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