BAB IV ANALISIS HASIL DAN PEMBAHASAN
4.1 Statistik Deskriptif Dalam analisis statistik obyek penelitian pada sub bab ini, peneliti menjabarkan hasil perhitungan nilai minimum, nilai maksimum, rata-rata (mean) dan simpangan baku (standar deviasi) dari umur perusahaan, ukuran perusahaan dan return saham dari perusahaan yang masuk dalam LQ45 selama masa pengamatan. Dari data di bawah ini dapat terlihat bahwa jumlah data (N) sebanyak 23 dari data semula adalah 36 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
43
44
lebih dikenal dengan istilah SPSS versi 20 dengan hasil perhitungan sebagai berikut : Tabel 4.1 Statistik Deskriptive Descriptive Statistics
Umur perusahaan Ukuran perusahaan Return saham
N
Mean
Std. Deviation
Minimum
Maximum
23
34.70
18.089
6
76
23
66940355.70
101266542.455
1412075
394616604
23
.054357
.0398059
-.0341
.1232
Sumber: Output SPSS Tabel 4.1 berisi mengenai nilai maximum (tertinggi), minimum (terendah), mean (rata-rata) dan standart deviasi untuk masing-masing variabel yang diteliti. Penjelasan mengenai Tabel 4.1 adalah sebagai berikut: 1. Berdasarkan Tabel 4.1 menunjukkan bahwa N merupakan jumlah data yang menjadi sampel dalam penelitian ini. Jumlah sampel (N) dari penelitian ini sebanyak 23 perusahaan. 2. Variabel umur perusahaan memiliki rata-rata atau mean sebesar 34.70 dengan standar deviasi sebesar 18.089. umur perusahaan memiliki nilai terkecil (minimum) sebesar 6 pada PT Adaro Energy Tbk dan nilai terbesar (maksimum) sebesar 76 pada PT Unilever Indonesia Tbk. 3. Variabel ukuran perusahaan memiliki rata-rata atau mean sebesar 66940355.70 dengan standar deviasi sebesar 101266542.455. ukuran perusahaan memiliki nilai terkecil (minimum) sebesar 1412075 pada PT
45
Bisi Internasional Tbk dan nilai terbesar (maksimum) sebesar 394616604 pada PT Bank Mandiri Persero Tbk. 4. Variabel Return Saham memiliki rata-rata atau mean sebesar 0.054357 dengan standar deviasi sebesar 0.0398059. return saham memiliki nilai terkecil (minimum) sebesar -0.0341 pada PT Lippo Karawaci Tbk dan nilai terbesar (maksimum) sebesar 0.1232 pada PT Indofood Sukses Makmur Tbk.
4.2 Normalitas Data Uji normalitas sering disalah artikan bahwa semua variabel harus memiliki distribusi normal. Uji normalitas yang dimaksud adalah nilai residual dari regresi tersebut harus berdistribusi normal. Jadi yang diminta adalah
hasil
residual
dari
persamaan
regresi
berdistribusi
normal
(ghozali,2009). Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel residual memiliki distribusi normal. Salah satu cara untuk melihat normalitas residual adalah dengan uji statistic non-parametik KolmogorovSmirnov (K-S). hasil uji K-S dapat dilihat pada tabel 4.2 sebagai berikut:
46
Tabel 4.2 Uji Normalitas Data Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N Normal Parametersa,b
Most Extreme Differences
23 Mean
0E-7
Std. Deviation
.03657978
Absolute
.119
Positive
.086
Negative
-.119
Kolmogorov-Smirnov Z
.570
Asymp. Sig. (2-tailed)
.901
a. Test distribution is Normal. b. Calculated from data.
Hasil pengujian pada tabel 4.2 Menunjukkan bahwa Asymp. Sig (2 tailed) pada uji Kolmogorov-smirnov
adalah 0,901. Hasil tersebut
menunjukkan bahwa Kolmogorov-smirnov besarnya nilai signifikan pada seluruh variabel terikat melebihi 5%. Sehingga dapat disimpulkan bahwa data residual terdistribusi secara normal diterima.
47
Gambar 4.1 Gambar P.P Plot
Pada gambar diatas uji normalitas dengan PP Plot memperlihatkan titiktitik menyebar disekitar garis diagonal, serta penyebarannya mengikuti garis diagonal maka dapat disimpulkan model regresi berdistribusi normal (Imam Ghozali).
48
4.3 Uji Asumsi Klasik 4.3.1 Uji Autokorelasi Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Untuk mendeteksi ada tidaknya autokorelasi dapat dilakukan dengan Uji Durbin Watson. Model regresi terbebas dari gejala autokorelasi jika terletak di daerah no autocorrelation. Hasil olah data SPSS dapat dilihat pada tabel dibawah ini: Tabel 4.3 Hasil Uji Autokorelasi
Model Summaryb Model
R
R
Adjusted
Std. Error Durbin-Watson
Square
R Square
of
the
Estimate 1
.534a
.285
.213
.0353088
1.683
a. Predictors: (Constant), ln_ukuran, umurperusahaan b. Dependent Variable: returnsaham
Sumber : Data yang telah diolah Hasil data SPSS dengan menggunakan Durbin-Watson menunjukkan nilai DW sebesar 1,683 dimana nilai dU = 1,548 dan dL = 1,168. Nilai 1,683 ini menjelaskan bahwa hasil uji Durbin-Watson berada diantara dU dengan 4-dU (1,548
DW
2452), yang berarti model regresi
49
yang digunakan dalam penelitian ini tidak terdapat masalah autokorelasi. 4.3.2 Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terdapat ketidaksamaan varians dari residual satu pengamatan ke pegamatan lainnya. Model regresi yang baik adalah yang tidak terjadi heteroskedastisitas. Heteroskedastisitas dapat dideteksi dengan melihat penyebaran plot melalui gambar scatterplot sebagai berikut: Gambar 4.2
Dari gambar 4.2 terlihat bahwa titik-titik menyebar secara acak serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y. hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi. sehingga model regresi layak dipakai untuk memprediksi pengaruh umur perusahaan dan ukuran perusahaan.
50
4.3.3
Uji Multikolineritas Uji multikoloniearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Menurut imam Ghozali (2009), suatu model regresi terdapat multikoloniearitas jika Variance Inflation Factor (VIF) atau sama dengan tolerance
10
0,10 dengan tingkat kolonieritas
dibawah 95%. Hasil olat data SPSS dapat dilihat pada tabel dibawah ini: Tabel 4.4 Hasil Uji Multikoloniearitas Coefficientsa Model
Collinearity Statistics Tolerance
VIF
umurperusahaan
.984
1.016
ln_ukuran
.984
1.016
(Constant) 1
a. Dependent Variable: returnsaham
Pada tabel 4.4 dapat dilihat untuk ke dua variabel independen nilai tolerance > 0.10 dan nilai VIF < 10 maka dapat disimpulkan tidak terdapat multikolinearitas pada model regresi.
51
4.4 Regresi Linier Berganda Analisis linier berganda digunakan untuk mendapatkan regresi yang akan menentukan apakah hipotesis yang dibuat akan diterima atau tidak. Tabel 4.5 Hasil Analisis Regresi Linier Berganda
Model
Unstandardized
Standar
Coefficients
dized
T
Sig.
-2.153
.044
Coefficie nts B (Constant) 1
umurperusa haan ln_ukuran
.185
Std. Error
Beta
.086
.000 .000
.095
.500
.623
.014 .005
.513
2.691
.014
a. Dependent Variable: returnsaham
Dari hasil output regresi tersebut, maka dapat diperoleh hasil persamaan regresi sebagai berikut: Returnsaham = 0,185 + 000 Umur Perusahaan + 0.014 Ukuran Perusahaan + e Dari hasil persamaan model regresi tersebut diperoleh : • Konstanta sebesar 0,185 menyatakan bahwa jika variabel harga umur perusahaan dan ukuran perusahaan dianggap konstan, maka return saham sebesar 0,185.
52
• Koefisien regresi umur perusahaan sebesar 000 menyatakan bahwa setiap kenaikan umur selama 1 tahun maka akan meningkatkan return sebesar 000 • Koefisien regresi ukuran perusahaan sebesar 0.014 menyatakan bahwa setiap kenaikan total aktiva 1 rupiah akan meningkatkan return saham sebesar 0.014
4.5 Uji Koefisien Determinasi (Uji R2) Uji R2 digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai R2 berkisar antara 0 sampai 1. Apabila R2= 1 menunjukkan bahwa 100% variabel independen mampu menerangkan variabel dependen. Nilai R2 = 0 artinya tidak ada varian yang diterangkan oleh variabel independen. Nilai koefisien determinasi dari model regresi penelitian ini dapat dilihat pada tabel 4.6 sebagai berikut: Tabel 4.6 Hasil Uji Koefisien Determinasi Model Summaryb
Model
1
R
.534a
R
Adjusted
Std. Error of the
Square
R Square
Estimate
.285
.213
.0353088
a. Predictors: (Constant), ln_ukuran, umurperusahaan b. Dependent Variable: returnsaham
53
Pada tabel 4.6 menunjukkan bahwa koefisien determinasi yang menunjukkan nilai adjusted R-square sebesar 0,213. Hal ini berarti bahwa 21,3 % variabel return saham dapat dijelaskan secara signifikan oleh variabel umur perusahaan dan ukuran perusahaan. Sedangkan sisa nya 78,7% return saham dapat dijelaskan oleh variabel lain. Standar Erorr of the Estimate (SEE) menunjukkan nilai 0,0353088 hal ini menunjukkan nilai yang kecil sehingga dapat disimpulkan model regresi layak digunakan untuk memprediksi variabel dependen. Sementara itu, nilai R sebesar 0,534 menunjukkan hubungan antara variabel dependen yaitu return saham dengan variabel independen yaitu umur perusahaan dan ukuran perusahaan tidak cukup kuat.
4.6 Hipotesis 4.6.1 Uji Simultan dengan F-test Uji Simultan dengan F-test ini bertujuan untuk mengetahui pengaruh secara bersama-sama variable independent terhadap variable dependent.Hasil F-test ini pada output SPSS dapat dilihat pada tabel ANOVA. Hasil F-test ini berpengaruh secara bersama-sama variable independent terhadap variable dependent jika nilai signifikan F (Pvalue) pada kolom sig. lebih kecil dari level of significant yang ditentukan, Berikut hasil uji simultan dengan F-test dapat dilihat pada tabel 4.7 :
54
Tabel 4.7 Hasil Uji F ANOVAa Model
Sum of Squares
Df
Mean Square
F
Sig.
Regression
.010
2
.005
3.980
.035b
Residual
.025
20
.001
Total
.035
22
a. Dependent Variable: returnsaham b. Predictors: (Constant), ln_ukuran, umurperusahaan
Hasil pengujian pada tabel 4.7 menunjukkan nilai F hitung 3,980 dengan tingkat signifikansi sebesar 3,5%. Hasil pengujian dengan menggunakan indikator uji F menunjukkan nilai signifikansi F di bawah tingkat signifikansi
5%, yang artinya variabel umur perusahaan
dan ukuran perusahaan secara serentak berpengaruh signifikan terhadap tingkat return saham. Dengan demikian dapat disimpulkan bahwa semua variabel bebas tidak memberikan kontribusi dalam memprediksi nilai untuk variabel terikat atau dapat pula dikatakan bahwa variabel bebas secara serentak mempengaruhi variabel terikat.
55
4.6.2 Uji Parsial dengan t-test Test ini bertujuan untuk mengetahui besarnya pengaruh masing-masing variabel independen. Hasil uji ini pada output SPSS dapat dilihat pada table Coefficients. Nilai dari uji t-test dapat dilihatdari P-value < level of significant yang ditentukan, maka dapat disimpulkan bahwa hasil yang diperoleh signifikan dan terdapat pengaruh antara masing-masing variabel independen dan dependen. Berikut hasil uji Parsial dengan Ttest dapat dilihat pada tabel 4.8 :
Tabel 4.8 Hasil Uji t Coefficientsa Model
Unstandardized
Standar
Coefficients
dized
t
Sig.
-2.153
.044
Coefficie nts B (Constant) 1
umurperusa haan ln_ukuran
.185
Std. Error
Beta
.086
.000 .000
.095
.500
.623
.014 .005
.513
2.691
.014
a. Dependent Variable: returnsaham
Dari hasil pengolahan data seperti yang ditunjukkan pada tabel 4.8 yang dapat diinterpretasikan adalah sebagai berikut: 1. Diketahui bahwa model regresi ini diperoleh nilai sebesar 0,500 dengan nilai signifikan sebesar 0,623. Karena nilai signifikansinya
56
lebih besar dari 0,05 yaitu 0,623, maka tidak terdapat pengaruh yang signifikan antara umur perusahaan dengan Return Saham. 2. Diketahui bahwa model regresi ini diperoleh nilai sebesar 2,691 dengan nilai signifikan sebesar 0,014. Karena nilai signifikansinya lebih kecil dari 0,05 yaitu 0,014, maka terdapat pengaruh yang signifikan antara ukuran perusahaan dengan Return Saham.
Pembahasan: Dalam penelitian yang dilakukan pengujian pengaruh umur perusahaan dan ukuran perusahaan terhadap return saham pada perusahaan yang masuk dalam kelompok LQ-45 periode 2009-2010. Berdasarkan hasil penelitian yang telah dilakukan diperoleh bahwa: 1. Variabel umur perusahaan menunjukkan pengaruh tidak signifikan terhadap return saham. Hasil ini terlihat pada nilai signifikansi pengujian sebesar 0,623 diatas tingkat signifikansi 0,05. Sehingga variabel umur perusahaan tidak dapat dijadikan indikator dalam memprediksi return saham. Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Evi Soraya (2011) dengan judul pengaruh ukuran perusahaan, umur perusahaan, DER, ROA terhadap underpricing saham perdana (studi empiris bursa efek Indonesia 2005-2009) Hasil penelitian menunjukkan umur perusahaan
tidak
berpengaruh
secara
signifikan
terhadap
underpricing saham perdana. Begitupun dengan hasil penelitian
57
dari Daljono (2000) yang mengatakan bahwa umur perusahaan perusahaan terbukti tidak berpengaruh signifikan terhadap initial return pada IPO tahun 1990-1997. Hal ini mempunyai arti bahwa investor pada saat membeli saham perusahaan yang terdaftar di BEI, tidak terlalu mempertimbangkan lamanya perusahaan tersebut.
2. Variabel ukuran perusahaan menunjukkan pengaruh signifikan terhadapreturn saham. Hasil ini terlihat pada signifikan sipengujian sebesar 0,014 dibawah tingkat signifikansi 0,05, sehingga variabel ukuran perusahaan dapat dijadikan indicator dalam memprediksi return saham. Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Abror Ariefrianto (2012) dengan judul pengaruh aruskas operasi, laba bersih dan size perusahaan terhadap return saham pada perusahaan yang tergabung dalam indeks LQ 45 Tahun 2009-2010. Hasil penelitian menunjukkan ukuran perusahaan berpengaruh signifikan terhadap return saham. Begitupun dengan hasil penelitian dari Ninna Daniati (2006). Hasil pengujian yang signifikan menunjukkan bahwa ukuran perusahaan perusahaan cukup informatif untuk mengukur kinerja suatu perusahaan. Investor beranggapan bahwa perusahaan yang besar dapat memberikan tingkat return yang besar.
58
3. Variabel umur perusahaan dan ukuran perusahaan berpengaruh secara
bersama-sama
terhadap
return
saham.
Berdasarkan
pengujian secara bersama-sama (uji F) didapatkan tingkat signifikan sebesar 0,035dibawah tingkat signifikansi 0,05 maka dapat disimpulkan bahwa umur perusahaan dan ukuran perusahaan berpengaruh secara bersama-sama terhadap return saham.
