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.