Jadwal Penelitian Tabel 3.4 Pembahasan Hasil Penelitian

40

3.7 Jadwal Penelitian Tabel 3.4

Jadwal Penelitian Tahapan penelitian Desember 2012 Januari 2013 Februari 2013 Maret 2013 April 2013 Mei 2013 Pengajuan judul Pengumpulan data Penyelesaian proposal Penyerahan proposal Penyelesaian skripsi 41 BAB IV ANALISIS DAN PEMBAHASAN

4.1 Data Penelitian

Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik yang menggunakan persamaan regresi berganda. Analisis data dimulai dengan mengolah data dengan menggunakan Microsoft excel, selanjutnya dilakukan pengujian asumsi klasik dan pengujian menggunakan regresi berganda. Pengujian asumsi klasik dan regresi berganda dilakukan dengan menggunakan software SPSS versi 17. Prosedur dimulai dengan memasukkan variabel-variabel penelitian ke program SPSS tersebut dan menghasilkan output-output sesuai metode analisis data yang telah ditentukan. Berdasarkan kriteria yang telah ditetapkan, didapat 11 perusahaan yang memenuhi kriteria dan dijadikan sampel dalam penelitian ini dan diamati selama periode 2008-2011. Tabel 4.1 Daftar Sampel Perusahaan Perbankan No Nama Perusahaan Kode Emiten Tanggal Berdiri Tanggal Listing 1 PT Bank Artha Graha Internasional Tbk INPC 07091973 23081990 2 PT Bank Bukopin Tbk BBKP 10071970 10072006 3 PT Bank Bumi Arta Tbk BNBA 03031967 01062006 4 PT Bank Bumiputera Indonesia Tbk BNBA 31071989 15072002 5 PT Bank Central Asia Tbk BBCA 21021957 31052000 6 PT Bank Mandiri Persero Tbk BMRI 01101998 14072003 7 PT Bank MEGA Tbk MEGA 30091999 17042000 42 8 PT Bank Negara Indonesia Tbk BBNI 01071946 25111996 9 PT Bank Niaga Tbk Bank CIMB Niaga Tbk BNGA 26091955 19111989 10 PT Bank Permata Tbk BNLI 24061905 27092002 11 PT Bank Rakyat Indonesia Persero Tbk BBRI 16121985 10112003

4.1.1. Analisis Statistik Deskriptif

Informasi yang dibutuhkan dalam penelitian ini merupakan data sekunder yang diperoleh dari www.idx.co.id dan indonesian capital market directory berupa data keuangan perusahaan perbankan dari tahun 2008 sampai tahun 2011 yang dijabarkan dalan bentuk statistik. Analisis statistik deskriptif memberikan gambaran penjelasan mengenai nilai minimum, maksimum, nilai rata-rata mean, dan nilai standar deviasi dari variabel- variabel independen dan variabel dependen. Tabel 4.2 Statistik Deskriptif Descriptive Statistics N Minimum Maximum Mean Std. Deviation LN_LA 44 20.94 30.56 27.4221 2.47247 LN_AKO 44 25.09 31.47 28.5797 1.66694 LN_AKI 44 23.64 30.88 27.3757 1.97520 LN_AKP 44 22.01 30.33 26.8062 2.23125 LN_HargaSaham 44 3.91 9.26 6.7646 1.63783 Valid N listwise 44 Berdasarkan data dari tabel 4.2 diatas, dapat dijelaskan bahwa : 1. Variabel LN_Laba Akuntansi LN_LA memiliki nilai minimum terkecil sebesar 20,94 dan nilai maksimum terbesar sebesar 30,56 43 dengan mean nilai rata-rata sebesar 27,4221 dan standar deviasi sebesar 2,47247. 2. Variabel LN_Arus Kas dari Aktivitas Operasi LN_AKO memiliki nilai minimum terkecil sebesar 25,09 dan nilai maksimum terbesar sebesar 31,47 dengan mean nilai rata-rata sebesar 28,5797 dan standar deviasi sebesar 1,66694. 3. Variabel LN_Arus Kas dari Aktivitas Investasi LN_AKI memiliki nilai minimum terkecil sebesar 23,64 dan nilai maksimum terbesar sebesar 30,88 dengan mean nilai rata-rata sebesar 27,3757 dan standar deviasi sebesar 1,97520. 4. Variabel LN_Arus Kas dari Aktivitas Pendanaan LN_AKP memiliki nilai minimum terkecil sebesar 22,01 dan nilai maksimum terbesar sebesar 30,33 dengan mean nilai rata-rata sebesar 26,8062 dan standar deviasi sebesar 2,23125. 5. Variabel LN_Harga Saham LN_HS memiliki nilai minimum terkecil sebesar 3,91 dan nilai maksimum terbesar sebesar 9,26 dengan mean nilai rata-rata sebesar 6,7646 dan standar deviasi sebesar 1,63783. 4.1.2 Hasil Uji Asumsi Klasik 4.1.2.1 Hasil Uji Normalitas Data Uji normalitas data ini bertujuan untuk menguji apakah dalam model regresi variabel pengganggu atau variabel residual memiliki distribusi normal atau tidak karena model distribusi yang baik adalah distribusi data normal atau mendekati normal. Uji normalitas ini dapat 44 dilakukan dengan dua cara yaitu analisis grafik dan uji statistik dengan membuat hipotesis sebagai berikut: H : data residual berdistribusi normal H a : data residual tidak berdistribusi normal Dengan kriteria nilai signifikansi lebih besar dari 0,05 maka H diterima dan H a ditolak, sedangkan jika nilai signifikansi lebih kecil dari 0,05 maka H ditolak dan H a diterima. Tabel 4.3 Hasil Uji Normalitas Sebelum Transformasi One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 44 Normal Parameters a,b Mean .0000000 Std. Deviation 1.09000577E3 Most Extreme Differences Absolute .246 Positive .246 Negative -.142 Kolmogorov-Smirnov Z 1.628 Asymp. Sig. 2-tailed .010 a. Test distribution is Normal. b. Calculated from data. Dari tabel 4.3 diatas, dapat dilihat besarnya nilai Kolmogorov- Smirnov adalah 1,628 dengan nilai signifikasi sebesar 0,010. Dari hasil tersebut dapat diketahui bahwa nilai signifikansi lebih lebih kecil dari 0.05 dengan demikian H a diterima artinya data tersebut tidak berdistribusi normal. Data yang tidak berdistribusi secara normal juga dapat dilihat dari grafik histogram dan grafik normal plot data. 45 Gambar 4.1 Histogram Sebelum Transformasi Dengan cara membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal, dari grafik di atas dapat disimpulkan bahwa distribusi data tidak normal karena grafik histogram menunjukkan distribusi data tidak mengikuti garis diagonal yaitu menceng kekiri positive skewness. 46 Gambar 4.2 P-P Plot Sebelum Transformasi Demikian pula dengan hasil uji normalitas dengan menggunakan grafik plot. Pada grafik normal plot, terlihat titik-titik menyebar disekitar garis diagonal serta penyebarannya agak menjauh dari garis diagonal sehingga dapat disimpulkan bahwa data dalam model regresi tidak terdistribusi secara normal. Dari hasil uji normalitas dengan Kolmogorov- Smirnov K-S, grafik histogram dan grafik normal plot menunjukkan data tidak terdistribusi secara normal. Untuk mengubah data ini menjadi normal, penulis menggunakan metode transformasi data. Menurut Ghozali 2007:112, “data yang tidak terdistribusi secara normal dapat ditransformasikan agar menjadi normal”. Salah satu cara yang dapat dilakukan adalah dengan mengubah data dalam bentuk logaritma natural LN. Setelah melakukan 47 transformasi, penulis melakukan pengujian ulang untuk melihat apakah data penelitian ini telah berdistribusi normal atau tidak. Berikut adalah hasil pengujian Kolmogorov-Smirnov K-S setelah transformasi. Tabel 4.4 Hasil Uji Normalitas Setelah Transformasi One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 44 Normal Parameters a,b Mean .0000000 Std. Deviation .71028778 Most Extreme Differences Absolute .067 Positive .066 Negative -.067 Kolmogorov-Smirnov Z .442 Asymp. Sig. 2-tailed .990 a. Test distribution is Normal. b. Calculated from data. Dari tabel 4.4, besarnya Kolmogorv-Smirnov K-S adalah 0,442 dan signifikansi Asymp. Sig 2-tailed adalah 0,990, dimana nilai signifikansinya 0,05. Dengan demikian, secara keseluruhan dapat disimpulkan bahwa nilai-nilai observasi data telah terdistribusi secara normal dan dapat dilanjutkan dengan uji asumsi klasik lainnya. Untuk lebih jelas, berikut ini turut dilampirkan grafik histogram dan plot data yang terdistribusi normal. 48 Gambar 4.3 Histogram Setelah Transformasi Gambar 4.4 P-P Plot Setelah Transformasi Dengan cara membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal, dari grafik di atas dapat 49 disimpulkan bahwa distribusi data normal karena grafik histogram menunjukkan distribusi data mengikuti garis diagonal yang tidak menceng skewness ke kiri maupun ke kanan atau normal. Demikian pula dengan hasil uji normalitas dengan menggunakan grafik plot. Pada grafik normal plot, terlihat titik-titik menyebar disekitar garis diagonal serta penyebarannya mendekati dengan garis diagonal sehingga dapat disimpulkan bahwa data dalam model regresi terdistribusi secara normal. Hasil dari transformasi di atas menunjukkan bahwa variabel-variabel yang tidak normal dapat dinormalkan dengan cara melogaritma naturalkan data.

4.1.2.2 Hasil Uji Multikolinearitas

Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala multikolinearitas adalah dengan melihat nilai tolerance dan variance inflation factor VIF, menganalisis matrik korelasi variabel-variabel independen. Besarnya tingkat kolinearitas yang masih dapat ditolerir, yaitu: Tolerance 0.10, Variance Inflation Factor VIF 10. Berikut disajikan tabel hasil pengujian: 50 Tabel 4.5 Hasil Uji Multikolinearitas Berdasarkan tabel 4.5 diatas, dapat dilihat bahwa tidak ada satupun variabel independen yang memiliki nilai VIF lebih besar dari 10 dan tidak ada satupun variabel independen yang memiliki nilai tolerence lebeh kecil dari 0,10. Hal ini menunjukkan bahwa tidak terjadi multikolinearutas dalam penelitian ini. Dan dapat disimpulkan bahwa semua variabel independen terbebas dari multikolinearitas.

4.1.2.3 Hasil Uji Heterokedastisitas

Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala heteroskedastisitas adalah dengan melihat plot grafik yang dihasilkan dari pengolahan data dengan menggunakan program SPSS. Menurut Ghozali 2007:105, dasar analisis untuk menentukan ada atau tidak heterokedastisitas yaitu: 1. Jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur bergelombang, melebar kemudian Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant -16.985 2.096 -8.104 .000 LN_LA .207 .081 .312 2.551 .015 .323 3.099 LN_AKO .370 .106 .377 3.501 .001 .416 2.402 LN_AKI .130 .069 .157 1.879 .068 .692 1.445 LN_AKP .147 .085 .200 1.732 .091 .360 2.778 a. Dependent Variable: LN_HargaSaham 51 menyempit, maka mengidentifikasikan telah terjadi heterokedastisitas. 2. Jika tidak ada pola yang jelas, seperti titik-titik menyebar diatas dan bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas. Gambar 4.5 Hasil Uji Heterokedastisitas scatterplot Dari hasil uji heterokedastisitas scatterplot pada gambar 4.3 diatas, terlihat bahwa titik-titik menyebar secara acak dan tidak membentuk suatu pola tertentu serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y. Dari gambar di atas dapat disimpulkan bahwa pada model regresi tidak terjadi heterokedastisitas sehingga model 52 regresi layak digunakan untuk melihat pengaruh LA Informasi Laba Akuntansi, AKO Arus Kas dari Aktivitas Operasi, AKI Arus Kas dari Aktivitas Investasi, dan AKP Arus Kas dari Aktivitas Pendanaan terhadap harga saham pada perusahaan perbankan yang terdaftar di BEI.

4.1.2.4 Uji Autokorelasi

Uji yang dapat dibuat untuk mendeteksi masalah autokorelasi adalah dengan uji Durbin Watson. Kriteria untuk menentukan uji ini adalah sebagai berikut : 1. Angka D-W di bawah -2, berarti ada autokorelasi positif, 2. Angka D-W di antara -2 sampai +2, berarti tidak ada autokorelasi, 3. Angka D-W di atas +2, berarti ada autokorelasi negatif Tabel 4.6 Hasil Uji Autokorelasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .901 a .812 .793 .74582 1.485 a. Predictors: Constant, LN_AKP, LN_AKI, LN_AKO, LN_ LA b. Dependent Variable: LN_Harga Saham Dari tabel 4.6 diatas menunjukkan bahwa nilai Durbin Watson adalah sebesar 2.226, angka ini terletak diatas +2 maka dapat disimpulkan bahwa ada autokorelasi negatif. 53

4.1.3 Pengujian Hipotesis

Dalam melakukan pengujian hipotesis, peneliti menggunakan analisiS regresi linear berganda dan data diolah dengan menggunakan SPSS versi 17,0. Berdasarkan pengolahan data maka diperoleh hasil sebagai berikut : Pengolahan data dengan menggunakan regresi linear, dilakukan beberapa tahapan untuk mencari hubungan antara variabel independen dan variabel dependen, melalui pengaruh LN_LA, LN_AKO, LN_AKI dan LN_AKP terhadap LN_HS. Hasil regresi dapat dilihat pada tabel 4.9 berikut: Tabel 4.7 Analisis Hasil Regresi Berdasarkan tabel di atas didapatlah persamaan regresi sebagai berikut: LN_HS = -16,985 + 0,207 LN_LA + 0,370 LN_AKO + 0,130 LN_AKI + 0,147 LN_AKP + π Setelah diantilogkan diperoleh persamaan sebagai berikut: HS = 467,044 + 4,190 LA + 1,832 AKO + 1,985 AKI + 1,937 AKP + π Keterangan : Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant -16.985 2.096 -8.104 .000 LN_LA .207 .081 .312 2.551 .015 .323 3.099 LN_AKO .370 .106 .377 3.501 .001 .416 2.402 LN_AKI .130 .069 .157 1.879 .068 .692 1.445 LN_AKP .147 .085 .200 1.732 .091 .360 2.778 a. Dependent Variable: LN_HargaSaham 54 1 Konstanta sebesar 467,044 menunjukkan bahwa apabila tidak ada variabel independen X1=0, X2=0, X3=0 dan X4=0 Maka harga saham adalah sebesar 467,044. 2 β1 sebesar 4,190 menunujukkan bahwa setiap kenaikkan laba akuntansi sebesar 1 akan diikuti dengan kenaikan harga saham sebesar 4,190 dengan asumsi variabel lain tetap. 3 β2 sebesar 1,832 menunjukkan bahwa setiap kenaikkan arus kas dari aktivitas operasi sebesar 1 akan diikuti oleh kenaikkan harga saham sebesar 1,832 dengan asumsi variabel lain tetap. 4 β2 sebesar 1,985 menunjukkan bahwa setiap kenaikkan arus kas dari aktivitas invesatasi sebesar 1 akan diikuti dengan kenaikkan harga saham sebesar 1,985 dengan asumsi variabel lain tetap. 5 β2 sebesar 1,937 menunjukkan bahwa setiap kenaikkan arus kas dari aktivitas pendanaan sebesar 1 akan diikuti dengan kenaikan harga saham sebesar 1,937. Berikut kita bisa melihat hasil uji hipotesis yang menunujukkan koefisien korelasi atau tingkat hubungan anatara variabel independen dan variabel dependen. 55 Tabel 4.8 Pengujian Hipotesis Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .901 a .812 .793 .74582 1.485 a. Predictors: Constant, AKP, LA, AKI, AKO b. Dependent Variable: Harga Saham Dilihat dari tabel 4.8 summary diatas, hasil anlisis regresi secara keseluruhan menunjukkan nilai R sebesar 0,901. Hal ini menunjukkan bahwa korelasi atau hubungan antara informasi laba akuntansi, arus kas dari aktivitas operasi, arus kas dari aktivitas investasi dan arus kas dari aktivitas pendanaan variabel independen terhadap harga saham variabel dependen memiliki tingkat hubungan sangat kuat, yaitu sebesar 90,1. Tingkat hubungan ini dapat dilihat dari tabel pedoman untuk memberikan interpretasi koefisien korelasi. Tabel 4.9 Pedoman untuk Memberikan Interpretasi Koefisien Korelasi Interval Koefisien Tingkat Hubungan 0.000 -0,199 Sangat Rendah 0,2-0,399 Rendah 0,4-0,599 Sedang 0,6-0,799 Kuat 0,8-1 Sangat Kuat Sumber : Sugiono 2006:183 56 Besarnya nilai adjusted R 2 berdasarkan tabel diatas diperoleh sebesar 0,793. Hal ini menunjukkan bahwa harga saham mampu dipengaruhi oleh laba akuntansi, arus kas dari aktivitas operasi, arus kas dari aktivitas investasi, dan arus kas dari aktivitas pendanaan sebesar 79,3, sedangkan sisanya dijelaskan oleh variabel lain yang tidak diteliti dalam penelitian ini yaitu sebesar 20,7.

4.1.3.1. Uji Sifnifikansi Parsial Uji t

Uji t yaitu pengujian yang digunakan untuk mengetahui apakah Laba Akuntansi, Arus Kasa dari Aktivitas Operasi, Arus Kas dari Aktivitas Investasi, dan Arus Kas dari Aktivitas Pendanaan berpengaruh secara parsial terhadap harga saha. Tabel 4.10 Hasil Uji Parsial Uji t Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant -16.985 2.096 -8.104 .000 LN_LA .207 .081 .312 2.551 .015 LN_AKO .370 .106 .377 3.501 .001 LN_AKI .130 .069 .157 1.879 .068 LN_AKP .147 .085 .200 1.732 .091 a. Dependent Variable: LN_HargaSaham Dilihat dari tabel 4.10 diatas, maka hasil uji t dapat disimpulkan sebagai berikut : 57 1. Pengaruh laba akuntansi terhadap harga saham Pada variabel LN_laba akuntansi nilai t hitung adalah sebesar 2,551 dan nilai t tabel diketahui sebesar 2,022. Sehingga dapat diketahui bahwa t hitung t tabel 2.5512,022 maka H ditolak dan H a diterima. Artinya laba akuntansi secara parsial berpengaruh terhadap harga saham. Tingkat signifikansi pada variabel ini adalah sebesar 0,015 dan tingkat signifikansi ini lebih kecil dari 0,05 dengan demikian H ditolak dan H a diterima. Artinya variabel laba akuntansi berpengaruh signifikan positif terhadap harga saham. 2. Pengaruh arus kas dari aktivitas operasi terhadap harga saham Pada variabel LN_arus kas dari aktivitas operasi nilai t hitung adalah sebesar 3,501 dan nilai t tabel diketahui sebesar 2,022. Sehingga dapat diketahui bahwa t hitung t tabel 03,5012,022 dengan demikian H ditolak dan H a diterima. Artinya variabel arus kas dari aktivitas operasi berpengaruh secara parsial terhadap harga saham. Tingkat signifikansi pada variabel ini adalah sebesar 0,001 dan tingkat signifikansi ini lebih kecil dari 0.05 maka H ditolak dan H a diterima. Artinya variabel arus kas dari aktivitas operasi berpengarug signifikan terhadap harga saham. 3. Pengaruh arus kas dari aktivitas investasi terhadap harga saham Pada variabel LN_arus kas dari aktivitas investasi nilai t hitung adalah sebesar1,879 dan nilai t tabel diketahui sebesar 2,022. Sehingga dapat diketahui bahwa t hitung t tabel 1,8792,022 dengan demikian H 58 diterima dan H a ditolak. Artinya variabel arus kas dari aktivitas investasi tidak berpengaruh secara parsial terhadap harga saham. Tingkat signifikansi pada variabel ini adalah sebesar 0,068 dan tingkat signifikansi ini lebih besar dari 0,05 maka H diterima dan H a ditolak. Artinya variabel arus kas dari aktivitas investasi tidak berpengaruh signifikan terhadap harga saham. 4. Pengaruh arus kas dari aktivitas pendanaan terhadap harga saham Pada variabel LN_arus kas dari aktivitas pendanaan nilai t hitung adalah sebesar 1,732 dan nilai t tabel diketahui sebesar 2,022. Sehingga dengan demikian diketahui bahwa t hitung t tabel 1,7322,022 dengan demikian H diterima dan H a ditolak. Artinya variabel arus kas dari aktivitas pendanaan tidak berpengaruh secara parsial terhadap harga saham. Tingkat signifikansi pada variabel ini adalah sebesar 0,091 dan tingkat signifikansi ini lebih besar dari 0.05 maka dengan demikian H diterima dan H a ditolak. Artinya variabel laba akuntansi tidak berpengaruh signifikan terhadap harga saha.

4.1.3.2. Hasil Uji Signifikansi Simultan Uji F

Uji F yaitu pengujian yang digunakan untuk mengetahui apakah Laba Akuntansi, Arus Kasa dari Aktivitas Operasi, Arus Kas dari Aktivitas Investasi, dan Arus Kas dari Aktivitas Pendanaan berpengaruh secara simulta atau bersama-sama terhadap harga saham. 59 Tabel 4.11 Hasil Uji Simultan Uji F ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 93.653 4 23.413 42.091 .000 a Residual 21.694 39 .556 Total 115.347 43 a. Predictors: Constant, LN_AKP, LN_AKI, LN_AKO, LN_LA b. Dependent Variable: LN_HargaSaham Dilihat dari tabel 4.11 diatas, nilai F hitung adalah sebesar 42,091 dan nilai F tabel diketahui sebesar 2,61. Sehingga dapat diketahui bahwa F hitunng F tabel 42,0912,61 dengan demikian H ditolak dan H a diterima. Tingkat signifikansi pada tabel diatas adalah sebesar 0,000 dan lebih kecil dari 0,05 dengan demikian H ditolak dan H a diterima. Artinya variabel independen laba akuntansi, arus kas dari aktivitas operasi, arus kas dari aktivitas investasi dan arus kas dari aktivitas pendanaan secara simultan atau serentak berpengaruh siognifikan terhadap harga saham pada perusahaan perbankan yang terdaftar di BEI.

