44 ii.
Perusahaan telah menerbitkan dan mempublikasikan laporan keuangan auditan untuk tahun buku 2005-2007
iii. Periode laporan keuangan berakhir tanggal 31 desember.
iv. Saham perusahaan aktif diperdagangkan selama tahun 2006-2008.
v. Harga saham yang dipergunakan adalah closing price.
Setelah dipilih dengan kriteria yang sudah ditetapkan di atas didapatlah 18 perusahaan sebagai sampel. Daftar perusahaan yang menjadi sampel adalah
sebagai berikut:
Tabel 3.1 Sampel Perusahaan Makanan dan Minuman
NO NAMA PERUSAHAAN
KODE EMITEN
1. PT. Ades Waters Indonesia Tbk
ADES 2.
PT. Aqua Golden Mississippi Tbk AQUA
3. PT. Cahaya Kalbar Tbk
CEKA 4.
PT. Davomas Abadi Tbk DAVO
5. PT. Delta Djakarta Tbk
DLTA 6.
PT. Fast Food Indonesia Tbk FAST
7. PT. Indofood Sukses Makmur Tbk
INDF 8.
PT. Mayora Indah Tbk MYOR
9. PT. Multi Bintang Indonesia Tbk
MLBI 10.
PT. Pioneerindo Gourmet International Tbk PTSP
11. PT. Prashida Aneka Niaga Tbk
PSDN 12.
PT. Sekar Laut Tbk SKLT
13. PT. Siantar TOP Tbk
STTP 14.
PT. Sierad Produce Tbk SIPD
15. PT. SMART Tbk
SMAR 16.
PT. Tiga Pilar Sejahtera Food Tbk AISA
17 PT. Tunas Baru Lampung Tbk
TBLA 18.
PT. Ultra Jaya Milk Tbk ULTJ
F. Defenisi Operasional dan Pengukuran Variabel
Variabel yang digunakan dalam penelitian ini adalah sebagai berikut:
Universitas Sumatera Utara
45 i.
Variabel independen bebas, merupakan variabel yang mempengaruhi variabel lain Umar, 2003:50. Variabel independen bebas yang
digunakan dalam penelitian ini adalah arus kas dari aktivitas operasional, arus kas dari aktivitas investasi, dan arus kas dari aktivitas pendanaan.
Variabel independen disimbolkan dengan “X
1
” arus kas dari aktivitas operasi, “X
2
” arus kas dari aktivitas investasi, “X
3
” arus kas dari aktivitas pendanaan.
ii. Variabel dependen terikat, merupakan variabel yang dijelaskan atau yang
dipengaruhi oleh variabel independen Umar, 2003:50. Variabel dependen dalam penelitian ini adalah harga saham, dimana variabel
dependen disimbolkan dengan “Y”.
Tabel 3.2 Defenisi Operasional Dan Pengukuran Variabel
Variabel Konsep Variabel
Indikator Ukuran
Arus Kas Dari Aktivitas Operasi
X
1
selisih bersih antara penerimaan dan pengeluaran
kas dan setara kas yang berasal dari aktivitas operasi
selama satu tahun buku, sebagaimana tercantum
dalam laporan arus kas. Nilai arus kas
aktivitas operasi per
lembar saham. Rupiah
Arus Kas Dari Aktivitas
Investasi X
2
selisih bersih antara penerimaan dan pengeluaran
kas dan setara kas yang berasal dari aktivitas investasi
selama satu tahun buku, sebagaimana tercantum
dalam laporan arus kas. Nilai arus kas
aktivitas investasi per
lembar saham. Rupiah
Arus Kas Dari Aktivitas
Pendanaan X
3
selisih bersih antara penerimaan dan pengeluaran
kas dan setara kas yang berasal dari aktivitas
Nilai arus kas aktivitas
pendanan per lembar saham.
Rupiah
Universitas Sumatera Utara
46 pendanaan selama satu tahun
buku, sebagaimana tercantum dalam laporan arus kas.
