BAB III METODE PENELITIAN. penulis adalah Perusahaan Manufaktur Sub Sektor Makanan dan Minuman. secara online, serta buku-buku refrensi lainnya.

Transkripsi

1 BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Waktu pengambilan data yang digunakan dalam penelitian ini dilakukan pada bulan September 2016 sampai Juli Yang menjadi objek penelitian penulis adalah Perusahaan Manufaktur Sub Sektor Makanan dan Minuman yang terdaftar di Bursa Efek Indonesia (BEI) pada periode tahun 2012 sampai Perusahaan yang menjadi objek penelitian ini telah mempublikasikan laporan keuangan dalam pengamatan. Pada penelitian ini, penulis memperoleh data dari Bursa Efek Indonesia (BEI) tepatnya di factbook Bursa Efek Indonesia (BEI) periode tahun 2012 sampai Selain itu sumber refrensi lain seperti jurnal ilmiah yang diambil secara online, serta buku-buku refrensi lainnya. B. Desain Penelitian Penelitian ini merupakan jenis penelitian kausal komparatif. Penelitian kausal komparatif adalah penelitian yang dilakukan untuk membandingkan suatu variabel (objek penelitian), antara subjek yang berbeda atau waktu yang berbeda dan menemukan hubungan sebab-akibatnya. Penelitian kausal komparatif (causal comparative research) yang disebut juga penelitian ex post facto adalah penyelidikan empiris yang sistematis dimana peneliti tidak mengendalikan variabel bebas secara langsung karena 36

2 37 keberadaan dari variabel tersebut telah terjadi atau karena variabel tersebut pada dasarnya tidak dapat dimanipulasi (Ezmir, 2009). Adapun tujuan penelitian ini adalah untuk menyelidiki kemungkinan hubungan sebab-akibat berdasarkan atas pengamatan terhadap akibat yang ada, dan mencari kembali fakta yang mungkin menjadi penyebab melalui data tertentu. Maksud dari akibat yang ada adalah variabel dependen sebagai variabel yang terkena akibat atau pengaruh, sedangkan fakta yang menjadi penyebab adalah variabel bebas atau independen sebagai penyebab dari hal yang terjadi pada variabel dependen. Variabel dependen dalam penelitian ini adalah Harga Saham Perusahaan Manufaktur Sub Sektor Makanan dan Minuman yang terdaftar di BEI pada periode , sedangkan variabel independen dalam penelitian ini adalah Current Ratio (CR), Debt To Equity Ratio (DER) dan Earning per Share (EPS). Dilihat dari data yang diperoleh, penelitian ini merupakan jenis penelitian kuantitatif karena di dalamnya mengacu pada perhitungan data penelitian yang berupa angka-angka. C. Definisi dan Operasionalisasi Variabel Menurut Narimawati (2010) menjelaskan operasionalisasi variabel sebagai berikut : Penentuan construct sehingga menjadi variabel yang dapat diukur. Definisi operasional menjelaskan cara tertentu dapat digunakan oleh peneliti dalam mengoperasionalisasikan construct, sehingga memungkinkan bagi peneliti yang lain untuk melakukan replikasi pengukuran dengan cara yang sama atau mengembangkan cara pengukuran construct yang lebih baik.

3 38 Adapun pengertian variabel penelitian menurut Sugiyono (2013) sebagai berikut : Variabel penelitian adalah suatu atribut atau sifat atau nilai dari orang, obyek atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk mempelajari variasi tertentu yang diterapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Variabel dalam penelitian ini dibedakan menjadi dua yaitu variabel bebas (independent variable) dan variabel terikat (dependent variable). 1). Variabel Bebas (Independent Variable) Variabel bebas atau variabel independen adalah variabel yang mempengaruhi variabel terikat. Variabel independen dalam penelitian ini terdiri dari: Current Ratio (CR), Debt to Equity Ratio (DER) dan Earning Per Share (EPS). a). Current Ratio (CR) Current Ratio (CR) mengukur kemampuan aktiva lancar membayar hutang lancar. Rasio ini dihitung dengan membagi aktiva lancar dengan kewajiban lancar. Rasio ini menunjukkan sampai sejauh apa kewajiban lancar ditutupi oleh aktiva yang diharapkan akan dikonversi menjadi kas dalam waktu dekat. Aktiva lancar meliputi kas, efek yang dapat diperdagangkan, piutang usaha, dan persediaan. Kewajiban lancar terdiri atas utang usaha, wesel tagih jangka pendek, utang lancar jangka panjang, pajak dan gaji yang masih harus dibayar (Brigham dan Houston, 2012). Current Ratio dapat dihitung dengan menggunakan rumus :

