Metode dan Teknik Pengumpulan Data Pengolahan Data Definisi Operasional Variabel Penelitian

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