Analisis Hasil Penelitian ANALISIS HASIL PENELITIAN

123 KDSI PT. Kedawung Setia Industrial Tbk √ √ √ S61 124 KICI PT. Kedaung Indah Can Tbk √ √ x - 125 UNVR PT. Unilever Indonesia Tbk √ √ √ S62 126 TCID PT. Mandom Indonesia Tbk √ √ √ S63 127 MRAT PT. Mustika Ratu Tbk √ √ √ S64 128 PROD PT. Sara Lee Body Care Indonesia Tbk √ x √ - 129 KBLI PT. KMI Wire and Cable √ √ x - 130 VOKS PT. Voksel Electric Tbk √ √ x - 131 IKBI PT. Sumi Indo Kabel Tbk √ √ √ S65 132 SCCO PT. Supreme Cable Manufakturing Tbk √ x √ - 133 JECC PT. Jembo Cable Company Tbk √ √ x - 134 KBLM PT. Kabelindo Murni Tbk √ √ √ S66 Sumber : www.idx.co.id

B. Analisis Hasil Penelitian

1. Analisis Statistik Deskriptif Statistik deskriptif adalah statistik yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi Sugiyono, 2005:142. Deskripsi suatu data dilihat dari nilai rata-rata mean, standar deviasi, maksimum, minimum. Berikut ini akan dijelaskan hasil statistik deskriptif data keuangan dan variabel penelitian tahun dari tahun 2007 - 2009. Statistik deskriptif variabel penelitian dari sampel perusahaan selama periode pengamatan 2007 sampai dengan tahun 2009 disajikan pada tabel 4.2 berikut ini : Tabel 4.2 Statistik Deskriptif Variabel Penelitian Descriptive Statistics N Minimum Maximum Mean Std. Deviation vol_perdagangan 198 1000000 23240000000000 785734257575,76 2214003566797,271 arus_kas_operasi 198 -552085102941 5101022000000 422755663459,54 936953663477,942 Universitas Sumatera Utara arus_kas_investasi 198 -7575214000000 491772525393 -283932905266,71 890423747676,232 arus_kas_pendanaan 198 -4642101000000 6103714000000 -75017473458,40 849188256213,147 Valid N listwise 198 Sumber : Hasil olahan peneliti, 2011 Tabel 4.2 menunjukkan hasil ouput SPSS mengenai statistik deskriptif variabel penelitian tahun 2007-2009 dengan jumlah sampel keseluruhan sebanyak 198 66 perusahaan selama 3 tahun. Dari tabel tersebut, dapat dijelaskan statistik deskriptif masing-masing variabel bahwa ; a. Variabel volume perdagangan saham memiliki nilai maksimum sebesar 23.240.000.000.000 artinya dari 198 sampel ini volume perdagangan saham terbesar adalah 23.240.000.000.000. Nilai minimum sebesar 1.000.000 artinya dari 198 sampel ini volume perdagangan saham terkecil adalah 1.000.000. Nilai rata-rata mean sebesar 785.734.257.575,76, hal ini menunjukkan bahwa sebagian besar perusahaan-perusahaan yang menjadi sampel mempunyai nilai volume perdagangan saham yang positif. Standar deviasi sebesar 2.214.003.566.797,271 menunjukkan tidak ada sampel yang memiliki nilai volume perdagangan saham yang bersifat ekstrim. Jumlah sampel yang diolah sebanyak 66 perusahaan. b. Variabel arus kas operasi memiliki nilai maksimum sebesar 5.101.022.000.000 artinya dari 198 sampel ini nilai arus kas operasi terbesar adalah 5.101.022.000.000. Nilai minimum sebesar - 552.085.102.941 artinya dari 198 sampel ini nilai arus kas operasi terkecil adalah - 552.085.102.941. Nilai rata-rata mean sebesar 422.755.663.459,54 ,hal ini menunjukkan bahwa sebagian besar Universitas Sumatera Utara perusahaan-perusahaan yang menjadi sampel mempunyai nilai arus kas operasi yang positif. Standar deviasi sebesar 936.953.663.477,942 menunjukkan tidak ada sampel yang memiliki nilai arus kas operasi yang bersifat ekstrim. Jumlah sampel yang diolah sebanyak 66 perusahaan. c. Variabel arus kas investasi memiliki nilai maksimum sebesar 491.772.525.393 artinya dari 198 sampel ini nilai arus kas investasi terbesar adalah 491.772.525.393. nilai minimum sebesar - 7.575.214.000.000 artinya dari 198 sampel ini nilai arus kas investasi terkecil adalah - 7.575.214.000.000. Nilai rata-rata mean sebesar - 283.932.905.266,71, hal ini menunjukkan bahwa sebagian besar perusahaan-perusahaan yang menjadi sampel mempunyai nilai arus kas investasi yang negatif. Standar deviasi sebesar 890.423.747.676,232 menunjukkan tidak ada sampel yang memiliki nilai arus kas investasi bersifat ekstrim. Jumlah sampel yang diolah sebanyak 66 perusahaan. d. Variabel arus kas pendanaan memiliki nilai maksimum sebesar 6.103.714.000.000 artinya dari 198 sampel ini nilai arus kas pendanaan terbesar adalah 6.103.714.000.000. Nilai minimum sebesar -4.642.101.000.000 artinya dari 198 sampel ini nilai arus kas pendanaan terkecil adalah -4.642.101.000.000. Nilai rata-rata mean sebesar -75017473458,40, hal ini menunjukkan bahwa sebagian besar perusahaan-perusahaan yang menjadi sampel mempunyai nilai arus kas pendanaan yang negatif. Standar deviasi sebesar Universitas Sumatera Utara 849.188.256.213,147 menunjukkan tidak ada sampel yang memiliki nilai arus kas pendanaan yang bersifat ekstrim. Jumlah sampel yang diolah sebanyak 66 perusahaan. 2. Uji Asumsi Klasik a. Uji Normalitas Pengujian normalitas data dalam penelitian ini menggunakan uji statistik non parametrik Kolmogorov-Smirnov K-S dengan membuat hipotesis : H : data residual berdistribusi normal Ha : data residual tidak berdistribusi normal Apabila nilai signifikansinya lebih besar dari 0,05 maka H diterima, sedangkan jika signifikansinya lebih kecil dari 0,05 maka H ditolak. Tabel 4.3 Uji Normalitas Sebelum Data Ditransformasi One Sample Kolmogorov – Smirnov Test One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 198 Normal Parameters a,b Mean ,0000052 Std. Deviation 2,14327099E12 Most Extreme Differences Absolute ,312 Positive ,301 Negative -,312 Kolmogorov-Smirnov Z 4,393 Asymp. Sig. 2-tailed ,000 Universitas Sumatera Utara a. Test distribution is Normal. b. Calculated from data. Dari hasil pengolahan data tersebut, besarnya nilai Kolmogorov- Smirnov adalah 4,393 dan signifikan pada 0,000 maka disimpulkan data tidak terdistribusi secara normal karena p = 0,000 0,05. Data yang tidak berdistribusi normal dapat disebabkan oleh adanya data yang outlier, yaitu data yang memiliki nilai yang sangat menyimpang dari nilai data lainnya. Menurut Ghozali 2005, beberapa cara mengatasi data outlier, yaitu : 1 melakukan transformasi data ke bentuk lainnya, 2 melakukan trimming, yaitu membuang data outlier, 3 melakukan winsorizing, yaitu mengubah nilai data yang outlier ke suatu nilai tertentu. Dari ketiga cara di atas, penulis memutuskan untuk melakukan transformasi data terhadap semua variabel menjadi bentuk Logaritma natural Ln, agar variabel-variabel dalam penelitian ini memenuhi asumsi normalitas. Setelah itu, dilakukan pengujian ulang dengan metode statistik. Hasil output SPSS pengujian normalitas setelah transformasi data akan disajikan pada tabel 4.4 berikut ini: Tabel 4.4 Hasil uji normalitas setelah transformasi One – Sample Kolmogorov – Smirnov Test One-Sample Kolmogorov-Smirnov Test Unstandardized Residual Universitas Sumatera Utara N 198 Normal Parameters a,b Mean ,0000000 Std. Deviation 3,55173000 Most Extreme Differences Absolute ,104 Positive ,053 Negative -,104 Kolmogorov-Smirnov Z 1,460 Asymp. Sig. 2-tailed ,058 a. Test distribution is Normal. b. Calculated from data. Berdasarkan hasil pengujian K-S diatas, nilai K- S yang diperoleh adalah 1,460, dan signifikan pada 0,058, sehingga dapat disimpulkan bahwa data terdistribusi normal dimana nilai p lebih besar dari 0,05 p=0,058 0,05. Dengan demikian secara keseluruhan bahwa nilai observasi telah terdistribusi normal. Pada grafik histogram, dapat dilihat bahwa distribusi data tidak menceng skewnes ke kiri atau ke kanan. Gambar 4.1 Histogram Pada grafik normal plot, dapat dilihat titik – titik menyebar disekitar garis diagonal dan agak mendekati garis diagonal sehingga dapat disimpulkan data berdistribusi normal. Universitas Sumatera Utara Gambar 4.2 Grafik Normal P-Plot b. Uji Multikolonieritas Dalam penelitian ini, untuk mendeteksi ada tidaknya gajala multikolonieritas adalah dengan melihat besaran korelasi antara variabel independen dan besarnya tingkat kolonieritas yang masih dapat ditolerir, yaitu Tolerance 0,10 dan Variance Inflation Factor VIF 10. Berikut disajikan tabel hasil pengujian: Tabel 4.5 Uji multikolonieritas untuk VOLUME PERDAGANGAN SAHAM = f ARUS KAS OPERASI,ARUS KAS INVESTASI,ARUS KAS PENDANAAN Coefficients a Model Collinearity Statistics Tolerance VIF Universitas Sumatera Utara 1 Constant SMEANarus_kas_operasi_ln ,861 1,161 SMEANarus_kas_investasi_ln ,953 1,050 SMEANarus_kas_perdanaan_ln ,901 1,109 a. Dependent Variable: SMEANvol_perdagangan_ln Sumber : Hasil olahan peneliti, 2011 Hasil pengujian menunjukkan angka tolerance untuk arus kas operasi lebih besar dari 0,1 0,861 0,1, arus kas investasi lebih besar dari 0,1 0,953 0,1, arus kas pendanaan lebih besar dari 0,1 0,901 0,1. Angka VIF untuk arus kas operasi lebih kecil dari 10 1,161 10, arus kas investasi lebih kecil dari 10 1,050 10 , arus kas pendanaan lebih kecil dari 10 1,109 10 . Berdasarkan hasil pengujian tersebut diperoleh kesimpulan tidak terdapat multikolonieritas. Hasil ini menunjukkan tidak ada hubungan antar variabel bebas independen. Tabel 4.6 Cofficient correlations Coefficient Correlations a Model SMEANarus_kas_ perdanaan_ln SMEANarus_kas_ investasi_ln SMEANarus_kas_ operasi_ln 1 Correlations SMEANarus_kas_perdanaan_ln 1,000 ,052 -,313 SMEANarus_kas_investasi_ln ,052 1,000 -,217 SMEANarus_kas_operasi_ln -,313 -,217 1,000 Covariances SMEANarus_kas_perdanaan_ln ,052 ,004 -,010 SMEANarus_kas_investasi_ln ,004 ,119 -,011 SMEANarus_kas_operasi_ln -,010 -,011 ,020 a. Dependent Variable: SMEANvol_perdagangan_ln Sumber : Hasil olahan peneliti, 2011 Dari tabel di atas dapat dilihat tingkat korelasi antar variabel bebas, yaitu tingkat korelasi antar variabel bebas antara arus kas operasi Universitas Sumatera Utara terhadap arus kas investasi menunjukkan angka -0,217 atau -21,7, tingkat ini masih jauh dibawah 95 . Tingkat korelasi antara arus kas operasi terhadap arus kas pendanaan menunjukkan angka -0,313 atau - 31,3 . Tingkat korelasi antara arus kas investasi terhadap arus kas pendanaan menunjukkan angka 0,052 atau 52 . Berdasarkan hasil perhitungan tersebut dapat dibuktikan bahwa tidak terdapat korelasi antar variabel bebas atau tidak terdapat multikolonieritas. c. Uji Heterokedastisitas Untuk pengujian heteroskedastisitas, penulis menggunakan alat analisis grafik Scatterplot. Pada analisis grafik Scatterplot, deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat jika tidak ada pola tertentu pada grafik Scatterplot maka tidak terjadi heteroskedastisitas dengan kata lain homoskedastisitas. Hasil pengujian dapat ditunjukkan grafik scatterplot antara ZPRED dan SRESID sebagai berikut.Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y. Maka dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada persamaan regresi. Universitas Sumatera Utara Gambar 4.3 Grafik Scatterplot d. Uji Autokorelasi Uji ini bertujuan untuk menganalisis apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan tingkat kesalahan pada periode t-1. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan yang lainnya, hal ini sering ditemukan pada time series. Metode yang digunakan penulis telah diungkapkan dalam bab tiga. Uji ini bertujuan untuk melihat apakah dalam suatu model linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan periode t-1 sebelumnya. Model regresi yang baik adalah yang bebas dari autokorelasi. Masalah autokorelasi umumnya terjadi pada regresi yang datanya time series. Untuk mendeteksi masalah autokorelasi dapat Universitas Sumatera Utara dilakukan dengan menggunakan uji Durbin Watson. Menurut Sunyoto 