110 2013CNTX dan maksimum sebesar 2300,3 pada perusahaan
Lionmesh Prima Tbk. pada 2013 LMSH.
2. Analisis Korelasi antar Variabel
Uji Correlation digunakan untuk menentukan apakah ada hubungan linier yang signifikan antara dua variabel. Uji ini termasuk klasifikasi uji
statistik parametrik.
Tabel 4.4 Hasil uji
Correlation antar Variabel
Sumber : Data sekunder yang diolah oleh EVIEWS Berdasarkan hasil korelasi adalah sebagai berikut:
a Size berkorelasi positif dengan zscore dan negatif dengan return
b Btm berkorelasi negatif dengan zscore dan return
c Beta berkorelasi negatif terhadap zscore
d Earning berkorelasi positif zscore
e Zscore berkorelasi positif dengan return saham
Hasil ini baru sementara selanjutnya data diregresikan menurut analisis data panel menggunakan menggunakan program Eviews 7.1.
3. Hasil Analisis Data Panel
Dari spesifikasi model yang telah dijelaskan pada bab sebelumnya, terlihat model dalam penelitian ini menggunakan data cross section
perusahaan dan data time series tahun. Untuk menentukan hasil akhir RETURN ZSCORE
SIZE BtM
BETA EARNING
RETURN 1
0,085 -0,054 -0,179
-0,116 0,191
ZSCORE 0,085
1 0,040 -0,010
-0,031 0,435
SIZE -0,054
0,040 1 -0,117
0,137 0,271
BTM -0,179
-0,010 -0,117
1 0,114
-0,327 BETA
-0,116 -0,031
0,137 0,114
1 -0,179
EARNING 0,191
0,435 0,271 -0,327
-0,179 1
111 panel data apakah menggunakan Common Effect Model, Fixed Effect
Model atau menggunakan Random Effect Model. a.
Model Common Effect OLS
Model ini merupakan model yang paling sederhana. Dalam estimasinya diasumsikan bahwa setiap unit individu memiliki intersep
dan slope yang sama tidak ada perbedaan pada dimensi kerat waktu.
Dengan kata lain, regresi data panel yang dihasilkan akan berlaku
untuk setiap individu. Hasil perhitungan dengan menggunakan program
Eviews 7.1, maka output dari regresi menggunakan metode Common
Effect pooled least square adalah sebagai berikut : Model I : Pengaruh
size, Btm, Beta dan Earning terhadap ZScore Tabel 4.5
Hasil regresi Common Effect pooled least square Model I
Dependent Variable : ZScore Method : Panel Least Squares
Variable Coefficient Std. Error
t-Statistic Prob.
C 5.394931
2.078897 2.595092
0.0099 Size
-0.135979 0.075541
-1.80006 0.0728
Btm 0.393368
0.145600 2.701701
0.0073 Beta
0.141508 0.123239
1.148238 0.2517
Earning 0.002426
0.000258 9.394531
0.0000 R-squared
0.2085 ProbF-statistic
0,000000 Sumber : Data sekunder yang diolah oleh EVIEWS
Berdasarkan hasil regresi Model I menggunakan model Common Effect di atas dapat disimpulkan variabel independen t-tes probability
yang terlihat signifikan yaitu hanya Btm dan Earning sedangkan Size dan Beta tidak signifikan. Hasil R-squared
sebesar 0.208084 atau 20,8 merupakan nilai yang menunjukkan pengaruh dari variabel
112 independen terhadap variabel dependen yaitu ZScore dan sebesar
79,2 dipengaruhi oleh faktor lain. Nilai probability dari F-stat senilai 0,000000 memberikan arti bahwa terdapat salah satu variabel
independen yang berpengaruh signifikan terhadap variabel dependen yaitu ZScore.
Model II : Pengaruh Size, Btm, Beta, Earning, dan ZScore
terhadap Return
TABEL 4.6 Hasil Regresi
Common Effect pooled least square Model II
Dependent Variable : Return Method: Panel Least Squares
Variable Coefficient Std. Error t-Statistic
Prob. C
0.077774 0.031111
2.499871 0.0129
ZScore 0.000237
0.000828 0.286593
0.7746 Size
-0.001992 0.001124
-1.77158 0.0774
Btm -0.004988
0.002181 -2.28733
0.0228 Beta
-0.001876 0.001829
-1.02566 0.3058
Earning 1.00E-05
4.32E-06 2.314701
0.0213 R-squared
0.052744 ProbF-statistic
0.000449 Sumber : Data sekunder yang diolah oleh EVIEWS
Berdasarkan hasil regresi persamaan Model II menggunakan model Common Effect di atas dapat disimpulkan variabel independen t-tes
probability yang terlihat signifikan yaitu hanya Btm dan Earning sedangkan Size, Beta dan ZScore tidak signifikan. Hasil R-squared
sebesar 0,052744 atau 5,3 merupakan nilai yang menunjukkan pengaruh dari variabel independen terhadap variabel dependen yaitu
harga saham dan sebesar 94,7 dipengaruhi oleh faktor lain. Nilai probability dari F-stat senilai 0.000449 memberikan arti bahwa
113 terdapat salah satu variabel independen yang berpengaruh signifikan
terhadap variabel dependen yaitu Return. b.
Model Fixed Effect FEM Model Efek Tetap The Fixed Effect adalah model regresi pada
data panel yang didapatkan dengan asumsi bahwa unit cross section dan time series yang digunakan dalam model sudah diketahui terlebih
dahulu. Hasil perhitungan dengan menggunakan program Eviews 7.1
maka output dari regresi menggunakan model Fixed Effect FEM adalah sebagai berikut :
Model I : Pengaruh
size, Btm, Beta dan Earning terhadap ZScore Tabel 4.7
Hasil Regresi Fixed Effect FEM Model I
Dependent Variable : ZScore Method: Panel Least Squares Variable
Coefficient Std. Error
t-Statistic Prob.
C 2.302475
2.847104 0.808708
0.4194 Size
0.006185 0.103323
0.059858 0.9523
Btm 0.118766
0.034290 3.463602
0.0006 Beta
0.046491 0.021965
2.116569 0.0353
Earning 0.000714
0.000104 6.863599
0.0000 R-squared
0.948639 ProbF-statistic
0,00000 Sumber : Data sekunder yang diolah oleh EVIEWS
Berdasarkan hasil regresi persamaan Model I menggunakan model Fixed Effect di atas dapat disimpulkan variabel independen t-test
probability yang terlihat signifikan yaitu Btm, Beta dan Earning sedangkan variabel independen yang lainnya seperti Size tidak
signifikan. Hasil R-squared sebesar 0,948639atau 94,9 merupakan
nilai yang menunjukkan pengaruh dari variabel independen yaitu Size,
114 Btm, Beta dan Earning terhadap variabel dependen yaitu ZScore dan
sebesar 5,1 dipengaruhi oleh faktor lain. Nilai probability dari F-stat senilai 0,000000 memberikan arti bahwa terdapat salah satu variabel
independen yang berpengaruh signifikan terhadap variabel dependen yaitu ZScore.
Model II : Pengaruh Size, Btm, Beta, Earning, dan ZScore
terhadap Return
Tabel 4.8 Hasil Regresi
Fixed Effect FEM Model II
Dependent Variable : Return
Method : Panel Least Squares
Variable Coefficient
Std. Error t-Statistic
Prob. C
0.786191 0.147762
5.320666 0.0000
ZScore 0.000686
0.001278 0.536661
0.5920 Size
-0.027856 0.005361 -5.196392
0.0000 Btm
0.000587 0.001806
0.324831 0.7456
Beta -0.003956
0.001555 -2.543578 0.0116
Earning 1.48E-05
5.22E-06 2.831871
0.0050 R-squared 0.447301
ProbF-statistic 0,00000 Sumber : Data sekunder yang diolah oleh EVIEWS
Berdasarkan hasil regresi persamaan Model II menggunakan model Fixed Effect di atas dapat disimpulkan variabel independen t-
test probability yang terlihat signifikan yaitu Size, Beta dan Earning, sedangkan variabel independen yang lainnya seperti Btm dan ZScore
tidak signifikan. Hasil R-squared sebesar 0.447301 atau 44,7
merupakan nilai yang menunjukkan pengaruh dari variabel independen yaitu, Size, Beta, Btm, Earning dan ZScore terhadap variabel dependen
115 yaitu Return dan sebesar 55,3 dipengaruhi oleh faktor lain. Nilai
probability dari F-stat senilai 0,0000 memberikan arti bahwa terdapat salah satu variabel independen yang berpengaruh signifikan terhadap
variabel dependen yaitu Return. c.
Model Random Effect REM Model Efek Random The Random Effect yaitu model regresi
yang dilandasi bahwa unit cross section dan time series yang digunakan dalam model tidak ditentukan terlebih dahulu melainkan
hasil pengambilan contoh secara acak dari suatu populasi yang besar. Metode untuk memodelkan data panel yang menggunakan MER yang
mengandung pengaruh acak dari unit cross section menjadi lebih rumit dan komplek.
