3.3 Variabel Penelitian
Variabel adalah objek penelitian atau apa yang menjadi perhatian suatu penelitian. Variabel penelitian dibagi menjadi 2 dua yaitu variabel
dependen Y dan variabel independen X. 3.3.1 Variabel Dependen Y
Variabel dependen yang digunakan dalam penelitian ini yaitu return saham. Return saham adalah pendapatan yang dinyatakan dalam
presentase dari modal awal investasi Samsul, 2006:291. 3.3.2 Variabel Independen X
Variabel independen adalah variabel yang mempengaruhi variabel dependen. Dalam penelitian ini terdapat 4 empat variabel independen
yaitu Return On Assets X1, Arus Kas Operasi X2, Economic Value Added X3, dan Market Value Added X4.
3.4 Metode Pengumpulan Data
Metode pengumpulan data dalam penelitian ini menggunakan studi
pustaka dan
metode dokumentasi.
Studi pustaka
yaitu mengumpulkan data dengan cara membaca atau menulis informasi yang
didapat dari buku-buku literatur dan jurnal-jurnal yang dapat mendukung penulisan penelitian ini. Metode dokumentasi yaitu mengumpulkan data
yang tidak langsung berupa laporan keuangan yang berisi neraca, rugilaba dan data penunjang yang diperoleh dari dokumentasi laporan keuangan
tahunan yang tersedia di Indonesian Capital Market Directory ICMD dan Bursa Efek Indonesia BEI melalui akses internet
www.idx.co.id .
3.5 Metode Analisis Data
3.5.1 Uji Normalitas Uji ini bertujuan untuk menguji apakah model regresi variabel
bebas dan terikat keduanya mempunyai distribusi normal. Model regresi yang baik adalah model yang memiliki distribusi data normal atau
mendekati normal. Uji t dan uji F diasumsikan bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini dilanggar maka uji statistik
menjadi tidak valid untuk jumlah sampel kecil. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan
analisis grafik dan uji statistik. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan
pola distribusi normal, maka model regresi memenuhi asumsi normalitas. Uji statistik yaitu dengan kolmogorov-smirnov test, jika nilai sig 2-tailed
lebih besar daripada 5 , maka data berdistribusi normal. 3.5.2 Uji Asumsi Klasik
3.5.2.1 Uji Autokorelasi Uji Autokorelasi bertujuan menguji apakah dalam model regresi
linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya Ghozali,
2011:110. Salah satu cara untuk mendeteksi ada atau tidaknya autokorelasi yaitu dengan melakukan Uji Durbin-Watson DW test.
Pengambilan keputusan ada tidaknya autokorelasi:
Tabel 3.3 Keputusan Autokorelasi
Hipotesis Nol Keputusan
Jika Tidak ada autokorelasi positif
Tolak 0 d dl
Tidak ada autokorelasi positif No decision
dl ≤ d ≤ du Tidak ada autokorelasi negatif
Tolak 4 - dl d 4
Tidak ada autokorelasi negatif No decision
4 - du ≤ d ≤ 4 – dl
Tidak ada autokorelasi positif atau negatif Tidak ditolak
du d 4 – du
3.5.2.2 Uji Heteroskedastisitas Ghozali 2011:139, uji heteroskedastisitas bertujuan menguji
apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu
pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik
adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Kebanyakan data crossection mengandung situasi heteroskedastisitas
karena data ini menghimpun data yang mewakili berbagai ukuran kecil, sedang dan besar.
Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas yaitu uji glejser. Ghozali 2011:142, Glejser
mengusulkan untuk meregres nilai absolut residual terhadap variabel variabel dependen dengan persamaan regresi:
│Ut│= α + βXt + vt
Jika variabel independen signifikan secara statistik mempengaruhi variabel dependen, maka ada indikasi terjadi heteroskedastisitas. Hal ini
terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5. 3.5.2.3 Uji Multikolinieritas
Uji ini bertujuan untuk mengetahui antara variabel independen yang satu dengan independen yang lain dalam regresi saling berhubungan
secara sempurna atau mendekati sempurna. Konsekuensi bagi model regresi yang mengandung multikolinieritas adalah bahwa kesalahan
standar estimasi akan cenderung meningkat dengan bertambahnya variabel independen, tingkat signifikansi yang digunakan untuk hipotesis nol akan
semakin besar. Akibatnya model regresi yang diperoleh tidak valid untuk menaksir variabel independen. Untuk mengetahui ada tidaknya
multikolinieritas dalam model regresi adalah melihat nilai tolerance dan lawannya variance inflation factor VIF . Kedua ukuran ini menunjukkan
setiap variabel bebas lainnya. Nilai cut off yang umumnya digunakan adalah tolerance 0,10 sama dengan nilai VIF di atas 10.
