32 1.
Adaro Energy Tbk. ADRO
Sampel 1
2. Atlas Resources Tbk.
ARII -
- -
- 3.
ATPK Resources Tbk. ATPK
Sampel 2
4. Borneo Lumbung Energi Metal
BORN -
- -
- 5.
Berau Coal Energy Tbk. BRAU
- -
- -
6. Bumi Resources Tbk.
BUMI
Sampel 3
7. Bayan Resources Tbk.
BYAN
Sampel 4
8. Darma Henwa Tbk.
DEWA
Sampel 5
9. Delta Dunia Makmur Tbk.
DOID
Sampel 6
10. Golden Energy Mines Tbk.
GEMS -
- -
- 11.
Garda Tujuh Buana Tbk. GTBO
- -
- -
12. Harum Energy Tbk.
HRUM -
- -
- 13.
Indo Tambangraya Megah Tbk. ITMG
Sampel 7
14. Resource Alam Indonesia Tbk.
KKGI
Sampel 8
15. Perdana Karya Perkasa Tbk.
PKPK
Sampel 9
16. Tambang Batubara Bukit Asam
PTBA
Sampel 10
17. Petrosea Tbk.
PTRO
-
- 18.
Ratu Prabu Energi Tbk. ARTI
Sampel 11
19. Benakat Petroleum Energy Tbk.
BIPI -
- -
- 20.
Elnusa Tbk. ELSA
Sampel 12
21. Energi Mega Persada Tbk.
ENRG
Sampel 13
22. Surya Esa Perkasa Tbk.
ESSA -
- -
- 23.
Medco Energi International MEDC
Sampel 14
24. Aneka Tambang Persero Tbk.
ANTM
Sampel 15
25. Cita Mineral Investindo Tbk.
CITA
Sampel 16
26. Central Omega Resources Tbk.
DKFT
Sampel 17
27. Vale Indonesia Tbk.
INCO
Sampel 18
28. SMR Utama Tbk.
SMRU -
- -
- 29.
Timah Persero Tbk. TINS
- -
Sampel 19
30. Citatah Industri Marmer Tbk.
CTTH
Sampel 20
31. Mitra Investindo Tbk
MITI
Sampel 21
Sumber: www.idx.co.id
data diolah penulis
3.6 Jenis Data
Data yang digunakan berupa data sekunder. Data sekunder adalah data yang diperoleh peneliti secara tidak langsung melalui media perantara diperoleh dan
33
dicatat oleh pihak lain. Data sekunder umumnya berupa buku, bukti, catatan atau laporan historis yang telah disusun dalam arsip data dokumenter yang
dipublikasikan dan yang tidak dipublikasikan. Data yang diperoleh adalah data kuantitatif, yaitu data yang diukur dalam
suatu skala numerik. Sifat data ini adalah data panel, yaitu gabungan antara data time series dan data cross section. Penelitian ini mengambil data dari 21
perusahaan pertambangan selama 4 tahun time series yaitu tahun 2008 sampai tahun 2011.
3.7 Metode Pengumpulan Data
Sarwono 2006:123 menyatakan bahwa pengumpulan data merupakan tahapan yang penting dalam proses penelitian, karena dengan mendapatkan data
yang tepat maka proses penelitian akan berlangsung sampai peneliti mendapatkan jawaban dari perumusan masalah yang sudah ditetapkan. Metode pengumpulan
data yang digunakan dalam penelitian ini adalah metode dokumentasi. Metode dokumentasi adalah metode pengumpulan data yang bersumber pada benda-benda
tertulis. Metode ini dilakukan dengan cara melihat dan mempelajari dokumen- dokumen serta mencatat data tertulis yang ada hubungannya dengan objek
penelitian. Metode dokumentasi dalam penelitian ini yaitu dengan cara mengambil data laporan keuangan perusahaan pertambangan yang go public di
Bursa Efek Indonesia, melalui website Indonesia Stock Exchange IDX, yaitu www.idx.co.id.
.
