Statistik Deskriptif Uji Normalitas Uji Multikolinearitas

62 Indonesia BEI, serta literatur berupa buku, teks, artikel, jurnal, dan majalah, serta data tertulis lainnya yang berhubungan dengan informasi yang dibutuhkan. 3.6 Metode Analisis Data Analisis data yang digunakan dalam penelitian ini, adalah sebagai berikut: Statistik Deskriptif, Uji Normalitas, Uji Asumsi Klasik, dan Uji Hipotesis.

3.6.1 Statistik Deskriptif

Statistik deskriptif digunakan untuk mendeskriptifkan variabel-variabel dalam penelitian ini. Statistik deskriptif akan memberikan gambaran umum dari setiap variabel penelitian. Statistik deskriptif merupakan proses data penelitian dalam bentuk tabulasi sehingga mudah dipahami dan diintepretasikan. Statistik diskriptif digunakan untuk mengetahui nilai rata-rata mean, distribusi frekuensi, nilai minimum dan maksimum, serta deviasi standar Gio, 2013.

3.6.2 Uji Asumsi Klasik

Menurut Gujarati 2003, suatu model dikatakan baik untuk alat prediksi apabila mempunyai sifat-sifat BLUE atau Best Linier Unbiased Estimator. Di samping itu suatu model dikatakan cukup baik dan dapat dipakai untuk memprediksi apabila sudah lolos dari serangkaian uji asumsi ekonometrika yang melandasinya. Suatu model regresi berganda yang digunakan untuk menguji hipotesa harus memenuhi asumsi klasik. Uji asumsi klasik dilakukan juga untuk mendapatkan model regresi yang tidak bias dan efisien. Uji asumsi klasik dilakukan untuk mendapatkan model regresi yang tidak bias dan efisien. Uji asumsi klasik juga dilakukan untuk mengetahui kondisi data yang ada agar dapat menentukan model analisis yang paling tepat digunakan. 63 Uji asumsi klasik tersebut terdiri dari uji normalitas, uji multikolinieritas, uji autokorelasi, dan uji heteroskedastisitas.

3.6.2.1 Uji Normalitas

Uji normalitas data bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Ghozali 2011 menjelaskan bahwa model regresi yang baik adalah data yang berdistribusi normal atau mendekati normal. Untuk mendeteksi apakah data berdistribusi normal atau tidak, penelitian ini menggunakan analisis statistik. Analisis statistik merupakan alat statistik yang sering digunakan untuk menguji normalitas residua l, yaitu uji statistik non-parametik Kolmogorov- Smirnov. Dalam penelitian ini, uji normalitas data menggunakan Kolmogrov- Smirnov test. Pengujian ini bertujuan untuk menentukan apakah data-data dari masing-masing variabel terdistribusi normal atau tidak. Dalam mengambil keputusan dilihat dari hasil uji K-S, jika nilai probabilitas signifikansinya lebih besar dari 0,05 maka data terdistribusi secara normal. Sebaliknya, jika nilai probabilitas signifikansinya lebih kecil dari 0,05 maka data tersebut tidak terdistribusi secara normal. Perumusan hipotesa untuk uji normalitas, yaitu : 1. H 2. H : data normal. a : data tidak normal. Dasar pengambilan keputusan untuk uji normalitas : 1. Signifikansi 0,05 H diterima : data normal 64 2. Signifikansi 0,05 H ditolak : artinya data tidak normal

3.6.2.2 Uji Multikolinieritas

Uji multikolinieritas ini digunakan untuk mengetahui ada atau tidaknya hubungan yang berarti antara masing-masing variabel independen dalam model regresi. Metode untuk menguji adanya multikolinieritas dilihat pada tolerance value atau Variance Inflation Factor VIF. Batas dari tolerance value adalah 0,10 dan batas VIF adalah 10. Dalam Hair et al. 1998 dijelaskan bahwa “...jika Variance Inflation Factor VIF diatas 10 dan tolerance value dibawah 0,10”. Perumusan hipotesa untuk uji multikolinearitas adalah : 1. H 2. H : tidak ada multikolinearitas. a Pengambilan keputusan : : terjadi multikolinearitas. 1. Jika VIF 0,10 H 2. Jika VIF 0,10 H ditolak: terjadi multikolinearitas.

