BAB III METODE PENELITIAN
1. Analisis Hasil Penelitian
1.1. Analisis Statistik Deskriptif
Metode yang digunakan dalam penelitian ini adalah metode statistik deskriptif, yaitu penelitian yang dilakukan untuk memperoleh gambaran yang sebenarnya tentang kondisi perusahaan dalam analisis. Statistik deskriptif memberikan penjelasan mengenai nilai minimum, nilai maksimum, dan nilai rata-rata (mean), dan nilai standar deviasi dari variabel-variabel independen dan variabel dependen. Informasi yang dibutuhkan dalam penelitian ini merupakan data sekunder yang diperoleh dari www.idx.co.id
Variabel dari penelitian ini terdiri earning per share (EPS), return on equity (ROE), return on assets (ROA), debt to equity ratio (DER), dan earning growth sebagai variabel bebas (independent variable) dan price to book value (PBV) sebagai variabel terikat (dependent variable). Statistik deskriptif dari variabel tersebut dari sampel perusahaan real estate dan properti selama periode tahun 2006 sampai dengan tahun 2008 disajikan dalam tabel 4.1 berikut ini.
dan Indonesian Capital Market Directory berupa data keuangan sampel perusahaan real estate dan properti dari tahun 2006 sampai tahun 2008 yang dijabarkan dalam bentuk statistik.
Tabel 4.1
Statistik Deskriptif Variabel-Variabel Selama Tahun 2006 - 2008 Descriptive Statistics
N Minimum Maximum Mean
Std. Deviation EPS 42 1.00 104.00 36.8095 31.64532 ROE 42 .00 .36 .1129 .08347 ROA 42 .00 .20 .0495 .04012 DER 42 .08 4.04 1.2245 .97186 EG 42 -95.00 250.00 22.5460 63.59476 PBV 42 .14 3.71 1.2876 1.05060 Valid N (listwise) 42
Sumber: data diolah oleh penulis,2012
Tabel diatas menunjukkan bahwa hanya variabel earning growth (EG) yang memiliki nilai minimun negatif sedangkan variabel earning per share (EPS), return on equity (ROE), return on assets (ROA), debt to equity ratio (DER) dan price to book value (PBV) memiliki nilai minimum positif. Untuk nilai maksimum, semua variabel memiliki nilai yang positif. Berikut ini perincian data deskriptif yang telah diolah:
a. variabel earning per share (EPS) memiliki nilai minimum 1,00 dan nilai maksimum 104,00 dengan rata-rata earning per share (EPS) 36.8095 dengan jumlah sampel sebanyak 42 perusahaan.
b. variabel return on equity (ROE) memiliki nilai minimum 0,00 dan nilai maksimum 0,36 dengan rata-rata return on equity (ROE) 0,1129 dengan jumlah sampel sebanyak 42 perusahaan.
c. variabel return on assets (ROA) memiliki nilai minimum 0,00 dan nilai maksimum 0,20 dengan rata-rata return on assets (ROA) 0,0495 dengan jumlah sampel sebanyak 42 perusahaan.
d. variabel debt to equity ratio (DER) memiliki nilai minimum 0,08 dan nilai maksimum 4,04 dengan debt to equity ratio (DER) 1,2245 dengan jumlah sampel sebanyak 42 perusahaan.
e. variabel earning growth (EG) memiliki nilai minimum -95,00 dan nilai maksimum 250 dengan rata-rata earning growth (EG) 22,5460 dengan jumlah sampel sebanyak 42 perusahaan
f. variabel price to book value (PBV) memiliki nilai minimum 0,14 dan nilai maksimum 3,71 dengan rata-rata price to book value (PBV) 1,2876 dengan jumlah sampel sebanyak 42 perusahaan
1.2. Uji Asumsi Klasik
Pengujian asumsi klasik dilakukan untuk menentukan model regresi dapat diterima secara ekonometrik. 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. Pengujian asumsi klasik ini terdiri dari Uji Normalitas, Uji Multikolonearitas, dan Uji Heterokedastisitas.
1.2.1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah variabel residual berdistribusi normal. Pengujian normalitas data dalam penelitian ini mengunakan uji statistik non parametrik Kolmogorov-Smirnov (K-S), grafik
Histogram, dan grafik Normal Plot. Uji statistik non parametrik Kolmogorov-Smirnov (K-S) dengan membuat hipotesis:
H0 : Data residual berdistribusi normal Ha : Data residual tidak berdistribusi normal
Dalam uji Kormogrov-Smirnov, pedoman yang digunakan dalam pengambilan keputusan yaitu:
1) jika nilai signifikansi < 0,05 maka distribusi data tidak normal, 2) jika nilai signifikansi > 0,05 maka distribusi data normal.
