49
BAB IV METODE PENELITIAN
4.1
Jenis/Desain Penelitian Desain penelitian yang digunakan yaitu metode analisis deskriptif yaitu
analisis yang menekankan pada pembahasan data-data dan subjek penelitian dengan menyajikan data-data secara sistematik (Dwi Priyatno, 2008) dan causal study. Tujuan penelitian adalah hipotesis testing, tidak ada keterlibatan peneliti dalam mengendalikan atau memanipulasi variabel penelitian, merupakan non contrived study setting yaitu peneliti tidak memberikan perlakuan terhadap variable. Tipe penelitian ini merupakan ex post facto, yakni tipe penelitian terhadap data yang dikumpulkan setelah terjadinya suatu fakta atau peristiwa. Unit analisis: organization dan time horizon: menggunakan data time series.
4.2
Variabel Penelitian dan Definisi Operasional
4.2.1 Variabel Penelitian Menurut Sugiyono (2011), variabel penelitian adalah suatu atribut atau sifat atau nilai dari orang, obyek atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari dan ditarik kesimpulannya. Dalam analisis regresi dengan lebih dari satu variabel independennya, persamaan regresinya adalah: Yi: β0 + β1 Xi+ β2 X2i+ .....+ βk Xki+ ei dimana: Y
: variabel dependen 49 http://digilib.mercubuana.ac.id/
50
X
: variabel independen
β
: parameter yang diestimasi melalui regresi
e
: random error (residual)
i
: 1,2,....n; n : banyaknya observasi
4.2.1.1 Variabel Bebas Menurut Sugiyono (2011) variabel bebas adalah variabel yang sering disebut sebagai variabel stimulus, prediktor, antecedent. Dalam bahasa Indonesia sering disebut sebagai variabel bebas. Variabel bebas adalah merupakan variabel yang mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel dependen. Variabel independent yang diteliti dalam penelitian ini yang pertama adalah Kelebihan tingkat pengembalian pasar saham (X1), Size Perusahaan (X2 ), ketiga book to market ratio (X3 ), dan momentum saham (X4 ).
4.2.1.2 Variabel Terikat Menurut Sugiyono (2011), variabel dependen sering disebut variabel output, kriteria, konsekuen. Dalam bahasa Indonesia sering disebut variabel terikat. Variabel terikat merupakan variabel yang dipengaruhi atau yang menjadi akibat karena adanya variabel bebas. Variabel
Terikat
dalam
penelitian
ini
adalah
pengembalian reksa dana (Y).
4.2.2 Definisi Operasional 1.
Excess Return Reksa Dana
http://digilib.mercubuana.ac.id/
kelebihan
tingkat
51
Excess return reksa dana diukur dengan mencari selisih dari tingkat pengembalian bulanan dari reksa dana dengan tingkat bunga bebas risiko. Dalam penelitian ini digunakan tingkat pengembalian reksa dana saham yang ada di indonesia. Tingkat pengembalian reksa dana ini dihitung dengan mencari rata-rata tingkat pengembalian reksa dana saham yang ada di Indonesia, dirumuskan sebagai (Rit-Rft) mengadopsi Jensen (1968), dimana: Rft: Sertifikat Bank Indonesia 1 bulan dan return reksa dana saham dirumuskan sebagai berikut: Rit
NAB it – NAB it-1 NAB it-1
:
dimana : Rit
:
imbal hasil reksa dana pada periode t
NABt
:
nilai aktiva bersih pada periode t
NABt-1
:
nilai aktiva bersih pada periode t-1 (sebelumnya)
2.
