BAB IV HASIL DAN PEMBAHASAN A. Analisis Statistik Deskriptif

BAB IV
HASIL DAN PEMBAHASAN
A. Analisis Statistik Deskriptif
Statistik deskriptif digunakan untuk melihat gambaran secara umum
data yang telah dikumpulkan dalam penelitian ini. Analisis statistik deskriptif
digunakan untuk mengetahui deskripsi suatu data, analisis ini digunakan
dengan melihat nilai maksimum, minimum, mean, dan standar deviasi suatu
data. Berdasarkan table 4.1 dibawah, maka diketahui jumlah data adalah 216,
variable yang diteliti adalah Nilai Tukar Rupiah, Inflasi, Suku Bunga BI
terhadap Harga Saham. Hasil analisis statistik deskriptif dalam penelitian ini
adalah sebagai berikut:
Tabel 4.1
Statistik Deskriptif
Descriptive Statistics
N
kurs
inflasi
sukubunga
hargasaham
Valid N (listwise)
Minimum
Maximum
8.532
356
575
101
12.087
879
750
990
216
216
216
216
216
Mean
9.54078
554.14
627.08
400.35
sumber: Output perhitungan SPSS 21
Berdasarkan table 4.1 hasil statistik deskriptif untuk variable nilai tukar
rupiah menunjukkan jumlah data (N) ada 216, maka nilai tukar rupiah terkecil
(minimum) adalah pada 8.532 yaitu pada bulan agustus 2011, dan nilai tukar
46
Std.
Deviation
.873999
156.705
57.377
234.838
47
rupiah terbesar (maksimum) adalah 12.087 yaitu pada bulan desember tahun
2013. Rata-rata nilai tukar rupiah dari 216 data adalah 9.54078 dan nilai
standar deviasi adalah .873999
Untuk hasil inflasi dengan menunjukkan jumlah data (N) ada 216, maka
nilai inflasi terkecil (minimum) adalah 356 yaitu pada bulan februari tahun
2012, dan inflasi terbesar (maksimum) adalah 879 yaitu pada bulan agustus
2013. Rata-rata inflasi dari 216 data adalah 554.14. Nilai standar deviasi
adalah 156.705
Untuk hasil suku bunga dengan menunjukkan jumlah data (N) ada 216,
maka suku bunga terkecil (minimum) adalah 575 yaitu pada februari hingga
desember pada tahun 2012 dan nilai suku bunga terbesar (maksimum) adalah
750 yaitu pada bulan desember tahun 2013. Rata-rata suku bunga dari 216
data adalah 627.08. Nilai standar deviasi adalah 57.377
Untuk hasil harga saham dengan menunjukkan jumlah data (N) ada 216,
maka harga saham terkecil (minimum) adalah 101 yaitu Perdana Gapura
Prima Tbk (GPRA) pada desember tahun 2012, dan harga saham terbesar
(maksimum) adalah 990 yaitu Lippo Cikarang Tbk (DART) pada bulan mei
tahun 2013. Rata-rata harga saham dari 216 data adalah 400.35. Nilai standar
deviasi adalah 234.838
48
B. Uji Asumsi Klasik
Beberapa hal yang mendasari tentang perlunya melakukan uji asumsi
klasik atau uji persyaratan regresi linier berganda adalah agar besaran dan
koefisien statistik yang diperoleh benar-benar merupakan penduga parameter
yang memang dapat dipertanggungjawabkan atau akurat.
1. Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah dalam sebuah model
regresi, error yang dihasilkan mempunyai distribusi normal ataukah tidak
(Santoso. 2012:230). Model yang paling baik hendaknya data
berdistribusi normal atau mendekati normal.
Uji normalitas dilakukan dengan analisis One-Sample KolmogorovSmirnov (K-S). pengambilan keputusan untuk menentukan data variabel
penelitian terdistribusi normal atau tidak adalah sebagai berikut:
1. Apabila nilai Asymp. Sig (2 tailed) > 0,05 maka data terdistribusi
normal
2. Apabila nilai Asymp. Sig (2 tailed) < 0,05 maka data tidak
terdistribusi secara normal.
49
Tabel 4.2
Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N
216
Mean
Std. Deviation
Absolute
Most Extreme Differences Positive
Negative
Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)
Normal Parametersa,b
.0000000
.59046853
.056
.036
-.056
.817
.517
a. Test distribution is Normal.
b. Calculated from data.
