31
3.3 Jenis dan Teknik Pengumpulan Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder . Data sekunder adalah data yang diperoleh dan digali melalui hasil pengolahan pihak
kedua dari hasil penelitian lapangannya Teguh, 2005 : 121. Data yang digunakan dalam penelitian ini bersifat time series, yaitu sekumpulan data dari suatu
fenomena tertentu yang didapat dalam beberapa waktu tertentu, misalnya dalam waktu tahunan. Sedangkan teknik pengumpulan data dalam penelitian ini adalah
studi literatur yaitu penelitian yang dilakukan dengan jalan membaca buku-buku, jurnal dan sumber data lainnya. Pengumpulan data berasal dari laporan keuangan
yang tahunan perusahaan yang dimuat di situs resmi Bursa Efek Indonesia www.idx.co.id
.
3.4 Variabel Penelitian dan Definisi Operasional Variabel
Dalam penelitian ini jenis variabel yang digunakan adalah variabel dependen, variabel moderating dan variabel independen. Untuk variabel dependen
adalah Return Saham, variabel moderating adalah Price to Book Value PBV dan variabel independen meliputi Debt to Equity RatioDER dan Dividend Payout
Ratio DPR. Sifat data dalam penelitian ini adalah pooled panel yang
merupakan gabungan data time series dan cross-section. Data penelitian ini memiliki 3time series 2011-2013 dan 11cross sections perusahaan manufaktur.
3.5 Definisi Operasional
Variabel yang digunakan didalam penelitian ini adalah sebagai berikut:
Universitas Sumatera Utara
32
3.5.1 Variabel Independen
Menurut Sugiyono 2006, variabel independen sering disebut variabel stimulus, prediktor, antecedent. Dalam bahasa Indonesia disebut
sebagai variabel bebas. Variabel bebas adalah variabel yang mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya
variabel dependen terikat. Adapun variabel independen pada penelitian ini yaitu sebagai berikut :
3.5.1.1 Debt to Equity Ratio DER
Variabel independen pada penelitian ini yaitu pengaruh Debt to Equity Ratio
DER. Debt to Equity Ratio merupakan salah satu indikator untuk mengetahui kemampuan suatu perusahaan
dalam menutup kewajibannya. Debt to Equity Ratio DER suatu perusahaan diukur dengan cara membandingkan total kewajiban
perusahaan, baik itu kewajiban lancar maupun kewajiban jangka panjang terhadap total ekuitas suatu perusahaan.
DER dengan angka dibawah 1.00, mengindakasikan bahwa perusahaan memiliki hutang yang lebih kecil dari ekuitas yang
dimilikinya. Investor harus jeli dalam melihat DER, sebab jika total hutangnya lebih besar dari pada ekuitas, maka harus dlihat
lebih lanjut apakah hutang lancar atau hutang jangka panjang yang lebih besar :
1. Jika jumlah hutang lancar lebih besar dari pada hutang
jangka panjang, hal ini masih bisa diterima, karena
Universitas Sumatera Utara
33
besarnya hutang lancar sering disebabkan oleh hutang operasi yang bersifat jangka pendek.
2. Jika hutang jangka panjang yang lebih besar, maka
dikuatirkan perusahaan akan mengalami gangguan likuiditas dimasa yang akan datang. Selain itu laba
perusahaan juga semakin tertekan akibat harus membiayai bunga pinjaman tersebut.
3. Beberapa perusahaan yang memiliki DER lebih dari satu,
hal ini sangat menganggu pertumbuhan kinerja perusahaanya juga menganggu pertumbuhan harga
sahamnya. Karena itu sebagian besar para investor menghindari perusahaan yang memiliki angka DER lebih
dari 2. Adapun formula dalam menghitung Debt to Equity Ratio
suatu perusahaan adalah sebagai berikut : Debt to Equity Ratio
=
TotalKewajiban TotalEkuitas
3.5.1.2 Dividend Payout Ratio
Selain Debt to Equity Ratio, pengaruh Dividend Payout Ratio
juga merupakan variabel independen dalam penelitian ini. Dividend Payout Ratio
suatu perusahaan dapat dihitung dengan cara membandingkan dividen yang dibayar suatu perusahaan
dalam satu tahun buku terhadap keuntungan bersih perusahaan net income pada tahun buku tersebut.
Universitas Sumatera Utara
34
Adapun formula untuk menghitung Dividend Payout Ratio suatu perusahaan adalah sebagai berikut :
Dividend Payout Ratio =
Dividen per lembar saham Laba bersih per lembar saham
3.5.2 Variabel Moderating
Variabel moderating merupakan variabel perantara antara variabel bebas dan variabel terikatnya. Variabel moderating sendiri memiliki
pengaruh baik itu memperkuat maupun memperlemah hubungan antara variabel bebas dan variabel terikat. Yang menjadi variabel moderating
pada penelitian ini yaitu : 3.5.2.1
Price to Book Value
Price to Book Value merupakan perbandingan antara harga
per lembar saham dengan nilai buku ekuitas per lembar saham. Harga per lembar saham yang digunakan dalam perhitungan adalah
harga penutupan saham closing price untuk suatu periode yang diteliti. Nilai buku ekuitas per lembar saham book value per
share dihitung berdasarkan nilai ekuitas dibagi dengan jumlah
saham beredar yang tercatat dalam laporan keuangan perusahaan. Nilai PBV yang rendah mengindikasikan bahwa saham
suatu perusahaan undervalued, yang artinya sangat baik untuk memutuskan investasi jangka panjang. Nilai PBV yang rendah
disebabkan oleh turunnya harga saham sehingga harga saham berada di bawah nilai bukunya. Namun rendahnya nilai PBV ini
Universitas Sumatera Utara
35
juga dapat mengindikasikan menurunnya kualitas dan kinerja suatu perusahaan.