2009:91, Pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut: 1 angka D-W di bawah –2 berarti ada autokorelasi positif, 2 angka D-W di antara -2 sampai +2, berarti tidak ada autokorelasi, 3 angka D-W di atas +2 berarti ada autokorelasi negatif. Tabel 4.7 Hasil Uji Autokorelasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 ,363 a .132 .119 3,57909 1,414 a. Predictors: Constant, SMEANarus_kas_perdanaan_ln, SMEANarus_kas_investasi_ln, SMEANarus_kas_operasi_ln b. Dependent Variable: SMEANvol_perdagangan_ln Sumber : Hasil olahan peneliti, 2011 3. Pengujian Hipotesis Hasil uji asumsi klasik memperlihatkan data observasi tidak memenuhi asumsi normalitas, kemudian dilakukan transformasi ke dalam bentuk Logaritma natural Ln. Sehingga persamaan yang baru memenuhi asumsi klasik dan dapat dianalisis lebih lanjut untuk pengujian hipotesis. Penulis menggunakan analisis regresi berganda untuk melakukan pengujian hipotesis dengan bantuan program SPSS 18. a. Persamaan Regresi Analisis Hasil Regresi Tabel 4.8 Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics Universitas Sumatera Utara B Std. Error Beta Tolerance VIF 1 Constant -10,922 9,339 -1,169 ,244 SMEANarus_kas_oper asi_ln ,421 ,141 ,215 2,977 ,003 ,861 1,161 SMEANarus_kas_inves tasi_ln ,286 ,344 ,057 ,832 ,407 ,953 1,050 SMEANarus_kas_perd anaan_ln ,708 ,228 ,219 3,109 ,002 ,901 1,109 a. Dependent Variable: SMEANvol_perdagangan_ln Sumber : Hasil olahan peneliti, 2011 Berdasarkan tabel di atas, di dapatlah persamaan regresi sebagai berikut : Volume Perdagangan = -10,922 + 0,421 Arus Kas Operasi + 0,286 Arus Kas Investasi + 0,708 Arus Kas Pendanaan Keterangan : 1 Konstanta sebesar -10,922 menunjukkan bahwa apabila tidak ada variabel independen Arus kas operasi, arus kas investasi, dan arus kas pendanaan maka tingkat volume perdagangan saham sebesar -10,922 . 2 β1 sebesar 0,421 menunjukkan bahwa setiap penambahan arus kas operasi sebesar 1 akan diikuti oleh kenaikan volume perdagangan saham sebesar 42,1 dengan asumsi variabel lain tetap. 3 β2 sebesar 0,286 menunjukkan bahwa setiap penambahan arus kas investasi sebesar 1 akan diikuti oleh kenaikan volume perdagangan saham sebesar 28,6 dengan asumsi variabel lain tetap. 4 β3 sebesar 0,708 menunjukkan bahwa setiap penambahan arus kas pendanaan sebesar 1 akan diikuti oleh kenaikan volume perdagangan saham sebesar 70,8 dengan asumsi variabel lain tetap. b. Analisis Koefisien Korelasi Nilai koefisien korelasi R menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel dependen. Universitas Sumatera Utara Koefisien korelasi dikatakan kuat apabila nilai R berada di atas 0,5 dan mendekati 1. Koefisien determinasi R square menunjukkan seberapa besar variabel independen menjelaskan variabel dependennya. Nilai R square adalah nol sampai dengan satu. Apabila nilai R square semakin mendekati satu, maka variabel-variabel independen memberikan semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Sebaliknya, semakin kecil nilai R square, maka kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen semakin terbatas. Tabel 4.9 Model Summary Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 ,363 a .132 .119 3,57909 1,414 a. Predictors: Constant, SMEANarus_kas_perdanaan_ln, SMEANarus_kas_investasi_ln, SMEANarus_kas_operasi_ln b. Dependent Variable: SMEANvol_perdagangan_ln Sumber : Hasil olahan peneliti, 2011 Pada tampilan ouput SPSS model summary , nilai koefisien korelasi R sebesar 0,132 yang berarti bahwa korelasi atau hubungan antara arus kas operasi, arus kas investasi, dan arus kas pendanaan variabel independen terhadap volume perdagangan saham variabel dependen kuat. Koefisien korelasi dikatakan kuat apabila nilai R berada diatas 0,5 dan mendekati 1. Angka adjusted R Square atau koefisien determinasi adalah 0,119. Hal ini berarti 11,9 variasi atau perubahan dalam variabel dependen dapat dijelaskan oleh variabel independen, sedangkan sisanya 88,1 dijelaskan oleh faktor – faktor lain. Standar Error of Estimate Universitas Sumatera Utara SEE adalah 3,57909, semakin kecil nilai SEE maka akan membuat model regresi semakin tepat dalam memprediksi variabel dependen. c. Pengujian secara Parsial Uji t Uji – t digunakan untuk menguji signifikansi konstanta dan setiap variabel independennya. Hasil pengolahan dapat dilihat pada tabel 4.10. Table 4.10 Hasil uji – t Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant -10,922 9,339 -1,169 ,244 SMEANarus_kas_operasi_ln ,421 ,141 ,215 2,977 ,003 SMEANarus_kas_investasi_ln ,286 ,344 ,057 ,832 ,407 SMEANarus_kas_perdanaan_ln ,708 ,228 ,219 3,109 ,002 a. Dependent Variable: SMEANvol_perdagangan_ln Sumber : Hasil olahan peneliti, 2011 Dari tabel hasil pengolahan SPSS dapat dilihat besarnya t hitung untuk variabel arus kas operasi sebesar 2,977 dengan nilai signifikan 0,003. Hasil uji tersebut dapat menunjukkan t hitung adalah lebih besar dari t tabel 2,977 1,65275. Dilihat signifikansinya, nilai signifikansi arus kas operasi adalah sebesar 0,003, lebih kecil dari nilai signifikan sebesar 0,05. Hasil perhitungan baik melalui t hitung maupun nilai signifikannya, menunjukkan arus kas operasi mempunyai pengaruh yang signifikan terhadap variabel volume perdagangan saham. Nilai t tabel, dimana level of significance α = 0,05 5 dan derajat kebebasan df = n – k – 1 atau 198 – 3 – 1. Nilai t hitung untuk variabel arus kas investasi adalah 0,832 dengan nilai signifikan 0,407. Hasil uji tersebut dapat menunjukkan t hitung Universitas Sumatera Utara adalah lebih kecil dari t tabel 0,832 1,65275. Dilihat signifikansinya, nilai signifikansi arus kas investasi adalah sebesar 0,407 lebih besar dari nilai signifikan sebesar 0,05. Hasil perhitungan baik melalui t hitung maupun nilai signifikannya, menunjukkan arus kas investasi tidak mempunyai pengaruh yang signifikan terhadap variabel volume perdagangan saham. Nilai t hitung untuk variabel arus kas pendanaan adalah 3,109 dengan nilai signifikan 0,002. Hasil uji tersebut dapat menunjukkan t hitung adalah lebih besar dari t tabel 3,109 1,65275. Dilihat signifikansinya, nilai signifikansi arus kas pendanaan adalah sebesar 0,002 lebih kecil dari nilai signifikan sebesar 0,05. Hasil perhitungan baik melalui t hitung maupun nilai signifikannya, menunjukkan arus kas pendanaan mempunyai pengaruh yang signifikan terhadap variabel volume perdagangan saham. d. Pengujian Secara Simultan Uji F Uji F digunakan untuk mengetahui ada tidaknya pengaruh secara bersama- sama variabel bebas terhadap variabel terikat. Uji F dapat dicari dengan melihat F hitung dari tabel Anova output SPSS versi 18 for windows, selain itu juga membandingkan hasil dari probabilitas value. Jika probabilitas value 0,05maka Ho ditolak dan jika probabilitas value 0,05 maka Ha diterima. berdasarkan tabel 4.11 dibawah ini terlihat bahwa: Table 4.11 UJI - F ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 378,020 3 126,007 9,837 ,000 a Universitas Sumatera Utara Residual 2485,113 194 12,810 Total 2863,133 197 a. Predictors: Constant, SMEANarus_kas_perdanaan_ln, SMEANarus_kas_investasi_ln, SMEANarus_kas_operasi_ln b. Dependent Variable: SMEANvol_perdagangan_ln Sumber : Hasil olahan peneliti, 2011 Pada tabel Anova dapat diketahui nilai F hitung sebesar 12,810 dengan nilai probabilitas value dalam penelitian ini adalah 0,000 yang berarti angka ini berada jauh di bawah 0,05 maka Ho diterima. Kesimpulan yang dapat diambil adalah variabel arus kas operasi, arus kas investasi dan arus kas pendanaan berpengaruh signifikan terhadap volume perdagangan saham pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia tahun 2007-2009.

C. Pembahasan Hasil Penelitian