PENGARUH RASIO KEUANGAN TERHADAP PENGEMBALIAN

SAHAM PADA PERUSAHAAN SEKTOR BASIC

MATERIALS YANG TERDAFTAR DI
INDEKS LQ45 PERIODE
2016-2021
c

SKRIPSI
UNTUK MEMENUHI SEBAGIAN DARI SYARAT-SYARAT
GUNA MENCAPAI GELAR SARJANA MANAJEMEN

Diajukan Oleh:

William Sungkono

NIM: 201960161

NIRM:

S-1 MANAJEMEN
TRISAKTI SCHOOL OF MANAGEMENT
JAKARTA
2022
 KATA PENGANTAR

Puji syukur kepada Tuhan Yang Maha Esa atas segala rahmat dan karunia-
Nya sehingga peneliti dapat menyelesaikan skripsi yang berjudul “PENGARUH
RASIO KEUANGAN TERHADAP PENGEMBALIAN SAHAM PADA
PERUSAHAAN YANG TERDAFTAR DI INDEKS HIGH DIVIDEND
PERIODE 2016-2021” dengan baik. Skripsi ini disusun untuk memenuhi sebagian
dari syarat-syarat guna mencapai gelar Sarjana Manajemen di Trisakti School of
Management.

Dalam penyusunan dan penulisan skripsi ini tidak terlepas dari bantuan,
bimbingan serta dukungan dari berbagai pihak baik secara langsung maupun tidak
langsung. Oleh karena itu, pada kesempatan ini peneliti ingin menyampaikan
terima kasih kepada:

1. Bapak Arya Pradipta, S.E., Ak., M.E., CA., selaku Ketua Trisakti School
of Management.
2. Bapak Irwanto Handojo, S.E., M.Si., selaku Wakil Ketua I Trisakti
School of Management.
3. Ibu Dr. Tita Deitiana, M.M., selaku Ketua Jurusan Manajemen Trisakti
School of Management.
4. Ibu Stella, S.E., M.M., CFP. selaku dosen pembimbing skripsi yang telah
meluangkan waktu, pikiran, tenaga dan kesabaran untuk membimbing
serta mengarahkan peneliti dalam proses penyusunan skripsi ini.
5. Seluruh Dosen, Asisten Dosen serta seluruh staff Trisakti School of
Management yang telah memberikan bekal ilmu yang bermanfaat, saran,
dan dukungan kepada peneliti.
6. Kedua orangtua peneliti, papa Sutisna Setiawan & mama Lenywati yang
tiada henti memberikan motivasi, doa, dan dukungan kepada peneliti.
1
 7. Ketiga adik peneliti, Felisha Adeline Setiawan, Donna Aurelia Setiawan
serta Jocelyne Albertina Setiawan yang selalu menghibur & mendoakan.
8. Partner terbaik Martinus Hasan yang selalu setia memberi semangat,
bantuan, serta setia mendampingi peneliti dari awal perkuliahan hingga
skripsi ini selesai.
9. Segenap anggota Gurls Luv, Grace Marvellous Ryanata, Viona Chavelita,
Maria Fransisca, Clarisa Sutana, Marcella Putri Wizaya, Resa Satrio
Abdurrachman terima kasih telah menjadi sahabat terbaik dan berjuang
bersama selama 7 semester di kampus ini.
10. Wulan Nur Fatimah dan Melliani Yulianty yang selalu ada kapanpun dan
dimanapun untuk menemani peneliti sejak SMA hingga saat ini.
11. Sahabat GalVesT periode 2018/2019 dan 2019/2020: Tiffany Hermawan,
Yoanda Stepfani, Sylvani Patrisia, Gabriella Lieora, Aurellio Fadel N, M.
Setyo Ramdhani, Valery Rafsa M, Toni Gunawan, Deby Abellia, Syafiqa
Salsabila, Yesi Lestari, Lia Bunardi.
12. Sahabat seperjuangan sejak semester satu di Trisakti School of
Management: Aryadhiro Darmawan, Aldi Setya Pranata, Naufal
Arfananda, Yohana Angeli Eliana, Devani Anggraini, Debora Galingging,
Syahdilla Octa, Tiya Safitri, Litah Ameliya, Felicia Rebekah, Shela
Marcelina, Christela Diding.
13. Untuk sahabat sejak SMP: Nadira Aulia, Aprisya Putri Kartini serta Tasya
Khoirunnisa.
14. Tim Badan Pengurus Harian (BPH) UKM Badminton periode 2018/2019
dan 2019/2020: Earlene Theodora, Delfi Daysastri, Felicia Margaret,
Richie Ralph, Sandy Putra, Albert, Frendky.
15. Segenap tim Asisten Dosen periode Ganjil 2020/2021 serta Asisten
Lembaga Pengembangan Akuntansi dan Manajemen (LPAM) angkatan
pertama periode 2020/2021.
16. Segenap Tim dan awardee Beasiswa CIMB Niaga periode 2020-2022
yang telah memberikan kesempatan, pelatihan, dukungan, dan bantuan,
baik secara moral maupun material.
2
 17. Last but not least, I wanna thank me. I wanna thank me for believing in
me, I wanna thank me for doing all this hard work, I wanna thank me for
having no days off, I wanna thank me for never quitting, I wanna thank me
for always being a giver and tryna give more than I receive, I wanna
thank me for tryna do more right than wrong, I wanna thank me for just
being me at all times.

Peneliti menyadari bahwa skripsi ini masih jauh dari kesempurnaan, dan

banyak kekuarangan baik dalam metode penulisan maupun dalam pembahasan

materi. Oleh sebab itu diharapkan kritik dan saran yang bersifat membangun dari

semua pihak. Akhir kata semoga skripsi ini dapat berguna untuk memperluas

wawasan berfikir, pengetahuan serta memberikan manfaat bagi pembaca dan

pihak-pihak yang membutuhkan informasi.

Jakarta, 28 Januari 2022

WILLIAM SUNGKONO

3
 BAB I

PENDAHULUAN

1.1. Latar Belakang

Dengan munculnya pandemi COVID-19 awal Maret 2020 lalu,

mengakibatkan banyak perusahaan terpaksa melakukan PHK demi untuk bertahan

menghadapi kondisi perekonomian yang sedang melemah. Akibat dari PHK masal

tersebut membuat banyak orang berusaha untuk memutar otak agar mendapatkan

uang guna memenuhi kebutuhan hidup sehari-harinya, salah satunya adalah

dengan berinvestasi di pasar modal. Menurut penelitian Wahyudi dan Detiana

(2019) salah satu cara terbaik untuk mencari keuntungan adalah dengan

menanamkan modal pada berbagai jenis capital market yang ada, sehingga dapat

memberikan keuntungan yang maksimal.

Menurut Erari (2014), pasar modal memiliki peran penting di Indonesia

guna meningkatkan ekonomi dimana pada era sekarang, banyak investor yang

muncul akibat masyarakat yang ingin mendapatkan keuntungan yang nantinya

terus bertumbuh dan bersifat jangka panjang mengingat persaingan yang semakin

kompetitif. Salah satu instrumen pasar modal yang diminati investor adalah saham

karena mampu memberikan tingkat pengembalian yang cukup tinggi

dibandingkan dengan instrumen lainnya.

87
 Menurut Wahyudi dan Detiana (2019) tingkat pengembalian saham adalah

keuntungan yang diperoleh dari kepemilikan saham investor atas investasi yang

dilakukannya, yang terdiri dari deviden dan capital gain/loss.

Sebagai langkah awal untuk memperoleh keuntungan investor diharuskan

untuk memikirkan sejumlah risiko yang justru mampu mengurangi jumlah

kekayaannya. Menurut Wahyudi dan Detiana (2019) “Dalam usahanya untuk

memperoleh keuntungan yang optimal investor yang memilih berinvestasi dalam

bentuk saham dihadapkan pada pilihan untuk memaksimalkan return pada

berbagai tingkat risiko atau meminimalkan risiko pada berbagai tingkat return”.

Menurut Thrisye dan Simu (2013) ada beberapa faktor yang dapat

digunakan untuk memprediksi tingkat pengembalian saham salah satunya adalah

dengan melakukan analisis kinerja suatu perusahaan menggunakan informasi

berupa laporan keuangan perusahaan dengan prinsip akuntansi yang ada rasio

keuangan didalamnya. Dengan menganalisa perusahaan menggunakan data

laporan keuangan umumnya kita kenal sebagai analisa fundamental, Menurut

(Sugiarti et al., 2015) Analisa fundamental biasanya lebih sering digunakan oleh

para investor untuk mengukur seberapa bagus kinerja keuangan perusahaan.

Dalam menilai kinerja perusahaan biasanya ada 3 rasio keuangan yang

paling umum dimanfaatkan yakni rasio liquidity, leverage, dan profitability

karena dianggap dapat menunjukkan kondisi awal suatu perusahaan (Fahmi

2015). Karenanya rasio yang akan digunakan pada penelitian ini adalah current

ratio yang mewakili rasio likuiditas, Debt Equity Ratio (DER) yang mewakili

88
rasio daya ungkit, dan Return on Asset (ROA), Return on Equity (ROE), dan

Earning Per Share (EPS) yang akan mewakili rasio profitabilitas.

Penelitian terdahulu mengenai tingkat pengembalian saham dengan

berbagai objek penelitian telah banyak dilakukan, namun dari berbagai penelitian

tersebut masih mencerminkan inkonsistensi hasil penelitian. Beberapa faktor yang

terbukti berpengaruh signifikan pada satu penelitian justru menunjukkan tidak

berpengaruh signifikan pada penelitian lain. Hal ini berlaku untuk semua faktor

(variabel) yang digunakan dalam penelitian ini, karenanya dilakukan penelitian

kembali untuk memastikan faktor yang menjadi determinan terhadap tingkat

pengembalian saham.

Current ratio (CR) berfungsi untuk melihat ketersediaan aktiva lancar

untuk menutupi atau melunasi hutang lancar perusahaan yang berkaitan dengan

likuiditas (Thrisye dan Simu, 2013). Penelitian Liu dan Cuandra (2022) dan

penelitian Dewi (2017) menunjukkan bahwa CR memiliki pengaruh positif

signifikan terhadap return saham. Sedangkan penelitian yang dilakukan Wahyudi

et al. (2020) dan penelitian Thrisye dan Simu (2013) menunjukkan CR tidak

berpengaruh terhadap return saham.

Debt to Equity ratio menunjukkan perbandingan hutang dan ekuitas

sehingga dapat dilihat kemampuan modal yang dimiliki dalam menjamin

kewajiban perusahaan (Thrisye dan Simu, 2013). Penelitian Liu dan Cuandra

(2022) dan penelitian Handayati dan Zulyanti (2018) menyatakan DER memiliki

pengaruh positif signifikan terhada return saham. Sedangkan penelitian Wahyudi

89
et al. (2020) dan penelitian Wahyudi dan Detiana (2019) menyatakan DER tidak

berpengaruh signifikan terhadap return saham.

Return on Asset (ROA) menunjukkan seberapa besar perusahaan mampu

menghasilkan laba bersih melalui pemanfaatan aset (Thrisye dan Simu, 2013).

