BAB IV ANALISIS HASIL DAN PEMBAHASAN

Transkripsi

1 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Kebangkrutan Metode Altman Z-Score Tabel 4.1 Analisis Kebangkrutan Model Altman Z-Score No Perusahaan KODE Tahun Keterangan 1 Akasha Wira International Tbk ADES 2 Cahaya Kalbar Tbk CEKA 3 Tiga Pilar Sejahtera Food Tbk AISA 4 Siantar Top Tbk STTP 5 Prasidha Aneka Niaga Tbk PSDN 6 Sekar Laut Tbk SKLT 7 Nippon Indosari Corpindo Tbk ROTI 8 Kalbe Farma Tbk KLBF 9 Darya Varia Laboratoria DVLA 10 Kimia Farma (Persero) Tbk KAEF 11 Kedawung Setia Industrial Tbk KDSI 2011 Distress zone 2012 Distress zone 2010 Gray zone 2011 Safe zone 2012 Safe zone 2011 Safe zone 2012 Distress zone 2011 Safe zone 2010 Distress zone 2011 Distress zone 2012 Safe zone 2011 Safe zone 2011 Safe zone 2010 Gray zone 2011 Distress zone 2010 Gray zone 2011 Gray zone 2011 Distress zone 2010 Distress zone 2011 Distress zone 2012 Safe zone 54

2 55 Pada tabel di atas terlihat bahwa dalam tiga tahun terakhir yaitu dari tahun 2010 sampai 2012 setiap perusahaan memiliki kondisi keuangan yang berbeda-beda untuk setiap tahunnya. Perusahaan yang mengalami kondisi distress zone pada tahun 2010 terdapat tiga perusahaan, pada tahun 2011 terdapat empat perusahaan dan pada tahun 2012 terdapat tiga perusahaan yang mengalami distress zone. Selanjutnya perusahaan yang mengalami gray zone pada tahun 2010 sebanyak empat perusahaan, pada tahun 2011 terdapat dua perusahaan dan pada tahun 2012 terdapat tiga perusahaan yang mengalami gray zone. Perusaahan yang safe zone pada tahun 2010 terdapat tujuh perusahaan, pada tahun 2011 terdapat enam perusahaan dan pada tahun 2012 terdapat dua perusahaan yang berada pada safe zone. Kelima variabel yang digunakan untuk menghitung nilai z-score suatu perusahaan yaitu (X1)Working Capital to Total Assets, (X2 ) Retained Earning to Total Assets, (X3)Earning Before Interest and Taxes (EBIT) to Total Assets, (X4 )Market Value of Equity to Book Value of Total Liabilities,(X5 ) Sales to Total Assets (Sofyan Syafri Harahap,2009: 353). Antara variabel yang satu dengan yang lainnya memiliki hubungan yang saling mempengaruhi nilai modal kerja yang besar menunjukkan produktivitas aktiva perusahaan yang mampu menghasilkan laba usaha yang besar seperti yang diharapkan perusahaan. Dengan meningkatnya laba usaha perusahaan maka akan menarik investor untuk menanamkan sahamnya pada perusahaan tersebut sehingga laba ditahan perusahaan akan mengalami peningkatan. Meningkatnya laba ditahan dan modal kerja yang dimilki

3 56 perusahaan akan mendorong meningkatnya total penjualan perusahaan. Begitu pula sebaliknya, jika modal kerja yang dimiliki perusahaan semakin kecil maka perusahaan akan memperoleh laba yang kecil pula. Jika perusahaan mengalami hal seperti ini maka akan mendorong pada terjadinya kesulitan keuangan dan jika keadaan ini terus berlanjut maka perusahaan akan mengalami kebangkrutan. B. Analisis Statistik Deskriptif Statistik deskriptif adalah statistik yang berfungsi untuk mendeskripsikan atau memberi gambaran terhadap objek yang diteliti melalui data sempel sebagaimana adanya. Statistik deskriptif digunakan untuk mengajukkan jumlah data yang digunakan dalam penelitian ini serta dapat menunjukkan nilai maximum dan nilai minimum, nilai rata-rata, serta standard deviasi dari masing-masing variabel. Perusahaan yang menjadi sampel dalam penelitian ini sebanyak 33 perusahaan pada sektor consumer goods industry yang didapat dari metode pengambilan sampel dengan menggunakan teknik purposive sampling. Tabel 4.2 Descriptive Statistics N Minimum Maximum Mean Std. Deviation Z_SCORE HARGA_SAHAM Valid N (listwise) 33 Sumber : Data sekunder yang diolah SPSS 19.0 Berdasarkan tabel hasil uji diatas diketahui bahwa jumlah sampel (N) dalam penelitian ini sebanyak 33 sampel yang terdiri dari perusahaan

