BAB IV HASIL PENELITIAN
B. Analisis Hasil Penelitian
3. Analisis Regresi
Unstandardized Residual
Test Valuea -.03644
Cases < Test Value 27
Cases >= Test Value 27
Total Cases 54
Number of Runs 25
Z -.824
Asymp. Sig. (2-tailed) .410
a. Median
Sumber: Data yang diolah penulis, 2009.
Tabel 4.13 memperlihatkan nilai statistik D-W sebesar 1,935 (d), untuk k = 3 nilai du = 1,680, maka 1,680 (du) < 1,953 (d) < 2,320 (4 – du) dari pengamatan ini dapat disimpulkan bahwa tidak terjadi autokorelasi positif maupun autokorelasi negatif. Hasil output SPSS untuk runs test menunjukkan nilai test sebesar -0,03644 dengan probabilitas 0,410 signifikan pada 0,050 ( p=0,410 > 0,050) yang berarti H0 diterima, sehingga dapat disimpulkan bahwa residual random atau tidak terjadi autokorelasi antar nilai residual.
3. Analisis Regresi
Dari hasil pengujian asumsi klasik disimpulkan bahwa 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 LG10_AKO, LG10_AKI dan LG10_AKP terhadap LG10_HS. Hasil regresi dapat dilihat pada tabel 4.15 berikut ini:
Tabel 4.15 Analisis Hasil Regresi
Unstandardized Coefficients
Standardized Coefficients
Model B Std. Error Beta t Sig.
(Constant) 1.347 .326 4.135 .000 LG10_AKO .794 .083 .839 9.522 .000 LG10_AKI -.152 .336 -.040 -.451 .654 1 LG10_AKP .064 .156 .037 .412 .683 a. Dependent Variable: LG10_HS
Sumber: Data yang diolah penulis, 2009.
Berdasarkan tabel di atas, didapatlah persamaan regresi sebagai beikut: LG10_HS = 1,347+0,794 LG10_AKO - 0,152 LG10_AKI + 0.064 LG10_AKP+ε
Setelah diantilogkan, diperoleh persamaan:
HS = 22,233 + 6,223 AKO + 0,704 AKI + 1,159 AKO+ε
Keterangan :
1) Konstanta sebesar 22,233 menunjukkan bahwa apabila tidak ada variabel independen (X1 = 0, X2 = 0dan X3 = 0) maka harga saham sebesar 22,233.
2) β1 sebesar 6,223 menunjukkan bahwa setiap kenaikan arus kas dari aktivitas operasi sebesar 1% akan diikuti oleh kenaikan harga saham sebesar 6,223 dengan asumsi variabel lain tetap.
3) β2 sebesar 0,704 menunjukkan bahwa setiap kenaikan arus kas dari aktivitas investasi sebesar 1% akan diikuti oleh kenaikan harga saham sebesar 0,704 dengan asumsi variabel lain tetap.
4) β3 sebesar 1,159 menunjukkan bahwa setiap kenaikan arus kas dari aktivitas pendanaan sebesar 1% akan diikuti oleh kenaikan harga saham sebesar 1,159 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 0 sampai dengan 1. Apabila nilai R square semakin mendekati 1, 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 4.16
Hasil Analisis Koefisien Korelasi dan Koefisien Determinasi
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .838a .703 .680 .58984 1.935
a. Predictors: (Constant), LG10_AKP, LG10_AKO, LG10_AKI
b. Dependent Variable: LG10_HS
Sumber: Data yang diolah penulis, 2009.
Pada model summary, nilai koefisien korelasi (R) sebesar 0,838 yang berarti bahwa korelasi atau hubungan antara harga saham (LG10_HS) dengan variabel independennya (LG10_AKO, LG10_AKI dan LG10_AKP) kuat karena berada diatas 0,5. Angka adjustedR square atau koefisien determinasi adalah 0,680. Hal ini berarti 68% variasi atau perubahan dalam harga saham dapat dijelaskan oleh variasi dari arus kas dari aktivitas operasi, arus kas dari aktivitas investasi dan arus kas dari aktivitas pendanaan, sedangkan sisanya (32%) dijelaskan oleh sebab-sebab lain. Standar Error of Estimate (SEE) adalah 0,58984, yang mana semakin besar SEE akan membuat model regresi kurang tepat dalam memprediksi variabel dependen.
c. Pengujian Hipotesis
Untuk mengetahui apakah variabel independen dalam model regresi berpengaruh terhadap variabel dependen, maka dilakukan pengujian dengan menggunakan uji t (t test) dan uji F (F test).
1) Uji t (t Test)
Uji t digunakan untuk menguji signifikansi konstanta dan setiap variabel independennya. Berdasarkan hasil pengolahan SPSS versi 16, diperoleh hasil sebagai berikut. Tabel 4.17 Hasil Uji t Unstandardized Coefficients Standardized Coefficients
Model B Std. Error Beta t Sig.
(Constant) 1.347 .326 4.135 .000 LG10_AKO .794 .083 .839 9.522 .000 LG10_AKI -.152 .336 -.040 -.451 .654 1 LG10_AKP .064 .156 .037 .412 .683 a. Dependent Variable: LG10_HS
Sumber: Data yang diolah penulis, 2009.
Dari tabel regresi dapat dilihat besarnya thitung untuk variabel arus kas dari aktivitas operasi sebesar 9,522 dengan nilai signifikan 0,000, sedangkan t tabel adalah 2,008559, sehingga thitung > ttabel ( 9,522 > 2,008559), maka arus kas dari aktivitas operasi secara individual mempengaruhi harga saham. Signifikansi penelitian juga menunjukkan angka <0,05 ((0,000 > 0,05), maka H0 ditolak dan
Ha diterima, artinya arus kas dari aktivitas operasi berpengaruh signifikan positif terhadap harga saham.
Thitung untuk variabel arus kas dari aktivitas investasi sebesar -0,451 sedangkan ttabel adalah 2,008559, sehingga thitung < ttabel (-0,451 < 2,008559), maka arus kas dari aktivitas investasi tidak berpengaruh terhadap harga saham secara individual. Signifikansi 0,654 menyimpulkan bahwa sig penelitian >0,05 (0,654 > 0,05), maka H0 diterima dan Ha ditolak, artinya arus kas investasi tidak berpengaruh terhadap harga saham.
Tabel diatas juga menunjukkan besarnya thitung untuk variabel arus kas dari aktivitas pendanaan sebesar 0,412 sedangkan ttabel adalah 2,008559, sehingga thitung
< ttabel (0,412 < 2,008559), maka arus kas dari aktivitas pendanaan tidak berpengaruh terhadap harga saham secara individual. Signifikansi 0,683 menyimpulkan bahwa sig penelitian >0,05 (0,683 < 0,05), maka H0 diterima dan Ha ditolak, artinya arus kas dari aktivitas pendanaan tidak berpengaruh terhadap harga saham.
2) Uji F (F Test)
Untuk melihat pengaruh arus kas dari aktivitas operasi, arus kas dari aktivitas investasi dan arus kas dari aktivitas pendanaan terhadap harga saham secara simultan dapat dihitung dengan menggunakan F test. Berdasarkan hasil pengolahan data dengan program SPSS 16, maka diperoleh hasil sebagai berikut:
Tabel 4.18 Hasil Uji F
Model Sum of Squares df Mean Square F Sig.
Regression 32.127 3 10.709 39.462 .000a
Residual 13.569 50 .271 1
Total 45.696 53
a. Predictors: (Constant), lg10_akp, lg10_ako, lg10_aki
b. Dependent Variable: lg10_hs
Sumber: Data yang diolah penulis, 2009.
Dari uji ANOVA atau F test, diperoleh Fhitung sebesar 39,462 dengan tingkat signifikansi 0,000, sedangkan Ftabel sebesar 2,79000842 dengan signifikansi 0,05. Berdasarkan hasil tersebut dapat disimpulkan bahwa arus kas dari aktivitas operasi, arus kas dari aktivitas investasi dan arus kas dari aktivitas pendanaan berpengaruh secara simultan dan signifikan terhadap harga saham karena F hitung > F tabel (39,462 > 2,79000842) dan sig penelitian <0,05 (0,000 < 0,05).