Hasil perhitungan dengan menggunakan program Eviews 7.1 maka output dari regresi menggunakan
model Random Effect REM adalah sebagai berikut:
Model I : Pengaruh size, Btm, Beta dan Earning terhadap ZScore
Tabel 4.9 Hasil Regresi
Random Effect Model REM Model I
Dependent Variable : ZScore Method
: Panel EGLS Cross-section random effects Variable
Coefficient Std. Error t-Statistic
Prob. C
0.814094 3.489399
0.233305 0.8157
Size 0.058546
0.125905 0.464999
0.6422 Btm
0.118245 0.110086
1.074114 0.2836
Beta 0.014339
0.053740 0.266821
0.7898 Earning
0.000941 0.000208
4.530600 0.0000
R-squared 0.052085
ProbF-statistic 0.000295
Sumber : Data sekunder yang diolah oleh EVIEWS
116 Berdasarkan hasil regresi persamaan Model I menggunakan
model Random Effect dapat disimpulkan variabel independen t-tes
probability yang terlihat signifikan yaitu hanya Earning sedangkan Size, Btm dan Beta tidak signifikan. Hasil R-squared
sebesar 0.05208 5,2 merupakan nilai yang menunjukkan pengaruh dari variabel
independen yaitu Size, Btm, Beta dan Earning terhadap variabel dependen yaitu ZScore dan sebesar 94,8 dipengaruhi oleh faktor
lain. Nilai probability dari F-stat senilai 0.000295 memberikan arti bahwa terdapat salah satu variabel independen yang berpengaruh
signifikan terhadap variabel dependen yaitu ZScore.
Model II : Pengaruh
Size, Btm, Beta, Earning, dan ZScore terhadap
Return
Hasil dari regresi model II ditampilkan dalam table di bawah ini:
Tabel 4.10 Hasil Regresi
Random Effect Model REM Model II
Dependent Variable : Return Method
: Panel EGLS Cross-section random effects Variable
Coefficient Std. Error t-Statistic
Prob. C
0.083112 0.034067
2.439667 0.0152
ZScore 0.000258
0.000889 0.289969
0.7720 Size
-0.002197 0.001230 -1.786865
0.0749 Btm
-0.004660 0.002300 -2.026147
0.0436 Beta
-0.002160 0.001772 -1.219172
0.2237 Earning
1.03E-05 4.54E-06
2.277817 0.0234
R-squared 0.043603
ProbF-statistic 0.001710
Sumber : Data sekunder yang diolah oleh EVIEWS
117 Berdasarkan hasil regresi persamaan Model I menggunakan
model Random Effect di atas dapat disimpulkan variabel independen t- tes probability yang terlihat signifikan yaitu hanya Btm dan Earning
sedangkan tidak signifikan Size, Beta, dan ZScore. Hasil R-squared sebesar 0.043603 atau 4,4 merupakan nilai yang menunjukkan
pengaruh dari variabel independen yaitu, Size, Btm, Beta, Earning dan ZScore terhadap variabel dependen yaitu Return dan sebesar 95.6
dipengaruhi oleh faktor lain. Nilai probability dari F-stat senilai 0.001710 memberikan arti bahwa terdapat salah satu variabel
independen yang berpengaruh signifikan terhadap variabel dependen yaitu Return.
d. Uji Metode Estimasi Model
Model estimasi regresi data panel ada tiga, yaitu model Common Effect OLS, model Fixed Effect FEM, atau model Random Effect
REM. Menentukan model panel yang akan digunakan dalam penelitian ini, maka harus dilakukan beberapa pengujian. Uji Chow dan
Uji Hausman merupakan pengujian yang dapat digunakan dalam menentukan apakah model data panel dapat diregresi dengan model
Common Effect, Fixed Effect, atau Random Effect. Uji Chow digunakan untuk menentukan apakah model data panel diregresi dengan model
Common Effect atau dengan model Fixed Effect, apabila dari hasil uji tersebut ditentukan bahwa model Common Effect yang digunakan,
118 maka tidak perlu diuji kembali dengan Uji Hausman, namun apabila
dari hasil Uji Chow tersebut ditentukan bahwa metode Fixed Effect yang digunakan, maka harus ada uji lanjutan dengan Uji Hausman
untuk memilih antara model Fixed Effect atau model Random Effect yang akan digunakan untuk mengestimasi regresi data panel. Berikut
adalah tabel yang menunjukkan hasil dari Uji Chow :
Model I : Pengaruh size, Btm, Beta dan Earning terhadap ZScore
Tabel 4.11 Hasil Uji Chow Model I
Redundant : Fixed Effects Tests
Equation : Untitled
Test cross-section fixed effects Effects Test
Statistic d.f.
