30
3.5. Operasional Variabel
Dalam pengujian hipotesis, maka perlu diteliti variabel-variabel dengan penentuan indikator-indikator yang digunakan. Adapun variabel-variabel
penelitian yang digunakan dalam penelitian ini terdiri dari dua variabel independen dan satu variabel dependen.
1.
Variabel dependen, yaitu variabel tidak bebas keberadaannya yang dipengaruhi oleh besarnya variabel independen. Variabel dependen yang
digunakan dalam penelitian ini adalah harga saham.
2.
Variabel independen, yaitu variabel bebas yang keberadaannya dapat mempengaruhi perubahan dalam variabel dependen dan mempunyai hubungan
positif dan negatif bagi variabel dependen lainnya. Operasioanalisasi variabel penelitian ini dapat dilihat secara lebih rinci
pada tabel berikut:
Tabel 3.2 Operasional Variabel
Variabel Konsep Variabel
Indikator Skala
Earning Per Share EPS
X
1
Ukuran kemampuan
perusahaan untuk
menghasilkan keuntungan per lembar
saham pemilik. Laba bersih
EPS = Jumlah saham beredar
Rasio
Dividend Per Share DPS
X
2
Ukuran kemampuan
perusahaan dalam
menghasilkan kepastian dari
modal yang
ditanamkannya, yaitu
berupa dividen. Dividen
DPS = Jumlah saham beredar
Rasio
Harga saham Y
Nilai dari
selembar saham.
Harga saham pada saat closing price
Rupiah
Universitas sumatera utara
31
3.6. Metode Analisis Data
Dalam penelitian ini, metode analisis data dilakukan dengan menggunakan metode analisis statistik dan menggunakan software SPSS 18.0. Pengujian
statistik dalam penelitian ini terdiri dari pengujian asumsi klasik dan pengujian hipotesis.
1.
Pengujian Asumsi Klasik
Penggunaan analisis regresi dalam statistik harus bebas dari asumsi-asumsi klasik. Uji asumsi klasik yang dilakukan adalah uji normalitas, uji
multikolinieritas, uji heteroskedastisitas dan uji autokorelasi.
a.
Uji Normalitas
Tujuan uji normalitas adalah untuk mengetahui apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Uji ini
berguna untuk tahap awal dalam metode pemilihan analisis data. Jika data normal, maka digunakan statistik parametrik, dan jika data tidak normal maka
digunakan statistik nonparametrik atau lakukan treatment agar data normal. Data yang baik adalah data yang mempunyai pola seperti distribusi normal.
Untuk melihat normalitas dapat dilakukan dengan melihat histogram atau pola distribusi data normal. Normalitas dapat dideteksi dengan melihat penyebaran
data titik pada sumbu diagonal dari grafik atau dengan melihat histogram dari nilai residualnya. Dasar pengambilan keputusannya adalah:
1
jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau garis histogramnya menunjukkan pola berdistribusi normal,
maka model regresi memenuhi asumsi normalitas,
Universitas sumatera utara
32
2
jika data menyebar jauh dari diagonal dan tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan data berdistribusi
normal, maka model regresi tidak memenuhi asumsi normalitas. Dalam penelitian ini Peneliti menggunakan uji Kolmogorov-Smirnov K-S untuk
menguji normalitas data. Uji K-S dibuat dengan membuat hipotesis: H0 : data residual berdistribusi normal,
Ha : data residual tidak berdistribusi normal.
b.
Uji Multikolinieritas
Menurut Ghozali 2005, “uji ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen.” Model
regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Multikolinieritas adalah situasi adanya korelasi variabel- variabel
independen antara yang satu dengan yang lainnya. Jika terjadi korelasi sempurna diantara sesama variabel bebas, maka konsekuensinya adalah:
1. koefisien-koefisien regresi menjadi tidak dapat ditaksir,
2. nilai standar error setiap koefisien regresi menjadi tak terhingga. Ada
tidaknya multikolinieritas dapat dideteksi dengan melihat nilai tolerance dan variance inflation factor VIF, serta dengan menganalisis matriks
korelasi variabel-variabel independen. Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah jika nilai VIF tidak
lebih dari sepuluh dan nilai tolerance tidak kurang dari 0,1 maka model dapat dikatakan terbebas dari multikolinieritas.
