Analisa danPembahasan ANALISIS DAN PEMBAHASAN

b. Analisis Statistik Regresi Linear Berganda Multiple Linear

Regression 1. Uji Asumsi Klasik a. Uji Normalitas Asumsi normalitas merupakan prasyarat kebanyakan prosedur statistika inferential. Ada beberapa cara untuk mengeksplorasi asumsi normalitas ini, antara lain uji normalitas Shapiro-Wilk dan Uji Normalitas Lilliefors Kolmogorov- Smirnov yang terdapat dalam prosedur SPSS. Secara grafis dalam prosedur SPSS ada dua jenis yang akan ditampilkan dalam uji normalitas, yaitu normal probability plot dan detrended normal plot. Dalam normal probability plot setiap nilai data yang diamati dipasangkan dengan nilai harapannya expected value dari distribusi normal. Jika sampel data berasal dari suatu populasi yang terdistribusi normal, maka titik-titik nilai data akan terletak kurang lebih dalam suatu garis normal. Dalam detrended normal plot yang digambarkan adalah simpangan dari nilai data terhadap garis lurus. Jika sampel data berasal dari suatu populasi yang terdistribusi normal, maka titik- titik nilai data tidak akan membentuk pola tertentu dan akan tersebar di sekitar garis mendatar yang melalui titik nol. Stanislaus S. Uyanto, 2009: 41. Hasil uji normalitas data dalam penelitian ini menggunakan normal probability plot , sebagai berikut: Gambar 4.1 Gambar Normal Probability Plot Normal P – P Plot Dari Normal Probability Plot Normal P-P gambar 4.1 terlihat bahwa titik-titik data membentuk pola linear sehingga konsisten dengan distribusi normal. b. Uji Multikolinearitas Digunakannya beberapa variabel bebas tersebut saling berkorelasi atau yang dikenal dengan adanya multikolinearitas di antara variabel bebas. Nachrowi D Nachrowi, 2006: 91 Tabel 4.4 Uji Multikolinearitas Colinearity Statistics 1.0 0.8 0.6 0.4 0.2 0.0 Observed Cum Prob 1.0 0.8 0.6 0.4 0.2 0.0 Expected Cum Prob Dependent Variable: SUE_Y Normal P-P Plot of Regression Standardized Residual Tolerance VIF .904 .904 1.106 1.106 Berdasarkan output SPSS pada tabel 4.4 yang dapat terlihat bahwa nilai VIF dan TOLERANCE dari data penelitian dapat dikatakan mengandung multikolienaritas memiliki nilai TOLERANCE lebih dari 0.1 dan nilai VIF kurang dari 10. Hal ini mengindikasikan bahwa antara variabel bebas tidak ada yang mempunyai korelasi atau persamaan tidak mengandung multikolinearitas. c. Uji Autokorelasi Data yang baik dalam penelitian regresi adalah data yang tidak memiliki autokorelasi antar variabelnya. Dalam melakukan uji autokorelasi dengan menggunakan grafik, tidak jarang akan ditemui kesulitan untuk menentukan ada atau tidaknya autokorelasi. Penilaian yang subjektif , tentunya akan dapat mengakibatkan berbedanya kesimpulan antara satu orang dengan lainnya. Apabila gambar yang dilihat mempunyai skala yang berbeda. Oleh karena itu, uji formal tetap lebih diutamakan. Salah satu uji formal yang paling populer untuk mendeteksi autokorelasi adalah uji Durbin-Watson. Nachrowi D Nachrowi, 2006: 189. Tabel 4.5 Hasil Uji Autokorelasi Nilai Durbin-Watson dari tabel 4.5 di atas adalah sebesar 1.803. Jika nilai statistik DW dijadikan pendekatan untuk menghitung autokorelasi, maka: ρ = 1 – DW2 = 1 – 1,8032 = 0,0985 Dari hasil