BAB 4 HASIL DAN PEMBAHASAN
4.1 Data Penelitian
Metode analisis data yang digunakan peneliti dalam dalam penelitian ini adalah metode analisis statistik, dimana analisis statistic yang digunakan adalah
menggunakan persamaan regresi linier berganda. Analisis data dimulai dengan mengolah data dengan menggunakan Microsoft Exel. Selanjutnya data yang sudah
diolah akan dilakukan pengujian melalui uji asumsi klasik dan uji hipotesis. Pengujian asumsi klasik dan dan uji hipotesis akan dilakukan pengujian
menggunakan software SPSS. Dalam pengujian ini software yang digunakan adalah SPSS 16.0. Prosedur yang dilakukan adalah dengan memasukkan variabel-
variabel penelitian ke dalam software SPSS tersebut sehingga akan menghasilkan output-output sesuai dengan analisis data yang telah ditentukan. Oleh karena
dalam penelitian ini perusahaan-perusahaan yang akan menjadi sample peneliti adalah sebanyak enam 6 perusahaan. Perusahaan-perusahaan yang menjadi
sample dari peneliti adalah sebagai berikut ini :
Tabel 4.1 Daftar Sample Penelitian
No Kode
Emiten Nama Perusahaan
1 KLBF
PT. Darya-Varia Laboratoria Tbk 2
KLBF PT. Kalbe Farma Tbk
3 KAEF
PT. Kimia Farma Persero Tbk 4
MERK PT. Merck Tbk
5 SQBB
PT. Taisho Pharmaceutical Indonesia Tbk 6
TSPC PT. Tempo Scan Pacific Tbk
Universitas Sumatera Utara
4.2 Hasil Penelitian
4.2.1 Deskriptif Statistik Variabel Penelitian
Deskripsi variabel penelitian merupakan bagian dari hasil penelitian yang mempunyai fungsi untuk menggambarkan variabel
independen bebas dan variabel dependen. Berikut ini merupakan deskripsi data statistik dari seluruh data yang digunakan secara umum
dalam penelitian ini : Tabel 4.2
Deskriptif Statistik
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation LNHS
30 4.84
12.15 8.1839
1.97402 LNROA
30 1.39
3.71 2.8013
.57787 LNEPS
30 1.79
9.87 7.2111
2.50477 LNDPS
30 1.71
14.04 9.1120
3.08505 Valid N listwise
30
Sumber : Data Olahan SPSS Berdasarkan hasil yang diperoleh dari tabel 4.2 maka dapat dijelaskan
bahwa : a.
Variabel Harga Saham HS memiliki jumlah sampel sebanyak 30, nilai minimum 4.84, nilai maksimum sebesar 12.5, rata-rata harga
saham adalah 8.1839 dan simpangan bakunya 1.97402. Pada hal tersebut menyatakan bahwa semakin tinggi harga saham maka semakin
baik perusahaan.
Universitas Sumatera Utara
b. Variabel Return On Asset ROA memiliki jumlah sampel sebanyak
30, nilai minimum 1.39, nilai maksimum sebesar 3.71, nilai rata- ratanya adalah 2.8013 dan simpangan bakunya adalah 0.57787. Pada
ini menyatakan bahwa semakin tinggi nilai ROA maka semakin baik kinerja perusahaan.
c. Variabel Earning Per Share EPS memiliki jumlah sampel sebanyak
30, nilai minimum 1.79, nilai maksimum sebesar 9.87, nilai rata- ratanya adalah 7.2111 dan simpangan bakunya adalah 2.50477. Dalam
hal ini semakin tinggi EPS yang ada maka semakin baik perusahaan tersebut dalam menghasilkan laba. Hal ini dapat dilihat dengan
meningkatnya laba perusahaan akan meningkat EPS. d.
Variabel Dividend Per Share DPS memiliki jumlah sampel sebanyak 30, nilai minimum 1.71, nilai maksimum sebesar 14.04, nilai rata-
ratanya adalah 9.1120, dan simpangan bakunya 3.08505. Dalam hal ini semakin tinggi DPS suatu perusahaan maka semakin tinggi pula
deviden yang akan diterima oleh pemegang saham. 4.2.2 Uji Asumsi Klasik
4.2.2.1 Uji Normalitas
Uji normalitas berguna untuk melihat apakah data telah berdistribusi normal atau tidak. Uji normalitas dilakuka n dalam penelitian ini model
Komogorov-Smirnov. Hal yang dilakukan untuk melihat apakah data berditribusi
normal berdasarkan uji Kolomogorov-Smirnov dapat dilihat dari : 1.
Nilai Sig atau signifikan diatas 0.05 maka data berdistribusi normal.
Universitas Sumatera Utara
2. Nilai Sig atau signifikan dibawah 0.05 maka data dapat dikatakan tidak
berdistribusi normal. Berikut ini uji normalitas dengan menggunakan model Kolmogorov-Smirnov
dapat dilihat pada tabel berikut ini :
Tabel 4.3 One Sample Kolmogrov-Smirnov
One-Sample Kolmogorov-Smirnov Test
HS N
30 Normal Parameters
a
Mean 21240
Std. Deviation 45931.2
Most Extreme Differences Absolute
.370 Positive
.370 Negative
-.322 Kolmogorov-Smirnov Z
2.221 Asymp. Sig. 2-tailed
.000 a. Test distribution is Normal.
Sumber : Data Olahan SPSS Berdasarkan hasil uji statistik pada One-Sample Kolmogorov-Smirnov dapat
dilihat bahwa data tidak berdistribusi dengan normal, hal ini disebabkan oleh Asymp. Sig. 2-tailed pada tabel tersebut dibawah 0.05. oleh sebab itu peneliti
akan melakukan perbaikan pada data tersebut agar memenuhi uji normalitas. Ada pun cara yang dilakukan untuk mengubah model regresi menjadi normal menurut
Erlina 2009:107 yaitu : 1.
Lakukan tarnsformasi data ke bentuk lainnya, misalnya mengubah data menjadi bentuk logaritma Log atau natural LN.
2. Lakukan trimming, yaitu membuang data outlier.
3. Lakukan winsorizing, yaitu mengubah data yang outlier kesuatu nilai tertentu.
Universitas Sumatera Utara
Oleh karena itu guna memenuhi uji normalitas maka peneliti akan mentransformasikan data penelitian ini ke dalam bentuk natural LN kemudian
data di uji ulang dengan menggunakan uji normalitas. Hasil uji normalitas pada data ini dapat ditransformasikan yang dapat dilihat pada histogram, normal
probability plot , dan One-Sample Kolmogorov-Smirnov. Dalam penelitian ini cara
yang digunakan adalah dengan melakukan transformasi data ke dalam bentuk logaritma natural Ln, dimana data yang ditransformasikan adalah harga saham
menjadi LnHS, return on asset menjadi LnROA, earning per share LnEPS, dividend per share
menjadi LnDPS kemudian data diuji kembali dengan menggunakan uji normalitas, berikut ini adalah analisis grafik menggunakan
histogram, normal Probability-Plot, dan Kolmogrov-Smirnov setelah dilakukan transformasi yaitu :
Sumber : Data Olahan SPSS
Gambar 4.1 Kurva Histogram
Universitas Sumatera Utara
Pada gambar 4.1 diatas menunjukkan histogram yang memiliki kemiringan seimbang ke kiri dan ke kanan atau tidak condong ke kiri dan ke kanan,
melainkan ketengah berbentuk lonceng. Kurva yang memiliki bentuk seperti lonceng maka data berdistribusi secara normal. Selain melaui kurva peneliti juga
menggunakan metode lain yaitu melalui garfik dengan melihat normal- Probability-Plot
. Jika data berdistribusi secara normal akan mengikuti garis diagonal. Uji normalitas berikut ini untuk melihat normal probability-plot yaitu :
Sumber : Data Olahan SPSS
Gambar 4.2 Normal P-P
Plot of Regression Standardized Residual
Pada kurva P-Plot menunjukkan penyebaran titik-titik data disekitar garis diagonal dan mengikuti arah garis diagonal. Pada kurva P-Plot maka regresi
memenuhi unsur normalitas atau dengan kata lain model regresi layak dipakai untuk prediksi nilai perusahaan berdasarkan masukan dari variabel indenden.
Universitas Sumatera Utara
Selain kurva P-Plot untuk melihat normalitas data, selain P-Plot dan histogram peneliti juga menggunakan kolmogrov-smirnov. Berikut ini adalah analisis
menggunakan kolmogrov-smirnov.
Tabel 4.4 One Sample Kolmogrov Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 30
Normal Parameters
a
Mean .0000000
Std. Deviation 1.40049695
Most Extreme Differences Absolute
.223 Positive
.223 Negative
-.122 Kolmogorov-Smirnov Z
1.224 Asymp. Sig. 2-tailed
.100 a. Test distribution is Normal.
Sumber : Data Olahan SPSS Berdasarkan hasil uji normalitas diatas dapat dikatakan bahwa data telah
terditribusi secara normal. Hal ini dapat diketahui dengan melihat Asymp. Sig 2- tailed diatas 0.05, yaitu sebesar 0.100.
4.2.2.2 Uji Multikoloniaritas
Uji multikolonieritas dilakukan untuk melihat apakah antara variabel- variabel terdapat multikolonieritas atau tidak. Uji multikolonieritas dalam
penelitian ini adalah dengan melihat koefisien Variance Inflation Factor VIF dan nilai Tolerance. Gangguan multikolonieritas tidak terjadi jika VIF dibawah 5
Universitas Sumatera Utara
atau Tolerance diatas 0.1. hasil pengujian terhadap multikolonieritas pada penelitian ini dapat dilihat pada tabel 4.5.
Tabel 4.5 Uji Multikolonieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 6.608
1.494 4.423
.000 LNROA
-1.262 .561
-.370 -2.251
.033 .719
1.392 LNEPS
.141 .127
.179 1.107
.279 .743
1.346 LNDPS
.450 .091
.703 4.922
.000 .950
1.052 a. Dependent Variable: LNHS
Sumber : Olahan Data SPSS
BerdasarBerdasarkan data olahan SPSS diatas, dapat diketahui bahwa tidak terjadi multikolonieritas pada seluruh variabel data. Hal ini bias diketahui dengan
keterangan berikut ini : a.
Return On Asset ROA mempunyai nilai Tolerance sebesar 0.719 lebih
besar dari 0.1 dan nilai VIF sebesar 1.392 lebih kecil dari 5. b.
Earning Per Share EPS mempunyai nilai Tolerance sebesar 0.743 lebih
besar dari 0.1 dan nilai VIF sebesar 1.346 lebih kecil dari 5. c.
Devidend Per Share DPS mempunyai nilai Tolerance sebesar 0.950 lebih
besar dari 0.1 dan nilai VIF sebesar 1.052 lebih kecil dari 5. Berdasarkan kesimpulan diatas dapat dikatakan bahwa variabel independen tidak
terjadi multikolonieritas.
Universitas Sumatera Utara
4.2.2.3 Uji Autokolerasi
Uji autokolerasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1 sebelumnya. Salah satu cara untuk mengetahui ada atau tidaknya autokolerasi adalah dengan uji Durbin-Watson DW. Jika terjadi
autokolerasi maka nilai Durbin-Watson DW lebih besar dari 2. Dalam uji Durbin-Watson
ketentuan untuk melihat adanya autokolerasi adalah sebagai berikut ini :
a. Angka D-W dibawah -2 berarti ada autokolerasi positif.
b. Angka D-W diantara -2 samapai +2 berarti tidak ada autokolerasi.
c. Angka D-W diata +2 berarti ada autokolerasi negatif.
Berikut ini adalah uji autokolerasi dalam penelitian ini :
Tabel 4.6 Uji Autokolerasi
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate
Durbin-Watson 1
.705
a
.497 .439
1.47909 1.719
a. Predictors: Constant, LNDPS, LNEPS, LNROA b. Dependent Variable: LNHS
Sumber : Data Olahan SPSS Pada tabel diatas dapat dilihat bahwa uji autokolerasi menunjukkan bahwa nilai
Durbin-Watson DW adalah 1.719 lebih kecil dari 2. Oleh karena itu dapat
disimpulkan bahwa tidak terjadi autokolerasi dalam penelitian ini.
Universitas Sumatera Utara
4.2.2.4 Uji Heterokedastisitas
Uji heterokedastisitas dilakukan dengan plot grafik antara ZPRED nilai prediksi dengan SRESID nilai residual. Cara menentukan ada tidaknya
heterokedastisitas adalah dengan melihat grafik scatterplot yang dihasilkan dari pengolahan data menggunakan SPSS. Berikut ini merupakan grafik scatterplot
untuk menganalisis apakah terjadi gejala heterokedastisitas atau tidak dengan cara mengamati penyebaran titik-titik berikut ini :
Sumber : Data Olahan SPSS
Gambar 4.3 Scatterplot
Pada gambar grafik diatas bahwa scatterplot terlihat titik-titik menyebar secara acak dan tidak terlihat suatu pola tertentu serta tersebar baik diatas maupun
dibawah angka 0 pada sumbu Y sehingga dapat disimpulkan bahwa dalam model regresi tidak terjadi heterokedastisitas.
Universitas Sumatera Utara
Tabel 4.7 Uji Heterokedastisitas
Untuk melihat hasil yang lebih akurat mengenai tentang pengujian
heterokedastisitas maka dapat diliha pada tabel diatas. Berdasarkan tabel diatas menunjukkan bahwa nilai signifikan diatas tingkat kepercayaan diatas 0.05 maka
dapat disimpulkan bahwa dalam pengujian ini tidak terdapat heterokedastisitas.
4.2.3 Analisis Regresi Linier Berganda
Tabel berikut ini menunjukkan hasil estimasi regresi linier berganda pada pengolahan data dengan SPSS 16.0. Dalam penelitian ini gunakan signifikansinya
0.05 artinya kemungkinan kesalahan yang ditolerir adalah 0.05 atau lebih kecil dari 0.05 dan sebaliknya apabila lebih besar dari 0.05 maka data tersebut tingkat
signifikan. Setelah data diolah menggunakan SPSS 16.0, maka diperoleh hasil pengolahan data sebagai berikut :
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 6.608
1.494 4.423
.000 LNROA
-1.262 .561
-.370 -2.251
.033 .719
1.392 LNEPS
.141 .127
.179 1.107
.279 .743
1.346 LNDPS
.450 .091
.703 4.922
.000 .950
1.052 a. Dependent Variable: LNHS
Sumber : Olahan Data SPSS
Universitas Sumatera Utara
Tabel 4.8 Analisis Regresi Linier Berganda
Sumber : Data Olahan SPSS Berdasarkan tabel 4.7 diatas diperoleh model persamaan regresi linier berganda
sebagai berikut ini : Y = 6.608+-1.262X
1
+0.141X
2
+0.450X
3
+e Keterangan :
Y = Harga Saham X1 = Return On Asset ROA
X2 = Earning Per Share EPS X3 = Dividend Per Share DPS
e = Error Dari model regresi linier berganda diatas dapat disimpulkan beberapa hal yaitu :
a. Besarnya konstanta adalah 6.608 hal ini menunjukkan bahwa semua variabel
independen tidak terpengaruh sehingga harga saham adalah 6.608. b.
Return On Asset ROA variabel ini bertanda negatif artinya artinya ROA
mempunyai hubungan yang searah dengan harga saham. Setiap kenaikan
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 6.608
1.494 4.423
.000 LNROA
-1.262 .561
-.370 -2.251
.033 LNEPS
.141 .127
.179 1.107
.279 LNDPS
.450 .091
.703 4.922
.000 a. Dependent Variable: LNHS
Universitas Sumatera Utara
ROA sebesar 1 maka akan menyebabkan penurunan harga saham sebesar - 1.262, jika semua variabel dianggap tetap.
c. Earning Per Share
EPS bertanda positif yang artinya EPS mengalami kenaikan 1 maka akan menyebabkan peningkatan harga saham sebesar
0.141, jika semua variabel dianggap tetap. d.
Dividend Per share DPS bertanda positif yang artinya DPS mengalami
kenaikan 1 maka akan menyebabkan peningkatan harga saham sebesar 0.450, jika semua variabel dianggap tetap.
4.2.4 Pengujian Hipotesis
Dari uji asumsi klasik diatas dapat disimpulkan bahwa data yang ada terdistribusi normal serta tidak terdapat multikolonieritas, heterokedastisitas, dan
autokolerasi. Pengujian hipotesis dilakukan untuk menguji ada tidaknya pengaruh variabel independen terhadap variabel dependen.
Tabel 4.9 PemasukanPengeluaran Variabel
Sumber : Data Olahan SPSS Berdasarkan tabel diatas maka dapat dijelaskan bahwa :
1. Variabel yang dimasukkan dalam persamaan adalah variabel independen
yaitu LnROA, LnEPS, dan LnDPS.
Variables EnteredRemoved
b
Model Variables
Entered Variables
Removed Method
1 LNDPS, LNEPS,
LNROA
a
. Enter a. All requested variables entered.
b. Dependent Variable: LNHS
Universitas Sumatera Utara
2. Variabel independen tidak ada yang keluar.
4.2.4.1 Uji Signifikan Parsial Uji t
Uji-t pengujian parsial dilakukan untuk menguji apakah pengaruh variabel independen secara parsial terhadap variabel dependen. Kriteria
pengambilan keputusan adalah : a.
Jika t
hitung
t
tabel
, Ho diterima Ha ditolak, untuk α = 5. b.
Jika t
hitung
t
tabel
, Ho ditolak Ha diterima, untuk α = 5 Berikut ini merupakan output SPSS dari uji-t :
Tabel 4.10 Output SPSS Uji-t
B e
r d
a s
a r
Berdasarkan tabel diatas maka disimpulkan sebagai berikut : 1.
Untuk variabel ROA nilai �
ℎ�����
-2.251 dengan signifikansi sebesar 0.033 dan t
tabel
yaitu 1.705. Dari data ini dapat menunjukkan t
hitung
t
tabel
-2.251 1.705 dengan tingkat signifikan 0.033 0.05, maka H
1
diterima. Dengan demikian bahwa terdapat pengaruh ROA terhadap harga saham dengan tingkat signifikansi 0.033 didalam
perusahaan. Semakin tinggi ROA, maka semakin baik keadaan perusahaan farmasi dan menunjukkan bahwa perusahaan farmasi
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 6.608
1.494 4.423
.000 LNROA
-1.262 .561
-.370 -2.251
.033 LNEPS
.141 .127
.179 1.107
.279 LNDPS
.450 .091
.703 4.922
.000 a. Dependent Variable: LNHS
Sumber : Olahan Data SPSS
Universitas Sumatera Utara
semakin efektif dalam memanfaatkan asset untuk menghasilkan laba bersih.
2. Untuk variabel EPS t
hitun g
1.107,dengan signifikansi sebesar 0.279 dan t
tabel
yaitu 1.705. Dari data ini dapat menunjukkan t
hitung
t
tabel
1.107 1.705 dengan tingkat signifikan 0.279 0.05, maka H
2
ditolak. Secara parsial EPS tidak mempengaruhi harga saham. 3.
Untuk variabel DPS t
hitung
4.922,dengan signifikansi sebesar 0.000 dan t
tabel
yaitu 1.705. Dari data ini dapat menunjukkan t
hitung
t
tabel
4.922 1.705 dengan tingkat signifikan 0.000 0.05, maka H
3
diterima. Maka hal ini secara parsial dapat mempengaruhi harga saham.
4.2.4.2 Uji Signifikan Simultan Uji F
Pengujian F digunakan untuk menunjukkan apakah variabel independen mempunyai pengaruh terhadap variabel dependen.
a. Jika F
hitung
F
tabel
, Ho diterima Ha ditolak, untuk α = 5. b.
Jika F
hitung
F
tabel
, Ho ditolak Ha diterima, untuk α = 5 Berikut ini hasil perhitungan dari uji F :
Tabel 4.11 Output Uji F
ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
56.126 3
18.709 8.552
.000
a
Residual 56.880
26 2.188
Total 113.006
29 a. Predictors: Constant, LNDPS, LNEPS, LNROA
Universitas Sumatera Utara
Tabel .Tabel 4.8 menunjukkan bahwa F
hitung
8.552,dengan signifikansi sebesar 0.000 dan t
tabel
yaitu 2.705. Dari data ini dapat menunjukkan t
hitung
t
tabel
8.552 2.705 dengan tingkat signifikan 0.000 0.05, Hal ini menunjukkan bahwa secara bersama-sama variabel bebas dalam penelitian ini mempunyai
pengaruh secara signifikan terhadap harga saham.
4.3 Pembahasan
Berdasarkan hasil pengujian data yang dilakukan pada periode 2009-2013 untuk ROA, dan DPS pada perusahaan industri farmasi menunjukkan bahwa
secara parsial ROA dan DPS memiliki pengaruh yang signifikan yaitu ROA sebesar 0.033 dan DPS sebesar 0.000 dimana dibawah signifikansi yaitu sebesar
0.05 semetara EPS secara parsial tidak mempengaruhi harga saham diaman signifikan EPS pada penelitian ini adalah 0.279 lebih besar dari 0.05. secara
simultan menunjukkan bahwa ROA, EPS, dan DPS berpengaruh terhadap harga saham dimana besar signifikansi dari uji F adalah 0.00 dibawah dari 0.05. Hal ini
dapat menunjukkan bahwa kinerja keuangan mempunyai pengaruh terhadap harga saham. Jika dilihat dari hasil penelitian bahwa Return On Asset ROA
mempengaruhi harga saham. Hal ini menunjukkan bahwa investor tertarik untuk melihat asset-asset dari suatu perusahaan untuk menentukan keputusan membeli
saham suatu perusahaan. Hal ini sejalan dengan penelitian yang dilakukan oleh Indra R. Onibala, Parengkuan Tommy, Paulina Van Rate 2014 yang
menyatakan bahwa rasio Return On Asset ROA mempunyai pengaruh terhadap saham baik secara parsial mau pun simultan. Jika pada Earning Per Share EPS
secara parsial tidak memiliki pengaruh yang signifikan terhadap harga saham
Universitas Sumatera Utara
sementara secara simultan menunjukan bahwa variabel EPS memiliki pengaruh yang signifikan terhadap harga saham. Hasil penelitian ini tidak sesuai dengan
yang dilakukan oleh Eka Putri Aprilia 2012 dan sesuai dengan yang dilakukan Saparuddin 2011 yang menyatakan bahwa secara parsial mau EPS tidak
memiliki pengaruh. Secara simultan EPS memiliki pengaruh yang signifikan terhadap harga saham. Sedangkan pada Dividend Per Share DPS memiliki
pengaruh yang signifikan terhadap harga saham. Hal ini disebakan oleh dengan pembagian dividen kepada pemegang saham menyebabkan kenaikan harga saham
suatu perusahaan. Dengan pembagian dividen kepada pemegang saham akan menjadi bahan pertimbangan suatu investor untuk menanamkan investasinya pada
suatu perusahaan. Hal ini sejalan dengan penelitian yang dilakukan oleh Saparuddin 2012 dan Rescyana Putri hutami 2012 yang menyatakan bahwa
DPS memiliki pengaruh terhadap harga saham.
Universitas Sumatera Utara
BAB 5 KESIMPULAN DAN SARAN
5.1 Kesimpulan
Dalam penelitian ini, peneliti menguji Return On Asset ROA, Earning Per Share
EPS, dan Devidend Per Share DPS. Apakah variabel tersebut memiliki pengaruh terhadap harga saham pada perusahaan indutri farmasi yang
terdaftar di Bursa Efek Indonesia pada periode 2009-2013. Penelitian ini menggunakan sampel sebanyak 6 perusahaan yang listing selama periode tersebut.
Berdasarkan hasil analisis data sebelumnya dapat diambil kesimpulan sebagai berikut :
a. Return On Asset
ROA berpengaruh secara signifikan antara ROA dan harga saham yang berarti H
1
diterima. Hasil pengujian hipotesis ini mengindikasikan bahwa perusahaan farmasi telah berhasil memanfaatkan
dan memaksimalkan laba bersih berdasarkan tingkat asset tertentu yang menjadi acuan yang penting bagi investor dalam membuat keputusan
investasi. b.
Earning Per Share EPS berpengaruh secara signifikan antara EPS dan
harga saham yang berarti H
2
diterima. Hasil pengujian hipotesis ini mengindikasi bahwa perusahaan berhasil meningkatkan taraf kemakmuran
investor. Hal ini mendorong investor untuk menambah jumlah modal yang ditanamkan pada perusahaan tersebut. Peningkatan jumlah permintaan
Universitas Sumatera Utara