BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Sampel Penelitian Populasi yang diambil dalam penelitian ini adalah perusahan LQ-45 yang terdaftar di Bursa Efek Indonesia periode tahun 2011-2015. Pengambilan sampel menggunakan teknik purposive sampling. Purposive sampling adalah teknik yang menggunakan kriteria-kriteria tertentu ang telah ditentukan. Kriteria-kriteria sampel yang digunakan dalam penelitian ini adalah sebagai berikut: 1. Perusahaan yang sudah listing pada awal periode pengamatan (2011) dan tidak delisting hingga akhir periode pengamatan (2015). 2. Perusahaan harus tergabung dalam indeks LQ-45 selama 5 (lima) tahun berturutturut (konstan) mulai periode 2011-2015. 3. Perusahaan telah menerbitkan laporan keuangan yang mencantumkan nilai variabel-variabel yang akan teliti yaitu harga saham (closing price), EPS dan ROE, tahun buku pelaporan keuangan adalah 31 Desember. Berdasarkan kriteria tersebut didapat sampel penelitian sebanyak 23 perusahaan LQ-45 dengan periode selama lima tahun yaitu 2011-2015, sehingga didapatkan data observasi sebanyak 115 observasi (23x5). Dari 115 data observasi terdapat 19 data yang tidak berdistribusi secara normal sehingga jumlah data observasi menjadi 96 data observasi. 46
47 4.2 Statistik Deskriptif Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata- rata (mean), standar deviasi, varian, maksimum, minimum, sum, range, kurtosis dan skewness (kemencengan distribusi). Berdasarkan pemilihan data yang telah dilakukan, didapatkan sampel sebanyak 115 sampel selama periode penelitian tahun 2011-2015. Dari 115 data observasi terdapat 19 data yang tidak berdistribusi secara normal sehingga jumlah data observasi menjadi 96 data observasi. Setelah dilakukan analisis diketahui uji deskriptif variabel dengan hasil sebagai berikut: Tabel 4.1 Deskriptif Variabel Penelitian Descriptive Statistics N Minimum Maximum Mean Std. Deviation Earning Per Share (X1) 96 3.14 8.39 6.0330 1.10997 Return On Equity (X2) 96.02 1.26.2440.23999 BI Rate (X3) 96 8.83 13.93 11.5678 1.07536 Return Saham (Y) 96 -.64.55.0141.23733 Valid N (listwise) 96 Sumber: data sekunder yang diolah, 2017 Berdasarkan tabel 4.1 di atas dapat dijelaskan sebagai berikut: a. Secara keseluruhan rata-rata dari EPS (Earning Per Share) pada tahun 2011-2015 sebesar 6,0330. Nilai minimum dari EPS (Earning Per Share) sebesar 3,14, dan nilai maksimalnya sebesar 8,39. Sedangkan nilai standar deviasi
48 sebesar 1,10997 lebih kecil dibandingkan dengan nilai mean berarti simpangan EPS (Earning Per Share) dapat dikatan tidak terjadi flktuatif data. b. Secara keseluruhan rata-rata dari ROE (Return on Equity) pada tahun 2011-2015 sebesar 0,2440. Nilai minimum dari ROE (Return on Equity) sebesar 0,02, dan nilai maksimalnya sebesar 1,26. Sedangkan nilai standar deviasi sebesar 0,23999 lebih kecil dibandingkan dengan nilai mean berarti simpangan ROE (Return on Equity) dapat dikatan tidak terjadi fluktuatif data. c. Secara keseluruhan rata-rata dari BI Rate pada tahun 2011-2015 sebesar 11,5678. Nilai minimum dari BI Rate sebesar 8,83, dan nilai maksimalnya sebesar 13,93. Sedangkan nilai standar deviasi sebesar 1,07536 lebih kecil dibandingkan dengan nilai mean berarti simpangan BI Rate dapat dikatan tidak terjadi flktuatif data. d. Secara keseluruhan rata-rata dari return saham pada tahun 2011-2015 sebesar 0.0141. Nilai minimum dari return saham sebesar -0,64, dan nilai maksimalnya sebesar 0,55. Sedangkan nilai standar deviasi sebesar 0,23733 lebih besar dibandingkan dengan nilai mean berarti simpangan return saham dapat dikatan terjadi flktuatif data. 4.3 Uji Asumsi Klasik Uji asumsi klasik digunakan untuk mengetahui ada tidaknya penyimpangan yang diperlukan untuk mendapatkan model regresi yang baik yang memenuhi kriteria sehingga layak dipakai untuk memprediksi pengaruh variabel bebas terhadap variabel terikat.
49 1. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel dependen dan variabel independen memiliki distribusi normal atau tidak. Pengujian normalitas dalam penelitian ini dilakukan dengan menggunakan analisis grafik dan uji statistik non-parametrik Kolmogorov-Smirnov (K-S) Gambar 4.1 Uji Normalitas Berdasarkan Gambar 4.1 diatas terlihat grafik P-Plot terlihat titik-titik mengikuti dan mendekati garis diagonalnya menunjukkan pola distribusi normal, sehingga dapat disimpulkan bahwa model regresi memenuhi asumsi normalitas.
50 Tabel 4.2 Uji Normalitas One-Sample Kolmogorov-Smirnov Test Standardized Residual N 96 Normal Parameters a Mean.0000000 Std. Deviation.98408386 Most Extreme Differences Absolute.060 Positive.049 Negative -.060 Kolmogorov-Smirnov Z.586 Asymp. Sig. (2-tailed).882 a. Test distribution is Normal. Berdasarkan uji normalitas dengan Kolmogorov-Smirnov Test diperoleh nilai KSZ sebesar 0.586 dan p-value sebesar 0.882 (>0.05) maka dapat disimpulkan bahwa data berdistribusi normal. 2. Uji Multikolinearitas Uji multikolinearitas dilakukan dengan tujuan untuk mengetahui adanya korelasi antar variabel independen dalam suatu model regresi. Untuk mengetahui apakah terjadi multikolinearitas atau tidak dalam model regresi adalah dengan melihat nilai tolerance dan Variance Inflaion Factor (VIF). Nilai yang umum digunakan untuk menunjukkan adanya multikolinearitas adalah nilai tolerance > 0,10 atau sama dengan nilai VIF < 10 (Ghozali, 2011). Nilai tolerance dan Variance
51 Inflation Factor (VIF) yang terdapat pada masing-masing variabel terlihat pada tabel berikut: Tabel 4.3 Uji Multikolinearitas dengan VIF Coefficients a Unstandardized Coefficients Standardize d Coefficients Collinearity Statistics Model B Std. Error Beta t Sig. Tolerance VIF 1 (Constant) -2.795.327-8.559.000 Earning Per Share (X1) Return On Equity (X2) -.329.046-1.540-7.180.000.127 7.869 -.192.088 -.194-2.177.032.734 1.362 BI Rate (X3).419.050 1.897 8.372.000.114 8.783 a. Dependent Variable: Return Saham (Y) Berdasarkan hasil output diatas diketahui bahwa variabel EPS (X1) memiliki nilai tolerance 0.127 (>0.10) dan nilai VIF 7.869 (<10.00), variabel ROE (X2) memiliki nilai tolerance 0.734 (>0.10) dan nilai VIF 1.362 (<10.00), dan variabel BI Rate (X3) memiliki nilai tolerance 0.114 (>0.10) dan nilai VIF 8,783 (<10.00). Ketiga variabel tersebut memiliki nilai tolerance lebih besar dari 0.10 ( >0.10) dan nilai VIF lebih kecil atau sama dengan 10.00 (<10.00), maka dapat disimpulkan bahwa tidak terjadi multikolinearitas antar variabel independen dalam model regresi.
52 3. Uji Autokorelasi Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode (t) dengan kesalahan pada periode sebelumnya (t-1). Untuk mengetahui ada atau tidaknya autokorelasi dilihat dari nilai Durbin-Watson. N = 96, k = 3, maka dl = 1,6039 dan du = 1,7326 (dari tabel DW dengan α = 5%), H0 diterima jika statistik DW yang dihasilkan berkisar antara du (1,7326) sampai 4-dU (4-1,7326 = 2,2674). Tabel 4.4 Uji Autokorelasi 1 Model Summary b Adjusted R Std. Error of the Model R R Square Square Estimate Durbin-Watson 1.680 a.462.445.17687 1.125 a. Predictors: (Constant), BI Rate (X3), Return On Equity (X2), Earning Per Share (X1) b. Dependent Variable: Return Saham (Y) Pada tabel 4.4 diatas, nilai durbin Watson yang diperoleh adalah 1,125 berada di bawah dl 1,6039 maka data tersebut mengindikasikan adanya autokorelasi. Setelah dilakukan pengobatan autokorelasi, maka didapatkan nilai durbin Watson pada tabel 4.5 sebagai berikut:
53 Tabel 4.5 Uji Autokorelasi 2 Model Summary b Adjusted R Std. Error of the Model R R Square Square Estimate Durbin-Watson 1.710 a.505.488.15818 2.058 a. Predictors: (Constant), BIRate_1, ROE_1, EPS_1 b. Dependent Variable: Return_1 Hasil pengobatan autokorelasi menunjukkan bahwa nilai Durbin-Watson yang diperoleh sebesar 2,058 yang berada diantara du dan 4-dU (1,7326 < 2,058 < 2,2674) sehingga dapat disimpulkan bahwa model regresi bebas dari autokorelasi. 4. Uji Heterokedastisitas Pengujian heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Model pengamatan yang baik adalah yang homoskedastisitas atau tidak terjadi heterokedastisitas dengan menggunakan grafik scatterplot. Salah satu cara untuk mendeteksi ada atau tidaknya heterokedastisitas yaitu dengan melihat ada atau tidaknya pola tertentu pada grafik Scatter Plot antara SRESID dengan ZPRED dimana sumbu Y adalah dimana sumbu Y adalah yang telah diprediksi, dan sumbu X adalah residual (Y prediksi Y sesungguhnya) yang telah di-studentized. Dasar pengambilan keputusan adalah sebagai berikut (Ghozali, 2011):
54 a. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit) maka mengindikasikan telah terjadi heteroskedastisitas. b. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Gambar 4.2 Uji Heteroskedastisitas Dari gambar Scatter Plot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y maka tidak terjadi heteroskedastisitas, namun untuk memastikan digunakan uji Glejser.
55 Tabel 4.6 Uji Glejser Coefficients a Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta t Sig. 1 (Constant).070.193.364.717 Earning Per Share (X1).007.027.079.275.784 Return On Equity (X2) -.078.052 -.178-1.488.140 BI Rate (X3).005.030.050.166.869 a. Dependent Variable: ABS_Res Dari tabel 4.6 Uji Glejser terlihat bahwa signifikasi dari ketiga variabel independen tersebut diatas atau > 0,05, maka hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga regresi layak dipakai untuk memprediksikan return saham berdasarkan masukkan variabel independen EPS, ROE dan BI Rate. 4.4 Analisis Regresi Linier Berganda Penelitian ini menggunakan analisis linier berganda untuk menguji hipotesis, yaitu untuk mengetahui pengaruh variabel independen Earning Per Share (EPS), Return on Equity (ROE), dan BI Rate. Pengolahan data dilakukan dengan menggunakan program SPSS 16. Hasil pengolahan data yang diperoleh selanjutnya akan diuji mengenai makna model tersebut secara parsial dan secara simultan. Koefisien regresi dilihat dari nilai unstandardized coefficient karena semua variabel independen maupun dependen memiliki skala pengukuran yang sama yaitu rasio.
56 Tabel 4.7 Hasil Regresi Linier Berganda Coefficients a Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta t Sig. 1 (Constant) -2.795.327-8.559.000 Earning Per Share (X1) -.329.046-1.540-7.180.000 Return On Equity (X2) -.192.088 -.194-2.177.032 BI Rate (X3).419.050 1.897 8.372.000 a. Dependent Variable: Return Saham (Y) berikut: Hasil pengujian persamaan regresi pada tabel 4.7 Dapat dijelaskan sebagai Return Saham = -2,795 0,329 EPS 0,192 ROE + 0,419 BI Rate Persamaan regresi diatas memiliki makna: 1. Konstanta sebesar -2,795 menyatakan bahwa jika variabel bebas EPS, ROE dan BI Rate dianggap 0, maka return saham adalah -2,795. 2. Earning per Share memiliki koefisien regresi dengan arah negatif sebesar - 0,329, jika diasumsikan variabel independen lain konstan maka setiap kenaikan Earning Per Share (EPS) 1 satuan pada return saham akan mengalami penurunan sebesar 0,329 satuan. 3. Return on Equity memiliki koefisien regresi dengan arah negatif sebesar -0,192, jika diasumsikan variabel independen lain konstan maka setiap kenaikan Return
57 on Equity (ROE) 1 satuan pada return saham akan mengalami penurunan sebesar 0,192 satuan. 4. BI Rate memiliki koefisien regresi dengan arah positif sebesar 0,419, jika diasumsikan variabel independen lain konstan maka setiap kenaikan BI Rate 1 satuan pada return saham akan mengalami kenaikan sebesar 0,419 satuan. 4.5 Uji Model 4.5.1 Uji Statistik F Pengujian statistik F pada dasarnya menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersamasama terhadap variabel dependen. Uji F digunakan untuk menguji kelayakan model regresi yaitu model yang digunakan layak atau tidak. Model dikatakan layak apabila nilai signifikasi < 0,05. Berikut adalah hasil dari uji F: Tabel 4.8 Uji Statistik F ANOVA b Model Sum of Squares Df Mean Square F Sig. 1 Regression 2.473 3.824 26.354.000 a Residual 2.878 92.031 Total 5.351 95 a. Predictors: (Constant), BI Rate (X3), Return On Equity (X2), Earning Per Share (X1) b. Dependent Variable: Return Saham (Y) Berdasarkan tabel 4.8 Uji Statistik F di atas menunjukkan bahwa model persamaan ini memiliki F hitung sebesar 26,354 dengan tingkat signifikasi sebesar 0,000 atau < 0,05 maka dapat disimpulkan bahwa Earning Per Share (EPS), Return
58 On Equity (ROE), dan BI Rate secara simultan (bersama-sama) berpengaruh terhadap variabel dependen yaitu return saham. 4.5.2 Uji Determinasi (R 2 ) Koefisien determinasi (R 2 ) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai R 2 kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen (Ghozali, 2011). Koefisien determinasi digunakan untuk mengetahui sejauh mana Earning Per Share (EPS), Return On Equity (ROE), BI Rate dapat menjelaskan return saham. Berikut hasil koefisien determinasi (R 2 ): Model R R Square Tabel 4.9 Koefisien Determinasi (R 2 ) Model Summary b Adjusted R Square Std. Error of the Estimate Durbin-Watson 1.680 a.462.445.17687 1.125 a. Predictors: (Constant), BI Rate (X3), Return On Equity (X2), Earning Per Share (X1) b. Dependent Variable: Return Saham (Y) Berdasarkan tabel 4.9 diatas menunjukkan bahwa nilai Adjusted R Square (R 2 ) sebesar 0,445 atau 44,5% artinya variabel Earning Per Share (EPS), Return On Equity (ROE), dan BI Rate dapat menjelaskan variasi variabel return saham, dan sisanya sebesar 55,5% dijelaskan oleh variabel lain yang tidak dimasukkan dalam model penelitian.
59 4.6 Uji Statistik t Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh variabel independen secara individu dalam menerangkan variasi variabel independen. Uji statistik t digunakan untuk menguji hipotesis pertama sampai dengan hipotesis ketiga. Berikut merupakan hasil pengujian analisis regresi dan diketahui nilai hitung sebagai berikut: Tabel 4.10 Hasil Uji t Coefficients a Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta t Sig. 1 (Constant) -2.795.327-8.559.000 Earning Per Share (X1) -.329.046-1.540-7.180.000 Return On Equity (X2) -.192.088 -.194-2.177.032 BI Rate (X3).419.050 1.897 8.372.000 a. Dependent Variable: Return Saham (Y) a. Pengujian hipotesis pertama H 1 : Earning per share (EPS) berpengaruh signifikan terhadap return saham. Berdasarkan tabel 4.10 Diperoleh hasil estimasi variabel Earning Per Share (EPS) sebesar t hitung = -7,180 dengan signifikasi 0,000. Nilai signifikasi < 0,05 menunjukkan bahwa variabel Earning Per Share memiliki pengaruh negatif dan berpengaruh signifikan terhadap return saham, sehingga H 1 diterima.
60 b. Pengujian hipotesis kedua H 2 : Return on Equity (ROE) berpengaruh signifikan terhadap return saham. Berdasarkan tabel 4.10 Diperoleh hasil estimasi variabel Return on Equity (ROE) sebesar t hitung = -2,177 dengan signifikasi 0,032. Nilai signifikasi < 0,05 menunjukkan bahwa variabel Return on Equity memiliki pengaruh negatif dan berpengaruh signifikan terhadap return saham, sehingga H 2 diterima. c. Pengujian hipotesis ketiga H 3 : BI rate berpengaruh signifikan terhadap return saham. Berdasarkan tabel 4.10 Diperoleh hasil estimasi variabel BI Rate sebesar t hitung = 8,372 dengan signifikasi 0,000. Nilai signifikasi < 0,05 menunjukkan bahwa variabel BI Rate memiliki pengaruh positif dan berpengaruh signifikan terhadap return saham, sehingga H 3 diterima.