Hasil uji kolmogorov-Smirnov dapat dilihat pada tabel dibawah ini:
Tabel 4.2 Uji Normalitas One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N 42 Normal Parametersa,b Mean .0000000 Std. Deviation .84946659 Most Extreme Differences Absolute .145 Positive .145 Negative -.063 Kolmogorov-Smirnov Z .937
Asymp. Sig. (2-tailed) .343
a. Test distribution is Normal. b. Calculated from data.
Sumber: data diolah oleh penulis, 2012
Dari hasil pengolahan data tersebut, besarnya nilai Kolmogorov-Smirnov adalah 0,937 dan signifikansinya pada 0,343 maka disimpulkan data terdistribusi secara normal karena p = 0,343 > 0,05. Data yang terdistribusi
secara normal tersebut juga dapat dilihat melalui grafik histogram dan grafik normal plot data berikut ini:
Gambar 4.1 Histogram
Berdasarkan grafik diatas dapat disimpulkan bahwa distribusi data normal karena grafik histogram menunjukkan distribusi data mengikuti garis diagonal yang tidak menceng (skewness) ke kiri maupun ke kanan.
Demikian pula dengan hasil uji normalitas dengan menggunakan grafik p-plot dibawah ini. Pada grafik normal p-plot, terlihat titik-titik menyebar disekitar garis diagonal serta penyebarannya agak mendekati dengan garis diagonal sehingga dapat disimpulkan bahwa data dalam model regresi terdistribusi secara normal.
Gambar 4.2 Grafik P-plot
1.2.2 Uji Multikolonieritas
Uji multikolonearitas bertujuan untuk menguji apakah pada model regresi ditemukan korelasi antara variabel independent. Jika terjadi korelasi maka terdapat masalah multikolonearitas sehingga model regresi tidak dapat digunakan. Mendeteksi ada tidaknya gejala multikolinearitas adalah dengan melihat nilai tolerance dan variance inflation factor (VIF), serta menganalisis matrik korelasi variabel-variabel independen. Besarnya tingkat multikolinearitas yang masih dapat ditolerir, yaitu: Tolerance > 0.10, dan nilai Variance Inflation Factor (VIF) < 5. Berikut ini disajikan tabel hasil pengujian multikolonearitas:
Tabel 4.3 Pengujian Multikolonearitas Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant ) .808 .315 2.565 .015 EPS -.006 .007 -.175 -.866 .392 .445 2.245 ROE 12.492 4.733 .992 2.639 .012 .128 7.788 ROA -5.135 8.787 -.196 -.584 .563 .161 6.200 DER -.406 .267 -.376 -1.522 .137 .298 3.356 EG .002 .002 .095 .682 .500 .944 1.059 a. Dependent Variable: PBV
Sumber: data diolah oleh penulis, 2012
Berdasarkan pada tabel 4.3 diatas, dapat disimpulkan bahwa tidak terjadi gejala multikolonearitas antara variabel independen yang diindikasikan dari nilai tolerance setiap variabel lebih besar dari 0,1. Nilai tolerance EPS adalah 0,445, ROE adalah 0,128, ROA sebesar 0,161, DER 2,98, dan EG 0,994. Nilai VIF dari keempat variabel independen juga lebih kecil dari 5 yaitu untuk EPS sebesar 2,245, ROE 7,788, ROA 6,200, DER 3,356, dan EG sebesar 1,059.
Berdasarkan hasil uji korelasi diantara variabel independen dapat dilihat bahwa korelasi antara variabel tersebut relatif tidak tinggi. Korelasi antara variabel dibawah 0,6, hal ini menunjukkan tidak terjadi masalah multikolonearitas. Maka dapat disimpulkan bahwa analisis lebih lanjut dapat dilakukan dengan menggunakan model regresi berganda. Hasil pengujian korelasi dapat dilihat pada tabel 4.4 dibawah ini:
Tabel 4.4
Korelasi antar Variabel Independen
Coefficient Correlationsa
Model EG ROA DER EPS ROE
1 Correlations EG 1.000 -.180 -.191 .129 .158
ROA -.180 1.000 .719 -.328 -.807
DER -.191 .719 1.000 .009 -.831
EPS .129 -.328 .009 1.000 -.125
ROE .158 -.807 -.831 -.125 1.000
Covariances EG 5.248E-6 -.004 .000 1.987E-6 .002
ROA -.004 77.211 1.686 -.019 -33.562
DER .000 1.686 .071 1.576E-5 -1.050
EPS 1.987E-6 -.019 1.576E-5 4.493E-5 -.004
ROE .002 -33.562 -1.050 -.004 22.406
a. Dependent Variable: PBV
Sumber: data diolah oleh penulis, 2012
1.2.3 Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam sebuah regresi terjadi ketidaksamaan varians dari residual suatu pengamatan ke pengamatan lainnya tetap, maka disebut homokedastisitas dan jika berbeda disebut heterokedastisitas. Model regresi yang baik adalah tidak terjadi heterokedastisitas.
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala heteroskedastisitas adalah dengan melihat plot grafik yang dihasilkan dari pengolahan data dengan menggunakan program SPSS. Dasar pengambilan keputusannya adalah:
1. jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang terartur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas,
2. jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas.
Berikut ini dilampirkan grafik scatterplot untuk menganalisis apakah terjadi heteroskedastisitas atau terjadi homoskedastisitas dengan mengamati penyebaran titik-titik pada gambar.
Gambar 4.3 Scatterplot
Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak dan tidak membentuk suatu pola tertentu serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y, sehingga dapat disimpulkan bahwa tidak
terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi PBV berdasarkan masukan variable independen EPS, ROE, ROA, DER, dan EG. Adanya titik-titik yang menyebar menjauh dari titik-titik yang lain dikarenakan adanya data observasi yang sangat berbeda dengan data observasi yang lain .
1.2.4 Uji Autokolerasi
Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan yang lainnya. Hal ini sering ditemukan pada data time series. Cara yang dapat digunakan untuk mendeteksi masalah autokorelasi adalah dengan menggunakan nilai uji Durbin Watson. Untuk uji Durbin Watson memiliki ketentuan sebagai berikut:
1) tidak ada autokorelasi positif, jika 0 < d < dl, 2) tidak ada autokorelasi positif, jika dl ≤ d ≤ du, 3) tidak ada korelasi negatif, jika 4 - dl < d < 4, 4) tidak ada korelasi negatif, jika 4 – du ≤ d ≤ 4 – dl,
Tabel 4.5
Hasil uji Durbin Watson
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .588a .346 .255 .90654 2.258
a. Predictors: (Constant), EPS, ROE, ROA, DER, EG b. Dependent Variable: PBV
Sumber: data diolah oleh penulis, 2012
Tabel 4.5 memperlihatkan nilai statistik D-W sebesar 2,258 (d). Nilai ini akan peneliti bandingkan dengan nilai tabel dengan menggunakan signifikansi 5%, jumlah pengamatan (n) sebanyak 42 perusahaan dan jumlah variabel independen 5 (k = 5). Berdasarkan tabel Durbin Watson didapat nilai batas atas (du) sebesar 1,7814 dan nilai batas bawah (dl) 1,2546. Oleh karena itu, nilai dw dapat dinyatakan 1,7814 (du) < 2,258 (d) < 2,7454 (4 – du). Berdasarkan pengamatan ini dapat disimpulkan bahwa tidak terjadi autokorelasi positif maupun autokorelasi negatif.
1.3. Analisis Regresi
Berdasarkan 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 18, maka diperoleh hasil sebagai berikut:
1.3.1. Persamaan Regresi
Dalam pengolahan data dengan menggunakan regresi linier, dilakukan beberapa tahapan untuk mencari hubungan antara variabel independen dan variabel dependen, melalui pengaruh EPS, ROE, ROA, DER, dan EG terhadap PBV. Berdasarkan hasil pengolahan data dengan program SPSS Versi 18, maka diperoleh hasil sebagai berikut:
Tabel 4.6 Hasil Analisis Regresi
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) .808 .315 2.565 .015 EPS -.006 .007 -.175 -.866 .392 ROE 12.492 4.733 .992 2.639 .012 ROA -5.135 8.787 -.196 -.584 .563 DER -.406 .267 -.376 -1.522 .137 EG .002 .002 .095 .682 .500 a. Dependent Variable: PBV
Sumber: data diolah oleh penulis, 2012
Berdasarkan tabel diatas didapatlah persamaan regresi sebagai berikut HS = 0,808-0,006 EPS+12,492 ROE-5,135 ROA-0,406 DER+0,002 EG+µ Keterangan:
1) konstanta sebesar 0,808 menunjukkan bahwa apabila tidak ada variabel independen (X1 = 0, X2 = 0, X3 = 0, X4 = 0, dan X5=0) maka nilai price to book value (PBV) sebesar 0,808.
2) β1 sebesar 0,006 menunjukkan bahwa setiap kenaikan earning per share (EPS) sebesar 1% akan diikuti oleh penurunan price to book value (PBV) sebesar 0,006 dengan asumsi variabel lain tetap,
3) β2 sebesar 12,492 menunjukkan bahwa setiap kenaikan return on equity (ROE) sebesar 1% akan diikuti oleh kenaikan price to book value (PBV) sebesar 12,492 dengan asumsi variabel lain tetap,
4) β3 sebesar 5,135 menunjukkan bahwa setiap return on assets (ROA) sebesar 1% akan diikuti oleh penurunan price to book value (PBV) sebesar 5,135 dengan asumsi variabel lain tetap,
5) β4 sebesar 0,406 menunjukkan bahwa setiap kenaikan debt to equity ratio (DER)sebesar 1% akan diikuti oleh penurunan price to book value (PBV) sebesar 0,406 dengan asumsi variabel lain tetap,
6) β4 sebesar 0,002 menunjukkan bahwa setiap kenaikan earning growth (EG) sebesar 1% akan diikuti oleh kenaikan price to book value (PBV) sebesar 0,002 dengan asumsi variabel lain tetap.
1.3.2. Analisis Koefisien Regresi
Nilai koefisien korelasi (R) menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel dependen. Koefisien korelasi dikatakan kuat apabila data nilai R berada diantara 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 mendekati semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Sebaliknya, semakin kecil nilai R Square maka kemampuan variabel-variabel independen untuk menjelaskan variasi variabel dependen semakin terbatas. Nilai R Square memiliki kelemahan yaitu nilai R Square akan meningkat setiap ada penambahan satu variabel dependen meskipun variabel independen tersebut tidak berpengaruh signifikan terhadap variabel dependen.
Tabel 4.7 Koefisien Determinasi Model R R Square Adjusted R Square Std. Error of the Estimate 1 .588a .346 .255 .90654 b. Dependent Variable: PBV
Sumber: data diolah oleh penulis, 2012
Hasil pengujian dengan menggunakan koefisien determinasi menunjukkan bahwa nilai R = 0,588 berarti hubungan antara EPS, ROE, ROA, DER, dan EG terhadap PBV sebesar 58,8%. Artinya hubungannya erat. Semakin besar R berarti hubungan semakin erat.
R Square sebesar 0,346 berarti 34,6% PBV dipengaruhi oleh EPS, ROE, ROA, DER, dan EG. Sisanya 65,4% dijelaskan oleh variabel-variabel lainnya yang tidak masuk dalam model penelitian ini.
Adjusted R Square sebesar 0,255 berarti 25,5% EPS, ROE, ROA, DER, dan EG mempengaruhi PBV sementara sisanya 74,5% dijelaskan oleh variabel lainnya yang tidak masuk dalam model penelitian ini. Ada dua pilihan disini, apakah memakai R Square atau Adjusted R Square. Jika
variabel lebih dari dua maka yang digunakan adalah Adjusted R Square (Situmorang, 2010: 146). Standar Error of Estimate (SEE) adalah 0,90654, yang mana semakin besar SEE akan membuat model regresi kurang tepat dalam memprediksi variabel dependen.
1.3.3. Uji t (Uji Parsial)
Uji t digunakan untuk menguji signifikansi konstanta dan setiap variabel independennya. Berdasarkan hasil pengolahan SPSS versi 18, diperoleh hasil sebagai berikut.
Tabel 4.8 Hasil Uji t Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) .808 .315 2.565 .015 EPS -.006 .007 -.175 -.866 .392 ROE 12.492 4.733 .992 2.639 .012 ROA -5.135 8.787 -.196 -.584 .563 DER -.406 .267 -.376 -1.522 .137 EG .002 .002 .095 .682 .500 a. Dependent Variable: PBV
Sumber: data diolah oleh penulis, 2012
Dari tabel regresi dapat dilihat besarnya thitung untuk variabel earning per share (EPS) sebesar -0,866 dengan nilai signifikan 0,392, sedangkan ttabel adalah 2,01, sehingga thitung < ttabel (-0,866 < 2,01), maka earning per share (EPS) secara parsial tidak mempengaruhi price to book value (PBV). Signifikansi penelitian juga menunjukkan angka > 0,05 (0,392 > 0,05), maka H0 diterima dan Ha ditolak,
artinya earning per share (EPS) tidak berpengaruh signifikan terhadap price book value (PBV). Tanda negatif menunjukkan earning per share (EPS) berpengaruh negatif terhadap price to book value (PBV), tetapi pengaruhnya tidak signifikan.
Return on equity (ROE) memiliki thitung sebesar 2,639 dengan nilai signifikan 0,012, sedangkan ttabel adalah 2,01, sehingga thitung > ttabel (2,639 > 2,01), maka Return on equity (ROE) secara individual mempengaruhi price book value (PBV). Signifikansi penelitian juga menunjukkan angka < 0,05 ((0,012 < 0,05), maka H0 ditolak dan Ha diterima, artinya Return on equity (ROE) berpengaruh signifikan positif terhadap price to book value (PBV).
Nilai dari return on assets (ROA) menunjukkan besarnya thitung untuk variabel return on assets (ROA) sebesar -0,548 sedangkan ttabel adalah 2,01, sehingga thitung < ttabel (-0,548 < 2,01), maka return on assets (ROA) tidak berpengaruh terhadap price book value (PBV) secara individual. Signifikansi 0,563 menyimpulkan bahwa sig penelitian >0,05 (0,563 > 0,05), maka Ho diterima dan Ha ditolak, artinya return on assets (ROA) tidak berpengaruh signifikan terhadap price to book value (PBV). Return on assets (ROA) berpengaruh negatif terhadap price to book value (PBV).
Tabel diatas juga menunjukkan besarnya thitung untuk variabel debt to equity ratio (DER) sebesar -1,522 dengan nilai signifikan 0,137, sedangkan ttabel adalah 2,01, sehingga thitung < ttabel (-1,522 < 2,01), maka debt to equity ratio (DER) secara individual tidak berpengaruh terhadap price to book value (PBV). Signifikansi penelitian juga menunjukkan angka > 0,05 (0,137 > 0,05), maka Ho
diterima dan Ha ditolak, artinya debt to equity ratio (DER) tidak berpengaruh signifikan positif terhadap price to book value (PBV).
Nilai thitung untuk variabel earning growth (EG) sebesar 0,682 dengan nilai signifikan 0,500, sedangkan ttabel adalah 2,01, sehingga thitung < ttabel (0,682 < 2,01), maka earning growth (EG) secara individual tidak berpengaruh terhadap price to book value (PBV). Signifikansi penelitian juga menunjukkan angka > 0,05 (0,500 > 0,05), maka Ho diterima dan Ha ditolak, artinya earning growth (EG) tidak berpengaruh signifikan positif terhadap price to book value (PBV).
1.3.4. Uji F (Uji Simultan)
Untuk melihat pengaruh earning per share (EPS), return on equity (ROE), return on assets (ROA), debt to equity ratio (DER), dan earning growth (EG) terhadap price to book value (PBV) secara simultan dapat dihitung dengan menggunakan F test. Berdasarkan hasil pengolahan data dengan program SPSS 18, maka diperoleh hasil sebagai berikut:
Tabel 4.9 Hasil Uji F ANOVAb Model Sum of Squares df Mean Square F Sig. 1 Regression 15.669 5 3.134 3.813 .007a Residual 29.585 36 .822 Total 45.255 41
a. Predictors: (Constant), EG, ROA, DER, EPS, ROE b. Dependent Variable: PBV
Dari uji ANOVA atau F test, diperoleh Fhitung sebesar 3,813 dengan tingkat signifikansi 0,007, sedangkan Ftabel sebesar 2,47 dengan signifikansi 0,05. Berdasarkan hasil tersebut dapat disimpulkan bahwa earning per share (EPS), return on equity (ROE), return on assets (ROA), debt to equity ratio (DER), dan earning growth (EG) secara simultan berpengaruh signifikan positif terhadap price to book value (PBV) karena Fhitung > Ftabel (3,813 > 2,47) dan signifikansi penelitian < 0,05 (0,007 < 0,05).
