20. Mayora Indah Tbk
MYOR 21.
Prasidha Aneka Niaga Tbk PSDN
22. PT. Pyridam Farma Tbk
PYFA 23.
Nippon Indosari Corpindo Tbk ROTI
24. PT. Schering Plough Indonesia Tbk
SCPI 25.
Sekar Laut Tbk SKLT
26. PT. Mandom Indonesia
TCID 27.
PT. Tempo Scan Pasific Tbk TSPC
28. Ultra Jaya Milk Industri Tbk
ULTJ 29.
PT. Unilever Indonesia Tbk UNVR
3.6 Jenis Data
Data yang digunakan dalam penelitian ini merupakan data sekunder. Data sekunder merupakan sumber data penelitian yang diperoleh peneliti melalui media
perantara. Data sekunder umumnya berupa bukti, catatan, atau laporan historis yang dipublikasikan atau tidak dipublikasikan.
Data yang diperoleh adalah data kuantitatif, yaitu data yang berupa angka atau bilangan. Data yang digunakan yaitu laporan keuangan tahunan dari setiap
perusahaan yang merupakan sampel penelitian tahun 2011-2013, data mengenai harga saham, dan jumlah saham yang beredar. Data yang diperlukan dalam
penelitian ini adalah : a. Total aktiva tahun 2011-2013
b. Laporan penjualan tahun 2011-2013 c. Laporan laba bersih setelah pajak tahun 2011-2013
d. Total ekuitas tahun 2011-2013 e. Harga saham tahun 2011-2013
Universitas Sumatera Utara
f. Jumlah saham beredar tahun 2011-2013
3.7 Metode Pengumpulan Data
Metode pengumpulan data yang digunakan dalam penelitian ini adalah metode dokumentasi atau studi pustaka. Metode dokumentasi adalah metode
pengumpulan data melalui dokumen-dokumen yang ada atau catatan-catatan yang tersimpan seperti buku, jurnal, penelitian, maupun sumber lainnya. Metode
dokumentasi dalam penelitian ini adalah mengambil data laporan keuangan perusahaan consumer goods yang berasal dari hasil publikasi Bursa Efek
Indonesia dan Indonesian Market Directory ICMD.
3.8 Metode Analisis
Metode analisis yang digunakan dalam penelitian ini adalah metode analisis kuantitatif dengan menggunakan software SPSS 18,0. Sebelum melalukan
hipotesis pertama sekali peneliti melakukan pengujian asumsi klasik untuk mendapatkan model persamaan yang BLUE Best Linear Unbiased Estimator.
Uji yang dilakukan selanjutnya adalah uji analisis regresi linear berganda.
3.8.1 Statistik Deskriptif
Statistik deskriptif adalah statistik yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data yang telah
terkumpul. Statistik deskriptif memberikan gambaran mengenai nilai minimum, nilai maksimum, nilai rata-rata mean, serta standar deviasi data penelitian. Oleh
Universitas Sumatera Utara
karena itu, dalam penelitian akan diperoleh informasi mengenai hubungan antar - variabel setelah semua data terkumpul dan diolah serta disajikan dalam bentuk
tabel data. Hasil yang diperoleh dari statistik deskriptif tidak dapat digunakan untuk mencari kesimpulan secara luas.
3.8.2 Pengujian asumsi klasik
Uji asumsi klasik adalah persyaratan statistic yang harus dipenuhi pada analisis regresi linear berganda yang berbasis ordinary least square OLS. Ada
lima uji asumsi klasik, yaitu uji multikolinearitas, uji heteroskedastisitas, uji normalitas, uji autokorelasi dan uji linearitas. Tidak ada ketentuan yang pasti
tentang urutan uji mana dulu yang harus dipenuhi. Analisis dapat dilakukan tergantung pada data yang ada. Sebagai contoh, dilakukan analisis terhadap semua
uji asumsi klasik, lalu dilihat mana yang tidak memenuhi persyaratan. Kemudian dilakukan perbaikan pada uji tersebut, dan setelah memenuhi persyaratan,
dilakukan pengujian pada uji yang lain.
3.8.2.1 Uji Normalitas Data
Uji normalitas data adalah uji yang dilakukan untuk mengukur apakah variabel yang digunakan dalam penelitian memiliki distribusi normal
atau tidak. Data yang memiliki distribusi normal adalah data yang baik dan layak untuk digunakan dalam membuktikan model-model penelitian.
