BAB IV ANALISIS HASIL DAN PEMBAHASAN
4.1 Data Penelitian
Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik yang menggunakan persamaan regresi linier berganda. Analisis
data dimulai dengan mengolah data dengan menggunakan Microsoft Excel, selanjutnya dilakukan pengujian asumsi klasik dan pengujian menggunakan
regresi berganda. Pengujian asumsi klasik dan regresi digunakan dengan menggunakan software SPSS versi 22. Prosedur dimulai dengan memasukkan
variabel-variabel penelitian ke program SPSS tersebut dan menghasilkan output- output sesuai metode analisis data yang telah ditentukan. Pengambilan sampel
yang digunakan dengan menggunakan purposive sampling. berdasarkan kriteria yang telah ditetapkan, sehingga diperoleh 16 perusahaan yang memenuhi kriteria
dan dijadikan sampel penelitian ini dan diamati selama periode 2011-2013. Daftar perusahaan yang dijadikan sebagai sampel dapat dilihat pada tabel 4.1
` Sampel Penelitian
No. Nama Emiten LQ45
Kode Sample
1 PT Astra Agro Lestari Tbk
AALI S1
2 PT Astra International Tbk
ASII S2
3 PT. BW Plantations Tbk
BWPT S3
4 PT Charoen Pokphand Indonesia Tbk
CPIN S4
5 PT Gudang Garam Tbk
GGRM S5
6 PT Indofood CBP Sukses Makmur Tbk
ICBP S6
7 Indomobil Sukses Makmur
IMAS S7
Universitas Sumatera Utara
8 PT Indofood Sukses Makmur Tbk
INDF S8
9 PT Indocement Tunggal Prakarsa Tbk
INTP S9
10 PT Kalbe Farma Tbk
KLBF S10
11 PT PP London Sumatra Indonesia Tbk
LSIP S11
12 Malindo Feedmill Tbk
MAIN S12
13 Semen Cibinong Tbk
SMCB S13
14 PT Semen Gresik Tbk
SMGR S14
15 PT United Tractors Tbk
UNTR S15
16 PT Unilever Indonesia Tbk
UNVR S16
Sumber : www.idx.co.id, ditabulasi Penulis 2014
4.2 Analisis Hasil Penelitian 4.2.1 Analisis Statistik Deskrptif
Pengujian statistik deskriptif penting dilakukan sebelum melakukan pengujian asumsi klasik dan pengujian hipotesis. Statistik deskriptif adalah
statistik yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul. Statistik deskriptif memberikan
penjelasan mengenai nilai minimum, nilai maksimum, nilai rata-rata mean, dan nilai standar deviasi dari variabel-variabel independen dan variabel dependen.
Hasil pengujian statistik deskriptif pada sampel penelitian yang berjumlah 16 perusahaan ditunjukkan pada tabel 4.2.
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation LK
48 -28,83
50,00 11,6883
15,54152 AKO
48 -4477,92
342,54 -66,2079
656,00901 AKI
48 -75,00
1112,00 74,9246
171,01359 AKP
48 -3243,70
1478,58 7,1908
558,17893 TA
48 4,91
62,12 22,6035
11,88419 RS
48 -35,60
502,00 26,1948
76,78066 Valid N listwise
48
Universitas Sumatera Utara
Tabel 4.2 menunjukkan hasil ouput SPSS mengenai statistik deskriptif variabel penelitian tahun 2011-2013 dengan jumlah sampel keseluruhan sebanyak
48 16 perusahaan selama 3 tahun. Dari tabel tersebut, dapat dijelaskan statistik deskriptif masing-masing variabel bahwa :
a. Variabel return saham memiliki nilai minimum terkecil -35.60, nilai maksimum terbesar 502,00, nilai mean nilai rata-rata
26,1948
, Standart Deviation simpangan baku 76,78066, dan jumlah observasi sebanyak 48.
