PADA SAHAM-SAHAM LQ-45 FAKTOR-FAKTOR YANG MEMPENGARUHI

Slides:



Advertisements
Presentasi serupa
REGRESI LINIER SEDERHANA
Advertisements

MODEL REGRESI DENGAN DUA VARIABEL
Program Magister Manajemen
Statistika Parametrik
REGRESI LINIER SEDERHANA
BAB XI REGRESI LINEAR Regresi Linear.
ANALISIS REGRESI DAN KORELASI
ANALISIS KORELASI DAN REGRESI LINIER
UJI ASUMSI KLASIK.
Regresi Linier Fungsi : Jenis :
BAB VI REGRESI SEDERHANA.
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
KAMAL FIRDAUSY, PENGARUH STRUKTUR MODAL TERHADAP HARGA SAHAM PADA PERUSAHAAN YANG TERGABUNG DALAM INDEKS LQ 45.
ANALISIS EKSPLORASI DATA
PERAMALAN /FORE CASTING
Regresi linier berganda dan Non linier Tugas Mandiri 01 J0682
ANALISIS REGRESI SEDERHANA
ANALISIS REGRESI DAN KORELASI
Contoh Perhitungan Regresi Oleh Jonathan Sarwono.
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
REGRESI LINIER BERGANDA (MULTIPLE LINEAR REGRESSION)
REGRESI LINIER SEDERHANA
Regresi & Korelasi Linier Sederhana
Dosen pengasuh: Moraida hasanah, S.Si.,M.Si
ANALISIS REGRESI SEDERHANA
ANALISIS REGRESI DAN KORELASI LINIER
Analisis Regresi Sederhana
Disusun Oleh : Erwati Pembimbing : Dr. Raden Supriyanto, MSc
PROGRAM PASCASARJANA MAGISTER MANAJEMEN
ANALISIS REGRESI DAN KORELASI
PENGARUH KEPEMIMPINAN, KOMPENSASI, DAN LINGKUNGAN KERJA
Operations Management
STATISTIKA ANALISIS REGRESI DAN KORELASI
Pertemuan ke 14.
STATISTIK II Pertemuan 14: Analisis Regresi dan Korelasi
Pertemuan ke 14.
Uji Konstanta (a) Regresi Linear Sederhana
Universitas Esa Unggul
Analisis REGRESI.
Operations Management
PENGARUH KEPEMIMPINAN, KOMPENSASI, DAN LINGKUNGAN KERJA
ANALISIS REGRESI SEDERHANA
ANALISIS REGRESI LINIER BERGANDA
ANALISIS KORELASI.
MUHAMMAD HAJARUL ASWAD
ANALISIS REGRESI DAN KORELASI
REGRESI LINIER BERGANDA (MULTIPLE LINEAR REGRESSION)
Analisis Regresi.
Disampaikan Pada Kuliah : Ekonometrika Terapan Jurusan Ekonomi Syariah
KORELASI DAN REGRESI SEDERHANA
BAB 7 persamaan regresi dan koefisien korelasi
METODE PENELITIAN KORELASIONAL
Korelasi Korelasi Product Moment digunakan untuk melukiskan hubungan antara 2 buah variabel yg sama-sama berjenis interval atau rasio. Rumus.
TEKNIK REGRESI BERGANDA
PENGARUH RISIKO SISTEMATIS DAN PRICE EARNING RATIO (PER)
Pengantar Aplikasi Komputer II Analisis Regresi Linier Berganda
PENGARUH TINGKAT SUKU BUNGA, STRUKTUR MODAL, DAN
ANALISIS HUBUNGAN NUMERIK DENGAN NUMERIK (UJI KORELASI)
UJI ASUMSI KLASIK.
PENGARUH RETURN ON EQUITY DAN DIVIDEND PAYOUT RATIO TERHADAP NILAI PERUSAHAAN (STUDI KASUS PADA PERUSAHAAN SEKTOR PERBANKAN YANG TERDAFTAR DI BEI) ANDINA.
REGRESI LINIER.
ANALISIS REGRESI LINIER
Latar Belakang Penelitian Perusahaan Go Public Pertumbuhan Ekonomi Pembayaran Dividen.
BAB VIII REGRESI &KORELASI BERGANDA
Lektion ACHT(#8) – analisis regresi
Analisis KORELASIONAL.
Korelasi dan Regresi Aria Gusti.
ANALISIS REGRESI DAN KORELASI
Teknik Regresi.
UJI REGRESI LINIER SEDERHANA Arkhiadi Benauli Tarigan
Transcript presentasi:

PADA SAHAM-SAHAM LQ-45 FAKTOR-FAKTOR YANG MEMPENGARUHI PRICE EARNING RATIO (PER) PADA SAHAM-SAHAM LQ-45 DI BURSA EFEK JAKARTA Program Pascasarjana Magister Manajemen UNIVERSITAS ................................

Analisis Regresi Berganda : Bab 3. METODELOGI STEPWISE METHODE SPSS Rel 10,0 Sample SAHAM LQ-45 DUA MODEL PERSAMAAN REGRESI Var. Depend : PER Var. Explanatory DPR ; EGR ; Beta COEF ; Disc Rate ; DPS Div. Payout Ratio ROE Analisis Regresi Berganda : Model I : PER = bo + b1BETA Model II : PER = bo + b1BETA + b2 DISCRATE Pembuktian PENGUJIAN : a. F-hit dibandingkan F-tab. Hipotesis b. T-hit. dibandingkan T-tab.

Pembuktian Garis Regresi Linier : LANGKAH PEMBUKTIAN : Koefisien korelasi = R Untuk Mengetahui Kekuatan Hubungan variabel X dan Y Koefisien Determinasi =R2 Untuk Mengetahui Pengaruh variabel X dengan Y A. Pembuktian Garis Regresi Linier : Melalui Fhitung = Rata-rata kuadrat regresi Rata-rata kuadrat residual  Dengan membandingkan Fh dengan Ft B. t hitung ( t statistik) dengan t tabel pada df (degree of freedom = derajat bebas) df = n – k – 1 ( n = Sampel; k = Independent variabel) C.

PER = bo + b1BETA PER = 114,918 + (-76,534) BETA BAB IV HASIL DAN PEMBAHASAN MODEL Regresi I : PER = bo + b1BETA R = 0,951 : menunjukkan kuatnya hubungan BETA Coeficient dengan PER R Square = 0,905 : menunjukkan pengaruh BETA Coeficient Terhadap PER sebesar 90,5%. Dari F-hitung = 246,43 dan F-tabel = 4,21 ; maka F- hit >F-tabel ; SEHINGGA TERBUKTI ANTARA BETA MEMPENGARUHI PER Dari t-stat Beta + -15,698 sedangkan nilai t-tabel = 2,056 : Maka t-stat > t-tabel : Sehingga Dinyatakan BETA BERPENGARUH Terhadap PER Constanta bo = 11,918 Constanta b1Beta = -76,534 PER = 114,918 + (-76,534) BETA t-stat : (19,367) (-15,698)

PER = bo + b1 BETA + b2 DISCRATE Model Regresi II : PER = bo + b1 BETA + b2 DISCRATE R = 0,959 : menunjukkan kuatnya hubungan BETA Coeficient dengan PER R Square = 0,920 : menunjukkan pengaruh BETA Coeficient Terhadap PER sebesar 92%. Dari F-hitung = 144,389 dan F-tabel = 4,21 ; maka F- hit >F-tabel ; SEHINGGA TERBUKTI ANTARA BETA MEMPENGARUHI PER Dari t-stat Beta = -15,698 sedangkan nilai t-tabel = 2,224 : Maka t-stat >t-tabel : Mak Dinyatakan BETA BERPENGARUH Terhadap PER Constanta bo = 117,838 Constanta b1Beta = -74,321 Constanta b2 Discrate = -47,611 PER = 114,918 + (-76,534) BETA + (-47,611) DISCRATE t-stat : (19,367) (-15,698) (-2,224)