Analisis Statistik Deskriptif Analisis Statistik Deskriptif

49

3.10.1 Analisis Statistik Deskriptif

Statistik deskriptif memberikan gambaran atau deskripsi masing- masing variabel yang dilihat dari nilai rata-rata mean, standar deviasi, varian, maksimum, minimum, sum, range, kurtosis, dan skewness Ghozali, 2011. Standar deviasi, varian, maksimum, dan minimum menunjukkan hasil analisis terhadap dispersi variabel. Sedangkan skewness dan kurtosis menunjukkan bagaimana variabel terdistribusi. Varian dan standar deviasi menunjukkan penyimpangan variabel terhadap nilai rata-rata Ghozali, 2011. 3.10.2 Analisis Regresi Linier Berganda Menurut Ghozali 2005:92 untuk menguji model pengaruh dan hubungan variabel bebas yang lebih dari dua variabel terhadap variabel tergantung digunakan persamaan regresi linier berganda multiple linear regression method. Data penelitian yang telah dikumpulkan akan diolah dengan menggunakan komputer SPSS 17.0 dan pengujian dilakukan setelah uji asumsi klasik. Persamaan regresi tersebut : Y = α + β 1 X 1 + β 2 X 2 +β 3 X 3 +β 4 X 4 + β 5 X 5 Dimana : Y = Return Saham α = Konstanta Χ 1 = Arus Kas Operasi X 2 = Arus Kas Investasi X 3 = Arus Kas Pendanaan X 4 = Leverage X 5 = Ukuran Perusahaan Size β 1,2,3,4,5, = koefisien regresi β Universitas Sumatera Utara 50 Nilai dari analisis yang telah dihitung berdasarkan persamaan regresi tersebut menentukan hubungan antara variabel independen dengan variabel dependen. Jika memiliki hubungan searah atau sama-sama mengalami kenaikan atau sama-sama turun maka hubungan antar variabel tersebut berhubungan positif. Sebaliknya, apabila kenaikan variabel independen menyebabkan penurunan variabel dependen maka hubungan variabel tersebut adalah negatif.

3.10.3 Pengujian Hipotesis

3.10.3.1 Uji Koefisien Determinasi

Koefisien determinasi R 2 mengukur seberapa jauh kemampuan model yang dibentuk dalam menerangkan variasi variabel independen. Koefisien determinasi ini digunakan untuk mengetahui seberapa besar variabel bebas mempengaruhi variabel dependennya. Apabila R 2 semakin mendekati 1 berarti variabel dependen semakin berpengaruh terhadap variabel independennya. Kelemahan mendasar pada penggunaan koefisien determinasi adalah bias terhadap jumlah variabel dependen yang dimasukkan dalam model. Setiap perubahan satu variabel independen, R 2 pasti meningkat, tidak peduli apakah variabel independen tersebut berpengaruh atau tidak terhadap variabel dependennya. Oleh karena itu, banyak peneliti menganjurkan nilai adjusted R 2 pada saat mengevaluasi model regresi terbaik. Tidak seperti R 2 , nilai adjusted R 2 , nilai adjusted R 2 dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model Universitas Sumatera Utara 51

