Teknik Pengumpulan Data Analisa Deskriptif Variabel yang Mempengaruhi Harga Saham

49

3.6 Teknik Pengumpulan Data

Teknik pengumpulan data dalam penelitian ini dilakukan dengan studi dokumentasi, yaitu dengan mempelajari, mengklasifikasikan, dan menganalisis data sekunder yang terkait dengan lingkup penelitian ini. Data tersebut diperoleh dari laporan keuangan perusahaan real estate dan properti yang terdaftar di Bursa Efek Indonesia BEI pada tahun 2008 sampai dengan tahun 2010 dan dari Indonesian Capital Market Directory ICMD. Pengumpulan data sekunder diperoleh dari media internet dengan cara mendownload melalui situs www.idx.co.id untuk memperoleh data mengenai laporan keuangan yang dibutuhkan dalam penelitian. Sedangkan untuk data mengenai harga saham dapat dilihat dan didownload dari situs www.duniainvestasi.com

3.7 Metode Analisis Data

Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis deskriptif dan metode analisis statistik sebagai berikut:

3.7.1 Metode Analisis Deskriptif

Metode analisis deskriptif adalah suatu metode analisis dimana data yang dikumpulkan dan digolongkan kemudian dianalisis dan diinterpretasikan secara obyektif. Universitas Sumatera Utara 50

3.7.2 Metode Regresi Berganda

Analisis regresi berganda digunakan untuk mengetahui pengaruh dari debt to equity ratio DER, Price Earning Ratio PER dan Return On Equity ROE terhadap Harga Saham. Persamaan regresi berganda yang dipakai adalah sebagai berikut: Y = a + b 1 X 1 + b 2 X 2 + b 3 X 3 + e Keterangan: Y = Harga Saham a = konstanta X 1 = Debt to Equity Ratio DER X 2 = Price Earning Ratio PER X 3 = Return On Equity ROE b 1 = Koefisien regresi variabel Debt to equity ratio b 2 = Koefisien regresi variabel Price earning ratio b 3 = Koefisien regresi variabel Return on equity e = error Menurut Situmorang,et.al 2010:141 “regresi linear berganda bertujuan untuk menentukan hubungan linear antar beberapa variabel bebas yang biasa disebut X1,X2,X3, dan seterusnya dengan varibel terikat yang disebut Y”. Sebelum melakukan analisis regresi, agar didapat perkiraan yang tidak bias dan efisiensi maka dilakukan pengujian asumsi Universitas Sumatera Utara 51 klasik. Ada beberapa kriteria persyaratan asumsi klasik yang harus dipenuhi yaitu uji normalitas, uji multikolonieritas, uji heteroskedastisitas dan uji autokorelasi. a. Uji normalitas data Menurut Erlina 2008:102 Uji normalitas dapat berguna dan bermanfaat untuk tahap awal dalam metode pemilihan analisis data. Jika data normal akan digunakan statistik parametik dan jika data tidak normal digunakan statistik non-parametik atau lakukan treatment agar data normal. Pengujian ini diperlukan karena untuk melakukan uji t dan uji F perlu mengasumsikan bahwa nilai residual mengikuti distribusi normal. Menurut Situmorang,et.al 2010:91, untuk menguji normalitas data dapat dilihat dengan menggunakan tiga pendekatan yaitu : 1. Pendekatan Histogram. Untuk menguji normalitas data dapat dilihat dengan kurva normal yaitu kurva yang memiliki ciri – ciri khusus, salah satu diantaranya adalah bahwa : mean, mode dan median pada tempat yang sama. Jika ketiga tendensi sentral tersebut tidak terletak pada satu tempat maka berarti bahwa kurva tersebut juling ke kiri atau ke kanan. Ukuran kemiringan puncak kurva ke kiri atau ke kanan tersebut dikenal dengan nama “kemiringan kurva” atau “kemencengan kurva” skewness. Data yang baik adalah data yang mempunyai pola seperti distribusi normal, yakni distribusi data tersebut tidak menceng ke kiri atau menceng ke kanan. 2. Pendekatan Grafik. PP plot akan membentuk plot antara nilai – nilai teoritis sumbu x melawan nilai – nilai yang didapat dari sampel sumbu y. apabila plot dari keduanya berbentuk linier dapat didekati oleh garis lurus, maka hal ini merupakan indikasi bahwa residual menyebar normal. Pada scatter plot terlihat titik yang mengikuti data di sepanjang garis diagonal. Hal ini berarti data terdistribusi normal. Universitas Sumatera Utara 52 3. Pendekatan Kolmogrov – Smirnov. Untuk memastikan apakah data disepanjang garis diagonal berdistribusi normal maka dilakukan uji kolmogorv smirnov 1 sample KS dengan melihat data residualnya apakah berdistribusi normal atau tidak. Menurut Erlina 2008:104 analisis statistik digunakan untuk melihat apakah suatu data mempunyai distribusi normal dapat dilihat dari nilai Z skewness. Berdasarkan uji skewness ini, maka suatu data dikatakan memiliki distribusi normal jika Z hitung lebih kecil dari Z tabel. Nilai Z tabel pada tingkat signifikansi 0,05 sebesar 1,96 sedangkan pada tingkat signifikansi 0,01 nilai Z tabel sebesar 2,58. Menurut Situmorang, et.al 2010:97 ada beberapa cara yang dapat dilakukan jika data ternyata tidak menyebar secara normal, caranya melalui : 1. Melakukan transformasi data, misalnya mengubah data menjadi bentuk logaritma Log10 atau logaritma natural Ln 2. Menambah jumlah data 3. Menghilangkan data yang dianggap sebagai penyebab tidak normalnya data 4. Menerima data apa adanya. b. Uji multikolinieritas Menurut Erlina 2008:105 multikolinearitas adalah situasi adanya korelasi variabel – variabel independen antara yang satu dengan yang lainnya. Dalam hal ini, kita sebut variabel-variabel bebas ini tidak ortogonal. Variabel-variabel bebas yang bersifat ortogonal adalah variabel bebas yang memiliki nilai korelasi diantara sesamanya sama dengan nol. Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi di antara variabel independen. Universitas Sumatera Utara 53 Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independennya. Jika terjadi korelasi sempurna diantara sesama variabel bebas, maka konsekuensinya adalah koefisien- koefisien regresi menjadi tidak dapat ditaksir dan nilai standart error setiap koefisien regresi menjadi tidak terhingga. Apabila terjadi korelasi antara variabel independen, maka dinamakan terdapat problem multikolinearitas. Pengujian multikolinearitas dilakukan dengan menlihat nilai VIF dan korelasi diantara variabel independen. Menurut Lubis 2007:32 ketentuan untuk mendeteksi ada tidaknya multikolinieritas yaitu : 1. Jika nilai Variance Inflation Factor VIF tidak lebih dari 10 dan nilai Tolerance tidak kurang dari 0,1, maka model dapat dikatakatakan terbebas dari dari multikolinieritas VIF = 1Tolerance, jika VIF = 0 maka Tolerance = 110 = 0,1. Semakin tinggi VIF maka semakin rendah Tolerance. 2. Jika nilai koefisien korelasi antar masing – masing variabel independen kurang dari 0,70, maka model dapat dinyatakan bebas dari asumsi klasik multikolinieritas. Jika lebih rendah dari 0,70 maka diasumsikan terjadi korelasi yang sangat kuat antar variabel independen sehingga terjadi multikolinieritas. c. Uji heteroskedastisitas Menurut Erlina 2008:106 “ uji heteroskedastisitas bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan ke pengamatan yang lain”. Model regresi yang baik adalah tidak terjadinya heteroskedastisitas. Universitas Sumatera Utara 54 Untuk mendeteksi ada tidaknya heteroskedastisitas pada suatu model dapat dilihat dari pola gambar Scatterplot model tersebut. Menurut Lubis 2007:34 suatu model regresi linear berganda dapat dikatakan terbebas dari heteroskedastisitas jika pola gambar scatterplot model tersebut adalah : 1. Titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0 2. Titik-titik data tidak mengumpul hanya di atas atau di bawah saja 3. Penyebaran titik-titik data tidak boleh membentuk pola bergelombang melebar kemudian menyempit dan melebar kembali 4. Penyebaran titik-titik data sebaiknya tidak berpola. d. Uji autokorelasi Menurut Situmorang,et.al 2010:113, “uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode sebelumnya”. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Hal ini biasanya terjadi pada data time series. Karena gangguan pada satu data cenderung menganggu data lainnya. Jika terjadi autokorelasi maka dikatakan ada problem autokorelasi. Cara menguji autokorelasi adalah dengan melihat model regresi linear berganda terbebas dari autokorelasi apabila nilai Durbin Watson DW berada dibawah angka 2. Universitas Sumatera Utara 55 Pengujian hipotesis Uji hipotesis dilakukan dengan dua tahap, yakni uji t dan uji F. Pengaruh variabel bebas terhadap variabel terikat secara parsial akan diketahui dengan menggunakan uji t. Pengaruh variabel bebas terhadap variabel terikat secara simultan akan dilihat dengan menggunakan uji F. a. Uji signifikansi parsial t-test Menurut Situmorang,et.al 2010:155, “uji statistik t dilakukan untuk menguji setiap variabel bebas X 1, X 2, X 3 apakah mempunyai pengaruh yang signifikan terhadap variabel terikat Y secara parsial” Bentuk pengujiannya adalah: H : variabel debt to equity ratio,price earning ratio dan return on equity secara parsial tidak mempunyai pengaruh terhadap Harga Saham. H a : variabel debt to equity ratio,price earning ratio dan return on equity secara parsial mempunyai pengaruh terhadap Harga Saham. Pengujian dilakukan menggunakan uji – t dengan tingkat pengujian pada α = 5 derajat kebebasan degree of fredom. Kriteria pengambilan keputusan adalah sebagai berikut: H diterima jika t hitung t tabel H a diterima jika t hitung t tabel . Universitas Sumatera Utara 56 b. Uji signifikansi simultan F-test Menurut Situmorang,et.al 2010:146, “uji statistik F digunakan untuk menguji apakah hipotesis yang diajukan diterima atau ditolak. Uji F dilakukan untuk mengetahui apakah semua variabel independen mempunyai pengaruh secara simultan terhadap variabel dependen”. Bentuk pengujiannya adalah: H : variabel debt to equity ratio, price earning ratio dan return on equity secara bersama–sama simultan tidak mempunyai pengaruh terhadap Harga saham. H a : variabel debt to equity ratio, price earning ratio dan return on equity secara bersama–sama simultan mempunyai pengaruh terhadap Harga saham. Kriteria pengambilan keputusan dengan uji signifikansi simultan ini dapat diuraikan sebagai berikut: H diterima jika F hitung F tabel pada α = 5 H a diterima jika F hitung F tabel pada α = 5 c. Koefisien determinasi R 2 Menurut Situmorang et al. 2010:144 koefisien determinasi dapat dijelaskan sebagai berikut Koefisien determinasi mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel independent atau predictornya. Range nilai dari R 2 adalah 0-1. 0 ≤ R 2 ≤ 1.Semakin mendekati nol berarti model tidak baik atau variasi model dalam menjelaskan amat terbatas, sebaliknya semakin mendekati satu model semakin baik. Universitas Sumatera Utara 57 Kelemahan mendasar dalam penggunaan koefisien determinasi adalah bias terhadap jumlah variabel independen. Semakin banyak variabel independent ditambah ke dalam model maka R 2 akan meningkat walaupun variabel tersebut tidak berpengaruh secara signifikan ke dalam model. Universitas Sumatera Utara 58 BAB IV ANALISIS DAN PEMBAHASAN

4.1 Analisa Deskriptif Variabel yang Mempengaruhi Harga Saham

Deskripsi nilai variabel Debt to Equity Ratio, Price Earning Ratio, dan Return On Equity pada perusahaan Real Estate dan Property yang terdaftar di Bursa Efek Indonesia disajikan dalam tabel - tabel berikut: Tabel 4.1 Nilai Debt to Equity Ratio, Price Earning Ratio, dan Return On Equity pada Perusahaan Real Estate dan Property Tahun 2008 NO Kode Perusahaan DER PER ROE Harga Saham 1 ASRI 0.74 14.56 3.35 50 2 BAPA 1.19 211.03 0.77 145 3 BIPP 0.81 -2.07 -36.36 54 4 BKDP 0.45 386.38 0.13 50 5 BKSL 0.16 -96.82 -0.71 69 6 BSDE 1.11 4.65 10.77 88 7 COWL 0.74 46.74 -5.57 426 8 CTRA 0.38 5.97 5.06 184 9 CTRP 0.08 4.23 5.79 129 10 CTRS 0.44 2.17 10.3 158 11 DART 3.35 8.51 15.79 300 12 DILD 0.86 87.81 1.26 400 13 DUTI 0.81 46.15 1.77 1000 14 ELTY 0.7 5.27 6.04 72 15 FMII 0.89 -4.62 -18.67 75 16 GMTD 2.09 1.86 8.64 147 17 GPRA 1.64 95.91 2.15 340 18 JIHD 2.53 -8.81 -17.96 220 19 JRPT 0.75 9.3 11.98 500 20 KPIG 0.21 -10.49 -6.44 320 21 LAMI 2.62 10.5 5.34 85 22 LCGP 0.14 -10.72 -4.12 50 23 LPCK 1.96 10.07 3 205 24 LPKR 1.54 37.32 8.24 800 Universitas Sumatera Utara 59 NO Kode Perusahaan DER PER ROE Harga Saham 25 MDLN 0.77 64.16 0.23 50 26 OMRE 2.51 -20.97 -18.17 475 27 PWON 2.46 -429.12 -0.94 98 28 RBMS 0.1 32.83 0.9 97 29 SCBD 1.88 -21.62 -7.52 630 30 SIIP 1.27 15.58 7.03 205 31 SMDM 0.5 -21.22 -1.66 100 32 SMRA 1.31 11.35 6 166 Sumber: www.idx.co.id diolah Tabel 4.2 Nilai Debt to Equity Ratio, Price Earning Ratio, dan Return On Equity pada Perusahaan Real Estate dan Property Tahun 2009 NO Kode Perusahaan DER PER ROE Harga Saham 1 ASRI 0.84 19.95 4.88 105 2 BAPA 1.01 4.85 13.41 67 3 BIPP 0.96 -3.76 -22 54 4 BKDP 0.36 -135.17 -1.13 153 5 BKSL 0.22 385.28 0.11 101 6 BSDE 0.84 31.17 6.74 817 7 COWL 0.58 19.29 -10.43 364 8 CTRA 0.34 53.95 2.93 485 9 CTRP 0.07 20.31 2.24 245 10 CTRS 0.46 17.67 3.92 510 11 DART 3.83 18.48 4.54 195 12 DILD 0.83 77.71 2.22 640 13 DUTI 0.62 5.93 8.55 680 14 ELTY 1.25 29.09 2.85 193 15 FMII 0.09 -15.99 -3.72 90 16 GMTD 1.92 1.11 12.9 147 17 GPRA 1.33 14.35 5.58 140 18 JIHD 3.16 -9.68 -3.73 610 19 JRPT 0.87 11.48 14.19 800 20 KPIG 0.14 8.69 7 315 21 LAMI 2.2 8.66 6.75 95 22 LCGP 0.15 -66.04 -0.67 50 23 LPCK 2.11 6.1 5.15 225 24 LPKR 1.4 22.74 7.94 510 25 MDLN 0.7 162.22 0.23 125 26 OMRE 1.47 8.33 27.81 400 Universitas Sumatera Utara 60 NO Kode Perusahaan DER PER ROE Harga Saham 27 PWON 1.94 36.95 12.74 130 28 RBMS 0.05 209.13 0.1 75 29 SCBD 0.96 7.89 17.09 630 30 SIIP 0.96 9.74 5.2 100 31 SMDM 0.52 141.06 0.23 83 32 SMRA 1.59 23.08 9.74 600 Sumber: www.idx.co.id diolah Tabel 4.3 Nilai Debt to Equity Ratio, Price Earning Ratio, dan Return On Equity pada Perusahaan Real Estate dan Property Tahun 2010 NO Kode Perusahaan DER PER ROE Harga Saham 1 ASRI 1.07 18.14 13.15 295 2 BAPA 0.82 12.81 16.93 250 3 BIPP 1.04 -15.84 -5.53 54 4 BKDP 0.4 -57.45 -2.02 116 5 BKSL 0.17 41.71 1.59 109 6 BSDE 0.7 39.93 6.43 900 7 COWL 1.05 10.97 -6.44 127 8 CTRA 0.43 20.58 5.26 350 9 CTRP 0.08 17.42 4.5 440 10 CTRS 0.6 15.66 5.64 690 11 DART 2.47 19.78 3.64 186 12 DILD 0.27 12.57 9.79 425 13 DUTI 0.55 14.55 9.72 2100 14 ELTY 0.82 31.24 2.23 157 15 FMII 0.29 -46.08 -2.24 90 16 GMTD 1.8 0.61 21.5 165 17 GPRA 0.97 12.22 5.93 134 18 JIHD 1.75 3.74 21.14 790 19 JRPT 1.1 13.49 17.39 1300 20 KPIG 0.07 8.54 8.35 395 21 LAMI 1.83 11.69 9.26 194 22 LCGP 0.08 -130.47 -0.34 50 23 LPCK 1.96 4.21 11.58 395 24 LPKR 1.03 27.99 6.81 680 25 MDLN 0.83 19.4 3.47 245 26 OMRE 0.88 2.8 26.04 170 27 PWON 1.66 33.01 19.14 217 28 RBMS 0.07 56.47 0.43 81 29 SCBD 0.58 21.72 4.7 500 Universitas Sumatera Utara 61 NO Kode Perusahaan DER PER ROE Harga Saham 30 SIIP 1.05 729.81 0.06 89 31 SMDM 0.24 -219.96 -0.14 101 32 SMRA 1.86 32.09 10.91 1090 Sumber: www.idx.co.id diolah

4.2 Deskriptif Obyek Penelitian