26 JasaMarga Tbk.
JSMR 27
Kawasan Industri Jababeka Tbk. KIJA
28 Kalbe Farma Tbk.
KLBF 29
Lippo Karawaci Tbk. LPKR
30 PP London Sumatra Indonesia Tbk.
LSIP 31
Medco Energy Internasional Tbk. MEDC
32 Media Nusantara Citra Tbk.
MNCN 33
Matahari Putra Prima Tbk. MPPA
34 Perusahaan Gas Negara Persero Tbk.
PGAS 35
Panin Financial Tbk. PNLF
36 Tambang Batu Bara Bukit Asam Tbk.
PTBA 37
Sampoerna Agro Tbk. SGRO
38 Holcim Indonesia Tbk.
SMCB 39
Semen Indonesia Persero Tbk. SMGR
40 Summarecon Agung Tbk.
SMRA 41
Timah Persero Tbk. TINS
42 Telekomunikasi Indonesia Persero Tbk.
TLKM 43
Bakrie Sumatera Plantations Tbk. UNSP
44 United Tractors Tbk.
UNTR 45
Unilever Indonesia Tbk. UNVR
46 Wijaya Karya Tbk.
WIKA
Sumber : BEI setelah diolah
3.3 Metode dan Teknik Pengumpulan Data
Teknik pengumpulan data dalam penelitian ini dilakukan dengan menggunakan metode dokumentasi. Dokumentasi yang dilakukan adalah
mengumpulkan semua data sekunder , dimana data harga saham diperoleh melalui situs www.finance.yahoo.com sedangkan data laporan keuangan diperoleh melalui
ICMD Indonesian Capital Market Directory. Selain itu data yang diperlukan juga diperoleh melalui buku, artikel, jurnal dan website yang berkaitan dengan
penelitian ini. Hal ini dilakukan untuk mendukung proses penelitian yang dilakukan.
3.4 Pengolahan Data
Dalam mengolah data dalam penelitian ini dilakukan dengan menggunakan program komputer eviews 7 untuk menganalisis data yang
Universitas Sumatera Utara
diperoleh. Namun sebelumnya data-data yang diperoleh diformulasikan terlebih dahulu dengan menggunakan program microsoft office excel 2007 untuk
memperoleh data variabel sebelum dianalisis dengan menggunakan program eviews 7.
3.5 Teknik Analisis Data
3.5.1 Metode dan Model Analisis
Penelitian ini menggunakan metode regresi linier berganda dengan data panel untuk memperoleh gambaran yang menyeluruh mengenai pengaruh variabel
independen terhadap dependen. Regresi linier berganda adalah regresi antara variabel dimana variabel bebasnya lebih dari satu Pratomo dan Hidayat, 2007.
Sedangkan data panel merupakan data campuran cross section dan time series Pratomo dan Hidayat, 2007. Metode yang digunakan dalam penelitian ini adalah
model regresi data panel fixed effect.
3.5.2 Model Regresi Data Panel
Menurut Pratomo dan Hidayat 2007, pada umumnya data panel digunakan dalam penelitian karena berbagai alasan, salah satunya adalah karena
keterbatasan jumlah tahun pengamatan. Oleh karena itu, dengan menggunakan data panel maka ketersediaan data akan sangat banyak sehingga hasil penelitian
akan lebih baik. Model regresi data panel adalah pengabungan antara model data cross
section dengan model data time series. Menurut Pratomo dan Hidayat 2007:167, dalam mengestimasi parameter dari persamaan dengan data panel dapat dibuat
tiga model persamaan, yakni :
Universitas Sumatera Utara
1. Ordinay Least Square OLS Metode ini menggabungkan data cross section dan data time series
dalam bentuk pool data. Kemudian data tersebut diregresikan dengan metode OLS. Namun penggunaan estimasi dengan metode ini tidak
realistis. Misalkan kita ingin menganalisis pengaruh pengeluaran pemerintah daerah terhadap pertumbuhan daerah. Dengan
menggunakan OLS maka kita akan memeroleh nilai intercept dan koefisien parameter yang konstan untuk seluruh daerah. Apakah
mungkin setiap daerah memiliki intercept yang sama? Oleh karena itu, penggunaan dua metode lainnya yakni Fixed Effect Model dan Random
Effect Model lebih baik. 2. Fixed Effect Model FEM
Model ini memiliki intercept persamaan yang tidak konstan atau terdapat perbedaan pada setiap individu data cross section. Sementara
itu, slope koefisien dari regresi tidak berbeda pada setiap individu dan waktu.
3. Random Effect Model REM Pada model ini, perbedaan antar individu terdapat di error term dari
persamaan. Model ini memperhitungkan bahwa error term mungkin berkorelasi sepanjang time series dan cross section.
Dari ketiga model tersebut, hanya ada dua metode yang sesuai untuk data panel karena metode OLS tidak realistis untuk digunakan. Kedua model tersebut
mempunyai keunggulannya masing-masing, dengan demikian penelitian ini
Universitas Sumatera Utara
menggunakan metode FEM karena metode ini mempunyai keunggulan dalam membedakan efek individual dan efek waktu, selain itu FEM tidak perlu
mengasumsikan bahwa komponen error tidak berkorelasi dengan variabel bebas. Untuk mengetahui pengaruh beta, current ratio, debt to equity ratio, total
asset turnover dan equity per share terhadap return saham indeks Kompas 100, maka digunakan model regresi fixed effect dengan fungsi sebagai berikut:
�
��
= �
1
�
1��
+ �
2
�
2��
+ �
3
�
3��
+ �
4
�
4��
+ �
5
�
5��
+ µ
Di mana: Y
it
= Return Saham
�
= Intercept �
1
, �
2
, �
3
= Koefisien Regresi �
1
= Beta �
2
= Current Ratio �
3
= Debt to Equity Ratio �
4
= Total Asset Turnover �
5
= Equity per Share i
= Jenis Perusahaan t
= Waktu = Term of error
3.5.3 Uji Hausman
Uji Hausman merupakan pengujian metode regresi untuk mengetahui metode mana yang baik untuk digunakan dalam penelitian. Menurut Gujarati
2003 dalam buku Pratomo dan Hidayat 2007:179, pemilihan apakah model Fixed Effect atau model Random Effect yang dipilih berdasarkan pada :
- Apabila nilai chi square statistik pada Uji Hausman signifikan, berarti model dapat diestimasi dengan model Fixed Effect.
Universitas Sumatera Utara
- Apabila nilai chi square statistik pada Uji Hausman tidak signifikan, berarti peneliti dapat menggunakan model Random Effect atau model
Fixed Effect karena ianya tidak berbeda secara substansi.
3.6 Uji Asumsi Klasik
Gujarati 2003 dalam buku Pratomo dan Hidayat 2007:89 mengemukakan bahwa terdapat beberapa asumsi klasik yang harus dipenuhi
untuk suatu hasil agar hasil tersebut dapat dikatakan baik dan efesien, yaitu: 1. Model regresi adalah linier, yaitu linier di dalam parameter.
2. Residual variabel pengganggu µ
�
mempunyai nilai rata—rata nol zero mean value of disturbance
µ
�
. 3. Homoskedastisitasatau varian dari
µ
�
adalah konstan. 4. Tidak ada autokorelasi antara variabel pengganggu
µ
�
. 5. Kovarian antara
µ
�
dan variabel independen Xi adalah nol. 6. Jumlah data observasi harus lebih banyak dibandingkan dengan
jumlah parameter yang akan diestimasi. 7. Tidak ada multikolinieritas.
8. Variabel pengganggu harus berdistribusi normal atau stokastik.
3.6.1 Multikolinieritas
Sebuah model regresi dikatakan terkena multikolinieritas apabila terdapat korelasi atau hubungan linier antar variabel-variabel bebas diantara satu dengan
yang lainnya sehingga variabel-variabel bebas tersebut tidak bersifat ortogonal. Variabel-variabel bebas yang bersifat ortogonal adalah variabel bebas yang
memiliki nilai korelasi diantara sesamanya sama dengan nol. Multikolinieritas dapat mengakibatkan nilai-nilai koefisien regresi menjadi tidak dapat ditaksir,
Universitas Sumatera Utara
banyaknya variabel bebas yang tidak signifikan dan tanda koefisien regresi mengandung tanda yang berlawanan dengan teori.
Untuk mendeteksi estimasi regresi yang memiliki multikolinieritas dapat dilihat dari nilai R
2
yang tinggi namun standar error dan tingkat signifikansi masing-masing variabel rendah dan dapat juga dilihat dari nilai koefisien variabel
yang tidak sesuai dengan hipotesis Pratomo dan Hidayat, 2007.
3.6.2 Heteroskedastisitas
Heteroskedastistas adalah suatu penyimpangan asumsi OLS dalam bentuk varians gangguan estimasi yang dihasilkan oleh estimasi OLS yang tidak bernilai
konstan. Uji heteroskedastisitas bermaksud untuk menguji apakah model regresi terdapat ketidaksamaan varians dari residual atau pengamatan lain.
Homokedastisitas terjadi apabila varians dari residual satu pengamatan ke pengamatan lain tetap. Sebaliknya apabila berbeda disebut heteroskedastisitas.
Model regresi yang baik adalah homokedastisitas dan tidak terjadi heteroskedastisitas.
Apabila terjadi heteroskedatisitas, akan dapat mengakibatkan kesalahan dalam penaksiran sehingga koefisien regresi atau parameternya menjadi
tidak efisien dan tidak dapat dipercaya. Untuk mendeteksi ada tidaknya gejala heteroskedastisitas dapat dilakukan
dengan uji park dan uji white. Uji park dilakukan dengan melihat apabila koefisien parameter B adalah signifikan secara statistik yang menunjukkan bahwa
data dari model empiris terdapat heteroskedastisitas. Sedangkan pada uji white dapat dilihat apabila hasil estimasi menunjukkan bahwa X
2
hitung lebih besar dibandingkan dengan X
2
tabel maka terdapat masalah heteroskedastisitas dan
Universitas Sumatera Utara
sebaliknya. Data panel dalam penelitian menggunakan estimasi dengan metode Coeficient Covariance Method - White Cross Section, sehingga hasil yang
dikeluarkan terbebas dari heterokedastisitas.
3.6.3 Autokorelasi
Autokorelasi merupakan gangguan pada fungsi regresi berupa korelasi diantara faktor gangguan error term. Autokorelasi pada umumnya terjadi pada
penelitian yang menggunakan data time series namun juga dapat terjadi pada data cross section. Menurut Hidayat dan Pratomo 2007 terdapat beberapa penyebab
terjadinya autokorelasi yakni tidak diikutsertakannya seluruh variabel bebas yang relevan dalam model regresi yang diduga, terjadinya kesalahan spesifikasi model
matematika yang digunakan, pemakaian data yang kurang baik karena interpolasi data atau sumber data yang kurang akurat serta terjadinya kesalahan spesifikasi
variabel gangguan. Autokorelasi dapat mengakibatkan hasil estimasi untuk standar error dan
varians koefisien regresi yang didapat akan underestimate, dengan demikian nilai koefisien determinasi R
2
akan besar dan akibatnya uji t, uji F dan interval kepercayaan menjadi tidak sahih lagi untuk digunakan. Selain itu autokorelasi
yang kuat dapat menyebabkan dua variabel yang tidak berhubungan menjadi berhubungan.
Ada beberapa cara yang dapat digunakan untuk mendeteksi adanya autokorelasi yakni dengan metode durbin Watson DW
test
dan Uji Langrange Multiplier LM test. Metode DW hanya berlaku untuk model regresi yang
variabel-variabel bebasnya tidak mengandung lagged dependent variabel time
Universitas Sumatera Utara
lag. DW tidak relevan digunakan dalam penaksiran model regresi yang menggunakan data cross section dan penaksiran model regresi tanpa intercept.
Untuk melihat ada tidaknya autokorelasi pada metode DW maka dapat dilihat dari nilai DW pada hasil estimasi model regresi dan dapat diambil keputusan dengan
melihat tabel DW. Sedangkan pada uji LM dapat digunakan untuk menguji model lag , untuk
melihat ada atau tidaknya autokorelasi dapat dilihat dari hasil estimasi model regresi, apabila hasil estimasi yang diperoleh menunjukkan bahwa nilai ObsR-
squared X
2
hitung X² tabel atau nilai probability lebih rendah dari 0,05 pada tingkat signifikansi 5 maka terdapat gejala autokorelasi pada hasil estimasi
tersebut Pratomo dan Hidayat, 2007.
3.7 Test of Goodness of Fit
3.7.1 Koefisien Determinasi
Koefisien determinasi R
2
merupakan kemampuan variabel X variabel bebas mempengarui variabel Y variabel terikat. Dimana semakin besar
koefisien determinasi maka menunjukkan semakin baik kemampuan variabel bebas menerangkan variabel terikat Sudardjat, 2010. Nilai koefisien determinasi
adalah antara nol dan satu. Apabila nilai koefisien determinasi mendekati satu maka variabel bebas dapat menerangkan variabel terikat semakin besar, dan
sebaliknya nilai koefisien determinasi yang kecil artinya kemampuan variabel bebas dalam menjelaskan variabel terikat sangat terbatas.
Universitas Sumatera Utara
3.7.2 Uji F-Statistik
Uji F-statistik dilakukan untuk mengetahui pengaruh variabel bebas terhadap variabel terikat secara simultan. Pengujian F-statistik dapat dirumuskan
dengan hipotesis sebagai berikut: 1. H
: β
1
= β
2
= β
3
= 0, artinya secara simultan variabel bebas independent variable tidak mempengaruhi variabel terikat
dependent variable secara signifikan. 2. H
a
: β
1
≠ β
2
≠ β
3
≠ 0, artinya secara simultan variabel bebas independent variable
mempengaruhi variabel terikat
dependent variabel secara signifikan. Uji F-statistik dapat dilihat dengan melakukan perbandingan antara nilai
probability F-statistik dengan tingkat signifikansi dimana taraf nyata α yang
digunakan sebesar 1, 5 dan 10 . Dari pengujian hipotesis di atas maka dapat ditarik kesimpulan sebagai
berikut: 1. H
diterima dan Ha ditolak apabila nilai probability F-stat α, artinya
Artinya variabel bebas independent variable secara simultan tidak memiliki pengaruh yang signifikan terhadap variabel terikat dependent
variable. 2. Ha diterima dan H
ditolak apabila nilai probability F-stat α. Artinya
variabel bebas independent variable secara simultan memiliki pengaruh yang signifikan terhadap variabel terikat dependent variable.
Universitas Sumatera Utara
3.7.3 Uji T-Statistik Partial Test
Uji t-statistik dilakukan untuk mengetahui apakah koefisien regresi dari masing-masing variabel bebas secara parsial signifikan mempengaruhi variabel
terikat, dengan menganggap variabel bebas lain adalah konstan. Untuk menguji t- statistik dirumuskan hipotesis sebagai berikut:
1. H :
β
1
= 0, variabel bebas secara parsial tidak mempengaruhi variabel terikat dengan siginfikan.
2. Ha : β
1
≠ 0, variabel bebas secara parsial mempengaruhi variabel terikat dengan signifikan.
Dari pengujian hipotesis di atas maka dapat ditarik kesimpulan sebagai berikut:
1. H diterima dan Ha ditolak apabila nilai probabaility t-stat
α, artinya variabel bebas independent variable secara parsial tidak memiliki
pengaruh yang signifikan terhadap variabel terikat dependent variable. 2. Ha diterima dan H
ditolak apabila nilai probability t-stat α, artinya
variabel bebas independent variable secara parsial memiliki pengaruh yang signifikan terhadap variabel terikat dependent variable.
3.8 Definisi Operasional Variabel Penelitian
Defenisi operasional bertujuan untuk mengarahkan dan membatasi penelitian
.