4 57 consumer goods industry yang tercatat di BEI pada periode Variabel Z-Score memiliki nilai rata-rata sebear , nilai minimun sebesar diperoleh perusahaan Akasha Wira International Tbk pada tahun 2012 dan nilai maksimun sebesar 6.84 diperoleh perusahaan Kimia Farma (persero) Tbk pada tahun 2010, dengan standard deviasi sebesar Variabel Harga Saham memiliki nilai rata-rata sebesar , nilai minimum sebesar diperoleh perusahaan Sekar Laut Tbk pada tahun 2010 dan nilai maksimum sebesar diperoleh perusahaan Akasha Wira Internasional Tbk pada tahun 2012, dengan standard deviasi sebesar C. Uji Asumsi Klasik 1. Uji Normalitas Data Uji normalitas data digunakan untuk mengetahui apakah populasi data terdistribusi normal atau tidak. Uji normalitas data dilakukan dengan analisa One-Sampel Kolmogorov Smirnov Test dengan menggunakan SPSS Pengambilan keputusan untuk menentukan data terdistribusi normal atau tidaknya adalah sebagai berikut : a. Nilai Asymp.Sig (2-tailed) > 0,05 maka data terdistribusi normal b. Nilai Asymp.Sig (2-tailed) < 0,05 maka data tidak terdistribusi normal Suatu persamaan regresi dikatakan lolos normalitas apabila nilai signifikansi uji Kolmogorov-Smirnov lebih besar dari 0,05 (Imam Ghozali, 2006). Penelitian dilakukan dengan menentukan perusahaan

5 58 consumer goods industri yang terdaftar pada Bursa Efek Indonesia pada tahun Data yang diolah pada penelitian ini adalah 33 sampel dari 11 perusahaan selama tiga tahun. Tabel 4.3 One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 33 Normal Parameters a,b Mean Std. Deviation Most Extreme Differences Absolute.065 Positive.065 Negative Test Statistic.065 Asymp. Sig. (2-tailed).200 a. Test distribution is Normal. b. Calculated from data. Sumber : Data sekunder yang diolah SPSS 19.0 Dengan melihat dari hasil uji K-S pada tabel dapat diketahui besarnya nilai Test Statistic adalah dengan signifikan pada Asymp.Sig. (2-tailed) adalah sebesar 0,200, nilai tersebut menunjukkan diatas nilai signifikan yang dapat disimpulkan bahwa data terdistribusi normal dan model regresi layak untuk dipakai. Karena data yang digunakan tidak ada yang melenceng terlalu jauh dari keseluruhan data yang dijadikan sampel penelitian.

6 59 2. Uji Autokorelasi Uji autokorelasi digunakan untuk megetahui ada atau tidaknya penyimpangan asumsi klasik autokorelasi, yaitu autokorelasi yang terjadi antara residual pada satu pengamatan lain pada model regresi (Priyatno, 2010). Autokorelasi digunakan untuk menguji suatu model apakah antara variabel pengganggu masing-masing variabel bebas saling mempengaruhi. Untuk mengetahui apakah pada model regresi mengandung autokorelasi dapat digunakan pendekatan D-W (Durbin Watson). Menurut Singgih Santoso (2001) kriteria autokorelasi ada 3, yaitu: a. Nilai D-W di bawah -2 berarti diindikasikan ada autokorelasi positif. b. Nilai D-W di antara -2 sampai 2 berarti diindikasikan tidak ada autokorelasi. c. Nilai D-W di atas 2 berarti diindikasikan ada autokorelasi negatif. Tabel 4.4 Uji Autokorelasi Model Summary b Adjusted R Std. Error of the Model R R Square Square Estimate Durbin-Watson a a. Predictors: (Constant), Z_SCORE b. Dependent Variable: HARGA_SAHAM Sumber : Data sekunder yang diolah SPSS19.0 Berdasarkan tabel di atas dan berdasarkan hasil analisis dengan SPSS, nilai Durbin Watson adalah sebesar nilai ini berada di atas -

7 60 2 dan di bawah 2, yang berarti bahwa tidak terdapat autokorelasi dalam penelitian ini. 3. Uji Heteroskedastisitas Uji heteroskedastisitas digunakan untuk mengetahui apakah terjadi penyimpangan model karena gangguan varian yang berbeda antar observasi satu ke observasi lain. Pengujian heteroskedastisitas dilakukan dengan mengamati grafik scatter plot pada output SPSS, dimana menurut Priyatno (2009) ketentuannya adalah sebagai berikut: a. Jika titik-titiknya membentuk pola tertentu yang teratur maka diindikasikan terdapat masalah heteroskedastisitas. b. Jika tidak ada pola yang jelas, serta titik-titiknya menyebar di atas dan di bawah angka 0 pada sumbu Y, maka diindikasikan tidak terdapat masalah heterokedastisitas. Gambar 4.1 Uji Heteroskedastisitas Sumber : Data sekunder yang diolah SPSS 19.0

