Hipotesis - TINJAUAN PUSTAKA - SKRIPSI OLEH NENI

BAB II TINJAUAN PUSTAKA

2.4 Hipotesis

Berdasarkan hal-hal yang telah diungkapkan di awal, maka peneliti menetapkan hipotesis untuk masalah yang diteliti yaitu:

1. Debt to Asset Ratio (DAR), Debt to Equity Ratio (DER), Longterm Debt to Equity Ratio (LDER), dan Return on Equity (ROE) secara serempak berpengaruh signifikan terhadap harga saham.

Debt to Asset Ratio (DAR)

Debt to Equity Ratio (DER)

Longterm Debt to Equity Ratio (LDER)

Harga Saham

Return on Equity (ROE)

2. Secara parsial Debt to Asset Ratio (DAR) berpengaruh negatif dan signifikan terhadap harga saham.

3. Secara parsial Debt to Equity Ratio (DER) berpengaruh negatif dan signifikan terhadap harga saham.

4. Secara parsial Longterm Debt to Equity Ratio (LDER) berpengaruh negatif dan signifikan terhadap harga saham

5. Secara parsial Return on Equity (ROE) berpengaruh positif dan signifikan terhadap harga saham

BAB III

METODE PENELITIAN

3.1 Jenis Penelitian

Jenis penelitian ini adalah penelitian asosiatif. Penelitian asosiatif adalah penelitian yang menunjukkan dugaan tentang hubungan antara dua variabel atau lebih atau bagaimana suatu variabel mempengaruhi variabel lainnya sehingga dalam penelitian ini dapat dibangun suatu teori yang dapat berfungsi untuk menjelaskan suatu gejala (Sugiono, 2012:89). Penelitian ini menguji pengaruh Debt to Asset Ratio (DAR), Debt to Equity Ratio (DER), Longterm Debt to Equity Ratio (LDER), dan Return on Equity (ROE) terhadap harga saham.

3.2 Tempat dan Waktu Penelitian

Penelitian dilakukan pada perusahaan manufaktur sektor aneka industri di Bursa Efek Indonesia melalui media internet dengan alamat website yaitu www.idx.co.id. Penelitian ini dilakukan sejak bulan Februari 2018 sampai dengan April 2018.

3.3 Batasan Operasional

Batasan operasional dalam penelitian ini adalah:

1. Objek yang digunakan dalam penelitian ini adalah perusahaan manufaktur sektor aneka industri di Bursa Efek Indonesia dari periode tahun 2010 sampai 2016.

2. Variabel yang digunakan dalam penelitian ini adalah:

a. Variabel bebas (Independent variable), yaitu struktur modal yang

diproksikan dengan Debt to Assets Ratio (DAR), Debt to Equity Ratio (DER), Longterm Debt to Equity Ratio (LDER), dan profitabilitas yang diproksikan dengan Return on Equity (ROE).

b. Variabel terikat (Dependent variable), yaitu harga saham penutupan akhir tahun (closing price) yang terdaftar di Bursa Efek Indonesia.

3. Data yang digunakan dalam penelitian ini diperoleh dari laporan keuangan perusahaan manufaktur sektor aneka industri di Bursa Efek Indonesia pada periode 2010-2016.

3.4 Definisi Operasional Variabel

Defenisi operasional variabel adalah unsur penelitian yang menjelaskan cara mengukur suatu variabel. Variabel-variabel yang digunakan dalam penelitian ini adalah variabel dependen dan variabel independen.

3.4.1 Variabel Dependen

Variabel dependen yang digunakan dalam penelitian ini adalah: harga saham. Harga saham adalah harga saham pada harga penutupan akhir tahun (closing price) di Bursa Efek Indonesia.

3.4.2 Variabel Independen

Variabel independen yang digunakan dalam penelitian ini adalah: struktur modal dan Profitabilitas. Struktur modal menunjukkan kemampuan perusahaan dalam memenuhi hutang (total debt) berdasarkan total modal sendiri (total shareholder equity). Dengan ukuran variabel yang digunakan adalah total hutang dan total modal sendiri. Pengukuran dari struktur modal dilakukan dengan

menggunakan rasio DER, DAR, LDER, dan ROE. Dengan rumus sebagai berikut:

3.5 Operasionalisasi Variabel

Penelitian dapat dilakukan dengan baik jika memahami berbagai unsur yang menjadi dasar penelitian yang terdapat di dalam operasional variabel.

Definisi operasional variabel dalam penelitian ini dapat dilihat pada Tabel 3.1.

Tabel 3.1

Operasional Variabel Penelitian

No Variabel Definisi Parameter Skala

Ukur

Lanjutan Tabel 3.1

Populasi adalah adalah wilayah generalisasi yang terdiri atas objek/subjek yang mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono, 2012:72). Populasi dalam penelitian ini adalah seluruh perusahaan manufaktur sektor aneka industri yang terdaftar pada Bursa Efek Indonesia tahun 2010-2016 sebanyak 39 (tiga puluh sembilan) perusahaan.

2. Sampel

Sampel penelitian ini adalah sebanyak 19 (sembilan belas) perusahaan manufaktur sektor aneka industri yang terdaftar di Bursa Efek Indonesia.

Dalam penelitian ini sampel yang diambil dari populasi dilakukan berdasarkan pada beberapa kriteria yaitu:

a. Perusahaan manufaktur sektor aneka industri yang terdaftar di Bursa

Efek Indonesia.

b. Perusahaan manufaktur sektor aneka industri tersebut mempublikasikan laporan keuangan yang telah diaudit periode 2010-2016.

c. Perusahaan manufaktur sektor aneka industri memperoleh laba bersih setelah pajak periode 2010-2016.

d. Perusahaan manufaktur sektor aneka industri tersebut membagikan dividen kas berturut-turut selama periode 2010-2016.

Tabel 3.2

Jumlah Populasi dan Sampel Penelitian

No Kriteria Jumlah

1 Jumlah Populasi 39

Perusahaan manufaktur sektor aneka industri yang tidak terdaftar dan didelisting dari Bursa Efek Indonesia periode 2010-2016

3 Perusahaan manufaktur sektor aneka industri yang

melakukan IPO setelah tahun 2010-2016 0

4 Perusahaan manufaktur sektor aneka industri yang

tidak memperoleh laba bersih setelah pajak 2010-2016 2 5

Perusahaan manufaktur sektor aneka industri tersebut tidak membagikan dividen kas berturut-turut selama periode 2010-1016

Jumlah Sampel 19

Berdasarkan Pemilihan sampel atas kriteria tersebut, maka diperoleh 19 (sembilan belas) perusahaan yang menjadi sampel pada penelitian ini, yang terlihat dalam Tabel 3.3 berikut ini:

Tabel 3.3

Sampel Perusahaan Sektor Aneka Industri yang Terdaftar di Bursa Efek Indonesia

No Nama perusahaan Kode

1 Astra International Tbk ASII

2 Astra Auto Part Tbk AUTO

3 Multistrada Arah Sarana Tbk MASA

4 Nippres Tbk NIPS

5 Prima Alloy Steel Universal Tbk PRAS

6 Selamat Sempurna Tbk SMSM

7 Polychem Indonesia Tbk ADMG

Lanjutan Tabel 3.3

No Nama perusahaan Kode

8 Ever Shine Textile Industry Tbk ESTI

9 Pan Asia Indosyntex Tbk HDTX

10 Karwell Indonesia Tbk KARW

11 Apac Citra Centerex Tbk MYTX

12 Asia Pasific Fibers Tbk POLY

13 Ricky Putra Globalindo Tbk RICY

14 Primarinda Asia Infrastructure Tbk BIMA

15 KMI Wire and Cable Tbk KBLI

16 Kabelindo Murni Tbk KBLM

17 Supreme Cable Manufacturing and Commerce Tbk SCCO

18 Voksel Electric Tbk VOKS

19 Sat Nusa Persada Tbk PTSN

3.7 Jenis dan Sumber Data

Jenis data yang digunakan dalam penelitian ini adalah data sekunder, yaitu data yang diperoleh dalam bentuk yang sudah jadi, sudah dikumpulkan dan diolah oleh pihak lain, biasanya sudah dalam bentuk publikasi. Penelitian ini menggunakan data sekunder yang bersumber dari laporan keuangan perusahaan manufaktur sektor aneka industri yang terdaftar di Bursa Efek Indonesia periode 2010-2016.

Sumber data diperoleh dari www.idx.co.id dan buku-buku referensi yang berhubungan dengan pembahasan penelitian. Pengumpulan data dilakukan secara polling data (time series dan cross sectional). Polling data dilakukan dengan cara menjumlahkan perusahaan-perusahaan yang memenuhi kriteria selama periode pengamatan yaitu tahun 2010-2016.

3.8 Metode Pengumpulan Data

Data yang dikumpulkan dalam penelitian ini dengan menggunakan metode studi pustaka, yaitu dengan melakukan telaah pustaka, eksplorasi, dan mengkaji

berbagai literatur pustaka seperti majalah, jurnal, dan sumber-sumber lain yang berkaitan dengan penelitian.

3.9 Teknik Analisis Data

Metode analisis yang digunakan dalam penelitian ini adalah dengan melakukan analisis kuantitatif yang dinyatakan dengan angka-angka yang dalam perhitungannya menggunakan metode statistik yang dibantu dengan program pengelolaan data statistik E-views. Teknik analisis data yang digunakan untuk menganalisis data-data yang telah dikumpulkan dalam penelitian ini adalah:

3.9.1 Statistik Deskriptif

Statistik Deskriptif bertujuan membuat deskripsi mengenai fakta-fakta dan sifat-sifat suatu populasi atau daerah tertentu secara sistematis, faktual, dan teliti (Ginting dan Situmorang, 2008:55).

3.9.2 Analisis Regresi Linear Berganda Data Panel

Pengujian terhadap hipotesis dalam penelitian ini menggunakan metode regresi berganda. Analisi regresi digunakan untuk mengetahui bagaimana variabel dependen dapat diprediksi melalui variabel secara individual.

Adapun persamaan regresi berganda yang digunakan dalam penelitian ini adalah:

Yit = β0+β1X1it+β2X2it+β3X3it+β4X4it+ɛit

dimana:

Yit = Harga Saham β0 = Konstanta

X1= Debt to Asset Ratio (DAR)

X2 = Debt to Equity Ratio (DER)

X3 = Longterm Debt to Equity Ratio (LDER) X4 = Return On Equity (ROE)

β1,β2,β3,β4,= Koefisien Regresi Variabel Independen ɛit = Error term

i = perusahaan t = tahun

3.9.3 Pemilihan Model Estimasi

Data Panel atau pooled data merupakan kombinasi dari data time series dan cross section. Dengan mengakomodasi informasi yang baik yang terkait dengan variabel-variabel cross section maupun time series (Ajija et al, 2011:51).

Untuk mengestimasi data panel dapat melakukan beberapa pendekatan yaitu:

1. Common Effect Model atau Pooled Least Square (PLS)

Model estimasi ini tidak ubahnya dengan regresi dengan data cross section maupun time series. Sebelum melakukan regresi, kita harus menggabungkan data tersebut yang diperlakukan sebagai satu kesatuan.

2. Model efek Tetap (Fixed Effect Model)

Adanya variabel-variabel yang tidak semuanya masuk dalam persamaan model memungkinkan adanya intercept tidak konstan. Intercept ini mungkin akan berubah setiap individu dan waktu.

3. Model Efek Random (Random Effect Model)

Pada model ini perbedaan diakomodasi lewat error. Teknik ini juga memperhitungkan bahwa error mungkin berkorelasi sepanjang time series

dan cross section.

Adapun metode pemilihan model data panel adalah sebagai berikut:

1. Uji Chow Hipotesis:

H0: Common Effect Model (CEM) lebih baik dari Fixed Effect Model (FEM) H1: Fixed Effect Model (FEM) lebih baik dari Common Effect Model (CEM) Kriteria Pengambilan Keputusan:

Terima H0 jika P-value ≥ α (nilai signifikansi = 0,05)

Tolak H0 (Terima H1) jika P-value < α (nilai signifikansi = 0,05) 2. Uji Hausman

Hipotesis:

H0: Random Effect Model (REM) lebih baik dari Fixed Effect Model (FEM) H1: Fixed Effect Model (FEM) lebih baik dari Random Effect Model (REM) Kriteria Pengambilan Keputusan:

Terima H0 jika P-value ≥ α (nilai signifikansi = 0,05)

Tolak H0 (Terima H1) jika P-value < α (nilai signifikansi = 0,05) 3. Uji Lagrange Multiplier (LM Test)

Hipotesis:

H0: Common Effect Model (CEM) lebih baik dari Random Effect Model (REM)

H1: Random Effect Model (REM) lebih baik dari Common Effect Model (CEM)

Kriteria Pengambilan Keputusan:

Terima H0 jika P-value ≥ α (nilai signifikansi = 0,05)

Tolak H0 (Terima H1) jika P-value < α (nilai signifikansi = 0,05).

3.10 Uji Asumsi Klasik

Untuk menghasilkan suatu model yang baik, maka analisis regresi memerlukan pengujian asumsi klasik sebelum melakukan pengujian hipotesis. Uji asumsi klasik dipilih karena pengujian tersebut dilakukan untuk menghindari atau mengurangi bias atau hasil penelitian yang diperoleh dan merupakan prasyarat analisis regresi berganda. Pada regresi data panel, uji asumsi klasik dilakukan pada model CEM dan FEM karena diregres menggunakan metode Ordinary Least Square (OLS), sedangkan pada model REM tidak dilakukan uji asumsi klasik karena model REM diregres menggunakan metode General Least Square (GLS).

(Gujarati & Porter, 2009).

Uji asumsi klasik terdiri dari sebagai berikut:

1. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual mempunyai distribusi normal atau mendekati normal (Ghozali, 2013:110). Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal pada grafik atau melihat histogram dari residualnya (Ghozali, 2013:28). Data tersebut normal atau tidak dapat diuraikan lebih lanjut sebagai berikut:

a. Jika data menyebar di atas garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal,

maka model regresi memenuhi asumsi normalitas.

b. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogramnya tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.

Uji normalitas data dapat juga menggunakan uji Kolmogorov-Smirnov untuk mengetahui signifikansi data yang terdistribusi normal. Dengan pedoman pengambilan keputusan:

a. Nilai sig atau signifikansi atau nilai probabilitas < 0,05, distribusi adalah tidak normal.

b. Nilai sig atau signifikansi atau nilai probabilitas > 0,05, distribusi adalah normal (Ghozali, 2013:30).

Maka untuk mendeteksi normalitas dengan Kolmogorov-Smirnov Test (K-S) dilakukan dengan membuat hipotesis:

H0: data residual berdistribusi normal Ha: data residual tidak berdistribusi normal

a. Apabila probabilitas nilai Z uji K-S signifikan secara statistik maka H0

ditolak, yang berarti data tersebut terdistribusi tidak normal.

b. Apabila probabilitas nilai Z uji K-S tidak signifikan secara statistik maka H0 diterima, yang berarti data tersebut terdistribusi normal.

2. Uji Multikolineritas

Uji multikolinearitas bertujuan untuk mengetahui apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas atau tidak, model yang baik seharusnya tidak terjadi korelasi yang tinggi diantara variabel bebas. Jika

variabel bebas saling berkorelasi maka variabel-variabel ini tidak orthogonal (nilai korelasi tidak sama dengan nol). Uji multikolinearitas ini dapat dilihat dari nilai tolerance dan Variance Inflasion Factor (VIF). Tolerance mengukur variabel bebas terpilih yang tidak dapat dijelaskan oleh variabel bebas lainnya. Jadi nilai tolerance rendah sama dengan nilai VIF tinggi (karena VIF=1/tolerance) dan menunjukkan adanya kolinearitas yang tinggi.

Nilai cutt off yang umum dipakai adalah nilai tolerance 0,10 atau nilai VIF 10.

Jadi multikolinearitas terjadi jika nilai tolerance < 0,10 atau nilai VIF > 10 (Ghozali, 2013: 92).

Cara mengatasi apabila terjadi multikolineritas adalah sebagai berikut (Ghozali, 2013:95):

a. Menggabungkan data cross section dan time series (polling data).

b. Mengeluarkan satu atau lebih variabel independen yang memiliki korelasi tinggi dengan model regresi dan diidentifikasikan dengan variabel lain untuk membantu prediksi.

c. Transformasi variabel dalam bentuk log natural dan bentuk first difference atau delta.

d. Menggunakan model dengan variabel independen yang mempunyai korelasi tinggi hanya semata-mata untuk memprediksi (dengan tidak menginterpretasi koefisien regresi).

e. Menggunakan metode analisis yang lebih canggih seperti baynesian regression atau dalam kasus khusus ridge regression.

3. Uji Autokorelasi

Menurut Widarjono (2015:78) uji autokorelasi merupakan korelasi antara variabel gangguan satu observasi dengan variabel observasi lainnya.

Autokorelasi sering muncul pada data time series. Jika suatu model masih mengandung autokorelasi, maka estimator model tidak lagi menghasilkan estimator yang mempunyai varian yang minimum. Jika varian tidak minimum maka menyebabkan perhitungan standard error metode tersebut tidak lagi bisa dipercaya kebenarannya dan uji hipotesis yang didasarkan pada uji t dan uji F tidak dapat dipercaya untuk evaluasi hasil regresinya. Menurut Basuki (2016:60) metode pengujian yang sering digunakan adalah dengan uji Durbin-Watson (Uji D-W) dengan ketentuan sebagai berikut:

a. Jika d lebih kecil dari dL atau lebih besar dari (4-dL) maka hipotesis nol ditolak, yang berarti terdapat autokorelasi.

b. Jika d terletak antara dU dan (4-dU), maka hipotesis nol diterima, yang berarti tidak terdapat autokorelasi.

c. Jika d terletak antara dL dan dU atau diantara (4-dU) dan (4-dL), maka tidak menghasilkan kesimpulan yang pasti.

Selain uji D-W, cara untuk mendeteksi autokorelasi dapat menggunakan metode grafik, the runs test, metode Breusch-Godfrey. Dalam pengujian autokorelasi menggunakan metode the runs test. Keputusan dapat dilihat melalui nilai Asymp.Sig.(2-tailed). Apabila di atas 5% berarti dapat disimpulkan bahwa tidak terjadi autokorelasi.

4. Uji Heteroskedastisitas

Menurut Ghozali (2013:105) uji heteroskedastisitas bertujuan menguji apakah

dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan lain. Jika varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heteroskedastisitas. Cara menguji ada tidaknya heteroskedastisitas, yaitu dengan menggunakan analisis grafik scatterplot. Pengujian scatterplot, model regresi yang tidak terjadi heteroskedastisitas harus memenuhi syarat sebagai berikut:

a. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas.

b. Jika tidak ada pola yang jelas serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.

Cara memperbaiki model jika terjadi heteroskedastisitas adalah sebagai berikut (Ghozali, 2013:109):

1) Melakukan transformasi dalam bentuk model regresi dengan membagi model regresi dengan salah satu variabel independen yang digunakan dalam model tersebut.

2) Melakukan transformasi logaritma, sehingga model persamaan regresi menjadi:

Log Y = bo + bi log Xi

3.11 Uji Hipotesis

Pengujian hipotesis ini dilakukan untuk mengetahui pengaruh variabel bebas terhadap variabel terikat, baik uji koefisien regresi secara besama-sama atau

serempak (Uji F) atau uji koefisien regresi secara individu atau parsial (Uji t).

3.11.1 Uji Hipotesis Secara Serempak (Uji F)

Uji F digunakan untuk mengetahui apakah variabel-variabel independen secara serempak mempunyai pengaruh terhadap variabel dependennya.

Perumusan hipotesisnya adalah sebagai berikut:

1. H0:β1=β2=β3=β4=0, artinya Debt to Asset Ratio (DAR), Debt to Equity Ratio (DER), Longterm Debt to Equity Ratio (LDER), dan Return on Equity (ROE) secara serempak berpengaruh tidak signifikan terhadap harga saham pada perusahaan manufaktur sektor aneka industri yang terdaftar di Bursa Efek Indonesia.

2. Ha: minimal satu βi≠0, artinya Debt to Asset Ratio (DAR), Debt to Equity Ratio (DER), Longterm Debt to Equity ratio (LDER), dan Return on Equity (ROE) secara serempak berpengaruh signifikan terhadap harga saham pada perusahaan manufaktur sektor aneka industri yang terdaftar di Bursa Efek Indonesia.

Untuk menarik kesimpulan dari persamaan di atas dapat digunakan pedoman sebagai berikut:

1. Jika Fhitung ≤ Ftabel atau nilai signifikasi (α) ≥ 0.05, maka H0 diterima.

2. Jika Fhitung > Ftabel atau nilai signifikasi (α) < 0.05, maka H0 ditoak(Ha diterima).

3.11.2 Uji Hipotesis Secara Parsial (Uji t)

Uji t digunakan untuk menguji apakah terdapat pengaruh dan hubungan antara variabel independen dengan variabel dependen secara parsial. Kriteria penarikan kesimpulan dalam uji t statistik adalah sebagai berikut:

1. H0:βi =0, artinya Debt to Asset Ratio (DAR), Debt to Equity Ratio (DER), Longterm Debt to Equity ratio (LDER), dan Return on Equity (ROE) secara parsial berpengaruh tidak signifikan terhadap harga saham pada perusahaan manufaktur sektor aneka industri yang terdaftar di Bursa Efek Indonesia.

2. Ha:βi≠0, artinya Debt to Asset Ratio (DAR), Debt to Equity Ratio (DER), Longterm Debt to Equity ratio (LDER), dan Return on Equity (ROE) secara parsial berpengaruh signifikan terhadap harga saham pada perusahaan manufaktur sektor aneka industri yang terdaftar di Bursa Efek Indonesia.

Selanjutnya untuk menguji hipotesis ini dilakukan dengan cara membandingkan thitung dengan ttabel dengan tingkat signifikasi (α) = 5%. Ketentuan pengambilan keputusan dalam uji t adalah sebagai berikut:

1. Jika ttabel ≤ thitung ≤ ttabel atau nilai signifikasi (α) ≥ 0.05, maka H0 diterima.

2. Jikathitung > ttabel atau thitung < ttabel nilai signifikasi (α) < 0.05, maka H0 ditolak dan Ha diterima.

BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

4.1 Gambaran Umum Perusahaan

4.1.1 Gambaran Umum Bursa Efek Indonesia

Pasar modal Indonesia didirikan pertama kali di Jakarta pada tanggal 14 Desember 1912 oleh pemerintah Hindia Belanda dalam bentuk bursa efek dengan nama Vereniging Voor de Eeffecten Hendel, dan merupakan cabang dari pasar modal negeri Belanda. Pada masa itu pasar modal itu didirikan oleh pemerintah Hindia Belanda untuk kepentingan pemerintah kolonial atau VOC. Sekuritas yang diperjualbelikan adalah saham dan obligasi perusahaan-perusahaan Belanda yang beroperasi di Indonesia, obligasi yang diterbitkan pemerintah Hindia Belanda serta sekuritas Belanda lainnya.

Meskipun pasar modal telah ada sejak tahun 1912, perkembangan dan pertumbuhan pasar modal tidak berjalan seperti yang diharapkan, bahkan pada beberapa periode kegiatan pasar modal mengalami kevakuman. Perang Dunia II yang terjadi sekitar tahun 1939, menyebabkan perkembangan pasar modal terhenti.

Bursa Efek Indonesia resmi di tutup pada tanggal 10 Mei 1940. Tetapi kemudian pada tanggal 23 Desember 1940 bursa efek di Jakarta (Batavia) sempat di buka kembali, walaupun kemudian di tutup kembali ketika Jepang masuk ke Indonesia.

Setelah Jepang meninggalkan Indonesia, pada tanggal 1 September 1951 dikeluarkan Undang Darurat No.12 yang kemudian dijadikan Undang-Undang No. 15/1952 tentang pasar modal, juga melalui keputusan Menteri Keuangan No. 289737/UU. Kemudian pasar modal mulai digiatkan kembali

dengan dibukanya Bursa Efek Jakarta (BEJ) pada 3 Juni 1952. Aktivitas pasar modal mulai berkembang sampai tahun 1958. Namun pasar modal mengalami kelesuan akibat banyaknya warga Belanda yang meninggalkan Indonesia dan dilakukannya nasionalisasi terhadap perusahaan Belanda di Indonesia. Hal ini terjadi sampai dengan berakhirnya masa pemerintahan orde lama.

Pada masa pemerintahan Orde Baru pengaktifan kembali pasar modal Indonesia dimulai dengan pembentukan Badan Pembina Pasar Modal, pemebentukan Badan Pelaksana Pasar Modal (BAPEPAM) dan PT Danareksa sebagai Keputusan Presiden No. 52 tahun 1976. Presiden Suharto meresmikan kembali Bursa Efek Jakarta (BEJ) pada 10 Agustus 1977. Sejak diaktifkan kembali pada tahun 1977 sampai tahun 1988 BEJ dikatakan dalam keadaan tidur yang panjang selama 11 tahun. Sebelum tahun 1988, hanya terdapat 24 perusahaan yang terdaftar di BEJ. Setelah tahun 1988, selama 3 tahun saja, yaitu sampai tahun 1990, jumlah perusahaan yang terdaftar di BEJ meningkat sampai dengan 127. Sampai tahun 1996 jumlah perusahaan yang terdaftar menjadi 238.

Pada periode ini Initial Public Offering (IPO) menjadi peristiwa nasional.

Periode ini juga dikatakan sebagai periode kebangkitan Bursa Efek Surabaya. Bursa Efek Surabaya atau dengan nama asingnya Surabaya Stock Exchange (SSX) dilahirkan kembali pada tanggal 16 Juni 1989. Pada awalnya BES hanya memperdagangkan 25 saham dan 23 obligasi. Sampai pada kuartal ke tiga tahun 1990, jumlah sekuritas yang tercatat di BES meningkat menjadi 116 saham. Jumlah ini meningkat sampai akhir tahun 1996 tercatat 208 emiten saham dengan kapitalisasi sebesar Rp 191,57 triliun. Semua sekuritas yang tercatat di

Bursa Efek Jakarta (BEJ) secara otomatis juga diperdagangkan di Bursa Efek Surabaya (BES).

Akibat peningkatan kegiatan transaksi dirasa telah melebihi kapasitas manual, sehingga BEJ memutuskan untuk mengotomatisasikan kegiatan transaksi di bursa. Jika sebelumnya, terlihat dua antrian yang cukup panjang di lantai bursa (sebuah untuk antrian beli dan yang lainnya untuk antrian jual) untuk masing-masing sekuritas dan semua kegiatan transaksi dicatat di papan tulis, namun setelah otomatisasi, yang terlihat di lantai bursa adalah jaringan komputer-komputer yang digunakan oleh broker. Sistem otomatisasi yang diterapkan di Bursa Efek Jakarta (BEJ) diberi nama Jakarta Automated Trading System (JATS) dan mulai dioperasikan pada hari Senin tanggal 22 Mei 1995.

Bursa Efek Indonesia (disingkat BEI, atau Indonesia Stock Exchange (IDX)) merupakan bursa hasil penggabungan dari Bursa Efek Jakarta (BEJ) dengan Bursa Efek Surabaya (BES). Demi efektivitas operasional dan transaksi, Pemerintah memutuskan untuk menggabung Bursa Efek Jakarta sebagai pasar saham dengan Bursa Efek Surabaya sebagai pasar obligasi dan derifativ. Bursa hasil penggabungan ini mulai beroperasi pada tanggal 10 November 2007.

4.2 Analisis Statistik Deskriptif

Analisis statistik deskriptif digunakan untuk mengetahui deskripsi suatu data yang dilihat dari nilai maksimum, minimum, dan nilai rata-rata (mean), dari variabel DAR, DER, LDER, ROE, dan harga saham.

Berdasarkan Tabel 4.1, Diketahui nilai minimum dari harga saham adalah 3.7300, sementara nilai maksimum dari harga saham adalah 8275.0000. Nilai

rata-rata dari harga saham adalah 875.571880, sementara nilai standar deviasi dari harga saham adalah 1724.6902. Diketahui nilai minimum dari DAR adalah 0.21, sementara nilai maksimum dari DAR adalah 5.06. Nilai rata-rata dari DAR adalah 1,0094, sementara nilai standar deviasi dari DAR adalah 1.06115. Diketahui nilai minimum dari DER adalah -30.60, sementara nilai maksimum dari DER adalah 32.39. Nilai rata-rata dari DER adalah 0.4580, sementara nilai standar deviasi dari DER adalah 5.81974. Diketahui nilai minimum dari LDER adalah -16.78, sementara nilai maksimum dari LDER adalah 12.64. Nilai rata-rata dari LDER adalah 0.0668, sementara nilai standar deviasi dari LDER adalah 2.2255.

Dalam dokumen SKRIPSI OLEH NENI (Halaman 50-93)