BAB IV
ANALISIS HASIL DAN PEMBAHASAN
Penelitian ini dilakukan pada perusahaan yang terdaftar di Bursa Efek Indonesia pada tahun 2010-2012. Tujuan dari penelitian ini adalah untuk menguji pengaruh Size Perusahaan, Financial Leverage dan, Return On Asset baik secara simultan maupun secara parsial.
Sebelum masuk pada analisis regresi, terlebih dahulu dilakukan uji asumsi klasik untuk memastikan model regresi tidak bias dan dapat digunakan sebagai alat analisis yang representatif. Jika seluruh pengujian asumsi klasik telah dilakukan dan model regresi telah lolos pengujian, maka proses selanjutnya adalah melakukan analisis regresi berikut pengujian hipotesis dengan menggunakan uji t dan uji F.
1. Analisis Deskriptif Variabel-Variabel Penelitian
Setelah diakukan pengumpulan data, maka didapat hasil perhitungan sebagai berikut:
1. Size
Ukuran perusahaan dapat mencerminkan besar atau kecilnya suatu perusahaan. Size perusahaan bisa didasarkan pada total penjualan, karena total penjualan dipandang mampu memberikan gambaran yang jelas mengenai ukuran perusahaan. Ukuran yang didapat dari total penjualan ini merupakan seluruh penjualan yang dilakukan perusahaan. Dari laporan
keuangan tahunan perusahaan dapat dilihat nilai total penjualan suatu perusahaan.
2. Financial Leverage
Secara umum financial leverage adalah proporsi penggunaan utang oleh perusahaan sebagai modalnya atau menunjukkan seberapa besar aktiva perusahaan dibiayai dengan utang. Pada dasarnya perusahaan yang menggunakan financial leverage bertujuan agar keuntungan yang diperoleh lebih besar dari biaya tetapnya.
3. Return On Asset
Pengembalian atas aktiva menunjukan bagaimana perusahaan menggunakan aktiva dalam menunjang laba bersih perusahaan, Laba bersih yang dimaksud merupakan laba bersih setelah pajak sedangkan total aktiva adalah jumlah dari aktiva lancar dan aktiva tidak lancar.
Hasil analisis deskriptif dari variabel independen dengan menggunakan program SPSS 19 disajikan dalam tabel 4.1.
Tabel 4.1 Analisis Deskriptif
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Size 57 12.49489 14.27428 13.2800007 .41178443
Financial Leverage 57 .13318 .90929 .4461425 .23790124
Return On Asset 57 .02083 .36850 .1472521 .08963192
Beta saham 57 .006 .554 .17858 .116693
Valid N (listwise) 57 Sumber: Data yang diolah
Tabel 4.1 menunjukkan bahwa jumah observasi atau jumlah perusahaan yang diteliti pada LQ45 tahun 2010-2012 sebanyak 57. Berdasarkan hasil
pengolahan data dalam Tabel 4.1 terlihat bahwa size memiliki nilai terendah sebesar 12,49489 pada Lippo Karawaci Tbk, nilai tertinggi 14,27428 pada Astra International Tbk, dan rata-rata sebesar 13,2800.
Dalam tabel 4.1 terlihat bahwa financial leverage (FL) memiliki nilai terendah sebesar 0,1331 pada Indocement Tunggal Perkasa Tbk, nilai tertinggi 0,9092 pada Bank Rakyat Indonesia Tbk, dan rata-rata sebesar 0,446143. Dalam tabel 4.1 terlihat bahwa Return On Asset (ROA) memiliki nilai terendah sebesar 0,02083 pada Bank Mandiri Tbk, nilai tertinggi 0,36850 pada Unilever Indonesia Tbk, dan rata-rata sebesar 0,1472. Dalam tabel 4.1 terlihat bahwa Beta Saham memiliki nilai terendah sebesar 0,006 pada Unilever Indonesia Tbk, nilai tertinggi 0,554 pada Astro Agro Lestari Tbk, Astra Internasional Tbk, Indofood Sukses Makmur Tbk, dan rata-rata sebesar 0,178. Standar deviasi yang baik adalah standar deviasi yang bernilai kecil atau dapat dikatakan bahwa semakin kecil standar deviasi maka akan semakin baik.
2. Uji Asumsi Klasik
Syarat penerapan Ordinary Least Square (OLS) dinyatakan baik untuk memprediksi adalah regresi harus bebas dari gejala-gejala klasik yaitu normalitas, multikolinearitas, heteroskedastisitas dan autokorelasi.
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah residual dalam model regresi memiliki distribusi normal. Dalam penelitian ini, uji normalitas menggunakan uji Kolmogorov-Smirnov. Apabila nilai Asymmtoticn
significant > alpha (α) 0,05 maka data dikatakan telah terdistribusi secara
normal. Hasil pengujian Kolmogorov-Smirnov dapat dilihat pada tabel berikut:
Tabel 4.2
Uji Kolmogrov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 57
Normal Parametersa,b Mean .0000000
Std. Deviation .10770768
Most Extreme Differences Absolute .137
Positive .137
Negative -.075
Kolmogorov-Smirnov Z 1.036
Asymp. Sig. (2-tailed) .233
a. Test distribution is Normal.
b. Calculated from data.
Sumber: Data yang diolah
Berdasarkan hasil pada tabel di atas, dapat diketahui bawa nilai Kolmogorov-Smirnov sebesar 1,036 dengan Asymp. Sig. (2-tailed) sebesar 0,233. Nilai tersebut lebih besar dari tingkat signifikansi 0,05 (5%) yang berarti bahwa data berdistribusi normal.
2. Uji Multikolinearitas
Pengujian ini dilakukan untuk mengetahui apakah model regresi ditemukan adanya korelasi antar variabel independen. Model regresi yag baik seharusnya tidak terjadi gejala multikolinearitas, karena gejala ini menyebabkan kesalahan standar estimasi akan cenderung meningkat.
Penelitian ini menggunakan Variance Inflation Factor (VIF) untuk mendeteksi adanya multikolinearitas.
Untuk mendeteksi ada atau tidaknya multikolonieritas di dalam model regresi adalah sebagai berikut:
1) Mempunyai nilai Variance Inflation Factor (VIF) < 10 2) Mempunyai nilai Tolerance mendekati 1
Hasil uji dari multikolinearitas dengan menggunakan bilai VIF serta nilai tolerance dapat dilihat pada Tabel 4.3.
Tabel 4.3 Uji Multikolinearitas
Coefficientsa
Model
Collinearity Statistics Tolerance VIF 1 (Constant)
Size .924 1.082
Financial Leverage .634 1.577
Return On Asset .677 1.478
a. Dependent Variable: Beta saham Sumber: Data yang diolah
Berdasarkan hasil uji multikolinearitas pada Tabel 4.3. dapat dilihat bahwa nilai VIF untuk ketiga variabel independen bernilai kurang dari 10 serta mempunyai angka tolerance mendekati 1, yang berarti variabel terbebas dari asumsi klasik multikolinearitas.
3. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam satu pengamatan ke pengamatan lain dalam sebuah model regresi berganda
terjadi ketidaksamaan varians. Jika varians dalam suatu pengamatan ke pengamatan lain sama atau tetap, maka disebut homokedasitas. Dan jika varians berbeda, disebut heteroskedastisitas. Pengujian heteroskedastisitas dilakukan dengan melihat ada tidaknya pola tertentu pada grafik. Jika ada pola tertentu, maka telah terjadi heteroskedastisitas dan jika ada pola yang jelas serta titik-titik menyebar di atas dan di bawah angka 0 (nol) pada sumbu Y, maka tidak terjadi heteroskedatisitas. Hasil dari uji heteroskedastisitas data secara grafis dapat dilihat pada Gambar 4.1
Gambar 4.1 Uji Heteroskedatisitas
Sumber: Data yang diolah
Dari grafik scatterplot pada gambar 4.1 terlihat bahwa titik-titik menyebar secara acak, tidak membentuk sebuah pola tertentu yang jelas, serta tersebar baik di atas maupun di bawah angka 0 dan sumbu Y, maka hal ini berarti tidak terjadi
heteroskedastisitas pada model regresi ini, sehingga model regresi layak digunakan dalam penelitian ini.
4. Uji Autokorelasi
Uji autokorelasi digunakan untuk menguji apakah dalam sebuah model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dan kesalahan penggangu pada periode t-1 (sebelumnya). Jika terjadi autokorelasi maka dinamakan ada problem autokorelasi. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Dalam hal ini peneliti memilih Uji Durbin – Watson (DW test) untuk mendeteksi ada atau tidaknya autokorelasi.
Menurut Santosa (2005:175), dasar pengambilan keputusan dengan uji Durbin Watson adalah:
a. Angka Durbin Watson dibawah -2, berarti ada autokorelasi positif
b. Angka Durbin Watson diantara -2 sampai +2, berarti tidak ada autokorelasi.
Dalam penelitian ini, hasil uji Autokorelasi dapat dilihat pada tabel 4.4
Tabel 4.4 Uji Autokorelasi
Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1 .385a .148 .100 .110714 1.479
a. Predictors: (Constant), Return On Asset, Size, Financial Leverage b. Dependent Variable: Beta saham
Dari data di atas didapat nilai Durbin-Watson dari model regresi adalah +1.479, dan pedoman suatu model regresi yang bebas dari autokorelasi jika angka Durbin- watson di antara -2 dan +2. Maka dapat disimpulkan bahwa hasil ini menunjukkan tidak adanya autokorelasi.
3. Uji Hipotesis
1. Uji Koefesien Determinasi
Koefisien determinasi (R2) mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antar 0 dan 1. Nilai R2 yang kecil menunjukkan kemampuan variabel independen amat terbatas. Nilai yang mendekati 1 berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.
Tabel 4.5
Uji Koefisien Determinasi
Dari tabel 4.5 dapat diketahui bahwa angka koefisien determinasi atau Adjusted R Square adalah 0.100 atau sebesar 10.0%. Hal ini menyatakan
bahwa presentase kontribusi variabel antara Return On Asset, Size dan Financial Leverage terhada Beta Saham sebesar 10.0%. Sedangkan sisanya
sebesar 90.0% dipengaruhi variabel lain diluar variabel penelitian ini.
Standard error of the Estimate (SEE) sebesar 0.110714. Semakin kecil nilai SEE akan membuat model regresi semakin tepat dalam memprediksi variabel dependen.
2. Uji F
Uji F digunakan untuk mengetahui apakah variabel independen secara bersama-sama mempunyai pengaruh terhadap variabel independen.
Pengujian ini menggunakan tingkat signifikan 5%. Hipotesis yang diajukan adalah hipotesis nol (H0) dan hipotesis alternatif (Ha). Hipotesis nol berarti variabel independen secara bersama-sama tidak berpengaruh
Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of the Estimate
1 .385a .148 .100 .110714
a. Predictors: (Constant), Return On Asset, Size, Financial Leverage b. Dependent Variable: Beta saham
Sumber: Data yang diolah
terhadap variabel dependen. Sedangkan hipotesis alternatif berarti variabel independen secara bersama-sama berpengaruh terhadap variabel dependen. Keputusan yang akan diambil apabila F hitung > F tabel, maka hipotesis nol ditolak dan menerima hipotesis alternatif.
Tabel 4.6 Uji F
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression .113 3 .038 3.071 .036a
Residual .650 53 .012
Total .763 56
a. Predictors: (Constant), Return On Asset, Size, Financial Leverage b. Dependent Variable: Beta saham
Berdasarkan hasil uji F pada Tabel 4.6, diketahui bahwa nilai F - hitung sebesar 3,071 dan diketahui F - tabel sebesar 2,78. Hasil tersebut berarti F - hitung > F - tabel dengan tingkat signifikan sebesar 5%. Dengan demikian H0 dinyatakan ditolak yang berarti tidak semua variabel independen secara simultan tidak berpengaruh terhadap variabel dependen.
3. Uji T
Uji t digunakan untuk mengetahui apakah variabel independen secara parsial mempunyai pengaruh terhadap variabel dependen.
Tabel 4.7 Uji T
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) -.965 .488 -1.980 .053
Size .095 .037 .336 2.551 .014
Financial Leverage -.159 .078 -.324 -2.033 .047
Return On Asset -.350 .201 -.269 -1.745 .087
a. Dependent Variable: Beta saham Sumber: Data yang diolah
Berdasarkan hasil uji t pada Tabel 4.7. diketahui bahwa:
1) Size Perusahaan
Berdasarkan Tabel 4.7. nilai t - hitung size Perusahaan sebesar 2,551 sementara t -tabel sebesar 2,003 dengan tingkat signifikan sebesar 0,05. Ini berarti bahwa t - hitung > - tα - tabel. Dengan demikian Ha
diterima, artinya Size berpengaruh positif signifikan terhadap beta saham perusahaan.
2) Financial Leverage (FL)
Berdasarkan Tabel 4.7. nilai t - hitung FL sebesar -2,033 sementara t - tabel sebesar 2,003 dengan tingkat signifikan sebesar 0,05. Ini berarti bahwa t - hitung < t - tabel. Dengan demikian Ha diterima, artinya financial leverage berpengaruh negatif secara signifikan terhadap beta saham perusahaan.
3) Return On Asset (ROA)
Berdasarkan Tabel 4.7. nilai t - hitung Return On Asset sebesar -1,745 sementara t -tabel sebesar 2,003 dengan tingkat signifikan sebesar 0,05. Ini berarti bahwa t - hitung < - tα - tabel. Dengan demikian Ho diterima, artinya Return On Asset tidak berpengaruh terhadap beta saham perusahaan.
4. Regresi Linear Berganda
Dari tabel 4.7 dapat diketahui persamaan regresi sebagai berikut:
Beta = α + β1 Size + β2 FL + β3 ROA + e
Beta = -0,965 + 0,095Size – 0,159 FL– 0,350 ROA+ e Persamaan regresi pada tabel 4.7 dapat dijelaskan sebagai berikut:
1) Konstanta sebesar -0,965 artinya jika Size Perusahaan, Financial Leverage, Return On Asset nilainya 0, maka Beta nilainya adalah
-0,965.
2) Koefisien regresi Size Perusahaan sebesar 0,095 artinya pada variabel Size perusahaan terdapat hubungan Positif dengan Beta.
Hal ini menunjukkan setiap kenaikan 1% dari Size perusahaan maka akan menyebabkan meningkatnya Beta dalam perusahaan sebesar 0,095.
3) Koefisien regresi Financial Leverage sebesar -0,159 artinya pada variabel Financial Leverage terdapat hubungan negatif dengan Beta. Hal ini menunjukkan setiap kenaikan 1% dari Financial
Leverage maka akan menyebabkan menurunnya Beta dalam
perusahaan sebesar -0,159.
4) Koefisien regresi Return On Asset sebesar -0,350 artinya pada variabel Return On Asset terdapat hubungan negatif dengan Beta.
Hal ini menunjukkan setiap kenaikan 1% dari Return On Asset maka akan menyebabkan menurunnya jumlah Beta dalam perusahaan sebesar -0,350.
4. Pembahasan
Berdasarkan hasil analisis data di atas diketahui bahwa secara Simultan variabel Size Perusahaan, Financial Leverage, dan Return On Asset berpengaruh signifikan terhadap Beta pada perusahaan yang
tergabung dalam Indeks LQ45 selama periode 2010-2012. Sedangkan secara parsial hasil penelitian yang dilakukan untuk melihat apakah ada pengaruh Size Perusahaan, Financial Leverage dan Return On Assets pada Perusahaan yang tergabung dalam Indeks LQ45 selama periode 2010- 2012, di mana semua variable bebas dimasukan ke dalam model regresi linier berganda adalah sebagai berikut:
1. Pengaruh Size Perusahaan terhadap Beta
Dari hasil analisis yang peneliti lakukan dengan Size Perusahaan sebagai variabel independen menunjukan adanya pengaruh yang signifikan dan hubungan Positif terhadap Beta pada Perusahaan yang tergabung dalam Indeks LQ45, yang berarti Ho ditolak dan Ha diterima. Hasil ini sejalan dengan penelitian Darush Javid, asgar seif dan Maryam Mirzaei (2013)
bahwa size berpengaruh signifikan terhadap beta saham perusahaan.
Perusahaan besar belum tentu mendapat proyek dengan varians rendah.
Dengan kata lain sebagian mendapat proyek dengan risiko tinggi, sebagian berhasil mendapat proyek dengan risiko rendah. Karena tingkat penjualan yang tinggi menandakan bahwa perusahaan menghasilkan profitabilitas yang tinggi, kecil kegagalan yang menandakan saham memiliki risiko yang kecil. Sehingga apabila size perusahaan meningkat maka resiko dalam perusahaan juga akan meningkat. Hal ini mungkin yang menyebabkan variabel size berpengaruh terhadap beta perusahaan.
2. Pengaruh Financial leverage terhadap Beta
Dari hasil analisis yang peneliti lakukan dengan Financial Leverage sebagai variabel independen menunjukan adanya pengaruh signifikan dengan hubungan negatif terhadap Beta pada Perusahaan yang tergabung dalam Indeks LQ45, yang berarti Ho ditolak dan Ha diterima. Hasil ini tidak sejalan dengan penelitian Aly Salama dan Duc Tuan Nguyen (2005) dan Kheder Alaghi (2013) yang menyatakan bahwa financial leverage berpengaruh positif terhadap Beta saham. Untuk variabel Financial Leverage Ini berarti bahwa model ini tidak berhasil mendukung hipotesis
dua yang menyatakan bahwa bahwa financial leverage berpengaruh negatif signifikan terhadap beta. Hasil penelitian ini kemungkinan disebabkan investor di BEI kurang memperhatikan faktor fundamental perusahaan. Dalam kenyataannya, investor lebih mengandalkan saran dari broker dalam membeli atau menjual saham. Broker hanya mengandalkan
analisis teknikal saham yang hanya menekankan kapan waktu yang baik membeli atau menjual saham, bukan saham mana yang fundamentalnya baik dan layak dibeli. Penelitian ini menggunakan beta sebagai fokus penelitian dimana beta diperoleh dari market model yang menggunakan return IHSG dan return saham.
3. Pengaruh Return On Asset terhadap Beta
Dari hasil analisis yang peneliti lakukan dengan Return On Asset sebagai variabel independen menunjukan tidak adanya pengaruh signifikan terhadap Beta pada Perusahaan yang tergabung dalam Indeks LQ45, yang berarti Ho diterima dan Ha ditolak. Hal ini menunjukkan hubungan yang lemah di antara Return On Asset dan Beta Saham. Arah hubungan yang negatif menunjukkan arah yang berlawanan, semakin besar Return On Asset maka semakin kecil Beta Saham. Return On Asset juga tidak
mempunyai pengaruh yang signifikan terhadap beta mungkin karena Investor tidak menggunakan Return On Asset sebagai informasi yang perlu dipertimbangkan dalam membeli dan menjual saham.
