BAB IV ANALISIS HASIL PENELITIAN
1. Data Penelitian
Populasi dalam penelitian ini adalah industri konsumsi yang terdaftar di Bursa Efek Indonesia BEI. Periode pengamatan dalam penelitian ini adalah
tahun 2007 sd 2009. Jumlah populasi dalam penelitian ini adalah 37 perusahaan dan sampel yang digunakan dala penelitian ini adalah 24 perusahan
dengan total data sampel yang digunaan sebanyak 72 data setiap variabelnya. Berikut ini merupakan statistik secara umum dari seluruh data yang digunakan:
Tabel 4.1 Statistik Deskriptif
N Minimum Maximum Mean
Std. Deviation CR
72 -.10
17.60 3.3524
2.92560 ROA
72 .01
605.74 12.6550
71.45669 ROE
72 .14
77.64 17.3372
18.54786 MVBEBVE
72 .12
219.86 6.1353
26.13701 Perubahan
Harga_Saham 72
-.75 31.33
.6676 3.75588
Valid N listwise 72
Sumber: lampiran iii
Variabel current ratio CR memiliki nilai minimum -0.10, nilai maksimum 17.60, nilai mean nilai rata-rata 3.3524 dan standart deviation
simpangan baku variabel ini adalah 2.92560. Variabel return on asset ROA memiliki nilai minimum 0.01, nilai maksimum 605.74 dan mean nilai rata-rata
12.6550 dan standart deviation simpangan baku variabel ini adalah 71.45669. Variabel return on equity ROE memiliki nilai minimum 0.14, nilai maksimum
77.64 dan mean nilai rata-rata 17.3372 dan standart deviation simpangan baku variabel ini adalah 18.54786. Variabel investment opportunity set MVBEBVE
memiliki nilai minimum 0.12, nilai maksimum 219.86 dan mean nilai rata-rata 26.13701 dan standart deviation simpangan baku variabel ini adalah 0.061.
Variabel perubahan harga saham memiliki nilai minimum -0.75, nilai maksimum 31.33 dan mean nilai rata-rata 0.6676 dan standart deviation simpangan baku
variabel ini adalah 3.75588.
2. Pengujian Asumsi Klasik
Analisa dilakukan dengan metode analisa regresi berganda. Sebelum dilakukan uji hipotesis, peneliti akan melakukan uji asumsi klasik. Pengujian
ini perlu dilakukan untuk mengetahui apakah distribusi data yang digunakan dalam penelitian sudah normal, serta bebas dari gejala multikolinearitas,
heteroskesdastisitas serta autokorelasi. Menurut Ghozali 2005:123 asumsi klasik yang harus dipenuhi adalah:
berdistribusi normal,
non-multikolinearitas, artinya antara variabel independen dalam model
regresi tidak memiliki korelasi atau hubungan secara sempurna ataupun mendekati sempurna,
non-Autokorelasi, artinya kesalahan pengganggu dalam model regresi
tidak saling korelasi,
homoskedasitas, artinya variance variabel independen dari satu pengamatan kepengamatan yang lain adalah konstan atau sama.
2.1 Hasil Uji Normalitas
Pengujian ini dimaksudkan untuk mengetahui apakah dalam model regresi, variabel pengganggu atau residual memiliki
distribusi normal. Adapun uji normalitas dapat dilakukan dengan dua cara yaitu analisis garfik dan statistik.
2.1.1 Analisis Grafik
Analisis grafik dapat digunakan dengan dua alat, yaitu grafik histogram dan grafik P-P Plot. Data yang baik
adalah data yang memiliki pola distribusi normal. Pada grafik histogram, data yang mengikuti atau mendekati
distribusi normal adalah distribusi data dengan bentuk lonceng. Pada grafik P-P Plot, sebuah data dikatakan
berdistribusi normal apabila titik-titik datanya tidak menceng ke kiri atau ke kanan, melainkan menyebar di
sekitar garis diagonal. Berikut hasil uji normalitas dengan menggunakan analisis grafik.
Gambar 4.1 Uji Normalitas
Sumber: Lampiran iv
Gambar 4.2 Uji Normalitas
Sumber: Lampiran iv
Dengan melihat tampilan grafik histogram, kita dapat melihat bahwa gambarnya telah berbentuk lonceng
dan menceng ke kiri yang menunjukkan bahwa data tidak terdistribusi secara normal. Pada grafik P-P Plot terlihat
titik-titik menyebar di sekitar garis diagonal dan jauh dari garis diagonal. Kedua grafik tersebut menunjukkan bahwa
model regresi menyalahi asumsi normalitas. 2.1.2
Uji Statistik
Pengujian normalitas data dengan hanya melihat grafik dapat menyesatkan kalau tidak melihat secara
seksama, sehingga kita perlu melakukan uji normalitas data dengan menggunakan statistik agar lebih meyakinkan.
Untuk memastikan apakah data di sepanjang garis diagonal berdistribusi normal, maka dilakukan uji Kolmogorov-
Smirnov 1 sample KS dengan melihat data residualnya apakah berdistribusi normal atau tidak. Jika nilai
signifikansinya lebih besar dari 0,05 maka data tersebut terdistribusi normal. Jika nilai signifikansinya lebih kecil
dari 0,05 maka distribusi data adalah tidak normal. Hasil uji
Kolmogorov-Smirnov dapat dilihat pada tabel 4.1
Tabel 4.2 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 72
Normal Parameters
a
Mean .0000000
Std. Deviation 3.57652154
Most Extreme Differences Absolute
.307 Positive
.307 Negative
-.215 Kolmogorov-Smirnov Z
2.607 Asymp. Sig. 2-tailed
.000 a. Test distribution is Normal.
Sumber: Lampiran iv
Hasil uji Kolmogorov-Smirnov pada penelitian ini menujukkan probabilitas = 0.000. Dengan demikian, data
pada penelitian ini tidak berdistribusi normal dan dapat digunakan untuk melakukan uji hipotesis karena 0.000
0,05. Pada pengujian normalitas dengan analisis statistik
dapat ketahui bahwa data yang digunakan oleh penulis tidak berdistribusi normal sehingga data ini tidak dapat
digunakan untuk melakukan uji hipotesis. Pada penelitian ini penulis menggunakan metode transformasi data untuk
menormalkan data penelitian. Menurut Gozali 2005:32,
data yang tidak terdistribusi secara normal dapat ditransformasi agar menjadi normal. Salah satu trasformasi
data yang dapat dilakukan adalah dengan mentransformasikan data ke LG10 atau logaritma 10 atau
LN. Hasil transformasi data dapat dilihat pada lampiran vii. Setelah dilakukan transformasi, penulis melakukan
pengujian ulang terhadap uji normalitas untuk melihat kembali apakah data penelitian ini telah berdistribusi
normal atau tidak. Hasil pengujian normalitas setelah transformasi dapat dilihat sebagai berikut.
2.1.3 Analisis Grafik
Gambar 4.3 Uji Normalitas
Sumber: Lampiran vi
Gambar 4.4 Uji Normalitas
Sumber: Lampiran vi
Dengan melihat tampilan grafik histogram, kita dapat melihat bahwa gambarnya telah berbentuk lonceng
dan tidak menceng ke kanan atau ke kiri yang menunjukkan bahwa data telah terdistribusi secara normal. Pada grafik P-
P Plot terlihat titik-titik menyebar di sekitar garis diagonal dan tidak jauh dari garis diagonal. Kedua grafik tersebut
menunjukkan bahwa model regresi tidak menyalahi asumsi normalitas.
2.1.4 Uji Statistik
Tabel 4.3 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 43
Normal Parameters
a
Mean .0000000
Std. Deviation 1.37485763
Most Extreme Differences Absolute
.101 Positive
.074 Negative
-.101 Kolmogorov-Smirnov Z
.664 Asymp. Sig. 2-tailed
.771 a. Test distribution is Normal.
Sumber: Lampiran vi
Hasil uji Kolmogorov-Smirnov pada penelitian ini menujukkan probabilitas = 0.661. Dengan demikian, data
pada penelitian ini berdistribusi normal dan dapat digunakan untuk melakukan uji hipotesis karena 0.771
0,05.
2.2 Hasil Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji terjadinya perbedaan variance residual suatu periode
pengamatan ke periode yang lain. Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi
terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang
baik adalah tidak terjadi heteroskedastisitas. Cara mendeteksi ada tidaknya gejala heteroskedastisitas adalah
dengan melihat grafik scatterplott yang dihasilkan dari pengolahan data menggunakan program SPSS 16. Dasar
pengambilan keputusannya adalah sebagai berikut: 2.2.1
Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur maka
mengindikasikan telah terjadi heteroskedastisitas. 2.2.2
Jika tidak ada pola yang jelas, serta titik menyebar dibawah angka 0 dan y, maka tidak terjadi
heteroskedastisitas. Uji ini dilakukan dengan mengamati pola
tertentu pada grafik scatterplot, dimana bila ada titik – titik yang menyebar di atas dan dibawah
angka 0 pada sumbu Y serta tidak membentuk pola maka tidak terjadi heteroskedastisitas.
Gambar 4.5 Uji Heteroskedastisitas
scatterplot Sumber: Lampiran vii
Pada gambar 4.5 tentang grafik scatterplot diatas terlihat titik-titik menyebar secara acak tidak
membentuk sebuh pola tertentu yang jelas serta tersebar baik diatas maupun dibawah angka nol
pada sumbu y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi sehingga
model regresi layak dipakai untuk melihat pengaruh variabel independen terhadap variabel dependen.
2.3 Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model linear ada korelasi antar kesalahan pengganggu pada
periode t dengan kesalahan periode t-1 sebelumnya. Model regresi yang baik adalah yang bebas dari autokorelasi. Masalah
autokorelasi umumnya terjadi pada regresi yang datanya time series. Untuk mendeteksi masalah autokorelasi dapat dilakukan
dengan menggunakan uji Durbin Watson. Mengacu kepada pendapat Sunyoto 2009:91, Pengambilan keputusan ada
tidaknya autokorelasi adalah sebagai berikut: 2.3.1
angka D-W dibawah -2 berarti ada autokorelasi positif,, 2.3.2
angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi,
2.3.3 angka D-W di atas +2 berarti ada autokorelasi negatif.
Tabel 4.4 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-Watson
1 .428
a
.183 .097
1.44541 1.130
a. Predictors: Constant, LN_MVBEBVE, LN_ROA, LN_CR, LN_ROE b. Dependent Variable: LN_Harga_Saham
Sumber: Lampiran viii
Tabel 4.4 memperlihatkan nilai statistik D-W sebesar 1.130 Angka ini terletak di antara -2 sampai +2, dari pengamatan ini
dapat disimpulkan bahwa tidak terjadi autokorelasi dalam penelitian ini.
2.4 Uji Multikolinearitas
Pengujian bertujuan mengetahui ada tidaknya multikolinearitas antar variabel – variabel independen. Model
regresi yang baik seharusnya tidak terjadi korelasi antar variabel independen. Deteksi dilakukan dengan melihat nilai VIF
Variable Inflation Factor dan toleransi. Untuk melihat ada atau tidaknya multikolinearitas dalam model regresi dapat dilihat dari
nilai tolerance dan lawannya, dan variance inflation factor VIF
Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen
lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen
lainnya. Jadi, nilai tolerance yang rendah sama dengan nilai VIF yang tinggi karena VIF=1tolerance. Nilai cutoff yang umum
dipakai untuk menunjukkan adanya multikolinearitas adalah nilai tolerance 0.01 atau sama dengan VIF10.
Tabel 4.5 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardiz
ed Coefficients
Standardiz ed
Coefficient s
t Sig.
Collinearity Statistics
B Std.
Error Beta
Tolerance VIF 1
Constant -.608 .543
- 1.119
.270 LN_CR
-.362 .241 -.223
- 1.500
.142 .971
1.030 LN_ROA
-.145 .084 -.260
- 1.730
.092 .949
1.054 LN_ROE
-.186 .201 -.158
-.928 .359
.745 1.343
LN_MVBE BVE
.232 .184
.212 1.266
.213 .764
1.309 a. Dependent Variable:
LN_Harga_Saham
Sumber: Lampiran ix
Berdasarkan tabel 4.4 diatas dapat dilihat bahwa tidak ada satupun variabel bebas yang memiliki nilai VIF lebih dari 10 dan tidak ada yang
memiliki tolerance value lebih kecil dari 0,1. Jadi dapat disimpulkan bahwa penelitian ini bebas dari adanya multikolinearitas. Dari hasil uji ini
maka dapat disimpulkan bahwa semua variabel bebas yang dipakai dalam penelitian ini lolos uji gejala multikolinearitas.
3. Pengujian Hipotesis
3.1 Uji Koefisien Determinasi
Nilai yang digunakan untuk melihat uji koefisien determinasi adalah nilai Adjusted R
2
yang pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Dalam
hal ini adjusted R
2
digunakan untuk mengetahui seberapa besar pengaruh variabel rasio keuangan dan investment opportunity set terhadap
perubahan harga saham. Adjusted R
2
dianggap lebih baik dari R
2
karena nilai adjusted R
2
dapat naik atau turun apabila satu variabel independen ditambahkan kedalam model.
Tabel 4.6 Adjusted R
2
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.428
a
.183 .097
1.44541 a. Predictors: Constant, LN_MVBEBVE, LN_ROA, LN_CR, LN_ROE
b. Dependent Variable: LN_Harga_Saham
Sumber: Lampiran x
Besarnya Adjusted R
2
berdasarkan hasil analisis dengan menggunakan SPSS 16 diperoleh sebesar 0.097. Dengan demikian
besarnya pengaruh yang diberikan oleh variabel current ratio CR, return on asset ROA, return on equity ROE dan investment opportunity set
MVBEBVE terhadap perubahan harga saham adalah sebesar 9,7. Sedangkan sisanya sebesar 90.3 adalah dipengaruhi oleh faktor lain yang
tidak diteliti dalam penelitian ini.
3.2 Uji Signifikan Simultan Uji F
Siginifikansi model regresi secara simultan diuji dengan melihat perbandingan antara F-tabel dan F-hitung. Selain itu akan diihat nilai
signifikansi sig, dimana jika nilai sig dibawah dibawah 0,05 maka variabel independen dinyatakan berpengaruh terhadap variabel
dependen. Uji F digunakan untuk menguji hubungan regresi antar variabel dependen dengan seperangkat variabel independent. Hipotesa
untuk uji F adalah sebagai berikut: H
: Tidak ada pengaruh antara variabel return current ratio CR, return on asset ROA, return on equity ROE dan investment
opportunity set MVBEBVE secara bersamaan terhadap perubahan harga saham,
H
a
: Ada pengaruh antara variabel return current ratio CR, return on asset ROA, return on equity ROE dan investment opportunity set
MVBEBVE secara bersamaan terhadap perubahan harga saham.
Berdasarkan Uji F maka dapat diambil kesimpulan:
3.2.1 bila nilai P-value dari F ≥ α = 5 maka H
o
3.2.2 jika nilai P-value dari F α = 5 maka Ho= ditolak dan Ha=
diterima, artinya secara serempak semua variabel independen Xi berpengaruh signifikan terhadap variabel dependen.
= diterima dan Ha = ditolak, artinya secara serempak semua variabel independen Xi
tidak berpengaruh signifikan terhadap variabel dependen,
Tabel 4.7 Hasil Uji F
ANOVA
b
Model Sum of
Squares df
Mean Square F
Sig. 1
Regression 17.763
4 4.441
2.126 .097
a
Residual 79.390
38 2.089
Total 97.153
42 a. Predictors: Constant, LN_MVBEBVE, LN_ROA, LN_CR,
LN_ROE b. Dependent Variable: LN_Harga_Saham
Sumber: Lampiran x
Dari hasil pengujian tersebut secara keseluruhan dapat diperoleh hasil seperti pada tabel 4.6 bahwa nila P-value dari F
atau tingkat signifikasi adalah sebesar 0.097 α = 5. Berdasarkan hasil tersebut maka dapat disimpulkan bahwa H
o
diterima Ha ditolak. Hal ini menunjukkan bahwa tidak terdapat hubungan
antara variabel independen dengan variabel dependen. Dengan demikian tidak terdapat pengaruh yang signifikan antara variabel-
variabel current ratio CR, return on asset ROA, return on equity ROE dan investment opportunity set MVBEBVE
terhadap perubahan harga saham.
3.3 Uji Signifikan Parsial Uji t
Uji t dilakukan untuk mengetahui hubungan antara variabel-variabel independen terhadap variabel dependen secara parsial individu. Dalam
uji t digunakan hipotesis sebagai berikut:
H :b
1
,b
2
,b
3,
b
4
= 0, artinya current ratio CR, return on asset ROA, return
on equity ROE dan investment opportunity set MVBEBVE secara parsial tidak mempunyai pengaruh yang signifikan
terhadap perubahan harga saham pada perusahaan industri konsumsi yang terdaftar di Bursa Efek Indonesia.
H
a
: b
1
,b
2
,b
3,
b
4
= o, artinya current ratio CR, return on asset ROA,
return on equity ROE dan investment opportunity set MVBEBVE secara parsial mempunyai pengaruh yang
signifikan terhadap perubahan harga saham pada perusahaan industri konsumsi yang terdaftar di Bursa Efek Indonesia
Uji t ini dilakukan dengan membandingkan nilai p-value dari t dengan α. Kesimpulan yang dapat diambil dari uji t ini adalah:
3.3.1 bila nilai P value dari t masing-masing variabel independen ≥ α =
5, maka Ho: bi = 0 diterima dan Ha: bi ≠ 0 ditolak, artinya secara
individual variabel independen Xi tidak berpengaruh signifikan terhadap variabel dependen.
3.3.2 sebaliknya bila P value dari t masing-masing variabel independen
α maka Ho: bi = 0 ditolak dan Ha: bi ≠ 0 diterima, artinya secara individual masing-masing variabel independen Xi berpengaruh
secara signifikan terhadap variabel dependen.
Tabel 4.8 Hasil Uji t
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant .608
.543 1.119
.270 LN_CR
.362 .241
-.223 1.500
.142 LN_ROA
.145 .084
-.260 1.730
.092 LN_ROE
.186 .201
-.158 .928
.359 LN_MVBEB
VE .232
.184 .212
1.266 .213
a. Dependent Variable: LN_Harga_Saham
Sumber: Lampiran x
Dari tabel 4.8 diatas dapat diperoleh model persamaan regresi berganda
Perubahan Harga Saham= 0.608+ 0.362 CR + 0.145 ROA+ 0.186 ROE +0.232 MVBEBVE
Keterangan:
a. Nilai konstanta adalah 0.608 artinya jika current ratio CR, return on
asset ROA, return on equity ROE dan investment opportunity set MVBEBVE bernilai 0, maka perubahan harga saham akan
meningkat sebesar 0.608,
b. Nilai koefisien current ratio CR adalah 0.362 artinya setiap kenaikan
current ratio CR akan meningkatkan perubahan saham sebesar 0.362,
c. Nilai koefisien return on asset ROA adalah 0.145 artinya setiap
kenaikan return on asset ROA akan meningkatkan perubahan saham sebesar 0.145,
d. Nilai koefisien return on equity ROE adalah 0.186 artinya setiap
kenaikan nilai return on equity ROE akan meningkatkan perubahan saham sebesar 0.186,
e. Nilai konstanta investment opportunity set MVBEBVE adalah 0.232
artinya setiap kenaikan nilai investment opportunity set MVBEBVE akan meningkatkan perubahan saham sebesar 0.232.
Dari hasil pengujian diatas akan dijelaskan pengaruh variabel independen secara satu persatu parsial.
a. Pengaruh current ratio CR terhadap tingkat perubahan harga saham.
Hasil analisis uji t untuk variabel current ratio CR menunjukkan nilai t sebesar 1.500 dengan signifikansi sebesar 0.142, signifikansi t lebih besar
dari 0.05 P 0.05. Hal ini berarti bahwa current ratio CR secara parsial tidak berpengaruh terhadap perubahan harga saham pada
perusahaan konsumsi yang terdaftar di Bursa Efek Indonesia. b.
Pengaruh return on asset ROA terhadap tingkat perubahan harga saham Hasil analisis uji t untuk variabel return on asset ROA menunjukkan
nilai t sebesar 1.730 dengan signifikansi sebesar 0.092, signifikansi t lebih besar dari 0.05 P0.05. Hal ini berarti bahwa variabel return on
asset ROA secara parsial tidak berpengaruh terhadap perubahan harga saham pada perusahaan konsumsi yang terdaftar di Bursa Efek Indonesia
c. Pengaruh return on equity ROE terhadap perubahan harga saham
Hasil analisis uji t untuk variabel return on equity ROE menunjukkan
nilai t sebesar 0.928 dengan signifikansi sebesar 0.359, signifikansi t lebih besar dari 0.05 P0.05. Hal ini berarti bahwa variabel return on
equity ROE secara parsial tidak berpengaruh terhadap perubahan harga saham pada perusahaan konsumsi yang terdaftar di Bursa Efek Indonesia
d. Pengaruh investment opportunity set MVBEBVE terhadap perubahan
harga saham Hasil analisis uji t untuk variabel investment opportunity set
MVBEBVE menunjukkan nilai t sebesar 1.266 dengan signifikansi sebesar 0.213, signifikansi t lebih besar dari 0.05 P0.05. Hal ini berarti
bahwa variabel investment opportunity set MVBEBVE secara parsial tidak berpengaruh terhadap perubahan harga saham pada perusahaan
konsumsi yang terdaftar di Bursa Efek Indonesia
4. Pembahasan Hasil Penelitian
Penelitian ini bertujuan untuk mengetahui apakah rasio keuangan dan Investment Opportunity Set IOS berpengaruh terhadap harga saham baik
secara simultan maupun parsial pada perusahaan dalam industri konsumsi yang terdaftar di Bursa Efek Indonesia. Variabel independen yang digunakan
dalam penelitian ini adalah current ratio CR, return on asset ROA, return on equity ROE dan investment opportunity set MVBEBVE dan variabel
dependen dalam penelitian ini adalah perubahan harga saham. Populasi yang digunakan dalam penelitian ini adalah perusahaan konsumsi yang terdaftar
di BEI tahun 2007-2009 dimana jumlah populasi yang digunakan adalah
sebanyak 37 perusahaan. Teknik pengambilan sampel yang digunakan adalah teknik purposive sampling dimana jumlah amatan yang diperoleh dalam
penelitian ini adalah 72 24x 3 tahun. Pengujian yang digunakan dalam penelitian ini adalah uji asumsi klasik normalitas, heteroskedastisitas,
autokorelasi dan multikolinearitas dan uji hipotesis uji t, uji F dan uji determinasi. Berdasarkan hasil uji besarnya adjusted R
2
berdasarkan hasil analisis dengan menggunakan SPSS 16 diperoleh sebesar 0.473. Dengan
demikian besarnya pengaruh yang diberikan oleh variabel current ratio CR, return on asset ROA, return on equity ROE dan investment opportunity
set MVBEBVE adalah sebesar 9.7 . Sedangkan sisanya sebesar 90.3 adalah dipengaruhi oleh faktor lain yang tidak diteliti dalam penelitian ini.
Berdasarkan hasil uji simultan diperoleh kesimpulan current ratio CR, return on asset ROA, return on equity ROE dan investment opportunity
set MVBEBVE tidak berpengaruh signifikan terhadap perubahan harga saham. Berdasarkan hasil uji parsial diperoleh current ratio CR, return on
asset ROA, return on equity ROE dan investment opportunity set MVBEBVE tidak berpengaruh signifikan terhadap perubahan harga saham.
Penelitian ini sejalan dengan penelitian yang dilakukan oleh Susi dan Rudi Setiawan 2003 namun tidak sejalan dengan penelitian Dipo Satria
Alam 2008. Return on asset ROA tidak berpengaruh signifikan terhadap perubahan harga saham. Penelitian ini sejalan dengan penelitian yang
dilakukan oleh Susi dan Rudi Setiawan 2003 dan Sasongko dan Wulandari 2003. Return on equity ROE tidak berpengaruh signifikan terhadap
perubahan harga saham. Penelitian ini sejalan dengan penelitian yang dilakukan oleh Susi dan Rudi Setiawan 2003, dan Halim 2007 namun
tidak sejalan dengan penelitian Dipo Satria Alam 2008. Investment opportunity set MVBEBVE tidak berpengaruh signifikan terhadap
perubahan harga saham. Penelitian ini sejalan dengan penelitian yang dilakukan oleh Sasongko dan Wulandari 2003.
BAB V KESIMPULAN DAN SARAN
1. Kesimpulan
Berdasarkan hasil penelitian pada bab sebelumnya, maka dapat diambil kesimpulan sebagai berikut:
1.1 Variabel current ratio CR, return on asset ROA, return on
equity ROE dan investment opportunity set MVBEBVE secara simultan tidak berpengaruh signifikan terhadap perubahan harga
saham. Penelitian ini sejalan dengan penelitian yang dilakukan oleh Susi dan Rudi Setiawan 2003, Sasongko dan Wulandari 2003,
Halim 2007 namun tidak sejalan dengan penelitian Dipo Satria Alam 2008
1.2 Variabel current ratio CR secara parsial tidak berpengaruh
signifikan terhadap perubahan harga saham. Penelitian ini sejalan dengan penelitian yang dilakukan oleh Susi namun tidak sejalan
dengan penelitian Dipo Satria Alam 2008 1.3
Variabel return on asset ROA secara parsial tidak berpengaruh signifikan terhadap perubahan harga saham. Penelitian ini sejalan
dengan penelitian yang dilakukan oleh Susi dan Rudi Setiawan 2003 dan Sasongko dan Wulandari 2003
1.4 Variabel return on equity ROE secara parsial tidak berpengaruh
signifikan terhadap perubahan harga saham. Penelitian ini sejalan