59
3.2 Teknik Pengambilan Sampel
a Populasi Populasi merupakan kumpulan dari individu dengan kualitas serta ciri-ciri
yang telah diterapkan. Dalam penelitian ini jumlah populasi yang ada adalah 18 perusahaan automotif yang go public di BEI selama periode 2006-2008.
b Sample Sample adalah bagian dari populasi yang diambil untuk di selidiki.
Pengambilan sample dapat dilakukan dalam penelitian ini menggunakan teknik pengambilan sample purposive sampling, yaitu anggota populasi
untuk bisa diambil sebagai anggota sample harus memenuhi kriteria tertentu. Kriteria-kriteria yang dapat diambil peneliti selama periode penelitian yaitu :
Perusahaan yang selama periode 2006-2008 tidak mengalami rugi. Perusahaan automotif yang go public di BEI selama periode 2006-2008 :
1. PT. Astra International Tbk.
2. PT. Astra Otoparts Tbk.
3. PT. Goodyear Indonesia Tbk.
4. PT .Tunas Ridean Tbk.
5. PT. United Tractor Tbk.
6. PT. Hexindo Adipekasa Tbk
7. PT Indo Kordsa Tbk
8. PT Intraco Penta Tbk
9. PT Nipress Tbk
10. PT Indomobil Sukses Internasional Tbk
60 11.
PT Indospring Tbk 12.
PT Multistrada Arah Sarana Tbk 13.
PT Selamat Sempurna Tbk
3.3 Teknik Pengumpulan Data
a Jenis Data Seluruh data yang digunakan dalam penelitian ini adalah data laporan
keuangan, harga saham dan data IHSG, yang tersedia di BES selama periode penelitian dari perusahaan automotif di BEI selama periode
2006-2008. b Sumber data
Data laporan keuangan, harga saham dan data IHSG seluruhnya diperoleh dari Pusat Referensi Pasar Modal yang terletak di PT. Bursa
Efek Surabaya, dimana data-data tersebut diambil dari saham-saham yang tergolong dalam perusahaan automotif di PT. Bursa Efek Indonesia
selama periode 2006-2008. c Pengumpulan Data
Dilakukan dengan cara dokumentasi dengan mengadakan pengutipan catatan atau dokumen di PT. Bursa Efek Surabaya yang berhubungan
dengan penelitian.
61
3.4 Teknik Analisis dan Uji Hipotesis 3.4.1 Teknik Analisis
Untuk menganalisa dan menginterpretasi data yang diperoleh akan digunakan
“Analisa Regresi Berganda” untuk mengetahui pengaruh antara variable
independen dengan variable dependen, dimana variabel bebas adalah Economic Value Added
EVA, Market Value Added MVA dan Debt to Equity Ratio DER, sedangkan variabel dependen atau variabel tak bebas adalah Return
saham dengan bentuk persamaan sebagai berikut : Y
= β
+ β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ ℮
I .......................................................................................................3.5
Dimana :
Y = Return Saham β
= Konstanta β
1
= Koefisien regresi variable X
1
β
2
= Koefisien regresi variable X
2
β
3
= Koefisien regresi variable X
3
X
1
= Economic Value Added EVA X
2
= Market Value Added MVA X
3
= Debt to Equity Ratio DER ℮
I
= Variable pengganggu i = Pengamatan ke i sampai ke n
3.4.2. Uji Hipotesis
Prosedur untuk pengujia statistiknya dengan langkah-langkah sebagai berikut : 1.
Uji t Uji t digunakan untuk mengetahui pengaruh masing-masing variabel
independen terhadap variabel dependen secara sendiri-sendiri parsial. Adapun langkah-langkahnya adalah sebagai berikut :
62 a
Ho :
β
1
= 0 Variable-variabel independen seperti Economic Value Added EVA,
Market Value Added MVA dan Debt to Equity Ratio DER tidak
mempunyai pengaruh yang signifikan terhadap return saham. Ho
: β
1
≠ 0 Variable-variabel independen seperti Economic Value Added EVA,
Market Value Added MVA dan Debt to Equity Ratio DER mempunyai
pengaruh yang signifikan terhadap return saham. b Menghitung level of signifikan
α sebesar 0,05 dengan tingkat kesalahan yang dapat ditoleransi dengan derajat bebas n-k-1, dimana jumlah n =
jumlah pengamatan dan k = jumlah variabel. c
Menentukan nilai t
hitung
bj Se
bj t
hitung
............................................................... 3.6
Keterangan :
T
hitung
: Hasil perhitungan Βj : Koefisien regresi
Se : Standart error d Menentukan kriteria
1. Ho = ditolak jika t
hitung
-t
tabel
atau t
hitung
t
tabel
artinya, variabel independen secara parsial mempengaruhi variabel dependen
63 2. Ho = diterima jika –t
tabel
≤ t
hitung
≤ t
table
artinya, variabel independen secara parsial tidak mempengaruhi variabel dependen.
2. Uji
F Uji F digunakan untuk melihat kecocokan model antara variable-variabel
independent X dengan variable dependent Y secara besama-sama. Langkah-langkahnya adalah sebagai berikut :
a Perumusan hipotesis H
: β
1
= β
2
= 0 Variabel-variabel independen seperti Economic Value Added EVA,
Market Value Added MVA dan Debt to Equity Ratio DER secara
bersama-sama tidak mempunyai pengaruh yang signifikan terhadap return saham
H :
β
1
≠ β
2
≠ 0 Variabel-variabel independen seperti Economic Value Added EVA,
Market Value Added MVA dan Debt to Equity Ratio DER secara
bersama-sama mempunyai pengaruh yang signifikan terhadap return saham. b Menentukan tingkat signifikan
α sebesar 0,05 dengan tingkat kesalahan yang dapat ditoleransi dengan derajat bebas n-k-1, dimana jumlah n =
jumlah pengamatan dan k = jumlah variable.
64 c Menentukan nilai F hitung
Rumus F hitung adalah :
1 1
1
2 2
k
n R
k R
F
hitung
............................................................. 3.7 Dimana
: F
hitung
: Hasil F
hitung
R
2
: Koefisien determinasi n : Jumlah sample
k : Jumlah variabel independen d Menentukan kriteria
H = ditolak dan H
1
diterima jika F
hitung
F
0.05
artinya, variabel independen secara simultan mempunyai pengaruh yang signifikan terhadap variabel dependen.
Ho = diterima dan H
1
ditolak jika F
hitung
F
0.05
artinya, variabel independen secara simultan tidak mempunyai pengaruh yang signifikan terhadap variabel dependen.
3.4.3. Asumsi Klasik
Persamaan regresi tersebut harus bersifat BLUE best linier unbiased estimator
, artinya pengambilan keputusan uji F dan uji t tidak boleh bias. Untuk menghasilkan keputusan yang BLUE maka harus dipenuhi tiga asumsi
dasar yang tidak boleh dilanggar oleh regrsi linier, yaitu : 1.
Tidak boleh ada autokolerasi
65 2.
Tidak boleh ada multikolinearitas 3.
Tidak boleh ada heterokedastisitas Apabila salah satu dari ketiga asumsi dasar tersebut dilanggar maka persamaan
regresi yang diperoleh tidak lagi bersifat BLUE sehingga pengambilan keputusan melalui uji F dan uji t menjadi bias.
1. Autokolerasi
Autokelerasi dapat didefinisikan sebagai “kolerasi antara data observasi yang diurutkan berdasarkan urut waktu data time series atau data yang diambil
pada waktu tertentu data cross sectional”. Jadi dalam model regresi linear diasumsikan tidak terdapat gejala autokolerasi. Artinya nilai residual Y
observasi – Y predeksi pada waktu ke – t ℮
t
tidak boleh ada hubungan dengan nilai residual periode sebelumnya
℮
t-1
. Identifikasi ada atau tidaknya gejala autokolerasi dapat dites dengan menghitung Durbin Wetson d tes
dengan persamaan :
2 2
1
t t
t
e e
e d
........................................................................................ 3.8 Keterangan
: d : Nilai Durbin Wetson
℮
t
: Residual pada tahun ke t ℮
t-1
: Residual pada waktu ke t-1 satu periode sebelumnya N : Banyaknya data
Banyaknya data time series minimal yang dapat dihitung dengan Durbin Wetson adalah enam buah data dengan satu variabel.
66
2. Multikolinier
Multikolinier adalah adanya hubungan linier yang sempurna atau pasti diantara atau beberapa atau semua variabel independen dalam model regresi. Persamaan
regresi linier berganda diatas diasumsikan tidak terjadi pengaruh antar variabel bebas. Apabila ternyata ada pengaruh linier antar variabel bebas, maka asumsi
tersebut tidak berlaku lagi terjadi bias. Untuk mendeteksi adanya multikolinieritas dapat dilihat ciri-cirinya sebagai
berikut : a Koefisien determinasi berganda R square tinggi
b Koefisien kolerasi sederhananya tinggi c Nilai F hitung tinggi signifikan
d Tapi tak satupun sedikit sekali diantara variabel bebas yang signifikan. Akibat adanya multikolinier adalah :
a Nilai standar error alat baku tinggi sehingga taraf kepercayaan confidence intervalnya
akan semakin melebar. Dengan demikian, pengujian terhadap koefisien regresi secara individu menjadi tidak signifikan.
bProbabilitas untuk menerima hipotesis H diterima tidak ada pengaruh
antara variabel bebas terhadap variabel terikat akan semakin besar. Identifikasi secara statistik ada atau tidak adanya gejala multikolinier dapat
dilakukan dengan menghitung koefisien kolerasi product moment.
67
3. Heterokedatisitas
Pada regresi linier nilai residual tidak boleh ada hubungan dengan variabel X. Hal ini bisa diidentifikasi dengan cara menghitung korelasi rank sperman
antara residual dengan seluruh variabel bebas. Rumus rank sperman adalah :
1 6
1
2 2
N N
d r
i s
.................................................................................. 3.9 Keterangan
: di : perbedaan dalam rank antar residual dengan variable bebas ke i.
N : banyaknya data
68
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
Kategori