Penemuan PENEMUAN DAN PEMBAHASAN

119 2008 pada masing-masing semua perusahaan sektor Food and Beverages yang terdaftar di Bursa Efek Indonesia menunjukkan mayoritas positif, antara lain PT PT Aqua Gollden Mississipi AQUA, PT Delta Djakarta Tbk DLTA, PT Indofood Sukses Makmur Tbk INDF, PT Multi Bintang Indonesia Tbk MLBI, PT Mayora Indah Tbk MYOR, PT Sari Husada Tbk SHDA, PT Sekar Laut Tbk SKLT, PT Smart Tbk SMAR, PT Tunas Baru Lampung Tbk TBLA, PT Ultra Jaya Milk Tbk ULTJ, PT Fast Food Indonesia Tbk FAST, PT Siantar Top Tbk STTP, PT Tiga Pilar Sejahtera food TBK AISA, dan PT Prashida Aneka Niaga Tbk PSDN Bila EVA positif, menunnjukkan aset besar dan ekspansi usaha yang dilakukan malah akan mempercantik kinerja perusahaan Namun, ketika spread EVA negatif, aset besar malah dapat semakin memperburuk kinerja perusahaan ,dan ini pertanda saat yang tepat bagi perusahaan mempertimbangkan mendivestasi asetnya itu.

C. Penemuan

1. Pengujian Model 1 a. Pengujian Asumsi Klasik Sebelum digunakan dalam analisis penelitian ini dilakukan pengujian persyaratan analisis data terlebih dahulu yang meliputi uji normalitas data, uji autokorelasi, uji multikolineritas, dan uji heterokedastisitas Namun untuk mengatasi masalah- masalah asumsi klsik seperti no multicolinearity, no autocorrelation, dan no heteroscedasticity, penulis menerapkan metode generalized least square cross section weight , dan metode white 120 heteroscedasticity consistent covariance dalam mengestimasi persamaan kedua treatment tersebut sudah disediakan dalam software EViews dengan transformasi logaritma. Dalam pengujian pada penelitian ini diterapkan variabel-variabel independent seperti DER, PER, ROA, dan beta. Return saham sebagai variabel dependent Y Pengujian yang dilakukan yaitu pengujian terhadap variabel- variabel independent yaitu uji normalitas data, uji autokorelasi, uji multikolineritas, dan uji heterokedastisitas. Berikut ini pengujian yang diterapkan 1 Uji Normalitas Data Sebelum dilakukan analisis korelasi Product Moment maka dilakukan uji asumsi normalitas untuk mengetahui apakah data berdistribusi normal atau tidak. Uji Normalitas digunakan untuk mengetahui apakah populasi data berdistribusi normal atau tidak. Uji ini biasanya digunakan untuk mengukur data berskala ordinal, interval, ataupun rasio Duwi Priyatno, 2008. Setelah dilaksanakan uji normalitas data, hasil yang diperoleh dapat dilihat pada gambar 7. berikut ini : GAMBAR 7 Uji Normalitas Data Pengujian Model 1 1 2 3 4 5 6 -1.0 -0.5 0.0 0.5 Series: Residuals Sample 1 14 Observations 13 Mean -5.21e-16 Median 0.185258 Maximum 0.540917 Minimum -1.062991 Std. Dev. 0.476316 Skewness -0.867093 Kurtosis 2.813408 Jarque-Bera 1.647867 Probability 0.438703 Sumber : Output EViews 121 Dari penjelasan gambar di atas menunjukkan bahwa setelah dilakukan uji normalitas data dengan menggunakan fasilitas pada Eviews maka semua variabel pada pengujian model 1 menunjukkan bahwa penelitian di atas berdistribusi normal k atau dapat dikatakan bahwa persyaratan normalitas dapat dipenuhi. Hal ini dapat dilihat dari nilai Jarque Beta pada penelitian ini sebesar 1.648 Berdasarkan uji statistik Jarque beta, nilai statistiknya sebesar 1.648 dengan probabilitasnya 43.87 dimana probabilitas lebih dari = 0.05. Oleh karena itu kita tidak bisa menolak hipotesis nol dan menunjukkan bahwa penelitian tersebut berdistribusi normal, sehingga dapat dikatakan bahwa persyaratan normalitas dapat dipenuhi. 2 Uji Autokorelasi Uji autokorelasi digunakan untuk mengetahui ada suatu tidaknya penyimpangan asumsi klasik autokorelasi, yaitu korelasi yang terjadi antara residual pada satu pengamatan dengan pengamatan lain pada model regresi Duwi Priyatno, 2008. Pengujian ini bertujuan untuk menguji apakah dalam suatu bentuk model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-l Ghozali,2001:67 Berdasarkan hasil perhitungan diketahui hasil uji autokorelasi dengan metode Uji Breusch-Godfrey Serial Correlation LM Test yaitu : 122 TABEL 8 Uji Autokorelasi Menggunakan Uji Breusch-Godfrey Serial Correlation LM Test Breusch-Godfrey Serial Correlation LM Test: F-statistic 0.105397 Probability 0.974460 ObsR-squared 1.239525 Probability 0.871549 Test Equation: Dependent Variable: RESID Method: Least Squares Date: 030210 Time: 16:31 Presample and interior missing value lagged residuals set to zero. Variable Coefficient Std. Error t-Statistic Prob. LOGDER -0.032706 0.530814 -0.061615 0.9538 LOGPER 0.261379 0.539556 0.484434 0.6534 LOGROA -0.032364 0.315172 -0.102686 0.9232 LOGBETA -35.55973 63.37496 -0.561101 0.6047 C -0.301393 1.274022 -0.236568 0.8246 RESID-1 -0.957952 0.880051 -1.088519 0.3376 RESID-2 0.030007 0.755837 0.039700 0.9702 RESID-3 0.538557 0.751937 0.716227 0.5134 RESID-4 1.067257 0.990820 1.077146 0.3420 R-squared 0.095348 Mean dependent var -5.21E-16 Adjusted R-squared -1.713956 S.D. dependent var 0.476316 S.E. of regression 0.784687 Akaike info criterion 2.558898 Sum squared resid 2.462937 Schwarz criterion 2.950016 Log likelihood -7.632834 F-statistic 0.052699 Durbin-Watson stat 0.841996 ProbF-statistic 0.999618 Sumber : Output EViews Dari hasil output di atas menunjukkan bahwa nilai ObsR Squared mempunyai probabilita sebesar 0.8715 dimana probabilitas lebih dari = 0.05 atau 5 . Berarti probabilitas tersebut memberikan putusan untuk tidak dapat menolak hipotesis. Dengan hipotesis : 123 Ho : Tidak ada autokorelasi H 1 : Tidak demikian Maka dapat disimpulkan bahwa persamaan sudah tidak mengandung autokorelasi lagi. Sedangkan pada bagian merupakan persamaan yang digunakan dalam LM Test untuk menguji autokorelasi, sebagaimana yang telah dipelajari. Terlihat bahwa residual tidak dipengaruhi secara signifikan oleh variabel residual lag 1 dan residual lag 1, residual lag 2, residual lag 3, dan residual lag 4, juga oleh variabel LOGDER, LOGPER, LOGROA, dan LOG Beta. Dengan kondisi demikian, maka dapat diambil kesimpulan bahwa model sudah tidak mengandung autokorelasi. 3 Uji Multikolineritas Uji Multikolinieritas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik multikolinieritas, yaitu adanya hubungan linear antar variabel independent dalam model regresi. Uji tentang multikolinieritas ini dimaksudkan untuk membuktikan atau menguji ada tidaknya hubungan yang linear antara variabel bebas independent satu dengan variabel bebas independent yang lain.Sudarmanto,2005. Berdasarkan hasil perhitungan diketahui hasil uji multikolinieritas dengan metode Melihat Korelasi Antara Kedua Variabel Bebas yaitu 124 TABEL 9 Uji Multikolineritas dengan Metode Melihat Korelasi antara Kedua Variabel Bebas VARIABEL LOGRETURN LOGDER LOGPER LOGROA LOGBETA LOGRETURN 1.000000 -0.027634 -0.322032 0.445627 -0.759771 LOGDER -0.027634 1.000000 0.588472 0.138791 -0.257624 LOGPER -0.322032 0.588472 1.000000 -0.177527 0.115771 LOGROA 0.445627 0.138791 -0.177527 1.000000 -0.125846 LOGBETA -0.759771 -0.257624 0.115771 -0.125846 1.000000 Sumber : Output EViews Dari hasil kolerasi diatas menunujukkan bahwa LOG DER mempunyai korelasi sebesar -0.027634, LOG PER sebesar -0.322032 , LOG ROA sebesar 0.445627, dan LOG Beta sebesar -0.759771 . Pada semua variabel menunjukkan korelasi yang tidak kuat dalam arti besarnya kurang dari 0.8, bahwa diduga semua variabel tidak terjadi multikolilieritas. 4 Uji Heteroskedastisitas Uji Heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik heteroskedastisitas, yaitu adanya ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi Duwi Priyatno, 2008. Uji Heterokedastisitas bertujuan untuk menguji apakah model regresi terjadi ketidaksamaan dari residual satu pengamatan ke pengamatan yang lain. Berdasarkan hasil perhitungan diketahui hasil uji heterokedastisitas sebagai berikut : 125 TABEL 10 Uji Heterokedastisitas dengan Metode White Heteroskedasticity Test White Heteroskedasticity Test: F-statistic 0.367484 Probability 0.893550 ObsR-squared 5.507065 Probability 0.702257 Sumber : Output EViews Dari output yang dihasilkan dapat dilihat bahwa setelah diuji dengan White Heteroscedasticity no cross term nilai probabilitas RObs Squared sebesar 0.702. Hasilnya dapat dilihat bahwa probabilitas lebih besar dari = 0.05. Hal ini menunjukkan bahwa tidak adanya heteroskedastisitas. b. Pengujian Hipotesis Pengujian hipotesis dilakukan secara parsial, yaitu menguji masing masing pengaruh variabel Debt to Equity Ratio DER, Price Earning Ratio PER, Return On Assets ROA , dan beta dengan menggunakan uji t dan dengan menguji secara serempak dengan uji F, serta uji regresi linear berganda. Berikut ini adalah pengujian hipotesis yang dilakukan beserta hasilnya : 1 Uji t Uji t adalah pengujian yang digunakan untuk mengetahui apakah dalam model regresi variabel independent X 1 X 2 X 3,…… X n .secara parsial berpengaruh signifikan terhadap variabel dependen Y. Dalam sub bab ini diuraikan bahwa hasil pengujian hipotesis dari hasil uji t dengan melalui langkah-langkah yang 126 telah disebutkan dalam bab sebelumnya. Berikut hasil pengujian hipotesis pada model 1 : a Variabel Debt to Equity Ratio DER Dari hasil olah data menggunakan Eviews dapat nilai signifikansi LOG Debt to Equity Ratio DER sebesar 0.2574 yang lebih besar dari tingkat signifikansi = 5 , Sedangkan nilai t hitung dari variabel ini -1.2119596. Ho 1 diterima atau Ha 1 ditolak karena P.LOG DER , artinya bahwa statistik variabel Debt to Equity Ratio tidak berpengaruh secara signifikan terhadap return saham. Koefisien regresi variabel LOG DER X 1 sebesar -0.426926, artinya jika variabel independent lain nilainya tetap dan LOG DER mengalami kenaikan 1 , maka LOG return saham Y akan mengalami penurunan sebesar -0.426926. Koefisien bernilai negatif artinya terjadi hubungan negatif antara LOG DER dan LOG Return saham, semakin naik LOG DER maka semakin turun LOG return saham. Hasil pengujian hipotesis variabel DER menunjukkan bahwa tidak terdapat pengaruh signifikan dari variabel independent DER terhadap variabel dependen return saham. 127 b Variabel Price Earning Ratio PER Dari hasil olah data menggunakan Eviews dapat nilai signifikansi LOG Price Earning Ratio PER sebesar 0.9744 yang lebih besar dari tingkat signifikansi = 5 , Sedangkan nilai t hitung dari variabel ini 0.033159. Ho 2 diterima atau Ha 2 ditolak karena P.LOG PER , artinya bahwa statistik variabel Price Earning Ratio tidak berpengaruh secara signifikan terhadap return saham. Koefisien regresi variabel LOG PER X 2 sebesar 0.011944, artinya jika variabel independent lain nilainya tetap dan LOG PER mengalami kenaikan 1 , maka return saham Y akan mengalami kenaikan sebesar 0.011944. Koefisien bernilai positif antara LOG PER dan LOG return saham, semakin naik LOG PER maka semakin meningkat LOG return saham Hasil pengujian hipotesis variabel PER menunjukkan bahwa tidak terdapat pengaruh signifikan dari variabel independent PER terhadap variabel dependen return saham. c Variabel Return On Asset ROA Dari hasil olah data menggunakan Eviews dapat nilai signifikansi LOG Return On Assets ROA sebesar 0.0617 yang lebih besar dari tingkat signifikansi = 5 , Sedangkan nilai t hitung dari variabel ini 2.171648. Ho 3 ditolak atau Ha 3 diterima karena P.LOG ROA , artinya bahwa statistik variabel Return On Assets tidak berpengaruh secara signifikan terhadap return saham. 128 Koefisien regresi variabel LOG ROA X 3 sebesar 0.439660, artinya jika variabel independent lain nilainya tetap dan LOG ROA mengalami kenaikan 1 , maka LOG return saham Y akan mengalami kenaikan sebesar 0.439660. Koefisien bernilai positif antara LOG ROA dan LOG return saham, semakin naik ROA maka semakin meningkat return saham Hasil pengujian hipotesis variabel ROA menunjukkan bahwa tidak terdapat pengaruh signifikan dari variabel independent ROA terhadap variabel dependen return saham. d Variabel beta Dari hasil olah data menggunakan Eviews dapat nilai signifikansi LOG beta sebesar 0.0028 yang lebih kecil dari tingkat signifikansi = 5 , Sedangkan nilai t hitung dari variabel ini -4.262325. Ho 4 ditolak atau Ha 4 diterima karena P.LOG beta , artinya bahwa statistik variabel beta berpengaruh secara signifikan terhadap return saham. Koefisien regresi variabel LOG Beta X 4 sebesar -138.2511, artinya jika variabel independent lain nilainya tetap dan LOG beta mengalami kenaikan 1 , maka return saham Y akan mengalami penurunan sebesar -138.2511. Koefisien bernilai negatif antara LOG beta dan LOG return saham, semakin naik LOG beta maka semakin turun LOG return saham. Hasil pengujian hipotesis variabel beta menunjukkan bahwa terdapat pengaruh signifikan dari variabel independent beta terhadap variabel dependen return saham. 129 2 Uji F Uji F digunakan untuk mengetahui apakah variabel independent X 1 X 2 X 3,…… X n .secara bersama-sama berpengaruh secara signifikan terhadap variabel dependen Y. Atau untuk mengetahui apakah model regresi dapat digunakan untuk memprediksi variabel dependen atau tidak. Dari hasil olah data menggunakan Eviews di dapat nilai signifikan 0.010376, Kriteria yang diterapkan untuk nilai probabilitas signifikansi adalah sebagai berikut Santoso,2003 :202 : Ho ditolak jika profitabilitas 0.05 Ho diterima jika profitabilitas 0.05 Berdasarkan kriteria ini maka dapat diketahui bahwa Ho ditolak atau variabel variabel bebas dalam model regresi ini secara simultan bersama-sama mempunyai pengaruh yang signifikan terhadap return saham. Hasil penelitian ini menyatakan bahwa dari 4 empat variabel bebas yang diteliti terdapat variabel yang menunjukkan signifikansi terhadap return saham. Pada Tabel 11 di atas besar R squared yaitu 0.775749. Semakin tinggi R² yang disesuaikan atau adjusted R² akan semakin baik suatu model regresi, karena variabel bebas bisa menjelaskan variabel terikat lebih besar. Dari tabel di atas menunjukkan bahwa 77.57 return saham bisa dijelaskan oleh LOG DER, LOG PER, LOG ROA, dan LOG beta. Sedangkan sisanya 22.43 , dijelaskan oleh faktor-faktor atau variabel lain yang tidak dimasukkan sebagai variabel bebas dalam penelitian ini. 130 3 Uji Regresi Linear Berganda Analisis linier berganda adalah hubungan secara linier antara dua atau lebih variabel independent X 1 X 2 X 3,…… X n .dengan variabel dependen Y. Analisis ini untuk mengetahui arah hubungan antar variabel independent dengan variabel dependen apakah masing-masing variabel independent berhubungan positif atau negative dan untuk memprediksi nilai dari variabel dependen apabila nilai variabell independent mengalami kenaikan atau penurunan. Berdasarkan hasil perhitungan diketahui hasil uji regresi linear berganda sebagai berikut : TABEL 11 Uji Regresi Berganda Dependent Variable: LOGRETURN Method: Least Squares Date: 032910 Time: 18:16 Sample: 1 14 Included observations: 13 Variable Coefficient Std. Error t-Statistic Prob. LOGDER -0.426926 0.350055 -1.219596 0.2574 LOGPER 0.011944 0.360200 0.033159 0.9744 LOGROA 0.439660 0.202455 2.171648 0.0617 LOGBETA -138.2511 32.43560 -4.262325 0.0028 C -1.425050 0.889479 -1.602118 0.1478 R-squared 0.775749 Mean dependent var -3.709175 Adjusted R-squared 0.663623 S.D. dependent var 1.005838 S.E. of regression 0.583366 Akaike info criterion 2.043718 Sum squared resid 2.722524 Schwarz criterion 2.261006 Log likelihood -8.284166 F-statistic 6.918572 Durbin-Watson stat 2.302792 ProbF-statistic 0.010376 Sumber : Output EViews Dari hasil output yang dihasilkan dapat dirumuskan persamaan, setelah dilakukan transformasi maka regresi yang dihasilkan adalah 131 LOG Y = -1.425050- 138.2511 LOG X 4 + é i Keterangan : LOG Y = LOG Return LOG X 4 = LOG Beta = konstanta i = Komponen pengganggu Persamaan regresinya tersebut dapat dijelaskan sebagai berikut : a. Konstanta sebesar -1.425050; artinya jika LOG X 3 , dan LOG X 4 , nilainya adalah 0, maka return saham LOG Y nilainya -1.425050 b. Koefisien regresi variabel LOG Beta X 4 sebesar -138.2511, artinya jika variabel independent lain nilainya tetap dan beta mengalami kenaikan 1 , maka LOG return saham Y akan mengalami penurunan sebesar -138.2511. Koefisien bernilai negatif antara LOG beta dan LOG return saham, semakin naik LOG beta maka semakin turun LOG return saham. 2. Pengujian Model 2 a. Pengujian Asumsi Klasik Sebelum digunakan dalam analisis penelitian ini dilakukan pengujian persyaratan analisis data terlebih dahulu yang meliputi uji normalitas data, autokorelasi, uji multikolineritas, dan uji heterokedastisitas. Namun untuk mengatasi masalah- masalah asumsi klsik seperti no multicolinearity, no autocorrelation, dan no heteroscedasticity, penulis menerapkan metode 132 generalized least square cross section weight , dan metode white heteroscedasticity consistent covariance dalam mengestimasi persamaan kedua treatment tersebut sudah disediakan dalam software Eviews dengan transformasi logaritma. Dalam pengujian pada penelitian ini diterapkan variabel-variabel independent seperti DER, PER, ROA, beta, DER.EVA, PER.EVA, ROA.EVA, dan Beta.EVA. Return saham sebagai variabel dependent Y, DER, PER, ROA, beta, DER.EVA, PER.EVA, ROA.EVA, dan Beta.EVA merupakan variabel independen,.EVA dalam penelitian ini merupakan variabel moderat. Pengujian yang dilakukan yaitu pengujian terhadap variabel-variabel independent yaitu uji normalitas data, uji autokorelasi, uji multikolineritas, dan uji heterokedastisitas. Berikut ini pengujian yang diterapkan : 1 Uji Normalitas Data Sebelum dilakukan analisis korelasi Product Moment maka dilakukan uji asumsi normalitas untuk mengetahui apakah data berdistribusi normal atau tidak. Uji Normalitas digunakan untuk mengetahui apakah populasi data berdistribusi normal atau tidak. Uji ini biasanya digunakan untuk mengukur data berskala ordinal, interval, ataupun rasio Duwi Priyatno,2008. Setelah dilaksanakan uji normalitas data, hasil yang diperoleh dapat dilihat pada gambar 8. berikut ini : 133 GAMBAR 8 Uji Normalitas Data Pengujian Model 2 1 2 3 4 5 6 -0.3 -0.2 -0.1 -0.0 0.1 0.2 0.3 0.4 Series: Residuals Sample 1 13 Observations 12 Mean 1.82e-14 Median -0.074266 Maximum 0.336399 Minimum -0.229155 Std. Dev. 0.195414 Skewness 0.665589 Kurtosis 2.029799 Jarque-Bera 1.356662 Probability 0.507463 Sumber : Output EViews Dari penjelasan gambar di atas menunjukkan bahwa setelah dilakukan uji normalitas data dengan menggunakan fasilitas pada Eviews maka semua variabel pada pengujian model 2 menunjukkan bahwa penelitian di atas berdistribusi normal k atau dapat dikatakan bahwa persyaratan normalitas dapat dipenuhi. Hal ini dapat dilihat dari nilai Jarque Beta pada penelitian ini sebesar 1.3567. Berdasarkan uji statistik Jarque beta, nilai statistiknya sebesar 1.3567 dengan probabilitasnya 50.74 dimana probabilitas lebih besar dari = 0.05 atau 5 . Oleh karena itu kita tidak bisa menolak hipotesis nol dan menunjukkan bahwa penelitian tersebut berdistribusi normal, sehingga dapat dikatakan bahwa persyaratan normalitas dapat dipenuhi. 134 2 Uji Autokorelasi Uji autokorelasi digunakan untuk mengetahui ada suatu tidaknya penyimpangan asumsi klasik autokorelasi, yaitu korelasi yang terjadi antara residual pada satu pengamatan dengan pengamatan lain pada model regresi Duwi Priyatno, 2008. Pengujian ini bertujuan untuk menguji apakah dalam suatu bentuk model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-l Ghozali,2001:67 Berdasarkan hasil perhitungan diketahui hasil uji autokorelasi berikut ini : TABEL 12 Uji Autokorelasi Menggunakan Uji Breusch-Godfrey Serial Correlation LM Test Breusch-Godfrey Serial Correlation LM Test: F-statistic 0.135238 Probability 0.887190 ObsR-squared 2.554720 Probability 0.278772 Test Equation: Dependent Variable: RESID Method: Least Squares Date: 030210 Time: 16:34 Presample and interior missing value lagged residuals set to zero. Variable Coefficient Std. Error t-Statistic Prob. LOGDER -0.350628 1.251373 -0.280195 0.8261 LOGPER 1.017441 8.684243 0.117159 0.9258 LOGROA -0.094961 1.280584 -0.074154 0.9529 LOGBETA -36.34512 94.40045 -0.385010 0.7660 LOGDER_EVA 0.214962 1.236357 0.173867 0.8904 LOGPER_EVA -1.023892 9.176160 -0.111582 0.9293 LOGROA_EVA 0.051182 1.826206 0.028027 0.9822 LOGBETA_EVA 0.767994 7.431356 0.103345 0.9344 C 0.046245 3.172226 0.014578 0.9907 RESID-1 0.584288 3.208672 0.182096 0.8853 RESID-2 -1.591736 3.723092 -0.427531 0.7428 135 R-squared 0.212893 Mean dependent var 1.82E-14 Adjusted R-squared -7.658173 S.D. dependent var 0.195414 S.E. of regression 0.575001 Akaike info criterion 1.079537 Sum squared resid 0.330626 Schwarz criterion 1.524035 Log likelihood 4.522775 F-statistic 0.027048 Durbin-Watson stat 1.728212 ProbF-statistic 0.999881 Sumber : Output EViews Dari hasil output di atas menunjukkan bahwa nilai ObsR Squared mempunyai probabilita sebesar 0.278772 dimana probabilitas lebih besar dari = 0.05 atau 5 . Berarti probabilitas tersebut memberikan putusan untuk tidak dapat menolak hipotesis. Dengan hipotesis : Ho : Tidak ada autokorelasi H 1 : Tidak demikian Maka dapat disimpulkan bahwa persamaan sudah tidak mengandung autokorelasi lagi. Sedangkan pada bagian merupakan persamaan yang digunakan dalam LM Test untuk menguji autokorelasi, sebagaimana yang telah dipelajari. Terlihat bahwa residual tidak dipengaruhi secara signifikan oleh variabel residual juga oleh variabel LOG DER, LOG PER, LOG ROA, LOG Beta, LOG DER.EVA, LOG PER.EVA, LOG ROA.EVA, dan LOG Beta.EVA. Dengan kondisi demikian, maka dapat diambil kesimpulan bahwa model sudah tidak mengandung autokorelasi. 3 Uji Multikolineritas Uji Multikolinieritas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik multikolinieritas, yaitu adanya hubungan linear antar 136 variabel independent dalam model regresi. Uji multikolinieritas bertujuan untuk mengetahui adanya hubungan yang sempurna antara variabel dalam model regresi. Untuk mendeteksi adanya multikolinieritas dalam penelitian ini maka digunakan korelasi matriks. Uji tentang multikolinieritas ini dimaksudkan untuk membuktikan atau menguji ada tidaknya hubungan yang linear antara variabel bebas independent satu dengan variabel bebas independent yang lain.Sudarmanto, 2005. Berdasarkan hasil perhitungan diketahui hasil uji multikolinieritas dengan metode berikut ini : TABEL 13 Uji Multikolineritas dengan Metode Melihat Korelasi antara Kedua Variabel Bebas. Variabel Korelasi LOGRETURN 1.000000 LOGDER -0.140206 LOGPER -0.478444 LOGROA 0.432122 LOGBETA -0.740202 LOGDER_EVA -0.033743 LOGPER_EVA -0.093942 LOGROA_EVA 0.133712 LOGBETA_EVA 0.017046 Sumber : Output EViews Dari hasil kolerasi diatas menunujukkan bahwa LOG DER mempunyai korelasi sebesar -0.140206, LOG PER sebesar -0.478444, LOG ROA 0.432122, LOG Beta sebesar -0.740202, LOG DER.EVA sebesar -0.033743, LOG PER.EVA sebesar -0.093942, LOG ROA.EVA sebesar 0.133712, dan LOG beta.EVA sebesar 0.017046. Pada semua variabel menunjukkan korelasi 137 yang tidak kuat dalam arti besarnya kurang dari 0.8 bahwa diduga semua variabel tidak terjadi multikolilieritas. 4 Uji Heterokedastisitas Uji Heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik heteroskedastisitas, yaitu adanya ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi Duwi Priyatno, 2008. Uji Heterokedastisitas bertujuan untuk menguji apakah model regresi terjadi ketidaksamaan dari residual satu pengamatan ke pengamatan yang lain. Berdasarkan hasil perhitungan diketahui hasil uji heterokedastisitas sebagai berikut : TABEL 14 Uji Heterokedastisitas dengan Metode White Heteroskedasticity Test White Heteroskedasticity Test: F-statistic 0.624476 Probability 0.744373 ObsR-squared 8.178963 Probability 0.516217 Sumber : Output EViews Dari output yang dihasilkan dapat dilihat bahwa setelah diuji dengan White Heteroscedasticity no cross term nilai probabilitas RObs Squared sebesar 0.516217 Hasilnya dapat dilihat bahwa probabilitas lebih besar dari = 0.05. Hal ini menunjukkan bahwa tidak adanya heteroskedastisitas. 138 b. Pengujian Hipotesis Pengujian hipotesis dilakukan secara parsial, yaitu menguji masing masing pengaruh variabel Debt to Equity Ratio DER, Price Earning Ratio PER, Return On Assets ROA, beta, DER.EVA, PER.EVA, ROA.EVA, dan Beta,EVA dengan menggunakan uji t dan dengan menguji secara serempak dengan uji F, dan Uji regresi linear berganda. Berikut ini adalah pengujian hipotesis yang dilakukan beserta hasilnya : 1 Uji t Uji t adalah pengujian yang digunakan untuk mengetahui apakah dalam model regresi variabel independent X 1 X 2 X 3,…… X n .secara parsial berpengaruh signifikan terhadap variabel dependen Y. Dalam sub bab ini diuraikan bahwa hasil pengujian hipotesis dari hasil uji t dengan melalui langkah-langkah yang telah disebutkan dalam bab sebelumnya. Berikut hasil pengujian hipotesis pada model 2 : a Variabel Debt to Equity Ratio DER Dari hasil olah data menggunakan Eviews dapat nilai signifikansi LOG Debt to Equity Ratio DER sebesar 0.3088 yang lebih besar dari tingkat signifikansi = 5 , Sedangkan nilai t hitung dari variabel ini -1.222647. Ho 1 diterima atau Ha 1 ditolak karena P.LOG DER , artinya bahwa statistik variabel Debt to Equity Ratio tidak berpengaruh secara signifikan terhadap return saham. 139 Koefisien regresi variabel LOG DER X 1 sebesar –0.9046415 , artinya jika variabel independent lain nilainya tetap dan LOG DER mengalami kenaikan 1 , maka LOG return saham Y akan mengalami penurunan sebesar –0.9046415. Koefisien bernilai negatif artinya terjadi hubungan negatif antara LOG DER dan LOG return saham, semakin naik LOG DER maka semakin turun LOG return saham. Hasil pengujian hipotesis variabel DER menunjukkan bahwa tidak terdapat pengaruh signifikan dari variabel independent DER terhadap variabel dependen return saham. b Variabel Price Earning Ratio PER Dari hasil olah data menggunakan Eviews dapat nilai signifikansi LOG Price Earning Ratio PER sebesar 0.0341 yang lebih kecil dari tingkat signifikansi = 5 , Sedangkan nilai t hitung dari variabel ini -3.707500. Ho 2 ditolak atau Ha 2 diterima karena P.LOG PER , artinya bahwa statistik variabel Price Earning Ratio berpengaruh secara signifikan terhadap return saham. Koefisien regresi variabel LOG PER X 2 sebesar – 5.3985834, artinya jika variabel independent lain nilainya tetap dan LOG PER mengalami kenaikan 1 , maka LOG return saham Y akan mengalami penurunan sebesar – 5.3985834 Koefisien bernilai negatif antara LOG PER dan LOG return saham, semakin naik LOG PER maka semakin menurun LOG return saham 140 Hasil pengujian hipotesis variabel PER menunjukkan bahwa terdapat pengaruh signifikan dari variabel independent PER terhadap variabel dependen return saham. c Variabel Return On Asset ROA Dari hasil olah data menggunakan Eviews dapat nilai signifikansi LOG Return On Assets ROA sebesar 0.1755 yang lebih kecil dari tingkat signifikansi = 5 , Sedangkan nilai t hitung dari variabel ini 1.766328. Ho 3 diterima atau Ha 3 ditolak karena P.LOG ROA , artinya bahwa statistik variabel Return On Assets tidak berpengaruh secara signifikan terhadap return saham. Koefisien regresi variabel LOG ROA X 3 sebesar 0.56323455, artinya jika variabel independent lain nilainya tetap LOG ROA mengalami kenaikan 1 , maka LOG return saham Y akan mengalami kenaikan sebesar 0.56323455. Koefisien bernilai positif antara LOG ROA dan LOG return saham, semakin naik LOG ROA maka semakin meningkat LOG return saham. Hasil pengujian hipotesis variabel ROA menunjukkan bahwa tidak terdapat pengaruh signifikan dari variabel independent ROA terhadap variabel dependen return saham. 