Jenis Data Metode Pengumpulan Data Data Penelitian

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