b. Variabel Laba Kotor memiliki nilai minimum terkecil -28,83, nilai maksimum terbesar 50,00, nilai mean nilai rata-rata 11,6883, Standart
Deviation simpangan baku 15,54152, dan jumlah observasi sebanyak 48. c. Variabel Aktivitas Operasi memiliki nilai minimum terkecil -4477,92, nilai
maksimum terbesar 342,54, nilai mean nilai rata-rata
-
66,2079, Standart Deviation simpangan baku 656,00901, dan jumlah observasi sebanyak 48.
c. Variabel Aktivitas Investasi memiliki nilai minimum terkecil -75,00, nilai maksimum terbesar 1112,00, nilai mean nilai rata-rata 74,9246, Standart
Deviation simpangan baku 171,01359, dan jumlah observasi sebanyak 48. d. Variabel Aktivitas Pendanaan memiliki nilai minimum terkecil -3243,70, nilai
maksimum terbesar 1478,58, nilai mean nilai rata-rata 7,1908, Standart Deviation simpangan baku 558,17893, dan jumlah observasi sebanyak 48.
e. Variabel Total Aset memiliki nilai minimum terkecil 4,91, nilai maksimum terbesar 62,12, nilai mean nilai rata-rata 22,6035, Standart Deviation
simpangan baku 11,88419, dan jumlah observasi sebanyak 48.
Universitas Sumatera Utara
4.2.2 Uji Asumsi Klasik 4.2.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel penganggu atau residual memiliki distribusi normal atau tidak dengan
menggunakan hipotesis sebagai berikut: H
: data residual berdistribusi normal H
1
: data residual tidak berdistribusi normal Ada dua cara yang dapat digunakan untuk mendeteksi apakah residual
berdistribusi normal atau tidak, yaitu dengan analisis grafik dan uji statistik. Pada penelitian ini akan digunakan kedua cara tersebut.
1. Analisis Grafik Analisis grafik dapat digunakan dengan dua alat, yaitu grafik histogram dan
grafik P-P Plot. Data yang baik adalah data yang memiliki pola distribusi normal. Pada grafik histogram, data yang mengikuti atau mendekati distribusi normal
adalah distribusi data dengan bentuk lonceng. Pada grafik P-P Plot, sebuah data dikatakan berdistribusi normal apabila titik-titik datanya tidak menceng ke kiri
atau ke kanan, melainkan menyebar di sekitar garis diagonal.
Universitas Sumatera Utara
Gambar 4.1 Grafik Histogram
Gambar 4.2 Grafik P-Plot
Universitas Sumatera Utara
Dengan melihat tampilan grafik histogram, penulis melihat bahwa gambar histogram telah berbentuk lonceng tetapi menceng ke arah kanan yang
menunjukkan bahwa data tidak terdistribusi secara normal. Pada grafik P-P Plot terlihat titik-titik menyebar di sekitar garis diagonal dan tidak menceng ke kiri
maupun ke kanan. Grafik histogram menunjukkan bahwa model regresi menyalahi asumsi normalitas. Grafik P-P Plot menunjukkan bahwa model regresi
sesuai dengan asumsi normalitas.
2. Analisis Statistik Pengujian normalitas data dengan hanya melihat grafik dapat menyesatkan
kalau tidak melihat secara seksama, sehingga kita perlu melakukan uji normalitas data dengan menggunakan statistik agar lebih meyakinkan. Untuk memastikan
apakah data di sepanjang garis diagonal berdistribusi normal, maka dilakukan uji Kolmogorov-Smirnov 1 sample K-S dengan melihat data residualnya apakah
berdistribusi normal atau tidak. Jika nilai signifikansinya lebih besar dari 0,05 maka data tersebut terdistribusi normal. Jika nilai signifikansinya lebih kecil dari
0,05 maka distribusi data adalah tidak normal. Hasil uji Kolmogorov-Smirnov dapat dilihat pada tabel 4.3
Universitas Sumatera Utara
tabel 4.3 :
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 48
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 73,59443732
Most Extreme Differences Absolute
,280 Positive
,280 Negative
-,181 Kolmogorov-Smirnov Z
,280 Asymp. Sig. 2-tailed
,000
c
a. Test distribution is Normal. b. Calculated from data.
c. Lilliefors Significance Correction.
