METODOLOGI PENELITIAN
4. Pengujian Statistik
a. Uji F
Nilai F hitung digunakan untuk menguji ketepatan model
(goodness of fit). Uji F ini juga sering disebut sebagai uji simultan,
untuk menguji apakah variabel bebas yang digunakan dalam model mampu menjelaskan perubahan nilai variabel terikat atau tidak (Imam Ghozali, 2012). Hipotesis untuk uji F yaitu:
H0 = b1 b2 b3 b4 b5 b6 = 0, artinya secara bersama-sama tidak ada pengaruh
signifikan dari variabel independen terhadap variabel dependen.
H0 = b1 b2 b3 b4 b5 b6 ≠ 0, artinya secara bersama-sama ada pengaruh
63
Untuk menentukan nilai F tabel dengan tingkat signifikansi sebesar 5%, dengan derajat kebebasan (degree of freedom) df = (k-1) dan (n-k), dimana n adalah jumlah observasi, k adalah jumlah variabel dengan kriteria uji yang digunakan adalah:
Jika F hitung > F tabel (k-1; n-k), maka H0 ditolak Jika F Hitung < F tabel (k-1; n-k), maka H0 diterima b. Uji t
Uji t merupakan suatu pengujian yang bertujuan untuk mengetahui apakah koefisien regresi signifikan atau tidak (Nachrowi dan Usman, 2006). Nilai t hitung digunakan untuk menguji pengaruh secara parsial (per variabel) terhadap variabel terikatnya. Apakah variabel tersebut memiliki pengaruh yang berarti terhadap variabel terikatnya atau tidak (Suliyanto, 2011:55).
Dalam tabel distribusi t terdapat istilah one tail dan two tail. Penggunaan tabel one tail atau two tail tergantung pada hipotesis yang diajukan. Jika hipotesis yang diajukan sudah menunjukkan arah, misalkan terdapat pengaruh positif, maka menggunakan one tail
sebelah kanan. Akan tetapi jika belum menunjukkan arah, misalnya terdapat pengaruh (tidak menunjukkan pengaruh positif atau negatif) maka menggunakan two tail. Jika menggunakan one tail maka df: α, n-k, tetapi jika menggunakan two tail maka derajat bebasnya adalah df: α/2, n-k. Keterangan: n = jumlah pengamatan (ukuran sampel); dan k = jumlah variabel bebas dan terikat (Suliyanto, 2011:45).
64
Menurut Suliyanto (2011:56), dalam menentukan pengujian hipotesis uji t adalah sebagai berikut:
1. Hipotesis Hipotesis 1
Ho: Tidak terdapat pengaruh negatif variabel independent terhadap variabel dependent
Ha: Terdapat pengaruh negatif variabel independent terhadap variabel
dependent
Hipotesis 2
Ho : Tidak terdapat pengaruh positif variabel independent terhadap variabel dependent
Ha : Terdapat pengaruh positif variabel independent terhadap variable
dependent
2. Kriteria Pengujian Hipotesis 1
Ho tidak dapat ditolak jika: t hitung ≥ -t tabel, atau Sig.> 0,05
Ha diterima jika:
t hitung < -t tabel, atau
Sig. ≤ 0,05, dan arah koefisien negatif. Hipotesis 2
Ho tidak dapat ditolak jika: t hitung ≤ t tabel, atau
65 Sig. > 0,05
Ha diterima jika:
t hitung > t tabel, atau
Sig. ≤ 0,05, dan arah koefisien positif. c. Uji Koefisien Determinasi (R2)
Koefisien determinasi merupakan besarnya kontribusi variabel bebas terhadap variabel terikatnya. Semakin tinggi koefisien determinasi, semakin tinggi kemampuan variabel bebas dalam menjelaskan variasi perubahan pada variabel terikatnya (Suliyanto, 2011:55).
Koefisien determinasi memiliki kelemahan, yaitu bias terhadap jumlah variabel bebas yang dimasukkan dalam model regresi, dimana setiap penambahan satu variabel bebas dan pengamatan dalam model akan meningkatkan nilai R2 meskipun variabel yang dimasukkan itu tidak memiliki pengaruh yang signifikan terhadap variabel terikatnya. Untuk mengurangi kelemahan tersebut maka digunakan koefisien determinasi yang telah disesuaikan, Adjusted R Square (R2 adj). Koefisien determinasi yang telah disesuaikan berarti bahwa koefisien tersebut telah dikoreksi dengan memasukkan unsur jumlah variabel dan ukuran sampel yang digunakan. Dengan menggunakan koefisien determinasi yang disesuaikan, maka nilai koefisien determinasi yang disesuaikan itu dapat naik atau turun akibat adanya penambahan variabel baru dalam model (Suliyanto, 2011:43).
66
5. Analisis Model Regresi Data Panel
Model persamaan regresi data panel pada penelitian ini terdiri dari beberapa langkah yang digunakan untuk menganalisis kemampuan masing-masing variabel terhadap harga saham. Faktor fundamental yang dianalisis adalah Book Value Per Share (BVPS), Price Earning Ratio
(PER), Earning Per Share (EPS), dan Forecast Earning Per Share
(FEPS). Dari sisi faktor teknikal, variabel yang dianalisis adalah harga saham masa lalu dan dua variabel dummy untuk menangkap tren harga yang sangat positif atau negatif. Penelitian ini akan terdiri dari 5 jenis model yang berbeda, 3 model pertama akan menguji setiap analisis fundamental dan teknikal untuk menjelaskan harga saham, dan 2 model terakhir akan mengintegrasikan kedua jenis analisis, seperti yang dijelaskan di bawah ini:
1. Model pertama, dasar dua faktor model analisis fundamental pada model ini mirip dengan Collins et al (1997) pada penelitian Bettman dkk. (2009) yang menggabungkan nilai buku per saham (BVPS) dan laba per saham (EPS). Pengujian sebelumnya model ini mengakibatkan harga sangat tergantung dengan BVPS. Ohlson (1995) mengungkapkan pada penelitian Bettman dkk. (2009) bahwa harga atau nilai ekuitas perusahaan sebagai fungsi dari laba dan nilai ekuitas buku. Pada model ini, ditambahkan rasio harga per laba (PER), hal ini dikemukakan oleh Weston & Coplend (2004) bahwa nilai PER yang positif memberikan indikasi pertumbuhan laba dan pertumbuhan laba mempunyai pengaruh
67
positif terhadap perkembangan harga saham. Model pertama akan dirancang sebagai berikut:
Keterangan:
β0i = konstanta model regresi pada unit observasi ke i
β1 –β5 = koefisien regresi
Pit = Harga saham pada unit observasi ke i dan waktu ke t
BVPSit = BVPS pada unit observasi ke i dan waktu ke t
PERit = PER pada unit observasi ke i dan waktu ke t
EPSit = EPS pada unit observasi ke i dan waktu ke t
εit = Komponen error pada unit observasi ke i dan waktu ke t 2. Model kedua menggabungkan empat faktor analisis fundamental
mirip penelitian yang dilakukan oleh Dechow dkk. (1999) menggunakan Forecast Earning Per Share (FEPS) untuk melengkapi Earning Per Share (EPS). Dechow dkk. (1999) berpendapat bahwa perkiraan pendapatan memberikan informasi tambahan tentang prospek masa depan perusahaan. Hasil dari pengujian yang sama dalam penelitian sebelumnya yang menunjukkan penggunaan FEPS lebih signifikan daripada EPS itu sendiri. Model kedua adalah sebagai berikut:
Keterangan:
β0i = konstanta model regresi pada unit observasi ke i
β1 –β5 = koefisien regresi
Pit = β0i+ β1 BVPSit + β2 PERit + β3 EPSit + εit ….(1)
68
Pit = Harga saham pada unit observasi ke i dan waktu ke t
BVPSit = BVPS pada unit observasi ke i dan waktu ke t
PERit = PER pada unit observasi ke i dan waktu ke t
EPSit = EPS pada unit observasi ke i dan waktu ke t
FEPSit = EPS pada unit observasi ke i dan waktu ke t
εit = Komponen error pada unit observasi ke i dan waktu ke t 3. Model ketiga hanya terdiri dari faktor analisis teknikal dengan
mengacu faktor momentum dari Jegadeesh dan Titman (1993), bahwa harga saham masa lalu (Pt-1) merupakan salah satu faktor yang menentukan harga saham di masa depan. Dalam penelitian ini, menggunakan variabel dummy berdasarkan ukuran kinerja momentum dari Jegadeesh dan Titman (1993). Variabel dummy ini juga digunakan dalam penelitian Bettman dkk. (2009) yaitu kinerja momentum Dup dan Ddown. Dup bernilai 1 jika return saham lebih tinggi dari return rata-rata dari tahun sebelumnya. Ketika Dup diatur menjadi 1, harga tren bullish untuk periode 6 bulan terakhir yang seolah-olah itu adalah dalam nilai ekstrim positif. Ddown akan bernilai 1 jika return saham lebih rendah dari return rata-rata dari satu tahun sebelumnya, yang berarti harga di tren bearish jangka waktu 6 bulan terakhir seolah-olah itu adalah nilai ekstrim negatif. Ketika pasar meyamping, baik Atas dan Bawah maka nilai akan diatur ke 0. Dari penelitian sebelumnya oleh Bettman dkk. (2009), model ini memiliki kekuatan lebih jelas dibanding model
69
fundamental (1) dan model (2) di atas yan di lihat dari tinggi Adjusted R2. Maka model ini akan menjadi sebagai berikut:
β0i = konstanta model regresi pada unit observasi ke i
β1 – β5 = koefisien regresi
Pit = Harga saham pada unit observasi ke i dan waktu ke t
Pit-1 = Harga saham pada unit observasi ke i dan waktu ke t-1
Dup = Variabel Dummy untuk kondisi Bullish
Ddown = Variabel Dummy untuk kondisi Bearish
εit = Komponen error pada unit observasi ke i dan waktu ke t 4. Model keempat ini integrasi antara Model (1) dan (3),
mengintegrasikan indikator fundamental BPVS, PER dan EPS dengan indikator teknikal yang ada dalam model (3). Penelitian oleh Bettman dkk. (2009), dengan model yang sama memberikan hasil yang sangat signifikan terhadap harga saham dibandingkan dengan Model (1) dan model (3) yang digunakan tanpa ada interaksi satu sama lain. Ini juga konsisten dengan penelitian sebelumnya dari Collins et al (1997) dan juga Ely dan Waymire (1999). Model keempat adalah sebagai berikut:
β0i = konstanta model regresi pada unit observasi ke i
β1 – β5 = koefisien regresi
Pit = Harga saham pada unit observasi ke i dan waktu ke t
BVPSit = BVPS pada unit observasi ke i dan waktu ke t
Pit = β0i + β1 Pit-1 + β2 Dup + β3 Ddown + εit….(3)
Pit = β0i + β1 BVPSit + β2 PERit+ β3 EPSit + β4 Pit-1 + β5 Dup + β6
70
PERit = PER pada unit observasi ke i dan waktu ke t
EPSit = EPS pada unit observasi ke i dan waktu ke t
Pit-1 = Harga saham pada unit observasi ke i dan waktu ke t-1
Dup = Variabel Dummy untuk kondisi Bullish
Ddown = Variabel Dummy untuk kondisi Bearish
εit = Komponen error pada unit observasi ke i dan waktu ke t 5. Model kelima adalah integrasi antara model (2) dan (3) yang
diteliti oleh Bettman dkk. (2009) dengan hasil yang lebih bervariasi dengan tambahan nilai FEPS. Hal ini konsisten dengan Dechow dkk. (1999) berkomentar bahwa nilai buku menambahkan informasi tambahan sedikit tentang harga saham dan di luar itu terdapat dalam perkiraan analis dari laba tahun depan. Penelitian sebelumnya menunjukkan bahwa model ini memiliki kekuatan sedikit lebih baik dan jelas. Maka model lima sebagai berikut:
β0i = konstanta model regresi pada unit observasi ke i
β1 –β5 = koefisien regresi
Pit = Harga saham pada unit observasi ke i dan waktu ke t
BVPSit = BVPS pada unit observasi ke i dan waktu ke t
PERit = PER pada unit observasi ke i dan waktu ke t
EPSit = EPS pada unit observasi ke i dan waktu ke t
FEPSit = FEPS pada unit observasi ke i dan waktu ke t
Pit-1 = Harga saham pada unit observasi ke i dan waktu ke t-1
Pit = β0i + β1 BVPSit + β2 PERit + β3 EPSit + β4 FEPSit + β5 Pit-1 + β6
71
Dup = Variabel Dummy untuk kondisi Bullish
Ddown = Variabel Dummy untuk kondisi Bearish
εit = Komponen error pada unit observasi ke i dan waktu ke t
E. Operasional Variabel Penelitian
Penelitian menggunakan delapan variabel, yaitu BVPS (Book Value Per
Share), PER (Price Earning Ratio), EPS (Earning Per Share), FEPS
(Forecasted Earning Per Share), dan faktor teknikal yaitu harga saham masa
lalu dan juga dua variabel momentum dummy (Dup dan Ddown) sebagai variabel lepas (independen) dan harga saham sebagai variabel terikat (dependen).
Tabel 3.1
Operasional Variabel Penelitian
No. Variabel Indikator Skala Satuan
Pengukuran Devinisi Operasional 1. Harga Saham Harga penutupan (closing prise) masing-masing emiten.
Rasio Rupiah Harga suatu saham pada saat tertentu yang ditentukan oleh pelaku pasar dan oleh permintaan dan penawaran saham yang bersangkutan di pasar modal (Ang, 1997). 2. Book Value