Excess Return Market Merupakan kelebihan tingkat pengembalian pasar saham yang diproksi
dengan Indeks Harga Saham Gabungan (IHSG) terhadap aset bebas resiko (tingkat pengembalian reksa dana pasar uang 1 bulanan) yang dihitung dengan rumus (RmtRft) mengadopsi Jensen (1968), dimana Rft merupakan Sertifikat Bank Indonesia 1 bulanan. Dan return market dihitung dengan rumus:
Rmt
:
IHSGt – IHSG t-1 IHSG t-1
dimana:
http://digilib.mercubuana.ac.id/
52
Rmt
:
imbal hasil pasar pada periode t
IHSGt
:
IHSG pada periode t
IHSGt-1
:
IHSG pada periode t-1 (sebelumnya)
3.
Size Perusahaan Firm size merupakan perkalian dari jumlah saham yang beredar dengan
harga saham pada setiap perusahaan yang dijadikan sampel. Untuk menentukan kelompok saham besar (B) dan kelompok saham kecil (S), maka firm size akan diranking berdasarkan urutan nilainya dari yang terkecil sampai terbesar. Kriteria kelompok saham besar (B) adalah yang nilai firm size-nya di atas median, sedangkan kelompok saham kecil (S) nilai firm size-nya di bawah median. Firm size (ukuran perusahaan) dalam penelitian ini diproksi dengan SMB (Small Minus Big). SMB merupakan selisih dari rata-rata (average) tiap bulan dari return pada tiga portofolio saham kecil atau perusahaan small (S/L,S/M, S/H) dengan rata-rata (average) tiap bulan dari return pada tiga portofolio saham besar atau perusahaan big (B/L, B/M, B/H). Jadi, SMB merupakan efek B/M yang memfokuskan pada perilaku return yang berbeda dari saham-saham besar dan kecil. Variabel ini dibentuk dengan tahapan sebagai berikut : a.
Membuat daftar saham Membuat daftar saham yang tercatat di bursa efek indonesia setiap tahun selama periode pengujian.
b.
Melakukan input data kapitalisasi saham Memasukan besarnya kapitalisasi saham tersebut selama tahun yang bersangkutan, kemudian diberikan urutan berdasarkan besar kecilnya kapitali-
http://digilib.mercubuana.ac.id/
53
sasi saham tersebut. c.
Pemberian kategori small dan big Mencari median dari data-data tersebut, kemudian saham-saham yang memiliki
kapitalisasi
dibawah
median
dikategorikan
sebagai
saham
berkapitalisasi kecil (small), dan saham-saham yang memiliki kapitalisasi diatas nilai median dikategorikan sebagai saham dengan kapitalisasi besar (big). d.
Input data nilai buku terhadap harga pasar Melakukan input data besarnya rasio nilai buku terhadap harga saham tersebut. Kemudian diberikan urutan berdasarkan besarnya kecilnya rasio tersebut.
e.
Pemberian kategori high, neutral , dan low Pemberian kategori rasio nilai buku saham-saham terhadap pasar. 30 persen dari saham-saham yang memiliki rasio yang paling besar dikategorikan sebagai high, sedangkan 30 persen saham-saham yang memilki rasio paling kecil dikategorikan sebagai low, dan 40 persen sisanya dikategorikan sebagai neutral.
f.
Mencari titik potong Mencari titik potong diantara kategori-kategori saham, sehingga ada enam kategori yang didapat dari titik potong tersebut yaitu: small high, small neutral, small low, big high, big neutral, big low.
g.
Mencari tingkat pengembalian saham Mencari tingkat pengembalian bulanan dari masing-masing saham dalam kategori tersebut. Tingkat pengembalian saham dihitung dengan menggunakan rumus holding period return.
http://digilib.mercubuana.ac.id/
54
h.
Mencari nilai Small minus Big (SMB) Menghitung rata-rata tertimbang dari tingkat pengembalian portofolio saham yang memiliki kapitalisasi saham kecil dikurangi tingkat pengembalian portofolio saham yang memiliki kapitalisasi saham besar.