Universitas sumatera utara
33
c.
Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk melihat apakah didalam model regresi terjadi ketidaksamaan variabel pengganggu dari satu pengamatan
dengan pengamatan yang lain. Model regresi yang baik seharusnya tidak terjadi heteroskedastisitas. Menurut Nugroho 2005:62 cara memprediksi ada
tidaknya heteroskedastisitas pada suatu model dapat dilihat dari pola gambar Scatterplot model tersebut. Analisis pada gambar Scatterplot yang
menyatakan model regresi berganda tidak terdapat heteroskedastisitas jika:
1
titik-titik data menyebar di atas, di bawah atau di sekitar angka nol,
2
titik-titik data tidak mengumpul hanya di atas atau dibawah saja,
3
penyebaran titik-titik data tidak boleh membentuk pola bergelombang melebar kemudian menyempit dan melebar kembali,
4
penyebaran titik-titik data sebaiknya tidak berpola.
d.
Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linier terdapat korelasi atau kesalahan pengganggu pada periode t dengan kesalahan
periode t-1. Jika terjadi autokorelasi, maka terdapat problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang
berkaitan satu dengan lainnya. Hal ini sering ditemukan pada data time series. Pada data cross section, masalah autokorelasi relatif tidak terjadi. Uji yang
digunakan dalam penelitian untuk mendeteksi ada tidaknya autokorelasi adalah dengan menggunakan uji Durbin-Watson DW. Kriteria untuk
penilaian terjadinya autokorelasi yaitu:
Universitas sumatera utara
34
1
nilai D-W lebih kecil dari -2 berarti ada korelasi positif,
2
nilai D-W di antara -2 sampai +2 berarti tidak ada autokorelasi,
3
nilai D-W lebih besar dari +2 berarti ada autokorelasi negatif.
2. Analisis Regresi Berganda
Metode analisis data yang digunakan dalam penelitian ini adalah metode Analisis Regresi Berganda dengan menggunakan rumus :
Y = a +b
1
X
1
+ b
2
X
2
Keterangan : Y
= Harga Saham X
1
= Earning Per Share X
2
= Devident Per Share a
= Konstanta b
1,2
= Koefisien Regresi e
= Epsilon atau variabel pengganggu Pengujian model regresi berganda ini digunakan untuk mengetahui
pengaruh positif atau negatif dari masing-masing variabel bebas X
1
dan X
2
terhadap variabel terikat Y.
3. Pengujian Hipotesis
a. Secara Parsial dengan menggunakan Uji T Pengujian ini dilakukan untuk menguji setiap variabel bebas X apakah
mempunyai pengaruh yang signifikan terhadap variabel terikat Y, bentuk
Universitas sumatera utara
35 pengujian :
H0 : X
1
, X
2
= 0, tidak terdapat pengaruh yang signifikan dari variabel bebas X
1
dan X
2
terhadap variabel terikat Y. H1 : X
1
, X
2
≠ 0, terdapat pengaruh yang signifikan dari variabel bebas X
1
dan X
2
terhadap variabel terikat Y. Adapun rumus dari uji t adalah sebagai berikut :
r √ n – 2
t = √ 1 – r
2
Keterangan : t = Nilai t.
n = Jumlah sampel r = Nilai koefisien korelasi
Selanjutnya dilakukan uji signifikan dengan membandingkan tingkat signifikansi alpha 5 dengan derajat kebebasan df = n-k dari t
hitung
yang diperoleh dengan kriteria sebagai berikut :
Jika t
hitung
≥ t
tabel
, maka H ditolak
Jika t
hitung
≤ t
tabel
, maka H diterima
Kriteria pengujian : a.
H diterima apabila -t
tabel
≤ t
hitung
≤ t
tabel,
pada α = 5, df = n-k b.