Prob. Cross-section F
54.709359 64,256
0.0000 Sumber : Data sekunder yang diolah oleh EVIEWS
Jadi F-hitung sebesar 54.709359, sdangkan F-tabel 0,05;64;325-65-4 sebesar 1.3614.
Berdasarkan Tabel 4.10 hasil Uji Chow menunjukkan bahwa F- hitung F-tabel atau 54.709359 1.3614 maka H
ditolak dan H
1
diterima serta p-value signifikan, yaitu 0,0000 kurang dari 5, sehingga metode yang digunakan adalah metode Fixed Effect. Oleh
karena itu, harus dilakukan uji lanjutan untuk menentukan model mana yang paling tepat digunakan antara metode Fixed Effect atau model
Random Effect, yaitu dengan melakukan Uji Hausman. Berikut adalah tabel yang menunjukkan hasil Uji Hausman :
119
Tabel 4.12 Hasil Uji
Hausman Model I
Correlated Random Effects - Hausman Test Equation : Untitled
Test cross-section random effects Test Summary
Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 11,963495
4 0,0176
Sumber : Data sekunder yang diolah oleh EVIEWS Jadi Chi-square hitung sebesar 11,963495, sdangkan Chi-square tabel
0,05;4 sebesar 9.488 Berdasarkan Tabel 4.11 hasil Uji Hausman menunjukkan bahwa
Chi -square hitung Chi-square tabel atau 11,963495 9.488 maka H ditolak dan H
1
diterima, serta p-value signifikan, yaitu 0,0176 kurang dari 5, sehingga model yang akan digunakan untuk mengestimasi
model adalah metode Fixed Effect.
Model II : Pengaruh Size, Btm, Beta, Earning, dan ZScore
terhadap Return
Hasil dari Uji Chow model II ditampilkan dalam table di bawah ini:
Tabel 4.13 Hasil Uji Chow Model II
Redundant Fixed Effects Tests Equation : chow
Test cross-section fixed effects Effects Test
Statistic d.f.
Prob. Cross-section F
4,267024 64,255
0,0000 Sumber : Data sekunder yang diolah oleh EVIEWS
Jadi F-hitung sebesar 4,267024, sdangkan F-tabel 0,05;64;325-65- 5 sebesar 1.3616. Berdasarkan Tabel 4.12 hasil Uji Chow
menunjukkan bahwa F-hitung F-tabel atau 4,267024 1,3616 maka
120 H
ditolak dan H
1
diterima serta p-value signifikan, yaitu 0,0000 kurang dari 5, sehingga metode yang digunakan adalah metode
Fixed Effect. Oleh karena itu, harus dilakukan uji lanjutan untuk menentukan model mana yang paling tepat digunakan antara metode
Fixed Effect atau model Random Effect, yaitu dengan melakukan Uji Hausman. Berikut adalah tabel yang menunjukkan hasil Uji Hausman :
Tabel 4.14 Hasil Uji
Hausman Model II
Correlated Random Effects - Hausman Test Equation: Untitled
Test cross-section random effects Test Summary
Chi-Sq. Statistic Chi-Sq. d.f.
Prob. Cross-section
random 13.280833
4 0.0100
Sumber : Data sekunder yang diolah oleh EVIEWS Jadi Chi -square hitung sebesar 13.280833, sdangkan Chi-square tabel
0,05;5 sebesar 11.70 Berdasarkan Tabel 4.13 hasil Uji Hausman menunjukkan bahwa
Chi-square hitung Chi-square tabel atau 13.280833 11.70 maka H ditolak dan H
1
diterima. Nilai p-value signifikan, yaitu 0.0003 kurang dari 5, sehingga model yang akan digunakan untuk mengestimasi
model adalah metode Fixed Effect. Setelah mendapatkan model tepat untuk melakukan regresi
maka langkah selanjutnya adalah melakukan estimasi regresi dengan menggunakan model fixed effect. Untuk menghilangkan masalah
heterokedastisita maka penulis menggunakan pilihan cross section
121 weight saat menggunakan estimasi pada program eviews 7.1. Dengan
cara ini masalah heteroskedastisitas akan teratasi.
4. Hasil Estimasi Model