Secara matematis dapat ditulis: SMB : 1/3(S/L + S/M + S/H) – 1/3(B/L + B/M +B/H) Dimana: SMB : Perbedaan setiap bulan antara rata-rata dari return pada tiga portofolio saham kecil (S/L,S/M, S/H) dan rata-rata return pada tiga portofolio saham besar (B/L,B/M, B/H). S/L
: Portfolio size kecil dibagi B/M low.
S/M : Portfolio size kecil dibagi B/M medium. S/H : Portfolio size kecil dibagi B/M high. B/L : Portfolio size besar dibagi B/M low. B/M : Portfolio size besar dibagi B/M medium. B/H : Portfolio size besar dibagi B/M high.
4.
Book to Market Ratio Book to market ratio atau book equity to market equity (B/M), merupakan
hasil bagi antara nilai buku (book value) dengan nilai pasar (market value). Nilai buku menunjukkan aktiva bersih yang dimiliki oleh pemegang saham. Aktiva bersih sama dengan total ekuitas pemegang saham. Nilai pasar merupakan hasil perkalian antara jumlah saham yang beredar dengan closing price setiap perusahaan. Berdasarkan faktor B/M, saham-saham dikelompokkan ke dalam tiga
http://digilib.mercubuana.ac.id/
55
kelompok, yakni: 30% Low (L), 40% Medium (M), dan 30% High (H). Seperti halnya Fama dan French, penelitian ini tidak menggunakan BE/ME yang bernilai negative. Setelah dibentuk kelompok berdasarkan faktor size dan B/M, maka selanjutnya dapat dibentuk portofolio S/L, S/M, S/H, B/L, B/M, dan B/H. Book to market ratio dalam penelitian ini diproksi dengan HML (High Minus Low). High low (HML) merupakan perbedaan setiap bulan antara rata-rata dari return pada dua portofolio yang B/M-nya tinggi (S/H dan B/H) dan rata-rata dari return pada dua portofolio yang B/M-nya rendah (S/L dan B/L). Jadi, HML merupakan faktor size yang memfokuskan pada perilaku return yang berbeda dari saham-saham B/M-nya rendah dan tinggi. Secara matematis dapat ditulis: HML : 1/2(S/H + B/H) – 1/2(S/L + B/L) Dimana: HML : Perbedaan setiap bulan antara rata-rata dari return pada dua portofolio yang B/M-nya tinggi (S/H dan B/H) dan rata-rata dari return pada dua portofolio yang B/M-nya rendah (S/Ldan B/L). S/H : Portfolio size kecil dibagi B/M high. B/H : Portfolio size besar dibagi B/M high. S/L : Portfolio size kecil dibagi B/M low B/L : Portfolio size besar dibagi B/M low.
5.
Momentum Saham Momentum merupakan proksi dari winner minus loser (WML). WML
adalah rata – rata tertimbang dari tingkat pengembalian portofolio saham pemenang (winner) dikurangi tingkat pengembalian portofolio saham yang menjadi
http://digilib.mercubuana.ac.id/
56
pecundang (loser). Peneliti mengadopsi penelitian Carhart (1997). WML diperoleh dengan mengelompokkan saham berdasarkan kapitalisasi pasarnya dan tingkat pengembalian bulanannya. Data tingkat pengembalian saham yang ada dalam Fack Book IDX yang dihitung dengan rumus holding periode return yang kemudian dirangking. Tingkat pengembalian tersebut diberikan kategori tambahan yaitu 30% urutan tertinggi dikategorikan sebagai pemenang (W), 30 % urutan terendah dikategorikan sebagai pecundang (L), dan 40% sisanya sebagai netral (N). Kemudian dibentuk enam ratarata tertimbang portofolio yaitu: S/L, S/N, S/W, B/L, B/N dan B/W, sebagai persimpangan antara ukuran dan kelompok kinerja sebelumnya. Untuk mencari variabel ini digunakan beberapa langkah pengerjaan, yaitu a.
Membuat Daftar Saham Membuat daftar saham yang tercatat di bursa efek indonesia setiap tahun selama periode pengujian.
b.
