dan cross section techniques. Times series techniques dalam penelitian ini adalah data yang berurut selama 3 tahun yang dimulai tahun 2009 sampai 2011.
Sedangkan cross section techniques yaitu membandingkan analisa 14 keuangan perusahaan yang satu dengan perusahaan yang lain yang sejenis pada
saat bersamaan. Jenis data yang digunakan dalam penelitian ini adalah data kuantitatif.
Data kuantitatif adalah data yang berupa angka-angka atau data yang dapat dihitung serta dapat dianalisis secara sistematis. Data kuantitatif dalam
penelitian ini adalah data angka-angka yang terdapat dalam laporan neraca dan laba rugi serta harga saham pada perusahaan jasa yang terdaftar di Bursa Efek
Indonesia periode 2009– 2011 Berdasarkan sumbernya, data yang digunakan dalam penelitian ini
adalah data sekunder, yaitu data yang diperoleh tidak secara langsung dari perusahaan yang bersangkutan, melainkan data sudah tersedia oleh pihak lain.
Data dalam penelitian ini diperoleh melalui internet www.idx.co.id
, yaitu berupa laporan tahunan perusahaan.
3.7 Metode Pengumpulan Data
Metode pengumpulan data adalah cara pendekatan terhadap sumber data sehingga data yang terkumpul benar-benar dapat menggambarkan atau
mewakili populasinya. Metode pengumpulan data dalam penelitian ini adalah dengan cara mendownload data perusahaan melalui website Bursa Efek
Indonesia yaitu www.idx.co.id
.
Universitas Sumatera Utara
Menurut jenis metode penarikan sampel dalam penelitian ini, maka metode yang digunakan adalah metode non-probability sampling yaitu setiap
elemen populasi yang akan ditarik menjadi anggota sampel tidak berdasarkan pada probabilitas yang melekat pada setiap elemen tetapi berdasarkan
karakteristik khusus masing-masing elemen. Model dari metode sampling non- probality dalam penelitian ini adalah purposive sampling seperti yang sudah
dijelaskan pada bagian populasi dan sampel.
3.8 Teknik Analisis Data
Untuk menjelaskan pengaruh Rasio profitabilitas perusahaan dan meode EVA terhadap harga saham, maka model analisis data yang
digunakan adalah regresi linear berganda yang diuji dengan dengan persamaan kudrat terkecil biasa Ordinary Least Square. Dalam penelitian
ini akan diuji: 1 pengaruh secara serentak dengan menggunakan uji F over all test 2 pengaruh secara parsial dengan menggunakan uji t
individual test. Kemudian untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi varibel dependen, peneliti menggunakan
koefisien determinasi R
2
. Semua hasil perhitungan akan didasarkan pada hasil perhitungan komputer dengan bantuan program SPSS. Adapun model
matematis dari penelitian ini adalah: Y= βo + β1X1 ++ β2X2 + β3X3 + β4X4 + e
Dimana: Y = harga saham variable terikat
β 0 = Konstanta
Universitas Sumatera Utara
X1 = Return on Total Assets ROA sebagai variabel bebas X2 = Return on Equity ROE sebagai variabel bebas
X3 = Earning Per Share EPS sebagai variabel bebas X4 = Economic Value Added EVA sebagai variabel bebas
e = error ter
3.8.1 Uji Asumsi Klasik
Dalam mengestimasi menggunakan model regresi kuadran terkecil biasa Ordinary Least SquareOLS, agar memenuhi criteria BLUE Best Linear
Unbiased Estimated, ada beberapa asumsi klasik yang harus dipenuhi dalam penelitian ini, yaitu tidak adanya multikolinearitas, tidak adanya
autokorelasi, tidak adanya heterokedastisitas, kenormalan data. a. Uji normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dengan variabel bebas keduanya mempunyai distribusi
normal atau tidak. Untuk menguji normalitas dalam penelitian ini menggunakan One Sample Kolmogorov Smirnov Test. Dasar dalam
pengambilan keputusan ini adalah jika 2-tailed 0,05, maka model regresi memenuhi asumsi normalitas dan sebaliknya.
b. Uji multikolinearitas Multikolinearitas digunakan untuk menguji apakah pada model regresi
ditemukan adanya korelasi antar variabel independen. Jika terjadi korelasi, maka dinamakan terdapat problem multikolinearitas. Salah
satu untuk mengetahui adatidaknya multikolinearitas ini adalah dengan
Universitas Sumatera Utara
menggunakan Variance Inflation Factor VIF dan Tolerance. Apabila nilai VIF kurang dari sepuluh dan nilai Tolerance T lebih dari 0,1 dan
kurang atau sama dengan 1, berarti tidak terjadi multikolinearitas. Sebaliknya jika diketahui nilai VIF lebih dari sepuluh dan nilai
Tolerance T kurang dari 0,1 dan lebih dari 1, berarti terjadi multikolinearitas.
c. Uji autokorelasi Uji Autokorelasi digunakan untuk menguji apakah dalam sebuah model
regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1. Jika terjadi korelasi,
maka dinamakan terjadi problem Autokorelasi yang menyebabkan model yang digunakan tidak layak dipakai. Untuk mendeteksi adanya
Autokorelasi digunakan nilai Durbin Watson, adapun kriteria pengujiannya adalah Setiaji,2004;
a. Jika nilai D-W dibawah 0 sampai 1,5 berarti ada Autokorelasi positif;
b. Jika nilai D-W diantara 1,5 sampai 2,5 berarti tidak ada Autokorelasi;
c. Jika nilai D-W diatas 2,5 sampai 4 berarti ada Autokorelasi negatif. d. Uji heteroskedastisitas
Uji heteroskedastisitas merupakan pengujian apakah dalam sebuah model regresi terjadi ketidaksamaan varian dari residual satu
pengamatan ke pengamatan yang lain. Jika residual satu pengamatan ke
Universitas Sumatera Utara
pengamatan yang lain tetap, maka disebut homoskedastisitas. Kebalikannya jika residual satu pengamatan ke pengamatan yang lain
berbeda, maka disebut heteroskedastisitas. Untuk menguji adanya heterokedastisitas digunakan uji Glejser. Dasar pengambilan keputusan
dalam uji ini adalah jika variabel independen signifikan secara statistik mempengaruhi variabel independen, maka ada indikasi terjadi
heteroskedastisitas.
3.8.2 Pengujian Hipotesis
Pengujian terhadap hipotesis yang diajukan dilakukan dengan cara uji signifikansi pengaruh nyata variabel bebas Xi terhadap variabel terikat
Y baik secara bersama-sama serentak maupun secara parsial individual akan dilakukan dengan uji statistik F F-test dan uji statistik t
t-test.
a. Analisis Korelasi Ganda R
Analisis Koefisien Ganda digunakan untuk mengetahui seberapa kuatkah pengaruh variabel bebas secara bersama-sama terhadap
variabel terikat. Adapun menurut Sugiyono 2007 pedoman untuk memberikan interpretasi Koefisien Korelasi Ganda sebagai berikut:
Interval Koefisien Tingkat Pengaruh
0,000 – 0,199 Sangat Lemah
0,200 – 0,399 Lemah
0,400 – 0,599 Sedang
0,600 – 0,799 Kuat
0,800 – 1,000 Sangat Kuat
Sumber : Sugiyono, 2007
Universitas Sumatera Utara
b. Analisis Koefisien Determinasi R
2
Analisis Koefisien Determinasi digunakan untuk mengetahui besarnya persentase pengaruh variabel bebas secara bersama-sama
terhadap variabel terikat.
c. ANOVA Uji F
ANOVA digunakan untuk mengetahui signifikansi antara variabel bebas dengan variabel terikat. Jika signifikan nilai signifikansi
di bawah 0,05 berarti variabel bebas secara bersama-sama berpengaruh terhadap variabel terikat. Jika tidak signifikan nilai signifikansi di atas
0,05 berarti variabel bebas secara bersama-sama tidak berpengaruh terhadap variabel terikat.
d. Uji Koefisien Regresi Secara Parsial Uji t
Uji Koefisien Regresi Secara Parsial digunakan untuk mengetahui arah dan pengaruh dari masing-masing variabel bebas
terhadap variabel terikat secara parsial.
Untuk mengetahui apakah variabel bebas secara terpisah berpengaruh
secara signfikan atau tidak terhadap variabel terikat, dapat diketahui dari nilai signifikansinya. Jika nilai signifikansi di bawah 0,05
berarti variabel bebas secara terpisah memiliki pengaruh yang signifikan terhadap variabel terikat. Jika nilai signifikansi di atas 0,05
Universitas Sumatera Utara
berarti variabel bebas secara terpisah tidak memiliki pengaruh yang signifikan terhadap variabel terikat.
Arah pengaruh variabel bebas terhadap variabel terikat dapat dilihat dari nilai
t
hitung
nya sebagai berikut: • Jika
t
hitung
bernilai positif artinya variabel bebas memiliki pengaruh yang searah dengan variabel terikat, dengan kata lain apabila
variabel bebas naik maka variabel terikat akan mengalami kenaikan.
• jika
t
hitung
bernilai negatif artinya variabel bebas memiliki pengaruh yang berlawanan arah dengan variabel terikat, artinya
jika variabel bebas naik maka variabel terikat tidak akan mengalami kenaikan.
• Jika
t
hitung
t
tabel
artinya variabel bebas berpengaruh terhadap variabel terikat.
• Jika
t
hitung
t
tabel
artinya variabel bebas tidak berpengaruh terhadap variabel terikat.
Universitas Sumatera Utara
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Statistik Deskriptif
Sebelum melakukan pengolahan data dengan peralatan statistik SPSS, data ROA, ROE, EPS, EVA, dan harga saham perusahaan jasa
terlebih dahulu di-log dengan menggunakan program excel untuk menghindari munculnya nilai exponensial pada output data.
Statistik deskriptif bertujuan untuk menjelaskan distribusi atau sebaran data dari variabel-variabel yang digunakan dalam penelitian ini.
Dapat disimpulkan deskriptif statistic dari data yang digunakan sebagai bahan penelitian ini adalah telihat pada table 4.1 dibawah ini:
B e
r d
a s
a Berdasarkan statistik deskriptif pada table 4.1 ditemukan bahwa
jumlah data yang dimasukkan sebanyak 42 dengan nilai ROA, ROE, EPS,
Table 4.1 Descriptive Statistics
N Minimum Maximum
Mean Std. Deviation
Statistic Statistic Statistic
Statistic Std. Error
Statistic ROA
42 0.00
0.36 0.0721
0.01219 0.07901
ROE 42
0.00 1.01
0.1834 0.03718
0.24094 EPS
42 0.01
505.00 78.4469
20.89286 135.40122
EVA 42
-124+E06 896+E06 102.01+E06 31.269+E06 202.644+E06 SAHAM
42 1.14
950.00 283.5955
48.65190 315.30035
Valid N listwise
42
Universitas Sumatera Utara