perhitngan tersebut, membuktikan bahwa DW bernilai 2, maka ρ akan bernilai 0 yang berarti tidak ada autokorelasi. Nachrowi D Nachrowi, 2006: 225. d. Uji Heteroskedastisitas Bila multikolinearitas hanya mungkin terjadi dalam regresi linear majemuk, maka heteroskedastis ini dapat pula terjadi pada regresi sederhana. Sebagaimana salah satu asumsi yang harus dipenuhi agar taksiran parameter dalam model regresi bersifat BLUE maka var u i harus sama dengan σ 2 konstan atau dengan residual atau error mempunyai varian yang sama. Kondisi seperti inilah disebut dengan homoskedastis, sedangkan bila varian tidak Durbin Watson 1.803 konstan atau berubah-ubah disebut dengan heteroskedastis. Nachrowi D Nachrowi, 2006: 109. Gambar 4.2 Uji Heteroskedastisitas Pada gambar 4.2 diatas terlihat bahwa titik-titik menyebar di atas dan di bawah angka nol pada sumbu Y dan tidak terlihat pola tertentu. Dengan demikian pada persamaan regresi linier berganda dalam model ini tidak ada gejala atau tidak terjadi heteroskedastisitas. 2. Uji Hipotesa Uji hipotesa ini berguna untuk memeriksa atau menguji apakah koefisien regresi yang didapat signifikan berbeda nyata. Maksud dari signifikan ini adalah suatu nilai koefisien regresi yang secara statistik tidak sama dengan nol. Jika koefisien slope sama dengan nol, berarti dapat dikatakan bahwa tidak cukup bukti untuk menyatakan variabel bebas mempunyai pengaruh terhadap variabel terikat. Untuk kepentingan tersebut, maka semua koefisien regresi harus diuji. Ada dua jenis uji hipotesis terhadap koefisien regresi yang dapat dilakukan, yang disebut dengan uji-F dan uji-t. Uji-F digunakan untuk menguji koefisien slope regresi secara bersama- sama, sedangkan uji-t untuk menguji koefisien regresi, termasuk intercept secara individu. Nachrowi D Nachrowi, 2006: 16. a. Uji-F ANOVA Uji-F diperuntukkan guna melakukan uji hipotesis koefisien slope regresi secara bersamaan. Adapun cara pengujian dalam regresi sederhana maupun regresi majemuk sama, yaitu dengan menggunakan suatu tabel yang disebut dengan tabel ANOVA Analysis of Variance. Nachrowi D Nachrowi, 2006: 17. Tabel 4.6 Hasil Uji ANOVA Model Sum of Squares Df Mean Square F Sig. 1 Regression 70.072 2 35.036 6.057 .005a Residual 242.958 42 5.785 Total 313.030 44 Pada tabel 4.6, dapat dijelaskan nilai dari ketiga komponen yang ada dalam tabel ANOVA. Dari formulanya dapat terlihat nilai Sum of Squared Regression SSR yaitu sebesar 70,072, nilai dari Sum of Squared ErrorResidual SSE yaitu sebesar 242,958 dan nilai dari Sum of Squared Total SST yaitu sebesar 313,030. Kemudian degree of freedom df, di mana k adalah jumlah variabel bebas koefisien slope yaitu sebesar 2. Kemudian nilai 42 didapat dari n-k-1 yaitu 45-2-1=42 dan 44 didapat dari n-1 yaitu 45-1=44. Didapatkan nilai F hitung adalah 6,057 dengan tingkat signifikansi 0,005 kurang dari 0,05. Jadi, dapat dikatakan bahwa return saham dan dividend payout secara bersama-sama simultan memiliki pengaruh yang signifikan terhadap Standardized Unexpected Earnings SUE. b. Uji-t Uji Parsial Uji-t Uji Parsial dilakukan untuk mengetahui seberapa besar pengaruh dari setiap variabel independen terhadap variabel dependen. Setelah