Melakukan input data kapitalisasi saham Menginput besarnya kapitalisasi saham tersebut selama tahun yang bersangkutan, kemudian diberikan urutan berdasarkan besar kecilnya kapitalisasi saham tersebut.
c.
Pemberian kategori small dan big Mencari median dari data-data tersebut, kemudian saham-saham yang memiliki
kapitalisasi
dibawah
median
dikategorikan
sebagai
saham
berkapitalisasi kecil (small), dan saham-saham yang memiliki kapitalisasi diatas nilai median dikategorikan sebagai saham dengan kapitalisasi besar (big).
http://digilib.mercubuana.ac.id/
57
d.
Input data tingkat pengembalian Menghitung tingkat pengembalian bulanan untuk masing-masing saham, tingkat pengembalian dicari dengan menggunakan rumus holding period return.
e.
Pemberian kategori Mengurutkan data tingkat pengembalian saham. Kemudian diberikan kategori sebagai berikut untuk 30 persen saham dengan tingkat pengembalian tertinggi diberikan kategori winner, kemudian 30 persen saham dengan tingkat pengembalian terendah dikategorikan sebagai loser, dan 40 persen sisanya dikategorikan sebagai neutral.
f.
Mencari titik potong Mencari titik potong diantara dua kategori tersebut. Dari titik potong ini didapat lagi enam kategori, yaitu : small winner, small neutral, small loser, big winner, big neutral, big loser.
g.
Mencari variabel winner minus loser (WML) Variabel WML dihitung dengan mencari rata – rata tertimbang dari tingkat pengembalian portofolio pemenang dikurangi tingkat pengembalian portofolio saham yang menjadi pecundang. Secara matematis didapatkan: WML : ((S/W – S/L) + (B/W – B/L))/2
Dimana: WML : rata – rata tertimbang dari tingkat pengembalian portofolio saham pemenang (winner) dikurangi tingkat pengembalian portofolio saham yang menjadi pecundang (loser). S/W
: Portfolio size kecil dibagi saham dengan tingkat pengembalian tinggi.
http://digilib.mercubuana.ac.id/
58
S/L
: Portfolio size kecil dibagi saham degan tingkat pengembalian rendah.
B/W
: Portfolio size besar dibagi saham dengan tingkat pengembalian tinggi.
B/L
: Portfolio size besar dibagi saham dengan tingkat pengembalian rendah.
4.3 Populasi dan Sampel Penelitian Menurut Sugiyono (2011), populasi adalah wilayah generalisasi yang terdiri atas objek/subjek yang mempunyai kualitas dan karakteristik tertentu yang telah ditetapkan oleh peneliti untuk dipelajarai dan kemudian ditarik kesimpulan. Sedangkan sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut. Penelitian ini menggunakan teknik pengambilan sampel purposive sampling, yaitu pengambilan sampel berdasarkan tujuan-tujuan tertentu. Tujuan dimaksud adalah reksa dana yang aktif terus menerus selama jangka waku pengamatan. Dari populasi reksa dana saham yang aktif sampai dengan saat ini yakni sejumlah 191 (sumber: Otoritas Jasa Keuangan), jumlah reksa dana yang aktif selama periode 5 tahun (periode Januari 2010 s.d. Desember 2014) sebanyak 38 reksa dana saham sehingga sampel yang digunakan dalam penelitian ini sebanyak 38 reksa dana saham.
4.4
Jenis dan Sumber Data Jenis data yang digunakan merupakan data yang berbentuk data panel yang
berupa data times series dan cross section. Terdapat 38 reksa dana saham (individu) dengan jumlah periode waktu untuk masing-masing variabel yang digunakan sejumlah 60 bulan (periode Januari 2010 s.d. Desember 2014).
http://digilib.mercubuana.ac.id/
59
Pengumpulan data diperoleh secara tidak langsung melalui media perantara (data sekunder). Data-data sekunder yang diperlukan dalam penelitian ini dan sumber data tersebut, adalah: 1.
