36
Tabel 3.2 Populasi dan Sampel Penelitian
No Populasi
Kode Kriteria
Sampel 1
2 3
4
1 ASII
1 2
AUTO
2 3
BRAM
x 4
GDYR
x 5
GJTL
3
6 IMAS
4 7
INDS
5
8 LPIN
6 9
MASA
x 10
NIPS
7
11 PRAS
8 12
SMSM
9
Sumber : www.idx.co.id diolah peneliti
3.7. Jenis Data
Data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder adalah data yang diperoleh secara tidak langsung melalui media perantara.
Data yang diperoleh berupa laporan keuangan perusahaan otomotif dan komponen yang bersumber Bursa Efek Indonesia BEI melalui situs www.idx.co.id. Data yang
diperoleh adalah data kuantitatif, yaitu data yang diukur dalam skala numerik atau data yang berbentuk angka.
37
3.8. Metode Pengumpulan Data
Metode pengumpulan data yang digunakan adalah dokumentasi yaitu metode pengumpulan data dengan cara melakukan analisis terhadap laporan keuangan
maupun informasi lainnya yang berkaitan dengan penelitian ini. Data penelitian ini diperoleh melalui situs www.idx.co.id dengan menggunakan media perantara
internet.
3.9. Teknik Analisis Data
Teknik analisis yang digunakan untuk menguji hipotesis yang dirumuskan dalam penelitian ini adalah analisis regresi berganda dengan bantuan program
computer yaitu program SPSS. Pada analisis dengan menggunakan regresi linier berganda, pengujian asumsi klasik penting dilakukan agar diperoleh parameter yang
valid dan handal. Adapun analisis yang dilakukan dalam penelitian ini adalah sebagai berikut :
3.9.1 Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk mengetahui kondisi data yang digunakan dalam penelitian. Model analisis regresi linier berganda
mensyaratkan uji asumsi terhadap data yang meliputi : uji normalitas, uji
multikolinearitas, uji heterokedastisitas dan uji autokorelasi. Adapun masing-
masing pengujian tersebut dapat dijabarkan sebagai berikut :
38
a. Uji Normalitas Tujuan dari uji normalitas adalah untuk menguji apakah dalam sebuah
model regresi, variabel bebas dan variabel terikat, atau keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah
distribusi data normal atau mendekati normal. Uji ini dapat dilakukan dengan analisis grafik dan Kolmograv-smirnov.
Uji Kolmograv-smirnov dapat digunakan untuk mengetahui apakah data disepanjang garis diagonal berdistribusi normal dengan melihat data
residualnya apakah berdistribusi normal atau tidak. Jika nilai signifikansi lebih besar dari 0,05 maka data tersebut terdistribusi normal. Sebaliknya,
jika nilai signifikansinya lebih kecil dari 0,05 maka distribusi data adalah tidak normal.
Uji normalitas juga dapat dilakukan dengan melakukan analisis grafik normal probability plot dan grafik histogram. Dasar dalam pengambilan
keputusan dalam uji normalitas menurut Ghozali 2005:110 adalah : 1. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis
diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi klasik, dan
2. Jika data menyebar jauh dari diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola
distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
39
b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk mengetahui apakah model regresi ditemukan adanya korelasi antar variabel indevenden. Model
regresi yang baik yaitu tidak terjadi korelasi di antara variabel indevenden. Untuk melihat ada atau tidaknya multikolinieritas dalam model regresi
dilihat dari nilai tolerance dan lawannya Variance Inflation factor VIF. Batasan yang umum dipakai untuk menunjukkan adanya multikolinearitas
adalah Tolerance 0,1 atau sama dengan VIF 10. c.
Uji Heterokedastisitas
Meburut Ghozali 2005:105 “Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari
residual satu pengamatan ke pengamatan yang lain”. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Untuk mendeteksi adanya
heterokedastisitas dapat dilakukan dengan grafik scatterplot. Jika ada pola tertentu seperti titik-titik yang membentuk pola tertentu yang teratur maka
menunjukkan bahwa telah terjadi heterokedastisitas. Jika tidak ada pola yang jelas serta titik-titik menyebar secara acak baik di atas atau di bawah
angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas. d.
Uji Autokorelasi Menurut Ghozali 2005:95 “Uji autokorelasi bertujuan menguji
apakah dalam model regresi linear ada korelasi antara kesalahan
40
pengganggu pada periode t dengan kesalahan pengganggu pada periode t- 1 sebelumnya”. Jika terjadi korelasi, maka dinamakan ada problem
autokorelasi. Model regresi yang baik adalah model regresi yang bebas dari autokorelasi.
Cara yang dapat dilakukan untuk mendeteksi ada tidaknya autokorelasi adalah dengan melakukan uji Durbin Watson. Ketentuan
yang umum dipakai dalam ini adalah sebagai berikut: 1. Jika Dw lebih kecil dari dL atau lebih besar dari 4-dL, maka
terdapat autokorelasi 2. Jika Dw terletak antara dU dan 4-dU, maka tidak ada autokorelasi.
3. Jika Dw terletak antara dL dan dU atau diantara 4-dU dan 4-dL, maka tidak menghasilkan kesimpulan yang pasti.
3.9.2 Uji Hipotesis
Setelah melakukan uji asumsi , maka dilakukan pengujian statistik untuk menguji hipotesis. Pengujian hipotesis merupakan proses pembuatan
keputusan yang menggunakan estimasi statistik sampel terhadap parameter populasinya. Pengujian dilakukan dengan dengan analisis regresi berganda,
uji signifikansi t-test , uji f-test dan koefisien determinasi. a. Regresi berganda
Analisis regresi berganda digunakan untuk mengukur kekuatan dua variabel atau lebih dan juga menunjukkan arah hubungan antara variabel
41
dependen dengan variabel independen. Model persamaan yang digunakan adalah sebagai berikut :
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ e
Keterangan : Y
= Return saham a
= konstanta X
1
= Return On Equity ROE X
2
= Return On Asset ROA X
3
= Earning Per Share EPS b
1,2,3
= koefisien regresi e
= kesalahan pengganggu Standart Error
b. Pengujian secara simultan Uji F Uji F digunakan untuk menguji apakah variabel independen bebas
memiliki pengaruh secara bersama-sama terhadap variabel terikat. Pembuktian dilakukan dengan cara membandingkan nilai F kritis F
tabel
dengan F
hitung
yang tabel hitung terdapat pada tabel analysis of variance. tingkat signifikan yang tabel digunakan sebesar 5 dengan derajat
kebebasan degree of freedom df = n-k dan k-1 dimana n adalah jumlah observasi. Hipotesis yang digunakan adalah :
42
• H : b
1
= b
2
= b
3
= 0, artinya tidak terdapat pengaruh yang signifikan secara bersama-sama simultan dari Return on Equity ROE, Return
on Asset ROA dan Earning Per Share EPS terhapat return saham. • H
a
: b
1
= b
2
= b
3
≠0, artinya terdapat pengaruh yang signifikan secara bersama-sama simultan dari Return on Equity ROE, Return
on Asset ROA dan Earning Per Share EPS terhapat return saham. H
ditolak bila : F
hitung
F
tabel.
H diterima bila : F
hitung
F
tabel.
c. Uji Parsial Uji t Uji t dilakukan untuk menguji koefisien regresi secara parsial dari
variabel independen. Tingkat signifikansi yang digunakan sebesar 5, dengan derajat kebebasan df = n-k-1, dimana n adalah jumlah
observasi dan k adalah jumlah variabel. Dasar mengambil kesimpulan adalah sebagai berikut :
Jika t
hitung
t
tabel
, maka Ho diterima artinya variabel hitung tabel independen ROE, ROA, EPS tidak berpengaruh terhadap return saham.
Jika t
hitung
t tabel , maka Ho ditolak dan menerima H1 hitung tabel artinya variabel indevenden ROE, ROA, dan EPS berpengaruh terhadap
return saham.
43
d. Koefisien Determinasi Koefisien determinasi R
2
digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai
R
2
yang kecil, berarti kemampuan variabel independen dalam menjelaskan variasi variabel dependen terbatas. Nilai R
2
yang mendekati 1 menunjukkan bahwa variabel independen memberikan hampir semua
informasi yang dibutuhkan untuk memperkirakan variasi pada variabel dependen.
44
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Deskripsi Data Penelitian
Populasi dalam penelitian ini adalah perusahaan otomotif dan komponen yang terdaftar di Bursa Efek Indonesia BEI. Berdasarkan kriteria pemilihan sampel yang
dilakukan , maka diperoleh sampel dari penelitian sebanyak 9 perusahaan otomotif dan komponen yang terdaftar di Bursa Efek Indonesia BEI. Penelitian ini
mengambil periode penelitian selama 4 tahun yaitu dari tahun 2010 sampai tahun 2013 sehingga jumlah unit analisis dalam penelitian ini adalah 4 tahun observasi x 9
sampel perusahaan adalah sebanyak 36 sampel observasi. Berikut ini merupakan daftar sampel perusahaan yang menjadi objek
penelitian : Tabel 4.1
Daftar Sampel perusahaan No
Kode Nama Perusahaan
1 ASII
Astra Internat i
onal Tbk
2 AUTO
Astra Otoparts Tbk
3 GJTL
Gajah Tunggal Tbk
4 IMAS
Indomobil Sukses Internat i
onal Tbk
5 INDS
Indospring Tbk
6 LPIN
Multi Prima Sejahtera Tbk
45
7 NIPS
Nipress Tbk
8 PRAS
Prima alloy steel Un i
versal Tbk
9 SMSM
Selamat Sempurna Tbk
4.2 Analisis Hasil Penelitian
4.2.1 Statistik Deskriptif
Statistik deskriptif adalah statistik yang berfungsi mendeskripsikan atau memberi gambaran objek yang diteliti. Statistik deskriptif memberikan
gambaran mengenai nilai minimum, nilai maksimum, nilai rata-rata mean, dan standar deviasi dari masing-masing variabel yang digunakan. Berikut ini
statistik deskriptif secara umum dari data yang digunakan :
Tabel 4.2
a. Variabel Return On Asset ROA mempunyai nilai minimum 0.00, nilai
maksimum 20.43, nilai rata-rata statistic 8.9003, dan standar deviasi 5.31277 dengan jumlah pengamatan 36.
Descriptive Statistics
N Minimum Maximum
Mean Std. Deviation
Statistic Statistic
Statistic Statistic
Std. Error Statistic
X1 ROA 36
.00 20.43
8.9003 .88546
5.31277 X2 ROE
36 .00
35.16 17.7475
1.59105 9.54628
X3 EPS 36
.00 1896.24 4.3589E2 66.90787
401.44724 Y Return
36 -.5346
10.9525 .789111 .3388411
2.0330465 Valid N listwise
36
46
b. Variabel Return On Equity ROE mempunyai nilai minimum 0.00, nilai maksimum 35.16, nilai rata-rata statistic 17.7475, dan standar deviasi
9.54628 dengan jumlah pengamatan 36. c. Variabel Earning Per Share EPS mempunyai nilai minimum 0.00 , nilai
maksimum 1896.24, nilai rata-rata statistic 4.3589E2, dan standar deviasi 401.44724 dengan jumlah pengamatan 36.
d. Variabel Return saham Y mempunyai nilai minimum -0.5346, nilai maksimum 10.9525, nilai rata-rata statistic 0.789111, dan standar deviasi
2.0330465 dengan jumlah pengamatan 36.
4.2.2 Pengujian Asumsi Klasik
Uji asumsi klasik digunakan untuk mengetahui kondisi data yang digunakan dalam penelitian.
Untuk menghasilkan suatu model regresi yang baik, diperlukan pengujian asumsi klasik sebelum melakukan pengujian
hipotesis.
4.2.2.1 Uji Normalitas
Tujuan dari uji normalitas adalah untuk menguji apakah dalam sebuah model regresi, variabel bebas dan variabel terikat, atau keduanya
mempunyai distribusi normal atau tidak. Model regresi yang baik adalah distribusi data normal atau mendekati normal. Uji Kolmograv-smirnov
dapat digunakan untuk mengetahui apakah data berdistribusi normal dengan melihat data residualnya apakah berdistribusi normal atau tidak.
47
Jika nilai signifikansi lebih besar dari 0,05 maka data tersebut terdistribusi normal. Sebaliknya, jika nilai signifikansinya lebih kecil dari 0,05 maka
distribusi data adalah tidak normal.
Tabel 4.3 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 36
Normal Parameters
a
Mean .0000000
Std. Deviation 1.32170165
Most Extreme Differences Absolute .149
Positive .149
Negative -.105
Kolmogorov-Smirnov Z .896
Asymp. Sig. 2-tailed .399
a. Test distribution is Normal. b. Calculated from data
Berdasarkan tabel 4.3 di atas, besarnya kolmograv-smirnov K-S adalah 0.896 dan signifikansi 0.399. Hal ini menunjukkan bahwa data
tersebut telah terdistribusi normal karena nilai Asymp. Sig.2-tailed kolmograv smirnov lebih besar dari 0.05.
48
Selain Kolmograv-smirnov, hasil uji normalitas juga dapat dilihat pada diagram histogram dan Normal Probability Plot yang ditampilkan
pada gambar 4.1 dan 4.2 berikut ini :
Gambar 4.1 Histogram Uji Normalitas
Grafik histogram di atas menunjukkan bahwa distribusi data memiliki kurva berbentuk lonceng dimana distribusi data tidak menceng
ke kiri maupun menceng ke kanan. Hal ini menunjukkan bahwa data telah terdistribusi secara normal. Hal ini juga di dukung dengan hasil uji
normalitas dengan menggunakan grafik plot .
49
Gambar 4.2 Grafik Uji Normalitas
Gambar 4.2 merupakan grafik normal probability plot yang menunjukkan bahwa titik-titik data menyebar di sekitar garis diagonal.
Hal tersebut menunjukkan bahwa data telah terdistribusi secara normal. Hal ini sejalan dengan pengujian dengan menggunakan histogram dan
model kolmograv-smirnov yang juga menyatakan bahwa data telah terdistribusi secara normal.
4.2.2.2 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk mengetahui apakah model regresi ditemukan adanya korelasi antar variabel indevenden. Untuk
50
melihat ada atau tidaknya multikolinieritas dalam model regresi dilihat dari nilai tolerance dan lawannya Variance Inflation factor VIF. Batasan
yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah Tolerance 0,1 atau sama dengan VIF 10.
Tabel 4.4 Hasil Uji Multikolinearitas
Berdasarkan tabel 4.4 di atas dapat diketahui bahwa nilai Tolerance dari masing-masing variabel lebih besar dari 0.1, yaitu untuk
variabel ROA sebesar 0.349, ROE sebesar 0.338, dan EPS sebesar 0.937. Selain itu, nilai VIF untuk masing-masing variabel juga lebih kecil dari
10, yaitu untuk variabel ROA sebesar 2.863, ROE sebesar 2.957, dan EPS sebesar 1.067. Dengan demikian dapat disimpulkan bahwa pada data
penelitian tidak terdapat Multikolinearitas.
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
-.266 .520
-.511 .613
X1 ROA -.423
.074 -1.105
-5.680 .000
.349 2.863
X2 ROE .273
.042 1.283
6.491 .000
.338 2.957
X3 EPS -7.345E-5
.001 -.015
-.122 .904
.937 1.067
a. Dependent Variable: Y
51
4.2.2.3 Uji Heterokedastisitas
Meburut Ghozali 2005:105 “Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari
residual satu pengamatan ke pengamatan yang lain”. Uji ini dapat dilakukan dengan grafik scatterplot. Jika ada pola tertentu seperti titik-titik
yang membentuk pola tertentu yang teratur maka menunjukkan bahwa telah terjadi heterokedastisitas. Jika tidak ada pola yang jelas serta titik-
titik menyebar secara acak baik di atas atau di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas.
Gambar 4.3 Uji Heterokedastisitas
52
Gambar scaterplot di atas menunjukkan bahwa titik-titik data menyebar secara acak atau tidak teratur dan tidak membentuk suatu pola
tertentu, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y.Hal ini mengindikasikan tidak terjadi heterokedastisitas.
4.2.2.4 Uji Autokorelasi
Menurut Ghozali 2005:95 “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”. Cara yang dapat dilakukan untuk mendeteksi ada
tidaknya autokorelasi adalah dengan melakukan uji Durbin Watson. Ketentuan yang umum dipakai dalam ini adalah sebagai berikut:
1. Jika Dw dL atau lebih besar dari 4-dL, maka terdapat autokorelasi 2. Jika Dw terletak antara dU dan 4-dU, maka tidak ada autokorelasi.
3. Jika Dw terletak antara dL dan dU atau diantara 4-dU dan 4-dL, maka tidak menghasilkan kesimpulan yang pasti.
Tabel 4.5 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .760
a
.577 .538
1.3822687 2.026
a. Predictors: Constant, X3 , X1 , X2 b. Dependent Variable: Y
53
Dari hasil Uji Autokorelasi pada tabel 4.5 di atas menunjukkan nilai statistic Durbin-Watson sebesar 2.026. Nilai ini akan dibandingkan
dengan nilai tabel signifikansi 5, jumlah sampel N =36, dan jumlah variabel independen k = 3. Berdasarkan tabel Durbin Watson diperoleh
nilai batas atas dU sebesar 1.654 dan nilai batas bawah dL sebesar 1.295. Dengan demikian, nilai DW lebih besar dari nilai dL dan lebih
kecil dari 4-dL, yakni 4-1.295=2.705 . Selain itu dapat juga dinyatakan bahwa dU dw 4-dU yakni 1.654 2.026 4 – 1.654. Dengan
demikian dapat disimpulkan bahwa tidak terdapat autokorelasi.
4.2.3 Uji Hipotesis
Setelah melakukan uji asumsi , maka dilakukan pengujian statistik untuk menguji hipotesis. Uji hipotesis dilakukan untuk mengetahui ada
tidaknya pengaruh variabel independen terhadap variabel dependen , baik
secara parsial maupun secara simultan. 4.2.3.1
Analisis Regresi Berganda
Analisis regresi berganda dari pengaruh Return on Asset ROA, Return on Equity ROE, dan Earning Per Share EPS terhadap return saham
pada perusahaan otomotif dan komponen yang terdaftar di Bursa Efek Indonesia BEI memiliki hasil sebagai berikut :
54
Tabel 4.6 Hasil Analisis Regresi
Berdasarkan hasil analisis regresi pada tabel 4.6 di atas diperoleh persamaan model regresi sebagai berikut :
Y = -0.266 – 0.423X
1
+ 0.273X
2
– 7.345E-5X
3
+ e Dimana :
Y = Return saham X1 = Return on Asset ROA
X2 = Return on Equity ROE X3 = Earning Per Share EPS
e = tingkat kesalahan pengganggu Koefisien kefisien dalam persamaan regresi linier berganda memiliki
arti sebagai berikut :
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant -.266
.520 -.511
.613 X1 ROA
-.423 .074
-1.105 -5.680
.000 X2 ROE
.273 .042
1.283 6.491
.000 X3 EPS
-7.345E-5 .001
-.015 -.122
.904 a. Dependent Variable: Y
55
1. Konstanta a sebesar -0.266 mempunyai arti bahwa apabila rasio ROA, ROE, dan EPS sama dengan nol maka jumlah Return saham
bernilai negatif sebesar 0.266. 2. Koefisien regresi ROA sebesar -0.423 mempunyai arti bahwa
ROA memiliki koefisien regresi negatif. Hal ini menggambarkan setiap kenaikan rasio ROA sebesar 1 satuan akan berpengaruh
negatif terhadap return saham perusahaan sebesar 0.423. 3. Koefisien regresi ROE sebesar 0.273 mempunyai arti setiap
kenaikan rasio ROE sebesar 1 satuan akan berpengaruh positif terhadap return saham perusahaan sebesar 0.273.
4. Koefisien regresi EPS sebesar -7.345E-5 mempunyai arti EPS memiliki koefisien regresi yang negatif. Hal ini berarti setiap
kenaikan nilai EPS sebesar 1 satuan akan berpengaruh negatif terhadap return saham perusahaan sebesar 7.345E-5.
4.2.3.2 Uji Signifikan Simultan Uji F
Uji F digunakan untuk menguji apakah variabel independen bebas memiliki pengaruh secara bersama-sama terhadap variabel
dependen. Pengujian dapat dilakukan dengan membandingkan nilai F hitung dengan F tabel. Kriteria yang digunakan adalah :
• H0 diterima : Jika F hitung F tabel dan signifikansi 0.05 • H0 ditolak : Jika F hitung F tabel dan signifikansi 0.05
56
Tabel 4.7 Hasil Uji F
Pada tabel 4.7 di atas diperoleh nilai F hitung sebesar 14.571 dan
tingkat signifikansi sebesar 0.000. Nilai F tabel diperoleh melalui fungsi FINV pada Microsoft exel dengan formula =FINVprobability,
deg_freedom1, deg_freedom2. Probability yang digunakan 0.05, df1 = 3 dan df2 = 32. Df1 diperoleh dari jumlah variabel dependen dan
independen – 1, sedangkan df2 diperoleh dari jumlah observasi – jumlah variabel. Berdasarkan perhitungan diperoleh nilai F tabel sebesar 2.901.
Dari nilai F hitung dan F tabel yang diperoleh diketahui bahwa nilai F hitung F tabel dan tingkat signifikansi 0.05. Dengan demikian H0
ditolak dan Ha diterima. Ini berarti variabel ROA, ROE, dan EPS secara
bersama-sama atau secara simultan berpengaruh signifikan terhadap return saham
.
ANOVA
b
Model Sum of
Squares Df
Mean Square F
Sig. 1
Regression 83.523
3 27.841
14.571 .000
a
Residual 61.141
32 1.911
Total 144.665
35 a. Predictors: Constant, X3 , X1 , X2
b. Dependent Variable: Y
57
4.2.3.3 Uji Signifikansi Parsial Uji t
Uji t dilakukan untuk menguji koefisien regresi secara parsial dari variabel independen. Tingkat signifikansi yang digunakan sebesar 5,
dengan derajat kebebasan df = n-k, dimana n adalah jumlah observasi dan k adalah jumlah variabel independen. Dasar mengambil kesimpulan
adalah sebagai berikut : • Jika t
hitung
t
tabel
, maka Ho diterima. • Jika t
hitung
t tabel , maka Ho ditolak dan menerima Ha
Tabel 4.8 Hasil Uji t
Pada tabel 4.8 di atas diperoleh nilai t hitung untuk masing-masing variabel independen. Nilai t hitung akan dibandingkan dengan nilai t tabel
yang diperoleh dari Microsoft excel dengan menggunakan fungsi TINV dengan formula =TINV0.05,33. Berdasarkan formula tersebut diperoleh
nilai t tabel sebesar 2.034. Berdasarkan hasil pengujian dapat dijelaskan
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
-.266 .520
-.511 .613
X1 ROA -.423
.074 -1.105
-5.680 .000
X2 ROE .273
.042 1.283
6.491 .000
X3 EPS -7.345E-5
.001 -.015
-.122 .904
a. Dependent Variable: Y
58
pengaruh variabel independen secara satu-persatu parsial terhadap variabel dependen.
a. Pengaruh Return on Asset ROA terhadap return saham Hasil analisis uji t pada tabel 4.8 untuk variabel Return on Asset
menunjukkan nilai t-hitung sebesar 5.680 dengan signifikansi sebesar 0.000. Nilai t tabel yang diperoleh sebesar 2.034. Karena
nilai t hitung t tabel yaitu 5.680 2.034 dan nilai signifikansi 0.000 0.05, maka H0 dotolak. Hal ini berarti variabel Return on
Asset ROA secara parsial berpengaruh signifikan terhadap return saham .Hubungan yang terjadi antara ROA dan return saham
adalah hubungan negatif. b. Pengaruh Return on Equity ROE terhadap return saham
Hasil analisis uji t pada tabel 4.8 untuk variabel Return on Equity menunjukkan nilai t-hitung sebesar 6.491 dengan signifikansi
sebesar 0.000. Nilai t tabel yang diperoleh sebesar 2.034. Karena nilai t hitung t tabel yaitu 6.491 2.034 dan nilai signifikansi
0.000 0.05, maka H0 ditolak. Hal ini berarti Return on Equity secara parsial berpengaruh signifikan terhadap return saham.
Hubungan yang terjadi antara ROE dan return saham adalah hubungan positif.
59
c. Pengaruh Earning Per Share EPS terhadap return saham Hasil analisis uji t pada tabel 4.8 untuk variabel Earning per share
menunjukkan nilai t hitung sebesar 0.122 dengan signifikansi sebesar 0.904. Nilai t tabel yang diperoleh sebesar 2.034. Karena
nilai t hitung t tabel yaitu 0.122 2.034 dan nilai signifikansi 0.904 0.05, maka H0 diterima. Hal ini berarti Earning per share
secara parsial tidak berpengaruh signifikan terhadap return saham. Hubungan yang terjadi antara EPS dan return saham adalah
hubungan negatif.
4.2.3.4 Uji Koefisien Determinasi
Koefisien determinasi R
2
digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen.
Nilai R
2
yang kecil, berarti kemampuan variabel independen dalam menjelaskan variasi variabel dependen terbatas. Nilai yang digunakan
untuk melihat uji koefisien determinasi adalah Adjusted R square karena
nilai R square sering menimbulkan kelemahan karena nilainya akan selalu meningkat dengan adanya penambahan variabel bebas walaupun variabel
tersebut tidak berpengaruh terhadap variabel dependen. Sedangkan nilai Adjusted R square dapat naik atau turun dengan penambahan variabel
sesuai dengan korelasinya.
60
Tabel 4.9 Hasil Uji Determinasi
Hasil uji determinasi pada tabel 4.9 menunjukkan nilai Adjusted R
square sebesar 0.538. Hal ini berarti besarnya pengaruh yang diberikan oleh variabel Return on Asset, Return on Equity, dan Earning per share
terhadap return saham adalah sebesar 53.8, Sedangkan sisanya sebesar 46.2 dipengaruhi oleh faktor lain yang tidak diteliti dalam penelitian ini.
4.3 Pembahasan Hasil Penelitian
Penelitian ini bertujuan untuk mengetahui apakah Return on Asset ROA, Return on Equity ROE, dan Earning per share EPS berpengaruh secara parsial
maupun sumultan terhadap return saham pada perusahaan otomotif dan komponen yang terdaftar di Bursa Efek Indonesia BEI. Populasi dalam penelitian ini adalah
perusahaan otomotif dan komponen yang terdaftar di Bursa Efek Indonesia pada periode pengamatan yaitu tahun 2010-2013. Teknik pengambilan sampel dilakukan
dengan metode purvosive sampling, yaitu pengambilan sampel berdasarkan kriteria- kriteria yang ditetapkan. Sampel yang diperoleh sebanyak 9 perusahaan sehingga
jumlah pengamatan n sebanyak 36 yaitu 9 x 4 tahun pengamatan. Dalam penelitian
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.760
a
.577 .538
1.3822687 a. Predictors: Constant, X3 , X1 , X2
b. Dependent Variable: Y
61
ini , peneliti melakukan uji asumsi klasik yang terdiri dari uji normalitas, uji multikolinearitas, uji heterokedastisitas, dan uji autokorelasi. Setelah melakukan uji
asumsi klasik , maka dilakukan uji hipotesis yaitu dengan analisis regresi berganda, uji signifikan simultan uji F, uji signifikan parsial uji t, dan juga dilakukan uji
koefisien determinasi. Berdasarkan hasil uji koefisien determinasi yang dilakukan diperoleh nilai Adjusted R square sebesar 0.538. Dengan demikian dapat diketahui
bahwa besarnya pengaruh Return on asset, Return on equity, dan Earning per share terhadap return saham sebesar 53.8. Sedangkan sisanya sebesar 46.2 dipengaruhi oleh
faktor lain yang tidak diteliti dalam penelitian ini. Berdasarkan hasil uji simultan diperoleh kesimpulan bahwa variabel Return
on Asset ROA, Return on Equity ROE, dan Earning per share secara simultan berpengaruh terhadap return saham .Hal ini terbukti dari Uji F yang dilakukan
,dimana nilai F hitung yang diperoleh lebih besar dari F tabel, yakni 14.571 2.091. Selain itu tingkat signifikansi yang diperoleh 0.000 lebih kecil dari 0.05.
Berdasarkan hasil uji parsial diperoleh kesimpulan bahwa Return on Asset ROA secara parsial memiliki pengaruh signifikan dan negatif terhadap return
saham. Hal ini terbukti dari nilai t hitung yang diperoleh lebih besar dari t tabel yaitu 5.680 2.034 dan nilai signifikansi 0.000 0.05. koefisien regresi yang diperoleh
bertanda negatif sehingga hubungan yang terjadi antara ROA dan return saham adalah hubungan negatif. Return on Equity ROE secara parsial berpengaruh
signifikan terhadap return saham. Hal ini terbukti dari nilai t hitung t tabel yaitu
62
6.491 2.034 dan nilai signifikansi 0.000 0.05. Koefisien regresi untuk ROE memiliki tanda positif sehingga hubungan yang terjadi antara ROE dan return saham
adalah hubungan positif. Earning per share EPS secara parsial tidak berpengaruh terhadap return saham. Hal ini terbukti dari nilai t hitung yang diperoleh lebih kecil
dari t tabel yaitu 0.122 2.034 dan nilai signifikansi 0.904 0.05. Koefisien regresi untuk EPS bertanda negatif sehingga hubungan yang terjadi antara EPS dan return
saham adalah hubungan negatif.
63
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan