Suku Bunga
(X1), Inflasi (X2), dan Nilai Tukar (X3) terhadap Harga Saham (Y) pada
perusahaan sub sektor Property dan Real Estate yang terdaftar di Bursa Efek
Indonesia (BEI) periode tahun 2018.
3.2. Metode Penelitian
3.2.1. Jenis Penelitian dan Metode yang Digunakan
Metode yang digunakan dalam penelitian ini adalah metode deskriptif
verifikatif dengan pendekatan kuantitatif, yang dimana akan mengetahui
hubungan secara siginifikan antara variable yang diteliti (Oliver 2013)
Metode deskriptif verifikatif merupakan metode yang bertujuan
menggambarkan benar atau tidaknya fakta-fakta yang ada, serta menjelaskan
tentang hubungan antar variabel yang diteliti dengan cara mengumpulkan data,
mengolah, menganalisis dan menginterprestasi data dalam pengujian hipotesis
statistik. Peneliti menggunakan metode kuantitatif dimana metode penelitian
kuantitatif ini digunakan untuk menjawab masalah penelitian yang berkaitan
dengan data berupa angka dan program statistik. Untuk dapat menjabarkan
dengan baik tentang pendekatan dan jenis penelitian, populasi dan sampel,
instrumen penelitian, teknik pengumpulan data, dan analisis data dalam suatu
proposal serta laporan penelitian diperlukan pemahaman yang baik tentang
masing-masing konsep tersebut (Wahidmurni, 2017). Metode kuantitatif
digunakan untuk mengetahui adanya pengaruh tingkat suku bunga, inflasi, dan
nilai tukar rupiah (kurs) terhadap harga saham pada perusahaan sub sektor
Property and Real Estate yang terdaftar di Bursa Efek Indonesia (BEI) periode
2018.
36
Dinda Asri Dwi Detiyana, 2021 PENGARUH TINGKAT SUKU BUNGA, INFLASI, DAN NILAI TUKAR RUPIAH TERHADAP HARGA SAHAM PERUSHAAN DI BURSA EFEK INDONESIA (Studi Kasus pada Sub Sektor Property and Real Esatate Periode Tahun 2018) Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
3.3. Operasionalisasi Variabel
Operasional Variebel dimaksudkan untuk memperdalam pemahaman
konsep, indikator, dan pengukuran penelitian serta untuk menjembatani
kesenjangan dalam penelitian. (Dr. Harnavinsah, 2018). Variabel penelitian dapat
dilihat dari dua sudut yaitu dari sudut peran dan sifat (Nasution, 1987). Dilihat
dari segi perannya, variabel ini dapat dibedakan ke dalam dua jenis yaitu :
1. Variabel Dependent (terpengaruh) adalah variabel yang dijadikan sebagai
faktor yang dipengaruhi oleh satu atau beberapa variabel lain. Variabel
dependent dalam penelitian ini adalah harga saham (Y)
2. Variabel Independent (mempengaruhi) adalah variabel yang memberi
pengaruh terhadap variabel lain. (Haqul, 1989: 51). Variabel independent
dalam penelitian ini adalah tingkat suku bunga (X1), Inflasi (X2), nilai tukar
rupiah/kurs (X3).
Tabel 3.1 Operasionalisasi Variabel
No
Variabel/
Sub
Variabel
Konsep Variabel Indikator Ukuran Skala
1. Tingkat
Suku Bunga
(X1)
Suku bunga
adalah harga
yang dibayar
peminjam
kepada pihak
yang
meminjamkan
untuk
pemakaian
sumber daya
selama interval
waktu tertentu
Fabozzi
2001:240).
BI rate : Tingkat
Suku Bunga 7-days
Reverse Repo Rate
Rata-rata perbulan
BI 7-DRR Rasio
2. Inflasi (X2) Abdullah
(2010:60),
mendefinisikan
inflasi sebagai
suatu keadaan
yang
IHKn : Indeks Harga
Konsumen yang
tercatat setiap bulan
Rata-rata IHK Rasio
37
Dinda Asri Dwi Detiyana, 2021 PENGARUH TINGKAT SUKU BUNGA, INFLASI, DAN NILAI TUKAR RUPIAH TERHADAP HARGA SAHAM PERUSHAAN DI BURSA EFEK INDONESIA (Studi Kasus pada Sub Sektor Property and Real Esatate Periode Tahun 2018) Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
No
Variabel/
Sub
Variabel
Konsep Variabel Indikator Ukuran Skala
mengindikasika
n semakin
melemahnya
daya beli yang
diikuti dengan
merosotnya nilai
rill mata uang
suatu negara.
