BAB V PEMBAHASAN DAN HASIL PENELITIAN
4.2 Pengujian Asumsi Klasik
Metode regresi dapat digunakan apabila dalam model tidak terjadi adanya multikolinieritas, heterokedastisitas, autokorelasi dan mempunyai distribusi normal. Untuk itu perlu dilakukan uji asumsi klasik terlebih dahulu.
4.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel independen (beta saham dan return saham) dan variabel dependen (biaya modal ekuitas) keduanya mempunyai distribusi normal atau tidak.
Hasil pengujian menggunakan uji Kolmogorov-Smirnov dengan variabel independen beta saham dan return saham adalah sebagai berikut :
Tabel 4.3
UJI NORMALITAS I
One-Sample Kolmogorov-Smirnov Test
369 369 1,16316 ,31583 2,927283 1,024198 ,198 ,227 ,198 ,227 -,178 -,190 3,795 4,357 ,000 ,000 N Mean Std. Deviation Normal Parametersa,b
Absolute Positive Negative Most Extreme Differences Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)
Beta Saham
Return Saham
Test distribution is Normal. a.
Calculated from data. b.
xxxvii
Nilai K-S untuk variabel beta saham 3,795 dengan probabilitas
signifikansi 0,000 dan nilainya jauh dibawah α = 0,05 hal ini berarti variabel beta
saham tidak terdistribusi secara normal. Begitu juga dengan nilai K-S variabel return saham 4,357 dengan probabilitas signifikansi 0,000 yang berarti variabel return saham tidak terdistribusi secara normal.
Dikarenakan data yang dihasilkan tidak terdistribusi secara normal, maka dapat ditransformasi agar menjadi normal. Proses transformasi dengan merubah variabel independen menjadi akar kuadrat dengan menu transform. Dari hasil transformasi diperoleh variabel transformasi SQRTBTS (variabel beta saham) dan SQRTRS (variabel return saham).
Setelah dilakukan uji statistik Kolmogorov-Smirnov terhadap kedua variabel hasil transformasi ternyata hasilnya diperoleh nilai probabilitas signifikansi yang masih kurang dari 0,05, sehingga perlu dilakukan transformasi data lagi hingga dihasilkan data yang terdistribusi secara normal. Hasil uji statistik Kolmogorov-Smirnov dengan variabel hasil transformasi yang kedua diperoleh hasil sebagai berikut:
xxxviii
Tabel 4.4
UJI NORMALITAS II
One-Sample Kolmogorov-Smirnov Test
290 240 1,0439 ,7089 ,31395 ,34409 ,077 ,084 ,077 ,084 -,045 -,083 1,289 1,276 ,072 ,077 N Mean Std. Deviation
Normal Parametersa,b
Absolute Positive Negative Most Extreme Differences Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)
SQRTBS2 SQRTRS2
Test distribution is Normal. a.
Calculated from data. b.
Sumber: Output SPSS
Dari data transformasi kedua yang diolah untuk beta saham memberikan nilai K-S 1,289 dengan probabilitas 0,072 diatas α = 0,05 jadi dapat disimpulkan
data beta saham berdistribusi normal. Begitu juga dengan uji K-S untuk return saham menghasilkan nilai K-S 1,276 dengan probabilitas 0,77 diatas α = 0,05 jadi
dapat disimpulkan data return saham berdistribusi normal.
4.2.2 Uji Asumsi Klasik
Uji asumsi klasik adalah untuk menguji model analisis yang digunakan. Metode regresi ordinary least square akan menghasilkan persamaan yang baik apabila memenuhi pengujian sebagai berikut :
1. Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen (beta saham dan return saham). Dengan program SPSS 12.00 multikolinieritas dapat dilihat dari nilai tolerance dan lawannya serta varianceinflation factor (VIF).