Harga Saham Y Harga yang dibentuk oleh
penjual dan pembeli saham ketika mereka
memperdagangkan saham di pasar bursa.
Harga pasar per lembar
saham pada periode
tertentu. Rupiah
G. Metode Analisis Data
Metode analisis data yang digunakan pada penelitian ini adalah metode analisis statistik, namun terlebih dahulu dilakukan uji asumsi klasik sebelum
melakukan pengujian hipotesis.
1. Uji Asumsi klasik
Penggunaan analisis regresi dalam statistik harus bebas dari asumsi-asumsi klasik seperti normalitas data, autokorelasi, heteroskedastisistas dan asumsi klasik
lainnya. Adapun pengujian asumsi klasik yang digunakan adalah sebagai berikut:
a. Uji Normalitas
Uji normalitas data bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Kalau nilai
residual tidak mengikuti distribusi normal, uji statistik menjadi tidak valid untuk jumlah sampel kecil Ghozali, 2005:110. Menurut Ghozali 2005:110, ”cara
untuk mendeteksi apakah residual berdistribusi normal atau tidak ada dua, yaitu analisis grafik dan analisis statistik. Normalitas dapat dideteksi dengan melihat
penyebaran data titik pada sumbu diagonal dan grafik dengan melihat histogram dari residualnya”. Dasar pengambilan keputusannya adalah:
Universitas Sumatera Utara
47 1
Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola berdistribusi normal,
maka model regresi memenuhi asumsi normalitas, 2
Jika data menyebar jauh dari diagonal dan tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan data berdistribusi
normal, maka model regresi tidak memenuhi asumsi normalitas. ”Uji statistik yang dapat digunakan untuk menguji normalitas residual adalah
uji statistik Kolmogorov-Smirnov K-S”, yang dijelaskan oleh Ghozali 2005:115. Uji K-S dibuat dengan membuat hipotesis:
H : Data residual berdistribusi normal
H
a
: Data residual tidak berdistribusi normal Bila signifikansi 0,05 dengan
α = 5 berarti distribusi data normal dan H diterima, sebaliknya bila nilai signifikan 0,05 berarti distribusi data tidak normal
dan H
a
diterima. Jika data tidak normal, ada beberapa cara mengubah model regresi menjadi normal menurut Jogiyanto 2004:172, yaitu:
1 Dengan melakukan transformasi data ke bentuk lain, yaitu: Logaritma
Natural, akar kuadrat, Logaritma 10. 2
Lakukan trimming, yaitu memangkas observasi yang bersifat outlier, 3
Lakukan winsorizing, yaitu mengubah nilai-nilai data outliers menjadi nilai-nilai minimum atau maksimum yang diizinkan supaya distribusinya
menjadi normal.
Universitas Sumatera Utara
48
b. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pada periode t-1 atau sebelumnya. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Masalah ini timbul karena
residual atau kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya. Hal ini paling sering ditemukan pada data runtut waktu atau time series
karena “gangguan” pada seorang individukelompok cenderung mempengaruhi “gangguan” pada individukelompok yang sama pada periode berikutnya. Model
regresi yang baik adalah model regresi yang bebas dari autokorelasi. Untuk mengetahui adanya autokorelasi dapat dideteksi dengan menggunakan
Durbin Watson statistik. Menurut Ghozali 2002: 96 cara yang dapat digunakan untuk mendeteksi masalah autokorelasi adalah dengan menggunakan nilai uji
Durbin Watson dengan ketentuan sebagai berikut: 1.
Tidak ada autokorelasi positif, jika 0 d dl. 2.
Tidak ada autokorelasi positif, jika dl ≤ d ≤ du.
3. Tidak ada korelasi negatif, jika 4 - dl d 4.
4. Tidak ada korelasi negatif, jika 4 – du
≤ d ≤ 4 – dl. 5.
Tidak ada autokorelasi, positif atau negatif, jika du d 4 – du. Run test sebagai bagian dari statistik non parametrik dapat pula digunakan
untuk menguji apakah antar residual terdapat korelasi yang tinggi. Jika antar residual tidak terdapat hubungan korelasi maka dikatakan bahwa residual adalah
acak atau random yaitu dengan melihat nilai probabilitasnya. Menurut Ghozali
Universitas Sumatera Utara
49 2005: 103 bila signifikansi 0,05 dengan
α = 5 berarti residual random dan H diterima, sebaliknya bila nilai signifikan 0,05 berarti residual tidak random dan
H ditolak.
c. Uji Heteroskedastisitas
Heteroskedastisitas merupakan situasi dimana dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain.
Erlina 2007:108 menyatakan “jika varians dari residual satu pengamatan ke pengamatan lainnya tetap, maka disebut homoskedastisitas. Sebaliknya jika
varians berbeda, maka disebut heterokedasitas”. Ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat grafik Scatterplot antar nilai prediksi variabel
independen dengan nilai residualnya. Dasar analisis yang dapat digunakan untuk menentukan heteroskedastisitas, antara lain:
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.
Menurut Gozali 2005:107 ”analisis dengan grafik plots memiliki kelemahan yang cukup signifikan oleh karena jumlah pengamatan mempengaruhi hasil
ploting. Semakin sedikit jumlah pengamatan semakin sulit menginterpretasikan hasil grafik plot. Oleh sebab itu diperlukan uji statistik yang lebih dapat
Universitas Sumatera Utara
50 menjamin keakuratan hasil”. Ada beberapa uji statistik yang dapat digunakan
untuk mendeteksi ada tidaknya heteroskedastisitas, antara lain: 1. Uji
Park, 2. Uji
Glejser.
d. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi diantara variabel independen. Model regresi yang baik
seharusnya menunjukkan tidak terjadinya korelasi diantara variabel independen. Multikolinearitas adalah situasi adanya korelasi variabel-variabel independen
antara yang satu dengan yang lainnya. Dalam hal ini kita sebut variabel-variabel bebas tidak ortogonal. Variabel-variabel bebas yang bersifat ortogonal adalah
variabel bebas yang memiliki nilai korelasi diantara sesamanya sama dengan nol. Model regresi yang baik seharusnya tidak ada korelasi antar variabel
independen. Ada tidaknya multikolonieritas dapat dideteksi dengan melihat: 1
Melihat nilai tolerance, Nilai cutoff yang umum dipakai untuk menunjukkan adanya
multikolonieritas adalah nilai tolerance 0,10. 2
Melihat nilai variance inflation factor VIF, Nilai cutoff yang umum dipakai untuk menunjukkan adanya
multikolonieritas adalah nilai VIF 10. 3
Menganalisis matrik korelasi variabel-variabel independen,
Universitas Sumatera Utara
51 Menurut Ghozali 2005:93 untuk matrik korelasi adanya indikasi
multikolonieritas dapat dilihat jika antar variabel independen ada korelasi yang cukup tinggi umumnya diatas 0,95.
4 Membandingkan nilai R
2
model utama awal terhadap nilai R
2
dari masing-masing auxilary regression antar variabel independen,
Dengan ketentuan Nilai R
2
model utama R
2
masing-masing auxilary regression antar variabel independen.
5 Melihat nilai Condition Index CI,
Jika nilai CI antara 10 dan 30 terdapat multikolinearitas moderat ke kuat, sedangkan jika nilai CI 30 artinya terdapat multikolinearitas sangat kuat.
Jika terjadi korelasi sempurna diantara sesama variabel bebas, maka konsekuensinya adalah: akoefisien-koefisien regresi menjadi tidak dapat
ditaksir, bnilai standar error setiap regresi menjadi tak terhingga. Apabila terjadi korelasi antara variabel independen, maka dinamakan terdapat problem
multikolinearitas.
2. Pengujian Hipotesis
Dalam menentukan hubungan yang berlaku antara informasi laporan arus kas terhadap harga saham pada perusahaan makanan dan minuman dengan kategori
industri barang konsumsi yang terdaftar di Bursa Efek Indonesia, maka digunakan analisis statistik, yaitu:
Universitas Sumatera Utara
52
a. Metode Regresi Linear Berganda
Model persamaannya adalah sebagai berikut : Y
= +β
1
X
1
+ β
2
X
2
+ β
3
X
3
+
Keterangan : Y
= Harga saham.
=
Konstanta. β
1
, β
2
, β
3
= Koefisien regresi X
1
, X
2
, X
3
. X
1
= Nilai arus kas dari aktivitas operasi per lembar saham.
X
2
= Nilai arus kas dari aktivitas investasi per lembar saham.
X
3
= Nilai arus kas dari aktivitas pendanaan per lembar
saham.
= Tingkat kesalahan pengganggu
b. Uji signifikansi antara variabel bebas terhadap variabel terikat, baik
secara bersama-sama serentak maupun secara parsial dilakukan dengan menggunakan uji statistik F dan uji statistik t.
1. Uji t uji secara parsial
Uji secara parsial untuk menguji setiap variabel bebas atau independent variable X
i
apakah mempunyai pengaruh atau tidak, terhadap variabel tidak bebas atau dependent variable Y
i
. Bentuk pengujiannya adalah: H
: b
i
= 0, artinya informasi arus kas dari aktivitas operasi, arus kas dari aktivitas investasi, dan arus kas dari aktivitas pendanaan secara parsial
tidak mempunyai pengaruh terhadap harga saham pada perusahaan
Universitas Sumatera Utara
53 makanan dan minuman dengan kategori industri barang konsumsi yang
terdaftar di BEI. H
a
: b
i
≠ 0, artinya informasi arus kas dari aktivitas operasi, arus kas dari aktivitas investasi dan arus kas dari aktivitas pendanaan secara parsial
mempunyai pengaruh terhadap harga saham pada perusahaan makanan dan minuman dengan kategori industri barang konsumsi yang terdaftar di
BEI. Dengan menggunakan tingkat signifikan alpha 5 dan derajat kebebasan
df ≥ 20, kemudian dibandingkan t
tabel
dengan t
hitung
untuk menguji signifikansi pengaruh. Apabila nilai t
hitung
t
tabel
, maka H ditolak.
2. Uji F uji secara serentak
Uji F dilakukan untuk melihat seberapa besar pengaruh variabel independen secara bersama-sama terhadap variabel dependen. Bentuk pengujiannya adalah:
H : b
1
= b
2
= b
3
= 0 artinya informasi arus kas dari aktivitas operasi, arus kas dari aktivitas investasi dan arus kas aktivitas pendanaan secara
bersama-sama tidak mempunyai pengaruh terhadap harga saham pada perusahaan makanan dan minuman dengan kategori industri barang
konsumsi yang terdaftar di BEI. H
a
: b
1
≠ b
2
≠ b
3
≠ 0 artinya informasi arus kas dari aktivitas operasi, arus kas dari aktivitas investasi dan arus kas dari aktivitas pendanaan
secara bersama-sama mempunyai pengaruh terhadap harga saham pada
Universitas Sumatera Utara
54 perusahaan makanan dan minuman dengan kategori industri barang
konsumsi yang terdaftar di BEI. Pengujian signifikansi dilakukan dengan mengamati F
hitung
pada nilai signifikan alpha 5. Apabila nilai F
hitung
F
tabel
, maka H ditolak.
H. Jadwal Penelitian
Jadwal penelitian yang direncanakan sebagai berikut:
Tabel 3.3 Jadwal Penelitian
Tahapan Penelitian Jan Feb Mar Apr Mei
Penyelesaian Proposal Pengumpulan Data
Seminar Proposal Penulisan Laporan
Penyelesaian Laporan
Universitas Sumatera Utara
55
BAB IV HASIL PENELITIAN
A. Data Penelitian