DATA DAN PEMBAHASAN HASIL PENELITIAN
4.2 Hasil Penelitian
4.2.2 Uji Asumsi Klasik
Penelitian ini menggunakan model persamaan, yaitu analisis regresi linier berganda. Sebelum melakukan analisis regresi linier berganda digunakan untuk menguji hipotesis, maka terlebih dahulu dilakukan pengujian asumsi klasik yang meliputi uji normalitas, uji autokorelasi, uji multikolinieritas dan uji heteroskedastisitas.
1) Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah residual dari model regresi yang dibuat berdistribusi secara normal atau tidak. Terdapat dua cara untuk mendeteksi apakah data berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik (Ghozali, 2006:160). Uji statistik yang digunakan untuk menguji normalitas data dalam penelitian ini adalah uji statistik non-parametrik Kolmogorov-Smirnov (K-S). Data dikatakan berdistribusi normal apabila Asymp. Sig (2-tailed) > level of significant (α) = 0,05 atau 5 persen (Ghozali, 2006:164).
Tabel 4.3 Uji Normalitas
No Model Nilai Signifikansi
1 Test Statistic Asymp.Sig. (2-failed) 0,160
Berdasarkan Tabel 4.3 hasil uji Kolmogorov-Smirnov nilai siginifikansinya sebesar 0,160 maka dapat diambil kesimpulan bahwa data residual terdistribusi normal karena signifikansi nilai lebih besar dari 0,05.
2) Uji Autokorelasi
Uji autokolerasi bertujuan untuk menguji apakah dalam suatu model regresi linear terdapat korelasi antara kesalahan pengganggu pada periode t (saat ini) dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika suatu model regresi mengandung gejala autokorelasi, maka prediksi yang dilakukan dengan model tersebut akan tidak baik atau dapat memberikan hasil prediksi yang menyimpang. Besaran autokorelasi dapat diketauhi menggunakan besaran Durbin-Watson (D-W) pada output pengujian. Nilai (D-W) test tersebut dibandingkan dengan nilai pada tabel Durbin-Watson (D-W) dengan menggunakan tingkat keyakinan sebesar 95 persen dengan ketentuan bila dU < DW < 4 – dU, maka tidak terjadi autokorelasi.
Tabel 4.4 Uji Autokorelasi
Model Durbin-Watson
1 2,153
Sumber: Lampiran 16
Berdasarkan Tabel 4.5 variabel yang diteliti memiliki nilai DW sebesar 2,153. Dengan jumlah data (n) = 110 dan jumlah variabel bebas (k) = 4 serta =5% diperoleh angka dU = 1,7651 dan dL = 1,6146. Karena DW sebesar 2,153 terletak diantara dU dan dL (4-dU), maka dapat disimpulkan dalam model regresi ini tidak terdapat autokorelasi.
Tabel 4.5 Nilai Durbin-Watson
dU DW (4-dU)
1,7651 2,153 2,2349
3) Uji Multikolinearitas
Uji Multikolinearitas bertujuan untuk menguji apakah di dalam model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas. Suatu model regresi dapat dikatakan baik jika tidak terjadi multikolinearitas di dalamnya. Model regresi yang bebas dari multikolinearitas adalah yang memiliki nilai variance inflaction factor (VIF) tidak lebih dari 10 dan mempunyai angka tolerance lebih dari 10%.
Tabel 4.6 Uji Multikolinearitas
Variabel Tolerance VIF
Return on equity 0,792 1,2623
Earning per share 0,819 1,221
Firm size 0,779 1,284
Operating cash flow 0,697 1,435
Sumber: lampiran 15
Berdasarkan hasil pengujian yang ditunjukkan pada Tabel 4.5, nilai tolerance variabel bebas lebih dari 10% atau 0.1 dimana nilai tolerance dari return on equity (ROE) sebesar 0,792, earning per share (EPS) sebesar 0,819, firm size sebesar 0,779, operating cash flow sebesar 0.697. Nilai VIF kurang dari 10 dimana nilai VIF dari
size sebesar 1,284, operating cash flow sebesar 1,435. Dengan demikian dapat disimpulkan tidak terjadi multikolinearitas antara variabel bebas dalam penelitian ini.
4) Uji Heterokedastisitas
Uji heteroskedastisitas dilakukan untuk mengetahui apakah dalam model regresi terjadi ketidaksamaan varian. Uji ini dapat dianalisis melalui uji glesjer dengan melihat tingkat signifikansi, jika tingkat signifikansi berada di atas 0,05 maka model regresi ini bebas dari masalah heterokedastisitas.
Tabel 4.7 Uji Heterokedastisitas
Variabel Nilai signifikansi
Return on equity 0,168
Earning per share 0,722
Firm size 0,938
Operating cash flow 0,711
Sumber: lampiran 17
Berdasarkan hasil pengujian yang ditunjukkan pada Tabel 4.7, tingkat signifikansi berada di atas 0,05 dimana nilai Signifikan return on equity (ROE) sebesar 0,168, earning per share (EPS) sebesar 0,722, firm size sebesar 0,938, operating cash flow sebesar 0,71, maka model regresi ini tidak terdapat heterokedastisitas.
4.2.3 Analisis Regresi Linear Berganda
Analisis regresi linear berganda digunakan untuk mengetahui pengaruh antara variabel bebas terhadap variabel terikat. Dalam penelitian ini analisis regresi linear berganda digunakan untuk mengetahui besarnya pengaruh return on equity (ROE),
earning per share (EPS), firm size , operating cash flow terhadap return saham perusahaan Indeks Kompas100 tahun 2011-2015.
Tabel 4.8 Hasil Analisis Regresi Linier Berganda
Variabel B Nilai signifikansi
-0,54303
Return on equity 0,22575 0,083
Earning per share -0,00010 0,027
Firm size -0,06450 0,066
Operating cash flow 0,05689 0,012
Sumber: lampiran 13
Berdasarkan Tabel 4.8 maka persamaan regresi dari hasil tersebut sebagai berikut:
Y = -0,54303 + 0,22575X1 + -0,00010X2 - 0,6450X3 + 0,05689X4 Tabel 4.9 Ringkasan Hasil Regresi Linier Berganda
No Nama Variabel Keterangan
1 Return on equity Tidak signifikan
2 Earning per share Signifikan
3 Firm size Tidak signifikan
4 Operating cash flow Signifikan
Sumber: lampiran 13
1) Pengaruh ROE (X1) terhadap return saham (Y)
Berdasarkan hasil regresi linier berganda yang disajikan pada tabel 4.8 terlihat bahwa kofisien β1 sebesar 0,22575 dengan tingkat signifikansi sebesar 0,083 lebih dari taraf nyata 0,05 maka (H1) ditolak. Hal ini menunjukkan bahwa variable return on equity (ROE) berpengaruh positif tidak signifikan atau dengan kata lain tidak berpengaruh
terhadap return saham yang artinya return on equity di dalam perusahaan tidak mempengaruhi tinggi rendahnya tingkat return saham.
2) Pengaruh EPS (X2) terhadap return Saham (Y)
Berdasarkan hasil regresi linier berganda yang disajikan pada tabel 4.8 terlihat bahwa koefisien β2 sebesar -0,00010 dengan tingkat signifikansi sebesar 0,027 kurang dari taraf nyata 0,05 maka (H2) ditolak. Hal ini menunjukkan bahwa variabel earning per share berpengaruh negatif signifikan pada return saham atau dengan kata lain
semakin rendah tingkat earning per share pada perusahaan maka semakin tinggi tingkat return saham.
3) Pengaruh firm size (X3) terhadap return saham (Y)
Berdasarkan hasil regresi linier berganda yang disajikan pada table 4.8 terlihat bahwa koefisien β3 sebesar -0,06450 dengan tingkat signifikansi sebesar 0,066 lebih dari taraf nyata 0,05 maka (H3) ditolak. Hal ini menunjukkan bahwa variable firm size berpengaruh negatif tidak signifikan atau dengan kata lain tidak berpengaruh terhadap return saham yang artinya firm size tidak mempengaruhi tinggi rendahnya tingkat
return saham.
4) Pengaruh operating cash flow (X4) terhadap return saham (Y)
Berdasarkan hasil regresi linier berganda yang disajikan pada tabel 4.8 terlihat bahwa koefisien β4 sebesar 0,05689 dengan tingkat signifikansi sebesar 0,012 kurang dari taraf nyata 0,05 maka (H4) diterima. Hal ini menunjukkan bahwa variabel operating cash flow berpengaruh positif pada return saham atau dengan kata lain semakin tinggi
tingkat operating cash flow pada perusahaan maka semakin tinggi tingkat return saham.