47 BAB IV ANALISIS HASIL DAN PEMBAHASAN
A. ANALISA REGRESI LINIER Data yang telah dikumpulkan, disusun, kemudian dilakukan perhitungan untuk mendapatkan penjelasan mengenai pengaruh Leverage, Current Ratio, ROA, ROE terhadap PER. Pada bagian ini model regresi berganda diterapkan untuk menguji pengaruh keempat variable independen, yaitu Leverage, Current Ratio, ROA, ROE. Adapun model regresi dituliskan dalam persamaan sebagai berikut : LN_PER = + 1LN_ROA+ 2LN_ROE+ 3LN_Lev+ 4LN_Cur+ Adapun perhitungan regresi dari data yang telah dirangkum menampakkan koefisien-koefisien yang dapat dilihat pada tabel berikut : Tabel 4.1 Coefficients (a) t
!"#$% !"#$ " * " + , -
.
/
& ' ( & & ) &
( ) ) '(
& ' & (' & &
& &' ('' & () &
)( (
0 !"1 #
Dari table tersebut diperoleh persamaan regresi sebagai berikut : LN_PER = – 0.209 LN_ROA – 0.487 LN_ROE – 0.067 LN_Lev + (-0.007 LN_Cur) +
48 Hasil persamaan tersebut menunjukkan bahwa konstanta sebesar 3.535 menyatakan jika Lev, Cur ROA, ROE konstan, PER sebesar 3.535. Koefisien regresi ROI -0.209 menyatakan bahwa pengaruh ROI terhadap Price Earning Ratio adalah negatif. Berdasarkan nilai koefisien regresi tersebut dapat disimpulkan jika ROA naik sebesar 1 maka Price Earning Ratio akan turun sebesar 0.209. Namun pengaruh tersebut tidak signifikan pada tingkat 5%. Untuk ROE koefisien regresi ROE terhadap Price Earning Ratio. Koefisien regresi sebesar -0.487 menunjukkan bahwa pengaruh ROE terhadap Price Earning Ratio adalah negatif. Berdasarkan nilai tersebut dapat disimpulkan jika ROE naik sebesar 1 maka Price Earning Ratio akan turun sebesar 0.487. Namun pengaruh tersebut tidak signifikan pada tingkat 5%. Pada variable Leverage terhadap Price Earning Ratio, koefisien Regresi sebesar 0.067 menunjukkan bahwa pengaruh Leverage terhadap Price Earning Ratio adalah negative. Berdasarkan nilai koefisien regresi tersebut dapat disimpulkan jika Leverage naik sebesar 1 maka Price Earning Ratio akan turun sebesar 0.067. Namun pengaruh tersebut tidak signifikan pada tingkat 5%. Sedangkan pada variable Current Ratio terhadap Price Earning Ratio, koefisien regresi sebesar -0.007 menunjukkan bahwa pengaruh Current Ratio adalah negative terhadap Price Earning Ratio. Berdasarkan nilai koefisien regresi tersebut dapat disimpulkan jika Current Ratio naik sebesar 1 maka Price Earning Ratio akan turun sebesar 0.007. Namun pengaruh tersebut tidak signifikan pada tingkat 5%.
49 B.
STATISTIK DESKRIPTIF PT Indosat Tbk adalah salah satu perusahaan telekomunikasi yang terdaftar di
BEJ hingga saat ini. Pengamatan data dimulai dari periode waktu tahun 2003 sampai dengan 2006, dikarenakan pembagian deviden minimal adalah dalam kurun waktu 4 tahunan. Penghitungan data diambil dari sample jumlah 28 pemegang saham. Tabel berikut ini menyajikan statistic deskriptif dari variable yang diteliti, yaitu price earning ratio, leverage ratio, current ratio, ROA, dan ROE. Tabel 4.2 Statistik Deskriptif
* "4 + # "3 1 #" 3 #$% 5 #$ 5 . ! 6
! ' ' ' ' ' '
2 +2 & )) & ) & & & ) )
3 2 +2
' '' '() )
, * ') ( ( ' () ( & )
) ( ) () ' ' '
( )
Berdasarkan table di atas dapat diketahui bahwa Leverage (LEV) mempunyai rata-rata (mean) sebesar 1.3260 nilaiminimum sebesar -48.66 nilai maksimum sebesar 55 dan standar deviasi sebesar 8.41657. Current Ratio mempunyai rata-rata (mean) sebesar 14.9739 nilai minimum sebesar -10.68 nilai maksimum sebesar 557.47 dan standar deviasi sebesar 79.06731. Price Earnings Ratio (PER) mempunyai rata-rata (mean) sebesar 12.8961 nilai minimum sebesar -10.68 nilai maksimum sebesar 278.22 dengan satandar deviasi sebesar 39.67278. Return on Investment (ROI) mempunyai rata-rata (mean) 31.5049 nilai minimum sebesar -144.04 nilai maksimum sebesar 2963.11 dan standar deviasi sebesar 283.85309. Return on Equity (ROE) mempunyai rata-rata (mean)
50 sebesar -3.0176 nilai minimum sebesar -1768.16 nilai maksimum sebesar 1611.43 dan standar deviasi sebesar 277.44168.
C.
ANALISIS dan PEMBAHASAN 1. Analisis Uji Asumsi Klasik a. Penguji Normalitas Tabel 4.3 Tabel Normalitas One-Sampel Kolmogorov–Smirnov Test *
"4
!
+ #
"3
'
!
2
1
2
7/
') , *
3
2
%/
+
1
*
)
1 #" 3
' (
(
( )
(
#$% 5
'
'
' () () '
#$
(
5 '
&
)
'
(
'
)
)
(
'
)
)
,
! 8 2
*& 2
% :2 ; /
*
&
(
&
((
)
(
& ' '
&
))
&
()
'& /+
+
*9
!
2
2
Pada hasil normalitas Tabel 3.1(a) di atas yang dilakukan dengan kolmogorovsmirnov berdasarkan pengambilan keputusan nilai asymptot significant dari seluruh variable kurang dari 0.05 , maka disimpulkan data tidak terdistribusi secara normal bahwa variable Leverage, Current Ratio, PER, ROA, ROE tidak terdistribusi normal. Dan jika dilihat dari grafik normal p-plot disimpulkan bahwa sebaran data tidak mengikuti garis diagonal maka diasumsikan tidak terdistribusi normal.
51 Adapun langkah alternative tersebut dilakukan logaritma natural (LN) terhadap masing-masing variable yang tidak normal. Tabel 4.4 Uji Normalitas setelah Logaritma Natural One-Sampel Kolmogorov-Smirnov Test !"1 # ! ! 2
1 3
2
7/
2
, * %/ +
('') ) ' )
1 !
&
!"#$< ' ) )'
!"#$
" *
( ' (('
( '' (( )
&
'
" +
(
,
8 2 % :2 ; / +
*& 2 '& /+ 2
* *
*9
) ( ''
&
&
'
&
( ')
&
( ( '
! 2
Pada pengujian kolmogorov-smirnov yang telah dilakukan transform ke dalam logaritma natural (LN) terlebih dahulu. Disimpulkan bahwa dari masing-masing variable terdistribusi normal seperti pada LN_ROA, LN_Current. Tetapi pada LN_PER, LN_Lev tidak terdistribusi normal. Bila dilihat dari grafik normal p-plot dan histogram di atas dapat memberikan pola distribusi yang mendekati normal, sedangkan pada grafik normal p-plot terlihat menyebar di sekitar garis diagonal. Jadi kedua grafik ini memungkinkan bahwa model ini layak dipakai karena memenuhi asumsi normalitas.
b. Uji Multikolinearitas Uji Multikolineritas dilakukan untuk menguji apakah model regresi ditemukan adanya korelasi antar variable bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi di Antara variable . Untuk mendeteksi multikolinearitas dapat dilihat
52 dari variance inflation factor (VIF). Multikolinearitas terjadi jika (VIF) lebih besar dari 10 atau nilai tolerance lebih kecil 0.10 (Hair et.Al. 1998).
Hipotesa Multikolinearitas : Ho : tidak ada Multikolinearitas Ha : ada Multikolinearitas Jika VIF > 10 atau TOL <0,1 → Ho ditolak, ada multikolinearitas Jika VIF <10 atau TOL >0,1 → Ho gagal ditolak, tidak ada multikolinearitas Dari hasil pengolahan data statistic diperoleh table pengujian multikolinearitas sebagai berikut : Tabel 4.5 Coefficients (a) Model (Constant) Lev.ratio_(X) Cur.Ratio_(x) ROA(%) ROE(%) a Dependent Variabel : PER_(x)
Collinearity Statistics Tolerance VIF
1
0.989 0.999 0.995 0.986
1.011 1.001 1.005 1.014
Sumber : Data diolah dengan SPSS
Berdasarkan beberapa table di atas, ke-empat variabel independent mempunyai nilai VIF kurang dari batas maksimal 10 atau nilai Tolerance lebih dari 0,10. Sehingga Ho ditolak, artinya seluruh variable independent yang digunakan pada model persamaan regresi tidak menunjukkan gejala kolinearitas (tidak ada hubungan yang sangat kuat
53 Antara variable independent). Dengan demikian asumsi atas multikolinearitas pada model persamaan regresi telah terpenuhi.
c. Uji Autokorelasi Autokorelasi menunjukkan bahwa ada korelasi Antara error dengan error periode sebelumnya dimana pada asumsi klasik ini tidak boleh terjadi. Uji autokorelasi dilakukan dengan menggunakan Durbin Watson. Jika nilai Durbin Watson berkisar di antara nilai batas atas (d U) maka diperkirakan tidak terjadi pelanggaran autokorelasi. Hipotesa Autokorelasi : Ho : tidak ada Autokorelasi Ha : ada Autokorelasi Dasar pengambilan keputusan uji autokorelasi lebih jelasnya ditampilkan pada table berikut ini. Tabel 4.6 Hasil Uji Autokolerasi (n=112 , k’=4) dl 1,534
du 1,743
4-du 2,257
4-dl 2,466
DW 2
Kesimpulan Tidak ada autokorelasi
Sumber : Data diolah menggunakan SPSS Berikut ini adalah table hasil pengujian autokorelasi : Tabel 4.7 Pengujian Autokorelasi Model Summary (b) Model 1
R .128(a)
R Square 0.016
Adjusted R Square -0.020
Std.Error of the Estimate 40.07336
a. Predictors : (Constant), ROE(%), Cur.Ratio_(x), ROA(%), Lev.Ratio_(X) b. Dependednt Variable : PER _(x)
Durbin-Watson 2.068
54
Berdasarkan table di atas, nilai Durbin Watson sebesar 2,068. Adapun nilai batas bawah (dL) yang diketahui dari table Durbin Watson untuk n = 112 dan k’ = 5 pada tingkat signifikan 5% adalah 1,534 dan nilai batas atas (dU) adalah 1,743. Karena nilai Durbin Watson yang digunakan berada pada daerah dU < dw < 4 – dU, maka tidak ada autokorelasi positif atau negative. Pengujian autokorelasi yang dilakukan dengan Durbin Watson test dapat dinyatakan dengan gambar sebagai berikut : Gambar 4.1 Pengujian Autokorelasi
Ada Autokorelasi positif
0
DL 1,534
Tidak Ada Autokorelasi
Inconclisive
DU
Inconclisive
2
1,743
4-DU 2,257
Ada Autokorelasi Negatif
4-DL 2,466
4
2.068
d. Uji Heteroskedasitas Uji heteroskedasitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Heteroskedasitas menunjukkan bahwa varians dari setiap error bersifat heterogen yang berarti melanggar asumsi klasik yang mensyaratkan bahwa varians dari setiap error harus
55 bersifat homogen. Pengujian dilakukan dengan uji Glejser yaitu meregresi masingmasing variable independent dengan absolute residual sebagai variable dependen. Hipotesa Heteroskedasitas : Ho : tidak ada Heteroskedasitas Ha : ada Heteroskedasitas Dasar pengambilan Keputusan : Jika sig. < 0.05, maka Ho ditolak (ada heteroskedasitas) Jika sig. > 0.05, maka Ho gagal ditolak (tidak ada heteroskedasitas)
Hasil pengujian heteroskedasitas ditunjukkan pada table berikut : Tabel 4.8 Pengujian Heteroskedasitas Coefficients (a) Model 1
(Constant) Lev.ratio_(X) Cur.Ratio_(x) ROA(%) ROE(%) a Dependent Variabel : abresid
t
Sig. 5.497 0.602 -0.458 -0.572 0.160
0.000 0.549 0.648 0.568 0.873
Berdasarkan table di atas, diketahui bahwa signifikansi untuk variable leverage, current ratio, ROA, dan ROE terhadap nilai absolute residual-nya lebih besar dari 0,05. Sehingga dapat disimpulkan tidak terdapat permasalahan heteroskedasitas.
56 e. Koefisien Determinan Tabel 4.9 Model Summary (b) Adjusted R Square Model R R Square 1 .544(a) 0.296 0.255 a. Predictors : (Constant), Ln_Cur, LN_ROE, Ln_Lev, LN_ROA b. Dependednt Variable : LN_PER
Dari hasil pengolahan data dengan metode Regresi Berganda diketahui bahwa koefisien determinasi yang dilihat dari nilai Adjusted R2 adalah 0.255. Artinya seluruh variable independent yang terdiri dari Leverage, Current Ratio, ROA, ROE mampu menjelaskan variasi dari variable dependen yaitu Price earning ratio sebesar 25.5%, sedangkan sisanya dijelaskan oleh faktor–faktor lain yang tidak diikutsertakan dalam model. 2. Pengujian Hipotesis a. Hasil Uji t Tabel 4.10 Hasil Uji - t Coefficients (a) Unstandardized Coefficients B Std.Error 1 (Constant) 3.535 0.403 Lev.ratio_(x) -0.067 0.168 Cur.Ratio_(x) -0.007 0.129 ROA(%) -0.209 0.139 ROE(%) -0.487 0.167 a Dependent Variabel : Ln_PER Model
1)
Standardized Coefficients Beta -0.043 -0.005 -0.205 -0.392
t 8.771 -0.396 -0.053 -1.503 -2.922
Sig. 0.000 0.693 0.958 0.137 0.005
Pengaruh Leverage terhadap Tingkat Price Earning Ratio Dari sudut financial leverage, adapun rumusnya sebagai berikut :
Collinearity Statistics Tolerance VIF 0.876 0.977 0.550 0.566
1.142 1.023 1.817 1.767
57
Leverage = Total Utang / Total Aktiva
Ho1 : Tidak terdapat pengaruh yang signifikan Antara Leverage terhadap Price Earning Ratio Ha1 :
Terdapat pengaruh yang signifikan Antara Leverage terhadap Price Earning Ratio
Dari pengujian regresi dengan melihat table Coefficients, diketahui p- value untuk hipotesa 1 adalah 0.693 > alpha 0.05, maka Ho1 diterima, Ha1 ditolak. Artinya tidak terdapat pengaruh yang signifikan Antara Leverage terhadap Price Earning Ratio. Koefisien regresi sebesar -0.067 menunjukkan bahwa pengaruh leverage terhadap price earning ratio adalah negative. Berdasarkan nilai koefisien regresi tersebut dapat disimpulkan jika leverage naik sebesar 1 maka Price Earning Ratio akan turun sebesar 0,067. Namun pengaruh tersebut tidak signifikan pada tingkat 5%. Pada
penelitian
ini
disesuaikan
dengan
peneliti
sebelumnya
(Suryaputri&Christina, 2003) dimana tidak ada pengaruh antara Leverage dengan PER. Penelitian ini juga menunjukkan bahwa tidak terjadi perubahan harga saham secara signifikan selama pengumuman dari pembelanjaan modal yang baru atau hutang yang dapat ditukarkan (convertible debt). Pada kondisi tersebut tidak terlepas dari keadaan perekonomian di Indonesia yang masih dalam keadaaan dimana perekonomian sedang lesu. 2)
Pengaruh Current Ratio terhadap Tingkat Price Earning Ratio Dari sudut rasio lancar (Current Ratio), adapun rumusnya adalah sebagai berikut :
58
Current Ratio = Aktiva Lancar / Hutang Lancar
Ho2 : Tidak ada pengaruh yang signifikan Antara Current Ratio terhadap Price Earning Ratio Ha2 :
Terdapat pengaruh yang signifikan antara Current Ratio terhadap Price Earning Ratio Dari pengujian regresi dengan melihat table Coefficients, diketahui p-value untuk
hipotesa 2 adalah 0.958 < alpha 0.05, maka Ho2 diterima dan Ha2 ditolak. Artinya tidak terdapat pengaruh yang signifikan Antara Current Ratio terhadap pengaruh dividend payout terhadap Price Earning Ratio. Koefisien regresi sebesar -0.007 menunjukkan bahwa pengaruh dividend payout terhadap Price Earning Ratio adalah negatif. Berdasarkan nilai koefisien regresi tersebut dapat disimpulkan jika dividend payout naik sebesar 1 maka Price Earning Ratio akan turun sebesar 0.007. Namun pengaruh tersebut tidak signifikan pada tingkat 5%. Pada penelitian ini sesuai dengan (Halim,005) yang melakukan penelitian pengaruh antara Current Ratio dengan PER pada tahun ke-dua tidak mempunyai pengaruh. Namun sebaliknya penelitian yang dilakukan oleh (Karnadi,1997) mengatakan bahwa semakin Current Ratio, ada kemungkinan akan peningkatan harga saham perusahaan tersebut yang akan mempengaruhi PER.
3)
Pengaruh Profitabilitas terhadap Tingkat Price Earning Ratio (a) Dilihat dari sudut ROA adapun rumusnya :
59
ROA = Net Profit after Tax x 100% Total Asset
Ho3 : Tidak terdapat pengaruh yang signifikan Antara ROA terhadap Price Earning Ratio Ha3 : Terdapat pengaruh yang signifikan Antara ROA terhadap Price Earning Ratio
Dari pengujian regresi dengan melihat table Coefficients, diketahui p-value untuk hipotesa 3 adalah 0.137 > alpha 0.05, maka Ho3 diterima dan Ha3 ditolak. Artinya tidak terdapat pengaruhsignifikan Antara ROA terhadap Price Earning Ratio. Koefisien regresi sebesar -0.209 menunjukkan bahwa pengaruh tersebut ROA terhadap Price Earning Ratio adalah negative. Berdasarkan nilai koefisien regresi tersebut dapat disimpulkan jika ROA naik sebesar 1 maka Price Earning Ratio akan naik sebesar 0.209. Namun pengaruh tersebut tidak signifikan pada tingkat 5%.
Hasil dari penelitianini tidak sesuai dengan teori yang telah ada, yang menyebutkan bahwa ROA merupakan ukuran profitabilitas perusahaan dimana profitabilitas merupakan ukuran perusahaan memperoleh laba dalam hubungannya dengan penjualan, total aktiva, dapat disimpulkan bahwa semakin tinggi ROA semakin besar laba yang diharapkan oleh investor dan berpengaruh pada Price Earning RATIO perusahaan tersebut.
4)
Pengaruh Profitabilitas terhadap Tingkat Price Earning Ratio Dilihat dari sudut ROE adapun rumusnya sebagai berikut :
60
ROE =
Net Income Share Holder Equity
Ho4 : Tidak terdapat pengaruh yang signifikan Antara ROE terhadap Price Earning Ratio Ha4 : Terdapat pengaruh yang signifikan Antara ROE terhadap Price Earning Ratio
Dari pengujian dengan melihat table Coefficients, diketahui p-value untuk hipotesa 4 adalah 0.05 < alpha 0.05, maka Ho4 ditolak dan Ha4 diterima. Artinya tidak terdapat pengaruh signifikan Antara ROE terhadap Price Earning Ratio. Koefisien regresi sebesar 0,001 menunjukkan bahwa pengaruh size terhadap price earning ratio adalah positif. Berdasarkan nilai koefisien regresi tersebut dapat disimpulkan jika ROE naik sebesar 1 maka Price Earning Ratio akan naik sebesar 0,001. Namun pengaruh tersebut tidak signifikan pada tingkat 5%.
Pada penelitian ini terlihat sesuai dengan teori yang ada ROE merupakan ukuran profitabilitas dimana dalam hubungannya dengan penjualan, dan modal sendiri dapat disimpulkan bahwa semakin tinggi ROE semakin besar laba yang diharapkan oleh investor dan berpengaruh pada Price Earning Ratio perusahaan.
61
b. Uji F (Serentak) Tabel 4.11 Hasil Uji F ANOVA (b) Sum of DF Mean Square Squares 1 Regression 58.343 4 14.586 Residual 138.581 69 2.008 Total 196.925 73 a. Predictors : (Constant), Ln_Cur, LN_ROE, Ln_Lev, LN_ROA b. Dependent Variable : LN_PER Model
F 7.262
Sig. .000(a)
Digunakan untuk menguji apakah secara bersama-sama seluruh variable independent mempunyai pengaruh yang signifikan terhadap variable dependen. Ho : b1=b2=b3=b4=b5 = 0 ( tidak ada pengaruh Antara LEV,Curr,ROA,ROE terhadap PER ) Ha : b1 b2 b3 b4 b5
0
( ada pengaruh Antara LEV,Curr,ROA,ROE terhadap PER )
Dasar pengambilan keputusan berdasarkan probabilitas : Jika F Hitung > F Tabel, maka Ho ditolak Jika F Hitung < F Tabel, maka Ha diterima.
Berdasarkan perhitungan di atas, uji F diperoleh bahwa F hitung 7.262 dengan pvalue 0.000 < 0.05, maka Ho ditolak. Artinya seluruh variable independent secara simultan mempunyai pengaruh yang signifikan terhadap variable dependen.