141 d Variabel beta Dari hasil olah data menggunakan Eviews dapat nilai signifikansi LOG beta sebesar 0.0441 yang lebih kecil dari tingkat signifikansi = 5 , Sedangkan nilai t hitung dari variabel ini -3.252624 Ho 4 ditolak atau Ha 4 diterima karena P.LOG beta , artinya bahwa statistik variabel beta berpengaruh secara signifikan terhadap return saham. Koefisien regresi variabel LOG Beta X 4 sebesar –87.544034, artinya jika variabel independent lain nilainya tetap dan LOG beta mengalami kenaikan 1 , maka LOG return saham Y akan mengalami penurunan sebesar -87.544034. Koefisien bernilai negatif antara LOG beta dan LOG return saham, semakin naik LOG beta maka semakin turun LOG return saham Hasil pengujian hipotesis variabel beta menunjukkan bahwa terdapat pengaruh signifikan dari variabel independent beta terhadap variabel dependen return saham. e Variabel DER.EVA Dari hasil olah data menggunakan Eviews dapat nilai signifikansi variabel LOG DER.EVA sebesar 0.5013 yang lebih besar dari tingkat signifikansi = 5 , Sedangkan nilai t hitung dari variabel ini 0.762434. Ho 5 diterima atau Ha 5 ditolak karena P.LOG DER.EVA , artinya bahwa statistik variabel DER.EVA tidak berpengaruh secara signifikan terhadap return saham. 142 Koefisien regresi variabel DER.EVA X 1 X 5 sebesar 0.57658919, artinya jika variabel independent lain nilainya tetap dan LOG DER.EVA mengalami kenaikan 1 , maka LOG return saham Y akan mengalami kenaikan sebesar 0.57658919. Koefisien bernilai positif artinya terjadi hubungan positif antara LOG DER.EVA dan LOG Return saham, semakin naik LOG DER.EVA maka semakin naik LOG return saham. Hasil pengujian hipotesis variabel DER.EVA menunjukkan bahwa tidak terdapat pengaruh signifikan dari variabel independent DER.EVA terhadap variabel dependen return saham. f Variabel PER.EVA Dari hasil olah data menggunakan Eviews dapat nilai signifikansi variabel LOG PER.EVA sebesar 0.0369 yang lebih kecil dari tingkat signifikansi = 5 , Sedangkan nilai t hitung dari variabel ini 3.594420. Ho 6 ditolak atau Ha 6 diterima karena P.LOG PER.EVA , artinya bahwa statistik variabel PER.EVA berpengaruh secara signifikan terhadap return saham. Koefisien regresi variabel PER.EVA X 2 X 5 sebesar 5.56309719, artinya jika variabel independent lain nilainya tetap dan LOG PER.EVA mengalami kenaikan 1 , maka LOG return saham Y akan mengalami kenaikan sebesar 5.56309719. Koefisien bernilai positif artinya terjadi hubungan positif antara LOG PER.EVA dan LOG Return saham, semakin naik LOG PER.EVA maka semakin naik LOG return saham. 143 Hasil pengujian hipotesis variabel PER.EVA menunjukkan bahwa terdapat pengaruh signifikan dari variabel independent PER.EVA terhadap variabel dependen return saham. g Variabel ROA.EVA Dari hasil olah data menggunakan Eviews dapat nilai signifikansi variabel LOG ROA.EVA sebesar 0.7435 yang lebih besar dari tingkat signifikansi = 5 , Sedangkan nilai t hitung dari variabel ini -0.358829 Ho 7 diterima atau Ha 7 ditolak karena P.LOG ROA.EVA , artinya bahwa statistik variabel ROA.EVA tidak berpengaruh secara signifikan terhadap return saham. Koefisien regresi variabel ROA.EVA X 3 X 5 sebesar -0.16646075, artinya jika variabel independent lain nilainya tetap dan LOG ROA.EVA mengalami kenaikan 1 , maka LOG return saham Y akan mengalami penurunan sebesar - 0.16646075. Koefisien bernilai negatif artinya terjadi hubungan negatif antara LOG ROA.EVA dan LOG Return saham, semakin naik LOG ROA.EVA maka semakin turun LOG return saham. Hasil pengujian hipotesis variabel ROA.EVA menunjukkan bahwa tidak terdapat pengaruh signifikan dari variabel independent ROA.EVA terhadap variabel dependen return saham. 144 h Variabel Beta.EVA Dari hasil olah data menggunakan Eviews dapat nilai signifikansi variabel LOG Beta.EVA sebesar 0.0372 yang lebih kecil dari tingkat signifikansi = 5 , Sedangkan nilai t hitung dari variabel ini -3.58470. Ho 8 ditolak atau Ha 8 diterima karena P.LOG Beta.EVA , artinya bahwa statistik variabel Beta.EVA berpengaruh secara signifikan terhadap return saham. Koefisien regresi variabel Beta.EVA X 4 X 5 sebesar -6.0400004, artinya jika variabel independent lain nilainya tetap dan LOG Beta.EVA mengalami kenaikan 1 , maka LOG return saham Y akan mengalami penurunan sebesar - 6.0400004. Koefisien bernilai negatif artinya terjadi hubungan negatif antara LOG Beta.EVA dan LOG Return saham, semakin naik LOG Beta.EVA maka semakin turun LOG return saham. Hasil pengujian hipotesis variabel Beta.EVA menunjukkan bahwa terdapat pengaruh signifikan dari variabel independent Beta.EVA terhadap variabel dependen return saham. 2 Uji F Uji F digunakan untuk mengetahui apakah variabel independent X 1 X 2 X 3,…… X n .secara bersama-sama berpengaruh secara signifikan terhadap variabel dependen Y. Atau untuk mengetahui apakah model regresi dapat digunakan untuk memprediksi variabel dependen atau tidak. 