3.10.3.2 Uji Statistik F

Pengujian uji f statistik merupakan pengujian regresi secara keseluruhan yang menunjukkan apakah variabel bebas secara keseluruhan mempunyai pengaruh terhadap variabel dependen. Hipotesis : Ho : β 1 = β 2 = β 3 = β 4 = β 5 = β 6 = 0, tidak terdapat pengaruh yang signifikan dari variabel-variabel independen secara simultan terhadap variabel dependennya. Ha : β 1 ≠ β 2 ≠ β 3 ≠ β 4 ≠ β 5 ≠ β 6 ≠ 0, terdapat pengaruh yang signifikan dari variabel-variabel independen secara simultan terhadap variabel dependennya. Pada uji ini dilakukan uji satu sisi dengan tingkat signifikan sebesar 5 untuk mendapatkan nilai F tabel, sedangkan untuk menarik kesimpulan dari persamaan yang didapat digunakan pedoman sebagai berikut:  Jika F hitung lebih kecil dari F tabel, atau terletak didaerah peneriamaan Ho, maka Ho diterima.  Jika F hitung lebih besar dari F tabel, atau terletak didaerah penolakan Ho, maka Ho ditolak. Pengujian juga dapat dilakukan berdasarkan probabilitas sebagai berikut: a. Dalam skala probabilitas 5 atau 0,05, jika probabilitas atau signifikansi α 0,05, maka variabel independen berpengaruh Universitas Sumatera Utara 52 terhadap return saham, sebaliknya jika α 0,05 maka variabel independen tidak berpengaruh terhadap return saham. b. Pada skala 10 atau 0,10 jika probabilitas atau signifikansi α 0,1 maka variabel independen secara simultan tidak berpengaruh terhadap return saham. J ika probabilitas atau signifikansi menunjukkan α 0,1 maka variabel independen secara simultan berpengaruh terhadap return saham.

3.10.3.3 Uji Statistik t

Uji statistik t digunakan untuk menilai hubungan antara variabel dependen dan variabel independen apakan memiliki pengaruh satu dengan lainnya, dengan asumsi variabel bebas lainnya konstan. Uji t dilakukan untuk melihat pengaruh variabel independen dan variabel dependen secara parsial. Apabila t hitung menunjukkan nilai lebih besar dibandingkan dengan t tabel, maka koefisien regresi variabel independen adalah signifikan. Universitas Sumatera Utara 53 BAB IV HASIL PENELITIAN

