BAB IV HASIL PENGUJIAN. Penelitian ini dilakukan pada perusahaan yang terdaftar di Bursa Efek

Transkripsi

1 BAB IV HASIL PENGUJIAN Penelitian ini dilakukan pada perusahaan yang terdaftar di Bursa Efek Indonesia pada tahun Tujuan dari penelitian ini adalah untuk menguji pengaruh size, financial leverage dan, fixed asset turnover baik secara simultan maupun secara parsial. Sebelum masuk pada analisis regresi, terlebih dahulu dilakukan uji asumsi klasik untuk memastikan model regresi tidak bias dan dapat digunakan sebagai alat analisis yang representatif. Jika seluruh pengujian asumsi klasik telah dilakukan dan model regresi telah lolos pengujian, maka proses selanjutnya adalah melakukan analisis regresi berikut pengujian hipotesis dengan menggunakan uji t dan uji F IV.1 Analisis Deskriptif Variabel-Variabel Penelitian Setelah diakukan pengumpulan data, maka didapat hasil perhitungan sebagai berikut: 1) Size Ukuran perusahaan dapat mencerminkan besar atau kecilnya suatu perusahaan. Size perusahaan bisa didasarkan pada total penjualan, karena total penjualan dipandang mampu memberikan gambaran yang jelas mengenai ukuran perusahaan. Ukuran yang didapat dari total penjualan ini merupakan seluruh penjualan yang dilakukan perusahaan. Dari laporan keuangan tahunan perusahaan dapat dilihat nilai total penjualan suatu perusahaan. Salah satu contoh adalah perusahaan Astra Argo Lestari (AALI) yang mempunyai total 41

2 penjualan sebesar Rp ,00 yang didapat dari ikhtisar rugi laba laporan keuangan perusahaan yang dapat dilihat pada Lampiran. 2) Financial Leverage Secara umum financial leverage adalah proporsi penggunaan utang oleh perusahaan sebagai modalnya atau menunjukkan seberapa besar aktiva perusahaan dibiayai dengan utang. Pada dasarnya perusahaan yang menggunakan financial leverage bertujuan agar keuntungan yang diperoleh lebih besar dari biaya tetapnya. Financial leverage didapatkan dengan membandingkan total utang sebesar Rp ,00 dengan total aktiva sebesar Rp yang diperoleh dari neraca tahun 2011 perusahaan Astra Argo Lestari (AALI) yang dapat dilihat pada Lampiran: Financial Leverage = = 0, ) Fixed asset turnover (FATO) Pengertian aktiva tetap dalam akuntansi yaitu semua aktiva berwujud yang dimiliki dan digunakan oleh perusahaan untuk membantu operasi perusahaan dalam menghasilkan barang atau jasa. Perputaran aktiva tetap adalah perbandingan antara penjualan dengan aktiva tetap neto pada suatu perusahaan. Rasio perputaran aktiva tetap menunjukan bagaimana perusahaan menggunakan aktiva tetapnya seperti gedung, kendaraan, mesin-mesin, perlengkapan kantor dalam menunjang penjualan perusahaan. Nilai penjualan sebesar Rp ,00 dan aktiva tetap sebesar Rp ,00 yang 42

3 diperoleh dari neraca dan ikhtisar laba rugi laporan keuangan perusahaan. Salah satu contoh adalah perusahaan Astra Argo Lestari (AALI) yang dapat dilihat pada Lampiran: Fixed Asset Turnover = = 1, Hasil analisis deskriptif dari variabel independen dengan menggunakan program SPSS 17 disajikan dalam tabel 4.1. Tabel 4.1 Analisis Deskriptif Descriptive Statistics N Minimum Maximum Mean Std. Deviation LN_SIZE FL FATO Valid N (listwise) 40 Tabel 4.1 menunjukkan bahwa jumah observasi atau jumlah perusahaan yang diteliti pada LQ45 tahun 2011 sebanyak 40. Berdasarkan hasil pengolahan data dalam Tabel 4.1 terlihat bahwa ln size memiliki nilai terendah sebesar 14,5173 pada Bakrieland Development Tbk, nilai tertinggi 18,9066 pada Bakrie & Brothers Tbk, dan rata-rata sebesar 16, Dalam tabel 4.1 terlihat bahwa ln financial leverage (FL) memiliki nilai terendah sebesar 0,0568 pada Adro 43

4 Energy Tbk, nilai tertinggi 0,9172 pada Bank Tabungan Negara Tbk, dan ratarata sebesar 0, Dalam tabel 4.1 terlihat bahwa ln fixed asset turn over (FATO) memiliki nilai terendah sebesar 0,2231 pada Telekomunikasi Indonesia Tbk, nilai tertinggi 304,4839 pada Energi Mega Persada Tbk, dan rata-rata sebesar 11, Standar deviasi yang baik adalah standar deviasi yang bernilai kecil atau dapat dikatakan bahwa semakin kecil standar deviasi maka akan semakin baik. IV.2 Uji Asumsi Klasik Syarat penerapan Ordinary Least Square (OLS) dinyatakan baik untuk memprediksi adalah regresi harus bebas dari gejala-gejala klasik yaitu normalitas, multikolinearitas, heteroskedastisitas dan autokorelasi. IV.2.1 Uji Normalitas Dalam uji normalitas, data dalam penelitian ini menggunakana uji secara grafis yaitu uji normal P-P plot Regression Standardized Residual. Data dikatakan normal jika memenuhi asumsi normalitas data yaitu menyebar disekitar garis diagonal dan mengikuti arah garis diagonal. Jika data jauh dari garis diagonal, maka model regresi dikatakan tidak berdistribusi normal. Hasil dari uji normalitas data secara grafis tersebut dapat dilihat pada Gambar

5 Gambar 4.1 Sumber: Hasil Uji Normalitas Data Data yang diolah Berdasarkan Gambar 4.1. terlihat bahwa titik-titik menyebar disekitar garis diagonal dan penyebarannya mengikuti arah garis diagonal. Sehingga penelitian ini dapat dikatakan berdistribusi normal. IV.2.2 Uji Multikolinearitas Pengujian ini dilakukan untuk mengetahui apakah model regresi ditemukan adanya korelasi antar variabel independen. Model regresi yag baik 45

6 seharusnya tidak terjadi gejala multikolinearitas, karena gejala ini menyebabkan kesalahan standar estimasi akan cenderung meningkat. Penelitian ini menggunakan Variance Inflation Factor (VIF) untuk mendeteksi adanya multikolinearitas. Indikasi terjadinya multikolinearitas dengan memperhatikan VIF, jika lebih besar dari 10 dan dan tolerance kurang dari 0,1. Jika nilai VIF kurang dari 10 dan tolerence lebih besar dari 0,1 maka tidak terjadi multikolinearitas. Hasil uji dari multikolinearitas dengan menggunakan bilai VIF serta nilai tolerance dapat dilihat pada Tabel 4.2. Tabel 4.2 Hasil Uji Multikolinearitas Coefficients a Collinearity Statistics Model Tolerance VIF 1 LN_SIZE FL FATO Sumber: a. Dependent Variable: BETA Data yang diolah Berdasarkan hasil uji multikolinearitas pada Tabel 4.2. dapat dilihat bahwa nilai VIF untuk keempat variabel independen bernilai kurang dari 10 46

7 serta mempunyai angka tolerance mendekati 1, yang berarti variabel terbebeas dari asumsi klasik multikolinearitas. IV.1.3 Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam satu pengamatan ke pengamatan lain dalam sebuah model regresi berganda terjadi ketidaksamaan varians. Jika varians dalam suatu pengamatan ke pengamatan lain sama atau tetap, maka disebut homokedasitas. Dan jika varians berbeda, disebut heteroskedastisitas. Pengujian heteroskedastisitas dilakukan dengan melihat ada tidaknya pola tertentu pada grafik. Jika ada pola tertentu, maka telah terjadi heteroskedastisitas dan jika ada pola yang jelas serta titik-titik menyebar di atas dan di bawah angka 0 (nol) pada sumbu Y, maka tidak terjadi heteroskedatisitas. Hasil dari uji heteroskedastisitas data secara grafis tersebut dapat dilihat pada Gambar

8 Gambar 4.2 Hasil Uji Heteroskedastisitas Sumber: Data yang diolah IV.1.4 Uji Autokorelasi Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antara residual pada suatu pengamatan dengan pegamatan lain pada model regresi. Uji autokorelasi dapat dilakukan dengan menggunakan uji Durbin-Watson (DW) yaitu dengan melihat koefisien korelasi DW dengan ketentuan sebagai berikut: 1) 1,65 < DW < 2,35 maka tidak terjadi autokorelasi 2) 1,21 < DW < 1,65 atau 2,35 < DW < 2,79 maka tidak dapat disimpulkan 3) DW < 1,21 atau DW > 2,79 maka terjadi autokorelasi 48

