Gambaran Umum Pengujian Analisis Koefisien Korelasi dan koefisien Determinasi

37

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1 Gambaran Umum

Di dalam bab ini disajikan analisis terhadap data yang telah diperoleh selama pelaksanaan penelitian. Data yang digunakan dalam penelitian adalah perusahaan manufaktur yang terdaftar di BEI. Jumlah perusahaan manufaktur yang terdaftar di BEI pada tahun 2009 hingga tahun 2011 adalah sebanyak 157 perusahaan. Keseluruhan data tersebut kemudian diambil sesuai kriteria yang telah dipilih berdasarkan metode purposive sampling sehingga data yang terkumpul sebanyak 30 perusahaan. Berdasarkan 30 perusahaan manufaktur tersebut, kemudian dilakukan pengujian-pengujian meliputi statistik deskriptif, uji asumsi klasik dan uji hipotesis penelitian. 4.2 Hasil Penelitian 4.2.1 Analisis Statistik Deskriptif Informasi yang dibutuhkan dalam penelitian ini adalah data sekunder yang diperoleh dari www.idx.co.id berupa data keuangan perusahaan manufaktur dari tahun 2009-2011 yang dijabarkan dalam bentuk statistik. Variabel yang digunakan dalam penelitian ini adalah ukuran perusahaan total asset, momentum, price earning ratio sebagai variabel independen dan return saham sebagai variabel dependennya. Statistik deskriptif dari variabel tersebut dari sampel perusahaan manufaktur go public yang Universitas Sumatera Utara 38 terdaftar di BEI selama 2009 hingga 2011 disajikan dalam tabel dibawah ini: Tabel 4.1 Analisis Deskriptif Descriptive Statistics N Minimum Maximum Mean Standart deviation X1= Ukuran Perusahaan 90 .00 11.94 562.20 6.2467 X2= Momentum 90 -12600.00 172050.00 715656.00 7951.7333 X3= Price Earning Ratio 90 .80 79.82 1203.32 13.3702 Y = Return Saham 90 -.97 34.76 133.51 1.4834 Valid N listwise 90 Sumber: SPSS 19, Data diolah 2014 Berikut ini adalah perincian deskriptif dari data yang telah diolah: 1. Variabel Ukuran Perusahaan Variabel ini memiliki nilai terkecil sebesar 0.00 dengan nilai maksimum sebesar 11.94. jumlah nilai sample pada variabel ini sebesar 562.20 dan rata-rata adalah 6.25 . 2. Variabel Momemtum Variabel ini memiliki nilai terkecil sebesar -12600 dengan nilai maksimum sebesar 172050. jumlah nilai sample pada variable ini sebesar 715656 dan rata-rata adalah 7951.73. Universitas Sumatera Utara 39 3. Variabel Price Earnign Ratio Variabel ini memiliki nilai terkecil sebesar 0.80 dengan nilai maksimum sebesar 79.82. jumlah nilai sample pada variabel ini sebesar 1203.32 dan rata-rata adalah 13.37. 4. Variabel Return Saham Variabel ini memiliki nilai terkecil sebesar -97 dengan nilai maksimum sebesar 34.76. jumlah nilai sample pada variabel ini sebesar 133.51 dan rata-rata adalah 1.48. 4.2.2 Asumsi Klasik 4.2.2.1 Uji Normalitas Data

1. Uji Grafik

Pengujian dengan grafik histogram dengan kriteria pola distribusi yang tidak menceng ke kiri dan kekanan maka dapat dinyatakan bahwa distribusi data berasal dari populasi yang terdistribusi normal. Pengujian normalitas menggunakan P-P Plot, dengan kriteria, apabila titik-titik pada P-P Plot berada pada garis lurus, maka dapat dinyatakan bahwa distribusi data berasal dari populasi yang terdistribusi normal. Universitas Sumatera Utara 40 Gambar 4.1 Grafik Histogram Dari hasil spss diatas terlihat bahwa kurva sama besar dan tidak ada terjadi kemencengan garis baik kekanan maupun kekiri sehingga dapat dinyatakn bahwa data ini memang memiliki data yang berdistribusi normal. Gambar 4.2 Grafik P – Plot Universitas Sumatera Utara 41 Berdasarkan hasil histogram dan diagram P-P Plot diatas dapat diketahui bahwa grafik histogram memberikan pola distribusi yang normal dan titik-titik menyebar di sekitar garis lurus, seperti tampak pada gambar p-plot di atas, hal ini berarti bahwa data penelitian ini telah diambil dari populasi yang terdistribusi normal.

2. Uji Statistik

Uji statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik nonparametik Kolomogrov-Smirnov. Jika nilai Asymp.sig nilai signifikansi 0,05 maka data berdistribusi normal Ghozali, 2006. Table 4.2 Uji normalitas data One-Sample Kolmogorov-Smirnov Test Unstandardiz ed Residual N 65 Normal Parameters a,b Mean .0000000 Std. Deviation 1.15260662 Most Extreme Differences Absolute .090 Positive .090 Negative -.072 Kolmogorov-Smirnov Z .724 Asymp. Sig. 2-tailed .670 a. Test distribution is Normal. b. Calculated from data. Sumber: SPSS 19 data diolah 2014 Berdasarkan tabel diatas menunjukkan bahwa data sudah terdistribusi secara normal. Hal ini ditunjukkan nilai Kolmogorov-Smirnov besar 0.724 Universitas Sumatera Utara 42 dengan nilai asymp.sig 2-tailed sebesar 0.670 atau probabilitas diatas 0.05, maka dapat dinyatakan bahwa data berdistribusi normal.

4.2.2.2 Uji Multikolineritas

Menurut Ghozali 2005, pengujian multikolinearitas dilakukan untuk membuktikan apakah variabel bebas pada penelitian ini dapat diasumsikan tidak saling berintervensi ketika dibuat pemodelan dengan variabel terikat. Kriteria dinyatakan bahwa variabel bebas tidak saling intervensi satu sama lain ketika ; 1. Jika nilai tolerance 0.1 dan nilai VIF 10, maka dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model regresi. 2. Jika nilai tolerance 0.1 dan nilai VIF 10, maka dapa disimpulkan bahwa ada multikolinearitas antar variabel independen dalam model regresi. Pengujian multikoleniaritas dapat ditunjukkan sebagai berikut: Universitas Sumatera Utara 43 Table 4.3 Uji Multikolinearitas Coefficients a Model Collinearity Statistics Tolerance VIF 1 X1= Ukuran Perusahaan .809 1.236 X2= Momentum .961 1.040 X3= Price Earning Ratio .782 1.279 a. Dependent Variable: Y = Return Saham b. Sumber : SPSS 19 diolah 2014 Dari hasil analisis dan pengujian terhadap ketiga variabel bebas tersebut, dapat disimpulkan bahwa tidak terdapat gejala multikolinearitas. Hal ini dijelaskan oleh hasil perhitungan nilai tolerance tidak ada variabel bebas yang memiliki nilai kurang dari 0,10. Begitu juga dengan hasil perhitungan nilai VIF, diketahui bahwa ketiga variabel tersebut memiliki nilai VIF 10, sehingga dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel bebas dalam model regresi ini.

4.2.2.3 Uji Heterokedastisitas

Uji heteroskedastisitas digunakan untuk mengetahui apakah residu pada model regresi bersifat heterogen atau homogen. Apabila bersifat heterogen, akan menyebabkan model regresi tidak mampu meramalkan dengan akurat, karena memiliki residu yang tidak teratur. Pada penelitian ini untuk mengatahui ada atau tidaknya problem heteroskedastisitas digunakan scatter plot. Kriterianya adalah apabila titik-titik pada scatter Universitas Sumatera Utara 44 plot atau diagram pencar tidak membentuk pola tertentu, maka dapat dinyatakan bahwa model regresi tidak terkendala heteroskedastisitas Ghozali,2005. Ganbar 4.3 Uji Heterokedasitas Normalitas Data Berdasarkan grafik scatter plot diatas dapat disimpulkan bahwa model regresi tidak terkendala heteroskedastisitas, karena diagram pencar tidak membentuk pola tertentu.

4.2.2.4 Uji Autokorelasi

Masalah autokorelasi biasanya terjadi ketika penelitian memiliki data yang terkait dengan unsur waktu times series. Data pada penelitian ini memiliki unsur waktu karena didapatkan antara tahun 2009 – 2011, Universitas Sumatera Utara 45 sehingga perlu mengetahui apakah model regresi akan terganggu oleh autokorelasi atau tidak. 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: a. angka D-W dibawah -2 berarti ada autokorelasi positif. b. angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi, c. angka D-W di atas +2 berarti ada autokorelasi negatif. Table 4.4 Uji autokorelasi Model Summary b Model Durbin-Watson 1 1.793 a. Predictors: Constant, X3= Price Earning Ratio, X2= Momentum, X1= Ukuran Perusahaan b. Dependent Variable: Y = Return Saham sumber: SPSS 19, diolah 2014 Tabel 4.4 memperlihatkan nilai statistik D-W sebesar 1,793 angka ini terletak di antara -2 sampai +2, dari pengamatan ini dapat disimpulkan bahwa tidak terjadi autokorelasi dalam penelitian ini. Universitas Sumatera Utara 46

4.3 Pengujian Analisis Regresi linear

4.3.1 Metode Regresi Linear Berganda

Penelitian ini menggunakan regresi linear, dilakukan dengan menggunakan metode enter, dimana semua variabel dimasukkan untuk mencari hubungan antara variabel independen dan variabel dependen melalui meregresikan. Dari pengujian asumsi klasik dapat disimpulkan bahwa model regresi dapat digunakan dalam pengolahan data. Untuk menguji hipotesis digunakan uji regresi berganda. Berdasarkan pengolahan data dengan menggunakan SPSS 19, maka diperoleh hasil sebagai berikut: Table 4.5 Uji Regresi Data Coefficients a Model Unstandardized Coefficients Standardized Coefficients B Std. Error Beta 1 Constant -2.020 .806 X1= Ukuran Perusahaan -.850 .247 -.404 X2= Momentum .301 .078 .414 X3= Price Earning Ratio .255 .281 .109 a. Dependent Variable: Y = Return Saham Sumber: SPSS 19, diolah 2014 Berdasarkan tabel diatas diperoleh persamaan regresi sebagai berikut: Y = -2.02 - 0.85 X1 + 0.301 X2 + 0.255X3 Dari persamaan diatas dapat disimpulkan bahwa: Universitas Sumatera Utara 47 1. Nilai konstanta sebesar -2.02, artinya jika nilai variabel ukuran perusahaan, momentum, dan price earning ratio memiliki nilai konstan atau nol maka nilai variabel return saham tetap sebesar 2.02. 2. Nilai koefisien variabel ukuran perusahaan sebesar -0.85, artinya jika nilai variabel ini ditingkatkan satu satuan maka akan menurunkan nilai variabel return saham sebesar 0.85 begitu juga sebaliknya jika nilai variabel ini diturunkan satu satuan maka akan meningkatkan nilai variabel return saham sebesar 0.85. Dalam hal ini hubungan antara variabel ukuran perusahaan dengan variabel return saham bersifat negative atau berlawanan. 3. Nilai koefisien variabel momentum sebesar 0.31, artinya jika nilai variabel ini ditingkatkan satu satuan maka akan menaikkan nilai variabel return saham sebesar 0.31, begitu juga sebaliknya jika nilai variabel ini diturunkan satu satuan maka akan menurunkan nilai variabel return saham sebesar 0.31. dalam hal ini hubungan antara variabel momentum dengan variabel return saham bersifat positif atau searah. 4. Nilai koefisisen variabel Price Earning Ratio sebesar 0.255, artinya jika nilai variabel ini ditingkatkan satu satuan maka akan menaikkan nilai variabel return saham sebesar 0.255 begitu juga sebaliknya jika nilai variabel ini diturunkan satu satuan maka akan menurunkan nilai variabel return saham sebesar 0.255. Dalam hal ini hubungan antara variabel Price Earning Ratio dengan variabel return saham bersifat positif atau searah. Universitas Sumatera Utara 48

4.4 Pengujian Analisis Koefisien Korelasi dan koefisien Determinasi

Nilai koefisien korelasi R menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel dependen. Koefisien korelasi dikatakan kuat jika nilai R berada diatas 0.5 dan mendekati 1. Koefisien determinasi menunjukkan seberapa besar variabel independen menjelaskan variabel independennya. Nilai adalah nol sampai dengan satu. Apabila nilai semakin mendekati satu, maka variabel-variabel independen memberikan semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Sebaliknya jika nilai semakin kecil, maka kemampuan variabel-variabel independen dalam menjelaskan variabel dependen semakin terbatas. Nilai memiliki kelemahan yaitu nilai akan meningkat setiap ada penambahan satu varibel independen meskipun varibel independen tersebut tidak berpengaruh signifikan terhadap variabel dependen. Tabel 4.6 Uji Korelasi Dan Determinasi Model Summary b Model R R Square Adjusted R Square 1 .564 a .318 .285 a. Predictors: Constant, X3= Price Earning Ratio, X2= Momentum, X1=ukuran perusahaan b. Dependent Variabel: Y= Return Saham Dari tabel 4.6 diatas maka diperoleh nila korelasi R sebesar 0.564, artinya bahwa hubungan antara variabel return saham Variabel Dependen dengan variabel ukuran perusahaan, variabel momentum, dan variabel Price earning ratio Universitas Sumatera Utara 49 memiliki hubungan yang sangat kuat. Nilai koefisien Determinasi R 2 sebesar 31.8 menunjukkan bahwa variabel ukuran perusahaan, variabel momentum, dan variabel price earning ratio mampu menjelaskan variabel return saham sebesar 31.8 yang sisanya dipengaruhi oleh faktor lain yang tidak dijelaskan dalam penelitian ini. 4.5 Pengujian Hipotesis 4.5.1 Uji Signifikan Simultan