BAB IV ANALISA DAN PEMBAHASAN
A. Statistik Deskriptif Statistik Deskriptif menjelaskan karakteristik dari masing-masing variabel yang terdapat dalam penelitian, baik variabel dependen maupun variabel independent selama periode (2007-2011) yang terdiri dari nilai minimum, maksimum, mean dan standar deviasi. Tabel 4.1 Deskrptif Statistik Descriptive Statistics N
Minimum
Maximum
Mean
Std. Deviation
IHSG
60
1241.54
4130.80
2565.1777
776.18268
Kurs USD
60
8533.25
11870.00
9372.9542
753.43263
SBI
60
6.50
10.35
7.6372
1.14172
Valid N (listwise)
60
Dari table 4.1 diatas menunjukan bahwa jumlah data yang dianalisis adalah sebanyak 60. Berdasarkan table tersebut diketahui bahwa: 1. Indeks Harga Saham Gabungan (IHSG) memiliki nilai minimum sebesar 1214.54, maksimum sebesar 4130.80, mean sebesar 2565.1777 dan standar deviasi sebesar 776.18268. 2. Suku bunga memiliki nilai minimum sebesar 6,50%, maksimum sebesar 10,35%, mean sebesar 7,6372% dan standar deviasi sebesar 1,14172%. 35
3. Kurs dollar memiliki nilai minimum sebesar 8533,25, nilai maksimum sebesar 11870, mean sebesar 9372,9542, standar deviasi sebesar 753,43263.
B. Uji Normalitas Data Sebagai salah satu syarat untuk melakukan uji regresi adalah data yang digunakan harus memiliki distribusi data yang normal atau mendekati normal. Untuk melakukan pengujian normalitas data penulis menggunakan One Sample Kolmogrov Smirnov Test dengan menggunakan program SPSS 17. Dasar dalam pengambilan keputusan adalah jika 2-tailed > 0,05, maka model regresi memenuhi asumsi normalitas dan sebaliknya. Dari pengujian yang dilakukan diperoleh hasil sebagai berikut Tabel 4.2 Nilai Normalitas Data One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N Normal Parameters
60 a,,b
Mean
.0000000
Std. Deviation Most Extreme Differences
3.55972137E2
Absolute
.088
Positive
.088
Negative
-.083
Kolmogorov-Smirnov Z
.680
Asymp. Sig. (2-tailed)
.744
a. Test distribution is Normal. b. Calculated from data.
36
Dari tabel diatas dapat dilihat bahwa nilai Asymp. Sig. (2-tailed) nya senesar 0,744 atau nilainya lebih besar dari 0,05, maka dapat disimpulkan bahwa data pada penelitian ini terdistribusi normal.
C. Uji Asumsi Klasik Regresi Berganda 1. Uji Multikolinearitas Uji Multikolinearitas dapat dideteksi pada model regresi apbila pada variabel terdapat pasangan variabel bebas yang saling berkolerasi satu sama lain. Variabel yang menyebutkan multikolinearitas dapat dilihat dari nilai VIF lebih besar dari 5 dan nilai tolerance yang lebih kecil dari 0,1 dibawah ini.
Tabel 4.3 Nilai Variance Inflation Factor a
Coefficients
Collinearity Statistics Model 1
Tolerance
VIF
(Constant) Kurs USD
.957
1.045
SBI
.957
1.045
a. Dependent Variable: IHSG
37
Dari tabel 4.3 diatas dapat diketahui nilai variance inflation factor (VIF) kedua varibel tersebut yaitu suku bunga SBI (1,045), dan kurs dollar (1,045) lebih kecil dari 5, sehingga dapat disimpulkan bahwa model regresi tidak mengalami gangguan multikolinearitas. 2. Uji Autokolerasi Hasil analisis Durbin Watson (DW) dapat digunakan untuk mengetahui ada tidaknya autokolerasi. Ketentuan pengambilan keputusan: a.
Angka DW dibawah -2 berarti ada Autokolerasi Positif,
b.
Angka DW diantara -2 sampai dengan +2 berarti Tidak ada Autokolerasi,
c.
Angka DW diatas +2 berarti ada Autokolerasi Negative. Tabel 4.4 Nilai Durbin-Watson
b
Model Summary
Model 1
R
Adjusted R
Std. Error of the
Square
Estimate
R Square a
.889
.790
.782
Durbin-Watson
362.16342
.733
a. Predictors: (Constant), SBI, Kurs USD b. Dependent Variable: IHSG
Dari tabel 4.4 diatas menghasilkan Durbin Watson (DW) sebesar 0,733. Dari hasil tersebut dapat disimpulkan bahwa model regresi linier berganda terbebas dari autokorelasi karna angka yang dihasilkan Durbin Watson menunjukan 0,733 yang terletak antara -2 sampai +2. 38
3. Uji Heterokedastisitas Uji Heterokedastisitas menunjukan bahwa Varian dari residual tidak sama dari satu pengamatan ke pengamatan lain. Gejala residual yang tidak sama ini disebut dengan gejala heterokedastisitas. Salah satu uji untuk menguji heterokedastisitas ini adalah Uji Park, yaitu meregresikan nilai residual (Lnei2) dengan masing-masing variabel dependen (LnX1, LnX2, dan LnX3). Tabel 4.5 Hasil Uji Heteroskedastisitas Lnei2 dengan LnX1
a
Coefficients
Standardized Unstandardized Coefficients Model 1
B (Constant)
Coefficients
Std. Error
Beta
158829.189
229244.341
-3.651
24.381
ln_x1
t
-.020
Sig. .693
.491
-.150
.881
a. Dependent Variable: ln_ei2
Tabel 4.6 Hasil Uji Heteroskedastisitas Lnei2 dengan LnX2
a
Coefficients
Standardized Unstandardized Coefficients Model 1
B
Std. Error
(Constant)
378791.272
119572.493
ln_x2
-33282.919
15487.403
a. Dependent Variable: ln_ei2
39
Coefficients Beta
t
-.272
Sig. 3.168
.002
-2.149
.036
Dari Hasil output diatas dapat dilihat bahwa nilai t Hitung adalah 0,150 dan -2,149. Sedangkan nilai T Tabel 2.002 (db = 58 taraf kepercayaan 95% (signifikansi 5%) adalah , karena T Hitung < T Tabel, maka Ho diterma artinya pengujian antara Ln ei2 dengan Ln X1 dan Ln ei2 dengan Ln X2 tidak ada gejala heteroskedastisitas. Dengan ini dapat disimpulkan bahwa tidak ditemukannya masalah heteroskedastisitas pada model regresi.