Dari hasil pengolahan data tersebut, besarnya nilai Kolmogorov-Smirnov adalah 0,280 dan signifikan pada 0,001 maka disimpulkan data tidak terdistribusi
secara normal karena p = 0,000 0,05. Data yang tidak berdistribusi normal dapat disebabkan oleh adanya data yang
outlier, yaitu data yang memiliki nilai yang sangat menyimpang dari nilai data lainnya. Menurut Jogiyanto 2004:172 beberapa cara mengubah model regresi
menjadi normal yaitu: 1. Dengan melakukan transformasi data ke bentuk lain, yaitu: logaritma
natural, akar kuadrat, logaritma 10, 2. Melakukan trimming, yaitu memangkas observasi yang bersifat outlier,
3. Melakukan winsorizing, yaitu mengubah nilai-nilai data outliers menjadi nilai-nilai minimum atau maksimum yang diizinkan supaya
distribusinya menjadi normal.
Universitas Sumatera Utara
Dari ketiga cara di atas, penulis memutuskan untuk melakukan transformasi data terhadap semua variabel menjadi bentuk Logaritma 10 LOG10, agar
variabel-variabel dalam penelitian ini memenuhi asumsi normalitas.
Universitas Sumatera Utara
1. Uji Grafik Dengan cara melihat grafik histogram di atas dapat disimpulkan bahwa
distribusi data normal karena grafik histogram menunjukkan distribusi data mengikuti garis diagonal yang tidak menceng skewness kiri maupun menceng
kanan. Demikian pula dengan uji normalitas dengan menggunakan grafik p-p plot
berikut ini, pada grafik normal p-p plot, dapat dilihat titik – titik menyebar disekitar garis diagonal dan agak mendekati garis diagonal sehingga dapat
disimpulkan data berdistribusi normal.
2. Uji Statistik
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 48
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 27,03698638
Most Extreme Differences Absolute
,101 Positive
,101 Negative
-,071 Kolmogorov-Smirnov Z
,101 Asymp. Sig. 2-tailed
,200
c,d
a. Test distribution is Normal. b. Calculated from data.
c. Lilliefors Significance Correction. d. This is a lower bound of the true significance.
Berdasarkan tabel 4.4 diatas hasil pengujian K-S diatas, nilai K- S yang diperoleh adalah 0,101, dan signifikan pada 0,200, sehingga dapat disimpulkan
Universitas Sumatera Utara
bahwa data terdistribusi normal dimana nilai p lebih besar dari 0,05 p = 0,200 0,05. Dengan demikian secara keseluruhan bahwa nilai observasi telah
terdistribusi normal
4.2.2.2 Uji Multikolonieritas
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala multikolonieritas adalah dengan melihat besaran korelasi antara variabel
independen dan besarnya tingkat kolonieritas yang masih dapat ditolerir, yaitu Tolerance 0,10 dan Variance Inflation Factor VIF 10. Berikut disajikan
tabel hasil pengujian:
Coefficients
a
Model Unstandardized
Coefficients Standardize
d Coefficients
t Sig.
Collinearity Statistics
B Std. Error
Beta Toleranc
e VIF
1 Constan
-4,860 26,994
-,180 ,858
LK_1 ,729
,939 ,148
,776 ,442
,605 1,653
AKO_1 ,001
,018 ,002
,010 ,992
,917 1,091
AKI_1 ,005
,100 ,011
,049 ,961
,441 2,269
AKP_1 ,030
,030 ,220
1,013 ,317
,463 2,158
TA ,971
1,225 ,150
,793 ,432
,609 1,643
a. Dependent Variable: RS1
Berdasarkan tabel 4.5 diatas dapat dilihat bahwa tidak ada satupun variabel bebas yang memiliki nilai VIF lebih dari 10 dan tidak ada yang memiliki
tolerance value lebih kecil dari 0.1. Hasil pengujian menunjukkan angka tolerance untuk laba kotor lebih besar dari 0.1 0.6050.1, arus kas operasi lebih
Universitas Sumatera Utara
besar dari 0.1 0.917 0.1, arus kas investasi lebih besar dari 0.1 0.441 0.1, arus kas pendanaan lebih besar dari 0.1 0.463 0.1, total aset lebih besar dari 0.1
0.6090.1. Angka VIF untuk laba kotor lebih kecil dari 10 1.653 10, arus kas operasi lebih kecil dari 10 1.091 10, arus kas investasi lebih kecil dari 10
2.269 10, arus kas pendanaan lebih kecil dari 10 2.158 10, dan total aset lebih kecil dari 10 1.64310.
Berdasarkan hasil pengujian tersebut diperoleh kesimpulan tidak terdapat multikolonieritas. Hasil ini menunjukkan tidak ada hubungan antar variabel bebas
independen.
4.2.2.3 Uji Heterokedastisitas
Untuk pengujian heteroskedastisitas, penulis menggunakan alat analisis grafik Scatterplot. Pada analisis grafik Scatterplot, deteksi ada tidaknya
heteroskesdatisitas dapat dilakukan dengan melihat jika tidak ada pola tertentu pada grafik Scatterplot maka tidak terjadi heteroskedastisitas dengan kata lain
terjadi homoskedastisitas. Hasil pengujian dapat ditunjukkan grafik scatterplot antara ZPRED dan ZRESID sebagai berikut.
Universitas Sumatera Utara
Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y. Maka dapat
disimpulkan bahwa tidak terjadi heteroskedastisitas pada persamaan regresi.
4.2.2.4 Uji Autokorelasi
Uji ini bertujuan untuk menganalisis apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan tingkat kesalahan
pada periode t-1. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan yang lainnya, hal ini sering ditemukan pada time
series. Metode yang digunakan penulis telah diungkapkan dalam bab tiga. Uji ini bertujuan untuk melihat apakah dalam suatu model linear ada
korelasi antar kesalahan pengganggu pada periode t dengan kesalahan periode t-1 sebelumnya. Model regresi yang baik adalah yang bebas dari autokorelasi.
Universitas Sumatera Utara
Masalah autokorelasi umumnya terjadi pada regresi yang datanya time series. Uji yang digunakan dalam penelitian ini untuk mendeteksi ada tidaknya autokorelasi
dapat dilihat dengan menggunakan uji Durbin-Watson. 1 angka D-W di bawah –2 berarti ada autokorelasi positif,
2 angka D-W di antara -2 sampai +2, berarti tidak ada autokorelasi, 3 angka D-W di atas +2 berarti ada autokorelasi negatif.
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 ,285
a
,081 -,028
77,85191 1,871
a. Predictors: Constant, TA, AKO_1, AKP_1, LK_1, AKI_1 b. Dependent Variable: RS1
Berdasarkan tabel 4.6 diatas, menunjukkan nilai D-W sebesar 1,871. Angka ini terletak diantara -2 dan +2, dari pengamatan ini dapat disimpulkan bahwa tidak
terjadi autokorelasi positif maupun autokorelasi negatif dalam penelitian ini.
4.3 Pengujian Hipotesis
Hasil uji asumsi klasik memperlihatkan data observasi tidak memenuhi asumsi normalitas, kemudian dilakukan transformasi ke dalam bentuk Logaritma
10 LOG10. Sehingga persamaan yang baru memenuhi asumsi klasik dan dapat dianalisis lebih lanjut untuk pengujian hipotesis. Penulis menggunakan analisis
regresi berganda untuk melakukan pengujian hipotesis dengan bantuan program SPSS 22.
Universitas Sumatera Utara
4.3.1 Analisis Regresi
Coefficients
a
Model Unstandardized
Coefficients Standardize
d Coefficients
t Sig.
Collinearity Statistics
B Std. Error
Beta Toleranc
e VIF
1 Constan
t -4,860
26,994 -,180
,858 LK_1
,729 ,939
,148 ,776
,442 ,605
1,653 AKO_1
,001 ,018
,002 ,010
,992 ,917
1,091 AKI_1
,005 ,100
,011 ,049
,961 ,441
2,269 AKP_1
,030 ,030
,220 1,013
,317 ,463
2,158 TA
,971 1,225
,150 ,793
,432 ,609
1,643 a. Dependent Variable: RS1
Berdasarkan tabel 4.7 di atas, di dapatlah persamaan regresi sebagai berikut :
Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + e Return Saham = -04860 + 0.729 LK + 0,001 AKO + 0.005 AKI + 0,030 AKP +
0.971 TA + e Keterangan :
1
β0 sebesar -0.4860 menunjukkan bahwa apabila tidak ada variabel independen laba kotor, Arus kas operasi, arus kas investasi, dan arus kas pendanaan dan total
aset maka tingkat return saham sebesar 48.6
2 β1 sebesar 0.729 menunjukkan bahwa setiap penambahan total aset sebesar 1
akan diikuti oleh kenaikan return saham sebesar 72.9 dengan asumsi variabel lain tetap.
3 β2 sebesar 0.001 menunjukkan bahwa setiap penambahan arus kas operasi
sebesar 1 diikuti oleh kenaikan return saham sebesar 0.1 dengan asumsi variabel lain tetap.
Universitas Sumatera Utara
4 β3 sebesar 0.005 menunjukkan bahwa setiap penambahan arus kas investasi
sebesar 1 akan diikuti oleh kenaikan return saham sebesar 0.5 dengan asumsi variabel lain tetap.
5 β4 sebesar 0,030 menunjukkan bahwa setiap penambahan arus kas pendanaan
sebesar 1 akan diikuti oleh kenaikan return saham sebesar 3.0 dengan asumsi variabel lain tetap.
6 β5 sebesar 0,971 menunjukkan bahwa setiap penambahan total aset sebesar 1
akan diikuti oleh kenaikan return saham sebesar 97.1 dengan asumsi variabel lain tetap.
4.3.2 Analisis Koefisien Korelasi
Nilai koefisien korelasi R menunjukkan seberapa besar korelasi antara variabel-variabel independen dengan variabel dependen. Koefisien korelasi
dikatakan kuat apabila nilai R berada di atas 0,5 dan mendekati 1. Koefisien determinasi R square menunjukkan seberapa besar variabel independen
menjelaskan variabel dependennya. Nilai R square adalah nol sampai dengan satu. Apabila nilai R square semakin mendekati satu, maka variabel-variabel
independen memberikan semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Sebaliknya, semakin kecil nilai R square, maka
kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen semakin terbatas.
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 ,285
a
,081 -,028
,85191 1,871
a. Predictors: Constant, TA, AKO_1, AKP_1, LK_1, AKI_1 b. Dependent Variable: RS1
Universitas Sumatera Utara
Pada tampilan tabel 4.8 ouput SPSS model summary , nilai koefisien korelasi R sebesar 0,285 yang berarti bahwa korelasi atau hubungan antara laba
kotor, arus kas operasi, arus kas investasi, arus kas pendanaan, dan total aset variabel independen terhadap return saham variabel dependen rendah.
Koefisien korelasi dikatakan kuat apabila nilai R berada diatas 0,5 dan mendekati 1. Angka R Square atau koefisien determinasi adalah 0,081. Hal ini berarti 8.1
variasi atau perubahan dalam variabel dependen dapat dijelaskan oleh variabel independen, sedangkan sisanya 91.9 dijelaskan oleh faktor – faktor lain.
Standar Error of Estimate SEE adalah 0,85191 semakin kecil nilai SEE maka akan membuat model regresi semakin tepat dalam memprediksi variabel
dependen.
4.3.3 Pengujian secara Parsial Uji t
Uji t digunakan untuk menguji signifikansi konstanta dan setiap variabel independennya. Pada uji t digunakan hipotesis berikut :
�
�
: a = �
1
= �
2
= �
3
= �
4
= �
5
= 0, artinya variabel laba kotor, arus kas operasi, arus kas investasi, arus kas pendanaan, dan total aset secara parsial tidak berpengaruh
terhadap return saham pada perusahaan manufaktur yang terdaftar di BEI. �
1
: a ≠ �
1
≠ �
2
≠ �
3
≠ �
4
≠ �
5
≠0, artinya variabel laba kotor, arus kas operasi, arus kas investasi, arus kas pendanaan, dan total aset secara parsial berpengaruh
terhadap return saham pada perusahaan manufaktur yang terdaftar di BEI. Uji t ini dilakukan dengan membandingkan signifikansi
�
������
dengan �
�����
dengan ketentuan:
Universitas Sumatera Utara
1 jika �
������
�
�����
, maka �
diterima dan �
1
ditolak untuk α = 5 atau signifikansi 0,05,
2 jika �
������
�
�����
, maka �
ditolak dan �
1
diterima untuk α = 5 atau signifikansi 0,05.
Hasil dari pengujian secara parsial Uji t ditunjukkan sebagai berikut : Tabel 4.9
Hasil Uji t
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant -4,860
26,994 -,180
,858 LK_1
,729 ,939
,148 ,776
,442 AKO_1
,001 ,018
,002 ,010
,992 AKI_1
,005 ,100
,011 ,049
,961 AKP_1
,030 ,030
,220 1,013
,317 TA
,971 1,225
,150 ,793
,432 a. Dependent Variable: RS1
Dari tabel hasil pengolahan SPSS dapat dilihat besarnya �
������
untuk variabel laba kotor sebesar 0.776 dengan nilai signifikan 0.442. Hasil uji tersebut
dapat menunjukkan adalah lebih kecil dari 0.776 1.681. Dilihat signifikansinya, nilai signifikansi laba kotor adalah sebesar 0.442, lebih besar dari
nilai signifikan sebesar 0,05. Hasil perhitungan baik melalui �
������
maupun nilai signifikannya, menunjukkan laba kotor tidak mempunyai pengaruh yang
signifikan terhadap variabel return saham. Nilai , dimana level of significance α
= 0,05 5 dan derajat kebebasan df = N – k atau 48 – 5. Nilai �
������
untuk variabel arus kas operasi adalah 0,010 dengan nilai signifikan 0,992. Hasil uji
Universitas Sumatera Utara
tersebut dapat menunjukkan �
������
adalah lebih kecil dari �
�����
0.010 1,681. Dilihat signifikansinya, nilai signifikansi arus kas investasi adalah sebesar 0,992
lebih besar dari nilai signifikan sebesar 0,05. Hasil perhitungan baik melalui �
������
maupun nilai signifikannya, menunjukkan arus kas operasi tidak mempunyai pengaruh yang signifikan terhadap variabel return saham.
Nilai �
������
untuk variabel arus kas investasi adalah 0.049 dengan nilai signifikan 0.961 Hasil uji tersebut dapat menunjukkan
�
������
adalah lebih kecil dari
�
�����
0.049 1,681. Dilihat signifikansinya, nilai signifikansi arus kas investasi adalah sebesar 0,961 lebih besar dari nilai signifikan sebesar 0,05. Hasil
perhitungan baik melalui �
������
maupun nilai signifikannya, menunjukkan arus kas investasi tidak mempunyai pengaruh yang signifikan terhadap variabel return
saham. Nilai �
������
untuk variabel arus kas pendanaan adalah 1.013 dengan nilai signifikan 0.317 Hasil uji tersebut dapat menunjukkan
�
������
adalah lebih kecil dari
�
�����
1.013 1,681. Dilihat signifikansinya, nilai signifikansi arus kas pendanaan adalah sebesar 0.317 lebih besar dari nilai signifikan sebesar 0,05.