H
a
diterima apabila t
hitung
t
tabel
atau –t
hitung
t
tabel
b. Secara Simultan dengan menggunakan Uji F
Pengujian ini dilakukan untuk mengetahui apakah ada pengaruh earning per
share dan devident earning per share perusahaan secara bersama-sama terhadap harga saham pada perusahaan perbankan yang ada di Bursa Efek
Universitas sumatera utara
36 Indonesia, bentuk pengujian :
H0 : X
1
, X
2
= 0, tidak terdapat pengaruh earning per share dan devident earning per share perusahaan secara bersama-sama terhadap harga saham
pada perusahaan perbankan yang ada di Bursa Efek Indonesia. H1 : X
1
, X
2
≠ 0, terdapat pengaruh earning per share dan devident earning per share perusahaan secara bersama-sama terhadap harga saham pada
perusahaan perbankan yang ada di Bursa Efek Indonesia. Nilai F
hitung
nantinya akan dibandingkan dengan nilai F
tabel
dengan tingkat signifikansi alpha 5 dengan derajat kebebasan df = n-k dari F
hitung
yang diperoleh dengan kriteria sebagai berikut :
Jika F
hitung
F
tabel
, maka H ditolak
Jika F
hitung
F
tabel
, maka H diterima
4. Pengujian Koefisien Determinasi R
2
Koefisien Determinasi R
2
menunjukkan besarnya presentase pengaruh semua variabel bebas terhadap variabel terikat. Pengaruh semua
variabel bebas secara simultan didalam model regresi terhadap nilai variabel terikat dapat diketahui dengan analisis varians. Alat statisyik yang dapat
digunakan adalah Analysis of Variance ANOVA. Hasil perhitungan R
2
yaitu diantara nol dan satu dengan ketentuan. Nilai R
2
yang semakin kecil mendekati nol berarti semakin kecil pengaruh semua variabel bebas terhadap
nilai variabel terikat atau semakin kecil kemampuan model dalam menjelaskan perubahan nilai variabel terikat. Sebaliknya, nilai R
2
yang semakin besar mendekati satu berarti semakin besar pengaruh semua
variabel bebas terhadap nilai variabel terikat atau semakin besar kemampuan
Universitas sumatera utara
37 model dalam menjelaskan perubahan nilai variabel terikat.
Uji Determinasi, untuk melihat besarnya kontribusi pengaruh variabel bebas dan variabel terikat dapat dihitung dengan rumus :
D = r
2
x 100 .
Universitas sumatera utara
38
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1. Hasil Penelitian 4.1.1. Deskriptif Data
Sumber data dalam penelitian ini adalah perusahaan yang bergerak dalam bidang perbankan yang terdaftar di Bursa Efek Indonesia. Diketahui
bahwa bidang perbankan sangat pesat perkembangannya dan sangat dikembangkan
di seluruh
Indonesia. Dengan
semakin maraknya
perkembangan bidang perbankan ini memberikan dampak pesatnya peningkatan perekonomian masyarakat dan sekaligus meningkatkan
persaingan bagi sesama perusahaan yang bergerak dibidang perbankan tersebut.
Adapun perusahaan yang bergerak di bidang perbankan yang terdaftar di Bursa Efek Indonesia untuk tahun 2010 sampai dengan tahun 2012 yang
memenuhi kriteria dan menjadi sampel dalam penelitian ini ada 30 perusahaan. Penelitian ini dilakukan untuk menganalisis pengaruh earning per
share dan dividend per share terhadap harga saham pada perusahaan perbankan yang terdaftar di Bursa Efek Indonesia yang dilakukan pengujian
secara empiris. Adapun data earning per share, dividend per share dan harga saham ke 30 perusahaan perbankan yang menjadi objek penelitian akan
disajikan pada lampiran 1.
Universitas sumatera utara
39
4.1.2. Analisis Data 1. Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk melihat apakah data penelitian dapat dianalisis dengan menggunakan persamaan regresi linear berganda. Uji asumsi
klasik yang digunakan dalam penelitian ini adalah uji normalitas, uji multikolinearitas, uji heterokedastisitas dan uji autokorelasi. Model regresi yang
baik adalah model yang lolos dari uji asumsi klasik. Ghozali, 2002:. 55.
a. Uji Normalitas