Variabel bebas independent variable adalah variabel yang mempengaruhi variabel lainnya. Variabel bebas dalam penelitian ini adalah beta,
current ratio, debt to equity ratio, total asset turnover dan equity per share. Sedangkan variabel terikat dependent variable adalah variabel yang dipengaruhi
Universitas Sumatera Utara
oleh variabel lainnya. Variabel terikat dalam penelitian ini adalah return saham. Adapun batasan-batasan definisi dalam penelitian ini adalah
:
1. Return saham Y
it
adalah selisih harga saham satu hari setelah penerbitan laporan keuangan perusahaan i indeks Kompas 100 pada tahun ke-t
dengan harga saham satu hari setelah penerbitan laporan keuangan perusahaan i indeks Kompas 100 pada tahun sebelumnya t – 1 dibagi
dengan harga saham satu hari setelah penerbitan laporan keuangan perusahaan i indeks Kompas 100 pada tahun sebelumnya t – 1 dalam
satuan rasio. 2. Beta X
1it
adalah koefisien regresi return saham perusahaan i indeks Kompas 100 dengan return pasar pada tahun ke-t dalam satuan rasio.
Return pasar diukur dengan perubahan IHSG karena IHSG dianggap mencerminkan perubahan nilai dari seluruh saham yang ada di pasar.
Dalam penelitian ini, beta saham diukur dengan menggunakan Single Index Model dengan rumus :
r
it
= α
i
+ β
i
RM
t
+ ε
it
keterangan : r
it
= return saham perusahaan ke-i pada tahun ke-t α
i
= intersep dari regresi untuk masing-masing perusahaan ke-i β
i
= beta untuk masing-masing perusahaan ke-i RM
t
= return indeks pasar pada tahun ke-t ε
it
= kesalahan residu untuk setiap persamaan regresi tiap-tiap perusahaan ke-i pada tahun ke-t
Universitas Sumatera Utara
3. Current Ratio X
2it
adalah perbandingan aktiva lancar dengan hutang lancar perusahaan i indeks Kompas 100 pada tahun ke-t dalam satuan
rasio. Dalam penelitian ini, current ratio diperoleh langsung dari Indonesian Capital Market Directory 2012.
4. Debt to Equity Ratio X
3it
adalah perbandingan antara total hutang dengan total ekuitas perusahaan i indeks Kompas 100 pada tahun ke-t dalam
satuan rasio. Dalam penelitian ini, debt to equity ratio diperoleh langsung dari Indonesian Capital Market Directory 2012.
5. Total Asset Turnover X
4it
adalah perbandingan antara penjualan dengan total aktiva perusahaan i indeks Kompas 100 pada tahun ke-t dalam satuan
rasio. Dalam penelitian ini, total asset turnover diperoleh langsung dari Indonesian Capital Market Directory 2012.
6. Equity Per Share X
5it
adalah perbandingan antara total ekuitas dengan jumlah saham yang beredar perusahaan i indeks Kompas 100 pada tahun
ke-t dalam satuan rupiah. Dalam penelitian ini, equity per share diperoleh langsung dari Indonesian Capital Market Directory 2012.
Universitas Sumatera Utara
BAB IV HASIL DAN PEMBAHASAN
4.1 Deskripsi Obyek Penelitian
Dalam penelitian ini, obyek yang dijadikan penelitian adalah perusahaan- perusahaan yang sahamnya masuk indeks Kompas 100 dan terdaftar di BEI pada
periode 2009 sampai 2011. Dari populasi tersebut kemudian dipilih untuk menjadi sampel penelitian dengan menggunakan purposive sampling yang kriterianya
telah ditetapkan pada teknik pengambilan sampel. Maka didapat 46 perusahaan yang sahamnya aktif tercatat dalam indeks Kompas 100 selama periode 2009
sampai 2011 untuk dianalisis pengaruh beta dan rasio keuangan terhadap return saham. Dari sampel tersebut maka diperoleh 138 data observasi yang digunakan
untuk menganalisis data dan melakukan pengujian hipotesis.
4.2 Analisis Deskriptif
Berdasarkan data statistik yang diperoleh melalui hasil estimasi yang menggunakan program eviews 7 maka dilakukan analisis deskriptif untuk
memberikan gambaran data dalam penelitian ini. Analisis deskriptif dalam penelitian ini dilakukan melalui nilai minimum, nilai maksimum, nilai rata-rata,
nilai median dan standar deviasi dari masing-masing variabel. Data statistik yang diperoleh dapat dilihat pada tabel dibawah ini :
Universitas Sumatera Utara