Nilai aktiva bersih (NAB) reksa dana saham, yang berupa data NAB per unit pada hari terakhir setiap bulan selama periode penelitian yang diperoleh dari Otoritas Jasa Keuangan.
2.
Indeks Harga Saham Gabungan (IHSG) yang diasumsikan sebagai tolok ukur kinerja pasar (benchmark) yang nilainya diambil dari harga penutupan pada hari
kerja
bursa
terakhir
setiap
bulan
yang
diperoleh
dari
situs
www.yahoofinance.com. 3.
Sertifikat Bank Indonesia sebagai tolok ukur tingkat suku bunga bebas risiko selama periode penelitian yang diperoleh dari situs BI (www.bi.go.id).
4.
Data kapitalisasi saham dan rasio nilai buku saham terhadap pasar yang diperoleh dari fact book 2010 s.d 2014 (www.idx.co.id).
4.5
Teknik Pengumpulan Data Data dalam penelitian ini dikumpulkan dengan cara penelitian arsip
(archival research) yaitu penelitian terhadap fakta yang tertulis (dokumen) atau berupa arsip data (Indriantoro dan Supomo, 1999) dan dari sumber pendukung lainnya dengan cara mengumpulkan, mempelajari, dan menelaah data-data sekunder yang berhubungan dengan masalah yang diteliti. Kemudian diolah menjadi variabel-variabel yang relevan dalam penelitian ini.
4.6
Metode Analisis Data
http://digilib.mercubuana.ac.id/
60
Dalam penelitian ini, metode analisis data yang digunakan adalah model analisis regresi data panel dengan bantuan software Eviews v.6. Terlebih dahulu peneliti menjelaskan gambaran variabel penelitian dengan statistik deskriptif dan uji stasioneritas apakah data yang digunakan sudah stasioner. Kemudian, dilakukan estimasi regresi data panel dengan metode Common Effect, Fixed Effect, dan Random Effect. Terakhir, peneliti melakukan pemilihan estimasi regresi data panel yang terbaik dari ketiga metode tersebut. 4.6.1 Statistik Deskriptif Pengujian ini dilakukan pada data variabel dependen dan independen yang digunakandalam model Charhat. Pengujian dilakukan untuk melihat sebaran data darivariabel excess return reksa dana saham, excess return market, size, book to market, dan momentum. Parameternya meliputi mean, median, maximum dan minimum. Kemudian dijabarkan hasil statistik deskriptif dari masing-masing variabel yang digunakan dalam penelitian.
4.6.2
Uji Stasioneritas Untuk jenis data yang mengandung data times series seringkali terjadi
datanya tidak stasioner. Pertimbangan dilakukannya uji stasioneritas adalah: pertama, penelitian empiris yang menggunakan data times series mengasumsikan bahwa data bersifat stasioner; kedua, data yang tidak stasioner, salah satunya, dapat menyebabkan terjadinya autokorelasi; ketiga, data yang bersifat stasioner dapat menyebabkan hasil regresi lancung dimana regresi diantara variabel times series mempunyai R2 (lebih dari 0,9) tetapi tidak mempunyai hubungan yang berarti; dan keempat, beberapa data
times
series
keuangan misalnya harga
http://digilib.mercubuana.ac.id/
saham
61
memperlihatkan fenomena random walk yang akan menyebabkan peramalan harga aset yang dilakukan menjadi sia-sia (Gujarati, 2009). Levin et.al (2002), untuk data pool cross section dan times series (data panel), menyarankan untuk dilakukan uji hipotesis akar unit untuk mengetahui kestasioneran data panel. Pada uji stasioneritas, hipotesis null uji akar unit data panel menyatakan apabila data panel memiliki akar unit (data tidak stasioner). sebaliknya, jika secara statistik signifikan maka kesimpulannya adalah menolak hipotesis null atau data panel tidak memiliki akar unit (data stasioner). Apabila uji stasioner menghasilkan variabel yang tidak stasioner sebelum dideferensi namun stasioner pada tingkat pertama, besar kemungkinan akan terjadi kointegrasi, yang berarti terdapat hubungan jangka panjang di antara variabel yang digunakan (Winarno, 2011). Jika data dihasilkan stasioner tanpa dideferensi, peneliti tidak melakukan uji statistik untuk mengetahui apakah variabel-variabel yang digunakan terjadi kointegrasi.
