BAB IV HASIL DAN PEMBAHASAN
4.1 Data Penelitian
Data dalam penelitian ini diperoleh dari Indonesian Capital Market Directory ICMD atau dari situs www.idx.co.id tahun 2008-2010 dan
www.finance.yahoo.com. Populasi dalam penelitian ini adalah perusahaan real estate dan property yang terdaftar di Bursa Efek Indonesia dan masih aktif dari
tahun 2008-2010. Sampel dalam penelitian ini dipilih dengan menggunakan metode purposive sampling dengan beberapa kriteria tertentu. Berdasarkan
kriteria yang telah ditetapkan, terdapat sejumlah 20 perusahaan real estate dan property yang memenuhi kriteria untuk dijadikan sampel dan diamati selama
periode 2008- 2010. Metode analisis data yang digunakan dalam penelitian ini adalah metode
analisis statistik dengan menggunakan model persamaan regresi berganda yang bertujuan untuk mengetahui hubungan dan pengaruh dari beberapa variabel bebas
atau independen terhadap variabel tidak bebas atau dependen. Analisis data dimulai dengan mengolah data menggunakan Microsoft Excel, selanjutnya
dilakukan pengujian asumsi klasik dan pengujian hipotesis yang dilakukan dengan menggunakan regresi berganda. Pengujian asumsi klasik dan regresi
berganda dilakukan dengan menggunakan software SPSS 17.
Universitas Sumatera Utara
4.2 Analisis Hasil Penelitian
4.2.1 Statistik Deskriptif
Penelitian ini mengamati satu variabel terikat dependent variable yaitu variabel return saham Y dan empat variabel bebas independent variable yaitu
Return on Asset ROAX
1
, Debt to Equity Ratio DER X
2
, Current Ratio CRX
3
, dan Total Asset Turnover TATX
4
. Informasi semua variabel diambil berdasarkan laporan keuangan selama tahun 2008 sampai dengan tahun 2010.
Penjelasan dapat melalui deskripsi variabel ini diharapkan memberikan gambaran awal tentang masalah yang diteliti. Analisa deskripsi semua variabel
baik variabel bebas maupun varibel terikat adalah sebagai berikut :
1. Variabel Return On Assets ROA
Tabel 4.1 Descriptive Statistics untuk Return On Assets ROA
N Minimum
Maximum Mean
Std. Deviation Tahun 2008
20 .67
9.93 3.2880
2.45900 Tahun 2009
20 .10
8.98 3.1600
2.29131 Tahun 2010
20 .40
9.03 4.0035
2.28405 Valid N listwise
20
Sumber : Output pengolahan data dengan menggunakan SPPS 17 Dari hasil olahan data pada tabel 4.1 di atas dapat disimpulkan bahwa rata-
rata ROA terlihat pada tahun 2010 yaitu sebesar 4.0035, hal ini berarti pada tahun 2010 kondisi rata-rata laba bersih setelah pajak earnings after tax terhadap total
Universitas Sumatera Utara
aktivanya pada perusahaan sampel terlihat paling baik, sedangkan nilai standar deviasi terbesar terjadi pada tahun 2008 dengan nilai standar deviasi sebesar
2,45900. Ini berarti bahwa pada tahun 2008 nilai ROA semua perusahaan sampel paling bervariasi dengan nilai terbesar 9,93 dan yang terkecil 0,10. Kondisi ini
sekaligus menunjukkan bahwa kondisi ROA perusahaan sampel sangat berfluktuasi, dimana jarak pada rata-rata perusahaan yang memiliki rasio antara
laba bersih setelah pajak terhadap total aktivanya yang bernilai rendah. 2.