Menurut Erlina 2011 : 101 tujuan uji normalitas ini adalah ingin mengetahui apakah model regresi variabel memiliki distribusi normal.
Universitas Sumatera Utara
Pengujian normalitas data penelitian ini dilakukan menggunakan model Kolmogorov Smirnov dengan ketentuan sebagai berikut :
a. Apabila nilai signifikansi atau nilai probabilitas yang terdapat pada kolom Kolmogorov-Smirnov lebih kecil dari alpha atau tingkat kesalahan yang
ditetapkan 0,05, maka data yang dianalisis tersebut terdistribusi secara tidak normal.
b. Apabila nilai signifikansi atau nilai probabilitas yang terdapat pada kolom Kolmogorov-Smirnov lebih besar dari alpha atau tingkat
kesalahan yang ditetapkan 0,05, maka data yang dianalisis tersebut terdistribusi secara normal.
3.8.2.2 Uji Multikolinearitas
Menurut Erlina 2011 : 103 multikolinearitas adalah keadaan dimana terdapat hubungan linear atau korelasi antara masing-masing
variabel independen dalam model regresi. Adanya hubungan yang linear antara variabel bebas akan menimbulkan kesulitan untuk memisahkan
pengaruh masing-masing variabel bebas terhadap variabel terikatnya. Oleh karena itu, peneliti perlu benar-benar membuktikan dan menyatakan bahwa
masing-masing variabel independen tidak memiliki hubungan yang linear atau bersifat multikolinearitas. Pengujian multikolinearitas dilakukan dengan
melihat nilai dari variance inflation factor VIF dari hasil analisis regresi. Jika nilai VIF 10, maka terjadi gejala multikolinearitas diantara variabel
independen, sedangkan jika nilai VIF 10 maka variabel di dalam penelitian tidak memiliki gejala multikolinearitas.
Universitas Sumatera Utara
3.8.2.3 Uji Heterokedastisitas
Uji heterokedastisitas adalah terdapat ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi. Uji heterokedastisitas
dilakukan untuk mengetahui adanya penyimpangan dari ketetapan asumsi klasik pada model regresi, dimana dalam model regresi diharapkan tidak
adanya heterokedastisitas. Heterokedastisitas diketahui apabila varians dari residual satu pengamatan ke pengamatan lainnya bersifat konstan,
sedangkan jika varians dari residual satu pengamatan ke pengamatan lainnya bersifat tidak konstan disebut sebagai homokedastisitas. Dalam penelitian
ini, untuk mengetahui ada tidaknya heterokedastisitas dapat dilihat dari grafik scatterplot antara nilai prediksi variabel independen dengan nilai
residualnya. Di dalam metode grafik ini, dasar analisis untuk mengetahui heterokedastisitas adalah sebagai berikut :
a. Jika di dalam grafik terdapat titik-titik yang membentuk pola tertentu yang teratur, bergelombang, menyebar atau menyempit maka dapat
disimpulkan bahwa telah terjadi heterokedastisitas. b. Jika titik-titik di dalam grafik tidak ada pola yang jelas, serta titik-titik
tersebut menyebar maka dapat disimpulkan bahwa tidak terjadi heterokedastisitas.
3.8.2.4 Uji Autokorelasi
Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik mengenai korelasi yang terjadi antara residual
Universitas Sumatera Utara
pada satu pengamatan ke pengamatan lain pada model regresi. Penyimpangan asumsi ini biasanya terjadi pada penelitian yang
menggunakan time series karena gangguan pada individukelompok yang sama pada periode berikutnya. Model regresi yang baik adalah yang bebas
dari autokorelasi. Dalam Gunawan 2013: 264 guna mendeteksi ada tidaknya autokorelasi banyak metode yang dapat digunakan antara lain
yakni uji Durbin-Watson, uji Lagrange Multiplier, uji Statistik Q:Box –
Pierce dan Ljung Box, uji Breusch – Godfrey dan metode grafik. Dalam
penelitian ini peneliti menggunakan uji run test karena uji run test lebih memberikan jawaban yang pasti ketika terdapat masalah dalam penggunaan
uji Durbin-Watson. Ukuran yang digunakan adalah apabila nilai asymp.sig 2-tailed
lebih besar dari α = 0,05, maka dapat dikatakan bahwa data tersebut tidak memiliki autokorelasi, dan sebaliknya
3.8.3 Uji Regresi Linear Berganda
Metode analisis yang digunakan untuk melihat hubungan antara variabel bebas dan variabel terikat adalah regresi linear berganda. Regresi linear
berganda menyatakan hubungan antara dua atau lebih variabel bebas terhadap satu variabel terikat. Model regresi berganda yang digunakan dalam penelitian ini
adalah : Y =
α + β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ β
4
X
4
+ β
5
X
5
+ е Keterangan :
Y = Harga Saham
Universitas Sumatera Utara
α = Konstanta β
1
= Koefisien regresi X
1
= Pertumbuhan penjualan X
2
= Ukuran perusahaan X
3
= Earning per share X
4
= Debt to equity ratio X
5
= Economic value added е = Variabel pengganggu
Pada penerapannya, model regresi linear berganda harus memenuhi asumsi-asumsi yang telah ditetapkan agar menghasilkan nilai koefisien sebagai
penduga yang tidak bias.
