Gambaran Umum Persamaan Regresi

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1 Gambaran Umum

Bab ini akan akan menyajikan analisis terhadap data yang diperoleh selama penelitian. Data yang digunakan dalam penelitian ini adalah perusahaan manufaktur yang terdaftar di BEI. Dari tahun 2008-2010 jumlah perusahaan yang terdaftar di BEI adalah sebanyak 135 perusahaan. Kemudian keseluruhan data diambil berdasarkan kriteria yang telah ditentukan berdasarkan purposive sampling dan terkumpul jumlah data sebanyak 34 perusahaan. Terhadap ke 34 perusahaan tersebut dilakukan pengujian-pengujian yang meliputi statistik deskriptif, uji asumsi klasik dan hipotesis penelitian. 4.2 Hasil Penelitian 4.2.1 Analisis Statistik Deskriptif Penelitian ini menggunakan data sekunder yang diambil dari www.idx.co.id berupa data keuangan perusahaan manufaktur periode 2008- 2010 yang dijabarkan dalam bentuk statistik. Variabel yang digunakan dalam penelitian ini adalah jenis opini audit, audit report lag dan ukuran KAP sebagai variabel independen dan harga saham sebagai variabel Universitas Sumatera Utara dependen. Statistik deskriptif variabel dari sampel perusahaan manufaktur yang terdaftar di BEI selama 2008-2010 disajikan dalam tabel dibawah ini: Tabel 4.1 Analisis deskriptif Descriptive Statistics N Minimum Maximum Mean Std. Deviation Jenis_Opini 102 .00 1.00 .6961 .46222 Audit_Report_Lag 102 30.00 105.00 73.1373 13.70484 KAP 102 .00 1.00 .6667 .47373 Harga_Saham 102 50.00 274950.00 11349.7843 35259.50681 Valid N listwise 102 Sumber: SPSS 17, Data diolah 2012 Berikut ini adalah perincian deskriptif dari data yang diolah: 1. Variabel jenis opini audit memiliki nilai minimum 0,nilai maksimum 1 dan rata-rata 0,6961 dengan jumlah sampel 102 2. Variabel audit report lag memiliki nilai minimum 30, nilai maksimum 105 dan rata-rata 73,1373 dengan jumlah sampel 102 3. Variabel KAP memiliki nilai minimum 0, nilai maksimum 1 dan rata-rata 0,6667 dengan jumlah sampel 102 4. Variabel harga saham memiliki nilai minimum 50, nilai maksimum 274950 dan rata-rata 11349,7843 Universitas Sumatera Utara 4.2.2 Uji Asumsi Klasik 4.2.2.1 Uji Normalitas Uji normalitas data dalam penelitian ini menggunakan uji non parametrik Kolmogorov-Smirnov K-S dengan membuat hipotesis : H0 : data residual berdistribusi normal Ha : data residual tidak berdistribusi normal Apabila nilai signifikansinya 0,05 maka H0 diterima,sedangkan jika signifikansinya 0,05 maka H0 ditolak. Tabel 4.2 Uji normalitas sebelum Data Ditransformasi One Sample Kolmogorov-Smirnov Test One-Sample Kolmogorov-Smirnov Test Harga_Saham N 102 Normal Parameters a,,b Mean 11349.7843 Std. Deviation 35259.50681 Most Extreme Differences Absolute .374 Positive .347 Negative -.374 Kolmogorov-Smirnov Z 3.780 Asymp. Sig. 2-tailed .000 b. Calculated from data. Sumber : SPSS 17 Data diolah 2012 Universitas Sumatera Utara Dari hasil pengolahan data tersebut,besarnya nilai Kolmogorov- Smirnov adalah 3,780 dan signifikansi pada 0,000 maka disimpulkan data tidak terdistribusi secara normal karena p = 0,000 0,05. Data yang tidak terdistribusi secara normal tersebut juga dapat dilihat melalui grafik histogram dan grafik normal plot data berikut. Gambar 4.1 Histogram sebelum data ditransformasi Dengan membandingkan data observasi dengan distribusi yang mendekati distribusi normal, dari grafik diatas dapat disimpulkan bahwa distribusi data tidak normal karena grafik histogram menunjukkan distribusi data tidak mengikuti garis diagonal yaitu menceng ke kiri Positive skewness. Universitas Sumatera Utara Demikian juga dengan hasil iji normalitas dengan menggunakan grafik plot. Pada grafik normal plot, terlihat penyebaran titik-titik agak menjauh dari diagonal sehingga dapat disimpulkan bahwa data dalam metode regresi tidak terdistribusi normal. Dari hasil uji normalitas dengan menggunakan grafik histogram, Kolmogorov- Smirnov K-S dan garis normal plot menunjukkan data tidak terdistribusi secara normal. Data tidak berdistribusi normal dapat disebabkan oleh adanya data yang outlier, yaitu data yang memiliki nilai yang sangat menyimpang dari nilai data lainya. Ada beberapa cara mengatasi data outlier,yaitu: 1. Melakukan transformasi data ke bentuk lainya 2. Melakukan trimming, yaitu membuang data outlier Universitas Sumatera Utara 3. Melakukan winsorizing, yaitu mengubah nilai data yang outlier ke suatu nilai tertentu Dari ketiga cara tersebut, penulis memutuskan untuk melakukan transformasi data terhadap semua variabel menjadi bentuk Logaritma Natural Ln, agar variabel-variabel dalam penelitian ini memenuhi asumsi normalitas. Transformasi data ke dalam bentuk Ln menyebabkan data yang bernilai negatif tidak dapat ditransformasi sehingga menghasilkan missing values. Setiap data yang terdapat missing values akan diganti dengan data mean rata-rata. Setelah itu dilakukan pengujian ulang dengan metode statistik. Tabel 4.3 Uji Normalitas setelah Data Ditransformasi One-Sample Kolmogorov-Smirnov Test LNHARGASAHAM N 102 Normal Parameters a,,b Mean 7.1877 Std. Deviation 2.07436 Most Extreme Differences Absolute .088 Positive .088 Negative -.057 Kolmogorov-Smirnov Z .893 Asymp. Sig. 2-tailed .403 a. Test distribution is Normal. Sumber: SPSS 17 Data diolah 2012 Universitas Sumatera Utara Berdasarkan hasil pengujian K-S diatas,nilai K-S yang diperoleh adalah 0,893, dan signifikan pada 0,403. Sehingga dapat disimpulkan bahwa data terdistribusi normal dimana nilai p 0,05. Dengan demikian secara keseluruhan bahwa nilai observasi telah terdistribusi normal. Pada histogram,dapat dilihat bahwa distribusi data tidak menceng skewness ke kiri atau ke kanan. Gambar 4.2 Histogram setelah data ditransformasi Pada grafik normal plot, dapat dilihat titik-titik menyebar disekitar garis diagonal dan mendekati garis diagonal sehingga dapat disimpulkan bahwa data berdistribusi normal. Universitas Sumatera Utara Gambar 4.3 Grafik Normal P-Plot setelah data ditransformasi

