Jenis, Sumber dan Metode Pengumpulan Data Data Penelitian

31 33 PT Lippo Karawaci Tbk LPKR - 34 PT PP London Sumatra Indonesia Tbk LSIP S11 35 Malindo Feedmill Tbk MAIN S12 36 Mitra Adi Perkasa Tbk MAPI - 37 Media Nusantara Citra Tbk MNCN - 38 PT Perusahaan Gas Negara Tbk PGAS - 39 PT Tambang Batubara Bukit Asam Tbk PTBA - 40 Semen Cibinong Tbk SMCB S13 41 PT Semen Gresik Tbk SMGR S14 42 Surya Semesta Internusa SSIA - 43 PT Telekomunikasi Indonesia Tbk TLKM - 44 PT United Tractors Tbk UNTR S15 45 PT Unilever Indonesia Tbk UNVR S16 Sumber : www.idx.co.id, ditabulasi Penulis 2014

3.2 Jenis, Sumber dan Metode Pengumpulan Data

Data yang digunakan dalam penelitian ini adalah data sekunder dari Indonesian Capital Market Directory ICMD untuk melihat nama-nama perusahaan dan data laporan keuangan perusahaan. Selain itu data diperoleh dari Indonesian Stock Exchange IDX untuk melihat harga saham penutupan akhir tahun. Metode pengumpulan data yang digunakan dalam penelitian ini adalah metode dokumentasi. Universitas Sumatera Utara 32 1. Data harga saham tahun 2005 dan tahun 2006. Harga saham yang digunakan adalah harga saham pada saat penutupan. Sumber penelitian yang digunakan untuk memperoleh data yang diperlukan adalah dengan menggunakan: 1. Penelitian kepustakaan Library Research, yakni: penelitian ini dimaksudkan untuk memperoleh informasi dan pengetahuan yang dapat dijadikan pegangan dalam penelitian dengan cara membaca berbagai literature yang berkaitan dengan masalah penelitian. 2. Penelitian lapangan Field Research, yakni: penelitian lapangan dilakukan dengan mengadakan penelitian di lokasi penelitian, yaitu Bursa Efek Indonesia dengan cara menelaah berbagai catatan dan dokumen yang berkaitan dengan teliti.

3.3 Defenisi Operasionalisasi Variabel Penelitian

3.3.1 Variabel Penelitian

Operasionalisasi variable diperlukan untuk mengetahui jenis dan indikator dari variabel-varibel yang terkait dalam penelitian ini. Dalam penelitian ini, variabel-variabel yang diteliti dikelompokkan menjadi: 1. Variabel Bebas Independent Variable Variabel bebas adalah tipe variabel yang menjelaskan atau mempengaruhi variabel yang lain Indriantoro dan Supomo, 2002. Variabel bebas dalam penelitian ini adalah: Universitas Sumatera Utara 33 1 Laba perusahaan yang dilambangkan dengan X1 yang diukur dengan perubahan selisih antara pendapatan penjualan dan harga pokok penjualan dikurangi bebab-beban. 2 Arus kas Bebas yang dilambangkan dengan X2 yang diukur dengan arus kas operasi dikurangi dengan belanja atau pengeluaran modal dikurangi dividen.. 2. Variabel Tidak Bebas Dependent Variable Variabel Tidak Bebas Dependent Variable adalah tipe variabel yang dijelaskan atau dipengaruhi oleh variabel bebas Indriantoro dan Supomo, 2002. Variabel terikat Y adalah Hargasaham yang diukur dengan mengurangi harga saham waktu tertentu dengan harga saham sebelumnya dibagi dengan harga saham periode sebelumnya.

3.3.2 Defenisi Operasional Variabel

Satuan pengamatan yang menjadi objek penelitian adalah Laba kotor, laporan arus kas yang terdiri dari arus kas operasi, arus kas investasi, dan arus kas pendanaan serta ukuran perusahaan manufaktur yang telah diaudit dan dipublikasikan di Bursa Efek Indonesia BEI untuk periode akuntansi tahun 2011 sampai dengan tahun 2013. 1. Laba X1 adalah informasi penting yang digunakan oleh investor untuk menilai kinerja perusahaan. Keberadaan informasi laba dan arus kas dipandang oleh pemakai informasi sebagai hal yang saling melengkapi guna mengevaluasi Universitas Sumatera Utara 34 kinerja perusahaan. Informasi arus kas dan laba memiliki kandungan informasi jika pada saat diumumkan ada reaksi pasar. Reaksi pasar ditunjukan adanya perubahan harga sekuritas yang diukur dengan return saham. Variabel ini akan dihitung sebagai rasio perubahan dibandingkan dengan laba tahun sebelumnya. Laba X1 = � �− � �−1 � �−1 2. Arus kas Bebas X2 adalah selisih dari arus kas dari akivitas operasi dikurangi pengeluaran modal dikurangi dividen dalam tahun pengamatan. Variabel ini akan dihitung sebagai rasio perubahan dibandingkan dengan arus kas tahun sebelumnya. Arus Kas Bebas X2 = ��� �− ��� �−1 ��� �−1 3. Harga saham Y adalah harga yang dibentuk oleh pembeli dan penjual saham ketika mereka memperdagangkan saham di pasar bursa dan harga pada closing price pada periode pengamatan. Harga Saham Y = � �− � �−1 � �−1 Tabel 3.3 Defenisi Operasional Variabel Variabel Defenisi Variabel Indikator Skala Laba � 1 Selisih antara penerimaan dan pengeluaran perusahaan yang bersal dari laporan laba-rugi tahunan. Laba tahun sekarang dikurangi laba tahun sebelumnya dibagi laba tahun Rasio Universitas Sumatera Utara 35 sebelumnya. Arus Kas Bebas � 2 Selisih antara arus kas operasi dikurangi belanja modal dan dividen Arus kas bebas tahun sekarang dikurangi Arus kas bebas tahun sebelumnya dibagi Arus kas bebas tahun sebelumnya Rasio

3.4 Metode dan Teknik Analisis Data

Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik dengan menggunakan software SPSS 22. Analisis data dilakukan dengan melakukan pengujian asumsi klasik dan pengujian hipotesis. Hasil pengujian asumsi klasik akan mendukung hasil pengujian hipotesis. 3.4.1 Uji Asumsi Klasik 3.4.1.1 Uji Normalitas Data Uji normalitas bertujuan untuk menguji apakah dalam model regressi variabel penganggu atau residual memiliki distribusi normal atau tidak dengan menggunakan hipotesis sebagai berikut: H H : data residua l berdistribusi normal 1 : data residual tidak berdistribusi normal Universitas Sumatera Utara 36 Ada dua cara yang dapat digunakan untuk mendeteksi apakah residual berdistribusi normal atau tidak, yaitu dengan analisis grafik dan uji statistik. Pada penelitian ini akan digunakan kedua cara tersebut. 1. Uji Analisis Grafik 1 Histogram Pengujian dengan model histogram memiliki ketentuan bahwa data normal berbentuk lonceng. Data yang baik adalah data yang memiliki pola distribusi normal. Jika data melenceng ke kanan atau melenceng ke kiri berarti data tidak terdistribusi secara normal. 2 Grafik Normality P-Plot Normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dan grafik dengan melihat histogram dari residualnya”. Kriteria pengambilan keputusannya adalah: 1. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal maka menunjukkan pola distribusi normal. 2. Jika data menyebar jauh dari garis diagonal atau tidak mengikuti arah garis diagonal maka tidak menunjukkan pola distribusi normal. Penyimpangan asumsi normalitas ini akan semakin kecil pengaruhnya apabila jumlah sampel diperbesar. Salah satu penyelesaiannya adalah dengan cara mengubah bentuk variabel yang semula nilai absolut ditransformasikan menjadi bentuk lain kwadratik, resiprokal sehingga distribusi menjadi normal. 2. Uji Statistik 1 Uji Kolmogorov- Smirnov Universitas Sumatera Utara 37 Ghozali 2005:115 menjelaskan bahwa “Uji satatistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik Kolmogorov- Smirnov K-S”. Uji K-S dibuat dengan membuat hipotesis: H H : Data residua l berdistribusi normal A Bila signifikansi 0,05 dengan = 5 berarti distribusi data normal dan diterima, sebaliknya bila nilai signifikan 0,05 berarti distribusi data tidak normal dan diterima. Menurut Jogiyanto 2004:172, Jika data tidak normal, ada beberapa cara mengubah model regresi menjadi normal yaitu: : Data residua l tidak berdistribusi normal 1. Dengan melakukan transformasi data ke bentuk lain, yaitu: logaritma natural, akar kuadrat, logaritma 10, 2. Melakukan trimming, yaitu memangkas observasi yang bersifat outlier, 3.Melakukan winsorizing, yaitu mengubah nilai-nilai data outliers menjadinilai-nilai minimum atau maksimum yang diizinkan supaya distribusinya menjadi normal.

