A. Waktu dan Tempat Penelitian
Waktu pengambilan data yang digunakan dalam penelitian ini dilakukan pada bulan September 2016 sampai Juli 2017. Yang menjadi objek penelitian penulis adalah Perusahaan Manufaktur Sub Sektor Makanan dan Minuman yang terdaftar di Bursa Efek Indonesia (BEI) pada periode tahun 2012 sampai 2015. Perusahaan yang menjadi objek penelitian ini telah mempublikasikan laporan keuangan dalam pengamatan.
Pada penelitian ini, penulis memperoleh data dari Bursa Efek Indonesia (BEI) tepatnya di factbook Bursa Efek Indonesia (BEI) periode tahun 2012 sampai 2015. Selain itu sumber refrensi lain seperti jurnal ilmiah yang diambil secara online, serta buku-buku refrensi lainnya.
B. Desain Penelitian
Penelitian ini merupakan jenis penelitian kausal komparatif. Penelitian kausal komparatif adalah penelitian yang dilakukan untuk membandingkan suatu variabel (objek penelitian), antara subjek yang berbeda atau waktu yang berbeda dan menemukan hubungan sebab-akibatnya.
Penelitian kausal komparatif (causal comparative research) yang disebut juga penelitian ex post facto adalah penyelidikan empiris yang sistematis dimana peneliti tidak mengendalikan variabel bebas secara langsung karena
keberadaan dari variabel tersebut telah terjadi atau karena variabel tersebut pada dasarnya tidak dapat dimanipulasi (Ezmir, 2009).
Adapun tujuan penelitian ini adalah untuk menyelidiki kemungkinan hubungan sebab-akibat berdasarkan atas pengamatan terhadap akibat yang ada, dan mencari kembali fakta yang mungkin menjadi penyebab melalui data tertentu. Maksud dari akibat yang ada adalah variabel dependen sebagai variabel yang terkena akibat atau pengaruh, sedangkan fakta yang menjadi penyebab adalah variabel bebas atau independen sebagai penyebab dari hal yang terjadi pada variabel dependen.
Variabel dependen dalam penelitian ini adalah Harga Saham Perusahaan Manufaktur Sub Sektor Makanan dan Minuman yang terdaftar di BEI pada periode 2012-2015, sedangkan variabel independen dalam penelitian ini adalah Current Ratio (CR), Debt To Equity Ratio (DER) dan Earning per Share (EPS). Dilihat dari data yang diperoleh, penelitian ini merupakan jenis penelitian kuantitatif karena di dalamnya mengacu pada perhitungan data penelitian yang berupa angka-angka.
C. Definisi dan Operasionalisasi Variabel
Menurut Narimawati (2010) menjelaskan operasionalisasi variabel sebagai berikut : “Penentuan construct sehingga menjadi variabel yang dapat diukur. Definisi operasional menjelaskan cara tertentu dapat digunakan oleh peneliti dalam mengoperasionalisasikan construct, sehingga memungkinkan bagi peneliti yang lain untuk melakukan replikasi pengukuran dengan cara yang sama atau mengembangkan cara pengukuran construct yang lebih baik”.
Adapun pengertian variabel penelitian menurut Sugiyono (2013) sebagai berikut : “Variabel penelitian adalah suatu atribut atau sifat atau nilai dari orang, obyek atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk mempelajari variasi tertentu yang diterapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya”.
Variabel dalam penelitian ini dibedakan menjadi dua yaitu variabel bebas(independent variable)dan variabel terikat(dependent variable).
1). Variabel Bebas(Independent Variable)
Variabel bebas atau variabel independen adalah variabel yang mempengaruhi variabel terikat. Variabel independen dalam penelitian ini terdiri dari: Current Ratio(CR),Debt to Equity Ratio(DER) dan Earning Per Share(EPS).
