BAB III KERANGKA KONSEP DAN HIPOTESIS
4.4 Metode Pengumpulan Data
Metode pengumpulan data merupakan suatu usaha dasar untuk mengumpulkan data dengan prosedur standar. Data yang digunakan ini adalah laporan tahunan (annual report) yang terdaftar di Bursa Efek Indonesia dengan
mengakses situs resmi Bursa Efek Indonesia yaitu www.idx.co.id untuk periode atau tahun pengamatan 2013 – 2017. Penelitian inidilakukan pada perusahaan sektor perdagangan eceran dengan menggunakan data sekunder yaitu data kuantitatif yang terdapat pada laporan tahunan (annual report) yang telah di audit.
4.5. Definisi Operasional Dan Metode Pengukuran Variabel
Penelitian ini menggunakan variabel dependen, independen dan variabel moderating. Adapun defenisi dan pengukuran masing – masing variabel akan dijelaskan sebagai berikut:
1. Variabel Dependen (Y)
Variabel dependen disebut juga dengan variable terikat, adalah variable yang dipengaruhi oleh variabel bebas (variable independen). Besarnya perubahan variable dependen tergantung dari besaran variable independen.
Variabel dependen dalam penelitian ini adalah Harga saham (Y) . 2. Variabel Independen (X1,X2, X3,& X4)
Variabel Independen adalah variabel yang menjelaskan atau mempengaruhi variabel lainnya. Perubahan sekian satuan variabel independen akan mengakibatkan perubahan sekian satuan pada variabel dependen. Variabel independen dalam penelitian ini adalah rasio keuangan Working Capital to Total Assets (X1), Retained Earning to Total Assets (X2), Earning Before Interest and Tax to Total Assets (X3) dan Total Assets Turn Over (X4).
3. Variabel Moderating (Z)
variabel moderating adalah variabel yang memiliki kemampuan untuk memperkuat dan memperlemah hubungan secara langsung yang terjadi antara variabel independen dan dependen. Variabel moderating bias disebut juga dengan variabel contingency. Variabel moderating (z) dalam penelitian ini adalah Growth Opportunity.
Tabel 4.2.
Definisi Operasional Variabel
Variabel Definisi
Operasional Parameter Skala
Ukur
Growth opportunity adalah peluang pertumbuhan suatu perusahaan di masa depan.
Rasio mengukur kemampuan perusahaan dalam menghasilkan modal kerja bersih dari keseluruhan total aset yang dimilikinya. perusahaan menghasilkan laba ditahan selama periode tertentu dengan menggunakan total aset yang dimilikinya.
Rasio ini menunjukkan kemampuan perusahaan menghasilkan laba (profit) selama periode tertentu dengan menggunakan total aset yang dimilikinya
Rasio yang menunjukkan tingkat efisiensi penggunaan keseluruhan aktiva perusahaan dalam menghasilkan volume penjualan
Sales
Total Assets Rasio
4.6. Model Analisis Data
Dalam penelitian ini terlebih dahulu dilakukan pengujian regresi berganda untuk mengetahui pengaruh variabel independen Working Capital to Total Assets (X1), Retained Earning to Total Assets (X2), Earning Before Interest and Tax to Total Assets (X3) dan Total Assets Turn Over (X4) dengan variabel dependen yaitu harga saham (Y). Setelah dilakukan pengujian regresi berganda dilakukan pengujian regresi dengan variabel moderating dengan menggunakan uji residual.
Pengujian ini dilakukan untuk mengetahui apakah variabel Growth Opportunity merupakan variabel moderating yang memperkuat hubungan antara variabel independen Working Capital to Total Assets (X1), Retained Earning to Total Assets (X2), Earning Before Interest and Tax to Total Assets (X3) dan Total Assets Turn Over (X4) terhadap variabel dependen harga saham. Seluruh analisis dilakukan dengan software Econometric Views (Eviews) 7. Eviews merupakan salah satu aplikasi olah data statistika dan ekonometrika yang berjalan di atas OS windows. Eviews dapat digunakan untuk menganalisa data statistik pada penelitian ekonomi dan bisnis seperti menggunakan teknik regresi linier, korelasi, causality granger, ARCH dan GARCH, dll.