3. Nilai Tukar
(X3)
Pengertian nilai
tukar mata uang
menurut FASB
adalah rasio
antara suatu unit
mata uang
dengan sejumlah
mata uang lain
yang bisa
ditukar pada
waktu tertentu.
Kurs tengah
Kb : Kurs beli
Kj : kurs jual
𝐾𝑢𝑟𝑠 𝑇𝑒𝑛𝑔𝑎ℎ =𝐾𝑏 − 𝐾𝑗
2
(Sumber:
Mahyus
Ekananda,
2014:201)
Rasio
4. 5 Harga
Saham (Y)
Harga pasar
saham adalah
harga yang
terbentuk di
pasar jual beli
saham (Siti
Suhariana.
2014).
Pt : Harga Saham
Penutupan Periode
ke-t
Pt-1 : Harga Saham
Penutupan Periode
Sebelumnya (t-1)
𝑅𝑖 =𝑃𝑡 − 𝑃𝑡−1
𝑃𝑡−1
𝑥100%
(Sumber:
Hartono
Jogiyanto,
2011:169)
Rasio
3.4. Jenis Dan Sumber Data
Sumber dari peneliti adalah sumber informasi sekunder. Interpretasi
informasi sekunder yang disajikan oleh Sugiyono (2015) merupakan sumber
informasi tidak langsung yang dapat diperoleh melalui perantara seperti sumber
sekunder melalui web atau dokumen (Fransisca 2015). Sumber informasi kedua
untuk penelitian ini adalah situs resmi Bursa Efek Indonesia di idx.co.id, situs
bps.go.id, dan situs Bank Indonesia.
38
Dinda Asri Dwi Detiyana, 2021 PENGARUH TINGKAT SUKU BUNGA, INFLASI, DAN NILAI TUKAR RUPIAH TERHADAP HARGA SAHAM PERUSHAAN DI BURSA EFEK INDONESIA (Studi Kasus pada Sub Sektor Property and Real Esatate Periode Tahun 2018) Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
3.5. Teknik Pengumpulan Data
Teknik pengumpulan data yang digunakan peneliti dalam penilitian ini yaitu
menggunakan penilitian kepustakaan (Library Research) dimana peneliti
mengumpulkan data berupa jurnal, dokumen perusahaan, buku dan literatur
lainnya untuk dikaji, diteliti, dipelajari dalam mendukung penelitian yang
dilakukan.
3.6. Populasi dan Sampel
3.6.1. Populasi
Populasi merupakan gabungan beberapa individu di suatu wilayah pada
waktu dengan kualitas tertentu sebagai subyek yang akan diteliti (Supardi 2016).
Jumlah populasi dalam penelitian ini terdapat 61 perusahaan sub sektor Property
and Real Estate yang terdaftar di BEI tahun 2018.
1.6.2. Sampel
Sampel merupakan suatu bagian beberapa jumlah populasi meliputi
karakteristik dari populasi tersebut. Peneliti hanya menggunakan sampel sebagai
subyek penelitian yang sesuai dengan karakteristik dan kebutuhan penelitian serta
terdapat keterbatasan waktu, dana, dan tenaga. Hal ini diperkuat oleh Sugiyono
(2017:81) dalam mendefnisikan suatu sampel.
Teknik sampling yang digunakan peneliti adalah teknik Sampling
Purposive. Menurut Sugiyono (2017:85) Purposive Sampling adalah: “Teknik
penentuan sampel dengan pertimbangan tertentu”. Adapun peneliti memilih
teknik Sampling Purposive sesuai dengan kriteria-kriteria penelitian, diantaranya :
1. Perusahaan pada sub sektor Property and Real Estate yang terdaftar di
Bursa Efek Indonesia dan tidak melakukan listing di atas tahun 2018.
2. Perusahaan pada sub sektor Property and Real Estate yang menerbitkan
laporan keuangan di Bursa Efek Indonesia pada tahun 2018.
3. Perusahaan pada sektor Property and Real Estate yang menerbitkan
harga saham di Bursa Efek Indonesia pada tahun 2018.
Berdasarkan Purposive Sampling di atas, sampel di dalam penelitian ini
adalah perusahaan yang ada pada sub sektor Property and Real Estate periode
2018 berjumlah 49 perusahaan.
39
Dinda Asri Dwi Detiyana, 2021 PENGARUH TINGKAT SUKU BUNGA, INFLASI, DAN NILAI TUKAR RUPIAH TERHADAP HARGA SAHAM PERUSHAAN DI BURSA EFEK INDONESIA (Studi Kasus pada Sub Sektor Property and Real Esatate Periode Tahun 2018) Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
3.7. Teknik Analisis Data
Cara untuk mengetahui adanya pengaruh antar variabel penelitian, maka
peneliti menggunakan tektik regresi data panel yang didukung dengan data
kuantitaif yang ada. Teknik analisis data regresi data panel dengan menggunakan
aplikasi Software Microsoft Office Excel 2010 dan Software Statistic Eviews 9
sebagai alat untuk pengolahan data. Eviews (Economic Views) merupakan
software atau perangkat lunak sebagai program statistik yang digunakan dalam
pendidikan, pemerintahan, dan industtri untuk menganalisis data financial,
peramalan ekonomi makro, penjualan, dan analisis biaya dengan akurat serta
mudah digunakan.
3.7.1. Teknik Analisis Deskriptif
Analisis deskriptif dilakukan untuk membantu peneliti menganalisis
angka-amgka dari variabel X1 (Tingkat Suku Bunga), variabel X2 (Inflasi),
variabel X3 (Nilai Tukar Rupiah), dan variabel Y (Harga Saham). Analisis
statistik yag digunakan dalam menganalisis data yang digunakan adalah nilai
minimum, nilai maksimum, dan nilai rata-rata.
Peneliti mendeskripsikan indikator-indiokator setiap variabel yaitu
variabel X1 (Tingkat Suku Bunga), variabel X2 (Inflasi), variabel X3 (Nilai Tukar
Rupiah), dan variabel Y (Harga Saham) untuk menghitung nilai dari hasil
pengumpulan data.
3.7.2. Teknik Analisis Verifikatif
Analisis ini menggunakan Microsot Office Excel 2010 dan Eviews 9 dalam
pelaksanaannya. Analisis ini bermaksud untuk mengetahui hasil penelitian
berkaitan dengan sebarapa besar pengaruh tingkat suku bunga terhadap harga
saham sesuai rumusan masalah ke-4, seberapa besar pengaruh inflasi terhadap
harga saham sesuai rumusan masalah ke-5, seberapa besar pengaruh nilai tukar
rupiah terhadap harga saham sesuai rumusan maslaah ke-6 dan seberapa besar
tingkat pengaruh tingkat suku bunga, inflasi, dan nilai turkar rupiah terhadap
harga saham secara bersamaan sesuai rumusan masalah ke-7.
3.7.2.1 Analisis Regresi Data Panel
Data time series adalah data yang dicatat berdasarkan nilai pengamatan
suatu periode waktu tertentu seperti harian, mingguan, bulanan ataupun tahunan
40
Dinda Asri Dwi Detiyana, 2021 PENGARUH TINGKAT SUKU BUNGA, INFLASI, DAN NILAI TUKAR RUPIAH TERHADAP HARGA SAHAM PERUSHAAN DI BURSA EFEK INDONESIA (Studi Kasus pada Sub Sektor Property and Real Esatate Periode Tahun 2018) Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
dalam rentang waktu yang sama dengan melihat waktu pengamatan sebelumnya.
Data cross section adalah data yang dicatat dengan mengamati berbagai
subjek/objek yang sesuai dengan kebutuhan penelitian dalam kurun waktu yang
sama. Maka analisis regresi data panel adalah alat analisi regresi dimana data
berdasarkan subjek/objek pengamatan (cross section) dilakukan pada rentang
waktu tertentu (time series). Data panel merupakan gabungan antara data time
series dan data cross section (Kuncoro 2014).
