BAB III
METODE PENELITIAN
3.1. Jenis Penelitian
Penelitian ini termasuk penelitian penjelasan atau explanatory,yaitu penelitian yang
menjelaskan hubungan kausal antara variabel-variabel melalui pengujian hipotesis. Yang
dijelaskan di sini adalah tentang pengaruh variabel-variabel terhadap return saham. Penelitian
ini menggunakan pendekatan kuantitatif yang menghasilkan data riil berupa angka.
3.2. Tempat dan Waktu Penelitian
Penelitian ini dilakukan di kota Medan, Provinsi Sumatera Utara. Sumber data
diperoleh dari laporan keuangan perusahaan industri perkebunan yang terdaftar di Bursa Efek
Indonesia dengan cara mengakses data dari situs resmi Bursa Efek Indonesia
(http://www.idx.co.id).
3.3. Batasan Operasional
Adanya batasan dalam setiap penelitian diperlukan agar penelitian tersebut tidak
melebar, begitu juga dengan penelitian ini terdapat batasan dalam hal data yang digunakan.
Yang menjadi objek dalam penelitian ini adalah perusahaan subsektor perkebunan yang
terdaftar di Bursa Efek Indonesia (BEI) selama tahun 2010 hingga tahun 2014, dan
perusahaan-perusahaan tersebut menerbitkan laporan keuangan serta laporan tahunan selama
periode tersebut.
3.4. Variabel Penelitian dan Operasionalisasi Variabel
1. Variabel bebas ( Independent Variable)
Suatu variabel digolongkan sebagai variabel bebas apabila dalam hubungannya
dengan variabel lain berfungsi menerangkan atau mempengaruhi keadaan variabel
terikat tersebut. Dalam penelitian ini yang merupakan variabel bebas ada 4
(empat) variabel, yaitu: Return on Equity (ROE), Return on Investment (ROI),
Economic Value Added (EVA), dan Market Value Added (MVA).
2. Variabel terikat (Dependent Variable)
Variabel digolongkan sebagai variabel terikat apabila dalam hubungannya dengan
variabel lain, keadaan variabel tersebut diterangkan oleh variabel bebas. Dalam
penelitian ini, yang menjadi variabel terikat adalah “Return Saham”.
Variabel-variabel tersebut yang kemudian akan dirangkai dalam suatu model guna
menjelaskan pengaruh dari variabel bebas terhadap variabel terikatnya, yang
Tabel 3.1
Operasionalisasi Variabel Penelitian
Variabel Variabel
Penelitian
Ukuran kala
ndependen eturn on Equity
(ROE)
3.5. Populasi dan Sampel
3.5.1. Populasi
Populasi adalah wilayah generalisasi yang terdiri atas objek atau subjek yang
mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari,
kemudian ditarik kesimpulannya (Sugiyono,2007:72). Berdasarkan pengertian tersebut, maka
populasi dalam penelitian ini adalah seluruh laporan keuangan perusahaan subsektor
perkebunan yang terdaftar di Bursa Efek Indonesia pada tahun 2010 hingga tahun 2014 yang
berjumlah 12 emiten.
3.5.2. Sampel
Sampel merupakan bagian dari jumlah dan karakteristik yang dimiliki oleh populasi
(Sugiyono,2007 : 73) dimana sampel yang diambil harus benar-benar representative
(mewakili).. Dalam penelitian ini sampel ditentukan berdasarkan metode purposive sampling.
Purposive sampling adalah teknik pengambilan sampel dengan pertimbangan tertentu
(Sugiyono, 2007 : 78).
Adapun pertimbangan atau kriteria yang digunakan penulis untuk menentukan
sampel adalah berikut:
1. Perusahaan yang telah terbit atau terdaftar di Bursa Efek Indonesia pada tahun
2010-2014.
2. Peusahaan tersebut menerbitkan laporan keuangan di Bursa Efek Indonesia
selama tahun 2010-2014.
3. Perusahaan tersebut tidak mengalami delisting selama periode pengamatan.
Berdasarkan pertimbangan atau kriteria di atas, maka dari 12 perusahaan terdapat 8
A g Tbk
3.6. Jenis dan Sumber Data
Data yang digunakan dalam penelitian ini adalah data sekunder berupa laporan
keuangan dan laporan tahunan perusahaan subsektor perkebunan tahun 2010-2014. Data
sekunder merupakan data yang diperoleh melalui sumber yang telah ada. Data-data tersebut
diperoleh dari situs BEI yaitu www.idx.co.id.
3.7. Teknik Pengumpulan Data
Pengumpulan data pada penelitian ini secara keseluruhan menggunakan data
sekunder, dengan metode studi pustaka dan studi dokumentasi. Studi pustaka dilakukan
dengan mengolah data,artikel, jurnal, buku, maupun media tertulis lain yang berkaitan
dengan topik pembahasan dari penelitian ini. Studi dokumentasi adalah metode pengumpulan
data dengan mengumpulkan data sekunder yang digunakan untuk menyelesaikan masalah
dalam penelitian ini seperti laporan keuangan dan tahunan yang menjadi sampel penelitian.
3.8. Teknik Analisis Data
Dalam penelitian ini, metode yang digunakan adalah metode penelitian kuantitatif dan
menggunakan bantuan program SPSS for windows. Pendekatan kuantitatif berasal dari data yang diperoleh dari laporan keuangan. Data kuantitatif adalah data yang diukur dalam suatu
menghasilkan solusi yang tepat, ekonomis, dapat diandalkan, cepat,mudah untuk digunakan
dan mengerti.
Analisis kuantitatif disebut pula analisis statistik. Prosesnya dapat dibagi menjadi tiga
tahap yang satu sama yang lain berkaitan erat. Tahap pertama adalah tahap pendahuluan yang
disebut tahap pengelolaan data. Tahap berikutnya adalah tahap utama, yang disebut dengan
tahap pengorganisasian data. Adapun tahap yang terakhir adalah tahap penentuan hasil.
Untuk menghasilkan suatu model yang baik, maka analisis regresi memerlukan
pengujian asumsi klasik sebelum melakukan pengujian hipotesis.
3.8.1. Uji Asumsi Klasik
Uji asumsi klasik dilakukan untuk memastikan bahwa sampel yang diteliti terbebas
dari gangguan multikolinearitas, autokorelasi, heterokedstisits, dan normalitas.
3.8.1.1. Uji Normalitas
Pengujian normalitas data digunakan untuk melihat apakah data yang digunakan
berdistribusi normal. Data yang baik dan layak digunakan dalam penelitian adalah data yang
memiliki distribusi normal. Uji normalitas dalam penelitian ini menggunakan uji
Kolmogorov-Smirnov. Data berdistribusi normal apabila nilai signifikan > 5% (0,05).
3.8.1.2. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk melihat apakah pada model regresi ditemukan
adanya korelasi antar variabel independen. Jika terjadi korelasi maka dinamakan terdapat
problem multikolinearitas. Model regresi yang baik seharusnya tidak terjadi korelasi di antara
Untuk mendeteksi apakah model regresi yang dipakai bebas dari masalah
multikolinearitas dapat dilihat dari Variance inflaction factor (VIF) dan tolerance (TOL).
Nilai tolerance yang rendah sama dengan nilai VIF tinggi (karena VIF = 1/tolerance) dan
menunjukkan adanya kolinearitas yang tinggi. Nilai cut off yang umum dipakai adalah
tolerance 0,10 atau sama dengan nilai VIF 10. Apabila TOL di bawah 0,1 atau VIF di atas 10,
maka terjadi multikolinearitas. Konsekuensinya adanya multikolinearitas menyebabkan
standart error cenderung semakin besar.
3.8.1.3. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk melihat apakah dalam model regresi terjadi
ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang lain. Jika varians
dari residual dari satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas
dan jika varian berbeda disebut heteroskedastisitas. Model regresi yang baik adalah apabila
tidak terjadi heteroskedastisitas. Jika angka signifikan yang diperoleh dari persamaan regersi
lebih besar dari alpha 5%, maka dikatakan tidak terjadi heteroskedastisitas. Sebaliknya jika
angka signifikan yang diperoleh lebih kecil dari alpha 5%, maka dapat dikatakan terjadi
heteroskedastisitas.
Cara mendeteksi ada atau tidaknya heteroskedastisitas pada suatu model dapat
dilakukan dengan uji Scatterplot. Syarat-syarat yang harus dipenuhi sehingga penelitian ini
terbebas dari asumsi klasik heteroskedastisitas dan layak digunakan dalam penelitian, jika
output Scatterplot menunjukkan peneyebaran titik-titik data sebagai berikut:
a. Titik-titik data menyebar di atas dan di bawah atau di sekitar angka nol.
c. Penyebaran titik-titik data tidak boleh membentuk pola,jika ada pola tertentu,
seperti titik yang membentuk pola yang tertaur (bergelombang, melebar kemudian
menyempit), maka mengindikasikan telah terjadi heteroskedastisitas.
d. Penyebaran titik-titik sebaiknya tidak berpola.
3.8.1.4. Uji Autokorelasi
Uji autokorelasi bertujuan untuk melihat ada tidaknya korelasi antara
kesalahan-kesalahan pengganggu pada periode tertentu dengan kesalahan-kesalahan pengganggu periode
sebelumnya. Jika terjadi korelasi, aka dinamakan terdapat problem autokorelasi. Ada
beberapa cara untuk mendeteksi autokorelasi. Dalam penelitian ini, uji yang dugunakan
adalah uji statistic Durbin-Watson. Jika nilai Durbin-Watson hitung terletak di daerah No
Autocorelation maka model tersebut terbebas dari asumsi klasik autokorelasi.
3.8.2. Analisis Regresi Linear Berganda
Untuk mengetahui hubungan dan pengaruh variabel bebas terhadap variabel terikat
maka digunakan analisis linear berganda (multiple linear regression method)
(Sarwoko,2007:185).
Y= a +b1X1 + b2X2 + b3X3 + b4X4 + e
Dimana :
Y= Re turn saham
a= Konstanta
X1= Re turn on Equity
X3= Economic value added
X4= Market value added
b1,2,3,4= koefisien regresi masing-masing variabel
e= Variabel pengganggu
3.8.3. Pengujian Hipotesis
Karena variabel independen yang digunakan dalam penelitian lebih dari satu maka
pengujian hipotesis dalam penelitian ini menggunakan analisis Regresi Berganda (Multiple
Regression). Analisis ini digunakan untuk menentukan hubungan antara return saham dengan
variabel-variabel independen. Perhitungan statistik disebut signifikan secara statistik apabila
nilai uji statistiknya berada dalam daerah kritis (daerah dimana H0 ditolak).Sebaliknya
disebut tidak signifikan jika nilai uji statistiknya berada dalam daerah dimana H0 diterima
(Ghozali, 2006).
Untuk mengetahui pengaruh antara variabel-variabel independen dengan tingkat
return sahammaka dilakukan pengujian-pengujian hipotesis penelitian terhadap
variabel-variabel dengan pengujian dibawah ini :
3.8.3.1. Uji Koefisien Determinasi (R2)
Koefisien Determinasi (R2) digunakan untuk mengetahui persentase pengaruh
variabel independent (prediktor) terhadap perubahan variabel dependen. Dari sini akan
diketahui seberapa besar variabel dependen akan mampu dijelaskan oleh variabel
independennya, sedangkan sisanya dijelaskan oleh sebab-sebab lain di luar model. Nilai R2
berkisar antara 0 sampai 1, apabila R2=0 berarti tidak ada hubungan antara variabel
independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi
variasi variabel dependen sedangkan jika R2=1 berarti suatu hubungan yang sempurna.
Untuk regresi dengan variabel bebas lebih dari 2 maka digunakan adjusted R2 sebagai
koefisien determinasi.
3.8.3.2. Uji Signifikansi Simultan (Uji Statistik F)
Uji Statistik F dilakukan untuk menguji kemampuan seluruh variabel independen
secara bersama-sama dalam menjelaskan perilaku variabel dependen. Pengujian dilakukan
dengan menggunakan signifikansi tingkat 0,05 (alpha = 5%). Penolakan atau penerimaan
hipotesis dilakukan dengan kriteria sebagai berikut :
1. Jika nilai signifikansi kurang dari atau sama dengan 0,05 maka hipotesis diterima yang
berarti secara bersama-sama variabel ROE,ROI,EVA,dan MVA berpengaruh terhadap
return saham.
2. Jika nilai signifikansi lebih dari 0,05 maka hipotesis ditolak yang berarti secara
bersama-sama variabel ROE,ROI,EVA, dan MVA tidak berpengaruh terhadap return saham.
3.8.3.3. Uji Signifikan Parameter Individu (Uji Statistik t)
Uji t digunakan untuk mengetahui kemampuan masing-masing variabel independen
secara individu (partial) dalam menjelaskan perilaku variabel dependen. Pengujian dilakukan
dengan menggunakan tingkat signifikansi 0,05 (α = 5%).
Penolakan atau penerimaan hipotesis dilakukan dengan kriteria sebagai berikut :
1. Jika nilai signifikansi kurang atau sama dengan 0,05 maka hipotesis diterima yang berarti
secara partial variabel ROE,ROI,EVA,dan MVA berpengaruh terhadap return saham.
2. Jika nilai signifikansi lebih dari 0,05 maka hipotesis ditolak yang berarti secara partial
BAB IV
ANALISIS HASIL PENELITIAN
4.1 Deskripsi Objek Penelitian
Penelitian ini menggunakan data sekunder yang diperoleh dari internet melalui situs
www.idx.co.id. Data yang digunakan merupakan data laporan keuangan perusahaan
perkebunan yang dipublikasikan setelah diaudit oleh auditor independen pada tahun
2010-2014. Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis
statistik yang menggunakan persamaan regresi berganda. Pengujian asumsi klasik dan
regresi berganda dilakukan dengan menggunakan software SPSS versi 19. Berdasarkan
kriteria yang telah ditentukan, diperoleh 8 perusahaan perkebunan yang memenuhi kriteria
dan menjadi sampel dalam penelitian ini selama periode tahun 2010-2014.
4.2 Analisis Statistik Deskriptif
Statistik deskriptif memberikan gambaran mengenai nilai minimum, nilai
maksimum, nilai rata-rata (mean), median, variance, serta standar deviasi data yang
digunakan dalam penelitian. Dimana komponen-komponen statistik deskriptif dapat
dijabarkan sebagai berikut:
1. Nilai rata-rata (mean) adalah jumlah seluruh angka pada data yang dibagi dengan
jumlah data yang ada,
2. Median adalah nilai tengah data setelah data tersebut diurutkan dari angka terkecil ke
angka tertinggi,
3. Range adalah selisih dari nilai tertinggi dengan nilai terendah dalam suatu kumpulan
data,
4. Standard deviation adalah nilai simpangan baku. Semakin kecil nilainya, maka data
5. Variance adalah jumlah selisih antara data dengan rata-rata data dan kemudian dibagi
dengan jumlah data dikurangi 1(n-1) atau nilai kuadrat dari std.deviation.
Tabel 4.1 Statistic Statistic Statistic Statistic Statistic Statistic Statistic RETURN
Sumber: Diolah dengan SPSS, 2015
Berdasarkan tabel 4.1 dapat dijelaskan penggambaran tentang data yang digunakan
dalam penelitian ini :
1. Variabel Return Saham diperoleh dengan discretionary accrual (DA), DA memiliki
jumlah sampel sebanyak 40, dengan nilai minimum -0,67 nilai maksimum 6,80 mean
(nilai rata-rata) sebesar 0,0916. Standart Deviation atau simpangan baku sebesar 1,12009
dan variance 1,225, sedangkan rentang nilai (Range) senilai 7,47 menunjukkan bahwa
data yang digunakan dalam penelitian ini bersifat heterogen karena adanya perbedaan
nilai antara nilai maksimum dan nilai minimum dengan jumlah sampel 8 perusahaan
selama 5 tahun.
2. Variabel Return on Equity memiliki jumlah sampel sebanyak 40, nilai minimum 0,03
nilai maksimum 2,43 mean (nilai rata-rata) sebesar 0,2846. Nilai Standart Deviation atau
senilai 2,40 menunjukkan bahwa data yang digunakan dalam penelitian ini bersifat
heterogen karena adanya perbedaan nilai antara nilai maksimum dan nilai minimum
dengan jumlah sampel 8 perusahaan selama 5 tahun.
3. Variabel Return in Investment memiliki jumlah sampel sebanyak 40, nilai minimum 0,01
nilai maksimum 1,32 mean (nilai rata-rata) sebesar 0,1543. Standart Deviation atau
simpangan baku sebesar 0,23752 dan variance 0,056, sedangkan rentang nilai (range)
senilai 1,31 menunjukkan bahwa data yang digunakan dalam penelitian ini bersifat
heterogen karena adanya perbedaan nilai antara nilai maksimum dan nilai minimum
dengan jumlah sampel 8 perusahaan selama 5 tahun.
4. Variabel Economic Value Added memiliki jumlah sampel sebanyak 40, nilai minimum
8,67E8 nilai maksimum 3,69E12 mean (nilai rata-rata) sebesar 2,9471E11. Standart
Deviation atau simpangan baku sebesar 7,38033E11 dan variance 5,447E23, sedangkan
rentang nilai (range) senilai 3,69E12 menunjukkan bahwa data yang digunakan dalam
penelitian ini bersifat heterogen karena adanya perbedaan nilai antara nilai maksimum
dan nilai minimum dengan jumlah sampel 8 perusahaan selama 5 tahun.
5. Variabel Market Value Added memiliki jumlah sampel sebanyak 40, nilai minimum
-92550500,00 nilai maksimum 6,98E10 mean (nilai rata-rata) sebesar 1,3000E10 dan
Standart Deviation atau simpangan baku sebesar 1,83944E10. menunjukkan bahwa data
yang digunakan dalam penelitian ini bersifat heterogen karena adanya perbedaan nilai
antara nilai maksimum dan nilai minimum dengan jumlah sampel 8 perusahaan selama 5
tahun.
4.3 Uji Asumsi Klasik 4.3.1 Uji Normalitas Data
Pengujian normalitas data dapat dilakukan secara kasat mata yaitu dapat dilihat
pada grafis histogram dan grafik PP Plots. Suatu data akan berdistribusi normal jika
grafik histogram menyerupai bel yang menghadap ke atas. Hal ini bisa dilihat dalam
tampilan grafik berikut ini:
Gambar 4.1
Uji Normalitas (1) : Histogram
Sumber: Diolah dengan SPSS, 2015.
Sementara dilihat dari grafik PP Plot, data dikatakan terdistribusi normal jika penyebaran
data menggambarkan titik-titik yang menyebar di sekitar garis diagonal dan mengikuti arah
normalitas data terpenuhi. Hal ini bisa dilihat dalam tampilan grafik normal probability
plot sebagai berikut:
Gambar 4.2
Uji Normalitas (2) : Grafik PP Plots Sumber: Diolah dengan SPSS, 2015.
Pengujian normalitias dapat juga diuji secara statistik dengan menggunakan uji
Kolmogorov-Smirnov. Menurut Ghozali (2008 dalam Sunjoyo dkk, 2013:60) uji K-S dibuat
dengan membuat hipotesis sebagai berikut:
Ho : Data residual berdistribusi normal.
Ha : Data residual tidak berdistribusi normal.
Bila sig > 0,05 dengan α = 5%, berarti distribusi data normal ( Ho diterima ), sebaliknya
bila sig < 0,05 dengan α = 5%, berarti distribusi data tidak normal ( Ha diterima ).
Hasil dari uji normalitas dengan menggunakan tes Kolmogorov-Smirnov
Tabel 4.2
Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 40
Normal Parametersa,b Mean .0000000
Std. Deviation .71164712
Most Extreme Differences Absolute .152
Positive .118
Negative -.152
Kolmogorov-Smirnov Z .962
Asymp. Sig. (2-tailed) .313
a. Test distribution is Normal.
b. Calculated from data.
Sumber: Diolah dengan SPSS, 2014
Dari tabel 4.2 diatas, Kolmogorov-Smirnov senilai 0,962 dengan besarnya nilai
significant yaitu 0,313. Hal ini menunjukkan bahwa nilai sig > 0,05 atau 0,313 > 0,05.
Dengan demikian, data sudah terdistribusi normal.
4.3.2 Uji Multikolienaritas
Untuk melihat ada tidaknya gejala multikolinearitas, peneliti melihat besaran korelasi antar
variabel independen dan besarnya tingkat kolinearitas yang masih dapat ditolerir yaitu :
tolerance > 0,10 dan VIF (Variance Inflation Factor) < 10. Uji multikolinearitas dengan
Tabel 4.3
a. Dependent Variable: RETURN SAHAM Sumber: Diolah dengan SPSS, 2015.
Tabel 4.3 menunjukkan bahwa penelitian ini bebas dari adanya gejala
multikolinearitas. Hal ini dapat dilihat dengan membandingkan nilai tolerance dan VIF.
Masing-masing variabel independen yang digunakan dalam penelitian ini memiliki nilai
tolerance yang lebih besar dari 0,10. Untuk ROE memiliki nilai tolerance 0,885; ROI
memiliki nilai tolerance 0,861; EVA memiliki nilai tolerance 0,700; dan MVA memiliki nilai
tolerance 0,700. Jika dilihat dari VIF, masing-masing variabel independen lebih kecil dari 10
yaitu ROEmemiliki VIF 1,169; ROI memiliki VIF 1,162; EVA memiliki VIF 1,428; dan
MVA memiliki VIF 1,429. Kesimpulan yang diperoleh adalah tidak terjadi gejala
multikolinearitas dalam variabel independennya.
4.3.3 Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk melihat apakah di dalam model regresi
terjadi ketidaksamaan variabel dari residual satu pengamatan ke pengamatan lain.
Pengujian heteroskedastisitas pada penelitian ini menggunakan dasar analitis sebagai
berikut :
1. Jika ada pola tertentu, seperti titik-titik yang ada akan membentuk pola tertentu yang
2. Jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di bawah angka 0
pada sumbu Y, maka mengindikasikan tidak terjadi heteroskedastisitas.
Hasil dari uji heteroskedastisitas dapat ditunjukan pada gambar 4.3 berikut ini :
Gambar 4.3 Grafik Scatterplot Sumber: Diolah dengan SPSS, 2015.
Dari grafik scatterplot diatas terlihat bahwa titik-titik menyebar secara acak baik di
atas maupun di bawah angka 0 pada sumbu Y tidak membentuk pola tertentu atau tidak
teratur. Titik-titik yang menyebar menjauh dari titik-titik yang lain mengindikasikan bahwa
adanya data observasi yang sangat berbeda dengan data penelitian lainnya. Maka dapat di
layak untuk digunakan untuk melihat pengaruh ROE, ROI, EVA dan MVA terhadap Return
Saham pada perusahaan perkebunan yang terdaftar di BEI.
4.3.4 Uji Autokorelasi
Uji Autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada
korelasi antara kesalahan penganggu pada periode t dengan kesalahan pengganggu periode
t-1 (sebelumnya). Autokorelasi muncul karena observasi yang berurutan sepanjang waktu
berkaitan satu sama lainnya. Adanya autokorelasi dapat diuji dengan menggunakan uji
Durbin-Watson (D-W), dengan kriteria du < d <4 – du. Nilai d menunjukkan angka D-W yang diperoleh dari hasil output SPSS pada tabel model summary, sedangkan du merupakan
batas atas dari tabel Durbin-Watson yang nilainya disesuaikan dengan jumlah observasi dan
berapa banyak variabel observasi dengan tingkat alpha 5%. Hasil uji autokorelasi dapat
dilihat pada tabel 4.4 sebagai berikut :
Hasil uji autokorelasi dapat dilihat pada tabel 4.4 sebagai berikut :
Tabel 4.4
a. Predictors: (Constant), MVA, ROI, ROE, EVA
b. Dependent Variable: RETURN SAHAM
Sumber: Diolah dengan SPSS, 2015.
Berdasarkan tabel 4.4, hasil uji autokorelasi dengan Durbin-Watson menunjukkan
angka DW lebih besar dari -2 dan lebih kecil dari 2. Dengan demikian, dapat dikemukakan
bahwa tidak ada autokorelasi positif maupun negatif.
4.4 Pengujian Hipotesis
Pengujian hipotesis dilakukan untuk mengetahui pengaruh variabel independen
terhadap variabel dependen. Pengujian hipotesis secara statistik dilakukan dengan
menggunakan analisis uji parsial (t-test) dan uji simultan (F-test).
4.4.1 Uji Parsial (t-test)
Uji t digunakan untuk mengetahui apakah variabel independen mempengaruhi variabel
dependen secara parsial.
a. Dependent Variable: RETURN SAHAM
Sumber: Diolah dengan SPSS, 2015.
Berdasarkan tabel 4.5, dapat disimpulkan mengenai uji hipotesis secara parsial dari
: Return on Equity ( � ) berpengaruh terhadap Return Saham pada Perusahaan Perkebunan yang terdaftar di BEI.
Nilai t hitung variabel Return on Equity (ROE) diperoleh sebesar 0,341 dan nilai
signifikansi sebesar 0,735. Nilai signifikansi untuk uji t yang diperoleh sebesar 0,735 lebih
besar dari tingkat signifikansi alpha yang telah ditetapkan 5% (0,05). Sehingga H1 ditolak
dengan pengertian bahwa Return on Equity (ROE) tidak berpengaruh terhadap Return
Saham. Hal ini menunjukkan bahwa Return on Equity tidak berpengaruh secara signifikan
terhadap Return saham pada perusahaan perkebunan yang terdaftar di BEI.
: Return on Investment ( � ) berpengaruh terhadap Return Saham pada Perusahaan Perkebunan yang terdaftar di BEI.
Nilai t hitung variabel Return on Investment diperoleh sebesar -0,444 dan nilai signifikansi
sebesar 0,660. Nilai signifikansi untuk uji t yang diperoleh sebesar 0,660 lebih besar dari
tingkat signifikansi alpha yang telah ditetapkan 5% (0,05). Maka � ditolak dengan
pengertian bahwa Return on Invenstment (ROI) tidak berpengaruh terhadap return saham.
Hal ini menunjukkan bahwa Return on Investment tidak berpengaruh secara signifikan
terhadap Return Saham pada perusahaan perkebunan yang terdaftar di BEI.
: Economic Value Added ( � ) berpengaruh terhadap Return Saham pada Perusahaan Perkebunan yang terdaftar di BEI.
Nilai t hitung variabel economic value added diperoleh sebesar 6,904 dan nilai signifikansi
sebesar 0,000. Nilai signifikansi untuk uji t yang diperoleh sebesar 0,000 lebih kecil dari
tingkat signifikansi alpha yang telah ditetapkan 5% (0,05). Hal ini menunjukkan bahwa
perusahaan perkebunan yang terdaftar di BEI. Maka � diterima dengan pengertian EVA
berpengaruh terhadap return saham.
: Market Value Added ( � ) berpengaruh terhadap return saham pada perusahaan perkebunan yang terdaftar di BEI.
Nilai t hitung variabel market value added diperoleh sebesar -2,158 dan nilai signifikansi
sebesar 0,038. Nilai signifikansi untuk uji t yang diperoleh sebesar 0,038 lebih kecil dari
tingkat signifikansi alpha yang telah ditetapkan 5% (0,05). Hal ini menunjukkan bahwa
MVA berpengaruh secara signifikan terhadap return saham pada perusahaan perkebunan
yang terdaftar di BEI. Maka � diterima dengan pengertian MVA berpengaruh terhadap
return saham.
Model regresi yang terbentuk adalah sebagai berikut:
Y = -0,074 + 0,091X1 - 0,242X2 + 1,344E-12X3 – 1,687E-11X4 + e
Dimana:
Y : Return Saham
X1 : Return on Equity
X2 : Return on Investment
X3 : Economic Value Added
X4 : Market Value Added
e : Error (tingkat kesalahan)
Berdasarkan hasil persamaan regresi berganda, masing-masing variabel menjelaskan
1. Konstanta sebesar -0,074 menyatakan bahwa apabila tidak ada variabel bebas maka
tingkat return saham adalah sebesar -0,074.
2. Return on Equity memiliki arah hubungan yang positif sebesar 0,091. Dengan asumsi
setiap kenaikan Return on Equity sebesar 1% akan menyebabkan peningkatan return
saham sebesar 0,091%. Dan sebaliknya, penurunan return on equity sebesar 1% akan
menyebabkan pula penurunan return on equity sebesar 0,091% dengan asumsi variabel
lain dianggap tetap.
3. Return on Investment memiliki arah hubungan yang negatif sebesar -0,242. Dengan
asumsi setiap kenaikan return on investment sebesar 1% akan menyebabkan penurunan
return saham sebesar 0,242%. Dan sebaliknya, penurunan return on investment sebesar
1% akan menyebabkan kenaikan return saham sebesar 0,242% dengan asumsi variabel
lain dianggap tetap.
4. Economic Value Added memiliki arah hubungan yang positif 1,344E-12. Dengan asumsi
setiap kenaikan economic value added sebesar 1% akan menyebabkan penurunan return
saham sebesar 1,344E-12%. Dan sebaliknya, penurunan economic value added sebesar
1% akan menyebabkan kenaikan return saham sebesar 1,344E-12% dengan asumsi
variabel lain dianggap tetap.
5. Market Value Added memiliki arah hubungan yang negatif sebesar -1,687E-11. Dengan
asumsi setiap kenaikan market value added sebesar 1% akan menyebabkan peningkatan
return saham sebesar 1,687E-11%. Dan sebaliknya, penurunan market value added
sebesar 1% akan menyebabkan pula penurunan return saham sebesar 1,687E-11% dengan
4.4.2 Uji Simultan ( F-test )
Uji F dilakukan untuk mengetahui apakah variabel bebas memiliki pengaruh secara
bersama-sama ataupun simultan terhadap variabel terikat, apabila nilai signifikan yang
diperoleh kurang dari 0,05.
Tabel 4.6 Hasil uji F ANOVAb
Model Sum of Squares Df Mean Square F Sig.
1 Regression 29.179 4 7.295 12.926 .000a
Residual 19.751 35 .564
Total 48.930 39
a. Predictors: (Constant), MVA, ROI, ROE, EVA
b. Dependent Variable: RETURN SAHAM
Sumber: Diolah dengan SPSS, 2015.
� ∶ Return on Equity (� ), Return on Investment (� ), Economic Value Added (� ), Market Value Added (� ) berpengaruh secara bersama-sama terhadap return
saham (Y) pada perusahaan Perkebunan yang terdaftar di Bursa Efek Indonesia.
Uji F pada tabel anova diperoleh nilai F sebesar 12,926 dan nilai signifikan sebesar
0,000 yaitu lebih kecil dari 0,05 sehingga dapat disimpulkan bahwa Return on Equity,
Return on Investment, Economic Value Added, dan Market Value Added berpengaruh
secara bersama-sama terhadap return saham pada perusahaan perkebunan yang terdaftar di
4.4.3 Uji Koefisien Determinasi (� )
Uji koefisien determinasi (R2) dilakukan untuk menunjukkan seberapa besar
presentase variasi variabel independen yang digunakan dalam model mampu menjelaskan
variasi variabel dependen. Nilai koefisien determinasi ini terletak diantara nol dan satu.
Tabel 4.7
Nilai Koefisien Determinasi Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .772a .596 .550 .75121
a. Predictors: (Constant), MVA, ROI, ROE, EVA b. Dependent Variable: RETURN SAHAM
Sumber: Diolah dengan SPSS, 2015.
Tabel 4.7 menunjukkan bahwa terjadi korelasi atau hubungan yang signifikan
antara Return on Equity, Return on Investment, Economic Value Added, dan Market Value
Added sebagai variabel independen dan return saham sebagai variabel dependen. Hal ini
terlihat dari nilai R sebesar 0,772 atau 72,20% yang lebih besar dari 50%. Nilai R Square
diperoleh sebesar 0,596 yang berarti 59,60% variasi atau perubahan dalam return saham
dapat dijelaskan oleh Return on Equity, Return on Investment, Economic ValueAdded, dan
Market Value Added. Sisanya sebesar 10,00% dijelaskan oleh faktor-faktor lain yang tidak
dimasukkan dalam penelitian ini.