4.6.1. Analisis Regresi Linear Berganda
Untuk menentukan besarnya pengaruh antara variabel independen yaitu Working Capital to Total Assets (X1), Retained Earning to Total Assets (X2), Earning Before Interest and Tax to Total Assets (X3) dan Total Assets Turn Over (X4) dengan terhadap harga saham. Model regresi linear berganda yang digunakan adalah sebagai berikut :
Y1= a+ b1X1+ b2X2 +b3X3 + b4X4 + e Y = Harga saham
a = Konstanta
b1-b4 = Koefisien Variabel
X1 = Working Capital to Total Assets X2 = Retained Earning to Total Assets
X3 = Earning Before Interest and Tax to Total Assets X4 = Total Assets Turn Over
e = Error (variabel penganggu)
4.6.2 Pengujian Asumsi Klasik
Pengujian model regresi berganda dalam menguji hipotesis harus menghindari kemungkinan adanya penyimpangan asumsi klasik. Sebuah model regresi yang menggunakan data time series dan cross section harus melakukan uji asumsi klasik yaitu uji normalitas, heterokedastisitas, autokorelasi dan multikolinieritas.
4.6.2.1 Uji Normalitas
Uji normalitas menurut Umar (2003) berguna untuk mengetahui apakah variabel dependen dan variabel independen yang digunakan dalam penelitian mempunyai distribusi normal atau tidak. Model regresi yang baik dan layak digunakan dalam penelitian adalah model yang memiliki distribusi normal atau mendekati normal. Cara yang digunakan untuk mendeteksi normal atau tidaknya suatu data yaitu dengan melihat grafik normal Probability plot atau histogram
(Ghozali, 2005). Jika data menyebar di sekitar garis diagonal atau mengikuti arah garis diagonal pada grafik histogram maka data diasumsikan berdistribusi normal, demikian sebaliknya. Sementara, analisis statistik yang digunakan adalah Kolmogorov-Smirnov. Analisis statistik menurut Kolmogorov-Smirnov, bila nilai signifikan < 0,05 berarti distribusi data tidak normal. Sebaliknya bila nilai signifikan > 0,05 berarti distribusi data normal.
4.6.2.2 Uji Heterokedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam sebuah model regresi, terjadi ketidaksamaan varians atau residual dari satu pengamatan ke pengamatan yang lain. Menurut Gujarati (2012:406) untuk menguji ada tidaknya heteroskedastisitas digunakan uji-rank Spearman yaitu dengan mengkorelasikan variabel independen terhadap nilai absolut dari residual (error). Untuk mendeteksi gejala uji heteroskedastisitas, maka dibuat persamaan regresi dengan asumsi tidak ada heteroskedastisitas kemudian menentukan nilai absolut residual, selanjutnya meeregresikan nilai absolute residual diperoleh sebagai variabel dependen serta dilakukan regresi dari variabel independen. Jika nilai koefisien korelasi antara variabel independen dengan nilai absolut dari residual signifikan, maka kesimpulannya terdapat heteroskedastisitas (varian dari residual tidak homogen).
Uji heterokedatisitas bertujuan mengetahui ketidaksamaan varian residual satu pengamatan ke pengamatan yang lain dalam model regresi. Varian residual satu pengamatan ke pengamatan yang lain yang tetap disebut homokedatisitas. Model regresi yang baik adalah model yang homokedatisitas atau tidak terjadi heterokedatisitas. Pengujian heterokedatisitas dilakukan dengan uji
Breusch-Pagan-Godfrey dan uji white (Ghazali, 2016). berikut kriteria keputusan uji autokorelasi:
H0 : Data tidak mengalami heterokedatisitas / hasil uji > 0,05 H1 : Data mengalami heterokedatisitas / hasil uji < 0,05 4.6.2.3 Uji Autokorelasi
Uji autokolerasi yang dilakukan penelitian ini bertujuan untuk mengetahui apakah dalam sebuah model regresi linier ada kolerasi antara kesalahan penganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya). Jika terjadi kolerasi, maka dinamakan ada problem autokorelasi. Tentu saja model regresi yang baik adalah regresi yang bebas dari autokolerasi (Singgih Santoso, 2012:241). Pada prosedur pendeteksian masalah autokolerasi dapat dgunakan besaran Durbin-Waston yaitu untuk mengetahui dan menguji apakah terjadi korelasi serial atau tidak dengan menghitung nilai d statistik.
Dengan melihat nilai dari probability dari Obs*Rsuared nya, berikut kriteria keputusan uji autokorelasi:
H0 : Data tidak mengalami autokorelasi / hasil uji > 0,05 H1 : Data mengalami autokorelasi / hasil uji < 0,05 4.6.2.4 Uji Multikolinieritas
Uji Multikolinieritas bertujuan untuk menguji apakah dalam model regresi ditemukan korelasi antar variabel bebas (independen), model regresi yang baik seharusnya tidak terjadi korelasi antar variabel bebas. Untuk mendeteksi ada tidaknya multikolinieritas yaitu dengan melihat Tolerance Value dan Variance
Inflation Factor (VIF). Multikolinieritas terjadi jika nilai tolerance kurang dari 0,10 dan VIF lebih besar dari 10, atau jika antar variabel independen ada korelasi yang cukup tinggi umumnya di atas 10 (Ghozali, 2005). Multikolinieritas dapat diuji melalui uji terhadap besaran korelasi antar variabel bebas.
4.6.3 Pengujian Hipotesis
Untuk menguji hipotesis yang diajukan maka dilakukan pengujian terhadap variabel-variabel penelitian baik secara simultan maupun parsial. Pengujian secara simultan digunakan uji statistik F (uji signifikansi simultan) dan pengujian secara parsial digunakan uji statistik t (uji signifikansi parsial). Menurut Ghozali (2005) uji hipotesis dapat dilakukan dengan 3 (tiga) cara yaitu :
4.6.3.1 Uji Statistik F
Uji statistik F ini menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen (Kuncoro, 2003). Bentuk pengujian hipotesis untuk uji-F adalah sebagai berikut :
1. Merumuskan hipotesis
Secara simultan Working Capital to Total Assets (X1), Retained Earning to Total Assets (X2), Earning Before Interest and Tax to Total Assets (X3) dan Total Assets Turn Over (X4) berpengaruh terhadap harga saham perusahaan.
2. Menentukan tingkat signifikansi
Hipotesi ini diuji dengan menggunakan tingkat signifikansi sebesar 95%.
3. Menentukan kriteria pengujian hipotesis
a. Jika harga F signifikansi < 0.05 artinya secara simultan Working Capital to Total Assets (X1), Retained Earning to Total Assets (X2), Earning Before Interest and Tax to Total Assets (X3) dan Total Assets Turn Over (X4) berpengaruh terhadap harga saham perusahaan.
b. Jika harga F signifikansi > 0.05 artinya secara simultan Working Capital to Total Assets (X1), Retained Earning to Total Assets (X2), Earning Before Interest and Tax to Total Assets (X3) dan Total Assets Turn Over (X4)tidak berpengaruh terhadap harga saham perusahaan.
4.6.3.2 Uji Statistik t
Uji statistik t dilakukan untuk menguji pengaruh secara parsial antara variabel independen terhadap variabel dependen dengan asumsi bahwa variabel lain dianggap konstan. Menurut Kuncoro (2003) Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel terkait. Bentuk pengujian hipotesis untuk uj statistik t adalah sebagai berikut :
1. Merumuskan hipotesis
Secara parsial Working Capital to Total Assets (X1), Retained Earning to Total Assets (X2), Earning Before Interest and Tax to Total Assets (X3) dan Total Assets Turn Over (X4)) berpengaruh terhadap harga saham perusahaan.
2. Menentukan tingkat signifikansi
Hipotesi ini diuji dengan menggunakan tingkat signifikansi sebesar 95%.
3. Menentukan kriteria pengujian hipotesis
a. Jika t signifikan < 0.05 artinya secara parsial Working Capital to Total Assets (X1), Retained Earning to Total Assets (X2), Earning Before Interest and Tax to Total Assets (X3) dan Total Assets Turn Over (X4)) berpengaruh terhadap harga saham perusahaan.
b. Jika t signifikan > 0.05, artinya secara parsial Working Capital to Total Assets (X1), Retained Earning to Total Assets (X2), Earning Before Interest and Tax to Total Assets (X3) dan Total Assets Turn Over (X4)) tidak berpengaruh terhadap harga saham perusahaan
4.6.3.3 Koefisien Determinasi (R2)
Koefisien determinasi (R2) atau adjusted R2 bertujuan untuk mengukur kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi berkisar antara nol sampai dengan satu (0 ≤ R2 ≤ 1). Hal ini berarti jika R2 = 0 menunjukkan tidak ada pengaruh variabel independen terhadap variabel dependen, bila R2 semakin besar mendekati 1 ini menunjukkan semakin kuatnya pengaruh variabel independen terhadap variabel dependen dan sebaliknya jika R2 mendekati 0 maka semakin kecil pengaruh variabel independen terhadap variabel dependen.
4.6.4 Pengujian Hipotesis Dengan Variabel Moderating
Variable moderating menurut Ghozali (2005: 149), adalah variabel independen yang memperkuat atau memperlemah hubungan antara variabel independen lainnya terhadap variabel dependen. Ada tiga cara menguji regresi dengan variabel moderating yaitu (1) uji interaksi, (2) uji selisih mutlak dan (3) uji
residual. Pengujian yang akan dilakukan untuk menguji variabel moderate dengan menggunakan uji interaksi. Uji interaksi (Moderated Regression Analysis) yaitu aplikasi dari regresi linear berganda dimana persamaannya mengandung unsur interaksi (perkalian dua/lebih variabel independen).
Persamaan regresi sebagai berikut :
Y = a + b1X1 + b2X2 + b3X3 + b4X4 + b5X1Z + b6X2Z + b7X3Z + b8X4Z + e Dimana:
Y : Harga Saham α : Koefisien Konstanta b1- b8 : Koefisien Regresi
X1 : Working Capital to Total Assets X2 : Retained Earning to Total Assets
X3 : Earning Before Interest and Tax to Total Assets X4 : Total Assets Turn Over
Z : Pemoderasi (Growth Opportunity) e : Error term
Variabel moderating menurut Ghazali (2006; 173), suatu variabel dapat dianggap variabel moderating jika nilai koefisien parameternya negatif dan signifikan terhadap variabel dependen.
BAB V
HASIL DAN PEMBAHASAN
5.1 Deskripsi Data
Penelitian ini bertujuan untuk mengetahui pengaruh rasio keuangan Working Capital to Total Assets (WCTA), Retained Earning to Total Assets (RETA), Earning Before Interest and Tax to Total Assets (EBITTA), dan Total Assets Turn Over (TATO) terhadap Harga Saham dengan Growth Opportunity sebagai variabel moderating pada perusahaan sektor perdagangan eceran yang terdaftar di Bursa Efek Indonesia tahun 2013 - 2017. Penelitian ini menggunakan data sekunder berupa laporan keuangan tahunan perusahaan sektor perdagangan eceran yang telah terdaftar di Bursa Efek Indonesia pada tahun 2013-2017.
Berdasarkan data yang diperoleh dari website Bursa Efek Indonesia diketahui bahwa populasi dalam penelitian ini sebanyak 26 perusahaan.
Penelitian ini menggunakan metode sampling jenuh, sehingga dalam 5 tahun penelitian diperoleh 130 data yang akan digunakan sebagai sampel dalam penelitian ini.
5.1.1 Hasil Analisis Statistik Deskriptif
Analisis statistik deskriptif digunakan untuk mengetahui deskripsi suatu data yang dilihat dari nilai maksimum, nilai minimum, nilai rata-rata (mean), dan nilai standar deviasi. Dalam penelitian ini, variabel yang digunakan dalam perhitungan statistik deskriptif adalah harga saham, Working Capital to Total
Assets, Retained Earning to Total Assets, Earning Before Interest and Tax to Total Assets, Total Assets Turn Over dan Growth Opportunity. Berdasarkan analisis statistik deskriptif diperoleh gambaran sampel sebagai berikut :
Tabel 5.1 Statistik Deskriptif
Variable N Min Max Mean Standard Deviation
Harga saham 95 158 17600 1896.716 3154.454
WCTA 95 -10.64 0.768 -0.277 1.894
RETA 95 -29.083 1.666 -1.118 4.95
EBITTA 95 -10.965 2.253 -0.103 1.56
TATO 95 -0.889 20.425 2.273 2.472
Growth 95 -0.999 177.673 2.033 18.228
Berdasarkan hasil yang diperoleh dari Tabel 5.1, maka dapat dijelaskan bahwa : a. Harga Saham (Y) pada perusahaan sektor perdagangan eceran yang terdaftar di
Bursa Efek Indonesia selama periode 2013-2017 yang memiliki nilai minimum sebesar Rp 158 merupakan saham dari PT. Rimo International Lestari Tbk, dan yang memiliki nilai maksimum sebesar Rp 17.600 merupakan saham dari PT.
Matahari Department Store Tbk. Nilai rata-rata Harga Saham adalah Rp1896.716 dengan nilai standart deviasi adalah Rp 3154.454.
b. Rasio keuangan Working Capital to Total Asset (X1) pada perusahaan sektor perdagangan eceran yang terdaftar di Bursa Efek Indonesia selama periode 2013-2017 yang memiliki nilai minimum sebesar -10.64 merupakan rasio dari PT. Rimo International Lestari Tbk, dan yang memiliki nilai maksimum sebesar 0.768 merupakan rasio dari PT. Catur Sentosa Adiprana Tbk. Nilai rata-rata dari rasio Working Capital to Total Asset sebesar -0.277, sementara nilai standar deviasi sebesar 1.894.
c. Rasio Retained Earning to Total Assets (X2) pada perusahaan sektor perdagangan eceran yang terdaftar di Bursa Efek Indonesia selama periode 2013-2017 yang memiliki nilai minimum sebesar -29.083 merupakan rasio dari PT. Trikomsel Oke Tbk, dan yang memiliki nilai maksimum sebesar 1.666 merupakan rasio dari PT. Skybee Tbk. Nilai rata-rata dari Retained Earning to Total Assets adalah -1.118, sementara nilai standar deviasi sebesar 4.95.
d. Rasio Earning Before Interest and Tax to Total Assets (X3) pada perusahaan sektor perdagangan eceran yang terdaftar di Bursa Efek Indonesia selama periode 2013-2017 yang memiliki nilai minimum sebesar -10.965 merupakan rasio dari PT. Trikomsel Oke Tbk, dan yang memiliki nilai maksimum sebesar 2.253 merupakan rasio dari PT. Kokoh Inti Arebama Tbk. Nilai rata-rata dari Earning Before Interest and Tax to Total Assets sebesar -0.103, sementara nilai standar deviasi sebesar 1.56.
e. Rasio Total Assets Turn Over (X4) pada perusahaan sektor perdagangan eceran yang terdaftar di Bursa Efek Indonesia selama periode 2013-2017 yang memiliki nilai minimum sebesar -0.889 merupakan rasio dari PT. Skybee Tbk, dan yang memiliki nilai maksimum sebesar 20.425 merupakan rasio dari PT.
Global Teleshop Tbk. Nilai rata-rata rasio Total Assets Turn Over sebesar 2.273, sementara nilai standar deviasi sebesar 2.472.
f. Rasio Growth Opportunity (Z) pada perusahaan sektor perdagangan eceran yang terdaftar di Bursa Efek Indonesia selama periode 2013-2017 yang memiliki nilai minimum sebesar -0.999 merupakan rasio dari PT. Sona Topas Tourism Industry Tbk, dan yang memiliki nilai maksimum sebesar 177.673
merupakan rasio dari PT. Rimo International Lestari Tbk. Nilai rata-rata dari rasio Growth Opportunity sebesar 2.033, sementara nilai standar deviasi sebesar 18.228.
5.2 Pengujian Persyaratan analisis Data
Metode analisis yang digunakan adalah metode analisis regresi berganda dan Moderated Regression Analysis (MRA). Sebelum dilakukan uji hipotesis, peneliti akan melakukan uji asumsi klasik. Pengujian ini perlu dilakukan untuk mengetahui apakah distribusi data yang digunakan dalam penelitian sudah normal, serta bebas dari gejala multikolinearitas, heteroskesdastisitas serta autokorelasi.
Asumsi klasik menurut Ghozali (2005) yang harus dipenuhi adalah:
a. Terdisribusi Normal.
b. Non-Multikolinearitas, artinya antara variabel independen dalam model regresi tidak memiliki korelasi atau hubungan secara sempurna ataupun mendekati sempurna.
c. Non-Autokorelasi, artinya kesalahan pengganggu dalam model regresi tidak saling korelasi.
d. Non-Homoskedasitas, artinya variance variabel independen dari satu pengamatan kepengamatan yang lain adalah konstan atau sama.
5.2.1. Hasil Uji Asumsi Klasik 5.2.1.1 Uji Normalitas
Dalam penelitian ini, uji normalitas terhadap residual dengan menggunakan uji Jarque-Bera (J-B). Dalam penelitian ini, tingkat signifikansi yang digunakan
. Dasar pengambilan keputusan adalah melihat angka probabilitas dari statistik J-B, dengan ketentuan sebagaiberikut.
Jika nilai probabilitas 0,05, maka asumsi normalitas terpenuhi.
Jika nilai probabilitas < 0,05, maka asumsi normalitas tidak terpenuhi.
Gambar 5.1 Uji Normalitas dengan Uji Jarque-Bera
0
Sumber: Hasil Olah software Eviews 7
Perhatikan bahwa berdasarkan Gambar 5.2, diketahui nilai probabilitas daristatistik J-B adalah 0,071845. Karena nilai probabilitas , yakni 0,071845 lebih besar dibandingkan tingkat signifikansi, yakni 0,05. Hal ini berarti asumsi normalitas dipenuhi.
5.2.1.2 Uji Multikolinearitas
Dalam penelitian ini, gejala multikolinearitas dapat dilihat dari nilai korelasi antar variabel yang terdapat dalam matriks korelasi Ghozali (2013) menyatakan jika antar variable independen ada korelasi yang cukup tinggi, yakni di atas 0,9, maka hal ini merupakan indikasi adanya multikolinearitas. Hasil uji multikolinearitas disajikan pada Tabel 5.3.
Tabel 5.2 Uji Multikolinearitas dengan Matriks Korelasi
WCTA RETA EBITTA TATO
WCTA 1.000000 0.530354 0.348362 -0.086072 RETA 0.530354 1.000000 0.272522 -0.204004 EBITTA 0.348362 0.272522 1.000000 0.004216 TATO -0.086072 -0.204004 0.004216 1.000000
Sumber: Hasil Olah Software Eviews 7
Berdasarkan Tabel 5.3 hasil pengujian multikolinearitas, dapat disimpulkan bahwa tidak terdapat gejala multikolinearitas antar variable independen. Hal ini karena nilai korelasi antar variable independen tidak lebih dari 0,9 (Ghozali, 2013:105).
