Upload
vuminh
View
220
Download
0
Embed Size (px)
Citation preview
81
BAB IV
ANALISIS DATA
IV.1 Paparan Statistika Deskriptif
Statistika Deskriptif merupakan hal serangkaian teknik statistika yang digunakan
untuk mempelajari cara-cara pengumpulan, penyusunan, penyajian data, dan penarikan
kesimpulan suatu penelitian secara numerik (wahana, 2009:34). Paparan ini bertujuan untuk
memperoleh gambaran umum dari sekumpulan sampel yang akan diteliti, sehingga dapat
menyimpulkan data secara mudah dan cepat. Selain itu juga untuk mempermudah
pengamatan terhadap sampel tersebut.
Dari data di bawah ini dapat terlihat bahwa jumlah data (N) sebanyak 50 dari semula
66 data, hal ini dikarenakan adanya data outlier yakni data yang mengganggu atau data yang
sifatnya ekstrim sehingga menyebabkan distribusi data menjadi tidak normal dan akhirnya
dapat mengakibatkan penelitian terganggu. Dengan adanya masalah tersebut maka penulis
menghapus data outlier, menurut Suliyanto (2011 :79) cara untuk menormalkan data adalah
dengan menghilangkan data yang dianggap sebagai penyebab data tidak normal, sehingga
dengan membuang data tersebut maka data akan semakin mendekati nilai rata ratanya.
Pembuatan statistik deskriptif untuk sampel tersebut dibantu dengan menggunakan
program komputer Statisical Package for Sosial Science atau lebih dikenal dengan SPSS
versi 18 dengan hasil perhitungan sebagai berikut :
82
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Var1_CR 50 ,39 4,63 2,0985 1,14262
Var2_DTA 50 ,15 ,98 ,4460 ,18460
Var3_TATO 50 ,08 2,26 ,7703 ,49188
Var4_GPM 50 ,00 ,63 ,3044 ,17333
Var5_NPM 50 -,03 ,38 ,1616 ,09701
Var6_ROA 50 -,02 ,35 ,1102 ,08194
VarRS 50 -,06 ,10 ,0186 ,03599
Valid N (listwise) 50
Tabel 4.1 : Statistika Deskriptif
Tabel 4.1 tersebut menyajikan data yang akan diolah selama periode 2010-2011
perusahaan yang masuk LQ 45 selain perusahaan non bank. Dari data tersebut dapat kita
lihat bahwa variabel terikat (Y) yang berupa Return Saham (Var_RS) menunjukan bahwa
nilai minimum sebesar -0,06 (6%) nilai maksimum sebesar 0.10 (10%) dengan rata rata
sebesar 0,0186 (1,86%) dan standar deviasi sebesar 0.03599 (3.59%).
Variabel bebas 1 (X1) yang berupa Current Ratio (Var1_CR) menunjukan bahwa nilai
minimum sebesar 0,39x nilai maksimum sebesar 4,63x dengan rata rata sebesar 2,0985x dan
standar deviasi sebesar 1,142x.
Variabel bebas 2 (X2) yang berupa Debt To Asset (Var2_DTA) menunjukan bahwa
nilai minimum sebesar 0.15 (15%) nilai maksimum sebesar 0,98 (98%) dengan rata rata
sebesar 0,4460(44.60%) dan standar deviasi sebesar 0,1846 (18,46%).
Variabel bebas 3 (X3) yang berupa Total Asset Turnover (Var3_TATO) menunjukan
bahwa nilai minimum sebesar 0,8x nilai maksimum sebesar 2,26x dengan rata rata sebesar
0,7703x dan standar deviasi sebesar 0,4918x.
83
Variabel bebas 4 (X4) yang berupa Gross Profit Margin (Var4_GPM) menunjukan
bahwa nilai minimum sebesar 0,00 (0%) nilai maksimum sebesar 0,63 (63%) dengan rata
rata sebesar 0,3044(30,04%) dan standar deviasi sebesar 0,17333 (17,33%).
Variabel bebas 5 (X5) yang berupa Net Profit Margin (Var5_NPM) menunjukan
bahwa nilai minimum sebesar -0,03 (-3%) nilai maksimum sebesar 0,38 (38%) dengan rata
rata sebesar 0,1616(16,18%) dan standar deviasi sebesar 0,0971 (9,71%).
Variabel bebas 6 (X6) yang berupa Return On Asset (Var4_ROA) menunjukan bahwa
nilai minimum sebesar -0,02 (-2%) nilai maksimum sebesar 0,35(35%) dengan rata rata
sebesar 0,1102(11,02%) dan standar deviasi sebesar 0,08194 (8,194%).
IV.2 Paparan Uji Asumsi Klasik
Uji Asumsi klasik digunakan agar model regresi dapat disebut model regresi yang
baik. Untuk dapat dikatakan memenuhi kriteria model yang baik ada beberapa asumsi yang
harus dipenuhi oleh suatu data dan variabel. Asumsi tersebut adalah bahwa variabel haruslah
normal, homokedastik, tidak ada multikolinearitas dan tidak terdapat autokorelasi serta
hubungan antara variabel bebas dan terikat bersifat linear. Apabila kelima syarat tersebut
telah terpenuhi barulah dapat dilakukan prosedur statistik menggunakan analisis parametric.
IV.2.1 Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah variabel yang akan diteliti
memiliki distribusi yang normal. Uji ini dilakukan dengan melihat range data. Data
84
dapat dikatakan baik apabila penyebarannya normal serta tidak terlalu luas. Untuk dapat
menentukan bahwa persebaran data normal ada beberapa cara :
1. P-P Plot
P-P plot merupakan sebuah kurva yang digunakan untuk dapat menguji apakah
suatu variabel dianggap normal atau tidak. Variabel dapat dikatakan memenuhi asumsi
normalitas apabila P-P plot menunjukan persebaran data relatif mengikuti garis diagonal
atau lebih sering disebut normal plot. Sebaliknya Suatu variabel dikatakan tidak
memenuhi asumsi normalitas apabila P-P plot menunjukan persebaran data yang
melebar atau menjauhi garis normal plot.
2. Uji Kolmogorov-Smirnov
Uji Kolmogorov-Smirnov merupakan salah satu uji normalitas yang sering
digunakan karena kemudahan dan reliabilitasnya dibandingkan dengan P-P plot. Cara
untuk melakukan uji Kolmogorov-Smirnov adalah dengan menggunakan SPSS dimana
nilai signifikansi dari tabel Kolmogorov-Smirnov harus diatas standard error 0,05 atau
5%. Apabila nilai signifikansi diatas dari standar error sebesar 0,05 maka dapat
dikatakan bahwa data dari suatu variabel memiliki distribusi yang normal.
Berikut ini merupakan hasil P-P plot dan uji Kolmogorov-Smirnov dari variabel
yang digunakan dalam penelitian :
85
Sumber : lampiran 5
Terlihat pada grafik diatas (Variabel bebas 1 current ratio) terlihat bahwa grafik
normal plot variabel current ratio memberikan gambaran tentang pola distribusi normal.
Hal ini ditunjukan dari pola persebaran data dari bawah hingga atas yang mengikuti
pergerakan dari garis diagonal sendiri hal ini membuktikan bahwa variabel current ratio
memiliki distribusi yang normal.
86
Sumber : lampiran 6
Dengan melihat pada grafik diatas (Variabel bebas 2 debt to total asset) terlihat
bahwa grafik normal plot variabel debt to total asset memberikan gambaran tentang pola
distribusi normal. Hal ini ditunjukan dari pola persebaran data dari bawah hingga atas
yang mengikuti pergerakan dari garis diagonal sendiri hal ini membuktikan bahwa
variabel current ratio memiliki distribusi yang normal.
87
Sumber : lampiran 7
Terlihat pada grafik diatas (variabel bebas 3 total asset turnover) terlihat bahwa
grafik normal plot variabel total asset turnover memberikan gambaran tentang pola
distribusi normal. Hal ini ditunjukan dari pola persebaran data dari bawah hingga atas
yang mengikuti pergerakan dari garis diagonal sendiri hal ini membuktikan bahwa
variabel current ratio memiliki distribusi yang normal.
88
Sumber : lampiran 8
Dengan melihat pada grafik diatas (Variabel bebas 4 gross profit margin) terlihat
bahwa grafik normal plot variabel gross profit margin memberikan gambaran tentang
pola distribusi normal. Hal ini ditunjukan dari pola persebaran data dari bawah hingga
atas yang mengikuti pergerakan dari garis diagonal sendiri hal ini membuktikan bahwa
variabel current ratio memiliki distribusi yang normal.
89
Sumber : lampiran 9
Terlihat pada grafik diatas (Variabel bebas 5 net profit margin) terlihat bahwa
grafik normal plot variabel net profit margin memberikan gambaran tentang pola
distribusi normal. Hal ini ditunjukan dari pola persebaran data dari bawah hingga atas
yang mengikuti pergerakan dari garis diagonal sendiri hal ini membuktikan bahwa
variabel current ratio memiliki distribusi yang normal.
90
Sumber : lampiran 10
Dengan melihat pada grafik diatas (Variabel bebas 6 return on asset) terlihat
bahwa grafik normal plot variabel return on asset memberikan gambaran tentang pola
distribusi normal. Hal ini ditunjukan dari pola persebaran data dari bawah hingga atas
yang mengikuti pergerakan dari garis diagonal sendiri hal ini membuktikan bahwa
variabel current ratio memiliki distribusi yang normal.
91
Sumber : Lampiran 11
Dengan melihat pada grafik diatas (Variabel terikat return saham) terlihat bahwa
grafik normal plot variabel return saham memberikan gambaran tentang pola distribusi
normal. Hal ini ditunjukan dari pola persebaran data dari bawah hingga atas yang
mengikuti pergerakan dari garis diagonal sendiri hal ini membuktikan bahwa variabel
current ratio memiliki distribusi yang normal.
92
Tests of Normality
Kolmogorov-Smirnova
Statistic df Sig.
Var1_CR ,118 50 ,079
Var2_DTA ,100 50 ,200*
Var3_TATO ,102 50 ,200*
Var4_GPM ,106 50 ,200*
Var5_NPM ,110 50 ,184
Var6_ROA ,122 50 ,062
VarRS ,093 50 ,200*
a. Lilliefors Significance Correction
*. This is a lower bound of the true significance.
Tabel 4.2 : Hasil Uji Kolmogorov-Smirnov
Pada uji Kolmogorov-Smirnov diatas terlihat bahwa signifikansi seluruh variabel
berada diatas batas α (standar eror) yakni sebesar 0,05 dan maksimal sebesar 0,2 atau
5% dan 20% dimana variabel current ratio memiliki nilai signifikansi 7,9% (diatas 5%),
variabel debt to total asset sebesar 20% (diatas 5%), total asset turnover sebesar 20%
(diatas 5%), variabel gross profit margin sebesar 20% (diatas 5%), variabel net profit
margin sebesar 18,4% (diatas 5%), variabel return on asset sebesar 6,2% (diatas 5%) dan
variabel return saham sebesar 20% (diatas 5%) . Hal ini membuktikan bahwa data dari
variabel yang diteliti memiliki distribusi yang normal dan dapat dilanjutkan untuk
pengujian asumsi klasik lainnya.
93
IV.2.2 Uji Heterokedastisitas
Tujuan dari uji heterokedastik adalah untuk menguji apakah dalam suatu model
linear terdapat perbedaan variance dari residual suatu pengamatan ke pengamatan yang
lain. Terjadinya gejala heterokedastik dapat dilihat dari ketidaksamaan diantara varians
residual dari masing masing variabel bebas. Untuk mendeteksi adanya gejala
heterokedastik dilakukan dengan 2 cara yakni menggunakan uji glesjer dan
menggunakan grafik scatter plot.
Uji Glesjer dilakukan dengan SPSS dengan cara meregresikan semua variabel
bebas terhadap nilai mutlak residualnya. Jika terdapat pengaruh variabel bebas yang
signifikan (Sig<0,05) maka dapat dikatakan terdapat masalah heterokedastisitas. Untuk
mengetahui apakah dalam suatu variabel terjadi gejala heterokedastik atau tidak dapat
dilihat dengan melihat signifikansi dari setiap variabel dengan meregresikan varians
residual dari masing masing variabel bebas. Apabila nilai signifikansi tabel dari masing
masing variabel bebas diatas 0,05 maka dapat dikatakan bahwa tidak terjadi gejala
heterokedastis atau disebut juga homokedastis. Sebaliknya apabila nilai signifikansi
tabel dari masing masing variabel bebas dibawah 0,05 maka dapat dikatakan terjadi
gejala heterokedastik.
94
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig. B Std. Error Beta
1 (Constant) ,005 ,023 ,233 ,817
Var1_CR ,004 ,004 ,217 1,143 ,259
Var2_DTA ,030 ,027 ,250 1,098 ,278
Var3_TATO -,002 ,012 -,056 -,207 ,837
Var4_GPM -,030 ,023 -,238 -1,285 ,206
Var5_NPM ,055 ,058 ,243 ,949 ,348
Var6_ROA -,008 ,086 -,031 -,098 ,922
a. Dependent Variable: absresdi
Sumber : lampiran 12
Terlihat pada tabel diatas nilai signifikansi masing masing variabel bebas
menunjukan nilai yang berada diatas 0,05 dimana variabel current ratio sebesar 0,259
(diatas 0,05), variabel debt to total asset sebesar 0,278 (diatas 0,05), variabel total asset
turnover sebesar 0,837 (diatas 0,05), variabel gross profit margin sebesar 0,206 (diatas
0,05), variabel net profit margin sebesar 0,348(diatas 0,05) dan variabel return on asset
sebesar 0,922 (diatas 0,05). Hal ini membuktikan bahwa tidak terjadi gejala
heterokedastik diantara variabel bebas yang akan diteliti sehingga data bersifat
homokedastik.
Cara lain untuk menguji heterokedastik adalah dengan uji scatter plot dimana
grafik scatter plot dibuat dengan memasukan variabel terikat (zpred) di bagian sumbu x
95
dan residual dari masing masing variabel terikat (sresid) dibagian sumbu y. apabila
penyebaran data terlihat acak dan tidak membentuk pola khusus maka dapat dikatakan
bahwa tidak terjadi gejala heterokedastik dalam variabel bebas yang akan diteliti.
Sebaliknya apabila ketika melakukan uji scatter plot terjadi pola data yang mengumpul
dan membentuk suatu pola khusus maka dapat dikatakan data tersebut mengalami gejala
heterokedastik.
Sumber : lampiran 13
Terlihat pada grafik diatas bahwa data dari variabel bebas yang diteliti menyebar
terpencar secara acak (tersebar diantara 0 pada sumbu Y) dan tidak membentuk pola
khusus. Maka dapat dikatakan tidak ada gejala heterokedastik dalam variabel bebas.
96
IV.2.3 Uji Multikolinearitas
Uji multikolinearitas dapat diketahui dengan melakukan uji Variance Inflating
Factor (VIF). Uji VIF merupakan salah satu metode pengujian yang mudah digunakan
dalam menganalisis data apakah terjadi multikolinearitas atau tidak. Untuk melihat
terjadinya gejala multikolinearitas dapat melihat nilai t dan nilai VIF apabila nilai t
(toleransi) berada diatas 0,1 dan nilai VIF berada di bawah 10 maka dapat dikatakan
bahwa tidak terjadi multikolinearitas diantara variabel yang diteliti dan sebaliknya.
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig.
Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -,017 ,037 -,451 ,654
Var1_CR -,002 ,006 -,058 -,316 ,753 ,582 1,717
Var2_DTA -,014 ,043 -,071 -,324 ,747 ,406 2,465
Var3_TATO ,052 ,019 ,705 2,716 ,009 ,290 3,449
Var4_GPM ,019 ,037 ,091 ,511 ,612 ,613 1,632
Var5_NPM ,224 ,091 ,605 2,456 ,018 ,321 3,111
Var6_ROA -,331 ,135 -,753 -2,445 ,019 ,205 4,869
a. Dependent Variable: VarRS
Tabel 4.3 : Hasil uji multikolinearitas
Pada Uji Multikolinearitas diatas terlihat bahwa VIF dan t masing masing variabel
berada di atas batas minimum untuk dapat dikategorikan terjadi multikolinearitas hal ini
terlihat pada masing masing variabel yakni variabel current ratio memiliki nilai VIF
sebesar 1,717 (dibawah 10) dan nilai toleransi sebesar 0,582 (diatas 0,1), variabel debt to
97
total asset memiliki VIF sebesar 2,465 (dibawah 10) dan toleransi sebesar 0,406 (diatas
0,1), variabel total asset turnover memiliki VIF sebesar 3,449 (dibawah 10) dan toleransi
sebesar 0,290 (diatas 0,1), variabel gross profit margin memiliki nilai VIF sebesar 1,632
dan nilai toleransi sebesar 0,613 (diatas 0,1), variabel net profit margin memiliki nilai
VIF sebesar 3,111 (dibawah 10 ) dan nilai toleransi sebesar 0,321 (diatas 0,1), dan
variabel return on asset memiliki nilai VIF (4,869) serta nilai toleransi 0,205 (diatas 0,1)
sehingga secara keseluruhan masing-masing variabel tersebut bebas dari
multikolinearitas.
IV.2.4 Uji Auto Korelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi
terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode sebelumnya (t-1). Uji autkorelasi dapat dilakukan dengan
melakukan uji Durbin-Watson atau juga disebut D-W test. Pengambilan keputusan
apakah terjadi autokorelasi diantara variabel bebas dilihat pada tabel dibawah ini :
Kondisi Keputusan
X ≤ 4-dl Terjadi autokorelasi positif
X ≥ 4-dI Terjadi autokorelasi negatif
dI ≤ X ≤ dU Tidak dapat disimpulkan
dU ≤ X ≤ 4-dU Tidak terdapat autokorelasi
Tabel 4.3 : Keputusan Uji Durbin-Watson
98
Hasil Uji Durbin Watson dapat dilihat pada tabel di bawah ini :
Tabel 4.4 : Hasil Uji Durbin-Watson autokorelasi
Hasil uji Durbin-Watson menunjukan nilai 1,836. Dengan jumlah variabel
sebanyak 6 dan n sebanyak 52 maka dU adalah sebesar 1,814 (hasil dU didapat dari
tabel Durbin-Watson) dan nilai 4-dU sebesar 2,186 sedangkan nilai dI sebesar 1,334
(hasil dI didapat dari tabel Durbin-Watson) dan nilai 4-dI sebesar 2,666. Hasil tersebut
menunjukan bahwa nilai 1,836 berada diantara dU ≤ X ≤ 4-dU dimana 1,814 ≤ 1,836 ≤
2,186. Maka dari hasil tersebut dapat disimpulkan tidak terjadi autokorelasi dalam
variabel bebas.
IV.2.5 Uji Linearitas
Uji linearitas bertujuan untuk melihat apakah dalam suatu model regresi terdapat
hubungan linear antara variabel bebas dan variabel terikat. Sebuah dalam suatu model
terdapat hubungan yang bersifat linear atau garis lurus, dengan arah garis ke kanan atas
atau ke kanan bawah antara kedua variabel tersebut. Jika hubungan tidak liner atau
keduanya mempunyani hubungan yang hiperbola maka model regresi akan bias dalam
melakukan prediksi terhadap variabel terikat (Santoso Singgih,2012:243).
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson
dimension0 1 ,402a ,161 ,044 ,03519 1,836
a. Predictors: (Constant), Var6_ROA, Var4_GPM, Var5_NPM, Var1_CR, Var2_DTA, Var3_TATO
b. Dependent Variable: VarRS
99
Dalam menguji model apakah terdapat hubungan yang linear maka dilakukan uji
durbin-watson dengan cara mengkuadratkan nilai dari masing masing variabel bebas
kemudian memasukkan variabel bebas yang dikuadratkan tersebut ke dalam program
SPSS bersama sama dengan variabel bebas, kemudian hasil uji tersebut diputuskan
dengan menggunakan tabel dengan kesimpulan sebagai berikut
Kondisi Keputusan
X ≤ 4-dl Terjadi autokorelasi positif
X ≥ 4-dI Terjadi autokorelasi negatif
dI ≤ X ≤ dU Tidak dapat disimpulkan
dU ≤ X ≤ 4-dU Tidak terdapat autokorelasi
Hasil uji durbin-watson untuk linearitas dapat dilihat pada tabel di bawah ini
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson
dimension0 1 ,478a ,229 -,021 ,03638 1,836
a. Predictors: (Constant), ROAsqrt, TATOsqrt, CRsqrt, DTAsqrt, Var4_GPM, NPMsqrt, Var3_TATO, GPMsqrt, Var1_CR, Var2_DTA,
Var5_NPM, Var6_ROA
b. Dependent Variable: VarRS
Tabel : 4.5 Hasil Uji Durbin – Watson linearitas
Hasil uji Durbin-Watson menunjukan nilai 2,058. Dengan jumlah variabel
sebanyak 6 dan n sebanyak 50 maka dU adalah sebesar 1,814 (hasil dU didapat dari
tabel Durbin-Watson) dan nilai 4-dU sebesar 2,186 sedangkan nilai dI sebesar 1,334
100
(hasil dI didapat dari tabel Durbin-Watson) dan nilai 4-dI sebesar 2,666. Hasil tersebut
menunjukan bahwa nilai 1,836 berada diantara dU ≤ X 4-dU dimana ,814 ≤ 1,836 ≤
2,186. Maka dari hasil tersebut dapat disimpulkan terdapat linearitas antara variabel
bebas dengan variabel terikat.
IV.3 Analisis Regresi Linear Berganda
Uji Regresi linear dilakukan atas variabel curent ratio, debt to total asset, total asset
turnover, gross profit margin, net profit margin, dan return on asset terhadap imbal hasil
saham disajikan dalam tabel di bawah ini:
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
t Sig. B Std. Error Beta
(Constant) -,017 ,037 -,451 ,654
Var1_CR -,002 ,006 -,058 -,316 ,753
Var2_DTA -,014 ,043 -,071 -,324 ,747
Var3_TATO ,052 ,019 ,705 2,716 ,009
Var4_GPM ,019 ,037 ,091 ,511 ,612
Var5_NPM ,224 ,091 ,605 2,456 ,018
Var6_ROA -,331 ,135 -,753 -2,445 ,019
a. Dependent Variable: VarRS
Tabel 4.6 : Hasil Uji Regresi Linear Berganda
101
Dari hasil tabel diatas persamaan untuk membentuk model regresi linear dapat dilihat
pada tabel unstandarized coefficient di kolom beta. Dari Hasil analisis tersebut diperoleh
nilai konstanta sebesar -0,017 nilai variabel current ratio sebesar -0,002 nilai variabel debt to
total asset sebesar -0,014, nilai variabel total asset turnover sebesar 0,052, nilai variabel
gross profit margin sebesar 0,019 nilai variabel net profit margin sebesar 0,224 nilai return
on asset sebesar -0,331 Dari nilai tersebut dapat dibentuk model regresi linear sebagai
berikut :
Keterangan
X1 : Current Ratio
X2 : Debt To Total Asset
X3 : Total Asset Turnover
X4 : Gross Profit Margin
X5: Net Profit Margin
X6 : Return On Asset
Dari hasil regresi linear berganda diatas ada beberapa hal yang dapat dijelaskan
beberapa hal berikut :
1. Konstanta (koefisien intersep) bernilai -0,017 berarti apabila variabel lainnya seperti
current ratio, debt to total asset, total asset turnover, gross profit margin, net profit margin,
102
dan return on asset tidak dipertimbangkan atau dianggap 0 maka return saham sebesar -
0,017 (1,7%).
1. Nilai koefisien regresi total asset turnover (X3) sebesar 0,052 memiliki pengertian bahwa
setiap kenaikan 1% dari total asset turnover maka akan memberikan pengaruh kenaikan
terhadap imbal hasil saham (Y) sebesar 0,052%
3. Nilai koefisien regresi net profit margin (X5) sebesar 0,224 memiliki pengertian bahwa
setiap kenaikan 1% dari net profit margin maka akan memberikan pengaruh kenaikan imbal
hasil saham (Y) sebesar 0,224%
7. Nilai koefisien return on asset (X6) sebesar -0,331 memiliki pengertian bahwa setiap
kenaikan 1% dari return on asset maka akan memberikan pengaruh penurunan imbal hasil
saham (Y) sebesar 0,331%
IV.4 Pengujian Hipotesis
Agar dapat membuktikan pengaruh antara rasio current asset, debt to total asset, total
asset turnover, gross profit margin, net profit margin, serta return on asset berpengaruh
terhadap imbal hasil saham baik secara parsial maupun simultan maka dilakukan uji
hipotesis. Untuk menguji pengaruh simultan dari variabel current ratio, debt to total asset,
total asset turnover, gross profit margin, net profit margin,dan return saham terhadap
variabel terikat dilakukan uji f . Untuk menguji pengaruh parsial dari variabel current ratio,
debt to total asset, total asset turnover, gross profit margin, net profit margin,dan return
saham terhadap variabel terikat dilakukan uji t.
103
IV.4.1 Uji f
Uji f digunakan untuk membuktikan hipotesis pertama yang menyatakan “ Ada
hubungan signifikan antara CR, TATO, GPM, NPM, ROA terhadap imbal hasil saham
secara simultan” dapat diterima atau ditolak. Uji F tersebut bertujuan untuk mengetahui
signifikansi atau pengaruh variabel bebas (CR, DTA, TATO, GPM, NPM, ROA) secara
bersama sama terhadap variabel terikat (RS). Uji ini dilakukan menggunakan uji
distribusi f yakni membandingkan anatara nilai f hitung dengan f tabel yang terdapat
dalam tabel uji f. Apabila hasil uji f hitung lebih besar (>) dari f tabel dan
signifikansinya dibawah (<) 0,05(α) maka dapat dikatakan bahwa variabel bebas
berpengaruh secara bersama sama atas variabel terikat sebaliknya apabila f hitung lebih
kecil (<) dari f tabel dan signifikansinya diatas (>) 0,05(α) maka dapat dinyatakan
variabel bebas secara simultan kurang berpengaruh terhadap variabel terikat. Hasil uji f
dapat dilihat pada tabel di bawah ini :
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression ,010 6 ,002 1,378 ,245a
Residual ,053 43 ,001
Total ,063 49
a. Predictors: (Constant), Var6_ROA, Var4_GPM, Var5_NPM, Var1_CR, Var2_DTA, Var3_TATO
b. Dependent Variable: VarRS
Tabel 4.7 : Hasil uji f
Dari tabel diatas dapat diketahui bahwa nilai f hitung sebesar 1,378 apabila
dibandingkan dengan f tabel sebesar 2, 286 maka dapat diketahui bahwa variabel current
104
ratio, debt to total asset, total asset turnover, gross profit margin,net profit margin, return
on asset tidak mempengaruhi variabel imbal hasil saham secara simultan atau bersamaan
selain itu nilai signifikansi yang diatas 0,05 menunjukan bahwa variabel bebas kurang
berpengaruh terhadap variabel terikat hal ini ditunjukan dengan nilai signifikansi sebesar
0,245 . Hal ini berarti apabila variabel CR, DTA, TATO, GPM, NPM, dan ROA kurang
efektif apabila digunakan bersama dalam melakukan penilaian saham karena kurang
signifikan sehingga dengan data diatas maka hipotesis pertama yang menyatakan ” Ada
hubungan yang signifikan antara current ratio, debt to total asset, total asset turnover,
gross profit margin, net profit margin,return on asset terhadap tingkat imbal hasil saham
secara simultan.” ditolak.
IV.4.2 Uji t
Uji t dilakukan untuk membuktikan hipotesis kedua, ketiga, keempat, kelima,
keenam, dan ketujuh apakah hipotesis diterima tau ditolak. Tujuan dari uji t adalah
untuk melihat pengaruh antara variabel bebas terhadap variabel terikat secara parsial
atau terpisah. Sebuah variabel bebas dapat dianggap berpengaruh parsial terhadap
variabel terikat apabila nilai t hitung lebih besar (>) dari t tabel dan memiliki signifikansi
(<) 0,05 (α) sebaliknya variabel bebas dianggap tidak berpengaruh terhadap variabel
terikat secara parsial apabila nilai t thitung lebih kecil (<) dari t tabel dan signifikansinya
lebih besar dari (>) 0,05 (α) . Hasil uji t dapat dilihat pada tabel berikut ini :
105
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig. B Std. Error Beta
1 (Constant) -,017 ,037 -,451 ,654
Var1_CR -,002 ,006 -,058 -,316 ,753
Var2_DTA -,014 ,043 -,071 -,324 ,747
Var3_TATO ,052 ,019 ,705 2,716 ,009
Var4_GPM ,019 ,037 ,091 ,511 ,612
Var5_NPM ,224 ,091 ,605 2,456 ,018
Var6_ROA -,331 ,135 -,753 -2,445 ,019
a. Dependent Variable: VarRS
Tabel 4.8 : Hasil uji t
Dari tabel diatas dapat kita lihat hasil uji t pada kolom t. Dengan mengacu pada
tabel dapat kita peroleh t tabel sebesar 1,67469 Nilai t hitung dari masing masing serta
pengujian hipotesis akan dijelaskan di bawah :
1. Variabel Bebas Current Ratio (X1)
Dari tabel hasil uji t diatas dapat kita lihat pada kolom t Var1_CR bahwa nilai t
hitung sebesar -3,16 dengan nilai signifikansi sebesar 0,753 apabila dibandingkan
dengan t tabel sebesar 1,67469 maka nilai t hitung lebih rendah daripada t tabel, selain
itu signifikansi dari variabel current ratio lebih besar dari 0,050. Hal ini menunjukan
tidak ada pengaruh signifikan antara current ratio terhadap imbal hasil saham secara
parsial sehingga dengan demikian maka hipotesis kedua yang menyatakan “Ada
106
hubungan yang signifikan antara current ratio terhadap tingkat imbal hasil saham.”
ditolak dan hipotesis nol diterima. Hasil pengujian ini tidak sejalan dengan penelitian
terdahulu yang dilakukan oleh Ika Rahayu (2003) yang menyatakan bahwa variabel CR
memiliki pengaruh yang positif terhadap imbal hasil saham, namun pengaruh tersebut
tidak signifikan.
2. Variabel Bebas Debt to Total Asset (X2)
Dari tabel hasil uji t diatas dapat kita lihat pada kolom t Var2_DTA bahwa nilai t
hitung sebesar -0,324 dengan nilai signifikansi sebesar 0,747 apabila dibandingkan
dengan t tabel sebesar 1,67469 maka nilai t hitung lebih rendah daripada t tabel, selain
itu signifikansi dari variabel debt to total asset lebih besar dari 0,050. Hal ini
menunjukan tidak ada pengaruh signifikan antara debt to total asset terhadap imbal hasil
saham secara parsial sehingga dengan demikian maka hipotesis ketiga yang menyatakan
“Ada hubungan yang signifikan antara debt to total asset terhadap tingkat imbal hasil
saham.” ditolak dan hipotesis nol diterima. Hasil dari dari penelitian ini berbeda
dengan penelitian yang dilakukan Minar Simanungkalit (2009) yang menyatakan bahwa
debt to total asset tidak berpengaruh secara signifikan serta memiliki hubungan yang
positif terhadap imbal hasil saham.
