BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.2 Analisis Data
4.2.1 Statistik Deskriptif
Analisis deskriptif merupakan analisis yang paling mendasar untuk menggambarkan keadaan data secara umum. Data penelitian selengkapnya ditampilkan pada lampiran. Hasil statistik deskriptif dengan bantuan SPSS :
Tabel 4.2 Statistik Deskriptif
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Info 116 0 27 14.73 6.910
Ifr 116 0 1 .76 .430
SQRTFREK 116 .00 1481.22 344.2271 319.10948
Valid N (listwise) 116
Dari output SPSS diatas dari 116 sampel perusahaan, tingkat pengungkapan informasi di tertinggi adalah 27 yaitu PT. Astra Otoparts Tbk, dari jumlah maksimum yang bisa diperoleh 40. Rata- rata tingkat pengungkapannya adalah 14,73. Tingkat pengungkapan informasi ini menandakan derajat atau kauntitas dari informasi yang diungkapkan perusahaan pada website. Semakin tingggi tingkat pengungkapan berarti semakin banyak informasi yang diungkapkan perusahaan.
Variabel IFR mempunyai rata-rata 0,76 yang menunjukkan 88 perusahaan menerapkan IFR (nilai “1”) dan sisanya sebanyak 28 perusahaan tidak menerapkan IFR (nilai “0”). Hal tersebut mengindikasikan bahwa praktek IFR cukup banyak diadopsi oleh perusahaan di Indonesia dengan persentase 76% dari keseluruhan sampel perusahaan.
Semakin tinggi jumlah frekuensi perdagangan saham maka saham perusahaan tersebut semakin diminati oleh para investor. SQRTFREK tertinggi adalah saham PT. Astra International Tbk dengan frekuensi mencapai 1481.22, sebaliknya saham PT. Century Textile Industry (Seri B) Tbk. dan PT. Panasia Filament Inti Tbk. Tidak diperdagangkan selama tahun 2010-2013, dengan frekuensi 0.
Tabel 4.3
Statistik Deskriptif Perusahaan IFR
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Info 88 9 27 18.03 3.740
SQRTFREK 88 2.00 1481.22 387.3419 335.51246
Valid N (listwise) 88
Dari 88 perusahaan yang menerapkan IFR,tingkat pengungkapan informasi di
website terendah adalah 9 (PT. Trias Sentosa Tbk.) dan tertinggi adalah 27 (PT. Astra Otoparts Tbk.) dari jumlah maksimum yang bisa diperoleh 40. Rata- rata tingkat pengungkapannya adalah 18,19. SQRTFREK terendah bernilai 2,00 dan tertinggi bernilai 1481,22.
4.2.2 Uji Asumsi Klasik 4.2.2.1 Uji Normalitas
Untuk melakukan uji ini, peneliti melakukan transformasi terhadap data pada variabel frekuensi perdagangan saham dengan melakukan square root transformation (SQRT) karena pada pengujian sebelum data ditransformasikan, didapat nilai signifikansi dibawah 0,05. Uji normalitas menggunakan Uji Kolmogorov-Smirnov dengan menggunakan taraf signifikansi 0,05.
Tabel 4.4 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 116
Normal Parametersa,b Mean 0E-7
Std. Deviation 297.63334532
Most Extreme Differences
Absolute .081
Positive .081
Negative -.064
Kolmogorov-Smirnov Z .869
Asymp. Sig. (2-tailed) .437
a. Test distribution is Normal. b. Calculated from data.
Dari hasil output SPSS diatas nilai signifikansi adalah 0,437, diatas 0,05. Dengan demikian data pada variabel tersebut disimpulkan berdistribusi normal.
4.2.2.2 Uji Heteroskedastisitas
Model regresi yang baik adalah yang homoskedastisitas atau yang tidak terjadi heteroskedastisitas. Metode uji heteroskedastisitas dengan korelasi Spearman’s rho yaitu mengkorelasikan variabel independen dengan nilai unstandardized residual. Jika korelasi antara variabel independen dengan residual diatas signifikansi 0,05 maka dapat dikatakan bahwa tidak terjadi masalah heteroskedastisitas pada model regresi.
Tabel 4.5
Hasil Uji Heteroskedastisitas Spearman’s rho
Correlations
info Ifr Unstandardi
zed Residual Spearman's rho Info Correlation Coefficient 1.000 .741** -.030 Sig. (2-tailed) . .000 .753 N 116 116 116 Ifr Correlation Coefficient .741** 1.000 -.038 Sig. (2-tailed) .000 . .686 N 116 116 116 Unstandardized Residual Correlation Coefficient -.030 -.038 1.000 Sig. (2-tailed) .753 .686 . N 116 116 116
**. Correlation is significant at the 0.01 level (2-tailed).
Sumber : Output statistik, Maret 2015
Dari output di atas dapat diketahui bahwa nilai korelasi variabel independen dengan Unstandardized Residual memiliki nilai signifikansi 0,753 dan 0,686 lebih
besar dari 0,05. Dapat disimpulkan tidak terjadi masalah heteroskedastisitas pada model regresi.
4.2.2.3 Uji Autokorelasi
Uji autokorelasi dilakukan dengan uji Durbin-Watson (DW Test). Uji ini dilakukan karena data dalam penelitian merupakan data time series.
Autokorelasi positif Daerah ragu-ragu Tidak ada autokorelasi Daerah ragu-ragu Autokorelasi negative 0 dl du 4-du 4-dl 4 Gambar 4.1 Grafik d Durbin-Watson d < dl : terdapat gejala autokorelasi positif d > (4-dl) : terdapat gejala autokorelasi negatif dl < d < (4-du) : tidak ada autokorelasi
dl < d < du : pengujian tidak meyakinkan
Tabel 4.6
Hasil Uji Autokorelasi
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the Estimate
Durbin-Watson
1 .361a .130 .115 300.25572 1.891
a. Predictors: (Constant), ifr, info b. Dependent Variable: SQRTFREK
Sumber : Output statistik, Maret 2015
Autokorelasi positif Daerah ragu-ragu Tidak ada autokorelasi Daerah ragu-ragu Autokorelasi negatif 1,891 0 1,67972 1,71446 2,28554 2,32028 4
Dari output statistik diperoleh nilai Durbin-Watson (d) = 1,891. Dengan jumlah variabel independen 2 dan sampel 116, maka diperoleh du = 1,71446 dan dl = 1,67972 (diambil dari tabel Durbin-Watson). Pengambilan keputusan :
du < d < 4-du = 1,71446 < 1,891 < 2,28554 Maka dapat dikatakan tidak ada autokorelasi positif maupun negatif.
4.2.2.4 Uji Multikolinearitas
Uji multikolinearitas dilakukan dengan melihat nilai tolerance dan variance inflation factor (VIF) dari hasil analisis. Apabila nilai tolerance value > 0,10 atau VIF < 10, maka dapat disimpulkan tidak terjadi multikolinearitas.
Tabel 4.7
Hasil Uji Multikolinearitas
Coefficientsa Model Unstandardized Coefficients Standardize d Coefficients T Sig. Collinearity Statistics
B Std. Error Beta Toleranc
e VIF 1 (Constant) 105.870 65.938 1.606 .111 Info 23.606 7.708 .511 3.062 .003 .276 3.619 Ifr -144.238 123.930 -.194 -1.164 .247 .276 3.619
a. Dependent Variable: SQRTFREK
Sumber : Output statistik, Maret 2015
Dari hasil uji multikolinearitas diketahui seluruh variabel independen memiliki nilai VIF kurang dari 10 dan nilai tolerance lebih dari 0,1 sehingga dapat disimpulkan bahwa dalam model regresi yang digunakan tidak mengandung multikolinearitas atau tidak ditemukan korelasi antar variabel independen.
4.2.3 Analisis Regresi
Model analisis yang digunakan dalam penelitian ini adalah metode regresi berganda dengan persamaan sebagai berikut :
SQRTFREK = a + b1IFR + b2INFO Tabel 4.8
Analisis Regresi
Coefficientsa
Model Unstandardized Coefficients Standardized
Coefficients t Sig. B Std. Error Beta 1 (Constant) 105.870 65.938 1.606 .111 Ifr -144.238 1123.930 -.194 -1.164 .247 Info 23.606 7.708 .511 3.062 .003
a. Dependent Variable: SQRTFREK
Sumber : Output statistik, Maret 2015
Berdasarkan tabel pengujian diatas, maka persamaan regresi berganda dapat dituliskan sebagai berikut :
SQRTFREK = 105.870 – 144.238IFR + 23.606INFO Persamaan regresi diatas dapat diinterpretasikan sebagai berikut :
1. Nilai konstanta sebesar 105.870 artinya apabila nilai variabel independen (IFR dan INFO) bernilai nol, maka variabel dependen (SQRTFREK) adalah sebesar 105.870.
2. Koefisien regresi IFR sebesar -144.238 memberikan pengertian bahwa perubahan IFR sebesar 1 satuan akan memberikan dampak penurunan SQRTFREK sebesar 144.238.
3. Koefisien regresi INFO sebesar 23.606 memberikan pengertian bahwa perubahan INFO sebesar 1 satuan akan memberikan dampak peningkatan SQRTFREK sebesar 23.606.
4.2.4 Pengujian Hipotesis
Pengujian hipotesis dilakukan dengan menggunakan uji t. Taraf signifikansi α (5%). Bila nilai.sig > 0,05, maka hipotesis ditolak, namun bilai nilai.sig <0,05, hipotesis yang diajukan diterima. Dari tabel 4.8, dapat dilakukan pembahasan dari tiap-tiap variabel :
a. Hipotesis Pertama
Pengujian ini bertujuan untuk mengetahui pengaruh IFR terhadap frekuensi perdagangan saham. Probabilitas menunjukkan angka signifikansi sebesar 0,247. Angka ini lebih besar dari α (0,05), artinya bahwa variasi variabel IFR secara parsial tidak berpengaruh terhadap frekuensi perdagangan saham perusahaan.
Dengan demikian dapat disimpulkan bahwa hipotesis yang menyatakan IFR berpengaruh positif terhadap frekuensi perdagangan saham ditolak. Hasil penelitian menunjukkan bahwa frekuensi perdagangan saham perusahaan perusahaan manufaktur yang listing dari tahun 2010-2013 di BEI tidak dipengaruhi oleh ada atau tidaknya praktik internet financial reporting yang dilakukan. Hal ini mengindikasikan bahwa ada variabel lain yang mempengaruhi frekuensi perdagangan saham perusahaan.
b. Hipotesis Kedua
Berdasarkan hasil pengujian pada tabel 4.8, variabel tingkat pengungkapan informasi mempunyai nilai sig. sebesar 0,003. Angka tersebut lebih kecil dari nilai
α (0,05), artinya bahwa variasi variabel tingkat pengungkapan informasi website secara parsial mempunyai pengaruh yang signifikan terhadap frekuensi perdagangan saham perusahaan. Dengan demikian dapat disimpulkan bahwa hipotesis kedua yang menyatakan tingkat pengungkapan informasi website berpengaruh positif terhadap frekuensi perdagangan saham diterima karena terdukung secara statistik.
Hasil ini menunjukkan bahwa frekuensi perdagangan saham, yaitu jumlah transaksi perdagangan, baik jual atau beli, suatu saham perusahaan manufaktur dipengaruhi oleh tingkat pengungkapan informasi website yang dilakukan oleh perusahaan sampel, yaitu perusahaan manufaktur yang listing dari tahun 2010-2013. Untuk itu diharapkan perusahaan meningkatkan usaha pengungkapan informasi sesuai dengan konsep teori sinyal, pengungkapan informasi keuangan dan non keuangan yang dapat membantu pengguna informasi menilai prospek perusahaan kedepan dan mengurangi asimetri informasi yang ada. Semakin tinggi tingkat pengungkapan informasi, maka semakin besar dampaknya pada keputusan investor. Reaksi dari investor akan mempengaruhi pergerakan harga saham yang lebih cepat dan otomatis mempengaruhi frekuensi perdagangan saham perusahaan.