melakukan uji koefisien regresi secara keseluruhan maka langkah selanjutnya adalah menghitung koefisien regresi secara individu, dengan menggunakan suatu uji disebut dengan uji-t. Nachrowi D Nachrowi, 2006: 18. Berikut adalah hasil uji-t dari penelitian ini: Tabel 4.7 Hasil Perhitungan Uji-t Coefficients a 1.332 1.285 1.036 .306 -.596 .254 -.335 -2.344 .024 .617 .194 .454 3.172 .003 Constant RS_X1 DIV_X2 Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients t Sig. T C Dependent Variable: SUE_Y a. Jika return saham naik sebesar 1 kali, maka Standardized Unexpected Earnings SUE akan turun sebesar -0,335 kali dan jika dividend payout naik sebesar 1 kali, maka Standardized Unexpected Earnings SUE akan naik sebesar 0,454 kali. Pada kolom Sig. nilai return saham adalah 0,024 atau probabilitas di bawah 5, maka return saham signifikan terhadap Standardized Unexpected Earnings SUE dan pada kolom Sig. dividend payout adalah 0,003 atau probabilitas di bawah 5, maka dividend payout signifikan terhadap Standardized Unexpected Earnings SUE. Untuk menguji apakah masing-masing koefisien regresi signifikan digunakan uji-t dengan hasil sebagai berikut: 1. Variabel return saham : H : β 1 =0 terhadap H 1 : β 1 ≠0, hasil uji- t: t = -2,344 dengan degree of freedom n-k-1 = 45-2-1 = 42 dan P-value = 0,024 yang lebih kecil dari α =0,05. Hal ini merupakan bukti kuat penolakan H : β 1 =0. 2. Variabel dividend payout: H : β 2 =0 terhadap H 1 : β 2 ≠0, hasil uji-t: t = 3,172 dengan degree of freedom n-k-1 = 45-2-1 = 42 dan P-value = 0,003 yang lebih kecil dari α =0,05. Hal ini merupakan bukti kuat penolakan H : β 2 =0. c. Uji Koefesien Determinasi R 2 Koefisien determinasi Goodness of Fit, yang dinotasikan dengan R 2 , merupakan suatu ukuran yang penting dalam regresi, karena dapat menginformasikan baik atau tidaknya model regresi yang terestimasi. Atau dengan kata lain, angka tersebut dapat mengukur seberapa dekatkah garis regresi yang terestimasi dengan data sesungguhnya. Nilai koefisien determinasi R 2 ini mencerminkan seberapa variasi dari variabel terikat Y dapat dijelaskan oleh variabel bebas X. Bila nilai koefisien determinasi sama dengan nol R 2 = 0, artinya variasi dari Y tidak dapat dijelaskan oleh X sama sekali. Sementara bila R 2 = 1, artinya variasi dari Y secara keseluruhan dapat diterangkan oleh oleh X. Dengan kata lain bila R 2 = 1, maka semua titik pengamatan berada tepat pada garis regresi. Dengan demikian baik atau buruknya persamaan regresi ditentukan oleh R 2 -nya yang mempunyai nilai antara nol dan satu. Nachrowi D Nachrowi, 2006: 20. Tabel 4.8 Hasil Uji Koefisien Determinasi Change Statistics Mod el R R Square Adjusted R Square Std. Error of the Estimate R Square Change F Change df1 df2 Sig. F Change 1 .473a .224 .187 2.40515 .224 6.057 2 42 .005 Pada tabel 4.8 di atas, menunjukkan nilai Koefisien Determinasi R 2 . Di samping itu, terlihat pula adanya nilai Adjusted R Square atau dilambangkan Adj R 2 . Nilai R Square adalah 0.224 yang berarti 22,4 nilai Standarize Unexpected Earnings SUE dapat dijelaskan oleh variabel return saham dan dividend payout , sedangkan isinya sebesar 77,6 dijelaskan oleh variabel lain.

