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