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