51
BAB IV ANALISIS HASIL DAN PEMBAHASAN
A. Analisis Statistik Deskriptif Analisis statistik dekriptif menggambarkan tentang ringkasan datadata penelitian seperti nilai minimum, maksimum, rata – rata dan standar deviasi dari masing – masing variabel yang terdaftar dalam penelitian. Data yang digunakan dalam penelitian ini adalah 17 sampel selama 4 tahun sehingga total data yang diteliti sebanyak 68 sampel. Data dianalisis dengan program statistik SPSS versi 20. Tabel 4.1 Descriptive Statistics N
Minimum
Maximum
Mean
Std. Deviation
ROA
68
.23
4.19
1.8757
.97130
LDR
68
39.78
102.22
76.3101
13.79756
BOPO
68
55.08
97.48
82.1129
8.18517
NPM
68
1.66
27.97
12.7096
5.90605
Return saham
68
-.3516631860
2.178755547
.3492806857
.5020601985
Valid N (listwise)
68
Sumber : output SPSS versi 20 Return on Asset (ROA) menunjukkan keefektifan perusahaan dalam menghasilkan laba dengan memanfaatkan aktiva yang dimilikinya. Tabel memperlihatkan ROA minimum dimiliki oleh PT. Bank Windu Kentjana International, Tbk di tahun 2008 dengan nilai 0.23 sedangkan nilai maksimum pada PT. Bank Tabungan Pensiunan Nasional, Tbk juga di tahun 2008 sebesar 4.19. Nilai standar deviasi 0.97130 lebih kecil dari
51
52
mean sebesar 1.8757 mengindikasikan bahwa secara umum kinerja perusahaan cenderung masih mendapatkan laba dan simpangan ROA tersebar dengan baik. Berdasarkan tabel diatas diketahui variabel Loan Deposit Ratio (LDR) dengan nilai minimum sebesar 39.78 yang dimiliki oleh PT. Bank Victoria International, Tbk pada tahun 2010 serta nilai maksimum sebesar 102.22 oleh PT. Bank Himpunan Saudara 1906, Tbk di tahun 2008. Nilai rata – rata (mean) sebesar 76.3101 dan standar deviasi 13.79756. Ini mencerminkan bahwa simpangan data pada variabel LDR tersebar dengan baik karena nilai standar deviasi lebih kecil dari rata – rata, namun beberapa perusahaan tidak memiliki nilai LDR ideal seperti ketentuan BI yaitu antara 78% - 100%. Beban Operasional Pendapatan Operasional (BOPO) mempunyai nilai mean sebesar 82.1129 dan standar deviasi 8.18517 yang berarti juga bahwa simpangan data BOPO tersebar baik karena nilai standar deviasi yang lebih kecil dari mean. Sedangkan nilai minimum dan maksimum BOPO terdapat pada tahun 2008 masing – masing dimiliki PT. CIMB Niaga, Tbk sebesar 55.08 dan PT. Bank Artha Graha Internasional, Tbk sebesar 97.48, sehingga dapat dikatakan PT. CIMB Niaga, Tbk mampu mengelola operasionalnya dengan efisien. NPM mengindikasikan tingkat efektivitas dan efisiensi kegiatan manajemen yang baik sehingga memiliki kemampuan menghasilkan laba yang baik pula. Hasil statistik deskriptif Net Profit Margin (NPM) bernilai
53
minimum di tahun 2008 sebesar 1.66 oleh PT. Bank Windu Kentjana International, Tbk serta bernilai maksimum 27.97 tahun 2011 pada PT. Bank Rakyat Indonesia, Tbk. NPM mempunyai nilai mean sebesar 12.7096 dan standar deviasi 5.90605 yang berarti bahwa simpangan data NPM di sektor perbankan tersebar dengan baik karena nilai standar deviasi yang lebih kecil dari mean. Variabel
retun
saham
mempunyai
nilai
mean
sebesar
0.3492806857 pada tanggal publikasinya yang berarti secara umum kemampuan perusahaan memberikan return saham masih dalam posisi baik dengan standar deviasi sebesar 0.5020601985. Nilai minimum return saham terdapat pada tahun 2010 dengan nilai sebesar -0.3516631860 yang dimilki oleh PT. Bank CIMB Niaga, Tbk serta nilai maksimum sebesar 2.178755547 yang dimiliki oleh PT. Bank Himpunan Saudara 1906, Tbk di tahun 2008.
54
B. Uji Asumsi Klasik 1. Uji Normalitas Pengujian normalitas dengan menggunakan Kolmogorov – Smirnov, bila nilai signifikan <0.05 berarti distribusi data tidak normal sedangkan bila nilai signifikan >0.05 maka distribusi normal.
Tabel 4.2 One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N
68 Mean
Normal Parametersa,b
0E-7
Std. Deviation
Most Extreme Differences
.43078877
Absolute
.119
Positive
.119
Negative
-.083
Kolmogorov-Smirnov Z
.978
Asymp. Sig. (2-tailed)
.294
a. Test distribution is Normal. b. Calculated from data.enggunakan
Sumber : output SPSS versi 20
Hasil
uji
ini
menunjukkan
nilai
signifikansi
dari
unstandardized residual tersebut adalah 0.294 >0.05, maka dapat disimpulkan residual memenuhi distribusi normal. Hal ini diperkuat dengan normal probability plot adalah sebagai berikut :
55
Gambar 4.1 Normal Probability Plot
Berdasarkan gambar diatas dapat dilihat bahwa titik – titik pada gambar normal probability plot mengikuti garis diagonal, maka dapat disimpulkan bahwa residual model regresi berdistribusi normal.
2. Uji Multikolonieritas Multikolonieritas adalah suatu keadaan dimana diantara variabel bebas dalam model regresi terdapat korelasi ynag signifikan. Model
regresi
yang
baik
adalah
yang
tidak
mengandung
56
multikolonieritas. Untuk mendeteksi ada tidaknya multikolonieritas digunakan Variance Inflation Factor (VIF). Apabila nilai tolerance >0.10 dan nilai VIF <10, maka tidak ada multikolonieritas antara variabel bebas dalam model regresi demikian juga sebaliknya.
Tabel 4.3 Coefficientsa Model
Collinearity Statistics Tolerance
VIF
(Constant)
1
ROA
.204
4.907
LDR
.764
1.309
BOPO
.310
3.224
NPM
.165
6.066
a. Dependent Variable: Return saham
Sumber : output SPSS versi 20
Berdasarkan tabel 4.3 diatas dapat dilihat bahwa nilai ROA, LDR, BOPO dan NPM memiliki nilai tolerance masing – masing 0.204, 0.764, 0.310 dan 0.165. Sehingga nilai keempat variabel bebas tersebut bernilai tolerance >0.10. Demikian pula nilai VIF ROA sebesar 4.907, LDR sebesar 1.309, BOPO sebesar 3.224 dan NPM sebesar 6.066 yang nilai keempat variabel <10. Sehingga dapat disimpulkan bahwa model regresi tidak mengindikasikan adanya multikolonieritas atau asumsi non multikolonieritas terpenuhi.
57
3. Uji Autokorelasi Autokorelasi menunjukkan bahwa dalam sebuah model regresi linier terdapat kesalahan pengganggu pada periode waktu dengan kesalahan pada periode waktu sebelumnya. Model regresi yang baik adalah bebas dari autokorelasi. Pendeteksian ada tidaknya autokorelasi dapat dilakukan dengan menggunakan uji Durbin-Watson. Tabel 4.4 Model Summaryb Model
1
R
R Square
a
.514
Adjusted R
Std. Error of the
Square
Estimate
.264
.217
.44425
Durbin-Watson
1.921
a. Predictors: (Constant), NPM, LDR, BOPO, ROA b. Dependent Variable: Return saham
Sumber : output SPSS versi 20
Berdasarkan tabel output diatas diketahui nilai Durbin-Watson sebesar 1.921. Sedangkan hasil pengujian menurut tabel dengan n = 68 dan k = 4 pada tingkat signifikansi α = 5% diperoleh nilai batas bawah (dl) = 1.4853 dan batas atas (du) = 1.7335. Berdasarkan kriteria yang telah ditentukan bahwa syarat tidak mengandung autokorelasi adalah du < dw < 4-du sehingga didapat perhitungan 1.7335<1.921<4-1.7335, maka ini berarti tidak terjadi autokorelasi, sehingga kesimpulannya adalah uji autokorelasi terpenuhi.
58
4. Uji Heteroskedastisitas Heteroskedastisitas
menunjukkan
adanya
ketidaksamaan
varians dari residual atas suatu pengamatan ke pengamatan lain. Deteksi
adanya
heteroskedastisitas
dengan
menggunakan
uji
Spearman’s rho. Hasil pengujian heteroskedastisitas dilihat apabila variabel independen memiliki nilai sig>0.05 berarti tidak terjadi heteroskedastisitas. Namun sebaliknya jika variabel memiliki sig<0.05 maka terjadi heteroskedastisitas. Tabel 4.5
Correlations Unstandardized Residual Correlation Coefficient ROA
Sig. (2-tailed) N Correlation Coefficient
LDR
Sig. (2-tailed) N
-.008 .949 68 -.042 .735 68
Spearman's rho Correlation Coefficient BOPO
Sig. (2-tailed) N
NPM
-.007 .957 68
Correlation Coefficient
.010
Sig. (2-tailed)
.938
N
Sumber : output SPSS versi 20
68
59
Berdasarkan tabel 4.5 terlihat bahwa korelasi keempat variabel dengan Unstandarized Residual menunjukkan signifikansi sebesar >0.05. Yaitu nilai signifikansi ROA sebesar 0.949, LDR sebesar 0.735, BOPO sebesar 0.957 dan NPM sebesar 0.938. Berdasarkan hasil uji tersebut maka model regresi berganda yang digunakan dapat penelitian ini adalah bebas heteroskedastisitas Pengujian heteroskedastisitas juga dapat dilakukan melalui grafik scatter plot yang dapat dilihat pada gambar 4.2 : Gambar 4.2
60
Gambar scatter plot diatas menunjukkan titik – titik menyebar secara acak dan tidak membentuk suatu pola tertentu diatas dan dibawah nilai 0 pada sumbu Y. Berdasarkan hasil tersebut dapat disimpulkan ahwa tidak terjadi heteroskedastisitas dalam model regresi yang digunakan, dengan demikian asumsi non heteroskedastisitas terpenuhi.
C. Analisis Koefisien Determinasi Koefisien determinasi (R square) pada intinya mengukur seberapa jauh
kemampuan
model
dalam
menerangkan
variasi
variabel
dependennya. Nila R square yang mendekati 1 (satu) berarti variabel – variabel
independen
memberikan
hampir
semua
informasi
yang
dibutuhkan untuk memprediksi variasi dependen. Jika nilai R2 yang kecil berarti kemampuan variabel – variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Tabel 4.6 b
Model Summary Model
1
R
R Square
a
.514
.264
Adjusted R
Std. Error of the
Square
Estimate .217
a. Predictors: (Constant), NPM, LDR, BOPO, ROA b. Dependent Variable: Return saham
Sumber : output SPSS versi 20
.44425
61
Dari tabel 4.6 diketahui bahwa nilai R sebesar 0.514 menunjukkan bahwa korelasi atau hubungan antara variabel dependen dan variabel independen adalah kuat karena berada diatas angka 0.5 (50%). Hasil pengujian koefisien determinasi menunjukkan nilai Adjusted R Square sebesar 0.217. Hal ini berarti bahwa variasi keempat variabel independen yaitu ROA, LDR, BOPO dan NPM mampu menjelaskan return saham pada perusahaan perbankan di BEI periode 2008 – 2011 sebesar 21.7%. Sedangkan sisanya sebesar 78.3% dijelaskan oleh faktor – faktor lain yang tidak diteliti dalam penelitian ini.
