BAB 4 HASIL PENGUJIAN
4.1
Penjelasan Deskriptif Objek Penelitian Penelitian ini menguji adanya pengaruh pengungkapan pihak berelasi dan
transaksi antar pihak berelasi terhadap harga saham. Penelitian ini menggunakan 3 variabel sebagai indikator, yaitu harga saham penutupan pada tanggal 2 April 2012, pengungkapan pihak berelasi dan transaksi dan saldo antar pihak berelasi yang ada di dalam Catatan Atas Laporan Keuangan. Pada tahun 2011 tercatat 445 perusahaan yang sahamnya terdaftar di BEI. Dari jumlah tersebut terdapat 93 perusahaan yang memenuhi kriteria pemilihan sampel. Kriteria pemilihan sampel adalah perusahaan-perusahaan yang masuk dalam daftar tanggal penyampaian laporan keuangan terbanyak pada tahun 2011, perusahaan yang sahamnya aktif dan diperdagangkan tiga hari setelah tanggal penyampaian laporan keuangan dan yang memiliki catatan khusus mengenai pihak berelasi di dalam Catatan Atas Laporan Keuangan. Untuk tanggal penyampaian laporan keuangan perusahaan tahun 2011 paling banyak jatuh pada tanggal 30 Maret 2012 dan untuk harga saham penutupan dipilih tanggal 2 April 2012 sehingga diperoleh total pengamatan sebanyak 93 laporan keuangan perusahaan. Sampel penelitian ini terdiri dari 9 sektor yakni sektor Agriculture, sektor Basic Industry and Chemical, sektor Cunsomer Goods, sektor Finance, sektor Infrastructure, Utilities & Transportation, sektor Mining, sektor Miscellaneous, sektor Property, Real Estate and Building Construction, dan sektor Trade, Service & Investment. Sampel terbanyak berada di dalam sektor Trade, Service & Investment. Dari 9 sektor industri tersebut terbagi kembali menjadi beberapa sub-sektor. Untuk
49
melihat penjabaran lebih rinci dapat mengacu pada Lampiran 1 – Daftar Perusahaan Sampel Berdasarkan Sektor.
4.2
Hasil Uji Statistik Deskriptif Berdasarkan uji statistik deskriptif diperoleh perhitungan nilai minimum,
maksimum, rata-rata dan standar deviasi dari masing- masing variabel dengan total 93 pengamatan. Berikut ini adalah hasil uji statistik deskriptif terhadap variabelvariabel dalam penelitian ini: Tabel 4.1 Uji Statistik Deskriptif Terhadap Masing-Masing Variabel N Harga Saham Pihak Berelasi Transaksi dan Saldo Valid N (listwise)
Descriptive Statistics Minimum Maximum 93 50 147000 93 ,286 ,857 93 ,056 ,500 93
Mean Std. Deviation 5477,87 21623,446 ,48092 ,143806 ,24315 ,100182
Sumber: Hasil Olah Data SPSS 20
Berdasarkan kriteria pengambilan sampel, terdapat 93 pengamatan laporan keuangan yang tanggal penyampaiannya paling banyak jatuh pada tanggal 30 Maret 2012. Berdasarkan tabel Statistik Deskriptif diatas dapat diketahui sebaran data berdasarkan nilai minimum, maksimum, mean dan standar deviation, dengan penjelasan sebagai berikut: 1) Minimum, untuk Harga Saham Sebesar Rp. 50 dimiliki oleh HD Capital Tbk dan Limas Centric Indonesia Tbk. Pengungkapan Pihak Berelasi sebesar 0.286 dimiliki oleh 16 perusahaan sampel. Dan Pengungkapan Transaksi dan Saldo sebesar 0.056 dimiliki oleh Hanson International Tbk dan Polaris Investama Tbk. 2) Maksimum, untuk Harga Saham sebesar Rp. 147.000 dimiliki oleh Merck Tbk. Pengungkapan Pihak Berelasi sebesar 0,857 dimiliki oleh 50
Bukit Uluwatu Villa Tbk, Ciputra Development Tbk dan Semen Gresik Tbk. Pengungkapan Transaksi dan Saldo paling tinggi sebesar 0.50 dimiliki oleh BISI International Tbk dan ABM Investama Tbk. 3) Mean, untuk Harga Saham sebesar 5477.87, Pengungkapan Pihak Berelasi sebesar 0.48092 dan Pengungkapan Transaksi dan Saldo sebesar 0.24315. 4) Standar
Deviation,
untuk
Harga
Saham
sebesar
21623.446,
Pengungkapan Pihak Berelasi sebesar 0.143806 dan Pengungkapan Transaksi dan Saldo sebesar 0. 100182. Untuk penjelasan lebih rinci dapat dilihat pada Lampiran 3 - Tabel Operasionalisasi Variabel Pihak-Pihak Berelasi dan Lampiran 4 - Tabel Operasionalisasi Pengungkapan Transaksi dan Saldo Pihak-Pihak Berelasi. Nilai 1 diberikan untuk kriteria yang diungkapkan dan nilai 0 untuk kriteria yang tidak diungkapkan. Sedangkan untuk contoh pengungkapannya dapat dilihat pada Lampiran 5 – Contoh Pengungkapan Pihak Berelasi dan Lampiran 6 – Contoh Pengungkapan Transaksi dan Saldo.
4.3
Uji Asumsi Klasik Uji Asumsi Klasik adalah pengujian asumsi-asumsi statistik yang harus
dipenuhi pada analisis regresi linear berganda yang berbasis ordinary least square (OLS). Uji Asumsi Klasik digunakan untuk menguji keabsahan persamaan regresi. Model regresi dianggap baik jika memenuhi asumsi klasik yaitu asumsi normalitas, tidak terjadi multikolinieritas dan heteroskedastisitas.
51
4.3.1 Uji Normalitas Uji Normalitas adalah pengujian residual yang berdistribusi normal. Uji Normalitas bertujuan untuk menguji apakah variabel yang diuji mempunyai distribusi normal atau tidak. Model regresi yang baik adalah model yang memenuhi asumsi normalitas. Penulis menggunakan grafik histogram dan normal probability plot. Untuk uji normalitas menggunakan grafik histogram. Untuk lebih meyakinkan mengenai hasil uji normalitas, penelitian ini juga menggunakan uji statistik OneSample Kolmogorov-Smirnov untuk mengetahui apakah data berdistribusi normal atau tidak. Gambar 4.1 Histogram Uji Normalitas
Dengan melihat tampilan grafik histogram yang kurvanya tidak condong ke kiri maupun ke kanan. Ini menunjukkan bahwa data regresi terdistribusi secara normal.
52
Gambar 4.2 Uji Normalitas Scattrerplot
Gambar 4.2 diatas menunjukkan normal probability plot yang titik-titiknya menyebar di sekitar garis diagonal, maka dapat disimpulkan bahwa model regresi berdistribusi normal. Namun hasil uji dengan menggunakan scatterplot bisa menimbulkan kebiasan, oleh karena itu diperlukan Uji Normalitas yang dapat dipastikan dengan uji statistik berikut: Tabel 4.2 Uji Normalitas Dengan One-Sample Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 93 Mean 0E-7 a,b Normal Parameters Std. Deviation 1,53297049 Absolute ,074 Most Extreme Differences Positive ,074 Negative -,033 Kolmogorov-Smirnov Z ,709 Asymp. Sig. (2-tailed) ,695 a. Test distribution is Normal. b. Calculated from data. Sumber: Hasil Olah Data SPSS 20
53
Hasil uji statistik diatas menyatakan bahwa nilai signifikansi (Asymp. Sig. 2tailed) sebesar 0.695 dan nilainya jauh diatas 0.05 (0.695 > 0.05) yang artinya hipotesis nol diterima yakni data terdistribusi normal.
4.3.2 Uji Multikolonieritas Uji multikolonieritas dalam penelitian ini bertujuan untuk menguji apakah dalam
model
regresi
ditemukan
adanya
korelasi
antar
variabel
bebas.
Multikolilneritas menyebabkan timbulnya masalah-masalah, dimana koefisien regresi yang bertanda positif dalam regresi sederhana bisa berubah negatif dalam regresi berganda atau sebaliknya, fluktuasi nilai estimasi koefisien regresi sangat besar, dan jika variabel-variabel independen terkolerasi satu sama lain, variabelvariabel tersebut menjelaskan varian yang sama dalam mengestimasi variabel dependen, jadi penambahan variabel independen tidak berpengaruh apa-apa. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas (Ghozali, 2011). Uji ini dilihat dari nilai tolerance dan variance inflation factor (VIF). Jika tolerance lebih kecil daripada 0,1 atau nilai VIF lebih besar dari 10, maka variabel tersebut memiliki masalah multikolinearitas. Tabel 4.3 Uji Multikolinearitas Korelasi Coefficient Correlationsa Model transaksi transaksi 1,000 Correlations pihak -,252 1 transaksi 2,158 Covariances pihak -,374 a. Dependent Variable: LNSaham
pihak -,252 1,000 -,374 1,016
Berdasarkan hasil besaran korelasi antar variabel independen terlihat bahwa korelasi di antara kedua variabel tersebut relatif kecil yakni sebesar -0.252 atau
54
sekitar 25.2%. Dikarenakan tingkat korelasi masih di bawah 95%, maka dapat dikatakan tidak terjadi multikolonieritas yang serius. Tabel 4.4 Uji Multikolinearitas VIF Model
Unstandardized Coefficients B Std. Error (Constant) 5,118 ,540 1 pihak 1,613 1,008 transaksi 2,881 1,469 a. Dependent Variable: LNSaham
Coefficientsa Standardized Coefficients Beta ,169 ,207
t
9,475 1,600 1,961
Sig.
Collinearity Statistics Tolerance VIF
,000 ,113 ,053
,936 ,936
1,068 1,068
Nilai Tolerance lebih dari 0.10 yakni sebesar 0.936 dimiliki oleh variabel bebas pihak berelasi dan transaksi dan saldo. Nilai VIF juga tidak lebih dari 10 yakni sebesar 1.068. Jadi dapat disimpulkan bahwa tidak ada multikolonieritas antara variabel independen dalam model regresi.
4.3.3 Uji Heteroskedastisitas Uji heteroskedastisitas di dalam penelitian ini bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain
tetap,
maka
disebut
Homokesdastisitas
dan
jika
berbeda
disebut
Heteroskedastisitas. Model regresi yang baik adalah yang Homokesdastisitas dan tidak terjadi Heteroskedastisitas (Ghozali, 2012). Dasar analisis menggunakan scatterplot adalah: 1. Jika ada pola tertentu, seperti titik-titik yang menumpuk teratur akan mengindikasikan telah terjadi heteroskedastisitas. 2. Jika tidak ada pola yang jelas, serta titik-titik penyebaran di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
55
Gambar 4.3 Uji Heteroskedastisitas
Sumber: Hasil Olah Data SPSS 20
Dari hasil pengamatan diatas terlihat pola menyebar merata di atas dan di bawah angka nol sehingga disimpulkan tidak terdapat heteroskedastisitas pada model regresi. Namun untuk lebih memastikan hasil pengujian dilakukan uji statistik menggunakan uji Park. Park mengemukakan metode bahwa variance (s2) merupakan fungsi dari variabel-variabel independen yang dinyatakan dalam persamaan σ2i = α Xiβ. Persamaan ini dijadikan linear dalam bentuk persamaan logaritma sehingga menjadi Lnσ2i = α + βLnXi + vi. Karena s2i umumnya tidak diketahui, maka dapat ditaksir dengan menggunakan residual Ut sebagai proksi, sehingga persamaan menjadi LnU2i = α + + βLnX1 + βLnX2 + vi. Tabel 4.5 Uji Statistik Heteroskedastisitas dengan Uji Park Model
1
(Constant) pihak transaksi
Unstandardized Coefficients Standardized Coefficients B Std. Error Beta -,951 ,734 -,737 1,369 -,059 3,488 1,996 ,190
Sumber: Hasil Olah Data SPSS 20
56
t
Sig.
-1,296 -,538 1,747
,198 ,592 ,084
Hasil output SPSS diatas memberikan koefisien parameter untuk variabel independen tidak ada yang signifikan, maka dapat disimpulkan bahwa model regresi tidak terdapat hesterokedastisitas.
4.4
Analisis Regresi Linear Berganda Menurut Gujarati dalam Ghozali (2012), analisis regresi pada dasarnya
merupakan studi mengenai ketergantungan antara variabel terikat dengan satu atau lebih variabel bebas, yang bertujuan mengestimasi atau memprediksi rata-rata variabel terikat berdasarkan nilai variabel bebas yang diketahui.
4.4.1 Uji Koefisien Determinasi (R2) Koefisien Determinasi (R2) mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel bebas (Ghozali, 2012). Nilai R2 yang kecil berarti kemampuan variabel-variabel bebas dalam menjelaskan variabel-variabel terikat amat terbatas sedangkan nilai R2 yang mendekati satu berarti variabel-variabel bebas memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel terikat. Tabel 4.6 Uji Koefisien Determinasi (R2) Model Summaryb Model
1
R
R Square a
,320
,103
Adjusted R
Std. Error of the
Square
Estimate ,083
1,54991
a. Predictors: (Constant), Pihak Berelasi, Transaksi dan Saldo b. Dependent Variable: Hrgsaham Sumber: Hasil Olah Data SPSS 20
Dari tabel diatas dapat dilihat besarnya Adjusted R Square adalah 0.083, hal ini berarti 8.3% variasi perubahan harga saham dapat dijelaskan dari ke dua variabel
57
bebas pihak berelasi dan transaksi. Sedangkan sisanya (100% - 8.3% = 91.7%) dijelaskan oleh sebab lain di luar model.
4.4.2 Uji Signifikansi Simultan (Uji Statistik F) Uji F menunjukkan apakah semua variabel bebas yang dimasukkan ke dalam model mempunyai pengaruh secara bersama-sama terhadap variabel terikat. Kriteria pengambilan keputusan yakni bila nilai F lebih besar dari 4, maka semua variabel bebas dinyatakan mempengaruhi variabel terikat. Bila nilai F hitung lebih besar daripada F tabel, maka Ho ditolak dan Ha diterima. Tabel 4.7 Uji Signifikansi Simultan (Uji Statistik F) ANOVAa df 2 90 92
Model
Sum of Squares Mean Square Regression 24,707 12,353 1 Residual 216,200 2,402 Total 240,907 a. Dependent Variable: Hrgsaham b. Predictors: (Constant), Pihak Berelasi, Transaksi dan Saldo
F 5,142
Sig. ,008b
Sumber: Hasil Olah Data SPSS 20
Dari tabel diatas didapat nilai F hitung sebesar 5.142 dengan probabilitas 0.008. Karena probabilitas lebih kecil dari 0.05 maka model regresi dapat digunakan untuk memprediksi harga saham atau dapat dikatakan bahwa Pengungkapan Pihak Berelasi dan Pengungkapan Transaksi dan Saldo secara bersama-sama berpengaruh terhadap Harga Saham.
4.4.3 Uji Signifikan Parameter Individual (Uji Statistik t) Uji ini menunjukkan seberapa jauh pengaruh satu variabel bebas secara individual dalam menerangkan variasi variabel terikat. Bila jumlah degree of freedom (df) adalah 20 atau lebih, dan derajat kepercayaan 5%, maka Ho dapat ditolak bila t lebih besar dari 2. Apabila nilai statistik t hasil perhitungannya lebih 58
tinggi dibandingkan dengan nilai t tabel, maka kita menerima Ha yang menyatakan bahwa suatu variabel independen secara individual mempengaruhi variabel dependen. Tabel 4.8 Uji Signifikansi Parameter Individual (Uji Statistik t) Model
Unstandardized Coefficients B
1
(Constant) Pihak Berelasi Transaksi dan Saldo
4,954 1,730
Std. Error ,622 1,159
3,947
1,665
Standardized Coefficients Beta
t
Sig.
,154
7,969 1,493
,000 ,139
,245
2,370
,020
Sumber: Hasil Olah Data SPSS 20
Dari 2 variabel independen yang dimasukkan ke dalam model dapat dilihat Pengungkapan Pihak Berelasi tidak signifikan karena probabilitas signifikannya sebesar 0.139 jauh diatas 0.05. Sedangkan untuk Pengungkapan Transaksi dan Saldo signifikan karena probabilitas signifikannya 0.02 jauh di bawah 0.05.
4.5
Pembahasan Hasil Pengujian Hipotesis Pada bagian ini, penulis akan membahas hasil pengujian hipotesis yang
berdasarkan kepada hasil pengujian statistik dari analisis regresi berganda. Penulis menyimpulkan ringkasan pengujian hipotesis sebagai berikut: Tabel 4.9 Ringkasan Pengujian Hipotesis Hipotesis H1 : Pengungkapan PihakPihak Berelasi (PSAK 7 revisi 2010) berpengaruh signifikan terhadap harga saham (simultan). H2 : Pengungkapan pihak berelasi berpengaruh signifikan terhadap harga saham. H3 : Pengungkapan transaksi dan saldo antar pihak berelasi berpengaruh signifikan terhadap harga saham.
Hasil Pengujian Hipotesis diterima (Ho ditolak atau H1 diterima)
Hipotesis ditolak(Ho diterima atau H2 ditolak) Hipotesis diterima(Ho ditolak atau H3 diterima)
59
Kesimpulan Pengungkapan Pihak-Pihak Berelasi (PSAK 7 revisi 2010) berpengaruh secara signifikan terhadap harga saham (simultan). Pengungkapan pihak berelasi tidak berpengaruh signifikan terhadap harga saham. Pengungkapan transaksi dan saldo antar pihak berelasi berpengaruh signifikan terhadap harga saham.
Pada pengujian hipotesis pertama, didapatkan bahwa H1 diterima. Hal ini menyatakan bahwa pengungkapan Pihak-Pihak Berelasi (PSAK 7 revisi 2010) berpengaruh signifikan terhadap harga saham pada tingkat signifikan 5% dengan hasil F hitung sebesar 5.142. Dalam hal ini pengungkapan Pihak-Pihak Berelasi (PSAK 7 revisi 2010) berarti variabel pengungkapan pihak berelasi (X1) dan variabel pengungkapan transaksi dan saldo (X2) secara bersama-sama atau simultan berpengaruh signifikan terhadap harga saham perusahaan. Pada pengujian hipotesis kedua, didapatkan bahwa H2 ditolak. Hal ini menyatakan bahwa pengungkapan pihak berelasi tidak berpengaruh signifikan terhadap harga saham pada tingkat signifikan 5% dengan hasil t hitung sebesar 1.493 dengan probabilitas signifikannya sebesar 0.139. Karena probabilitasnya jauh diatas 0.05 maka hipotesis kedua ditolak yakni variabel pengungkapan pihak berelasi menjadi tidak berpengaruh terhadap harga saham secara signifikan. Pada pengujian hipotesis ketiga, didapatkan bahwa H3 diterima. Hal ini menyatakan bahwa pengungkapan transaksi dan saldo berpengaruh signifikan terhadap harga saham pada tingkat signifikan 5% dengan hasil t hitung sebesar 2.370 dengan probabilitas signifikannya sebesar 0.020. Karena probabilitasnya masih jauh dibawah 0.05 maka hipotesis ketiga diterima yakni variabel pengungkapan transaksi dan saldo berpengaruh terhadap harga saham secara signifikan.
60