Variabel Debt to Equty Ratio Tabel 4.2
Descriptive Statistics Untuk Debt to Equty Ratio DER
N Minimum
Maximum Mean
Std. Deviation Tahun 2008
20 .08
3.35 1.0230
.84499 Tahun 2009
20 .05
3.38 1.0110
.82084 Tahun 2010
20 .07
2.47 .9545
.67183 Valid N listwise
20
Sumber : Output pengolahan data dengan menggunakan SPPS 17 Dari hasil olahan data pada tabel 4.2 di atas dapat disimpulkan bahwa rata-
rata DER terbesar terlihat pada tahun 2008 yaitu sebesar 1,0230, hal ini berarti pada tahun 2008 kondisi rata-rata kewajiban terhadap modal sendiri pada
perusahaan sampel terlihat paling baik, sedangkan nilai standar deviasi yang terbesar juga terjadi pada tahun 2008 dengan nilai standar deviasi sebesar
0,84499. Ini berarti bahwa pada tahun 2008 nilai DER semua perusahaan sampel paling bervariasi dengan nilai sebesar 3,38 dan yang terkecil 0,05. Kondisi ini
sekaligus menunjukkan bahwa kondisi DER perusahaan sampel sangat
Universitas Sumatera Utara
berfluktuasi, dimana jarak pada rata-rata perusahaan yang memiliki rasio antara kewajiban terhadap modal sendirinya yang bernilai rendah.
3. Variabel Current Ratio CR
Tabel 4.3 Descriptive Statistics Untuk Current Ratio CR
N Minimum
Maximum Mean
Std. Deviation Tahun 2008
20 .25
9.66 2.4580
2.32325 Tahun 2009
20 .29
21.09 3.1230
4.84196 Tahun 2010
20 .33
12.70 2.5945
2.81872 Valid N listwise
20
Sumber : Output pengolahan data dengan menggunakan SPPS 17 Dari hasil olahan data pada tabel 4.3 tersebut dapat disimpulkan bahwa
rata-rata CR terbesar terlihat pada tahun 2009 yaitu sebesar 3,1230. Hal ini berarti pada tahun 2009 kondisi rata-rata aktiva lancarnya dari perusahaan sampel terlihat
paling baik, sedangkan nilai standar deviasi terbesar juga terjadi pada tahun 2009 dengan nilai standar deviasi sebesar 4,84196. Ini berarti bahwa pada tahun 2009
nilai CR semua perusahaan sampel paling bervariasi dengan nilai terbesar 21.09 dan yang terkecil 0,25. Kondisi ini sekaligus menunjukan bahwa kondisi CR
perusahaan sampel sangat berfluktuasi, dimana jaraknya cukup tinggi sangat jauh, jika dibandingkan dengan jarak pada rata-rata perusahaan yang memiliki rasio
antara aktiva lancarnya yang bernilai rendah.
Universitas Sumatera Utara
4. Variabel Total Assets Turnover TAT
Tabel 4.4 Descriptive Statistics Untuk Total Assets Turnover TAT
N Minimum
Maximum Mean
Std. Deviation Tahun 2008
20 .09
.99 .2705
.21035 Tahun 2009
20 .07
.87 .2480
.19493 Tahun 2010
20 .08
.70 .2380
.15683 Valid N listwise
20
Sumber : Output pengolahan data dengan menggunakan SPPS 17 Dari hasil olahan data pada tabel 4.4 di atas dapat disimpulkan bahwa rata-
rata TAT terbesar terlihat pada tahun 2008 yaitu sebesar 0,2705. Hal ini berarti pada tahun 2008 kondisi rata-rata penjualan bersih terhadap total aktivanya pada
perusahaan sampel terlihat paling baik, sedangkan nilai standar deviasi yang terbesar juga terjadi pada tahun 2008 dengan nilai standar deviasi sebesar
0,21035. Ini berarti bahwa pada tahun 2005 nilai TAT semua perusahaan sampel paling bervariasi dengan nilai terbesar 0,99 dan yang terkecil 0,7. Kondisi ini
sekaligus menunjukkan bahwa kondisi TAT perusahaan sampel sangat berfluktuasi, dimana jarak rata-rata perusahaan yang memiliki rasio antara
penjualan bersih terhadap total aktivanya cukup tinggi sangat jauh jika dibandingkan dengan jarak pada rata-rata perusahaan yang memiliki rasio antara
penjualan bersih terhadap total aktivanya yang bernilai rendah.