xxxix
Adapun pengujian multikolinieritas pada penelitian ini didasarkan pada nilai VIF dan nilai tolerancenya. Hasil perhitungan multikolinieritas dapat dilihat pada tabel di bawah ini:
Tabel 4.5 PENGUJIAN MULTIKOLINEARITAS Coefficients(a) Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -,861 ,081 -10,646 ,000
SQRTRS2 ,142 ,097 ,131 1,463 ,145 ,638 1,569
SQRTBS2 -,199 ,090 -,197 -2,200 ,029 ,638 1,569
a Dependent Variable: Biaya Modal Ekuitas
Sumber: Output SPSS
Dari tabel diatas dapat dilihat nilai Tolerance menunjukkan tidak ada variabel independen yang memiliki nilai Tolerance kurang dari 0,10 yang berarti tidak ada korelasi antar variabel independen yang nilainya lebih dari 95%. Hasil perhitungan nilai Variance Inflation Factor (VIF) juga menunjukkan hal yang sama, tidak ada satu variabel independen yang memiliki nilai VIF lebih dari 10. jadi dapat disimpulkan bahwa tidak ada multikolinieritas antar variabel independen dalam model regresi.
2. Heteroskedastisitas
Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang lain. Jika varian dari residual satu pengamatan ke pengamatan yang lain tetap maka disebut homokedastisitas, dan jika berbeda disebut heteroskedastisitas. Modal regresi yang baik adalah tidak terjadi heteroskedastisitas.
xl
Heteroskedastisitas pada model regresi dilakukan pengujian dengan menggunakan uji Park.
Untuk pengujian dengan menggunakan metode Park di ketahui dengan nilai residu yang sudah diabsolutkan diregresikan dengan masing- masing variabel bebas, dan selanjutnya melakukan uji t, jika hasil p value < 0,05 , maka telah terjadi heteroskedastisitas, demikian pula sebaliknya.
Setelah nilai residu diregresikan dengan masing-masing variabel bebas berikut hasil masing-masing uji t nya :
Tabel 4.6 PENGUJIAN HETEROSKEDASTISITAS Coefficientsa ,233 ,071 3,292 ,001 -,206 ,085 -,216 -2,417 ,290 ,078 ,079 ,088 ,985 ,326 (Constant) SQRTRS2 SQRTBS2 Model 1 B Std. Error Unstandardized Coefficients Beta Standardiz ed Coefficients t Sig.
Dependent Variable: Park a.
Sumber : Output SPSS
Berdasarkan tabel di atas dengan jelas menunjukkan nilai signifikansi
kedua variabel jauh diatas α = 0,05 yaitu 0.290 dan 0,326. Hal ini berarti bahwa dalam variabel Beta Sahamdan Return Sahamtidak terjadi heteroskedastisitas.
3. Uji Autokolerasi
Autokorelasi adalah suatu keadaan dimana kesalahan pengganggu dari periode sebelumnya. Dalam hal ini kesalahan pengganggu tidak bebas tetapi satu sama lain tidak saling berhubungan. Untuk mengetahui adanya autokorelasi dapat dideteksi dengan Durbin Watson statistik. Menurut Ghozali (2002) apabila nilai
xli
DW lebih besar dari pada batas atas (du) maka tidak terdapat autokorelasi pada model regresi. Bila nilai DW lebih rendah dari batas bawah atau lower bound (dl), maka koefisien autokorelasi lebih besar dari nol, berarti ada autokorelasi positif. Apabila nilai DW terletak antara batas atas atau upper bound (du) dan (4-du), maka koefisien autokorelasi sama dengan nol, tidak ada autokorelasi. Namun jika nilai DW terletak antara batas atas (du) dan batas bawah (dl) atau DW terletak antara (4-du) dan (4-dl), maka hasilnya tidak dapat disimpulkan.
Hasil pengujian menggunakan Durbin Watson statistik sebagai berikut :
Tabel 4.7 PENGUJIAN AUTOKORELASI Model Summaryb ,158a ,025 ,015 ,380850 1,848 Model 1 R R Square Adjusted R Square Std. Error of the Es timate Durbin-Watson Predic tors: (Constant), SQRTBS2, SQRTRS2
a.
