BAB IV ANALISIS HASIL PENELITIAN
B. Analisis Data Penelitian
3. Analisis Regresi
Dari hasil pengujian asumsi klasik disimpulkan bahwa model regresi yang dipakai dalam penelitian ini telah memenuhi model estimasi yang Best Linear Unbiased Estimator (BLUE) dan layak dilakukan analisis regresi. Untuk menguji hipotesis, peneliti menggunakan analisis regresi berganda. Berdasarkan hasil pengolahan data dengan program SPSS 16, maka diperoleh hasil sebagai berikut.
a. Persamaan Regresi
Dalam pengolahan data dengan menggunakan regresi linear, dilakukan beberapa tahapan untuk mencari hubungan antara variabel independen dan variabel dependen, melalui pengaruh Ln_CAR (X1), Ln_ROE (X2), Ln_NPM ( X3), Ln_RORA (X4), Ln_BOPO (X5), dan Ln_LDR (X6) terhadap Ln_Perubahan Harga Saham (Y). Hasil regresi dapat dilihat pada tabel 4.7 berikut ini:
Tabel 4.7 Hasil Analisis Regresi
Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 8.679 2.581 3.363 .002 Ln_CAR 2.429 .858 .590 2.831 .008 Ln_ROE 2.988 .789 1.332 3.787 .001
Ln_NPM -1.380 .734 -.704 -1.880 .069
Ln_RORA -2.992 1.610 -.389 -1.858 .072
Ln_BOPO 3.822 2.214 .316 1.727 .094
Ln_LDR -.922 1.150 -.141 -.802 .428
a. Dependent Variable: Ln_Perubahan Harga Saham
Sumber: Data yang diolah penulis, 2010
Berdasarkan tabel di atas, maka didapatlah persamaan regresi sebagai berikut:
Y = 8,679 + 2,429X1 + 2,988X2 - 1,380X3 - 2,992X4 + 3,822X5 - 0,922 X6 + e Keterangan:
1. Konstanta sebesar 8,679 menunjukkan bahwa apabila variabel independen bernilai 0 maka besarnya perubahan harga saham adalah sebesar 8,679,
2. b1 sebesar 2,429 menunjukkan bahwa setiap kenaikan CAR sebesar 1% maka akan diikuti oleh kenaikan perubahan harga saham sebesar 2,429 dengan asumsi variabel lain tetap,
3. b2 sebesar 2,988 menunjukkan bahwa setiap kenaikan ROE sebesar 1% maka akan diikuti oleh kenaikan perubahan harga saham sebesar 2,988 dengan asumsi variabel lain tetap,
4. b3 sebesar -1,380 menunjukkan bahwa setiap kenaikan NPM sebesar 1% maka akan diikuti oleh penurunan perubahan harga saham sebesar 1,380 dengan asumsi variabel lain tetap,
5. b4 sebesar -2,992 menunjukkan bahwa setiap kenaikan RORA sebesar 1% maka akan diikuti oleh penurunan perubahan harga saham sebesar 2,992 dengan asumsi variabel lain tetap,
6. b5 sebesar 3,822 menunjukkan bahwa setiap kenaikan BOPO sebesar 1% maka akan diikuti oleh kenaikan perubahan harga saham sebesar 3,822 dengan asumsi variabel lain tetap,
7. b6 sebesar -0,922 menunjukkan bahwa setiap kenaikan LDR sebesar 1% maka akan diikuti oleh penurunan perubahan harga saham sebesar 0,922 dengan asumsi variabel lain tetap.
b. Analisis Koefisien Korelasi dan Koefisien Determinasi
Nilai koefisien korelasi (R) menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel dependen. 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. 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.
Tabel 4.8
Hasil Analisis Koefisien Korelasi dan Koefisien Determinasi
Model R R Square Adjusted R Square Std. Error of the Estimate 1 .682a .466 .368 1.3635250
a. Predictors: (Constant), Ln_LDR, Ln_BOPO, Ln_CAR, Ln_ROE, Ln_RORA, Ln_NPM
b. Dependent Variable: Ln_Perubahan Harga Saham Sumber: Data yang diolah penulis, 2010
Pada tabel 4.8 di atas, dapat dilihat hasil analisis regresi secara keseluruhan menunjukkan nilai R sebesar 0,682 menunjukkan bahwa korelasi atau hubungan antara perubahan harga saham (variabel dependen) dengan CAR, ROE, NPM, RORA, BOPO, dan LDR (variabel independen) mempunyai tingkat hubungan yang kuat yaitu sebesar 68,2%. Tingkat hubungan yang kuat ini dapat dilihat dari tabel pedoman untuk memberikan interpretasi koefisien korelasi. Nilai Adjusted R Square atau koefisien determinasi adalah sebesar 0,368. Angka ini mengidentifikasikan bahwa perubahan harga saham (variabel dependen) mampu dijelaskan oleh CAR, ROE, NPM, RORA, BOPO, dan LDR (variabel independen) sebesar 36,8% sedangkan selebihnya sebesar 63,2% dijelaskan oleh sebab-sebab lain. Kemudian standard error of the estimate adalah sebesar 1,3635250 dimana semakin kecil angka ini akan membuat model regresi semakin tepat dalam memprediksi perubahan harga saham.
Tabel 4.9
Pedoman Untuk Memberikan Interpretasi Koefisien Korelasi Interval Koefisien Tingkat Hubungan
0,2 - 0,399 Rendah 0,4 - 0,599 Sedang 0,6 - 0,799 Kuat 0,8 – 1 Sangat Kuat Sumber: Sugiyono, 2006:183. c. Pengujian Hipotesis
Untuk mengetahui apakah variabel independen dalam model regresi berpengaruh terhadap variabel dependen, maka dilakukan pengujian dengan menggunakan uji F (F test) dan uji t (t test).
1. Uji F
Uji-F dilakukan untuk menilai pengaruh CAR, ROE, NPM, RORA, BOPO, dan LDR secara simultan terhadap perubahan harga saham. Dalam uji-F digunakan hipotesis sebagai berikut:
H0 : b = b2 = b3 = b4 = b5 = b6 = 0, artinya variabel CAR, ROE, NPM, RORA, BOPO, dan LDR secara bersama-sama tidak mempunyai pengaruh yang signifikan terhadap perubahan harga saham pada perusahaan perbankan yang terdaftar di Bank Indonesia.
Ha : b ≠ b2 ≠ b3 ≠ b4 ≠ b5 ≠ b6 ≠ 0, artinya variabel CAR, ROE, NPM, RORA, BOPO, dan LDR secara bersama-sama mempunyai pengaruh yang signifikan terhadap perubahan harga saham pada perusahaan perbankan yang terdaftar di Bank Indonesia.
Uji ini dilakukan dengan membandingkan signifikansi F-hitung dengan F-tabel dengan ketentuan:
- jika F-hitung > F-tabel, maka Ha diterima dan H0 ditolak untuk α = 5%.
Berdasarkan hasil pengolahan data dengan program SPSS Versi 16, maka diperoleh hasil sebagai berikut.
Tabel 4.10 Hasil Uji-F
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 53.445 6 8.907 4.791 .001a
Residual 61.354 33 1.859
Total 114.799 39
a. Predictors: (Constant), Ln_LDR, Ln_BOPO, Ln_CAR, Ln_ROE, Ln_RORA, Ln_NPM
b. Dependent Variable: Ln_Perubahan Harga Saham Sumber: Data yang diolah penulis, 2010
Dari uji ANOVA (Analysis of Variance) didapat F-hitung sebesar 4,791 dengan tingkat signifikansi sebesar 0,001. Sedangkan F-tabel diketahui sebesar 2,493. Berdasarkan hasil tersebut dapat diketahui bahwa F-hitung > F-tabel (4,791 > 2,493) maka H0 ditolak dan Ha diterima. Jadi dapat disimpulkan bahwa variabel CAR, ROE, NPM, RORA, BOPO, dan LDR secara bersama-sama mempunyai pengaruh yang signifikan terhadap perubahan harga saham pada perusahaan perbankan yang terdaftar di Bank Indonesia.
2. Uji t
Uji-t dilakukan untuk mengetahui seberapa jauh pengaruh satu variabel independen terhadap variabel dependen secara parsial. Dalam uji-t digunakan hipotesis sebagai berikut:
H0 : b, b2, b3, b4, b5, b6 = 0, artinya variabel CAR, ROE, NPM, RORA, BOPO, dan LDR secara parsial tidak mempunyai pengaruh yang signifikan terhadap perubahan harga saham pada perusahaan perbankan yang terdaftar di Bank Indonesia.
Ha : b, b2, b3, b4, b5, b6 ≠ 0, artinya variabel CAR, ROE, NPM, RORA, BOPO, dan LDR secara parsial mempunyai pengaruh yang signifikan terhadap perubahan harga saham pada perusahaan perbankan yang terdaftar di Bank Indonesia.
Uji ini dilakukan dengan membandingkan signifikansi t-hitung dengan t-tabel dengan ketentuan:
- jika t-hitung < t-tabel, maka H0 diterima dan Ha ditolak untuk α = 5% atau
signifikansi > 0,05,
- jika t-hitung > t-tabel, maka Ha diterima dan H0 ditolak untuk α = 5% atau
signifikansi < 0,05. Tabel 4.11 Hasil Uji-t Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 8.679 2.581 3.363 .002 Ln_CAR 2.429 .858 .590 2.831 .008 Ln_ROE 2.988 .789 1.332 3.787 .001 Ln_NPM -1.380 .734 -.704 -1.880 .069 Ln_RORA -2.992 1.610 -.389 -1.858 .072 Ln_BOPO 3.822 2.214 .316 1.727 .094
Ln_LDR -.922 1.150 -.141 -.802 .428
a. Dependent Variable: Ln_Perubahan Harga Saham Sumber: Data yang diolah penulis, 2010
Hasil pengujian statistik t pada tabel 4. dapat dijelaskan sebagai berikut: 1. Nilai t-hitung untuk variabel CAR adalah sebesar 2,831 sedangkan nilai
t-tabel untuk df = 40 dan α = 5% diketahui sebesar 2,021. Dengan demikian nilai t-hitung lebih besar dari nilai t-tabel (2,831 > 2,021) dan nilai signifikansi sebesar 0,008 (lebih kecil dari 0,05) artinya H0 ditolak dan Ha diterima, bahwa CAR secara parsial memiliki pengaruh yang signifikan terhadap perubahan harga saham perusahaan perbankan. 2. Nilai t-hitung untuk variabel ROE adalah sebesar 3,787 sedangkan nilai
t-tabel untuk df = 40 dan α = 5% diketahui sebesar 2,021. Dengan demikian nilai t-hitung lebih besar dari nilai t-tabel (3,787 > 2,021) dan nilai signifikansi sebesar 0,001 (lebih kecil dari 0,05) artinya H0 ditolak dan Ha diterima, bahwa ROE secara parsial memiliki pengaruh yang signifikan terhadap perubahan harga saham perusahaan perbankan. 3. Nilai t-hitung untuk variabel NPM adalah sebesar -1,880 sedangkan nilai
t-tabel untuk df = 40 dan α = 5% diketahui sebesar 2,021. Dengan demikian nilai t-hitung lebih kecil dari nilai t-tabel (-1,880 < 2,021) dan nilai signifikansi sebesar 0,069 (lebih besar dari 0,05) artinya H0 diterima, bahwa NPM secara parsial tidak memiliki pengaruh yang signifikan terhadap perubahan harga saham perusahaan perbankan.
4. Nilai t-hitung untuk variabel RORA adalah sebesar -1,858 sedangkan nilai t-tabel untuk df = 40 dan α = 5% diketahui sebesar 2,021. Dengan
demikian nilai t-hitung lebih kecil dari nilai t-tabel (-1,858 < 2,021) dan nilai signifikansi sebesar 0,072 (lebih besar dari 0,05) artinya H0 diterima, bahwa RORA secara parsial tidak memiliki pengaruh yang signifikan terhadap perubahan harga saham perusahaan perbankan. 5. Nilai t-hitung untuk variabel BOPO adalah sebesar 1,727 sedangkan
nilai t-tabel untuk df = 40 dan α = 5% diketahui sebesar 2,021. Dengan demikian nilai t-hitung lebih kecil dari nilai t-tabel (1,727 < 2,021) dan nilai signifikansi sebesar 0,094 (lebih besar dari 0,05) artinya H0 diterima, bahwa BOPO secara parsial tidak memiliki pengaruh yang signifikan terhadap perubahan harga saham perusahaan perbankan. 6. Nilai t-hitung untuk variabel LDR adalah sebesar -0,802 sedangkan nilai
t-tabel untuk df = 40 dan α = 5% diketahui sebesar 2,021. Dengan demikian nilai t-hitung lebih kecil dari nilai t-tabel (-0,802 < 2,021) dan nilai signifikansi sebesar 0,428 (lebih besar dari 0,05) artinya H0 diterima, bahwa LDR secara parsial tidak memiliki pengaruh yang signifikan terhadap perubahan harga saham perusahaan perbankan.