Pengolahan Data

B. Pengolahan Data

1. Hasil Uji Asumsi Klasik

Uji asumsi klasik dalam penelitian ini dilakukan dengan menggunakan uji normalitas, multikolenieritas, heteroskedastisitas, dan autokorelasi.

a. Uji Normalitas

Secara multivarians pengujian normalitas data dilakukan terhadap nilai residualnya. Data yang berdistribusi normal ditunjukkan

IV.3 sebagai berikut:

TABEL IV.3 HASIL UJI NORMALITAS

One-Sample Kolmogorov-Smirnov Test

Unstandardi zed Residual

Normal Parameters(a,b)

Mean

Std. Deviation

Most Extreme Differences

Kolmogorov-Smirnov Z

Asymp. Sig. (2-tailed)

a Test distribution is Normal. b Calculated from data.

Berdasarkan hasil analisis diperoleh hasil pada tabel IV.3 diatas bahwa distribusi data awal telah memenuhi normalitas, karena hasil uji Kolmogorov - Smirnov bernilai 1,629 dan memiliki tingkat signifikansi sebesar 0,273 yang mana berada di atas 0,05.

b. Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang

(Ghozali, 2006). Hal ini menunjukkan tidak terjadi hubungan linier diantara variabel independen dalam model regresi. Untuk mengetahui ada tidaknya multikolinearitas di dalam model regresi dapat dilihat dari nilai Tolerence dan lawannya Variance Inflation Factor (VIF) yang terdapat pada masing–masing variabel seperti terlihat pada Tabel IV.4 berikut:

TABEL IV.4

HASIL UJI MULTIKOLINEARITAS

Coefficients(a)

a Dependent Variable: CAR (y)

Suatu model regresi dinyatakan bebas dari multikolinearitas jika

Model

Collinearity Statistics

Tolerance

VIF

1 ROA

DER

NPM

CR

TATO

ROA, DER, NPM, CR, dan TATO memiliki nilai Tolerance berada di atas 0,1 dan nilai VIF jauh di bawah angka 10. Sehingga semua variabel independen tersebut dapat disimpulkan tidak memiliki gejala multikolerieritas.

c. Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang lain. Jika varian dari residual satu pengamatan kepengamatan yag lain tetap, maka disebut homoskedastisitas dan jika berbeda akan disebut heteroskedastisitas.

Model regresi yang baik adalah model yang tidak terjadi heteroskedastisitas (Ghozali, 2006). Pengujian heteroskedastisitas dengan menggunakan Uji Glejser. Hasil pengujian heteroskedastisitas ditunjukkan dalam Tabel IV.5 berikut ini:

TABEL IV.5 HASIL UJI HETEROSKEDASTISITAS

Coefficients(a)

t Sig.

Std. Error

Beta Beta

Hasil pengujian pada Tabel IV.5 menunjukkan bahwa tidak ada satupun variabel independen (ROA, CR, DER, NPM, TATO) yang signifikan dengan variabel residual, sebagaimana ditunjukkan dengan nilai signifikansi lebih besar dari 0,05. Hasil signifikansi ROA, CR, DER, NPM, TATO terhadap residual masing-masing sebesar 0,082, 0,308, 0,955, 0,238, dan 0,078 dimana nilai signifikansi tersebut jauh di atas 0,05. Dengan demikian, dapat disimpulkan bahwa kelima variabel independen tersebut tidak terjadi gejala heteroskedastisitas.

d. Uji Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya.

Model regresi yang baik adalah yang bebas dari autokorelasi (Ghozali, 2007). Untuk mengetahui ada tidaknya autokorelasi digunakan uji Durbin Watson. Berikut ini adalah hasil uji Durbin Watson: Model regresi yang baik adalah yang bebas dari autokorelasi (Ghozali, 2007). Untuk mengetahui ada tidaknya autokorelasi digunakan uji Durbin Watson. Berikut ini adalah hasil uji Durbin Watson:

TABEL IV.7

PENGAMBILAN KEPUTUSAN UJI DURBIN WATSON

Nilai Statistik d

Hasil

d U ≤ d ≤ 4-d U 1,230 < 2,111 < (4-1,230)

Menerima hipotesis 0; tidak ada autokorelasi positif atau negatif

Berdasarkan hasil yang ditunjukkan pada Tabel 4.6 diatas, terlihat bahwa Nilai Durbin Watson sebesar 2,111. Hal ini dapat dijelaskan dengan pengambilan keputusan nilai Durbin Watson pada Tabel IV.7 bahwa nilai Durbin-Watson berada diantara du dan 4-du sehingga dapat disimpulkan bahwa tidak terjadi autokorelasi dalam model regresi.

2. Hasil Uji Regresi Linear Berganda

a. Uji Koefisien Determinasi (Uji R 2 )

Koefisien determinasi (R 2 ) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi dependennya. Nilai R 2 yang Koefisien determinasi (R 2 ) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi dependennya. Nilai R 2 yang

TABEL IV.8 HASIL UJI R 2

Model Summary

Model

R Square

Adjusted R Square

Std. Error of the Estimate

a Predictors: (Constant), TATO, DER, NPM, CR, ROA b Dependent Variable: CAR

Berdasar output dari SPSS tampak bahwa dari hasil perhitungan diperoleh nilai koefisien determinasi Adjusted (R 2 ) sebesar 0,867 atau 86,7%. Hal ini menunjukkan bahwa besar pengaruh variabel independent yaitu Return on Assets (ROA), Current Ratio (CR), Debt Equity Ratio Berdasar output dari SPSS tampak bahwa dari hasil perhitungan diperoleh nilai koefisien determinasi Adjusted (R 2 ) sebesar 0,867 atau 86,7%. Hal ini menunjukkan bahwa besar pengaruh variabel independent yaitu Return on Assets (ROA), Current Ratio (CR), Debt Equity Ratio

b. Uji F-Statistik

Uji F-Statistik pada dasarnya menunjukkan apakah semua variabel independen yang dimasukkan dalam model ini mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Hasil pengolahan data untuk perhitungan uji signifikansi simultan dapat dilihat pada Tabel IV.9 berikut ini:

TABEL IV.9 HASIL UJI F-STATISTIK Anova (b)

Model

Sum of Squares

df

Mean Square

F Sig.

a Predictors: (Constant), TATO, DER, NPM, CR, ROA b Dependent Variable: CAR

Berdasarkan hasil perhitungan tersebut didapat nilai F sebesar 10,470 dan nilai signifikansi sebesar 0,000. Karena nilai signifikansi lebih kecil dari 0,05 atau 5% maka terdapat pengaruh yang signifikan antara variabel independen ROA, CR, DER, NPM, dan TATO secara bersama- Berdasarkan hasil perhitungan tersebut didapat nilai F sebesar 10,470 dan nilai signifikansi sebesar 0,000. Karena nilai signifikansi lebih kecil dari 0,05 atau 5% maka terdapat pengaruh yang signifikan antara variabel independen ROA, CR, DER, NPM, dan TATO secara bersama-

c. Uji t-statistik

Bentuk model persamaan regresi yang digunakan dalam penelitian ini untuk mengetahui besarnya pengaruh variabel independent yaitu Return on Assets (ROA), Current Ratio (CR), Debt Equity Ratio (DER), Net Profit Margin (NPM), Total Assets Turn Over (TATO) terhadap Cumulative Abnormal Return saham adalah sebagai berikut:

C AR = α + β 1 ROA + β 2 CR + β 3 DER + β 4 NPM + β 5 TATO + e

Untuk menjawab rumusan masalah, mencapai tujuan dan pembuktian hipotesis serta untuk mengetahui apakah variabel independen secara parsial berpengaruh signifikan (nyata) terhadap variabel dependen, maka perlu dilakukan uji t. Analisis berganda pada penelitian ini menggunakan program statistik SPSS versi 17.

TABEL IV.10 HASIL UJI T-STATISTIK

Coefficients(a)

t Sig.

Std.

Beta Beta

Berdasarkan Tabel IV.10 diatas dapat disusun persamaan regresi linear berganda sebagai berikut:

CAR = 0,005+0,021ROA+0,172CR–0,990DER + 0,039NPM +0,013TATO

Untuk mengetahui nilai tersebut memiliki pengaruh positif atau negatif dapat dilihat pada Tabel koefisien pada bagian Unstandardized Coefficients Beta. Jika nilainya positif maka ada pengaruh positif, dan begitu pula sebaliknya jika nila beta negatif maka berpengaruh negatif.

Untuk mengetahui signifikan atau tidak dapat dilihat pada tabel koefisien bagian Sig. Jika nilai sig lebih kecil dari 0,05 atau 5% maka hasilnya menunjukkan pengaruh signifikan.

Uji t-Statistik ini digunakan untuk mengetahui signifikan pengaruh masing-masing variabel independen (ROA, CR, DER, NPM, dan TATO) terhadap variabel dependen (Cumulative Abnormal Return Saham) secara parsial. Berdasarkan tabel 4.10 tersebut menunjukkan bahwa:

1. Variabel ROA menunjukkan pengaruh positif terhadap cumulative abnormal return saham. Hal ini ditunjukkan dengan hasil perhitungan uji secara parsial diperoleh nilai koefisien regresi unuk variabel ROA sebesar 0,021 dengan nilai signifikansi ROA sebesar 0,000. Karena nilai 1. Variabel ROA menunjukkan pengaruh positif terhadap cumulative abnormal return saham. Hal ini ditunjukkan dengan hasil perhitungan uji secara parsial diperoleh nilai koefisien regresi unuk variabel ROA sebesar 0,021 dengan nilai signifikansi ROA sebesar 0,000. Karena nilai

2. Variabel CR menunjukkan pengaruh positif terhadap cumulative abnormal return saham. Hal ini ditunjukkan dengan hasil perhitungan uji secara parsial diperoleh nilai koefisien regresi untuk variabel CR sebesar 0,172 dengan nilai signifikansi CR sebesar 0,000. Karena nilai signifikansi ≤0,05 dan koefisien positif maka Ha diterima dan Ho ditolak, itu berarti bahwa hasil uji menunjukkan bahwa CR berpengaruh signifikan terhadap cumulative abnormal return saham. Dengan demikian hipotesis kedua yang menyatakan bahwa CR berpengaruh positif terhadap cumulative abnormal return saham dapat diterima.

3. Variabel DER menunjukkan pengaruh negatif terhadap cumulative abnormal return saham. Hal ini ditunjukkan dengan hasil perhitungan uji secara parsial diperoleh nilai koefisien regresi untuk variabel DER sebesar -0,990 dengan nilai signifikan DER sebesar 0,000. Karena nilai signifikansi ≤0,05 dan koefisien negatif maka Ha diterima dan Ho ditolak, itu berarti bahwa hasil uji menunjukkan bahwa DER berpengaruh signifikan terhadap cumulative abnormal return saham. Dengan demikian hipotesis ketiga yang menyatakan bahwa DER berpengaruh positif terhadap cumulative abnormal return saham dapat diterima.

4. Variabel NPM menunjukkan pengaruh positif terhadap cumulative 4. Variabel NPM menunjukkan pengaruh positif terhadap cumulative

5. Variabel TATO menunjukkan pengaruh positif terhadap cumulative abnormal return saham. Hal ini ditunjukkan dengan hasil perhitungan uji secara parsial diperoleh nilai koefisien regresi untuk variabel TATO sebesar 0,013 dengan nilai signifikansi TATO sebesar 0,002. Karena nilai signifikansi ≤0,05 dan koefisien positif maka Ha diterima dan Ho ditolak, itu berarti bahwa hasil uji menunjukkan bahwa TATO berpengaruh signifikan terhadap cumulative abnormal return saham. Dengan demikian hipotesis kedua yang menyatakan bahwa TATO berpengaruh positif terhadap cumulative abnormal return saham dapat diterima.

Dengan demikian hasil analisis pengaruh variabel independen terhadap variabel dependen yang telah dilakukan ini sesuai dengan kerangka pemikiran yang diajukan oleh penulis.