D. Uji Hipotesis 1. Uji Statistik F Uji ini dilakukan dengan menganalisis besarnya pengaruh ROA, LDR, BOPO dan NPM secara serentak terhadap return saham. Tabel 4.7 ANOVAa Model
Sum of Squares
Regression 1
Df
Mean Square
4.455
4
1.114
Residual
12.434
63
.197
Total
16.888
67
a. Dependent Variable: Return saham b. Predictors: (Constant), NPM, LDR, BOPO, ROA
Sumber : output SPSS versi 20
F 5.643
Sig. .001b
62
Berdasarkan uji pada tabel 4.7 diperoleh nilai F hitung sebesar 5.643 dengan nilai signifikansi 0.001 lebih kecil dari α = 0.05 yang berarti Ho diterima. Artinya bahwa secara simultan faktor fundamental berupa ROA, LDR, BOPO dan NPM berpengaruh terhadap return saham perusahaan perbankan di BEI periode 2008 – 2011. 2. Uji Statistik t Uji t digunakan untuk mengetahui pengaruh variabel – variabel bebas secara parsial terhadap variabel terikat dalam penelitian. Apabila signifikansi <0.05 maka Ho diterima, dengan demikian variabel bebas dapat menjelaskan variabel terikat yang ada dalam model atau ada pengaruh secara parsial antara variabel yang diuji. Sebaliknya jika signifikansi >0.05, maka Ho ditolak, dengan demikian variabel bebas tidak dapat menjelaskan variabel terikat atau tidak ada pengaruh secara parsial antara variabel yang diuji. Tabel 4.8 Coefficientsa Model
Unstandardized Coefficients
Standardized
t
Sig.
Coefficients B (Constant)
1
Std. Error 1.265
1.225
ROA
.475
.124
LDR
.001
BOPO NPM
Beta 1.033
.306
.919
3.837
.000
.005
.021
.170
.865
-.010
.012
-.157
-.807
.423
-.085
.023
-.996
-3.742
.000
a. Dependent Variable: Return saham
Sumber : output SPSS versi 20
63
Berdasarkan output SPSS pada tabel 4.8 dapat disimpulkan sebagai berikut : Variabel ROA memiliki nilai signifikansi sebesar 0.000 yang artinya nilai signifikansi lebih kecil dari tingkat signifikansi 0.05. Maka Ho diterima sehingga ROA secara parsial berpengaruh signifikan terhadap return saham perusahaan perbankan periode 2008 – 2011. Variabel LDR memiliki nilai signifikansi sebesar 0.865 yang artinya nilai signifikansi lebih besar dari nilai signifikansi 0.05. Maka Ho ditolak sehingga LDR secara parsial tidak berpengaruh signifikan terhadap return saham perusahaan perbankan periode 2008 – 2011. Variabel BOPO memiliki nilai signifikansi sebesar 0.423 yang artinya nilai signifikansi lebih besar dari tingkat signifikansi 0.05. Maka Ho ditolak sehingga BOPO secara parsial tidak berpengaruh signifikan terhadap return saham perusahaan perbankan periode 2008 – 2011. Variabel NPM memiliki nilai signifikansi sebesar 0.000 yang artinya nilai signifikansi lebih kecil dari tingkat signifikansi 0.05. Maka Ho diterima sehingga NPM secara parsial berpengaruh signifikan terhadap return saham perusahaan perbankan priode 2008 – 2011.
64
E. Analisis Regresi Linier Berganda Analisis regresi linier berganda digunakan untuk menganalisa pengaruh variabel – variabel independen terhadap variabel dependen. Dari hasil analisis tabel 4.8 diatas, maka persamaan regresinya adalah sebagai berikut : Y = α + β1X1 + β2X2 + β3X3 + β4X4 + ε Y = 1.265 + 0.475 ROA + 0.001 LDR – 0.010 BOPO – 0.085 NPM + ε Persamaan ini dapat dijelaskan sebagai berikut : 1. Konstanta sebesar 1.265 artinya jika ROA, LDR, BOPO dan NPM nilainya 0, maka perubahan return saham akan naik sebesar 1.265. 2. Nilai koefisien regresi variabel ROA sebesar 0.475 artinya jika ROA naik satu satuan, maka return saham pada perusahaan perbankan di BEI periode 2008 – 2011 akan mengalami peningkatan sebesar 0.475. 3. Nilai koefisien regresi variabel LDR sebesar 0.001 artinya jika LDR naik satu satuan, maka return saham pada perusahaan perbankan di BEI periode 2008 – 2011 akan mengalami peningkatan sebesar 0.001. 4. Nilai koefisien regresi variabel BOPO sebesar – 0.010 artinya jika BOPO naik satu satuan, maka return saham pada perusahaan perbankan di BEI periode 2008 – 2011 akan mengalami penurunan sebesar 0.010. 5. Nilai koefisien regresi variabel NPM sebesar – 0.085 artinya jika NPM naik satu satuan, maka return saham perusahaan perbankan di BEI 2008 – 2011 akan mengalami penurunan sebesar 0.085.
65
F. Pembahasan 1. Pengaruh ROA terhadap Return Saham Dari hasil pengujian diatas, diketahui bahwa variabel ROA berpengaruh signifikan terhadap return saham. Hal ini sesuai dengan hasil penelitian oleh Ryan Alexander Wongso (2012) dengan menggunakan rasio keuangan LDR, ROA dan CAR pada bank Mandiri selama periode 2005 – 2010. Kondisi ini menggambarkan bahwa investor sangat tertarik pada perusahaan yang mampu memaksimalkan aktiva yang dimiliki untuk memperoleh keuntungan. Dengan masuknya investor untuk menananmkan sahamnya maka akan mendorong peningkatan harga saham. Sehingga pada akhirnya akan meningkatkan pula return saham perusahaan. 2. Pengaruh LDR terhadap Return Saham Dari hasil pengujian diatas, diketahui bahwa variabel LDR tidak berpengaruh signifikan terhadap return saham. Ini tidak sejalan sejalan dengan penelitian yang dilakukan Rintistya Kurniadi (2012) dengan objek penelitan perusahaan pebankan yang terdaftar di BEI periode 2008 – 2010. Artinya LDR tidak mempengaruhi reaksi pasar/ investor dalam melihat informasi kinerja perusahaan dan menanamkan modalnya. Hal ini mungkin disebabkan jika rasio LDR semakin tinggi maka kondisi likuiditas bank akan semakin riskan, sebaliknya jika semakin rendah menunjukkan kurangnya efektivitas bank dalam penyaluran kredit.
66
3. Pengaruh BOPO terhadap Return Saham Dari hasil pemgujian diatas, diketahui bahwa variabel BOPO tidak berpengaruh signifikan terhadap return saham. Hasil ini tidak sejalan dengan penelitian Rico Wijaya, dkk (2012) pada perusahaan perbankan yang terdaftar di BEI periode 2007 – 2009 yang menyimpulkan bahwa BOPO berpengaruh terhadap return saham. Hasil ini menunjukkan bahwa BOPO bukanlah salah satu faktor yang membuat return saham mengalami peningkatan. Karena tidak tertariknya
investor
pada
efisiensi kinerja
perusahaan
dalam
mengendalikan biaya operasionalnya.
4. Pengaruh NPM terhadap Return Saham Dari hasil pengujian diatas, diketahui bahwa variabel NPM berpengaruh signifikan terhadap return saham. Ini mengindikasikan peningkatan rasio NPM perusahaan menjadi faktor penentu dalam meningkatkan kepercayaan investor karena ketertarikan investor pada perusahaan
yang
memiliki
efektivitas
dan
efisiensi
kegiatan
manajemen yang baik. Sehingga dapat mengubah permintaan atau penawaran harga saham yang selanjutnya akan berpengaruh terhadap return saham. Hal ini sejalan dengan penelitian yang dilakukan oleh Merry Noor (2010) yang melakukan penelitian terhadap variabel CAR, NPM, ROI dan LDR.
