33
Tabel 3.2 Daftar Sampel Perusahaan
No. Nama Perusahaan
Kode 1
Alam Sutera Realty Tbk. ASRI
2 Bekasi Asri Pemula Tbk.
BAPA 3
Bhuwanatala Indah Permai Tbk. BIPP
4 Bukit Darmo Property Tbk.
BKDP 5
Bumi Citra Permai Tbk. BCIP
6 Bumi Serpong Damai Tbk.
BSDE 7
Ciputra Development Tbk. CTRA
8 Ciputra Property Tbk.
CTRP 9
Cowell Development Tbk. COWL
10 Duta Pertiwi Tbk.
DUTI 11
Fortune Mate Indonesia Tbk. FMII
12 Global Land Development Tbk.
KPIG 13
Gowa Makassar Tourism D. Tbk. GMTD
14 Indonesia Prima Property Tbk.
OMRE 15
Intiland Development Tbk. DILD
16 Jaya Real Property Tbk.
JRPT 17
Kawasan Industri Jabadeka Tbk. KIJA
18 Lamicitra Nusantara Tbk.
LAMI 19
Lippo Cikarang Tbk. LPCK
20 Lippo Karawaci Tbk.
LPKR 21
Pakuwon Jati Tbk. PWON
22 Perdana Gapuraprima Tbk.
GPRA 23
Ristia Bintang Mahkotasejati Tbk. RBMS
24 Sentul City Tbk.
BKSL
Sumber : Diolah dari MS. EXCEL, 2013
3.6. Jenis dan Sumber Data
Data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder merupakan data yang diperoleh peneliti secara tidak langsung melalui
media perantara tertentu diperoleh dan dicatat oleh pihak lain yang diolah lebih lanjut untuk pemenuhan kebutuhan penelitian. Data dalam penelitian ini diperoleh
Universitas Sumatera Utara
34
dari publikasi Bursa Efek Indonesia yang diakses melalui www.idx.co.id sesuai dengan periode pengamatan.
3.7. Metode Pengumpulan Data
Peneliti melakukan dua metode dalam pengumpulan data. Pertama, melalui studi pustaka dengan mengumpulkan buku-buku referensi yang berkaitan dengan
penelitian dan dokumentasi penelitian terdahulu. Kedua, melalui media internet dengan cara mengunduh data yang diperlukan dalam bentuk laporan keuangan
tahunan perusahaan yang telah diaudit melalui website BEI maupun website lain yang berhubungan dengan laporan keuangan perusahaan terbuka.
3.8. Metode Analisis Data dan Pengujian Hipotesis
Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik dengan menggunakan program SPSS 20. Sebelum melakukan
pengujian hipotesis maka peneliti melakukan uji asumsi klasik terlebih dahulu.
3.8.1. Pengujian Asumsi Klasik
Adapun tujuan dari pengujian asumsi klasik adalah agar data yang diperoleh:
a. Berdistribusi normal. b. Non-multikolinieritas, artinya antara variabel independen dalam
model regresi tidak memiliki korelasi atau hubungan secara sempurna ataupun mendekati sempurna.
c. Non-autokorelasi, artinya kesalahan penggangu dalam model regresi tidak saling berkolerasi.
Universitas Sumatera Utara
35
d. Homoskedasititas, artinya variance variabel independen dari suatu pengamatan ke pengamatan lain adalah konstan atau sama.
Model regresi linier berganda multiple regression dapat disebut sebagai model yang baik jika model tersebut memenuhi
kriteria BLUE Best Linear Unbiased Estimator, BLUE dapat dicapai bila memenuhi asumsik klasik. Sedikitnya terdapat lima uji
asumsi yang harus dilakukan terhadap suatu model regresi tersebut, yaitu:
1. Uji normalitas 2. Uji autokorelasi
3. Uji multikolinieritas 4. Uji heteroskedastisitas
5. Uji linearitas Penelitian ini hanya akan menggunakan empat jenis asumsi
klasik dari lima asumsi diatas.
1. Uji Normalitas
Ghozali 2006:10 mengatakan uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel penggangu atau
residual memiliki distribusi normal. Menurut Suliyanto 2005:63 “uji normalitas adalah pengujian untuk mengetahui residual yang
diteliti berdistribusi normal atau tidak”. Data yang berdistribusi normal mempunyai pola distribusi
seperti kurva berbentuk bel. Kurva berbentuk bel mempunyai dua
Universitas Sumatera Utara
36
karakteristik pokok, yaitu kurva berkonsentrasi di posisi tengah dan menurun di dua sisi dan kurva berbentuk bel ini bersifat simetris.
Untuk mengetahui normalitas data dapat diuji dengan menggunakan histogram, Normal plot, Skewness dan Kurtosis atau
dengan menggunakan uji Kolmogorov Smirnov. Cara pertama yang dilakukan untuk menafsir normalitas data adalah dengan membuat
hipotesis seperti berikut: • H
: Data berdistribusi normal • H
�
: Data tidak berdistribusi normal Langkah kedua menentukan kriteria uji hipotesis seperti berikut:
• Jika sig 0.05 H ditolak, H
a
diterima • Jika sig 0.05 H
diterima, H
a
ditolak
2. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk melihat apakah didalam model regresi terjadi ketidaksamaan variabel dari residual suatu
pengamatan ke pengamatan lain Ghozali, 2005:11. Suatu model regresi yang baik adalah tidak terjadi heteroskedastisitas. Deteksi
ada tidaknya gejala heteroskedastisitas adalah dengan melihat ada tidaknya pola tertentu. Jika ada pola tertentu yang teratur
bergelombang, melebar, kemudian menyempit maka mengindikasikan telah terjadi heteroskedastisitas. Jika ada pola
yang jelas maka tidak terjadi gejala heteroskedatisitas. Salah satu
Universitas Sumatera Utara
37
cara yang dapat digunakan untuk mengetahui ada tidaknya gejala heteroskedatisitas adalah dengan melihat pada grafik scatter plot.
3. Uji Autokorelasi
Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan dalam asumsi klasik autokorelasi, yaitu korelasi
yang terjadi antara residual pada suatu pengamatan dengan pengamatan lain pada model regresi Priyatno, 2008:47. Prasyarat
yang harus dipenuhi dalam regresi adalah tidak adanya autokorelasi. Ada beberapa cara untuk mendeteksi gejala autokorelasi yaitu
Durbin-Watson DW test, uji Langrage Multiplier LM test, uji statistik Q dan Run Test.
Pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut:
1. Bila nilai Durbin-Watson DW terletak antara batas atas atau Upper Bound DU dan 4-DU, maka koefisien autokorelasi sama
dengan nol, berarti tidak ada autokorelasi. 2. Bila nilai Durbin-Watson DW lebih rendah daripada batas bawah
atau Lower Bound DL maka koefisien autokorelasi lebih besar daripada nol, berarti ada autokorelasi positif.
3. Bilai nilai Durbin-Watson DW lebih besar daripada 4-DL maka koefisien autokorelasi lebih kecil dari nol, berarti ada auto korelasi
negatif.
Universitas Sumatera Utara
38
4. Bila nilai Durbin-Watson DW terletak antara batas atas DU dan batas bawah DL atau DW terletak di batas antara 4-DU dan 4-
DL, maka hasilnya tidak dapat disimpulkan.
4. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regeresi ditemukan adanya korelasi antar variabel bebas. Model
regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas, karena jika hal tersebut terjadi maka variabel-variabel
tersebut tidak ortogonal atau terjadi kemiripan. Untuk melakukan pengujian apakah terdapat multikolinearitas atau tidak, dapat
diketahui dengan menggunakan nilai tolerance dan lawannya Variance Inflation Factor VIF. Nilai cutoff yang umum dipakai
untuk menunjukkan adanya multikolinearitas adalah nilai tolerance 0.01 atau sama dengan VIF 10. Ada dua cara yang dapat
dilakukan jika terjadi multikolinearitas, yaitu sebagai berikut: 1. Membuang salah satu variabel.
2. Menggunakan metode lanjut, seperti Regresi Bayessian dan Regresi Ridge.
3.8.2. Pengujian Hipotesis
Pengujian hipotesis dalam penelitian ini menggunakan analisis regresi. Hipotesis pertama H1, hipotesis kedua H2,
hipotesis ketiga H3, hipotesis keempat H4, dan hipotesis kelima
Universitas Sumatera Utara
39
H5 dianalisis dengan regresi linear untuk melihat pengaruh masing-masing variabel yaitu debt to equity ratio, price to book
value, price earning ratio, return on investment, dan total assets turn over secara terpisah terhadap harga saham yang dapat
dirumuskan sebagai berikut: Y = a + b
1
X
1
Y = a + b
2
X
2
Y = a + b
3
X
3
Y = a + b
4
X
4
Y = a + b
5
X
5
Hipotesis keenam H6 dianalisis dengan menggunakan regresi berganda untuk melihat pengaruh variabel debt to equity
ratio, price to book value, price earning ratio, return on investment, dan price earning ratio secara bersama-sama terhadap harga saham
yang dapat dirumuskan sebagai berikut: Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ b
5
X
5
+ e Keterangan:
Y = Harga Saham
a = Konstanta
b = Koefisien Regresi
X
1
= Debt to Equity Ratio
X
2
= Price to Book Value X
3
= Price Earning Ratio
Universitas Sumatera Utara
40
X
4
= Return On Invesment X
5
= Total Assets Turn Over e
= Error
a. Uji Koefisien Determinasi