5.2.1.3 Uji Autokorelasi
Berdasarkan lampiran II uji autokorelasi, nilai dari statistik Durbin-Watson adalah 1,214269. Perhatikan bahwa karena nilai statistik Durbin-Watson terletak di antara 1 dan 3, yakni 1 < 1,214269 < 3,maka asumsi non-autokorelasi terpenuhi. Dengan kata lain, tidak terjadi gejala autokorelasi yang tinggi pada residual.
5.2.1.4 Uji Heteroskedastisitas
Kriteria pengambilan keputusan dari uji Breusch-Pagan pada EViews terletak pada nilai Prob. Chi-Square. Jika nilai Prob. Chi-Square > 0,05, maka disimpulkan tidak terjadi heteroskedastisitas. Namun apabila nilai Prob. Chi-Square < 0,05, maka disimpulkan terjadi heteroskedastisitas.
Berdasarkan lampiran II uji Heteroskedastisitas, nilai Prob. Chi-Square 0,06561. Perhatikan bahwa karena nilai nilai Prob. Chi-Square 0,06561, yakni 0,06561 > 0,05, maka disimpulkan tidak terjadi heteroskedastisitas.
5.3 Penentuan Model Estimasi antara Common Effect Model (CEM) dan Fixed Effect Model (FEM) dengan Uji Chow
Uji Chow digunakan untuk menentukan apakah model estimasi CEM atau FEM dalam membentuk model regresi. Hipotesis yang diuji sebagai berikut :
Model CEM lebih baik dibandingkan model FEM.
Model FEM lebih baik dibandingkan model CEM Aturan pengambilan keputusan terhadap hipotesis sebagai berikut : Jika nilai probabilitas cross-section Chi-square < 0,05, maka ditolak dan diterima.
Jika nilai probabilitas cross-section Chi-square 0,05, maka diterima dan ditolak.
Berdasarkan hasil dari uji Chow pada lampiran, diketahui nilai probabilitas adalah 0,000. Karena nilai probabilitas 0,000 < 0,05, maka model estimasi yang digunakan adalah model Fixed Effect Model (FEM).
5.4 Penentuan Model Estimasi antara Fixed Effect Model (CFEM) dan Random Effect Model (REM) dengan Uji Hausman.
Berdasarkan hasil dari uji Hausman pada lampiran, diketahui nilai probabilitas adalah 0,3244. Karena nilai probabilitas 0,3244 > 0,05, maka model estimasi yang digunakan adalah model Random Effect Model (REM).
5.5 Pengujian Hipotesis
Pada pengujian hipotesis, akan dilakukan analisis koefisien determinasi, pengujian pengaruh simultan (uji F), dan pengujian pengaruh parsial (uji t). Nilai-nilai statistic dari koefisien determinasi, uji F, dan uji t tersaji padaTabel 5.4.
Tabel 5.3 Nilai Statistic dari Koefisien Determinasi, Uji F, danUji t
Variable Coefficient Std. Error t-Statistic Prob.
WCTA (X1) -0.108743 0.092680 -1.173308 0.2438 RETA (X2) 0.126119 0.065203 1.934236 0.0562 EBITTA (X3) -0.158877 0.053347 -2.978176 0.0037 TATO (X4) 0.286990 0.066596 4.309436 0.0000 C 6.307851 0.195745 32.22479 0.0000 R-squared 0.241678 Mean dependent var 2.815601 Adjusted
R-squared 0.207975 S.D. dependent var 0.677161 S.E. of regression 0.602644 Sum squared resid 32.68623 F-statistic 7.170772 Durbin-Watson stat 1.596583 Prob(F-statistic) 0.000047
5.5.1 Analisis Koefisien Determinasi
Berdasarkan Tabel 5.4, diketahui nilai koefisien determinasi (Adjusted R-squared) sebesar . Nilai tersebut dapat diartikan WCTA, RETA, EBITTA,TATO secara simultan atau bersama-sama mempengaruhi harga saham sebesar 20,79%, sisanya sebesar 79,21% dipengaruhi oleh faktor - faktor lain.
5.5.2 Uji Signifikansi Pengaruh Simultan (Uji F)
Uji bertujuan untuk menguji pengaruh variabel bebas secara bersama-sama atau simultan terhadap variabel tak bebas. BerdasarkanTabel 5.8, diketahui nilai Prob. (F-statistics), yakni 0,000047 0,05, maka dapat disimpulkan bahwa seluruh variabel bebas, yakni WCTA, RETA, EBITTA, TATO secara simultan berpengaruh signifikan terhadap variable harga saham.
5.5.3 Persamaan Regresi Data Panel dan Uji Signifikansi Pengaruh Parsial (Uji t)
Berdasarkan Tabel 5.3, diperoleh persamaan regresi linear berganda sebagai berikut :
Berdasarkan Tabel 5.3, diketahui:
Diketahui nilai konstanta α (6,307) menyatakan bahwa apabila variable bebas WCTA (X1), RETA (X2), EBITTA (X3), TATO (X4) sama dengan nol, maka Harga Saham (Y) sebesar 6,307 satuan.
Diketahui nilai koefisien regresi dari variabel WCTA (X1) adalah -0,108, yakni bernilai negatif. Hal ini berarti apabila variabel WCTA (X1) naik 1 satuan maka Harga Saham (Y) cenderung turun sebesar 0,108 . Diketahui nilai Prob adalah 0,2438, yakni > tingkat signifikansi 0,05, maka WCTA tidak berpengaruh kuat terhadap harga saham.
Diketahui nilai koefisien regresi dari variabel RETA (X2) adalah 0,126, yakni bernilai positif. Hal ini berarti apabila variabel RETA (X2) naik 1 satuan maka Harga Saham (Y) cenderung naik sebesar 0,126. Diketahui nilai Prob adalah 0,0562, yakni > tingkat signifikansi 0,05, maka RETA tidak berpengaruh kuat terhadap harga saham.
Diketahui nilai koefisien regresi dari variabel EBITTA (X3) adalah -0,158, yakni bernilai negatif. Hal ini berarti apabila variabel EBITTA (X3) naik 1 satuan maka Harga Saham (Y) cenderung turun sebesar 0,158. Diketahui
nilai Prob adalah 0,0037, yakni < tingkat signifikansi 0,05, maka EBITTA berpengaruh kuat terhadap harga saham.
Diketahui nilai koefisien regresi dari variabel TATO (X4) adalah 0,286, yakni bernilai positif. Hal ini berarti apabila variabel TATO (X4) naik 1 satuan maka Harga Saham (Y) cenderung naik 0,286 . Diketahui nilai Prob adalah 0,0000, yakni < tingkat signifikansi 0,05, maka TATO berpengaruh kuat terhadap harga saham.
5.5.4 Uji Signifikansi Moderasi (Uji Interaksi)
Selanjutnya dilakukan pengujian moderasi, yakni menguji apakah growth signifikan dalam memoderasi pengaruh WCTA, RETA, EBITTA, TATO terhadap harga saham. Pengujian moderasi dilakukan dengan menggunakan uji interaksi (MRA). Tabel 5.4 merupakan hasil uji signifikansi growth dalam memoderasi pengaruh WCTA terhadap harga saham.
Tabel 5.4 Uji Signifikansi Growth dalam Memoderasi Pengaruh WCTA terhadap Harga Saham dengan Uji Interaksi
Variable Coefficient Std. Error t-Statistic Prob.
X1 0.032706 0.078566 0.416285 0.6782
Z 0.457084 0.188744 2.421710 0.0174
X1Z 0.271472 0.108873 2.493467 0.0145
C 6.880250 0.141528 48.61395 0.0000
Berdasarkan Tabel 5.5, diperoleh persamaan moderasi interaksi sebagai berikut:
Diketahui nilai Prob. pada X1Z adalah 0,0145, yakni < 0,05, maka disimpulkan bahwa growth signifikan dalam memoderasi pengaruh WCTA
Diketahui nilai Prob. pada X1Z adalah 0,0145, yakni < 0,05, maka disimpulkan bahwa growth signifikan dalam memoderasi pengaruh WCTA