c. Analisis Persamaan Regresi Linear Berganda Multiple Linear

Regression Hasil uji regresi linear berganda Standarized Unexpexted Earnings SUE sebagai variabel dependen return saham dan dividend payout sebagai variabel independen dilihat dari hasil output SPSS berikut: Tabel 4.9 Hasil Uji Regresi Linear Berganda Pada tabel 4.9, menyajikan hasil estimasi baik estimasi tunggal maupun interval. Di samping itu juga terdapat hasil perhitungan standar error masing-masing koefisien, yang akan Coefficients a 1.332 1.285 1.036 .306 -.596 .254 -.335 -2.344 .024 .904 1.106 .617 .194 .454 3.172 .003 .904 1.106 Constant RS_X1 DIV_X2 Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients t Sig. Tolerance VIF Collinearity Statistics Dependent Variable: SUE_Y a. berguna baik untuk menghitung interval keyakinan maupun untuk melakukan uji signifikansi koefisien uji-t. Persamaan regresi berganda yang diperoleh adalah: Y = 1,332 + 0,596X 1 + 0,617 X 2 Keterangan: Y = Standardized Unexpected Earnings SUE X 1 = return saham X 2 = dividend payout Dari hasil analisa statistik di atas dapat disimpulkan adanya informasi Standardized Unexpected Earnings SUE mampu mempengaruhi besarnya return saham dan dividend payout. Jadi, total dari 24 perusahaan yang terpilih dalam perusahaan yang termasuk ke dalam indeks LQ-45 dalam penelitian ini semuanya mendukung adanya analisis surprise earnings announcement yang diperoleh dari Standardized Unexpected Earnings SUE. Dari persamaan diatas dapat diketahui apabila nilai return harga saham dan dividend payout nol maka nilai SUE 1.332. Jika return saham naik sebesar 1 kali, maka Standardized Unexpected Earnings SUE akan turun sebesar -0,335 kali dengan persyaratan variabel lain konstan, dan jika perubahan harga saham naik sebesar 1 kali, maka Standardized Unexpected Earnings SUE akan naik sebesar 0,454 kali dengan persyaratan variabel lain konstan.

d. Interpretasi Regresi Linear Berganda Multiple Linear

Regression Berdasarkan hasil analisis regresi linear berganda multiple linear regression pengaruh surprise earnings announcement terhadap return saham dan dividend payout, dinyatakan dalam beberapa teori penelitian sebelumnya. Indra dan Syam 2004 mencoba mendapatkan bukti relevansi nilai informasi laba akuntansi, nilai buku dan total arus kas dalam menjelaskan ’market value’ dengan menggnakan model penilaian harga dan return saham. Hasil studi menyatakan pengujian dengan model harga menunjukkan bahwa variabel laba akuntansi, nilai buku dan total arus kas berperan sebagai dasar eksperktasi investor di masa mendatang. Studi Das dan Lev 1994 menguji secara memadai spesifikasi da penjelasan alternatif yang dihubungkan dengan non linear pada hubungan earnings dan return, di mana hasil penelitian menunjukkan ada hubungan non linear antara earnings dan return dengan menggunakan data estimasi tahunan dan dengan prosedur non parametrik tidak menunjukkan hubungan khusus dan ada hubungan non linear antara return saham dengan earnings. Ball dan Brown 1968, memberikan dua estimasi model penelitian dalam pengujian salah satu komponen laporan keuangan yang mempengaruhi harga saham yaitu, pengujian perubahan harga saham return studies dan pengujian dari harga saham levels studies . Pada 2001, Hsu juga melakukan penelitian mengenai earnings surprise dengan menggunakan konsep Standarized Unexpected Earnings SUE. Dalam penelitiannya ini, Hsu menemukan adanya hubungan antara earnings surprise dengan return saham pada pasar modal AsiaPasific dan Eropa. Dalam pasar yang kompetitif, harga keseimbangan dari setiap barang atau jasa adalah pada saat penawaran supply sama dengan permintaan keseluruhan. Harga ini mencerminkan kesepakatan nilai dari suatu barang atau jasa yang dicapai oleh pelaku-pelaku di pasar. Menurut Suad Husnan, berdasarkan semua informasi publik yang tersedia pada pasar efisien adalah pasar yang harga sekuritas telah mencerminkan semua informasi yang relevan. Suad Husnan, 1998: 256. Hasil dari analisis regresi linear berganda untuk melihat pengaruh surprise earnings announcement terhadap return saham dan dividend payout, diperlihatkan deskripsi dari semua variabel yang diregresikan yaitu variabel Y Standardized Unexpected Earnings -SUE sebagai variabel dependen untuk mengukur nilai surprise earnings announcement serta variabel X 1 return saham- RS dan variabel X 2 dividend payout-DIV sebagai variabel independen. Didapatkan nilai F hitung adalah 6,507 dengan tingkat signifikansi 0,005 kurang dari 0,05. Jadi, dapat dikatakan bahwa return saham dan dividend payout secara bersama-sama simultan memiliki pengaruh yang signifikan terhadap Standardized Unexpected Earnings SUE. Dari hasil analisa statistik di atas dapat dismpulkan adanya informasi Standardized Unexpected Earnings SUE mampu mempengaruhi besarny return saham dan dividend payout . Jadi, total dari 24 perusahaan yang terpilih dalam perusahaan yang termasuk ke dalam indeks LQ-45 dalam penelitan ini semuanya mendukung adanya analisis surprise earnings announcement yang diperoleh dari perhitungan Standardized Unexpected Earnings SUE. Permasalahan serius yang harus dihadapi seperti earnings announcement ini adalah penting. Alasannya, pertama manajemen laba seolah-olah telah menjadi budaya perusahaan corporate culture yang dipraktikan semua perusahaan di dunia. Sebab aktivitas ini tidak hanya di negara-negara dengan sistem bisnis yang belum tertata, namun juga dilakukan oleh perusahaan-perusahaan di negara yang sistem bisnisnya telah tertata, seperti halnya Amerika. Kedua, laporan keuangan tidak lagi mampu menjalankan fungsinya untuk menginformasikan apa yang sesungguhnya telah dilakukan dan dialami perusahaan selama satu periode.

e. Analisa Statistik Uji Beda

1. Uji Normalitas Variabel Standard Unexpected Earnings SUE Uji normalitas data One Sample Kolmogorov-Smirnov dilakukan untuk mengetahui jenis alat statistik yang akan digunakan untuk melakukan uji beda statistik parametrik ataupun uji beda non-parametrik pada penelitian ini. Jika data terdistribusi dengan normal maka alat uji beda yang digunakan Independent Sample Test dan jika data tidak terdistribusi dengan normal maka alat uji beda yang digunakan Mann Whitney. Hasil analisa dalam pengujian Standardized Unexpected Earnings SUE menggunakan tingkat signifikansi 5, dapat dilihat pada tabel berikut: Tabel 4.10 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test SUE N 70 Mean 5.3017 Normal Parameters a Std. Deviation 2.39520 Absolute .096 Positive .040 Most Extreme Differences Negative -.096 Kolmogorov-Smirnov Z .801 Asymp. Sig. 2-tailed .543 a. Test distribution is Normal. Terlihat pada tabel 4.10, pada uji normalitas diatas menggunakan Kolmogorov-Smirnov Z di atas dapat diketahui bahwa data sebaran Standardized Unexpected Earnings SUE terdistribusi dengan normal. Hal ini dapat diketahui melalui nilai Asymp. Sig. 2-tailed sebesar 0,543 lebih besar dari 0,05. Sehingga H ditolak dan H 1 diterima. Dikarenakan data sudah terdistribusi dengan normal maka untuk uji beda akan dilakukan dengan menggunakan uji parametrik yaitu independent sample t- test. 2. Uji Independent Sample t-Test Uji independent sample t-test digunakan untuk membandingkan selisih dua purata mean dari dua sampel yang independen dengan asumsi data terdistribusi normal.Stanislaus S. Uyanto, 2009: 137. Hasil uji independent sample t-test dari penelitian terhadap positive earnings surprise dan negative earnings surprise , sebagai berikut: Tabel 4.11 Hasil Uji Independent Sample t-Test Sumber: hasil olah data penelitian 2010 Pada table 4.11 di atas menjelaskan bahwa besar sampel untuk setiap grup adalah positive earnings surprise sebanyak 68 dan negative earnings surprise sebanyak 23. Purata mean adalah positive earnings surprise 5,4801 dan negative surprise earnings -0,7619 dan simpangan baku standard deviation adalah sebesar positive earnings surprise sebesar 2,18592 dan negative earnings surprise sebesar 0,11610. Tabel 4.12 Hasil Uji Independent Sample t-Test Sumber: hasil olah data penelitian 2010 Group Statistics Group N Mean Std. Deviation Std. Error Mean Positif Suprise Earning 68 5.4801 2.18592 .26508 SUE Negatif Suprise Earning 2 -.7619 .11610 .08210 Independent Samples Test Levenes Test for Equality of Variances t-test for Equality of Means 95 Confidence Interval of the Difference F Sig. T Df Sig. 2- tailed Mean Difference Std. Error Difference Lower Upper Equal variances assumed 2.901 .093 4.010 68 .000 6.24196 1.55670 3.13562 9.34831 SUE Equal variances not assumed 22.493 49.782 .000 6.24196 .27750 5.68452 6.79941 Pada tabel 4.12 diatas, menejelaskan Uji Levene’s Test For Equality of Variances untuk mengetahui apakah asumsi kedua varians sama besar atau berbeda. Dari hasil nilai levene’s T test didapat P-value = 0.093 lebih besar dari 0.05. Sehingga dapat diambil sebuah kesimpulan bahwa H diterima dan H 1 ditolak. Dengan kata lain tidak terdapat perbedaan antara positive earnings surprise dan negative earnings surprise. Dikarenakan hasil levene’s test diatas menyatakan bahwa asumsi kedua varian tidak berbeda atau sama besar maka kita akan mengunakan uju t test. Pada hasil t-test diperoleh hasil nilai t hitung = 4,010 lebih besar dari t tabel sebesar 1,980. Nilai P- value sebesar 0.000 maka P- value 2-tailed maka dibagi dua : 0,0002 = 0,000 0,05. Maka dapat disimpulkan bahwa terdapat perbedaan antara positive earnings surprise dan negative earnings surprise . Dari hasil di atas dapat disimpulkan bahwa dalam analisis surprise earnings announcement dilihat dari positive earnings surprise dan negative earnings surprise terdapat perbedaan. Perbedaan tersebut berpengaruh terhadap return saham dan dividend payout . Ketika nilai earnings announcement positive earnings surprise , maka return saham biasanya akan mengalami kenaikan dan dividend payout juga menaik. Ketika nilai earnings announcement negative earnings surprise, maka return saham akan turun dan dividend payout juga menurun.

f. Interpretasi Statistik Uji Beda

Earnings dikenal sebagai laba suatu perusahaan yang diumumkan setiap periode pelaporan keuangan. Lapran mengenai nilai earnings perusahaan dilakukan secara berkala baik secara triwulanan quarterly maupun secara tahunan annual yang dipublikasikan melalui laporan keuangan perusahaan. Pelaporan nilai earnings oleh perusahaan bisa disebut sebagai earnings announcement . Untuk mengetahui earnings announcement secara tepat, harus dibedakan antara expected earnings dan unexpected earnings . Expected earnings adalah informasi yang diharapkan sudah diduga dan diantisipasi oleh pasar sehingga pada saat pengumuman tidak membuuhkan penyesuaian harga. Sedangkan unexpected earnings adalah bagian yang tidak terduga, tidak terantisipasi oleh pasar dan membutuhkan penyesuaian harga. Dalam pelaporan earnings suatu perusahaan, terdapat kemungkinan adanya perbedaan antara nilai earnings forecast dengan nilai earnings yang diumumkan oleh perusahaan earnings announcement . Dengan adanya, perbedaan antara nilai earnings forecast dan nilai earnings announcement maka terdapat ’gap’ yang melahirkan suatu kondisi yang biasa disebut sebagai earnings surprise . Positive earnings surprise adalah suatu kondisi earnings, di mana nilai earnings forecast lebih rendah daripada nilai earnings announcement . Dalam kondisi ini, umumnya harga saham akan mengalami peningkatan. Peningkatan pada harga saham tentu akan berimbas pada kenaikan return dari saham tersebut dan nilai dividend payout . Negative earnings surprise adalah suatu kondisi earnings, di mana nilai earnings forecast lebih tinggi daripada nilai earnings announcement . Dalam kondisi ini umumnya harga saham akan mengalami penurunan. Penurunan pada harga saham, tentunya akan berimbas pada penurunan return dari saham tersebut. Selain hal tersebut juga akan berimbas pada dividend payout pada saat yang bersamaan. Zaenal Arifin, 2005: 30. Hasil analisa dengan menggunakan uji beda dalam pengujian Standardized Unexpected Earnings SUE menggunakan Independent Sample t-Test terhadap positive earnings surprise dan negative earnings surprise . Dijelaskan dalam Uji Levene’s test For Equality of variances didapat P-value=0,093 lebih besar dari 0,05. Sehingga dapat diambil kesimpulan bahwa H diterima dan H 1 ditolak. Dengan kata lain tidak terdapat perbedaan antara positive earnings surprise dengan negative earnings surprise. Dikarenakan hasil Levene’s test menyatakna bahwa asumsi kedua varian tidak berbeda atau sama besar maka digunakan uji t- test. Pada hasil t-test diperoleh t hitung = 4,010 lebih besar dari t tabel sebesar 1,980. Nilai P-value sebesar0,000 maka P-value 2- tailed dibagi dua: 0,0002 = 0,000 kurang dari 0,05. Jadi, dapat disimpulkan bahwa terdapat perbedaan antara positive earnings surprise dengan negative earnings surprise. Perbedaan tersebut juga akan berpengaruh terhadap return saham dan dividend payout. Ketika nilai earnings announcement positive earnings surprise, maka return saham dan dividend payout biasanya akan mengalami kenaikan dan ketika nilai earnings announcement negative earnings surprise , maka return saham dan dividend payout akan turun. Semakin berkembangnya penelitian di bidang keuangan pada perkembangan perspektif earning yang bukan hanya dalam konteks informasi information pperspective, artinya penelitian-penelitian tidak hanya terfokus pada upaya untuk mendeteksi keberadaan, bagaimana dan konsekuensi earnings tetapi mengalami perluasan.

BAB V KESIMPULAN DAN IMPLIKASI

A. Kesimpulan

Beberapa kesimpulan yang didapat dari analisis surprise earnings announcement , yaitu: 1. Hasil uji regresi berganda mengenai analisis surprise earning announement terhadap return saham dan dividend payout menunjukkan bahwa koefisien determinasi R 2 sebesar 0,224. hal ini berarti, variabel independen return saham dan dividend payout. Hal ini berarti variabel dependen Standardized Unexpected Earnings SUE sebesar 22,4, sisanya dijelaskan oleh variabel lain. Dari hasil uji regresi berganda, menyatakan bahwa jika return saham baik sebesar 1 kali, maka Standardized Unexpected Earnings SUE akan turun sebesar -0,335 kali dan jika dividend payout naik sebesar 1 kali, maka Standardized Unexpected Earnings SUE akan naik sebesar 0,454 kali. Dengan F hitung sebesar 6,057 pada tingkat signifikansi 0,005 lebih kecil dari 0,05 atau dapat dikatakan bahwa return saham dan dividend payout secara bersama-sama memiliki pengaruh terhadap Standardized Unexpected Earnings SUE. Dengan demikian dapat disimpulkan bahwa Standardized Unexpected Earnings SUE yang berpengaruh secara signifikan terhadap return saham dan dividend payout. Hasil penelitian ini menunjukkan hasil yang sama dengan penelitian Neddham Jones dan Frank Bacon 2007 melakukan analisis pada 50 perusahaan terpilih secara kuartalan. Ketika pengumuman positif laba tak terduga pada perusahaan, para investor merasa ada pengaruh positif juga terhadap cash flow masa depan perusahaan tersebut dimana menyebabkan peningkatan pada harga saham perusahaan. Hasilnya menunjukkan bahwa pegumuman positif laba tak terduga memberikan pengaruh positif terhadap profitabilitas, kesuksesan masa depan perusahaan, meningkatnya harga saham serta reaksi pasar secara cepat terhadap informasi publik yang tersedia. 2. Berdasarkan hasil uji beda dengan menggunakan independent sample t- test yang dilakukan dalam penelitian ini, bahwa pada periode sampel pada tahun 2007 hingga tahun 2009 dengan menggunakan perusahaan LQ-45 memiliki tingkat signifikansi kurang dari alpha 0,05. Dikarenakan hasil Levene’s test menyatakan bahwa asumsi kedua varian tidak berbeda atau sama besar maka digunakan uji t-test. Pada hasil t-test diperoleh t hitung = 4,010 lebih besar dari t tabel sebesar 1,980. Nilai P- value sebesar0,000 maka P-value 2-tailed dibagi dua: 0,0002 = 0,000 kurang dari 0,05. Dengan demikian H ditolak berarti ada perbedaan yang signifikan antara positive earnings surprise dan negative earnings surprise . Hasil dalam penelitian ini juga menunjukkan hasil yang berbeda dengan penelitian pada skripsi Universitas Kristen Petra berjudul Analisa Pengaruh Earnings Surprise Terhadap Return Saham dan Uji Beda Return Positive Earnings Surprise Portofolio Dengan Negative Earnings Surprise Portofolio Studi Kasus Pada 32 Saham LQ- 45 Yang Terdaftar Di BES Periode 2002-2005, dengan hasil uji beda menggunakan paired sample t-test yang menyatakan bahwa tidak terdapat perbedaan yang signifikan pada Standardized Unexpected Earnings SUE.