Oleh karena itu, PBV harus dibandingkan dengan PBV sektor sejenis untuk melihat apakah perbedaan nilai PBV terlalu
jauh atau tidak. Nilai PBV yang tinggi mengindikasikan persepsi pasar yang berlebihan terhadap nilai perusahaan. Formula untuk
menghitung PBV suatu perusahaan adalah sebagai berikut : Price to Book Value
=
Harga per lembar saham Nilai buku ekuitas per lembar saham
3.5.3 Variabel Dependen
Variabel dependen sering disebut sebagai variabel konsekuen, variabel kriteria, variabel pengaruh, variabel terikat ataupun variabel
output. Variabel dependen disebut variabel terikat karena setiap variabel independen akan mempengaruhi independen. Yang menjadi variabel
dependen pada penelitian ini adalah :
3.5.3.1 Return Saham
Return saham menurut Jogiyanto 2000:107 merupakan
hasil yang diperoleh dari investasi. Return dapat berupa return realisasi yang sudah terjadi maupun return ekspektasi yang belum
terjadi namun diharapkan akan terjadi di masa mendatang. Return realisasi merupakan return yang sudah terjadi. Return realisasi
dihitung berdasarkan data historis. Return ini penting karena digunakan sebagai salah satu pengukur kinerja perusahaan dan juga
Universitas Sumatera Utara
36
berguna sebagai dasar penentuan return ekspektasi dan resiko di masa datang.
Secara ringkas, definisi opetasional dari variabel-variabel yang digunakan di dalam penelitian ini adalah sebagai berikut :
Tabel 3.1 Definisi Operasional dan Pengukuran Penelitian
No. Variabel
Pengertian Pengukuran
1. Debt to Equity
Ratio DER
Debt to Equity Ratio merupakan salah satu indikator
untuk mengetahui kemampuan suatu perusahaan dalam
menutup kewajibannya. TotalKewajiban
TotalEkuitas
2. Dividend Payout
Ratio DPR
Dividend payout ratio merupakan perbandingan
antara dividend per share dengan earning per share pada
periode yang bersangkutan Di dalam komponen dividend per
share terkandung unsur
dividen, sehingga jika semakin besar. dividend yang dibagikan
maka semakin besar pula dividend payout ratio
nya
Dividenlembar saham Laba bersihlembar saham
3. Price to Book
Value PBV
Price to Book Value merupakan perbandingan
antara harga per lembar saham dengan nilai buku ekuitas per
lembar saham. Harga per lembar saham yang digunakan
dalam perhitungan adalah harga penutupan saham
closing price untuk suatu periode yang diteliti. Nilai
buku ekuitas per lembar saham book value per share dihitung
berdasarkan nilai ekuitas dibagi dengan jumlah saham
beredar yang tercatat dalam laporan keuangan perusahaan.
Hargalembar saham Nilai buku ekuitaslembar saham
Universitas Sumatera Utara
37
4. Return Saham
Return saham merupakan
tingkat pengembalian yang akan didapat para investor dari
aktivitas investasi yang dilakukan.
Pt − Pt − 1 + Dt
Pt − 1
3.6 Metode Analisis Data
Dalam menganalisis data pada penelitian ini, peneliti menggunakan program SPSS Statistical Packagefor Social Science versi 21.0. Metode analisis yang
digunakan adalah metode analisis statistik dengan menggunakan analisis regresi berganda dengan terlebih dahulu melakukan pengujian asumsi klasik.
3.6.1 Uji Asumsi Klasik
Uji asumsi klasik adalah persyaratan statistik yang harus dipenuhi pada analisis regresi linear berganda yang berbasis ordinary least square
OLS. Jadi analisis regresi yang tidak berdasarkan OLS tidak memerlukan persyaratan asumsi klasik, misalnya regresi logistik atau regresi ordinal.
Demikian juga tidak semua uji asumsi klasik harus dilakukan pada analisis regresi linear, misalnya uji multikolinearitas tidak dapat dipergunakan
pada analisis regresi linear sederhana dan uji autokorelasi tidak perlu diterapkan pada data cross sectional.
Uji asumsi klasik juga tidak perlu dilakukan untuk analisis regresi linear yang bertujuan untuk menghitung nilai pada variabel tertentu.
Misalnya nilai return saham yang dihitung dengan market model, atau market adjusted model. Perhitungan nilai return yang diharapkan
dilakukan dengan persamaan regresi, tetapi tidak perlu diuji asumsi klasik.
Universitas Sumatera Utara
38
3.6.1.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam sebuah model regresi, variabel dependen memiliki distribusi
normal atau tidak Kuncoro, 2001. Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabeldependen dan
variabel independen mempunyai distribusi normal atau tidak. Modelregresi yang baik adalah yang memiliki distribusi data
normalmendekati normal. Pengujian normalitas ini dapat dilakukan melalui analisis
grafik dan analisis statistik.
1. Analisis Grafik
Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihatgrafik histogram yang membandingkan
antara data observasi dengan distribusi yangmendekati normal. Namun demikian, hanya dengan melihat histogram, hal ini
dapatmembingungkan, khususnya untuk jumlah sampel yang kecil. Metode lain yang dapatdigunakan adalah dengan melihat normal
probability plot yang membandingkandistribusi kumulatif dari
distribusi normal. Dasar pengambilan keputusan dari analisisnormal probability plot adalah sebagai berikut:
a. Jika data menyebar disekitar garis diagonal dan mengikuti
arah garis diagonalmenunjukkan pola distribusi normal, maka model regresi memenuhi asumsinormalitas.
Universitas Sumatera Utara
39
b. Jika data menyebar jauh dari garis diagonal dan atau tidak
mengikuti arah garisdiagonal tidak menunjukkan pola distribusi normal, maka model regresi tidakmemenuhi
asumsi normalitas.
2. Analisis Statistik
Untuk mendeteksi normalitas data dapat dilakukan pula melalui analisis statistik yang salah satunya dapat dilihat melalui
Shapiro Wilk . Uji Shapiro Wilk diperuntukkan untuk penelitian
yang memiliki jumlah sampel yang kurang dari 50 sampel dan dilakukan dengan membuat hipotesis:
H =
Data residual terdistribusi normal Ha
= Data residual tidak terdistribusi normal
Dasar pengambilan keputusan dalam uji Saphiro Wilk adalah sebagai berikut:
a. Apabila probabilitas nilai Z uji K-S signifikan secara
statistik maka H ditolak, yang berarti data terdistibusi tidak
normal. b.
Apabila probabilitas nilai Z uji K-S tidak signifikan statistik maka H
diterima, yang berarti data terdistibusi normal.
3.6.1.2 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan yang lain Ghozali, 2006 : 105. Cara
Universitas Sumatera Utara
40
memprediksi ada tidaknya heteroskedastis pada suatu model dapat dilihat dari pola gambar scatterplot model tersebut. Adapun dasar
analisisnya adalah sebagai berikut : a.
Jika ada pola tertentu, seperti titik – titik yang ada membentuk pola tertentu yang teratur bergelombang,
melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas.
b. Jika tidak ada pola yang jelas, serta titik – titik menyebar di
atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
3.6.1.3 Uji Autokorelasi
Menurut Imam Ghozali 2009 uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi
antara kesalahan pengganggu pada periode t dengan periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan problem
autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain.Masalah ini timbul
karena residual kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya. Untuk mendeteksi ada tidaknya
autokorelasi maka dilakukan pengujian Durbin Watson DW dengan ketentuan sebagai berikut:
1. Jika d dL maka terdapat autokorelasi positif,
2. Jika d dU maka tidakterdapat autokorelasi positif
Universitas Sumatera Utara
41
3. Jika dL d dU maka pengujian tidak meyakinkan atau
tidak dapat disimpulkan.
3.6.1.4 Uji Multikolinearitas
Multikolinearitas adalah adanya hubungan linear yang sempurna mendekati sempurna antara beberapa atau semua
variabel bebas Kuncoro, 2001. Uji multikolinieritas bertujuan untuk menguji apakah model regresi yang ditemukan adanya
korelasi antar variabel bebas. Model regresi yang baik adalah tidak terjadi korelasi di antara variabel bebas Ghozali, 2001. Cara
mendeteksi adanya multikolinearitas adalah dengan mengamati nilai Variance Inflation Factor VIF dan tolerance. Batas VIF
adalah 10 dan nilai dari tolerance adalah 0,1. Jika nilai VIF lebih besar dari 10 dan nilai tolerance kurang dari 0,1 maka terjadi
multikolinearitas. Bila ada variabel independen yang terkena multikolinearitas maka variabel tersebut harus dikeluarkan dari
model penelitian Ghozali, 2001.
3.6.2 Analisis Regresi
Teknik analisis yang dipakai dalam penelitian ini adalah teknik analisis regresi untuk mendapat gambaran yangmenyeluruh mengenai
hubungan antara variabel satu dengan variabel yang lain.Variabel dependen analisis ini adalah returnsaham dan variabelindependennyaDebt
to Equity Ratio dan Dividend Payout Ratio, dengan Price to Book Value
sebagai variabel moderatingnya.
Universitas Sumatera Utara
42
Menurut Ghozali 2006 ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur dari Goodness of fitnya secara statistik
F dan nilai statistik t. Perhitungan statistik disebut signifikan secara statistik apabila nilai uji statistiknya berada dalam daerah kritis daerah
dimana H ditolak. Sebaliknya disebut tidak signifikan bila nilai uji
statistiknya berada dalam daerah H diterima.
Data yang telah di kumpulkan akan di analisis menggunakan alat bantu analisis statistik yaitu :
1. Debt to Equity Ratio
a. Analisis regresi linier sederhana.
Y =
α + b
1
X
1
+ ei b.
Model Persamaan Moderated Regression Analysis MRA. Y
= α + b
1
X
1
+ b
2
Z+b
3
X
1
.Z + ei , dimana : Y
= Return
saham α
= Konstansta
b
1
-b
3
= Koefisien regresi
X
1
= Debt to Equity Ratio
Z =
Price to Book Value X
1
Z = Interaksi antara Debt to Equity Ratio dengan
Price to Book Value ei =
Error Term , yaitu tingkat kesalahan penduga
dalam penelitian
Universitas Sumatera Utara
43
2. Dividend Payout Ratio
a. Analisis regresi linier sederhana.
Y =
α + b
1
X
2
+ ei b.
Model Persamaan Moderated Regression Analysis MRA. Y
= α + b
1
X
2
+ b
2
Z+b
3
X
2
.Z + ei , dimana : Y
= Return
saham α
= Konstanta
b
1
-b
3
= Koefisien regresi
X
2
= Dividend Payout Ratio
Z =
Price to Book Value X
2
Z = Interaksi antara Dividend Payout
Ratio dengan Price to Book Value
ei = Error Term
, yaitu tingkat kesalahan penduga dalam penelitian
Uji Interaksi atau sering disebut dengan Moderated Regression Analysis
MRA merupakan aplikasi khusus regresi berganda linear di mana dalam persamaan regresinya mengandung unsur interaksi perkalian
dua atau lebih variabel independen Ghozali, 2006 Jogiyanto 2010 menyatakan pengujian terhadap efek moderasi
dapat dilakukan dengan dua cara sebagai berikut : a.
Efek Moderasi dilihat dari kenaikan R
2
persamaan regresi yang berisi dengan efek-efek utama dan efek moderasi dari persamaan
regresi yang hanya berisi dengan efek utama saja.
Universitas Sumatera Utara
44
b. Efek moderasi juga dapat dilihat dari signifikansi koefisien b3 dari
interaksi VIVMO. Arsintadiani dan Harsono 2002 dalam penelitiannya menyatakan bahwa
hasil interaksi variabel independen VI dan variabel dependen VD dengan memasukkan variabel Moderating VMO. Nilai efek-efek utama dan efek
moderasi VIVMO jika mengalami peningkatan nilai R square dari efek utama, peningkatan R square tidak signifikan karena tingkat signifikansi b3 VIVMO
0.05 Los = 5 dan dikatakan signifikan jika tingkat signifikansi b3 VIVMO 0.05 Los = 5 .
3.6.3 Pengujian Hipotesis
Ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur darigoodness of fit nya. Secara statistik, setidaknya ini dapat diukur
dari nilai statistik F, nilai statistik t, dan nilai koefisien determinansi R
2
. Perhitungan statistik disebut signifikansecara statistik, apabila uji nilai
statistiknya berada dalam daerah kritis daerah dimanaH ditolak.
Sebaliknya, disebut tidak signifikan bila uji nilai statistiknya berada dalam daerah dimana H
diterima.
3.6.3.1 Uji F-Statistik
Uji statistik F digunakan untuk menguji apabila variabel bebas secara simultan mempunyai pengaruh yang signifikan atau
tidak signifikan dengan variabel terikat. Langkah-langkah pengujian statistik F adalah sebagai berikut :
Universitas Sumatera Utara
45
a. Membuat formula hipotesis
1. H
: βi = 0 hipotesis nihil berarti tidak ada pengaruh yang signifikan antara variabel bebas
secara simultan dengan variabel terikat. 2.
H : βi ≠ 0 hipotesis alternatif berarti ada pengaruh
yang signifikan antara variabel bebas secara simultan dengan variabel terikat.
b. Menentukan nilai F-tabel yang menggunakan level of
significant sebesar 5. Uji signifikansi secara simultan
menggunakan uji F dapat dirumuskan dengan :
F =
R ² k
1 − R²
n – k − 1
, dimana :
R
2
= koefisien determinasi
K =
jumlah variabel N
= banyak data
c. Pengambilan keputusan
1. Jika P-
value α = 0,05 maka H ditolak dan H
1
diterima. Hal ini berarti variabel bebas secara simultan memiliki pengaruh yang signifikan dengan
variabel terikat. 2.
Jika P- value α = 0,05 maka H
diterima dan H
1
ditolak. Hal ini berarti variabel bebas secara
Universitas Sumatera Utara
46
simultan tidak mempunyai pengaruh yang signifikan dengan variabel terikat.
3.6.3.2 Uji t-Statistik
Pengujian secara parsial menggunakan uji t pengujian signifikansi secara parsial. Pengujian secara parsial ini
dimaksudkan untuk melihat seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel
dependen Gujarati, 1999. Langkah–langkah pengujian yang dilakukan adalah sebagai berikut Gujarati, 1999:
a. Merumuskan hipotesis Ha
Ha diterima: berarti terdapat pengaruh yang signifikan antara variabelindependen terhadap variabel dependen
secara parsial. b.
Menentukan tingkat signifikansi α sebesar 0,05 c.
Membandingkan thitung dengan ttabel,. Jika thitung lebih besar dari tabel maka Ha diterima.
Nilai t hitung dapat dicari dengan rumus Gujarati, 1999: t hitung
=
Koefisien Regresi Standar Deviasi
1. Bila –ttabel -thitung dan thitung ttabel, variabel
independen secaraindividu tak berpengaruh terhadap variabel dependen.
Universitas Sumatera Utara
47
2. Bila thitung ttabel dan –t hitung -t tabel,
variabel independen secaraindividu berpengaruh terhadap variabel dependen.
d. Berdasarkan probabilitas
Ha akan diterima jika nilai probabilitasnya kurang dari 0,05 α
e. Menentukan variabel independen mana yang mempunyai
pengaruh palingdominan terhadap variabel dependen
3.6.3.3 Uji R
2
Koefisien determinasi R² pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel
dependen. Nilai koefisien determinasi adalah antara nol sampai satu 0 R² 1. Nilai R
2
yang kecil berarti kemampuan variabel- variabel independen dalam menjelaskan variabel-variabel
dependen sangat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi
yang dibutuhkan untuk memprediksi variasi variabel dependen.
KD =
R² x 100 , dimana :
KD = Koefisien Determinasi R = Koefisien Korelasi
Universitas Sumatera Utara
48
BAB IV ANALISIS DAN PEMBAHASAN
4.1 Analisis Data Penelitian
Metode yang digunakan dalam penelitian ini adalah metode analisis statistik yang menggunakan persamaan regresi berganda.Analisis data dimulai
dengan mengolah data dengan menggunakan Microsoft Office Excel 2007, kemudian dilakukan pengujian asumsi klasik dan hipotesis regresi linear
berganda. Informasi yang digunakan dalam penelitian ini merupakan data sekunder yang diperoleh dari
www.idx.co.id berupa data keuangan sampel
perusahaan manufaktur. Pengujuan asumsi klasik dan regresi berganda dilakukan dengan
menggunakan software SPSS versi 21.0. Prosedur ini 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, diperoleh 11 perusahaan manufaktur
yang dijadikan sampel dalam penelitian ini yang diamati selama periode 2011- 2013 sehingga total sampel penelitian ini berjumlah 33.
4.2 Analisis Hasil Penelitian
Data penelitian dikumpulkan untuk diolah, kemudian akan dianalisis untuk memperoleh jawaban atas permasalahan yang timbul dalam penelitian ini. Metode
analisis data yang dilakukan dalam penelitian ini adalah dengan analisis statistik yang menggunakan regresi berganda dengan terlebih dahulu menganalisis
deskripsi data.
Universitas Sumatera Utara
49
4.2.1 Pengujian Asumsi Klasik 4.2.1.1 Uji Normalitas
Pengujian normalitas dilakukan untuk menilai apakah nilai residual apakah nilai residual dari penelitian yang dilakukan
memliki distribusi normal atau tidak. Uji normalitas dilakukan dengan dua cara yaitu analisis grafik dan uji statistik yang dapat
dilihat melalui Saphiro Wilk untuk sampel dibawah 50 buah. Keputusan rentang data mendekati atau merupakan distribusi
normal berdasarkan uji Saphiro Wilk dapat dilihat dari: 1.
Nilai signifikan atau probabilitas 0.05, maka distribusi data adalah tidak normal
2. Nilai signifikan atau probabilitas 0.05, maka distribusi
data adalah normal Berikut adalah tabel hasil uji normalitas pada penelitian ini :
Tabel 4.1 Hasil Uji Normalitas dengan Sapiro Wilk
Sumber : Data sekunder yang diolah, tahun 2016
Tests of Normality
Kolmogorov-Smirnov
a
Shapiro-Wilk Statistic
df Sig.
Statistic df
Sig. DER
.144 33
.079 .941
33 .071
DPR .166
33 .022
.937 33
.056 PBV
.150 33
.056 .943
33 .083
Yield .095
33 .200
.947 33
.108 . This is a lower bound of the true significance.
a. Lilliefors Significance Correction
Universitas Sumatera Utara
50
Gambar 4.1 Normal Q-Q Plot of DER, DPR, PBV and Yield
B Sumber : Data sekunder yang diolah, tahun 2016
Berdasarkan hasil analisis statistik Shapiro Wilk di atas dapat disimpulkan bahwa data berdistribusi normal, dimana
dibuktikan oleh nilai signifikansi DER, DPR,PBV dan Yield lebih besar dari 0.05. Selain itu juga dapat dilihat hasil analisis grafik
Shapiro Wilk, dimana data svariabel DER, DPR, PBV dan Yield menyebar disekitar garis diagonal dan mengikuti arah garis
diagonal yang menunjukkan pola distribusi normal dan model regresi memenuhi asumsinormalitas.
Universitas Sumatera Utara
51
4.2.1.2 Uji Heteroskedasitas
Untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dapat dilakukan dengan cara uji
scatterplot. Apabila scatterplot menunjukkan adanya suatu pola tertentu yang teratur maka mengindikasikan telah terjadi
heteroskedasitas. Namun jika tidak ada pola yang jelas maka
mengindikasikan tidak terjadinya heteroskedasitas.
Hasil uji heteroskedasitas dengan menggunakan uji scatterplot dapat dilihat pada gambar di bawah ini :
Gambar 4.2 Gambar Scatterplot
Sumber : Data sekunder yang diolah, tahun 2016 Dari diagram scatterplot di atas terlihat jelas bahwa titik-
titik tidak membentuk suatu pola dan menyebar di atas maupun di
Universitas Sumatera Utara
52
bawah titik 0 sumbu Y. Oleh karena itu, dapat disimpulkan bahwa tidak terjadi heteroskedasitas yang artinya model persamaan ini
baik untuk meramalkan variabel independen.
4.2.1.3 Uji Autokorelasi
Uji Autokorelasi dilakukan untuk menguji ada atau tidaknya korelasi antara variabel pengganggu pada periode tersebut
dengan periode sebelumnya. Adapun metode yang digunakan adalah metode Durbin-Watson dengan kriteria sebagai berikut :
1. Jika nilai 0 d dL, tolak H0, artinya ada korelasi yang
positif 2.
Jika nilai dL d dU, tidak dapat diambil kesimpulan 3.
Jika dU d 4-dU, jangan tolak H0, artinya tidak ada korelasi positif maupun negatif
4. Jika 4-dU d 4-dL, tidak dapat diambil kesimpulan
5. Jika 4-dL d 4, tolak H0, artinya ada korelasi negatif
Berikut adalah hasil uji autokorelasi dengan metode Durbin-Watson :
Tabel 4.2 Hasil Uji Autokorelasi
Sumber : Data sekunder yang diolah, tahun 2016
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .780
a
.609 .568
.72469 2.231
a. Predictors: Constant, PBV, DPR, DER b. Dependent Variable: Yield
Universitas Sumatera Utara
53
Berdasarkan hasil uji autokorelasi di atas, didapat nilai DW yaitu sebesar 2,231. Nilai ini kemudian akan dibandingkan dengan
nilai tabel signifikansi 5 dengan jumlah sampel 33 dan jumlah variabel independen sebanyak 3, maka berdasarkan tabel Durbin-
Watson didapatkan nilai dU sebesar 1,651. Nilai DW 2,231 lebih besar dari batas atas dU yaitu 1,651 dan kurang dari 4-dU yaitu
2,349 4-1,651 sehingga dapat disimpulkan bahwa tidak terjadi autokorelasi positif maupun negatif.
4.2.1.4 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas.
Model regresi yang baik adalah tidak adanya korelasi antar variabel bebas. Adapan kriteria pengujian multikolinearitas adalah sebagai
berikut : 1.
Jika nilai Tolerance 0.1 dan nilai VIF 10, maka tidak terjadi multikolinearitas
2. Jika nilai Tolerance 0.1 dan nilai VIF 10, maka terjadi
multikolinearitas.
Universitas Sumatera Utara
54
Berikut adalah tabel hasil pengujian multikolinearitas :
Tabel 4.3 Hasil Uji Multikolinearitas
B e
r d
a s
a Sumber : Data sekunder yang diolah, tahun 2016
Berdasarkan hasil uji multikolinearitas di atas, maka dapat dilihat nilai Tolerance dan VIF serta kesimpulan untuk masing-
masing variabel adalah sebagai berikut : 1.
Nilai Tolerance variabel DER 0,931 0.1 dan nilai VIF variabel DER 1,074 10, maka dapat disimpulkan tidak
terjadi multikolinearitas. 2.
Nilai Tolerance variabel DPR 0,945 0.1 dan nilai VIF variabel DPR 1,058 10, maka dapat disimpulkan tidak
terjadi multikolinearitas. 3.
Nilai Tolerance variabel PBV 0,882 0.1 dan nilai VIF variabel PBV 1,134 10, maka dapat disimpulkan tidak
terjadi multikolinearitas.
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Toleranc
e VIF
1 Constant
.851 .385
2.209 .035
DER .323
.176 .221
1.835 .077
.931 1.074
DPR .053
.008 .745
6.237 .000
.945 1.058
PBV -.229
.065 -.437
-3.534 .001
.882 1.134
a. Dependent Variable: Yield
Universitas Sumatera Utara
55
4.2.3 Pengujian Hipotesis
Setelah dilakukan uji asumsi klasik, maka variabel-variabel tersebutdapat dianalisis dengan model regresi linear sederhana dan
berganda. Dengan menggunakan SPSS versi 21.0, didapat hasil uji F- hitung, uji t-hitung, uji determinasi dan persamaan model regresi dengan
mengacu pada hasil output berikut : 4.2.3.1 Hipotesis 1
Pengaruh Debt to Equity Ratio dan Dividend Payout Ratio
terhadap Return Saham Tabel 4.4
Hasil Uji Determinasi DER dan DPR terhadap Return Saham
S
Sumber : Data sekunder yang diolah, tahun 2016
Tabel 4.5 Hasil Uji F-Statistik DER dan DPR terhadap Return Saham
Model Summary
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.663
a
.440 .403
.85227 a. Predictors: Constant, DPR, DER
ANOVA
a
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
17.135 2
8.567 11.795
.000
b
Residual 21.791
30 .726
Total 38.925
32 a. Dependent Variable: Yield
b. Predictors: Constant, DPR, DER
Sumber : Data sekunder yang diolah, tahun 2016
Universitas Sumatera Utara
56
Tabel 4.6 Hasil t-hitung DER dan DPR terhadap Return Saham
Pada tabel 4.5, nilai signifikan F-hitung sebesar 0,00 0,05 yang artinya secara simultan variabel DER dan DPR berpengaruh signifikan
terhadap return saham. Namun nilai signifikan uji t-hitung untuk variabel DER sebesar 0,423 0,05 dan DPR sebesar 0,00 0,05yang artinya
variabel DER tidak berpengaruh signifikan dan DPR berpengaruh signifikan terhadap return saham. Dari tabel 4.6 maka didapat persamaan
regresi yaitu : Y = 0,506 + 0,163DER + 0,046DPR
Persamaan regresi berganda di atas dapat di interpretasikan sebagai berikut :
a. Konstanta sebesar 0,506 menyatakan bahwa jika tidak ada variabel
Debt to Equity Ratio dan Dividend Payout Ratioatau pada saat Debt
to Equity Ratio dan Dividend Payout Ratiosama dengan 0 atau
konstan maka Return Saham adalah sebesar 0,506. b.
Koefisien nilai Debt to Equity Ratiosebesar 0,163. Hal ini menunjukkan bahwa apabila terjadi peningkatan variabel
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant .506
.438 1.154
.258 DER
.163 .200
.111 .812
.423 DPR
.046 .010
.648 4.741
.000 a. Dependent Variable: Yield
Sumber : Data sekunder yang diolah, tahun 2016
Universitas Sumatera Utara
57
tenure audit sebesar 1, maka akan menaikkan Return Saham
sebesar 0,163. b.
Koefisien nilai Dividend Payout Ratiosebesar 0,046. Hal ini menunjukkan bahwa apabila terjadi peningkatan variabel umur
listing sebesar 1, maka akan menaikkan Return Saham sebesar
0,046.
4.2.3.2 Hipotesis 2 Pengaruh
Debt to Equity Ratio terhadap Return Saham dengan Price to Book Value sebagai Variabel Moderating
Tabel 4.7 Hasil Uji Determinasi interaksi DER dan PBV terhadap Return
Saham
Tabel 4.8 Hasil Uji F-hitunginteraksi DER dan PBV terhadap Return Saham
Sumber : Data sekunder yang diolah, tahun 2016
Model Summary
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.343
a
.118 .026
1.08832 a. Predictors: Constant, DERxPBV, DER, PBV
Sumber : Data sekunder yang diolah, tahun 2016
ANOVA
a
Model Sum of Squares
Df Mean Square
F Sig.
1 Regression
4.577 3
1.526 1.288
.297
b
Residual 34.349
29 1.184
Total 38.925
32 a. Dependent Variable: Yield
b. Predictors: Constant, DERxPBV, DER, PBV
Universitas Sumatera Utara
58
Tabel 4.9 Hasil Uji t-hitunginteraksi DER dan PBV terhadap Return Saham
Nilai signifikan t-hitung untuk DERxPBV sebesar 0,301 dimana memiliki nilai yang lebih besar dari 0,05 yang artinya variabel PBV
sebagai variabel moderating tidak dapat memperkuat ataupun memperlemah hubungan antara DER dan return saham. Dari tabel
Coefficients maka didapat persamaan regresi yaitu : Y = 1,771 + 0,757DER + 0,047PBV – 0,0129DERxPBV
Persamaan regresi berganda di atas dapat di interpretasikan sebagai berikut :
a. Koefisien regresi variabel Debt to Equity Ratio DER bertanda
positif. Hal ini berarti tindakan Debt to Equity Ratiosangat kuat yang akan menaikan return saham.
b. Koefisien regresi variabel moderating Price to Book Value PBV
memiliki tanda positif. c.
Interaksi dengan Debt to Equity RatioDER dengan Price to Book Value
PBV dalam variabel DPRxPBV memiliki arah negatif.
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta
1 Constant
1.771 .713
2.483 .019
DER .757
.500 .517
1.515 .141
PBV .047
.198 .089
.235 .816
DERxPBV -.129
.123 -.552
-1.052 .301
a. Dependent Variable: Yield
Sumber : Data sekunder yang diolah, tahun 2016
Universitas Sumatera Utara
59
4.2.3.2 Hipotesis 3 Pengaruh
Dividend Payout Ratio terhadap Return Saham dengan
Price to Book Value sebagai Variabel Moderating Tabel 4.10
Hasil Uji Determinasi interaksi DPR dan PBV terhadap Return Saham
Tabel 4.11 Hasil Uji F-hitunginteraksi DPR dan PBV terhadap Return Saham
Tabel 4.12 Hasil Uji t-hitunginteraksi DPR dan PBV terhadap Return Saham
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta
1 Constant
1.297 .532
2.436 .021
DPR .049
.016 .685
3.032 .005
PBV -.244
.163 -.466
-1.500 .144
DPRxPBV .001
.005 .122
.309 .760
a. Dependent Variable: Yield
Model Summary
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.751
a
.565 .520
.76437 a. Predictors: Constant, DPRxPBV, DPR, PBV
Sumber : Data sekunder yang diolah, tahun 2016
ANOVA
a
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
21.982 3
7.327 12.541
.000
b
Residual 16.943
29 .584
Total 38.925
32 a. Dependent Variable: Yield
b. Predictors: Constant, DPRxPBV, DPR, PBV
Sumber : Data sekunder yang diolah, tahun 2016
Universitas Sumatera Utara
60
Nilai signifikan uji t-hitung DPRxPBV sebesar 0,760 memiliki nilai yang lebih besar dari 0,05 yang artinya variabel PBV sebagai variabel
moderating tidak dapat memperkuat ataupun memperlemah hubungan antara DPR dan return saham. Dari tabel Coefficients maka didapat
persamaan regresi yaitu : Y = 1,297 + 0,049 DPR –0,244 PBV + 0,001 DPRxPBV
Persamaan regresi berganda di atas dapat di interpretasikan sebagai berikut :
a. Koefisien regresi variabel Dividend Payout RatioDPR bertanda positif. Hal ini berarti tindakan Dividend Payout Ratiosangat kuat yang
akan menaikan return saham. b. Koefisien regresi variabel moderating Price to Book Value PBV
memiliki tanda negatif. c. Interaksi dengan Dividend Payout RatioDPR dengan Price to Book
Value PBV dalam variabel DPRxPBV memiliki arah positif.
4.3 Pembahasan 4.3.1 Pengaruh Debt to Equity Ratio dan
Dividend Payout Ratioterhadap Return Saham
Berdasarkan hasil pengujian pada hipotesis 1 maka didapatkan output yang menjelaskan bahwa Debt to Equity Ratio
berpengaruh positif dan tidak signifikan terhadap return saham yang ditunjukkan dengan nilai signifikan t-hitung sebesar 0,423
0,05. Hasil ini bertentangan dengan hasil penelitian Syahib
Universitas Sumatera Utara
61
Natarsyah 2000 yang menyatakan bahwa DER berpengaruh positif terhadap return saham, hasil penelitian Liestyowaty 2009
yang menyatakan DER berpengaruh negatif signifikan sebelum dan selama krisis dan hasil penelitian Robertus Jauhari 2003 yang
menyatakan DER berpengaruh negatif signifikan terhadap return saham. Namun hasil penelitian ini sesuai dengan hasil penelitian
Roy Bramantyo 2006 dan Asbi Rachman Faried 2008 yang menyatakan bahwa DER tidak memiliki pengaruh signifikan
terhadap return saham. Selain itu pada hipotesis 1 juga diperoleh output yang
menunjukkan bahwa Dividend Payout Ratio DPR memiliki pengaruh positif dan signifikan terhadap return saham. Hal ini
ditunjukkan dari nilai koefisien DPR sebesar 0,046 dan nilai signifikan 0,00 0,05. Hasil penelitian ini sesuai dengan hasil
penelitian Robertus Jauhari 2003 yang menyatakan PBV berpengaruh positif signifikan terhadap return saham, namun
bertentangan dengan hasil penelitian Roy Bramantyo 2006 yang menyatakan PBV tidak memiliki pengaruh positif dan signifikan
terhadap return saham. Secara simultan, kedua variabel independen pada penelitian
ini yaitu DER dan DPR secara bersama-sama dapat mempengaruhi return saham dibuktikan oleh besarnya nilai signifikan f-hitung
sebesar 0,00 0,05.
Universitas Sumatera Utara
62
4.3.2 Pengaruh Debt to Equity Ratio DER terhadap Return
Saham dengan Price to Book Value PBV sebagai variabel
moderating
Pada hasil output hipotesis 2, diperoleh nilai signifikan t-hitung variabel DERxPBV sebesar 0,301 dimana nilai tersebut lebih besar
dari 0,05 yang artinya variabel interaksi DER dan PBV secara bersama-sama tidak dapat digunakan untik memprediksi return
saham.
4.3.3 Pengaruh Dividend Payout Ratio DPR terhadap Return
Saham dengan Price to Book Value PBV sebagai variabel
moderating
Pada hasil output hipotesis 3, diperoleh nilai signifikan t-hitung untuk variabel DPRxPBV menunjukkan nilai sebesar 0,76 0,05
yang artinya variabel interaksi DPR dan PBV secara bersama-sama tidak dapat digunakan untuk memprediksi return saham.
Universitas Sumatera Utara
63
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan
Penelitian ini bertujuan untuk menganalisis pengaruh Debt to Equity Ratio dan Dividend Payout Ratio terhadap Return Saham dengan Price to Book Value
sebagai variabel moderating pada perusahaan manufaktur di Indonesia. Berdasarkan hasil penelitian yang telah dilakukan sebelumnya, maka dapat
dirangkum beberapa kesimpulan yaitu : 1.
Secara parsial Debt to Equity Ratio berpengaruh positif tidak signifikan terhadap return saham. Hal ini menjelaskan bahwa Debt to Equity Ratio
mungkin bisa meningkatkan return saham. Sedangkan Dividend Payout Ratio
berpengaruh positif signifikan terhadap return saham yang artinya Dividend Payout Ratio
yang tinggi akan meningkatkan return saham suatu perusahaan. Namun secara simultan, Debt to Equity Ratio dan Dividend
Payout Ratio memiliki hubungan yang negatif bertolak belakang
terhadap return saham. Hal ini menunjukkan jika Debt to Equity Ratio dan Dividend Payout Ratio
tinggi, maka justru akan menurunkan return saham perusahaan tersebut. Oleh karena itu, secara ringkas dapat diambil
kesimpulan bahwa Debt to Equity Ratio tidak dapat digunakan untuk memprediksi return saham, sedangkan Dividend Payout Ratio dapat
digunakan untuk memprediksi return saham. Secara simultan, Debt to Equity Ratio dan Dividend Payout Ratio mampu
mempengaruhi return saham.
Universitas Sumatera Utara
64
2. Interaksi antara Debt to Equity Ratio dan Price to Book Value variabel
moderating berpengaruh tidak signifikan terhadap return saham. Hal ini menunjukkan Price to Book Value tidak dapat digunakan sebagai variabel
moderating. 4.
Interaksi antara Dividend Payout Ratio dan Price to Book Value variabel moderating tidak berpengaruh signifikan terhadap return saham. Hal ini
menunjukkan bahwa Price to Book Value tidak dapat digunakan sebagai variabel moderating
5.2 Keterbatasan penelitian