BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.2. Deskripsi Hasil Pengujian Hipotesis
Dalam pengujian normalitas data dengan menggunakan uji Kolmogorof-Smirnov dengan menggunakan program SPSS, dimana apabila nilai signifikansi (probabilitas) yang diproleh lebih Besar dari nilai signifikansi yang telah ditetapkan dalam penelitian (5%) maka data tersebut telah terdistribusi normal. (Santoso, 2001 : 97)
Pedoman dalam mengambil keputusan apakah sebuah distribusi data mengikuti distribusi normal adalah :
• Jika nilai signifikansi (nilai probabilitasnya) lebih kecil dari 5%, maka distribusi adalah tidak normal.
• Jika nilai signifikansi (nilai probabilitasnya) lebih Besar dari 5%, maka distribusi adalah normal.
Tabel 4.1. Normalitas Data Masing-masing Variabel
One-Sample Kolmogorov-Smirnov Test
48 .0000000 10065.7260909 .234 .234 -.177 1.622 .010 N Mean Std. Deviation Normal Parametersa,b
Absolute Positive Negative Most Extreme Differences Kolmogorov-Smirnov Z As ymp. Sig. (2-tailed)
Unstandardized Residual
Test distribution is Normal. a.
Calculated from data. b.
Sumber : Lampiran
Hasil uji normalitas terhadap nilai residual persamaan regresi dengan menggunakan Kolmogorov – Smirnov, menunjukkan nilai signifikansi 0,010 < 0,05; sehingga dapat disimpulkan bahwa data pada persamaan regresi memiliki distribusi data yang tidak normal.
4.2.2. Uji Asumsi Klasik 4.2.2.1 Autokorelasi
Uji autokorelasi dilakukan untuk mengetahui korelasi antara anggota serangkaian data observasi. Untuk mendeteksi gejala autokorelasi digunakan Durbin–Watson (dw) statistic. Hasil analisis pengujian uji Autokorelasi adalah sebagai berikut :
Tabel 4.2 : Hasil Pengujian Autokorelasi Model Summ aryb
.719a .516 .472 10523. 49040 2.048 Model 1 R R Square Adjust ed R Square St d. E rror of the Es timate Durbin-W atson
Predic tors: (Constant), Economic V alue Added, Earning Per Share, Return On Equity, Return On A sset
a.
Dependent Variable: Harga Saham b.
Adapun kriteria pengujiannya adalah sebagai berikut :
Tabel 4.3. Batas-batas daerah Test Durbin Watson
Daerah Keterangan Kurang dari 1.374 1.374 dan 1,722 1,722 dan 2.278 2,278 dan 2.626 DW ≥ 2.626 Autokorelasi positif Tanpa kesimpulan/inconclusive Non autokorelasi Tanpa kesimpulan/inconclusive Autokorelasi negative Sumber : data diolah
Hasil uji autokorelasi menunjukkan nilai DW sebesar 2,048. Berdasarkan table DW dengan jumlah sample n = 48 dan variabel independen k = 4 dengan tingkat signifikansi 0,05 diperoleh nilai dL = 1,374 dan dU = 1,722. Nilai DW 2,048 terletak antara 4 - dU (1.722) dan 4 - dL (1.374) atau terletak di daerah tidak ada autokorelasi.
4.2.2.2 Multikolinearitas
Untuk mengetahui ada atau tidaknya gejala multikolinier pada model regresi linier berganda yang dihasilkan dapat dilakukan dengan menghitung nilai Variance Inflation Factor (VIF) dari masing-masing variabel bebas dalam model regresi.
Tabel 4.4 : Hasil Pengujian Multikolinieritas Coeffi cientsa .162 6.192 .169 5.914 .720 1.389 .899 1.112 Return On Ass et Return On Equity Earning Per Share Ec onomic Value A dded Model
1
Tolerance VIF Collinearity Statistics
Dependent Variable: Harga Saham a.
Sumber : Lampiran
Dari hasil perhitungan diperoleh bahwa pada bagian colliniearity statistics, nilai VIF pada seluruh variabel bebas lebih kecil dari 10, yang artinya seluruh variabel bebas pada penelitian ini tidak ada gejala multikolinier.
4.2.2.3 Heteroskedastisitas
Penyimpangan asumsi model klasik yang lain adalah adanya heteroskedastisitas. Artinya, varians variabel dalam model tidak sama (konstan). Hal ini bisa diindentifikasi dengan cara menghitung korelasi Rank Spearman antara residual dengan seluruh variabel bebas.
Tabel 4.5 : Hasil Pengujian Heteroskedastisitas Correlations 1.000 -.489** -.476** -.232 -.044 . .000 .001 .112 .766 48 48 48 48 48 -.489** 1.000 .835** .768** .210 .000 . .000 .000 .151 48 48 48 48 48 -.476** .835** 1.000 .814** .143 .001 .000 . .000 .332 48 48 48 48 48 -.232 .768** .814** 1.000 .037 .112 .000 .000 . .800 48 48 48 48 48 -.044 .210 .143 .037 1.000 .766 .151 .332 .800 . 48 48 48 48 48 Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N Unstandardized Res idual
Return On Asset
Return On Equity
Earning Per Share
Economic Value Added Spearman's rho Unstandardiz ed Res idual Return On Ass et Return On Equity Earning Per Share Economic Value Added
Correlation is s ignificant at the 0.01 level (2-tailed). **.
Berdasarkan lampiran dapat dilihat korelasi untuk variabel Return on Assets (X1) dengan nilai probabilitas/signifikansi sebesar 0.000, korelasi untuk variabel Return on Equity (X2) dengan nilai probabilitas/ signifikansi sebesar 0,001. Dimana nilai probabilitas/signifikansi kedua variable tersebut lebih kecil dari 5% yang berarti terdapat korelasi atau hubungan dengan masing-masing variabel bebas yang diteliti. Sedangkan untuk variabel Earning Per Share (X3) dengan nilai probabilitas/signifikansi sebesar 0.112, korelasi untuk variabel Economic Value Added (X4) dengan nilai probabilitas/ signifikansi sebesar 0,776. Dimana nilai probabilitas/signifikansi kedua variable tersebut lebih besar dari 5% yang berarti tidak terdapat korelasi atau hubungan dengan masing-masing variabel bebas yang diteliti
4.2.3. Hasil Pengujian Regresi Linier Berganda
Hasil analisis mengenai koefisien model regresi adalah seperti yang tercantum dalam Tabel 4.6 berikut ini.
Tabel 4.6 Koefisien Regresi Coefficientsa -1335.864 2768.936 -.482 .632 432.633 197.998 .577 2.185 .034 54.342 146.294 .096 .371 .712 2.400 2.523 .119 .951 .347 -8.5E-005 .000 -.096 -.860 .395 (Constant) Return On Asset Return On Equity Earning Per Share Economic Value Added Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients t Sig.
Dependent Variable: Harga Saham a.
Sumber : Lampiran
Berdasarkan Tabel 4.5 tersebut, maka model regresi yang diperoleh adalah sebagai berikut :
Y = α + β1X1 + β2X2 + β3X3 + β4X4
Y = -1335.864 + 432.633 X
+ e
1 + 54.342 X2 + 2.400 X3 - 8.5E-005 X4+ e
Dengan asumsi bahwa variabel X1, X2, X3, X4
Koefisien regresi untuk variabel Return on Asset (X
adalah nol atau konstan maka nilai Harga Saham (Y) adalah sebesar -1335.864
1) diperoleh nilai 432.633 mempunyai koefisien regresi positif, hal ini menunjukkan terjadinya perubahan yang searah dengan variabel terikat. Jadi semakin Besar nilai Return on Asset (X1) akan menaikkan nilai Harga Saham (Y) dengan asumsi bahwa variabel yang lainnya adalah konstan.
Koefisien regresi untuk variabel Return on Equity (X2) diperoleh nilai 54.342 mempunyai koefisien regresi positif, hal ini menunjukkan terjadinya perubahan yang searah dengan variabel terikat. Jadi semakin Besar nilai Return on Equity (X2
Koefisien regresi untuk variabel Earning per Share (X
) akan menaikkan nilai Harga Saham (Y) dengan asumsi bahwa variabel yang lainnya adalah konstan.
3) diperoleh nilai 2.400 mempunyai koefisien regresi positif, hal ini menunjukkan terjadinya perubahan yang searah dengan variabel terikat. Jadi semakin Besar nilai Earning per Share (X3
Koefisien regresi untuk variabel Ecconomic Value Added (X ) akan menaikkan nilai Harga Saham (Y) dengan asumsi bahwa variabel yang lainnya adalah konstan.
4) diperoleh nilai - 8.5E-005 mempunyai koefisien regresi negatif, hal ini menunjukkan terjadinya perubahan yang tidak searah dengan variabel terikat. Jadi semakin Besar nilai Ecconomic Value Added (X4) akan menurunkan nilai Harga Saham (Y) dengan asumsi bahwa variabel yang lainnya adalah konstan.
4.2.4. Hasil Pengujian Uji t
Hasil uji t pada tabel di atas menunjukkan bahwa :
Tabel 4.7 Hasil Uji t
Coefficientsa -1335.864 2768.936 -.482 .632 432.633 197.998 .577 2.185 .034 .704 .316 .232 .162 6.192 54.342 146.294 .096 .371 .712 .645 .057 .039 .169 5.914 2.400 2.523 .119 .951 .347 .460 .144 .101 .720 1.389 -8.5E-005 .000 -.096 -.860 .395 .063 -.130 -.091 .899 1.112 (Constant) Return On Asset Return On Equity Earning Per Share Economic Value Added Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients
t Sig. Zero-order Partial Part
Correlations
Tolerance VIF
Collinearity Statistics
Dependent Variable: Harga Saham a.
1. Untuk hipotesis pertama yang menyatakan bahwa diduga ada pengaruh positif antara Return On Asset terhadap harga saham pada perusahaan yang tergabung dalam Indeks LQ 45 di Bursa Efek Indonesia dapat diterima, karena berdasarkan hasil pengujian diatas variabel Return on Asset (X1) signifikannya sebesar 0.034. Karena tingkat signifikan pada variabel ini lebih kecil dari 5% (sig > 5%). Hal ini berarti variabel Return on Asset(X1
2. Untuk hipotesis kedua yang menyatakan bahwa diduga ada pengaruh positif antara Return On Equity terhadap harga saham pada perusahaan yang tergabung dalam Indeks LQ 45 di Bursa Efek Indonesia, tidak dapat diterima karena Variabel Return on Equity (X
) berpengaruh terhadap Harga Saham.
2) memiliki tingkat signifikan sebesar 0.712. Karena tingkat signifikan pada variabel ini lebih besar dari 5% (sig > 5%). Hal ini berarti variabel Return on Equity (X2
3. Untuk hipotesis ketiga yang menyatakan diduga ada pengaruh positif antara Earning Per Share terhadap harga saham pada perusahaan yang tergabung dalam Indeks LQ 45 di Bursa Efek Indonesia, tidak dapat
diterima, karena Variabel Earning per Share (X3) memiliki tingkat signifikan sebesar 0,347. Karena tingkat signifikan pada variabel ini lebih besar dari 5% (sig > 5%). Hal ini berarti variabel Earning per Share (X3
4. Untuk hipotesis ketiga yang menyatakan diduga ada pengaruh positif antara Economic Value Added terhadap harga saham pada perusahaan yang tergabung dalam Indeks LQ 45 di Bursa Efek Indonesia, tidak dapat diterima, karena tingkat signifikan Variabel Ecconomic Value Added (X
) tidak berpengaruh terhadap Harga Saham.
4) sebesar 0.395. Karena tingkat signifikan pada variabel ini lebih besar dari 5% (sig > 5%). Hal ini berarti variabel Ecconomic Value Added(X4) tidak berpengaruh terhadap Harga Saham.