4.6.3
Analisis Regresi Data Panel Wibisono (2005) menyebutkan beberapa keuntungan panel data yang
menggunakan data time series dan cross section. Pertama, data panel mampu memperhitungkan heterogenitas individu secara ekspilisit dengan mengizinkan variabel spesifik individu. Kedua. Kemampuan mengontrol heterogenitas ini selanjutnya menjadikan data panel dapat digunakan untuk menguji dan membangun model perilaku lebih kompleks. Ketiga, data panel mendasarkan diri pada observasi cross-section yang berulang-ulang (time series), sehingga metode data panel cocok digunakan sebagai study of dynamic adjustment. Keempat,
http://digilib.mercubuana.ac.id/
62
tingginya jumlah observasi memiliki implikasi pada data yang lebih informatif, lebih variatif, dan kolinieritas (multiko) antara data semakin berkurang, dan derajat kebebasan (degree of freedom - df) lebih tinggi sehingga dapat diperoleh hasil estimasi yang lebih efisien. Kelima, data panel dapat digunakan untuk mempelajari model-model perilaku yang kompleks. Dan keenam, Data panel dapat digunakan untuk meminimalkan bias yang mungkin ditimbulkan oleh agregasi data individu. Keunggulan-keunggulan tersebut memiliki implikasi pada tidak dilakukannya pengujian asumsi klasik dalam model data panel. Namun demikian, penulis melakukan uji asumsi multikolinieritas untuk menguji apakah terjadi hubungan yang linier antar variabel independen. Sedangkan uji heteroskedaskitas dan uji autokorelasi tidak dilakukan dengan pertimbangan bahwa regresi model data panel menggunakan metode Generalized Least Squares (GLS) yang secara otomatis menghilangkan heteroskedaskitas dan autokorelasi (Gujarati, 2009). 1) Estimasi Model Regresi Data Panel Model persamaan data panel yang merupakan gabungan dari data cross section dan data time series adalah sebagai berikut: Yit = α + β1X1it + β2X2it + … + βnXnit + eit dimana: Yit = variabel terikat (dependent) Xit = variabel bebas (independent) i
= entitas ke-i
t
= periode ke-t
http://digilib.mercubuana.ac.id/
63
Model regresi data panel yang akan diestimasi membutuhkan asumsi terhadap intersep, slope dan variabel gangguannya. Menurut Widarjono (2013) ada beberapa kemungkinan yang akan muncul atas adanya asumsi terhadap intersep, slope dan variabel gangguannya. a. Diasumsikan intersep dan slope adalah tetap sepanjang periode waktu dan seluruh entitas/perusahaan. Perbedaan intersep dan slope dijelaskan oleh variabel gangguan (residual). b. Diasumsikan
slope
adalah
tetap
tetapi
intersep
berbeda
antar
entitas/perusahaan. c. Diasumsikan slope tetap tetapi intersep berbeda baik antar waktu maupun antar individu. d. Diasumsikan intersep dan slope berbeda antar individu. e. Diasumsikan intersep dan slope berbeda antar waktu dan antar individu. Widarjono (2013), untuk mengestimasi parameter model dengan data panel, terdapat tiga pendekatan (model), yaitu: 1. Model Common Effect Teknik ini merupakan teknik yang paling sederhana untuk mengestimasi parameter model data panel, yaitu dengan mengkombinasikan data cross section dan time series sebagai satu kesatuan tanpa melihat adanya perbedaan waktu dan entitas (individu).Dimana pendekatan yang sering dipakai adalah metode Ordinary Least Square (OLS). Model Commen Effect mengabaikan adanya perbedaan dimensi individu maupun waktu atau dengan kata lain perilaku data antar individu sama dalam berbagai kurun waktu. Dalam penelitian ini metode yang digunakan Generalized Least Square (GLS), dengan pertimbangan otomatis
http://digilib.mercubuana.ac.id/
64
menghilangkan heteroskedaskitas. 2. Model Efek Tetap (Fixed Effect) Pendekatan model Fixed Effect mengasumsikan bahwa intersep dari setiap individu adalah berbeda sedangkan slope antar individu adalah tetap (sama). Teknik ini menggunakan variabel dummy untuk menangkap adanya perbedaan intersep antar individu. Sama halnya dengan model Common Effect, model ini menggunakan Generalized Least Square (GLS), dengan pertimbangan otomatis menghilangkan heteroskedaskitas 3. Model Efek Random (Random Effect) Pendekatan yang dipakai dalam Random Effect mengasumsikan setiap perusahaan mempunyai perbedaan intersep, yang mana intersep tersebut adalah variabel random atau stochastic. Model ini sangat berguna jika individu (entitas) yang diambil sebagai sampel adalah dipilih secara random dan merupakan wakil populasi.Teknik ini juga memperhitungkan bahwa error mungkin berkorelasi sepanjang cross section dan time series.
2) Pemilihan Model (Teknik Estimasi) Regresi Data Panel Pada dasarnya ketiga teknik (model) estimasi data panel dapat dipilih sesuai dengan keadaan penelitian, dilihat dari jumlah individu bank dan variabel penelitiannya. Namun demikian, ada beberapa cara yang dapat digunakan untuk menentukan teknik mana yang paling tepat dalam mengestimasi parameter data panel. Menurut Widarjono (2013), ada tiga uji untuk memilih teknik estimasi data panel. Pertama, uji statistik F digunakan untuk memilih antara metode Commom Effect atau metode Fixed Effect. Kedua, uji Lagrange Multiplier (LM) digunakan
http://digilib.mercubuana.ac.id/
65
untuk memilih antara metode Commom Effect atau metode Random Effect. Dan ketiga, uji Hausman yang digunakan untuk memilih antara metode Fixed Effect atau metode Random Effect.
4.6.4
Uji R2 dan Pengujian Hipotesis (Uji t, dan Uji F) Uji koefisien Determinasi (R²) mengukur kemampuan variabel independen
dalam menjelaskan varabel dependen. R² baik jika nilainya >0,5. Jika R² besar maka dikatakan model cukup baik, jika R² kecil bukan berarti model tidak baik, tetapi ada variabel lain di luar persamaan yang berpengaruh terhadap variabel independen. Uji Statistik F, uji koefisien regresi berganda secara bersama-sama untuk mengetahui pengaruh variabel independen terhadap variabel dependen. Jika pvalue < level significant yang ditentukan atau F-hitung>F tabel, maka dapat dikatakan bahwa terdapat pengaruh simultan dari variabel independen terhadap variabel dependen. Sedangkan uji t digunakan untuk mengetahui pengaruah variabel independen secara parsial terhadap variabel dependen. Jika p-value < level significant yang ditentukan atau t-hitung>t tabel, maka dapat dikatakan bahwa terdapat pengaruh variabel independen secara parsial terhadap variabel dependen. Hipotesis yang digunakan adalah: Ho
: Tidak terdapat pengaruh variabel independen terhadap excess return reksa dana saham secara parsial
Ha
: Terdapat pengaruh pengaruh variabel independen terhadap excess return reksa dana saham secara parsial.
http://digilib.mercubuana.ac.id/
