35
Nama Variabel
Definisi Operasional
Rumus Skala
Variabel Independen Return
On Assets
ROA Return On Asset ROA
merupakan rasio untuk mengukur kemampuan
perusahaan dalam menghasilkan laba dengan
semua aktiva yang dimiliki perusahaan.
ROA =
Laba Bersih Setelah Pajak Total Asset
x100 Rasio
Net Profit
Margin NPM
Net Profit Margin NPM yang digunakan untuk
mengukur kemampuan perusahaan untuk
menghasilkan pendapatan bersih. NPM
mengukur efektifitas perusahaan yang
ditunjukkan oleh laba yang dihasilkan dari
penjualan dan investasi perusahaan.
NPM =
Laba Bersih Setelah Pajak Penjualan
x100 Rasio
Earning Per
Share EPS
Earning Per Share EPS merupakan perbandingan
antara laba
bersih setelah pajak pada satu
tahun buku dengan jumlah
saham yang diterbitkan outstanding shares.
EPS =
Laba Bersih Setelah Pajak Jumlah Saham Beredar
Rasio
Variabel Moderating Price
Earning Ratio
PER Price
Earning Ratio
PER membandingkan
antara harga saham dengan laba per lembar
saham. PER
=
Harga Pasar Saham Laba Bersih Per Saham
���
Rasio
3.7 Metode Analisis Data
3.7.1 Analisis Statistik Deskriptif
Statistik deskriptif mendeskripsikan data menjadi sebuah informasi yang lebih jelas dan mudah dipahami. Selain itu statistik
Universitas Sumatera Utara
36
deskriptif digunakan untuk mengembangkan profil perusahaan yang menjadi sampel.
3.7.2 Uji Asumsi Klasik
Karena data yang digunakan adalah data sekunder, maka untuk menentukan ketepatan model perlu dilakukan pengujian atas beberapa
asumsi klasik yang mendasari model regresi. Pengujian asumsi klasik yang digunakan dalam penelitian ini meliputi uji normalitas, multikolinearitas,
autokorelasi, dan heteroskedatisitas. Masing-masing pengujian asumsi klasik tersebut secara rinci dapat dijelaskan sebagai berikut:
3.7.2.1
Uji Normalitas
Ghozali 2013 : 160 menyatakan bahwa Uji normalitas bertujuan untuk menguji apakah
dalam model regresi, variabel pengganggu atau residual
memiliki distribusi
normal. Seperti
diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau
asumsi ini dilarang maka uji statistik menjadi tidak valid untuk jumlah sample kecil.
Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik atau
uji statistik dengan tes One Sample Kolmogorov-Smirnov. Dalam penelitian ini, uji normalitas dilakukan dengan uji statistic
Kolmogorov-Smirnov. Pedoman pengambilan keputusan rentang data tersebut mendekati atau merupakan distribusi normal
berdasarkan uji Kolmogorov Smirnov dapat dilihat dari:
Universitas Sumatera Utara
37
a. Nilai Sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah tidak normal.
b. Nilai Sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah normal.
3.7.2.2 Uji Multikolinearitas
Ghozali 2013 : 105 menyatakan bahwa Uji multikolonieritas bertujuan untuk menguji
apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi
yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Jika variabel independen saling
berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel
independen yang nilai korelasi antar sesama variabel independen sama dengan nol. Multikolinearitas,
dapat dilihat dari nilai tolerance dan lawannya variance inflation factor VIF. Nilai cut-off yang
umum
dipakai untuk
menunjukkan adanya
multikolinearitas adalah nilai tolerance 0,10 atau sama dengan nilai VIF 10.
3.7.2.3 Uji Autokorelasi
Menurut Ghozali 2013 : 110 Uji autokorelasi bertujuan “untuk menguji apakah dalam model regresi linier ada
korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-
1 sebelumnya”. Gejala ini menimbulkan konsekuensi yaitu interval keyakinan menjadi lebih
lebar serta varians dan kesalahan standar akan ditafsir terlalu rendah. Data yang baik adalah regresi yang bebas dari
autokorelasi. Pendekatan yang sering digunakan untuk menguji
Universitas Sumatera Utara
38
ada tidaknya autokorelasi adalah uji Durbin-Watson dan Run test. Jika nilai signifikansi 0,05 maka tidak terjadi autokorelasi
dalam model regresi.
3.7.2.4 Uji Heteroskedastisitas
Ghozali 2013 : 139 menyatakan bahwa Uji heteroskesdastisitas bertujuan untuk menguji
apakah dalam model Regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka
disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Model regresi yang baik adalah
yang
Homoskedastisitas atau
tidak terjadi
Heteroskedastisitas. Kebanyakan data crossection mengandung situasi heteroskesdastis karena data ini
menghimpun data yang mewakili berbagai ukuran kecil, sedang dan besar.
3.7.3 Uji Hipotesis
3.7.3.1 Uji F Uji Simultan
Pengujian ini bertujuan untuk mengetahui apakah variabel independen secara simultan atau bersama-sama
mempengaruhi variabel dependen secara signifikan. Pengujian ini menggunakan uji F yaitu dengan membandingkan F hitung
dengan F tabel. Uji ini dilakukan dengan syarat:
a. Bila F hitung F tabel, artinya bahwa secara bersama-sama variabel independen tidak berpengaruh terhadap variabel
dependen;
Universitas Sumatera Utara
39
b. Bila F hitung F tabel, artinya bahwa secara bersama-sama variabel
independen berpengaruh
terhadap variabel
dependen. Pengujian ini juga dapat menggunakan pengamatan
nilai signifikan F pada tingkat α yang digunakan penelitian ini menggunakan tingkat α sebesar 5. Analisis ini didasarkan pada
perbandingan antara nilai signifikansi F dengan nilai signifikansi 0,05 dengan syarat-syarat sebagai berikut:
a. Jika signifikansi F 0,05 berarti variabel-variabel independen secara simultan berpengaruh terhadap variabel
dependen; b. Jika signifikansi F 0,05 berarti variabel independen secara
simultan tidak berpengaruh terhadap variabel dependen.
3.7.3.2 Uji t Uji Parsial
Pada dasarnya, uji t digunakan untuk mengukur seberapa jauh pengaruh satu variabel independen secara
individual dalam menerangkan variasi variabel dependen. Uji
ini dilakukan dengan syarat:
a. Bila t hitung t tabel, artinya bahwa secara parsial variabel independen tidak berpengaruh terhadap variabel dependen;
b. Bila t hitung t tabel, artinya bahwa secara parsial variabel independen berpengaruh terhadap variabel dependen.
Universitas Sumatera Utara
40
Pengujian ini juga dapat menggunakan pengamatan nilai signifikan t pada tingkat α yang digunakan penelitian ini
menggunaka tingkat α sebesar 5. Analisis ini didasarkan pada perbandingan antara nilai signifikansi t dengan nilai
signifikansi 0,05 dengan syarat-syarat sebagai berikut: a. Jika signifikansi t 0,05 berarti variabel independen secara
parsial berpengaruh terhadap variabel dependen; b. Jika signifikansi t 0,05 berarti variabel independen secara
parsial tidak berpengaruh terhadap variabel dependen.
3.7.3.3 Uji Koefisien Determinasi R²
Koefisien determinasi mengukur seberapa jauh
kemampuan model dapat menjelaskan variabel terikat. Nilai koefisien determinasi antara 0 dan 1. Nilai adjusted R² yang kecil
berarti kemampuan variabel bebas dalam menjelaskan variabel terikat sangat terbatas, begitu pula sebaliknya. Jika dalam uji
empiris didapat nilai adjusted R² negatif, maka nilai adjusted R² dianggap bernilai nol. Secara matematis jika nilai R² = 1, maka
adjusted R² = R² yaitu sama dengan 1. Sedangkan jika nilai R² =
0, maka adjusted R² = 1-kn-k. Jika k 1, maka adjusted R²
akan bernilai negatif.
Universitas Sumatera Utara
41
3.7.4 Analisis Regresi Berganda
Analisis regresi berganda digunakan untuk mendapatkan koefisien regresi yang akan menentukkan apakah hipotesis yang dibuat
akan diterima atau ditolak. Data yang telah dikumpulkan dianalisis dengan menggunakan alat analisis statistik.
Persamaan Analisis Regresi Linear Berganda : Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ e Keterangan :
Y = Harga Saham
a = Konstanta
b = Koefisien regresi
X
1
= Return On Asset ROA X
2
= Net Profit Margin NPM X
3
= Earning Per Share EPS e
= Error
3.7.5 Analisis Regresi dengan Variabel Moderating
Dalam penelitian ini untuk menguji regresi dengan variabel moderating yaitu dengan menggunakan uji interaksi. Uji interaksi
sering disebut dengan Moderated Regression Analysis MRA. Moderated Regression Analysis MRA atau uji interaksi adalah
aplikasi khusus regresi berganda linear dimana terdapat perkalian dua atau lebih variabel independen.
Universitas Sumatera Utara
42
Kriteria : a. Jika Sig 0,05, maka Z tidak mampu memoderasi hubungan X dan Y.
b. Jika Sig 0,05, maka Z mampu memoderasi hubungan X dan Y. Persamaan Regresi Variabel Moderating :
Y = a + b
1
X
1
+ b
2
Z + b
13
X
1
Z + e Persamaan 1
Y = a + b
1
X
2
+ b
2
Z + b
23
X
2
Z + e Persamaan 2
Y = a + b
1
X
3
+ b
2
Z + b
33
X
3
Z + e Persamaan 3
Keterangan : Y
= Harga Saham a
= Konstanta b
= Koefisien regresi X
1
= Return On Asset ROA X
2
= Net Profit Margin NPM X
3
= Earning Per Share EPS Z
= Price Earning Ratio PER X
1
Z = Interaksi antara ROA dengan PER
X
2
Z = Interaksi antara NPM dengan PER
X
3
Z = Interaksi antara EPS dengan PER
e = Error
Universitas Sumatera Utara
43
BAB IV HASIL DAN PEMBAHASAN
4.1 Gambaran Umum
Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik yang menggunakan persamaan analisis regresi berganda dan
moderated. Analisis data dimulai dengan mengolah data dengan menggunakan microsoft excel, kemudian dilakukan pengujian asumsi klasik dan analisis regresi.
Pengujian asumsi klasik dan regresi dilakukan dengan menggunakan software SPSS versi 17 for windows. Prosedur ini dimulai dengan memasukkan
variabel – variabel penelitian ke program SPSS tersebuh dan menghasilkan
output – output sesuai metode analisis data yang telah ditentukan. Berdasarkan
kriteria yang telah ditetapkan, diperoleh 20 perusahaan subsektor bank yang terdaftar di Bursa Efek Indonesia BEI yang memenuhi kriteria dan dijadikan
sampel dalam penelitian ini yang diamati selama periode 2012 hingga 2014.
4.2 Analisis Hasil Penelitian
4.2.1 Analisis Statistik Deskriptif
Tabel 4.1 Uji Analisis Statistik Deskriptif
Descriptive Statistics
N Mini-
Mum Maxi-
Mum Mean
Std. Deviation
Harga Saham ROA
NPM EPS
Valid N listwise 60
60 60
60 60
88 ,66
65,83 2,49
13125 5,15
92,85 993,09
2832,25 2,3642
76,7567 229,7680
3233,480 1,20057
5,00271 263,68909
Sumber : Hasil Penelitian, 2015 Data Diolah
Universitas Sumatera Utara