4.2.2.2 Uji Multikolinieritas

Pengujian multikolinieritas dilakukan untuk membuktikan apakah variabel bebas dalam penelitian ini dapat saling berintervensi ketika dibuat pemodelan dengan variabel terikat. Kriteria di nyatakan variabel bebas tidak saling intervensi satu sama lain ketika: 1. Jika nilai tolerance 0,10 dan nilai FIV 0,10 maka dapat disimpulkan tidak ada multikolinieritas antar variabel independen dalam model regresi Universitas Sumatera Utara 2. Jika nilai tolerance 0,10 dan nilai FIV 0,10 maka dapat disimpulkan ada multikolinieritas antar variabel independen dalam model regresi Tabel 4.4 Uji Multikolinieritas Coefficients a Model Collinearity Statistics Tolerance VIF 1 Constant Jenis_Opini .910 1.099 Audit_Report_Lag .919 1.088 KAP .878 1.139 a. Dependent Variable: LNHARGASAHAM Sumber: SPSS17 Data diolah 2012 Dari tabel hasil uji multikolinieritas diatas, diperoleh harga VIF tidak ada yang melebihi nilai 10 dan tolerance 0,10. Oleh karena itu dapat disimpulkan bahwa model regresi tersebut tidak terdapat masalah multikolinieritas antar variabel independen dalam model regresi.

