Statistik Deskriptif Analisis Statistik Deskriptif

43 Y = Volume perdagangan saham X1 =Return On Asset ROA X2 = Pertumbuhan laba X3 = Arus kas operasi X4 = Arus kas investasi X5 = Arus kas pendanaan X6 = Harga Saham a = konstanta b1,b2,b3,b4,b5,b6 = koefisien regresi yang menunjukkan perubahan variabel dependen berdasarkan pada variabel independen. e = Tingkat kesalahan standard error

3.7 Teknik Analisis Data

Teknik Analisis data merupakan suatu metode yang digunakan untuk memproses hasil penelitian guna memperoleh suatu kesimpulan. Data yang telah terkumpul selanjutnya dianalisis untuk dapat memberikan jawaban dari masalah yang dibahas dalam penelitian ini. Dalam menganalisis data, peneliti menggunakan program SPSS. Metode analisis data yang digunakan dalam penelitian ini adalah sebagai berikut:

3.7.1 Statistik Deskriptif

Statistik deskriptif digunakan untuk memperoleh gambaran umum sampel data. Statistik deskriptif bertujuan untuk menggambarkan tentang ringkasan data-data penelitian seperti mean, standar deviasi, varian, modus, sum, range, minimum, dan maksimum. 44

3.7.2 Uji Asumsi Klasik

Uji asumsi klasik adalah persyaratan statistik yang harus dipenuhi pada analisis regresi berganda untuk mengetahui apakah model regresi tersebut benar-benar menunjukkan hubungan yang signifikan dan representatif, dalam hal ini maka model tersebut harus memenuhi asumsi klasik regresi. Uji asumsi klasik yang dilakukan adalah uji normalitas, multikolinearitas, autokorelasi, dan heteroskedastisitas.

3.7.2.1 Uji Normalitas

Uji normalitas dilakukan untuk menentukan alat statistik yang dilakukan, sehingga kesimpulan yang diambil dapat dipertanggungjawabkan. Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Menurut Ghozali 2006: 110cara yang digunakan untuk melihat apakah data normal atau tidak adalah dengan melakukan analisis grafik dengan melihat grafik histogram dan probability plot dan dengan melakukan analisis statistik. Bila data tidak normal maka dapat dilakukan beberapa langkah yaitu melakukan transformasi data atau menambah data observasi. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak, yaitu: A. Analisis Grafik Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan 45 antara data observasi dengan distribusi yang mendekati normal. Namun bila hanya dengan melihat histogram saja dapat membingungkan khususnya untuk jumlah sampel yang kecil. Metode lain yang dapat digunakan adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Dasar pengambilan keputusannya adalah : - Bila data menyebar di sekitar garis diagonal serta mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas. - Bila data menyebar jauh dari diagonal danatau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas. B. Analisis Statistik Menurut Ghozali 2006:114 Uji satatistik lain yang dapat digunakan untuk menguji normalitas residual adalah uji statistik Kolmogorov-Smirnov K-S. Uji K-S dibuat dengan membuat hipotesis: Ho : data residual berdistribusi normal Ha : data residual tidak berdistribusi normal Apabila hasil signifikansi lebih besar dari 0,05 maka data terdistribusi normal dan Ho diterima, sebaliknya apabila hasil 46 signifikansi lebih kecil dari 0,05 maka data tersebut tidak terdistribusi secara normal dan Ha diterima.

