Secara umum, bentuk model linier yang dapat digunakan untuk memodelkan data panel adalah :
Y
ti
= X
ti
β
ti
+
e
ti
Rumus 3.2 Dimana:
Y
ti
adalah observasi dari unit ke-i dan diamati pada periode waktu ke-t yakni variabel dependen yang merupakan suatu data panel.
X
ti
adalah variabel independen dari unit ke-i dan diamati pada periode waktu ke-t.disini diasumsikan
X
it
memuat variabel konstanta.
e
ti
adalah komponen error yang diasumsikan memiliki harga mean 0 dan variansi homogen dalam waktu serta independen dengan X
ti
. b. Model Fixed Effect
Model Fixed Effect adalah teknik mengestimasikan data panel dengan mengunakan variabel dummy untuk menangkap adanya pebedaan intecep.
Pengertian Fixed Effect ini didasarkan adanya perbedaan intercept antara perusahaan namun intercepnya sama antara waktu time in variant. Di
samping itu, model ini juga mengasumsikan bahwa koefisien regresi tetap antara perusahaan dan waktu.
Pendekatan dengan variabel dummy ini dikenal dengan sebutan least square dummy variables LSDV. Persamaan Fixed Effect model dapat
ditulis sebagai berikut :
Y
ti
= X
ti
β +C
i
+ … + Ԑ
ti
Rumus 3.3 Dimana:
Ci = variabel dummy
c. Model Random Effect Model random effect digunakan untuk mengatasi kelemahan
model Fixed Effect yang menggunakan variabel dummy, sehingga model mengalami ketidakpastian.Tanpa menggunakan dummy, metode random
effect menggunakan residual, yang diduga memiliki hubungan antar waktu dan antar obyek.
Model yang tepat digununakan untuk mengestimasikan random effect adalah Generalized least square GLS sebagai estimatornya.
Bentuk persamaannya adalah: Y
ti
= X
ti
β + V
ti
Rumus 3.4 Dimana V
ti
= C
i
+ D
t
+ Ԑ
ti
. C
i
diasumsikan bersifat independent and identically distributed iid normal dengan mean 0 dan variansi σ
2 c
komponen cross section error D
t
diasumsikan bersifat iid normal dengan mean 0 dan variansi σ
2 d
komponen time series error. Ԑ
ti
diasumsikan bersifat iid dengan mean 0 dan variansi σ
2 Ԑ
Dan Ԑ
ti,
C
i,
dan D
t
diasumsikan independen satu dengan lainnya komponen error kombinasi.
2. Tahapan Analisis Data
Untuk menganalisis data panel diperlukan uji spesifikasi model yang tepat untuk mengambarkan data. Uji tersebut yaitu :
a. Uji chow Uji chow adalah pengujian untuk menentukan model apa yang akan
dipilih antara common effect model atau fixed effect model. Hipotesis uji chow adalah;
H : common effect model pooled OLS
H
1
: fixed effect model LSDV Nilai F statistik ditentukan oleh :
Fn – 1, nt, n – k
=
SSE 1 – SSE 2 n – 1
�2 − −
Rumus 3.5 Dimana :
SSE
1
= Seum Square Error dari model common effect SSE
2
= Seum Square Error dari model fixed effect n
= jumlah individual cross section t
= jumlah series waktu time series k
= jumlah variabel bebas kriteria pengujian bagi uji F adalah jika nilai F
statistik
lebih besar F
tabel
dimana F
tabel
mengikuti distribusi F
n – 1,nt – n – k
α, dengan n-1 adalah derajat keabsahan numerator, nt
– n – t adalah derajat keabsahan denominator dan α adalah tingkat signifikansi, maka H0 ditolak dan model yang
digunakan adalah model analisi data panel dengan fixed effect. b. Uji Hausman
Uji Hausman adalah uji yang digunakan untuk memilih model yang terbaik antara fixed effect model atau random.effect model. Yaitu dengan
menguji hipotesis berbentuk: H
: EC
i
X = E u = 0 atau terdapat random effect model H
1
: fixed effect model Dalam perhitungan statistik uji Hausman diperlukan asumsi bahwa
banyaknya kategori cross section lebih besar dibandingkan jumlah variabel independen termasuk konstanta dalam model. Lebih lanjut,
dalam estimasi statistik uji Hausman diperlukan estimasi variansi model. Apakah kondisi-kondisi ini tidak dipenuhi maka hanya dapat digunakan
model fixed effect.
3. Pengujian Signifikan
a. Uji Signifikan Parameter Individual Uji Statistik t Pengujian parsial terhadap koefisien regresi secara parsial menggunakan
uji-t pada tingkat keyakinan 95 dan tingkat kesalahan dalam analisis α
5 dengan ketentuan degree of freedom df = n-k, dimana n adalah
besarnya sampel, k adalah jumlah variabel. Dasar pengembilan keputusan adalah :
Jika t- hitung ≤ t-tabel : Ho diterima dan H
1
ditolak. Jika t-hitung t-tabel : Ho ditolak dan H
1
diterima. b. Uji Signifikan Simultan Uji Statistik F
Pengujian ini untuk mengetahui apakah variabel independen yaitu Debt To Equity Ratio DER, Dividend Payout Ratio DPR, Earning Per Share
EPS,Price Earning Ratio PER, Return on Asset ROA, Return On Equity ROE, dan beta secara simultan berpengaruh signifikan terhadap
variabel dependen. Pengujian ini dilakukan dengan uji F pada tingkat keyakinan 95 dan tingkat kesalahan α 5 dengan degree of freedom
df
1
= k – 1, defree of freedom df
2
= n – k. Dasar pengambilan
keputusan adalah : Jika f-
hitung ≤ F-tabel : Ho diterima dan H
1
ditolak. Jika f-
hitung ≤ F-tabel : Ho ditolak dan H
1
diterima. c. Uji Koefisien Determinasi R
2
Pengujian koefisien determinasi pada intinya mengukur seberapa baik garis regresi sesuai dengan data aktualnya goodness of fit. Koefisien
determinasi ini mengukur persentase total varian variabel dependen Y yang dijelaskan oleh variabel independen dalam garis regresi. Nilai R
2
selalu terletak di antara 0 dan 1 0 R
2
1 . Semakin besar R
2
, semakin baik hasil untuk model regresi tersebut dan semakin mendekati 0, maka
variabel independen secara keseluruhan tidak dapat menjelaskan variabel dependen.
Kelemahan mendasar penggunaan koefisien determinasi adalah bias terhadap jumlah variabel independen yang dimasukkan ke dalam model.
Setiap tambahan satu variabel independen, maka R
2
pasti meningkat tidak peduli apakah variabel tersebut berpengaruh signifikan terhadap variabel
dependen atau tidak.
5
Untuk mengatasi pemasalahan tersebut, suatu pengukur kelayakan yang sesuai lainnya telah dikembangkan. Ukuran yang merupakan
modifikasi dari R
2
ini memberikan penalti bagi penambahan variabel penjelas yang tidak menurunkan residual secara signifikan. Ukuran ini
disebut adjusted R
2
.
6
4. Variabel Penelitian
a. Variabel Dependen Variabel dependen dalam penelitian ini adalah return saham pada
perusahaan yang ada di JII. Perhitungan return saham dalam penelitian ini adalah :
1. Pendapatan sesungguhnya actual return adalah pendapatan yang telah diterima para investor dari selisih harga saham pada periode t
dengan harga saham periode t-1 dibagi harga saham pada periode t-1.
5
Ghazali 2005 hal. 83
6
Moch. Doddy Ariefianto, Ekonometrika Esensi dan Aplikasi dengan Menggunakan EVEIWS Jakarta: Erlangga, 2012 hal. 25
Ri =
� –�
−1
�
−1
Rumus 3.7
2. Pendapatan pasar market return adalah pendapatan yang dipeoleh dari selisih Jakarta Islamic Index JII pada periode t dengan Jakarta
Islamic Index JII pada periode t-1 dibagi Jakarta Islamic Index JII pada periode t-1.