Keunggulan regresi data panel antara lain sebagai berikut (Pangestika
2015):
1. Data panel dapat dengan jelas menunjukkan perbedaan individu dengan
memungkinkan spesifik variabel individu
2. Kemampuan mengontrol heterogenitas ini selanjutnya menjadikan data
panel dapat digunakan untuk menguji dan membangun model perilaku
lebih kompleks
3. Data panel mendasarkan diri pada observasi cross section yang berulang-
ulang (time series), sehingga metode data panel cocok digunakan sebagai
study of dynamic adjustment
4. Tingginya jumlah observasi memiliki implikasi pada data yang lebih
informatif, lebih variatif, dan kolinearitas (multiko) antara data semakin
berkurang, dan derajat kebebasan (degree of freedom/ df) lebih tinggi
sehingga dapat diperoleh hasil estimasi yang lebih efisien
5. Data panel dapat digunakan untuk mempelajari model-model perilaku
yang kompleks
6. Data panel dapat digunakan untuk meminimalkan bias yang mungkin
ditimbulkan oleh agregasi data individu.
Model regresi data panel time series dan cross section masing-masing
dapat dirumuskan sebagai berikut :
a. Model data Cross Section
Yi=α+βXi+εi ; i = 1, 2,...............N
N=banyak data cross section
b. Mode data Time Series
Yt=α+βXt+εt ; t = 1, 2,...............T
41
Dinda Asri Dwi Detiyana, 2021 PENGARUH TINGKAT SUKU BUNGA, INFLASI, DAN NILAI TUKAR RUPIAH TERHADAP HARGA SAHAM PERUSHAAN DI BURSA EFEK INDONESIA (Studi Kasus pada Sub Sektor Property and Real Esatate Periode Tahun 2018) Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
T=banyak data time series
Model regresi data panel gabungan dari data time series dan cross section
keduanya dapat dirumuskan sebagai berikut :
Yit=α+βXit+εit ; i = 1,2,......n;t=1,2,.......t..................
Keterangan :
Yit = Variabel dependen (terikat)
α = Konstanta
β = Koefisien regresi dari variabel X
X = Variabel independen (bebas)
ε = error term
i = data cross section
t = data time series
Maka persamaan regresi data panel dalam penelitian ini adalah sebagai
berikut :
Yit=α+β1X1it+ β2X2it+ β3X3it+εit
Keterangan :
Yit = Variabel Nilai Perusahaan
α = Konstanta
β1, β2 = Koefisien regresi dari dari masing-masing variabel independen
Y = Variabel harga saham
X1 = Variabel Tingkat Suku Bunga
X2 = Variabel Inflasi
X3 = Variabel Nilai Tukar Rupiah
ε = error term
i = data perusahaan
t = data periode waktu
Dalam penelitian ini teknik analisis data panel dapat dilakukan dengan metode
estimasi tiga pendekatan, yaitu common effect, fixed effect, atau random effect
(Pangestika 2015).
1. Common Effect Model
Merupakan model regresi data panel yang sederhana, dimana
menggabungkan data time series dengan cross section dengan menggunakan
42
Dinda Asri Dwi Detiyana, 2021 PENGARUH TINGKAT SUKU BUNGA, INFLASI, DAN NILAI TUKAR RUPIAH TERHADAP HARGA SAHAM PERUSHAAN DI BURSA EFEK INDONESIA (Studi Kasus pada Sub Sektor Property and Real Esatate Periode Tahun 2018) Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
metode OLS (Ordinary Last Square) yang tidak memperhatikan subjek dan
kurun waktu sehingga perilaku data perusahaan sama dalam berbagai kurun
waktu. Metode OLS (Ordinary Last Square) mengestimasi model data panel
tersebut yang dirumuskan sebagai berikut :
Yit = α + β Xit + εit
Keterangan :
Y : Variabel dependen
α : Konstanta
X : Variabel independen
β : Koefisien regresi
ε : erorr terms
t : periode waktu / bulan
i : cross section (subjek) / Perusahaan sub sektor Property and Real Estate
2. Fixed Effect Model
Model ini dapat menangani perbedaan perilaku antara individu yang
bermasalah dalam model Pooled Regression. Perbedaan perilaku ini ditangani
dengan intersepsi. Untuk mengestimasi model ini, setiap individu dapat
menggunakan regrasi variabel Dummy, dimana dinamikanya adalah seluruh
variabel. Dengan membuat variabel tali pusat masing-masing individu, akan ada
dasar untuk membandingkan perangkap "variabel Dummy". Namun, sisi
negatifnya sama di antara perusahaan. Model hipotesis ini sering disebut dengan
teknik Least squares Dummy Variable (LSDV). Model ini dapat dirumuskan
sebagai berikut :
Yit = α + β Xit + αit + εit
3. Random Effect Model
Menurut Gujarati (2003), jika dummy variables adalah untuk
merepresentasikan ketidaktahuan tentang model yang sebenarnya, maka kita dapat
menggunakan disturbance term untuk merepresentasikan ketidaktahuan tentang
model yang sebenarnya. Hal ini dikenal sebagai model efek acak (random effect
model atau REM). Adapun pendekatan yang digunakan dalam estimasi Model
effect Random adalah Generalized Least Square (GLS). Dapat dirumuskan
sebagai berikut :
43
Dinda Asri Dwi Detiyana, 2021 PENGARUH TINGKAT SUKU BUNGA, INFLASI, DAN NILAI TUKAR RUPIAH TERHADAP HARGA SAHAM PERUSHAAN DI BURSA EFEK INDONESIA (Studi Kasus pada Sub Sektor Property and Real Esatate Periode Tahun 2018) Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Yit = α + β Xit + wit
Keterangan :
Wit = εit + ui
εit~ N (0,σv2) = komponen time series error
ui~ N (0, σu2) = komponen cross section error
wi~ N (0,σw2) = time series dan cross section error
Pengolahan analisis regresi data panel harus menggunakan model yang tepat
agar mendapatkan hasil yang akurat dan efisien. Terdapat tiga model yang dapat
digunakan dalam mengelola data panel menggunakan software eviews, yaitu
sebagai berikut (Han and goleman, daniel; boyatzis, Richard; Mckee 2019).
1) Uji Chow
Chow test yakni pengujian untuk menentukan model common effect atau fixed
effect paling tepat digunakan dalam mengestimasi data panel. hipotesis dalam uji
chow adalah :
H0 : Common effect model atau pooled OLS
H1 : fixed effect
Model Pedoman yang digunakan dalam mengambil keputusan dalam uji ini
yaitu sebagai berikut :
H0 diterima jika F ≥ 0.05 maka digunakan common effect
H1 ditolak jika F < 0,05 maka dilanjutkan dengan fixed effect dan melanjutkan
uji selanjutnya.
2) Uji Hausman
Hausman test adalah pengajuan statistik untuk memilih apakah model fixed
effect atau random effect yang paling tepat digunakan dengan hipotesis:
H0 : model random effect
H1 : model fixed effect
Pedoman yang digunakan dalam mengambil keputusan dalam uji ini yaitu
sebagai berikut :
H0 diterima jika nilai probability Chi-Square ≥ 0.05 maka digunakan random
effect
H1 ditolak jika nilai probability Chi-Square < 0,05 maka maka digunakan fixed
effect.
44
Dinda Asri Dwi Detiyana, 2021 PENGARUH TINGKAT SUKU BUNGA, INFLASI, DAN NILAI TUKAR RUPIAH TERHADAP HARGA SAHAM PERUSHAAN DI BURSA EFEK INDONESIA (Studi Kasus pada Sub Sektor Property and Real Esatate Periode Tahun 2018) Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
3) Uji Lagrage Multiplier (LM)
Uji Langrangge Multiplier (LM) Test dilakukan untuk
membandingkan/memilih model mana yang terbaik antara common effect dan
random effect.
H0 : model common effect
H1 : model random effect
Pedoman yang digunakan dalam mengambil keputusan dalam uji ini yaitu
sebagai berikut :
H0 diterima jika nilai P value ≥ 0.05 maka digunakan common effect
H1 ditolak jika nilai P value < 0,05 maka maka digunakan random effect
3.7.2.2 Uji Asumsi Klasik
Pengujian asumsi klasik merupakan prasyarat dalam analisis regresi yang
menggunakan metode OLS (Ordinary Least Square). Uji asumsi klasik yang
digunakan dalam regresi linier dengan metode estimasi OLS, meliputi uji
linieritas, uji normalitas, uji autokorelasi, uji multikolinieritas, dan uji
heteroskedastisitas. Berikut ini dijelaskan mengenai uji asumsi klasik dan jenis
uji asumsi klasik yang akan digunakan dalam penelitian ini :
1. Uji Linieritas
Uji linieritas hampir tidak dilakukan pada setiap model regresi, karena sudah
diasumsikan bahwa model regresi bersifat linier, artinya linier pada
parameternya, dimana β (koefisien regresi) berpangkat satu (Gujarati dan Porter,
2012:50). Kalaupun harus dilakukan pengujian, semata-mata hanya untuk melihat
sejauh mana tingkat linieritasnya. Dengan demikian, uji Linieritas tidak
dilakukan dalam penelitian ini.
2. Uji Normalitas
Uji Normalitas digunakan jika jumlah observasi data adalah kurang dari 30
data, untuk mengetahui apakah error mendekati distribusi normal. Apabila
jumlah observasi melebihi 30, maka tidak diperlukan uji normalitas karena
distribusi sampling eror term mendekati normal (Ahmad, 2017:46) Dalam
penelitian ini peneliti menggunakan jumlah observasi sebanyak 588, maka uji
normalitas tidak dilakukan dalam penelitian ini.
3. Uji Multikolinieritas
45
Dinda Asri Dwi Detiyana, 2021 PENGARUH TINGKAT SUKU BUNGA, INFLASI, DAN NILAI TUKAR RUPIAH TERHADAP HARGA SAHAM PERUSHAAN DI BURSA EFEK INDONESIA (Studi Kasus pada Sub Sektor Property and Real Esatate Periode Tahun 2018) Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Uji Multikolinearitas bertujuan untuk menguji apakah model regresi
ditemukan adanya korelasi antarvariabel bebas (independen). Model regresi yang
baik seharusnya tidak terjadi korelasi antarvariabel independen (Zulfikar,
2016:224). Karena dalam penelitian ini, menggunakan lebih dari dua variabel
penjelas (independen), maka pengujian dengan menggunakan korelasi
antarvariabel tidak akan memberikan panduan yang sempurna bagi keberadaan
multikolinieritas (Gujarati dan Porter, 2012:429).
Regresi ini digunakan untuk mengetahui hubungan antara dua (atau lebih)
variabel bebas yang bersama-sama mempengaruhi satu variabel bebas yang lain.
Apabila kita memiliki persamaan regresi dengan tiga variabel independen, maka
kita harus melakukan regresi sebanyak tiga kali pula, dengan masingmasing
analisis menggunakan satu variabel independen sebagai variabel dependen
(Winarno, 2017:5.3). Metode untuk mendeteksi ada tidaknya multikoliniearitas
dilakukan dengan metode korelasi parsial antarvariabel independen dengan
hipotesis sebagai berikut :
a. H0 : terjadi multikolinieritas antarvariabel bebas
b. H1 : tidak terjadi multikolinieritas antarvariabel bebas
Pedoman yang digunakan dalam pengambilan kesimpulan adalah aturan baku
Klein (Gujarati dan Porter, 2012:431), yaitu sebagai berikut :
a. Jika nilai koefisien korelasi < α (0,85), maka H0 ditolak, yang berarti tidak
terjadi multikolinieritas antarvariabel bebas.
b. Jika nilai koefisien korelasi > α (0,85), maka H0 diterima, yang berarti
terjadi multikolinieritas antarvariabel bebas.
4. Uji Heteroskedastisitas
Data panel penelitian ini lebih bersifat ke data cross section, dimana pada
data cross section masalah yang sering terjadi ialah adanya heteroskedastisitas,
maka dalam penelitian ini uji Heteroskedastisitas perlu dilakukan. Uji
heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi
ketidaksamaan variance dari residual suatu pengamatan ke pengamatan yang
lain. Menurut Basuki dan Prawoto (2017:63), model regresi yang baik adalah
model regresi yang memenuhi syarat tidak terjadinya heterokedastisitas. Untuk
mendeteksi ada tidaknya heteroskedastisitas yang terjadi pada data, dapat
46
Dinda Asri Dwi Detiyana, 2021 PENGARUH TINGKAT SUKU BUNGA, INFLASI, DAN NILAI TUKAR RUPIAH TERHADAP HARGA SAHAM PERUSHAAN DI BURSA EFEK INDONESIA (Studi Kasus pada Sub Sektor Property and Real Esatate Periode Tahun 2018) Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
dilakukan dengan Uji Glesjer, yakni dengan meregresikan nilai absolut
residualnya. Adapun hipotesis yang diuji adalah sebagai berikut (Sarwono,
2016:162) :
a. H0 : tidak terjadi heteroskedastisitas pada sebaran data
b. H1 : terjadi heteroskedastisitas pada sebaran data
Pedoman yang akan digunakan dalam pengambilan kesimpulan adalah
sebagai berikut :
a. Jika nilai Probability < α (5%), maka H0 ditolak, yang berarti terjadi
heteroskedastisitas pada sebaran data.
b. Jika nilai Probability > α (5%), maka H0 diterima, yang berarti tidak
terjadi heteroskedastisitas pada sebaran data.