34
3.8 Teknik Analisis
Teknik analisis yang akan dilakukan dalam penelitian ini adalah analisis data kuantitatif, untuk memperkirakan secara kuantitatif pengaruh dari beberapa
variabel independen secara bersama-sama maupun secara sendiri sendiri terhadap variabel dependen. Hubungan fungsional antara satu variabel dependen dengan
variabel independen dapat dilakukan dengan regresi berganda dan menggunakan data panel, yaitu data gabungan antara cross section dan time series.
Metode analisis yang digunakan adalah regresi model linier dengan model sebagai berikut:
Y = α + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ e Keterangan:
Y = harga saham α = konstanta
b
i
= koefisien regresi X
1
= Ukuran perusahaan Size X
2
= Price to book value PBV X
3
= Risiko sistematis Beta e = tingkat kesalahan variabel pengganggu
Karena penelitian ini bersifat fundamental method, maka nilai koefisien regresi sangat berarti sebagai dasar analisis. Koefisien b akan bernilai positif +
jika menunjukkan hubungan yang searah antara variabel independen dengan variabel dependen. Artinya kenaikan variabel independen akan mengakibatkan
kenaikan variabel dependen, begitu pula sebaliknya jika variabel independen
35
mengalami penurunan. Sedangkan nilai b akan negatif jika menunjukkan hubungan yang berlawanan. Artinya kenaikan variabel independen akan
mengakibatkan penurunan variabel dependen, demikian pula sebaliknya jika variabel independen mengalami penurunan akan mengakibatkan kenaikan pada
variabel dependen.
3.8.1 Pengujian Asumsi Klasik
Agar hasil penelitian yang diperoleh menjadi valid atau tidak bias, maka data yang digunakan harus diuji untuk mengetahui apakah sudah
memenuhi syarat Best Linier Unbiased Estimator BLUE. Pengujian asumsi klasik ini untuk memastikan bahwa model yang diperoleh benar-benar
memenuhi asumsi dasar dalam analisis regresi. Pengujian asumsi terhadap data meliputi: uji normalitas, uji multikolinearitas, uji heterokedastisitas, dan
uji autokorelasi.
3.8.1.1 Uji Normalitas Data
Tujuan uji normalitas adalah untuk mengetahui apakah variabel independen, variabel dependen, atau keduanya terdistribusi
normal atau tidak Umar, 2008:181. Data yang baik adalah data yang terdistribusi normal atau mendekati normal. Ada dua cara untuk
mendeteksi normalitas data, yaitu dengan analisis statistik dan analisis grafik.
a. Analisis Statistik
36
Pengujian normalitas data secara analisis statistik dilakukan dengan uji Kolmogorov-Smirnov. Dalam mengambil
keputusan mengenai rentang data yang terdistribusi normal atau mendekati normal berdasarkan uji Kolmogorov-Smirnov
dapat dilihat dari: 1. Nilai signifikansi atau probabilitas 0,05 menunjukkan
distribusi data yang tidak normal. 2. Nilai signifikansi atau probabilitas 0,05 menunjukkan
distribusi data yang normal.
b. Analisis Grafik Normalitas data juga dapat diuji dengan analisis grafik
histogram dan grafik normal probability plot. Dasar pengambilan keputusan tentang normalitas data dapat dilihat
dengan cara: 1. Jika data menyebar di sekitar garis diagonal dan
mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model
regresi memenuhi asumsi normalitas. 2. Jika data menyebar jauh dari diagonal danatau tidak
mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model
regresi tidak memenuhi asumsi normalitas.
37
3.8.1.2 Uji Multikolinearitas
Menurut Erlina 2011 : 102, uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi di
antara variabel independen. Dalam model regresi yang baik seharusnya tidak terdapat korelasi di antara variabel independen.
Menurut Supranto dalam Simanjuntak 2006 : 55, secara ekstrim ada kemungkinan dua variabel atau lebih mempunyai hubungan korelasi
yang sangat kuat sehingga pengaruh masing-masing variabel independen tersebut terhadap variabel dependen menjadi sulit
dibedakan. Deteksi multikolinearitas dalam suatu model dapat dilihat dari
nilai tolerance dan dari nilai Variance Inflation Factor VIF. Nilai cutoff
yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai Tolerance 0,10 atau nilai VIF 10,
dengan dasar pengambilan keputusan sebagai berikut: a. Jika nilai tolerance 0,10 dan nilai VIF 10, maka tidak
terjadi masalah multikolinearitas, artinya model regresi tersebut baik.
b. Jika nilai tolerance 0,1 dan nilai VIF 10, maka terjadi masalah multikolinearitas, artinya model regresi tersebut
tidak baik.