3.4.1.2 Uji Multikolinearitas

Ghozali 2005:91 menyatakan bahwa “Pengujian multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel-variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen”. Multikolinearitas adalah situasi adanya korelasi variabel-variabel independen antara yang satu dengan yang lainnya variabel-variabel bebas tidak ortogonal. Variabel-variabel bebas yang bersifat Universitas Sumatera Utara 38 ortogonal adalah variabel bebas yang memiliki nilai korelasi diantara sesamanya sama dengan nol. Model regresi yang baik seharusnya tidak ada korelasi antar variabel independen. Ada tidaknya multikolinieritas dapat dideteksi dengan : 1 Melihat nilai tolerance, nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinieritas adalah nilai tolerance 0,10 2 Melihat variance inflation factor VIF, nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinieritas adalah nilai VIF10. 3 Menganalisis matrik korelasi variabel-variabel independen. Menurut Ghozali 2005:93 “untuk matrik korelasi adanya indikasi multikolinieritas dapat dilihat jika antar variabel independen ada korelasi yang cukup tinggi umumnya diatas 0,95”. 4 Membandingkan nilai model utama awal terhadap nilai dari masing-masing axilary regression antar variabel independen 5 Melihat nilai Condition Index CI, jika CI antara 10 dan 30 terdapat multikolinieritas moderat ke kuat, sedangkan jika nilai CI 30 artinya terdapat multikolinieritas sangat kuat. Jika terdapat korelasi sempurna diantara sesama variabel bebas, maka konsekuensinya adalah : a koefisien-koefisien regresi menjadi tidak dapat ditaksir, b nilai standard error setiap regresi menjadi tak terhingga. Apabila terjadi korelasi antara variabel independen, maka dinamakan terdapat masalah multikolinieritas. Universitas Sumatera Utara 39

3.4.1.3 Uji Heterokedastisitas

Heterokedastisitas merupakan situasi dimana dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Erlina 2007:108 menyatakan jika varians dari residual satu pengamatan ke pengamatan lainnya tetap, maka disebut homoskedastisitas. Sebaliknya, jika varians berbeda, maka disebut heterokedastisitas. Ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat grafik Scattetplot antar nilai prediksi variabel independen dengan nilai residualnya. Menurut Ghozali 2005:105, Dasar analisis yang dapat digunakan untuk menentukan heterokedastisitas antara lain: 1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas, 2. Jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas. Menurut Ghozali 2005:107 Analisis dengan grafik plot memiliki kelemahan yang cukup signifikan oleh karena jumlah pengamatan mempengaruhi hasil ploting. Semakin sedikit jumlah pengamatan semakin sulit menginterpretasikan hasil grafik p-p plot. Hal ini berarti diperlukan uji statistik yang lebih dapat menjamin keakuratan hasil. Ada beberapa uji statistik yang Universitas Sumatera Utara 40 dapat digunakan untuk mendeteksi ada tidaknya heterokedastisitas, antara lain: Uji Park dan Uji Glejser.

3.4.1.4 Uji Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan penganggu pada periode t dengan kesalahan pada periode t-1 atau sebelumnya. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Masalah ini timbul karena residual atau kesalahan penganggu tidak bebas dari satu observasi ke observasi lainnya. Hal ini paling sering ditemukan pada data runtut waktu atau time series karena gangguan pada seorang individu atau kelompok cenderung mempengaruhi gangguan pada individu atau kelompok yang sama pada periode berikutnya. Model regresi yang baik adalah model regresi yang bebas dari autokorelasi. Uji yang digunakan dalam penelitian ini untuk mendeteksi ada tidaknya autokorelasi dapat dilihat dengan menggunakan uji Durbin-Watson. 1 angka D-W dibawah -2 berarti ada autokorelasi positif, 2 angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi, 3 angka D-W di atas +2 berarti ada autokorelasi negatif. Run test sebagai bagian dari statistik nonparametrik dapat pula digunakan untuk menguji apakah antar residual terdapat korelasi yang tinggi. Jika antar residual tidak terdapat hubungan korelasi maka dikatakan bahwa residual adalah acak atau random yaitu dengan melihat nilai probabilitasnya. Menurut Ghozali 2005:103 “bila signifikansi 0,05 dengan = 5 berarti residual random dan Universitas Sumatera Utara 41 diterima, sebaliknya bila nilai signifikansi 0,05 berarti residual tidak random dan ditolak”. 3.4.2 Pengujian Hipotesis 3.4.2.1 Analisis Data Metode analisis yang digunakan dalam penelitian ini adalah analisis regresi berganda dengan terlebih dahulu menguji variabel-variabel dari karakteristik perusahaan. Hal ini dilakukan untuk mencari tingkat signifikansi yang paling tinggi diantara variabel-variabel tersebut. Variabel arus kas operasi, arus kas investasi, dan arus kas pendanaan dengan tingkat signifikansi yang paling tinggi akan diregresi dengan indeks return saham. Adapun model regresi linear berganda yang dipakai dalam penelitian ini sebagai berikut: Y = a + b 1 x 1 + b 2 x 2 + b 3 x 3 + b 4 x 4 + b 5 x 5 Keterangan : + e Y= Return Saham a = Konstanta b 1 - b 5 x = Koefisien regresi variabel bebas 1 x = Laba kotor 2 x = Arus kas dari aktivitas operasi 3 x = Arus kas dari aktivitas investasi 4 x = Arus kas dari aktivitas pendanaan 5 = Ukuran perusahaan Universitas Sumatera Utara 42 e= eror

3.4.2.2 Koefisien Determinasi

Koefisien determinasi � 2 pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Besarnya koefisien determinasi ini adalah 0 sampai dengan 1. Nilai yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Menurut Ghozali 2005:169 “Nilai yang mendekati satu berarti variabel- variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen”

3.4.2.3 Uji t

Uji t digunakan untuk menguji koefisien regresi secara parsial dari variabel bebas terhadap variabel terikat dimana hipotesis yang digunakan adalah sebagai berikut : 1. H : b 1 Hal ini berarti tidak terdapat pengaruh yang signifikan dari variabel independen secara parsial terhadap harga saham. = 0, 2. H 1 :b 1 Hal ini berarti terdapat pengaruh yang signifikan dari variabel independen secara parsial terhadap hargasaham. ≠ 0, Universitas Sumatera Utara 43 Untuk menentukan. t tabel , taraf signifikan yang digunakan sebesar 5 dengan derajat kebebasan df = n-k-1, dimana n merupakan jumlah observasi dan k merupakan jumlah variabel bebas. Nilait hitung diperoleh dengan rumus : Dimana : bi = koefisien variabel independen b = Nilai hipotesis nol S bi Pengujian hipotesis dilakukan dengan = Simpangan baku standard deviasi dari variabel independen. Jika t hitung t tabel Jika t maka Ho ditolak hitung t tabel Perhitungan nilai t maka Ho diterima hitung tidak akan dilakukan secara manual, namun dengan menghitunung dengan Software SPSS 22 dengan memperhatikan tabel coeficient pada kolom nilai t serta tingkat signifikansi dari variabel tersebut. Jika tingkat signifikansi lebih kecil dari 0.05, maka H 1 diterima.

3.4.2.4 Uji F

Uji ini merupakan pengujian terhadap signifikansi model secara simultan atau bersama-sama, yaitu melihat pengaruh dari seluruh variabel bebas terhadap variabel terikat hipotesis ini dirumuskan dengan: 1. H : b 1 = b 2 = b 3 = b 4 = b 5 = 0 Universitas Sumatera Utara 44 Hal ini berarti tidak terdapat pengaruh yang signifikansi variabel arus kas operasi, arus kas investasi, arus kas pendanaan terhadap return saham. 1. H 1 : b 1 = b 2 = b 3 = b 4 = b 5 Hal ini berarti terdapat pengaruh yang signifikansi variabel laba dan arus kas bebas terhadap harga saham. ≠ 0 Rumus F hitung oleh Gujarati 2003:258 adalah sebagai berikut Dimana: k= jumlah variable bebas n = jumlah observasi Untuk menentukan nilai F hitung Jika F tingkat signifikansi yang digunakan sebessar 5 dengan derajat kebebasan df = k-1 dan n-k kriteria sebagai berikut: hitung F tabel maka Ho ditolak H 1 Jika F diterima hitung F tabel maka Ho ditolak H 1 Perhitungan nilai F tidak akan dilakukan secara manual, namun dengan menghitung dengan Software SPSS 22 dengan memperhatikan tabel ANOVA pada kolom nilai F serta tingkat signifikansi dari model tersebut. Jika tingkat signifikansi lebih kecil dari 0,05, maka H ditolak 1 diterima Universitas Sumatera Utara 45 BAB IV ANALISIS HASIL DAN PEMBAHASAN

4.1 Data Penelitian

Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik yang menggunakan persamaan regresi linier berganda. Analisis data dimulai dengan mengolah data dengan menggunakan Microsoft Excel, selanjutnya dilakukan pengujian asumsi klasik dan pengujian menggunakan regresi berganda. Pengujian asumsi klasik dan regresi digunakan dengan menggunakan software SPSS versi 22. Prosedur dimulai dengan memasukkan variabel-variabel penelitian ke program SPSS tersebut dan menghasilkan output- output sesuai metode analisis data yang telah ditentukan. Pengambilan sampel Universitas Sumatera Utara 46 yang digunakan dengan menggunakan purposive sampling. berdasarkan kriteria yang telah ditetapkan, sehingga diperoleh 16 perusahaan yangmemenuhi kriteria dan dijadikan sampel penelitian ini dan diamati selama periode2011-2013. Daftar perusahaan yang dijadikan sebagai sampel dapat dilihat pada tabel 4.1 ` Sampel Penelitian No. Nama Emiten LQ45 Kode Sample 1 PT Astra Agro Lestari Tbk AALI S1 2 PT Astra International Tbk ASII S2 3 PT. BW Plantations Tbk BWPT S3 4 PT Charoen Pokphand Indonesia Tbk CPIN S4 5 PT Gudang Garam Tbk GGRM S5 6 PT Indofood CBP Sukses Makmur Tbk ICBP S6 7 Indomobil Sukses Makmur IMAS S7 8 PT Indofood Sukses Makmur Tbk INDF S8 9 PT Indocement Tunggal Prakarsa Tbk INTP S9 10 PT Kalbe Farma Tbk KLBF S10 11 PT PP London Sumatra Indonesia Tbk LSIP S11 12 Malindo Feedmill Tbk MAIN S12 13 Semen Cibinong Tbk SMCB S13 14 PT Semen Gresik Tbk SMGR S14 15 PT United Tractors Tbk UNTR S15 16 PT Unilever Indonesia Tbk UNVR S16 Sumber : www.idx.co.id, ditabulasi Penulis 2014 Universitas Sumatera Utara 47 4.2 Analisis Hasil Penelitian 4.2.1 Analisis Statistik Deskrptif