3.9 Jadwal Penelitian
Jadwal penelitian yang direncanakan sebagai berikut:
Table 3.3 Jadwal Penelitian
Tahapan Penelitian Feb
Mar Apr
Mei Jun
Penyelesaian Proposal Pengumpulan Data
Seminar Proposal Penulisan Laporan
Penyelesaian Laporan
Universitas Sumatera Utara
41
BAB IV ANALISIS HASIL PENELITIAN
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 17. Prosedur dimulai dengan memasukkan variabel-variabel
penelitian ke program SPSS tersebut dan menghasilkan output-output sesuai metode analisis data yang telah ditentukan. Berdasarkan kriteria yang telah
ditetapkan, didapat 12 perusahaan yang memenuhi kriteria dan dijadikan sampel
dalam penelitian ini dan diamati selama periode 2008-2011. Tabel 4.1
Daftar Sampel Perusahaan Makanan dan Minuman NO
Nama Perusahaan Kode
Tanggal Berdiri
Tanggal Listing
1. Akasha Wira Internasional Tbk.
ADES 06 Mar 1985
13 Jun 1994 2.
Cahaya Kalbar Tbk. CEKA
09 Des 1980 09 Jul 1996
3. Davomas Abadi Tbk.
DAVO 14 Mar 1990
22 Des 1994 4.
Delta Jakarta Tbk. DLTA
15 Jun 1970 27 Feb 1984
5. Indofood Sukses Makmur Tbk.
INDF 14 Agu 1990
14 Jul 1994 6.
Mayora Indah Tbk. MYOR
17 Feb 1977 04 jul 1990
7. Multi Bintang Indonesia Tbk.
MLBI 3 Jun 1929
15 Des 1981 8.
Siantar Top Tbk STTP
12 Mei 1987 16 Des 1996
9. Tiga Pilar Sejahtera Tbk.
AISA 26 Jan 1990
11 Jun 1997 10.
Ultra Jaya Milk Tbk. ULTJ
02 Nov 1971 02 Jul 1990
11. Prasidha Aneka Niaga
PSDN 16 Apr 1974
18 Okt 1994 12.
Sekar Laut Tbk. SKLT
19 Jul 1976 4 Jul 1990
Sumber: Penulis, 2013
Universitas Sumatera Utara
4.2 Analisis Hasil Penelitian 4.2.1 Analisis Statistik Deskriptif
Peneliti menggunakan metode statistik deskriptif dalam penelitian ini, yaitu penelitian yang dilakukan untuk memperoleh gambaran yang sebenarnya
tentang kondisi perusahaan dalam analisis Erlina,2011:20. Statistik deskriptif memberikan penjelasan mengenai nilai minimum, nilai maksimum, nilai rata-rata
mean, dan nilai standar deviasi dari variabel-variabel independen dan variabel dependen. Informasi yang dibutuhkan dalam penelitian ini merupakan data
sekunder yang diperoleh dari www.idx.co.id berupa data keuangan sampel perusahaan manufaktur kategori barang konsumsi subbagian makanan dan
minuman dari tahun 2008 sampai tahun 2011 yang dijabarkan dalam bentuk statistik.
Variabel dari penelitian ini terdiri dari arus kas dari aktivitas operasi, arus kas dari aktivitas investasi dan arus kas dari aktivitas pendanaan sebagai variabel
bebas independent variable dan harga saham sebagai variabel terikat dependent variable. Statistik deskriptif dari variabel tersebut dengan sampel perusahaan
makanan dan minuman selama periode 2008 sampai dengan tahun 2011 disajikan dalam tabel 4.2 berikut.
Universitas Sumatera Utara
43
Tabel 4.2 Statistic Deskriptif Variabel-Variabel Selama Tahun 2008-2011
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation LN_AktivitasOperasi
48 21.97
29.58 25.2560
1.72394 LN_AktivitasInvestasi
48 19.66
29.66 24.6805
2.16633 LN_AktivitasPendanaan
48 20.67
27.97 25.1587
1.67374 LN_HargaSaham
48 2.37
12.79 6.9932
2.50759 Valid N listwise
48
Sumber: Data yang diolah penulis, 2013 Tabel diatas menunjukkan bahwa variabel arus kas dari aktivitas operasi,
arus kas dari aktivitas investasi, arus kas dari aktivitas pendanaan dan harga saham memiliki nilai minimum dan nilai maksimum positif.