4.5 Pembahasan Hasil Penelitian
Hasil penelitian ini menunjukkan bahwa Return on Equity, Return on Investment,
Economic Value Added, dan Market Value Added berpengaruh secara signifikan terhadap
Return saham pada perusahaan perkebunan yang terdaftar di BEI. Hal ini dapat dilihat dari
nilai signifikansi sebesar 0,735; nilai t hitung variabel Return on Investment diperoleh
sebesar -0,444 dan nilai signifikansi sebesar 0,660; nilai t hitung variabel economic value
added diperoleh sebesar 6,904 dan nilai signifikansi sebesar 0,000; dan nilai t hitung
variabel market value added diperoleh sebesar -2,158 dan nilai signifikansi sebesar 0,038.
Berdasarkan Uji F dapat dilihat bahwa semua variabel independen seperti Return on
Equity, Return on Investment, Economic Value Added, dan Market Value Added
berpengaruh signifikan secara bersama-sama atau simultan terhadap return saham pada
perusahaan perkebunan yang terdaftar di BEI.
Hasil penelitian ini secara statistik membuktikan bahwa informasi Return on Equity,
Return on Investment, Economic Value Added, dan Market Value Added merupakan
informasi yang dapat digunakan sebagai bahan pertimbangan dalam mengambil keputusan
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Penelitian ini dilakukan untuk menguji apakah Return on Equity, Return on
Investment, Economic Value Added, dan Market Value Added berpengaruh terhadap prediksi
Return saham yang dilakukan oleh manajer pada perusahaan perkebunan yang terdaftar di
Bursa Efek Indonesia baik secara parsial maupun simultan. Sampel penelitian sebanyak 8
perusahaan perkebunan yang terdaftar di BEI periode 2010-2014. Sampel dipilih dengan
metode purposive sampling.
Berdasarkan hasil penelitian, terdapat beberapa hal yang dapat disimpulkan antara
lain :
1. Return on Equity (X1) secara parsial tidak berpengaruh signifikan terhadap return
saham.
2. Return on Investment (X2) secara parsial tidak berpengaruh signifikan terhadap return
saham.
3. Economic Value Added dan Market Value Added secara parsial dan simultan
berpengaruh signifikan terhadap return saham.
4. Penelitian ini mengambil sampel dari laporan keuangan audited dan company report
perusahaan perkebunan di www.idx.co.id pada periode 2010 sampai dengan 2014 atau
5.2 Keterbatasan Penelitian
Adapun beberapa keterbatasan yang dihadapi oleh penulis yaitu:
1. Variabel dalam penelitian ini hanya rasio profitabilitas (ROE dan ROI) dan rasio value
added (EVA dan MVA) sebagai set variabel independen dan return saham sebagai set
variabel dependen, namun sebenarnya masih banyak variabel lain yang dapat
mempengaruhi return saham.
2. Periode pengamatan dalam penelitian ini terbatas karena hanya mencakup tahun
2010-2014.
3. Sampel yang digunakan dalam penelitian ini hanya perusahaan perkebunan, sehingga
hasil penelitian tidak dapat digeneralisasi.
4. Penelitian ini mengambil sampel dari laporan keuangan audited dan company report
perusahaan perbankan di www.idx.co.id pada periode 2010 sampai dengan 2014 atau
selama 5 tahun dengan 8 perusahaan yang memenuhi kriteria.
5.3 Saran
1 Bagi peneliti selanjutnya, disarankan untuk menggunakan perusahaan dengan
karakteristik yang lebih beragam dan memperluas set variabel yang digunakan, misalnya
menambah variabel-variabel kinerja keuangan lainnya seperti Price Book Value (PBV),
Debt to Equity Ratio (DER), dan sebagainya, yang diharapkan akan meningkatkan nilai
R2 (koefisien determinasi) sehingga model yang ada akan dapat digunakan untuk
memprediksi return saham secara lebih akurat. Selain itu disarankan juga untuk
memperpanjang periode penelitian.
2 Bagi manajemen perusahaan, agar dapat mengelola dana investor sebaik mungkin
sehingga dapat menciptakan nilai bagi investor. Kinerja yang baik, akan meningkatkan
3 Bagi investor, dapat berpedoman dengan menginvestasikan modalnya pada perusahaan
yang menghasilkan EVA yang positif, karena perusahaan dengan EVA yang positif
berarti kemampuan menciptakan kekayaan baginya baik dan MVA perusahaan tersebut
akan mencerminkan prospek yang menguntungkan atas investasi modal yang telah