3. Variabel Bebas Total Asset Turnover (X3)
Dari tabel hasil uji t diatas dapat kita lihat pada kolom t Var3_TATO bahwa nilai t
hitung sebesar 2,716 dengan nilai signifikansi sebesar 0,009 apabila dibandingkan
dengan t tabel sebesar 1,67469 maka nilai t hitung lebih tinggi daripada t tabel, selain
itu signifikansi dari variabel total asset turnover lebih kecil dari 0,050. Hal ini
107
menunjukan ada pengaruh signifikan antara total asset turnover terhadap imbal hasil
saham secara parsial sehingga dengan demikian maka hipotesis keempat yang
menyatakan “Ada hubungan yang signifikan antara total asset turnover terhadap tingkat
imbal hasil saham.” diterima dan hipotesis nol ditolak. Hasil dari penelitian ini
konsisten dengan penelitian yang dilakukan sebebelumnya oleh Ika Rahayu (2003),
Saniman Widodo (2007) dan Ejun Samson (2009) yang menyatakan bahwa total asset
turnover memiliki pengaruh yang positif dan signifikan terhadap imbal hasil saham
4. Variabel Bebas Gross Profit Margin (X4)
Dari tabel hasil uji t diatas dapat kita lihat pada kolom t Var4_GPM bahwa nilai t
hitung sebesar 0,511 dengan nilai signifikansi sebesar 0,612 apabila dibandingkan
dengan t tabel sebesar 1,67469 maka nilai t hitung lebih rendah daripada t tabel, selain
itu signifikansi dari variabel gross profit margin lebih besar dari 0,050. Hal ini
menunjukan tidak ada pengaruh signifikan antara gross profit margin terhadap imbal
hasil saham secara parsial sehingga dengan demikian maka hipotesis kelima yang
menyatakan “Ada hubungan yang signifikan antara gross profit margin terhadap tingkat
imbal hasil saham.” ditolak dan hipotesis nol diterima. Hal ini searah dengan penelitian
yang dilakukan Annio Indah Lestari, Musclih Lutfi, dan Syahyunan (2005) yang
menyatakan bahwa gross profit margin memiliki hubungan positif namun tidak
signifikan terhadap return saham.
5. Variabel Bebas Net Profit Margin (X5)
Dari tabel hasil uji t diatas dapat kita lihat pada kolom t Var5_NPM bahwa nilai t
hitung sebesar 2,456 dengan nilai signifikansi sebesar 0,018 apabila dibandingkan
108
dengan t tabel sebesar 1,67469 maka nilai t hitung lebih tinggi daripada t tabel,
sedangkan signifikansi net profit margin sebesar 0,018. Hal ini menunjukan ada
pengaruh signifikan antara net profit margin terhadap imbal hasil saham secara parsial
sehingga dengan demikian maka hipotesis keenam yang menyatakan “Ada hubungan
yang signifikan antara net profit margin terhadap tingkat imbal hasil saham.” diterima
dan hipotesis nol ditolak. Hasil dari penelitian ini sejalan dengan penelitian yang
dilakukan Taufik Hidayat (2009) yang menyatakan bahwa net profit margin memiliki
pengaruh yang signifikan dan positif terhadap return saham.
6. Variabel Bebas Return On Asset (X6)
Dari tabel hasil uji t diatas dapat kita lihat pada kolom t Var6_ROA bahwa nilai t
hitung sebesar -2,445 dengan nilai signifikansi sebesar 0,019 apabila dibandingkan
dengan t tabel sebesar 1,67469 maka nilai t hitung lebih tinggi daripada t tabel dan
signifikansi dari return on asset lebih kecil dari 0,05 . Hal ini menunjukan ada pengaruh
signifikan antara return on asset terhadap imbal hasil saham secara parsial sehingga
dengan demikian maka hipotesis ketujuh yang menyatakan “Ada hubungan yang
signifikan antara return on asset terhadap tingkat imbal hasil saham.” diterima dan
hipotesis nol ditolak. Hasil penelitian ini berbeda dengan penelitian terdahulu yang
dilakukan oleh Ika Rahayu (2003) yang menyatakan bahwa return on asset memiliki
pengaruh positif dan memiliki pengaruh yang signifikan.
109
IV.5 Uji Koefisien Determinasi
Koefisien determinasi digunakan untuk mengetahui seberapa mampu variabel
bebas current ratio, debt to total asset, total asset turnover, gross profit margin, net profit
margin, dan return on asset menjelaskan imbal hasil saham. Koefisien determinasi memiliki
besaran angka 0 hingga 1. Apabila nilai koefisien determinasi mendekati angka 1 maka
dapat dikatakan bahwa variabel bebas memberikan informasi yang semakin dapat
memprediksi variabel terikat.
Tabel dibawah ini merupakan hasil dari analisis koefisien determinasi
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson
dimension0 1 ,402a ,161 ,044 ,03519 1,836
a. Predictors: (Constant), Var6_ROA, Var4_GPM, Var5_NPM, Var1_CR, Var2_DTA, Var3_TATO
b. Dependent Variable: VarRS
Tabel 4.9 : Hasil Perhitungan Koefisien Determinasi
Dari hasil perhitungan koefisien determinasi dapat dilihat bahwa sebesar 16,1%,
hal ini menunjukkan bahwa kemampuan variabel current ratio, debt to total asset, total asset
turnover, gross profit margin, net profit margin, dan return on asset dalam menjelaskan atau
memberikan pengaruh variabel imbal hasil saham sebesar 16,1% dan sisanya sebanyak
83,9% dijelaskan oleh variabel lain yang tidak dibahas pada penelitian ini.