3.5.3 Analisis Regresi Linier Berganda Pengujian hipotesis ini menggunakan analisis regresi berganda
untuk mengetahui pengaruh ROA, arus kas operasi, EVA dan MVA terhadap return saham. Untuk melakukan pengujian terhadap hipotesis
yang diajukan, perlu digunakan analisis regresi melalui uji t maupun uji F. Tujuan digunakan analisis regresi adalah untuk mengetahui pengaruh
ROA, arus kas operasi, EVA dan MVA terhadap return saham pada
perusahaan-perusahaan yang listing di BEI, baik secara parsial maupun simultan serta mengetahui besarnya dominasi ROA, arus kas operasi, EVA
dan MVA terhadap return saham. Hasan 2001:254 menyatakan rumus dari regresi linier berganda adalah sebagai berikut.
Y= a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ e Keterangan:
Y = Return saham
a = Konstanta
b
1
, b
2,
b
3
,b
4
= Koefisien persamaan regresi prediktor X
1
, X
2,
X
3
dan X
4
X
1
= Variabel ROA X
2
= Variabel arus kas operasi X
3
= Variabel EVA X
4
= Variabel MVA e
= Faktor pengganggu 3.5.4 Uji Hipotesis
3.5.4.1 Uji Simultan Uji simultan ini menggunakan uji F untuk mengetahui sejauh
mana variabel-variabel bebas secara simultan yang di gunakan mampu menjelaskan variabel terikat. Tingkat kesalahan dalam penelitian ini
sebesar 5. Apabila tingkat signifikansi Sig F l ebih kecil daripada α =
0.05, maka hipotesis diterima yang artinya variabel independen secara simultan berpengaruh signifikan terhadap variabel dependen. Sebaliknya
jika sig F lebih besar daripada α = 0.05, maka hipotesis ditolak yang
artinya variabel independen secara simultan tidak berpengaruh signifikan terhadap variabel dependen. Dasar pengambilan keputusan:
a. Jika probabilitas 0,05 maka variabel independen secara simultan berpengaruh secara signifikan terhadap variabel dependen.
b. Jika probabilitas 0,05 maka variabel independen secara simultan tidak berpengaruh secara signifikan terhadap variabel dependen.
Nilai probabilitas dari uji F dapat dilihat dari hasil pengolahan dari program SPPS pada tabel ANOVA kolom sig atau significance.
Bentuk pengujian hipotesis: H0
= Return On Assets ROA, Arus Kas Operasi, Economic Value Added EVA, dan Market Value Added MVA secara simultan
tidak berpengaruh terhadap Return Saham. H1
= Return On Assets ROA, Arus Kas Operasi, Economic Value Added EVA, dan Market Value Added MVA secara simultan
berpengaruh terhadap Return Saham. 3.5.4.2 Uji Parsial
Uji parsial menggunakan uji t, yaitu untuk menguji kemaknaan koefisien regresi parsial r masing-masing variabel bebas. Tingkat
kesalahan dalam penelitian ini sebesar 5. Apabila tingkat signifikansi Sig t lebih kecil daripada α = 0.05, maka hipotesis diterima yang artinya
variabel independen secara parsial berpengaruh signifikan terhadap variabel dependen. Sebaliknya jika sig t lebih besar daripada α = 0.05,
maka hipotesis ditolak yang artinya variabel independen secara parsial
tidak berpengaruh signifikan terhadap variabel dependen. Dasar pengambilan keputusan:
a. Jika probabilitas 0,05 maka variabel independen secara parsial berpengaruh secara signifikan terhadap variabel dependen.
b. Jika probabilitas 0,05 maka variabel independen secara parsial tidak berpengaruh secara signifikan terhadap variabel dependen.
Nilai probabilitas dari uji t dapat dilihat dari hasil pengolahan dari program SPPS pada tabel COEFFICIENT kolom sig atau significance.
Bentuk pengujian hipotesis: H0
= Return On Assets ROA, Arus Kas Operasi, Economic Value Added EVA, dan Market Value Added MVA secara parsial
tidak berpengaruh terhadap Return Saham. H2
= Return On Assets ROA, Arus Kas Operasi, Economic Value Added EVA, dan Market Value Added MVA secara parsial
berpengaruh terhadap Return Saham. 3.5.5 Koefisien Determinasi
Dalam uji regresi linier berganda dianalisis pula besarnya koefisien regresi R
2
keseluruhan. R
2
digunakan untuk mengukur ketepatan yang paling baik dari analisis berganda. Jika R
2
mendekati satu 1 maka dikatakan semakin kuat model tersebut dalam menerangkan
variasi variabel bebas terhadap variabel terikat. Sebaliknya jika R
2
mendekati 0 nol maka semakin lemah variasi variabel bebas menerangkan variabel terikat. Koefisien determinasi R
2
ini
menunjukkan seberapa besar variabel dependen bisa dijelaskan oleh variabel-variabel bebasnya Santoso,2004:167. Ghozali 2011: 97
berpendapat bahwa nilai yang mendekati satu berarti variabel – variabel
independen memberikan hampir seluruh informasi yang dibutuhkan untuk memprediksi variabel dependen. Angka dari R square didapat dari
pengolahan data melalui program SPSS yang bisa dilihat pada tabel model SUMMARY kolom R square.
52
BAB IV HASIL PENELITIAN DAN PEMBAHASAN