BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum 1. Sejarah Perkembangan BEI dan perusahaan Manufaktur Sejarah Bursa Efek Indonesia yang didirikan oleh pemerintah Belanda di mulai sejak tahun 1912 namun kemudian tutup karena perang dunia 1. Pada tahun 1977 bursa buka kembali dan dikembangkan menjadi bursa yang modern dengan menerapkan Jakarta Automoted Trading System. Pada tahun 2000 sistem perdagangan tanpa warkat mulai diaplikasikan di pasar modal Indonesia. Lalu pada tahun 2002 BEJ mengaplikasikan perdagangan jarak jauh. Dan pada tahun 2007 terjadi penggabungan Bursa Efek Surabaya dengan Bursa Efek Indonesia yang menjadi Bursa Efek Indonesia. Berdasarkan data yang dipublikasikan oleh Bursa Efek Indonesia pada web saham ok sampai dengan 2 januari 2014, sebanyak 486 perusahaan telah terdaftar sebagai perusahaan di Bursa Efek Indonesia. Dari 486 perusahaan yang telah terdaftar dapat dikategorikan kedalam dua sektor yaitu sektor utama adalah industry penghasil bahan baku dan sektor kedua adalah industry pengolahan atau manufaktur. Pada sektor industri manufaktur terdapat industri dasar dan kimia, sektor aneka industry dan sektor industri barang dan konsumsi. Dalam 39
40 sektor industry dan barang konsumsi terdiri dari lima sub sektor yaitu sub sektor makanan dan minuman, rokok, farmasi, kosmetik dan barang keperluan rumah tangga serta peralatan rumah tangga. Sub sektor makanan dan minuman pada industry manufaktur memiliki peranan penting dalam pertumbuhan nilai produk domestic bruto di Indonesia, karena masyarakat Indonesia cenderung bersifat konsumtif dalam pemenuhan kebutuhan pokok dalam hal sandang, pangan dan papan. Namun dalam pemenuhan kebutuhan tersebut masyarakat juga memiliki sensitifitas yang tinggi terhadap harga pada produk. Jika biaya bahan baku dan biaya produksi semakin mahal, maka harga jual produk akan semakin tinggi. Dan jika hal ini berlanjut maka produksi asli dari subsector makanan dan minuman dindonesia akan merosot. Jika daya saing produk Indonesia rendah maka akan mempengaruhi PDB serta memperburuk kondisi perekenomian Indonesia. Oleh karena itu, perusahaan subsector makanan dan minuman seharusnya memberi peluang nvestasi untuk mencari pembiayaan eksternal agar perusahaannya dapat tumbuh dan berkembang serta mampu bersaing dengan perusahaan asing. Berikut adalah nama perusahaan manufaktur sub sektor makanan dan minuman yang terdaftar di BEI yang memenuhi kretiria penelitian ini:
41 Tabel 4.1 Nama Perusahaan Manufaktur Sub Sektor Pangan No Kode Saham Nama Emiten Tanggal IPO 1 AISA Tiga Pilar Sejahtera Food Tbk, PT 11-Jun-97 2 DLTA Delta Djakarta Tbk, PT 12-Feb-84 3 INDF Indofood Sukses Makmur Tbk, PT 14-Jul-94 4 MYOR Multi Bintang Indonesia Tbk, PT 17-Jan-94 5 MLBI Mayora Indah Tbk, PT 4-Jul-90 6 ROTI Nippon Indosari Corporindo Tbk, PT 28-Jun-10 7 SKLT Sekar Laut Tbk, PT 8-Sep-93 Sumber: saham ok 2. Waktu dan tempat penelitian Penelitian ini dilakukan mulai agustus 2015 sampai desember 2015 di Jakarta. Penelitian ini menggunakan data sekunder yang mengambil data melalui web resmi Bursa Efek Indonesia. B. Analisis Deskriptif Statistik Statistik dekriptif digunakan untuk melihat gambaran umum dari data yang digunakan. Table dibawah ini menunjukan statistik deskriptif atas variabel-variabel yang ada pada pemodelan data panel penelitian skripsi ini. Variabel-variabel penelitian tersebut diinterpretasikan dalam nilai mean, median, maximum, minimum dan probability. Hasil statistik deskriptif perusahaan manufaktur sub sektor pangan yang sesuai dengan sampel penelitian ini adalah sebagai berikut:
42 Tabel 4.2 Statistik Deskriptif data penelitian EPS DPS HARGA_SAHAM Mean 7865.637 6207.073 49408.50 Maximum 55576.08 55576.00 380000.0 Minimum 11.53000 3.000000 66.00000 Std. Dev. 15537.88 14869.23 116474.7 Probability 0.000006 0.000000 0.000172 Observations 14 14 14 Sumber: hasil output data panel eviews 6 Berdasarkan table 4.2 diatas, dapat diketahui juga gambaran dari variabel dependen dan variabel independen sebagai berikut: 1. Earnings Per Share (EPS) Berdasarkan pengujian statistik deskriptif, EPS mempunyai nilai minimum sebesar 11,5300, nilai maksimum sebesar 55576,08, rata-rata (mean)sebesar 291,52 dan standar deviasi 15537,88. 2. Dividen Per Share (DPS) Berdasarkan pengujian statistik deskriptif, DPS mempunyai nilai minimum sebesar 66,00000, nilai maksimum sebesar 380000,0, rata-rata (mean) sebesar 6207,073 dan standar deviasi 14869,23.
43 3. Harga Saham Berdasarkan pengujian statistik deskriptif, harga saham mempunyai nilai minimum sebesar 3,000000, nilai maksimum sebesar 55576,00, ratarata (mean) sebesar 49408,50 dan standar deviasi 116474,7. C. Anilisis Kelayakan Data 1. Uji Stasioneritas Untuk mengetahui apakah data time series yang digunakan stasioner atau tidak stasioner, salah satu cara yang dapat dilakukan adalah menggunakan uji akar unit (unit roots test). Uji akar unit dilakukan dengan menggunakan metode Dicky Fuller (DF), dengan hipotesa sebagai berikut: H 0 : terdapat unit root (data tidak stasioner) H 1 : tidak terdapat unit root (data stasioner) Stasioneritas dapat dilihat dari nilai probabilitas yang ditunjukkan hasil pengujian. Nilai probabilitas biasanya tergantung pada α, nilai α yang dipakai adalah 5%. Bila lebih kecil dari α, maka data yang digunakan adalah stasioner. Berikut adalah pengujian statsioner variabel-variabel dalam penelitian ini: a). Stasioner EPS Tabel 4.3 Earning Per Share Null Hypothesis: D(EPS) has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=2) t-statistic Prob.* Augmented Dickey-Fuller test statistic -3.994685 0.0123
44 Lanjutan Tabel 4.3 Test critical values: 1% level -4.121990 5% level -3.144920 10% level -2.713751 Sumber: hasil output eviews 6 Berdasarkan table 4.3 diatas dapat dilihat bahwa nilai probability EPS 0,0123 yang berarti lebih kecil dari tingkat keyakinan yaitu 0,05 tetapi data tersebut setelah di 1st differentskan yang artinya H0 ditolak dan berarti data tidak terdapat unit root test atau variabel EPS stasioner. b). Stasioner DPS Tabel 4.4 Dividen Per Share Null Hypothesis: DPS has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=2) t-statistic Prob.* Augmented Dickey-Fuller test statistic -3.363111 0.0331 Test critical values: 1% level -4.057910 5% level -3.119910 10% level -2.701103 Sumber: hasil output eviews 6 Berdasarkan table 4.4 diatas dapat dilihat bahwa nilai probability DPS 0,0331 yang berarti lebih kecil dari nilai keyakinan yaitu 0,05, yang artinya H0 ditolak dan berarti data tidak terdapat unit root test atau variabel DPS stasioner.
45 c). Stasioner Harga Saham Tabel 4.5 Harga Saham Null Hypothesis: D(HARGA_SAHAM) has a unit root Exogenous: Constant Lag Length: 2 (Automatic based on SIC, MAXLAG=2) t-statistic Prob.* Augmented Dickey-Fuller test statistic -5.050321 0.0035 Test critical values: 1% level -4.297073 5% level -3.212696 10% level -2.747676 Sumber: hasil output eviews 6 Berdasarkan table 4.5 diatas dapat dilihat bahwa nilai probability Harga Saham 0,0035 yang berarti lebih kecil dari tingkat keyakinan yaitu 0,05 tetapi data tersebut setelah di 1st differentskan yang artinya H0 ditolak dan berarti data tidak terdapat unit root test atau variabel Harga Saham stasioner. 2. Analisis Model Regresi Pemodelan dalam menggunakan teknik regresi panel data dapat menggunakan tiga pendekatan alternativ metode dalam pengolahannya. Pendekatan-pendekatan tersebut ialah: common effect, fixed effect dan random effect. Berikut ini merupakan aplikasi dari model yang diterapkan dalam penelitian ini untuk menentukan model mana yang terbaik.
46 a). Pendekatan Model Common Effect Tabel 4.6 Model Common Effect Dependent Variable: HARGA_SAHAM Method: Least Squares Date: 12/10/15 Time: 20:21 Sample: 1 14 Included observations: 14 Variable Coefficient Std. Error t-statistic Prob. DPS -3.899513 9.113369-0.427889 0.6770 EPS 5.188837 8.721188 0.594969 0.5639 C 32799.55 38345.17 0.855376 0.4106 R-squared 0.059897 Mean dependent var 49408.50 Adjusted R-squared -0.111031 S.D. dependent var 116474.7 S.E. of regression 122770.6 Akaike info criterion 26.46143 Sum squared resid 1.66E+11 Schwarz criterion 26.59837 Log likelihood -182.2300 Hannan-Quinn criter. 26.44876 F-statistic 0.350424 Durbin-Watson stat 1.180643 Prob(F-statistic) 0.711974 Sumber: hasil output eviews 6 Berdasarkan hasil table 4.6 model common effect di atas dapat dilihat dengan persamaan sebagai berikut: Harga Saham = 32799,55 + 5,188837.EPS + (-3,899513).DPS t-hitung = (0,855) (0,594) (-0,427) Prob. t hit. = (0,4106) (0,5639) (0,6770) F-statistic = 0,3504 Prob. F-stat = 0,7119 Dan dapat dilihat nilai probabilitas EPS yakni sebesar 0,5639 dan nilai Probabilitas DPS yakni sebesar 0,6770, nilai probabilitas kedua variabel ini >0,05.
47 b). Pendekatan Model Fixed Effect Tabel 4.7 Model Fixed Effect Dependent Variable: HARGA_SAHAM? Method: Panel Least Squares Date: 12/06/15 Time: 09:49 Sample: 1 2 Included observations: 2 Cross-sections included: 7 Total pool (balanced) observations: 14 Variable Coefficient Std. Error t-statistic Prob. C -106746.8 2672.629-39.94077 0.0000 EPS? 43.96763 0.748079 58.77405 0.0000 DPS? -30.55838 0.526378-58.05411 0.0000 Fixed Effects (Cross) _AISA C 103246.1 _DLTA C 127258.0 _INDF C 97634.73 _MLBI C -626490.5 _MYOR C 88390.88 _ROTI C 103552.0 _SKLT C 106408.8 Effects Specification Cross-section fixed (dummy variables) R-squared 0.999936 Mean dependent var 49408.50 Adjusted R-squared 0.999833 S.D. dependent var 116474.7 S.E. of regression 1505.010 Akaike info criterion 17.72708 Sum squared resid 11325269 Schwarz criterion 18.13790 Log likelihood -115.0896 Hannan-Quinn criter. 17.68905 F-statistic 9732.177 Durbin-Watson stat 3.500000 Prob(F-statistic) 0.000000 Sumber : hasil output eviews 6 Berdasarkan hasil table 4.7 model fixed effect di atas dapat dilihat dengan persamaan sebagai berikut: Harga Saham = (-106746,8) + 43,96763.EPS + (-30,55838)DPS
48 t-hitung = (-39,94) (58,77) (-58,05) Prob. t hit. = (0,000) (0,000) (0,000) F-statistic = 9732,177 Prob. F-stat = 0,00000 Dan dapat dilihat nilai probabilitas EPS dan DPS sebesar 0,0000 yang berarti lebih kecil dari tingkat kesalahan 0,05. Dan berikut ini adalah hasil persamaan setiap perusahaan: a). HS_AISA = 103246,1 106746,8+ 43,97*EPS_AISA 30,56*DPS_AISA b). HS_DLTA = 127257,9 106746,8+ 43,97*EPS_DLTA - 30.56*DPS_DLTA c). HS _INDF = 97634,73 106746,8 + 43,97*EPS_INDF 30,56*DPS_INDF d). HS_ MLBI = -626490,5 106746,8+ 43,97*EPS_MLBI 30,56*DPS_MLBI e). HS _MYOR = 88390,88 106746,8 + 43,97*EPS_MYOR - 30,56*DPS_MYOR f). HS _ROTI = 103552,0 106746,8+ 43,97*EPS_ROTI 30,56*DPS_ROTI g). HS _SKLT = 106408,8 106746,8 + 43,97*EPS_SKLT 30,56*DPS_SKLT
49 c). Pendekatan Model Random Effect Tabel 4.8 Model Random Effect Dependent Variable: HARGA_SAHAM? Method: Panel EGLS (Cross-section random effects) Date: 12/06/15 Time: 09:50 Sample: 1 2 Included observations: 2 Cross-sections included: 7 Total pool (balanced) observations: 14 Swamy and Arora estimator of component variances Variable Coefficient Std. Error t-statistic Prob. C -105584.0 47908.61-2.203862 0.0497 EPS? 43.64042 0.745022 58.57600 0.0000 DPS? -30.33108 0.524281-57.85271 0.0000 Random Effects (Cross) _AISA C 102103.0 _DLTA C 128297.7 _INDF C 96535.28 _MLBI C -622103.9 _MYOR C 87518.99 _ROTI C 102406.6 _SKLT C 105242.3 Effects Specification S.D. Rho Cross-section random 126558.5 0.9999 Idiosyncratic random 1505.010 0.0001 Weighted Statistics R-squared 0.990453 Mean dependent var Adjusted R-squared 0.988718 S.D. dependent var S.E. of regression 2624.197 Sum squared resid F-statistic 570.6264 Durbin-Watson stat Prob(F-statistic) 0.000000 415.450 6 24705.7 8 757504 93 0.54355 0
50 Sumber: hasil output eviews 6 Berdasarkan hasil table 4.8 model random effect di atas dapat dilihat dengan persamaan sebagai berikut: Harga Saham = (-105584,0) + 43,64042.EPS + (-30,33108)DPS t-hitung = (-2.20) (58,58) (-57.85) Prob. t hit. = (0,0497) (0,000) (0,000) F-statistic = 570,6264 Prob. F-stat = 0,00000 Dan dapat dilihat nilai probabilitas EPS dan DPS yakni sebesar 0,0000 yang berarti lebih kecil dari tikat kesalahan yaitu 0.05. Dan berikut ini adalah persamaan setiap perusahaan: a). HS_AISA = 102103.0 105584,0 + 43,64*EPS_AISA 30,33*DPS_AISA b). HS_DLTA = 128297,7 105584,0 + 43,64*EPS_DLTA 30,33*DPS_DLTA c). HS_INDF = 96535,28 105584,0 + 43,64*EPS_INDF 30,33*DPS_INDF d). HS_MLBI = -622103,9 105584,0 + 43,64*EPS_MLBI 30,33*DPS_MLBI e). HS_MYOR = 87518,99 105584,0 + 43,64*EPS_MYOR 30,33*DPS_MYOR f). HS _ROTI = 102406,6 105584,0 + 43,64*EPS_ROTI 30,33*DPS_ROTI
51 g). HS_SKLT = 105242,3 105584,0 + 43,64*EPS_SKLT 30,33*DPS_SKLT Namun, untuk perbandingan dalam menentukan model mana yang paling tepat digunakan, dilakukan estimate pengujian chow test dan hausman test. Hasil pengujian tersebut adalah sebagai berikut: 3. Pemilihan Model a). Chow Test Hipotesis yang dibentuk dalam Chow test adalah sebagai berikut : H 0 : Model Common Effect H 1 : Model Fixed Effect H 0 ditolak jika Probability lebih kecil dari nilai a. Sebaliknya, H 0 diterima jika probability lebih besar dari nilai a. Nilai a yang digunakan sebesar 5%. Berikut adalah hasil pengujian chow test menggunakan eviews: Redundant Fixed Effects Tests Pool: POOL Test cross-section fixed effects Tabel 4.9 Chow Test Effects Test Statistic d.f. Prob. Cross-section F 12198.945858 (6,5) 0.0000 Cross-section Chisquare 134.280926 6 0.0000 Sumber: hasil output eviews 6 Dari hasil chow test tersebut, diperoleh hasil probabilitas sebesar 0,0000 yang artinya nilai ini kurang dari nilai signifikansi yang
52 digunakan yaitu sebesar 5%. Nilai probabilitas < 5% berarti Ho ditolak dan Ha diterima. Sehingga dapat disimpulkan model fixed effect yang baik untuk digunakan, akan tetapi harus dilakukan pengujian kedua yaitu hausman tets. Berikut adalah pengujian hausman test. b). Hausman test Hipotesis yang dibentuk dalam Hausman test adalah sebagai berikut : H 0 : Model Random Effect H 1 : Model Fixed Effect H 0 ditolak jika Probabilitas lebih kecil dari nilai a. Sebaliknya, H 0 diterima jika Probabilitas lebih besar dari nilai a. Nilai a yang digunakan sebesar 5%. Berikut adalah hasil pengujian hausman test: Tabel 4.10 Hausman Test Correlated Random Effects - Hausman Test Pool: POOL Test cross-section random effects Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob. Cross-section random 24.443132 2 0.0000 Sumber: hasil output eviews 6 Dari hasil uji Hausman tersebut, diperoleh hasil probabilitas sebesar 0,0000 yang artinya nilai ini kurang dari nilai signifikansi yang digunakan yaitu sebesar 5%. Nilai probabilitas < 5% berarti Ho ditolak dan Ha diterima, yang berarti bahwa model fixed effect lebih baik digunakan dalam penelitian ini.
53 4. Hasil Pemilihan Model Tabel 4.11 Model Fixed Effect Variabel Nilai Koefisien Std. Error t-statistic Prob C -106746.8 2672.629-39.94077 0.0000 EPS 43.96763 0.748079 58.77405 0.0000 DPS -30.55838 0.526378-58.05411 0.0000 R-squared 0.999936 f-statistic 9732.177 Prob (f-stat) 0.000000 Sumber: Output Eviews6 (telah diolah kembali) Berdasarkan pemilihan model diatas telah ditetapkan bahwa model yang terbaik digunakan dalam penelitian adalah fixed effect, karena dalam uji hausman terlihat bahwa nilai probabilitas < 5% berarti Ho ditolak dan Ha diterima. Hal ini dibuktikan juga dengan melihat Prob F-hitung sebebasar 0,000000 dan R-squared sebesar 0,99. Dengan demikian variabel Earning Per Share dan Dividen Per Share berpengaruh signifikan terhadap Harga Saham dengan nilai sebesar 99% berpengaruh sedangkan sisanya dipengaruhi oleh faktor lain yang tidak diteliti dalam penelitian ini. D. Analisis Pengaruh Earning Per Share dan Dividen Per Share Terhadap Harga Saham Penelitian ini menguji antara variabel dependen yaitu harga saham dengan variabel-variabel independen yaitu Earning Per Share dan Dividen Per Share. Hipotesis yang diuji dalam penelitian ini menggunakan Uji t parsial dan hipotesisnya adalah sebagai berikut:
54 H1: Terdapat pengaruh dan signifikan Earning Per Share terhadap Harga Saham di perusahaan manufaktur sektor industri pangan tahun 2012-2013. H2: Terdapat pengaruh dan signifikan Dividen Per Share berpengaruh terhadap Harga Saham di perusahaan manufaktur sektor industri pangan 2012-2013. Dari hasil pengujian statistik analisis regresi data panel menggunakan software Eviews6, diperoleh hasil fixed effect sebagai model yang baik digunakan adalah sebagai berikut: Tabel 4.12 Uji t Model Fixed Effect Variabel Nilai Koefisien Std. Error t-statistic Prob C -106746.8 2672.629-39.94077 0.0000 EPS 43.96763 0.748079 58.77405 0.0000 DPS -30.55838 0.526378-58.05411 0.0000 Sumber: Output Eviews6 (telah diolah kembali) Berdasarkan hasil analisis regresi data panel, hasil pengujian hipotesis dapat dimaknai sebagai berikut: 1. Pengaruh Earning Per Share terhadap Harga Saham H1: Terdapat pengaruh positif dan signifikan Earning Per Share terhadap Harga Saham di perusahaan manufaktur sektor industri pangan tahun 2012-2013. Berdasarkan tabel 4.12 diperoleh hasil estimasi variabel Earnings Per Share nilai t statistik = 58,77405 dan nilai koefisien regresi dengan arah positif sebesar 43,96763 dengan probabilitas sebesar 0,0000. Nilai
55 signifikansi kurang dari tingkat signifikansi yang digunakan (0,0000<0,05), hal ini berarti bahwa variabel Earnings Per Share berpengaruh positif dan signifikan terhadap Harga Saham pada perusahaan manufaktur sub sector pangan yang terdaftar pada Bursa Efek Indonesia periode 2012-2013 EPS menunjukkan besarnya laba atau keuntungan yang diperoleh pemegang saham setiap lembar sahamnya. Apabila Earnings Per Share (EPS) perusahaan tinggi, maka akan banyak investor yang mau membeli saham dari perusahaan tersebut. Semakin banyak permintaan saham akan berdampak pada naiknya harga saham. Semakin tinggi harga saham berarti kemungkinan untuk memperoleh laba yang tinggi pun dapat dicapai. Hasil penelitian ini mendukung dari penelitian oleh Intan (2009). Penelitian ini menunjukkan bahwa secara parsial variabel earning per share (EPS) berpengaruh positif dan signifikan terhadap harga saham, artinya semakin tinggi nilai persentase EPS maka semakin tinggi harga saham, begitu pula sebaliknya, semakin rendah nilai persentase EPS maka semakin rendah harga saham perusahaan.. Jadi dapat disimpulkan dalam penelitian ini hipotesis pertama diterima. 2. Pengaruh Dividen Per Share terhadap Harga Saham H2: Terdapat pengaruh negatif dan signifikan Dividen Per Share terhadap Harga Saham di perusahaan manufaktur sektor industri pangan 2012-2013.
56 Berdasarkan tabel 4.12 diperoleh hasil estimasi variabel Dividen Per Share nilai t statistik = -58,05411 dan nilai koefisien regresi dengan arah negatif sebesar -30,5583 dengan probabilitas sebesar 0,0000. Nilai signifikansi kurang dari tingkat signifikansi yang digunakan (0,0000<0,05), hal ini berarti bahwa Dividen Per Share berpengaruh negatif dan signifikan terhadap Harga Saham pada perusahaan manufaktur sub sektor pangan yang terdaftar pada Bursa Efek Indonesia periode 2012-2013. Nilai Dividend Per Share yang besar akan menarik para calon investor karena menggambarkan prospek kekayaan yang akan diterima pemegang saham, sebaliknya Dividend Per Share yang kecil kurang menarik bagi calon investor karena prospek kekayaan yang akan diterima kecil Dividend per share tidak sejalan dengan penelitan sebelumnya oleh Intan (2009), karena hasil penelitian dividend per share tidak berpengaruh terhadap harga saham. Hal ini berarti bahwa informasi DPS perusahaan yang terdapat dalam laporan keuangan perusahaan yang dipublikasikan bukan merupakan hal yang utama diperhatikan oleh investor dalam membuat keputusan investasinya, karena tidak selamanya labah bersih yang diperoleh perusahaan dialokasikan sebagai deviden, bisa saja perusahaan mengalokasikan laba bersih yang didapatnya untuk perluasan/ekspansi usaha, atau melakukan investasi aktiva tetap, investasi jangka panjang dan lain-lain.
57 Hasil penelitian ini mendukung dari penilitian oleh Prasetyo (2011). Penelitiannya menunjukan bahwa Dividen per Share (DPS) berpengaruh terhadap harga saham. Jadi dapat disimpulkan dalam penelitian ini hipotesis kedua diterima.