3.7.2.2 Uji Multikolinearitas

Multikolinearitas adalah situasi adanya korelasi variabel – variabel independen antara yang satu dengan yang lainnya. Uji meltikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya kolerasi antar variabel – variabel bebas Ghozali 2006:91. Model regresi yang baik selayaknya tidak terjadi multikolinearitas. Multikolinearitas dapat dilihat dari VIF Variance Inflation Factor, jika VIF 10 maka tingkat multikolinearitas dapat ditoleransi. Multikolinearitas dilihat juga melalui TOL Tolerance. Nilai TOL berkebalikan dengan nilai VIF. Tolerance TOL mengukur variabilitas dari variabel independen yang tidak dijelaskan oleh variabel inpenden lainnya. Jadi multikolinearitas terjadi jika VIF 10 dan nilai tolerance 0,10. 3.7.2.3 Uji Autokorelasi Uji ini bertujuan untuk mengetahui apakah ada korelasi antar kesalahan pengganggu pada periode t dengan periode t-1 sebelumnya. Model regresi yang baik adalah yang bebas dari autokorelasi. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Cara yang dapat digunakan untuk mendeteksi ada atau tidaknya autokorelasi adalah 47 dengan uji Durbin Watson DW. Uji ini hanya digunakan untuk autokorelasi tingkat pertama first order autokorelasi dan mensyaratkan adanya intercept konstanta dalam model regresi. Tabel 3.3 Kriteria Pengambilan Keputusan Metode Durbin-Watson Kriteria Pengujian Keputusan Kesimpulan 0 d dl Terjadi autokorelasi positif Tolak dl ≤ d ≤ du Tidak ada autokorelasi positif Tidak Ada Keputusan 4-dl d 4 Terjadi autokorelasi negatif Tolak 4- du ≤ d ≤ 4-dl Tidak ada autokoelasi negatif Tidak Ada Keputusan du d 4-du Tidak ada autokorelasi positif atau negatif Tidak Ditolak Sumber : Ghozali, Imam, 2006. Aplikasi Analisis Multivariance dengan Program SPSS, Edisi Ketiga, Badan Penerbit Universitas Diponegoro, Semarang, hal 96.

3.7.2.4 Uji Heteroskedastisitas

Uji heteroskedastisitas digunakan untuk menguji apakah pada model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan ke pengamatan lainnya. Jika varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heteroskedastisitas . Metode yang digunakan untuk menguji ada atau tidaknya heteroskedastisitas adalah dengan melihat grafik plot antara nilai 48 variabel dependen ZPRED dengan nilai residual SRESID. Dasar analisis menurut Ghozali 2006:105 adalah : 1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit,maka mengindikasikan telah terjadi heteroskedastisitas. 2. Jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas atauterjadi homoskedastisitas.

3.7.3 Pengujian Hipotesis

3.7.3.1 Uji Signifikansi Parsial Uji t

Uji statistik t disebut juga sebagai uji signifikan individual. Uji ini menunjukkan seberapa jauh pengaruh variabel independen secara parsial terhadap variabel dependen. Tahap pengujian adalah sebagai berikut : 1. Ho:b1 = 0, artinya suatu variabel independen secara parsial tidak berpengaruh terhadap variabel dependen. Ha : b1 ≠ 0, artinya variabel independen secara parsial berpengaruh terhadap variabel dependen. 2. Pengujian ini dilakukan dengan melihat nilai t pada tabel dengan signifikansi 0,05. Jika t hitung lebih besar daripada t tabel t hitung t tabel, maka Ho d 49

3.7.3.2 Uji Signifikansi Simultan Uji F

Uji F digunakan untuk menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama- sama terhadap variabel dependen. Uji ini dilakukan dengan membandingkan F hitung dengan F tabel. Tahap pengujiannya adalah sebagai berikut : 1. Ho : b1 = b2 = b3 = b4 = b5= 0, berarti tidak ada pengaruh yang signifikan dari variabel independen secara bersama-sama terhadap variabel dependen 2. Menentukan tingkat signifikan α yaitu sebesar 5. 3. Apabila F hitung F table maka Ho ditolak.

3.7.3.3 Uji Koefisien Determinasi

Koefisien determinasi R2 adalah sebuah koefisien yang menunjukkan persentase pengaruh semua variable independen terhadap variabel dependen. Persentase tersebut menunjukkan seberapa besar variabel independen dapat menjelaskan variabel dependen. Semakin besar koefisien determinasinya maka semakin baik variabel independent dalam menjelaskan variabel dependen.Nilai R2 besarnya antara 0-1 0 R2 1 koefisien determinasi ini digunakan untuk mengetahui seberapa besar variabel bebas mempengaruhi variabel tidak bebas. Nilai R-Square dikatakan baik bila nilainya di atas 0,5 karena nilai dari R-Square berkisar antara 0 sampai 1. Bila nilai R-Square mendekati 1 maka sebagian besar variabel independen menjelaskan variabel dependen 50 sedangkan jika koefisien determinasi adalah 0 berarti variabel independen tidak berpengaruh terhadap variabel dependen. 51 BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1 Deskripsi Data