145 Dari hasil olah data menggunakan Eviews di dapat nilai signifikan 0.043682 Kriteria yang diterapkan untuk nilai probabilitas signifikansi adalah sebagai berikut Santoso,2003 :202 : Ho ditolak jika profitabilitas 0.05 Ho diterima jika profitabilitas 0.05 Berdasarkan kriteria ini maka dapat diketahui bahwa Ho ditolak atau variabel variabel bebas dalam model regresi ini secara simultan bersama-sama tidak mempunyai pengaruh yang signifikan terhadap return saham. Hasil penelitian ini menyatakan bahwa dari 5 lima variabel yang diteliti tidak terdapat variabel yang menunjukkan signifikansi terhadap return saham. Pada Tabel 17.di atas besar R squared yaitu 0.962997. Semakin tinggi R² yang disesuaikan atau adjusted R² akan semakin baik suatu model regresi, karena variabel bebas bisa menjelaskan variabel terikat lebih besar. Dari tabel di atas menunjukkan bahwa 96.30 return saham bisa dijelaskan oleh variabel LOG DER, LOG PER, LOG ROA, LOG beta, LOG DER.EVA, LOG PER.EVA, LOG ROA.EVA, dan LOG Beta.EVA. Sedangkan sisanya 3.7 , dijelaskan oleh faktor-faktor atau variabel lain yang tidak dimasukkan sebagai variabel bebas dalam penelitian ini. 3 Uji Regresi Linear Berganda Analisis linier berganda adalah hubungan secara linier antara dua atau lebih variabel independent X 1 X 2 X 3,…… X n .dengan variabel dependen Y. Analisis ini untuk mengetahui arah hubungan antar variabel independent dengan variabel 146 dependen apakah masing-masing variabel independent berhubungan positif atau negative dan untuk memprediksi nilai dari variabel dependen apabila nilai variabell independent mengalami kenaikan atau penurunan. Data yang digunakan biasanya berskala interval atau rasio. Berdasarkan hasil perhitungan diketahui hasil uji regresi linear berganda sebagai berikut : TABEL 15 Uji Regresi Berganda Dependent Variable: LOGRETURN Method: Least Squares Date: 030210 Time: 16:34 Sample adjusted: 1 13 Included observations: 12 after adjustments Variable Coefficient Std. Error t-Statistic Prob. LOGDER -0.904642 0.739904 -1.222647 0.3088 LOGPER -5.398583 1.456125 -3.707500 0.0341 LOGROA 0.563235 0.318873 1.766328 0.1755 LOGBETA -87.54403 26.91490 -3.252624 0.0474 LOGDER_EVA 0.576589 0.756248 0.762434 0.5013 LOGPER_EVA 5.563097 1.547704 3.594420 0.0369 LOGROA_EVA -0.166461 0.463901 -0.358829 0.7435 LOGBETA_EVA -6.040000 1.684936 -3.584706 0.0372 C -0.903231 1.919623 -0.470525 0.6701 R-squared 0.962997 Mean dependent var -3.780276 Adjusted R-squared 0.864323 S.D. dependent var 1.015869 S.E. of regression 0.374189 Akaike info criterion 0.985596 Sum squared resid 0.420053 Schwarz criterion 1.349276 Log likelihood 3.086426 F-statistic 9.759342 Durbin-Watson stat 1.279998 ProbF-statistic 0.043682 Sumber : Output EViews Dari hasil output yang dihasilkan dapat dirumuskan persamaan, setelah dilakukan transformasi maka regresi yang dihasilkan adalah 147 LOG Y = -0.903231- 5.398583 LOG X 2 - 87.54403 LOG X 4 + 5.563097 LOG X 2. X 5 - 6.040000 LOG X 4 X 5 + é i Keterangan : LOG Y = LOG Return LOG X 2 = LOG PER LOG X 4 = LOG Beta LOG X 2. X 5 = LOG PER.EVA LOG X 4. X 5 = LOG Beta.EVA i = Komponen pengganggu Persamaan regresinya tersebut dapat dijelaskan sebagai berikut : a. Konstanta sebesar -0.903230 ; artinya jika LOG PER X 2 , LOG beta X 4 , LOG PER.EVA X 2. X 5 , dan LOG Beta.EVA X 4. X 5 nilainya adalah 0, maka return saham Y nilainya -0.903230 b. Koefisien regresi variabel LOG PER X 2 sebesar – 5.3985834, artinya jika variabel independent lain nilainya tetap dan LOG PER mengalami kenaikan 1 , maka LOG return saham Y akan mengalami penurunan sebesar – 5.3985834 Koefisien bernilai negatif antara LOG PER dan LOG return saham, semakin naik LOG PER maka semakin menurun LOG return saham. c. Koefisien regresi variabel LOG Beta X 4 sebesar –87.544034, artinya jika variabel independent lain nilainya tetap dan LOG beta mengalami kenaikan 1 , maka LOG return saham Y akan mengalami penurunan sebesar - 148 87.544034. Koefisien bernilai negatif antara LOG beta dan LOG return saham, semakin naik LOG beta maka semakin turun LOG return saham. c. Koefisien regresi variabel PER.EVA X 2 X 5 sebesar 5.56309719, artinya jika variabel independent lain nilainya tetap dan LOG PER.EVA mengalami kenaikan 1 , maka LOG return saham Y akan mengalami kenaikan sebesar 5.56309719. Koefisien bernilai positif artinya terjadi hubungan positif antara LOG PER.EVA dan LOG Return saham, semakin naik LOG PER.EVA maka semakin naik LOG return saham. d. Koefisien regresi variabel Beta.EVA X 4 X 5 sebesar -6.0400004, artinya jika variabel independent lain nilainya tetap dan LOG Beta.EVA mengalami kenaikan 1 , maka LOG return saham Y akan mengalami penurunan sebesar -6.0400004. Koefisien bernilai negatif artinya terjadi hubungan negatif antara LOG Beta.EVA dan LOG Return saham, semakin naik LOG Beta.EVA maka semakin turun LOG return saham.

D. Pembahasan.