3.6.2.3 Uji Autokorelasi

diterima: tidak ada multikolinearitas. Uji autokorelasi digunakan untuk menunjukkan adanya korelasi antara error dengan error periode sebelumnya. Pada asumsi klasik, hal ini tidak boleh terjadi. Uji autokorelasi dalam penelitian ini dilakukan dengan menggunakan metode Durbin–WatsonDW. Jika nilai Durbin–Watson terletak diantara dU dan 4-dU maka disimpulkan tidak terjadi pelanggaran autokorelasi. Data yang baik adalah data yang memiliki hasil uji tidak terdapat autokorelasi. Sebenarnya penelitian ini tidak memerlukan uji autokorelasi, karena data yang digunakan adalah data pooling Gio, 2013. 65 Dasar pengambilan keputusan uji autokorelasi DW adalah sebagai berikut : 1. Jika 0 DW dL, maka terdapat positif autokorelasi. 2. Jika dL ≤ DW ≤ dU, maka tidak ada keputusan. 3. Jika dU DW 4-dU, maka tidak terdapat autokorelasi. 4. Jika 4-dU ≤ DW ≤ 4-dL, maka tidak ada keputusan. 5. Jika 4-dL DW 4, maka terdapat negatif autokorelasi.

3.6.2.4 Uji Heteroskedastisitas

Uji Heteroskedastisitas dilakukan untuk mengetahui apakah model regresi yang digunakan mengandung variasi residual yang bersifat heteroskedastisitas varians dari setiap error bersifat heterogen. Model regresi yang baik tidak terjadi heteroskedastisitas bersifat homogen. Dalam penelitian ini, penulis menggunakan uji dengan scatterplot.

3.6.3 Analisis Regresi Berganda

Analisis regresi dilakukan untuk mengetahui seberapa besar hubungan antara variabel bebas dengan variabel terikat. Untuk menganalisis pengaruh variabel-variabel bebas, yaitu EVA, ROA, ROE, dan independensi dewan komisaris terhadap variabel terikat, yaitu return saham, maka model regresi berganda yang digunakan adalah sebagai berikut: � = � + � 1 � 1 + � 2 � 2 + + � 3 � 3 + � 4 � 4 + � Di mana Y adalah variabel terikat, yaitu return saham dan X adalah variabel bebas, yaitu EVA, ROA, ROE, dan independensi dewan komisaris yang diujikan dalam penelitian. Bila Y dan X diganti dengan nama masing-masing variabel, maka rumus regresi bergandanya akan menjadi : 66 Model Regresi : ����������� �� = � + � 1 ��� �� + � 2 ��� �� + � 3 ��� �� + � 4 ��� �� + � Keterangan : StockReturn = Return sahamperusahaan a = Konstanta b1-b5 = Koefisien regresi pada tiap variabel EVA = Economic value added perusahaan ROA = Return on assets perusahaan ROE = Return on equityperusahaan BDI = Independensi dewan komisaris perusahaan e = Tingkat kesalahan error Analisis pengaruh variabel bebas terhadap variabel terikat di penelitian ini menggunakan regresi berganda, karena baik variabel bebas maupun variabel terikat, keduanya berskala rasio. 3.6.4Pengujian Hipotesis Ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur dari nilai koefisien determinan R 2 , nilai statistik F, dan nilai statistik t. Perhitungan statistik disebut signifikan secara statistik apabila nilai uji statistiknya berada dalam daerah kritis daerah di mana H ditolak. Sebaliknya disebut tidak signifikan bila nilai uji statistiknya berada dalam daerah di mana H diterima Ghozali, 2011. 67

3.6.4.1 Analisis Korelasi dan Koefisien Determinasi Goodness of Fit

Analisis korelasi berfungsi untuk menyatakan derajat keeratan hubungan dan arah hubungan antara variabel bebas dengan variabel terikatnya. Semakin tinggi nilai korelasi, maka semakin tinggi derajat keeratan hubungan kedua variabel tersebut. Nilai korelasi memiliki rentang antara 0 sampai 1 atau 0 sampai -1. Tanda positif dan negatif menunjukkan arah hubungan. Tanda positif menunjukkan hubungan searah. Jika 1 variabel naik, variabel yang lain naik. Tanda negatif menunjukkan hubungan berlawanan. Jika 1 variabel naik, variabel yang lain akan turun. Dalam penelitian ini, analisis korelasional yang digunakan adalah analisis korelasi Pearson. Metode tersebut digunakan karena data yang diteliti adalah data dengan skala rasio. Perhitungan koefisien korelasi adalah menggunakan formula: � = ��� − ���� ��� 2 − �� 2 �� 2 − ���� 2 − �� 2 Keterangan : X = variabel bebas Y = variabel terikat N = banyaknya sampel Ghozali 2011 berpendapat bahwa “koefisien determinasi R 2 pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen”. Nilai koefisien determinasi adalah antara 0 dan 1. Selanjutnya Ghozali 2011 menjelaskan bahwa “nilai R 2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas”. Nilai yang mendekati satu berartivariabel-variabel independen 68 memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Pada uji ini digunakan nilai Adjusted R 2 . Selanjutnya menurut Ghozali 2011, “apabila nilai Adjusted R 2 bernilai negatif, maka nilai Adjusted R 2

3.6.4.2 Uji Signifikansi Simultan Uji Statistik F

dianggap bernilai 0”. Uji F digunakan untuk menguji apakah model regresi yang digunakan sudah tepat. Menurut Ghozali 2011, “uji statistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependenterikat”. Pengujian ini membandingkan antara nilai F hitung dengan nilai F tabel pada tingkat keyakinan tertentu, dengan ketentuan bahwa interval kepercayaan sebesar 95 atau 0,95 dan tingkat signifikansi sebesar 5 atau 0,05. Selanjutnya menurut Ghozali 2011, untuk menguji hipotesis dengan uji statistik F digunakan kriteria sebagai berikut: a. Quick look: bila nilai F lebih besar daripada 4 maka H b. Jika F hitung lebih besar dari F tabel atau probabilitas lebih kecil dari tingkat signifikansi Sig. 0,05, maka model penelitian dapat digunakan atau model tersebut sudah tepat. dapat ditolak pada derajat kepercayaan 5. Dengan kata lain, hipotesis alternatif, yang menyatakan bahwa semua variabel independen secara serentak dan signifikansi mempengaruhi variabel dependen diterima. 69 c. Jika F hitung lebih kecil dari F tabel atau probabilitas lebih besar dari tingkat signifikansi Sig. 0,05, maka model penelitian tidak dapat digunakan atau model tersebut tidak tepat. d. Membandingkan nilai F hasil perhitungan dengan nilai F menurut tabel. Jika nilai F hitung lebih besar daripada nilai F tabel, maka H ditolak dan menerima H a Selain untuk mengetahui ketepatan suatu model regresi, uji F juga digunakan untuk mengetahui pengaruh variabel independen secara simultan terhadap variabel dependen. . Ini berarti model penelitian sudah tepat. Uji F menggunakan rumus untuk perhitungan manual : � = ��� ���� ��� ��� ���� ��� Keterangan : MSS = rata-rata jumlah kuadrat mean sum of square ESS = jumlah kuadrat regresi explain sum of square RSS = jumlah kuadrat sisa residual sum of square Perumusan hipotesis untuk Uji F adalah, sebagai berikut : H H : Seluruh variabel bebas EVA, ROA, ROE, dan independensi dewan komisaris secara bersama-sama tidak mempunyai pengaruh signifikan terhadap variabel terikat return saham. a : Seluruh variabel bebas EVA, ROA, ROE, dan independensi dewan komisaris secara bersama-sama mempunyai pengaruh signifikan terhadap variabel terikat return saham. 70 Dasar pengambilan keputusan untuk Uji F adalah : 1. Jika F hitung F tabel H 2. Jika F hitung F tabel H ditolak : mempunyai pengaruh signifikan. 1. Jika Sig. F statistik 0,05 signifikan secara statistik : H diterima : tidak mempunyai pengaruh, atau: 2. Jika Sig. F statistik 0,05 tidak signifikan secara statistik : H ditolak. 3.6.4.3Uji Signifikansi Parameter Individual Uji Statistik t diterima. Uji-t ini digunakan untuk menguji ada atau tidaknya pengaruh antara masing-masing variabel bebas dengan variabel terikat. Menurut Ghozali 2011, “uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelasindependen secara individual dalam menerangkan variasi variabel dependen”. Uji-t membandingkan nilai t-hitung dengan nilai t-tabel, dengan ketentuan interval kepercayaan sebesar 95 atau 0,95 dan tingkat signifikansi sebesar 5 atau 0,05. Uji t dapat dilakukan dengan melihat nilai probabilitas signifikansi t masing-masing variabel yang terdapat pada output hasil regresi menggunakan SPSS. Jika nilai probabilitas signifikansi t lebih kecil dari 0,05 maka dapat dikatakan bahwa ada pengaruh yang kuat antara variabel independen dengan variabel dependen. Selanjutnya menurut Ghozali 2011, cara melakukan uji t adalah sebagai berikut : a. Quick look: bila jumlah degree of freedom d f adalah 20 atau lebih, dan derajat kepercayaan sebesar 0,05, maka H dapat ditolak, nilai t 71 lebih besar dari 2 dalam nilai absolut. Dengan kata lain, hipotesis alternatif yang menyatakan bahwa suatu variabel independen secara individual mempengaruhi variabel dependen diterima. b. Membandingkan nilai statistik t dengan titik kritis menurut tabel. Apabila nilai statistik t hasil perhitungan lebih tinggi dibandingkan nilai t tabel, maka hipotesis alternatif yang menyatakan bahwa suatu variabel independen secara individual mempengaruhi variabel dependen diterima. Rumus yang digunakan dalam Uji-t perhitungan secara manual, ialah : � = � 1 ��� Keterangan: � 1 = koefisien regresi Se = derajat kesalahan standard error Perumusan hipotesa untuk Uji-t, adalah: H H : Tidak terdapat pengaruh yang signifikan antara variabel bebas terhadap variabel terikat. a Dasar pengambilan keputusan pada Uji-t, yaitu : : Terdapat pengaruh yang signifikan antara variabel bebas terhadap variabel terikat. 1. Jika t-hitung t-tabel H 2. Jika t-hitung t-tabel H diterima : tidak ada pengaruh signifikan. atau: ditolak : ada pengaruh signifikan, 1. Jika nilai Sig. 0,05 signifikan secara statistik : H ditolak. 72 2. Jika nilai Sig. 0,05 tidak signifikan secara statistik : H diterima. 73

BAB IV HASIL DAN PEMBAHASAN

4.1 Analisis Statistik Deskriptif

Analisis statistik deskriptif digunakan untuk mengetahui deskripsi suatu data yang dilihat dari nilai maksimum, nilai minimum, nilai rata-rata mean, dan nilai standar deviasi. Variabel yang digunakan dalam perhitungan statistik deskriptif adalah economic value added EVA, return on assets ROA, return on equity ROE, dan return saham perusahaan. Variabel independensi dewan komisaris tidak dimasukkan dalam perhitungan statistik deskriptif karena variabel tersebut memiliki skala nominal. Berdasarkan analisis statistik deskriptif, diperoleh gambaran sampel sebagai berikut. Tabel 4.1 Statistik Deskriptif Sumber : hasil olahan software SPSS 17 Berdasarkan Tabel 4.1 diatas, dapat dilihat bahwa jumlah unit analisis N dalam penelitian ini adalah sebanyak 75 dari 25 perusahaan real estate dan property yang terpilih menjadi sampel dan diteliti dalam periode tahun 2011- 2013. Berdasarkan Tabel 4.1, nilai minimum dari variabel EVA adalah 6051, 74 sedangkan nilai maksimum dari variabel EVA adalah 4.463.900. Nilai EVA sebesar 6051 merupakan nilai EVA dari PT. Modernland Realty Ltd. Tbk pada tahun 2012. Nilai EVA yang rendah menunjukkan kinerja keuangan perusahaan yang tidak begitu baik. Sedangkan nilai EVA sebesar 4.463.900 merupakan nilai EVA dari PT. Roda Vivatex Tbk pada tahun 2013. Nilai EVA yang tinggi menunjukkan kinerja keuangan perusahaan yang baik. Nilai standar deviasi dari EVA sangat besar yang menunjukkan bahwa kinerja keuangan perusahaan dari perusahaan yang bergerak dalam bidang real estate dan property sangat beragam. Nilai minimum dari variabel ROA berdasarkan Tabel 4.1 adalah 1,38, sedangkan nilai maksimum dari variabel ROA adalah 15.10. Nilai ROA sebesar 1,38 merupakan nilai ROA dari PT. Bekasi Asri Pemula Tbk pada tahun 2013. Nilai ROA yang rendah menunjukkan keefektifan operasi perusahaan dalam menghasilkan keuntungan tidak begitu baik. Sedangkan nilai ROA sebesar 15.10 merupakan nilai dari PT. Metropolitan Kentjana Tbk pada tahun 2011. Nilai ROA yang tinggi menunjukkan keefektifan operasi perusahaan dalam menghasilkan keuntungan baik. Ukuran variasi mengenai keefektifan operasi perusahaan dalam menghasilkan keuntungan dari perusahaan yang bergerak dalam bidang real estate dan property sebesar 3,311. Berdasarkan Tabel 4.1, nilai minimum dari variabel ROE adalah 2,73, sedangkan nilai maksimum dari variabel ROE adalah 33,13. Nilai ROE sebesar 2,73 merupakan nilai ROE dari PT. Bekasi Asri Pemula Tbk pada tahun 2013. Nilai ROE yang rendah menunjukkan kinerja perusahaan dalam menghasilkan keuntungan tidak begitu baik. Sedangkan nilai ROE sebesar 33,13 merupakan dari 75 PT. Lippo Cikarang Tbk pada tahun 2012. Nilai ROE yang tinggi menunjukkan kinerja perusahaan dalam menghasilkan keuntungan baik. Ukuran variasi mengenai kinerja perusahaan dalam menghasilkan keuntungan dari perusahaan yang bergerak dalam bidang real estate dan property sebesar 7,633. Berdasarkan Tabel 4.1, nilai minimum dari variabel return sama adalah 0,0106, sedangkan nilai maksimum dari variabel return saham adalah 8,565. Nilai return saham sebesar 0,0106 merupakan nilai return saham dari PT. Duta Pertiwi Tbk pada tahun 2011. Nilai return saham sebesar 8,565 merupakan nilai return saham dari PT Alam Sutera Realty Tbk. Nilai return saham yang tinggi menunjukkan minat investor untuk berinvestasi pada perusahaan yang bersangkutan begitu tinggi.

4.2 Pengujian Asumsi Klasik

Menurut Gujarati 2003, suatu model dikatakan baik untuk alat prediksi apabila mempunyai sifat-sifat best linear unbiased estimator BLUE. Di samping itu, suatu model dikatakan cukup baik dan dapat dipakai untuk memprediksi apabila sudah lolos dari serangkaian uji asumsi ekonometrika yang melandasinya. Suatu model regresi berganda yang digunakan untuk menguji hipotesa harus memenuhi asumsi klasik. Uji asumsi klasik dilakukan juga untuk mendapatkan model regresi yang tidak bias dan efisien. Uji asumsi klasik juga dilakukan untuk mengetahui kondisi data yang ada agar dapat menentukan model analisis yang paling tepat digunakan. Uji asumsi klasik tersebut terdiri dari uji normalitas, uji multikolinearitas, uji autokorelasi, dan uji heteroskedastisitas. 76

4.2.1 Uji Normalitas

Menurut Ghozali 2011, uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar, maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Dalam penelitian ini, uji normalitas menggunakan uji Kolmogorov-Smirnov. Dasar pengambilan keputusan adalah melihat angka probabilitas, dengan ketentuan: 1. Probabilitas ≥ 0,05 : hipotesis diterima karena data berdistribusi secara normal. 2. Probabilitas 0,05 : hipotesis ditolak karena data tidak berdistribusi normal. Tabel 4.2 Uji Normalitas Sumber : hasil olahan software SPSS 17 Perhatikan bahwa berdasarkan Tabel 4.2, diketahui nilai probabilitas atau Asymp. Sig. 2-tailed sebesar 0,051. Dalam penelitian ini, tingkat signifikansi 77 yang digunakan adalah � = 0,05. Karena nilai probabilitas, yakni 0,051, lebih besar dibandingkan tingkat signifikansi, yakni 0,05, maka nilai-nilai residual berdistribusi normal. Sehingga asumsi normalitas terpenuhi.

4.2.2 Uji Multikolinearitas

Pengujian ini dilakukan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas Ghozali, 2011. Hal ini dapat dilakukan dengan melihat nilai tolerance dan nilai variance inflation factor VIF dengan kriteria sebagai berikut: 1. Jika nilai tolerance 0,10 atau nilai VIF 10, berati tidak terjadimultikolonieritas. 2. Jika nilai tolerance 0,10 atau nilai VIF 10, berati terjadi multikolonieritas. Tabel 4.3 Uji Multikolinearitas Sumber : hasil olahan software SPSS 17 Perhatikan bahwa berdasarkan Tabel 4.3, nilai VIF dari variabel EVA adalah 1,124, nilai VIF dari variabel ROA adalah 3.324, nilai VIF dari variabel ROE adalah 3.201, dan nilai VIF dari variabel BDI adalah 1,008. Karena masing- 78 masing nilai VIF tidak lebih besar dari 10, maka tidak terdapat gejala multikolinearitas yang berat. Dengan kata lain, tidak terjadi korelasi antara variabel bebas yang begitu signifikan.

4.2.3 Uji Autokorelasi