HASIL PENELITIAN DAN PEMBAHASAN
4.2. Analisis Hasil Penelitian 1. Statistik Deskriptif 1.Statistik Deskriptif
Statistik deskriptif berkaitan dengan pengumpulan dan peringkat data yang menggambarkan karakteristik sampel yang digunakan dalam penelitian ini. Analisis ini untuk menjelaskan karakteristik sampel terutama mencakup nilai rata rata (mean), nilai ekstrim yaitu nilai minimum dan nilai maksimum, serta standar deviasi dari variabel independen dan dependen. Berdasarkan data olahan SPSS yang meliputi variabel dividend yield,
earning per share serta harga saham pada 1 hari, 3 hari, 15 hari dan 30 hari setelah laporan keuangan dipublikasikan, hasilnya ditunjukkan pada tabel 4.1 sebagai berikut:
Tabel 4.1
Statistik Deskriptif Variabel Penelitian
Descriptive Statistiks
N Minimum Maximum Mean Std. Deviation
Dividend Yield 96 .01 2658.27 31.5743 270.92959
Earning Per Share 96 11.25 24080.78 1725.2059 3997.83334
Harga Saham (H+1 Publikasi LapKeu) 96 103.20 450000.00 19976.6688 58455.71426 Harga Saham (H+3 Publikasi LapKeu) 96 104.80 450000.00 20030.0812 58481.48329 Harga Saham (H+15 Publikasi LapKeu) 96 104.00 450000.00 20181.3021 58458.53225 Harga Saham (H+30 Publikasi LapKeu) 96 119.20 530000.00 21657.9604 66208.22762 Valid N (listwise) 96
Sumber : hasil output SPSS
Berdasarkan tabel 4.1 dapat dideskripsikan beberapa hal sebagai berikut.
1. Variabel dividend yield memiliki nilai minimun sebesar 0,01 yang dimiliki oleh PT Multi Bintang Indonesia Tbk pada tahun 2010 dan 2011 sedangkan nilai maksimum variabel dividend yield dimiliki oleh PT Kimia Farma Tbk pada tahun 2009 sebesar 2.658,27. Rata-rata nilai variabel dividend yield adalah 31,5743 dan standar deviasi sebesar 270,92959 dengan jumlah pengamatan (N) sebanyak 96.
2. Variabel earning per share memiliki nilai minimun sebesar 11,25 yang dimiliki oleh PT Kimia Farma Tbk pada tahun 2009 sedangkan nilai maksimum variabel earning per share dimiliki oleh PT Multi Bintang
Indonesia Tbk pada tahun 2011 sebesar 24.080,78. Rata-rata nilai variabel earning per share adalah 1.725,2059 dan standar deviasi sebesar 3.997,83334 dengan jumlah pengamatan (N) sebanyak 96.
3. Variabel harga saham (1 hari setelah publikasi laporan keuangan) memiliki nilai minimun sebesar 103,2 yang dimiliki oleh PT Ekadharma Internasional Tbk pada tahun 2009 sedangkan nilai maksimum variabel ini dimiliki oleh PT Multi Bintang Indonesia Tbk pada tahun 2011 sebesar 450.000. Rata-rata nilai variabel harga saham (1 hari setelah publikasi laporan keuangan) adalah 19.976,6688 dan standar deviasi sebesar 58.455,71426 dengan jumlah pengamatan (N) sebanyak 96.
4. Variabel harga saham (3 hari setelah publikasi laporan keuangan) memiliki nilai minimun sebesar 104,8 yang dimiliki oleh PT Ekadharma Internasional Tbk pada tahun 2009 sedangkan nilai maksimum variabel ini dimiliki oleh PT Multi Bintang Indonesia Tbk pada tahun 2011 sebesar 450.000. Rata-rata nilai variabel harga saham (3 hari setelah publikasi laporan keuangan) adalah 20.030,0812 dan standar deviasi sebesar 5.8481,48329 dengan jumlah pengamatan (N) sebanyak 96.