3.8.4 Pengujian Hipotesis
3.8.4.1 Uji Signifikansi Parameter Individual Uji t
Uji t dilakukan untuk mengetahui apakah variabel masing- masing independen mempunyai pengaruh atau tidak terhadap
dependen secara parsial. Pengujian hipotesis dilakukan dengan : a.
Jika nilai t hitung ≤ t tabel maka tidak ada pengaruh yang signifikan variabel bebas terhadap variabel terikat.
b. Jika nilai t hitung ≥ t tabel maka terdapat pengaruh yang
signifikan variabel bebas terhadap variabel terikat. Pada penelitian ini juga akan dilakukan uji t dengan melihat nilai
signifikansi t masing-masing variabel pada output hasil regresi
Universitas Sumatera Utara
menggunakan SPSS 18.0 dengan derajat signifikansi 0.05 α = 5
yaitu : a. Jika nilai signifikansi 0,05 maka secara parsial variabel bebas
tidak memiliki pengaruh yang signifikan terhadap variabel terikat.
b. Jika nilai signifikansi 0,05 maka secara parsial variabel bebas memiliki pengaruh yang sig nifikan terhadap variabel terikat.
3.8.4.2 Uji Signifikansi Simultan Uji F
Uji F dilakukan untuk mengetahui adanya pengaruh seluruh variabel independen terhadap variabel dependen secara simultan.
Pengujian hipotesis dilakukan dengan : a. Jika F-hit
ung ≤ F- tabel, maka variabel independen tidak mempunyai pegaruh secara bersama-sama terhadap variabel
dependen. b. Jika F-
hitung ≥ F-tabel, maka variabel independen mempunyai pengaruh secara bersama-sama terhadap harga saham.
Derajat signifikasinya adalah 0.05 sehingga ketentuan lain untuk memperoleh pengujian hipotesis dengan uji F adalah :
a. Jika nilai signifikansi F tingkat signifikansi 0,05 maka tidak ada pengaruh signifikan dari variabel bebas secara bersama-sama
terhadap variabel terikat.
Universitas Sumatera Utara
b. Jika nilai signifikansi F tingkat signifikansi 0,05 maka ada pengaruh signifikan dari variabel bebas secara bersama-sama
terhadap variabel terikat.
3.8.4.3 Uji Koefisien Determinasi R
2
Koefisien determinasi R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai
koefisien determinasi R
2
ini mencerminkan seberapa besar variasi dari variabel terikat Y dapat diterangkan oleh variabel bebas X. Nilai
koefisien determinasi adalah nol dan satu. Bila nilai koefisien determinasi sama dengan 0 R
2
= 0, artinya variasi dari Y tidak dapat diterangkan oleh X sama sekali. Sementara bila R
2
= 1, artinya variasi dari Y secara keseluruhan dapat diterangkan oleh X. Baik atau buruknya suatu
persamaan regresi ditentukan oleh R
2
nya yang mempunyai nilai antara nol dan satu.
Universitas Sumatera Utara
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Data Penelitian
Objek dalam penelitian ini adalah perusahaan consumer goods yang terdaftar di Bursa Efek Indonesia selama tahun 2011-2013. Perusahaan yang
dijadikan sampel berjumlah 29 perusahaan yang telah memenuhi kriteria-kriteria yang telah ditentukan sebelumnya. Dengan demikian jumlah observasi yang
diteliti adalah 87 perusahaan untuk 3 tahun dari tahun 2011-2013. Metode analisis data yang digunakan dalam penelitian ini adalah metode
analisis statistik dengan menggunakan persamaan regresi berganda. Analisis data dimulai dengan mengolah data dengan mengunakan Microsoft excel, selanjutnya
dilakukan pengujian asumsi klasik dan pengujian regresi berganda. Pengujian asumsi klasik dan regresi berganda dilakukan dengan menggunakan aplikasi
statistik Berikut ini adalah tabel data mengenai variabel-variabel yang akan diuji
dalam penelitian ini :
Universitas Sumatera Utara
Tabel 4.1 Daftar Variabel Penelitian
Pertumbuhan Penjualan, Ukuran Perusahaan, EPS, DER, EVA, dan Harga Saham tahun 2011-2013
Tahun KODE Variabel Penelitian
Pertumbuhan Penjualan
Ukuran Perusahaan
EPS DER
EVA Harga
Saham
2011 ADES
0.368739371 26.47915994 44
1.513384124 35260207369
1,010 AISA
-0.482131487 28.90925886 51
0.958902062 -2.31704E+11 495
CEKA 0.723977468 27.43666048
324 1.032695061
-2341507305 950
DLTA 0.156510541 20.36109967
9,060 0.215087501 -17652104328
111,500 DVLA
0.046540783 27.55661109 108
0.281546905 -14541449043 1,150
GGRM 0.111226662 31.29685467
2,544 0.592147759
3.00984E+11 62,050
HMSP 0.218411431
30.595074 1,840
0.899308347 1.43518E+12
39,000 ICBP
0.078342183 31.61230771 339
0.421398661 -1.29043E+11 5,200
INAF 0.148436033 27.73978733
11.93 0.830126318 -97678612021
163 INDF
0.180424213 31.61230771 350
0.695208845 -1.17973E+12 4,600
KAEF 0.093389786
28.215604 30.93
0.43252238 -12608590638 340
KDSI 0.051160664 27.09925609
58 1.104699557 -68387846634
245 KICI
0.083274674 25.1939798
2.59 0.359601466 -14591040962
180 KLBF
0.066987881 29.74420615 158
0.269895117 -54894329551 3,400
LMPI 0.250483695 27.25399129
5 0.684750776 -3.50441E+11
205 MBTO
0.14516211 27.01792989 40
0.352351089 -5067245620
410 MERK
0.154386567 20.18607669 10,320
0.182537852 73582865844
132,500 MLBI
0.038312691 27.83053815 24,074
1.302256595 1.46784E+11
359,000 MRAT
0.100035472 26.7694388
65 0.178735428
-3881902844 500
MYOR 0.308644806 29.51806736
614 1.721956992 -5.75851E+11
14,250.06 PSDN
0.342223525 26.76676861 9
1.042601335 -25605163220 310
PYFA 0.072668833 25.49423519
9.67 0.432494418
-3503961284 176
Universitas Sumatera Utara
ROTI 0.328572742 27.35544799
114.52 0.389238115
-6867484991 3,325
SCPI 0.049922084 26.46793006
-7,061 13.47059288
1.06242E+11 25,000
SKLT 0.096420285 26.09035282
9 0.743183665 -25604748615
140 TCID
0.127975617 27.754004
696 1.082427245 -29476557387
7,700 TSPC
0.125904077 29.07802819 126
0.395424838 14036274651
2,550 ULTJ
0.118044519 28.40997068 35
0.553842994 -88490689634 1,080
UNVR 0.191921439 29.98071038
546 1.84772926
1.52597E+12 18,800
2012 ADES
0.591929434 26.6870868
141 0.860607684
13327979524 1,920
AISA 0.580562481 28.98364896
74 0.901974621
1.67295E+11 1,080
CEKA -0.092595891 27.65833733
196 1.21770845 -17957440710
1,300 DLTA
0.233591022 20.42930655 12,997
0.245891827 -19802702697 255,000
DVLA 0.142399329 27.70305474
133 0.277043518 -22507518206
1,690 GGRM
0.170573106 31.35693922 2,086
0.560165856 70066054971
