3.6 Teknik Pegumpulan Data
Dalam penelitian ini pengumpulan data dilakukan dengan menggunakan teknik dokumentasi. Data yang digunakan adalah data sekunder yang diperoleh
dari situs Bursa Efek Indonesia berupa laporan keuangan perusahaan manufaktur periode 2009-2013 dan data harga saham yang terdiridari:
1. Data laporan keuangan yang menjadi sampel selama periode penelitian 2. Data harga saham penutupan akhir tahun 2009-2013.
3. Data rasio likuiditas, leverage, aktivitas dan profitabilitas diperoleh dari perhitungan data masing-masing laporan keuangan manufaktur periode
2008-2013.
3.7 Metode Analisis Data
Metode analisis data yang digunakan adalah regresi linear berganda multiple linier regression method dengan menggunakan regresi data panel.
Suliyanto 2011:231 mengatakan regresi data panel dengan asumsi intercept dan koefisien slope konstan sepanjang waktu. Asumsi ini merupakan
yang paling sederhana dengan mengabaikan dimensi waktu dan ruang, langsung melakukan regresi Ordinary Least Square OLS. Seluruh analisis dilakukan
dengan bantuan software SPSS Statistical Package Social Science versi 17.
3.7.1 Pengujian Asumsi Klasik
Persamaan regresi Ordinary Least Square OLS harus bersifat BLUE Best Linier Unbiased Estimator, artinya pengambilan keputusan melalui uji t
tidak boleh bias. Syarat asumsi klasik yang harus dipenuhi model regresi berganda sebelum data tersebut dianalisis adalah uji Normalitas, Multikolinieritas,
Autokorelasi, dan Heteroskedastiditas.
3.7.1.1 Uji Normalitas
Uji Normalitas bertujuan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk
lonceng dan distribusi data tersebut tidak menceng ke kiri atau menceng ke kanan. Untuk menguji apakah sampel penelitian merupakan jenis distribusi normal maka
digunakan pengujian Kolmogorv-Smirnov Goodness of Fit Test terhadap masing- masing variabel. Fungsi pengujian suatu data dikategoikan sebagai distribusi
normal atau tidak adalah sebagai alat membuat kesimpulan populasi berdasarkan data sampel Tingkat signifikansi œyang digunakan adalah 5 dengan kriteria
pengujian sebagai berikut Santoso, 2007:392: 4. Jika Probabilitas 0.05, maka distribusi normal
5. Jika Probabilitas 0.05, maka distribusi tidak normal
3.7.1.2 Uji Multikolinieritas
Multikolinieritas berarti adanya hubungan linier yang sempurna atau pasti diantara beberapa atau semua variabel yang menjelaskan dari model regresi.
Untuk mendeteksi ada atau tidaknya multikolinieritas dapat dilakukan dengan melihat toleransi variabel dan Variante Inflation Factor VIF dengan
membandingkan sebagai berikut Ghozali, 2005:96:
6. Jika VIF 10 dan Tolerance 0,10 maka tidak terjadi multikolinieritas 7. Jika VIF 10 dan Tolerance 0,10 maka terjadi multikolinieritas
3.7.1.3 Uji Autokorelasi
Uji autokorelasi bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t denga
kesalahan pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinakamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan
sepanjang waktu berkaitan satu sama lain atau munculnya data dipengaruhi oleh data sebelumya. Metode yang sering digunakan untuk menguji ada tidaknya
autokorelasi adalah dengan uji statistic d dari Durbin-Watson. Ghozali, 2005:32. - Apabila nilai Durbin-Watson DW-test terletak antara 0 dan batas Lower
Bound DL, berarti ada autokorelasi positif. - Apabila nilai Durbin-Watson DW-test terletak diantara DL dan batas
atas atau Uper Bound DU, berarti kita tidak dapat memutuskan apakah terjadi autokorelasi positif atau tidak.
- Apabila nilai Durbin-Watson DW-test terletak diantara 4-DL dan 4, berarti ada autokorelasi negatif.
- Apabila nilai Durbin-Watson DW-test terletak diantara 4-DU dan 4-DL, berarti kita tidak dapat memutuskan apakah terjadi autokorelasi negative
atau tidak.
3.7.1.4 Uji Heterokedastisitas
Uji Heterokedastisitas pengujian mengenai sama atau tidak varians dari residual satu pengamatan ke pengamatan yang lain. Pengujiannya menggunakan
grafik plots dengan menggunakan uji glestjer. Terjadi Heterokedastisitas jika pada sccatterplot titik-titik hasil pengolahan data antara Zpred dan Sresid menyebar
dibawah maupun diatas titik origin angka 0 pada sumbu Y dan tidak mempenyai pola yang teratur. Terjadi Heterokedastisitas jika pada scatterplot titik-titiknya
mempunyai pola yang teratur baik menyempit, melebar maupun bergelombang- gelombang Ghozali, 2005:125.
3.7.2 Pengujian Hipotesis
3.7.2.1 Persamaan Regresi Linier Berganda
Persamaan regresi linier berganda dilakukan untuk mengetahui arah hubungan dari setiap variabel bebas terhadap variabel terikatnya. Berdasarkan
spesifikasi model regresi berganda maka model persamaan dalam penelitian ini adalah sebagai berikut:
Y=œ+ß1X1 + ß2X2 + ß3X3 + ß4X4 + e
Dimana: Y
: Return Saham œ
: Koefisien Konstanta ß1- ß4
: KOefisien Regresi X1
: Rasio Likuiditas X2
: Rasio Leverage X3
: Rasio Aktivitas
X4 : Rasio Profitabilitas
e : Error term
3.7.2.2 Uji F F-test
Untuk menguji signifikansi pengaruh dimensi variabel bebas secara seremapak terhadap variabel terikat dilakukan dengan uji-F. Bentuk pengujiannya
adalah sebagai berikut: a. Ho : b1, b2 = 0 tidak terdapat pengaruh yang signifikan secara
seremapak dari seluruh variabel bebas terhadap variabel terikat b. Ha : b1, b2
≠ 0 terdapat pengaruh yang signifikan secara serempak dari seluruh variabel bebas terhadap variabel terikat.