Dependent Variable: Biaya Modal Ekuitas b.
Sumber : Output SPSS
Dari hasil pengujian nilai Durbin Watson dapat disimpulkan bahwa tidak terjadi autokorelasi, karena nilai Durbin Watson sebesar 1,844 lebih besar daripada batas atas (du) 1,74 dan lebih rendah dari (4-du) 2,26.
4.2.3 Pengujian Hipotesis
Pada pengujian hipotesis akan dilihat sejauh mana pengaruh beta saham dan return saham terhadap biaya modal ekuitas (cost of equity capital), untuk itu maka akan dilakukan langkah-langkah sebagai berikut :
xlii
1. Analisis Regresi Linier Berganda
Beta saham dan return saham diolah dan kemudian dihitung pengaruhnya terhadap dependen variabel ( Biaya Modal Ekuitas / Cost of Equity Capital). Baru kemudian dihitung pengaruhnya masing-masing variabel yaitu beta saham dan return saham terhadap biaya modal ekuitas (cost of equity capital).
Hasil perhitungan regresi linier berganda dapat dilihat dalam tabel berikut ini :
Tabel 4.8
REGRESI LINIER BERGANDA
Coefficients(a)
Model
Unstandardized Coefficients
Standardized
Coefficients t Sig. Collinearity Statistics
B
Std.
Error Beta Tolerance VIF
1 (Constant) -,861 ,081 -10,646 ,000
SQRTRS2 ,142 ,097 ,131 1,463 ,145 ,638 1,569
SQRTBS2 -,199 ,090 -,197 -2,200 ,029 ,638 1,569
a Dependent Variable: Biaya Modal Ekuitas
Sumber: Output SPSS
Y = a + b1 X1 + b2 X2 + e
Dari rumus persamaan diatas dapat dirumuskan persamaan regresi sebagai berikut:
Biaya Modal Ekuitas = -0,861 – 0,199 Beta Saham + 0,142 Return Saham
Dengan persamaan tersebut mempunyai arti sebagai berikut : 1. Beta Saham
Hasil pengujian hipotesis diperoleh nilai probabilitas 0,029. Karena nilai probabilitas < level of signifikan, yaitu sebesar 0,029 < 0,05 ( 5% ) jadi kesimpulannya terdapat pengaruh signifikan antara beta saham terhadap
xliii
biaya modal ekuitas. Pengaruh beta saham bersifat negatif yang ditunjukkan dengan nilai koefisien beta -0,199. Sehingga keputusan yang diambil adalah menolak Ho dan menerima Ha karena beta saham terbukti berpengaruh negatif terhadap biaya modal ekuitas.
2. Return Saham
Hasil pengujian hipotesis diperoleh nilai probabilitas sebesar 0,145. karena nilai probabilitas > level of signifikan, yaitu sebesar 0,145>0,05 (5%) jadi kesimpulannya adalah tidak ada pengaruh antara return saham terhadap Biaya modal ekuitas. Pengaruh return saham bersifat positif yang ditujukan dengan nilai koefisien beta 0,142. Sehingga dapat diambil keputusan menolak Ha dan menerima Ho karena return saham terbukti berpengaruh positif terhadap biaya modal ekuitas.
2. Uji signifikansi parameter individual (uji t)
Keandalan model regresi sebagai alat estimasi sangat ditentukan oleh signifikansi parameter-parameter dalam model yaitu koefisien regresi dengan menggunakan statistik t (t test). Tujuan dilakukan pengujian ini adalah untuk mengetahui apakah masing-masing variabel independen (beta saham dan return saham) mempunyai pengaruh terhadap variabel dependen (biaya modal ekuitas).
Dasar pengambilan keputusan dalam pengujian hipotesis ini adalah : Berdasarkan probabilitas
Jika probabilitas (p) > α 0,05 maka Ha ditolak Jika probabilitas (p) < α 0,05 maka Ha diterima
xliv Tabel 4.9 TABEL COEFISIENT Model Unstandardized Coefficients Standardized
Coefficients t Sig. Collinearity Statistics
B
Std.
Error Beta Tolerance VIF
1 (Constant) -,861 ,081 -10,646 ,000
SQRTRS2 ,142 ,097 ,131 1,463 ,145 ,638 1,569
SQRTBS2 -,199 ,090 -,197 -2,200 ,029 ,638 1,569
Sumber : Output SPSS
Berdasarkan tabel 4.9 dapat dijelaskan hasil pengujian hipotesis sebagai berikut :
a. Beta Saham
Nilai t hitung variabel beta saham yaitu -2,200 dan nilai probabilitas 0,029
jauh lebih kecil dari α 0,05. Hal ini menandakan bahwa secara signifikan variabel beta saham berpengaruh terhadap biaya modal ekuitas.
b. Return Saham
Nilai t hitung variabel return saham yaitu 1,463 dan nilai probabilitas 0,145
lebih besar dari α 0,05. Hal ini menandakan bahwa secara signifikan variabel
return saham tidak berpengaruh terhadap biaya modal ekuitas
3. Koefisien Determinasi
Koefisien determinasi (R²) pada intinya mengukur seberapa jauh kemampuan model regresi dalam menerangkan variasi variabel dependen. Nilai R² yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai R² yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.
xlv
Tabel 4.10
HASIL UJI KOEFISIEN DETERMINASI
Model Summaryb ,158a ,025 ,015 ,380850 1,848 Model 1 R R Square Adjusted R Square Std. Error of the Es timate Durbin-Watson Predic tors: (Constant), SQRTBS2, SQRTRS2
a.
Dependent Variable: Biaya Modal Ekuitas b.
Sumber : Output SPSS
Dari hasil pengolahan regresi berganda diatas dapat diketahui bahwa koefisien determinasi adjusted R² = 0,015. Ini berarti bahwa variasi dari variabel independen yang terdiri dari beta saham dan return saham mampu menjelaskan variasi dari variabel dependen (cost of equity capital) sebesar 1,5%. Sedangkan sisanya 98,5% adalah variasi dari variabel independen lain yang tidak dimasukkan dalam model.
Uji signifikansi Silmutan (uji F)
Uji statistik F digunakan untuk mengetahui apakah semua variabel independen dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Langkah-langkah yang dilakukan sebagai berikut :
a. Menentukan F table dan F hitung
F table didapat dari F(1-∂) (dk pembilang) (dk penyebut), dimana dk pembilang banyaknya variabel (m) dan dk penyebut adalah banyaknya sampel (n)-m-1 pada taraf signifikansi 5% (Husaini, 200:245), sedangkan F tes atau uji ANOVA melalui program SPSS 12.00.
b. Menarik kesimpulan
xlvi Berdasarkan probabilitasnya
Jika probabilitas (p) > 0,05 maka Ha ditolak
Jika probabilitas (p) < 0,05 maka Ha diterima (Imam Ghozali, 2001:45).
Tabel 4.11
HASIL UJI SIGNIFIKANSI SIMULTAN
ANOVAb ,707 2 ,353 2,436 ,023a 27,559 190 ,145 28,265 192 Regression Residual Total Model 1 Sum of
Squares df Mean Square F Sig.
Predic tors: (Constant), SQRTBS2, SQRTRS2 a.
Dependent Variable: Biaya Modal Ekuitas b.
Sumber : Output SPSS
Dari tabel 4.11 terlihat bahwa besarnya nilai F hitung adalah sebesar 2,436 dan nilai probabilitas sebesar 0,023 yang jauh lebih kecil dari 0,05 maka secara signifikan variabel beta saham dan return saham berpengaruh terhadap biaya modal ekuitas. Atau dengan kata lain dapat disimpulkan bahwa kedua variabel bebas secara bersama-sama terbukti mempengaruhi biaya modal ekuitas.