Hasil perhitungan baik melalui �
������
maupun nilai signifikannya, menunjukkan arus kas pendanaan tidak mempunyai pengaruh yang signifikan terhadap variabel
return saham. Nilai �
������
untuk variabel total aset adalah 0.793 dengan nilai signifikan 0.432 Hasil uji tersebut dapat menunjukkan
�
������
adalah lebih kecil dari
�
�����
0.793 1,681. Dilihat signifikansinya, nilai signifikansi total aset adalah sebesar 0.432 lebih besar dari nilai signifikan sebesar 0,05. Hasil
Universitas Sumatera Utara
perhitungan baik melalui �
������
maupun nilai signifikannya, menunjukkan total aset tidak mempunyai pengaruh yang signifikan terhadap variabel return saham.
4.3.4 Pengujian secara Simultan Uji F
Secara simultan, pengujian hipotesis dilakukan dengan uji F F test. Uji F dilakukan untuk menguji apakah variabel-variabel independen berpengaruh secara
simultan terhadap variabel dependen. Dalam uji F digunakan hipotesis sebagai berikut:
� = variabel laba kotor, arus kas operasi, arus kas investasi, arus kas pendanaan,
dan total aset tidak berpengaruh signifikan secara simultan terhadap return saham. �
1
= variabel laba kotor, arus kas operasi, arus kas investasi, arus kas pendanaan, dan total aset berpengaruh signifikan secara simultan terhadap return saham.
Uji ini dilakukan dengan membandingkan signifikansi �
ℎ�����
dengan �
�����
dengan ketentuan: 1 jika
�
ℎ�����
�
�����
pada α 0.05, maka �
1
ditolak dan �
diterima, 2 jika
�
ℎ�����
�
�����
pada α 0.05, maka �
1
diterima �
ditolak.
Universitas Sumatera Utara
Tabel 4.10 Hasil Uji F
ANOVA
a
Model Sum of Squares
Df Mean Square
F Sig.
1 Regression
22519,056 5
4503,811 ,743
,596
b
Residual 254558,637
42 6060,920
Total 277077,693
47 a. Dependent Variable: RS1
b. Predictors: Constant, TA, AKO_1, AKP_1, LK_1, AKI_1
Dari uji ANOVA Analysis of Variance didapat �
ℎ�����
sebesar 0,743 dengan tingkat signifikansi sebesar 0,596. Sedangkan
�
�����
diketahui sebesar 3,22. Berdasarkan hasil tersebut dapat diketahui bahwa
�
ℎ�����
�
�����
0,743 3,22 maka
� diterima dan
�
1
ditolak. Kesimpulan yang dapat diambil adalah variabel laba kotor, arus kas operasi, arus kas investasi, total aset dan arus kas
pendanaan secara simultan tidak berpengaruh signifikan terhadap return saham pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia tahun 2011-
2013.
4.4 Pembahasan Hasil Penelitian
Penelitian ini bertujuan untuk untuk mengetahui apakah laba kotor, arus kas dari aktivitas operasi, arus kas dari aktivitas investasi dan arus kas dari aktivitas
pendanaan, dan total aset berpengaruh baik secara parsial maupun simultan terhadap return saham pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia.
Dimana variabel independen yang digunakan dalam penelitian ini adalah laba kotor,
Universitas Sumatera Utara
arus kas dari aktivitas operasi, arus kas dari aktivitas investasi, arus kas dari aktivitas pendanaan, dan total aset dengan variabel dependen dalam penelitian ini adalah
return saham. Populasi yang digunakan digunakan dalam penelitian ini adalah perusahaan manufaktur yang terdaftar di BEI tahun 2011-2013 dimana jumlah
populasi yang digunakan adalah sebesar 16 perusahaan. Teknik pengambilan sampel yang digunakan adalah tenik purposive sampling dimana jumlah sampel yang
diperoleh dalam penelitian ini adalah 48 16 x 3 tahun. Pengujian yang digunakan dalam penelitian ini adalah uji asumsi klasik
normalitas, heteroskedastisitas, autokorelasi dan multikolineritas dan Uji hipotesis Uji t, Uji F dan Uji Determinasi. Berdasarkan hasil uji determinasi, nilai R Square
sebesar 0.081. Hal ini berarti bahwa 8.1 variasi atau perubahan dalam return saham dapat dijelaskan oleh variasi laba kotor, arus kas operasi, arus kas investasi, arus kas
pendanaan,dan total aset. sedangkan sisanya sebesar 91.9 dijelaskan oleh sebab – sebab lain yang tidak dimasukkan dalam model penelitian.
Berdasarkan hasil uji simultan diperoleh kesimpulan variabel laba kotor, arus kas operasi, arus kas investasi, arus kas pendanaan, dan total aset tidak berpengaruh
secara signifikan terhadap return saham, ini ditunjukkan dengan nilai �
ℎ�����
0.743 �
�����
3.22 dengan tingkat signifikansi 0,596. Hasil uji ini tidak sejalan dengan penelitian yang dilakukan oleh Jundan 2012. Penelitian ini sejalan dengan penelitian
yang dilakukan oleh Daniati 2012. Berdasarkan hasil uji parsial diperoleh variabel laba kotor tidak berpengaruh
secara signifikan terhadap return saham, ini ditunjukkan dengan nilai �
ℎ�����
0.776
�
�����
1.681
dengan tingkat α = 5 pada signifikansi 0.442 0.05, Penelitian ini
Universitas Sumatera Utara
tidak sejalan dengan penelitian yang dilakukan oleh Jundan 2012. Penelitian ini sejalan dengan penelitian yang dilkukan oleh Meythi 2006.
Arus kas operasi tidak berpengaruh secara signifikan terhadap return saham, ini ditunjukkan dengan nilai
�
ℎ�����
0.010 �
�����
1,681 dengan tingka t α = 5 pada
signifikansi 0,992 0,05. Penelitian ini tidak sejalan dengan penelitian yang dilakukan oleh Jundan 2012. Penelitian ini sejalan dengan penelitian yang dilkukan
oleh Meythi 2006. Variabel arus kas investasi tidak berpengaruh secara signifikan terhadap return
saham, ini ditunjukkan dengan nilai �
ℎ�����
0.049 �
�����
1,681 dengan tingka t α =
5 pada signifikansi 0,961 0,05. Penelitian ini sejalan dengan penelitian yang dilakukan oleh Jundan 2012. Penelitian ini tidak sejalan dengan penelitian yang
dilakukan oleh Meythi 2006. Variabel arus kas pendanaan tidak berpengaruh secara signifikan terhadap
return saham, ini ditunjukkan dengan nilai �
ℎ�����
1.013 �
�����
1.681 dengan tingka
t α = 5 pada signifikansi 0,317 0,05 Penelitian ini tidak sejalan dengan penelitian yang dilakukan oleh Jundan 2012. Penelitian ini sejalan dengan penelitian
yang dilakukan oleh Meythi 2006. Variabel total aset tidak berpengaruh secara signifikan terhadap return saham,
ini ditunjukkan dengan nilai �
ℎ�����
0.793 �
�����
1.681 dengan tingkat α = 5 pada signifikansi 0,432 0,05 Penelitian ini tidak sejalan dengan penelitian yang
dilakukan oleh Jundan 2012. Penelitian ini sejalan dengan penelitian yang dilakukan oleh Meythi 2006.
Universitas Sumatera Utara
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan