Analisis dan Pengujian Hipotesis

Dari tabel diatas dapat diketahui bahwa mulai tahun 2005-2008 untuk Price Earning Ratio pada tahun 2005 PT. United Tracktor mencatat nilai paling tinggi yaitu sebesar 9.96. Pada tahun 2006 PT. Indo Kordsa Tbk. mencatat nilai paling tinggi yaitu sebesar 46.69. Sedangkan pada tahun 2007 PT. Multistrada Arah Sarana Tbk mencatat nilai paling tinggi yaitu sebesar 45.05. Kemudian pada tahun 2008 PT. Multistrada Arah Sarana Tbk kembali mencatat nilai paling tinggi yaitu sebesar 288.09

4.3. Analisis dan Pengujian Hipotesis

4.3.1. Uji Normalitas

Untuk mengetahui apakah data tersebut mengikuti sebaran normal dapat dilakukan dengan metode Kolmogrov Smirnov Sumarsono, 2004;40. Dasar pengambilan keputusan : jika nilai signifikan nilai probabilitasnya lebih besar dari 5, maka distribusi adalah normal Sumarsono, 2004;43. Tabel 7. Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test 20 20 20 20 1.5795 .5275 18.8885 31.0275 .48603 .15300 54.56728 76.97538 .173 .174 .315 .461 .173 .148 .253 .461 -.171 -.174 -.315 -.304 .774 .779 1.407 2.063 .587 .579 .038 .000 N Mean Std. Deviation Normal Parameters a,b Absolute Positive Negative Most Extreme Differences Kolmogorov-Smirnov Z Asymp. Sig. 2-tailed CURRENT RATIO LEVERAGE DPR PER Test distribution is Normal. a. Calculated from data. b. Sumber : Lampiran 2 Menggunakan uji Kolmogorov-Smirnov dengan menggunakan uji ini diperoleh hasil analisis bahwa tidak semua variabel yang diteliti memiliki distribusi yang normal, hanya pada variabel Current Ratio X1 dan Leverage Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber X2 yang memiliki distribusi normal dimana nilai Asymp. Sig signifikansi lebih besar dari 0,05 , sehingga dapat disimpulkan sebagian data tersebut tidak memenuhi asumsi berdistribusi normal.

4.3.2. Uji Outlier

Evaluasi terhadap multivariate outliers perlu dilakukan sebab walaupun data yang dianalisis menunjukkan tidak ada outlier pada tingkat univariate, tetapi observasi itu dapat menjadi outlier bila sudah dikombinasikan. Multivariate outliers diuji menggunakan uji Mahalanobis Distance pada tingkat p 0,001. Jarak Mahalanobis Distance itu dievaluasi dengan menggunakan χ 2 pada derajat bebas sebesar jumlah indicator yang digunakan dalm setiap variabel Hair, 1995 dalm Ferdinand 2002 ; 102-103. Berikut ini hasil uji outlier multivariate : Tabel 8 : Hasil Nilai Mahalanobis Distance Residuals Statistics a 6.67 19.73 10.50 3.446 20 -1.111 2.678 .000 1.000 20 1.588 4.198 2.565 .885 20 4.83 33.59 10.84 5.979 20 -10.728 6.915 .000 4.809 20 -1.982 1.278 .000 .889 20 -3.001 1.336 -.024 1.100 20 -24.587 8.172 -.337 7.773 20 -4.586 1.376 -.106 1.361 20 .685 10.481 3.800 3.273 20 .001 2.327 .163 .513 20 .036 .552 .200 .172 20 Predicted Value Std. Predicted Value Standard Error of Predicted Value Adjusted Predicted Value Residual Std. Residual Stud. Residual Deleted Residual Stud. Deleted Residual Mahal. Distance Cooks Distance Centered Leverage Value Minimum Maximum Mean Std. Deviation N Dependent Variable: DATA_KE a. Sumber : Lampiran 2 Penelitian ini terdapat 4 variabel, oleh karena itu nilai chi kuadrat χ 2 0,001;4 = 18,466. Berdasarkan hasil uji outlier multivariate tersebut diatas Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber menunjukkan bahwa nilai maksimum Mahalanobis yang di hasilkan adalah 10,481 18,466, berarti tidak terdapat multivariate outlier karena nilai Mahalanobis Distance yang lebih kecil dari 18,466.

4.3.3. Uji Asumsi Klasik

Pengujian asumsi klasik ini perlu dilakukan untuk mengetahui apakah hasil estimasi regresi yang dilakukan betul-betul terbebas dari adanya gejala multikolinearitas, gejala autokorelasi dan gejala heteroskedastisitas. Hasil pengujian disajikan sebagai berikut :

1. Multikolinearitas

Adanya korelasi variabel independen dalam regresi berganda. Deteksi adanya Multikolinier : a. Besarnya VIF Variance Inflation Factor dan Tolerance Jika VIF melebihi angka 10, maka variabel tersebut mengindikasikan adanya multikolinieritas. Gujarati b. Nilai Eigenvalue mendekati 0 Singgih Santoso c. Condition Index melebihi angka 15 Singgih Santoso Dalam pengujian asumsi klasik terhadap analisis regresi linier berganda ini menyatakan bahwa hasil analisis penelitian ini menunjukkan tidak adanya gejala multikolinieritas pada semua variabel bebas dimana nilai VIF pada semua variabel lebih kecil dari 10. Dengan nilai VIF untuk Current Ratio X 1 = 1,335, Leverage X 2 = 1,336 dan Deviden Payout Ratio X 3 = 1,010 Tabel 9 : Hasil Uji Multikolinieritas. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber Coefficients a -124.915 117.368 -1.064 .303 15.939 40.933 .101 .389 .702 .749 1.335 245.929 130.083 .489 1.891 .077 .748 1.336 .055 .317 .039 .173 .864 .990 1.010 Constant CURRENT RATIO LEVERAGE DPR Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients t Sig. Tolerance VIF Collinearity Statistics Dependent Variable: PER a. Sumber : Lampiran 2.

2. Heteroskedastisitas

Varian dari residual dari satu pengamatan ke pengamatan lain mempunyai varian yang berbeda. Jika sama namanya Homoskedastisitas. Model regresi yang baik tidak mempunyai Heteroskedastisitas. Deteksi Adanya Heteroskedastisitas : a. Dari Scatter Plot Residual: jika ada pola tertentu seperti titik-titik point- point yang ada membentuk pola tertentu yang teratur bergelombang, menyebar kemudian menyempit b. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas 0 pada sumbu Y, maka tidak terjadi Heteroskedastisitas. c. Pada regresi linier nilai residual tidak boleh ada hubungan dengan variabel X. Hal ini bisa diidentifikasi dengan cara menghitung korelasi rank Spearman antara residual dengan seluruh variabel bebas. Rumus rank Spearman adalah r s = 1 – 6 1 N N d 2 2 i − ∑ Keterangan : d i = perbedaan dalam rank antara residual dengan variabel bebas ke-i Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber N = banyaknya data Pengujian Heteroskedastisitas di sini menggunakan korelasi rank Spearman antara residual dengan seluruh variabel bebas dengan hasil analisis sbb: Tabel 10 : Hasil Uji Heteroskedastisitas Nonparametric Correlations Correlations 1.000 -.456 -.302 .300 . .043 .195 .199 20 20 20 20 -.456 1.000 .049 -.523 .043 . .836 .018 20 20 20 20 -.302 .049 1.000 -.179 .195 .836 . .451 20 20 20 20 .300 -.523 -.179 1.000 .199 .018 .451 . 20 20 20 20 Correlation Coefficient Sig. 2-tailed N Correlation Coefficient Sig. 2-tailed N Correlation Coefficient Sig. 2-tailed N Correlation Coefficient Sig. 2-tailed N CURRENT RATIO LEVERAGE DPR Unstandardized Residual Spearmans rho CURRENT RATIO LEVERAGE DPR Unstandardiz ed Residual Correlation is significant at the 0.05 level 2-tailed. . Sumber : Lampiran 2. Hasil analisis menunjukkan bahwa pada variabel Current Ratio X 1 dan Deviden Payout Ratio X 3 tidak mempunyai korelasi yang signifikan antara residual dengan variabel bebasnya nilai Sig lebih besar dari 0,05, sedang Leverage X 2 memiliki korelasi dengan residual maka hasil analisis ini dapat disimpulkan bahwa sebagian variabel penelitian tidak terjadi Heteroskedastisitas.

3. Autokorelasi

Adanya korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu periode t-1 sebelumnya. Jika data di atas 15 Deteksi Autokorelasi: a. Besarnya Angka Durbin Watson Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber Patokan : Angka D-W di bawah –2 ada autokorelasi positif Angka D-W di atas +2 ada autokorelasi negatif Angka Berada diantara –2 sampai +2 Tidak ada Autokorelasi atau Membandingkan dengan Tabel Durbin Watson Identifikasi gejala autokorelasi dapat dilakukan dengan kurva di bawah ini. Gambar 3. Hasil Uji Statistik d Durbin – Watson Tidak ada autokorelasi positif dan tidak ada autokorelasi negatif dL dU 4 - dU 4 - dL 4 ad a a u to k o re la si p o sitif daerah keragu raguan ad a a u to k o re la si n eg at if daerah keragu raguan 0.998 1.676 2.204 2.324 3.002 a. Koefisien determinasi berganda R square tinggi b. Koefisien korelasi sederhananya tinggi. c. Nilai F hitung tinggi signifikan d. Tapi tak satupun atau sedikit sekali diantara variabel bebas yang signifikan. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber Tabel 11. Hasil Durbin – Watson. Model Summary b .447 a .199 .049 75.05394 2.204 Model 1 R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson Predictors: Constant, DPR, CURRENT RATIO, LEVERAGE a. Dependent Variable: PER b. Sumber : Lampiran 2 Untuk asumsi klasik yang mendeteksi adanya autokorelasi di sini dilihat dari hasil analisis yang menunjukkan hasil bahwa nilai Durbin Watson sebesar 2,204, hal ini menunjukkan tidak ada gejala autokorelasi. Jadi dapat disimpulkan bahwa model regresi linier berganda yang diperoleh pada penelitian ini telah memenuhi asumsi klasiknya yaitu tidak memenuhi autokorelasi dan normalitas datanya untuk sebagian variabel.

4.3.4. Analisis Regresi Linier Berganda

Analisis regresi berganda ini dilakukan untuk menghitung besarnya pengaruh antara variabel bebas yang terdiri dari Current Ratio, Leverage dan Deviden Payout Ratio terhadap variabel terikat yaitu Price Earning Ratio. Dari hasil analisis perhitungan computer menggunakan program SPSS, diperoleh hasil sebagai berikut : Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber Tabel 12 : Koefisien Regresi Linear Berganda. Coefficients a -124.915 117.368 -1.064 .303 15.939 40.933 .101 .389 .702 .749 1.335 245.929 130.083 .489 1.891 .077 .748 1.336 .055 .317 .039 .173 .864 .990 1.010 Constant CURRENT RATIO LEVERAGE DPR Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients t Sig. Tolerance VIF Collinearity Statistics Dependent Variable: PER a. Sumber : Lampiran 2 Berdasarkan pada tabel tersebut, dapat diketahui persamaan regresi linear berganda sebagai berikut : Y = β + β 1 X 1 + β 2 X 2 + β 3 X 3 + e Y = - 124,915 + 15,939 X 1 + 245,929 X 2 + 0,055 X 3 Dari persamaan regresi linier berganda di atas dapat diuraikan sebagai berikut: a. Konstanta Artinya tanpa pengaruh dari variabel bebas Current Ratio X 1 , Leverage X 2 serta Dividen Pay Out Ratio X 3 , maka nilai Price Earning Ratio adalah sebesar – 124,915 satu satuan rupiah. b. Koefisien regresi Current Ratio X 1 β 1 = 15,939 Artinya jika Current Ratio X 1 mengalami kenaikan 1 maka Price Earning Ratio akan mengalami kenaikan sebesar 15,939 satu satuan rupiah dengan asumsi variabel Current Ratio X 1 , Leverage X 2 serta Dividen Pay Out Ratio X 3 tetap. c. Koefisien regresi Leverage X 2 β 2 = 245,929 Artinya jika Leverage X 2 mengalami kenaikan 1 maka Price Earning Ratio akan mengalami kenaikan sebesar 245,929 satu satuan rupiah dengan Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber asumsi variabel Current Ratio X 1 , Leverage X 2 serta Dividen Pay Out Ratio X 3 tetap. d. Koefisien regresi Dividen Pay Out Ratio X 3 β 3 = 0,055 Artinya jika Dividen Pay Out Ratio X 3 mengalami kenaikan 1 maka Price Earning Ratio akan mengalami kenaikan sebesar 0,055 satu satuan rupiah dengan asumsi variabel Current Ratio X 1 , Leverage X 2 serta Dividen Pay Out Ratio X 3 tetap.

4.3.5. Koefisien Determinansi R

2 Analisis ini digunakan untuk mengetahui sampai sejauh mana variabel- variabel bebas mampu menjelaskan variabel terikat. Dari analisa perhitungan komputer diperoleh hasil koefisien korelasi berganda R = 0.447 yang menunjukkan bahwa hubungan antara variabel Current Ratio, Leverage, Dividen Payout Ratio dengan Price Earning Ratio adalah sangat lemah. Koefisien determinasi R 2 = 0,199. Artinya bahwa 19,9 variasi dari variabel Price Earning Ratio Y mampu dijelaskan oleh variabel-variabel bebas yang terdiri dari Current Ratio, Leverage serta Dividen Payout Ratio . Sedangkan sisanya 80,1 akan dijelaskan oleh variabel selain Current Ratio, Leverage serta Dividen Pay Out Ratio X 3 yang tidak dibahas dalam penelitian ini. Dapat dilihat dalam tabel sebagai berikut : Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber Tabel 13 : Hasil R 2 Model Summary b .447 a .199 .049 75.05394 2.204 Model 1 R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson Predictors: Constant, DPR, CURRENT RATIO, LEVERAGE a. Dependent Variable: PER b. Sumber : Lampiran 2.

4.3.6. Uji t

Uji t digunakan untuk menguji pengaruh secara parsial masing-masing variabel bebas Current Ratio, Leverage serta Dividen Payout Ratio terhadap variabel terikat Price Earning Ratio. Pengujian ini dilakukan dengan uji dua arah dan menggunakan tingkat signifikan 0,10 10 ; df : 16 dengan nilai t tabel adalah sebesar = 2,120. Tabel 14 : Uji t Hasil Analisis Regresi Coefficients a -124.915 117.368 -1.064 .303 15.939 40.933 .101 .389 .702 .749 1.335 245.929 130.083 .489 1.891 .077 .748 1.336 .055 .317 .039 .173 .864 .990 1.010 Constant CURRENT RATIO LEVERAGE DPR Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients t Sig. Tolerance VIF Collinearity Statistics Dependent Variable: PER a. Sumber : Lampiran 2. Dari hasil uji t dapat disimpulkan sebagai berikut : 1. Pengaruh Secara Parsial Current Ratio terhadap Price Earning Ratio Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber Dari uji-t atau t-test dari Variabel X 1 Current Ratio, didapat t hitung adalah 0,389 dengan tingkat signifikansi 0,702 lampiran II, sedangkan t tabel 2,120. Karena probabilitas 0,702 dari α 0,10 atau nilai t hitung t tabel sehingga nilai t hitung di daerah terima H , maka Current Ratio berpengaruh positif dan tidak signifikan terhadap Price Earning Ratio perusahaan Otomotif, sehingga penggunaan variabel bebas atau variabel independent Current Ratio untuk menganalisis variabel terikat atau variabel dependen tidak dapat dipercaya. 2. Pengaruh Secara Parsial Leverage terhadap Price Earning Ratio Dari uji-t atau t-test dari Variabel X 2 Leverage, didapat t hitung adalah 1,891 dengan tingkat signifikansi 0,077 lampiran II, sedangkan t tabel 2,120. Karena probabilitas 0,077 dari α 0,10 atau nilai t hitung t tabel sehingga nilai t hitung di daerah tolak H maka Leverage berpengaruh positif dan signifikan terhadap Price Earning Ratio perusahaan Otomotif, sehingga penggunaan variabel bebas atau variabel independent Leverage untuk menganalisis variabel terikat atau variabel dependen dapat dipercaya. 3. Pengaruh Secara Parsial Dividen Payout Ratio terhadap Price Earning Ratio. Dari uji-t atau t-test dari Variabel X 3 Dividen Payout Ratio , didapat t hitung adalah 0,173 dengan tingkat signifikansi 0,864 lampiran II, sedangkan t tabel 2,120. Karena probabilitas 0,864 dari α 0,10 atau nilai t hitung t tabel sehingga nilai t hitung di daerah terima H maka Dividen Payout Ratio berpengaruh positif dan tidak signifikan terhadap Price Earning Ratio perusahaan Otomotif, sehingga penggunaan variabel bebas atau variabel Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber independent Dividen Payout Ratio untuk menganalisis variabel terikat atau variabel dependen tidak dapat dipercaya.

4.4. Pembahasan