Berikut ini perincian data deskriptif yang telah diolah: a. variabel arus kas perusahaan dari aktivitas operasi memiliki nilai minimum
21,97 dan nilai maksimum 29,58 dengan nilai rata-rata sebesar 25,25 serta standar deviasi sebesar 1,724.
b. variabel arus kas perusahaan dari aktivitas investasi memiliki nilai minimum 19,66 dan nilai maksimum 24,68 dengan nilai rata-rata sebesar
29,66 serta standar deviasi sebesar 2,166. c. variabel arus kas perusahaan dari aktivitas pendanaan memiliki nilai
minimum 20,67 dan nilai maksimum 27,97 dengan nilai rata-rata sebesar 25,16 serta standar deviasi sebesar 1,673.
Universitas Sumatera Utara
d. variabel harga saham memiliki nilai minimum 2,37 dan nilai maksimum 12,79 dengan nilai rata-rata sebesar 6,99 serta standar deviasi sebesar
2,508.
4.2.2 Hasil 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 perlu dilakukan perbaikan terlebih dahulu. Pengujian asumsi klasik yang telah dilakukan adalah
sebagai berikut. 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:
Ho : Data residual berdistribusi normal. Ha : Data residual tidak berdistribusi normal.
Dalam uji Kolmogrov Smirnov, pedoman yang digunakan dalam pengambilan keputusan yaitu:
a. jika nilai signifikansi 0.05 maka distribusi data tidak normal, b. jika nilai signifikansi 0.05 maka distribusi data normal
Universitas Sumatera Utara
45
Table 4.3 Uji Normalitas Sebelum Data Ditransformasi
One-Sample Kolmogorov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 47
Normal Parameters
a,b
Mean .0000000
Std. Deviation 6.33764952E4
Most Extreme Differences Absolute
.253 Positive
.253 Negative
-.204 Kolmogorov-Smirnov Z
1.734 Asymp. Sig. 2-tailed
.005 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Data yang diolah penulis 2013 Dari hasil pengolahan data tersebut, besarnya nilai Kolmogorov-Smirnov
adalah 1,734 dan signifikansinya pada 0,005 maka disimpulkan data tersebut tidak terdistribusi secara normal karena p = 0,005 0,05. Data yang tidak berdistribusi
normal dapat disebabkan oleh adanya data yang outlier, yaitu data yang memiliki nilai yang sangat menyimpang dari nilai data lainnya.
Beberapa cara mengatasi data outlier menurut Erlina 2011:98 yaitu: a. lakukan transformasi data ke bentuk lainnya,
b. lakukan trimming, yaitu membuang data outlier, c. lakukan winsorizing, yaitu mengubah nilai data yang outlier ke suatu nilai
tertentu.
Universitas Sumatera Utara
Berikut adalah hasil pengujian setelah transformasi:
4.2.2.1.1 Analisis Grafik
Aalisis grafik dapat dilakukan dengan dua alat, yaitu grafik histrogram dan grafik P-P Plot. Data yang baik adalah data yang berdistribusi normal pada grafik
histogram, data yang berdistribusi normal atau mendekati normal adalah distribusi data dengan berbentuk lonceng, sedangkan pada grafik P-P Plot, sebuah data
dikatakan berdistribusi normal apabila titik-titik datanya tidak melenceng kekiri ataupun kekanan yaitu mengikuti arah diagonal.
Gambar 4.1 Histogram
Sumber: Data yang diolah penulis 2013 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.
Universitas Sumatera Utara
47
Gambar 4.2 Grafik P-P Plot
Sumber: Data yang diolah penulis 2013 Demikian pula dengan hasil uji normalitas dengan menggunakan grafik
plot. Pada grafik normal plot, terlihat titik-titik menyebar disekitar garis diagonal serta penyebarannya agak mendekati dengan garis diagonal sehingga dapat
disimpulkan bahwa data dalam model regresi terdistribusi secara normal.
Universitas Sumatera Utara
4.2.2.1.2 Analisis Statistik Tabel 4.4
Hasil Uji Normalitas Setelah Transformasi
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 48
Normal Parameters
a,b
Mean .0000000
Std. Deviation 2.17638472
Most Extreme Differences Absolute
.145 Positive
.145 Negative
-.092 Kolmogorov-Smirnov Z
1.007 Asymp. Sig. 2-tailed
.263 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Data yang diolah penulis 2013 Dari tabel diatas, besarnya Kolmogorv-Smirnov K-S adalah 1,007 dan
signifikansi pada 0,243 sehingga dapat disimpulkan bahwa data dalam model regresi telah terdistribusi secara normal, dimana nilai signifikansinya 0,05 p =
0,243 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.
Universitas Sumatera Utara
49
4.2.2.2 Hasil Uji Heterokedastisitas
Pengujian gejala heterokedastisitas bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan ke
pengamatan yang lain. Cara mendeteksi ada atau tidaknya heterokedastisitas adalah dengan melihat grafik scatterplot antara nilai prediksi variabel dependen.
Model regresi yang baik adalah homokedastisitas atau tidak terjadi heterokedastisitas.
Ada beberapa pengujian yang dapat digunakan untuk mendeteksi masalah heterokedasitas diantaranya adalah:
1. Melihat grafik nilai-nilai residu, salah satu cara untuk melihat ada tidaknya gejala heterokedastisitas adalah dengan melihat gambar scarter diagram
nilai residu terhadap waktu atau terhadap satu dari lebih variabel-variabel bebas yang diduga sebagai penyebab heterokedastitas. Suatu model
mengandung heterokedastisitas apabila nilai-nilai residunya membentuk pola sebaran yang meningkat, yaitu secara terus-menerus bergerak
menjauhi garis nol.
2. Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan bawah
angka 0 pada sumbu Y, maka tidak terjadi heterokedasitas.
Berikut ini dilampirkan grafik scatterplot untuk menganalisis apakah terjadi heteroskedastisitas atau terjadi homoskedastisitas dengan mengamati
penyebaran titik-titik pada gambar.
Universitas Sumatera Utara
Gambar 4.3 Hasil Uji Heterokedastisitas
Scatterplot
Sumber: Data yang diolah penulis 2013 Dari hasil uji heterokedastisitas Scatterplot pada gambar 4.3 diatas,
terlihat bahwa titik-titik menyebar secara acak dan tidak membentuk suatu pola tertentu serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y. Dari
gambar diatas dapat disimpulkan bahwa pada model regresi tidak terjadi heterokedastisitas sehingga model regresi layak digunakan untuk melihat
pengaruh arus kas operasi, investasi dan pendanaan dalam memprediksi harga saham pada perusahaan sektor industri makanan yang terdaftar di BEI.
Universitas Sumatera Utara
51
4.2.2.3 Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada
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 masalah autokorelasi
adalah dengan menggunakan nilai uji Durbin Watson. Untuk uji Durbin Watson memiliki ketentuan sebagai berikut:
1 Angka D-W dibawah -2 berarti ada autokorelasi positif, 2 Angka D-W diantara -2 sampai +2, berarti tidak ada autokorelasi,
3 Angka D-W diatas +2 berarti ada autokorelasi negatif.
Tabel 4.5 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 ,497
a
,247 ,195
2,24936 2,667
a. Predictors: Constant, LN_AktivitasPendanaan, LN_AktivitasInvestasi, LN_AktivitasOperasi
b. Dependent Variable: LN_HargaSaham
Sumber: Data yang diolah penulis 2013 Dari tabel 4.5 diatas menunjukkan bahwa nilai Durbin watson adalah
sebesar 2,667 angka ini terletak diatas +2 maka dapat disimpulkan bahwa ada autokorelasi negatif.
Universitas Sumatera Utara
4.2.2.4 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel independen.
Model regresi yang baik seharusnya tidak terjadi korelasi antar variabel independen.
Jika ditemukan korelasi diantara variabel independen, maka variabel independen tidak orthogonal.
Variabel independen yang bersifat orthogonal adalah variabel bebas yang memiliki nilai korelasi diantara sesamanya sama dengan nol
Sudarmanto,2005:136.
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala multikolinearitas adalah dengan melihat nilai tolerance dan variance inflation
factor VIF, menganalisis matrik korelasi variabel-variabel independen, melihat nilai Condition Index CI serta membandingkan nilai R2 model utama awal
terhadap nilai R2 dari masing-masing auxilary regression antar variabel independen. Besarnya tingkat kolinearitas yang masih dapat ditolerir, yaitu:
Tolerance 0.10, Variance Inflation Factor VIF 10, Condition Index 10. Berikut disajikan tabel hasil pengujian:
Universitas Sumatera Utara
53
Tabel 4.6 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardize
d Coefficients
t Sig.
Collinearity Statistic
B Std. Error
Beta Toleran
ce VIF
1 Constant
-11.480 5.601
-2.049 .046
LN_AktivitasOpera si
.632 .241
.434 2.626
.012 .626
1.598 LN_AktivitasInvest
asi -.128
.174 -.110
-.735 .466
.757 1.320
LN_AktivitasPenda naan
.225 .256
.150 .881
.383 .587
1.704 a. Dependent Variable: LN_HargaSaham
Sumber: Data yang diolah penulis 2013 Berdasarkan tabel 4.6 diatas, dapat dilihat bahwa tidak ada satupun
variabel independen yang memiliki nilai VIF lebih besar dari 10 dan tidak ada satupun variabel independen yang memiliki nilai tolerence lebih kecil dari 0,10,
hal ini menunjukkan bahwa tidak terjadi multikolinearitas dalam penelitian ini, dapat disimpulkan bahwa semua variabel independen terbebas dari
multikolinearitas.
Universitas Sumatera Utara
4.2.3 Pengujian Hipotesis
Dalam melakukan pengujian hipotesis, peneliti menggunakan regresi linier berganda dan data diolah dengan menggunakan SPSS versi 17,0. Berdasarkan
hasil pengolahan data, maka diperoleh hasil sebagai berikut : Tabel 4.7
Pengujian Hipotesis
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 ,497
a
,247 ,195
2,24936 2,667
a. Predictors: Constant, LN_AktivitasPendanaan, LN_AktivitasInvestasi, LN_AktivitasOperasi
b. Dependent Variable: LN_HargaSaham
Sumber: Data yang diolah penulis 2013 Dilihat dari tabel summary diatas, hasil analisis regresi secara keseluruhan
menunjukkan nilai R sebesar 0,497, hal ini menunjukkan bahwa korelasi atau hubungan antara arus kas operasi, arus kas investasi, arus kas pendanaan variabel
independen dengan harga saham variabel dependen memiliki tingkat hubungan yang sedang, yaitu sebesar 49,7. Tingkat hubungan ini dapat dilihat dari tabel
pedoman untuk memberikan interpretasi koefisien korelasi.
Universitas Sumatera Utara
55
Tabel 4.8 Pedoman untuk Memberikan Interpretasi Koefisien Korelasi
Interval Koefisien Tingkat Hubungan
0,000 - 0,199 Sangat Rendah
0,2 - 0,399 Rendah
0,4 - 0,599 Sedang
0,6 - 0,799 Kuat
0,8 – 1 Sangat Kuat
Sumber : Sugiyono, 2006 Besarnya nilai adjusted R
2
berdasarkan tabel diatas diperoleh sebesar 0,247 hal ini menunjukkan bahwa harga saham mampu dipengaruhi
oleh arus kas operasi, arus kas investasi, arus kas pendanaan sebesar 24,7, sedangkan sisanya dijelaskan oleh variabel lain yang tidak diteliti dalam
penelitian ini yaitu sebesar 75,3.
4.2.3.1 Uji Signifikansi Parsial Uji t
Uji signifikansi parsial dilakukan untuk mengetahui apakah ada pengaruh dari masing-masing variabel independen bebas terhadap variabel dependen
terikat. Bunyi hipotesis pada uji t adalah sebagai berikut : H
o
: variabel independen secara parsial tidak berpengaruh signifikan terhadap variabel dependen.
H
a
: variabel independen secara parsial berpengaruh signifikan terhadap variabel dependen.
Universitas Sumatera Utara
Uji ini dilakukan dengan membandingkan signifikansi t
hitung
dengan ketentuan: jika t
hitung
t
tabel
pada α 0.05, maka H
o
ditolak, dan jika t
hitung
t
tabel
pada α 0.05, maka H
a
diterima.
Tabel 4.9 Hasil Uji Parsial Uji t
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
-11.480 5.601
-2.049 .046
LN_AktivitasOperasi .632
.241 .434
2.626 .012
LN_AktivitasInvestasi -.128
.174 -.110
-.735 .466
LN_AktivitasPendanaa n
.225 .256
.150 .881
.383 a. Dependent Variable: LN_HargaSaham
Sumber: Data yang diolah penulis 2013 Dilihat dari tabel 4.9 diatas, maka hasil uji t dapat disimpulkan sebagai berikut :
1. Pengaruh arus kas dari aktivitas operasi terhadap harga saham. Pada variabel arus kas dari aktivitas operasi nilai t
hitung
adalah sebesar 2,626 dan nilai t
tabel
diketahui sebesar 2,015. Sehingga dapat diketahui bahwa t
hitung
t
tabel
2,626 2,015 dengan demikian H
o
ditolak dan H
a
diterima. Tingkat signifikansi pada variabel ini adalah 0,012 dan tingkat signifikansi ini lebih
kecil dari 0,05 dengan demikian H
o
ditolak dan H
a
diterima. Artinya variabel arus kas dari aktivitas operasi berpengaruh signifikan terhadap harga saham
pada tingkat kepercayaan 95.
Universitas Sumatera Utara
57
2. Pengaruh arus kas dari aktivitas investasi terhadap harga saham Pada variabel arus kas dari aktivitas investasi nilai t
hitung
adalah sebesar - 0,735 dan nilai t
tabel
diketahui sebesar 2,015. Sehingga dapat diketahui bahwa t
hitung
t
tabel
-0,735 2,015 dengan demikian H
o
diterima dan H
a
ditolak. Tingkat signifikansi pada variabel ini adalah 0,466 dan tingkat signifikansi
ini lebih besar dari 0,05 dengan demikian H
o
diterima dan H
a
ditolak. Artinya variabel arus kas dari aktivitas investasi berpengaruh tidak signifikan
terhadap harga saham pada tingkat kepercayaan 95. 3. Pengaruh arus kas dari aktivitas pendanaan terhadap harga saham
Pada variabel arus kas dari aktivitas pendanaan nilai t
hitung
adalah sebesar 0,881 dan nilai t
tabel
diketahui sebesar 2,015. Sehingga dapat diketahui bahwa t
hitung
t
tabel
0,881 2,015 dengan demikian H
o
diterima dan H
a
ditolak. Tingkat signifikansi pada variabel ini adalah 0,383 dan tingkat signifikansi
ini lebih besar dari 0,05, dengan demikian H
o
diterima dan H
a
ditolak. Artinya variabel arus kas dari aktivitas pendanaan berpengaruh tidak
signifikan terhadap harga saham pada tingkat kepercayaan 95.
Dari tabel 4.9 diatas dapat diperoleh hasil model regresi sebagai berikut: Y= -11,480+0,632X1-0,128X2+0,225X3+e
Keterangan : 1. Nilai konstanta adalah sebesar -11,480 artinya jika variabel arus kas operasi,
arus kas investasi dan arus kas pendanaan bernilai 0, maka harga saham adalah sebesar 11,480.
Universitas Sumatera Utara
2. Nilai arus kas operasi adalah sebesar 0,632 artinya setiap kenaikan arus kas operasi sebesar 1, maka tidak akan menurunkan tingkat harga saham
sebesar 0,632. 3. Nilai arus kas investasi adalah sebesar -0,128 artinya setiap kenaikan variabel
arus kas investasi sebesar 1, maka tidak akan menurunkan tingkat harga saham sebesar 0,128.
4. Nilai arus kas pendanaan adalah sebesar 0,225 artinya setiap kenaikan arus kas pendanaan sebesar 1, maka akan menaikkan tingkat harga saham
sebesar 0,225.
4.2.3.2 Uji Signifikansi Simultan Uji F
Menurut Ghozali 2005, “uji statistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model
mempunyai pengaruh secara bersama-sama terhadap variabel dependen terikat”.
Bunyi hipotesis pada uji F adalah sebagai berikut :
H
o
: variabel independen secara bersamaan tidak berpengaruh signifikan terhadap variabel dependen.
H
a
: variabel independen secara bersamaan berpengaruh signifikan terhadap variabel dependen.
Uji ini dilakukan dengan membandingkan signifikansi F
hitung
dengan ketentuan: jika F
hitung
F
tabel
pada α 0.05, maka H
o
ditolak, dan jika F
hitung
F
tabel
pada α 0.05, maka H
a
diterima.
Universitas Sumatera Utara
59
Tabel 4.10 Hasil Uji Simultan Uji F
ANOVA
b
Model Sum of Squares
Df Mean Square
F Sig.
1 Regression
72.915 3
24.305 4.804
.006
a
Residual 222.623
44 5.060
Total 295.537
47 a. Predictors: Constant, LN_AktivitasPendanaan, LN_AktivitasInvestasi, LN_AktivitasOperasi
b. Dependent Variable: LN_HargaSaham
Sumber: Data yang diolah penulis 2013 Dilihat dari tabel 4.10 diatas, nilai F
hitung
adalah sebesar 4,804 dan nilai F
tabel
diketahui sebesar 2,82. Sehingga dapat diketahuai bahwa F
hitung
F
tabel
4,804 2,82 dengan demikian H
o
ditolak dan H
a
diterima. Tingkat signifikansi pada tabel diatas adalah sebesar 0,006 dan lebih kecil dari 0,05 dengan demikian
H
o
ditolak dan H
a
diterima. Artinya variabel independen secara bersamaan simultan berpengaruh signifikan terhadap harga saham pada perusahaan industri
sektor makanan yang terdaftar di BEI.
Universitas Sumatera Utara
4.3 Pembahasan Hasil Penelitian
Penelitian ini dilakukan untuk mengetahui apakah laporan arus kas mempunyai pengaruh terhadap harga saham baik secara simultan maupun secara
parsial. Perusahaan yang digunakan dalam penelitian ini adalah perusahaan industri sektor barang konsumsi dengan sampel sebanyak 12 perusahaan.
Variabel independen yang digunakan dalam penelitian ini adalah arus kas dari aktivitas operasi, arus kas dari aktivitas investasi dan arus kas dari aktivitas
pendanaan, sedangkan variabel dependennya adalah harga saham. Dari hasil pengujian hipotesis secara parsial diatas telah diketahui bahwa
hanya arus kas dari aktivitas operasi berpengaruh secara signifikan terhadap harga saham, sedangkan arus kas dari aktivitas investasi dan arus kas dari aktivitas
pendanaan berpengaruh tidak signifikan terhadap harga saham pada perusahaan industri sektor barang konsumsi yang diteliti. Hasil penelitian ini tidak sejalan
dengan yang dilakukan Fitra 2007 yang menemukan bahwa secara parsial arus kas dari aktivitas operasi dan arus kas dari aktivitas pendanaan berpengaruh
signifikan terhadap volume perdagangan saham, dengan pemahaman bahwa apabila volume perdagangan saham berfluktuasi maka harga saham perusahaan
juga akan ikut berfluktuasi mengikuti hukum permintaan dan penawaran, hal ini mungkin dikarenakan berbedanya periode dan sampel yang digunakan dalam
penelitian. Dari hasil pengujian hipotesis secara simultan diperoleh kesimpulan bahwa arus kas dari aktivitas operasi, arus kas dari aktivitas investasi, dan arus kas
dari aktivitas pendanaan berpengaruh dan signifikan terhadap harga saham pada perusahaaan industri sektor barang konsumsi yang terdaftar di BEI. Penelitian ini
Universitas Sumatera Utara
61
sejalan dengan penelitian yang dilakukan Lenny 2010 yang menemukan bahwa arus kas dari aktivitas operasi berpengaruh positif dan signifikan terhadap harga
saham, sedangkan arus kas dari aktivitas investasi dan pendanaan tidak berpengaruh terhadap harga saham.
Dari segi teori, hasil penelitian ini mendukung teori sinyal, yang menyatakan bahwa pengumuman informasi akuntansi memberikan sinyal bahwa
perusahaan mempunyai prospek yang baik di masa mendatang good news sehingga investor tertarik untuk melakukan perdagangan saham, dengan demikian
pasar akan bereaksi yang tercermin melalui perubahan dalam harga saham. Dimana hasil penelitian ini menunjukkan bahwa arus kas dari aktivitas operasi
berpengaruh signifikan terhadap harga saham.
Universitas Sumatera Utara
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan