45
BAB V HASIL PENELITIAN DAN PEMBAHASAN
A. Pengukuran Data
Langkah-langkah yang dilakukan dalam melakukan pengukuran data yang telah dijelaskan sebelumnya pada bab 3, yaitu:
1. Penghitungan Variabel Independen
a. Perubahan Current Ratio
Perubahan current ratio ΔCR dihitung dengan rumus:
ΔCR X = CR
p
− CR
p−1
CR
p−1
Berikut contoh penghitungan perubahan current ratio pada PT. Indo Kordsa Tbk. tahun 2010:
ΔCR X = , − ,
, = ,
b. Perubahan Net Profit Margin
Perubahan net profit margin ΔNPM dihitung dengan rumus:
ΔNPM X = NPM
p
− NPM
p−1
NPM
p−1
Berikut contoh penghitungan perubahan net profit margin PT. Indo Kordsa Tbk. tahun 2010:
ΔNPM X = , − ,
, = ,
46
c. Perubahan Debt Ratio
Perubahan debt ratio ΔDR dapat dihitung dengan rumus:
ΔDR X = DR
p
− DR
p−1
DR
p
Berikut contoh penghitungan perubahan debt ratio PT. Indo Kordsa Tbk. tahun 2010:
ΔDR X = ,
− , ,
= , d.
Perubahan Total Assets Turnover Perubahan total assets turnover
ΔTATO dapat dihitung dengan rumus:
ΔTATO X = TATO
p
− TATO
p−1
TATO
p−1
Berikut contoh penghitungan perubahan total assets turnover PT. Indo Kordsa Tbk. tahun 2010:
ΔTATO X = , − ,
, = ,
2. Penghitungan Variabel Dependen
Variabel dependen yang digunakan adalah perubahan harga saham. Harga saham yang dilihat adalah harga saat penutupan atau closing price.
Perhitungan untuk mencari perubahan harga saham dinyatakan dengan rumus:
∆HS Y = HS
p
− HS
p−1
HS
p−1
47
Berikut contoh penghitungan untuk perubahan harga saham PT. Indo Kordsa Tbk. tahun 2010:
∆HS Y = .
− . .
= , B.
Analisis Data
Berikut adalah hasil analisis data yang digunakan untuk menjawab rumusan masalah pertama hingga kelima dengan teknik sebagai berikut:
1. Uji Normalitas
Data yang baik adalah data yang berdistribusi normal dan tidak mengandung nilai ekstrem. Pada analisis statistika deskriptif, data-data
yang bersifat ekstrem dihilangkan agar saat uji normalitas data dapat berdistribusi normal.
Berikut ini adalah hasil uji normalitas menggunakan One-Sample Kolmogorov Smirnov-Z:
Tabel 5.1 Hasil Uji Normalitas
Model Tahun Kolmogorov-Smirnov Z
Unstandardized Residual
Asymp. Sig. 2-
tailed
Sebelum IFRS 2010-2011
0,784 0,570
Sesudah IFRS 2012-2013
1,186 0,120
Sumber: data sekunder yang diolah, 2015
Data terdistribusi normal jika nilai probabilitas p uji Kolmogorov- Smirnov Z 0,05 dan sebaliknya jika nilai probabilitas p uji
Kolmogorov-Smirnov Z 0,05 maka data tersebut tidak terdistribusi secara normal. Berdasarkan hasil pada tabel 5.1 menunjukkan nilai
48
Asymp. Sig. 2-tailed pada persamaan regresi sebelum dan sesudah implementasi IFRS masing-
masing nilainya lebih besar dari α= 0,05. 2.
Uji Asumsi Klasik a.
Uji Multikolinearitas Uji multikolinearitas yang digunakan adalah faktor inflasi varians
Variance Inflation Factor-VIF dengan melihat nilai dari VIF dan tolerance. Jika nilai VIF 10 dan nilai tolerance 0,1 maka tidak
terjadi multikolinearitas. Berikut adalah hasil uji multikolinearitas:
Tabel 5.2 Hasil Uji Multikolinearitas
Model Variabel Tolerance
VIF
Sebelum IFRS 2010-2011
ΔCR 0,580
1,723 ΔNPM
0,883 1,133
ΔDR 0,552
1,812 ΔTATO
0,927 1,079
Sesudah IFRS 2012-2013
ΔCR 0,577
1,734 ΔNPM
0,849 1,178
ΔDR 0,717
1,395 ΔTATO
0,796 1,257
Sumber: data sekunder yang diolah, 2015
Dari hasil pada tabel 5.2 menunjukkan tidak ada variabel independen yang memiliki nilai VIF 10 dan tolerance 0,1.
Sehingga dapat disimpulkan bahwa model regresi yang digunakan tidak terjadi masalah multikolinearitas.
b. Uji Heteroskedastisitas
Uji heteroskedastisitas yang digunakan dalam penelitian ini menggunakan uji glejser dengan menentukan tingkat signifikansi
sebesar 5. Jika hasil dari uji heteroskedastisitas dengan nilai
49
signifikansi diatas 0,05, maka terjadi kesamaan varian dari residual pada model regresi dan dinyatakan lolos dari uji heteroskedastisitas.
Berikut adalah hasil dari uji heteroskedastisitas:
Tabel 5.3 Hasil Uji Heteroskedastisitas
Model Dependen
Variabel T
Sig
Sebelum IFRS 2010-2011
Abs ΔCR
-0,339 0,736
ΔNPM 0,915
0,365 ΔDR
0,878 0,385
ΔTATO 0,815
0,419 Sesudah IFRS
2012-2013 Abs
ΔCR -1,874
0,067 ΔNPM
-0,081 0,936
ΔDR -1,435
0,158 ΔTATO
-1,652 0,105
Sumber: data sekunder yang diolah, 2015
Dari hasil pada tabel 5.3, nilai signifikansi berada di atas 0,05 untuk empat variabel independen ΔCR, ΔNPM, ΔDR dan ΔTATO.
Hasil tersebut menunjukkan model regresi yang digunakan tidak mengalami heteroskedastisitas.
c. Uji Autokorelasi
Autokorelasi adalah keadaan di mana terjadinya korelasi dari residual untuk pengamatan satu dengan pengamatan yang lain yang
disusun menurut runtun waktu Priyatno, 2010: 75. Uji autokorelasi yang digunakan dalam penelitian ini adalah uji Durbin-Watson dengan
beberapa kriteria sebagai berikut: 4
DUDW4-DU= tidak terjadi autokorelasi 5
DWDL atau DW4-DL= terjadi autokorelasi
50
6 DLDWDU atau 4-DUDW4-DL= tidak dapat
disimpulkan Berikut adalah hasil dari uji Durbin-Watson:
Tabel 5.4 Hasil Uji Autokorelasi
Model R
R Square
Adj R Square
Std. Error of The Estimate
Durbin- Watson
Sebelum IFRS 2010-
2011 0,664
0,441 0,392
0,6036426020 2,372
Sesudah IFRS 2012-2013
0,332 0,111
0,031 0,6742676591
1,865 Sumber: data sekunder yang diolah, 2015
Berdasarkan hasil pada tabel 5.4, nilai Durbin-Watson yang didapat untuk masing-masing periode adalah 2,372 untuk periode
sebelum IFRS dan 1,865 untuk periode sesudah IFRS. Nilai DL dan DU pada tabel statistik Durbin-Watson dengan nilai signifikansi 0,05,
4 variabel independen k=4 dan 25 sampel n=25 adalah sebesar 1,0381 dan 1,7666. Nilai 4-DL= 2,9619 dan nilai 4-DU= 2,2334.
Berdasarkan hasil pada nilai DW, model regresi pada periode sebelum IFRS tidak dapat disimpulkan sedangkan model regresi pada periode
sesudah IFRS bebas dari autokorelasi. Model regresi sebelum implementasi IFRS yang tidak dapat
disimpulkan harus dipulihkan dengan uji run test. Uji run test digunakan untuk melihat apakah residual terjadi secara acak atau
tidak. Jika asymp. sig. 2-tailed 0,05 maka data dikatakan acak dan
51
tidak terjadi masalah autokorelasi. Hasil dari uji run test tercantum pada tabel di bawah ini:
Tabel 5.5 Hasil Uji Run Test
Periode Sebelum Implementasi IFRS
Runs Test Unstandardized Residual
Test Value
a
-0,013073 Cases Test Value
25 Cases = Test Value
25 Total Cases
50 Number of Runs
29 Z
0,857 Asymp. Sig. 2-tailed
0,391 a. Median
Sumber: output SPSS 20.0 for windows
Hasil pada tabel 5.5 menunjukkan asymp. sig. 2-tailed 0,05 sehingga model regresi sebelum implementasi IFRS cukup acak dan
tidak terdapat masalah autokorelasi. 3.
Uji Hipotesis a.
Uji F Uji F dilakukan untuk mengetahui apakah sekurang-kurangnya
satu variabel independen mempengaruhi variabel dependen. Berikut adalah hasil F
hitung
yang tercantum pada tabel 5.6:
Tabel 5.6 Hasil Uji F
Model Sum of
Squares Df
Mean Square
F Sig.
Total 2010-2013
Regression 14,536
4 3,634 8,544 0,000
Residual 40,408
95 0,425
Total 54,944
99 Sebelum IFRS
2010-2011 Regression
12,954 4
3,239 8,888 0,000 Residual
16,397 45
0,364 Total
29,352 49
Sesudah IFRS 2012-2013
Regression 2,542
4 0,636 1,398 0,250
Residual 20,459
45 0,455
Total 23,001
49 Sumber: data sekunder yang diolah, 2015
52
Berdasarkan hasil pada tabel 5.6, maka hasil analisis untuk uji F adalah sebagai berikut:
1 Menentukan hipotesis nol dan hipotesis alternatif
Ho: β1= β2= β3= β4= 0 Artinya perubahan current ratio, perubahan net profit margin,
perubahan debt ratio dan perubahan total assets turnover tidak berpengaruh terhadap perubahan harga saham.
Ha: β1, β2, β3, β4≠ 0 Artinya perubahan current ratio, perubahan net profit margin,
perubahan debt ratio dan perubahan total assets turnover berpengaruh terhadap perubahan harga saham.
2 Tingkat signifikansi yang sudah ditentukan sebelumnya sebesar
0,05 dengan derajat kebebasan df sebesar df 1= 4-1= 3 dan df 2= 50-4-1= 45. Maka F
tabel
didapat sebesar 2,81. 3
F
hitung
diperoleh dari hasil tabel 5.6 pada kolom F sebesar 8,888 sebelum implementasi IFRS dan 1,398 sesudah implementasi
IFRS. 4
Setelah mendapatkan F
tabel
dan F
hitung
, maka menentukan kriteria pengujian dengan:
Ho diterima jika F
hitung
≤ F
tabel
Ho ditolak jika F
hitung
F
tabel
5 Dapat disimpulkan dari uji F yang dilakukan adalah untuk periode
sebelum implementasi IFRS nilai F
hitung
nilai F
tabel
8,888
53
2,81 sehingga Ho ditolak dan dapat disimpulkan bahwa perubahan CR, perubahan NPM, perubahan DR dan perubahan
TATO berpengaruh terhadap perubahan harga saham. Pada periode sesudah implementasi IFRS nilai F
hitung
≤ F
tabel
1,398 ≤ 2,81 sehingga Ho diterima dan dapat disimpulkan bahwa
perubahan CR, perubahan NPM, perubahan DR dan perubahan TATO tidak berpengaruh terhadap perubahan harga saham.
b. Uji Parameter Koefisien Determinasi Adjusted R
2
Uji parameter koefisien determinasi digunakan untuk melihat berapa besar persentase variasi pengaruh dua atau lebih variabel
independen terhadap variabel dependen. Hasil dari uji koefisien determinasi tercantum pada tabel 5.7:
Tabel 5.7 Hasil Uji Parameter Koefisien Determinasi Adjusted R
2
Model Unstandardized Standardized
T Sig.
Adjusted R
2
B Std.
Error Beta
Total 2010-2013
Constant 0,379
0,067 5,663 0,000
0,234 ΔCR
-0,031 0,021
-0,151 -1,491 0,139
ΔNPM 0,055
0,011 0,471
5,184 0,000 ΔDR
-0,410 0,359
-0,113 -1,141 0,257
ΔTATO 0,218
0,402 -0,050
-0,541 0,590 Sebelum IFRS
2010-2011 Constant
0,509 0,089
5,691 0,000 0,392
ΔCR 0,793
0,609 0,190
1,302 0,200 ΔNPM
0,052 0,010
0,600 5,061 0,000
ΔDR 0,390
0,628 0,093
0,621 0,538 ΔTATO
-1,116 0,563
-0,230 -1,984 0,053
Sesudah IFRS 2012-2013
Constant 0,281
0,100 2,821 0,007
0,031 ΔCR
-0,034 0,025
-0,252 -1,364 0,179
ΔNPM 0,186
0,095 0,299
1,960 0,056 ΔDR
-0,477 0,503
-0,157 -0,948 0,348
ΔTATO 0,253
0,603 0,066
0,420 0,676 Sumber: data sekunder yang diolah, 2015
54
Nilai Adjusted R
2
pada tabel 5.7 menunjukkan bahwa perubahan CR, perubahan NPM, perubahan DR dan perubahan TATO dapat
menjelaskan sebesar 39,2 dari perubahan harga saham sedangkan sisanya 60,8 dijelaskan oleh variabel lain pada periode sebelum
implementasi IFRS. Nilai Adjusted R
2
setelah implementasi IFRS menunjukkan bahwa perubahan CR, perubahan NPM, perubahan DR
dan perubahan TATO hanya menjelaskan 3,1 dari perubahan harga saham sedangkan sisanya 96,9 dijelaskan oleh variabel lain.
Hasil Adjusted R
2
menunjukkan bahwa nilai koefisien determinasi mengalami penurunan dari periode sebelum implementasi dan sesudah
implementasi IFRS, yaitu 39,2 pada periode sebelum implementasi dan 3,1 pada periode sesudah implementasi. Hal tersebut
menunjukkan bahwa implementasi IFRS di Indonesia tidak memiliki pengaruh terhadap informasi akuntansi yang diukur dengan perubahan
CR, perubahan NPM, perubahan DR dan perubahan TATO. c.
Uji Beda t Paired Sample t Test Hasil uji beda t Paired Sample t Test terhadap dua periode
sebelum melakukan implementasi IFRS dengan sesudah implementasi IFRS terdapat pada tabel di bawah ini:
55
Tabel 5.8 Hasil Uji t Paired Sample t Test
Paired Samples Test
Paired Differences t
df Sig. 2-
tailed Mean
Std. Deviation
Std. Error Mean
95 Confidence Interval of the Difference
Lower Upper
Pair 1 Unstandardized
Residual - Unstandardized
Residual 0E-8 0,92886165 0,13136087
-0,26397956 0,26397956
0,000 49
1,000 Sumber: output SPSS 20.0 for windows
Berdasarkan hasil pada tabel 5.8, maka hasil analisis untuk uji beda t adalah:
1 Menentukan Ho dan Ha:
Ho: Tidak ada perbedaan pengaruh informasi akuntansi terhadap perubahan harga saham antara sebelum implementasi IFRS
dengan sesudah implementasi IFRS. Ha: Ada perbedaan pengaruh informasi akuntansi terhadap
perubahan harga saham antara sebelum implementasi IFRS dengan sesudah implementasi IFRS.
2 Nilai t
tabel
sebesar 2,00958 dengan tingkat signifikansi 0,025 dan df= 49.
3 Nilai t
hitung
sebesar 0,000 yang diperoleh dari hasil tabael 5.8 kolom t.
4 Setelah mendapatkan t
tabel
dan t
hitung
, maka menentukan kriteria pengujian dengan:
Ho diterima jika t
hitung
≤ t
tabel
Ho ditolak jika t
hitung
t
tabel
56
5 Hasil uji beda t paired sample t test menunjukkan bahwa Ho
diterima karena t
hitung
≤ t
tabel
0,000 ≤ 2,00958. Kesimpulan dari uji ini adalah tidak ada perbedaan pengaruh informasi akuntansi
terhadap perubahan harga saham antara periode sebelum implementasi IFRS dengan sesudah implementasi IFRS.
C. Pembahasan