46
BAB V HASIL PENELITIAN DAN PEMBAHASAN
5.1
Hasil Penelitian Dari data yang diperoleh melalui berbagai sumber kemudian diolah
dengan menggunakan bantuan software SPSS Versi 21 untuk mendapatkan hasil penelitain, sebagai dasar dalam membuat kesimpulan dalam penelitian ini. 1)
Deskriptif Penelitian Penggunaan analisis statistik deskriptif penelitian ini bertujuan untuk
memberikan gambaran nilai minimum, niali maksimum, nilai rata-rata dan standar deviasi dari variabel penelitian. Variabel penelitian ini terdiri dari Kurs IDR/USD, Inflasi, Harga Minyak Dunia dan IHS Sektor Pertambangan. Hasil deskriptif disampaikan sebagai berikut : Tabel 5.1. Descriptive Statistics N
Minimum Maximum
Mean
Std. Deviation
X1_IDR/USD
60
8508.00
12440.00
9945.6833
1247.91370
X2_INFLASI
60
3.43
8.79
5.6337
1.55722
X3_Harga Minyak Dunia
60
59.29
109.53
91.9088
10.42356
Y_IHS Sektor Pertambangan
60
1282.51
3362.55
2140.8395
635.73585
Valid N (listwise)
60
46
47
Nilai tukar yang merupakan sejumlah uang dari suatu mata uang tertentu yang dapat di pertukarkan dengan satu unit mata uang negara lain, yang dalam hal ini Rupiah terhadap US dollar. Berdasarkan tabel di atas didapatkan bahwa ratarata nilai tukar periode tahun 2010-2014 (bulan Januari 2010 – Desember 2014) sebesar 9.945 (Nilai Rupiah terhadap Dollar AS). Nilai maksimum dari 60 data sebesar 12.440 dan nilai minimum sebesar 8.508 dengan standar deviasi sebesar 1.247. Inflasi yang merupakan kecenderungan dari harga-harga untuk meningkat secara umum dan terus-menerus. Kenaikan harga dari satu atau dua barang saja tidak disebut inflasi, kecuali bila kenaikan tersebut meluas kepada (mengakibatkan kenaikan) sebagian besar dari harga barang-barang lain. Berdasarkan tabel di atas terlihat bahwa tingkat inflasi periode tahun 2010-2014 (bulan Januari 2010 – Desember 2014) rata-rata sebesar 5.63%. Nilai maksimum sebesar 8.79 % dan nilai minimum sebesar 3.43%, dengan standar deviasi sebesar 1.57%. Harga minyak dunia dalam hal ini berpatokan terhadap harga WTI yang merupakan standar harga yang banyak dipakai dalam mengukur harga minyak dunia periode 2010-2014 (bulan Januari 2010– Desember 2014) rata- rata berada pada posisi 91,90 dengan nilai maksimum sebesar 109,53 dan minimum 59,29 sedangkan standar deviasi sebesar 10,423 IHS Sektor Pertambangan yang merupakan suatu nilai yang digunakan untuk mengukur kinerja saham yang tercatat di bursa efek. Berdasarkan tabel di atas didapatkan bahwa rata-rata IHS Sektor Pertambangan periode tahun 2010-
48
2014 (bulan Januari 2010 – Desember 2014) sebesar 2140.84. Nilai tertingi sebesar 3362.55 dan nilai terendah sebesar 1282.51, sedangkan standar deviasi sebesar 635.73. 2)
Analisis Uji Asumsi Klasik Analisis ini digunakan untuk mengetahui kondisi data yang digunakan
sehingga memenuhi sarat untuk dilakukan sebagai bahan penelitian. (1)
Uji Normalitas Uji normalitas digunakan untuk mengetahui apakah populasi data
berdistribusi normal atau tidak. Uji ini biasanya digunakan untuk mengukur data berskala ordinal, interval, ataupun rasio. Jika analisis menggunakan metode parametrik, maka persyaratan normalitas harus terpenuhi yaitu data berasal dari distribusi yang normal. Tabel 5.2 One-Sample Kolmogorov-Smirnov Test One-Sample Kolmogorov-Smirnov Test Unstandardized Residual 2 N Normal Parametersa,b
Most Extreme Differences Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) a. Test distribution is Normal. b. Calculated from data.