B. Implikasi

1. Bagi investor yaitu, disarankan agar menggunakan informasi keuangan lainnya, seperti informasi arus kas sebagai dasar pengambilan keputusan serta untuk melihat pengaruh earnings terhadap jumlah pemegang saham baik institusional maupun individu. 2. Bagi perusahaan yaitu, kesadaran emiten atau perusahaan untuk lebih terbuka dalam informasi yang berhubungan dengan perkembangan perusahaan. Dalam hal ini pembeli saham agar semua informasi yang dibutuhkan oleh semua pihak yang berkepentingan dapat diperoleh dengan mudah dan cepat sehingga pasar modal Indonesia dapat lebih sehat dan menguntungkan bagi semua pihak. 3. Bagi peneliti, yaitu bagi penelitian selanjutnya adalah perlunya menambah jumlah sampel yang digunakan dan mempertimbangkan pengaruh perusahaan besar dan kecil size effect, melihat pengaruh secara lebih rinci terhadap sampel penelitian bahwa pengaruh earnings dapat diuraikan menjadi beberapa kelompok sampel sesuai dengan penggolongan serta perlunya memperpanjang periode pengamatan sehingga hasilnya lebih akurat dan perlunya penggunaan variabel nilai sebagai populasi yang baik untuk earnings di masa mendatang. DAFTAR PUSTAKA Ahmad, Kammaruddin. Dasar-Dasar Manajemen Investasi Dan Portofolio. Edisi Revisi. Jakarta : PT. Rineka Cipta, 2004. Alhusin, Syahri. Aplikasi Statistik Praktis Dengan SPSS 10 for Windows. Edisi Reivisi. Jakarta: Graha Ilmu, 2002. Arifin, Zaenal. Teori Keuangan Dan Pasar Modal. Yogyakarta: Ekonusa, 2005. Arikunto, Suharsimi. Prosedur Penelitian : Suatu Pendekatan Praktek. Edisi Revisi V. Yogyakarta : Rineka Cipta, 2002. Ari Ambarwati, Sri Dewi. Pengaruh Return Saham, Volume Perdagangan Saham Dan Varian Return Saham Terhadap Bid-Ask Spread Saham Pada Perusahaan Manufaktur Yang Tergabung dalam Indeks LQ 45 Periode Tahun 2003-2005 . Jurnal Siasat Bisnis Volume 12 Nomor 1, 2008. Ary Gumanti, Tatang dan Sri Utami, Elok. Bentuk Pasar efisien Dan Pengujiannya . Jurnal Akuntansi dan Keuangan Volume 14 Nomor 1, 2002. Astuti, Dewi. Manajemen Keuangan Perusahaan. Cetakan Pertama. Jakarta : Penerbit Ghalia Indonesia, 2004. Ball, R dan Brown, P. An Empirical Of Accounting Income Numbers. Journal of Accounting Research. 6 2, pp 159-178, 1968. Beaver, W.H. The Information Content Of Annual Earnings Announcement. Empirical Research In Accounting: Selected Studies . Journal Of Accounting Research, page: 67-92, 1968. Berkman, N. A Primer On Random Walk In The Stock Market. New England Economic Review: 32-49, 1978.