8 61 Berdasarkan Grafik Scatterplot diatas terlihat bahwa titik-titik menyebar di atas dan dibawah angka 0 pada sumbu Y, titik-titik data tidak mengumpul diatas atau dibawah saja. Sehingga dapat dikatakan model regresi terbebas dari uji asumsi klasik statistik heteroskedastisitas. D. Uji Hipotesis 1. Uji Signifikansi Parameter Individual (Uji Statistik t) Untuk menguji keterkaitan antara variabel bebas secara parsial dengan variabel terikat, maka digunakan uji t statistik. Jika tingkat signifikan t hitung lebih kecil dari tingkatan signifikansi α = 0,05, maka variabel tersebut mempunyai hubungan signifikan. Tabel 4.5 Uji t Coefficients a Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta 1 (Constant) Z_SCORE a. Dependent Variable: HARGA_SAHAM Sumber : Data sekunder yang diolah SPSS 19.0 Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas atau independen secara individual dalam menerangkan variabel dependen. t Sig. Dari hasil uji t pada tabel diatas diperoleh nilai untuk altman Z- Score sebesar dengan tingkat signifikansi sebesar 0,006. Dari hasil tersebut diketahui nilai signifikansi variable Z-Score lebih kecil dari

9 62 tingkat signifikan α = 0,05 yang berarti bahwa secara parsial Z-Score berpengaruh signifikan terhadap Harga Saham. Dengan demikian penelitian ini Z-Score menyatakan secara parsial berpengaruh signifikan terhadap Harga Saham pada perusahaan consumer goods industry tahun dapat diterima. Hal ini mendukung penelitian dari Ubaidillah Roykhan (2011) yang menyatakan bahwa prediksi kebangkrutan dengan menggunakan metode Z-Score mempunyai pengaruh terhadap harga saham pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia. 2. Koefisien Determinasi Nilai koefisien determinasi yang ditunjukkan dengan nilai R- Square dari model regresi digunakan untuk mengetahui besarnya indeks pengungkapan sosial yang dapat dijelaskan oleh variabel-variabel bebasnya. Tabel 4.6 Koefisien Determinasi Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate a a. Predictors: (Constant), Z_SCORE b. Dependent Variable: HARGA_SAHAM Sumber : Data sekunder yang diolah SPSS 19.0

10 63 Dari hasil output SPSS, nilai koefisien determinasi (R 2 ) adalah sebesar 0,222, hal ini memiliki arti bahwa presentase pengaruh dari variabel Z-Score pada perusahaan consumer goods industry periode tahun yang terdaftar di BEI adalah sebesar 22,2%. Sedangkan sisanya (100% - 22,2% = 77,8%) dijelaskan oleh sebab-sebab lain diluar model yang tidak dimasukkan dalam model penelitian. E. Regresi Sederhana Model regresi yang digunakan dalam pengujian ini yaitu model regresi linear sederhana, dimana Z-Score merupakan variabel bebas (X) dan harga saham merupakan variabel terikat (Y). Bentuk dasar model regresi linear sederhana adalah sebagai berikut: Y=a+bX Keterangan : Y= Harga saham (Variabel terikat) a= Konstanta b=koefisien Variabel bebas X= Z-Score (Variabel bebas) Tabel 4.7 Koefisien Regresi Coefficients a Model Standardized Unstandardized Coefficients Coefficients B Std. Error Beta (Constant) Z_SCORE a. Dependent Variable: HARGA_SAHAM

11 64 Tabel koefisien regresi diatas dapat menghasilkan suatu persamaan regresi linear sederhana pada penelitian ini sebagai berikut : Harga Saham (Y) = (X) Z-Score Persamaan regresi linear sederhana diatas, dapat dijelaskan bahwa: 1. Konstanta sebesar artinya apabila variabel bebas (Z-Score) dianggap konstan (bernilai 0),maka harga saham sebesar Koefisien nilai regresi Z-Score bernilai menyatakan bahwa apabila Z-Score mengalami penurunan sebesar F. Pembahasan Hasil penelitian ini menunjukan adanya pengaruh metode Z-Score terhadap Harga Saham pada perusahaan consumer goods industry tahun Hal ini sejalan atau konsisten dengan penelitian dari Ubaidillah Roykhan (2011) yang menyatakan bahwa prediksi kebangkrutan dengan menggunakan metode Z-Score mempunyai pengaruh terhadap harga saham pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia.