BAB III METODE PENELITIAN
3.1. Desain Penelitian Metode penelitian yang digunakan dalam penelitian ini adalah metode korelasional dengan pendekatan kombinasi antara cross sectional study dan time series study, karena penelitian ini bertujuan untuk menguji adanya pengaruh antara tiga variabel, yaitu Return On Equity, Price Earning Ratio dan Return Saham yang telah dirumuskan sebagai hipotesis, dan karena jenis data yang dipergunakan dalam penelitian ini merupakan perpaduan antara data rentetan waktu dan terdiri dari beberapa subyek. Metode korelasional adalah suatu metode penelitian yang digunakan dalam penelitian yang bertujuan untuk meneliti sejauh mana variasi pada suatu faktor berkaitan dengan variasi pada faktor lain (Jalaluddin Rakhmat, 2002:27). Cross sectional study merupakan tipe studi satu tahap yang datanya berupa beberapa subyek pada kurun waktu tertentu sedangkan time series study lebih menekankan pada data penelitian berupa data rentetan waktu (Nur Indiantoro, 2002:95).
53
54
3.2. Definisi dan Operasionalisasi Variabel 3.2.1. Definisi Variabel Sesuai dengan judulnya “Pengaruh Return On Equity dan Price Earning Ratio terhadap Return Saham”, maka variabel yang terdapat di dalam penelitian ini adalah return on equity (X1), price earning ratio (X2), dan return saham (Y). 1. Return On Equity Rasio ini digunakan untuk mengukur tingkat laba yang dihasilkan dari investasi pemegang saham. Rasio ini sangat umum digunakan oleh investor karena rasio ini merefleksikan kemungkinan laba yang bisa diperoleh pemegang saham. Return On Equity yang tinggi bisa berarti bahwa perusahaan tersebut memiliki peluang untuk memberikan pendapatan yang besar bagi pemegang saham. Return On Equity dapat ditulis dalam bentuk rumus (Bodie, 1999:576):
Return On Equity =
Net Pr ofit Equity
2. Price Earning Ratio Price Earning Ratio merupakan suatu analisis yang menggambarkan mengenai seberapa tinggi peluang suatu saham dibeli oleh investor untuk setiap laba/saham yang dihasilkan. PER adalah rasio antara harga saham di pasar dibandingkan dengan laba perusahaan (EPS). Price Earning Ratio dirumuskan sebagai berikut:
55
Price Earning Ratio =
Sedangkan
nilai
Earning
Earning Per Share =
Per
Market Pr icePerShare EarningPerShare
Share
(EPS)
diperoleh
dari:
NetIncome NumberOfCommonSharesOuts tan ding
Dalam persamaan yang telah dikemukakan diatas, market price yang digunakan dalam menghitung Price Earning Ratio adalah harga saham pada saat penutupan, sedangkan net income yang digunakan adalah laba setelah pajak. 3. Return Saham Return saham merupakan penghasilan yang diperoleh investor yang menanamkan modalnya dalam bentuk saham biasa. Return saham dapat dihitung dengan menggunakan rumus seperti yang dikemukakan oleh Van Horne (1997:90):
R=
Dt + ( Pt − Pt −1 ) Pt −1
Ket: R = stock return t
= particular time period in the past future
56
Dt = the cash dividend at the end of time period t Pt = stock’s price at time period t Pt-1 = stock’s price at time period t-1
3.2.2. Operasionalisasi Variabel Dalam penelitian ini terdapat tiga variabel, yang terdiri dari dua variabel independen, yaitu Return On Equity (X1) dan Price Earning Ratio (X2), serta satu variabel dependen, yaitu Return saham (Y). Untuk memahami penggunaan ketiga variabel tersebut dan untuk menentukan data apa saja yang diperlukan untuk memudahkan pengukurannya, maka ketiga variabel tersebut didefinisikan secara operasional ke dalam penjabaran konsep sebagai berikut: Tabel 3.1 Operasionalisasi Variabel Variabel Return On Equity (X1) Price Earning Ratio (X2) Return saham (Y)
Indikator
LabaBersih TotalEkuitas
Skala
Rasio
H arg aSaham LabaPerLembarSaham
Rasio
Dividen + ( H arg aSahamAkhirTahun − H arg aSahamAwalTahun) H arg aSahamAwalTahun
Rasio
57
3.3. Populasi dan Teknik Sampling 3.3.1. Populasi Populasi adalah “wilayah generalisasi yang terdiri atas obyek/subyek yang mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya” (Sugiyono, 55:2002). Sedangkan menurut Arikunta (2002:108), “Populasi adalah keseluruhan subyek penelitian”. Yang menjadi subyek dalam penelitian ini adalah seluruh emiten yang bergerak dalam satu bidang industri sejenis, yaitu indusri barang konsumsi (consumer goods industry) yang terdaftar di Bursa Efek Jakarta, dan yang menjadi obyeknya adalah Return On Equity dan Price Earning Ratio industri-industri manufaktur yang terdaftar di Bursa Efek Jakarta. Pada periode 2003-2007, industri barang konsumsi yang terdaftar di Bursa Efek Jakarta berjumlah 42 perusahaan. Alasan pemilihan populasi ini disebabkan karena saham-saham perusahaan tersebut merupakan saham-saham yang cukup aktif diperdagangkan di lantai bursa dengan nilai perdagangan yang cukup besar dibandingkan industri lain.
3.3.2. Teknik Sampling Teknik sampling yang digunakan adalah purposive sampling atau sampling bertujuan, dimana peneliti menentukan sendiri sampel yang akan diteliti dengan pertimbangan-pertimbangan tertentu sesuai dengan tujuannya. Menurut Sugiyono (2002:62), “Purposive sampling (sampling bertujuan) adalah teknik penentuan sampel untuk tujuan tertentu saja”.
58
Sampel merupakan “sebagian dari jumlah populasi yang diambil oleh seorang peneliti untuk lebih memudahkan penelitiannya baik dari segi biaya, waktu, dan tenaga”. (Sugiyono, 55:2002). Sedangkan Kuncoro (2003:103) menyatakan bahwa “Sampel adalah suatu himpunan bagian (set) dari unit populasi”. Data yang digunakan pada penelitian ini bersumber dari laporan keuangan yang diterbitkan oleh emiten di Bursa Efek Jakarta. Data ROE dan PER diperoleh dari laporan keuangan periode tahun 2003 sampai dengan tahun 2006, sedangkan return saham yang digunakan adalah return saham periode tahun 2004 sampai dengan tahun 2007. Data yang diambil berdasarkan kriteria sebagai berikut: 1. Perusahaan telah terdaftar paling tidak per Januari tahun 2003 dan tidak mengalami delisting sampai akhir tahun 2007. 2. Perusahaan tersebut menerbitkan laporan keuangan untuk periode 2003 sampai 2007. 3. Laporan
keuangan
yang
diterbitkan
perusahaan-perusahaan
tersebut berakhir 31 Desember. 4. Perusahaan tersebut memiliki kelengkapan data. Dari uraian tersebut, ternyata perusahaan yang memenuhi kriteria-kriteria yang telah ditetapkan di atas berjumlah 27 perusahaan yang diasumsikan dapat mewakili dan mencerminkan jumlah populasi perusahaan. Adapun ke-27 perusahaan sektor industri barang konsumsi yang diambil sebagai sampel penelitian tersebut adalah sebagai berikut:
59
Tabel 3.2 Daftar Perusahaan yang Menjadi Sampel Penelitian 1 2 3 4 5 6 7 8 9 10 11
FOOD & BEVERAGES Aqua Golden Missisippi Tbk (AQUA) Cahaya Kalbar (CEKA) Davomas Abadi Tbk (DAVO) Delta Djakarta Tbk (DLTA) Indofood Sukses Makmur Tbk (INDF) Mayora Indah Tbk (MYOR) Multi Bintang Indonesia Tbk (MLBI) Sari Husada Tbk (SHDA) Siantar Top Tbk (STTP) SMART Tbk (SMAR) Tunas Baru Lampung Tbk (TBLA)
1 2 3 4
TOBACCO MANUFACTURERS BAT Indonesia Tbk (BATI) Bentoel Intern. Investama Tbk (RMBA) Gudang Garam Tbk (GGRM) HM Sampoerna Tbk (HMSP)
1 2 3 4 5 6 7
PHARMACEUTICALS Darya-Varia Laboratoria Tbk (DVLA) Indofarma Tbk (INAF) Kalbe Farma Tbk (KLBF) Kimia Farma (Persero) Tbk (KAEF) Merck Indonesia Tbk (MERK) Pyridam Farma Tbk (PYFA) Tempo Scan Pacific Tbk (TSPC)
1 2 3
COSMETICS AND HOUSEHOLD Mandom Indonesia Tbk (TCID) Mustika Ratu Tbk (MRAT) Unilever Indonesia Tbk (UNVR)
1 2
HOUSEWARE Kedaung Indah Can Tbk (KICI) Kedawung Setia Industrial Tbk (KDSI)
3.4. Teknik Pengumpulan Data Penelitian Teknik pengumpulan data yang dilakukan dalam penelitian ini yaitu dengan telaah kepustakaan dan dokumentasi. 1. Telaah kepustakaan dimaksudkan untuk memperoleh data sekunder dengan cara mempelajari literatur dan catatan-catatan yang ada hubungannya dengan masalah yang dibahas dengan maksud untuk memperoleh informasi atau untuk menggali teori-teori yang relevan dengan masalah Return On Equity dan Price Earning Ratio. 2. Dokumentasi yaitu teknik penelitian yang perolehan datanya diperoleh melalui penelitian terhadap dokumen-dokumen yang dimiliki perusahaan yang relevan dengan masalah yang diteliti. Dokumentasi dilakukan dengan
60
mempelajari dokumen-dokumen perusahaan yang berkaitan dengan Return On Equity dan Price Earning Ratio.
3.5. Teknik Analisis Data dan Rancangan Pengujian Hipotesis 3.5.1. Teknik Analisis Data Data yang digunakan dalam penelitian ini adalah data panel (pooled data), yaitu suatu jenis data yang merupakan gabungan antara data runtut waktu (time series) dengan data seksi silang (cross section) (Winarno, 2.5:2007). Jadi data yang digunakan dalam penelitian ini memiliki gabungan karakteristik kedua jenis data tersebut, yaitu terdiri atas beberapa objek dan meliputi beberapa periode waktu. Setelah melakukan pengumpulan data, maka tahapan selanjutnya adalah pengujian hipotesis dan analisis hasil serta penarikan kesimpulan. Rancangan pengujian hipotesis sendiri dilakukan melalui tahapan-tahapan sebagai berikut: 1. Penetapan hipotesis nol 2. Pemilihan uji statistik 3. Penetapan tingkat signifikasi 4. Penolakan atau penerimaan hipotesis nol 5. Penarikan kesimpulan Hipotesis nol menyatakan tidak adanya pengaruh dari variabel X terhadap variabel Y. Sedangkan hipotesis alternatif menyatakan adanya pengaruh dari variabel X terhadap Y. Dengan demikian hipotesis nol (H0) dan hipotesis alternatif (Ha) dalam penelitian ini adalah:
61
H01
: return on equity dan price earning ratio secara bersama-sama tidak berpengaruh terhadap return saham
Ha1
: return on equity dan price earning ratio secara bersama-sama berpengaruh terhadap return saham
H02
:
return on equity tidak berpengaruh terhadap return saham
Ha2
:
return on equity berpengaruh terhadap return saham
H03
:
price earning ratio tidak berpengaruh terhadap return saham
Ha3
:
price earning ratio berpengaruh terhadap return saham
Untuk menguji hipotesis yang telah dirumuskan tersebut, penulis menggunakan uji statistik parametrik berdasarkan data yang telah diperoleh. Oleh karena terdapat satu buah variabel dependen dan dua buah variabel independen, maka digunakan analisis regresi linear dan korelasi berganda (multiple linear regression and correlation). Namun sebelum dilakukan pengujian hipotesis, terlebih dahulu dilakukan pengujian apakah bentuk regresinya linear (garis lurus) atau ada tidaknya pelanggaran terhadap asumsi-asumsi klasik yang mendasari model regresi linear berganda. Uji asumsi klasik tersebut adalah sebagai berikut: a. Uji normalitas Statistik terbagi menjadi dua bagian, yaitu statistik parametrik dan statistk non parametrik. Statistik parametrik merupakan bagian dari statistik yang melakukan analisis (penaksiran atau uji hipotesis) dari data statistik yang berdistribusi normal ataupun yang berdistribusi mendekati normal. Sedangkan statisik non parametrik merupakan
62
bagian dari statistik yang melakukan analisis (penaksiran atau uji hipotesis) dari data yang berdistribusi tidak normal atau yang tidak diketahui bentuk distribusinya. Penentuan apakah penelitian dilakukan dengan menggunakan statistik parametrik atau statistik non parametrik dapat pula dilhat dari jumlah data. Apabila data > 30 atau data yang akan dianalisis berbentuk interval
atau
rasio,
maka
menggunakan
statistik
parametrik.
Sebaliknya jika data < 30 atau data yang akan dianalisis berbentuk nominal atau ordinal, maka digunakan statistik non parametrik (Sugiyono, 2002:92).
b. Uji multikolinearitas Menurut Winarno (2007:5.1), multikolinearitas adalah kondisi adanya hubungan linear antarvariabel independen. Dengan demikian yang dimaksud dengan multikolinearitas adalah interkorelasi yang terjadi diantara variabel-variabel independen. Jika terdapat korelasi yang sempurna diantara sesama variabel-variabel independen sehingga nilai koefisien korelasi diantara variabel-variabel tersebut sama dengan satu maka konsekuensinya adalah koefisien-koefisien regresi menjadi tidak dapat ditaksir dan nilai standar error koefisien regresi menjadi tidak terhingga. Adanya multikolinearitas akan menyebabkan regresi masing-masing variabel bebas ini secara statistik tidak signifikan sehingga kita tidak
63
dapat mengetahui variabel terikat. Selain itu, multikolinearitas dapat menyebabkan tanda koefisien regresi mengandung tanda yang berlawanan dengan yang diramalkan secara teoritis. Multikolinearitas dapat dideteksi dengan melakukan regresi auxiliary, dimana jika Fhitung>Fkritis pada α dan derajat kebebasan tertentu maka model tersebut
mengandung
unsur
multikolinearitas.
Jika
terjadi
multikolinearitas, maka salah satu variabel yang saling berhubungan akan dikeluarkan dari model, dimana variabel yang dikeluarkan dari model adalah variabel yang nilai t-nya paling rendah atau dapat dilakukan dengan menambah variabel lain ke dalam model.
c. Uji heterokedastisitas Model regresi yang baik adalah tidak terjadi heterokedastisitas. Pendeteksian heterokedastisitas dapat dilakukan dengan menggunakan grafik, yaitu jika tidak ada informasi yang apriori atau empiris mengenai sifat heterokedastisitas, maka dalam praktek, orang dapat melakukan analisis regresi atas dasar asumsi bahwa tidak ada heterokedastisitas dan kemudian melakukan pengujian sesudahnya dari kuadrat residual yang ditaksir untuk melihat jika residual tadi menunjukkan suatu pola yang sistematis. Jika tidak ada pola yang sistematis antara dua variabel, maka kemungkinan tidak ada heterokedastisitas
dalam
data
tadi.
Untuk
menghilangkan
heteroskedastisitas dapat dilakukan dengan menggunakan metode
64
WLS (Weighted Least Square) bila σ2i diketahui dan menggunakan metode white bila besarnya σ2i tidak diketahui.
d. Uji autokorelasi Autokorelasi adalah hubungan antara residual satu observasi dengan residual observasi lainnya. Pengujian autokorelasi dilakukan dengan melihat apakah dalam sebuah model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem autokorelasi, sedangkan model regresi yang baik adalah regresi yang bebas
dari
auokorelasi
autokorelasi. ini
Untuk
digunakan
mendeteksi
Statistik
adanya
problem
Durbin-Watson,
dengan
menghitung nilai d-nya. Nilai d adalah nilai yang menggambarkan koefisien Durbin-Watson. Nilai d akan berada di kisaran 0 hingga 4. Bila nilai d berada diantara 1,54 dan 2,46 maka tidak ada autokorelasi, namun bila nilai d berada diantara 0 hingga 1,10 atau diantara 2,90 hingga 4 maka dapat disimpulkan bahwa data mengandung autokorelasi. Setelah dilakukan berbagai uji asumsi klasik yang harus dipenuhi oleh suatu model regresi berganda tersebut maka barulah dilakukan analisis data. Analisis terhadap data yang telah dikumpulkan, dilakukan melalui analisis statistik kuantitatif dengan bantuan ukuran-ukuran statistik yang relevan untuk menguji hipotesis yang telah ditetapkan sebelumnya. Untuk memperoleh
65
gambaran mengenai pengaruh Return On Equity dan Price Earning Ratio terhadap return saham maka dilakukan analisis terhadap data-data yang diperoleh dengan cara analisis korelasi dan analisis regresi. 1. Analisis Korelasi Analisis korelasi yang digunakan dalam penelitian ini adalah analisis korelasi product moment (koefisien korelasi pearson). Koefisien korelasi pearson merupakan suatu teknik statistik parametrik untuk menganalisis data yang berbentuk rasio (Sugiyono, 2002:212). Analisis ini digunakan untuk mengetahui derajat hubungan antara variabel X dan variabel Y, dimana derajat hubungan tersebut dinyatakan dengan r yang dinamakan koefisien korelasi. Dengan demikian, analisis korelasi ini digunakan untuk mengamati besarnya hubungan yang terjadi antara variabel-variabel yang diteliti, baik antara variabel independen dengan variabel dependen maupun antara variabel-variabel independen, dan ukuran yang dipakai untuk menentukan derajat atau kekuatan hubungan antara variabel-variabel tersebut dinamakan koefisien korelasi. Dalam analisis regresi linear berganda, korelasi yang dihitung adalah: 1) Korelasi sederhana (zero one coefficient of correlation) Korelasi sederhana yang digunakan adalah korelasi Product Moment Pearson, yang merupakan korelasi antara dua variabel yang terdiri atas salah satu variabel independen, yaitu variabel independen pertama (X1) atau variabel independen kedua (X2). Rumus yang digunakan untuk menghitung koefisien korelasi pearson adalah:
66
n
∑ (x ryx =
i =1
i
− x)( y i − y )
n
n
i =1
i =1
∑ ( xi − x ) 2 ∑ ( xi − x ) 2
Rumus tersebut juga digunakan sebagai dasar untuk perhitungan korelasi parsial dan korelasi ganda. 2) Korelasi parsial (coefficient of partial correlation) Korelasi parsial adalah korelasi antara salah satu variabel independen dengan variabel dependen, sementara variabel independen lain dianggap konstan. Rumus yang digunakan untuk menghitung koefisien korelasi parsial adalah:
a. Koefisien korelasi parsial antara Y dan X1, bila X2 dianggap konstan
r1 y.2 =
r1 y − r2 y .r12 (1 − r1 y ) (1 − r12 ) 2
2
67
b. Koefisien korelasi parsial antara Y dan X2, bila X1 dianggap konstan
r2 y − r1 y .r12
r2 y.1 =
(1 − r1 y ) (1 − r12 ) 2
2
Untuk menentukan besarnya pengaruh dari masing-masing variabel independen terhadap variabel dependen secara parsial, maka koefisien korelasi parsial dikuadratkan. Hasil pengkuadratan ini merupakan koefisien determinasi dari masing-masing variabel di atas. 3) Korelasi berganda atau korelasi secara keseluruhan Korelasi ganda adalah korelasi antara lebih dari dua variabel, yang terdiri atas satu variabel dependen (Y) dan dua atau lebih variabel independen (X1, X2, X3, ... Xn). Rumus yang digunakan untuk menghitung koefisien korelasi ganda (multiple) ini adalah:
r1 y + r2 y − 2.r1 y .r2 y .r12 2
r=
2
(1 − r12 ) 2
Koefisien korelasi (r) menunjukkan derajat korelasi antara X dan Y. Nilai koefisien korelasi harus terdapat dalam batas-batas − 1 ≤ r ≤ +1 , dimana
68
1.
Bila nilai r = 0 atau mendekati nol, dikatakan bahwa hubungan antar kedua variabel yang diteliti sangat lemah, atau tidak ada hubungan.
2.
Bila nilai r = -1 atau mendekati r = -1, dikatakan bahwa hubungan antar kedua variabel sangat kuat dan negatif.
3.
Bila r = 1 atau mendekati r = 1, maka dikatakan bahwa korelasi antar kedua variabel sangat kuat dan positif.
Tanda positif menunjukkan adanya korelasi positif atau korelasi langsung antara kedua variabel yang berarti setiap kenaikan nilai-nilai X akan diikuti dengan kenaikan nilai Y, dan begitu pula sebaliknya. Tanda negatif menunjukkan adanya korelasi negatif, setiap kenaikan nilai X akan diikuti dengan penurunan nilai Y. Kemudian nilai r yang diperoleh dibandingkan dengan kriteria interpretasi koefisien korelasi sebagai berikut:
Tabel 3.3 Kriteria Interpretasi Koefisien Korelasi Interval Koefisien
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
69
Jadi koefisien korelasi ini dihitung untuk mengetahui ada/tidaknya serta kuat/lemahnya hubungan antara return on equity dan price earning ratio dengan return saham. 2. Analisis Regresi Karena variabel yang diteliti dalam penelitian ini memiliki hubungan kausal maka perlu dilakukan juga analisis regresi. Analisis regresi ini digunakan untuk mengetahui bagaimana variabel dependen dapat diprediksikan melalui variabel independen secara individual (Sugiyono, 2006:204). Jadi analisis ini digunakan untuk menaksir besar kecilnya variabel yang satu apabila nilai variabel yang lain diketahui. Dalam penelitian ini terdapat dua variabel independen dan satu variabel dependen oleh karena itu analisis regresi yang digunakan adalah analisis regresi linier berganda dengan persamaan sebagai berikut:
Ŷ = b0 + b1X1 + b2X2
Ket: Ŷ
= subyek dalam variabel dependen yang diprediksikan
b1
= koefisien parameter X1
b2
= koefisien parameter X2
X1
= subyek pada variabel independen 1 yang mempunyai nilai tertentu
X2
= subyek pada variabel independen 2 yang mempunyai nilai tertentu
N
= jumlah data
70
Sedangkan nilai b0, b1, dan b2 sendiri dapat diketahui dengan menggunakan persamaan berikut ini:
∑Y
= Nb0 + b1∑X1 + b2∑X2
∑ X1 Y
= b0∑X1 + b1∑X12 + b2∑X1X2
∑ X2 Y
= b0∑X2 + b1∑X1X2 + b2∑X22
Koefisien b akan bernilai positif (+) bila menunjukkan hubungan searah antara variabel independen dengan variabel dependen. Artinya setiap kenaikan variabel independen akan menyebabkan kenaikan variabel dependen, demikian pula sebaliknya, jika terjadi penurunan pada variabel independen maka akan menyebabkan penurunan juga pada variabel dependennya. Dan koefisien b akan bernilai negatif (-) bila menunjukkan hubungan yang berlawanan arah antara variabel independen dengan variabel dependen. Setelah melakukan analisis regresi, maka langkah selanjutnya adalah menentukan koefisien determinasi. Koefisien determinasi adalah nilai yang menunjukkan persentase besar perubahan-perubahan dari variabel dependen (Y) yang disebabkan oleh variabel-variabel independen (X1, X2, X3, ... Xn) atau nilai yang menujukkan besarnya kontribusi dari X terhadap naik-turunnya Y. koefisien determinasi ini dapat dihitung dengan menggunakan rumus:
Kd = r2 x 100 %
71
Sedangkan untuk mengetahui besarnya pengaruh nyata faktor-faktor lain diluar variabel independen yang juga mempengaruhi variabel dependen, digunakan rumus koefisien residu (K) sebagai berikut:
Kr = 1 – r2
3.5.2. Rancangan Pengujian Hipotesis Selanjutnya karena penelitian ini menggunakan sampel maka perlu dilakukan juga uji signifikasi. Untuk menguji signifikasi hubungan, yaitu apakah hubungan yang ditemukan tersebut berlaku untuk seluruh populasi, maka perlu diuji signifikasinya. Pengujian koefisien regresi ini dilakukan untuk mengetahui apakah persamaan regresi yang dihasilkan sudah dapat digunakan sebagai kesimpulan atau apakah hubungan yang terjadi antara variabel-variabel yang diteliti cukup berarti. Pengujian parameter ini dilakukan dengan menggunakan uji F untuk pengujian secara keseluruhan (simultan) dan menggunakan uji t untuk pengujian secara parsial. Untuk pengujian secara simultan digunakan uji F dengan rumus sebagai berikut:
F=
R2 / k (1 − R 2 ) /(n − k − 1)
72
Ket: R = Koefisien korelasi ganda k = Jumlah variabel independen n = Jumlah anggota sampel
Setelah diketahui harga F hitung-nya maka selanjutnya harga F hitung tersebut dikonsultasikan dengan harga F tabel, dengan didasarkan pada dk pembilang = k dan dk penyebut = (n-k-1), dengan taraf kesalahan yang telah ditetapkan. Taraf kesalahan yang biasa digunakan dalam penelitian adalah sebesar 5%, demikian juga dengan penelitian ini. Penelitian ini menggunakan tingkat signfikasi 0,005 atau 5%. Artinya, kemungkinan benar dari hasil penarikan kesimpulan memiliki probabilitas 95% atau toleransi kesalahan 5%. Setelah membandingkan F hitung dengan F tabel maka akan terlihat apakah hipotesis berada dalam daerah penerimaan atau daerah penolakan. Adapun kriteria yang digunakan untuk menentukan daerah penerimaan/penolakan hipotesis adalah: H0 diterima
: F hitung ≤ F α (v1, v2)
H0 ditolak
: F hitung > F α (v1, v2)
Artinya, dalam hal ini berlaku ketentuan bila F hitung lebih besar dari F tabel maka koefisien yang diuji adalah signifikan, yaitu dapat diberlakukan untuk seluruh populasi dimana sampel diambil, demikian pula sebaliknya. Sedangkan untuk pengujian secara parsial digunakan uji t dengan rumus sebagai berikut:
73
t1 =
t2 =
r1 y ' 2
n − k −1
1 − r2 y ' 2
r2 y '1
2
n − k −1
1 − r2 y '1
2
Ket: n = jumlah sampel r = koefisien korelasi
Harga t hitung tersebut selanjutnya juga dibandingkan dengan t tabel dan dilihat apakah hasilnya masih terdapat dalam daerah penerimaan atau daerah penolakan. Adapun kriteria yang digunakan untuk menentukan daerah penerimaan/penolakan hipotesis adalah: H0 diterima
: -t (1/2α,df) ≤ t hitung ≤ t (1/2α,df)
H0 ditolak
: t hitung > t (1/2α,df) atau t hitung < -t (1/2α,df)
Tahapan terakhir adalah penarikan kesimpulan. Penarikan kesimpulan dilakukan berdasarkan hasil pengujian hipotesis yang didukung oleh teori yang sesuai dengan objek dan masalah penelitian.
