11 DART
Duta Anggada Realty Tbk. 12
DUTI Duta Pertiwi Tbk.
13 DILD
Intiland Development Tbk. 14
PWON Pakuwon Jati Tbk.
15 RBMS
Ristia Bintang Mahkotasejati Tbk. 16
BKSL Sentul City Tbk.
17 SMRA
Summarecon Agung Tbk.
Sumber: hasil data olahan, lampiran 1
3.6 Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder yaitu data time series untuk variabel return saham serta data tentang kinerja keuangan
perusahaan sektor properti yang menjadi sampel berupa data Debt to EquityRatio DER, Earning per Share EPS, Price Earning Ratio PER, dan Price to
BookValue PBV. Data yang digunakan dalam penelitian ini diperoleh dari Indonesian StockExchange IDX Yearly Statistic yang dipublikasikan oleh
website resmi Bursa Efek Indonesia www.idx.co.id. Periodesasi data menggunakan data tahunan periode 2011 sampai dengan 2015.
3.7 Metode Pengumpulan Data
Sesuai dengan jenis data yang diperlukan yaitu data sekunder dan sampel yang digunakan dengan metode purposive sampling, maka metode pengumpulan
data digunakan dengan teknik dokumentasi yang didasarkan pada laporan keuangan yang dipublikasikan oleh website Bursa Efek Indonesia periode tahun
2011-2015. Data return saham diperoleh dengan perhitungan menggunakan rumus dari data harga saham pada Indonesian Stock Exchange Yearly Statistic,
sedangkan data DER Debt to Equity Ratio, EPS Earning per Share, PER Price Earning Ratio, dan PBV Price to Book Value diperoleh dengan cara
Universitas Sumatera Utara
mengutip secara langsung dari Indonesian Stock Exchange Yearly Statistic pada saham
‐saham perusahaan sektor properti yang terdaftar di Bursa Efek Indonesia selama periode 2011-2015.
3.8 Teknik Analisis Data
Analisis data yaitu proses yang berkaitan dengan pengujian data dengan menggunakan teknik statistik tertentu, dimana hasil dari pengujian tersebut
digunakan sebagai bukti yang memadai untuk menarik kesimpulan Erlina, 2011. Teknik analisis data yang digunakan dalam penelitian ini adalah analisis
data kuantitatif yang diolah dengan menggunakan EVIEWS. Teknik ini digunakan untuk mengetahui pengaruh beberapa variabel independen terhadap variabel
depend en secara bersama-sama maupun parsial. Model analisis yang digunakan adalah model analisis regresi data panel. Data panel adalah gabungan antar data
runtut waktu time series dengan data silang cross section. Ada beberapa keuntungan dari penggunaan metode data panel Gujarati
dan Porter, 2012:237 , yaitu: 1.
Teknik estimasi data panel dapat mengatasi heterogenitas secara eksplisit dengan memberikan variabel spesifik – subjek. Subjek tersebut mencakup unit-
unit mikro seperti individu, perusahan, negara bagian state, dan negara country.
2. Dengan menggabungkan antara observasi time-series dan cross-section, data
panel memberi “lebih banyak informasi, lebih banyak variasi, sedikit kolinearitas antar variabel, lebih banyak degree of freedom, dan lebih efisien.
Universitas Sumatera Utara
3. Dengan mempelajari observasi cross-section yang berulang-ulang, data panel
paling cocok untuk mempelajari dinamika perubahan. 4.
Data panel paling baik untuk mendeteksi dan mengukur dampak yang secara sederhana tidak bisa dilihat pada data cross-section murni atau time-series
murni. 5.
Data panel memudahkan untuk mempelajari model perilaku yang rumit. 6.
Data panel dapat meminimumkan bias yang bisa terjadi jika kita mengagregasi individu-individu atau perusahaan-perusahaan ke dalam agregasi besar.
Persaman regresi dengan data panel adalah sebagai berikut:
Keterangan: Y
= Pendapatan return saham α
= Intercept β
1
, β
2,
β
3,
β
4
= Koefisien regresi X
1
= Debt to Equity Ratio DER X
2
= Earning Per Share EPS X
3
= Price Earning Ratio PER X
4
= Price to Book Value PBV e
= error term
Terdapat dua tipe permodelan dalam mengestimasi data panel, yaitu: 1 Model Efek Tetap : Fixed Effect Model FEM, dan 2 Model Efek Random :
Random Effect Model REM.
3.8.1 Analisis Regresi Data Panel 3.8.1.1 Uji Hausman Pemilihan Model Regresi Data Panel
Uji Hausman dapat didefinisikan sebagai pengujian statistik untuk memilih apakah Fixed Effect Model atau Random Effect Model yang paling tepat
digunakan. Pengujian uji Hausman dilakukan dengan hipotesis berikut: �
��
= � + �
�
�
���
+ �
�
�
���
+ �
�
�
���
+ �
�
�
���
+ �
��
Universitas Sumatera Utara
H0 : Random Effect Model
H1 : Fixed Effect Model
Uji Hausman akan mengikuti distribusi chi-squares sebagai berikut:
Statistik uji Hausman ini mengikuti distribusi Statistic chi squares dengan degree of freedom sebanyak k, dimana k adalah jumlah variabel independen.
Jika nilai statistik Hausman lebih besar dari nilai kristisnya atau hasil dari Hausman test nya signifikan, maka H0 ditolak dan model yang tepat adalah Fixed
Effect Model, sedangkan bila nilai statistik Hausman lebih kecil dari nilai kritisnya atau hasil dari Hausman test nya tidak signifikan, maka H0 diterima dan model
yang tepat adalah Random Effect Model.
3.8.1.2 Model Efek Tetap : Fixed Effect Model FEM
Fixed Effect Model memperkenankan heterogenitas antar subjek dengan memberi setiap entitas nilai intersep tersendiri. Dalam model ini, slope koefisien
tetap antar individu dan antar waktu. Teknik fixed effect model adalah teknik mengestimasi data panel dengan
menggunakan variabel dummy untuk mengungkap adanya perbedaan intersep. Variabel dummy digunakan sebagai variabel bebas. Persamaan Fixed Effect
Model dengan variabel dummy:
Dimana: �
���
= Variabel dummy
�
��
= �
�
+ �
�
�
���
+ �
�
�
���
+ �
�
�
���
+ �
�
�
���
+ ⋯ + �
�
�
���
+ �
��
� = ������� − ���
Universitas Sumatera Utara
Model FEM digunakan apabila data panel yang dimiliki mempunyai jumlah waktu time-series lebih besar dibanding jumlah individu cross-section.
3.8.1.3 Model Efek Random : Random Effect Model REM
Pada Fixed Effect Model perbedaan antar individu dan antar waktu dicerminkan melalui intercept, sedangkan pada Random Effect Model perbedaan
antar individu dan antar waktu dicerminkan melalui error. Model REM digunakan apabila data panel mempunyai jumlah waktu time series yang digunakan lebih
kecil dibanding jumlah individu cross-section. Persamaan Random Effect Model:
Dimana: �
��
= Variabel terikat untuk perusahaan ke-i dan waktu ke-t
�
��
= Variabel bebas untuk perusahaan ke-i dan waktu ke-t
�
��
= Komponen error cross-section
�
��
= Komponen error time-series
�
��
= Komponen error gabungan
3.8.2 Pengujian Hipotesis 3.8.2.1 Koefisien Determinasi
�
�
Koefisien determinasi R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Besarnya
koefisien determinasi ini adalah 0 sampai dengan 1 . Nilai R
2
yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel
dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk
memprediksi variasi variabel dependen Ghozali, 2006. �
��
= � + ��
��
+ �
��
; �
��
= �
��
+ �
��
+ �
��
Universitas Sumatera Utara
3.8.2.2 Uji Signifikansi Simultan Uji F
Uji F digunakan untuk mengetahui besarnya pengaruh variabel independen terhadap variabel dependen secara simultan atau bersama-sama. Pengujian ini
dilakukan dengan menggunakan uji dua arah dengan hipotesis sebagai berikut :
1. Ho : b1 = b2 = b3 = b4 = 0, artinya tidak ada pengaruh secara signifikan dari
variabel independen terhadap variabel dependen secara bersama-sama. 2.
Ho : b1 ≠ b2 ≠ b3 ≠ b4 ≠ 0, artinya ada pengaruh secara signifikan dari variabel
independen terhadap variabel dependen secara bersama-sama. Penentuan besarnya F hitung menggunakan rumus :
Keterangan : R
= Koefisien determinan n
= Jumlah observasi k
= Jumlah variabel
Kriteria pengujian yang digunakan sebagai berikut : 1.
Ho ditolak dan Ha diterima apabila F hitung F tabel. Artinya variabel independen secara bersama-sama tidak berpengaruh secara signifikan terhadap
variabel dependen. 2.
Ho diterima dan Ha ditolak apabila F hitung F tabel. Artinya variabel independen secara bersama-sama berpengaruh secara signifikan terhadap
variabel dependen. Hasil uji signifikansi F dapat dilihat berdasarkan nilai p-value sig, yaitu:
1. Jika nilai sig. F-stat 0.05 maka Ho diterima
2. Jika nilai sig. F-stat 0.05 maka Ho ditolak
�
������
= �
�
� − � � − �
�
� − �
Universitas Sumatera Utara
3.8.2.3 Uji Signifikansi Parsial Uji t
Uji t digunakan untuk mengetahui besarnya variabel independen terhadap variabel dependen secara parsial. Pengujian ini dilakukan dengan menggunakan
uji dua arah dengan hipotesis sebagai berikut: 1.
Ho = b1 = 0, artinya tidak ada pengaruh secara signifikan dari variabel independen terhadap variabel dependen.
2. Ho = b1
≠ 0, artinya ada pengaruh secara signifikan dari variabel independen terhadap variabel dependen.
Untuk menilai t hitung digunakan rumus :
Kriteria pengujian yang digunakan sebagai berikut : 1.
Ho diterima dan Ha ditolak apabila t hitung t tabel. Artinya variabel independen tidak berpengaruh secara signifikan terhadap variabel dependen.
2. Ho diterima dan Ha ditolak apabila t hitung t tabel. Artinya variabel
independen berpengaruh secara signifikan terhadap variabel dependen. Hasil uji signifikansi parsial uji t dapat dilihat melalui nilai signifikansi,
yaitu: 1.
Jika nilai sig. t-stat 0.05, maka Ho diterima 2.
Jika nilai sig. t-stat 0.05, maka Ho ditolak
�
������
= ��������� ������� �
�
������� ������� �
�
Universitas Sumatera Utara
BAB IV HASIL DAN PENELITIAN
4.1 Deskripsi Objek Penelitian
Penelitian ini dilakukan di Bursa Efek Indonesia dengan objek penelitian pada perusahaan sektor properti yang terdaftar di Bursa Efek Indonesia periode
2011-2015. Melalui tahap purposive sampling, diperoleh 17 perusahaan sektor properti yang dijadikan sampel dan time series 5 tahun sehingga jumlah observasi
sebanyak 85 data. Variabel independen yang digunakan yaitu Debt to Equity Ratio DER, Earning Per Share EPS, Price Earing Ratio PER dan Price to Book
Value PBV. Variabel dependen yang digunakan yaitu Pendapatan return saham.
4.2 Analisis Deskriptif
Statistik deskriptif dalam penelitian ini digunakan untuk memberikan informasi mengenai variabel-variabel penelitian seperti Debt to Equity Ratio
DER , Earning Per Share EPS, Price Earning Ratio PER, Price to Book Value PBV, dan return saham. Analisis statistik deskriptif memberikan suatu
gambaran atau deskripsi suatu data yang dilihat dari nilai mean, nilai median, nilai minimum, nilai maksimum dan standar deviasi dari masing-masing variabel
penelitian. Hasil analisis deskriptif yang diperoleh dapat dilihat pada tabel di bawah ini:
Universitas Sumatera Utara