4 39 Current Ratio (CR) = Aktiva Lancar x 100% Hutang Lancar b). Debt to Equity Ratio (DER) Debt to Equity Ratio (DER) adalah rasio yang dihitung dengan membagi total hutang dengan total aset. Debt to Equity Ratio (DER) merupakan perbandingan antara total hutang terhadap total shareholders equity yang dimiliki perusahaan. Total hutang disini merupakan total hutang jangka pendek dan total hutang jangka panjang. Sedangkan Shareholders Equity adalah total modal sendiri (total modal saham disetor dan laba ditahan) yang dimiliki oleh perusahaan (Brigham dan Houston, 2012). Maka perhitungan DER dapat dirumuskan sebagai berikut : Debt to Equity Ratio (DER) = Total Kewajiban x 100 % Total Ekuitas c). Earning Per Share (EPS) Earning Per Share (EPS) merupakan rasio untuk mengukur kemampuan perusahaan dalam menghasilkan keuntungan per lembar saham. EPS dapat dihitung dengan rumus: Earning Per Share (EPS) = Laba Setelah Pajak x 100% Jumlah Saham Yang Beredar

5 40 2). Variabel Terikat (Dependent Variable) Variabel dependen atau variabel terikat adalah variabel yang dipengaruhi oleh variabel bebas. Variabel dependen dalam penelitian ini yaitu harga saham. Harga saham yang digunakan dalam penelitian ini adalah harga saham penutupan (closing price) di akhir periode yaitu pada tahun yang diperoleh melalui data sekunder yang diambil dengan mencatat dan mengumpulkannya dari dokumentasi Bursa Efek Indonesia (BEI). Skala pengukuran yang digunakan dalam penelitian ini untuk semua variabel (independen dan dependen) menggunakan skala rasio. Skala rasio adalah skala interval dan memiliki nilai dasar (based value) yang tidak dapat dirubah (Ghozali, 2006). Skala rasio merupakan tingkat pengukuran tertinggi, dimana ukuran ini mencakup semua persyaratan pada jenis ukuran lainnya (nominal, ordinal dan interval). Dan ukuran ini memberikan nilai absolute pada data atau objek yang akan diukur. Operasionalisasi variabel dalam penelitian ini akan dijelaskan dalam tabel sebagai berikut : Tabel 3.1 Operasionalisasi Variabel Penelitain No Variabel Jenis Variabel 1. X 1 CR 2. X 2 DER Indikator Aktiva Lancar Hutang Lancar Total Kewajiban Total Ekuitas Skala Rasio Rasio

6 41 3. X 3 EPS 4. Y Harga Saham Laba Setelah Pajak Jumlah Saham Yang Beredar Harga Saham pada Closing Price Rasio Rasio D. Populasi dan Sampel Penelitian Populasi penelitian adalah keseluruhan subyek yang menjadi fokus penelitian. Sedangkan sampel penelitian adalah sebagian dari subyek penelitian yang akan digunakan sebagai dasar untuk melakukan analisis. Populasi dalam penelitian ini adalah seluruh perusahaan sub sektor industri makanan dan minuman yang go public di BEI sebanyak 16 (enambelas) perusahaan dari tahun 2012 sampai dengan Pengambilan sampel dengan metode purposive sampling yaitu pemilihan sampel yang sesuai dengan kriteria yang telah ditentukan. Adapun kriteria yang ditetapkan untuk memperoleh sampel adalah sebagai berikut: 1). Perusahaan tersebut mempublikasikan laporan keuangan yang telah diaudit sesuai dengan periode penelitian yaitu ). Perusahaan yang tercatat memiliki ketersediaan dan kelengkapan data harga saham selama periode ). Perusahaan yang memiliki data secara lengkap selama periode dan tidak memiliki variabel negatif. Dari total populasi pada perusahaan sub sektor industri makanan dan minuman di Bursa Efek Indonesia (BEI) selama periode , maka

7 42 ditentukan 8 (delapan) perusahaan yang memenuhi kriteria, adalah sebagai berikut: Tabel 3.2 Seleksi Sampel Keterangan Total perusahaan industri makanan dan minuman yang terdaftar di BEI selama Dikurangi perusahaan industri makanan dan minuman yang delisting di BEI pada periode Dikurangi perusahaan industri makanan dan minuman yang relisting di BEI pada bulan September periode Dikurangi perusahaan industri makanan dan minuman yang pindah sub sektor di BEI pada periode Dikurangi perusahaan industri makanan dan minuman yang tidak menerbitkan dan mempublikasikan laporan keuangan periode tahun Dikurangi perusahaan yang tidak memiliki data secara lengkap dan mempunyai variabel negatif. Jumlah 16 Jumlah sampel penelitian 8 (1) (1) (1) (2) (3) (Sumber: Tabel 3.3 Daftar Perusahaan Sampel Penelitian Yang Terdaftar di BEI No. Nama Perusahaan Kode 1. PT.Indofood CBP Sukses Makmur Tbk ICBP 2. PT.Indofood Sukses Makmur Tbk INDF 3. PT.Mayora Indah Tbk MYOR 4. PT.Multi Bintang Indonesia Tbk MLBI 5. PT.Nippon Indosari Corpindo Tbk ROTI 6. PT.Sekar Laut Tbk SKLT 7. PT.Siantar Top Tbk STTP 8. PT.Ultrajaya Milk Industry & Trading Company Tbk ULTJ

8 43 E. Teknik Pengumpulan Data Metode pengumpulan data yang digunakan oleh penulis dalam penelitian ini adalah dengan pengumpulan data arsip (dokumen/copy) atau studi pustaka (library search), yaitu dengan mengumpulkan data sekunder berupa laporan keuangan neraca dan laporan keuangan laba rugi dari perusahaan-perusahaan sub sektor industri makanan dan minuman yang di ambil sebanyak 8 (delapan) perusahaan di Indonesia dengan rentang tahun pengamatan dari tahun 2012 hingga tahun Data penelitian tersebut diperoleh dari cetak media internet yang di listing di Bursa Efek Indonesia (BEI). Jenis data yang digunakan dalam penelitian ini adalah data sekunder, yaitu data yang diperoleh secara tidak langsung atau melalui media perantara dan merupakan data primer yang telah diolah lebih lanjut serta telah disajikan oleh Bursa Efek Indonesia (BEI). F. Metode Analisis Data Analisis data adalah kegiatan setelah data dari seluruh responden terkumpul. Kegiatan dalam analisis data adalah mengelompokkan data berdasarkan variabel dan jenis responden, mentabulasi data berdasarkan variabel dari seluruh responden, menyajikan data tiap variabel yang diteliti, melakukan perhitungan untuk menjawab masalah, dan melakukan perhitungan untuk menguji hipotesis yang telah diajukan (Sugiyono, 2012). Dalam penelitian ini metode analisis yang dilakukan adalah model analisis regresi data panel. Sedangkan pengertian data panel adalah kombinasi antara data silang tempat (cross section) dengan data runtut waktu (time

9 44 series) (Kuncoro, 2011). Alat pengolah data dalam penelitian ini menggunakan perangkat lunak atau software Eviews versi Analisis Statistik Deskriptif Analisis deskriptif yaitu analisis yang digunakan untuk analisa data dengan cara mendeskripsikan atau menggambarkan data yang terkumpul sebagaimana adanya tanpa ada tujuan membuat kesimpulan untuk generalisasi. Statistik deskriptif memberikan gambaran atau deskriptif tentang suatu data yang dilihat melalui nilai rata-rata (mean), standar deviasi, varian, maksimum, minimum, sum dan range (Ghozali, 2009). Standar deviasi kecil menunjukkan sampel atau populasi yang mengelompok disekitar nilai rata-rata hitungnya. 2. Analisis Regresi Data Panel Menurut Widarjono (2009) penggunaan data panel dalam sebuah observasi mempunyai beberapa keuntungan yang diperoleh. Pertama, data panel yang merupakan gabungan dua data time series dan cross section mampu menyediakan data yang lebih banyak sehingga akan lebih menghasilkan degree of freedom yang lebih besar. Kedua, menggabungkan informasi dari data time series dan cross section dapat mengatasi masalah yang timbul ketika ada masalah penghilangan variabel (omitted-variabel). Data time series adalah data yang dikumpulkan dari waktu ke waktu terhadap suatu individu. Sedangkan data cross section merupakan data yang dikumpulkan dalam satu waktu terhadap banyak individu.

10 45 Keunggulan regresi data panel menurut Wibisono (dalam Ajija 2011) antara lain : a). Panel data mampu memperhitungkan heterogenitas individu secara ekspilisit dengan mengizinkan variabel spesifik individu. b). Kemampuan mengontrol heterogenitas ini selanjutnya menjadikan data panel dapat digunakan untuk menguji dan membangun model perilaku lebih kompleks. c). Data panel mendasarkan diri pada observasi cross-section yang berulangulang (time series), sehingga metode data panel cocok digunakan sebagai study of dynamic adjustment. d). Tingginya jumlah observasi memiliki implikasi pada data yang lebih informative, 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. e). Data panel dapat digunakan untuk mempelajari model-model perilaku yang kompleks. f). Data panel dapat digunakan untuk meminimalkan bias yang mungkin ditimbulkan oleh agregasi data individu. Widarjono (2009) menyatakan terdapat beberapa metode yang biasa digunakan dalam mengestimasi model regresi dengan data panel, yaitu pooling least square (Common Effect), pendekatan efek tetap (Fixed Effect), pendekatan efek random (Random Effect).

11 46 a). Pooled Least Square (Common Effect) Model Pooled Least Square (Common Effect) adalah model yang hanya menggabungkan data tanpa melihat perbedaan waktu dan individu. Dalam pendekatan ini tidak memperhatikan dimensi individu maupun waktu, dan dapat diasumsikan bahwa perilaku data antar perusahaan sama dalam berbagai rentang waktu. Asumsi ini jelas sangat jauh dari realita sebenarnya, karena karakteristik antar perusahaan baik dari segi wilayah jelas sangat berbeda. Berikut adalah model regresi linier menggunakan data cross section dan time series : Model dengan data cross section Yi = α + β Xi + ɛi ; i = 1,2,.,N N : banyaknya data cross section Model dengan data time series Yt = α + β Xt + ɛt ; t = 1,2,.,T N : banyaknya data time series Mengingat data panel merupakan gabungan dari data cross section dan data time series, dan diasumsikan bahwa α dan β akan sama (konstan) untuk setiap data time series dan cross section, maka α dan β dapat diestimasi dengan model berikut menggunakan N x T pengamatan maka modelnya dituliskan dengan : Yit = α + β Xit + ɛit ; i = 1,2,.,N ; t = 1,2,.,T dimana : N = banyaknya observasi atau unit cross section

12 47 T = banyaknya waktu N x T = banyaknya data panel Akan tetapi dengan menggabungkan data, maka kita tidak dapat melihat perbedaan baik antar individu maupun antar waktu, atau dengan kata lain dalam pendekatan ini tidak memperhatikan dimensi individu maupun waktu. b). Pendekatan Efek Tetap (Fixed Effect) Pengertian model fixed effect adalah model dengan intercept berbeda-beda untuk setiap subjek (cross section), tetapi slope setiap subjek tidak berubah seiring waktu (Gujarati, 2012). Model ini mengasumsikan bahwa intercept adalah berbeda setiap subjek sedangkan slope tetap sama antar subjek. Dalam membedakan satu subjek dengan subjek lainnya digunakan variabel dummy (Kuncoro, 2012). Model ini sering disebut dengan model Least Square Dummy Variables (LSDV). Berdasarkan Gujarati (2012) persamaan model ini adalah sebagai berikut : Dimana variabel dummy d1t untuk subjek pertama dan 0 jika bukan, d2t untuk subjek kedua dan 0 jika bukan, dan seterusnya. Jika dalam sebuah penelitian menggunakan 10 cross section, maka jumlah variabel dummy yang digunakan sebanyak 9 variabel untuk menghindari perangkap variabel dummy, yaitu kondisi dimana terjadi kolinearitas sempurna (Gujarati, 2012). Intercept b0 adalah nilai

13 48 intercept subjek kesatu dan koefisien b6, b7, b8 menandakan besar perbedaan antara intercept subjek lain terhadap subjek kesatu. Model persamaan pada fixed effectmodel dapat dituliskan dalam bentuk sebagai berikut : Yit = αit + βj Xit j + Ʃ αit*di + ɛit: dimana : Yit = Nilai variabel terikat (dependent variable) untuk setiap unit cross section ke-i pada periode waktu t dimana i = 1,,N dan t = 1,,T. Xit j = Nilai variable penjelas (explanatory variable) ke-j untuk setiap unitcross section ke-i pada periode waktu t dimana K variabel penjelas diberi indeks dengan j = 1,,K. αit = Intercept pada persamaan fixed. Αit* = Intercept yang berubah-ubah antar unit cross section. Di Βj = Dummy pada unit cross section. = Koefisien slope atau parameter untuk variabel ke-j yang berbeda antar unit cross section. Eit = Komponen error untuk setiap unit cross section ke-i pada periode waktu t. N adalah jumlah unit cross section, T adalah jumlah periode waktunya, dan K adalah jumlah variabel penjelas. Dengan menggunakan pendekatan ini akan terjadi pengurangan degree of freedom sebesar NT-N-K. Keputusan memasukkan variabel

14 49 dummy ini harus didasarkan pada pertimbangan statistic. Penambahan variabel dummy ini akan dapat mengurangi banyaknya degree of freedom yang akhirnya akan mempengaruhi keefesienan dari parameter yang diestimasi. Kelebihan pendekatan LSDV ini adalah dapat menghasilkan dugaan parameter β yang tidak biasa dan efisien. Tetapi kelemahannya jika jumlah unit observasinya besar maka akan terlihat rumit. c). Pendekatan Efek Random (Random Effect) Metode Random Effect adalah metode yang akan mengestimasi data panel dimana variabel gangguan mungkin saling berhubungan antar waktu dan antar individu. (Widarjono, 2009). Teknik yang digunakan dalam metode Random Effect adalah dengan menambahkan variabel gangguan (error terms) yang mungkin saja akan muncul pada hubungan antar waktu dan antar data perusahaan. Berikut adalah permodelan Random Effect : Yit = α + βxit + ɛit ; ɛit = ui + vt + wit dimana: ui vt wit = Komponen errorcross section = Komponen error time series = Komponen error gabungan Adapun asumsi yang digunakan untuk komponen error tersebut : ui ~ N (0, σu 2 ); vt ~ N (0, σv 2 );

15 50 wit ~ N (0, σw 2 ); wit adalah error term gabungan terdiri atas dua komponen: ɛit yaitu komponen error yang cross-section atau spesifik-individual, dan ui yaitu komponen error gabungan time-series dan crosssection. 3. Pemilihan Model Regresi Data Panel Untuk memilih model yang paling tepat digunakan dalam mengelola data panel, terdapat beberapa pengujian yang dapat dilakukan, yaitu: a). Uji Chow Uji Chow adalah pengujian untuk menentukan model Common Effect atau Fixed Effect yang paling tepat digunakan dalam mengestimasi data panel. Hipotesis dalam uji chow adalah : H 0 H 1 : Common Effect Model : Fixed Effect Model Statistika uji yang digunakan adalah Uji F dengan Rumus : = ܨ ) ଶ ܧ ଵ ܧ ) ( 1) ଶ ܧ ) ݐ ) Dimana : SSE1 : Sum Square Error dari model Common Effect SSE2 : Sum Square Error dari model Fixed Effect n nt k : Jumlah perusahaan (cross section) : Jumlah cross section x jumlah time series : Jumlah variabel independen

16 51 Kriteria uji yang digunakan adalah F tabel didapat dari : )} ݐ 1, df( ߙ} = ݐ ܨ Dimana : α n nt k : Tingkat signifikasi yang dipakai (alfa) : Jumlah perusahaan (cross section) : Jumlah cross section x jumlah time series : Jumlah variabel independen Dasar penolakan terhadap hipotesis diatas adalah dengan membandingkan perhitungan F-statistik dengan F-tabel. Perbandingan dipakai apabila hasil F-hitung lebih besar (>) dari F- tabel maka H 0 ditolak yang berarti model yang paling tepat digunakan adalah Fixed Effect Model. Begitupun sebaliknya, jika F- hitung lebih kecil (<) dari F-tabel maka H 0 diterima dan model yang digunakan adalah Common Effect Model (Widarjono, 2009). b). Uji Hausman Hausman test adalah pengujian statistik untuk memilih apakah model Fixed Effect atau Random Effect yang paling tepat digunakan apabila dari hasil Uji Chow tersebut ditentukan bahwa metode Fixed Effect yang digunakan, maka harus ada uji lanjutan dengan Uji Hausman untuk memilih antara metode Fixed Effect atau metode Random Effect yang akan digunakan untuk mengestimasi regresi data

17 52 panel. Untuk menguji Hausman Test data juga diregresikan dengan model Random Effect, kemudian dibandingkan antara Fixed Effect dan Random Effect dengan hipotesis : H 0 : Model Random Effect H 1 : Model Fixed Effect Model Uji Hausman yang digunakan adalah sebagai berikut : W = X 2 [k 1] = [b β] [b β] Sementara itu hipotesis yang digunakan dalam pengujian ini adalah: ܪ = W memiliki distribusi chi-square yang terbatas dengan derajat kebebasan (k-1) ܪ ଵ = W memiliki distribusi chi-square yang tidak terbatas dengan derajat kebebasan (k-1) Uji menggunakan chi-square dimana jika probabilitas dari hausman lebih kecil dari α (hasil hausman test signifikan) maka H o ditolak dan model fixed effect digunakan. Pengujian ini untuk mengetahui apakah model regresi yang digunakan layak untuk melakukan pengujian hipotesis dalam penelitian ini. Pengujian ini dilakukan dengan alat bantuan program Eviews versi 9. Kriteria pengujiannya adalah sebagai berikut: 1). ܪ diterima dan ܪ ଵ ditolak apabila ρ value > 0,05 atau bila nilai signifikansi > nilai alpha α 0,05 berarti model regresi dalam penelitian ini tidak layak (fit) untuk digunakan dalam penelitian.

18 53 2). ܪ ditolak dan ܪ ଵ diterima apabila ρ value < 0,05 atau bila nilai signifikansi < nilai alpha α 0,05 berarti model regresi dalam penelitian ini layak atau fit untuk digunakan dalam penelitian. c). Uji Lagrange Multiplier Lagrange Multiplier (LM) adalah uji untuk menentukan model Random Effect atau model Common Effect yang paling tepat digunakan dalam mengestimasi data panel. Hipotesis dalam uji LM adalah : H 0 H 1 : Common Effect Model : Random Effect Model Uji signifikansi Random Effect ini dikembangkan oleh Breusch Pagan. Metode Breusch Pagan untuk uji signifikansi Random Effect didasarkan pada nilai residual dari metode OLS. Uji LM mempunyai statistika uji : Dimana : n = jumlah individu T = jumlah periode waktu e = residual metode Common Effect (OLS)

19 54 Uji LM ini didasarkan pada distribusi chi-squares dengan degree of freedom sebesar jumlah variabel independen. Jika nilai LM statistik lebih besar dari nilai kritis statistik chi-squares maka kita menolak hipotesis nul, yang artinya estimasi yang tepat untuk model regresi data panel adalah metode Random Effect dari pada metode Common Effect. Sebaliknya jika nilai LM statistik lebih kecil dari nilai statistik chi-squares sebagai nilai kritis, maka kita menerima hipotesis nul, yang artinya estimasi yang digunakan dalam regresi data panel adalah metode Common Effect bukan metode Random Effect (Widarjono, 2009). Uji LM tidak digunakan jika pada uji Chow dan uji Hausman menunjukkan model yang paling tepat adalah Fixed Effect model. Uji LM dipakai manakala pada uji Chow menunjukkan model yang dipakai adalah Common Effect model. Sedangkan pada uji Hausman menunjukkan model yang paling tepat adalah Random Effect model. Maka diperlukan uji LM sebagai tahap akhir untuk menentukan model Common Effect atau Random Effect yang paling tepat. 4. Analisis Model Regresi Data Panel a). Koefisien Determinasi R 2 Uji R-square (R 2 ) ini menginformasikan baik atau tidaknya model regresi yang terestimasi dengan data sesungguhnya. Artinya, nilai tersebut mencerminkan seberapa besar variasi dari variabel terikat Y dapat diterangkan oleh variabel bebas X. Semakin besar R 2, maka

20 55 semakin baik dari model regresi yang diperoleh. Baik atau tidaknya suatu persamaan regresi ditentukan oleh R 2- nya yang mempunyai nilai antara nol sampai satu. Ketentuannya adalah bila nilai koefisien determinasi sama dengan 0 (R 2 =0) artinya variasi dari Y tidak dapat diterangkan oleh X sama sekali. Sedangkan bila R 2-1 artinya variasi dari Y secara keseluruhan dapat diterangkan oleh X. Dengan kata lain, bila R 2 =1, maka semua titik-titik pengamatan berada tepat pada garis regresi. Uji R-square (R 2 ) digunakan untuk mengetahui berapa besarnya konstribusi yang diberikan variabel X (CR, DER dan EPS) dalam menjelaskan variabel Y (Harga Saham). b). Uji Kelayakan Model (Uji F) Uji F ini adalah pengujian yang bertujuan untuk mengetahui seberapa besar pengaruh koefisien regresi secara bersama-sama terhadap dependen variabel. Uji F ini digunakan untuk mengetahui apakah model regresi sudah benar yaitu bahwa Harga Saham dipengaruhi oleh Current Ratio (CR), Debt to Equity Ratio (DER) dan Earning Per Share (EPS). Dimana tingkat signifikansi yang digunakan adalah 5% atau 0,05. Uji F dapat dilakukan dengan membandingkan ܨ ௧௨ dengan ଵ diterima). Model ܪ ditolak dan ܪ), ௧ ܨ ௧௨ > dari ܨ ௧, jika ܨ signifikan selama kolom signifikansi < α dan sebaliknya jika ௧, maka model tidak signifikan, hal ini juga ditandai ܨ> ௧௨ ܨ

21 56 dengan nilai kolom signifikansi akan lebih besar dari alpha α. Rumus yang dapat digunakan untuk dapat melakukan pengujian ini adalah : Dimana : = / ( )/( ) R = koefisien korelasi berganda k n = jumlah variabel independen = jumlah anggota sampel Kriteria pengambilan keputusan yang digunakan adalah sebagai berikut: ଵ ditolak jika probabilitas tingkat signifikansi ܪ diterima atau ܪ = 0,05 α ௧௨ > ܨ ଵ diterima jika probabilitas tingkat signifikansi ܪ ditolak atau ܪ = 0,05 α ௧ < ܨ Apabila ܪ diterima, maka hal ini menunjukkan bahwa variabel independen tidak mempunyai hubungan yang signifikan dengan variabel dependen dan sebaliknya. Apabila ܪ ditolak, maka hal ini menunjukkan bahwa variabel independen mempunyai hubungan yang signifikan dengan variabel dependen.

22 57 5. Analisis Koefisien Regresi Data Panel (Uji T) Uji ini digunakan untuk mengetahui apakah masing-masing variabel independen secara parsial mempunyai pengaruh secara signifikansi terhadap variabel dependen. Dengan kata lain, untuk mengetahui apakah masing-masing variabel independen dapat menjelaskan perubahan yang terjadi pada variabel dependen secara nyata. Hasil Uji t dapat dilihat pada tabel coefficients pada kolom sig (significance). Jika probabilitas nilai t atau signifikansi < 0,05, maka dapat dikatakan bahwa terdapat pengaruh variabel bebas terhadap variabel terikat secara parsial. Namun jika probabilitas nilai t atau signifikansi > 0,05, maka dapat dikatakan bahwa tidak terdapat pengaruh yang signifikan antara masingmasing variabel bebas terhadap variabel terikat. Hipotesis Uji t: = diterima jika Sig > α ܪ ଵ = diterima jika Sig < α ܪ = Rumus yang digunakan dalam menguji hipotesis (Uji t) penelitian ini adalah: Dimana : t b Sb = nilai uji t = koefisien regresi = standar eror dari variabel independen

23 58 Kriteria dalam pengujian ini adalah sebagai berikut: 1). ܪ diterima dan ܪ ଵ ditolak, value> 0,05 atau bila nilai signifikansi lebih dari nilai α 0,05 berarti variabel independen secara individual tidak berpengaruh terhadap variabel dependen. 2). ܪ ditolak dan ܪ ଵ diterima, value < 0,05 atau bila nilai signifikansi kurang dari nilai α 0,05 berarti variabel independen secara individual berpengaruh terhadap variabel dependen.