a). Current Ratio(CR)
Current Ratio (CR) mengukur kemampuan aktiva lancar membayar hutang lancar. Rasio ini dihitung dengan membagi aktiva lancar dengan kewajiban lancar. Rasio ini menunjukkan sampai sejauh apa kewajiban lancar ditutupi oleh aktiva yang diharapkan akan dikonversi menjadi kas dalam waktu dekat. Aktiva lancar meliputi kas, efek yang dapat diperdagangkan, piutang usaha, dan persediaan. Kewajiban lancar terdiri atas utang usaha, wesel tagih jangka pendek, utang lancar jangka panjang, pajak dan gaji yang masih harus dibayar (Brigham dan Houston, 2012). Current Ratio dapat dihitung dengan menggunakan rumus :
Current Ratio(CR) = Aktiva Lancar x 100% Hutang Lancar
b). Debt to Equity Ratio(DER)
Debt to Equity Ratio (DER) adalah rasio yang dihitung dengan membagi total hutang dengan total aset. Debt to Equity Ratio (DER) merupakan perbandingan antara total hutang terhadap total shareholders equity yang dimiliki perusahaan. Total hutang disini merupakan total hutang jangka pendek dan total hutang jangka panjang. Sedangkan Shareholders Equity adalah total modal sendiri (total modal saham disetor dan laba ditahan) yang dimiliki oleh perusahaan (Brigham dan Houston, 2012). Maka perhitungan DER dapat dirumuskan sebagai berikut :
Debt to Equity Ratio(DER) = Total Kewajiban x 100 %
Total Ekuitas
c). Earning Per Share(EPS)
Earning Per Share (EPS) merupakan rasio untuk mengukur kemampuan perusahaan dalam menghasilkan keuntungan per lembar saham. EPS dapat dihitung dengan rumus:
Earning Per Share(EPS)= Laba Setelah Pajak x 100%
2). Variabel Terikat(Dependent Variable)
Variabel dependen atau variabel terikat adalah variabel yang dipengaruhi oleh variabel bebas. Variabel dependen dalam penelitian ini yaitu harga saham. Harga saham yang digunakan dalam penelitian ini adalah harga saham penutupan (closing price) di akhir periode yaitu pada tahun 2012-2015 yang diperoleh melalui data sekunder yang diambil dengan mencatat dan mengumpulkannya dari dokumentasi Bursa Efek Indonesia (BEI).
Skala pengukuran yang digunakan dalam penelitian ini untuk semua variabel (independen dan dependen) menggunakan skala rasio. Skala rasio adalah skala interval dan memiliki nilai dasar (based value) yang tidak dapat dirubah (Ghozali, 2006). Skala rasio merupakan tingkat pengukuran tertinggi, dimana ukuran ini mencakup semua persyaratan pada jenis ukuran lainnya (nominal, ordinal dan interval). Dan ukuran ini memberikan nilai absolute pada data atau objek yang akan diukur.
Operasionalisasi variabel dalam penelitian ini akan dijelaskan dalam tabel sebagai berikut :
Tabel 3.1
Operasionalisasi Variabel Penelitain
No Variabel Jenis
Variabel Indikator Skala
1. X1 CR
Aktiva Lancar
Hutang Lancar Rasio
2. X2 DER
Total Kewajiban
3. X3 EPS
Laba Setelah Pajak
Jumlah Saham Yang Beredar Rasio
4. Y Harga
Saham Harga Saham padaClosing Price Rasio
D. Populasi dan Sampel Penelitian
Populasi penelitian adalah keseluruhan subyek yang menjadi fokus penelitian. Sedangkan sampel penelitian adalah sebagian dari subyek penelitian yang akan digunakan sebagai dasar untuk melakukan analisis. Populasi dalam penelitian ini adalah seluruh perusahaan sub sektor industri makanan dan minuman yang go public di BEI sebanyak 16 (enambelas) perusahaan dari tahun 2012 sampai dengan 2015. Pengambilan sampel dengan metode purposive sampling yaitu pemilihan sampel yang sesuai dengan kriteria yang telah ditentukan.
Adapun kriteria yang ditetapkan untuk memperoleh sampel adalah sebagai berikut:
1). Perusahaan tersebut mempublikasikan laporan keuangan yang telah diaudit sesuai dengan periode penelitian yaitu 2012-2015.
2). Perusahaan yang tercatat memiliki ketersediaan dan kelengkapan data harga saham selama periode 2012-2015.
3). Perusahaan yang memiliki data secara lengkap selama periode 2012-2015 dan tidak memiliki variabel negatif.
Dari total populasi pada perusahaan sub sektor industri makanan dan minuman di Bursa Efek Indonesia (BEI) selama periode 2012-2015, maka
ditentukan 8 (delapan) perusahaan yang memenuhi kriteria, adalah sebagai berikut:
Tabel 3.2 Seleksi Sampel
Keterangan Jumlah
Total perusahaan industri makanan dan minuman yang terdaftar di BEI selama 2012-2015.
16 Dikurangi perusahaan industri makanan dan minuman yang
delisting di BEI pada periode 2015.
(1) Dikurangi perusahaan industri makanan dan minuman yang
relisting di BEI pada bulan September periode 2012.
(1) Dikurangi perusahaan industri makanan dan minuman yang
pindah sub sektor di BEI pada periode 2014.
(1) Dikurangi perusahaan industri makanan dan minuman yang
tidak menerbitkan dan mempublikasikan laporan keuangan periode tahun 2012-2015.
(2)
Dikurangi perusahaan yang tidak memiliki data secara lengkap dan mempunyai variabel negatif.
(3)
Jumlah sampel penelitian 8
Tabel 3.3
Daftar Perusahaan Sampel Penelitian Yang Terdaftar di BEI
(Sumber: www.sahamok.com)
No. Nama Perusahaan Kode
1. PT.Indofood CBP Sukses Makmur Tbk ICBP
2. PT.Indofood Sukses Makmur Tbk INDF
3. PT.Mayora Indah Tbk MYOR
4. PT.Multi Bintang Indonesia Tbk MLBI
5. PT.Nippon Indosari Corpindo Tbk ROTI
6. PT.Sekar Laut Tbk SKLT
7. PT.Siantar Top Tbk STTP
8. PT.Ultrajaya Milk Industry & Trading Company Tbk
E. Teknik Pengumpulan Data
Metode pengumpulan data yang digunakan oleh penulis dalam penelitian ini adalah dengan pengumpulan data arsip (dokumen/copy) atau studi pustaka (library search), yaitu dengan mengumpulkan data sekunder berupa laporan keuangan neraca dan laporan keuangan laba rugi dari perusahaan-perusahaan sub sektor industri makanan dan minuman yang di ambil sebanyak 8 (delapan) perusahaan di Indonesia dengan rentang tahun pengamatan dari tahun 2012 hingga tahun 2015.
Data penelitian tersebut diperoleh dari cetak media internet yang di listing di Bursa Efek Indonesia (BEI). Jenis data yang digunakan dalam penelitian ini adalah data sekunder, yaitu data yang diperoleh secara tidak langsung atau melalui media perantara dan merupakan data primer yang telah diolah lebih lanjut serta telah disajikan oleh Bursa Efek Indonesia (BEI). F. Metode Analisis Data
Analisis data adalah kegiatan setelah data dari seluruh responden terkumpul. Kegiatan dalam analisis data adalah mengelompokkan data berdasarkan variabel dan jenis responden, mentabulasi data berdasarkan variabel dari seluruh responden, menyajikan data tiap variabel yang diteliti, melakukan perhitungan untuk menjawab masalah, dan melakukan perhitungan untuk menguji hipotesis yang telah diajukan (Sugiyono, 2012).
Dalam penelitian ini metode analisis yang dilakukan adalah model analisis regresi data panel. Sedangkan pengertian data panel adalah kombinasi antara data silang tempat (cross section) dengan data runtut waktu (time
series) (Kuncoro, 2011). Alat pengolah data dalam penelitian ini menggunakan perangkat lunak atau softwareEviews versi 9.
1. Analisis Statistik Deskriptif
Analisis deskriptif yaitu analisis yang digunakan untuk analisa data dengan cara mendeskripsikan atau menggambarkan data yang terkumpul sebagaimana adanya tanpa ada tujuan membuat kesimpulan untuk generalisasi. Statistik deskriptif memberikan gambaran atau deskriptif tentang suatu data yang dilihat melalui nilai rata-rata (mean), standar deviasi, varian, maksimum, minimum, sum dan range (Ghozali, 2009). Standar deviasi kecil menunjukkan sampel atau populasi yang mengelompok disekitar nilai rata-rata hitungnya.
2. Analisis Regresi Data Panel
Menurut Widarjono (2009) penggunaan data panel dalam sebuah observasi mempunyai beberapa keuntungan yang diperoleh. Pertama, data panel yang merupakan gabungan dua data time seriesdan cross section mampu menyediakan data yang lebih banyak sehingga akan lebih menghasilkan degree of freedom yang lebih besar. Kedua, menggabungkan informasi dari data time seriesdancross sectiondapat mengatasi masalah yang timbul ketika ada masalah penghilangan variabel (omitted-variabel).
Datatime series adalah data yang dikumpulkan dari waktu ke waktu terhadap suatu individu. Sedangkan data cross section merupakan data yang dikumpulkan dalam satu waktu terhadap banyak individu.
Keunggulan regresi data panel menurut Wibisono (dalam Ajija 2011) antara lain :
a). Panel data mampu memperhitungkan heterogenitas individu secara ekspilisit dengan mengizinkan variabel spesifik individu.
b). Kemampuan mengontrol heterogenitas ini selanjutnya menjadikan data panel dapat digunakan untuk menguji dan membangun model perilaku lebih kompleks.
c). Data panel mendasarkan diri pada observasi cross-section yang berulangulang (time series), sehingga metode data panel cocok digunakan sebagai study of dynamic adjustment.
d). Tingginya jumlah observasi memiliki implikasi pada data yang lebih informative, lebih variatif, dan kolinieritas (multiko) antara data semakin berkurang, dan derajat kebebasan (degree of freedom/df) lebih tinggi sehingga dapat diperoleh hasil estimasi yang lebih efisien. e). Data panel dapat digunakan untuk mempelajari model-model perilaku
yang kompleks.
f). Data panel dapat digunakan untuk meminimalkan bias yang mungkin ditimbulkan oleh agregasi data individu.
Widarjono (2009) menyatakan terdapat beberapa metode yang biasa digunakan dalam mengestimasi model regresi dengan data panel, yaitupooling least square(Common Effect), pendekatan efek tetap (Fixed Effect), pendekatan efek random (Random Effect).
a). Pooled Least Square(Common Effect)
Model Pooled Least Square(Common Effect)adalah model yang hanya menggabungkan data tanpa melihat perbedaan waktu dan individu. Dalam pendekatan ini tidak memperhatikan dimensi individu maupun waktu, dan dapat diasumsikan bahwa perilaku data antar perusahaan sama dalam berbagai rentang waktu. Asumsi ini jelas sangat jauh dari realita sebenarnya, karena karakteristik antar perusahaan baik dari segi wilayah jelas sangat berbeda. Berikut adalah model regresi linier menggunakan datacross sectiondantime series: Model dengan datacross section
Yi = α + β Xi + ɛi ; i = 1,2,….,N N : banyaknya datacross section Model dengan datatime series
Yt =α + β Xt + ɛt ; t= 1,2,….,T N : banyaknya datatime series
Mengingat data panel merupakan gabungan dari data cross section dan data time series, dan diasumsikan bahwa α dan β akan sama (konstan) untuk setiap datatime seriesdancross section, maka α
dan β dapat diestimasi dengan model berikut menggunakan N x T
pengamatan maka modelnya dituliskan dengan :
Yit =α + β Xit + ɛit; i = 1,2,….,N ; t = 1,2,….,T dimana :
T = banyaknya waktu N x T = banyaknya data panel
Akan tetapi dengan menggabungkan data, maka kita tidak dapat melihat perbedaan baik antar individu maupun antar waktu, atau dengan kata lain dalam pendekatan ini tidak memperhatikan dimensi individu maupun waktu.
b). Pendekatan Efek Tetap (Fixed Effect)
Pengertian model fixed effect adalah model dengan intercept berbeda-beda untuk setiap subjek (cross section), tetapi slope setiap subjek tidak berubah seiring waktu (Gujarati, 2012). Model ini mengasumsikan bahwa intercept adalah berbeda setiap subjek sedangkan slope tetap sama antar subjek. Dalam membedakan satu subjek dengan subjek lainnya digunakan variabel dummy (Kuncoro, 2012). Model ini sering disebut dengan model Least Square Dummy Variables (LSDV). Berdasarkan Gujarati (2012) persamaan model ini adalah sebagai berikut :
Dimana variabel dummy d1t untuk subjek pertama dan 0 jika bukan, d2t untuk subjek kedua dan 0 jika bukan, dan seterusnya. Jika dalam sebuah penelitian menggunakan 10 cross section, maka jumlah variabel dummy yang digunakan sebanyak 9 variabel untuk menghindari perangkap variabel dummy, yaitu kondisi dimana terjadi kolinearitas sempurna (Gujarati, 2012). Intercept b0 adalah nilai
intercept subjek kesatu dan koefisien b6, b7, b8 menandakan besar perbedaan antara intercept subjek lain terhadap subjek kesatu.
Model persamaan padafixed effectmodel dapat dituliskan dalam bentuk sebagai berikut :
Yit = αit + βj Xitj + Ʃ αit*Di + ɛit: dimana :
Yit = Nilai variabel terikat (dependent variable) untuk setiap unit cross section ke-I pada periode waktu t dimana i = 1,…,N dan t = 1,…,T.
Xitj = Nilai variable penjelas (explanatory variable) ke-j untuk setiap unitcross sectionke-i pada periode waktu t dimana K variabel penjelas diberi indeks dengan j = 1,…,K.
αit = Intercept pada persamaan fixed.
Αit* = Intercept yang berubah-ubah antar unit cross section. Di = Dummy pada unitcross section.
Βj = Koefisien slope atau parameter untuk variabel ke-j yang
berbeda antar unitcross section.
Eit = Komponen error untuk setiap unitcross sectionke-i pada periode waktu t.
N adalah jumlah unit cross section, T adalah jumlah periode waktunya, dan K adalah jumlah variabel penjelas.
Dengan menggunakan pendekatan ini akan terjadi pengurangan degree of freedom sebesar NT-N-K. Keputusan memasukkan variabel
dummy ini harus didasarkan pada pertimbangan statistic. Penambahan variabel dummy ini akan dapat mengurangi banyaknya degree of freedom yang akhirnya akan mempengaruhi keefesienan dari parameter yang diestimasi. Kelebihan pendekatan LSDV ini adalah
dapat menghasilkan dugaan parameter β yang tidak biasa dan efisien.
Tetapi kelemahannya jika jumlah unit observasinya besar maka akan terlihat rumit.
c). Pendekatan Efek Random(Random Effect)
Metode Random Effect adalah metode yang akan mengestimasi data panel dimana variabel gangguan mungkin saling berhubungan antar waktu dan antar individu. (Widarjono, 2009). Teknik yang digunakan dalam metode Random Effectadalah dengan menambahkan variabel gangguan (error terms) yang mungkin saja akan muncul pada hubungan antar waktu dan antar data perusahaan. Berikut adalah permodelan Random Effect :
Yit = α + βxit + ɛit ; ɛit = ui + vt + wit dimana:
ui = Komponenerrorcross section vt = Komponenerror time series wit = Komponenerror gabungan
Adapun asumsi yang digunakan untuk komponenerrortersebut :
ui ~ N (0, σu2 );
vt ~ N (0, σv2 );
wit ~ N (0, σw2 );
wit adalah error term gabungan terdiri atas dua komponen: ɛit yaitu komponen error yang cross-section atau spesifik-individual, dan ui yaitu komponen error gabungantime-seriesdancrosssection.
3. Pemilihan Model Regresi Data Panel
Untuk memilih model yang paling tepat digunakan dalam mengelola data panel, terdapat beberapa pengujian yang dapat dilakukan, yaitu:
a). UjiChow
Uji Chowadalah pengujian untuk menentukan model Common Effect atau Fixed Effect yang paling tepat digunakan dalam mengestimasi data panel. Hipotesis dalam uji chow adalah :
H0 :Common EffectModel H1 :Fixed EffectModel
Statistika uji yang digunakan adalah Uji F dengan Rumus :
ܨ
=
(
ܵܵܧ
ଵ−
ܵܵܧ
ଶ)
(
݊
− 1)
ܵܵܧ
ଶ(
݊ݐ
−
݊
−
݇
)
Dimana :SSE1 : Sum Square Error dari modelCommon Effect SSE2 : Sum Square Error dari modelFixed Effect n : Jumlah perusahaan (cross section)
nt : Jumlahcross sectionx jumlahtime series k : Jumlah variabel independen
Kriteria uji yang digunakan adalah F tabel didapat dari : ܨ−ݐܾ݈ܽ݁= {ߙ∶ df(݊− 1,݊ݐ−݊−݇)}
Dimana :
α : Tingkat signifikasi yang dipakai (alfa)
n : Jumlah perusahaan (cross section)
nt : Jumlahcross sectionx jumlahtime series k : Jumlah variabel independen
Dasar penolakan terhadap hipotesis diatas adalah dengan membandingkan perhitungan F-statistik dengan F-tabel. Perbandingan dipakai apabila hasil hitung lebih besar (>) dari F-tabel maka H0 ditolak yang berarti model yang paling tepat digunakan adalahFixed Effect Model. Begitupun sebaliknya, jika F-hitung lebih kecil (<) dari F-tabel maka H0 diterima dan model yang digunakan adalahCommon Effect Model(Widarjono, 2009).
b). UjiHausman
Hausman test adalah pengujian statistik untuk memilih apakah modelFixed Effect atauRandom Effect yang paling tepat digunakan apabila dari hasil Uji Chow tersebut ditentukan bahwa metodeFixed Effect yang digunakan, maka harus ada uji lanjutan dengan Uji Hausman untuk memilih antara metode Fixed Effect atau metode Random Effectyang akan digunakan untuk mengestimasi regresi data
panel. Untuk menguji Hausman Test data juga diregresikan dengan model Random Effect, kemudian dibandingkan antara Fixed Effect danRandom Effectdengan hipotesis :
H0: ModelRandom Effect H1: ModelFixed Effect
Model Uji Hausman yang digunakan adalah sebagai berikut : W = X2 [k – 1] = [b – β] [b – β]
Sementara itu hipotesis yang digunakan dalam pengujian ini adalah: ܪ = W memiliki distribusi chi-square yang terbatas dengan
derajat kebebasan (k-1)
ܪଵ= W memiliki distribusi chi-square yang tidak terbatas
dengan derajat kebebasan (k-1)
Uji menggunakan chi-square dimana jika probabilitas dari
hausman lebih kecil dari α (hasil hausman test signifikan) maka Ho ditolak dan model fixed effect digunakan. Pengujian ini untuk mengetahui apakah model regresi yang digunakan layak untuk melakukan pengujian hipotesis dalam penelitian ini. Pengujian ini dilakukan dengan alat bantuan program Eviews versi 9. Kriteria pengujiannya adalah sebagai berikut:
1). ܪditerima danܪଵ ditolak apabila ρ value > 0,05 atau bila nilai
signifikansi > nilai alpha α 0,05 berarti model regresi dalam
2). ܪditolak danܪଵ diterima apabila ρ value < 0,05 atau bila nilai
signifikansi < nilai alpha α 0,05 berarti model regresi dalam
penelitian ini layak ataufituntuk digunakan dalam penelitian. c). UjiLagrange Multiplier
Lagrange Multiplier (LM) adalah uji untuk menentukan model Random Effect atau model Common Effect yang paling tepat digunakan dalam mengestimasi data panel.
Hipotesis dalam uji LM adalah : H0 :Common EffectModel H1 :Random EffectModel
Uji signifikansi Random Effect ini dikembangkan oleh Breusch Pagan. Metode Breusch Pagan untuk uji signifikansi Random Effect didasarkan pada nilairesidualdari metode OLS.
Uji LM mempunyai statistika uji :
Dimana :
n = jumlah individu T = jumlah periode waktu
Uji LM ini didasarkan pada distribusi chi-squares dengan degree of freedomsebesar jumlah variabel independen. Jika nilai LM statistik lebih besar dari nilai kritis statistik chi-squares maka kita menolak hipotesis nul, yang artinya estimasi yang tepat untuk model regresi data panel adalah metode Random Effect dari pada metode Common Effect. Sebaliknya jika nilai LM statistik lebih kecil dari nilai statistik chi-squares sebagai nilai kritis, maka kita menerima hipotesis nul, yang artinya estimasi yang digunakan dalam regresi data panel adalah metode Common Effect bukan metode Random Effect(Widarjono, 2009).
Uji LM tidak digunakan jika pada uji Chow dan uji Hausman menunjukkan model yang paling tepat adalahFixed Effectmodel. Uji LM dipakai manakala pada uji Chow menunjukkan model yang dipakai adalahCommon Effect model. Sedangkan pada ujiHausman menunjukkan model yang paling tepat adalahRandom Effectmodel. Maka diperlukan uji LM sebagai tahap akhir untuk menentukan modelCommon EffectatauRandom Effectyang paling tepat.
4. Analisis Model Regresi Data Panel a). Koefisien Determinasi R2
Uji R-square (R2) ini menginformasikan baik atau tidaknya model regresi yang terestimasi dengan data sesungguhnya. Artinya, nilai tersebut mencerminkan seberapa besar variasi dari variabel terikat Y dapat diterangkan oleh variabel bebas X. Semakin besar R2, maka
semakin baik dari model regresi yang diperoleh. Baik atau tidaknya suatu persamaan regresi ditentukan oleh R2-nya yang mempunyai nilai antara nol sampai satu.
Ketentuannya adalah bila nilai koefisien determinasi sama dengan 0 (R2=0) artinya variasi dari Y tidak dapat diterangkan oleh X sama sekali. Sedangkan bila R2-1 artinya variasi dari Y secara keseluruhan dapat diterangkan oleh X. Dengan kata lain, bila R2=1, maka semua titik-titik pengamatan berada tepat pada garis regresi.
Uji R-square (R2) digunakan untuk mengetahui berapa besarnya konstribusi yang diberikan variabel X (CR, DER dan EPS) dalam menjelaskan variabel Y (Harga Saham).
b). Uji Kelayakan Model (Uji F)
Uji F ini adalah pengujian yang bertujuan untuk mengetahui seberapa besar pengaruh koefisien regresi secara bersama-sama terhadap dependen variabel. Uji F ini digunakan untuk mengetahui apakah model regresi sudah benar yaitu bahwa Harga Saham dipengaruhi olehCurrent Ratio (CR), Debt to Equity Ratio (DER)dan Earning Per Share (EPS). Dimana tingkat signifikansi yang digunakan adalah 5% atau 0,05.
Uji F dapat dilakukan dengan membandingkan ܨ௧௨dengan ܨ௧, jika ܨ௧௨> dari ܨ௧, (ܪ ditolak dan ܪଵ diterima). Model signifikan selama kolom signifikansi < α dan sebaliknya jika
dengan nilai kolom signifikansi akan lebih besar dari alpha α. Rumus
yang dapat digunakan untuk dapat melakukan pengujian ini adalah : ࡲࢎ= (−ࡾ)/(ࡾ/−−)
Dimana :
R =koefisien korelasi berganda k =jumlah variabel independen n =jumlah anggota sampel
Kriteria pengambilan keputusan yang digunakan adalah sebagai berikut:
ܪditerima atauܪଵditolak jika probabilitas tingkat signifikansi
ܨ௧௨> α = 0,05
ܪditolak atauܪଵditerima jika probabilitas tingkat signifikansi
ܨ௧< α = 0,05
Apabila ܪ diterima, maka hal ini menunjukkan bahwa variabel independen tidak mempunyai hubungan yang signifikan dengan variabel dependen dan sebaliknya. Apabila ܪ ditolak, maka hal ini menunjukkan bahwa variabel independen mempunyai hubungan yang signifikan dengan variabel dependen.
5. Analisis Koefisien Regresi Data Panel (Uji T)
Uji ini digunakan untuk mengetahui apakah masing-masing variabel independen secara parsial mempunyai pengaruh secara signifikansi terhadap variabel dependen. Dengan kata lain, untuk mengetahui apakah masing-masing variabel independen dapat menjelaskan perubahan yang terjadi pada variabel dependen secara nyata. Hasil Uji t dapat dilihat pada tabel coefficients pada kolom sig (significance). Jika probabilitas nilai t atau signifikansi < 0,05, maka dapat dikatakan bahwa terdapat pengaruh variabel bebas terhadap variabel terikat secara parsial.
Namun jika probabilitas nilai t atau signifikansi > 0,05, maka dapat dikatakan bahwa tidak terdapat pengaruh yang signifikan antara masing-masing variabel bebas terhadap variabel terikat.
Hipotesis Ujit:
ܪ = diterima jika Sig > α
ܪଵ = diterima jika Sig < α
࢚= ࡿ࢈࢈
Rumus yang digunakan dalam menguji hipotesis (Uji t) penelitian ini adalah:
Dimana :
t = nilai ujit
b =koefisien regresi
Kriteria dalam pengujian ini adalah sebagai berikut:
1). ܪ diterima dan ܪଵ ditolak, value> 0,05 atau bila nilai signifikansi
lebih dari nilai α 0,05 berarti variabel independen secara individual
tidak berpengaruh terhadap variabel dependen.
2). ܪ ditolak dan ܪଵ diterima, value < 0,05 atau bila nilai signifikansi
kurang dari nilai α 0,05 berarti variabel independen secara individual