Universitas Sumatera Utara
5. Variabel Return Saham Y
Tabel 4.5 Descriptive Statistics Untuk Return Saham
N Minimum
Maximum Mean
Std. Deviation Tahun 2008
20 -.88
.70 -.3450
.46471 Tahun 2009
20 -.56
8.57 1.0704
2.01508 Tahun 2010
20 -.84
2.97 .3970
.89082 Valid N listwise
20
Sumber : Output pengolahan data dengan menggunakan SPPS 17 Dari hasil olahan data pada tabel 4.5 di atas dapat disimpulkan bahwa rata-
rata return saham terbesar terlihat pada tahun 2009 yaitu sebesar 1,0704. Hal ini berarti pada tahun 2009 kondisi rata-rata return saham pada perusahaan sampel
terlihat paling baik. Sedangkan nilai standar deviasi yang terbesar juga terjadi pada tahun 2009 dengan nilai standar deviasi sebesar 2,01508. Ini berarti bahwa
pada tahun 2009 nilai return saham perusahaaan semua perusahaan sampel paling bervariasi dengan nilai terbesar 8,57 dan yang terkecil -5,6. Kondisi ini
sekaligus menunjukkan bahwa kondisi return saham perusahaan sampel sangat berfluktuasi, dimana jarak pada rata-rata perusahaan yang memiliki return saham
cukup tinggi sangat jauh jika dibandingkan dengan jarak pada rata-rata perusahaan yang memiliki return saham yang bernilai rendah.
4.3 Uji Asumsi Klasik
4.3.1 Uji Normalitas
Uji normalitas digunakan untuk mendeteksi apakah residual terdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik. Dalam analisis
Universitas Sumatera Utara
grafik, bila grafik histogram menunjukkan pola distribusi normal dan grafik normal plot menyebar teratur mengikuti garis diagonal, maka data terdistribusi
normal. Hasil analisis dengan uji normalitas dari sampel perusahaan property and real estate dari tahun 2008-2010 disajikan dalam gambar berikut :
Gambar 4.1 Grafik Histogram
Sumber : Output pengolahan data dengan menggunakan SPPS 17 Pada gambar 4.1 menunjukkan bahwa data distribusi normal karena
grafik histogram menunjukkan distribusi data mengikuti garis diagonal yang tidak menceng skewness ke kiri maupun ke kanan.
Universitas Sumatera Utara
Gambar 4.2 Grafik Normal P-Plot
Sumber : Output pengolahan data dengan menggunakan SPPS 17 Santoso 2006, menyatakan bahwa dasar pengambilan keputusan dari
uji normalitas data, yaitu : a. Jika data menyebar di sekitar diagonal dan mengikuti arah garis diagonal,
maka model regresi memenuhi asumsi normalitas, b. Jika data menyebar disekitar garis diagonal dan atau tidak mengikuti arah
garis diagonal, maka model regresi tidak memenuhi asumsi normalitas. Pada gambarl 4.2 menunjukkan Grafik normal p-plot memperlihatkan
titik-titik menyebar di sekitar garis diagonal serta penyebarannya mendekati garis
Universitas Sumatera Utara
diagonal sehingga dapat disimpulkan bahwa data dalam model regresi terdistribusi normal.
4.3.2 Uji Multikolinieritas
Uji multikolinearitas digunakan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebasnya. Hal ini dapat
diketahui dengan melihat nilai tolerance dan VIF data yang diolah. Hasil pengujian multikolinearitas dapat dilihat pada tabel 4.3 berikut ini:
Tabel 4.6 Uji Multikolinieritas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 ROA
.708 1.412
DER .682
1.466 CR
.682 1.466
TAT .784
1.275 a. Dependent Variable: ReturnSaham
Sumber : Output pengolahan data dengan menggunakan SPPS 17 Uji ini dilakukan untuk menunjukkan ada tidaknya korelasi yang besar
diantara variabel bebas. Hasil pengujian multikolinearitas dapat dilihat pada tabel 4.6. Hasil dari tabel 4.6 tersebut, menunjukkan bahwa variabel bebas yaitu : ROA,
DER, CR, dan TAT memiliki angka Variance Inflaction Factor VIF dibawah angka 10. Dengan demikian dapat disimpulkan bahwa persamaan regresi yang
dipakai sebagai model analisis tidak terdapat persoalan multikolinearitas.