5. Variabel harga saham (15 hari setelah publikasi laporan keuangan) memiliki nilai minimun sebesar 104 yang dimiliki oleh PT Ekadharma Internasional Tbk pada tahun 2009 sedangkan nilai maksimum variabel ini dimiliki oleh PT Multi Bintang Indonesia Tbk pada tahun 2011 sebesar 450.000. Rata-rata nilai variabel harga saham (15 hari setelah
publikasi laporan keuangan) adalah 20.181,3021 dan standar deviasi sebesar 58.458,53225 dengan jumlah pengamatan (N) sebanyak 96.
6. Variabel harga saham (30 hari setelah publikasi laporan keuangan) memiliki nilai minimun sebesar 119,2 yang dimiliki oleh PT Ekadharma Internasional Tbk pada tahun 2009 sedangkan nilai maksimum variabel ini dimiliki oleh PT Multi Bintang Indonesia Tbk pada tahun 2011 sebesar 530.000. Rata-rata nilai variabel harga saham (30 hari setelah publikasi laporan keuangan) adalah 21.657,9604 dan standar deviasi sebesar 66.208,22762 dengan jumlah pengamatan (N) sebanyak 96.
4.2.2.Uji Asumsi Klasik 4.2.2.1. Uji Normalitas
Pengujian normalitas data pada penelitian ini menggunakan analisis grafik dan analisis statistik. Analisis grafik digunakan untuk melihat normalitas data melalui grafik histogram dan kurva normal probability plot. Analisis statistik dilakukan dengan menggunakan uji Kolmogorov-Smirnov Test. Pada grafik histogram terlihat apakah variabel terdistribusi normal atau tidak. Situmorang, et al (2012 : 102) menyatakan bahwa “data yang terdistribusi normal ditunjukkan oleh distribusi data yang tidak menceng ke kiri atau menceng ke kanan”. Pada awalnya, data ini tidak terdistribusi dengan normal. Oleh karena itu, peneliti melakukan transformasi data dengan mengubah data menjadi bentuk logaritma natural (Ln) agar data terdistribusi dengan normal. Setelah seluruh data diubah menjadi bentuk
logaritma natural (Ln), akhirnya data terdistribusi dengan normal. Adapun hasilnya adalah sebagai berikut :
a. Hipotesis 1 (relevansi dividend yield dan earning per share terhadap penilaian harga saham 1 hari setelah publikasi laporan keuangan)
\
Sumber : hasil output SPSS, data diolah peneliti, 2013 Gambar 4.1 Histogram Hipotesis 1
Grafik histogram terdistribusi normal setelah transformasi data dengan logaritma natural (Ln). Grafik histogram pada gambar 4.1 menunjukkan pola distribusi normal karena bentuk kurva cenderung di tengah dan tidak condong ke kiri maupun ke kanan. Oleh karena itu, dapat disimpulkan bahwa data terdistribusi dengan normal.
Normalisasi data dapat diuji dengan menggunakan Normal P-Plot. Situmorang, et al (2012 : 103) menyatakan bahwa “data dalam keadaan normal apabila plot dari keduanya berbentuk linear (dapat didekati oleh garis lurus), maka hal ini merupakan indikasi bahwa residual menyebar normal”. Hal ini dapat dilihat pada gambar 4.2 yang menunjukkan bahwa data yang digunakan pada penelitian ini adalah data yang terdistribusi dengan normal.
Sumber : hasil output SPSS, data diolah peneliti, 2013 Gambar 4.2
Grafik Normal P-Plot Hipotesis 1
Situmorang, et al (2012 : 105) menyatakan bahwa “analisis statistk dengan menggunakan pendekatan Kolmogorov-Smirnov (1-sample KS) dilakukan untuk memastikan apakah data di sepanjang garis diagonal berdistribusi normal atau tidak”.
Tabel 4.2
One-Sample Kolmogorov-Smirnov Test Hipotesis 1
Unstandardized Residual N 96 Normal Parametersa,,b Mean .0000000 Std. Deviation .87695028 Most Extreme Differences Absolute .109 Positive .062 Negative -.109 Kolmogorov-Smirnov Z 1.065
Asymp. Sig. (2-tailed) .206
a. Test distribution is Normal. b. Calculated from data.
Sumber : hasil output SPSS, data diolah peneliti, 2013
Dalam tabel 4.2 dapat dilihat bahwa nilai Kolgomorov-Smirnov Z adalah 1,065 dan nilai signifkansinya sebesar 0,206, sehingga dapat disimpulkan bahwa data terdistribusi dengan normal, dimana nilai signifikansinya lebih besar dari 0,05 (0,206 > 0,05).
b. Hipotesis 2 (relevansi dividend yield dan earning per share terhadap penilaian harga saham 3 hari setelah publikasi laporan keuangan)
Sumber : hasil output SPSS, data diolah peneliti, 2013 Gambar 4.3 Histogram Hipotesis 2
Grafik histogram pada gambar 4.3 menunjukkan pola distribusi normal karena bentuk kurva cenderung di tengah dan tidak condong ke kiri maupun ke kanan. Oleh karena itu, dapat disimpulkan bahwa data terdistribusi dengan normal.
Sumber : hasil output SPSS, data diolah peneliti, 2013 Gambar 4.4
Grafik Normal P-Plot Hipotesis 2
Berdasarkan grafik Normal P-Plot pada gambar 4.4 terlihat titik-titik menyebar di sekitar/mengikuti garis diagonal. Hal ini menunjukkan bahwa data berdistribusi dengan normal.
Tabel 4.3
One-Sample Kolmogorov-Smirnov Test Hipotesis 2
Unstandardized Residual N 96 Normal Parametersa,,b Mean .0000000 Std. Deviation .87910569 Most Extreme Differences Absolute .093 Positive .061 Negative -.093 Kolmogorov-Smirnov Z .907
Asymp. Sig. (2-tailed) .383
a. Test distribution is Normal. b. Calculated from data.
Dalam tabel 4.3 dapat dilihat bahwa nilai Kolgomorov-Smirnov Z adalah 0,907 dan nilai signifkansinya sebesar 0,383, sehingga dapat disimpulkan bahwa data terdistribusi dengan normal, dimana nilai signifikansinya lebih besar dari 0,05 (0,383 > 0,05).
c. Hipotesis 3 (relevansi dividend yield dan earning per share terhadap penilaian harga saham 15 hari setelah publikasi laporan keuangan)
Sumber : hasil output SPSS, data diolah peneliti, 2013 Gambar 4.5 Histogram Hipotesis 3
Grafik histogram pada gambar 4.5 menunjukkan pola distribusi normal karena bentuk kurva cenderung di tengah dan tidak condong ke kiri maupun ke kanan. Oleh karena itu, dapat disimpulkan bahwa data terdistribusi dengan normal.
Sumber : hasil output SPSS, data diolah peneliti, 2013 Gambar 4.6
Grafik Normal P-Plot Hipotesis 3
Berdasarkan grafik Normal P-Plot pada gambar 4.6 terlihat titik-titik menyebar di sekitar/mengikuti garis diagonal. Hal ini menunjukkan bahwa data berdistribusi dengan normal.
Tabel 4.4
One-Sample Kolmogorov-Smirnov Test Hipotesis 3
Unstandardized Residual
N 96
Normal Parametersa,,b Mean .0000000
Std. Deviation
.86399805
Most Extreme Differences Absolute .095
Positive .063
Negative -.095
Kolmogorov-Smirnov Z .929
Asymp. Sig. (2-tailed) .354
a. Test distribution is Normal. b. Calculated from data.
Dalam tabel 4.4 dapat dilihat bahwa nilai Kolgomorov-Smirnov Z adalah 0,929 dan nilai signifkansinya sebesar 0,354, sehingga dapat disimpulkan bahwa data terdistribusi dengan normal, dimana nilai signifikansinya lebih besar dari 0,05 (0,354 > 0,05).
d. Hipotesis 4 (relevansi dividend yield dan earning per share terhadap penilaian harga saham 30 hari setelah publikasi laporan keuangan)
Sumber : hasil output SPSS, data diolah peneliti, 2013 Gambar 4.7 Histogram Hipotesis 4
Grafik histogram pada gambar 4.7 menunjukkan pola distribusi normal karena bentuk kurva cenderung di tengah dan tidak condong ke kiri maupun ke kanan. Oleh karena itu, dapat disimpulkan bahwa data terdistribusi dengan normal.
Sumber : hasil output SPSS, data diolah peneliti, 2013 Gambar 4.8
Grafik Normal P-Plot Hipotesis 4
Berdasarkan grafik Normal P-Plot pada gambar 4.8 terlihat titik-titik menyebar di sekitar/mengikuti garis diagonal. Hal ini menunjukkan bahwa data berdistribusi dengan normal.
Tabel 4.5
One-Sample Kolmogorov-Smirnov Test Hipotesis 4
Unstandardized Residual
N 96
Normal Parametersa,,b Mean .0000000
Std. Deviation
.85524472
Most Extreme Differences Absolute .094
Positive .058
Negative -.094
Kolmogorov-Smirnov Z .918
Asymp. Sig. (2-tailed) .369
a. Test distribution is Normal. b. Calculated from data.
Dalam tabel 4.5 dapat dilihat bahwa nilai Kolgomorov-Smirnov Z adalah 0,918 dan nilai signifkansinya sebesar 0,369, sehingga dapat disimpulkan bahwa data terdistribusi dengan normal, dimana nilai signifikansinya lebih besar dari 0,05 (0,369 > 0,05).
4.2.2.2. Uji Multikolinearitas
Mendeteksi ada tidaknya gejala multikolonearitas adalah dengan melihat besaran korelasi antar variabel independen. Batas tolerance value adalah 0,1 dan batas VIF adalah 10. Suatu data penelitian dikatakan terjadi multikolinearitas apabila tolerance value < 0,1 dan VIF > 10. Sebaliknya data yang terbebas dari multikolinearitas adalah tolerance value > 0,1 dan VIF < 10. Adapun hasilnya adalah sebagai berikut :
a. Hipotesis 1 (relevansi dividend yield dan earning per share terhadap penilaian harga saham 1 hari setelah publikasi laporan keuangan)
Tabel 4.6
Uji Multikolinearitas Hipotesis 1
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistiks
B Std. Error Beta Tolerance VIF
1 (Constant) 2.818 .351 8.031 .000
LnX1 -.110 .067 -.084 -1.643 .104 .978 1.023
LnX2 .908 .054 .858 16.887 .000 .978 1.023
a. Dependent Variable: LnY1
Sumber : hasil output SPSS, data diolah peneliti, 2013
Berdasarkan hasil pengujian multikolinearitas pada tabel 4.6 di atas, dapat dilihat bahwa angka tolerance pada variabel LnX1 (dividend yield) dan LnX2(earning per share) adalah lebih besar dari 0,10 dan nilai VIF-nya
lebih kecil dari 10. Hal ini menunjukkan bahwa variabel penelitian terbebas dari multikolinearitas.
b. Hipotesis 2 (relevansi dividend yield dan earning per share terhadap penilaian harga saham 3 hari setelah publikasi laporan keuangan)
Tabel 4.7
Uji Multikolinearitas Hipotesis 2
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistiks
B Std. Error Beta Tolerance VIF
1 (Constant) 2.841 .352 8.077 .000
LnX1 -.113 .067 -.086 -1.688 .095 .978 1.023
LnX2 .906 .054 .857 16.798 .000 .978 1.023
a. Dependent Variable: LnY2
Sumber : hasil output SPSS, data diolah peneliti, 2013
Berdasarkan hasil pengujian multikolinearitas pada tabel 4.7 di atas, dapat dilihat bahwa angka tolerance pada variabel LnX1 (dividend yield) dan LnX2(earning per share) adalah lebih besar dari 0,10 dan nilai VIF-nya lebih kecil dari 10. Hal ini menunjukkan bahwa variabel penelitian terbebas dari multikolinearitas.
c. Hipotesis 3 (relevansi dividend yield dan earning per share terhadap penilaian harga saham 15 hari setelah publikasi laporan keuangan)
Tabel 4.8
Uji Multikolinearitas Hipotesis 3
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistiks
B Std. Error Beta Tolerance VIF
1 (Constant) 2.867 .346 8.291 .000
LnX1 -.108 .066 -.082 -1.632 .106 .978 1.023
LnX2 .906 .053 .861 17.091 .000 .978 1.023
a. Dependent Variable: LnY3
Berdasarkan hasil pengujian multikolinearitas pada tabel 4.8 di atas, dapat dilihat bahwa angka tolerance pada variabel LnX1 (dividend yield) dan LnX2(earning per share) adalah lebih besar dari 0,10 dan nilai VIF-nya lebih kecil dari 10. Hal ini menunjukkan bahwa variabel penelitian terbebas dari multikolinearitas.
d. Hipotesis 4 (relevansi dividend yield dan earning per share terhadap penilaian harga saham 30 hari setelah publikasi laporan keuangan)
Tabel 4.9
Uji Multikolinearitas Hipotesis 4
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients t Sig. Collinearity Statistiks
B Std. Error Beta Tolerance VIF
1 (Constant) 2.894 .342 8.457 .000
LnX1 -.103 .065 -.079 -1.571 .120 .978 1.023
LnX2 .905 .052 .864 17.260 .000 .978 1.023
a. Dependent Variable: LnY4
Sumber : hasil output SPSS, data diolah peneliti, 2013
Berdasarkan hasil pengujian multikolinearitas pada tabel 4.9 di atas, dapat dilihat bahwa angka tolerance pada variabel LnX1 (dividend yield) dan LnX2(earning per share) adalah lebih besar dari 0,10 dan nilai VIF-nya lebih kecil dari 10. Hal ini menunjukkan bahwa variabel penelitian terbebas dari multikolinearitas.
4.2.2.3. Uji Heterokedastisitas
Uji heterokedastisitas digunakan untuk menguji apakah suatu model regresi terjadi ketidaksamaan variabel residual dari suatu pengamatan ke pengamatan lainnya. Pendekatan grafik yang dilakukan dengan melihat grafik scatterplot sebagai berikut :
a. Hipotesis 1 (relevansi dividend yield dan earning per share terhadap penilaian harga saham 1 hari setelah publikasi laporan keuangan)
Sumber : hasil output SPSS, data diolah peneliti, 2013 Gambar 4.9
Grafik Scatterplot Hipotesis 1
Pada grafik scatterplot pada gambar 4.9 terlihat titik-titik tersebar dan tidak membentuk pola. Hal ini menunjukkan bahwa data dalam penelitian ini tidak terkena heterokedastisitas pada model regresi sehingga model regresi layak dipakai.
b. Hipotesis 2 (relevansi dividend yield dan earning per share terhadap penilaian harga saham 3 hari setelah publikasi laporan keuangan)
Sumber : hasil output SPSS, data diolah peneliti, 2013 Gambar 4.10
Pada grafik scatterplot pada gambar 4.10 terlihat titik-titik tersebar dan tidak membentuk pola. Hal ini menunjukkan bahwa data dalam penelitian ini tidak terkena heterokedastisitas pada model regresi sehingga model regresi layak dipakai.
c. Hipotesis 3 (relevansi dividend yield dan earning per share terhadap penilaian harga saham 15 hari setelah publikasi laporan keuangan)
Sumber : hasil output SPSS, data diolah peneliti, 2013 Gambar 4.11
Grafik Scatterplot Hipotesis 3
Pada grafik scatterplot pada gambar 4.11 terlihat titik-titik tersebar dan tidak membentuk pola. Hal ini menunjukkan bahwa data dalam penelitian ini tidak terkena heterokedastisitas pada model regresi sehingga model regresi layak dipakai.
d. Hipotesis 4 (relevansi dividend yield dan earning per share terhadap penilaian harga saham 30 hari setelah publikasi laporan keuangan)
Sumber : hasil output SPSS, data diolah peneliti, 2013 Gambar 4.12
Grafik Scatterplot Hipotesis 4
Pada grafik scatterplot pada gambar 4.12 terlihat titik-titik tersebar dan tidak membentuk pola. Hal ini menunjukkan bahwa data dalam penelitian ini tidak terkena heterokedastisitas pada model regresi sehingga model regresi layak dipakai.
4.2.3. Pengujian Hipotesis
Untuk mengetahui apakah variabel independen dalam model regresi berpengaruh terhadap variabel dependen, maka dilakukan pengujian dengan menggunakan koefisien determinasi (R2), uji signifikansi parsial (uji T) dan uji signifikansi simultan (uji F).
4.2.3.1. Koefisien Determinasi (R2)
Menurut Lubis (2007 : 48) dalam Sitanggang (2010) bahwa “Koefisien determinasi (R2) bertujuan untuk mengetahui seberapa besar kemampuan variabel independen menjelaskan variabel dependen”. Range nilai dari R2 adalah 0-1. Jika nilai koefisien determinasi (R2) semakin mendekati nol berarti model tidak baik atau variasi model dalam
semakin mendekati angka satu maka dapat dikatakan model semakin baik. Adapun hasilnya dapat ditunjukkan sebagai berikut :
a. Hipotesis 1 (relevansi dividend yield dan earning per share terhadap penilaian harga saham 1 hari setelah publikasi laporan keuangan)
Tabel 4.10
Koefisien Determinasi Hipotesis 1
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate 1 .875a .765 .760 .88633 a. Predictors: (Constant), LnX2, LnX1 b. Dependent Variable: LnY1
Sumber : hasil output SPSS, data diolah peneliti, 2013
Hasil pengujian pada tabel 4.10 menunjukkan bahwa nilai R sebesar 0,875 yang berarti hubungan antara variabel independen ( dividendyield dan earning per share) dengan variabel dependen (harga saham 1 hari setelah publikasi laporan keuangan) sangat erat yaitu sebasar 87,5%.
R Square sebesar 0,765 menunjukkan bahwa 76,5% variasi atau perubahan dalam harga saham dapat dijelaskan oleh variasi dividend yield dan earning per share, sedangkan sisanya sebasar 23,5% dijelaskan oleh sebab-sebab lain yang tidak dimasukkan dalam model penelitian.
Nilai koefisien determinasi (R2) Adjusted R Square adalah sebesar 0,76. Angka ini mengidentifikasikan bahwa variabel independen ( dividend yield dan earningpershare) mampu menjelaskan variabel dependen (harga saham 1 hari setelah publikasi laporan keuangan) sebesar 76%, sedangkan sisanya sebesar 24% dijelaskan oleh variabel lain yang tidak dimasukkan dalam model penelitian.
b. Hipotesis 2 (relevansi dividend yield dan earning per share terhadap penilaian harga saham 3 hari setelah publikasi laporan keuangan)
Tabel 4.11
Koefisien Determinasi Hipotesis 2
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate 1 .874a .763 .758 .88851 a. Predictors: (Constant), LnX2, LnX1 b. Dependent Variable: LnY2
Sumber : hasil output SPSS, data diolah peneliti, 2013
Hasil pengujian pada tabel 4.11 menunjukkan bahwa nilai R sebesar 0,874 yang berarti hubungan antara variabel independen ( dividendyield dan earning per share) dengan variabel dependen (harga saham 3 hari setelah publikasi laporan keuangan) sangat erat yaitu sebasar 87,4%.
R Square sebesar 0,763 menunjukkan bahwa 76,3% variasi atau perubahan dalam harga saham dapat dijelaskan oleh variasi dividend yield dan earning per share, sedangkan sisanya sebasar 23,7% dijelaskan oleh sebab-sebab lain yang tidak dimasukkan dalam model penelitian.
Nilai koefisien determinasi (R2) Adjusted R Square adalah sebesar 0,758. Angka ini mengidentifikasikan bahwa variabel independen ( dividend yield dan earningpershare) mampu menjelaskan variabel dependen (harga saham 3 hari setelah publikasi laporan keuangan) sebesar 75,8%, sedangkan sisanya sebesar 24,2% dijelaskan oleh variabel lain yang tidak dimasukkan dalam model penelitian.
c. Hipotesis 3 (relevansi dividend yield dan earning per share terhadap penilaian harga saham 15 hari setelah publikasi laporan keuangan)
Tabel 4.12
Koefisien Determinasi Hipotesis 3
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate 1 .877a .769 .764 .87324 a. Predictors: (Constant), LnX2, LnX1 b. Dependent Variable: LnY3
Sumber : hasil output SPSS, data diolah peneliti, 2013
Hasil pengujian pada tabel 4.12 menunjukkan bahwa nilai R sebesar 0,877 yang berarti hubungan antara variabel independen ( dividendyield dan earning per share) dengan variabel dependen (harga saham 15 hari setelah publikasi laporan keuangan) sangat erat yaitu sebasar 87,7%.
R Square sebesar 0,769 menunjukkan bahwa 76,9% variasi atau perubahan dalam harga saham dapat dijelaskan oleh variasi dividend yield dan earning per share, sedangkan sisanya sebasar 23,1% dijelaskan oleh sebab-sebab lain yang tidak dimasukkan dalam model penelitian.
Nilai koefisien determinasi (R2) Adjusted R Square adalah sebesar 0,764. Angka ini mengidentifikasikan bahwa variabel independen ( dividend yield dan earningpershare) mampu menjelaskan variabel dependen (harga saham 15 hari setelah publikasi laporan keuangan) sebesar 76,4%, sedangkan sisanya sebesar 23,6% dijelaskan oleh variabel lain yang tidak dimasukkan dalam model penelitian.
d. Hipotesis 4 (relevansi dividend yield dan earning per share terhadap penilaian harga saham 30 hari setelah publikasi laporan keuangan)
Tabel 4.13
Koefisien Determinasi Hipotesis 4
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate 1 .879a .772 .767 .86439 a. Predictors: (Constant), LnX2, LnX1 b. Dependent Variable: LnY4
Sumber : hasil output SPSS, data diolah peneliti, 2013
Hasil pengujian pada tabel 4.13 menunjukkan bahwa nilai R sebesar 0,879 yang berarti hubungan antara variabel independen ( dividendyield dan earning per share) dengan variabel dependen (harga saham 30 hari setelah publikasi laporan keuangan) sangat erat yaitu sebasar 87,9%.
R Square sebesar 0,772 menunjukkan bahwa 77,2% variasi atau perubahan dalam harga saham dapat dijelaskan oleh variasi dividend yield dan earning per share, sedangkan sisanya sebasar 22,8% dijelaskan oleh sebab-sebab lain yang tidak dimasukkan dalam model penelitian.
Nilai koefisien determinasi (R2) Adjusted R Square adalah sebesar 0,767. Angka ini mengidentifikasikan bahwa variabel independen ( dividend yield dan earningpershare) mampu menjelaskan variabel dependen (harga saham 30 hari setelah publikasi laporan keuangan) sebesar 76,7%, sedangkan sisanya sebesar 23,3% dijelaskan oleh variabel lain yang tidak dimasukkan dalam model penelitian.
4.2.3.2. Uji Signifikansi Parsial (Uji T)
Digunakan untuk menguji koefisien regresi secara individual. Pengujian ini dilakukan untuk mengetahui apakah secara parsial masing-masing variabel bebas mempunyai pengaruh signifikan atau tidak terhadap variabel terikat. Setelah didapat nilai Thitung maka selanjutnya nilai Thitung
dibandingkan dengan nilai Ttabel. Adapun pengujiannya adalah sebagai berikut :
a. Hipotesis 1 (relevansi dividend yield dan earning per share terhadap penilaian harga saham 1 hari setelah publikasi laporan keuangan)
Tabel 4.14 Hasil Uji T Hipotesis 1
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 2.818 .351 8.031 .000 LnX1 -.110 .067 -.084 -1.643 .104 LnX2 .908 .054 .858 16.887 .000
a. Dependent Variable: LnY1
Sumber : hasil output SPSS, data diolah peneliti, 2013
Hasil pengujian statistik T pada tabel 4.14 dapat dijelaskan sebagai berikut : 1. Nilai Thitung untuk variabel dividend yield adalah sebesar (-1,643) dan
Ttabel untuk df = N-k (96-3) = 93 dan α = 5% adalah sebesar 1,986. Dengan demikian nilai Thitung lebih kecil dari nilai Ttabel (-1,643 < 1,986) dan nilai signifikansi sebesar 0,104 (lebih besar dari 0,05) artinya H0
diterima, sehingga dapat disimpulkan bahwa secara parsial dividend yield mempunyai pengaruh negatif dan tidak signifikan terhadap
penilaian harga saham pada 1 hari setelah publikasi laporan keuangan perusahaan manufaktur yang terdaftar di BEI.
2. Nilai Thitung untuk variabel earning per share adalah sebesar (16,887) dan Ttabel untuk df = N-k (96-3) = 93 dan α= 5% adalah sebesar 1,986. Dengan demikian nilai Thitung lebih besar dari nilai Ttabel (16,887 > 1,986) dan nilai signifikansi sebesar 0,0 (lebih kecil dari 0,05) artinya Ha diterima, sehingga dapat disimpulkan bahwa secara parsial earning per share mempunyai pengaruh positif dan signifikan terhadap penilaian harga saham pada 1 hari setelah publikasi laporan keuangan perusahaan manufaktur yang terdaftar di BEI.
Berdasarkan hasil tabel di atas, maka didapatkan persamaan regresi sebagai berikut :
Y = 2,818 – 0,11 X1 + 0,908 X2 + e
b. Hipotesis 2 (relevansi dividend yield dan earning per share terhadap penilaian harga saham 3 hari setelah publikasi laporan keuangan)
Tabel 4.15 Hasil Uji T Hipotesis 2
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 2.814 .352 8.077 .000 LnX1 -.113 .067 -.086 -1.688 .095 LnX2 .906 .054 .857 16.798 .000
a. Dependent Variable: LnY2
Hasil pengujian statistik T pada tabel 4.15 dapat dijelaskan sebagai berikut : 1. Nilai Thitung untuk variabel dividend yield adalah sebesar (-1,688) dan
Ttabel untuk df = N-k (96-3) = 93 dan α = 5% adalah sebesar 1,986. Dengan demikian nilai Thitung lebih kecil dari nilai Ttabel (-1,688 < 1,986) dan nilai signifikansi sebesar 0,095 (lebih besar dari 0,05) artinya H0
diterima, sehingga dapat disimpulkan bahwa secara parsial dividend yield mempunyai pengaruh negatif dan tidak signifikan terhadap penilaian harga saham pada 3 hari setelah publikasi laporan keuangan perusahaan manufaktur yang terdaftar di BEI.
2. Nilai Thitung untuk variabel earning per share adalah sebesar (16,798) dan Ttabel untuk df = N-k (96-3) = 93 dan α= 5% adalah sebesar 1,986. Dengan demikian nilai Thitung lebih besar dari nilai Ttabel (16,798 > 1,986) dan nilai signifikansi sebesar 0,0 (lebih kecil dari 0,05) artinya Ha
diterima, sehingga dapat disimpulkan bahwa secara parsial earning per share mempunyai pengaruh positif dan signifikan terhadap penilaian