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