4.2. Pembahasan Hasil Penelitian

Berdasarkan hasil pengujian diketahui bahwa secara parsial hanya laba akuntansi dan arus kas operasi yang mempunyai pengaruh positif dan signifikan terhadap harga saham, sedangkan, arus kas dari aktivitas investasi dan arus kas dari aktivitas pendanaan tidak berpengaruh terhadap harga saham. Namun secara simultan semua variabel independen laba akuntansi, arus kas dari aktivitas 60 operasi, arus kas dari aktivitas investasi dan arus kas dari aktivitas pendanaan berpengaruh signifikan terhadap harga saham. Hasil penelitian ini secara keseluruhan tidak sejalan dengan penelitian yang sebelumnya dilakukan oleh Rohman, abdul 2005 yang menemukan bahwa besar kecilnya arus kas operasi dan laba akuntansi dari 68 emiten sampel yang diumumkan di BEJ, baik secara individual maupun secara bersama-sama kurang mempengaruhi berpengaruh tidak signifikan terhadap tingkat volume perdagangan saham. Perbedaan ini mungkin dikarenakan adanya perbedaan dalam sampel dan tahun penelitian. Hasil penelitian hampir sejalan dengan penelitian sebelumnya yang dilakukan oleh Susan 2007 yang menemukan bahwa harga saham pada perusahaan telekomunikasi dipengaruhi oleh informasi mengenai laba kuntansi dan interaksi laba akuntansi dengan arus kas dari aktivitas investasi. Dimana disini kesamaan hasil penelitian menunjukkan bahwa informasi laba akuntansi berpengaruh terhadap harga saham. Namun arus kas dari aktivitas investasi tidak berpengaruh terhadap harga saham, perbedaan ini mungkin disebabkan oleh perbedaan perusahaan yang diteliti Hasil penelitian ini tidak sejalan dengan penelitian sebelumnya yang dilakukan oleh Chandra dan Wibowo 2002 penelitian ini dilakukan pada perusahaan yang termasuk ke dalam LQ 45 periode 1997-1999, yang menemukan bahwa baik secara parsial maupun simultan total arus kas dan laba akuntansi tidak berpengaruh secara signifikan terhadap harga saham. Perbedaan ini mungkin 61 disebabkan oleh perbedaan sampel perusahaan yang diteliti dan tahun penelitian yang diteliti serta perbedaan variabel yang diteliti. Hasil penelitian ini juga hampir sejalan dengan penelitian yang dilakukan oleh Ervina 2010 yang menemukan bahwa adanya pengaruh yang signifikan antara laba akuntansi, arus kas investasi dan arus kas pendanaan terhadap harga saham pada perusahaan makanan dan minuman yang terdaftar BEI. Dimana persamaan menunjukkan bahwa secara parsial laba akuntansi sama-sama berpengaruh signifikan terhadap harga sagam. Dan secara simultan atau serentak variabel independen laba akuntansi, arus kas dari aktivitas operasi, arus kas dari aktivitas invesatasi dan arus kas dari aktivitas pendanaan berpengaruh signifikan terhadap harga saham. Namun perbedaannya adalah bahwa pada penelitian ervina arus kas investasi dan arus kas pendanaan secara parsial berpengaruh signifikan terhadap harga saham, sementara dalam penelitian ini secara paesial, arus kas investasi dan arus kas pendanaan tidak berpengaruh sigifikan terhadap harga saham namun arus kas dari aktivitas operasi berpengaruh signifikan terhadap harga saham. Perbedaan ini disebabkan oleh perbedaan sampel perusahaan yang diteliti dan periode penelitian yang digunakan. Serta penyebab lain adanya perbedaan antara hasil penelitian ini dengan hasil penelitian para peneliti terdahulu adalah pada penelitian ini tidak menggunakan rasio sedangkan penelitian terdahulu memggunakan rasio. 62 BAB V KESIMPULAN DAN SARAN

5.1. Kesimpulan