Untuk mengetahui apakah hipotesis yang diajukan diterima atau ditolak dilakukan dengan cara membandingkan nilai F hitung dengan F tabel pada tingkat
kepercayaan 95 œ = 0,05. Jika nilai F
hitung
F
tabel
, maka Ho ditolak dan Ha diterima sedangkan jikan nilai F
hitung
≤ F
tabel
maka Ho diterima Ha ditolak.
3.7.2.3 Uji T t-test
Uji t adalah untuk menguji hipotesis secara parsial antara masing-masing variabel bebas terhadap variabel terikat. Bentuk pengujiannya adalah sebagai
berikut:
a. Ho : b1, b2 = 0 tidak terdapat pengaruh yang signifikan dari masing-masing variabel bebas terhadap variabel terikat
b. Ha : b1, b2 ≠ 0 terdapat pengaruh yang signi fikan dari masing-
masing variabel bebas terhadap variabel terikat.
Untuk mengetahui apakah hipotesis yang diajukan diterima atau ditolak dilakukan dengan cara membandingkan nilai t hitung dengan t tabel pada tingkat
kepercayaan 95 œ = 0,05. Jika nilai
t
hitung
t
tabel
, maka Ho ditolak dan Ha diterima sedangkan jikan nilai
t
hitung
≤
t
tabel
maka Ho diterima Ha ditolak.
3.7.3 Uji Koefisien Determinasi R²
Uji koefisien determinasi dilakukan untuk mengukur seberapa besar kemampuan variabel bebas dapat menjelaskan variabel terikat. Semakin besar
nilai koefisien determinasi, maka semakin baik kemampuan varian dan variabel bebes menerangkan variabel terikat.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1. Hasil Penelitian
4.1.1. Statistik Deskriptif
Statistik deskriptif digunakan untuk memberikan gambaran umum tentang data penelitian yang dijadikan sampel yang digunakan dalam penelitian. Statistik
deskriptif pada penelitian ini difokuskan kepada nilai minimum, maksimum, rata- rata dan standar deviasi ditunjukkan Tabel 4.1:
Tabel 4.1 Descriptive Statistics
N Minimum Maximum Mean
Std. Deviation
CR 165
1.07 5773.28
300.60 503.93
DAR 165
.04 1.21
0.39 0.19
TATO 165
.11 12.89
1.35 1.06
ROA 165
.05 71.51
15.13 11.28
Return 165
-.98 9.21
0.63 1.26
Valid N listwise
165 Sumber: Hasil Penelitian, 2015 Data Diolah
Berdasarkan hasil deskriptif pada Tabel 4.1 dapat dilihat bahwa data yang akan digunakan dalam penelitian ini sangat bervariasi dengan kisaran yang sangat
lebar. Hal ini mengindikasikan bahwa data penelitian ini memiliki kemungkinan memiliki distribusi yang tidak normal.
Tabel 4.1. menunjukkan nilai rata-rata rasio likuiditas dari Current Ratio CR perusahaan Manufaktur yang terdaftar di BEI tahun 2009-2013 adalah
sebesar 300,60. Nilai rasio likuiditas dari Current Ratio CR minimum adalah
sebesar 1,07 dan nilai maksimum yakni sebesar 5.773,28. Standar deviasi sebesar 503,93 menunjukan penyebaran data sangat jauh heterogen.
Tabel 4.1. menunjukkan nilai rata-rata rasio leverage dari Debt to Assets Ratio DAR perusahaan Manufaktur yang terdaftar di BEI tahun 2009-2013
adalah sebesar 0,39. Nilai rasio leverage Debt to Assets Ratio DAR minimum adalah sebesar 0,04 dan nilai maksimum yakni sebesar 1,21 . Standar deviasi
sebesar 0,19 menunjukan penyebaran data sangat jauh heterogen. Tabel 4.1. menunjukkan nilai rata-rata rasio aktivitas dari Total Assets
Turn Over TATO perusahaan Manufaktur yang terdaftar di BEI tahun 2009- 2013 adalah sebesar 1,35. Nilai rasio aktivitas dari Total Assets Turn Over
TATO minimum adalah sebesar 0,11 dan nilai maksimum yakni sebesar 12,89. Standar deviasi sebesar 1,06 menunjukan penyebaran data sangat jauh
heterogen. Tabel 4.1. menunjukkan nilai rata-rata rasio profitabilitas dari Return On
Assets ROA perusahaan Manufaktur yang terdaftar di BEI tahun 2009-2013 adalah sebesar 15,13. Nilai rasio profitabilitas dari Return On Assets ROA
minimum adalah sebesar 0,05 dan nilai maksimum yakni sebesar 71,51. Standar deviasi sebesar 11,28 menunjukan penyebaran data sangat jauh
heterogen. Tabel 4.1. menunjukkan nilai rata-rata return saham perusahaan
Manufaktur yang terdaftar di BEI tahun 2009-2013 adalah sebesar 0,63. Nilai return saham minimum adalah sebesar -0,98 dan nilai maksimum yakni sebesar
9,21. Standar deviasi sebesar 1,26 menunjukan penyebaran data sangat jauh heterogen.
4.1.2. Uji Asumsi Klasik
Pengujian asumsi klasik diperlukan untuk mengetahui apakah hasil estimasi regresi yang dilakukan benar-benar bebas dari adanya gejala
heteroskedastisitas, gejala multikolonieritas, dan gejala autokorelasi. Model regresi akan dapat dijadikan estimasi yang tidak bias jika telah memenuhi
persyaratan BLUE Best Linear Unbiased Estimator yakni tidak terdapat heteroskedastisitas, tidak terdapat multikolonieritas dan tidak terdapat
autokolerasi.
4.1.2.1 Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah variabel dependen dan independen yang digunakan dalam penelitian mempunyai ditribusi normal atau
tidak. Model regresi yang layak adalah model yang mempunyai distribusi normal. Pengujian normalitas data dalam penelitian ini menggunakan uji statistik non
parametik Kolmogorov-Smirnov K-S, yaitu untuk mengetahui apakah data sudah terdistribusi secara normal atau tidak. Hasil dari uji normalitas dengan
menggunakan tes kolmogorov-smirnov K-S adalah seperti yang terlihat pada Tabel 4.2 berikut :
Tabel 4.2. Uji Normalitas Data
CR DAR
TATO ROA
Return N
165 165
165 165
165 Normal
Parameters
a
Mean 3.0060E2
.3914 1.3510
15.1292 .6287
Std. Deviation 5.03931E
2 .18930
1.05679 1.12808E
1 1.26046
Most Extreme Differences
Absolute .285
.095 .210
.162 .227
Positive .244
.095 .210
.162 .227
Negative -.285
-.053 -.196
-.097 -.158
Kolmogorov-Smirnov Z 3.659
1.226 2.703
2.083 2.911
Asymp. Sig. 2-tailed .000
.099 .000
.000 .000
Sumber Data : SPSS 16 diolah Peneliti, 2015
Berdasarkan tabel diatas diketahui bahwa hanya variabel DAR memiliki angka signifikan sebesar 0,099 0,05 menunjukan data berdistribusi normal,
sedangkan variabel CR, TATO, ROA dan return saham memiliki angka signifikan 0,05 menunjukan data tidak berdistribusi normal.
Ghozali 2005:33 menyatakan bahwa data yang tidak terdistribusi secara normal dapat ditransformasi agar menjadi normal. Untuk menormalkan data kita
harus tahu terlebih dahulu bagaimana bentuk grafik histogram dari data yang ada apakah moderate positive skewness, substansial positive skewness, severe positive
skewness dengan bentuk L dan sebagainya. Dengan mengetahui bentuk grafik histogram maka dapat menentukan bentuk transformasinya. Berikut ini bentuk
transformasi yang dapat dilakukan sesuai dengan grafik histogram.
Tabel 4.3 Bentuk Transformasi Data
Bentuk Grafik Histogram Bentuk Transformasi
moderate positive skewness SQRTx atau akar kuadrat
substansial positive skewness LG10x atau logaritma 10 atau LN
severe positive skewness dengan bentuk L 1x atau inverse
moderate negative skewness SQRtk-x
substansial negative skewness LG10k-x
severe negative skewness dengan bentuk J 1k0x Sumber : Ghozali 2005:53
Berdasarkan beberapa cara melakukan transformasi data maka penelitian ini menggunakan transformasi substansial positive skewness dengan cara
LG10x atau logaritma 10 atau LN dikarenakan rata-rata data positif pada variabel penelitian. Berikut ini adalah hasil uji normalitas data setelah
ditransformasi.
Tabel 4.4. Uji Normalitas Data Setelah Transformasi
CR.Ln DAR.Ln TATO.Ln ROA.Ln Return.Ln
N 165
165 165
165 125
Normal Parameters
a
Mean 5.2967
-1.0661 .1624
2.4301 -.6624
Std. Deviation
.94014 .53458
.52072 .91304
1.09808 Most Extreme
Differences Absolute
.103 .095
.095 .129
.074 Positive
.063 .058
.080 .099
.067 Negative
-.103 -.095
-.095 -.129
-.074 Kolmogorov-Smirnov Z
1.329 1.215
1.219 1.654
.832 Asymp. Sig. 2-tailed
.058 .104
.102 .084
.492
Sumber Data : SPSS 16 diolah Peneliti, 2015 Berdasarkan tabel diatas diketahui bahwa variabel likuiditas CR
memiliki angka signifikan sebesar 0,058 0,05, variabel leverage DAR memiliki angka signifikan sebesar 0,104 0,05, variabel aktivitas TATO
memiliki angka signifikan sebesar 0,102 0,05, variabel profitabilitas ROA memiliki angka signifikan sebesar 0,084 0,05 dan return saham memiliki angka
signifikan sebesar 0,492 0,05. Hal ini menunjukan bahwa semua data variabel sudah berdistribusi normal dan layak untuk dilakukan analisis regresi linier
berganda. Selain dengan menggunakan uji Kolmogrov-Smirnov K-S, untuk
mengetahui normalitas data secara kasat mata kita bisa melihat grafik histogram dari data yang membentuk kurva normal atau tidak dari grafik PP Plots. Suatu
data akan terdistribusi secara normal jika nilai probabilitas yang diharapkan adalah sama dengan nilai probabilitas harapan dan probabilitas pengamatan
ditunjukan dengan garis diagonal yang merupakan perpotongan antara garis probabilitas harapan dan probabilitas pengamatan. Pada prinsipnya normalitas
dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya. Dasar pengambilan
keputusan adalah : 1. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis
diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
2. Jika 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. Suatu data akan terdistribusi secara normal jika nilai probabilitas yang
diharapkan adalah sama dengan nilai probabilitas harapan dan probabilitas
pengamatan ditunjukkan dengan garis diagonal yang merupakan perpotongan antara garis probabilitas harapan dan probabilitas pengamatan. Berikut ini
merupakan pengujian hasil normalitas data dalam bentuk grafik histogram dan kurva P-P Plots seperti yang terlihat pada gambar berikut :
Gambar 4.1. Grafik Histogram Setelah Transformasi
Pola distribusi normal dapat dilihat dengan tampilan histogram pada Gambar 4.1. menampilkan bahwa tampilan grafik histogram memberikan pola
distribusi normal dengan penyebaran secara merata baik ke kiri maupun ke kanan.
Gambar 4.2. Kurva PP-Plots Setelah Transformasi
Gambar 4.2. menunjukkan titik-titik mendekati atau tidak meyebar jauh dari titik diagonal.
4.1.2.2. Uji Multikolonieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel independen, jika terjadi korelasi
berarti terjadi masalah multikolinieritas”. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Untuk mendeteksi ada atau
tidaknya multikolinieritas dalam model regresi dilihat dari nilai Tolerence dan lawannya Variance Inflation Factor VIF. Tolerance mengukur variabilitas
variabel independen yang terpilih dan tidak dijelaskan oleh variabel lainnya. Nilai
cutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai Tolerance
≤ 0,10 ≥ 10. Hasil dari uji multikolinieritas dapat dilihat pada
Tabel 4.5 yang di ambil dari tabel regresi linier berganda pada lampiran 5. Tabel 4.5. Uji Multikolinieritas
Model Collinearity Statistics
Tolerance VIF
1 Constant
CR.Ln .799
1.251 DAR.Ln
.788 1.269
TATO.Ln .908
1.102 ROA.Ln
.915 1.093
Sumber Data : SPSS 16 diolah Peneliti, 2015 Berdasarkan hasil pengujian tabel 4.5, dapat dilihat bahwa nilai tolerance
dari CR sebesar 0,799 0,10 dan VIFnya 10 yaitu 1.251, nilai tolerance dari DAR sebesar 0,788 0,10 dan VIFnya 10 yaitu 1.269, nilai tolerance dari
TATO sebesar 0,908 0,10 dan VIFnya 10 yaitu 1.102, nilai tolerance dari ROA sebesar 0,915 0,10 dan VIFnya 10 yaitu 1.093. Hal ini mengindikasikan
bahwa tidak terjadi multikolinieritas diantara variabel independen dalam penelitian.
4.1.2.3. Uji Heteroskedastisitas
Uji heteroskedastisitas dapat dilihat dari gambar scater plots. Apabila data menyebar, tidak menyempit dan membentuk pola tertentu maka dapat dikatakan
bahwa model regresi terbebas dari heteroskedastisitas. Uji heteroskedastisitas setelah dilakukan transformasi data dapat dilihat pada Gambar 5.6. berikut:
Gambar 4.3. Scatterplot
Sumber Data : SPSS 16 diolah Peneliti, 2015 Dari Gambar 4.3. diatas terlihat bahwa titik-titik menyebar secara acak dan
telah tersebar baik di atas maupun dibawah angka 0 nol pada sumbu Y sehingga dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi.
4.1.2.4. Uji Autokolerasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan
kesalahan pada periode t-1 sebelumnya”. Jika terjadi korelasi, maka dinamakan ada masalah autokorelasi. Autokorelasi muncul karena observasi yang berurutan
sepanjang waktu berkaitan satu sama lain. Uji yang digunakan dalam penelitian ini untuk mendeteksi ada atau tidaknya autokorelasi dapat dilihat dengan
menggunakan uji Durbin-Watson. Kriteria uji autokorelasi menurut Rusiadi, dkk 2013:182 adalah :
a Angka DW dibawah dl berarti ada Autokorelasi positif b Angka DW diantara du sampai 4-du berarti tidak ada Autokorelasi.
c Angka DW 4-du berarti ada Autokorelasi negatif Hasil uji Autokorelasi dapat dilihat pada Tabel 4.6 berikut :
Tabel 4.6 Autokolerasi
Model R
R Square Adjusted R
Square Std. Error
of the Estimate
Durbin- Watson
1 .207
a
.043 .019
. 73741 2.221
Sumber Data : SPSS 16 diolah Peneliti, 2015
Berdasarkan nilai Durbin Watson DW sebesar 2,221, nilai dl pada n=165 sebesar 1,6960 dan nilai du sebesar 1,7953 berarti nilai DW lebih kecil dari nilai
4-du 4-1,7953=2,047 berarti ada Autokorelasi negatif.
4.1.3. Pengujian Hipotesis 4.1.3.1 Uji Signifikansi Simultan
Hasil pengujian statistik F uji simultan pada varabel Current Ratio CR, Debt to Assets Ratio DAR, Total Assets Turn Over TATO dan Return On
Assets ROA terhadap return saham dapat dilihat pada Tabel 4.7.
Tabel 4.7. Uji F
Model Sum of
Squares Df
Mean Square F
Sig. 1
Regression 3.899
4 .975
1.793 .133
a
Residual 87.003
160 .544
Total 90.903
164 Sumber Data : SPSS 16 diolah Peneliti, 2015
Dari Tabel 4.7. diperoleh nilai F
hitung
sebesar 1,793 sedangkan F
tabel
pada tingkat kepercayaan α = 5 dengan df
1
= 5 – 1 = 4 dan df
2
= 164 – 4 =160, adalah sebesar 2,43 dengan tingkat signifikansi sebesar 0,133. Dengan demikian dapat
disimpulkan bahwa F
hitung
F
tabel
dan sig = 0,133 α = 0,05, yang berarti bahwa
hipotesis simultan ditolak, yang artinya bahwa variabel Current Ratio CR, Debt to Assets Ratio DAR, Total Assets Turn Over TATO dan Return On Assets
ROA secara simultan tidak berpengaruh signifikan terhadap return saham.
4.1.3.2. Uji Signifikansi Parsial
Hasil pengujian statistik t uji parsial pada EVA dan CR terhadap return saham dapat dilihat pada tabel 4.8.
Tabel 4.8. Hasil Uji Statistik t
Model t
Sig. 1
Constant -.770
.442 CR.Ln
.451 .653
DAR.Ln .064
.949 TATO.Ln
.252 .801
ROA.Ln 2.422
.017 Sumber Data : SPSS 16 diolah Peneliti, 2015
Kriteria pengambilan keputusan menggunakan taraf nyata 5 untuk uji t dengan deajat bebas df = 164 – 4 = 160
. Nilai t tabel dengan taraf nyata α2 = 0,025 dan df = 160 adalah 1,975.
a. Jika t
hitung
t
tabel
1,975 atau t
hitung
t
tabel
-1,975, maka Ha dapat diterima berpengaruh.
b. Jika t
tabel
-1,975 ≤ t
hitung
≤ t
tabel
1,975 maka Ha tidak diterima tidak berpengaruh.
Berdasarkan pengujian pada Tabel 4.8 maka secara parsial pengaruh masing-masing variabel independen terhadap variabel dependen dapat diuraikan
sebagai berikut: 1. Variabel Current Ratio CR mempunyai t
hitung
= 0,451 t
tabel
= 1,975, dengan tingkat signifikasi sebesar 0,653
yang lebih besar dari α = 0,05, sehingga dapat disimpulkan bahwa variabel Current Ratio CR tidak
berpengaruh secara signifikan terhadap return saham pada perusahaan Manufaktur yang terdaftar di BEI tahun 2009 – 2013. Kondisi ini berarti Ha
ditolak. 2. Variabel Debt to Assets Ratio DAR mempunyai t
hitung
= 0,064 t
tabel
= 1,975, dengan tingkat signifikasi sebesar 0,949
yang lebih besar dari α = 0,05, sehingga dapat disimpulkan bahwa variabel Debt to Assets Ratio DAR
tidak berpengaruh secara signifikan terhadap return saham pada perusahaan Manufaktur yang terdaftar di BEI tahun 2009 – 2013. Kondisi ini berarti Ha
ditolak.
3. Variabel Total Assets Turn Over TATO mempunyai t
hitung
= 0,252 t
tabel
= 1,975, dengan tingkat signifikasi sebesar 0,801
yang lebih besar dari α = 0,05, sehingga dapat disimpulkan bahwa variabel Total Assets Turn Over
TATO tidak berpengaruh secara signifikan terhadap return saham pada perusahaan Manufaktur yang terdaftar di BEI tahun 2009 – 2013. Kondisi ini
berarti Ha ditolak. 4. Variabel Return On Assets ROA mempunyai t
hitung
= 2,422 t
tabel
= 1,975, dengan tingkat signifikasi sebesar 0,017 yang lebih kecil
dari α = 0,05, sehingga dapat disimpulkan bahwa variabel Return On Assets ROA
berpengaruh secara signifikan terhadap return saham pada perusahaan Manufaktur yang terdaftar di BEI tahun 2009 – 2013. Kondisi ini berarti Ha
diterima.
4.1.3.3. Regresi Linier Berganda
Analisis regresi linier berganda bertujuan untuk mengetahui arah pengaruh dua variabel bebas atau lebih terhadap variabel terikatnya. Adapun hasil
pengolahan data dengan analisis regresi dapat dilihat pada tabel 4.8 berikut:
Tabel 4.9. Regresi Linier Berganda
Model Unstandardized
Coefficients Standardized
Coefficients B
Std. Error Beta
1 Constant
-.277 .360
CR.Ln .031
.069 .039
DAR.Ln .008
.121 .006
TATO.Ln .029
.116 .020
ROA.Ln .160
.066 .196
Sumber : SPSS 16 diolah Peneliti, 2015 Informasi yang ditampilkan pada tabel 4.9 adalah persamaan regresi
berganda antara variabel independen X terhadap variabel dependen Y yang dapat diformulasikan dalam bentuk persamaan berikut ini:
Y = -0.277 + 0.031X
1
+ 0,008X
2
+ 0,029X
3
+ 0,160X
4
+ e
Penjelasan dari nilai a, b
1
dan b
2
pada Unstandardized Coefficients tersebut dapat dijelaskan dibawah ini:
1. Nilai B Constant a sebesar -0,277 artinya jika variabel Current Ratio CR, Debt to Assets Ratio DAR, Total Assets Turn Over TATO dan Return On
Assets ROA konstan tetap maka return saham adalah sebesar -0,277. 2. Nilai
β
1
sebesar 0.031 artinya pengaruh variabel Current Ratio CR terhadap return saham adalah positif dimana jika variabel Current Ratio CR
meningkat sebesar satu maka return saham akan naik sebesar -0.031. 3. Nilai
β
2
sebesar 0,008 artinya pengaruh variabel Debt to Assets Ratio DAR
terhadap return saham adalah positif dimana jika variabel Debt to Assets Ratio DAR meningkat sebesar satu maka return saham akan naik sebesar
0,008. 4. Nilai
β
3
sebesar 0,029 artinya pengaruh variabel Total Assets Turn Over
TATO terhadap return saham adalah positif dimana jika variabel Total
Assets Turn Over TATO meningkat sebesar satu maka return saham akan naik sebesar 0,029.
5. Nilai β
4
sebesar 0,160 artinya pengaruh variabel Return On Assets ROA
terhadap return saham adalah positif dimana jika variabel Return On Assets ROA meningkat sebesar satu maka return saham akan naik sebesar 0,160.
4.1.3.4. Koefisien Determinasi
Uji Statistik koefisien determinasi pada penelitian ini tujuannya adalah untuk mengetahui seberapa jauh kemampuan model dalam menerangkan variasi
variabel dependen. Uji statistik koefisien determinasi dapat dilihat pada Tabel 4.9 berikut:
Tabel 4.10. Koefisien Determinasi Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
.207
a
.043 .019
. 73741 2.221
Sumber Data : SPSS 16 diolah Peneliti, 2015
Tabel 4.9 memperlihatkan bahwa nilai R Square sebesar 0,043 atau 4,3 yang berarti bahwa persentase pengaruh variabel independen CR, DAR, TATO
dan ROA terhadap return saham adalah sebesar nilai koefisien determinasi atau 4,3. Sedangkan sisanya 95,7 dipengaruhi atau dijelaskan oleh variabel lain
yang tidak dimasukkan dalam model penelitian ini.
4.2. Pembahasan Hasil Penelitian
4.2.1. Hasil Uji Simultan F
Hasil penelitian diperoleh nilai F
hitung
sebesar 1,793 sedangkan F
tabel
pada tingkat kepercayaan α = 5 dengan df
1
= 5 – 1 = 4 dan df
2
= 164 – 4 =160, adalah sebesar 2,43 dengan ketentuan sebagai berikut :
Tabel 4.11 Kriteria Pengujian Hipotesis Simultan
F
hitung
F
tabel
Signifikan alpha α
Kesimpulan 1,793
2,43 0,133
0,05 Hipotesis ditolak
Sumber : Hasil Penelitian, 2015 Berdasarkan hasil uji F maka dapat dibuktikan bahwa F
hitung
sebesar 1,793 F
tabel
2,43 dengan tingkat signifikansi sebesar 0,133 α = 0,05, yang berarti
bahwa hipotesis Ha ditolak sehingga dapat dinyatakan bahwa variabel CR, DAR,
TATO dan ROA secara simultan tidak berpengaruh signifikan terhadap return saham. Nilai R Square sebesar 0,043 atau 4,3 yang berarti bahwa persentase
pengaruh variabel independen CR, DAR, TATO dan ROA terhadap return saham adalah sebesar nilai koefisien determinasi atau 4,3. Sedangkan sisanya
95,7 dipengaruhi atau dijelaskan oleh variabel lain yang tidak dimasukkan dalam model penelitian ini seperti misalnya faktor struktur modal, laba, struktur
aktiva, ukuran perusahaan, kebijakan deviden dan lain sebagainya. Hasil penelitian ini tidak mendukung hasil penelitian Leonardo Guntur
2009 yang membuktikan bahwa secara simultan ketiga rasio tersebut memiliki pengaruh yang signifikan terhadap return saham. Kondisi ini menunjukkan bahwa
investor tidak merespon secara signifikan terhadap kinerja keuangan perusahaan yang tergambarkan dari rasio likuiditas, rasio leverage, rasio aktivitas dan rasio
profitabilitas secaraa bersamaan sehingga tidak menimbulkan sinyal maupun reaksi dari investor dalam mempengaruhi perdagangan saham. Hal inilah yang
tidak mempengaruhi return saham yang dihasilkan dari perubahan harga saham setiap periodenya.
4.2.2. Hasil Uji Parsial t
4.2.2.1. Pengaruh Current Ratio CR terhadap Return saham
Hasil penelitian diperoleh nilai t
hitung
sebesar -0,473 sedangkan t
tabel
pada tingkat kepercayaan α = 5 dengan df = 40 – 2 = 38. Nilai t tabel dengan taraf
nyata α2 = 0,025 dan df = 38 adalah 2,024 maka ketentuannya sebagai berikut :
Tabel 4.12 Kriteria Pengujian Hipotesis Parsial
t
hitung
t
tabel
Signifikan alpha α
Kesimpulan 0,451
1,975 0,653
0,05 Hipotesis ditolak
Sumber : Hasil Penelitian, 2015 Berdasarkan hasil uji t maka dapat dibuktikan bahwa diperoleh nilai t
hitung
sebesar t
hitung
= 0,451 t
tabel
= 1,975, dengan tingkat signifikasi sebesar 0,653 yang lebih
besar dari α = 0,05, sehingga dapat disimpulkan bahwa variabel Current Ratio CR tidak berpengaruh secara signifikan terhadap return saham
pada perusahaan Manufaktur yang terdaftar di BEI tahun 2009 – 2013. Kondisi ini berarti Ha ditolak.
Hasil penelitian ini tidak mendukung hasil penelitian yang dilakukan oleh Ulupui 2005 yang membuktikan rasio likuiditas berpengaruh signifikan terhadap
return saham. Implikasi dari hasil penelitian ini menunjukkan bahwa rasio likuiditas bukan merupakan faktor penentu yang mempengaruhi return saham.
Hal ini dibuktikan dari pengaruh Current Ratio CR terhadap return saham yang
tidak signifikan. Informasi Current Ratio CR tidak menjadi daya tarik investor dalam berinvestasi saham sehingga respons terhadap return saham tidak kuat.
4.2.2.2. Pengaruh Debt to Assets Ratio DAR terhadap Return saham
Hasil penelitian diperoleh nilai t
hitung
sebesar -0,473 sedangkan t
tabel
pada tingkat kepercayaan α = 5 dengan df = 40 – 2 = 38. Nilai t tabel dengan taraf
nyata α2 = 0,025 dan df = 38 adalah 2,024 maka ketentuannya sebagai berikut :
Tabel 4.12 Kriteria Pengujian Hipotesis Parsial
t
hitung
t
tabel
Signifikan alpha α
Kesimpulan 0,064
1,975 0,949
0,05 Hipotesis ditolak
Sumber : Hasil Penelitian, 2015 Berdasarkan hasil uji t maka dapat dibuktikan bahwa diperoleh nilai t
hitung
sebesar t
hitung
= 0,064 t
tabel
= 1,975, dengan tingkat signifikasi sebesar 0,949 yang lebih besar dari α = 0,05, sehingga dapat disimpulkan bahwa variabel Debt
to Assets Ratio DAR tidak berpengaruh secara signifikan terhadap return saham pada perusahaan Manufaktur yang terdaftar di BEI tahun 2009 – 2013. Kondisi
ini berarti Ha ditolak. Hasil penelitian ini tidak mendukung hasil penelitian yang dilakukan oleh
Sugiarto 2011 yang membuktikan rasio leverage berpengaruh signifikan
terhadap return saham. Implikasi dari hasil penelitian ini menunjukkan bahwa rasio leverage bukan merupakan faktor penentu yang mempengaruhi return
saham. Hal ini dibuktikan dari pengaruh Debt to Assets Ratio DAR terhadap return saham yang tidak signifikan. Informasi Debt to Assets Ratio DAR tidak
menjadi daya tarik investor dalam berinvestasi saham sehingga respons terhadap return saham tidak kuat.
4.2.2.3. Pengaruh Total Assets Turn Over TATO terhadap Return saham
Hasil penelitian diperoleh nilai t
hitung
sebesar -0,473 sedangkan t
tabel
pada tingkat kepercayaan α = 5 dengan df = 40 – 2 = 38. Nilai t tabel dengan taraf
nyata α2 = 0,025 dan df = 38 adalah 2,024 maka ketentuannya sebagai berikut :
Tabel 4.12 Kriteria Pengujian Hipotesis Parsial
t
hitung
t
tabel
Signifikan alpha α
Kesimpulan 0,064
1,975 0,949
0,05 Hipotesis ditolak
Sumber : Hasil Penelitian, 2015 Berdasarkan hasil uji t maka dapat dibuktikan bahwa diperoleh nilai t
hitung
sebesar t
hitung
= 00,252 t
tabel
= 1,975, dengan tingkat signifikasi sebesar 0,801 yang lebih
besar dari α = 0,05, sehingga dapat disimpulkan bahwa variabel Total Assets Turn Over TATO tidak berpengaruh secara signifikan terhadap return
saham pada perusahaan Manufaktur yang terdaftar di BEI tahun 2009 – 2013. Kondisi ini berarti Ha ditolak.
Hasil penelitian ini tidak mendukung hasil penelitian yang dilakukan oleh Ulupui 2005 yang membuktikan rasio aktivitas berpengaruh signifikan terhadap
return saham. Implikasi dari hasil penelitian ini menunjukkan bahwa rasio aktivitas bukan merupakan faktor penentu yang mempengaruhi return saham. Hal
ini dibuktikan dari pengaruh Total Assets Turn Over TATO terhadap return saham yang tidak signifikan. Informasi Total Assets Turn Over TATO tidak
menjadi daya tarik investor dalam berinvestasi saham sehingga respons terhadap return saham tidak kuat.
4.2.2.4. Pengaruh Return On Assets ROA terhadap return saham
Hasil penelitian diperoleh nilai t
hitung
sebesar 2,621 sedangkan t
tabel
pada tingkat kepercayaan α = 5 dengan df = 40 – 2 = 38. Nilai t tabel dengan taraf
nyata α2 = 0,025 dan df = 38 adalah 2,024 maka ketentuannya sebagai berikut :
Tabel 4.13 Kriteria Pengujian Hipotesis Parsial
t
hitung
t
tabel
Signifikan alpha α
Kesimpulan 2,621
2,024 0,013
0,05 Hipotesis diterima
Sumber : Hasil Penelitian, 2015 Berdasarkan hasil uji t maka dapat dibuktikan bahwa diperoleh nilai t
hitung
sebesar 2,422 t
tabel
= 1,975, dengan tingkat signifikasi sebesar 0,017 yang lebih kecil
dari α = 0,05, sehingga dapat disimpulkan bahwa variabel Return On Assets ROA berpengaruh secara signifikan terhadap return saham pada perusahaan
Manufaktur yang terdaftar di BEI tahun 2009 – 2013. Kondisi ini berarti Ha diterima.
Hasil penelitian ini konsisten dengan hasil penelitian yang dilakukan oleh Satria 2007 yang membuktikan rasio profitabilitas memiliki pengaruh yang
positif dan signifikan terhadap return saham satu periode ke depan. Hal ini mengindikasikan bahwa pemodal akan memperoleh return yang lebih tinggi jika
kemampuan perusahaan mampu menghasilkan profitabilitas yang tinggi.
BAB V KESIMPULAN, KETERBATASAN DAN SARAN
5.1. Kesimpulan
Dari hasil penelitian dan pengujian hipotesis yang telah dilakukan, dapat diambil beberapa kesimpulan sebagai berikut:
1. Rasio likuiditas yang diinterprestasikan oleh CR, rasio leverage yang diinterprestasikan oleh DAR, rasio aktivitas yang diinterprestasikan oleh
TATO dan rasio profitabilitas yang diinterprestasikan oleh ROA secara simultan tidak berpengaruh signifikan terhadap return saham pada
perusahaan Manufaktur yang terdaftar di Bursa Efek Indonesia untuk periode 2009-2013.
2. Secara parsial rasio likuiditas yang diinterprestasikan oleh CR tidak berpengaruh signifikan terhadap return saham pada perusahaan Manufaktur
terdaftar di Bursa Efek Indonesia untuk periode 2009-2013. 3. Secara parsial rasio leverage yang diinterprestasikan oleh DAR tidak
berpengaruh signifikan terhadap return saham pada perusahaan Manufaktur terdaftar di Bursa Efek Indonesia untuk periode 2009-2013.
4. Secara parsial rasio aktivitas yang diinterprestasikan oleh TATO tidak berpengaruh signifikan terhadap return saham pada perusahaan Manufaktur
terdaftar di Bursa Efek Indonesia untuk periode 2009-2013. 5. Secara parsial rasio profitabilitas yang diinterprestasikan oleh ROA
berpengaruh signifikan terhadap return saham pada perusahaan Manufaktur terdaftar di Bursa Efek Indonesia untuk periode 2009-2013.
5.2. Keterbatasan
Penelitian ini memiliki beberapa keterbatasan, antara lain: 1. Nilai R-Square yang kecil menyebabkan adanya keterbatasan dalam
menggunakan faktor dari variabel bebas yang mempengaruhi return saham dengan kemungkinan masih terdapat banyak lagi faktor-faktor lain lagi
yang berpengaruh terhadap return saham selain dari variabel CR, DAR, TATO dan ROA.
2. Keterbatasan menggunakan sampel yaitu hanya pada perusahaan manufaktur saja sehingga belum dapat dijadikan dasar keputusan secara
umum terhadap perusahaan-perusahaan yang terdaftar di BEI.
5.3. Saran
Adapun saran yang atas dasar kesimpulan dan keterbatasan penelitian diatas, adalah sebagai berikut:
1. Peneliti selanjutnya diharapkan menambah jumlah variabel independen lainnya misalnya kebijakan deviden, struktur modal, manajemen laba,
ukuran perusahaan dan faktor lainnya sehingga dengan menambah variabel akan menambah temuan baru yang lebih baik lagi yang diduga
dapat mempengaruhi return saham. 2. Peneliti selanjutnya diharapkan menambah ukuran populasi dengan
menambah jumlah perusahaan yang go public di Bursa Efek Indonesia maupun menambah periode waktu agar hasil penelitiannya lebih dapat
digeneralisasi.
DAFTAR PUSTAKA Agnes Sawir 2005, “Analisis Kinerja Keuangan dan Perencanaan Keuangan
Perusahaan”. Penerbit Gramedia Pustaka Utama, Jakarta. Brigham, Eugene F dan Houston, Joel F 2006. Dasar-Dasar Manajemen
Keuangan. Edisi 10, Buku Satu, Terjemahan Yulianto, Ali Akbar. Buku Satu. Jakarta: Salemba Empat
2010. Dasar-Dasar Manajemen Keuangan. Edisi 11, Buku Satu, Terjemahan Yulianto, Ali Akbar. Buku Satu. Jakarta: Salemba Empat
Fakhruddin, Henry M 2008. Istilah Pasar Modal A-Z. Jakarta: Gramedia. Fahmi, Irham dan Yovi Lavianti Hadi 2009. Teori Portfolio dan Analisis
Investasi. Bandung: Alfabeta Ghozali, Imam 2005. “Aplikasi Analisis Multivariat dengan Program SPSS”,
Penerbit Universitas Diponegoro, Semarang Harahap, Sofyan Safri. 2006. “Analisis Kritis atas Laporan Keuangan”. Cetakan
Ketujuh, Penerbit PT. Raja Grafindo Persada, Jakarta Husnan, Suad 2005. Dasar-Dasar Teori Portpolio dan Analisis Investasi.
Yogyakarta: UPP AMP YKPN Jogiyanto, Hartono 2009. Teori Portpolio dan Analisis Investasi. Edisi Keenam,
Yogyakarta:BPFE Munawir. S, Drs. 2004. Analisis Laporan Keuangan. Edisi Keempat, Penerbit:
Liberty, Yogyakarta Samsul, Mohamad 2006. Pasar Modal dan Manajemen Portpolio. Jakarta:
Erlangga Said Kelana Asnawi dan Chandra Wijaya, 2005. “Riset Keuangan, Pengujian-
Pengujian Empiris”, Penerbit PT Gramedia Pustaka Utama, Jakarta Sharpe. William F, Alexander, Gordon J, dan Bailey. Jeffery V 2005, Investasi.
JIlid Pertama, Edisi Keenam. Penerbit Indeks, Jakarta Suharli, Michell. 2005. Studi Empiris Terhadap Dua Faktor yang Mempengaruhi
Return Saham pada Food Beverages di Bursa Efek Indonesia, Universitas Kristen Petra: 99-116
Sugiono. 2009. Metode Penelitian Kuantitatif, Kuantitatif dan RD. Bandung: Alfabeta
Tandelilin, Eduardus 2010. Portopolio dan Investasi Teori dan Aplikasi. Edisi Pertama, Yogyakarta: Kanisius