Data Penelitian Pembahasan Hasil Penelitian

46

BAB IV HASIL PENELITIAN 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 19. Prosedur dimulai dengan memasukkan variabel-variabel penelitian ke program SPSS tersebut dan menghasilkan output-output sesuai metode analisis data yang telah ditentukan. Objek dari penelitian ini adalah perusahaan perbankan yang terdaftar di Bursa Efek Indonesia. Dari seluruh perusahaan yang terdaftar di BEI tidak semua dijadikan sampel penelitian. Karena dalam penelitian ini populasi dan sampel adalah perusahaan perbankan yang listed dari tahun 2010-2012, mengeluarkan data keuangan perusahaan dan menghasilkan laba positif selama periode pengamatan 2010 - 2012. Teknik pemilihan sampel menggunakan metode proporsive sampling sehingga dari 36 perusahaan yang terdaftar hanya 25 perusahaan yang memenuhi semua syarat penelitian untuk dijadikan sampel dalam penelitian ini. Universitas Sumatera Utara 47

4.2 Analisis Hasil Penelitian

4.2.1 Analisis Statistik Deskriptif

Informasi yang dibutuhkan dalam penelitian ini merupakan data sekunder yang diperoleh dari www.idx.co berupa data keuangan sampel perusahaan perbankan dari tahun 2010 sampai tahun 2012 yang dijabarkan dalam bentuk statistik. Statistik deskriptif hasil penelitian dari sampel perusahaan perbankan selama periode 2010 sampai dengan tahun 2012 disajikan dalam tabel 4.1 berikut. Tabel 4.1 Statistik Deskriptif Descriptive Statistics N Minimum Maximum Mean Std. Deviation Laba Akuntansi 75 2.39 34.93 12.6103 8.21898 Arus Kas Operasi 75 -1525.26 3807.62 157.4323 750.85864 Harga Saham 75 9.80 114.89 40.1678 26.52264 Valid N listwise 75 Tabel diatas menunjukkan bahwa variabel laba akuntansi dan harga saham memiliki nilai minimum positif, sedangkan arus kas operasi memiliki nilai minimum negatif. Untuk nilai maksimum, semua variabel bernilai positif. Dari table 4.1 diatas dapat dijelaskan bahwa: 1. Variabel laba akuntansi memiliki nilai minimum 2,39 dan nilai maksimum 34,93 dengan nilai rata-rata sebesar 12,6103 dengan deviasi standar sebesar Universitas Sumatera Utara 48 8,21898 dari jumlah data sebanyak 75. Hal ini menunjukkan bahwa nilai dari laba akuntansi tidak ada yang negatif untuk semua sampel penelitian selama periode pengamatan. Berarti kondisi perusahaan perbankan yang dijadikan sampel sangat baik karena tidak ada yang mengalami kerugian selama periode pengamatan tahun 2010-2012. 2. Variabel arus kas operasi memiliki nilai minimum -1525,26 dan nilai maksimum 3807,62 dengan nilai rata-rata sebesar 157,4323 dengan deviasi standar sebesar 750,85864 dari jumlah data sebanyak 75. Hal ini menunjukkan bahwa arus kas dari aktivitas operasi memiliki nilai negatif dalam sampel penelitian. Berarti terdapat kas yang digunakan untuk aktivitas operasi sehingga jumlah arus kas dari aktivitas operasi mengalami defisit negatif. Dimana sebanyak 40 dari perusahaan perbankan yang dijadikan sampel mengalami defisit negatif. 3. Variabel harga saham memiliki nilai minimum 9,80 dan nilai maksimum 114,89 dengan nilai rata-rata sebesar 40,1678 dengan deviasi standar sebesar 26,52264 dari jumlah data sebanyak 75. Hal ini menunjukkan bahwa nilai dari harga saham tidak ada yang negatif. Dimana nilai minimum harga saham per lembar saham perusahaan perbankan sampel penelitian tahun 2010-2012 adalah 9,80 dan nilai maksimum harga saham per lembar saham perusahaan perbankan sampel penelitian 2010-2012 adalah 114,89. Sedangkan rata-rata harga saham per lembar saham adalah 40,1678. Universitas Sumatera Utara 49

4.2.2 Uji Asumsi Klasik

Untuk menghasilkan suatu model regresi yang baik, analisis regresi memerlukan pengujian asumsi klasik sebelum melakukan pengujian hipotesis. Apabila terjadi penyimpangan dalam pengujian asumsi klasik, maka perlu dilakukan perbaikan terlebih dahulu.

4.2.2.1 Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah variabel residual berdistribusi normal. Uji statistik yang dapat digunakan untuk menguji apakah residual berdistribusi normal adalah uji statistik non parametrik Kolmogorov- Smirnov K-S dengan membuat hipotesis: H : Data residual berdistribusi normal. Ha : Data residual tidak berdistribusi normal. Apabila nilai signifikansinya lebih besar dari 0,05 maka H diterima, sedangkan jika nilai signifikansinya lebih kecil dari 0,05 maka H ditolak. Universitas Sumatera Utara 50 Tabel 4.2 Uji Normalitas Sebelum Data Ditransformasi One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 75 Normal Parameters Mean a,b .0000000 Std. Deviation 930.27104528 Most Extreme Differences Absolute .174 Positive .174 Negative -.091 Kolmogorov-Smirnov Z 1.505 Asymp. Sig. 2-tailed .022 a. Test distribution is Normal. b. Calculated from data. Dari hasil pengolahan data tersebut, besarnya nilai Kolmogorov-Smirnov adalah 1,505 dan signifikansi Asymp. Sig. 2-tailed adalah 0,022 yang nilainya berada di bawah α = 0,05 sehingga disimpulkan data tidak terdistribusi secara normal. Data yang tidak terdistribusi secara normal tersebut juga dapat dilihat melalui grafik histogram dan grafik normal plot data. Universitas Sumatera Utara 51 Gambar 4.1 Histogram Sebelum Data Ditransformasi Universitas Sumatera Utara 52 Gambar 4.2 Grafik Normal P-P Plot Sebelum Data Ditransformasi Hasil uji normalitas dengan menggunakan histogram gambar 4.1 terlihat normal, namun tidak demikian dengan hasil uji normalitas dengan menggunakan grafik plot. Pada grafik normal plot gambar 4.2, terlihat titik-titik menyebar disekitar garis diagonal serta penyebarannya yang agak menjauh dari garis diagonal sehingga dapat disimpulkan bahwa data dalam model regresi terdistribusi secara tidak normal. Ada beberapa cara mengubah model regresi menjadi normal menurut Jogiyanto 2004:172 yaitu: 1. lakukan transformasi data ke bentuk lainnya, 2. lakukan trimming, yaitu membuang data outlier, Universitas Sumatera Utara 53 3. lakukan winsorizing, yaitu mengubah nilai data yang outlier ke suatu nilai tertentu. Pengubahan nilai residual agar berdistribusi normal dapat dilakukan dengan transformasi data. Caranya adalah dengan melakukan SQRT terhadap semua variabel yang tidak terdistribusi secara normal tersebut. Data yang ditransformasi ke model SQRT disajikan pada lampiran 5. Hasil uji normalitas setelah dilakukan transformasi data yang tidak normal tersebut dapat dilihat pada grafik histogram, normal probability plot, dan tabel Kolmogorov-Smirnov Test pada tabel 4.3, gambar 4.3 dan gambar 4.4. Tabel 4.3 Uji Normalitas Setelah Data Ditransformasi One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 75 Normal Parameters Mean a,b .0000000 Std. Deviation 8.80155430 Most Extreme Differences Absolute .106 Positive .106 Negative -.047 Kolmogorov-Smirnov Z .919 Asymp. Sig. 2-tailed .368 a. Test distribution is Normal. b. Calculated from data. Universitas Sumatera Utara 54 Dari tabel 4.3 besarnya Kolmogorv-Smirnov K-S adalah 0,919 dan signifikansi Asymp. Sig 2-tailed adalah 0,368 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. Gambar 4.3 Histogram Setelah Data Ditransformasi Universitas Sumatera Utara 55 Gambar 4.4 Grafik Normal P-P Plot Setelah Data Ditransformasi Dengan cara membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal, dari grafik di atas dapat 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 dan penyebarannya mendekati 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 menggunakan SQRT. Setelah data sudah menunjukkan Universitas Sumatera Utara 56 data yang memenuhi asumsi normalitas maka pengujian dapat dilanjutkan dengan pengujian parametrik.

4.2.2.2 Uji Multikolinearitas

Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala multikolinearitas adalah dengan melihat nilai tolerance dan variance inflation factor VIF, serta menganalisis matrik korelasi variabel-variabel independen. Besarnya tingkat kolinearitas yang masih dapat ditolerir, yaitu: Tolerance 0.10, dan Variance Inflation Factor VIF 10. Berikut disajikan tabel hasil pengujian: Tabel 4.4 Hasil Perhitungan VIF Coefficients a Model Collinearity Statistics Tolerance VIF 1 Constant Laba Akuntansi .938 1.066 Arus Kas Operasi .938 1.066 a. Dependent Variable: Harga Saham Hasil perhitungan nilai tolerance menunjukkan variabel independen memiliki nilai tolerance 0,10 yaitu 0,938 untuk variabel Laba Akuntansi dan variabel Arus Kas Operasi yang berarti tidak terjadi korelasi antar variabel independen. Hasil perhitungan VIF juga menunjukkan hal yang sama dimana variabel independen memiliki nilai VIF 10 yaitu 1,066 untuk variabel Laba Universitas Sumatera Utara 57 Akuntansi dan variabel Arus Kas Operasi. Berdasarkan tabel tersebut dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model ini.

4.2.2.3 Uji Heteroskedastisitas

Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala heteroskedastisitas adalah dengan melihat plot grafik yang dihasilkan dari pengolahan data dengan menggunakan program SPSS 19. Dasar pengambilan keputusannya adalah: 1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas, 2. Jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas. Berikut ini dilampirkan grafik scatterplot untuk menganalisis apakah terjadi heteroskedastisitas atau terjadi homoskedastisitas dengan mengamati penyebaran titik-titik pada gambar. Universitas Sumatera Utara 58 Gambar 4.5 Scatterplot Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y, sehingga dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi. Adanya titik-titik yang menyebar menjauh dari titik-titik yang lain dikarenakan adanya data observasi yang sangat berbeda dengan data observasi yang lain . Hasil tampilan output SPSS ini dengan jelas menunjukkan tidak ada indikasi terjadi heteroskedastisitas sehingga data layak dipakai proses regresi berganda.

4.2.2.4 Uji Autokorelasi

Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada Universitas Sumatera Utara 59 periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan yang lainnya. Hal ini sering ditemukan pada data time series. Cara yang dapat digunakan untuk mendeteksi ada tidaknya autokorelasi adalah dengan melakukan pengujian Durbin Watson DW. Untuk uji Durbin Watson memiliki ketentuan sebagai berikut: Tabel 4.5 Uji Statistik Durbin-Watson Durbin-Watson Kesimpulan 1.10 Ada Autokorelasi 1.11 - 1.54 Tanpa Kesimpulan 1.55 - 2.46 Tidak Ada Autokorelasi 2.47 - 2.90 Tanpa Kesimpulan 2.91 Ada Autokorelasi Tabel 4.6 Hasil Uji Durbin Watson Model Summary Model b R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .943 .890 a .887 8.92296 2.039 a. Predictors: Constant, Arus Kas Operasi, Laba Akuntansi b. Dependent Variable: Harga Saham Tabel 4.6 memperlihatkan nilai statistik D-W sebesar 2,039 yang berarti berada di antara interval ketentuan 1,55 – 2,46 sehingga tidak terjadi autokorelasi positif maupun autokorelasi negatif. Universitas Sumatera Utara 60

4.2.3 Analisis Regresi

Dari hasil pengujian asumsi klasik disimpulkan bahwa model regresi yang dipakai dalam penelitian ini telah memenuhi model estimasi yang Best Linear Unbiased Estimator BLUE dan layak dilakukan analisis regresi. Untuk menguji hipotesis, peneliti menggunakan analisis regresi berganda. Berdasarkan hasil pengolahan data dengan program SPSS 19, maka diperoleh hasil sebagai berikut:

4.2.3.1 Persamaan Regresi

Dalam pengolahan data dengan menggunakan regresi linear, dilakukan beberapa tahapan untuk mencari hubungan antara variabel independen dan variabel dependen, melalui pengaruh laba akuntansi dan arus kas operasi terhadap harga saham. Hasil regresi dapat dilihat pada tabel 4.7 berikut ini: Tabel 4.7 Analisis Hasil Regresi Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.606 1.905 .843 .402 Laba Akuntansi 3.080 .130 .954 23.636 .000 Arus Kas Operasi -.002 .001 -.049 -1.214 .229 a. Dependent Variable: Harga Saham Universitas Sumatera Utara 61 Berdasarkan tabel diatas, maka didapatlah persamaan regresi sebagai berikut: Y = 1,606 + 3,080 X 1 – 0,02 X 2 + e Keterangan: 1. Konstanta sebesar 1,606 menunjukkan bahwa apabila tidak ada variabel independen X 1 = 0 dan X 2 2. β = 0 maka harga saham sebesar 1,606. 1 3. β sebesar 3,080 menunjukkan bahwa setiap kenaikan dari laba akuntansi sebesar 1 akan diikuti oleh kenaikan harga saham sebesar 3,080 dengan asumsi variabel lain tetap. 2

4.2.3.2 Pengujian Hipotesis

sebesar -0,02 menunjukkan bahwa setiap kenaikan arus kas operasi sebesar 1 akan berpengaruh negatif terhadap harga saham sebesar 0,02 dengan asumsi variabel lain tetap. Pengujian hipotesis dilakukan untuk mengetahui apakah variabel independen dalam model regresi berpengaruh terhadap variabel dependen, maka dilakukan pengujian dengan menggunakan uji t t test dan uji F F test. A. Uji t Uji Secara Parsial Uji t digunakan untuk menguji signifikansi konstanta setiap variabel independennya. Berdasarkan hasil pengolahan SPSS versi 19, diperoleh hasil sebagai berikut: Universitas Sumatera Utara 62 Tabel 4.8 Hasil Uji t Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.606 1.905 .843 .402 Laba Akuntansi 3.080 .130 .954 23.636 .000 Arus Kas Operasi -.002 .001 -.049 -1.214 .229 a. Dependent Variable: Harga Saham Dari tabel regresi dapat dilihat besarnya t hitung untuk variabel laba akuntansi adalah 23,636 dengan nilai signifikan 0,000, sedangkan t tabel adalah 1.99210 sehingga t hitung t tabel 23,636 1,99210, maka laba akuntansi secara individual mempengaruhi harga saham. Signifikansi penelitian juga menunjukkan angka 0,05 0,000 0,05, maka H ditolak dan Ha diterima, artinya laba akuntansi berpengaruh positif dan signifikan terhadap harga saham. Besarnya t hitung untuk variabel arus kas operasi adalah -1,214 dengan nilai signifikan 0,229, sedangkan t tabel adalah 1,99210 sehingga t hitung t tabel -1,214 1,99210, maka arus kas dari aktivitas operasi secara individual tidak mempengaruhi harga saham. Signifikansi penelitian juga menunjukkan angka 0,05 0,229 0,05, maka H diterima dan Ha ditolak, artinya arus kas dari aktivitas operasi tidak berpengaruh terhadap harga saham. Universitas Sumatera Utara 63

B. Uji F Uji Secara Simultan

Setelah melakukan uji t, selanjutnya untuk melihat pengaruh laba akuntansi dan arus kas secara simultan terhadap harga saham dapat dilakukan dengan menggunakan uji F F test. Berdasarkan hasil pengolahan data dengan menggunakan program SPSS 19, maka diperoleh asil sebagai berikut: Tabel 4.9 Hasil Uji F ANOVA Model b Sum of Squares Df Mean Square F Sig. 1 Regression 46322.729 2 23161.364 290.902 .000 a Residual 5732.584 72 79.619 Total 52055.313 74 a. Predictors: Constant, Arus Kas Operasi, Laba Akuntansi b. Dependent Variable: Harga Saham Dari uji ANOVA atau F test, diperoleh F hitung sebesar 290,902 dengan tingkat signifikansi 0,000 sedangkan F tabel sebesar 3,12 dengan signifikansi 0,05. Berdasarkan hasil tersebut dapat disimpulkan bahwa laba akuntansi dan arus kas operasi secara simultan berpengaruh signifikan terhadap harga saham karena F hitung F tabel 290,902 3,12 dan signifikansi penelitian 0,05 0,000 0,05. Universitas Sumatera Utara 64

4.2.3.3 Analisis Koefisien Korelasi dan Koefisien Determinasi

Nilai koefisien korelasi R menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel dependen. Koefisien korelasi dikatakan kuat apabila nilai R berada di atas 0,5 dan mendekati 1. Koefisien determinasi R square menunjukkan seberapa besar variabel independen menjelaskan variabel dependennya. Nilai R square adalah 0 sampai dengan 1. Apabila nilai R square semakin mendekati 1, maka variabel-variabel independen memberikan semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Sebaliknya, semakin kecil nilai R square, maka kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen semakin terbatas. Nilai R square memiliki kelemahan yaitu nilai R square akan meningkat setiap ada penambahan satu variabel independen meskipun variabel independen tersebut tidak berpengaruh signifikan terhadap variabel dependen. Tabel 4.10 Analisis Koefisien Korelasi dan Koefisien Determinasi Model Summary Model b R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .943 .890 a .887 8.92296 2.039 a. Predictors: Constant, Arus Kas Operasi, Laba Akuntansi b. Dependent Variable: Harga Saham Pada model summary, nilai koefisien korelasi R sebesar 0,943 yang berarti bahwa korelasi atau hubungan antara harga saham variabel dependen dengan laba akuntansi dan arus kas operasi variabel independen kuat karena berada diatas 0,5 50. Angka adjusted R square atau koefisien determinasi adalah Universitas Sumatera Utara 65 0,887. Hal ini berarti 88,7 variasi atau perubahan dalam harga saham dapat dijelaskan oleh variasi dari laba akuntansi dan arus kas operasi, sedangkan sisanya 11,3 dijelaskan oleh variabel-variabel lain. Standar Error of Estimate SEE adalah 8,92296, yang mana semakin besar SEE akan membuat model regresi kurang tepat dalam memprediksi variabel dependen.

4.3 Pembahasan Hasil Penelitian

Dari hasil pengujian diketahui bahwa secara parsial hanya laba akuntansi saja yang mempunyai pengaruh positif dan signifikan terhadap harga saham, sedangkan arus kas operasi tidak berpengaruh terhadap harga saham, karena memiliki nilai signifikansi lebih besar dari 0,05 yaitu 0,229. Hal ini berarti bahwa informasi laba akuntansi perusahaan yang terdapat dalam laporan keuangan perusahaan yang dipublikasikan merupakan salah satu hal yang utama diperhatikan oleh investor dalam membuat keputusan investasinya. Berdasarkan signaling theory, pengumuman informasi laba akuntansi memberikan signal bahwa perusahaan mempunyai prospek yang baik di masa yang akan datang good news, hal ini membuat investor tertarik untuk melakukan perdagangan saham, sehingga pasar akan bereaksi yang tercermin melalui perubahan dalam harga saham. Dengan laba yang tinggi, akan semakin tinggi pula besarnya dividen yang akan dibagikan kepada investor. Kondisi seperti ini menjadi daya tarik masyarakat untuk memiliki saham perusahaan tersebut. Apabila perusahaan dianggap kurang mampu dalam menghasilkan laba, maka akan berdampak pada persepsi negatif investor yang akan berimbas pada menurunnya harga saham. Universitas Sumatera Utara 66 Arus kas dari aktivitas operasi tidak berpengaruh terhadap harga saham. Hal ini disebabkan karena tidak semua jumlah arus kas dari aktivitas operasi bernilai positif. Dimana 40 dari data yang dianalisis merupakan jumlah kas yang digunakan untuk aktivitas operasi, sisanya 60 merupakan kas yang diperoleh dari aktivitas operasi. Dengan kata lain, arus kas dari aktivitas operasi sebanyak 40 dari data yang dianalisis mengalami defisit bernilai negatif. Oleh karena besarnya jumlah arus kas dari aktivitas operasi yang defisit bernilai negatif, hal ini tentu dapat mengganggu hasil penelitian. Sehingga mengakibatkan variabel arus kas dari aktivitas operasi tidak berpengruh terhadap harga saham pada Perusahaan Perbankan yang terdaftar di BEI selama periode 2010-2012 Hasil penelitian ini sejalan dengan hasil penelitian yang dilakukan oleh Simanullang 2010 yang menemukan bahwa secara parsial laba akuntansi berpengaruh signifikan terhadap harga saham, sedangkan arus kas dari aktivitas operasi tidak berpengaruh terhadap harga saham. Namun hasil penelitian ini tidak konsisten dengan penelitian terdahulu yang telah dilakukan oleh Silitonga 2009 yang menemukan bahwa arus kas dari aktivitas operasi berpengaruh signifikan terhadap harga saham pada perusahaan makanan dan minuman yang terdaftar di BEI. Selain itu hasil penelitian ini juga tidak konsisten dengan penelitian yang telah dilakukan oleh Sinaga 2007 yang menemukan bahwa tidak ada pengaruh yang signifikan antara perubahan laba akuntansi dengan perubahan harga saham terhadap 53 emiten yang tergolong Industri Dasar dan Kimia di Bursa Efek Jakarta dengan menggunakan data tahun 2003-2005. Universitas Sumatera Utara 67

BAB V KESIMPULAN DAN SARAN

5.1 Kesimpulan

Berdasarkan hasil analisis data dan pembahasan yang telah dikemukakan dalam BAB IV, maka dapat diambil kesimpulan bahwa pengaruh informasi laba akuntansi dan arus kas operasi baik secara parsial maupun simultan sebagai berikut: 1. Secara parsial, hasil penelitian ini menunjukkan bahwa hanya laba akuntansi yang berpengaruh signifikan terhadap harga saham, sedangkan arus kas dari aktivitas operasi tidak berpengaruh terhadap harga saham. Sehingga dapat disimpulkan bahwa dalam mengambil keputusan yang berkaitan dengan investasi pada perusahaan perbankan yang terdaftar di BEI, laba akuntansi dapat dijadikan tolak ukur bagi investor. Hasil penelitian ini mendukung hasil penelitian sebelumnya yang dilakukan oleh Simanullang 2010. 2. Secara simultan, hasil penelitian ini menunjukkan bahwa variabel independen yaitu laba akuntansi dan arus kas dari aktivitas operasi mempunyai pengaruh yang signifikan terhadap harga saham pada perusahaan perbankan yang terdaftar di BEI. Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Simanullang 2010. Universitas Sumatera Utara