5. Uji Autokorelasi
Uji autokorelasi bertujuan untuk melihat apakah dalam model regresi
linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1 (sebelumnya). Oleh karena itu, uji autokorelasi
hanya dapat dilakukan pada data time series (runtut waktu), sebab yang dimaksud
dengan autokorelasi adalah sebuah nilai pada sampel atau observasi tertentu yang
sangat dipengaruhi oleh nilai observasi sebelumnya. Uji Autokorelasi bertujuan
untuk melihat ada atau tidaknya hubungan antara residual satu observasi dengan
residual observasi lainnya. Uji autokorelasi dapat dilihat dengan menggunakan uji
Breusch-Godfrey. Autokorelasi merupakan korelasi antara variabel gangguan satu
observasi dengan variabel gangguan observasi lain (Fairuz 2017:92). Uji
autokorelasi menggunakan uji Breusch-Godfrey. Penilaian dilihat dari nilai
probabilitasnya. Jika nilai probabilitas lebih kecil dari 0,05 maka dapat
disimpulkan bahwa terdapat masalah autokorelasi pada model tersebut.
Penelitian ini hanya melakukan tiga pengujian asumsi klasik, yaitu uji
multikolinieritas, uji heteroskedastisitas dan uji autokorelasi.
3.7.2.3 Uji Hipotesis
1. Uji F (Simultan)
Uji statistik F pada dasarnya menunjukkan apakah semua variabel
independen yang dimasukkan dalam model mempunyai pengaruh secara
bersamasama terhadap variabel dependen. Cara yang digunakan adalah dengan
47
Dinda Asri Dwi Detiyana, 2021 PENGARUH TINGKAT SUKU BUNGA, INFLASI, DAN NILAI TUKAR RUPIAH TERHADAP HARGA SAHAM PERUSHAAN DI BURSA EFEK INDONESIA (Studi Kasus pada Sub Sektor Property and Real Esatate Periode Tahun 2018) Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
melihat besarnya nilai probabilitas signifikannya. Jika nilai probabilitas
signifikansinya kurang dari 5% maka variabel independen akan berpengaruh
signifikan secara bersama-sama terhadap variabel dependen (Imam Ghozali
2013:98).
Penelitian ini menggunakan tingkat signifikan α= 0,05 artinya kemungkinan
kebenaran hasil penarikan kesimpulan mempunyai probabilitas 95% atau toleransi
kemelesetan 5%. Menghitung nilai f-hitung dengan rumus sebagai berikut :
𝐹 =R2/k
(1 − 𝑅2) − (𝑛 − 𝑘 − 1)
Keterangan :
F = F hitung
R 2 = Koefisien Korelasi Ganda
k = Jumlah Variabel Independen
n = Jumlah Anggota Sampel
Hasil f-hitung dibandingkan dengan t-tabel, dengan kriteria :
a. Bila F-hitung < F-tabel, variabel bebas secara bersama-sama tidak berpengaruh
terhadap variabel dependen, H₀ diterima dan H₁ ditolak.
b. Bila F-hitung > F-tabel, variabel bebas (independen) secara bersamasama
berpengaruh terhadap variabel dependen, H₀ ditolak dan H₁ diterima.
Berdasarkan probabilitas H0 ditolak dan H1 diterima jika nilai
probabilitasnya kurang dari 0,05 (α). Penarikan Kesimpulan Penarikan
kesimpulan berdasarkan hasil pengujian hipotesis dan didukung oleh teori yang
sesuai dengan objek dan masalah penelitian.