E. Analisa Regresi Berganda 1. Uji R Square (R2) Untuk mengetahui besarnya kontribusi variabel independent inflasi, suku bunga, kurs dollar terhadap variabel dependen yaitu IHSG, dilakukan uji koefesien determinasi sebagai berikut: KD = rxy2 X 100%
Keterangan : KD
= Koefesien Determinasi
rxy2
= Kuadrat koefesien korelasi
40
Tabel 4.7 Nilai Koefesien Regresi Model Summary
Model Summary
Model
R
Std. Error of the
Square
Estimate
R Square a
1
Adjusted R
.889
.790
.782
362.16342
a. Predictors: (Constant), SBI, Kurs USD
Analisis: Hasil analisis regresi pada tabel diatas dihasilkan nilai koefesien determinasi sebesar 0,790 ( pengkuadratan dari koefesien korelasi adalah 0,8892 ). Hal ini berarti bahwa 79% IHSG dapat dijelaskan oleh variabel bebas yang digunakan dalam penelitian. Sedangkan sisanya (100% - 79% =21%) dipengaruhi oleh faktor lain.
2. Uji Hipotesis a. Uji Signifikansi Parameter individual (t-test) Uji t digunakan untuk mengetahui apakah ada hubungan yang signifikan antara variabel-variabel bebas (tingkat inflasi, kurs dollar, dan suku bunga) terhadap varibel terikat yaitu IHSG.
41
Tabel 4.8 Koefesien Regresi (metode enter) dengan Variabel Bebas
a
Coefficients
Standardized Unstandardized Coefficients Model 1
B
Std. Error
Beta
(Constant)
10858.113
620.659
Kurs USD
-.546
.064
-415.394
42.225
SBI
Coefficients t
Sig.
17.494
.000
-.530
-8.538
.000
-.611
-9.838
.000
a. Dependent Variable: IHSG
Berdasarkan tabel Koefesien Regresi (Tabel 4.8), dapat diketahui informasi sebagai berikut : 1) Jika t-hitung < t-tabel, maka Ho diterima atau tidak ada pengaruhnya signifikan dari variabel bebas terhadap variabel terikat. Sebaliknya, jika t-hitung>t-tabel, maka Ho ditolak atau ada pengaruhnya signifikan dari variabel bebas terhadap variabel terikat. (+ dan – diabaikan karena uji bersifat 2 sisi). 2) Tabel dapat dilihat dengan persamaan: db = N-k db = 60 – 2 = 58 3) t-tabel (db = 58 taraf kepercayaan 95% (signifikansi 0,025) adalah 2,002
42
4) t-hitung X1 = -8.538. Oleh karena t-hitung > t-tabel (+ dan – diabaikan karena uji bersifat 2 sisi), maka Ho diterima atau Kurs USD secara signifikan berpengaruh terhadap IHSG. 5) t-hitung X2 = -9.838. Oleh karena t-hitung > t-tabel (+ dan – diabaikan karena uji bersifat 2 sisi), maka Ho ditolak atau Suku Bunga SBI secara signifikan berpengaruh terhadap IHSG. Berdasarkan tabel 4.8 maka persamaan regresinya adalah sebagai berikut: Y = a + b₁ x₁ + b₂ x₂ +℮ = 17,494 – 8,538 X1 – 9,838 X2 +℮ Dimana : Y
= IHSG
a
= konstanta
b₁ x₁
= Kurs USD
b₂ x₂
= Suku Bunga
℮
= Error
a) Konstanta sebesar 17,494 menyatakan bahwa jika tidak terjadi perubahan Kurs USD dan Suku Bunga konstan, maka IHSG sebesar 17,494. b) Nilai b Kurs USD (b1) -8,538 menyatakan bahwa jika Kurs USD mengalami kenaikan sebesar 1%, maka terjadi penurunan IHSG sebesar 85.38%.
43
d) Nilai b Suku Bunga(b2) –9,838 menyatakan bahwa jika Suku Bunga mengalami kenaikan sebesar 1%, maka terjadi penurunan IHSG sebesar 98.38%. b. Uji Signifikansi Simultan (ANOVA/ Uji F) Tabel 4.9 Nilai F Hitung
b
ANOVA Model 1
Sum of Squares Regression Residual
Df
Mean Square
2.807E7
2
1.403E7
7476253.560
57
131162.343
3.555E7
59
Total
F 107.000
Sig.
a. Predictors: (Constant), SBI, Kurs USD b. Dependent Variable: IHSG
Pada pengujian secara global (Uji-F) diperoleh nilai F = 107.000 dengan p = 0,000. Maka dapat dipastikan secara bersama-sama variabel bebas (kurs usd dan suku bunga) berpengaruh terhadap IHSG pada taraf kepercayaan 95%.
44
a
.000