4.2.2.3 Uji Heterokedastisitas

Uji heterokedastisitas dilakukan untuk mengetahui apakah residu pada model regresi bersifat heterogen atau homogen. Apabila Universitas Sumatera Utara bersifat heterogen, menyebabkan model regresi tidak dapat meramalkan secara akurat, karena memiliki residu yang tidak teratur. Dalam penelitian ini untuk mengetahui ada tidaknya masalah heterokedastisitas digunakan Scatter plot. Kriterianya adalah apabila titik-titik pada scattter plot atau diagram pencar tidak membentuk pola tertentu, maka dapat disimpulkan bahwa model regresi bebas dari masalah heterokedastisitas. Gambar 4.4 Uji heterokedastisitas Berdasarkan grafik scatter plot diatas, dapat di simpulkan bahwa model regresi tidak terkendala heterokedastisitas, karena titik-titik pada diagram tersebut tidak membentuk pola tertentu. Universitas Sumatera Utara

4.2.2.4 Uji Autokorelasi

Masalah autokorelasi pada umumnya terjadi pada penelitian yang data nya berkaitan dengan unsur waktu time series. Penelitian ini adalah termasuk penelitian yang menggunakan data time series, yakni data yang diperoleh antara tahun 2008-2010, sehingga peneliti merasa perlu untuk mengetahui apakah model regresi yang digunakan terganggu oleh autokorelasi atau tidak Kriteria yang digunakan untuk mengetahui masalah heterokedastisitas adalah apabila harga Dw diantara Du sampai dengan 4 – Du. Tabel 4.5 Uji Autokorelasi Data Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .617 a .381 .355 1.67129 1.794 a. Predictors: Constant, Audit_Report_Lag, Jenis_Opini, KAP b. Dependent Variable: LNHARGASAHAM Sumber: SPSS 17 Data diolah 2012 Penelitian ini memiliki 3 variabel independen dan 1 variabel dependen, nilai DW berdasarkan tabel diatas adalah 1,794. Nilai ini akan dibandingkan dengan nilai signifikansi 5, jumlah sampel 102 dan jumlah variabel 3 sehingga k= 3. Berdasarkan harga tersebut maka didapat nilai Du sebesar 1,613, sehingga dapat ditentukan Universitas Sumatera Utara bahwa batas Du adalah 1,613 dan 2,387 4- Du. Dengan demikian maka diketahui bahwa nilai DW 1,613 dan DW 2,387. Oleh karena itu dapat disimpulkan bahwa model regresi tidak terganggu oleh autokorelasi.

4.3 Persamaan Regresi

Penelitian ini menggunakan regresi linier, dilakukan dengan metode enter, semua variabel dimasukkan kemudian akan diregresikan untuk mencari korelasi variabel dependen dan independen. Dari uji asumsi klasik yang telah dilakukan disimpulkan bahwa model regres layak dipakai dalam pengolahan data. Untuk menguji hipotesis digunakan uji regresi berganda. Berdasarkan pengolahan data yang dilakukan dengan menggunakan SPSS 17, diperoleh hasil sebagai berikut: Tabel 4.6 Uji Regresi Data Coefficients a Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 Constant 5.634 1.295 4.350 .000 Jenis_Opini .051 .435 .011 .118 .906 Audit_Report_Lag .004 .015 .029 .298 .766 KAP 1.800 .432 .411 4.167 .000 Dependent Variable: LNHARGASAHAM Sumber: SPPS 17 Data diolah 2012 Universitas Sumatera Utara Berdasarkan tabel diatas diperoleh persamaan regresi sebagai berikut: HS = 5,634+0,051AO+0,004AR+1,800KAP Maksudnya adalah: 1. Konstanta sebesar 5,634 menunjukkan bahwa apabila tidak ada variabel opini audit,audit report lag dan KAP maka harga sahamnya adalah 5.634 2. Setiap terjadi kenaikan pada variabel opini audit akan diikuti kenaikan pada pada variabel harga saham sebesar 0,051 satuan dan variabel lainnya dianggap konstan. 3. Setiap terjadi kenaikan pada variabel audit report lag akan diikuti kenaikan pada variabel harga saham sebesar 0,004 satuan dan variabel lainnya dianggap konstan 4. Setiap terjadi kenaikan pada variabel ukuran KAP akan diikuti kenaikan pada variabel harga saham sebesar 1,800 satuan dan variabel lainnya dianggap konstan

4.4 Analisis Koefisien Korelasi dan Determinasi