Sumber: Output perhitungan SPSS 21
Hasil penelitian (output) dari tabel 4.2 dapat disimpulkan sebagai berikut:
Dari tabel diatas, hasil pengolahan data diperoleh bahwa data dalam
penelitian ini berdistribusi normal, dimana variabel memiliki nilai
Asymp. Sig. (2-tailed) yang lebih besar dari 0.05 yaitu 0.517 (0.517 >
0.05) sehingga data berdistribusi secara normal.
2. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah ada korelasi
antara variabel independen pada model regresi yang diteliti. Model
regresi yang baik adalah tidak terjadi kolerasi antara variabel independen.
50
Uji multikolinearitas dilihat dari nilai Tolerance dan Variance
Inflation Factor (VIF). Tolerance mengukur variabilitas independen
lainnya. Nilai cut-off yang umum dipakai untuk menunjukan adanya
multikolineritas adalah nilai Tolerance lebih kecil dari 0,1 dan VIF lebih
besar dari 10 (Ghozali, 2011:106). Hasil uji multikolineritas penelitian ini
adalah sebagai berikut:
Tabel 4.3
Uji Multikolinearitas
Coefficientsa
Model
Unstandardized
Standardize
Coefficients
d
T
Sig.
Collinearity Statistics
Coefficients
B
Std.
Beta
Tolerance
VIF
Error
(Constant)
kurs
inflasi
sukubung
656.451 307.520
2.135
.034
35.000
24.767
.130
1.413
.159
.529
1.890
.011
.190
.008
.060
.952
.279
3.588
-.951
.420
-.232
-2.267
.024
.428
2.337
a
a. Dependent Variable: hargasaham
Sumber: Output SPSS 21
Hasil perhitungan nilai Tolerance pada tabel 4.3 menunjukan bahwa
tidak ada variabel yang memiliki nilai Tolerance kurang dari 0,1 yang
berarti tidak ada kolerasi antar variabel independen yang nilainya lebih
dari 95%. Hasil perhitungan VIF pada tabel 4.3 juga menunjukan hal
51
yang sama yaitu tidak ada satu variabel independen yang memiliki nilai
VIF lebih dari 10 sehingga dapat disimpulkan bahwa tidak ada
multikolinearitas antar variabel independen dalam model regresi.
3. Uji Autokorelasi
Pengujian autokorelasi bertujuan untuk menguji apakah dalam
model regresi linier terdapat korelasi pengganggu antara kesalahan
pengganggu pada periode t dengan kesalahan pengganggu pada periode t1. Autokorelasi menunjukan adanya korelasi diantara data pengamatan
yang tersusun baik seperti data cross section dan/atau time series. Jika
terjadi autokorelasi dalam model regresi linier berarti koefisien korelasi
yang diperoleh menjadi tidak akurat, sehingga model regresi yag baik
adalah model yang bebas dari autokorelasi. Untuk uji autokorelasi dalam
penelitian ini digunakan uji Durbin Watson untuk mendeteksi adanya
autokorelasi, dapat dilakukan dengan cara melihat besaran Durbin
Watson sebagai berikut:
a. Angka DW dibawah -2, berarti ada autokorelasi positif.
b. Angka DW diantara -2 samapai +2, berarti tidak ada
autokorelasi.
c. Angka DW diatas +2, berarti ada autokorelasi negatif.
52
Tabel 4.4
Uji Autokorelasi
Model Summaryb
Model
1
R
R Square
a
.216
Adjusted R
Std. Error of the
Square
Estimate
.047
.033
230.896
Durbin-Watson
.289
a. Predictors: (Constant), sukubunga, kurs, inflasi
b. Dependent Variable: hargasaham
Sumber: Output SPSS 21
Berdasarkan tabel 4.4 nilai DW 0.289 berarti diantara -2 sampai +2
maka tidak ada gejala autokorelasi, Singgih Santoso (2006:218). Artinya
tidak ada autokorelasi atau dengan kata lain gangguan estimasi suatu
observasi tidak berkorelasi secara serius dengan gangguan estimasi dari
observasi yang lain.
4. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model
regresi terjadi ketidaksamaan variance dari residual suatu pengamatan ke
pengamatan lain. Model regresi yang baik adalah homokedastisitas atau
tidak terjadi heteroskedastisitas.
Heteroskedastisitas muncul apabila kesalahan atau residual dari
model yang diamati tidak memiliki varians yang konstan dari suatu
observasi ke observasi lainnya. Artinya setiap observasi mempunyai
reliablitas yang berbeda akibat perubahan dalam kondisi yang
melatarbelakangi tidak terangkum dalam spesifikasi model. Beberapa
53
cara tersebut adalah dengan metode grafik, uji korelasi Spearman, uji
Park, uji Glejser, uji Goldfeld-Quant (Gujarati:2002).
Gambar 4.1
Uji Heteroskedastisitas
Dari grafik scatterplots terlihat bahwa titik-titik menyebar secara acak
serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y. Hal ini
dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model
regresi, sehingga model regresi layak dipakai untuk memprediksi harga
saham berdasarkan masukan variabel independen Kurs, Inflasi, dan Suku
bunga.
54
C. Uji Hipotesis
a. Uji Koefisien Determinasi
Koefisien determinasi (R2) digunakan untuk mengukur besarnya
konstribusi variabel independen terhadap variabel dependen.
Tabel 4.5
Uji Koefisien Determinasi
Model Summaryb
Model
R
1
.216a
R Square
Adjusted R Square
.047
.033
Std. Error of the Estimate
230.896
a. Predictors: (Constant), sukubunga, kurs, inflasi
b. Dependent Variable: hargasaham
Sumber: Output SPSS 21
Hasil pengujian (output) angka koefisien determinasi sebesar 0,033
atau 3,3%. Hal ini menyatakan bahwa persentase kontribusi nilai tukar
rupiah, inflasi, dan suku bunga terhadap harga saham sebesar 3,3%
sedangkan sisanya sebesar 96,7% dipengaruhi oleh faktor-faktor lain yang
tidak dimasukan dalam model penelitian.
55
b. Uji Signifikansi Simultan ANOVA (Uji F)
Uji F pada dasarnya menunjukan apakah semua variabel
independen dimasukan kedalam metode t yang mempunyai pengaruh
secara bersama-sama terhadap variabel dependen. Nilai signifikansi atau
probabilitas dalam uji ANOVA atau F test dibawah 0,05.
Tabel 4.6
Uji F
ANOVAa
Model
Sum of Squares
Regression
1
df
Mean Square
554670.460
3
184890.153
Residual
11302390.499
212
53313.163
Total
11857060.958
215
F
3.468
Sig.
.017b
a. Dependent Variable: hargasaham
b. Predictors: (Constant), sukubunga, kurs, inflasi
Sumber: Output SPSS 21
Hasil uji ANOVA atau F test didapat nilai signifikan atau
probabilitas (kolom Sig.) sebesar 0,017 < 0,05. Hasil tersebut menunjukan
bahwa Ho ditolak, yaitu artinya bahwa secara bersama-sama variabel
independen tersebut nilai tukar rupiah, laju inflasi, dan suku bunga SBI
mempunyai pengaruh secara bersama-sama dan signifikan terhadap
variabel dependen yaitu harga saham.
56
c. Uji Parsial (Uji T)
Uji T dilakukan untuk mengetahui apakah secara parsial variabel
independen mempengaruhi variabel dependen. Berdasarkan tingkat
signifikansi, masing-masing variabel independen mempunyai pengaruh
terhadap variabel dependen jika mempunyai tingkat signifikansi dibawah
0,05.
Tabel 4.7
Uji T
Coefficientsa
Model
Unstandardized
Standardized
Coefficients
Coefficients
B
(Constan
Std. Error
656.45
t)
t
Sig.
Beta
307.520
2.135
.034
1
Kurs
35.000
24.767
.130
1.413
.159
.011
.190
.008
.060
.952
-.951
.420
-.232
-2.267
.024
1
inflasi
sukubun
ga
a. Dependent Variable: hargasaham
Sumber: Output SPSS 21
Hasil pengujian (output) dapat disimpulkan mengenai uji hipotesis
dari masing-masing variabel independen terhadap variabel dependen
sebagai berikut:
1. Pengaruh variabel nilai tukar rupiah (X1) terhadap harga saham (Y)
secara parsial nilai tukar rupiah memiliki nilai Sig. 0.159 yang
menunjukan lebih besar dari 0.05 berarti Ho diterima dan Ha ditolak
57
maka nilai tukar rupiah tidak berpengaruh signifikan terhadap harga
saham.
2. Pengaruh variabel inflasi (X2) terhadap harga saham (Y) secara parsial
inflasi memiliki nilai Sig. 0.952 yang menunjukan lebih besar dari
0.05 berarti Ho diterima dan Ha ditolak maka inflasi tidak berpengaruh
signifikan terhadap harga saham.
3. Pengaruh variabel suku bunga (X3) terhadap harga saham (Y) secara
parsial suku bunga memiliki nilai Sig. 0.024 yang menunjukan lebih
kecil dari 0.05 berarti Ho ditolak dan Ha diterima maka suku bunga
berpengaruh signifikan terhadap harga saham.
d. Analisis Regresi Linear Berganda
Analisis regresi linear berganda digunakan untuk menguji hipotesis
dan menyatakan kejelasan tentang kekuatan hubungan antara variabel
independen terhadap variabel dependen.
Dari hasil pengujian (output) tabel 4.9 diperoleh nilai B sebagai
koefisien regresi dan dapat dibuat persamaan regresi dan dapat dibuat
persamaan regresi sebagai berikut:
Y= a+b1X1+b2X2+b3X3+e
Harga Saham = 656.451+35.000(NIR)+0.011(If)-0.951(SB)+e
58
Keterangan:
Harga Saham : Presentase Harga Saham
a
: Konstanta
b1-3
: Koefisien X1-X3
X1
: Nilai Tukar Rupiah
X2
: Inflasi
X3
: Suku Bunga
e
penelitian
: Error term, yaitu tingkat kesalahan penduga dalam
Persamaan regresi tersebut dapat dijelaskan sebagai berikut:
a. Nilai konstanta sebesar 656.451 menyatakan bahwa apabila tidak ada
variabel independen (X1=0, X2=0, X3=0) maka harga saham sebesar
656.451
b. Koefisien regresi b1 sebesar 35.000 artinya pada variabel nilai tukar
rupiah (X1) terdapat hubungan positif dengan variabel harga saham.
Hal ini menunjukan setiap kenaikan 1% dari nilai tukar rupiah maka
akan menyebabkan perubahan kenaikan harga saham sebesar 35.000
dengan asumsi bahwa variabel independen yang lain yaitu inflasi dan
suku bunga besarnya konstanta.
c. Koefisien regresi b2 sebesar 0.011 artinya pada variabel inflasi (X2)
terdapat hubungan positif dengan variabel harga saham. Hal ini
menunjukan setiap kenaikan 1% dari inflasi akan menyebabkan
perubahan kenaikan harga saham sebesar 0.011 dengan asumsi bahwa
59
variabel independen yang lain yaitu nilai tukar rupiah dan suku bunga
besarnya konstanta.
d. Koefisien regresi b3 sebesar -0.951 artinya pada variabel suku bunga
(X3) terdapat hubungan negatif dengan variabel harga saham. Hal ini
menunjukan setiap penurunan 1% dari suku bunga akan menyebabkan
penurunan harga saham sebesar -0.951 dengan asumsi bahwa variabel
independen yang lain yaitu nilai tukar rupiah dan inflasi besarnya
konstanta.
D. Pembahasan
Berdasarkan hasil pengujian diketahui bahwa secara parsial nilai tukar
rupiah mempunyai pengaruh positif terhadap harga saham perusahaan
property dan real estate. Hal ini mengindikasikan bahwa semakin besar nilai
tukar rupiah akan berdampak pula pada naiknya harga saham. Hasil penelitian
ini sejalan dengan penelitian yang dilakukan oleh Mudji Utami dan Mudjilah
Rahayu (2003), serta penelitian Aditya Novianto (2011) yang menunjukan
bahwa nilai tukar rupiah berpengaruh secara signifikan terhadap harga saham.
Namun bertentangan dengan penelitian yang dilakukan oleh Donna Menina
Della Maryanne (2009).
Inflasi mempunyai pengaruh positif terhadap harga saham perusahaan
property dan real estate. Hal ini mengindikasikan bahwa besarnya tingkat
inflasi akan berdampak pula pada naiknya harga saham. Hasil penelitian ini
sejalan dengan penelitian yang dilakukan oleh Mudji Utami dan Mudjilah
60
Rahayu (2003) serta penelitian Sugeng Raharjo (2010) yang menunjukan
bahwa ada pengaruh positif antara inflasi terhadap harga saham. Namun
bertentangan dengan penelitian yang dilakukan oleh Donna Menina Della
Maryanne (2009).
Suku bunga mempunyai pengaruh negatif terhadap harga saham
perusahaan property dan real estate. Hal ini mengindikasikan bahwa besarnya
semakin besar suku bunga kredit berdampak pada menurunnya harga saham.
Hasil penelitian ini Novianto Satrio Utomo (2008) serta penelitian Donna
Menina Della Maryanne (2009) yang menunjukan bahwa ada pengaruh
negative antara suku bunga terhadap harga saham. Namun bertentangan
dengan penelitian yang dilakukan oleh Mudji Utami dan Mudjilah Rahayu
(2003).