3.7. Jenis Data
Jenis data yang digunakan dalam penelitian ini adalah data-data sekunder yang diperoleh dari Indonesia Capital Market Directory ICMD dan Laporan
tahunan Bank Indonesia BI yang secara lengkap dapat dilihat pada tabel 1.7
dibawah ini: Tabel 3.7
Jenis Data dan Sumber Data No.
Jenis Data Sumber Data
1. IHSS Manufaktur
ICMD 2.
Suku Bunga www.bi.go.id
3. Kurs RpUS
www.bi.go.id Sumber: Laporan Tahunan BI dan ICMD Tahun 2008-2011
3.8. Metode Pengumpulan Data
Metode pengumpulan data dilakukan dengan dokumentasi dari perusahaan manufaktur yang go public periode 2008-2010. Dokumentasi dilakukan dengan
mengumpulkan data sekunder berupa laporan keuangan yang terdaftar di ICMD tahun 2011. Data juga diperoleh dari jurnal penelitian atau buku-buku serta
laporan keuangan maupun informasi lainnya yang berkaitan dengan penelitian ini. Data yang berisi laporan keuangan perusahaan manufaktur yang terdaftar di Bursa
Efek Indonesia diperoleh dari Indonesian Capital Market Directory ICMD 2011 dan situs
www.bi.go.id
Universitas Sumatera Utara
3.9. Uji Validitas dan Reliabilitas
Uji validitas dan reliabilitas instrumen dibutuhkan untuk menguji kelayakan dan jawaban kebenaran dari teknik kuesioner berjenjang. Skala yang
digunakan adalah skala likert. Untuk penelitian ini uji validitas dan reliabilitas kurang diperlukan karena berbeda dalam teknik pengumpulan data.
3.10. Teknik Analisis
Teknik analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik dengan bantuan software SPSS 17.0. Sebelum dianalisis, peneliti
terlebih dahulu melakukan uji asumsi klasik sebelum melakukan pengujian hipotesis.
3.10.1. Pengujian Asumsi Klasik
Uji asumsi klasik digunakan untuk mengetahui apakah hasil analisis regresi linier berganda yang digunakan untuk menganalisis dalam penelitian ini
terbebas dari penyimpangan asumsi klasik yang meliputi uji normalitas, multikolinieritas, heteroskedastisitas dan autokoerlasi. Adapun masing-masing
pengujian tersebut dapat dijabarkan sebagai berikut:
3.10.1.1. Uji Normalitas
Menurut Erlina 2008:102, “tujuan uji normalitas adalah ingin mengetahui apakah dalam model regresi variabel pengganggu atau residual
memiliki distribusi normal”. Pengujian ini diperlukan karena untuk melakukan uji T dan uji F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Uji
normalitas bertujuan untuk menguji apakah variabel independen dan variabel dependen berdistribusi normal Ghozali, 2005:110. Model regresi yang baik
Universitas Sumatera Utara
adalah memiliki distribusi data normal atau mendekati normal. Untuk melihat normalitas data dapat dilakukan dengan melihat histogram atau pola distribusi
data normal. Normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik atau dengan melihat histogram dari nilai
residualnya. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka
model regresi memenuhi asumsi normalitas. Dalam penelitian ini, untuk mendeteksi normalitas data dapat dilakukan dengan pengujian berikut:
1. Uji Kolmogrov Smirnov
a Jika nilai signifikan 0.05 maka distribusi normal, dan
b Jika nilai signifikan 0.05 maka distribusi tidak normal
Hipotesis yang digunakan dalam uji ini adalah: Ho : Data residual berdistribusi normal
Ha : Data residual tidak berdistribusi normal 2.
Histogram Pengujian dengan model histogram memiliki ketentuan bahwa data norma
berbentuk lonceng. Data yang baik adalah data yang memiliki pola distribusi normal. Jika data melenceng ke kanan atau melenceng ke kiri berarti data
tidak terdistribusi secara normal. 3.
Grafik Normality Probability Plot a
Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas.
Universitas Sumatera Utara
b Jika data menyebar jauh dari diagonal danatau tidak mengikuti arah
garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
Jika data tidak normal, ada beberapa cara mengubah model regresi menjadi normal menurut Syafrizal 2008:62 yaitu: 1 lakukan transformasi data,
misalnya mengubah data menjadi bentuk logaritma Log atau natural ln, 2 menambah jumlah data, 3 menghilangkan data yang dianggap sebagai penyebab
tidak normalnya data, dan 4 menerima data apa adanya.
3.10.1.2. Uji Multikolinearitas
Uji Multikolinearitas bertujuan untuk menguji apakah model regresi mempunyai korelasi antar variabel independen. Menurut Umar 2003:132
”multikolinearitas adalah ada tidaknya korelasi yang sempurna atau korelasi yang tidak sempurna tetapi relatif tinggi pada variabel-variabel bebasnya”. Pengujian
multikolinearitas dilakukan dengan melihat nilai VIF antar variabel independen. Jika nilai VIF lebih besar dari 10, maka terjadi multikolinearitas di antara variabel
independen. Jika terjadi korelasi sempurna diantara sesama variabel bebas, maka konsekuensinya adalah:
1 Koefisien - koefisien regresi menjadi tidak dapat ditaksir, dan
2 Nilai standar error setiap koefisien regresi menjadi tak terhingga.
Menurut Ghozali 2005:91, untuk mendeteksi ada tidaknya multikolinearitas di dalam model regresi adalah sebagai berikut:
Universitas Sumatera Utara
a. Nilai R
2
b. Menganalisis matrik korelasi variabel – variabel independen. Jika antar
variabel independen ada korelasi yang cukup tinggi umumnya diatas 0,90, maka hal ini merupakan indikasi adanya multikolinearitas. Tidak adanya
korelasi yang tinggi antar variabel independen tidak berarti bebas dari multikolinearitas. Multikolinearitas dapat disebabkan karena adanya efek
kombinasi dua atau lebih variabel independen. yang dihasilkan oleh suatu estimasi model regresi empiris sangat
tinggi, tetapi secara individual variabel – variabel independennya banyak yang tidak signifikan mempengaruhi variabel dependen.
c. Multikolinearitas dapat juga dilihat dari a nilai tolerance dan lawannya b
variance inflation factor VIF. Kedua ukuran ini menunjukan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya.
Dalam pengertian sederhana setiap variabel independen menjadi variabel dependen terikat dan diregres terhadap variabel independen lainnya.
Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah
sama dengan nilai VIF tinggi karena VIF=1Tolerance. Nilai cut off yang umum dipakai untuk menunjukan adanya multikolinearitas adalah nilai
tolerance 0.10 atau sama dengan nilai VIF 10.
3.10.1.3. Uji Heteroskedastisitas
Menurut Imam Ghozali 2005:105, uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terdapat ketidaksamaan variance dari
residual satu pengamatan ke pengamatan lain. Konsekuensinya adanya
Universitas Sumatera Utara
heteroskedastisitas dalam model regresi adalah penaksir yang diperoleh tidak efisien, baik dalam sampel kecil maupun besar. Salah satu cara yang dapat
digunakan untuk mengetahui ada tidaknya gejala heteroskedastisitas adalah dengan melihat pada grafik scatter plot.
Jika ada pola tertentu seperti titik-titik yang membentuk pola tertentu yang teratur bergelombang, melebar, kemudian menyempit maka mengindikasikan
telah terjadi heteroskedastisitas. Jika tak ada pola yang jelas maka tidak terjadi gejala heteroskedastisitas.
Untuk mengetahui ada tidaknya heteroskedastisitas juga dapat diketahui dengan melakukan uji glejser. Jika variabel bebas signifikan secara statistic
mempengaruhi variabel terikat maka ada indikasi terjadi heteroskedastisitas Ghozali, 2005:69.
3.10.1.4. Uji Autokorelasi
Autokorelasi adalah keadaan dimana terjadinya korelasi antara residual pada satu pengamatan dengan pengamatan lain pada model regresi. Uji
autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode tertentu dengan kesalahan
pada periode sebelumnya. Menurut Priyatno 2010:71 prasyarat yang harus terpenuhi adalah tidak adanya autokorelasi pada model regresi. Metode pengujian
yang digunakan adalah dengan uji Durbin-Watson uji D-W dengan ketentuan sebagai berikut:
1. Jika d lebih kecil dari dl atau lebih besar dari 4-dl, maka hipotesis nol
ditolak, yang berarti terdapat autokorelasi;
Universitas Sumatera Utara
2. Jika du d 4-du maka hipotesis nol diterima, yang berarti tidak ada
autokorelasi.
3.10.2. Pengujian Hipotesis
3.10.2.1. Analisis Regresi
Hipotesis penelitian diuji dengan menggunakan analisis regresi linear berganda. Analisis ini digunakan untuk mengukur kekuatan dua variabel atau
lebih dan juga menunjukan arah hubungan antara variabel dependen dengan variabel independen. Adapun rumus dari regresi linier berganda multiple linier
regresion adalah sebagai berikut :
Y = β + β
1
X
1
+ β
2
X
2
Y =
Return Saham
+ + e
β X
= Konstanta
1
X =
Nilai Tukar Rupiah terhadap Dollar US
2
β =
Tingkat Suku Bunga
1
, β
2
e =
Variabel pengganggu error , =
Koefisien regresi
Pengujian hipotesis menggunakan analisis regresi berganda karena ada dua atau lebih variabel independennya. Pengujian hipotesis ditujukan untuk menguji
ada tidaknya pengaruh dari variabel independen secara keseluruhan terhadap variabel dependen.
3.10.2.2. Uji Signifikansi Simultan Uji F
Secara simultan, pengujian hipotesis dilakukan dengan uji F. Menurut Ghozali 2005:84 “uji statistik F pada dasarnya menunjukkan apakah semua
Universitas Sumatera Utara
variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependenterikat”. Uji ini
dilakukan dengan membandingkan signifikansi F
hitung
1 jika F
dengan ketentuan:
hitung
F
tabel
pada α 0.05, maka H
a
2 jika F
ditolak, dan
hitung
F
tabel
pada α 0.05, maka H
a
3.10.2.3 Uji Signifikansi Parsial Uji t
diterima.
Secara parsial, pengujian hipotesis dilakukan dengan uji t. Menurut Ghozali 2005:84 “uji statistik t pada dasarnya menunjukkan seberapa jauh
pengaruh satu variabel penjelasindependen secara individual dalam menerangkan variabel dependen”. Uji ini dilakukan dengan membandingkan signifikansi t
hitung
1 jika t
dengan ketentuan:
hitung
t
tabel
pada α 0.05, maka H
a
2 jika t
ditolak, dan
hitung
t
tabel
pada α 0.05, maka H
a
3.10.2.4 Koefisien Determinasi R
diterima.
2
Koefisien determinasi R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Besarnya
koefisien determinasi ini adalah 0 sampai dengan 1 Nilai R
2
yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi.
Universitas Sumatera Utara
BAB IV HASIL DAN PEMBAHASAN
4.1 Gambaran Umum
Sumber data penelitian diperoleh melalui Bursa Efek Indonesia BEI sesuai dengan kriteria judul penelitian. Adapun kriteria yang dijadikan sampel dalam
penelitian ini adalah perusahaan-perusahaan manufaktur yang listed di BEI periode 2008-2010 yang menyajikan laporan keuangan yang telah diaudit dan
memiliki trend laba positif dan membayar dividen selama tahun pengamatan. Dari 222 perusahaan manufaktur yang terdaftar di BEI, hanya 10 perusahaan yang
memenuhi syarat penelitian untuk dijadikan sampel. Banyak sampel perusahaan dieliminasi yang disebabkan ketidaklengkapan data yang telah ditetapkan pada
penelitian ini. Penelitian ini menggunakan data dalam metode pooled cross sectional.
Pooled cross sectional adalah jumlah data penelitian melalui perkalian periode tahun pengamatan dengan jumlah sampel. Penelitian dilakukan dalam periode
2008-2010 dengan sampel sebanyak 10 emiten. Maka secara pooled cross sectional diperoleh akumulasi data sejumlah 3 x 10 = 30 data yang akan diteliti
dengan program Statistical Package for Social Science SPSS 17. Tetapi karena ada satu emiten yaitu PT. Fast Food Indonesia, Tbk FAST yang data harga
sahamnya sangat jauh rentangnya dengan sampel lain maka data FAST termasuk outlier sehingga dikeluarkan dari pengolahan data. Oleh karena itu total sampel
yang memenuhi standar pengolahan data sebanyak 27 sampel.
Universitas Sumatera Utara
Variabel-variabel yang digunakan pada penelitian adalah kurs Rupiah terhadap US Dollar dan suku bunga. Kedua variabel ini merupakan variabel
independen sementara Return Saham RS menjadi variabel dependen.
4.2 Hasil Penelitian