Pada bab ini akan dilakukan analisis data melalui analisis regresi berganda dan pembahasan hasil pengolahan data untuk membuktikan hipotesis yang telah ditentukan sebelumnya. Analisis data dimulai dengan mengolah data melalui Microsoft excel dan seluruh data yang telah diperoleh akan diolah kembali dengan menggunakan SPSS Statistical Product and Service Sollution. Hasil pengolahan dari SPSS akan dianalisis untuk mengetahui pengaruh antara variabel independen yang digunakan dalam penelitian ini terhadap volume perdagangan saham Objek dalam penelitian ini adalah perusahaan manufaktur sektor makanan dan minuman yang terdaftar di Bursa Efek Indonesia pada tahun 2011-2013. Populasi penelitian berjumlah 15 perusahaan. Berdasarkan kriteria yang telah ditetapkan, didapat 12 perusahaan manufaktur sektor makanan dan minuman yang memenuhi kriteria dan dijadikan sampel dalam penelitian ini selama periode 2011-2013.

4.2 Hasil Penelitian

4.2.1 Analisis Statistik Deskriptif

Statistik deskriptif ini memberikan gambaran mengenai nilai minimum, nilai maksimum, nilai rata-rata mean, dan nilai standar deviasi dari variabel-variabel independen dan variabel dependen.Return On Asset, pertumbuhan laba, arus kas operasi, arus kas investasi, arus kas pendanaan 52 serta harga saham sebagai variabel independen dan volume perdagangan saham sebagai variabel dependen. Hasil analisis statistik deskriptif dapat dilihat pada tabel 4.1 sebagai berikut: Tabel 4.1 Hasil Analisis Statistik Deskriptif Sumber : Hasil Olahan Software SPSS Berdasarkan tabel 4.1 diatas dapat dijelaskan bahwa : 1. Variabel independen berupa ROA pada perusahaan manufaktur sektor makanan dan minuman yang menjadi sampel dalam penelitian ini memiliki nilai minimum sebesar 0,02789790 nilai maksimum sebesar 0,65720070 dan nilai rata-rata sebesar 0,1443785389 dengan standar deviasi sebesar 1,2955402 2. Variabel independen berupa pertumbuhan laba pada perusahaan manufaktur sektor makanan dan minuman yang menjadi sampel dalam penelitian ini memiliki nilai minimum sebesar -0,26120190 nilai 53 maksimum sebesar 1,59681590 dan nilai rata-rata sebesar 0,2949609694 dengan standar deviasi sebesar 5,0791950 3. Variabel independen berupa Arus kas operasi pada perusahaan manufaktur sektor makanan dan minuman yang menjadi sampel dalam penelitian ini memiliki nilai minimum sebesar -6,07939500 nilai maksimum sebesar 7,40713400 dan nilai rata-rata sebesar 9,649676583 dengan standar deviasi sebesar 1,862802179. 4. Variabel independen berupa Arus kas investasi pada perusahaan manufaktur sektor makanan dan minuman yang menjadi sampel dalam penelitian ini memiliki nilai minimum sebesar -1,44018320 nilai maksimum sebesar 2,30778000 dan nilai rata-rata sebesar - 9,145725277 dengan standar deviasi sebesar 2,529819061. 5. Variabel independen berupa Arus kas pendanaan pada perusahaan manufaktur sektor makanan dan minuman yang menjadi sampel dalam penelitian ini memiliki nilai minimum sebesar -2,30872300 nilai maksimum sebesar 1,39005070 dan nilai rata-rata sebesar - 7,030809166 dengan standar deviasi sebesar 5,682784000. 6. Variabel independen berupa Harga saham pada perusahaan manufaktur sektor makanan dan minuman yang menjadi sampel dalam penelitian ini memiliki nilai minimum sebesar -1,29000 nilai maksimum sebesar 1,98000 dan nilai rata-rata sebesar 0,0783333 dengan standar deviasi sebesar 0,72617393 7. Variabel dependen berupa Volume perdagangan saham pada perusahaan manufaktur sektor makanan dan minuman yang menjadi 54 sampel dalam penelitian ini memiliki nilai minimum sebesar 0,00005790 nilai maksimum sebesar 0,80000000 dan nilai rata-rata sebesar 0,1719429111 dengan standar deviasi sebesar 1,650079846.

4.2.2 Uji Asumsi Klasik