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