Universitas Sumatera Utara
4.3.3 Uji Autokorelasi
Dalam penelitian ini, uji autokorelasi dilakukan dengan melihat nilai Durbin Watson. Cara mendeteksi apakah model yang digunakan mengalami
gejala autokorelasi adalah dengan melihat nilai statistic Durbin Watsonn. Hasil dari Durbin Watsoon dapat dilihat pada tabel 4.7 berikut ini :
Tabel 4.7 Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .148
a
.022 -.049
1.43854 2.470
a. Predictors: Constant, TAT, DER, ROA, CR b. Dependent Variable: ReturnSaham
Sumber : Output pengolahan data dengan menggunakan SPPS 17 Dari tabel 4.7 tersebut, dapat dilihat bahwa nilai Durbin Watson sebesar
2,470 yang menjadi patokan terjadi tidaknya autokorelasi adalah jika angka D-W diantara -1 sampai +2 yang berarti tidak ada autokorelasi, dengan demikian
angkanilai Durbin Watson sebesar 2,470 berada diantara angka patokan, yang menunjukan bahwa tidak adanya autokorelasi antar variabel bebas yang diteliti.
4.3.4 Uji Heteroskedastisitas
Uji ini dilakukan untuk menunjukkan penyebaran varians gangguan. heteroskedastisitas terjadi bila varians residu berbeda dari satu pengamatan ke
pengamatan lainnya. Deteksi dapat dilakukan dengan menggunakan uji metode
Universitas Sumatera Utara
grafis yaitu dengan melihat ada tidaknya pola tertentu yang tergambar pada scatterplot. Pedoman pengambila keputusan, yaitu :
a. Jika ada pola tertentu maka terjadi heteroskedastisitas. b. Jika tidak ada pola tertentu maka tidak terjadi heterokedastisitas.
Gambar 4.3 Grafik Scatterplot
Sumber : Output pengolahan data dengan menggunakan SPSS 17 Hasil pengujian heterokedastisitas pada penelitian ini menggunakan
program software SPSS dengan cara mengamati pola yang terdapat pada scatter plot, yang hasilnya dapat dilihat pada gambar 4.3. Pada gambar tersebut dapat
terlihat bahwa titik-titik menyebar secara acak, tidak membentuk sebuah pola tertentu yang jelas, serta tersebar baik di atas maupun di bawah angka nol pada
Universitas Sumatera Utara
sumbu Y. Hal ini berarti tidak terjadi heterokedastisitas pada model regresi, sehingga model regresi layak dipakai.
4.4 Pengujian Hipotesis Penelitian
4.4.1 Koefisian Determinasi R
2
Koefisien determinasi R
2
digunakan untuk mengukur kemampuan model dalam menerangkan variasi variabel independen. Berikut adalah hasil
penghitungan koefisien determinasi hipotesis. Tabel 4.8
Koefisien Determinasi
Model Summary
Model R
R Square Adjusted R Square
Std. Error of the Estimate 1
.148
a
.022 0.49
1.43854 a. Predictors: Constant, TAT, DER, ROA, CR
Sumber : Output pengolahan data dengan menggunakan SPSS 17 Dari tabel 4.8 tersebut dapat dilihat bahwa R
2
koefisien determinasi adalah sebesar 49 nilai yang digunakan adalah adjusted R
2
karena persamaan regresi yang dipakai adalah persamaan regresi berganda yang artinya mampu
memberikan penjelasan pengaruh ROA, DER, CR dan TAT terhadap return saham sebesar 49 selebihnya lebih banyak dijelaskan oleh faktor lainnya.
4.4.2 Uji Signifikansi Simultan Uji F
Uji F bertujuan untuk menguji variabel independen yang digunakan dalam model regresi berpengaruh secara simultan terhadap variabel dependen
Universitas Sumatera Utara
Ghozali, 2006: 88. Ketentuan yang digunakan dalam uji F adalah sebagai
berikut: Tabel 4.9
Uji F
ANOVA
b
Model Sum of Squares df
Mean Square F
Sig. 1
Regression 2.562
4 .641
.310 .870
a
Residual 113.817
55 2.069
Total 116.379
59 a. Predictors: Constant, TAT, DER, ROA, CR
b. Dependent Variable: ReturnSaham
Sumber : Output pengolahan data dengan menggunakan SPSS 17 Dari tabel 4.9 diperoleh nilai F
hitung
sebesar 0,310 sedangkan nilai signifikan F-nya adalah sebesar 0,870 yang artinya bahwa nilai signifikan F lebih
besar dari nilai
α
=0,05. Hasil ini memberikan arti bahwa Return On Asset ROA, debt To Ratio DER, Current Ratio CR, Total Assets Turnover TAT secara
bersama tidak mempunyai pengaruh signifikan terhadap return saham. Dengan demikian rasio keuangan secara simultan tidak mempunyai pengaruh signifikan
terhadap return saham.
4.4.3 Uji Signifikansi Parsial Uji t
Pengaruh ROA, DER, CR, danTAT secara parsial terhadap return saham
dapat diketahui dari hasil uji t yang terdapat pada tabel 4.10 berikut ini :
Universitas Sumatera Utara
Tabel 4.10 Uji t
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1 Constant
.821 .657
1.249 .217
CR -.054
.066 -.134
-.830 .410
ROA .021
.095 .035
.218 .828
DER -.230
.280 -.132
-.820 .416
TAT -.578
1.137 -.077
-.508 .613
a. Dependent Variable: ReturnSaham
Sumber : Output pengolahan data dengan menggunakan SPSS 17 Pada tabel 4.10 menunjukkan bahwa nilai signifikan ROA X
1
sebesar 0,828, nilai signifikan DER X
2
sebesar 0,416, nilai signifikan CR X
3
sebesar 0,410 dan nilai signifikan TAT X
4
sebesar 0,613, dimana dari kesemua variabel bebas tersebut menunjukkan bahwa nilai signifikan yang lebih besar dari nilai
α
=0,05. Hasil tersebut memberikan informasi bahwa persamaan regresi berganda pada penelitian ini variabel bebas dari proksi keuangan tidak berpengaruh
signifikan terhadap return saham. Model analisis berganda antara variabel X dan Y dapat diformulasikan dalam model persamaan sebagai berikut :
Y = 0,821 + 0,021 X
1
– 0,230 X
2
– 0,054 X
3
+ 0,578 X
4
Dari hasil persamaan regresi berganda tersebut, masing-masing variabel bebas dapat diinterprestasikan pengaruhnya terhadap return saham sebagai
berikut :
Universitas Sumatera Utara
1. Return On Assets ROA X
1
memiliki koefisien bertanda positif sebesar 0,021, hal tersebut berarti apabila nilai koefisien regresi variabel lainnya
tetap tidak berubah, maka perubahan ROA sebesar 1 akan meningkatkan return saham sebesar 2,1.
2. Debt To Ratio DER X
2
memiliki koefisien bertanda negatif sebesar 0,230, hal tersebut berarti apabila nilai koefisien regresi variabel lainnya
tetap tidak berubah, maka perubahan DER sebesar 1 akan menurunkan return saham sebesar 23 .
3. Current Ratio CR X
3
memiliki koefisien bertanda negatif sebesar 0,054, hal tersebut berarti apabila nilai koefisien regresi variabel lainnya
tetap tidak berubah, maka perubahan CR sebesar 1 akan menurunkan return saham sebesar 5,4.
4. Total Assets Turnover TAT X
4
memiliki koefisien bertanda negatif sebesar 0,578, hal tersebut berarti apabila nilai koefisien regresi variabel
lainnya tetap tidak berubah, maka perubahan TAT sebesar 1 akan menurunkan return saham sebesar 57,8.
4.5 Pembahasan Hasil Penelitian
Hasil pengolahan data menggunakan program SPSS di atas menunjukkan nilai Adjusted R Square terhadap return saham sebesar 0,45 yang berarti bahwa
45 variabel return saham dapat dijelaskan oleh ROA, DER, CR, dan TAT
Universitas Sumatera Utara
sedangkan sisanya 55 dapat dijelaskan oleh faktor-faktor lain selain variabel independen tersebut.
Berdasarkan hasil penelitian yang telah dilakukan, dari perhitungan regresi berganda model analisis selama periode pengamatan 2008-2010 menunjukkan
bahwa hasil pengujian dengan menggunakan variabel ROA, DER, CR dan TAT sebagai proksi keuangan, pada hasil uji F uji simultan secara bersama tidak
mempunyai pengaruh signifikan terhadap return saham pada perusahaan di BEI. Dengan demikian rasio keuangan secara simultan tidak mempunyai pengaruh
signifikan terhadap return saham pada perusahaan di BEI. Hasil uji t uji parsial menunjukkan bahwa variabel rasio keuangan yang berpengaruh signifikan
terhadap return saham adalah ROA, serta variabel rasio keuangan lainnya yang tidak berpengaruh signifikan terhadap return saham yakni DER, CR, dan TAT.
Universitas Sumatera Utara
BAB V KESIMPULAN DAN SARAN