BAB IV HASIL DAN PEMBAHASAN A. Analisis Statistik Deskriptif Statistik deskriptif digunakan untuk melihat gambaran secara umum data yang telah dikumpulkan dalam penelitian ini. Analisis statistik deskriptif digunakan untuk mengetahui deskripsi suatu data, analisis ini digunakan dengan melihat nilai maksimum, minimum, mean, dan standar deviasi suatu data. Berdasarkan table 4.1 dibawah, maka diketahui jumlah data adalah 216, variable yang diteliti adalah Nilai Tukar Rupiah, Inflasi, Suku Bunga BI terhadap Harga Saham. Hasil analisis statistik deskriptif dalam penelitian ini adalah sebagai berikut: Tabel 4.1 Statistik Deskriptif Descriptive Statistics N Minimum Maximum Mean Std. Deviation kurs 216 8.532 12.087 9.54078.873999 inflasi 216 356 879 554.14 156.705 sukubunga 216 575 750 627.08 57.377 hargasaham 216 101 990 400.35 234.838 Valid N (listwise) 216 sumber: Output perhitungan SPSS 21 Berdasarkan table 4.1 hasil statistik deskriptif untuk variable nilai tukar rupiah menunjukkan jumlah data (N) ada 216, maka nilai tukar rupiah terkecil (minimum) adalah pada 8.532 yaitu pada bulan agustus 2011, dan nilai tukar 46
47 rupiah terbesar (maksimum) adalah 12.087 yaitu pada bulan desember tahun 2013. Rata-rata nilai tukar rupiah dari 216 data adalah 9.54078 dan nilai standar deviasi adalah.873999 Untuk hasil inflasi dengan menunjukkan jumlah data (N) ada 216, maka nilai inflasi terkecil (minimum) adalah 356 yaitu pada bulan februari tahun 2012, dan inflasi terbesar (maksimum) adalah 879 yaitu pada bulan agustus 2013. Rata-rata inflasi dari 216 data adalah 554.14. Nilai standar deviasi adalah 156.705 Untuk hasil suku bunga dengan menunjukkan jumlah data (N) ada 216, maka suku bunga terkecil (minimum) adalah 575 yaitu pada februari hingga desember pada tahun 2012 dan nilai suku bunga terbesar (maksimum) adalah 750 yaitu pada bulan desember tahun 2013. Rata-rata suku bunga dari 216 data adalah 627.08. Nilai standar deviasi adalah 57.377 Untuk hasil harga saham dengan menunjukkan jumlah data (N) ada 216, maka harga saham terkecil (minimum) adalah 101 yaitu Perdana Gapura Prima Tbk (GPRA) pada desember tahun 2012, dan harga saham terbesar (maksimum) adalah 990 yaitu Lippo Cikarang Tbk (DART) pada bulan mei tahun 2013. Rata-rata harga saham dari 216 data adalah 400.35. Nilai standar deviasi adalah 234.838
48 B. Uji Asumsi Klasik Beberapa hal yang mendasari tentang perlunya melakukan uji asumsi klasik atau uji persyaratan regresi linier berganda adalah agar besaran dan koefisien statistik yang diperoleh benar-benar merupakan penduga parameter yang memang dapat dipertanggungjawabkan atau akurat. 1. Uji Normalitas Uji normalitas digunakan untuk mengetahui apakah dalam sebuah model regresi, error yang dihasilkan mempunyai distribusi normal ataukah tidak (Santoso. 2012:230). Model yang paling baik hendaknya data berdistribusi normal atau mendekati normal. Uji normalitas dilakukan dengan analisis One-Sample Kolmogorov- Smirnov (K-S). pengambilan keputusan untuk menentukan data variabel penelitian terdistribusi normal atau tidak adalah sebagai berikut: 1. Apabila nilai Asymp. Sig (2 tailed) > 0,05 maka data terdistribusi normal 2. Apabila nilai Asymp. Sig (2 tailed) < 0,05 maka data tidak terdistribusi secara normal.
49 Tabel 4.2 Uji Normalitas One-Sample Kolmogorov-Smirnov Test b. Calculated from data. Sumber: Output perhitungan SPSS 21 Unstandardized Residual N 216 Normal Parameters a,b Mean.0000000 Std. Deviation.59046853 Absolute.056 Most Extreme Differences Positive.036 Negative -.056 Kolmogorov-Smirnov Z.817 Asymp. Sig. (2-tailed).517 a. Test distribution is Normal. Hasil penelitian (output) dari tabel 4.2 dapat disimpulkan sebagai berikut: Dari tabel diatas, hasil pengolahan data diperoleh bahwa data dalam penelitian ini berdistribusi normal, dimana variabel memiliki nilai Asymp. Sig. (2-tailed) yang lebih besar dari 0.05 yaitu 0.517 (0.517 > 0.05) sehingga data berdistribusi secara normal. 2. Uji Multikolinearitas Uji multikolinearitas bertujuan untuk menguji apakah ada korelasi antara variabel independen pada model regresi yang diteliti. Model regresi yang baik adalah tidak terjadi kolerasi antara variabel independen.
50 Uji multikolinearitas dilihat dari nilai Tolerance dan Variance Inflation Factor (VIF). Tolerance mengukur variabilitas independen lainnya. Nilai cut-off yang umum dipakai untuk menunjukan adanya multikolineritas adalah nilai Tolerance lebih kecil dari 0,1 dan VIF lebih besar dari 10 (Ghozali, 2011:106). Hasil uji multikolineritas penelitian ini adalah sebagai berikut: Tabel 4.3 Uji Multikolinearitas Coefficients a Model Unstandardized Standardize T Sig. Collinearity Statistics Coefficients d Coefficients B Std. Error Beta Tolerance VIF (Constant) 656.451 307.520 2.135.034 kurs 35.000 24.767.130 1.413.159.529 1.890 inflasi.011.190.008.060.952.279 3.588 sukubung a -.951.420 -.232-2.267.024.428 2.337 a. Dependent Variable: hargasaham Sumber: Output SPSS 21 Hasil perhitungan nilai Tolerance pada tabel 4.3 menunjukan bahwa tidak ada variabel yang memiliki nilai Tolerance kurang dari 0,1 yang berarti tidak ada kolerasi antar variabel independen yang nilainya lebih dari 95%. Hasil perhitungan VIF pada tabel 4.3 juga menunjukan hal
51 yang sama yaitu tidak ada satu variabel independen yang memiliki nilai VIF lebih dari 10 sehingga dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model regresi. 3. Uji Autokorelasi Pengujian autokorelasi bertujuan untuk menguji apakah dalam model regresi linier terdapat korelasi pengganggu antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t- 1. Autokorelasi menunjukan adanya korelasi diantara data pengamatan yang tersusun baik seperti data cross section dan/atau time series. Jika terjadi autokorelasi dalam model regresi linier berarti koefisien korelasi yang diperoleh menjadi tidak akurat, sehingga model regresi yag baik adalah model yang bebas dari autokorelasi. Untuk uji autokorelasi dalam penelitian ini digunakan uji Durbin Watson untuk mendeteksi adanya autokorelasi, dapat dilakukan dengan cara melihat besaran Durbin Watson sebagai berikut: a. Angka DW dibawah -2, berarti ada autokorelasi positif. b. Angka DW diantara -2 samapai +2, berarti tidak ada autokorelasi. c. Angka DW diatas +2, berarti ada autokorelasi negatif.
52 Tabel 4.4 Uji Autokorelasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1.216 a.047.033 230.896.289 a. Predictors: (Constant), sukubunga, kurs, inflasi b. Dependent Variable: hargasaham Sumber: Output SPSS 21 Berdasarkan tabel 4.4 nilai DW 0.289 berarti diantara -2 sampai +2 maka tidak ada gejala autokorelasi, Singgih Santoso (2006:218). Artinya tidak ada autokorelasi atau dengan kata lain gangguan estimasi suatu observasi tidak berkorelasi secara serius dengan gangguan estimasi dari observasi yang lain. 4. Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual suatu pengamatan ke pengamatan lain. Model regresi yang baik adalah homokedastisitas atau tidak terjadi heteroskedastisitas. Heteroskedastisitas muncul apabila kesalahan atau residual dari model yang diamati tidak memiliki varians yang konstan dari suatu observasi ke observasi lainnya. Artinya setiap observasi mempunyai reliablitas yang berbeda akibat perubahan dalam kondisi yang melatarbelakangi tidak terangkum dalam spesifikasi model. Beberapa
53 cara tersebut adalah dengan metode grafik, uji korelasi Spearman, uji Park, uji Glejser, uji Goldfeld-Quant (Gujarati:2002). Gambar 4.1 Uji Heteroskedastisitas Dari grafik scatterplots terlihat bahwa titik-titik menyebar secara acak serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi harga saham berdasarkan masukan variabel independen Kurs, Inflasi, dan Suku bunga.
54 C. Uji Hipotesis a. Uji Koefisien Determinasi Koefisien determinasi (R 2 ) digunakan untuk mengukur besarnya konstribusi variabel independen terhadap variabel dependen. Tabel 4.5 Uji Koefisien Determinasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate 1.216 a.047.033 230.896 a. Predictors: (Constant), sukubunga, kurs, inflasi b. Dependent Variable: hargasaham Sumber: Output SPSS 21 Hasil pengujian (output) angka koefisien determinasi sebesar 0,033 atau 3,3%. Hal ini menyatakan bahwa persentase kontribusi nilai tukar rupiah, inflasi, dan suku bunga terhadap harga saham sebesar 3,3% sedangkan sisanya sebesar 96,7% dipengaruhi oleh faktor-faktor lain yang tidak dimasukan dalam model penelitian.
55 b. Uji Signifikansi Simultan ANOVA (Uji F) Uji F pada dasarnya menunjukan apakah semua variabel independen dimasukan kedalam metode t yang mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Nilai signifikansi atau probabilitas dalam uji ANOVA atau F test dibawah 0,05. Tabel 4.6 Uji F ANOVA a Model Sum of Squares df Mean Square F Sig. Regression 554670.460 3 184890.153 3.468.017 b 1 Residual 11302390.499 212 53313.163 Total 11857060.958 215 a. Dependent Variable: hargasaham b. Predictors: (Constant), sukubunga, kurs, inflasi Sumber: Output SPSS 21 Hasil uji ANOVA atau F test didapat nilai signifikan atau probabilitas (kolom Sig.) sebesar 0,017 < 0,05. Hasil tersebut menunjukan bahwa Ho ditolak, yaitu artinya bahwa secara bersama-sama variabel independen tersebut nilai tukar rupiah, laju inflasi, dan suku bunga SBI mempunyai pengaruh secara bersama-sama dan signifikan terhadap variabel dependen yaitu harga saham.
56 c. Uji Parsial (Uji T) Uji T dilakukan untuk mengetahui apakah secara parsial variabel independen mempengaruhi variabel dependen. Berdasarkan tingkat signifikansi, masing-masing variabel independen mempunyai pengaruh terhadap variabel dependen jika mempunyai tingkat signifikansi dibawah 0,05. Tabel 4.7 Uji T Coefficients a Model Unstandardized Standardized t Sig. Coefficients Coefficients B Std. Error Beta (Constan t) 656.45 1 307.520 2.135.034 1 Kurs 35.000 24.767.130 1.413.159 inflasi.011.190.008.060.952 sukubun ga -.951.420 -.232-2.267.024 a. Dependent Variable: hargasaham Sumber: Output SPSS 21 Hasil pengujian (output) dapat disimpulkan mengenai uji hipotesis dari masing-masing variabel independen terhadap variabel dependen sebagai berikut: 1. Pengaruh variabel nilai tukar rupiah (X 1 ) terhadap harga saham (Y) secara parsial nilai tukar rupiah memiliki nilai Sig. 0.159 yang menunjukan lebih besar dari 0.05 berarti Ho diterima dan Ha ditolak
57 maka nilai tukar rupiah tidak berpengaruh signifikan terhadap harga saham. 2. Pengaruh variabel inflasi (X 2 ) terhadap harga saham (Y) secara parsial inflasi memiliki nilai Sig. 0.952 yang menunjukan lebih besar dari 0.05 berarti Ho diterima dan Ha ditolak maka inflasi tidak berpengaruh signifikan terhadap harga saham. 3. Pengaruh variabel suku bunga (X 3 ) terhadap harga saham (Y) secara parsial suku bunga memiliki nilai Sig. 0.024 yang menunjukan lebih kecil dari 0.05 berarti Ho ditolak dan Ha diterima maka suku bunga berpengaruh signifikan terhadap harga saham. d. Analisis Regresi Linear Berganda Analisis regresi linear berganda digunakan untuk menguji hipotesis dan menyatakan kejelasan tentang kekuatan hubungan antara variabel independen terhadap variabel dependen. Dari hasil pengujian (output) tabel 4.9 diperoleh nilai B sebagai koefisien regresi dan dapat dibuat persamaan regresi dan dapat dibuat persamaan regresi sebagai berikut: Y= a+b 1 X 1 +b 2 X 2 +b 3 X 3 +e Harga Saham = 656.451+35.000(NIR)+0.011(If)-0.951(SB)+e
58 Keterangan: Harga Saham : Presentase Harga Saham a : Konstanta b 1-3 : Koefisien X 1 -X 3 X 1 X 2 X 3 e penelitian : Nilai Tukar Rupiah : Inflasi : Suku Bunga : Error term, yaitu tingkat kesalahan penduga dalam Persamaan regresi tersebut dapat dijelaskan sebagai berikut: a. Nilai konstanta sebesar 656.451 menyatakan bahwa apabila tidak ada variabel independen (X1=0, X2=0, X3=0) maka harga saham sebesar 656.451 b. Koefisien regresi b1 sebesar 35.000 artinya pada variabel nilai tukar rupiah (X1) terdapat hubungan positif dengan variabel harga saham. Hal ini menunjukan setiap kenaikan 1% dari nilai tukar rupiah maka akan menyebabkan perubahan kenaikan harga saham sebesar 35.000 dengan asumsi bahwa variabel independen yang lain yaitu inflasi dan suku bunga besarnya konstanta. c. Koefisien regresi b2 sebesar 0.011 artinya pada variabel inflasi (X2) terdapat hubungan positif dengan variabel harga saham. Hal ini menunjukan setiap kenaikan 1% dari inflasi akan menyebabkan perubahan kenaikan harga saham sebesar 0.011 dengan asumsi bahwa
59 variabel independen yang lain yaitu nilai tukar rupiah dan suku bunga besarnya konstanta. d. Koefisien regresi b3 sebesar -0.951 artinya pada variabel suku bunga (X3) terdapat hubungan negatif dengan variabel harga saham. Hal ini menunjukan setiap penurunan 1% dari suku bunga akan menyebabkan penurunan harga saham sebesar -0.951 dengan asumsi bahwa variabel independen yang lain yaitu nilai tukar rupiah dan inflasi besarnya konstanta. D. Pembahasan Berdasarkan hasil pengujian diketahui bahwa secara parsial nilai tukar rupiah mempunyai pengaruh positif terhadap harga saham perusahaan property dan real estate. Hal ini mengindikasikan bahwa semakin besar nilai tukar rupiah akan berdampak pula pada naiknya harga saham. Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Mudji Utami dan Mudjilah Rahayu (2003), serta penelitian Aditya Novianto (2011) yang menunjukan bahwa nilai tukar rupiah berpengaruh secara signifikan terhadap harga saham. Namun bertentangan dengan penelitian yang dilakukan oleh Donna Menina Della Maryanne (2009). Inflasi mempunyai pengaruh positif terhadap harga saham perusahaan property dan real estate. Hal ini mengindikasikan bahwa besarnya tingkat inflasi akan berdampak pula pada naiknya harga saham. Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Mudji Utami dan Mudjilah
60 Rahayu (2003) serta penelitian Sugeng Raharjo (2010) yang menunjukan bahwa ada pengaruh positif antara inflasi terhadap harga saham. Namun bertentangan dengan penelitian yang dilakukan oleh Donna Menina Della Maryanne (2009). Suku bunga mempunyai pengaruh negatif terhadap harga saham perusahaan property dan real estate. Hal ini mengindikasikan bahwa besarnya semakin besar suku bunga kredit berdampak pada menurunnya harga saham. Hasil penelitian ini Novianto Satrio Utomo (2008) serta penelitian Donna Menina Della Maryanne (2009) yang menunjukan bahwa ada pengaruh negative antara suku bunga terhadap harga saham. Namun bertentangan dengan penelitian yang dilakukan oleh Mudji Utami dan Mudjilah Rahayu (2003).