56,300 HMSP
0.260504589 30.89859289 2,269
0.972249674 1.96405E+12
59,900 ICBP
0.121326958 30.51133603 374
0.486928172 -1.39373E+11 7,800
INAF -0.039400096 27.80381307
14 0.828356884 -1.06586E+11
330 INDF
0.107413406 31.71513696 371
0.739572136 -3.96547E+12 5,850
KAEF 0.072698236
28.3616315 36.93
0.440373954 -6927047658
740 KDSI
0.102351437 27.06989127 91
0.8055475 -17487461398 495
KICI 0.083067747 25.27667915
16.37 0.426684782
-3920671347 270
KLBF 0.24968658 29.87363932
37 0.277592579
1.24312E+12 1,060
LMPI 0.191309204 27.42664169
2 0.990797199 -9.60406E+11
255 MBTO
0.107057094 27.13589496 42.54
0.402544937 -4790703477
380 MERK
-0.670311407 20.16014809 4,813
0.366387682 19565238730
152,000 MLBI
-0.156968931 27.77256234 21,516
2.492610345 5.84568E+11
740,000 MRAT
0.127687764 26.84460179 72
0.18032771 -5358558242
490 MYOR
0.111780691 29.74757854 816
1.706294426 -7.57074E+11 20,000.11
PSDN -0.746802529 27.24919117
10 0.666623467 -86965001450
205 PYFA
0.169672127 25.63481357 9.92
0.54892854 -3828123157
177
Universitas Sumatera Utara
ROTI 0.464114453 27.81745477
29.47 0.80757718 -30014188573
6,900 SCPI
0.108002842 26.81327761 -4,999
23.23530176 1.9015E+11
31,250 SKLT
0.166325618 26.24371211 12
0.928803894 -17939818192 180
TCID 0.118743675 27.86338043
748 0.150208001 -27283239563
11,000 TSPC
0.147067088 29.16422248 140
0.38167889 4.96147E+14
3,675 ULTJ
0.336507343 28.51511645 122
0.443940222 78195081.84
1,330 UNVR
0.163364199 30.11467523 634
2.020130205 1.8463E+12
20,850 2013
ADES 0.05430956 26.81245583
94 0.665787943
9007788823 2,000
AISA 0.480503087 28.99993436
72 1.130380567
-2.1372E+11 1,430
CEKA 1.253526376 27.69833139
219 1.024754973 -13443754768
1,160 DLTA
0.163706016 20.58059659 16515
0.281546905 -15823203652 380,000
DVLA 0.013154833 27.80502004
112 0.301028148 -14389012350
2,200 GGRM
0.130704231 31.55833169 2250
0.725924098 78613966311
42,000 HMSP
0.126062926 30.94173178 2468
0.936031525 2.04673E+12
62,400 ICBP
0.155536286 30.68819979 382
0.603188697 -1.96142E+11 10,200
INAF 0.156955058 27.88915388
-17.5 1.191139474
2.18295E+11 153
INDF 0.150004339 31.98891884
285 1.035090467 -3.68544E+12
6,600 KAEF
0.164379554 28.5360242
38.63 0.521797897 -38079856262
590 KDSI
0.065303794 27.46877726 89
1.415376066 -64805697925 345
KICI 0.044757519 25.31124634
53.76 0.328741123
-1852236346 270
KLBF 0.173486036 23.14940053
41 0.331190262
1.40521E+12 1,250
LMPI 0.130129207 27.43523675
-12 1.068816633
6.52919E+11 215
MBTO -0.106582682 27.13962182
15.11 0.355516765 -23955789937
305 MERK
0.344282825 20.36221895 7832
0.360642288 34532651940
189,000 MLBI
1.273149566 28.20884049 55576
0.804646528 1.15566E+11
1,200,000 MRAT
-0.218398897 26.80909404 -16
0.163562252 15946659595
465 MYOR
0.143398834 29.90416074 1115
1.465201289 -6.12072E+11 26,000
PSDN 0.076170739 27.24804962
5 0.632741305 -1.00657E+11
150 PYFA
0.089541469 25.88873113 11.58
0.864925953 -392752399.4
147
Universitas Sumatera Utara
ROTI 0.264265369 28.23133403
31.22 1.315003033 -1.64167E+11
1,020 SCPI
0.344282825 27.33852995 -3380
70.83148629 1.41475E+12
29,000 SKLT
0.411536884 26.43365805 17
1.162468485 -24921757510 180
TCID 0.095479192 28.01352629
796 0.239191883 -21206623878
11,900 TSPC
0.033793714 29.31889267 141
0.399954781 4.90801E+14
3,250 ULTJ
0.231464185 28.66478229 113
0.395243936 -14867074655 4,500
UNVR 0.126511945 30.22240176
701 2.137302776
2.04812E+12 26,000
Sumber: Hasil olahan penulis 2015
4.2 Analisis Hasil Penelitian
