Share Earning
PROFIL SAMPEL PENELITIAN
III. Barang Konsumsi
1. Hasil Uji Statistik Deskriptif
Berdasarkan hasil uji statistik yang diperoleh dari 65 perusahaan yang dijadikan sampel selama lima tahun, maka diperoleh data sebanyak 325 data yang memenuhi kriteria dalam penelitian ini. Diketahui bahwa terdapat enam variabel penelitian (Return, Z-Score, Size , Btm , Beta , Earning ) dengan jumlah sampel secara keseluruhan sebanyak 325 sampel. Dengan nilai minimum sebagai nilai terendah untuk setiap variabel, dan nilai maksimum untuk nilai tertinggi untuk setiap variabel dalam penelitian yang terlihat dalam tabel di bawah ini.
107 Tabel 4.3
Hasil Uji Statistik Deskriptif
Return Zscore Size BtM Beta Earning
Mean 0,019 2,836 27,698 1,185 0,663 266,11 Median 0,013 2,377 27,451 1,044 0,570 42,4 Maximum 0,120 9,859 32,700 4,200 4,156 2300,3 Minimum -0,084 -5,879 23,082 0,021 -2,511 -1663,1 Std. Dev. 0,034 2,543 1,758 0,916 1,059 542,4 Obser vations 325 325 325 325 325 325
Sumber : Data sekunder yang diolah oleh EVIEWS
Berdasarkan tabel 4.3 juga dapat dilihat mean dari setiap nilai dari masing-masing variabel. Selain itu juga dapat dilihat standar deviasi nilai dari data masing-masing variabel. Beberapa penjelasan mengenai hasil perhitungan statistik diuraikan sebagai berikut.
a. Return
Dari hasil pengujian statistik deskriptif, rata-rata return perusahaan di Indonesia pada tahun yang diamati adalah 0,019. Dimana standar deviasi adalah 0,034. Dengan nilai minimum -0,084 dan maksimum 0,120. Dapat dilihat bahwa rata-rata return lebih kecil dari pada nilai standar deviasi maka kualitas data return perusahaan di Indonesia kurang bagus mengidentifikasikan bahwa standar error dari variabel tersebut besar (Ghozali, 2012). Sehingga selama tahun
108 penelitian perusahaan di Indonesia kurang bagus dalam imbal hasil saham di pasar bursa.
b. Z-Score
Berdasarkan hasil pengujian statistik deskriptif, rata-rata zscore perusahaan adalah sebesar 2.836 dan dapat menjelaskan bahwa perusahaan dalam penelitian rata-rata dalam keadaan zona aman dengan standar deviasi sebesar 2,543. Dengan nilai minimum -5,879 yaitu dalam keadaan zona distress yaitu perusahaan Alam Karya Unggul Tbk di tahun 2011 dan maksimum sebesar 9,859 yaitu keadaan zona aman yaitu perusahaan Merck Tbk pada tahun 2011.
c. Size
Dari hasil uji statistik deskriptif, dapat disimpulkan bahwa rata-rata ukuran perusahaan perusahaan di Indonesia dalam penelitian adalah 27,698 dengan standar deviasi sebesar 1,758. Dengan nilai minimum 23,083 setara dengan Rp.10.582.842.000 pada perusahaan Nusantara Inti Corpora (UNIT) dan maksimum sebesar 32,700 setara dengan Rp.213.994.000.000.000 pada perusahaan Astra International Tbk.
d. BtM
Dari hasil pengujian statistik deskriptif, dapat disimpulkan rata-rata btm perusahaan di Indonesia adalah 1,185 dengan standar deviasi sebesar 0,916. Dengan nilai minimum 0,021 dan maksimum sebesar
109 4,200. Dengan rata-rata btm adalah 1,185 atau nilai PBV sebesar 0,84 (1/1,185) atau lebih kecil dari 1 (satu) artinya pasar menilai kinerja perusahaan dimasa mendatang kurang baik.
e. Beta
Berdasarkan hasil pengujian statistik deskriptif, rata-rata besar beta adalah sebesar 0,663, sedangkan nilai standar deviasi sebesar 1,059 maka standar deviasi yang besar menandakan bahwa data yang diteliti memiliki tingkat penyimpangan yang tinggi atau dapat dikatakan data bersifat heterogen. Dengan nilai minimum -2,511 dan maksimum sebesar 4,156. Dengan melihat hasil rata-rata beta saham yang kurang dari 1 (satu) dapat dilihat bahwa pergerakan return saham perusahaan rata-rata pada penelitian pergerakannya lebih kecil dari pada pergerakan return pasar IHSG, dengan begitu return saham perusahaan penelitian tidak cukup peka terhadap perubahan return pasar dan tidak terlalu berisiko. Sedangkan beta saham terbesar yaitu 4,156 pada perusahaan Jaya Pari Steel (JPRS) pada tahun 2010.
f. Earning
Berdasarkan hasil pengujian statistik deskriptif, rata-rata earning yang adalah sebesar 266,11 diperoleh dari perbandingan EAT dengan jumlah saham beredar dan dengan standar deviasi sebesar 542,4. Dengan nilai minimum (1663,1) yaitu pada perusahaan Centex Tbk pada
110 2013(CNTX) dan maksimum sebesar 2300,3 pada perusahaan Lionmesh Prima Tbk. pada 2013 (LMSH).
2. Analisis Korelasi antar Variabel
Uji Correlation digunakan untuk menentukan apakah ada hubungan linier yang signifikan antara dua variabel. Uji ini termasuk klasifikasi uji statistik parametrik.
Tabel 4.4
Hasil uji Correlation antar Variabel
Sumber : Data sekunder yang diolah oleh EVIEWS Berdasarkan hasil korelasi adalah sebagai berikut:
a) Size berkorelasi positif dengan zscore dan negatif dengan return b) Btm berkorelasi negatif dengan zscore dan return
c) Beta berkorelasi negatif terhadap zscore d) Earning berkorelasi positif zscore
e) Zscore berkorelasi positif dengan return saham
Hasil ini baru sementara selanjutnya data diregresikan menurut analisis data panel menggunakan menggunakan program Eviews 7.1. 3. Hasil Analisis Data Panel
Dari spesifikasi model yang telah dijelaskan pada bab sebelumnya, terlihat model dalam penelitian ini menggunakan data cross section (perusahaan) dan data time series (tahun). Untuk menentukan hasil akhir
RETURN ZSCORE SIZE BtM BETA EARNING
RETURN 1 0,085 -0,054 -0,179 -0,116 0,191 ZSCORE 0,085 1 0,040 -0,010 -0,031 0,435 SIZE -0,054 0,040 1 -0,117 0,137 0,271 BTM -0,179 -0,010 -0,117 1 0,114 -0,327 BETA -0,116 -0,031 0,137 0,114 1 -0,179 EARNING 0,191 0,435 0,271 -0,327 -0,179 1
111 panel data apakah menggunakan Common Effect Model, Fixed Effect Model atau menggunakan Random Effect Model.
a. Model Common Effect (OLS)
Model ini merupakan model yang paling sederhana. Dalam estimasinya diasumsikan bahwa setiap unit individu memiliki intersep dan slope yang sama (tidak ada perbedaan pada dimensi kerat waktu). Dengan kata lain, regresi data panel yang dihasilkan akan berlaku untuk setiap individu. Hasil perhitungan dengan menggunakan program Eviews 7.1, maka output dari regresi menggunakan metode Common Effect (pooled least square) adalah sebagai berikut :
Model I : Pengaruh size, Btm, Beta dan Earning terhadap ZScore Tabel 4.5
Hasil regresi Common Effect (pooled least square) Model I Dependent Variable : ZScore Method : Panel Least Squares Variable Coefficient Std. Error t-Statistic Prob.
C 5.394931 2.078897 2.595092 0.0099 Size -0.135979 0.075541 -1.80006 0.0728 Btm 0.393368 0.145600 2.701701 0.0073 Beta 0.141508 0.123239 1.148238 0.2517 Earning 0.002426 0.000258 9.394531 0.0000 R-squared 0.2085 Prob(F-statistic) 0,000000 Sumber : Data sekunder yang diolah oleh EVIEWS
Berdasarkan hasil regresi Model I menggunakan model Common Effect di atas dapat disimpulkan variabel independen (t-tes probability) yang terlihat signifikan yaitu hanya Btm dan Earning sedangkan Size dan Beta tidak signifikan. Hasil R-squared sebesar 0.208084 atau 20,8 % merupakan nilai yang menunjukkan pengaruh dari variabel
112 independen terhadap variabel dependen yaitu ZScore dan sebesar 79,2% dipengaruhi oleh faktor lain. Nilai probability dari F-stat senilai 0,000000 memberikan arti bahwa terdapat salah satu variabel independen yang berpengaruh signifikan terhadap variabel dependen yaitu ZScore.
Model II : Pengaruh Size, Btm, Beta, Earning, dan ZScore terhadap Return
TABEL 4.6
Hasil Regresi Common Effect (pooled least square) Model II Dependent Variable : Return Method: Panel Least Squares Variable Coefficient Std. Error t-Statistic Prob.
C 0.077774 0.031111 2.499871 0.0129
ZScore 0.000237 0.000828 0.286593 0.7746
Size -0.001992 0.001124 -1.77158 0.0774 Btm -0.004988 0.002181 -2.28733 0.0228
Beta -0.001876 0.001829 -1.02566 0.3058
Earning 1.00E-05 4.32E-06 2.314701 0.0213 R-squared 0.052744 Prob(F-statistic) 0.000449 Sumber : Data sekunder yang diolah oleh EVIEWS
Berdasarkan hasil regresi persamaan Model II menggunakan model Common Effect di atas dapat disimpulkan variabel independen (t-tes probability) yang terlihat signifikan yaitu hanya Btm dan Earning sedangkan Size, Beta dan ZScore tidak signifikan. Hasil R-squared sebesar 0,052744 atau 5,3 % merupakan nilai yang menunjukkan pengaruh dari variabel independen terhadap variabel dependen yaitu harga saham dan sebesar 94,7 % dipengaruhi oleh faktor lain. Nilai probability dari F-stat senilai 0.000449 memberikan arti bahwa
113 terdapat salah satu variabel independen yang berpengaruh signifikan terhadap variabel dependen yaitu Return.
b. Model Fixed Effect (FEM)
Model Efek Tetap (The Fixed Effect) adalah model regresi pada data panel yang didapatkan dengan asumsi bahwa unit cross section dan time series yang digunakan dalam model sudah diketahui terlebih dahulu. Hasil perhitungan dengan menggunakan program Eviews 7.1
maka output dari regresi menggunakan model Fixed Effect (FEM)
adalah sebagai berikut :
Model I : Pengaruh size, Btm, Beta dan Earning terhadap ZScore
Tabel 4.7
Hasil Regresi Fixed Effect (FEM) Model I
Dependent Variable : ZScore Method: Panel Least Squares Variable Coefficient Std. Error t-Statistic Prob.
C 2.302475 2.847104 0.808708 0.4194 Size 0.006185 0.103323 0.059858 0.9523 Btm 0.118766 0.034290 3.463602 0.0006 Beta 0.046491 0.021965 2.116569 0.0353 Earning 0.000714 0.000104 6.863599 0.0000 R-squared 0.948639 Prob(F-statistic) 0,00000 Sumber : Data sekunder yang diolah oleh EVIEWS
Berdasarkan hasil regresi persamaan Model I menggunakan model Fixed Effect di atas dapat disimpulkan variabel independen (t-test probability) yang terlihat signifikan yaitu Btm, Beta dan Earning sedangkan variabel independen yang lainnya seperti Size tidak signifikan. Hasil R-squared sebesar 0,948639atau 94,9 % merupakan nilai yang menunjukkan pengaruh dari variabel independen yaitu Size,
114 Btm, Beta dan Earning terhadap variabel dependen yaitu ZScore dan sebesar 5,1 % dipengaruhi oleh faktor lain. Nilai probability dari F-stat senilai 0,000000 memberikan arti bahwa terdapat salah satu variabel independen yang berpengaruh signifikan terhadap variabel dependen yaitu ZScore.
Model II : Pengaruh Size, Btm, Beta, Earning, dan ZScore terhadap Return
Tabel 4.8
Hasil Regresi Fixed Effect (FEM) Model II
Dependent Variable : Return
Method : Panel Least Squares
Variable Coefficient Std. Error t-Statistic Prob.
C 0.786191 0.147762 5.320666 0.0000 ZScore 0.000686 0.001278 0.536661 0.5920 Size -0.027856 0.005361 -5.196392 0.0000 Btm 0.000587 0.001806 0.324831 0.7456 Beta -0.003956 0.001555 -2.543578 0.0116
Earning 1.48E-05 5.22E-06 2.831871 0.0050
R-squared 0.447301 Prob(F-statistic) 0,00000
Sumber : Data sekunder yang diolah oleh EVIEWS
Berdasarkan hasil regresi persamaan Model II menggunakan model Fixed Effect di atas dapat disimpulkan variabel independen (t-test probability) yang terlihat signifikan yaitu Size, Beta dan Earning, sedangkan variabel independen yang lainnya seperti Btm dan ZScore tidak signifikan. Hasil R-squared sebesar 0.447301 atau 44,7 % merupakan nilai yang menunjukkan pengaruh dari variabel independen yaitu, Size, Beta, Btm, Earning dan ZScore terhadap variabel dependen
115 yaitu Return dan sebesar 55,3 % dipengaruhi oleh faktor lain. Nilai probability dari F-stat senilai 0,0000 memberikan arti bahwa terdapat salah satu variabel independen yang berpengaruh signifikan terhadap variabel dependen yaitu Return.
c. Model Random Effect (REM)
Model Efek Random (The Random Effect) yaitu model regresi yang dilandasi bahwa unit cross section dan time series yang digunakan dalam model tidak ditentukan terlebih dahulu melainkan hasil pengambilan contoh secara acak dari suatu populasi yang besar. Metode untuk memodelkan data panel yang menggunakan MER yang mengandung pengaruh acak dari unit cross section menjadi lebih rumit dan komplek. Hasil perhitungan dengan menggunakan program Eviews
7.1 maka output dari regresi menggunakan model Random Effect
(REM) adalah sebagai berikut:
Model I : Pengaruh size, Btm, Beta dan Earning terhadap ZScore
Tabel 4.9
Hasil Regresi Random Effect Model (REM) Model I Dependent Variable : ZScore
Method : Panel EGLS (Cross-section random effects) Variable Coefficient Std. Error t-Statistic Prob.
C 0.814094 3.489399 0.233305 0.8157 Size 0.058546 0.125905 0.464999 0.6422 Btm 0.118245 0.110086 1.074114 0.2836 Beta 0.014339 0.053740 0.266821 0.7898 Earning 0.000941 0.000208 4.530600 0.0000 R-squared 0.052085 Prob(F-statistic) 0.000295 Sumber : Data sekunder yang diolah oleh EVIEWS
116 Berdasarkan hasil regresi persamaan Model I menggunakan
model Random Effect dapat disimpulkan variabel independen (t-tes
probability) yang terlihat signifikan yaitu hanya Earning sedangkan Size, Btm dan Beta tidak signifikan. Hasil R-squaredsebesar 0.05208 (5,2%) merupakan nilai yang menunjukkan pengaruh dari variabel independen yaitu Size, Btm, Beta dan Earning terhadap variabel dependen yaitu ZScore dan sebesar 94,8 % dipengaruhi oleh faktor lain. Nilai probability dari F-stat senilai 0.000295 memberikan arti bahwa terdapat salah satu variabel independen yang berpengaruh signifikan terhadap variabel dependen yaitu ZScore.
Model II : Pengaruh Size, Btm, Beta, Earning, dan ZScore terhadap Return
Hasil dari regresi model II ditampilkan dalam table di bawah ini:
Tabel 4.10
Hasil Regresi Random Effect Model (REM) Model II Dependent Variable : Return
Method : Panel EGLS (Cross-section random effects) Variable Coefficient Std. Error t-Statistic Prob.
C 0.083112 0.034067 2.439667 0.0152
ZScore 0.000258 0.000889 0.289969 0.7720
Size -0.002197 0.001230 -1.786865 0.0749 Btm -0.004660 0.002300 -2.026147 0.0436 Beta -0.002160 0.001772 -1.219172 0.2237 Earning 1.03E-05 4.54E-06 2.277817 0.0234 R-squared 0.043603 Prob(F-statistic) 0.001710 Sumber : Data sekunder yang diolah oleh EVIEWS
117 Berdasarkan hasil regresi persamaan Model I menggunakan model Random Effect di atas dapat disimpulkan variabel independen (t-tes probability) yang terlihat signifikan yaitu hanya Btm dan Earning sedangkan tidak signifikan Size, Beta, dan ZScore. Hasil R-squared sebesar 0.043603 atau 4,4 % merupakan nilai yang menunjukkan pengaruh dari variabel independen yaitu, Size, Btm, Beta, Earning dan ZScore terhadap variabel dependen yaitu Return dan sebesar 95.6 % dipengaruhi oleh faktor lain. Nilai probability dari F-stat senilai 0.001710 memberikan arti bahwa terdapat salah satu variabel independen yang berpengaruh signifikan terhadap variabel dependen yaitu Return.
d. Uji Metode Estimasi Model
Model estimasi regresi data panel ada tiga, yaitu model Common Effect (OLS), model Fixed Effect (FEM), atau model Random Effect (REM). Menentukan model panel yang akan digunakan dalam penelitian ini, maka harus dilakukan beberapa pengujian. Uji Chow dan Uji Hausman merupakan pengujian yang dapat digunakan dalam menentukan apakah model data panel dapat diregresi dengan model Common Effect, Fixed Effect, atau Random Effect. Uji Chow digunakan untuk menentukan apakah model data panel diregresi dengan model Common Effect atau dengan model Fixed Effect, apabila dari hasil uji tersebut ditentukan bahwa model Common Effect yang digunakan,
118 maka tidak perlu diuji kembali dengan Uji Hausman, namun apabila dari hasil Uji Chow tersebut ditentukan bahwa metode Fixed Effect yang digunakan, maka harus ada uji lanjutan dengan Uji Hausman untuk memilih antara model Fixed Effect atau model Random Effect yang akan digunakan untuk mengestimasi regresi data panel. Berikut adalah tabel yang menunjukkan hasil dari Uji Chow :
Model I : Pengaruh size, Btm, Beta dan Earning terhadap ZScore Tabel 4.11
Hasil Uji Chow Model I Redundant : Fixed Effects Tests Equation : Untitled
Test cross-section fixed effects
Effects Test Statistic d.f. Prob. Cross-section F 54.709359 (64,256) 0.0000 Sumber : Data sekunder yang diolah oleh EVIEWS
Jadi F-hitung sebesar 54.709359, sdangkan F-tabel (0,05;64;325-65-4) sebesar 1.3614.
Berdasarkan Tabel 4.10 hasil Uji Chow menunjukkan bahwa F-hitung > F-tabel atau 54.709359 > 1.3614 maka H0 ditolak dan H1 diterima serta p-value signifikan, yaitu 0,0000 (kurang dari 5%), sehingga metode yang digunakan adalah metode Fixed Effect. Oleh karena itu, harus dilakukan uji lanjutan untuk menentukan model mana yang paling tepat digunakan antara metode Fixed Effect atau model Random Effect, yaitu dengan melakukan Uji Hausman. Berikut adalah tabel yang menunjukkan hasil Uji Hausman :
119 Tabel 4.12
Hasil Uji Hausman Model I
Correlated Random Effects - Hausman Test
Equation : Untitled Test cross-section random effects Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob. Cross-section random 11,963495 4 0,0176 Sumber : Data sekunder yang diolah oleh EVIEWS
Jadi Chi-square hitung sebesar 11,963495, sdangkan Chi-square tabel (0,05;4) sebesar 9.488
Berdasarkan Tabel 4.11 hasil Uji Hausman menunjukkan bahwa Chi -square hitung > Chi-square tabel atau 11,963495 > 9.488 maka H0 ditolak dan H1 diterima, serta p-value signifikan, yaitu 0,0176 (kurang dari 5%), sehingga model yang akan digunakan untuk mengestimasi model adalah metode FixedEffect.
Model II : Pengaruh Size, Btm, Beta, Earning, dan ZScore terhadap Return
Hasil dari Uji Chow model II ditampilkan dalam table di bawah ini:
Tabel 4.13
Hasil Uji Chow Model II Redundant Fixed Effects Tests
Equation : chow Test cross-section fixed effects Effects Test Statistic d.f. Prob. Cross-section F 4,267024 (64,255) 0,0000
Sumber : Data sekunder yang diolah oleh EVIEWS
Jadi F-hitung sebesar 4,267024, sdangkan F-tabel (0,05;64;325-65-5) sebesar 1.3616. Berdasarkan Tabel 4.12 hasil Uji Chow menunjukkan bahwa F-hitung > F-tabel atau 4,267024 > 1,3616 maka
120 H0 ditolak dan H1 diterima serta p-value signifikan, yaitu 0,0000 (kurang dari 5%), sehingga metode yang digunakan adalah metode Fixed Effect. Oleh karena itu, harus dilakukan uji lanjutan untuk menentukan model mana yang paling tepat digunakan antara metode Fixed Effect atau model Random Effect, yaitu dengan melakukan Uji Hausman. Berikut adalah tabel yang menunjukkan hasil Uji Hausman :
Tabel 4.14
Hasil Uji Hausman Model II
Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob. Cross-section
random 13.280833 4 0.0100
Sumber : Data sekunder yang diolah oleh EVIEWS
Jadi Chi -square hitung sebesar 13.280833, sdangkan Chi-square tabel (0,05;5) sebesar 11.70
Berdasarkan Tabel 4.13 hasil Uji Hausman menunjukkan bahwa Chi-square hitung > Chi-square tabel atau 13.280833 > 11.70 maka H0 ditolak dan H1 diterima. Nilai p-value signifikan, yaitu 0.0003 (kurang dari 5%), sehingga model yang akan digunakan untuk mengestimasi model adalah metode FixedEffect.
Setelah mendapatkan model tepat untuk melakukan regresi maka langkah selanjutnya adalah melakukan estimasi regresi dengan menggunakan model fixed effect. Untuk menghilangkan masalah heterokedastisita maka penulis menggunakan pilihan cross section
121 weight saat menggunakan estimasi pada program eviews 7.1. Dengan cara ini masalah heteroskedastisitas akan teratasi.