Mean Std. Deviation Absolute Positive Negative
56 .0000000 .05531528 .074 .073 -.074 .550 .923
49
Jika data tidak berdistribusi normal, atau jumlah sampel sedikit dan jenis data adalah nominal atau ordinal maka metode yang digunakan adalah statistik non parametrik. Dalam pembahasan ini akan digunakan uji One Sample Kolmogorov-Smirnov dengan menggunakan taraf signifikansi 0,05. Data dinyatakan berdistribusi normal jika signifikansi lebih besar dari 5% atau 0,05. Dari perhitungan dalam tabel 5.2 di dapat bahwa p-value adalah sebesar 0,923. Oleh karena p-value > 0,05 maka disimpilkan bahwa data berdistribusi normal. Uji normalitas dengan grafik. Dikatakan data terdistribusi dengan normal dapat dilihat dalam Gambar 5.1 dengan penjelasan sebagai berikut: 1.
Data menyebar di sekitar garis diagonal dan mengikuti arah diagonal, maka model regresi memenuhi asumsi normalitas.
2.
Data menyebar menjauh dari garis diagonal atau tidak mengikuti arah diagonal, maka model regresi tidak memenuhi asumsi normalitas.
Gambar 5.1 Gambar grafik uji normalitas
50
Dari gambar diatas dapat dilihat dari grafik di bahwa titik – titik menyebar disekitar garis dan mengikuti garis diagonal, dapat disimpulkan bahwa nilai residual yang dihasilkan dari regressi tersebut normal. (2)
Heteroskedastisitas Uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya
penyimpangan asumsi klasik heteroskedastisitas yaitu adanya ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya gejala heteroskedastisitas. Tabel 5.3 Uji Heteroskedastisitas Coefficientsa Unstandardized Coefficients Model B
Std. Error
(Constant)
.048
.005
Kurs
-.783
.230
Inflasi
.040
Harga Minyak
.036
Standardized Coefficients
t
Sig.
Beta 9.749
.000
-.431
-3.401
.001
.044
.116
.910
.367
.071
.064
.513
.610
a. Dependent Variable: Abs_res1
Dengan menggunakan Uji Glejser, dilakukan dengan cara meregresikan antara variabel independen dengan nilai absolut residualnya. Jika nilai signifikansi antara variabel independen dengan absolut residual lebih dari 0,05 maka tidak terjadi masalah heteroskedastisitas. Dari output dalam Tabel 5.3 dapat diketahui bahwa nilai signifikansi Kurs kurang dari 0,05 yaitu sebesar 0,01. Berarti terdapat gangguan heterokedastisitas pada model penelitian. Upaya perbaikan dilakukan dengan mengeluarkan data outliers. Data outliers adalah data yang menyimpang
51
terlalu jauh dibandingkan dengan data yang lain. Berikut adalah data outliers pada casewise diagnostics dengan ZScore sebesar 2: Tabel 5.4 Data Outliers Case Number
Std. Residual
IHSG
Predicted Value
Residual
2.694 2.077 -2.406
.2478 .1430 -.1028
.066842 .003500 .058847
.1809579 .1394999 -.1616469
28 40 43
a. Dependent Variable: IHSG
Tampak dalam Tabel 5.4 bahwa terdapat 3 buah data outliers yaitu data ke-28, 40 dan 43. Dengan mengeluarkan ketiga data tersebut (tersisa 56 data) maka diperoleh hasil uji Glejser sebagai berikut: Tabel 5.5 Uji Heteroskedastisitas tanpa Outliers Model
Unstandardized Coefficients B
1
Std. Error
(Constant)
.044
.004
Kurs
-.389
.213
Inflasi
.025
Minyak
.021
Standardized Coefficients
t
Sig.
Beta 10.477
.000
-.256
-1.828
.073
.037
.097
.687
.495
.061
.047
.346
.731
a. Dependent Variable: Abs_res2
Tampak bahwa tidak ada variabel independen yang mempunyai signifikansi di bawah 0,05 sehingga diinterpretasikan bahwa tidak terdapat gangguan heteroskedastisitas dengan 56 data. Adapun uji heteroskedastisitas dengan analisis grafik
52
Gambar 5.2 Gambar grafik uji heteroskedastisitas Uji heteroskedastisitas dengan grafik dapat dilihat dalam gambar 5.2. Dikatakan data tidak terjadi heteroskedastisitas jika titik-titik menyebar dengan pola jelas di atas dan di bawah angka 0 sumbu Y maka tidak terjadi masalah heteroskedastisitas. Dari gambar scattreplot di atas dapat dilihat dari grafik di atas bahwa titik – titik menyebar dengan pola jelas di atas dan di bawah angka 0 sumbu Y maka tidak terjadi masalah heteroskedastisitas. (3)
Multikolinearitas Uji multikolinearitas digunakan untuk mengetahui ada atau tidaknya
penyimpangan asumsi klasik multikolinearitas yaitu adanya hubungan linear antar variabel independen dalam model regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya multikolinearitas. Ada beberapa metode pengujian yang bisa digunakan diantaranya yaitu: 1.
Dengan melihat nilai inflation factor (VIF) pada model regresi
53
2.
Dengan membandingkan nilai koefisien determinasi individual (r2) dengan nilai determinasi secara serentak (R2).
3.
Dengan melihat nilai eigenvalue dancondition index. Tabel 5.6 Uji Multikolinieritas Unstandardized Coefficients
Model
B (Constant)
Std. Error .001
.008
Kurs
-1.059
.389
Inflasi
-.088
Harga Minyak
.214
Standardized Coefficients
t
Sig.
Beta
Collinearity Statistics Tolerance
.159
.874
-.340
-2.722
.009
.917 1.091
.068
-.164
-1.301
.199
.900 1.112
.111
.234
1.931
.059
.968 1.033
a. Dependent Variable: IHSG
Pada pembahasan ini akan dilakukan uji multikolinearitas dengan melihat nilai inflation factor (VIF) pada model regresi danmembandingkan nilai koefisien determinasi individual (r2) dengan nilai determinasi secara serentak (R2). Pada umumnya jika VIF lebih besar dari 5, maka variabel tersebut mempunyai persoalan multikolinearitas dengan variabel bebas lainnya. Dari Tabel 5.6 Coefficient diketahui bahwa nilai Variance Of Inflation (VIF) adalah 1,091, 1,112 dan 1,033 berada di bawah 5 maka dinyatakan tidak mengandung multikolinearitas. (4)
Autokorelasi Uji Autokorelasi dengan Durbin Watson dengan 56 data adalah sebagai
berikut:
VIF
54
Tabel 5.7 Uji Durbin Watson Model
R .508a
1
R Square
Adjusted R Square
.258
.215
Std. Error of the Estimate
Durbin-Watson
.0568885
1.867
a. Predictors: (Constant), Minyak, Kurs, Inflasi b. Dependent Variable: IHSG
Masalah Autokorelasi dalam persamaan regresi linear berganda dapat diketahui dengan menggunakan metode Durbin Watsom (DW). Dalam Tabel 5.7 dapat diketahui bahwa nilai d (Durbin-Watson) sebesar 1,867 terletak pada daerah dU < d < dU (1,682 < 1,867 < 2,318, maka kesimpulannya yaitu tidak terjadi autokorelasi, maka model regresi layak dilanjutkan ke uji hipotesis. 5.2
Pembahasan Pembahasan yang akan dilakukan berupa uji hipotesis pengaruh variabel
independen (Kurs Rp/USD, Inflasi, dan Harga Minyak Dunia WTI terhadap variabel dependen Indek Harga Saham Sektor Pertambangan yang terdaftar di BEI periode 2010-2015 berdasarkan analisa regresi uji t, uji f dan koefisien determinasi. 1)
Analisis Regresi Berganda Berikut adalah hasil uji analisis regresi linear berganda dengan alat bantu
Software SPSS Versi 21. Dari Tabel 5.8 dapat dibuatkan regresi sebagai berikut : IHS Sektor Pertambangan = 0,001 - 1,059 X1 - 0,088 X2 + 0,214 X3
55
Tabel 5.8 Koefisien Persamaan Regresi Model
Unstandardized Coefficients B (Constant)
Std. Error .001
.008
Kurs
-1.059
.389
Inflasi
-.088
Harga Minyak
.214
Standardized Coefficients
t
Sig.
Beta
Collinearity Statistics Tolerance
.159
.874
-.340
-2.722
.009
.917 1.091
.068
-.164
-1.301
.199
.900 1.112
.111
.234
1.931
.059
.968 1.033
a. Dependent Variable: IHSG
Dengan interpertasi sebagai berikut: 1. Secara parsial variabel Kurs IDR/USD (X1) berpengaruh signifikan terhadap IHS Sektor Pertambangan Y, karena nilai p-value sebesar 0,009 < 0,05. 2. Secara parsial Variabel Inflasi (X2) tidak berpengaruh terhadap IHSG Pertambangan (Y ), karena nilai p-value sebesar 0,199 > 0,05. 3. Secara parsial Variabel Harga Minyak (X3) tidak berpengaruh terhadap IHS Sektor Pertambangan (Y ), karena nilai p-value sebesar 0,059 > 0,05. Berdasarkan nilai standardized coefficients, maka nilai yang terbesar adalah Kurs yaitu sebesar 0,340 (abaikan tanda negatif). Dengan demikian, Kurs merupakan variabel yang paling dominan dalam mempengaruhi Indeks harga saham dibandingkan dua variabel yang lain. Variabel yang paling tidak dominan dalam mempengaruhi indeks harga saham adalah variabel inflasi karena mempunyai nilai absolut terendah, yaitu 0,164. Deskripsi koefisien Regresi dari masing-masing variabel bebas adalah sebagai berikut :
VIF
56
1.
Jika nilai tukar rupiah meningkat sebesar satu satuan, sedangkan variabel bebas yang lain tetap, maka indeks harga saham sektor pertambangan akan turun sebesar 1,059 satuan.
2.
Jika Inflasi naik sebesar satu satuan, sedangkan variabel bebas yang lain tetap, maka Indeks harga saham sektor pertambangan akan menurun sebesar 0,088 satuan.
3.
Jika Harga Minyak naik sebesar satu satuan, sedangkan variabel bebas yang lain tetap, maka Indeks harga saham sektor pertambangan akan meningkat sebesar 0,214 satuan.
4.
Jika semua variabel bebas bernilai nol, maka indeks harga saham sektor pertambangan akan bernilai positif yaitu sebesar 0,001. Akan tetapi, ini hanya interpretasi secara statistik, karena dalam kenyataannya, tidak mungkin semua variabel bebas bernilai nol.
2)
Analisa Uji t. Uji t digunakan untuk mengetahui apakah masing-masing variabel
independen secara parsial mempunyai pengaruh secara signifikan terhadap variabel dependennya. Berikut adalah nilai parameter t hitung dan signifikansi pada model penelitian ini. (1)
Pengaruh Kurs IDR/USD terhadap IHS Sektor Pertambangan Pada taraf signifikansi 0,05, nilai t tabel atau t (0,025: 56) = 2.000 atau -
2.000 dan nilai thitung sebesar -2,722 . Nilai t hitung tersebut berada pada daerah penerimaan hipotesis yaitu berada di atas t tabel, maka dapat dikatakan bahwa Kurs
57
IDR/USD secara parsial berpengaruh terhadap IHS Sektor Pertambangan . Hal ini dapat dilihat pula dari tingkat signifikansi yang diperoleh pada Tabel 5.8 sebesar 0.009. Nilai tersebut lebih kecil dari taraf signifikansi 0.005. Hasil pengujian tersebut ditunjukkan pada gambar sebagai berikut :
t h = -2,277 - t tabel = 2.000 daerah h0 ditolak h1 diterima
0
+ t tabel = 2.000
daerah h0 diterima h1 ditolak
daerah h0 ditolak h1 diterima
Gambar 5.3 Kurva Uji t kurs IDR/USD terhadap IHS Sektor Pertambangan Berdasarkan gambar 5.3 dapat dilihat bahwa t
hitung
berada pada daerah
hipotesis kerja diterima dan hipotesis nol dapat ditolak, yang berarti bahwa terdapat pengaruh signifikan antara Kurs IDR/USD terhadap IHS Sektor Pertambangan.. Hasil penelitian ini sejalan dengan penelitan Sembodo (2012), Amperaningrum dan Agung (2011) ) , dan penelitian Chun-Mu (2008), namun penelitian ini tidak sejalan dengan penelitian Valadkhani, Chancarat dan Havie (2006) , dan Pasaribu, Pananda at al (2009).
58
(2)
Pengaruh Inflasi terhadap IHS Sektor Pertambangan Pada taraf signifikansi 0.05, nilai t tabel atau t untuk nilai Inflasi sebesar 1.301 < t
hitung
tabel
(0,025: 56) =
2.000 dan nilai t
2.000 dan berada di daerah
penolakan hipotesis, maka disimpulkan bahwa Inflasi secara parsial tidak berpengaruh terhadap IHS Sektor Pertambangan. Hal ini ditunjukkan dalam Tabel 5.8 tingkat sigfikansi sebesar 0.199 yang lebih besar dari tingkat signifikansi 0,05.
t h = -1,333 - t tabel = 2.000 daerah h0 ditolak h1 diterima
0 daerah h0 diterima h1 ditolak
+ t tabel = 2.000 daerah h0 ditolak h1 diterima
Gambar 5.4 Kurva Uji t inflasi terhadap IHS Seektor Pertambangan Berdasarkan gambar 5.4 dapat dilihat bahwa t
hitung
berada pada daerah
hipotesis kerja ditolak dan hipotesis nol diterima. Yang berarti tidak ada pengaruh antara Nilai Inflasi terhadap IHS Sektor Pertambangan. Penelitian ini sejalan dengan penelitian Sembodo (2012) inflasi tidak berpengaruh bagi pergerakan IHS Sektor Pertambangan, Kewal (2012) inflasi tidak mempunyai pengaruh yang signifikan terhadap IHSG dan Budiantara (2012) inflasi tidak berpengaruh signifikan terhadap harga saham, namun penelitian ini tidak sejalan dengan
59
penelitian Liu dan Keshab (2008) inflasi berpengaruh signifikan terhadap saham, Martinez (2003) menunjukan inflasi memiliki pengaruh signifikan untuk menilai harga saham di France Market, penelitian Almilia (2004) yang menyebutkan makin tinggi inflasi dapat mengakibatkan turunnya harga saham, penelitian dan penelitian Divianto (2013) inflasi berpengaruh signifikan terhadap IHSG. (3)
Pengaruh Harga Minyak Mentah Dunia (WTI) terhadap IHS Sektor
Pertambangan Pada taraf signifikansi 0.05, nilai t tabel atau t
(0,025: 56) =
2.000 dan nilai t
hitung untuk harga Minyak Mentah dunia (WTI) sebesar 1,931 < t tabel 2.000 dan berada di daerah penerimaan penolakan hipotesis, maka disimpulkan bahwa harga Minyak Mentah dunia (WTI) secara parsial tidak berpengaruh terhadap IHS Sektor Pertambangan. Hal ini ditunjukkan pula dari tingkat sigfikansi sebesar 0,059 yang lebih besar dari tingkat tingkat signifikansi 0,05. Berdasarkan Gambar 5.5 dapat dilihat bahwa t
hitung
berada pada daerah
hipotesis kerja diterima dan hipotesis nol ditolak. Yang berarti tidak terdapat pengaruh antara Harga Minyak WTI terhadap IHS Sektor Pertambangan. Penelitian ini sejalan dengan penelitian Jhony (2012), Kilian dan Park (2007), namun tidak sejalan dengan penelitian Pasaribu, Hermanto dan Manurung (2004), Hayo dan Kutan (2004), Agung (2009), Kusuma (2012), dan Sembodo (2012). Harga minyak dunia tidak berpengaruh pada periode 2010-2014 dikarenakan masih adanya kepastian subsidi dari pemerintah terhadap bahan bakar minyak sebagai sumber energi dalam pelaksanaan produksi sektor pertambangan, harga minyak di dalam negeri sepenuhnya ditentukan oleh pemerintah.
60
- t tabel = 2.000 daerah h0 ditolak h1 diterima
0
+ t tabel = 2.000 t h = 1,931
daerah h0 diterima h1 ditolak
daerah h0 ditolak h1 diterima
Gambar 5.5 Kurva Uji t Harga Minyak Dunia terhadap IHS Sektor Pertambangan
3)
Analisa Uji F Uji F digunakan untuk mengetahui apakah ada pengaruh/hubungan antara
variabel independen secara bersama-sama terhadap variabel dependennya. Berikut adalah hasil Uji F dengan alat bantu software SPSS versi 21 memberikan hasil dalam Tabel 5.9. Tabel 5.9 Hasil uji F ANOVAa Model 1
Sum of Squares
df
Mean Square
Regression
.058
3
.019
Residual
.168
52
.003
Total
.227
55
a. Dependent Variable: IHSG b. Predictors: (Constant), Minyak, Kurs, Inflasi
F 6.024
Sig. .001b
61
Tampak bahwa nilai Signifikansi adalah sebesar 0,001 < 0,05 yang menunjukkan bahwa variabel nilai tukar Rupiah terhadap US Dollar, inflasi, dan Harga minyak secara bersama-sama berpengaruh terhadap indeks harga saham sektor pertambangan di BEI. Demikian juga Nilai F hitung yang diperoleh pada tabel sebesar 6,024, sedangkan F tabel diperoleh nilai sebesar 2.965, karena F tabel < F hitung, maka secara simultan variabel bebas yang terdiri dari Kurs IDR/USD, Inflasi dan Harga Minyak Mentah dunia ( WTI ) berpengaruh secara signifikan terhadap variabel terikat yaitu IHS Sektor Pertambangan. Hal ini dapat dilihat pula dari tingkat signifikansi sebesar 0.001 yang lebih kecil dari tingkat signifikansi yang ditetapkan yaitu sebesar 0.05.
H0 = ditolak H1 = ditolak
H1 = diterima H0 = diterima Ft = 2.965 < Fh 6,024
Gambar 5.6 Kurva Distribusi F Berdasarkan Gambar 5.6 dapat dilihat bahwa F hitung berada pada daerah hipotesis kerja diterima dan hipotesis nol ditolak. Berdasarkan hasil analisa yang telah dilakukan menunjukkan bahwa secara simultan variabel bebas yang terdiri Kurs IDR / USD, Inflasi dan Harga Minyak Mentah Dunia ( WTI ) mempengaruhi variabel terikat yaitu IHS Sektor Pertambangan, Hasil penelitian
62
ini sejalan dengan penelitian Pasaribu (2010, Sembodo (2012), Sugianto (2012), dan Kusuma (2012). 4)
Koefisien Determinasi Koefisien korelasi (R) dan Determinasi (Adjusted R Square) yang didapat
dari uji regresi linier berganda sebagaimana terlihat pada Tabel 5.10 Tampak bahwa nilai R adalah sebesar 0,508 dan nilai koefisien determinasi adalah 0,258. Berarti 25,8% variasi perubahan dari variabel dependen (Indeks Harga Saham Sektor Pertambangan) dapat dijelaskan oleh variasi perubahan variabel-variabel independen (nilai tukar Rupiah terhadap US Dollar, inflasi, dan harga minyak) dalam model. Sedangkan sisanya sebesar 74,8% dipengaruhi oleh variabel lain yang berada di luar persamaan (model) atau yang tidak diteliti. Tabel 5.10 Korelasi dan Koefisien Determinasi Model Summaryb Model 1
R .508a
R Square
Adjusted R Square
.258
a. Predictors: (Constant), Minyak, Kurs, Inflasi b. Dependent Variable: IHSG
.215
Std. Error of the Estimate .0568885
Durbin-Watson 1.867