4.1 Sejarah Singkat Perusahaan

Indeks LQ45 adalah perhitungan dari 45 saham, yang diseleksi melalui beberapa kriteria pemilihan. Selain penilaian atas likuiditas, seleksi atas saham- saham tersebut mempertimbangkan kapitalisasi pasar. Indeks LQ45 berisi 45 saham yang disesuaikan setiap enam bulan yaitu setiap awal bulan Februari dan Agustus. Dengan demikian saham yang terdapat dalam indeks tersebut akan selalu berubah. Indeks LQ45 bertujuan sebagai pelengkap IHSG dan khususnya untuk menyediakan sarana yang obyektif dan terpercaya bagi analisis keuangan, manajer investasi, investor dan pemerhati pasar modal lainnya dalam memonitor pergerakan harga dari saham-saham yang aktif diperdagangkan. Sejak diluncurkan pada bulan Februari 1997 ukuran utama likuiditas transaksi adalah nilai transaksi di pasar reguler. Sesuai dengan perkembangan pasar, dan untuk lebih mempertajam kriteria likuiditas, maka sejak review bulan januari 2005, jumlah hari perdagangan dan frekuensi transaksi dimasukkan sebagai ukuran likuiditas. Sehingga kriteria suatu saham untuk dapat masuk dalam perhitungan indeks LQ45 adalah sebagai berikut: 1. Telah tercatat di BEI minimal 3 bulan 2. Aktivitas transaksi di pasar reguler yaitu nilai, volume dan frekuensi transaksi. 3. Jumlah hari perdagangan di pasar reguler Universitas Sumatera Utara 54 4. Kapitalisasi pasar pada periode waktu tertentu Selain melihat kriteria likuiditas dan kapitalisasi pasar, dilihat juga keadaan keuangan dan prospek pertumbuhan perusahaan tersebut. Untuk menjamin kewajaran pemilihan saham, BEI juga dapat meminta pendapat kepada komisi penasehat yang terdiri dari para ahli dari Bapepam-LK, Universitas dan profesional di bidang pasar modal yang independen. Bursa Efek Indonesia juga secara rutin memantau perkembangan kinerja emiten yang masuk dalam indeks LQ45. Jumlah sampel dalam penelitian ini adalah 22 perusahaan yang terdaftar dalam LQ45 selama tahun 2011 hingga 2013. Pemilihan sampel dilakukan dengan beberapa kriteria yang telah di tentukan. Daftar nama sampel penelitian akan dijelaskan pada Tabel 4.1. Tabel 4.1 Daftar Sampel Penelitian No Kode Nama Perusahaan Listing Sektor 1 AALI Astra Agro Lestari Tbk 09 Des 1997 Perkebunan 2 ASII Astra International Tbk 04 April 1990 Otomitif 3 BBCA Bank Central Asia Tbk 31 May 2000 Bank 4 BBNI Bank Negara Indonesia Tbk 25 Nov 1996 Bank 5 BBRI Bank Rakyat Indonesia Persero Tbk 10 Nov 2003 Bank 6 BDMN Bank Danamon Indonesia Tbk 06 Des 1989 Bank 7 BMRI Bank Mandiri Persero Tbk 14 Juli 2003 Bank 8 CPIN Charoen Pokphand Indonesia Tbk 18 Mar 1991 Pakan ternak 9 EXCL XL Axiata Tbk 29 Sep 2005 Telekomuni- kasi 10 GGRM Gudang Garam Tbk 27 Agus 1990 Rokok 11 ICBP Indofood CBP Sukses Makmur Tbk 07 Okt 2010 Makanan dan Minuman 12 INDF Indofood Sukses Makmur Tbk 14 Juli 1994 Makanan dan Minuman 13 INTP Indocement Tunggal Prakarsa Tbk 05 Des 1989 Semen 14 JSMR Jasa Marga Persero Tbk 12 Nov 2007 Jalan tol, pelabuhan, bandara dan sejenisnya 15 KLBF Kalbe Farma Tbk 30 Juli 1991 Farmasi Universitas Sumatera Utara 55 Lanjutan Tabel 4.1 Daftar Sampel Penelitian No Kode Nama Perusahaan Listing Sektor 16 LPKR Lippo Karawaci Tbk 28 Juni 1996 Property dan Real estate 17 LSIP PP London Sumatera Tbk 05 Juli 1996 Perkebunan 18 PTBA Tambang Batubara Bukit Asam Persero Tbk 23 Des 2002 Tambang Batubara 19 SMGR Semen Indonesia Persero Tbk 08 Juli 1991 Semen 20 TLKM Telekomunikasi Indonesia Persero Tbk 14 Nov 1995 Telekomuni- kasi 21 UNTR United Tractor Tbk 19 Sep 1989 Perdagangan besar barang produksi 22 UNVR Unilever Indonesia Tbk 11 Jan 1982 Kosmetik dan Peralatan rumah tangga Sumber : www.idx.co.id

4.2 Hasil Penelitian

Dalam penelitian ini, jumlah perusahaan yang menjadi sampel adalah sebanyak 22 perusahaan selama 3 tahun yaitu periode 2011-2013 dengan total observasi data adalah sebanyak 66 observasi data. Setelah dilakukan pengujian regresi linier berganda maka di peroleh hasil Annova yang tidak signifikan sehingga dilakukan Outlier data. Setelah dilakukan Outlier maka jumlah data observasi berkurang dari 66 menjadi 58.

4.2.1 Uji Asumsi Klasik

4.2.2.1 Uji Normalitas

Pembuktian apakah data memiliki distribusi normal atau tidak, bisa dilihat pada Normal Probability Plot. Pada Normal Probability Plot data dikatakan normal jika ada penyebaran titik-titik di sekitar garis diagonal dan penyebarannya mengikuti arah garis diagonal. Universitas Sumatera Utara 56 Grafik 4.1 Uji Normalitas Sumber : Data diolah, 2015 Berdasarkan Grafik 4.1 Dapat dilihat bahwa titik-titik menyebar mengikuti arah garis diagonal. Ini berarti bahwa data berdistribusi normal. Pengujian normalitas data menggunakan One Sample Kolmogorov- Smirnov dapat di buktikan dengan asumsi: a Jika p0,05; maka distribusi data tidak normal b Jika p0,05; maka distribusi data normal Universitas Sumatera Utara 57 Tabel 4.2 Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 58 Normal Parameters a,,b Mean .0000000 Std. Deviation .24370996 Most Extreme Differences Absolute .076 Positive .067 Negative -.076 Kolmogorov-Smirnov Z .583 Asymp. Sig. 2-tailed .887 a. Test distribution is Normal. b. Calculated from data. Sumber : Data diolah, 2015 Berdasarkan hasil pengujian Kolmogrov - Smirnov, nilai K-S yang diperoleh adalah 0,583 dengan nilai signifikan 0,887 sehingga dapat disimpulkan bahwa data terdistribusi normal dimana nilai p=0,887 lebih besar dari 0,05. Dengan demikian secara keseluruhan dapat disimpulkan bahwa nilai observasi data telah terdistribusi normal.

4.2.2.2 Uji Autokorelasi

Untuk mengetahui terjadi atau tidaknya autokorelasi dapat dilakukan dengan membandingkan nilai statistik hitung Durbin-Watson pada perhitungan regresi dengan statistik tabel Durbin-Watson. Pengambilan keputusan ada tidak terjadinya Autokorelasi dapat ditentukan dengan nilai D-W berada diantara 1,66 – 2,34 maka tidak terjadi gejala Universitas Sumatera Utara 58 Autokorelasi, jika D-W lebih kecil dari 1,66 atau lebih besar dari 2,34 maka disimpulkan terjadi gejala Autokorelasi. Tabel 4.3 Uji Autokorelasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .450 a .203 .126 .255158 2.088 a. Predictors: Constant, Size, CFF, CFI, CFO, DER b. Dependent Variable: Return Sumber : Data diolah, 2015 Berdasarkan Tabel 4.3 Dapat dilihat bahwa nilai Durbin-Watson adalah 2,088. Nilai ini berada di antara 1,66 – 2,34 maka diperoleh kesimpulan bahwa tidak terjadinya gejala Autokorelasi.

4.2.2.3 Uji Heteroskedastisitas

Untuk membuktikan ada tidaknya Heteroskedastisitas, maka digunakan uji Scatterplot dan Uji Glejser. Jika hasil grafik membentuk pola tertentu maka mengindikasikan telah terjadi heteroskedastisitas. Tetapi jika tidak ada pola yang jelas, titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas Ghozali, 2011. Dengan menggunakan Uji Glejser, ada tidaknya Heteroskedastisitas dilihat dari hasil Probability dengan sig 0,05. Apabila nilai Probabilitas 0,05 maka tidak terjadi Heteroskedastisitas, dan jika sebaliknya nilai Probabilitas 0,05 maka terjadilah Heteroskedastisitas. Hasil uji Scatterplot dan Uji Glejser dapat dilihat dari Grafik dan Tabel berikut: Universitas Sumatera Utara 59 Grafik 4.2 Uji Heteroskedastisitas Sumber : Data diolah, 2015 Hasil pengujian dengan menggunakan Scatterplot menunjukkan bahwa titik-titik tidak membuat pola tertentu dan menyebar di atas dan dibawah angka 0 pada sumbu Y, maka dapat disimpulkan bahwa tidak terjadinya Heteroskedastisitas. Tabel 4.4 Uji Heteroskedastisitas Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant -.161 .400 -.402 .689 CFO .022 .024 .146 .907 .369 CFI .036 .019 .258 1.874 .067 CFF -.007 .009 -.118 -.856 .396 DER -.014 .015 -.232 -.971 .336 Size .021 .024 .194 .889 .378 a. Dependent Variable: Abs_res Sumber : Data diolah, 2015 Universitas Sumatera Utara 60 Berdasarkan hasil output spss pada Tabel 4.4 Dapat dilihat bahwa nilai Probabilitas variabel CFO 0,369 lebih besar dari 0,05 atau 0,369 0,05, CFI 0,067 lebih besar dari 0,05 atau 0,067 0,05, CFF 0,396 lebih besar dari 0,05 atau 0,396 0,05, DER 0,336 lebih besar dari 0,05 atau 0,336 0,05 dan Size 0,378 lebih besar dari 0,05 atau 0,378 0,05. Secara individu probabilitas variabel independen lebih besar dari 0,05, maka dapat disimpulkan bahwa tidak terjadi Heteroskedastisitas.

4.2.2.4 Uji Multikolinearitas

Untuk mendeteksi ada tidaknya gejala Multikolinearitas adalah dengan melihat besarnya korelasi antar variabel independen dan besarnya tingkat kolonieritas yang masih dapat ditolerir yaitu dengan Tolerance 0,10 dan Variance Inflation Factor VIF 10. Tabel 4.5 Uji Multikolinearitas Coefficients a Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 1.796 .699 2.568 .013 CFO .070 .042 .253 1.659 .103 .659 1.518 CFI .037 .033 .145 1.105 .274 .896 1.116 CFF -.029 .015 -.250 -1.910 .062 .893 1.120 DER .077 .025 .683 3.004 .004 .296 3.374 Size -.109 .042 -.538 -2.599 .012 .358 2.797 a. Dependent Variable: Return Sumber : Data diolah, 2015 Universitas Sumatera Utara 61 Hasil pengujian menunjukkan angka tolerance untuk CFO 0,659 lebih besar dari 0,10 atau 0,659 0,10, CFI 0,896 lebih besar dari 0,10 atau 0,896 0,10, CFF 0,893 lebih besar dari 0,10 atau 0,893 0,10, DER 0,296 lebih besar dari 0,10 atau 0,296 0,10 dan Size 0,358 lebih besar dari 0,10 atau 0,358 0,10. Angka VIF untuk CFO 1,518 lebih kecil dari 10 atau 1,518 10, CFI 1,116 lebih kecil dari 10 atau 1,116 10, CFF 1,120 lebih kecil dari 10 atau 1,120 10, DER 3,374 lebih kecil dari 10 atau 3,374 10 dan Size 2,797 lebih kecil dari 10 atau 2,797 10. Maka dapat disimpulkan tidak terjadi multikolineariatas. Tabel 4.6 Koefisien Korelasi Coefficient Correlations a Model Size CFF CFI CFO DER 1 Correlations Size 1.000 -.030 .083 -.090 -.749 CFF -.030 1.000 -.197 -.259 -.026 CFI .083 -.197 1.000 .155 .108 CFO -.090 -.259 .155 1.000 .419 DER -.749 -.026 .108 .419 1.000 Covariances Size .002 -1.875E-5 .000 .000 .000 CFF -1.875E-5 .000 -9.803E-5 .000 -9.900E-6 CFI .000 -9.803E-5 .001 .000 9.181E-5 CFO .000 .000 .000 .002 .000 DER .000 -9.900E-6 9.181E-5 .000 .001 a. Dependent Variable: Return Sumber : Data diolah, 2015. Tingkat korelasi antar variabel bebas dapat dilihat pada Tabel koefisien korelasi dimana korelasi variabel Size terhadap CFF menunjukkan angka -0,030 atau -3, korelasi Size terhadap CFI 0,083 Universitas Sumatera Utara 62 atau 8,3, korelasi Size terhadap CFO -0,090 atau -9, korelasi Size terhadap DER -0,749 atau 74,9, korelasi CFI terhadap CFF -0,197 atau 19,7, korelasi CFO terhadap CFF -0,259 atau 25,9, korelasi DER terhadap CFF -0,026 atau 2,6, korelasi CFO terhadap CFI 0,155 atau 15,5, korelasi DER terhadap CFI 0,108 atau 10,8, dan korelasi DER terhadap CFO 0,419 atau 41,9. Dari hasil dapat disimpulakan bahwa tidak terjadi gejala Multikolinearitas.

4.2.2 Analisis Statistik Deskriptif

Statistik Deskriptif digunakan untuk menganalisa data dengan cara mendeskripsikan data yang telah terkumpul dilihat dari nilai minimum, maksimum, rata-rata mean, dan standar deviasi. Berikut hasil statistik deskriptif dengan jumlah observasi data sebanyak 58 data. Tabel 4.7 Statistik Deskriptif Variabel Penelitian Descriptive Statistics N Minimum Maximum Mean Std. Deviation Return 58 -.797 .674 .04336 .272975 CFO 58 -3.204 2.444 -.13005 .992998 CFI 58 -3.247 2.706 .19941 1.075070 CFF 58 -10.530 8.153 -.33572 2.384568 DER 58 .050 8.430 1.84897 2.436386 Size 58 15.731 20.255 17.52179 1.353265 Valid N listwise 58 Sumber : Data diolah, 2015 Tabel 4.7 Menunjukkan hasil output SPSS mengenai statistik deskriptif variabel penelitian sebanyak 58 observasi data. Dari Tabel dapat dijelaskan statistik deskriptif masing-masing variabel sebagai berikut: Universitas Sumatera Utara 63 a. Variabel Return Saham memiliki nilai maksimum sebesar 0,674 yaitu pada PT. Indofood CBP Sukses Makmur Tbk, nilai minimum pada PT.Astra International Tbk sebesar -0,797 , nilai rata-rata mean sebesar 0,04336 , dengan standar deviasi sebesar 0,272975 , dan jumlah sample sebanyak 58. b. Variabel Arus Kas Operasi CFO memiliki nilai maksimum sebesar 2,444 pada PT.Lippo Karawaci Tbk, nilai minimum pada PT.Bank Rakyat Indonesia Persero Tbk sebesar -3,204 , nilai rata-rata mean sebesar -0,13005 , dengan standar deviasi sebesar 0,992998 , dan jumlah sample sebanyak 58. c. Variabel Arus Kas Investasi CFI memiliki nilai maksimum sebesar 2,706 pada PT.Charoen Pokphand Indonesia Tbk, nilai minimum pada PT.Bank Central Asia Tbk sebesar -3,247 , nilai rata-rata mean sebesar 0,19941 , dengan standar deviasi sebesar 1,075070 , dan jumlah sample sebanyak 58. d. Variabel Arus Kas Pendanaan CFF memiliki nilai maksimum sebesar 8,153 pada PT.Astra International Tbk, nilai minimum pada PT.Bank Mandiri Persero Tbk sebesar -10,530 , nilai rata-rata mean sebesar -0,33572 , dengan standar deviasi sebesar 2,384568 , dan jumlah sample sebanyak 58. e. Variabel Leverage DER memiliki nilai maksimum sebesar 8,430 pada PT.Bank Rakyat Indonesia Persero Tbk, nilai minimum pada PT.Kalbe Farma Tbk sebesar 0,050 , nilai rata-rata mean sebesar 1,84897 , Universitas Sumatera Utara 64 dengan standar deviasi sebesar 2,436386 , dan jumlah sample sebanyak 58. f. Variabel Ukuran Perusahaan Size memiliki nilai maksimum sebesar 20,255 pada PT.Bank Rakyat Indonesia Persero Tbk, nilai minimum pada PT.PP London Sumatera Tbk sebesar 15,731 , nilai rata-rata mean sebesar 17,52179 , dengan standar deviasi sebesar 1,353265 , dan jumlah sample sebanyak 58.

4.2.3 Analisis Regresi Linier Berganda