38
3.8.1.3 Uji Heterokedastisitas
Menurut Erlina 2011:105, “salah satu asumsi yang penting dari model regresi linear adalah varian residual bersifat
homokedastisitas atau bersifat konstan.” Jika varian residual berbeda, maka terjadi heterokedastisitas. Model regresi yang baik adalah yang
tidak terjadi heterokedastisitas. Untuk mendeteksi heterokedastisitas dapat dilakukan dengan
dua cara, yaitu: 1. Melihat grafik Scatterplot, cara memprediksi pola gambar
Scatterplot adalah dengan: a. Jika ada pola tertentu, seperti titik-titik yang ada
membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan
telah terjadi heterokedastisitas. b. Jika tidak ada pola yang jelas, serta titik-titik yang
menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas.
2. Pendekatan statistik dengan melakukan Uji Glejser. Uji Glejser dilakukan dengan meregres nilai absolut residual terhadap variabel
independen. Jika variabel independen signifikan secara statistik mempengaruhi variabel dependen, maka ada indikasi terjadi
heterokedastisitas. Namun jika tidak signifikan berarti tidak terjadi heterokedastisitas.
39
3.8.1.4 Uji Autokorelasi
Tujuan uji autokorelasi adalah untuk melihat apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada
periode t dengan kesalahan pengganggu pada periode t-1 periode sebelumnya. Autokorelasi muncul karena observasi yang berurutan
sepanjang tahun pengamatan dan karena residual atau kesalahan pengganggu tidak bebas dari satu pengamatan ke pengamatan lainnya.
Model regresi yang baik adalah model regresi yang bebas dari autokorelasi.
Untuk mendeteksi autokorelasi dapat dilakukan dengan uji Durbin Watson. Pengambilan keputusan bahwa tidak terjadi
autokorelasi yaitu dengan ketentuan: a. Angka DW di bawah -2 berarti ada autokorelasi positif,
b. Angka DW di antara -2 sampai +2, berarti tidak ada autokorelasi, c. Angka DW di atas +2 berarti ada autokorelasi positif
3.8.2 Pengujian Hipotesis
Pengujian hipotesis dalam penelitian ini berkaitan dengan ada atau tidak adanya pengaruh yang signifikan dari variabel independen faktor
fundamental yang diwakili oleh Size, PBV dan risiko sistematis beta saham terhadap variabel dependen harga saham, baik secara parsial maupun secara
bersama-sama.
40
3.8.2.1 Uji Signifikansi Simultan Uji F
Pengujian hipotesis secara bersama-sama dilakukan dengan F- test. Menurut Ghozali 2006 : 84, “uji statistik F pada dasarnya
menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama
terhadap variabel dependenterikat”. Kriteria pengambilan keputusan untuk menguji hipotesis dengan uji F adalah sebagai berikut:
a. Quick Look: bila nilai F lebih besar dari 4, maka Ho dapat ditolak pada derajat kepercayaan 5. Dengan kata lain, Ha diterima, yaitu
bahwa semua variabel independen secara serentak dan signifikan mempengaruhi variabel dependen.
b. Membandingkan nilai F hasil perhitungan dengan nilai F menurut table. Bila nilai F
hitung
lebih besar daripada nilai F
tabel
F Ft, maka Ho ditolak dan Ha diterima, artinya bahwa semua variabel
independen secara serentak dan signifikan mempengaruhi variabel dependen.
3.8.2.2 Uji Signifikansi Parsial Uji t
Untuk menguji koefisien regresi secara parsial dari variabel independennya dilakukan uji t. Menurut Ghozali 2006 : 84, “uji
statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas independen secara individual dalam menerangkan
41
variabel dependen”. Kriteria pengambilan keputusan untuk menguji hipotesis dengan uji t adalah sebagai berikut:
a. Quick Look : bila jumlah degree of freedom df adalah 20 atau lebih, dan derajat kepercayaannya α sebesar 5, maka Ho dapat
ditolak bila nilai t lebih besar dari 2 dalam nilai absolut. Dengan kata lain, Ha diterima, yaitu bahwa suatu variabel independen
secara individual mempengaruhi variabel dependen. b. Membandingkan nilai statistik t dengan titik kritis menurut tabel.
Bilai nilai t
hitung
lebih tinggi daripada nilai t
tabel
t t
t
, maka Ho ditolak dan Ha diterima, artinya bahwa semua variabel independen
secara serentak dan signifikan mempengaruhi variabel dependen.
42
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Data Penelitian
Objek dalam penelitian ini adalah perusahaan pertambangan yang terdaftar di Bursa Efek Indonesia sampai dengan tahun 2008 dan masih terdaftar hingga
tahun 2011, menerbitkan laporan keuangan yang lengkap tahun 2008-2011, dan tidak delisting dari BEI. Penelitian ini menggunakan metode analisis statistik
dengan menggunakan persamaan regresi berganda. Analisis data dimulai dengan mengolah data menggunakan Microsoft excel, selanjutnya dilakukan pengujian
asumsi klasik dan pengujian regresi berganda. Pengujian asumsi klasik dan regresi berganda dilakukan dengan menggunakan software SPSS versi 17.0.
Prosedur dimulai dengan memasukkan variabel-variabel penelitian ke program SPSS tersebut dan menghasilkan output-output sesuai metode analisis
data yang telah ditentukan. Setelah dilakukan pemilihan sampel dengan teknik purposive sampling, diperoleh 21 perusahaan yang memenuhi kriteria dan
dijadikan sampel. Penelitian ini mengambil periode penelitian selama 4 tahun, yaitu dari tahun 2008 sampai tahun 2011.
Berikut ini merupakan daftar perusahaan yang menjadi sampel dalam penelitian:
43
Tabel 4.1 Daftar Sampel Perusahaan Pertambangan
NO. Nama Perusahaan
Kode Listing Date
1. Adaro Energy Tbk.
ADRO 16 Juli 2008
2. ATPK Resources Tbk.
ATPK 17 April 2002
3. Bumi Resources Tbk.
BUMI 30 Juli 1990
4. Bayan Resources Tbk.
BYAN 12 Agustus 2008
5. Darma Henwa Tbk.
DEWA 26 September 2007
6. Delta Dunia Makmur Tbk.
DOID 15 Juni 2001
7. Indo Tambangraya Megah Tbk.
ITMG 18 desember 2007
8. Resource Alam Indonesia Tbk.
KKGI 01 Juli 1991
9. Perdana Karya Perkasa Tbk.
PKPK 11 Juli 2007
10. Tambang Batubara Bukit Asam PTBA
23 Desember 2002 11. Ratu Prabu Energi Tbk.
ARTI 30 April 2003
12. Elnusa Tbk. ELSA
6 Februari 2008 13. Energi Mega Persada Tbk.
ENRG 07 Juni 2004
14. Medco Energi International MEDC
12 Oktober 1994 15. Aneka Tambang Persero Tbk.
ANTM 27 November 1997
16. Cita Mineral Investindo Tbk. CITA
20 Maret 2002 17. Central Omega Resources Tbk.
DKFT 21 November 1997
18. Vale Indonesia Tbk. INCO
16 Mei 1990 19. Timah Persero Tbk.
TINS 19 Oktober 1995
20. Citatah Industri Marmer Tbk. CTTH
03 Juli 1996 21. Mitra Investindo Tbk
MITI 16 Juli 1997
Periode penelitian dimulai dari tahun 2008 sampai dengan tahun 2011 4 tahun berturut-turut sehingga data penelitian secara keseluruhan yaitu : 4 tahun
observasi x 21 sampel adalah sebanyak 84 sampel observasi. Berikut adalah tabel data mengenai variabel-variabel yang akan diuji dalam
penelitian ini:
Tabel 4.2 Daftar Variabel Penelitian
Hasil Size, PBV, dan Beta Tahun 2008-2011 No.
Kode Perusahaan
Tahun Harga
Saham Size
PBV beta
1. ADRO
2008 485
31.15 1.11
0.854
44
2009 1730
31.38 3.17
0.670 2010
2550 31.32
4.46 0.382
2011 1770
31.57 2.56
0.711 2.
ATPK 2008
128 25.99
0.65 0.589
2009 225
25.87 1.45
0.124 2010
187 25.71
1.79 -0.001
2011 166
25.46 3.60
-0.022 3.
BUMI 2008
910 31.68
1.38 4.727
2009 2425
31.87 3.40
1.732 2010
3025 31.78
4.95 0.487
2011 2175
31.83 4.24
3.445 4.
BYAN 2008
940 29.54
1.57 3.839
2009 5650
29.60 7.80
3.902 2010
18000 29.76
19.75 9.389
2011 18000
30.30 9.33
6.690 5.
DEWA 2008
50 29.40
0.26 0.352
2009 123
29.10 0.75
0.085 2010
71 29.06
0.36 -0.026
2011 78
28.93 0.60
0.089 6.
DOID 2008
1690 26.78
32.51 0.092
2009 1690
29.51 59.51
1.246 2010
1610 29.66
80.39 0.133
2011 670
29.95 5.31
0.066 7.
ITMG 2008
31800 30.00
5.38 12.910
2009 31800
30.05 4.85
16.021 2010
50750 29.91
8.85 13.588
2011 38650
30.29 4.46
10.046 8.
KKGI 2008
438 25.94
1.14 -0.042
2009 550
26.34 0.95
0.107 2010
3700 26.99
3.01 1.551
2011 6450
27.61 9.82
4.660 9.
PKPK 2008
335 26.95
1.01 0.364
2009 310
26.91 0.99
0.065 2010
174 26.87
0.54 -0.088
2011 182
26.88 0.58
0.006 10.
PTBA 2008
6900 29.44
3.98 4.830
2009 17250
29.72 6.97
7.703 2010
22950 29.80
8.21 4.118
2011 17350
30.07 4.90
4.269 11.
ARTI 2008
580 27.92
1.57 -0.329
2009 470
27.79 1.72
0.088 2010
280 27.94
0.55 -0.012
2011 255
28.00 0.50
0.360 12.
ELSA 2008
117 28.83
0.53 0.216
45
2009 355
29.07 1.36
0.142 2010
325 28.93
1.21 -0.087
2011 230
29.11 0.88
0.047 13.
ENRG 2008
84 30.17
0.33 0.807
2009 193
29.96 1.60
0.167 2010
124 30.10
0.30 -0.026
2011 178
30.48 1.18
0.225 14.
MEDC 2008
2450 30.71
1.14 1.810
2009 2450
30.58 1.37
0.455 2010
3375 30.65
1.72 0.993
2011 2425
30.79 1.16
-0.293 15.
ANTM 2008
1870 29.96
2.21 1.812
2009 2200
29.93 2.58
1.039 2010
2450 30.13
2.44 0.339
2011 1620
30.35 1.43
0.151 16.
CITA 2008
650 27.31
2.15 0.012
2009 317
27.34 0.93
-0.333 2010
317 27.99
0.44 0.000
2011 315
28.25 1.04
0.001 17.
DKFT 2008
100 23.78
1.36 0.000
2009 100
23.52 2.64
0.002 2010
110 24.01
-9.03 0.004
2011 312
27.89 0.29
-0.006 18.
INCO 2008
1930 30.48
1.34 4.486
2009 3650
30.58 24.40
1.433 2010
4875 30.61
3.21 0.731
2011 3200
30.71 2.00
0.168 19.
TINS 2008
2000 29.39
2.63 1.714
2009 2000
29.21 2.93
0.852 2010
2750 29.40
3.29 0.652
2011 1670
29.51 1.83
0.217 20.
CTTH 2008
50 26.04
1.35 0.014
2009 68
25.97 1.34
0.016 2010
72 26.02
1.18 0.004
2011 71
26.11 1.15
-0.004 21.
MITI 2008
55 25.57
7.18 0.037
2009 55
25.42 4.94
0.007 2010
54 25.47
3.90 0.003
2011 51
25.49 2.08
0.016
4.2 Analisis Hasil Penelitian