Rm =
JII
t
–JII
t −1
JII
t −1
Rumus 3.8
b. Variabel Independen Variabel independen pada penelitian ini yaitu :
1. Debt To Equity Ratio DER DER =
Rumus 3.9 2. Dividend Payout Ratio DPR
DPR = Rumus 3.10
3. Earning Per Share EPS EPS
=
−
Rumus 3.11 4. Price Earning Ratio PER
PER =
Rumus 3.12
5. Return On Asset ROA
ROA = Rumus 3.13
6. Return On Equity ROE ROE =
Rumus 3.14 7. Beta
� =
� ,
�
2
Rumus 3.15 Dimana:
Covarians R
i
, R
m
= R
i
– ER
i
R
m
– ER
m
Rumus 3.16 ER
i
= Rata-rata return saham ER
m
= Rata-rata return pasar JII σ
= Varians return pasar JII σ
=
−�
2
Rumus 3.17
H. KERANGKA PEMIKIRAN
Kerangka pemikiran merupakan serangkain proses atau gambaran sistematis dari peneliti memperoleh data kemudian mengolah data tersebut lalu
menginterprestasikan hasil data yang telah diolah. Panelitian ini didasarkan atas penelitian-penelitian dan teori-teori yang telah
dilakukan oleh peneliti terdahulu. Objek yang akan diteliti adalah perusahaan- perusahaan yang terdaftar di JII selama 5 tahun yaitu 2009
– 2013. Sedangkan
variabel yang akan diteliti adalah DER, DPR, PER, EPS, ROA, ROE, Risiko sistematis dan Return saham. Dalam penelitian ini yang menjadi variabel
terikatnya adalah return saham dan yang lainnya menjadi variabel bebas. Peneliti mengambil data yang dibutuhkan dari yahoo finance untuk mencari
data harga saham di website Yahoo. Pencarian data menjadi dua bagian. Pertama, pengambilan data masing-masing variabel bebas yang diambil dari website Bank
Indonesia. Kedua, pengambilan data variabel terikat diambil dari website bursa efek.
Setelah memperoleh data dari setiap variabel yang akan diteliti, peneliti mulai melakukan analisis. Metode analisis yang akan digunakan dalam penelitian ini
adalah metode Data Panel dengan menggunakan aplikasi pengolah data Eviews 7.1. Hal ini dikarenakan analisis Data Panel dapat memperlihatkan pengaruh
variabel bebas terhadap variable terkait baik secara simultan maupun parsial. Secara keseluruhan tahap penelitian ini dapat digambarkan seperti bagan berikut:
Gambar 3.1
Kerangka Pemikiran
Jakarta Islamic Index
Kinerja Keuangan Perusahaan Konsisten di JII periode 2009-2013
DER X
1
DPR X
2
PER X
3
EPS X
4
ROA X
5
ROE X
6
BETA X
7
Return Saham Y
Uji Chow Uji Hausman
Model Common
Effect Model
Fixed Effect
Model Fixed
Effect Model
Random Effect
Interprestasi
47
BAB IV ANALISIS DAN PEMBAHASAN
A. Analisis Deskriptif Statistik
Bab ini penulis menganalisis data yang yang digunakan. Data yang digunakan berupa variabel return saham, debt to equity, dividend payout ratio,
earning per share, price earning ratio, return on asset, dan risiko sistematis. Objek penelitian ini adalah peusahaan yang terdaftar di Jakarta Islamic Index
tahun 2009 – 2013 dan memenuhi kriteria yang berlaku bagi penerapan
operasional variabel dengan teknik purposive sampling yang dibutuhkan dalam penelitian ini.
Perusahaan yang menjadi sampel dalam penelitian ini adalah : Tabel 4.1
Sampel Saham yang terdaftar di JII
NO KODE
NAMA PERUSAHAAN
1 AALI
Astra Agro Lestari Tbk 2
ASII Astra International Tbk
3 INTP
Indocement Tunggal Prakasa Tbk 4
ITMG Indo Tangbangraya Mega Tbk
5 KLBF
Kalbe Farma Tbk
6 LSIP
PP London Sumatera Tbk 7
PTBA Tambang Batubara Bukit Asam Tbk
8 SMGR
Semen Gresik Persero Tbk 9
TLKM Telekomunikasi Indonesia Tbk
10 UNVR
Unilever Indonesia Tbk Sumber : Data Diolah
B. Pemilihan model regresi data panel
Regresi yang menggunakan data panel disebut dengan regresi data panel. Data panel memiliki gabungan karakteristik yaitu data yang terdiri atas beberapa
objek dan meliputi waktu.
1
Data semacam ini memiliki keunggulan terutama karena bersifat robust kuat terhadap beberapa tipe pelanggaran yakni
heterokedastisitas dan normalitas. Disamping itu, dengan perlakuan tertentu struktur data seperti ini dapat diharapkan untuk memberikan informasi yang lebih
banyak high informational content.
2
Regresi data panel dapat dilakukan dengan tiga model yaitu pooled, fixed effect, dan random effect. Masing-masing model memiliki kelebihan dan
kekurangannya masing-masing. Pemilihan model tergantung pada asumsi yang dipakai peneliti dan pemenuhan syarat-syarat pengolahan data statistik yang
benar, sehingga dapat dipertanggungjawabkan secara statistik. Oleh karena itu
1
Wing Wahyu Winarno, Analisis Ekonomertika dan Statistika dengan Eviews Yogyakarta: UPP STIM YKPN, 2011. Hal. 9.1
2
Moch. Doddy Ariefianto, Ekonometrika Esensi dan Aplikasi dengan Menggunakan EVEIWS Jakarta: Erlangga, 2012. Hal. 148
langkah pertama yang harus dilakukan adalah memilih model yang tepat dari ketiga model yang tersedia. Data panel yang telah dikumpulkan, diregresikan
dengan menggunakan model pooled yang hasilnya dapat diliha pada tabel 4. 2 Sedangkan untuk hasil regresi dengan model fixed effect dapat dilihat pad tabel
4.2 Tabel 4.2
Hasil regresi data panel menggunakan common effect PLS
Dependent Variable: RETURN? Method: Pooled Least Squares
Date: 091714 Time: 01:20 Sample: 1 5
Included observations: 5 Cross-sections included: 10
Total pool balanced observations: 50 Variable
Coefficient Std. Error
t-Statistic Prob.
DER? -0.270961
0.552111 -0.490772
0.6261 DPR?
0.000131 0.003620
0.036184 0.9713
EPS? 0.109576
0.060306 1.816992
0.0762 PER?
-0.012060 0.014314
-0.842536 0.4042
ROA? 0.020216
0.030086 0.671956
0.5052 ROE?
-0.008877 0.019089
-0.465031 0.6443
BETA? -0.210147
0.129248 -1.625915
0.1113 R-squared
0.157846 Mean dependent var 0.325400
Adjusted R-squared 0.040336 S.D. dependent var
0.767336 S.E. of regression
0.751701 Akaike info criterion 2.396221
Sum squared resid 24.29735 Schwarz criterion
2.663905 Log likelihood
-52.90553 Hannan-Quinn criter. 2.498157
Durbin-Watson stat 0.623203
Sumber : output eviews
Tabel 4. 3 Hasil regresi data panel menggunakan model fixed effect
Dependent Variable: RETURN? Method: Pooled Least Squares
Date: 100114 Time: 13:21 Sample: 1 5
Included observations: 5 Cross-sections included: 10
Total pool balanced observations: 50 Variable
Coefficient Std. Error
t-Statistic Prob.
C -2.614398
1.091774 -2.394632
0.0225 DER?
0.182668 0.552860
0.330406 0.7432
DPR? 0.008505
0.002985 2.849388
0.0075 EPS?
0.379012 0.138482
2.736898 0.0099
PER? -0.017137
0.013845 -1.237716
0.2246 ROA?
0.037121 0.018182
2.041653 0.0492
ROE? -0.016585
0.016619 -0.997919
0.3256 RESIKOS?
0.003416 0.078924
0.043284 0.9657
Fixed Effects Cross _AALI--C
0.875653 _ASII--C
-0.036553 _INTP--C
-0.447888 _ITMG--C
-1.443318 _KLBF--C
0.608401 _LSIP--C
1.607275 _PTBA--C
-0.139924 _SMGR--C
-0.455303 _TLKM--C
-0.263491 _UNVR--C
-0.304851 Effects Specification
Cross-section fixed dummy variables R-squared
0.793486 Mean dependent var 0.325400
Adjusted R-squared 0.693358 S.D. dependent var
0.767336 S.E. of regression
0.424914 Akaike info criterion 1.390627
Sum squared resid 5.958224 Schwarz criterion
2.040714 Log likelihood
-17.76566 Hannan-Quinn criter. 1.638184
F-statistic 7.924720 Durbin-Watson stat
2.051227 ProbF-statistic
0.000000
Sumber : Output eviews