bab 4 hasil dan analisis penelitianthesis.binus.ac.id/doc/bab4/2012-2-00499-ak bab4001.pdf · 68...

67

BAB 4

HASIL DAN ANALISIS PENELITIAN

4.1. Deskripsi Data Penelitian

Setelah melalui berbagai tahapan penelitian yang telah direncanakan oleh

peneliti di bagian awal, penelitian ini menghasilkan berbagai hal yang terkait dengan

rumusan masalah yang telah dijelaskan pada bagian awal penelitian. Hasil statistik

deskriptif akan memberikan gambaran umum dan menjelaskan mengenai data yang

digunakan dalam penelitian ini. Sebelum melakukan pengujian hipotesa melalui

pengujian model, penelitian ini terlebih dahulu melakukan pengujian terhadap

kualitas data yang digunakan. Pengujian ini digunakan untuk menjamin terpenuhinya

asumsi yang diperlukan dalam melakukan pengujian terhadap model regresi

berganda.

4.1.1. Statistik Deskriptif

Statistik deskriptif memberikan gambaran umum mengenai objek penelitian

yang disajikan sampel penelitian. Penjelasan data melalui statistik deskriptif

diharapkan dapat memberikan gambaran awal tentang masalah yang diteliti. Statistik

deskriptif untuk setiap variabel bebas yang dianalisis dalam penelitian ini disajikan

pada Tabel 4.1, di mana tabel tersebut menyajikan informasi dengan berfokus pada

nilai rata – rata (mean) dan standar deviasi (standard deviation) serta jumlah data (N)

dari variabel – variabel independen dan variabel dependen dalam penelitian.

68

Variabel bebas (independen) yang digunakan dalam analisis ini sebanyak 4

(empat), yaitu current ratio (X1), total asset turn over (X2), debt to equity ratio (X3),

dan return on equity (X4). Sedangkan variabel terikat (dependen) yang digunakan

dalam penelitian adalah harga saham (Y).

Semua informasi tersebut disajikan dalam Tabel 4.1 sebagai berikut :

Tabel 4.1 Statistik Deskriptif

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

HS 30 91.83 1595.833 462.2008 349.95199 CR 30 0.033 6.037 1.3403 1.24787 TATO 30 0.103 0.642 0.248 0.11567 DER 30 0.123 2.269 1.0022 0.54753 ROE 30 -0.007 0.252 0.0756 0.06586 Valid N (listwise) 30

Sumber: Data diolah peneliti, 2013.

Tabel 4.1 di atas menunjukkan bahwa jumlah pengamatan pada industri

Property dan Real Estate yang terdaftar di Bursa Efek Indonesia periode 2007-2012

dalam penelitian ini sebanyak 30 data.Berikut ini adalah penjelasan data deskriptif

dalam penelitian ini yang telah diolah dan disajikan dalam tabel 4.1 di atas :

1. Variabel Harga Saham memiliki nilai minimum sebesar Rp. 91.830 dan nilai

maksimum sebesar Rp. 1595.833. Nilai rata-rata Harga Saham (HS) sebesar Rp.

462.2008 dan standar deviasi harga saham sebesar Rp. 349.95199 dengan jumlah

pengamatan sebanyak 30 data (N).

2. Variabel Current Ratio memiliki nilai minimum sebesar 0.033 dan nilai

maksimum sebesar 6.037. Nilai rata-rata (mean) sebesar 1.3403 dan standar

deviasi sebesar 1.24787 dengan jumlah pengamatan sebanyak 30 data (N).

69

3. Variabel Total Assets Turn Over memiliki nilai minimum sebesar 0.103 dan nilai



4. Variabel Debt to Equity Ratio memiliki nilai minimum sebesar 0.123 dan nilai



5. Variabel Return On Equity memiliki nilai minimum sebesar -0.007 dan nilai



4.2. Pengujian Asumsi Klasik

Untuk menghasilkan suatu model regresi yang baik, analisis regresi

memerlukan pengujian asumsi klasik sebelum melakukan pengujian hipotesis.

Apabila terjadi penyimpangan dalam pengujian asumsi klasik perlu dilakukan

perbaikan terlebih dahulu. Berikut akan dijelaskan lebih rinci mengenai hasil

pengujian asumsi klasik dalam penelitian ini:

4.2.1. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah variabel residual berdistribusi

normal. Asumsi data telah berdistribusi normal adalah salah satu asumsi yang

penting dalam melakukan penelitian dengan regresi. Pengujian normalitas dapat

dilakukan dengan menggunakan pengujian statistik non parametrik dan uji normal P-

Plot of Regression Standardized Residual.

70

Hasil uji normalitas data dapat dilakukan denganuji Kolmogorov-Smirnov (K-

S) dan Normal Probability - Plot of Regression Standardized Residual, yang

ditunjukkan di bawah ini sebagai berikut :

Tabel 4.2 Uji Normalitas - Kolmogorov-Smirnov Test

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 30

Normal Parametersa Mean 0.0000000 Std. Deviation 213.34858

Most Extreme Differences

Absolute 0.167 Positive 0.167 Negative -0.077

Kolmogorov-Smirnov Z 0.914 Asymp. Sig. (2-tailed) 0.373 a. Test distribution is Normal. b. Calculated from data. Sumber: Data diolah peneliti, 2013.

Di mana dari hasil pengolahan data pada Tabel 4.2 di atas, dapat dilihat

bahwa nilai Kolmogorov- Smirnov Z adalah 0.914 dan nilai signifikan variabel

memiliki nilai 0.373. Nilai signifikansi lebih besar dari (>) 0.05. Hal ini

menunjukkan bahwa data residual berdistribusi normal.

Selain itu uji normalitas ini juga didukung oleh hasil analisis grafiknya, yaitu

dengan menggunakan grafik normal probability - plot seperti pada gambar 4.1

berikut:

71

Gambar 4.1 Uji Grafik Normal P-Plot


Pada gambar 4.1 Grafik Normal Probability-Plot diatas terlihat bahwa grafik

P-P Plot diatas memperlihatkan titik menyebar disekitar arah garis diagonal dan

mengikuti arah garis diagonal, maka dapat disimpulkan bahwa model regresi

menunjukkan telah memenuhi pola distribusi normal atau asumsi normalitas.

72

4.2.2. Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah terdapat korelasi antar

variabel bebas (independen) dalam model regresi. Apabila pada model regresi linier

terjadi multikolinearitas, maka koefisien regresi tidak dapat ditaksir dan nilai

standar error menjadi tidak terhingga. Cara yang digunakan untuk mendeteksi ada

tidaknya multikolinearitas adalah dengan melihat pada nilai tolerance dan Variance

Inflation Factor (VIF).

Untuk mendeteksi adanya multikolinearitas pada suatu model regresi, dapat

dilihat dari nilai tolerance dan Value Inflation Factor (VIF). Apabila nilai tolerance

< 0.10 dan nilai VIF > 10, maka terjadi multikolinieritas. Sebaliknya, jika VIF < 10,

tidak terjadi multikolinearitas.Model regresi yang baik seharusnya tidak terjadi

korelasi di antara variabel independen. Jika variabel independen saling berkorelasi,

maka variabel-variabel ini tidak ortogonal (Ghozali 2007:91).

Pengujian multikolinearitas pada penelitian ini akan disajikan pada Tabel 4.3

sebagai berikut :

Tabel 4.3 Pengujian Multikolinearitas

Coefficientsa Model Collinearity Statistics

Tolerance VIF

1

(Constant)

CR 0.882 1.134

TATO 0.824 1.213

DER 0.479 2.088

ROE 0.519 1.925

a. Dependent Variable: HS Sumber: Data diolah peneliti, 2013.

73

Dari hasil pengujian model regresi linier pada tabel Coefficients diatas, dapat

dilihat bahwa variabel Current Ratio, Total Assets Turn Over, Debt to Equity Ratio,

dan Return On Equitymemiliki nilai tolerance> 0.10 dan nilai VIF pada variabel-

variabel tersebut menunjukkan nilai <10. Hal tersebut menunjukkan bahwa pada

variabelCurrent Ratio, Total Assets Turn Over, Debt to Equity Ratio, dan Return On

Equitytelah menunjukkan bahwa tidak terdapat gejala multikolinieritas.

4.2.3. Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah terjadi ketidaksamaan

variansi dari residual satu pengamatan ke pengamatan lain dalam model regresi.

Pengujian heteroskedastisitas dapat dilakukan dengan membentuk diagram plot

untuk melihat pola persebaran data. Model regresi yang baik adalah tidak

terjadiheteroskedastisitas atau terjadi homoskedastisitas. Dalam model regresi

dinyatakan telah terjadi heteroskedastisitas apabila titik-titik yang ada membentuk

pola tertentu yang teratur. Sedangkan apabila titik-titik yang ada tidak membentuk

pola tertentu yang teratur dan titik-titik menyebar diatas dan di bawah angka nol pada

sumbu Y, makaterbebas dari heteroskedastisitas.

Berikut dilampirkan hasil uji heteroskedastisitas dengan melihat pada grafik

scatterplot pada Gambar 4.2 berikut ini :

74

Gambar 4.2Grafik Scatterplot


Dari Gambar 4.2 grafik scatterplot diatas, dapat jelas kita lihat bahwa titik-

titik menyebar secara acak dan tidak beraturan di atas dan di bawah sumbu 0 pada

sumbu Y sehingga tidak membentuk pola tertentu.Hal ini mengidentifikasikan bahwa

tidak terdapat heteroskedasitas pada model regresi linier yang diperoleh sehingga

model regresi layak dipakai untuk penelitian.

75

4.2.4. Uji Autokorelasi

Pengujian autokorelasi bertujuan untuk menguji apakah terdapat korelasi

antara kesalahan pengganggu pada suatu periode dengan kesalahan pengganggu

periode sebelumnya dalam model regresi. Autokorelasi menunjukkan adanya

korelasi antara kesalahan pengganggu pada data yang tersusun, baik berupa data

cross sectional dan/ atau time series. Jika terjadi autokorelasi dalam model regresi

berarti koefisien korelasi yang diperoleh menjadi tidak akurat, sehingga model

regresi yang baik adalah model regresi yang bebas dari autokorelasi.

Untuk menguji Autokorelasi, dapat dilihat dari pengujian Durbin - Watson

(DW), yaitu jika nilai DW terletak antara dL dan (4 – dU) atau dL ≤ DW ≤ (4 – dU)

berarti bebas dari autokorelasi, sebaliknya jika nilai DW < dL atau DW > (4 – dU)

berarti terdapat autokorelasi.

Untuk mendeteksi ada tidaknya autokorelasi maka dilakukan pengujian

Durbin-Watson (DW). Nilai d tersebut selanjutnya dibandingkan dengan nilai d tabel

dengan tingkat signifikansi 5% dengan df = n-k-1. Dari hasil pengujian pada Tabel

4.4 di bawah terlihat bahwa nilai DW sebesar 1.220, berarti data tidak terdapat

autokorelasi.

Tabel 4.4 Uji Autokorelasi

Model Summaryb

Model R R Square Adjusted R Square

Std. Error of the Estimate

Durbin-Watson

1 .793a 0.628 0.569 229.7835 1.220 a. Predictors: (Constant), ROE, TATO, CR, DER b. Dependent Variable: HS


76

Pada hasil analisis di atas, jika memperhatikan jumlah sampel (n) sebanyak

30 sampel dan jumlah variabel (k-1) sebanyak 4 variabel maka didapatkan nilai dL

sebesar 1.1426 dan dU sebesar 1.7386. Dari tabel 4.4 Model Summary Durbin –

Watson diatas, telah didapatkan nilai Durbin - Watson sebesar 1.220 dan nilai

tersebut terletak dalam rentang nilai antara dL dan (4-DU) atau 1.1426 < 1.220 <

2.2614. Maka dengan demikian, dapat disimpulkan bahwa dalam regresi linier ini

tidak terdapat autokorelasi atau bebas dari autokorelasi.

4.3. Hasil Analisis Data

Dari hasil pengujian asumsi klasik dalam penelitian dapat disimpulkan bahwa

model regresi yang dipakai dalam penelitian ini telah memenuhi model estimasi yang

Best Linear Unbiased Estimator (BLUE) dan layak dilakukan analisis regresi.

4.3.1. Uji Persamaan Regresi

Dalam pengolahan data dengan menggunakan regresi linear, dilakukan

beberapa tahapan untuk mencari hubungan antara variabel independen dan variabel

dependen, yakni melalui pengaruh variabel independen terhadap variabel dependen

(Y). Hasil uji regresi dalam penelitian ini disajikan pada Tabel 4.5 berikut.

77

Tabel 4.5 Uji Regresi

Coefficientsa

Model Unstandardized Coefficients

Standardized Coefficients

t Sig.

B Std. Error

Beta

1

(Constant) -310.748 157.193 -1.977 0.059

CR 58.151 31.381 0.241 1.653 0.076

TATO 968.553 406.308 0.32 2.384 0.025

DER 399.025 112.61 0.624 3.543 0.002

ROE 724.638 898.791 0.136 0.806 0.428 a. Dependent Variable: HS

Sumber : Data diolah peneliti, 2013.

Dari tabel diatas didapatkan model persamaan regresi yang diperoleh dengan

koefisien konstanta dan koefisien variabel yang ada di kolom Unstandardized

Coefficients pada kolom B.

Berdasarkan tabel diatas, telah diperoleh model persamaan regresi sebagai

berikut:

Y = -310.748 + 58.151X1 + 968.553X2 + 399.025X3 + 724.638X4

Keterangan:

Y = Harga Saham

X1 = Likuiditas (Current ratio)

X2 = Aktivitas (Total assets turnover)

X3 = Leverage (Debt to equity ratio)

X4 = Profitabilitas (Return on equity)

Kemudian model regresi di atas akan diinterpretasikan sebagai berikut :

78

a. β0 = -310.748

Nilai konstanta ini menunjukkan bahwa apabila tidak ada variabel Current

Ratio (X1), Total Asset Turn Over (X2), Debt to Equity Ratio (X3), Return on Equity

(X4), maka harga saham adalah sebesar -310.748.

b. β1 = 58.151

Koefisien regresi β1 ini menunjukkan bahwa setiap variabel Current Ratio

memiliki koefisien regresi bertanda positif dengan nilai sebesar 58.151 artinya

apabila terjadi peningkatan sebesar 1% Current Ratio, maka akan menyebabkan

peningkatan harga saham sebesar 58.151 dengan asumsi variabel independen lainnya

dianggap tetap atau sama dengan nol.

c. β2 = 968.553

Koefisien regresi β2 ini menunjukkan bahwa setiap variabel Total Asset Turn

Over memiliki koefisien regresi bertanda positif dengan nilai sebesar 968.553 artinya

apabila terjadi peningkatan sebesar 1% Total Asset Turn Over, maka akan

menyebabkan peningkatan harga saham sebesar 968.553 dengan asumsi variabel

independen lainnya dianggap tetap atau sama dengan nol.

d. β3 = 399.025

Koefisien regresi β3 ini menunjukkan bahwa setiap variabel Debt to Equity

Ratio memiliki koefisien regresi bertanda positif dengan nilai sebesar 399.025

artinya apabila terjadi peningkatan sebesar 1% Debt to Equity Ratio, maka akan

menyebabkan peningkatan harga saham sebesar 399.025 dengan asumsi variabel

independen lainnya dianggap tetap atau sama dengan nol.

e. β4 = 724.638

79

Koefisien regresi β4 ini menunjukkan bahwa setiap variabel Return on Equity

memiliki koefisien regresi bertanda positif dengan nilai sebesar 724.638 artinya

apabila terjadi peningkatan sebesar 1% Return on Equity , maka akan menyebabkan

peningkatan harga saham sebesar 724.638 dengan asumsi variabel independen

lainnya dianggap tetap atau sama dengan nol.

4.3.2. Koefisien Korelasi dan Koefisien Determinasi

Pada uji koefisien korelasi, nilai R dapat menunjukkan seberapa besar

korelasi atau hubungan antara variabel-variabel independen dengan variabel

dependen. Koefisien korelasi dapat dikatakan kuat apabila nilai R berada di atas

angka 0.5 dan mendekati 1.

Sedangkan pada uji koefisien determinasi, nilaiR square dapat menunjukkan

seberapa besar variabel independen menjelaskan variabel dependennya. Nilai

Rsquare adalah nol (0) sampai dengan satu. Apabila nilai R square semakin

mendekati satu, maka menunjukkan bahwa variabel-variabel independen telah

memberikan semua informasi yang dibutuhkan untuk memprediksi variasi variabel

dependen. Sebaliknya, apabila nilai R square semakin kecil, maka menunjukkan

bahwa kemampuan variabel - variabel independen dalam menjelaskan variasi

variabel dependen semakin terbatas. Nilai R square memiliki kelemahan yaitu nilai R

square akan meningkat setiap ada penambahan satu variabel independen meskipun

variabel independen tersebut tidak berpengaruh signifikan terhadap variabel

dependen. Oleh karena itu, dalam penelitian ini digunakan nilai adjusted R square

untuk mengevaluasi mana model regresi terbaik.

Berikut akan disajikan Tabel 4.6 model summary yang akan menjelaskan

mengenai koefisien determinan dalam penelitian:

80

Tabel 4.6 Koefisien Korelasi dan Determinasi

Model Summaryb

Model R R Square Adjusted R Square

Std. Error of the Estimate

Durbin-Watson

1 .793a 0.628 0.569 229.7835 1.22 a. Predictors: (Constant), ROE, TATO, CR, DER b. Dependent Variable: HS


Dari Tabel 4.6 diatas dapat menjelaskan bahwa nilaikoefisien korelasi (R)

sebesar 0.793 yang menunjukkan bahwa korelasi atau hubungan antara Harga Saham

(variabel dependen) dengan Current Ratio, Total Assets Turn Over, Debt to Equity

Ratio, dan Return On Equity(variabel independen) kuat karena nilai R > 50% (0.5).

Sedangkan angka koefisien determinasi (Adjusted R Square) pada tabel di

atas adalah 0.569. Hal ini menunjukkan bahwa 56.9% variasi dari harga saham dapat

dijelaskan oleh variasi dari keempat variabel independen (Current Ratio, Total Assets

Turn Over, Debt to Equity Ratio, dan Return On Equity), sedangkan sisanya yaitu

43.1% lagi dijelaskan oleh variasi atau faktor lainnya diluar variabel yang diteliti.

4.4. Pengujian Hipotesis

4.4.1. Uji Signifikansi Parsial

Penggunaan uji t (t test) dimaksudkan untuk dapat mengetahui apakah

variabel independen dalam model regresi berpengaruh terhadap variabel dependen.

Terdapat lima hipotesis yang akan diuji dengan menggunakan t test ini.

81

Berikut akan ditampilkan hasil t test pada Tabel 4.7 Uji Statistik t dalam

penelitian ini.

Tabel 4.7 Uji Statistik ‘t’

Coefficientsa Model t Sig.

1

(Constant) -1.977 0.059

CR 1.653 0.076

TATO 2.384 0.025

DER 3.543 0.002

ROE 0.806 0.428 a. Dependent Variable: HS


Uji ini dilakukan dengan membandingkan nilai T hitung dengan nilai T tabel.

Untuk memperoleh nilai T tabel yang cocok dengan hasil penelitian, maka dapat

melihat pada tabel T Student, yaitu pada Degrees of Freedom (df) sebesar 26 (jumlah

data dikurangi jumlah variabel) dan tingkat kepercayaan 5% (uji dua arah) maka nilai

T tabel sebesar ±1.706. Jika nilai T hitung dalam rentang -1.706 sampai 1.706 maka

H0 diterima.

Dari uji t yang telah disajikan pada Tabel 4.7 dalam penelitian ini, dapat

diketahui pengaruh masing – masing variabel independen terhadap variabel

dependen. Dan dengan membandingkan nilai T hitung dengan T tabel maka dapat

disimpulkan bahwa :

1. Variabel Current Ratio (X1) memiliki nilai T = 1.653 < 1.706 atau berada di dalam

rentang antara -1.706 sampai dengan 1.706. Selain itu, variabel Current Ratio juga

memiliki nilai signifikan sebesar 0.076 di mana angka tersebut > 0.05. Artinya

82

Ho1 diterima atau variabel Current Ratio tidak memiliki pengaruh yang signifikan

secara parsial terhadap Harga Saham.

2. Variabel Total Assets Turn Over (X2) memiliki nilai T = 2.384 > 1.706 atau berada

di luar rentang antara -1.706 sampai dengan 1.706. Selain itu, variabel Total

Assets Turn Over juga memiliki nilai signifikan sebesar 0.025 di mana angka

tersebut < 0.05. Artinya Ho2 ditolak atau variabel Total Assets Turn Over

memiliki pengaruh yang signifikan secara parsial terhadap Harga Saham.

3. Variabel Debt to Equity Ratio (X3) memiliki nilai T = 3.543 > 1.706 atau berada di

luar rentang antara -1.706 sampai dengan 1.706. Selain itu, variabel Debt to

Equity Ratio juga memiliki nilai signifikan sebesar 0.002 di mana angka tersebut

< 0.05. Artinya Ho3 ditolak atau variabel Debt to Equity Ratio memiliki pengaruh

yang signifikan secara parsial terhadap Harga Saham.

4. Variabel Return On Equity (X4) memiliki nilai T = 0.806< 1.706 atau berada di

dalam rentang antara -1.706 sampai dengan 1.706. Selain itu, variabel Return On

Equity juga memiliki nilai signifikan sebesar 0.428 di mana angka tersebut > 0.05.

Artinya Ho4 diterima atau variabel Return On Equity tidak memiliki pengaruh

yang signifikan secara parsial terhadap Harga Saham.

4.4.1.1. Pembahasan Hasil Penelitian Uji Statistik ‘t’

Berdasarkan hasil penelitian yang telah disajukan secara statistik, maka untuk

menjelaskan gambaran yang lebih komprehensif, hasil dalam penelitian ini akan

ditelaah dan diuraikan lebih lanjut sesuai dengan aspek – aspek kinerja keuangan

yang mendasari penelitian ini.

83

Berikut penjelasan dari setiap aspek yang mewakili setiap rasio keuangan

terhadap uji parsial (t-test) :

1. Current Ratio (CR)

Pada hasil analisis dalam penelitian, didapatkan hasil analisis bahwa current

ratio secara parsial tidak berpengaruh terhadap harga saham. Hasil analisis ini dapat

dibuktikan dengan melihat pada tabel hasil regresi yang menunjukkan bahwa nilai t

hitung Current Ratio sebesar 1.653, pada nilai Sig/Significance untuk variabel

Current Ratio (CR) sebesar 0.076, yaitu lebih besar dari 0.05. Hasil tersebut

menunjukkan bahwa pengujian hipotesis pada Ho1 diterima dan Ha1 ditolak. Hal ini

juga mengindikasikan bahwa setiap perubahan yang ditunjukkan oleh current ratio

tidak diikuti oleh peningkatan harga saham.

Kemungkinan ini dapat disebabkan oleh faktor lain yang menunjukkan

bahwa current ratio memiliki beberapa keterbatasan. Sebab, current ratio sendiri

tidak dapat memberikan gambaran yang jelas mengenai likuiditas suatu perusahaan,

di mana ada hal – hal lain yang harus diperhatikan, misalnya seberapa likuid piutang

– piutang (account receivables) perusahaan dan persediaannya (inventory).

Hasil penelitian ini sesuai dengan penelitian sebelumnya yang dilakukan oleh

Anggrainy (2012), di mana dalam penelitian tersebut dijelaskan bahwa Current Ratio

tidak berpengaruh secara parsial terhadap harga saham pada perusahaan manufaktur

pada industri makanan dan minuman yang terdaftar di Bursa Efek Indonesia. Pada

penelitian Cory (2010) juga menghasilkan hasil kesimpulan yang sama yaitu Current

Ratiotidak memiliki pengaruh yang signifikan terhadap harga saham pada

perusahaan yang bergerak pada industri property dan real estate.

84

Di samping itu, penelitian ini tidak sejalan dengan penelitian Oktavia Putri

Yuswita (2012) yang menunjukkan bahwa current ratio memberikan pengaruh

terhadap return saham pada perusahaan property dan real estate, di mana hasil

penelitian menunjukkan nilai signifikansi kurang dari 5%. Hal ini menunjukkan

bahwa variabel Current Ratio tidak dapat digunakan dalam memprediksi hargsa

saham perusahaan property dalam penelitian ini.

2. Total Asset Turnover (TATO)

Pada hasil analisis dalam penelitian, didapatkan hasil analisis bahwa Total

Assets Turnover (TATO) secara parsial berpengaruh terhadap harga saham. Hal ini

mengindikasikan bahwa perubahan yang ditunjukkan oleh total assets turnover

diikuti oleh peningkatan harga saham. Hasil analisis ini dapat dibuktikan dengan

melihat pada tabel hasil regresi yang menunjukkan bahwa nilai t hitung Total Assets

Turnover sebesar 2.384, dengan nilai Sig/Significance untuk variablel Total Assets

Turnover sebesar 0.025 yaitu lebih kecil dari 0.05. Hal ini juga menunjukkan bahwa

secara parsial variabel total assets turnover berpengaruh terhadap harga

saham.Artinya, hasil tersebut menunjukkan bahwa pengujian hipotesis pada Ho2

ditolak dan Ha2 diterima.

Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Yulifati

Laoli (2009) yang menyatakan bahwa total assets turnover berpengaruh signifikan

terhadap harga saham. Selain itu penelitian tidak sejalan dengan penelitian

Bramantyo Nugroho (2012) yang menyatakan bahwa total assets turnover tidak

memiliki pengaruh terhadap return saham.

Kemampuan total assets turnover dalam mempengaruhi harga saham karena

total assets turnover menunjukkan efektivitas perusahaan dalam menggunakan

85

aktivanya untuk menghasilkan penjualan yang akan menghasilkan laba. Penjualan

yang dihasilkan perusahaan akan dikurangi dengan harga pokok penjualan, seluruh

beban operasional, beban lainnya, dan pajak penghasilan untuk memperoleh laba

bersih yang akan digunakan untuk menghitung besarnya harga saham.

3. Debt to Equity Ratio (DER)

Pada hasil analisis dalam penelitian, didapatkan hasil analisis bahwa Debt to

Equity Ratio (DER) secara parsial berpengaruh terhadap harga saham. Hal ini

mengindikasikan bahwa perubahan yang ditunjukkan oleh debt to equity ratio diikuti

oleh peningkatan harga saham. Hasil analisis ini dapat dibuktikan dengan melihat

pada tabel hasil regresi yang menunjukkan bahwa nilai t hitung Debt to Equity Ratio

sebesar 3.543, dengan nilai Sig/Significance untuk variablel Debt to Equity Ratio

sebesar 0.002 yaitu lebih kecil dari 0.05. Hal ini menunjukkan bahwa secara parsial

variabel debt to equity ratio berpengaruh terhadap harga saham. Artinya, hasil

tersebut menunjukkan bahwa pengujian hipotesis pada Ho3 ditolak dan Ha3 diterima.

Hasil penelitian ini sesuai dengan penelitian Putri (2012) yang menyatakan

bahwa DER secara parsial signifikan berpengaruh terhadap return saham perusahaan

Real estate and Property di BEI periode 2007-2009. Hal ini menunjukkan bahwa

variabel DER dapat digunakan dalam memprediksi harga saham perusahaan property

dalam penelitian ini. Dan penelitian ini tidak sesuai dengan penelitian Faruq Ghozali

(2012) yang menyatakan bahwa DER tidak berpengaruh terhadap harga saham.

4. Return on Equity (ROE)

Pada hasil analisis dalam penelitian, didapatkan hasil analisis bahwa Return

on Equity (ROE) secara parsial tidak berpengaruh terhadap harga saham. Hasil

analisis ini dapat dibuktikan dengan melihat pada tabel hasil regresi yang

86

menunjukkan bahwa nilai t hitung ROE sebesar 0.806, dengan nilai Sig/Significance

untuk variabel ROE sebesar 0.428, yaitu lebih besar dari 0.05. Artinya, hasil tersebut

menunjukkan bahwa pengujian hipotesis pada Ho4 diterima dan Ha4 ditolak. Hal ini

mengindikasikan bahwa setiap perubahan yang ditunjukkan oleh return on equity

tidak diikuti oleh peningkatan harga saham.

Hasil ini sejalan dengan penelitian Siti Aisyah (2011) yang juga

menghasilkan hasil kesimpulan yang sama yaitu Return on Equity tidak memiliki

pengaruh yang signifikan terhadap harga saham perusahaan property dan real estate

yang listing di BEI. Dan tidak sejalan dengan penelitian Nurfadillah (2011) yang

menunjukkan bahwa ROE berpengaruh terhadap harga saham pada PT. Unilever

Indonesia Tbk. Berdasarkan hasil penelitian ini, maka menunjukkan bahwa variabel

ROE tidak dapat digunakan dalam memprediksi hargsa saham perusahaan property

dan real estate.

4.4.2. Uji Signifikansi Simultan

Secara simultan, pengujian hipotesis dilakukan dengan uji F (F test).Uji F

dilakukan dengan maksud untuk menguji apakah variabel – variabel independen

yang dipakai dalam penelitian ini memiliki pengaruh secara simultan terhadap

variabel dependennya.

Berikut disajikan hasil uji F pada tabel 4.8 di bawah ini.

87

Tabel 4.8 Uji Statistik ‘F’

ANOVA b

Model Sum of Squares

Df Mean Square

F Sig.

1 Regression 2.23151 4 5.57878 10.566 .000a

Residual 1.32001 25 5.28004

Total 3.55152 29

a. Dependent Variable: HS b. Predictors: (Constant), ROE, TATO, CR, DER


Berdasarkan Tabel 4.8 diatas diperoleh nilai F hitung sebesar 10.566 dengan

nilai signifikan probabilitas 0.000. Nilai signifikan probabilitas lebih kecil dari 0.05,

maka dapat diambil kesimpulan bahwa model regresi dapat digunakan untuk

memprediksi harga saham dalam penelitian ini atau dapat dikatakan bahwa Current

Ratio, Total Assets Turn Over, Debt to Equity Ratio, dan Return on Equity secara

bersama - sama berpengaruh terhadap variabel harga saham perusahaan property dan

real estate yang terdaftar di Bursa Efek Indonesia.

4.4.2.1 Pembahasan Hasil Penelitian Uji Statistik ‘F’

Hasil analisis pada uji F dalam penelitian ini telah ditemukan bahwa secara

simultan variabel Current Ratio, Total Assets Turn Over, Debt to Equity Ratio, dan

Return on Equity memiliki pengaruh terhadap harga saham jika dilihat dari nilai

signifikan probabilitas 0.000 dimana nilai signifikan probabilitas lebih kecil dari 0.05

(5%), ini mengartikan bahwa pengujian hipotesis pada Ho5 ditolak dan Ha5 diterima.

Hasil penelitian ini didukung oleh penelitian yang menyatakan bahwa berpengaruh

88

signifikan terhadap harga saham.Penelitian ini konsisten dengan hasil penelitian Nur

Fita Sari (2012) dan inkonsistensi dengan penelitian Pebri Fuji Astuti (2012).

bab 4 hasil dan analisis penelitianthesis.binus.ac.id/doc/bab4/2012-2-00499-ak bab4001.pdf · 68...

Documents