Hasil Penelitian Pengaruh Harga Saham, Volume Perdagangan, dan Varian Return Terhadap Bid-Ask Spread Pada Masa Sebelum dan Sesudah Stock Split Di Bursa Efek Indonesia

66

4.2 Hasil Penelitian

4.2.1 Analisis Deskriptif Statistik Analisis deskriptif statistik digunakan untuk mendeskripsikan atau menggambarkan data masing-masing variabel penelitian meliputi harga saham, volume perdagangan, varian return, dan bid-ask spread pada perusahaan yang melakukan stock split di Bursa Efek Indonesia. Pada Tabel 4.1 berikut dapat dilihat hasil analisis deskriptif statistik harga saham, volume pedagangan, varian return, dan bid-ask spread 5 lima hari sebelum stock split. Tabel 4.1 Deskriptif Statistik Variabel Penelitian Sebelum Stock Split Descriptive Statistics N Minimum Maximum Mean Std. Deviation Harga_Saham 110 550.00 66000.00 10188.4545 15556.57812 Volume_Perdagangan 110 .000020 2.606080 .13467145 .316067046 Varian_Return 110 .002000 .556780 .12639000 .150843640 Bid_Ask_Spread 110 .078927 8.000000 2.06470165 1.860624960 Valid N listwise 110 Sumber: Pengolahan data primerr 2015 Pada Tabel 4.1 deskriptif statistik variabel penelitian sebelum stock split terlihat bahwa jumlah pengamatan untuk setiap variabel adalah sebanyak 110 data N. Harga saham memiliki nilai minimun sebesar Rp.550 dan nilai maksimum sebesar Rp. 66.000 dengan nilai rata-rata sebesar Rp. 10.188,45 serta nilai standar deviasi sebesar 15556,578. Volume perdagangan memiliki nilai minimum sebesar 0,000020 dan nilai maksimum sebesar 2,606080 dengan nilai rata-rata sebesar 0,13467145 serta nilai standar deviasi sebesar 0,316067046. Universitas Sumatera Utara 67 Varian return memiliki nilai minimum sebesar 0,0020 dan nilai maksimum sebesar 0,5568 dengan nilai rata-rata mean sebesar 0,12639 serta nilai standar deviasi sebesar 0,150843640. Selanjutnya variabel bid-ask spread memiliki nilai minimum sebesar 0,0789 dan nilai tertinggi sebesar 8,0000 dengan nilai rata-rata sebesar 2,0647 serta nilai standar deviasi sebesar 1,860624960. Pada Tabel 4.2 berikut dapat dilihat hasil analisis deskriptif variabel penelitian 5 lima hari sesudah stock split. Tabel 4.2 Deskriptif Statistik Variabel Penelitian Sesudah Stock Split Descriptive Statistics N Minimum Maximum Mean Std. Deviation Harga_Saham 110 184.00 7950.00 1882.4636 2109.19166 Volume_Perdagangan 110 .000004 .445926 .05841612 .080666336 Varian_Return 110 .011845 .425887 .10567864 .110448229 Bid_Ask_Spread 110 .505051 16.772152 2.40407474 2.960662900 Valid N listwise 110 Sumber: Pengolahan data primerr 2015 Pada Tabel 4.2 deskriptif statistik variabel penelitian 5 lima hari sesudah stock split terlihat bahwa jumlah pengamatan untuk setiap variabel adalah sebanyak 110 data N. Harga saham memiliki nilai minimun sebesar Rp.184 dan nilai maksimum sebesar Rp. 7.950 dengan nilai rata-rata sebesar Rp. 1.882,4636 serta nilai standar deviasi sebesar 2109,19166. Volume perdagangan memiliki nilai minimum sebesar 0,00004 dan nilai maksimum sebesar 0,4459 dengan nilai rata-rata sebesar 0,0584 serta nilai standar deviasi sebesar 0,80666336. Universitas Sumatera Utara 68 Varian return memiliki nilai minimum sebesar 0,0118 dan nilai maksimum sebesar 0,4259 dengan nilai rata-rata mean sebesar 0,1057 serta nilai standar deviasi sebesar 0,110448229. Selanjutnya variabel bid-ask spread memiliki nilai minimum sebesar 0,5050 dan nilai tertinggi sebesar 16,7721 dengan nilai rata-rata sebesar 2,4040 serta nilai standar deviasi sebesar 2,960662900.

4.2.2 Uji Asumsi Klasik

Salah satu syarat yang mendasari model regresi berganda dengan metode estimasi Ordinary Least Square OLS adalah terpenuhinya semua asumsi klasik, agar hasil pengujian bersifat tidak bisa dan efisien. Pengujian asumsi klasik dalam penelitian ini meliputi normalitas data, autokorelasi, heteroskedastisitas dan multikolonearitas agar hasil pengujian tidak bersifat bisa dan efisien. Menurut Ghozali 2005:123 asumsi klasik yang harus dipenuhi adalah berdistribusi normal, non-multikolinearitas, non-autokorelasi dan non-heteroskedasitas. Pada pengujian awal Uji Normalitas sebelum stock split, terlihat bahwa penyebaran data tidak terdistribusi secara normal seperti ditunjukkan pada beberapa pendekatan normalitas berikut: Normalitas dengan pendekatan histogram dapat dilihat pada Gambar 4.1 berikut: Universitas Sumatera Utara 69 Gambar 4.1 Histogram Uji Normalitas Sebelum Stock Split. Berdasarkan Gambar 4.1 terlihat bahwa uji normalitas data dengan pendekatan grafik histogram diatas menunjukkan bahwa model regresi yang digunakan tidak berdistribusi normal dan menceng ke kiri positive skewness. Selanjutnya pengujian normalitas dengan pendekatan grafik normal probability plot disajikan pada gambar 4.2 sebagai berikut: Gambar 4.2 Grafik Normal Probability Plot Sebelum Stock Split. Universitas Sumatera Utara 70 Uji normalitas dengan pendekatan grafik normal probability plot terlihat bahwa residual tidak terdistribusi secara normal. Hal ini terlihat dari data yang menyebar jauh dari garis histogram. Dengan demikian, model regresi yang digunakan tidak memenuhi asumsi normalitas. Selanjutnya normalitas menggunakan pendekatan statistik Kolmogorov- Smirnov disajikan sebagai berikut: Tabel 4.3 Pengujian Awal Kolmogorov-Smirnov Sebelum Stock Split One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 115 Normal Parameters a,,b Mean .0000000 Std. Deviation 1.73479556 Most Extreme Differences Absolute .176 Positive .176 Negative -.142 Kolmogorov-Smirnov Z 1.883 Asymp. Sig. 2-tailed .002 a. Test distribution is Normal. b. Calculated from data. Uji normalitas dengan pendekatan statistik Kolmogorov-Smirnov terlihat bahwa nilai Asymp. Sig. 2-tailed sebesar 0,002 0,05 dengan demikian, sesuai dengan kriteria pengujian maka data dinyatakan tidak terdistribusi secara normal. Selanjutnya pada pengujian awal asumsi klasik sesudah stock split juga terlihat bahwa data tidak memenuhi asumsi normalitas seperti ditunjukkan sebagai berikut: Universitas Sumatera Utara 71 Gambar 4.3 Histogram Uji Normalitas Sesudah Stock Split. Berdasarkan Gambar 4.3 terlihat bahwa uji normalitas data dengan pendekatan grafik histogram diatas menunjukkan bahwa model regresi yang digunakan tidak berdistribusi normal dan menceng ke kiri positive skewness. Selanjutnya pengujian normalitas dengan pendekatan grafik Normal Probability Plot disajikan sebagai berikut: Gambar 4.4 Grafik Normal Probability Plot Sesudah Stock Split. Universitas Sumatera Utara 72 Uji normalitas dengan pendekatan grafik Normal Probability Plot terlihat bahwa residual tidak terdistribusi secara normal. Hal ini terlihat dari data yang menyebar jauh dari garis histogram. Dengan demikian, model regresi yang digunakan tidak memenuhi asumsi normalitas. Selanjutnya normalitas menggunakan pendekatan statistik Kolmogorov- Smirnov disajikan sebagai berikut: Tabel 4.4 Pengujian Awal Kolmogorov-Smirnov Sesudah Stock Split One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 110 Normal Parameters a,,b Mean .0000000 Std. Deviation 2.68070950 Most Extreme Differences Absolute .204 Positive .204 Negative -.187 Kolmogorov-Smirnov Z 2.138 Asymp. Sig. 2-tailed .000 a. Test distribution is Normal. b. Calculated from data. Uji normalitas dengan pendekatan statistik Kolmogorov-Smirnov terlihat bahwa nilai Asymp. Sig. 2-tailed sebesar 0,000 0,05 dengan demikian, sesuai dengan kriteria pengujian maka data dinyatakan tidak terdistribusi secara normal. Melihat hasil uji normalitas pada pengujian awal baik pada variabel sebelum maupun sesudah stock split dengan menggunakan tiga pendekatan diatas, dapat disimpulkan bahwa model regresi yang digunakan tidak memenuhi asumsi normalitas. Untuk mengatasi data yang tidak terdistribusi secara normal, maka dilakukan langkah screening untuk mendeteksi adanya data outlier. Outlier adalah kasus atau data yang memiliki karakteristik unik yang terlihat sangat Universitas Sumatera Utara 73 berbeda jauh dari observasi-observasi lainnya yang muncul dalam bentuk nilai ekstrim. Deteksi terhadap unvariat outlier dapat dilakukan dengan menentukan nilai batas yang akan dikategorikan sebagai data outlier yaitu dengan cara mengkonversikan nilai data kedalam skor standardized atau Z-Scor. Untuk sampel besar standar skor yang dinyatakan outlier jika nilainya pada kisaran 3 sampai 4 atau lebih sehingga data yang memiliki nilai Z-Score pada kisaran angka tersebut dikeluarkan dari model.

4.2.2.1 Uji Asumsi Klasik Sebelum Stock Split.

Hasil Uji Asumsi Klasik setelah melakukan screening data outlier disajikan sebagai berikut: 1. Uji Normalitas a. Pendekatan Grafik Histogram Hasil Uji Normalitas dapat dilihat pada Gambar 4.5. Berikut: Gambar 4.5 Histogram Uji Normalitas Sebelum Stock Split. Universitas Sumatera Utara 74 Pada Gambar 4.5 terlihat bahwa grafik histogram telah berdistribusi dengan normal. Hal ini terlihat dari grafik histogram yang tidak terlalu menceng ke kiri ataupun menceng kekanan. b. Pendekatan Grafik Normal Probability Plot Pendekatan dengan grafik Normal Probability Plot dapat dilihat pada Gambar 4.6 berikut: Gambar 4.6 Grafik Normal Probability Normal Plot Sebelum Stock Split. Berdasarkan hasil Uji Normalitas dengan pendekatan grafik diatas, dapat diketahui bahwa data memiliki distribusi atau penyebaran yang normal, hal ini dapat dilihat dari penyebaran titik berada disekitar sumbu diagonal dari grafik. Universitas Sumatera Utara 75 c. Pendekatan Statistik Kolmogorov-Smirnov Tabel 4.5 Pengujian Awal Kolmogorov-Smirnov Sebelum Stock Split One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 110 Normal Parameters a,,b Mean .0000000 Std. Deviation .64886974 Most Extreme Differences Absolute .087 Positive .087 Negative -.065 Kolmogorov-Smirnov Z .916 Asymp. Sig. 2-tailed .371 a. Test distribution is Normal. b. Calculated from data. Berdasarkan Tabel 4.5 terlihat bahwa nilai Asymp. Sig. 2-tailed sebesar 0,371 0,05 dan nilai Kolmogorov-Smirnov Z sebesar 0,916 1,97. Sehingga berdasarkan kriteria pengujian maka data dapat dinyatakan bahwa data telah berdistribusi normal. 2. Uji Heteroskedastisitas a. Pendekatan Grafik Scatterplot Untuk melihat ada tidaknya Heteroskedastisitas pada model yang digunakan, dilakukan dengan Uji Heteroskedastisitas Scatter Plot. Berikut hasil Uji Heteroskedastisitas dengan Scatter Plot. Universitas Sumatera Utara 76 Gambar 4.7 Uji Heteroskedasitas Dengan Scatter plot Sebelum Stock Split. Berdasarkan Hasil Uji Heteroskedastisitas dengan pendekatan Scatter Plot diatas, diketahui bahwa titik-titik penyebaran pada Scatter Plot tidak menunjukkan pola tertentu atau menyebar secara acak dan penyebarannya berada di atas dan di bawah angka nol, sehingga model regresi yang digunakan tidak mengalami Heteroskedastisitas. b. Pendekatan Statistik Glejser Pendekatan lainnya yang digunakan adalah pendekatan statistik Uji Glejser. Hasil Uji Glejser dapat dilihat pada Tabel 4.6 berikut: Tabel 4.6 Uji Glejser Sebelum Stock Split Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant .011 .253 .042 .966 Ln_Harga_Saham .058 .031 .190 1.903 .060 .905 1.105 Ln_Volume_Perdagangan .009 .014 .065 .663 .509 .923 1.083 Ln_Varian_Return -.017 .033 -.052 -.504 .615 .847 1.180 a. Dependent Variable: Abs Universitas Sumatera Utara 77 Berdasarkan Tabel 4.6 diketahui bahwa tingkat signifikansi variabel harga saham sebesar 0,60 0,05, tingkat signifikansi variabel volume perdagangan sebesar 0,509 0,05, dan tingkat signifikansi variabel varian return sebesar 0,615 0,05,. Dengan demikian, terlihat bahwa tidak satupun variabel bebas secara statistik berpengaruh signfikan terhadap variabel absut. Maka sesuai dengan kriteria pengujian, maka data tidak mengarah adanya heteroskedastisitas. Sehingga model yang digunakan telah memenihi asumsi non-heteroskedastisitas. 3. Uji Multikolonearitas Asumsi selanjutnya yang harus dipenuhi adalah asumsi non multikolonearitas. Hasil Uji Multikolonearitas dapat dilihat pada Tabel 4.7 berikut: Tabel 4.7 Uji Multikolonearitas Sebelum Stock Split Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 1.530 .420 3.644 .000 Ln_Harga_Saham -.240 .051 -.331 -4.745 .000 .905 1.105 Ln_Volume_Perdagangan -.210 .023 -.642 -9.284 .000 .923 1.083 Ln_Varian_Return .010 .055 .013 .184 .855 .847 1.180 a. Dependent Variable: Ln_Bid_Ask_Spread Dari hasil Uji Multikolonearitas pada Tabel 4.7 terlihat bahwa nilai Tolerance variabel harga saham sebesar 0,905 0,1 dengan nilai VIF sebesar 1,105 10, nilai tolarance variabel volume perdagangan sebesar 0,923 0,1 dengan nilai VIF sebesar 1,083 10, dan nilai tolerance variabel varian return sebesar 0,847 0,1 dengan nilai VIF sebesar 1,180 10. Dengan demikian, nilai tolerance setiap variabel bebas 0,1 sedangkan nilai VIF dari seluruh variabel Universitas Sumatera Utara 78 bebas 10. Maka sesuai dengan kriteria pengujian jika Tolerance 1 dan VIF 10 maka data tidak mengalami gejala multikolonearitas. 4. Uji Autokorelasi Untuk mendeteksi ada atau tidaknya autokorelasi, dapat digunakan uji Durbin Watson. Hasil dari pengujian autokorelasi adalah sebagai berikut: Tabel 4.8 Uji Autokorelasi Sebelum Stock Split Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .730 a .533 .519 .65799 1.943 a. Predictors: Constant, Ln_Varian_Return, Ln_Volume_Perdagangan, Ln_Harga_Saham b. Dependent Variable: Ln_Bid_Ask_Spread Hasil uji autokorelasi pada Tabel 4.8 menunjukkan nilai statistik Durbin- Watson DW sebesar 1,943 sedangkan nilai tabel Durbin-Watson dengan menggunakan signifikansi 5, jumlah pengamatan 110n dan jumlah variabel independen 3 k=3, maka nilai tabel Durbin-Watson diperoleh nilai batas atas du 1,7455 dan nilai batas bawah dl 1,6336. Oleh karena itu, nilai DW berada diantara batas atas dan 4-du atau dud4-du 1,7455 1,943 2.2545. Dengan demikian maka data tidak mengarah adanya autokorelasi.

4.2.2.2 Uji Asumsi Klasik Sesudah Stock Split

Hasil Uji Asumsi Klasik setelah melakukan screening data outlier disajikan sebagai berikut: Universitas Sumatera Utara 79 1. Uji Normalitas a. Pendekatan Grafik Histogram Hasil Uji Normalitas dapat dilihat pada Gambar 4.9. Berikut: Gambar 4.8 Histogram Sesudah Stock Split. Pada Gambar 4.8 terlihat bahwa grafik histogram telah berdistribusi dengan normal. Hal ini terlihat dari grafik histogram yang tidak terlalu menceng ke kiri ataupun menceng kekanan. b. Pendekatan Grafik Normal Probability Plot. Pendekatan dengan grafik Normal Probability Plot dapat dilihat pada Gambar 4.9 berikut: Universitas Sumatera Utara 80 Gambar 4.9 Grafik Normal Probability Plot Sesudah Stock Split. Berdasarkan hasil Uji Normalitas dengan pendekatan grafik diatas, dapat diketahui bahwa data memiliki distribusi atau penyebaran yang normal, hal ini dapat dilihat dari penyebaran titik berada disekitar sumbu diagonal dari grafik. c. Pendekatan Statistik Kolmogorov-Smirnov Tabel 4.9 Uji Kolmogorov-Smirnov Sesudah Stock Split One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 110 Normal Parameters a,,b Mean .0000000 Std. Deviation .50881781 Most Extreme Differences Absolute .122 Positive .122 Negative -.116 Kolmogorov-Smirnov Z 1.275 Asymp. Sig. 2-tailed .077 a. Test distribution is Normal. b. Calculated from data. Universitas Sumatera Utara 81 Berdasarkan Tabel 4.9 terlihat bahwa nilai Asymp. Sig. 2-tailed sebesar 0,077 0,05 dan nilai Kolmogorov-Smirnov Z sebesar 1,275 1,97. Sehingga berdasarkan kriteria pengujian maka data dapat dinyatakan bahwa data telah berdistribusi normal. 2. Uji Heteroskedastisitas b. Pendekatan Grafik Scatterplot Untuk melihat ada tidaknya Heteroskedastisitas pada model yang digunakan, dilakukan dengan Uji Heteroskedastisitas Scatter Plot. Berikut hasil Uji Heteroskedastisitas dengan Scatter Plot. Gambar 4.10 Grafik Scatter Plot Sesudah Stock Split. Berdasarkan Hasil Uji Heteroskedastisitas dengan pendekatan Scatter Plot diatas, diketahui bahwa titik-titik penyebaran pada Scatter Plot tidak menunjukkan pola tertentu atau menyebar secara acak dan penyebarannya berada di atas dan di bawah angka nol, sehingga model regresi yang digunakan tidak mengalami Heteroskedastisitas. Universitas Sumatera Utara 82 b. Pendekatan Statistik Glejser Pendekatan lainnya yang digunakan adalah pendekatan statistik Uji Glejser. Hasil Uji Glejser dapat dilihat pada Tabel 4.10 berikut: Tabel 4.10 Uji Glejser Sesusah Stock Split Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant .447 .241 1.850 .067 Ln_Harga_Saham -.006 .031 -.018 -.192 .848 .970 1.031 Ln_Volume_Perdagangan -.026 .014 -.184 -1.900 .060 .957 1.045 Ln_Varian_Retur .060 .035 .162 1.696 .093 .975 1.026 a. Dependent Variable: Abs Berdasarkan Tabel 4.10 diketahui bahwa tingkat signifikansi variabel harga saham sebesar 0,848 0,05, tingkat signifikansi variabel volume perdagangan sebesar 0,060 0,05, dan tingkat signifikansi variabel varian return sebesar 0,093 0,05, Dengan demikian, terlihat bahwa tidak satupun variabel bebas secara statistik berpengaruh signfikan terhadap variabel absut. Maka sesuai dengan kriteria pengujian, maka data tidak mengarah adanya heteroskedastisitas. Sehingga model yang digunakan telah memenihi asumsi non-heteroskedastisitas. 3. Uji Multikolonearitas Asumsi selanjutnya yang harus dipenuhi adalah asumsi non multikolonearitas. Hasil Uji Multikolonearitas dapat dilihat pada Tabel 4.11 berikut: Universitas Sumatera Utara 83 Tabel 4.11 Uji Multikolonearitas Sesudah Stock Split Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 2.295 .348 6.603 .000 Ln_Harga_Saham -.315 .044 -.459 -7.107 .000 .970 1.031 Ln_Volume_Perdagangan -.161 .020 -.529 -8.136 .000 .957 1.045 Ln_Varian_Retur .107 .051 .135 2.095 .039 .975 1.026 a. Dependent Variable: Ln_Bid_Ask_Spread Dari hasil Uji Multikolonearitas pada Tabel 4.11 terlihat bahwa nilai Tolerance variabel harga saham sebesar 0,970 0,1 dengan nilai VIF sebesar 1,031 10, nilai tolerance variabel volume perdagangan sebesar 0,957 0,1 dengan nilai VIF sebesar 1,045 10, dan nilai tolerance variabel varian return sebesar 0,975 0,1 dengan nilai VIF sebesar 1,026 10. Dengan demikian, nilai tolerance setiap variabel bebas 0,1 sedangkan nilai VIF dari seluruh variabel bebas 10. Maka sesuai dengan kriteria pengujian jika tolerance 1 dan VIF 10 maka data tidak mengalami gejala multikolonearitas. 4. Uji Auto Korelasi Untuk mendeteksi ada atau tidaknya autokorelasi, dapat digunakan uji Durbin Watson. Hasil dari pengujian autokorelasi adalah sebagai berikut: Tabel 4.12 Uji Autokorelasi Sesudah Stock Split Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .756 a .571 .559 .51597 1.957 a. Predictors: Constant, Ln_Varian_Retur, Ln_Harga_Saham, Ln_Volume_Perdagangan b. Dependent Variable: Ln_Bid_Ask_Spread Universitas Sumatera Utara 84 Hasil uji autokorelasi pada Tabel 4.12 menunjukkan nilai statistik Durbin- Watson DW sebesar 1,957 sedangkan nilai tabel Durbin-Watson dengan menggunakan signifikansi 5, jumlah pengamatan 110 n dan jumlah variabel independen 3 k=3, maka nilai tabel Durbin-Watson diperoleh nilai batas atas du 1,7455 dan nilai batas bawah dl 1,6336. Oleh karena itu, nilai DW berada diantara batas atas dan 4-du atau dud4-du 1,7455 1,957 2.2545. Dengan demikian maka data tidak mengarah adanya autokorelasi.

4.2.3 Analisis Regresi Linear Berganda

Analisis regresi linear berganda digunakan untuk mengetahui pengaruh variabel independen terhadap variabel dependen. Dengan menggunkan analisis regresi linear berganda akan diketahui besarkan koefisien regresi variabel independen terhadap variabel dependen.

4.2.3.1 Analisis Regresi Linear Berganda Sebelum Stock Split

Pada Tabel 4.13 berikut dapat dilihat hasil perhitungan koefisien regresi linear berganda sebelum stock split. Tabel 4.13 Koefisien Regresi Linear Berganda Sebelum Stock Split Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 1.530 .420 3.644 .000 Ln_Harga_Saham -.240 .051 -.331 -4.745 .000 .905 1.105 Ln_Volume_Perdagangan -.210 .023 -.642 -9.284 .000 .923 1.083 Ln_Varian_Return .010 .055 .013 .184 .855 .847 1.180 a. Dependent Variable: Ln_Bid_Ask_Spread Universitas Sumatera Utara 85 Berdasarkan Tabel 4.13 hasil perhitungan koefisien regresi linear berganda diperoleh persamaan sebagai berikut: Y = a + b X + b X + b X + Y=1,530-0.240X 1 -0,210X 2 +0,010X 3 +e Berdasarkan persamaan tersebut dapat dijelaskan sebagai berikut: 1. Nilai konstanta sebesar 1,530. Hal ini menunjukkan bahwa jika harga saham, volume perdagangan, dan varian return dianggap konstan atau nol 0 maka bid-ask spread bernilai 1,530 dengan asumsi variabel lainnya tetap. 2. Harga saham memiliki nilai koefisien sebesar -0,240. Hal ini menunjukkan bahwa koefisien regresi harga saham bernilai negatif atau tidak searah dengan bid-ask spread, atau dengan kata lain, jika harga saham meningkat, maka bid- ask spread akan menurun sebesar -0,240. 3. Volume perdagangan memiliki nilai koefisien sebesar -0,210. Hal ini menunjukkan bahwa koefisien regresi variabel volume perdagangan bernilai negatif atau tidak searah dengan bid-ask spread. Dengan kata lain, jika volume perdagangan meningkat, maka bid-ask spread akan menurun sebesar -0,210. 4. Varian return memiliki nilai koefisien sebesar 0,010. Hal ini menunjukkan bahwa koefisien regresi variabel harga saham bernilai positif atau searah dengan bid-ask spread. Dengan kata lain jika varian return meningkat, maka bid-ask spread akan meningkat sebesar 0,010. Universitas Sumatera Utara 86

4.2.3.2 Analisis Regresi Linear Berganda Sesudah Stock Split

Pada Tabel 4.13 berikut dapat dilihat hasil perhitungan koefisien regresi linear berganda sesudah stock split. Tabel 4.14 Koefisien Regresi Linear Berganda Sesudah Stock Split Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 2.295 .348 6.603 .000 Ln_Harga_Saham -.315 .044 -.459 -7.107 .000 .970 1.031 Ln_Volume_Perdagangan -.161 .020 -.529 -8.136 .000 .957 1.045 Ln_Varian_Retur .107 .051 .135 2.095 .039 .975 1.026 a. Dependent Variable: Ln_Bid_Ask_Spread Berdasarkan Tabel 4.14 hasil perhitungan koefisien regresi linear berganda diperoleh persamaan sebagai berikut: Y = a + b X + b X + b X + Y=2,295-0,315X 1 -0,161X 2 +0,107X 3 +e Berdasarkan persamaan tersebut dapat dijelaskan sebagai berikut: 1. Nilai konstan sebesar 2,295. Hal ini menunjukkan bahwa jika harga saham, volume perdagangan, dan varian return dianggap konstan atau nol 0 maka bid-ask spread bernilai 2,295 dengan asumsi variabel lainnya tetap. 2. Harga Saham memiliki nilai koefisien sebesar -0,315. Hal ini menunjukkan bahwa koefisien regresi harga saham bernilai negatif atau tidak searah dengan Universitas Sumatera Utara 87 bid-ask spread, atau dengan kata lain, jika harga saham meningkat, maka bid- ask spread akan menurun sebesar -0,315. 3. Volume perdagangan memiliki nilai koefisien sebesar -0,161. Hal ini menunjukkan bahwa koefisien regresi variabel volume perdagangan bernilai negatif atau tidak searah dengan bid-ask spread. Dengan kata lain, jika volume perdagangan meningkat, maka bid-ask spread akan menurun sebesar -0,161. 4. Varian return memiliki nilai koefisien sebesar 0,107. Hal ini menunjukkan bahwa koefisien regresi variabel harga saham bernilai positif atau searah dengan bid-ask spread. Dengan kata lain jika varian return meningkat, maka bid-ask spread akan meningkat sebesar 0,107. 4.2.4 Pengujian Hipotesis 4.2.4.1 Uji Serempak Uji F Sebelum Stock Split Uji Serempak Uji F digunakan untuk mengetahui pengaruh variabel independen Harga Saham, Volume Perdagangan, dan Varian Return secara bersama-sama atau simultan terhadap variabel dependen Bid-Ask Spread. Hasil Uji Serempak Uji F sebelum stock split dapat dilihat pada Tabel 4.15: Tabel 4.15 Uji Simultan Uji F Sebelum Stock Split ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 52.308 3 17.436 40.273 .000 a Residual 45.892 106 .433 Total 98.200 109 a. Predictors: Constant, Ln_Varian_Return, Ln_Volume_Perdagangan, Ln_Harga_Saham Universitas Sumatera Utara 88 ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 52.308 3 17.436 40.273 .000 a Residual 45.892 106 .433 Total 98.200 109 a. Predictors: Constant, Ln_Varian_Return, Ln_Volume_Perdagangan, Ln_Harga_Saham b. Dependent Variable: Ln_Bid_Ask_Spread Tabel 4.15 menunjukkan bahwa nilai F hitung adalah sebesar 40,273 dan nilai F tabel pada alpha 5 dengan df 1 =k-1=3 dan df 2 =n-k= 107 adalah sebesar 2,69 maka terlihat bahwa nilai F hitung40,273 F tabel 2,69, dengan tingkat signifikansi sebesar 0,000 0,05. Berdasarkan kriteria pengujian hipotesis maka H a diterima atau H ditolak. Artinya, secara serempak harga saham, volume perdagangan, dan varian return berpengaruh signifikan terhadap bid-ask spread sebelum stock split.

4.2.4.2 Uji Serempak Uji F Sesudah Stock Split

Uji Serempak Uji F digunakan untuk mengetahui pengaruh variabel independen Harga Saham, Volume Perdagangan, dan Varian Return secara bersama-sama atau simultan terhadap variabel dependen Bid-Ask Spread. Hasil Uji Serempak Uji F sesudah stock split dapat dilihat pada Tabel 4.16 berikut: Tabel 4.16 Uji Simultan Uji F Sesudah Stock Split ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 37.540 3 12.513 47.004 .000 a Residual 28.220 106 .266 Total 65.760 109 a. Predictors: Constant, Ln_Varian_Retur, Ln_Harga_Saham, Ln_Volume_Perdagangan b. Dependent Variable: Ln_Bid_Ask_Spread Berdasarkan Tabel 4.16 dapat diketahui bahwa nilai F hitung adalah sebesar 47,004 dan nilai F tabel pada alpha 5 dengan df 1 =k-1= 3 dan df 2 =n-k= 107 adalah sebesar 2,69 maka terlihat bahwa nilai F hitung 47,004 F tabel 2,69, dengan tingkat Universitas Sumatera Utara 89 signifikansi sebesar 0,000 0,05. Berdasarkan kriteria pengujian hipotesis maka H a diterima atau H ditolak. Artinya, secara serempak harga saham, volume perdagangan, dan varian return berpengaruh signifikan terhadap bid-ask spread sesudah stock split.

4.2.4.3 Uji Parsial Uji t Sebelum Stock Split.

Uji Signifikansi Parsial Uji t digunakan untuk mengetahui pengaruh masing-masing variabel independen secara parsial atau individual terhadap variabel dependen. Tabel 4.17 Uji Parsial Uji t Sebelum Stock Split. Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 1.530 .420 3.644 .000 Ln_Harga_Saham -.240 .051 -.331 -4.745 .000 .905 1.105 Ln_Volume_Perdagangan -.210 .023 -.642 -9.284 .000 .923 1.083 Ln_Varian_Return .010 .055 .013 .184 .855 .847 1.180 a. Dependent Variable: Ln_Bid_Ask_Spread Berdasarkan Tabel 4.17 Uji Parsial Uji t dapat dijelaskan bahwa: 1. Pengujian harga saham X 1 terhadap bid-ask spread Y memiliki nilai -t hitung -4,745 -t tabel -1,662 dengan tingkat signifikansi sebesar 0,000 0,05., maka H a diterima dan H ditolak. Artinya, secara parsial harga saham berpengaruh signifikan terhadap bid-ask spread Y. 2. Pengujian volume perdagangan X 2 terhadap bid-ask spread Y memiliki nilai -t hitung -9,284 -t tabel -1,662 dengan tingkat signifikansi sebesar 0,000 0,05., maka H a diterima dan H ditolak. Artinya secara parsial volume perdagangan berpengaruh signifikan terhadap bid-ask spread Y. Universitas Sumatera Utara 90 3. Pengujian varian return X 3 terhadap bid-ask spread Y memiliki nilai t hitung 0,184 t tabel 1,662 dengan tingkat signifikansi sebesar 0,855 0,05., maka H diterima dan H a ditolak. Artinya secara parsial varian return tidak berpengaruh signifikan terhadap bid-ask spread Y.

4.2.4.4 Uji Parsial Uji t Sesudah Stock Split.

Uji Signifikansi Parsial Uji t digunakan untuk mengetahui pengaruh masing-masing variabel independen secara parsial atau individual terhadap variabel dependen. Tabel 4.18 Uji Parsial Uji t Sesudah Stock Split Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 2.295 .348 6.603 .000 Ln_Harga_Saham -.315 .044 -.459 -7.107 .000 .970 1.031 Ln_Volume_Perdagangan -.161 .020 -.529 -8.136 .000 .957 1.045 Ln_Varian_Retur .107 .051 .135 2.095 .039 .975 1.026 a. Dependent Variable: Ln_Bid_Ask_Spread Berdasarkan Tabel 4.18 Uji Parsial Uji t dapat dijelaskan bahwa: 1. Pengujian harga saham X 1 terhadap bid-ask spread Y memiliki nilai - t hitung -7107 -t tabel -1,662 dengan tingkat signifikansi sebesar 0,000 0,05., maka H a diterima dan H ditolak. Artinya secara parsial harga saham berpengaruh signifikan terhadap bid-ask spread Y. 2. Pengujian volume perdagangan X 2 terhadap bid-ask spread Y memiliki nilai -t hitung -8,136 -t tabel -1,662 dengan tingkat signifikansi sebesar 0,000 0,05., maka H a diterima dan H ditolak. Artinya secara parsial volume perdagangan berpengaruh signifikan terhadap bid-ask spread Y. Universitas Sumatera Utara 91 3. Pengujian varian return X 3 terhadap bid-ask spread Y memiliki nilai t hitung 2,095 t tabel 1,662 dengan tingkat signifikansi sebesar 0,039 0,05., maka H diterima dan H a ditolak. Artinya secara parsial varian return tidak berpengaruh signifikan terhadap bid-ask spread Y.

4.2.4.5 Uji Koefisien Determinasi R

2 Sebelum Stock Split Uji Koefisien Determinasi R 2 digunakan untuk mengetahui kemampuan variabel harga saham, volume perdagangan dan varian return, menjelaskan variabel bid-ask spread melalui koefisien determinasi R². Hasil Uji Koefisien Determinasi dapat dilihat pada Tabel 4.19 berikut: Tabel 4.19 Koefisien Determinasi R2 Sebelum Stock Split Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .730 a .533 .519 .65799 1.943 a. Predictors: Constant, Ln_Varian_Return, Ln_Volume_Perdagangan, Ln_Harga_Saham b. Dependent Variable: Ln_Bid_Ask_Spread Dari hasil Uji Koefisien Determinasi R 2 pada Tabel 4.19 diperoleh nilai Adjusted R Square adalah sebesar 0,519. Hal ini berarti 51, bid-ask spread dapat dijelaskan oleh harga saham, volume perdagangan, dan varian return, sedangkan sisanya sebesar 48,1 dijelaskan oleh variabel lain yang tidak disertakan dalam penelitian ini.

4.2.4.6 Uji Koefisien Determinasi R

2 Sesudah Stock Split Uji Koefisien Determinasi R 2 digunakan untuk mengetahui kemampuan variabel harga saham, volume perdagangan dan varian return, menjelaskan Universitas Sumatera Utara 92 variabel bid-ask spread sesudah stock split melalui koefisien determinasi R². Hasil Uji Koefisien Determinasi dapat dilihat pada Tabel 4.13 berikut: Tabel 4.20 Koefisien Determinasi R 2 Sesudah Stock Split Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .756 a .571 .559 .51597 1.957 a. Predictors: Constant, Ln_Varian_Retur, Ln_Harga_Saham, Ln_Volume_Perdagangan b. Dependent Variable: Ln_Bid_Ask_Spread Dari hasil Uji Koefisien Determinasi R 2 pada Tabel 4.20 diperoleh nilai Adjusted R Square adalah sebesar 0,559. Hal ini berarti 55,9 bid-ask spread dapat dijelaskan oleh harga saham, volume perdagangan, dan varian return, sedangkan sisanya sebesar 44,1 dijelaskan oleh variabel lain yang tidak disertakan dalam penelitian ini.

4.2.4.7 Uji Beda Paired Sample T Test

Uji Paired Sample T Test digunakan untuk mengetahui perbedaan nilai rata-rata bid-ask 5 hari sebelum dan 5 hari sesudah stock split. Hasil uji beda paired Sample T Test dapat disajikan sebagai berikut: Tabel 4.21 Deskriptif Paired Samples Statistik Paired Samples Statistics Mean N Std. Deviation Std. Error Mean Pair 1 Sebelum_Stock_Split 2.06470165 110 1.860624960 .177403629 Sesudah_Stock_Split 2.40407474 110 2.960662900 .282288131 Pada Tabel 4.21 Deskriptif paired samples T Test terlihat bahwa jumlah pengamatan sebelum stock split sebanyak 110 data N dengan nilai rata-rata mean sebesar 2,06470165. Jumlah pengamatan sesudah stock split sebanyak 110 dataN dengan nilai rata-rata mean sebesar 2,40407474. Dengan demikian, Universitas Sumatera Utara 93 terlihat bahwa nilai rata-rata mean bid-ask spread sesudah stock split lebih tinggi dibanding nilai rata-rata bid-ask spread sebelum stock split. Tabel 4.22 Hasil Uji Paired Samples 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 Sebelum_Stock_Split - Sesudah_Stock_Split -.339373082 2.433180658 .231994673 -.799178982 .120432818 -1.463 109 .146 Hasil Uji beda Paired Sample T Test pada Tabel 4.22 terlihat bahwa nilai t hitung -1,463 t tabel 1,662 dengan tingkat signifikansi sebesar 0,146 0,05. Dengan demikian, tidak ada perbedaan yang signifikan antara nilai rata-rata bid-ask spread 5 lima hari sebelum dengan nilai rata-rata bid-ask spread 5 lima hari sesudah stock split.

4.3 Pembahasan