PENEMUAN DAN PEMBAHASAN
B. Deskripsi Data
1. Analisis Gross Profit Margin (GPM)
Rasio ini merupakan persentase dari laba kotor (sales-cost of goods sold) dibandingkan dengan sales. Semakin besar gross profit margin semakin baik keadaan operasi perusahaan, karena hal ini menunjukkan bahwa cost of goods sold relatif lebih rendah dibandingkan dengan sales. Demikian pula sebaliknya, semakin
53 rendah gross profit margin, semakin kurang baik operasi perusahaan. Gross Profit Margin(GPM) dapat dihitung sebagai berikut:
Gross Profit Margin(GPM) = o o
x 100%
Berikut tabel Gross Profit Margin (GPM) perusahaan yang dijadikan objek penelitian :
Tabel 4.3
Nilai Gross Profit Margin (Dalam Persen)
No Kode Emiten Tahun
2008 2009 2010 2011 2012 1 ULTJ 0.19 0.26 0.31 0.30 0.32 2 MYR 0.19 0.24 0.24 0.18 0.22 3 PSDN 0.15 0.15 0.11 0.10 0.12 4 STTP 0.15 0.16 0.17 0.17 0.19 5 CEKA 0.11 0.12 0.12 0.16 0.15 6 KAEF 0.27 0.28 0.28 0.30 0.31 7 TSPC 0.39 0.37 0.37 0.38 0.38 8 INAF 0.23 0.28 0.30 0.33 0.32 9 SKLT 0.18 0.19 0.20 0.21 0.23 10 INDF 0.28 0.28 0.33 0.28 0.27 Sumber : Laporan keuangan yang sudah diolah
Dari tabel 4.3 di atas dapat diketahui kemampuan perusahaan mengelola Gross Profit Margin (GPM). Hasil analisis yang dilakukan penulis terhadap 10 perusahaan manufaktur sektor industri barang konsumsi dan komponennya yang terdaftar di Bursa Efek Indonesia dari tahun 2008 sampai 2012 Gross Profit Margin (GPM). Pada tahun 2008 Gross Profit Margin (GPM) terbesar adalah 0,39 dan Gross Profit Margin (GPM) terkecil adalah 0,11 serta rata-rata Gross Profit Margin (GPM) pada tahun tersebut adalah 0,214. Pada tahun 2009 Gross Profit Margin (GPM) terbesar adalah 0,37 dan Gross Profit Margin (GPM) terkecil adalah 0,12 serta rata-rata Gross Profit
54 Margin (GPM) pada tahun tersebut adalah 0,233. Pada tahun 2010 Gross Profit Margin (GPM) terbesar adalah 0,37 dan Gross Profit Margin (GPM) terkecil adalah 0,11 serta rata-rata Gross Profit Margin (GPM) pada tahun tersebut adalah 0,243. Pada tahun 2011 Gross Profit Margin (GPM) terbesar adalah 0,38 dan Gross Profit Margin (GPM) terkecil adalah 0,10 serta rata-rata Gross Profit Margin (GPM) pada tahun tersebut adalah 0,241. Pada tahun 2012 Gross Profit Margin (GPM) terbesar adalah 0,38 dan Gross Profit Margin (GPM) terkecil adalah 0,12 serta rata–rata Gross Profit Margin (GPM) pada tahun tersebut adalah 0,251.
2. Nilai Operating Profit Margin (OPM)
R sio ini mengg m k n p y ng i s ny dise u “pure profit” yang diterima atas setiap rupiah dari penjualan yang dilakukan. Operating profit disebut murni (pure) dalam pengertian bahwa jumlah tersebutlah yang benar-benar diperoleh dari hasil operasi perusahaan dengan mengabaikan kewajiban-kewajiban finansial serupa bunga serta kewajiban terhadap pemerintah berupa pembayaran pajak. Seperti halnya gross profit margin, maka semakin tinggi ratio operating profit margin akan semakin baik pula operasi suatu perusahaan. Operating Profit Margin (OPM) dihitung sebagai berikut:
Operating Profit Margin (OPM) =
55 Tabel 4.4
Nilai Operating Profit Margin (Dalam Persen)
No Kode Emiten Tahun
2008 2009 2010 2011 2012 1 ULTJ 0.05 0.10 0.10 0.09 0.15 2 MYR 0.09 0.11 0.11 0.08 0.11 3 PSDN 0.09 0.05 0.05 0.04 0.05 4 STTP 0.05 0.06 0.06 0.06 0.07 5 CEKA 0.04 0.08 0.08 0.12 0.08 6 KAEF 0.00 0.04 0.05 0.07 0.08 7 TSPC 0.10 0.10 0.11 0.11 0.11 8 INAF 0.04 0.04 0.05 0.08 0.07 9 SKLT 0.02 0.01 0.02 0.03 0.03 10 INDF 0.12 0.12 0.16 0.15 0.14 Sumber : Laporan keuangan yang sudah diolah
Dari tabel 4.4 diatas dapat diketahui kemampuan perusahaan mengelola Operating Profit Margin (OPM). Hasil analisis yang dilakukan penulis terhadap 10 perusahaan manufaktur sektor industri barang konsumsi dan komponennya yang terdaftar di Bursa Efek Indonesia dari tahun 2008 sampai 2012 Operating Profit Margin (OPM). Pada tahun 2008 Operating Profit Margin (OPM) terbesar adalah 0,10 dan Operating Profit Margin (OPM) terkecil adalah 0,00 serta rata-rata Operating Profit Margin (OPM) pada tahun tersebut adalah 0,06. Pada tahun 2009 Operating Profit Margin (OPM) terbesar adalah 0,12 dan Operating Profit Margin (OPM) terkecil adalah 0,01 serta rata-rata Operating Profit Margin (OPM) pada tahun tersebut adalah 0,07. Pada tahun 2010 Operating Profit Margin (OPM) terbesar adalah 0,16 dan Operating Profit Margin (OPM) terkecil adalah 0,02 serta rata-rata Operating Profit Margin (OPM)
56 pada tahun tersebut adalah 0,079. Pada tahun 2011 Operating Profit Margin (OPM) terbesar adalah 0,15 dan Operating Profit Margin (OPM) terkecil adalah 0,03 serta rata-rata Operating Profit Margin (OPM) pada tahun tersebut adalah 0,083. Pada tahun 2012 Operating Profit Margin (OPM) terbesar adalah 0,15 dan Operating Profit Margin (OPM) terkecil adalah 0,03 serta rata-rata Operating Profit Margin (OPM) pada tahun tersebut adalah 0,089.
3. Net Profit Margin (NPM)
Net profit margin adalah merupakan ratio antara laba bersih (net profit) yaitu penjualan sesudah dikurangi dengan seluruh expenses termasuk pajak dibandingkan dengan penjualan. Semakin tinggi net profit margin, semakin baik operasi suatu perusahaan. Net Profit Margin (NPM) dihitung sebagai berikut:
Net Profit Margin (NPM) =
x 100 % Tabel 4.5
Nilai Net Profit Margin (Dalam Persen)
No Kode Emiten Tahun
2008 2009 2010 2011 2012 1 ULTJ 0.22 0.04 0.06 0.05 0.13 2 MYR 0.05 0.08 0.07 0.05 0.07 3 PSDN 0.01 0.05 0.03 0.02 0.02 4 STTP 0.01 0.07 0.06 0.04 0.06 5 CEKA 0.01 0.04 0.04 0.08 0.05 6 KAEF 0.02 0.02 0.04 0.05 0.06 7 TSPC 0.09 0.08 0.10 0.10 0.10 8 INAF 0.00 0.00 0.01 0.03 0.04 9 SKLT 0.01 0.05 0.02 0.02 0.02 10 INDF 0.08 0.08 0.10 0.11 0.10
57 Dari tabel 4.5 diatas dapat diketahui kemampuan perusahaan mengelola Net Profit Margin (NPM). Hasil analisis yang dilakukan penulis terhadap 10 perusahaan manufaktur sektor industri barang konsumsi dan komponennya yang terdaftar di Bursa Efek Indonesia dari tahun 2008 sampai 2012 Net Profit Margin (NPM). Pada tahun 2008 Net Profit Margin (NPM) terbesar adalah 0,22 dan Net Profit Margin (NPM) terkecil adalah 0,00 serta rata-rata Net Profit Margin (NPM) pada tahun tersebut adalah 0,05. Pada tahun 2009 Net Profit Margin (NPM) terbesar adalah 0,08 dan Net Profit Margin (NPM) terkecil adalah 0,00 serta rata-rata Net Profit Margin (NPM) pada tahun tersebut adalah 0,051. Pada tahun 2010 Net Profit Margin (NPM) terbesar adalah 0,10 dan Net Profit Margin (NPM) terkecil adalah 0,02 serta rata-rata Net Profit Margin (NPM) pada tahun tersebut adalah 0,053. Pada tahun 2011 Net Profit Margin (NPM) terbesar adalah 0,11 dan Net Profit Margin (NPM) terkecil adalah 0,02 serta rata-rata Net Profit Margin (NPM) pada tahun tersebut adalah 0,055. Pada tahun 2012 Net Profit Margin (NPM) terbesar adalah 0,13 dan Net Profit Margin (NPM) terkecil adalah 0,02 serta rata-rata Net Profit Margin (NPM) pada tahun tersebut adalah 0,065.
58 4. Return On Asset (ROA)
Return on assets (ROA) adalah perbandingan antara keuntungan sebelum biaya bunga dan pajak (EBIT = Earning before interest and taxes) dengan seluruh aktiva atau kekayaan perusahaan. Rasio ini menunjukkan kemampuan perusahaan dengan seluruh modal yang ada didalamnya untuk menghasilkan keuntungan, dengan menggunakan data yang ada pada neraca dan perhitungan laba rugi pada perusahaan tersebut. Rasio ini dapat dirumuskan sebagai berikut: Return On Asset =
x 100 % Tabel 4.6
Nilai Return On Asset (Dalam Persen) No Kode Emiten Tahun 2008 2009 2010 2011 2012 1 ULTJ 0.17 0.04 0.05 0.05 0.15 2 MYR 0.07 0.01 0.11 0.07 0.09 3 PSDN 0.03 0.03 0.06 0.06 0.04 4 STTP 0.01 0.15 0.13 0.09 0.12 5 CEKA 0.05 0.09 0.03 0.12 0.06 6 KAEF 0.04 0.04 0.08 0.10 0.10 7 TSPC 0.10 0.11 0.14 0.14 0.14 8 INAF 0.01 0.00 0.02 0.03 0.04 9 SKLT 0.02 0.07 0.02 0.03 0.03 10 INDF 0.07 0.07 0.08 0.09 0.08 Sumber : Laporan Keuangan yang sudah diolah
Dari tabel 4.6 diatas dapat diketahui kemampuan perusahaan mengelola Return on assets (ROA). Hasil analisis yang dilakukan penulis terhadap 10 perusahaan manufaktur sektor industri barang konsumsi dan komponennya yang terdaftar di Bursa Efek Indonesia dari tahun 2008 sampai 2012 Return on assets (ROA). Pada tahun
59 2008 Return on assets (ROA) terbesar 0,17 adalah dan Return on assets (ROA) terkecil adalah 0,01 serta rata-rata Return on assets (ROA) pada tahun tersebut adalah 0,057. Pada tahun 2009 Return on assets (ROA) terbesar adalah 0,15 dan Return on assets (ROA) terkecil adalah 0,00 serta rata-rata Return on assets (ROA) pada tahun tersebut adalah 0,061. Pada tahun 2010 Return on assets (ROA) terbesar adalah 0,14 dan Return on assets (ROA) terkecil adalah 0,02 serta rata-rata Return on assets (ROA) pada tahun tersebut adalah 0,072. Pada tahun 2011 Return on assets (ROA) terbesar adalah 0,14 dan Return on assets (ROA) terkecil adalah 0,03 serta rata-rata Return on assets (ROA) pada tahun tersebut adalah 0,078. Pada tahun 2012 Return on assets (ROA) terbesar adalah 0,15 dan Return on assets (ROA) terkecil adalah 0,03 serta rata-rata Return on assets (ROA) pada tahun tersebut adalah 0,085.
60 5. Harga Saham
Harga Saham yaitu refleksi dari keputusan-keputusan investasi, pendanaan (termasuk kebijakan dividen), dan pengelolaan asset.
Tabel 4.7 Harga Saham (LogN) No Kode Emiten Tahun 2008 2009 2010 2011 2012 1 ULTJ 6.68 6.33 7.10 6.98 7.19 2 MYR 6.88 8.41 9.44 9.56 9.88 3 PSDN 4.79 5.00 4.38 5.74 5.32 4 STTP 4.98 5.39 5.95 6.54 6.96 5 CEKA 6.45 7.13 7.00 6.86 7.17 6 KAEF 4.33 4.84 5.07 5.83 6.61 7 TSPC 5.99 6.59 7.44 7.84 8.21 8 INAF 3.91 4.42 4.38 5.09 5.80 9 SKLT 4.50 5.01 4.94 4.94 5.19 10 INDF 6.84 8.17 8.44 8.43 8.67 Sumber : Laporan Keuangan yang sudah diolah
Untuk ukuran perusahaan biasanya di proxy dengan menghitung LogN total asset ataupun total sales. Dalam penelitian ini semua variabel independen (GPM, OPM, NPM dan ROA) menggunakan satuan persen serta kepemilikan institusi juga menggunakan satuan persen sedangkan size yang biasanya diukur melalui total asset atau sales yang satuannya bisa bisa mencapai triliunan rupiah maka secara ekonometrik menjadi bermasalah (menyebabkan error dalam pemaknaannya) sehingga untuk menghindari terjadi masalah (pada saat memasukkan data ke analisis tidak ada kesalahan pengukuran variabel) tersebut dilakukan normalisasi terhadap ukuran triliun tersebut menjadi LogN. Dari tabel 4.7 diatas dapat diketahui harga
61 saham suatu perusahaan. Hasil analisis yang dilakukan penulis terhadap 10 perusahaan manufaktur sektor industri barang konsumsi dan komponennya yang terdaftar di Bursa Efek Indonesia dari tahun 2008 sampai 2012. Pada tahun 2008 harga saham terbesar adalah 6,88 (MYR) dan harga saham terkecil adalah 3,91 (INAF) serta rata-rata harga saham pada tahun tersebut adalah 5,535. Pada tahun 2009 harga saham terbesar adalah 8,41 (MYR) dan harga saham terkecil adalah 4,42 (INAF) serta rata-rata harga saham pada tahun tersebut adalah 6,129. Pada tahun 2010 harga saham terbesar adalah 9,44 (MYR) dan harga saham terkecil adalah 4,38 (PSDN dan INAF) serta rata-rata harga aaham pada tahun tersebut adalah 6,414. Pada tahun 2011 harga saham terbesar adalah 9,56 (MYR) dan harga saham terkecil adalah 4,94 (SKLT), serta rata-rata harga saham pada tahun tersebut adalah 6,781. Pada tahun 2012 harga saham terbesar adalah 9,88 (MYR) dan harga saham terkecil adalah 5,19 (SKLT) serta rata-rata harga saham pada tahun tersebut adalah 7,1.
62 C. Analisis Data
1. Uji Asumsi Klasik
Pengujian asumsi klasik yang digunakan dalam penelitian ini adalah sebagai berikut:
a. Uji Normalitas
Uji normalitas data dilakukan untuk menguji kenormalan distribusi data, dimana data yang normal akan memusat pada nilai rata-rata dan median. Uji normalitas bertujuan untuk mengetahui seberapa besar data terdistribusi secara normal dalam variabel yang digunakan dalam penelitian ini. Data yang baik dalam suatu penelitian adalah data yang terdistribusi secara normal.
Penelitian ini mengunakan dua cara yaitu: pertama menggunakan pengujian dengan melihat probability plot, dimana pada grafik normal plot terlihat titik-titik menyebar disekitar garis diagonal serta penyebarannya mengikuti arah garis diagonal. Kedua akan digunakan uji One Sample Kolmogorov-Smirnov, apabila mengunakan ukuran ini maka harus dibandingkan dengan tingkat alpha yang kita tetapkan sebelumnya apakah 10%, 5% atau 1% (Sudarmanto, 2005:108). Kriteria yang digunakan adalah signifikansi 5%. Data dinyatakan berdistribusi normal jika signifikansi lebih besar dari 5% atau 0,05.
63 Uji Normalitas
Gambar 4.1
Sumber : Hasil diolah dengan SPSS 20
Pada gambar 4.1, terlihat bahwa sebaran data berada disekitar garis diagonal atau tidak terpencar jauh dari garis lurus. Hal ini berarti model regresi ini normal atau mendekati normal sehingga layak digunakan dalam penelitian.
64 Tabel 4.8
Tests of Normality
One-Sample Kolmogorov-Smirnov Test
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
HARGA SAHAM .106 50 .200* .956 50 .063 GPM .115 50 .098 .957 50 .069 OPM .099 50 .200* .981 50 .605 NPM .119 50 .074 .893 50 .000 ROA .113 50 .131 .958 50 .073
a. Lilliefors Significance Correction
*. This is a lower bound of the true significance. Sumber : hasil diolah dengan SPSS 20
Dari tabel diatas, kelima variabel memiliki nilai sig yang lebih besar dari 0,05 yaitu harga saham adalah 0,200, gross profit margin (GPM) adalah 0,98, operating profitmargin (OPM) adalah 0,200, net profit margin (NPM) adalah 0,74 dan return on asset (ROA) adalah 0,131. Karena signifikansi untuk seluruh variabel lebih besar dari 0.05 maka dapat disimpulkan bahwa data pada variabel harga saham, Gross Profit Margin, Operating profit margin, Net profit margin, Return On asset berdistribusi normal. Angka Statistic menunjukkan semakin kecil nilainya maka distribusi data semakin normal. df = jumlah data.
65 b. Uji Multikolinearitas
Untuk mendeteksi ada atau tidaknya multikolinieritas didalam model regresi, salah satu caranya adalah, dengan melihat besarnya nilai tolerance dan VIF. Menurut Nugroho (2005:58) jika nilai VIF tidak lebih dari 10 dan nilai toleransi tidak kurang dari 0,1 maka model dapat dikatakan terbebas dari multikolinearitas. Analisis dengan menggunakan SPSS 20 diperoleh hasil sebagai berikut :
Tabel 4.9 Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 4.426 .449 9.861 .000
GPM 3.208 1.850 .173 1.734 .090 .801 1.249
OPM 28.888 4.719 .726 6.122 .000 .568 1.761
NPM 3.405 6.284 .092 .542 .591 .280 3.575
ROA 4.718 4.904 .141 .962 .341 .373 2.684
a. Dependent Variable: HARGA SAHAM
Dari hasil diatas dapat diketahui nilai variance inflation factor (VIF) masing-masing yaitu gross profit margin (GPM) adalah 1,249, operating profit margin (OPM) adalah 1,761, net profit margin (NPM) adalah 3,575 dan return on asset (ROA) adalah 2,684, keempatnya tidak memiliki nilai variance inflation factor (VIF) lebih dari 10 dan nilai tolerance keempat variabel tidak kurang dari 0,1 sehingga dapat disimpulkan bahwa antar variabel independen tidak terjadi persoalan multikolinearitas.
66 c. Uji Autokorelasi
Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya korelasi yang terjadi antara residual pada satu pengamatan dengan pengamatan lain dengan model regresi. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Ada beberapa cara yang dapat digunakan untuk mendeteksi ada atau tidaknya autokorelasi pada penelitian ini dilihat dari Durbin-Watson (DWtest) dengan ketentuan sebagai berikut.
Ho : Tidak terjadi autokorelasi Ha : Terjadi autokorelasi
Masalah autokorelasi diuji melalui tabel Durbin Watson dengan menggunakan tabel batas bawah (dL) dan batas atas (dU) untuk mengetahui daerah auto korelasi dari nilai Durbin Watson, dalam penelitian ini dapat dilihat dari tabel dibawah ini :
Tabel 4.10 Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .800a .640 .608 .94820 2.175
a. Predictors: (Constant), ROA, GPM, OPM, NPM b. Dependent Variable: HARGA SAHAM
Sumber : Hasil diolah dengan SPSS 20
Dari data diatas didapatkan nilai DW dari model regresi yang digunakan adalah 2,175, sedangkan dari tabel DW dengan signifikansi n = 50 dengan k = 4 diperoleh nilai dL sebesar 1.378 dan dU sebesar 1,721. Karena nilai DW (2,175) berada di daerah
67 dU (1,721) dan 4-dU (2,279), maka menerima Ho dan dapat disimpulkan dari model regresi yang digunakan bahwa tidak terjadi autokorelasi positif atau negatif pada data di dalam penelitian.
Gambar 4.2 Kurva Uji Autokorelasi
d. Uji Heteroskedastisitas
Uji Heteroskedastisitas dimaksudkan untuk mengetahui apakah variasi residual absolute sama atau tidak untuk semua pengamatan. Model regresi yang baik adalah model yang dikatakan homoskedastisitas dimana memiliki persamaan varians residual suatu periode pengamatan dengan periode pengamatan yang lain atau tidak terjadi heteroskedastisitas. Metode yang digunakan untuk uji heteroskedastisitas yaitu dengan melihat pola titik-titik pada scatterplots regresi. Metode ini yaitu dengan cara melihat
dW 2,175 4-dU 2,279 dU 1,721 4-dL 2,622 dL 1,378 4 Korelasi (+) Korelasi (-) Inconlusive Tidak ada Korelasi Inconlusive
68 grafik scatterplot antara standardized predicted value (ZPRED) dengan studentized residual (SRESID). Ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi dan sumbu X adalah residual (Y prediksi - Y sesungguhnya). Dasar pengambilan keputusan yaitu: 1) Jika ada pola tertentu, seperti titik-titik yang ada membentuk
suatu pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka 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.
Gambar 4.3 Uji Heteroskedastisitas
Sumber : Hasil diolah dengan SPSS 20
Dari output di atas dapat diketahui bahwa titik-titik tidak membentuk pola yang jelas, dan titik-titik menyebar di atas dan di
69 bawah angka 0 pada sumbu Y. Jadi dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas dalam model regresi, sehingga model regresi layak dipergunakan di dalam penelitian.
2. Analisis Koefisien Determinasi (R2)
Koefisien determinasi ini digunakan untuk mengetahui besarnya pengaruh semua variabel independen (bebas) terhadap variabel dependen (terikat). Tabel 4.11 Koefisien determinasi Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .800a .640 .608 .94820 2.175
a. Predictors: (Constant), ROA, GPM, OPM, NPM b. Dependent Variable: HARGA SAHAM
Sumber : Hasil diolah dengan SPSS 20
Berdasarkan tabel di atas, hasil perhitungan dengan program SPSS diperoleh nilai Adjusted R Square sebesar 0,608 atau 60,8%. Koefisien ini menunjukkan bahwa 60,8% harga saham disebabkan oleh variabel gross profit margin, operating profit margin, net profit margin dan return on asset sedangkan sisanya 39,2% disebabkan oleh variabel lain di luar penelitian ini.
3. Uji Regresi Linier Berganda
Uji regresi ini adalah untuk memprediksikan nilai dari variabel dependen apabila nilai variabel dependen mengalami kenaikan atau
70 penurunan dan untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah masing-masing variabel independen berhubungan positif atau negative.
Tabel 4.12
Variables Entered/ Removed
Hasil tabel di atas menunjukkan bahwa metode yang digunakan untuk mengolah regresi ini adalah metode enter karena dengan metode tersebut memberikan keterangan tentang variabel independen yang mempunyai pengaruh paling signifikan terhadap variabel dependen dan tidak terdapat variabel yang dikeluarkan (removed) atau dengan kata lain keempat variabel bebas dimasukkan dalam perhitungan regresi linear berganda dengan metode enter.
Variables Entered/Removedb
Model Variables Entered Variables Removed Method
1 ROA, GPM, OPM, NPM . Enter
a. All requested variables entered. b. Dependent Variable: HARGA SAHAM Sumber : Hasil diolah dengan SPSS 20
71 Tabel 4.13 Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 4.426 .449 9.861 .000
GPM 3.208 1.850 .173 1.734 .090 .801 1.249
OPM 28.888 4.719 .726 6.122 .000 .568 1.761
NPM 3.405 6.284 .092 .542 .591 .280 3.575
ROA 4.718 4.904 .141 .962 .341 .373 2.684
a. Dependent Variable: HARGA SAHAM Sumber : Hasil diolah dengan SPSS 20
Berdasarkan tabel di atas dapat diketahui persamaan regresinya yaitu : Y = α + + + + + € Y = 4,426 + 3,208X1 + 28,888X2 + € Keterangan : Y = Harga Saham α = Konstanta
X1 = Gross Profit Margin X2 = Operating Profit Margin X3 = Net Profit Margin X4 = Return on Asset
Persamaan regresi tersebut dapat diinterpresentasikan sebagai berikut :
1) Konstanta sebesar 4,426 artinya jika Gross Profit Margin (X1), Operating Profit Margin (X2 ), Net Profit Margin (X3), Return on Asset (X4) nilainya adalah 0 maka prediksi Harga saham dimasa yang akan datang (Y) nilainya adalah 4,426.
72 2) Koefisien regresi variabel Gross Profit Margin (X1) sebesar 3,208 artinya variabel independen lainnya tetap dan Gross Profit Margin (X1) mengalami kenaikan 1% maka prediksi harga saham dimasa yang akan datang (Y) akan mengalami kenaikan sebesar 3,208. Koefisien bernilai positif artinya terjadi pengaruh positif antara variabel independen dan variabel dependen, semakin naik Gross Profit Margin (X1) maka semakin naik prediksi Harga saham dimasa yang akan datang (Y) ataupun sebaliknya.
3) Koefisien regresi variabel Operating Profit Margin (X2 ) sebesar 28,888 artinya variabel independen lainnya tetap dan Operating Profit Margin (X2 ) mengalami kenaikan 1% maka prediksi harga saham dimasa yang akan datang (Y) akan mengalami penurunan sebesar 28,888. Koefisien bernilai positif artinya terjadi pengaruh positif antara variabel independen dengan variabel dependen, semakin naik Operating Profit Margin maka semakin naik harga saham dimasa yang akan datang (Y) ataupun sebaliknya.
Untuk koefisien variabel Net Profit Margin dan Return on Asset tidak perlu dimasukkan ke dalam persamaan regresi Y karena kedua variabel tersebut tidak memiliki pengaruh yang signifikan.
73 €
39,2
Berdasarkan pengujian regresi linier berganda dengan metode enter maka dapat dilihat pada gambar di bawah pengaruh antara Gross Profit Margin, Operating Profit Margin, Net Profit Margin dan Return On Asset terhadap harga saham, Model persamaan dapat digambarkan sebagai berikut:
Gambar 4.4
Model Persamaan Regresi Berganda
= Pengaruh antrara variabel Gross Profit Margin ( ) terhadap Y (harga saham)
= Pengaruh antara variabel Operating Profit Margin ( ) terhadap Y (harga saham)
= Pengaruh antara variabel Net Profit Margin ( ) terhadap Y (harga saham) 28,888 3,208 3,405 4,718 60,8 Gross Profit Margin
(GPM) (X1)
Operating Profit Margin (OPM)
(X2)
Net Profit Margin (NPM) (X3)
Return On Asset (ROA) (X4)
Harga Saham (Y)
74 = Pengaruh antara variabel Return on Asset ( ) terhadap Y
(harga saham)
Adjusted = koefisien regresi (nilai peningkatan atau penurunan) € = standar error
4. Pengujian Hipotesis a. Uji Parsial (Uji t)
Uji parsial (uji t) dilakukan untuk menggambarkan seberapa jauh pengaruh satu variabel independen (Gross Profit Margin, Operating Profit Margin, Net Profit Margin, Return On Asset) secara parsial atau sendiri-sendiri dalam menerangkan variabel dependen (Harga Saham).
Ho = Gross Profit Margin tidak berpengaruh terhadap harga saham
Ha1 = Gross Profit Margin berpengaruh terhadap harga saham Ho2 =Operating Profit Margin tidak berpengaruh terhadap harga
saham
Ha2 = Operating Profit Margin berpengaruh terhadap harga saham Ho3 =Net Profit Margin tidak berpengaruh terhadap harga saham Ha3 = Net Profit Margin berpengaruh terhadap harga saham Ho4 =Return On Asset tidak berpengaruh terhadap harga saham Ha4 = Return On Asset berpengaruh terhadap harga saham
75 Tabel 4.14 Uji Statistik t Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
(Constant) 4.426 .449 9.861 .000
GPM 3.208 1.850 .173 1.734 .090 .801 1.249
OPM 28.888 4.719 .726 6.122 .000 .568 1.761
NPM 3.405 6.284 .092 .542 .591 .280 3.575
ROA 4.718 4.904 .141 .962 .341 .373 2.684
a. Dependent Variable: HARGA SAHAM
Hal yang perlu dilakukan dalam uji parsial (uji t) adalah :
1) Menentukan tingkat signifikansi yaitu 0,05. Jika nilai signifikan penelitian > 0,05 maka Ho diterima, dan jika nilai signifikansi penelitian < 0,05 maka Ho ditolak.
2) Menentukan t hitung yaitu : t hitung untuk Gross Profit Margin (X1) = 1,734 ; t hitung untuk Operating Profit Margin (X2) = 6,122 ; t hitung untuk Net Profit Margin (X3) = ,542 ; t hitung untuk Return On Asset (X4) = ,962.
3) Menentukan t tabel. T el dis i usi dic i p d α = 5% : 2 = 2,5% (uji 2 sisi) dengan derajat kebebasan (df) : n-k-1 dimana n = jumlah data ; k = jumlah variabel independen. Jadi derajat kebebasan (df) = 50 – 4 - 1 = 45. Dengan pengujian 2 sisi (signifikansi = 0,025) hasil diperoleh untuk t tabel adalah : 2,014.
76 4) Kriteria pengujian: Ho diterima jika – t tabel < t hitung < t tabel, dan Ho ditolak jika – t hitung < - t tabel atau t hitung > t tabel.
Tabel 4.14 diatas adalah tabel yang menerangkan koefisien regresi yang dihasilkan dari perhitungan SPSS. Dengan memperhatikan tabel diatas dapat dijelaskan sebagai berikut :
1) Pengujian koefisien regresi variabel Gross Profit Margin (X1). Hasil perbandingan antara t hitung dan t tabel adalah t hitung (1,734) < t tabel (2,014) atau dapat di lihat dari probabilitas value adalah 0,090 lebih besar dari 0,05 (0,090 > 0,05 ), sehingga dari hasil tersebut dapat di simpulkan bahwa secara parsial (sendiri-sendiri) ternyata Gross Profit Margin tidak mempunyai pengaruh terhadap harga saham. Dengan demikian Ho1 diterima dan Ha1 ditolak.
2) Pengujian koefisien regresi variabel Operating Profit Margin (X2). Hasil perbandingan antara t hitung dan t tabel adalah t hitung (6,122) > t tabel (2,014) atau dapat di lihat dari probabilitas value adalah 0,000 lebih kecil dari 0,05 (0,000 < 0,05), sehingga dari hasil tersebut dapat di simpulkan bahwa secara parsial (sendiri-sendiri) ternyata Operating Profit Margin mempunyai pengaruh terhadap harga saham. Dengan demikian Ho2 ditolak dan Ha2 diterima.
77 3) Pengujian koefisien regresi variabel Net Profit Margin (X3). Hasil perbandingan antara t hitung dan t tabel adalah t hitung (0,542) <t tabel (2,014) atau dapat di lihat dari probabilitas value adalah 0,591 lebih besar dari 0,05 (0,591 > 0,05), sehingga dari hasil tersebut dapat di simpulkan bahwa secara parsial (sendiri-sendiri) ternyata Net Profit Margin tidak mempunyai pengaruh terhadap harga saham. Dengan demikian Ho3 diterima dan Ha3 ditolak.
4) Pengujian koefisien regresi variabel Return On Asset (X4). Hasil perbandingan antara t hitung dan t tabel adalah t hitung (0,962) > t tabel (2,014) atau dapat di lihat dari probabilitas value adalah 0,341 lebih besar dari 0,05 (0,341 > 0,05), sehingga dari hasil tersebut dapat di simpulkan bahwa secara parsial (sendiri-sendiri) ternyata Return On Asset tidak mempunyai pengaruh terhadap harga saham. Dengan demikian Ho4 diterima dan Ha4 ditolak.
b. Uji Simultan (uji f)
Uji Simultan (uji f) dilakukan untuk melihat kemampuan menyeluruh dari variabel independen (Gross Profit Margin, Operating Profit Margin, Net Profit Margin, Return On Asset)