2. Uji t (Parsial)
Imam Ghozali (2013:98) uji statistik t pada dasarnya menunjukkan seberapa
jauh pengaruh satu variabel independen secara individual dalam menerangkan
variabel dependen. Pengujian terhadap hasil regresi dilakukan dengan
menggunakan uji t pada derajat keyakinan sebesar 95% atau α = 5%. Langkah
menentukan nilai signifikasi sebagai berikut :
48
Dinda Asri Dwi Detiyana, 2021 PENGARUH TINGKAT SUKU BUNGA, INFLASI, DAN NILAI TUKAR RUPIAH TERHADAP HARGA SAHAM PERUSHAAN DI BURSA EFEK INDONESIA (Studi Kasus pada Sub Sektor Property and Real Esatate Periode Tahun 2018) Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Penelitian ini menggunakan tingkat signifikan α= 0,05 artinya kemungkinan
kebenaran hasil penarikan kesimpulan mempunyai probabilitas 95% atau toleransi
kemelesetan 5%. Nilai ini digunakan untuk mengetahui apakah variabel-variabel
koefisien korelasi signifikan atau tidak, digunakan rumus sebagai berikut
(Sugiyono, 123 2008:250) :
𝑡 =r√n−2
1−𝑟2
Keterangan :
t = Nilai uji t
r = Koefisien Korelasi
r2 = Koefisien Determinasi
n = Jumlah Sampel
Hasil t-hitung dibandingkan dengan t-tabel, dengan kriteria :
a. Bila t-hitung < t-tabel, variabel bebas (independen) secara individu tidak
berpengaruh terhadap variabel dependen, H₀ diterima dan H₁ ditolak.
b. Bila t-hitung > t-tabel, variabel bebas (independen) secara individu berpengaruh
terhadap variabel dependen, H₀ ditolak dan H₁ diterima. Berdasarkan
probabilitas H0 ditolak dan H1 diterima jika nilai probabilitasnya kurang dari
0,05 (α). Penarikan Kesimpulan Penarikan kesimpulan berdasarkan hasil
pengujian hipotesis dan didukung oleh teori yang sesuai dengan objek dan
masalah penelitian.
3. Uji Koefisien Determinasi
Koefisien determinasi pada intinya mengukur seberapa jauh kemampuan
model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi
adalah antara nol dan satu. Nilai R2 yang kecil berarti kemampuan variable
variabel independen dalam menjelaskan variasi variabel dependen amat terbatas.
Nilai yang mendekati satu berarti variabel-variabel independen memberikan
hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel
dependen. Tetapi penggunaan koefisien determinasi tersebut memiliki suatu
kelemahan, yaitu terdapatnya suatu bias terhadap jumlah variabel independen
yang dimasukkan kedalam model. Agar terhindar dari bias tersebut, maka
49
Dinda Asri Dwi Detiyana, 2021 PENGARUH TINGKAT SUKU BUNGA, INFLASI, DAN NILAI TUKAR RUPIAH TERHADAP HARGA SAHAM PERUSHAAN DI BURSA EFEK INDONESIA (Studi Kasus pada Sub Sektor Property and Real Esatate Periode Tahun 2018) Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
digunakan nilai adjusted R2 , dimana nilai adjusted R2 mampu naik atau turun
apabila terjadi penambahan satu variabel independen (Ghozali, 2011:87).
Secara umum koefisien determinasi untuk data silang (cross section) relatif
rendah karena adanya variasi yang besar antara masing-masing pengamatan,
sedangkan untuk data runtun waktu (time series) biasanya mempunyai nilai
koefisien determinasi yang tinggi. Menurut Sugiyono (2012:292), rumus untuk
menghitung koefisien determinasi secara simultan yaitu :
Kd = r2 x 100%
Dimana : 0 ≤ r2 ≤ 1
Keterangan :
Kd = Koefisien Determinasi
r² = Koefisien Korelasi
Analisis koefisien determinasi parsial digunakan untuk mengetahui seberapa
besar persentase pengaruh variabel X1 dan X2 terhadap variabel Y secara parsial.
Untuk mencari besarnya koefisien determinasi secara parsial dapat dirumuskan
sebagai berikut :
Kd = β x Zero Order x 100%
Keterangan :
β = Standar koefisien beta
Zero Order = Matrik korelasi variabel independen dengan variabel dependen.
Berikut untuk mempermudah penjelasan mengenai tahapan analisis data
dalam penelitian adalah sebagai berikut :
50
Dinda Asri Dwi Detiyana, 2021 PENGARUH TINGKAT SUKU BUNGA, INFLASI, DAN NILAI TUKAR RUPIAH TERHADAP HARGA SAHAM PERUSHAAN DI BURSA EFEK INDONESIA (Studi Kasus pada Sub Sektor Property and Real Esatate Periode Tahun 2018) Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Pengujian Hipotesis
Uji F Uji t Koefisien Determinasi
Pengujian Asumsi Klasik
Multikoliniearitas Heteroskedastisitas Korelasi
Pemilihan Model Estimasi
Chow Test Haustman Test Lagrange Multiplier Test