BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Deskripsi Objek Penelitian Objek yang digunakan dalam penelitian ini adalah perusahaan properti dan real estate yang terdaftar di Bursa Efek Indonesia tahun 2012-2014. Pemilihan sampel pada penelitian ini menggunakan purposive sampling dengan beberapa ketentuan. Berdasarkan kriteria tersebut diperoleh sampel sebanyak 33 perusahaan. Karena periode observasi penelitian ini adalah tiga tahun, maka jumlah sub sampel yang diperoleh adalah 99 (33 perusahaan x 3 tahun periode penelitian). Pengambilan sampel penelitian ini digambarkan dalam tabel berikut ini : Tabel 4. 1 Kriteria Pengambilan Sampel Penelitian Tahun 2012-2014 Kriteria Sampel 2012-2014 Perusahaan properti dan real estate yang terdaftar di BEI Perusahaan yang tidak terdaftar di BEI sejak tahun 2012-2014 secara berturut-turut Perusahaan yang tidak mengeluarkan laporan keuangan auditan selama periode 2012-2014 55 (8) (4) Perusahaan tidak menggunakan mata uang rupiah - Perusahaan yang tidak memiliki data yang lengkap terkait variabel yang digunakan oleh peneliti (10) Total sampel penelitian perusahaan 33 Sumber : Data sekunder yang diolah, 2016 59
60 Setelah ditentukan kriteria-kriteria yang telah ditetapkan, adapun daftar perusahaan properti dan real estate yang diperoleh untuk dijadikan sampel penelitian sebagai berikut : Tabel 4. 2 Daftar Nama Perusahaan Properti dan Real Estate Tahun 2012-2014 No Nama Perusahaan KODE 1 PT. Agung Podomoro Land Tbk APLN 2 PT. Alam Sutera Realty Tbk ASRI 3 PT. Bekasi Asri Pemula Tbk BAPA 4 PT. Bhuwanatata Indah Permai Tbk BIPP 5 PT. Bukit Darmo Property Tbk BKDP 6 PT. Bumi Serpong Damai Tbk BSDE 7 PT. Ciputra Development Tbk CTRA 8 PT. Ciputra Property Tbk CTRP 9 PT. Ciputra Surya Tbk CTRS 10 PT. Danayasa Arthatama Tbk SCBD 11 PT. Duta Anggada Realty Tbk DART 12 PT. Duta Pertiwi Tbk DUTI 13 PT. Fortune Mate Indonesia Tbk FMII 14 PT. Greenwood Sejahtera Tbk GWSA 15 PT. Indonesia Paradise Property Tbk INPP 16 PT. Intiland Development Tbk DILD 17 PT. Jababeka Tbk KIJA 18 PT. Jakarta International Hotel & Development Tbk JIHD 19 PT. Jaya Real Property Tbk JRPT 20 PT. Lamicitra Nusantara Tbk LAMI 21 PT. Lippo Karawaci Tbk LPKR 22 PT. Megapolitan Developments Tbk EMDE 23 PT. Metropolitan Kentjana Tbk MKPI 24 PT. Metropolitan Land Tbk MTLA 25 PT. MNC Land Tbk KPIG 26 PT. Modernland Realty Tbk MDLN 27 PT. Pakuwon Jati Tbk PWON 28 PT. Pembangunan Jaya Ancol Tbk PJAA 29 PT. Pikko Land Development Tbk RODA 30 PT. Pudjiadi Prestige Tbk PUDP
61 31 PT. Sentul City Tbk BKSL 32 PT. Surya Semesta Internusa Tbk SSIA 33 PT. Suryamas Dutamakmur Tbk SMDM Sumber : Indonesia Stock Exchange (IDX) 4.2 Analisis Data 4.2.1 Statistik Deskriptif Analisis deskriptif adalah bagian dari statistik yang digunakan untuk menggambarkan atau mendeskripsikan data tanpa bermaksud untuk membuat kesimpulan, tetapi hanya menjelaskan kelompok data tersebut. Analisis statistik deskriptif digunakan untuk menjelaskan deskripsi dari data seluruh variabel yang akan dimasukkan dalam model penelitian yang dilihat dari nilai minimum, nilai maksimum, rata-rata (mean) dan standar deviasi. Hasil perhitungan deskriptif pengaruh Arus Kas Operasi, Arus Kas Investasi, Arus Kas Pendanaan, Laba Akuntansi dan Ukuran Perusahaan untuk semua perusahaan selama periode penelitian yaitu tahun 2012-2014 disajikan dalam tabel berikut ini : Tabel 4. 3 Deskriptif Variabel Penelitian Descriptive Statistics N Minimum Maximum Mean Std. Deviation Arus Kas Operasi 99-9.210 24.257.86731 3.644687 Arus Kas Investasi 99-60.006 28.767 -.38400 7.642829 Arus Kas Pendanaan 99-12.489 48.589 1.08781 7.193403 Laba Akuntansi 99-29.612 23.755 -.83249 6.140751 Ukuran Perusahaan 99 -.087 2.147.23964.325811 Return Saham 99 -.742 2.253.23988.534608 Valid N (listwise) 99 Sumber : Data sekunder yang diolah
62 Data statistik menunjukkan bahwa nilai minimum, nilai maksimum, nilai mean dan standar deviasi semua variabel penelitian dari tahun 2012-2014. Tabel 4.2 juga menunjukkan jumlah data yang digunakan dalam penelitian ini sebanyak 99 sampel perusahaan properti dan real estate yang terdaftar pada Bursa Efek Indonesia tahun 2012-2014. Berdasarkan tabel 4.2 deskripsi akan dijelaskan sebagai berikut ini: 1. Arus Kas Operasi (X1) Pada variabel arus kas operasi mempunyai nilai terkecil sebesar -9.210; nilai terbesar 24,250; nilai rata-rata sebesar 0,86824; dan nilai standar deviasi sebesar 3,644687. 2. Arus Kas Investasi (X2) Pada variabel arus kas investasi mempunyai nilai terkecil sebesar -60,006; nilai terbesar 28,767; nilai rata-rata sebesar -3,8400; dan nilai standar deviasi sebesar 7,642829. 3. Arus Kas Pendanaan (X3) Pada variabel arus kas pendanaan mempunyai nilai terkecil sebesar -12,489; nilai terbesar 48,589; nilai rata-rata sebesar -1,08781; dan nilai standar deviasi sebesar 7,193403. 4. Laba Akuntansi (X4) Pada variabel laba akuntansi mempunyai nilai terkecil sebesar 29,612; nilai terbesar 23,755; nilai rata-rata sebesar -0,83249; dan nilai standar deviasi sebesar 6,140751.
63 5. Ukuran Perusahaan (X5) Pada variabel ukuran perusahaan mempunyai nilai terkecil sebesar -0,087; nilai terbesar 2,147; nilai rata-rata sebesar 0,23964; dan nilai standar deviasi sebesar 0,325811. 6. Return Saham (Y) Pada variabel return saham mempunyai nilai terkecil sebesar -0,742; nilai terbesar 2,253; nilai rata-rata sebesar 0,23988; dan nilai standar deviasi sebesar 0,534608. Dari hasil diatas dapat disimpulkan bahwa variabel dependen yaitu arus kas operasi, arus kas investasi, arus kas pendanaan, laba akuntansi dan ukuran perusahaan serta variabel independen return saham mengindikasikan hasil yang kurang baik, hal ini dikarenakan standar devisiasi yang mencerminkan penyimpangan dan mencerminkan data yang cenderung kurang stabil dari data variabel tersebut sangat tinggi karena lebih besar dari rata-rata. 4.2.2 Uji Asumsi Klasik Uji asumsi klasik dalam penelitian ini menggunakan uji normalitas, uji multikolearitas, uji heterokedasititas, dan uji autokorelasi. 4.2.2.1 Uji Normalitas Uji Normalitas bertujuan untuk menguji apakah dalam model variabel-variabel penelitian terdistribusi nornal atau tidak normal. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati nornal. Cara yang dapat digunakan untuk mengetahui apakah data
64 terdistribusi normal atau tidak adalah dengan menggunakan graik normal Probability Plot. Apabila variabel terdistribusi normal maka penyebaran plot akan berada disekitar dan disepanjang garis diagonal. Grafik Probability Plot juga diperkuat dengan Uji Kolmogorov Smirnov untuk menguji normalitas data. Berikut gambar normalitas pada model : Gambar 4. 1 Grafik Normalitas Dengan melihat tampilan grafik normal plot dapat disimpulkan bahwa pada grafik normal plot terlihat titik-titik menyebar disekitar diagonal serta penyebarannya mengikuti garis diagonal. Jadi grafik ini
65 menunjukkan bahwa model regresi tidak menyalahi asumsi normalitas. Namun, untuk memperkuat hasil uji tersebut harus dilakukan uji normalitas yang lain, maka digunakan Uji Kolmogorov Smirnov dengan hasil sebagai berikut : Tabel 4. 4 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 99 Normal Parameters a Mean.0000000 Std. Deviation.48946746 Most Extreme Differences Absolute.074 Positive.074 Negative -.042 Kolmogorov-Smirnov Z.738 Asymp. Sig. (2-tailed).647 a. Test distribution is Normal. Sumber : Data sekunder yang diolah Berdasarkan hasil pengujian terhadap nilai residual, diketahui bahwa nilai Kolmogorov Smirnov Z menunjukkan angka sebesar 0,738 dengan Asymptotic Significance sebesar 0,647 yang berada diatas 0,05 berarti bahwa data residual terdistribusi normal. Dengan demikian dapat disimpulkan bahwa data terdistribusi normal dan model regresi dapat digunakan sebagai pengujian berikutnya.
66 4.2.2.2 Uji Multikolonearitas Uji multikolonearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen. Jika terjadi korelasi maka dinamakan terdapat masalah Multikolonearitas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Pengujian ada tidaknya gejala multikolonearitas dilakukan dengan memperhatikan nilai matriks korelasi yang dihasilkan pada saat pengolahan data serta nilai VIF (Variance Inflation Factor) dan Tolerance. Suatu model regresi dikatakan tidak memiliki kecenderungan adanya gejala multikolonearitas adalah apabila angka tolerance > 0,10 dan VIF < 10. Dari hasil pengujian model regresi diperoleh hasil untuk masing-masing variabel sebagai berikut : Tabel 4. 5 Hasil Uji Multikolonearitas Collinearity Statistics Model 1 (Constant) Tolerance VIF Arus Kas Operasi.946 1.057 Arus Kas Investasi.998 1.002 Arus Kas Pendanaan.939 1.065 Laba Akuntansi.970 1.031 Ukuran Perusahaan.969 1.032 Sumber : Data sekunder yang diolah Berdasarkan hasil tabel 4.5 diperoleh nilai VIF kelima variabel independen Arus Kas Operasi, Arus Kas Investasi, Arus Kas Pendanaan,
67 Laba Akuntansi, dan Ukuran Perusahaan memiliki nilai kurang dari 10 dan nilai tolerance yang lebih dari 0,1. Dengan demikian, dapat disimpulkan bahwa model regresi tidak terjadi atau bebas dari multikolonearitas antar variabel independen dalam model regresi. 4.2.2.3 Uji Heterokedastisitas Uji heterokedastisitas digunakan untuk menganalisis apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari residual pada satu pengamatan ke pengamatan yang lain. Jika terdapat perbedaan varians, maka dijumpai gejala heterokedastisitas. Pendektesian ada tidaknya heterokedastisitas bisa dilakukan dengan menggunakan metode Glejser Test, yaitu dengan cara meregresikan nilai absolute residual terhadap variabel independen. Dan dengan cara melihat grafik Scatterplot, jika gambar grafik dimana titik-titik yang ada dalam grafik tersebut tidak membentuk pola tertentu yang jelas dan titik-titik tersebut menyebar diatas dan dibawah angka nol pada sumbu Y. Jika ada pola tertentu, maka telah terjadi gejala heterokedastisitas. Hasil pengujian disajikan pada tabel dan gambar berikut :
68 Gambar 4. 2 Grafik Scatterplot Berdasarkan hasil pengujian terhadap gejala heterokedastisitas pada gambar diatas, dapat diamati bahwa titik-titik menyebar diatas dan dibawah angka 0 (nol) pada sumbu Y serta tidak dijumpai pola tertentu pada grafik yang terbentuk. Dengan hasil ini maka dapat dinyatakan tidak dijumpai gejala atau bebas dari heterokedastisitas pada model regresi yang digunakan. Untuk mendeteksi bahwa model regresi tidak mengandung adanya heterokedastisitas, juga dapat dilakukan dengan melihat hasil dari Uji Glejser Test berikut ini:
69 Tabel 4. 6 Hasil Uji Heterokedastisitas Coefficients a Unstandardized Coefficients Standardized Coefficients Collinearity Statistics Model B Std. Error Beta T Sig. Tolerance VIF 1 (Constant).390.039 10.051.000 Arus Kas Operasi Arus Kas Investasi Arus Kas Pendanaan Laba Akuntansi Ukuran Perusahaan.008.009.090.868.388.946 1.057.001.004.020.202.841.998 1.002.000.004.009.089.930.939 1.065 -.010.005 -.202-1.974.051.970 1.031 -.103.096 -.110-1.072.287.969 1.032 a. Dependent Variable: Glejser Sumber : Data sekunder yang diolah Berdasarkan hasil perhitungan Glejser Test yang ditampilkan pada tabel diatas tersebut menunjukkan tidak adanya gangguan heterokedastisitas yang terjadi dalam proses estimasi parameter model penduga. Hal ini dapat disimpulkan bahwa tingkat signifikansi (Sig) seluruh variabel independen yang lebih besar dari 0,05 (p > 0,05). Jadi, secara keseluruhan dapat disimpulkan bahwa tidak ada masalah heterokedastisitas. Sehingga model regresi layak dipakai untuk memprediksi return saham berdasarkan variabel bebas yaitu arus kas
70 operasi, arus kas investasi, arus kas pendanaan, laba akuntansi dan ukuran perusahaan. 4.2.2.4 Uji Autokorelasi Uji autokorelasi bertujuan untuk menguji apakah dalam satu model regresi linier terdapat korelasi antar kesalahan penganggu (residual) pada periode t dengan kesalahan pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada masalah autokorelasi. Model regresi yang baik adalah regresi bebas autokorelasi \dengan menggunakan Uji Durbin Watson. Langkah awal adalah mencari nilai du dari analisis regresi dan selanjutnya mencari nilai dl dan du pada tabel dengan kriteria. Untuk menguji apakah terjadi masalah autokorelasi, dapat dilihat pada tabel berikut ini : Tabel 4. 7 Hasil Uji Durbin Watson Model Summary b Adjusted R Std. Error of the Model R R Square Square Estimate Durbin-Watson 1.402 a.162.117.502453 1.820 a. Predictors: (Constant), Ukuran Perusahaan, Arus Kas Investasi, Arus Kas Pendanaan, Laba Akuntansi, Arus Kas Operasi b. Dependent Variable: Return Saham Sumber : Data sekunder yang diolah Berdasarkan hasil pengujian yang dilakukan diperoleh angka DW sebesar 1,820. Nilai tersebut jika dibandingkan dengan nilai tabel dengan menggunakan derajat kepercayaan 5%, jumlah sampel 99, Variabel (k) =
71 5. Maka diperoleh nilai batas bawah (dl) sebesar 1,5683 dan nilai batas atas (du) sebesar 1,7799. Tabel DW dapat dijelaskan dalam tabel berikut ini : Tabel 4. 8 Durbin Watson Test Bound Autokorelasi Positif Ragu-ragu Bebas Autokorelasi Ragu-ragu Autokorelasi Negatif DW 1,820 dl 1,568 3 du 4-du 4-dl 1,7799 2,2201 2,432 Dari tabel diatas terlihat bahwa DW ada diantara du 4-du (1,7799 < 1,820 < 2,2201), maka dinyatakan tidak ada autokorelasi atau bebas dari autokorelasi. Dengan demikian dapat ditarik kesimpulan bahwa data tersebut layak untuk diuji lebih lanjut. 4.2.3 Analisis Regresi Linier Berganda Regresi linier berganda merupakan salah satu pengujian hipotesis untuk mengetahui pengaruh antara variabel bebas (independen) terhadap variabel terikat (dependen). Berikut ini merupakan tabel hasil perhitungan Uji Regresi Linier Berganda :
72 Tabel 4. 9 Hasil Uji Regresi Liner Berganda Unstandardized Coefficients Model B Std. Error 1 (Constant).197.064 Arus Kas Operasi.045.014 Arus Kas Investasi.004.007 Arus Kas Pendanaan.002.007 Laba Akuntansi -.023.008 Ukuran Perusahaan -.067.158 a. Dependent Variable: Return Saham Sumber : Data sekunder yang diolah Berdasarkan tabel hasil pengujian regresi berganda diatas maka diperoleh sebuah model persamaan regresi untuk mengetahui faktor-faktor dalam memprediksi return saham adalah sebagai berikut : Y = 0,197 + 0,045X1 + 0,004X2 + 0,002X3-0,023X4-0,067X5 + e Dimana : Y = Return saham X3 = Arus kas pendanaan X1 = Arus kas operasi X2 = Arus kas investasi X4 = Laba akuntansi X5 = Ukuran perusahaan Dari persamaan regresi tersebut maka dapat diketahui hasilnya sebagai berikut : 1. Konstanta (a) sebesar 0,197 menyatakan bahwa apabila tidak terdapat Arus Kas Operasi, Arus Kas Investasi, Arus Kas Pendanaan, Laba Akuntansi dan Ukuran Perusahaan maka Return sahamnya sebesar 0,197.
73 2. Koefisien regresi untuk arus kas operasi (X1) sebesar 0,045 dan bertanda positif. Artinya jika variabel independen lain nilainya tetap dan arus kas operasi mengalami kenaikan 1%, maka return saham (Y) akan mengalami peningkatan sebesar 0,045. Koefisien bernilai positif artinya terjadi hubungan positif antara arus kas operasi dengan return saham, semakin naik arus kas operasi maka semakin meningkat return saham. 3. Koefisien regresi untuk arus kas investasi (X2) sebesar 0,004 dan bertanda positif. Artinya jika variabel independen lain nilainya tetap dan arus kas investasi mengalami kenaikan 1%, maka return saham (Y) akan mengalami peningkatan sebesar 0,004. Koefisien bernilai positif artinya terjadi hubungan positif antara arus kas investasi dengan return saham, semakin naik arus kas investasi maka semakin meningkat return saham. 4. Koefisien regresi untuk arus kas pendanaan (X3) sebesar 0,002 dan bertanda positif. Artinya jika variabel independen lain nilainya tetap dan arus kas pendanaan mengalami kenaikan 1%, maka return saham (Y) akan mengalami peningkatan sebesar 0,002. Koefisien bernilai positif artinya terjadi hubungan positif antara arus kas pendanaan dengan return saham, semakin naik arus kas pendanaan maka semakin meningkat return saham. 5. Koefisien regresi untuk laba akuntansi (X4) sebesar -0,023 dan bertanda negatif. Artinya jika variabel independen lain nilainya tetap dan laba akuntansi mengalami kenaikan 1%, maka return saham (Y) akan mengalami penurunan sebesar -0,023. Koefisien bernilai negatif artinya
74 terjadi hubungan negatif antara laba akuntansi dengan return saham, semakin naik laba akuntansi maka semakin turun return saham. 6. Koefisien regresi untuk ukuran perusahaan (X5) sebesar -0,067 dan bertanda negatif. Artinya jika variabel independen lain nilainya tetap dan ukuran perusahaan mengalami kenaikan 1%, maka return saham (Y) akan mengalami penurunan sebesar -0,067. Koefisien bernilai negatif artinya terjadi hubungan negatif antara ukuran perusahaan dengan return saham, semakin naik ukuran perusahaan maka semakin turun return saham. 4.2.4 Pengujian Hipotesis 4.2.4.1 Uji Simultan (Uji Statistik F) Uji F ini dilakukan untuk mengetahui apakah semua variabel independen, yaitu Arus Kas Operasi, Arus Kas Investasi, Arus Kas Pendanaan, Laba Akuntansi dan Ukuran Perusahaan yang dimasukkan dalam model regresi mempunyai pengaruh secara bersama-sama terhadap variabel independen yaitu return saham. Uji F digunakan untuk melihat apakah ada pengaruh yang signifikan antara variabel independen dan variabel dependen secara simultan. Hasil pengujian ini dapat dilihat pada tabel berikut :
75 Tabel 6 Hasil Uji F ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 4.530 5.906 3.589.005 a Residual 23.479 93.252 Total 28.009 98 a. Predictors: (Constant), Ukuran Perusahaan, Arus Kas Investasi, Arus Kas Pendanaan, Laba Akuntansi, Arus Kas Operasi b. Dependent Variable: Return Saham Sumber : Data sekunder yang diolah Berdasarkan tabel diatas nilai signifikansi sebesar 0,005 > 0,05 yang artinya bahwa persamaan semua variabel independen (arus kas operasi, arus kas investasi, arus kas pendanaan, laba akuntansi dan ukuran perusahaan) secara bersama-sama (simultan) berpengaruh signifikan terhadap variabel return saham. Dengan demikian dapat dijelaskan bahwa model regresi dalam penelitian ini layak untuk dianalisis. 4.2.4.2 Uji Parsial (Uji t) Uji t atau uji secara parsial antara individu antara variabel independen yaitu arus kas operasi, arus kas investasi, arus kas pendanaan, laba akuntansi dan ukuran perusahaan terhadap return saham. Untuk menentukan nilai t statistik tabel, ditentukan tingkat signifikansi 5%. Apabila tingkat signifikansi kurang dari 5% maka H0 ditolak dan Ha
76 diterima, yang berarti bahwa variabel bebas dapat menerangkan variabel terikat. Hasil pengujian ini dapat dilihat pada tabel berikut ini : Tabel 4. 10 Hasil Uji t Coefficients a Unstandardized Coefficients Standardized Coefficients Collinearity Statistics Model B Std. Error Beta t Sig. Tolerance VIF 1 (Constant).197.064 3.100.003 Arus Kas Operasi Arus Kas Investasi Arus Kas Pendanaan Laba Akuntansi Ukuran Perusahaan.045.014.306 3.136.002.946 1.057.004.007.061.644.521.998 1.002.002.007.026.261.794.939 1.065 -.023.008 -.265-2.748.007.970 1.031 -.067.158 -.041 -.421.675.969 1.032 a. Dependent Variable: Return Saham Sumber : data sekunder yang diolah 1. Pengaruh Variabel Arus Kas Operasi Berdasarkan hasil tabel diatas, diperoleh hasil bahwa nilai signifikansinya 0,002 < 0,05. Hal ini dapat disimpulkan bahwa hipotesis 1 diterima, yang artinya bahwa variabel arus kas operasi berpengaruh signifikan terhadap return saham.
77 2. Pengaruh Variabel Arus Kas Investasi Berdasarkan hasil tabel diatas, diperoleh hasil bahwa nilai signifikansinya 0,521 > 0,05. Hal ini dapat disimpulkan bahwa hipotesis 2 ditolak, yang artinya bahwa variabel arus kas investasi tidak berpengaruh signifikan terhadap return saham. 3. Pengaruh Variabel Arus Kas Pendanaan Berdasarkan hasil tabel diatas, diperoleh hasil bahwa nilai signifikansinya 0,794 > 0,05. Hal ini dapat disimpulkan bahwa hipotesis 3 ditolak, yang artinya bahwa variabel arus kas pendanaan tidak berpengaruh signifikan terhadap return saham. 4. Pengaruh Variabel Laba Akuntansi Berdasarkan hasil tabel diatas, diperoleh hasil bahwa nilai signifikansinya 0,007 < 0,05. Hal ini dapat disimpulkan bahwa hipotesis 4 diterima, yang artinya bahwa variabel laba akuntansi berpengaruh signifikan terhadap return saham. 5. Pengaruh Variabel Ukuran Perusahaan Berdasarkan hasil tabel diatas, diperoleh hasil bahwa nilai signifikansinya 0,675 > 0,05. Hal ini dapat disimpulkan bahwa hipotesis 5 ditolak, yang artinya bahwa variabel ukuran perusahaan tidak berpengaruh signifikan terhadap return saham. 4.2.5 Uji Koefisien Determinasi Uji ini bertujuan untuk mengukur seberapa jauh kemampuan model dapat menerangkan variasi variabel. Nilai dari koefisien determinasi ini
78 adalah antara 0 dan 1. Nilai koefisien determinasi kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variabel dependen terbatas. Nilai-nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Nilai kpefisien determinasi ditunjukkan oleh nilai adjusted R square. Nilai adjusted R Square dari model regresi digunakan untuk mengetahui seberapa besar kemampuan variabel independen dalam menerangkan variabel dependen. Berikut hasil analisis uji koefisien determinasi : Tabel 4. 11 Hasil Uji Koefisien Determinasi Model Summary b Adjusted R Std. Error of the Model R R Square Square Estimate Durbin-Watson 1.402 a.162.117.502453 1.820 a. Predictors: (Constant), Ukuran Perusahaan, Arus Kas Investasi, Arus Kas Pendanaan, Laba Akuntansi, Arus Kas Operasi b. Dependent Variable: Return Saham Sumber : Data sekunder yang diolah Berdasarkan tabel diatas, diketahui bahwa nilai adjusted R Square adalah 0,117. Hal ini menunjukkan bahwa besar pengaruh variabel independen yaitu arus kas opersi, arus kas investasi, arus kas pendanaan, laba akuntansi dan ukuran perusahaan terhadap variabel dependen return saham sebesar 11,7%. Dan sisanya sebesar 88,3% (100% - 11,7%) dipengaruhi oleh variabel-variabel lain yang tidak termasuk dalam penelitian ini.