9 Tabel 4.3 Hasil Uji Autokorelasi Model Summary b Model Durbin-Watson 1 2,104 a. Predictors: (Constant), FATO, FL, LN_SIZE b. Dependent Variable: BETA Sumber: Data yang diolah Berdasarkan Tabel 4.3. dari hasil uji autokorelasi menggunakan SPSS v.17 for windows, menghasilkan nilai DW sebesar 2,104. Menurut ketentuan penilaian berdasarkan buku ekonometrika, bila nilai DW berkisar antara 1,65 < DW < 2,35 maka tidak terjadi autokorelasi. IV.3 Uji Regresi Linear Berganda Setelah melalui semua tahapan uji asumsi klasik, maka model regresi dianggap layak sebagai dasar pengambilan keputusan pengujian hipotesis serta mengetahui pengaruh size, financial leverage dan fixed asset turnover terhadap beta saham. Uji regresi ini menggunakan uji hipotesis secara simultan (uji F) dan uji hipotesis secara parsial (uji t) 49

10 IV.3.1 Uji Regresi Secara Parsial (Uji t) Uji t digunakan untuk mengetahui apakah variabel independen secara parsial mempunyai pengaruh terhadap variabel dependen. Tabel 4.4 Hasil Uji t Coefficients a Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta t Sig. 1 (Constant) LN_SIZE FL FATO a. Dependent Variable: BETA Sumber:Data yang diolah Berdasarkan hasil uji t pada Tabel 4.4. diketahui bahwa: 1) Size Berdasarkan Tabel 4.4. nilai t - hitung size sebesar 0,136 sementara t - tabel sebesar 1,68 dengan tingkat signifikan sebesar 0,05. Ini berarti bahwa t - hitung > - t α - tabel. Dengan demikian H O diterima, artinya Size tidak berpengaruh negatif signifikan terhadap beta saham perusahaan. Hasil ini tidak mendukung hipotesis satu yang meyatakan bahwa size berpengaruh negatif signifikan terhadap beta. Hasil ini sejalan dengan penelitian Zion 50

11 dan Shalit (1975), Hidayat (2001) serta Suseno (2009) bahwa size tidak berpengaruh signifikan terhadap beta saham perusahaan. Perusahaan besar belum tentu mendapat proyek dengan varians rendah. Dengan kata lain sebagian mendapat proyek dengan risiko tinggi, sebagian berhasl mendapat proyek dengan risiko rendah. Hal ini mungkin yang menyebabkan variabel size tidak berpengaruh terhadap beta perusahaan. 2) Financial Leverage (FL) Berdasarkan Tabel 4.4. nilai t - hitung FL sebesar 1,174 sementara t - tabel sebesar 1,68 dengan tingkat signifikan sebesar 0,05. Ini berarti bahwa t - hitung < t - tabel. Dengan demikian Ho diterima, artinya financial leverage tidak berpengaruh positif secara signifikan terhadap beta saham perusahaan. Ini berarti bahwa model ini tidak berhasil mendukung hipotesis dua yang menyatakan bahwa bahwa financial leverage berpengaruh positif signifikan terhadap beta. Hasil penelitian ini kemungkinan disebabkan investor di BEI kurang memperhatikan faktor fundamental perusahaan. Dalam kenyataannya, investor lebih mengandalkan saran dari broker dalam membeli atau menjual saham. Broker hanya mengandalkan analisis teknikal saham yang hanya menekankan kapan waktu yang baik membeli atau menjual saham, bukan saham mana yang fundamentalnya baik dan layak dibeli. Penjelasan ini sesuai dengan penelitian Albert dan Indrawati (2007) dimana dari empat variabel bebas (price earning ratio, dividend yield, market to book ratio, dan size) hanya size yang mempengaruhi return 51

12 saham. Penelitian ini menggunakan beta sebagai fokus penelitian dimana beta diperoleh dari market model yang menggunakan return IHSG dan return saham. 3) Fixed Asset Turn Over (FATO) Berdasarkan tabel 4.4. nilai t - hitung FATO sebesar 3,332 sementara t- tabel sebesar 1,68. Dengan tingkat signifikan sebesar 0,05. Ini berarti bahwa t - hitung > t - tabel, dengan demikian Ho ditolak, artinya FATO berpengaruh positif signifikan terhadap beta saham persahaan. Hasil ini berhasil mendukung hipotesis 3 yang menyatakan bahwa FATO berpengeruh positif terhadap beta. Berdasarkan hasil pada Tabel 4.4 dapat dilihat bahwa jika FATO naik 1 % maka BETA turun 0,007 %, variabelvariabel bebas lainnya konstan. IV.2.2 Uji Regresi Secara Simultan (Uji F) Uji F digunakan untuk mengetahui apakah variabel independen secara bersama-sama mempunyai pengaruh terhadap variabel independen. Pengujian ini menggunakan tingkat signifikan 5%. Hipotesis yang diajukan adalah hipotesis nol (H 0 ) dan hipotesis alternatif (H a ). Hipotesis nol berarti variabel independen secara bersama-sama tidak berpengaruh terhadap variabel dependen. Sedangkan hipotesis alternatif berarti variabel independen secara bersama-sama berpengaruh terhadap variabel dependen. Keputusan yang akan 52

13 diambil apabila F hitung > F tabel, maka hipotesis nol ditolak dan menerima hipotesis alternatif. Tabel 4.5 Hasil Uji F ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression a Residual Total a. Predictors: (Constant), FATO, FL, LN_SIZE b. Dependent Variable: BETA Sumber: Data yang diolah Berdasarkan hasil uji F pada Tabel 4.5, diketahui bahwa nilai F - hitung sebesar 4,846 dan diketahui F - tabel sebesar 2,84. Hasil tersebut berarti F - hitung > F - tabel dengan tingkat signifikan sebesar 5%. Dengan demikian H 0 dinyatakan ditolak yang berarti tidak semua variabel independen secara simultan tidak berpengaruh terhadap variabel dependen. IV.3 Koefisian Determinasi (R 2 ) Koefisien determinasi digunakan untuk mengetahui seberapa jauh kemampuan variabel bebas menerangkan variabel terikat. Nilai determinasi adalah diantara nol dan satu. Nilai R 2 yang kecil berarti kemampuan variabel bebas menerangkan variabel terikat sangat terbatas. 53

14 Tabel 4.6 Hasil R 2 Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate a a. Predictors: (Constant), FATO, FL, LN_SIZE b. Dependent Variable: BETA Sumber: Data yang diolah Dari tabel 4.6. diperoleh nilai R 2 sebesar 0,288. Keofisien ini menunjukkan bahwa 28,8% perubahan beta dapat dijelaskan oleh perubahan keempat variabel bebas, sisanya 71,2% dijelaskan oleh variabel-variabel yang belum ada didalam penelitian. IV.4 Implikasi Penelitian IV.4.1 Size Berdasarkan hasil penelitian, size tidak berpengaruh negatif signifikan terhadap beta saham perusahaan. Nilai size yang tinggi akan menghasilkan beta saham yang rendah. Karena tingkat penjualan yang tinggi menandakan bahwa perusahaan menghasilkan profitabilitas yang tinggi, kecil kegagalan yang menandakan saha memiliki risiko yang kecil. 54

15 Hasil penelitian berhasil mendukung hasil penelitian Zion dan Shalit (1975) yang memperoleh hasil yang sama bahwa size tidak berpengaruh secara negatif signifikan terhadap beta saham. Penelitian serupa juga dilakukan Hidayat (2001) dan memperoleh hasil yang sama. IV.4.2 Financial Leverage (FL) Berdasarkan hasil penelitian, financial leverage tidak berpengaruh secara signifikan terhadap beta saham perusahaan Ini berarti bahwa hasil penelitian berhasil mendukung hipotesis sebagaimana yang ditemukan penelitian Hidayat (2001) yang menunjukkan bahwa financial leverage tidak berpengaruh positif signifikan terhadap beta saham. IV.4.3 Fixed Asset Turn Over (FATO) Berdasarkan hasil penelitian, FATO berpengaruh positif signifikan terhadap beta saham persahaan. Ini berarti bahwa model ini berhasil mendukung pemikiran hipotesis yang diharapkan bahwa semakin besar nilai FATO maka semakin kecil risiko perusahaan karena perusahaan yang dapat memanfaatkan aktiva tetap yang dimilikinya secara baik memberikan risiko semakin kecil. FATO merupakan faktor pembeda yang diuji dalam penelitian ini, sehingga belum ada penelitian terdahuli mengenai variabel FATO. 55