Penelitian Liu dan Cuandra (2022) dan penelitian Handayati dan Zulyanti (2018)

menyatakn terdapat pengaruh positif signifikan ROA terhadap return saham.

Sedangkan penelitian Wahyudi et al. (2020) menyatakan tidak terdapat pengaruh

ROA terhadap return saham. Lalu penelitian Almira dan Wiagustini (2020)

menyatakan terdapat pengaruh negatif signifikan ROA terhadap return saham.

Return on Equity (ROE) berfungsi untuk menilai seberapa besar

perusahaan mampu menghasilkan laba bersih bagi para investor atau pemegang

saham melalui pemanfaatan modal sendiri (Sari et al., 2017). Penelitian Liu dan

Cuandra (2022), Penelitian Yanni (2022), dan Penelitian Suherman dan Siburian

(2013) menyatakan terdapat pengaruh positif signifikan ROE terhadap return

saham. Sedangkan penelitian Almira dan Wiagustini (2020) menyatakan terdapat

pengaruh negative signifikan ROE terhadap return saham.

Earning per Share (EPS) berfungsi untuk mengukur laba yang diterima

perusahaan dari per lembar saham yang beredar (Sari et al., 2017). Penelitian

Gunaldi dan Kesuma (2015) menyatakan terdapat pengaruh positif signifikan EPS

terhadap return saham. Sedangkan penelitian Handayati dan Zulyanti (2018)

menyatakan terdapat pengaruh negatif signifikan EPS terhadap return saham.

Lalu penelitian Liu dan Cuandra (2022) dan Penelitian Yanni (2022) menyatakan

terdapat pengaruh positif signifikan EPS terhadap return saham.

90
 Objek dari penelitian ini dilakukan pada perusahaan sektor Basic

Materials yang tergabung dalam Indeks LQ45. Indeks LQ45 dipilih karena indeks

LQ45 merupakan indeks yang mengukur kinerja harga dari 45 saham yang

memiliki likuiditas tinggi dan kapitalisasi pasar besar serta didukung oleh

fundamental perusahaan yang baik. Berdasarkan data indeks Bursa Efek

Indonesia, Indeks serupa yang mengukur tingkat likuiditas tinggi, kapitalisasi

besar, dan fundamental yang baik hanya terdapat tiga yaitu IDX30, IDX45, dan

IDX80.

91
 Berdasarkan gambar closing price indeks IDX30, LQ45, dan IDX80 dapat

diketahui bahwa LQ45 memiliki nilai harga yang jauh lebih tinggi dibanding

indeks lainnya. Selain itu indeks LQ45 merupakan indeks yang paling populer

dibanding indeks lainnya dibuktikan dengan disediakan data khusus oleh BEI

dengan judul data “Ringkasan Performa Perusahaan LQ45”. Oleh karena berbagai

alasan tersebut peneliti memutuskan untuk menggunakan LQ45 sebagai objek

penelitian.

Alasan pemilihan sektor basic materials adalah karena sektor basic

materials adalah sektor yang mencakup perusahaan yang menjual produk dan jasa

yang digunakan oleh industry lain sebagai bahan baku untuk memproduksi barang

final, seperti perusahaan yang memproduksi barang kimia, material konstruksi,

wadah & kemasan, pertambangan logam & mineral non-energi, dan produk kayu

& kertas.

92
 Rata-rata Return Saham Sektoral yang Terdaftar di
Indeks LQ45
250%

200%

150%

100%

50%

0%
2012 2013 2014 2015 2016 2017 2018 2019 2020 2021

-50%

-100%

Basic Materials Consumer Cyclicals Consumer Non-Cyclicals

Energy Financials Healthcare
Industrials Infrastructures Properties & Real Estate
Technology Transportation & Logistic

Berdasarkan gambar data return saham persektor dari indeks LQ45 sektor

Basic Materials mengalami trend yang terus menurun sejak tahun 2016 hingga

2021. Penurunan yang terus terjadi pada sektor Basic Materials ini berlawanan

dengan berbagai sektor lainnya yang sempat mengalami kenaikan return harga

sepanjang periode 2016-2021.

Penelitian ini merupakan replikasi dari jurnal tedahulu, dimana untuk

jurnal utama penelitian ini adalah replikasi dari jurnal yang diteliti oleh Olivia Liu

dan Fendy Cuandra (2022) dengan judul “Analisis Pengaruh Rasio Keuangan

Terhadap Pengembalian Saham pada Perusahaan Sektor Consumer Goods yang

Terdaftar di BEI Periode 2015-2020”.

93
 Berdasarkan latar belakang penelitian yang telah diuraikan, maka

dilakukan penelitian ini yang diberi judul “PENGARUH RASIO KEUANGAN

TERHADAP PENGEMBALIAN SAHAM SEKTOR BASIC MATERIALS

YANG TERDAFTAR DI INDEKS LQ45 PERIODE 2016-2021.”

1.2 Rumusan Masalah

Berdasarkan latar belakang yang telah diuraikan diatas, maka di rumuskan

masalah dalam penelitian ini, yaitu:

1. Apakah Current Ratio berpengaruh terhadap return saham pada

perusahaan sektor Basic Materials yang tercatat di Indeks LQ45 periode

2016-2021?

2. Apakah Debt to Equity Ratio berpengaruh terhadap return saham pada

perusahaan Basic Materials yang tercatat di Indeks LQ45 periode 2016-

2021?

3. Apakah Return on Asset berpengaruh terhadap return saham pada

perusahaan sektor Basic Materials yang tercatat di Indeks LQ45 periode

2016-2021?

4. Apakah Return on Equity berpengaruh terhadap return saham pada

perusahaan sektor Basic Materials yang tercatat di Indeks LQ45 periode

2016-2021?

94
 5. Apakah Earning Per Share berpengaruh terhadap return saham pada

perusahaan sektor Basic Materials yang tercatat di Indeks LQ45 periode

2016-2021?

1.3 Tujuan Penelitian

Adapun tujuan penelitian dalam melakukan penelitian ini adalah sebagai

berikut:

1. Untuk mengetahui pengaruh Current ratio terhadap return saham pada

perusahaan sektor Basic Materials yang tercatat di indeks LQ45 periode

2016-2021.

2. Untuk mengetahui pengaruh Debt to Equity Ratio terhadap return saham

pada perusahaan sektor Basic Materials yang tercatat di indeks LQ45

periode 2016-2021.

3. Untuk mengetahui pengaruh Return on Asset terhadap return saham pada

perusahaan sektor Basic Materials yang tercatat di indeks LQ45 periode

2016-2021.

4. Untuk mengetahui pengaruh Return on Equity terhadap return saham pada

perusahaan sektor Basic Materials yang tercatat di indeks LQ45 periode

2016-2021.

95
 5. Untuk mengetahui pengaruh Earning Per Share terhadap return saham

pada perusahaan sektor Basic Materials yang tercatat di indeks LQ45

periode 2016-2021.

1.4 Manfaat Penelitian

Adapun manfaat yang diharapkan dari penelitian ini adalah sebagai

berikut:

1. Bagi Akademik

Penelitian ini diharapkan dapat memberi masukan yang berarti, dan

menjadi referensi tambahan serta sebagai literatur untuk peneliti

selanjutnya.

2. Bagi Investor

Penelitian ini diharapkan dapat memberikan manfaat dan masukan kepada

para investor dalam mempertimbangkan keputusan membeli saham.

3. Bagi Perusahaan

Penelitian ini diharapkan mampu memberikan manfaat dan kontribusi bagi

para pemegang kepentingan untuk dijadikan masukan, pedoman

pengambilan keputusan untuk meningkatkan kinerja perusahaan pada

aspek-aspek prioritas.

96
1.5 Sistematika Penulisan

Untuk mempermudah pembaca dalam memahami pembahasan penelitian

ini, maka dibuatlah garis besar secara sistematis dari tiap-tiap bab sebagai berikut:

BAB I PENDAHULUAN

Bab pendahuluan ini membahas tentang latar belakang penelitian,

perumusan masalah penelitian, penjelasan mengenai tujuan dan

manfaat penelitian, serta sistematika penulisan yang memuat

gambaran secara singkat mengenai keseluruhan pembahasan dalam

penelitian ini.

BAB II KERANGKA TEORITIS DAN PENGEMBANGAN

HIPOTESIS

Bab kerangka teoritis dan pengembangan hipotesis ini berisi

tentang hasil-hasil penelitian sebelumnya yang berkaitan dengan

penelitian ini, konsep-konsep teoritis sebagai landasan untuk

menjawab masalah penelitian yang disusun dalam uraian berupa

kerangka penelitian. Kerangka penelitian disusun untuk

mengembangkan model penelitian dan suatu rumusan hipotesis.

BAB III METODE PENELITIAN

Bab ini berisikan tentang penjelasan mengenai bentuk penelitian,

objek penelitian, definisi operasional variabel dan pengukurannya,

97
 teknik pengumpulan data yang digunakan, serta metode analisis

data yang diterapkan dalam penelitian.

BAB IV ANALISIS DAN PEMBAHASAN

Bab analisis dan pembahasan ini menjelaskan tentang prosedur

pemilihan sampel, hasil analisis statistik deskriptif, analisis

pemilihan model data panel, analisis kualitas data, analisis uji

asumsi klasik, analisis regresi berganda, dan uji hipotesis (uji t).

BAB V PENUTUP

Bab ini berisi kesimpulan yang diambil dari hasil penelitian yang

dilakukan dan melakukan perbandingan dengan penelitian

sebelumnya, menjelaskan keterbatasan-keterbatasan yang ada

dalam penelitian ini dan rekomendasi peneliti ntuk penelitian

selanjutnya

98
 BAB II

KERANGKA TEORITIS DAN PENGEMBANGAN HIPOTESIS

2.1 Kerangka Teoritis

Kerangka teoritis akan menjelaskan definisi-definisi yang berkaitan

dengan masalah penelitian. Menurut Sekaran dan Bougie (2016, 70) kerangka

teoritis merepresentasikan bagaimana fenomena, variabel, atau konsep saling

berkaitan dalam suatu model penelitian. Proses membangun kerangka teori

meliputi pengenalan definisi konsep atau variabel dalam model, pengembangan

model konseptual yang memiliki representasi deskriptif teori, dan teori yang

memberikan penjelasan hubungan antar variabel dalam model.

Kerangka teoritis dalam penelitian ini dibagi menjadi dua bagian, yaitu

tinjauan teoritis dan definisi variabel. Berikut ini adalah beberapa teori yang

disajikan pada bab ini antara lain :

2.1.1 Tinjauan Teoritis

2.1.1.1 Pecking Order Theory

Pecking order theory adalah teori yang dikembangkan oleh Myers dan

Maljuf di tahun 1984. Menurut Gitman & Zutter (2015) ketika perusahaan

99
memiliki peluang investasi yang sangat menguntungkan yang membutuhkan

pembiayaan. Manajer ingin memberi tahu investor tentang peluang investasi besar

ini, tetapi investor skeptis. Bagaimanapun, manajer selalu memiliki insentif untuk

mengklaim bahwa keputusan investasi mereka akan menghasilkan keuntungan

yang luar biasa, tetapi investor tidak memiliki cara untuk memverifikasi klaim ini.

Jika manajer mencoba menjual saham untuk membiayai investasi, investor hanya

bersedia membayar harga yang mencerminkan informasi yang dapat diverifikasi

yang mereka miliki, yang berarti bahwa manajer harus menjual saham dengan

harga diskon. Situasi ini membuat peningkatan ekuitas baru menjadi sangat

mahal, dan terkadang manajer mungkin memutuskan untuk melewatkan investasi

NPV positif untuk menghindari keharusan menjual ekuitas kepada investor

dengan harga diskon.

Salah satu solusi untuk masalah ini adalah bagi manajer untuk

mempertahankan cadangan kas dari laba ditahan yang dapat mereka gunakan

untuk membiayai investasi baru. Ketika perusahaan tidak memiliki cukup

kelonggaran keuangan untuk membiayai peluang investasi mereka yang

menguntungkan, manajer akan lebih memilih untuk meningkatkan pembiayaan

eksternal dengan menerbitkan utang daripada ekuitas. Penyedia pembiayaan utang

menerima pengembalian tetap, jadi ketika investasi baru mulai menghasilkan

pengembalian yang tinggi bagi perusahaan, arus kas tersebut sebagian besar akan

masuk ke pemegang saham perusahaan yang ada.

100
 Konsekuensinya, terjadi financial pecking order, yaitu hierarki

pembiayaan yang dimulai dari laba ditahan, disusul utang, dan terakhir penerbitan

saham baru.

2.1.1.2 Signaling Theory

Signaling Theory dikembangkan pertama kali oleh Ross (1979). Menurut

Gitman & Zutter (2015) teori sinyal dilatar belakangi oleh pandangan “Anyone

can brag, but only those who are willing to put real dollars at stake behind their

claims ought to be believed.” Maksudnya manajer dapat mengeluarkan siaran pers

yang mencoba meyakinkan investor bahwa masa depan perusahaan cerah, tetapi

investor akan menginginkan bukti nyata untuk klaim tersebut. Lebih jauh lagi,

menyediakan bukti itu harus mahal bagi perusahaan. Jika tidak, perusahaan lain

dengan prospek yang kurang cerah hanya akan meniru tindakan perusahaan

dengan prospek yang benar-benar bagus.

Satu hal yang mungkin dilakukan manajer adalah meminjam banyak uang

dengan menerbitkan utang. Dengan melakukan itu, mereka menunjukkan kepada

pasar bahwa mereka memiliki keyakinan bahwa perusahaan akan menghasilkan

arus kas yang cukup di masa depan untuk melunasi hutang yang belum dibayar.

Perusahaan yang prospeknya kurang baik akan ragu untuk mengeluarkan banyak

utang karena dapat mengalami kesulitan membayar utang dan bahkan bisa

bangkrut. Dengan kata lain, menerbitkan utang merupakan sinyal yang kredibel

bahwa manajer yakin kinerja perusahaan akan sangat baik di masa depan.

101
Pembiayaan hutang adalah sinyal positif yang menunjukkan bahwa manajemen

percaya bahwa saham tersebut "dinilai rendah" dan oleh karena itu murah.

Dengan cara yang sama, ketika perusahaan memutuskan untuk

menerbitkan saham, investor khawatir bahwa langkah ini bisa menjadi sinyal

negatif, menunjukkan bahwa manajer percaya bahwa profitabilitas masa depan

perusahaan mungkin agak buruk dan harga saham saat ini dinilai terlalu tinggi.

Oleh karena itu, investor sering menginterpretasikan pengumuman suatu saham

sebagai berita buruk, dan harga saham akan turun.

2.1.2 Definisi Variabel

2.1.2.1 Stock return

Stock return atau pengembalian saham menurut (Engel, 2014) merupakan

hasil investasi saham yang diekspektasi sebagai Sebagian dari deviden dan

Sebagian dari capital gain atau keuntungan modal.

Menurut Liu & Cuandra (2022) pengembalian saham merupakan suatu

bentuk pengembalian yang diperoleh dari investasi saham baik untung maupun

rugi. Sedangkan menurut Wahyudi & Detiana (2019) “return saham adalah

keuntungan yang diperoleh dari kepemilikan saham investor atas investasi yang

dilakukannya, yang terdiri dari deviden dan capital gain/loss”.

Berdasarkan teori diatas, dapat disimpulkan bahwa return saham

merupakan hasil akhir yang diterima investor ketika berinvestasi di pasar modal

dalam bentuk deviden dan selisih modal.

102
2.1.2.2 Current Ratio (CR)

Menurut Gitman & Zutter (2015, 119) current ratio adalah ukuran

likuiditas dengan membagi aset lancar perusahaan dengan kewajiban lancarnya.

Semakin tinggi nilai current ratio mengindikasikan tingkat likuiditas yang lebih

besar. Besaran likuiditas yang perusahaan butuhkan bergantung pada berbagai

faktor termasuk ukuran perusahaan, aksesnya ke sumber pembiayaan jangka

pendek, dan volatilitas bisnisnya.

Menurut Thrisye dan Simu (2013) current ratio berfungsi untuk melihat

ketersediaan aktiva lancar untuk menutupi atau melunasi hutang lancar

perusahaan yang berkaitan dengan likuiditasnya. Selanjutnya menurut Dewi

(2017) Current ratio menunjukkan sejauh mana aktiva lancar menutupi

kewajiban-kewajiban lancar.

Sehingga dari beberapa pendapat diatas, dapat disimpulkan bahwa current

ratio adalah perbandingan antara nilai total aset lancar yang dimiliki perusahaan

terhadap nilai utang lancarnya.

2.1.2.3 Debt to Equity Ratio (DER)

Menurut Gitman dan Zutter (2015: 126), Debt to Equity Ratio mengukur

proporsi relatif dari total kewajiban dan ekuitas saham biasa yang digunakan

103
untuk membiayai total aset perusahaan. Semakin tinggi nilai rasio ini

menunjukkan semakin besar daya ungkit yang digunakan perusahaan.

DER yang rendah sering dipandang sebagai indikasi bahwa perusahaan

tidak mengambil keuntungan yang cukup dari leverage keuangan untuk

meningkatkan laba, sedangkan nilai DER yang tinggi dipandang sebagai indikasi

bahwa perusahaan mungkin tidak dapat menghasilkan cukup uang untuk

memenuhi kewajiban utangnya.

Pendapat lain menurut Lestari & Susetyo (2020), DER merupakan patokan

untuk investor yang tidak hanya memandang laba tetapi juga pada tingkat profit

dalam perusahaan, risk terlihat pada nilai DER saat investor menginvestasikan

modal tersebut. Nilai DER yang tinggi tentu akan dihindari oleh para investor

mengingat investor melihat nilai rasio itu sebagai tingkatan besar modal sendiri

yang dimiliki untuk menyelesaikan kewajiban-kewajiban perusahaan.

Sementara menurut Thrisye dan Simu (2013), DER menjadi salah satu

rasio leverage yang berfungsi untuk melihat perbandingan hutang dan ekuitas

sehingga dapat dilihat kemampuan modal yang dimiliki dalam menjamin

kewajiban perusahaan.

Sehingga dapat disimpulkan bahwa debt to equity ratio adalah

perbandingan total liabilitas perusahaan terhadap total asetnya.

2.1.2.4 Return on Asset (ROA)

104
 Menurut Gitman & Zutter (2015: 130), Return on asset mengukur

keseluruhan efektivitas manajemen dalam menghasilkan keuntungan dengan aset

yang tersedia. Semakin tinggi nilai ROA-nya, semakin baik.

Menurut Jiwandono (2014) ROA merupakan rasio antara laba bersih

setelah pajak (net income after tax) terhadap total aktiva (assests) yang

menunjukkan kinerja keuangan perusahaan dalam menghasilkan laba bersih dari

aktiva yang digunakan untuk operasional perusahaan. Lalu menurut Thrisye dan

Simu (2013) ROA berfungsi untuk menilai seberapa besar perusahaan mampu

menghasilkan laba bersih melalui pemanfaatan aset.

Sehingga dari pengertian diatas, dapat disimpulkan bahwa return on asset

adalah perbandingan antara nilai keuntungan perusahaan terhadap total aset yang

dimilikinya.

2.1.2.5 Return on Equity (ROE)

Menurut Gitman dan Zutter (2015: 130) ROE mengukur

pengembalian yang diperoleh dari investasi pemegang saham biasa di perusahaan.

Semakin tinggi nilai ROE semakin baik untuk investor.

Menurut Sari et al. (2017) ROE berfungsi untuk menilai seberapa besar

perusahaan mampu menghasilkan laba bersih bagi para investor atau pemegang

saham melalui pemanfaatan modal sendiri. Sementara dalam penelitian Jiwandono

(2014) ROE mengukur kemampuan perusahaan dalam menghasilkan labar bersih

sesudah pajak ditinjau dari sudut equity capital.

105
 Berdasarkan pendapat diatas, maka dapat disimpulkan bahwa return on

equity merupakan perbandingan antara nilai keuntungan perusahaan terhadap nilai

ekuitasnya.

2.1.2.6 Earning Per Share (EPS)

Menurut Lestari & Susetyo (2020), EPS merupakan rasio antara

pendapatan setelah pajak dengan jumlah saham yang beredar. EPS juga

merupakan gambaran mengenai kemampuan perusahaan dalam menghasilkan

keuntungan bersih dalam setiap lembar saham.

Berdasarkan penelitian lain oleh Sari et al. (2017) EPS berfungsi untuk

mengukur laba yang diterima perusahaan dari per lembar saham yang beredar.

Lalu menurut Jiwandono (2014) EPS merupakan salah satu indicator yang dapat

menunjukkan kinerja perusahaan, semakin tinggi nilai dari EPS dapat diartikan

bahwa semakin besar pula laba yang disediakan perusahaan untuk pemegang

saham perusahaan tersebut.

Dari beberapa pengertian diatas, dapat disimpulkan bahwa earning per

share adalah perbandingan nilai keuntungan yang dapat diatribusikan kepada

pemegang saham biasa terhadap jumlah lembar saham yang beredar.

2.2 Hasil Penelitian Terdahulu

Berbagai penelitian yang telah dilakukan sebelumnya menjadi sumber

acuan dari penelitian ini. Terdapat banyak perbedaan yang terjadi didalam hasil

106
penelitian terdahulu, meskipun variable-variabel yang digunakan relatif sama.

Berikut ini adalah ringkasan dari beberapa penelitian terdahulu yang berkaitan

dengan Return Saham, antara lain:

Tabel 2.1
Hasil Penelitian Terdahulu

Nama
Peneliti,
Judul Objek Variabel
No. Tahun Kesimpulan
Penelitian Penelitian Independen
Penelitia
n
1. Andrea Analisa Perusahaan Current ratio CR, DER,
Olivia Pengaruh Rasio sektor (CR), Debt to ROA, ROE
Liu dan Keuangan Consumer equity ratio pengaruh
Fendy Terhadap Goods yang (DER), positif
Cuandra Pengembalian terdaftar di Return on signifikan
(2022) Saham pada BEI periode asset (ROA), terhadap
Perusahaan 2015-2020 Return on pengembalia
Sektor equity n saha, EPS
Consumer (ROE), tidak
Goods Yang Earning per pengaruh
Terdaftar di share (EPS) signifikan
BEI Periode terhadap
2015-2020 pengembalia
n saham

2. Candy Stock Return Saham Return on Return on

dan Pada Saham anggota equity (ROE), asset
Winny Anggota Indeks indeks IDX80 Return on memiliki
Yeria IDX80: Analisis yang terdaftar assets (ROA), pengaruh
(2022) Rasio Keuangan pada BEI dari Earning per signifikan
periode tahun share (EPS), positif
2015 sampai Current ratio terhadap
dengan 2019 (CR), Debt to stock return
equity ratio Debt to
(DER) equity ratio
mempunyai
pengaruh
signifikan
negatif
terhadap
107
 stock return
Return on
equity,
earning per
share, dan
current ratio
tidak
berpengaruh
signifikan
terhadap
stock return.
3. Hendra PENGARUH Perusahaan Current ratio Return on
dan RASIO sub sektor (CR), Return asset dan
Sukma KEUANGAN otomotif dan on asset, price earning
Alifa TERHADAP komponen (ROA), Debt ratio
Adjani RETURN yang terdaftar to equity berpengaruh
(2022) SAHAM di Bursa Efek ratio (DER), terhadap
PERUSAHAA Indonesia Earning per return saham,
N periode 2014- share (EPS), karena
SUBSEKTOR 2020 Price merupakan
AUTOMOTIVE earning ratio faktor utama
AND (PER) yang dicari
COMPONENT oleh investor
S dalam
memilih
sasaran
investasinya.
current ratio,
debt to equity
ratio dan
earning per
share tidak
berpengaruh
terhadap
return saham.
4. Nasar Pengaruh Perusahaan Return on Return on
Buntu Return On yang terdaftar asset (ROA), equity (ROE)
Laulita Asset (ROA), dalam indeks Return on dan net profit
dan Return On LQ45 dalam equity margin
Yanni Equity (ROE), periode 2015- (ROE), Debt (NPM)
(2022) Debt To Equity 2019 to equity memengaruhi
Ratio (DER), ratio return saham
Earning Per (DER),Earni secara
Share (EPS) ng per share signifikan
dan Net Profit (EPS), positif
Margin (NPM) dan Net Return on

108
 terhadap Return profit margin asset (ROA)
Saham pada (NPM). dan earning
Perusahaan per share
Yang Terdaftar (EPS)
Di Indeks LQ45 memengaruhi
return saham
secara
signifikan
negatif
Debt to
equity ratio
(DER) tidak
memengaruhi
return saham
secara
signifikan
5. Putri Pengaruh Perusahaan Current ratio Terdapat
Wahyu Current ratio, yang tercatat (CR), Debt to pengaruh
Lestari Debt Equity of pada BEI equity ratio variabel ROA
dan Ratio, Return pada 2016- (DER), pada return
Nursiam on Asset, dan 2020 dan Return on saham
(2022) Net Profit bergerak asset (ROA), Untuk CR,
Margin dalam bidang Net profit serta DER
terhadap Return pertambangan margin serta NPM
Saham: Studi . (NPM) tidak
Empiris pada memiliki
Perusahaan implikasi
Sektor pada return
Pertambangan saham
yang Terdaftar
di BEI Tahun
2016-2020
6. Rianisa Pengaruh CR, Perusahaan Current ratio Secara parsial
Dwi EPS, NPM dan makanan dan (CR), variabel
Octavian ROA Terhadap minuman Earning per NPM dan
a dan Siti Return Saham yang terdaftar share (EPS), ROA
Ruhana pada di Bursa Efek Net profit berpengaruh
Dara Perusahaan Indonesia margin terhadap
(2022) Makanan dan (BEI) periode (NPM), return saham
Minuman yang 2014-2018 Return on Secara parsial
Terdaftar di asset (ROA) variabel CR
Bursa Efek dan EPS
Indonesia tidak
Periode 2014- berpengaruh
2018 terhadap
return saham.

109
 Hasil uji
koefisien
determinasi
(Adjusted R-
squared)
diperoleh
nilai 0,159,
nilai ini
menjelaskan
bahwa
variabel CR,
EPS, NPM,
dan ROA
berpengaruh
terhadap
return saham
perusahaan
makanan dan
minuman
yang terdaftar
di Bursa Efek
Indonesia
selama
periode 2014-
2018 sebesar
15,9%
7. Winda PENGARUH Perusahaan Earning per Variabel EPS
Larasati EARNING PER makanan dan share (EPS), tidak
dan SHARE, DEBT minuman Debt to berpengaruh
Suhono TO EQUITY yang terdaftar equity ratio terhadap
(2022) RATIO DAN di Bursa Efek (DER), return saham,
RETURN ON Indonesia Return on Variabel
EQUITY periode 2016- equity (ROE) DER tidak
TERHADAP 2018. berpengaruh
RETURN terhadap
SAHAM return saham,
Variabel
ROE tidak
berpengaruh
terhadap
return saham.
Secara
simultan
EPS, DER,
dan ROE
tidak

110
 berpengaruh
terhadap
return saham
8. Agustinu Analisis Perusahaan Kapitalisasi Variabel
s Sri Pengaruh properti dan pasar, earnings per
Wahyudi Kapitalisasi real estate Earnings per share, debt to
, Beny, Pasar Dan terdaftar di share, Debt equity, return
dan Rasio Keuangan BEI Periode to equity, on asset, dan
Daniel Terhadap 2012-2017 Return on current ratio
(2020) Return Saham asset, dan tidak
Current ratio berpengaruh
terhadap
return saham.
Variabel
kapitalisasi
pasar
memiliki
pengaruh
terhadap
return saham.
9. Asih Puji Pengaruh NPM, Perusahaan di Net Profit EPS dan
Lestari EPS, DER dan IDX Margin, DER tidak
dan Aris PBV Terhadap HIDIV20 Earning Per berpengaruh
Susetyo Harga Saham yang tercatat Share, Debt signifikan
(2020) pada di Bursa Efek Equity Ratio, terhadap
Perusahaan Indonesia dan Price variabel DPR
Terdaftar IDX (BEI) selama Book Value. Variabel
HIDIV20 periode 2014- NPM dan
Dengan DPR 2018 dan Dividen PBV
sebagai melakukan Payout Ratio berpengaruh
Variabel stock split sebagai signifikan
Intervening selama variabel terhadap
periode 2014- intervening DPR
2018 NPM tidak
berpengaruh
signifikan
terhadap
Harga
Saham.
Variabel
EPS, PBV,
DER, dan
DPR
berpengaruh
signifikan
terhadap

111
 Harga
Saham.
10. Matius Pengaruh Perusahaan Current current ratio,
Wahyudi Current Ratio, otomotif yang asset, Debt to total asset
dan Tita Debt To Equity secara equity ratio, turnover,
Deitiana Ratio, Return konsisten Return on return on
(2019) On Equity, terdaftar di equity, Total equity
Total Asset Bursa Efek asset mempengaru
Turnover, Indonesia turnover, hi return
Dividen Payout periode 2009- Dividen saham,
Ratio Terhadap 2015 dan payout ratio debt to equity
Return Saham mengumumka ratio, dan
Pada n kebijakan dividen
Perusahaan deviden payout ratio,
Otomotif selama tahun tidak
2009 - 2015 mempengaru
hi return
saham

2.3 Model Penelitian

Current Ratio (X1)

Debt to Equity Ratio (X2)

Stock Return
Return on Asset (X3) (Y)

Return on Equity (X4)

Earning Per Share (X5)

Gambar 2.1
Model Penelitian

112
2.4 Pengembangan Hipotesis

Berdasarkan uraian diatas, maka hipotesis yang dikembangkan pada

penelitian ini adalah:

H01: β₁ = 0 : Tidak terdapat pengaruh Current Ratio terhadap Return

saham pada perusahaan sektor Basic Materials yang

tercatat di indeks LQ45 periode 2016-2021.

Ha1 : β₁ ≠ 0 : Terdapat pengaruh Current Ratio terhadap Return saham

pada perusahaan sektor Basic Materials yang tercatat di

indeks LQ45 periode 2016-2021.

H02: β2 = 0 : Tidak terdapat pengaruh Debt to Equity Ratio terhadap

Return saham pada perusahaan sektor Basic Materials yang

tercatat di indeks LQ45 periode 2016-2021.

Ha2 : β2≠ 0 : Terdapat pengaruh Debt to Equity Ratio terhadap Return

saham pada perusahaan sektor Basic Materials yang

tercatat di indeks LQ45 periode 2016-2021.

H03: β3 = 0 : Tidak terdapat pengaruh Return on Asset terhadap Return

saham pada perusahaan sektor Basic Materials yang

tercatat di indeks LQ45 periode 2016-2021.

113
 Ha3 : β3≠ 0 : Terdapat pengaruh Return on Asset terhadap Return saham

pada perusahaan sektor Basic Materials yang tercatat di

indeks LQ45 periode 2016-2021.

H04: β4 = 0 : Tidak terdapat pengaruh Return on Equity terhadap Return

saham pada perusahaan sektor Basic Materials yang

tercatat di indeks LQ45 periode 2016-2021.

Ha4 : β4 ≠ 0 : Terdapat pengaruh Return on Equity terhadap Return

saham pada perusahaan sektor Basic Materials yang

tercatat di indeks LQ45 periode 2016-2021.

H05: β5 = 0 : Tidak terdapat pengaruh Earning Per Share terhadap

Return saham pada perusahaan sektor Basic Materials yang

tercatat di indeks LQ45 periode 2016-2021.

Ha5 : β5 ≠ 0 : Terdapat pengaruh Earning Per Share terhadap Return

saham pada perusahaan sektor Basic Materials yang

tercatat di indeks LQ45 periode 2016-2021.

114
 BAB III

METODE PENELITIAN

3.1. Bentuk Penelitian

Berdasarkan rumusan masalah dan tujuan penelitian yang sudah dijelaskan

pada bab pertama, maka penelitian ini termasuk kedalam penelitian kausalitas

(causal studies). Seperti yang telah dinyatakan oleh Sekaran dan Bougie (2016:

44) bahwa penelitian kausalitas dilakukan untuk menguji apakah satu variabel

mempengaruhi perubahan terhadap variabel lain atau tidak. Dengan kata lain,

menurut Basuki dan Prawoto (2015: 238) apakah satu variabel memiliki hubungan

sebab akibat dengan variabel lainnya secara signifikan atau tidak.

Dalam penelitian ini, bentuk penelitian kausalitas ini digunakan untuk

menganalisis pengaruh lima variabel independen, yaitu Current ratio (X1), Debt

to equity ratio (X2), Return on asset (X3), Return on equity (X4), dan Earning

per share (X5) terhadap Stock’s return (Y) sebagai variabel dependen yang

digunakan dalam penelitian ini.

3.2 Objek Penelitian

3.2.1 Populasi

115
 Menurut Sekaran dan Bougie (2016: 236) mengenai populasi dalam suatu

penelitian, menyatakan bahwa populasi mengacu pada seluruh kelompok orang,

peristiwa, atau hal-hal yang menarik yang ingin peneliti selidiki. Populasi yang

terdapat dalam penelitian ini adalah perusahaan pada sektor basic materials yang

terdaftar di indeks LQ45.

3.2.2 Sampel

Sampel adalah bagian yang lebih spesifik lagi dari populasi, dimana pada

penelitian ini sampel yang digunakan adalah 13 perusahaan pada sektor basic

materials yang terdaftar di indeks LQ45 periode 2016-2021. Berdasarkan

pernyataan Sekaran dan Bougie (2016: 237), mengatakan bahwa sampel

merupakan bagian dari populasi. Ini terdiri dari beberapa anggota yang dipilih

darinya. Dengan kata lain, beberapa tetapi tidak semua, elemen populasi

membentuk sampel. Dan sampel merupakan bagian dari populasi yang dapat

ditarik kesimpulannya yang dapat digeneralisasikan terhadap populasi yang

diteliti.

Pada penelitian ini, metode pengambilan sampel yang digunakan adalah

dengan teknik purposive sampling, yaitu teknik penentuan sampel dengan

pertimbangan yang telah ditentukan sebelumnya.

Pertimbangan (kriteria) sampel yang digunakan pada penelitian ini adalah

sebagai berikut:

116
 1. Perusahaan yansg berada pada Sektor Basic Materials

2. Perusahaan yang pernah tercatat dalam indeks LQ45 selama 10 tahun

terakhir.

3. Seluruh perusahaan basic materials yang secara berturut-turut

melampirkan Laporan Keuangan Tahunan secara konsisten dan lengkap

per 31 Desember disetiap akhir tahun pada periode 2016-2021.

3.3 Definisi Operasional Variabel dan Pengukuran Variabel

Pada bagian ini akan dijelaskan pengertian umum mengenai variabel

dependen, yaitu stock return maupun variabel independen (current asset, debt to

equity ratio, return on asset, return on equity dan earning per share) beserta cara

perhitungannya.

3.3.1 Variabel Dependen

Variabel dependen dalam bahasa Indonesia sering disebut sebagai variabel

terikat. Variabel dependen merupakan variabel yang menjadi perhatian utama

peneliti. Tujuan peneliti adalah untuk memahami dan menggambarkan variabel

dependen, atau untuk menjelaskan variabilitasnya, atau memprediksinya (Sekaran

dan Bougie, 2016: 73). Dalam penelitian ini, variabel dependen yang digunakan

adalah stock’s return.

117
3.3.1.1 Stock’s return

Stock’s return merupakan suatu bentuk pengembalian investasi baik

untung maupun rugi dimana dihitung dengan rumus sebagai berikut: (Liu dan

Cuandra, 2022):

Pt −( Pt −1)+ Dt
Rt =
Pt −1

Keterangan:

Rt = pengembalian saham

Pt = harga saham

Pt-1 = harga saham periode lain

Dt = dividen yang dibayarkan pada periode sekarang

3.3.2 Variabel Independen

Variabel independen yang dalam bahasa Indonesia sering juga disebut

sebagai variabel bebas adalah salah satu faktor yang mempengaruhi variabel

dependen baik secara positif atau negative. Artinya ketika variabel bebas ada,

variabel terikat juga ada, dan dengan setiap unit kenaikkan variabel bebas, ada

kenaikan atau penurunan variabel terikat. Dengan kata lain, varians dalam

variabel dependen dicatat oleh variabel independent. (Sekaran dan Bougie, 2016:

74). Variabel independen yang digunakan pada penelitian ini adalah Current

Ratio, Debt To Equity Ratio, Return On Assets, Return On Equity, dan Earning

Per Share.

118
3.3.2.1 Current Ratio (CR)

Current ratio adalah rasio untuk mengukur ketersediaan aktiva lancar

untuk menutupi atau melunasi hutang lancar perusahaan yang berkaitan dengan

likuiditas. Dalam penelitian ini, variabel current ratio dihitung dengan

menggunakan rumus sebagai berikut (Liu dan Cuandra, 2022):

Current Asset
Current Ratio( CR)=
Current Liabilities

3.3.2.2 Debt to Equity Ratio (DER)

Debt to equity ratio adalah rasio untuk mengukur perbandingan hutang

dan ekuitas sehingga dapat dilihat kemampuan modal yang dimiliki dalam

menjamin kewajiban perusahaan dan dapat dihitung dengan menggunakan rumus

berikut ini (Liu dan Cuandra, 2022):

Total Debt
Debt ¿ Equity Ratio ( DER )=
Total Equity

3.3.2.3 Return On Asset (ROA)

Return on asset digunakan untuk menilai seberapa besar perusahaan

mampu menghasilkan laba melalui pemanfaatan aset. Menurut Liu dan Cuandra

(2022), return on asset dapat dihitung dengan menggunakan rumus sebagai

berikut:

119
 Net Income
Return On Asset ( ROA)=
Total Assets

3.3.2.4 Return On Equity (ROE)

Return on equity digunakan untuk menilai seberapa besar perusahaan

mampu menghasilkan laba besrsih bagi para investor atau pemegang saham

melalui pemanfaatan modal sendiri. yang dapat dihitung dengan menggunakan

rumus sebagai berikut (Liu dan Cuandra, 2022):

Net Income
Return On Equity ( ROE)=
Total Equity

3.3.2.5 Earning Per Share (EPS)

Earning per share digunakan untuk mengukur laba yang diterima

perusahaan dari perlembar saham yang beredar. Menurut Liu dan Cuandra (2022),

Earning per share dapat dihitung dengan menggunakan rumus:

Earning available for common stock

Earning Per Share( EPS)=
The number of outstanding shares

3.4 Metode Pengumpulan Data

120
 Teknik pengumpulan data dapat dilakukan dari berbagai sumber. Dalam

penelitian kali ini, metode pengumpulan data menggunakan data sekunder.

Menurut Sekaran dan Bougie (2016: 37), data sekunder adalah data yang telah

dikumpulkan oleh orang lain untuk tujuan lain selain penelitian saat ini. Beberap

sumber data sekunder adalah bulletin statistic, publikasi pemerintah, informasi

yang dipublikasikan atau tidak dipublikasikan yang tersedia baik dari dalam

maupun luar organisasi, situs web perusahaan, dan internet.

Dalam penelitian ini, data dikumpulkan dengan cara mencatat, mengamati,

mempelajari serta menganalisis data-data yang diperoleh dari website resmi

Indonesian Stock Exchange (idx.co.id) berupa annual financial report dan website

Yahoo Finance berupa data harga saham perusahaan yang berada di sektor basic

materials dan tercatat di indeks LQ45 pada periode 2016-2021.

3.5 Metode Analisis Data

Metode analisis data yang digunakan dalam penelitian ini adalah dengan

analisis model regresi berganda. Alasan penggunaan analisis model regresi

berganda ini menurut Basuki & Prawoto (2015: 23) adalah karena penelitian ini

meneliti hubungan pengaruh dari berbagai macam (lebih dari satu) variabel

independen terhadap variabel dependen sehingga yang cocok digunakan adalah

alat analisis regresi berganda. Data yang dikumpulkan akan dianalisis dengan

bantuan program EViews versi 11.

121
3.5.1 Statistik Deskriptif

Menurut Anderson et al. (2020: 13), ringkasan data yang berbentuk tabel,

grafik, atau numerik agar pembaca mudah membaca & memahami kumpulan data

disebut sebagai statistik deskriptif. Statistik deskriptif digunakan untuk

menganalisa data dengan cara mendeskriptifkan atau menggambarkan data yang

telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang

berlaku untuk umum atau generalisasi (Sugiyono, 2017: 147).

Dalam penelitian ini, menggunakan statistik deskriptif berupa tabel

perhitungan mean, maksimum, minimum, dan standar deviasi.

3.5.2 Uji Normalitas Data

Uji normalitas data adalah untuk melihat apakah nilai residual terdistribusi

normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang

terdistribusi normal. Uji normalitas berguna untuk menentukan data yang telah

dikumpulkan berdistribusi normal atau diambil dari populasi normal (Basuki dan

Prawoto, 2017:57).

Menurut Basuki dan Prawoto (2017, 60):

a. Probabilitas ≥ 0.05 = data residual berdistribusi normal

b. Probabilitas ≤ 0.05 = data residual tidak berdistribusi normal

122
3.5.3. Analisis Data Panel

Penelitian ini menggunakan analisa data panel, dimana data panel

merupakan gabungan dua jenis data, yaitu data time series dan data cross section.

Penelitian ini menggunakan data panel, karena data panel memiliki

kelebihan (Gujarati dan Porter, 2009 : 237), antara lain :

1. Dengan mengkombinasikan time series dan cross section, data panel

memberi lebih banyak informasi, lebih banyak variasi, kolinearitas antar

variabel yang semakin berkurang, dan peningkatan derajat kebebasan

(degrees of freedom – df).

2. Data panel mampu memperhitungkan heterogenitas individu secara

eksplisit. Misalnya data individu, perusahaan, Negara bagian, dan lain-lain

dalam kurun waktu yang panjang, ini merupakan data yang memiliki

keragaman besar.

3. Data panel dapat digunakan untuk mempelajari model-model perilaku

yang kompleks. Sebagai contoh fenomena, misalnya skala ekonomi dan

perubahan teknologi akan lebih baik jika menggunakan data panel

dibandingkan cross section saja atau time series saja.

4. Data panel bisa lebih baik digunakan untuk mendeteksi dan mengukur

dampak yang tidak bisa hanya diukur dengan cross section saja atau time

series saja.

123
 5. Data panel cocok digunakan sebagai study the dynamic of change untuk

melihat perbedaan data dari waktu ke waktu.

6. Dengan jumlah data yang banyak atau ribuan, data panel dapat

meminimalkan bias.

Terdapat dua jenis data panel menurut Gujarati dan Porter (2009: 290),

yaitu :

1. Panel teratur atau tetap (balanced panel), jika setiap unit cross section

mempunyai data time series yang sama.

2. Panel tidak teratur atau tidak tetap (unbalanced panel), jika jumlah

observasi time series dari unit cross section tidak sama.

Menurut Basuki dan Prawoto (2015: 252), terdapat tiga jenis pendekatan

dalam metode estimasi model regresi dengan menggunakan data panel, yaitu:

1. Common Effect Model

Merupakan pendekatan model data panel yang paling sederhana karena

hanya mengkombinasikan data time series dan cross section. Pada model ini tidak

diperhatikan dimensi waktu maupun individu, sehingga diasumsikan bahwa

perilaku data perusahaan sama dalam berbagai kurun waktu. Metode ini bisa

menggunakan pendekatan Ordinary Least Square (OLS) atau teknik kuadrat

terkecil untuk mengestimasi model data panel.

124
 2. Fixed Effect Model

Model ini mengasumsikan bahwa perbedaan antar individu dapat

diakomodasi dari perbedaan intersepnya. Untuk mengestimasi data panel model

Fixed Effects menggunakan teknik variable dummy untuk menangkap perbedaan

intersep antar perusahaan. Namun demikian slopnya sama antar perusahaan.

Model estimasi ini sering juga disebut dengan teknik Least Squares Dummy

Variable (LSDV).

3. Random Effect Model

Model ini akan mengestimasi data panel dimana variabel gangguan

mungkin saling berhubungan antar waktu dan antar individu. Pada model Random

Effect perbedaan intersep diakomodasi oleh error terms masing-masing

perusahaan. Keuntungan menggunkan model Random Effect yakni

menghilangkan heteroskedastisitas. Model ini juga disebut dengan Error

Component Model (ECM) atau teknik Generalized Least Square (GLS)

Menurut Basuki dan Prawoto (2015: 253), terdapat beberapa jenis

pengujian yang dapat dilakukan untuk memilih model yang paling tepat

digunakan dalam mengelola data panel, yakni :

1. Uji Chow (Likelihood Ratio)

Uji Likelihood Ratio bertujuan untuk menguji atau juga membandingkan

dan memilih model mana yang terbaik apakah model Common Effect atau Fixed

125
Effect yang akan digunakan untuk melakukan regresi data panel. Hipotesis yang

digunakan dalam uji Likelihood Ratio adalah:

HO : Menggunakan common effect model.

HA : Menggunakan fixed effect model.

Adapun kriteria dalam pengambilan keputusannya adalah sebagai berikut:

a. Jika nilai probabilitas Cross-Section F > alpha, maka h A ditolak, sehingga

model yang cocok adalah Common Effect Model

b. Jika nilai probabilitas Cross-Section F < alpha, maka hA diterima, sehingga

model yang cocok adalah Fixed Effect Model

Bila berdasarkan hasil uji Likelihood Ratio model yang terpilih adalah

Common Effect Model, maka langsung dilakukan uji regresi data panel. Tetapi

bila yang terpilih adalah model Fixed Effect, maka dilakukan Uji Hausman-Test

untuk menentukan antara model Fixed Effect atau Random Effect yang lebih baik

untuk untuk melakukan uji regresi data panel.

2. Uji Hausman

Uji Hausman Test dilakukan untuk membandingkan atau juga memilih

model mana yang terbaik antara fixed effects dengan random effects yang akan

digunakan untuk melakukan regresi data panel. Pengujian ini dilakukan dengan

hipotesis sebagai berikut :

126
 H0 : Menggunakan Random Effect Model

Ha : Menggunakan Fixed Effect Model

Adapun kriteria dalam pengambilan keputusannya adalah sebagai berikut:

a. Apabila nilai Probabilitas > alpha, maka HA ditolak dan model penelitian

menggunakan random effect model.

b. Apabila nilai Probabilitas < alpha, maka HA diterima dan model penelitian

menggunakan fixed effect model.

3.5.4 Uji Asumsi Klasik

Menurut Basuki & Prawoto (2015) uji asumsi klasik adalah persyaratan

statistik yang harus dipenuhi pada analisis regresi linear berganda yang berbasis

ordinary least square (OLS).

Model regresi yang baik harus memiliki residual yang sekecil mungkin, sehingga

nilai prediksi akan sedekat mungkin dengan data aktualnya. Uji asumsi klasik

bertujuan untuk menguji data yang akan menghasilkan estimator yang memiliki

sifat BLUE (best linear unbiased estimators) sebagaimana teori dari Gauss

Markov. (Widarjono, 2018: 30) Berikut ini adalah 3 kriteria estimator OLS

dikenal istilah BLUE sebagai berikut:

127
 1. Estimator tidak bias, yaitu nilai rata-rata atau nilai harapan sama

dengan nilai yang sebenarnya.

2. Estimator adalah linier, yaitu linier terhadap variabel stokastik Y

sebagai variabel dependend.

3. Estimator mempunyai varian yang minimum.

Uji asumsi klasik meliputi tiga pengujian, yaitu uji multikolinearitas, uji

heterokedastisitas, dan uji autokorelasi.

3.5.4.1 Uji Multikolinearitas

Salah satu asumsi regresi linier klasik adalah tidak adanya

multikolinearitas sempurna (no perfect multicolinearity) tidak adanya hubungan

linier antara variabel penjelas dalam suatu model regresi. Model regresi dikatakan

terkena multikoliniearitas bila terjadi hubungan linier yang sempurna (perfect)

atau pasti (exact) di antara beberapa atau semua variabel bebas dari suatu model

regresi. Akibatnya akan kesulitan untuk dapat melihat pengaruh variabel penjelas

terhadap variabel yang dijelaskan.

Konsekuensi jika terjadinya multikolinearitas adalah invalidnya

signifikansi variable maupun besaran koefisien variable dan konstanta.

Multikolinieritas adalah adanya hubungan linier antara variabel independen di

dalam model regresi. Untuk menguji ada atau tidaknya multikolinieritas pada
128
model, peneliti menggunakan metode parsial antar variabel independen. Kriteria

terjadinya multikolineritas menurut Basuki dan Prawoto (2015: 202) adalah:

a. Jika nilai koefisien korelasi di atas 0,85 maka terjadi multikolinieritas

dalam model regresi

b. Jika nilai koefisien korelasi relatif dibawah 0,85 maka tidak terjadi

multikolinieritas dalam model regresi

3.5.4.2 Uji Heterokedastisitas

Uji heterokedastisitas bertujuan untuk menguji apakah dalam suatu model

regresi linier terdapat ketidaksamaan varians dari residual antara pengamatan satu

dengan yang lainnya. Apabila nilai varians dari variabel gangguan adalah konstan,

maka data bersifat homokedastisitas. Sedangkan, apabila nilai varians dari

variabel gangguan adalah tidak konstan, maka data bersifat heterokedastisitas.

(Basuki & Prawoto, 2015: 90)

Dalam penelitian ini, peneliti menggunakan uji Park untuk mendeteksi ada

atau tidaknya heterokedastisitas. Uji Park merupakan salah satu cara untuk

menguji heteroskedastisitas pada data pada variabel didalam penelitian dengan

meregresikan nilai logaritma natural dari residual kuadrat. Berikut kriteria

pengambilan keputusan untuk menguji heterokedastisitas dengan menggunakan

uji Park menurut Gujarati & Porter (2009), sebagai berikut:

129
 a. Jika nilai probability (p-value) > alpha (α) maka data tidak terjadi

heteroskedastisitas

b. Jika nilai probability (p-value) < alpha (α) maka data terjadi

heteroskedastisitas

3.5.4.3 Uji Autokorelasi

Menurut Basuki & Prawoto (2015: 51) uji autokorelasi digunakan untuk

mengetahui ada atau tidaknya penyimpangan asumsi klasik autokorelasi yaitu

korelasi yang terjadi antara residual pada satu pengamatan dengan pengamatan

lain pada model regresi.

Model regresi yang baik adalah tidak terdapat autokorelasi. Untuk

mendeteksi ada atau tidaknya autokorelasi, dalam penelitian ini menggunakan uji

Durbin-Watson. Pengujian DW memiliki jarak nilai statistik dari nol sampai

dengan empat, jika bernilai dua, maka tidak terjadi autokorelasi.

H0 : d = 0, maka tidak terdapat autokorelasi

Ha : d ≠ 0, maka terdapat autokorelasi

Dari model persamaan Durbin-Watson, dapat disederhanakan menjadi :

D – 2 (1- ) karena -1 1, maka berimplikasi bahwa 0 d 4.

Hal ini dapat disimpulkan dalam tabel berikut :

130
 No No
Positive Negative
Inconclusive Autocorrela Autocorrela Inconclusive
Autocorrel Autocorrel
tion tion
ation ation

0 dL dU 2 4-dU 4-dL 4
Gambar 3.1
Durbin-Watson

Tabel 3.1
Kriteria Uji Durbin Watson
Hipotesis Nol Keputusan Jika

Tidak ada autokolrelasi positif Tolak 0 < d <dL

Tidak ada autokolrelasi positif No decision dL ≤ d ≤ dU

Tidak ada autokolrelasi negatif Tolak 4−¿ dL < d < 4

Tidak ada autokolrelasi negatif No decision 4 – dU ≤ d ≤ 4 – dL

Tidak ada autokolrelasi positif atau negatif Tidak ditolak dU < d < 4 – dU

Sumber: Widarjono (2018, 141)

Selain itu menurut Widarjono (2018, 143) uji Breusch-Godfrey juga dapat

digunakan untuk mendeteksi adanya autokorelasi dengan kriteria yang digunakan

berikut ini:

1. Apabila nilai Chi Square hitung > nilai Chi Square kritis dan nilai

probabilitas < α maka dapat disimpulkan terjadi autokorelasi.

131
 2. Apabila nilai Chi Square hitung < nilai Chi Square kritis dan nilai

probabilitas > α maka dapat disimpulkan tidak terjadi autokorelasi.

3.5.5 Analisis Data

3.5.5.1 Uji Goodness-of-Fit (Uji F)

Uji F atau disebut juga sebagai pengaruh simultan digunakan untuk

mengetahui apakah variabel independend secara bersama-sama atau simultan

mempengaruhi variabel dependend. Uji F bisa dijelaskan dengan menggunakan

analisis varian (analysis of variance = ANOVA), untuk menghitung nilai F kritis

berdasrkan besarnya alpha dan df, dimana besarnya df ditentukan oleh numerator

(k – l) dan df untuk denominator (n – k – 1).

Adapun dasar pertimbangan untuk menolak atau tidak dapat menolak H0,

sebagai berikut (Widarjono, 2018, 67):

a. Jika F hitung > F kritis, maka H0 ditolak (menerima Ha).

a. Jika F hitung > F kritis, maka H0 tidak dapat ditolak.

3.5.5.2 Analisis Koefisien Korelasi (R)

Koefisien korelasi adalah koefisien yang menunjukkan kuat tidaknya

hubungan antara variabel independen dengan variabel-variabel dependen yang

ditunjukkan dengan tanda positif atau negatif sebagai petunjuk arah naik atau

turunnya nilai koefisien. Menurut Sekaran dan Bougie (2016) rentangan nilai

132
koefisien antar +1 sampai dengan -1, dimana +1 berarti korelasi positif sempurna,

0 berarti tidak ada korelasi, dan -1 berarti korelasi negatif sempurna.

Tabel 3.2
Koefisien Korelasi

Interval Koefisien Tingkat Hubungan

0.000 Tidak terdapat hubungan
0.00 – 0.199 Sangat Rendah
0.20 – 0.399 Rendah
0.40 – 0.599 Sedang
0.60 – 0.799 Kuat
0.80 – 0.999 Sangat Kuat
1.000 Hubungan Sempurna
Sumber: Sugiyono (2017)

3.5.5.3 Analisis Koefisien Determinasi (R2)

Analisis koefisien determinasi adalah mengukur seberapa jauh

kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien

determinasi adalah antara nol dan satu. Nilai R2 yang kecil berarti kemampuan

variabel – variabel independen dalam menjelaskan variabel dependen amat

terbatas. Nilai R2 yang mendekati satu berarti variabel – variabel independen

memberikan hampir keseluruhan informasi yang dibutuhkan untuk memprediksi

variabel dependen.

Nilai R2 akan selalu berada di antara 0 dan 1. Semakin mendekati 1, berarti

semkain besar kemampuan variabel independen untuk menjelaskan (pengaruhnya)

kepada variabel dependen (Basuki & Prawoto, 2015: 14).

133
3.5.6. Analisis Regresi Berganda (Multiple Regression)

Analisis regresi linier berganda digunakan oleh peneliti, dengan tujuan

untuk meramalkan bagaimana perubahan keadaan (naik turunnya) variabel

dependen, apabila variabel independen dinaik turunkan nilainya dengan asumsi

variabel independend lainnya tetap. Jadi, analisis regresi linier berganda akan

dilakukan apabila jumlah variabel independendnya minimal dua. (Sugiyono,

2017, 277).

Dalam penelitian ini, peneliti menggunakan analisis regresi linear

berganda, karena variabel independen penelitian ini lebih dari dua variabel.

Adapun persamaan regresi linier berganda menuurut Anderson et al.

(2020: 734) dapat dirumuskan sebagai berikut:

Y = a + b1X1 + b2X2 + b3X3 + b4X4 + b5X5 + e

Dimana:

Y = Stock’s return

a = konstanta

b = koefisien regresi masing-masing variabel independen

X1 = Current asset

X2 = Debt to equity ratio

X3 = Return on asset

X4 = Return on equity

X5 = Earning per share

134
e = Error term, variabel lain diluar penelitian

3.5.7 Uji Hipotesis (t-test)

Uji hipotesis adalah metode statistik yang dapat digunakan untuk menarik

sebuah kesimpulan mengenai sifat populasi dari data sampel. Menurut Widarjono

(2018, 42) berpendapat bahwa, hipotesis merupakan pernyataan tentang sifat

populasi, sedangkan uji hipotesis adalah suatu prosedur untuk pembuktian

kebenaran sifat populasi yang berdasarkan data sampel.

Di dalam melakukan suatu penelitian yang berdasarkan sampel, peneliti

harus menyatakan secara jelas hipotesis penelitian yang dilakukan untuk menguji

kebenarannya melalui penelitian dari data sampel. Dalam melakukan penelitian,

peneliti harus membuat hipotesis penelitian yaitu hipotesis nol (H 0) dan hipotesis

alternative (Ha). Hipotesis nol (H0) adalah keyakinan peneliti yang akan

dibuktikan kebenarannya dengan menggunakan data sampel. Sedangkan hipotesis

alternative (Ha) adalah kebalikan dari hipotesis nol dan akan diterima, jika peneliti

menolak hipotesis nol. Dalam pengujian hipotesis, ditolak atau tidak dapat

ditolaknya H0 tergantung dari seberapa besar tingkat signifikasi atau alpha. Pada

umumnya alpha ( ) ditentukan secara seimbang yakni 0.01, 0.05 dan maksimum

0.1. (Widarjono, 2018: 45).

Uji t atau disebut juga sebagai uji parsial digunakan untuk mengetahui

pengaruh masing-masing variabel independend terhadap variabel dependend.

135
Perbedaan uji t pada regresi sederhana dengan hanya satu variabel indpendend dan

dengan regresi berganda denganlebih dari satu variabel independend adalah

terletak pada besarnya derajat degree of freedom (dF), dimana untuk regresi

sederhana df-nya sebesar n – 2, sedangkan pada regresi berganda tergantung dari

jumlah variabel independend ditambah dengan konstanta, yaitu n – k. Adapun

dasar pertimbangan untuk menolak atau tidak dapat menolak H0, sebagai berikut

(Widarjono, 2018, 65):

Hipotesis untuk t test, sebagai berikut (Anderson et al., 2019) :

H0 : b = 0 (Tidak ada pengaruh variabel independen terhadap variabel dependen)

Ha : b ≠ 0 (Terdapat pengaruh variabel independen terhadap variabel dependen)

1. Jika nilai probabilitas < alpha dan nilai t-statistic < nilai t-tabel negative

atau nilai t-statistic > nilai t-tabel positif, maka Ha diterima, sehingga

terdapat pengaruh variabel independen terhadap variable dependennya.

2. Jika nilai probabilitas > alpha dan nilai t-statistic > nilai t-tabel negative

atau nilai t-statistic < nilai t-tabel positif, maka Ha ditolak, sehingga tidak

terdapat pengaruh variable independen terhadap variable dependennya.

136
 REFERENSI

Azzahra, F. A., & Sutanto, A. (2020). Analisis Pengaruh Rasio Keuangan

Terhadap Return Saham Pada Perusahaan Consumer Goods Yang Terdaftar
Di Bursa Efek Indonesia Tahun 2012-2014. Jurnal Fokus Manajemen Bisnis,
6(1), 13. https://doi.org/10.12928/fokus.v6i1.1651

Basuki, A. T., & Prawoto, N. (2015). Analisis Regresi dalam Penelitian Ekonomi
dan Bisnis. PT Rajagrafindo Persada, 1–239.

Bisnis, F., & Batam, U. I. (2022). Poli Bisnis. 14(1), 61–77.

Cochran, J. J., Fry, M. J., Anderson, D. R., Williams, T. A., & Sweeney, D. J.
(2020). Statistics for Business & Economics.

Engel. (2014). 済無 No Title No Title No Title. In Paper Knowledge . Toward a

Media History of Documents.

Larasati, W., & Suhono. (2022). Pengaruh Earning Per Share, Debt To Equity dan
Return On Equity Terhadap Return Saham. Competitive Jurnal Akuntansi
Dan Keuangan. Universitas Singaperbangsa Karawang, 6(1), 44–50.

Laulita, N. B., & Yanni, Y. (2022). Pengaruh Return On Asset (ROA), Return On
Equity (ROE), Debt To Equity Ratio (DER), Earning Per Share (EPS) dan
Net Profit Margin (NPM) terhadap Return Saham pada Perusahaan Yang
Terdaftar Di Indeks LQ45. YUME : Journal of Management, 5(1), 232–244.
https://doi.org/10.37531/yume.vxix.467

Lestari, A. P., & Susetyo, A. (2020). Pengaruh NPM, EPS, DER dan PBV
Terhadap Harga Saham pada Perusahaan Terdaftar IDX HIDIV20 Dengan
DPR sebagai Variabel Intervening. Jurnal Ilmiah Mahasiswa Manajemen,
Bisnis Dan Akuntansi (JIMMBA), 2(2), 184–196.
https://doi.org/10.32639/jimmba.v2i2.461

Octaviana, R. D., & Dara, S. R. (2022). Pengaruh CR , EPS , NPM dan ROA
Terhadap Return Saham pada Perusahaan Makanan dan Minuman yang
Terdaftar di Bursa Efek Indonesia Periode 2014-2018. 1(1), 8–13.

Space, W. L. (2014). International Standard Classification of Occupations (ISCO).

Encyclopedia of Quality of Life and Well-Being Research, 3336–3336.
https://doi.org/10.1007/978-94-007-0753-5_102084

SRI WAHYUDI, A., BENY, B., & DANIEL, D. (2020). Analisis Pengaruh

137
 Kapitalisasi Pasar Dan Rasio Keuangan Terhadap Return Saham. Media
Bisnis, 12(1), 9–16. https://doi.org/10.34208/mb.v12i1.875

Surakarta, U. M. (2022). Pengaruh Current Ratio , Debt Equity of Ratio , Return

on Asset dan Net Profit Margin terhadap Return Saham : Studi Empiris pada
Perusahaan Sektor Pertambangan yang Terdaftar di BEI Tahun 2016-2020.
2(2), 342–351.

Tinggi, S., & Ekonomi, I. (2022). PENGARUH RASIO KEUANGAN TERHADAP

RETURN SAHAM PERUSAHAAN SUBSEKTOR AUTOMOTIVE AND
COMPONENTS. 2(1), 99–106.

WAHYUDI, M., & DEITIANA, T. (2020). Pengaruh Current Ratio, Debt To

Equity Ratio, Return on Equity, Total Asset Turnover, Dividen Payout Ratio
Terhadap Return Saham Pada Perusahaan Otomotif. Media Bisnis, 11(2),
155–162. https://doi.org/10.34208/mb.v11i2.940

(Azzahra & Sutanto, 2020)(SRI WAHYUDI et al., 2020)(Bisnis & Batam, 2022)

(Tinggi & Ekonomi, 2022)(Lestari & Susetyo, 2020)(Larasati & Suhono, 2022)

(Surakarta, 2022)(Octaviana & Dara, 2022)(WAHYUDI & DEITIANA, 2020)

(Laulita & Yanni, 2022)(Basuki & Prawoto, 2015)(Cochran et al., 2020)(Space,

2014)(Engel, 2014)

138
 LAMPIRAN

139
 LAMPIRAN I

DAFTAR NAMA PERUSAHAAN SAMPEL

140
 Daftar Nama Perusahaan Sampel

No Kode Nama Perusahaan Sub Sektor

1 ADRO PT. Adaro Energy Tbk. Batubara
2 ANTM PT. Aneka Tambang Tbk. Logam & Mineral
3 CTTH PT. Citatah Tbk. Tanah/Batu
4 DEWA PT. Darma Henwa Tbk. Batubara
5 DSSA PT. Dian Swastika Sentosa Tbk. Batubara
6 ELSA PT. Elnusa Tbk. Minyak & Gas Bumi
7 MEDC PT. Medco Energi International Tbk. Minyak & Gas Bumi
8 PTBA PT. Bukit Asam Tbk. Batubara
9 PTRO PT. Petrosea Tbk. Batubara
10 RUIS PT. Radiant Utama Interinsco Tbk. Minyak & Gas Bumi
11 TINS PT. Timah Tbk. Logam & Mineral
Sumber: Bursa Efek Indonesia

141
 LAMPIRAN II

DATA PERUSAHAAN SAMPEL UNTUK PERIODE 2010-2020

142
 Tahu ASSETS GROWT
Kode DER PROF LIQ SIZE
n STRUCTURE H

ADRO 2010 1.199633 0.751735 0.261806 -0.041535 1.721926 31.329653

ADRO 2011 1.317135 0.770713 0.321906 0.265953 1.665199 31.573963
ADRO 2012 1.234436 0.788730 0.224684 0.182594 1.572330 31.804998
ADRO 2013 1.107600 0.796418 0.162637 0.006206 1.771896 32.039195
ADRO 2014 0.968495 0.801730 0.148417 -0.047542 1.641673 32.015178
ADRO 2015 0.777081 0.816649 0.123630 -0.070945 2.403925 32.046951
ADRO 2016 0.722784 0.755803 0.232790 0.094590 2.471030 31.808827
ADRO 2017 0.665388 0.709551 0.292120 0.044753 2.559365 31.852607
ADRO 2018 0.641009 0.773354 0.246401 0.036191 1.960080 31.888158
ADRO 2019 0.811797 0.707650 0.178627 0.022144 1.711766 32.252550
ADRO 2020 0.614886 0.728653 0.112392 -0.115772 1.512433 32.115524
ANT
2010 0.575132 0.340639 0.225128 0.389678 1.698614 30.256660
M
ANT
2011 0.144144 0.380037 0.194548 0.160700 1.614458 30.405683
M
ANT
2012 0.535852 0.612003 0.085730 0.229232 2.514249 30.612073
M
ANT
2013 0.709082 0.676177 0.037265 0.109423 1.836446 30.715914
M
ANT
2014 0.847864 0.712255 -0.019044 0.008190 1.642052 30.724071
M
ANT
2015 0.657330 0.629315 -0.066604 0.377090 2.593217 31.044043
M
ANT
2016 0.628653 0.645441 0.000896 -0.012363 2.442430 31.031603
M
ANT
2017 0.623235 0.700078 0.047465 0.001092 1.621252 31.032694
M
ANT
2018 0.687320 0.744840 0.073401 0.109685 1.541879 31.136770
M
ANT
2019 0.665152 0.746141 0.029207 -0.093420 1.448119 31.038694
M
ANT
2020 0.666514 0.711609 0.007437 0.050823 1.211465 31.088268
M
CTTH 2010 1.658990 0.418814 0.068298 0.033652 1.131699 26.019713
CTTH 2011 1.872015 0.403174 0.022462 0.093300 1.118676 26.108914
CTTH 2012 2.319779 0.326797 0.060040 0.197877 1.129055 26.289465
CTTH 2013 2.126415 0.291148 0.128877 0.250619 1.078972 26.513104
CTTH 2014 2.561401 0.250028 0.004466 0.119566 1.086745 26.626045
CTTH 2015 1.095822 0.472374 0.047040 0.065459 1.878136 27.129596
CTTH 2016 0.955716 0.461979 0.096343 0.016998 1.894049 27.146451
CTTH 2017 1.178670 0.403900 0.099993 0.136842 1.890178 27.274706
CTTH 2018 1.245859 0.386104 0.117326 0.050729 1.865810 27.324190
CTTH 2019 1.497451 0.378180 -0.057232 0.008872 1.702240 27.333023
CTTH 2020 2.020210 0.404903 0.119547 -0.065610 1.395776 27.265162
DEW 2010 0.369123 0.608872 -0.009946 0.000698 2.426736 29.061154

143
 A
DEW
2011 0.294342 0.525954 -0.058714 -0.121912 2.489324 28.939631
A
DEW
2012 0.606433 0.599136 -0.159547 0.082117 1.410998 29.081875
A
DEW
2013 0.646758 0.613705 0.025646 -0.167740 1.277836 29.126274
A
DEW
2014 0.600038 0.548160 0.037345 -0.027064 1.402742 29.123529
A
DEW
2015 0.659463 0.638619 0.033278 0.048097 1.253344 29.275866
A
DEW
2016 0.693867 0.661591 0.032306 0.022427 1.113725 29.270647
A
DEW
2017 0.765747 0.707167 0.068946 0.053654 0.835227 29.322911
A
DEW
2018 0.798488 0.737447 0.040789 0.033097 0.795127 29.425430
A
DEW
2019 1.345733 0.627247 0.032401 0.323827 1.039563 29.691568
A
DEW
2020 1.043946 0.599261 0.034620 0.002040 1.115326 29.693606
A
DSSA 2010 0.981039 0.660590 0.040817 0.019676 1.807290 29.424441
DSSA 2011 0.408960 0.379788 0.072714 0.093013 3.304463 30.090516
DSSA 2012 0.329176 0.492105 0.020417 -0.052617 3.598814 30.095912
DSSA 2013 0.387982 0.657662 0.002443 -0.012565 2.064717 30.315153
DSSA 2014 0.553738 0.783302 0.013708 0.084575 1.901845 30.416046
DSSA 2015 0.890974 0.766768 -0.026524 0.330891 1.532762 30.805322
DSSA 2016 0.739623 0.811281 0.192496 0.287874 1.747687 31.032446
DSSA 2017 0.881973 0.749522 0.224013 0.225973 1.659946 31.244277
DSSA 2018 1.238026 0.765681 0.186224 0.237413 1.218996 31.495979
DSSA 2019 1.270285 0.767333 0.142747 0.098082 1.296522 31.576948
DSSA 2020 0.825295 0.612129 0.115200 -0.220153 1.552670 31.342296
ELSA 2010 0.892179 0.445257 0.031847 -0.125739 1.604342 28.933544
ELSA 2011 1.102861 0.462027 0.044184 0.167454 1.368330 29.088370
ELSA 2012 1.102861 0.462027 0.044184 0.000000 1.369952 29.088370
ELSA 2013 0.912799 0.429824 0.082004 0.017792 1.597375 29.106005
ELSA 2014 0.643713 0.473193 0.132594 -0.028657 1.622760 29.076929
ELSA 2015 0.672562 0.528233 0.134489 0.038111 1.435414 29.114332
ELSA 2016 0.456334 0.554966 0.115539 -0.049134 1.487119 29.063950
ELSA 2017 0.590923 0.509931 0.065549 0.158535 1.353675 29.211106
ELSA 2018 0.714238 0.441696 0.053105 0.165169 1.492045 29.363973
ELSA 2019 0.902603 0.456525 0.055664 0.202871 1.476787 29.548684
ELSA 2020 1.000000 0.442361 0.044633 0.111356 1.638772 29.654266
MEDC 2010 1.795757 0.667014 0.309472 0.116421 1.516162 30.655566
MEDC 2011 2.024968 0.496541 0.328150 0.135786 1.605201 30.791376
MEDC 2012 2.149626 0.569002 0.198587 0.026453 2.648624 30.910367
MEDC 2013 1.823152 0.675533 0.217940 -0.046750 2.003264 31.059721

144
MEDC 2014 1.936425 0.722058 0.147837 0.067452 1.605865 31.145920
MEDC 2015 2.147426 0.640917 0.232923 0.076731 1.984111 31.323277
MEDC 2016 3.039410 0.684676 0.333576 0.236209 1.318049 31.509457
MEDC 2017 2.679253 0.617297 0.319219 0.434695 1.526737 31.878507
MEDC 2018 2.786160 0.652137 0.163215 0.017751 1.658031 31.961906
MEDC 2019 2.428796 0.717860 0.124555 0.143581 2.401826 32.056349
MEDC 2020 2.863109 0.657349 -0.089898 -0.017600 1.472826 32.052598
PTBA 2010 0.354194 0.238085 0.328689 0.079732 2.788976 29.796950
PTBA 2011 0.409320 0.230105 0.383601 0.319214 2.632479 30.073986
PTBA 2012 0.496617 0.315083 0.309944 0.106185 2.923744 30.174902
PTBA 2013 0.546322 0.445089 0.192060 -0.082632 2.865948 30.088655
PTBA 2014 0.708257 0.499271 0.176648 0.268462 2.075136 30.326460
PTBA 2015 0.818999 0.550227 0.175798 0.140563 1.543548 30.457982
PTBA 2016 0.760430 0.550518 0.180015 0.099605 1.655829 30.552933
PTBA 2017 0.593298 0.494360 0.302938 0.183601 2.463370 30.721494
PTBA 2018 0.485764 0.514360 0.296834 0.099395 2.378458 30.816255
PTBA 2019 0.416615 0.552461 0.230148 0.079639 2.489716 30.892882
PTBA 2020 0.420183 0.652307 0.145477 -0.078216 2.159961 30.811437
PTRO 2010 0.843895 0.691064 0.275979 -0.269655 1.048232 28.329463
PTRO 2011 1.369486 0.721231 0.251231 0.695630 0.935265 28.866003
PTRO 2012 1.828459 0.687331 0.164893 0.404041 1.315412 29.264806
PTRO 2013 1.577449 0.629667 0.076635 -0.038698 1.554668 29.457225
PTRO 2014 1.425656 0.621937 0.063239 -0.081513 1.644735 29.391902
PTRO 2015 1.385995 0.668083 -0.046322 -0.090573 1.552512 29.400389
PTRO 2016 1.308168 0.624488 -0.042017 -0.075095 2.158558 29.296456
PTRO 2017 1.446826 0.631255 0.041536 0.110362 1.654061 29.409239
PTRO 2018 1.906844 0.549716 0.074118 0.271829 1.691920 29.715499
PTRO 2019 1.592380 0.597012 0.085175 -0.008184 1.507184 29.667560
PTRO 2020 1.288662 0.580859 0.104307 -0.038756 1.637537 29.750696
RUIS 2010 1.779863 0.341846 0.042562 0.054568 1.495344 27.111747
RUIS 2011 2.653584 0.543876 0.051331 0.065715 1.076959 27.616843
RUIS 2012 2.944931 0.445549 0.079486 0.193379 1.078426 27.793632
RUIS 2013 2.879543 0.435592 0.095071 0.086152 1.117992 27.876273
RUIS 2014 3.070231 0.441948 0.081882 -0.010799 0.968671 27.865415
RUIS 2015 2.226095 0.483696 0.096729 -0.136368 0.865088 27.718807
RUIS 2016 1.721937 0.538076 0.076815 -0.103156 0.896483 27.609933
RUIS 2017 1.522682 0.506766 0.070714 -0.020206 1.004532 27.589519
RUIS 2018 1.439599 0.470779 0.068183 0.032339 1.107583 27.621347
RUIS 2019 1.889958 0.511126 0.061880 0.263522 1.034415 27.855250
RUIS 2020 1.946995 0.505260 0.064767 0.074954 1.073093 27.927528

145
 TINS 2010 0.097203 0.301341 0.135183 0.170142 3.236667 29.402766
TINS 2011 0.119630 0.295045 0.144930 0.117104 3.257030 29.513506
TINS 2012 0.127902 0.355899 0.082663 -0.071357 3.094227 29.439475
TINS 2013 0.611430 0.319997 0.136951 0.292130 2.197363 29.695767
TINS 2014 0.738954 0.328153 0.138797 0.237107 1.865266 29.908542
TINS 2015 0.727717 0.413321 0.024463 -0.048479 1.815367 29.858849
TINS 2016 0.688922 0.451449 0.059551 0.028982 1.711045 29.887419
TINS 2017 0.959304 0.410847 0.077704 0.243771 2.056403 30.105567
TINS 2018 1.318035 0.391168 0.069365 0.272950 1.490271 30.346904
TINS 2019 2.872140 0.395566 -0.037426 0.346828 1.029174 30.644656
TINS 2020 1.938725 0.548326 -0.017729 -0.286995 1.118002 30.306390

146
 LAMPIRAN III

OUTPUT HASIL PENGOLAHAN DATA DENGAN

SOFTWARE EVIEWS 11

147
 OUTPUT UJI NORMALITAS

OUTPUT UJI LIKELIHOOD RATIO

148
 OUTPUT UJI HAUSMAN TEST

OUTPUT UJI STATISTIK DESKRIPTIF

UJI ASUMSI KLASIK

OUTPUT UJI MULTIKOLINEARITAS

149
 UJI ASUMSI KLASIK

OUTPUT UJI HETEROSKEDASTISITAS DENGAN UJI PARK

150
 UJI ASUMSI KLASIK OUTPUT UJI AUTOKORELASI

DENGAN DURBIN WATSON

151
 UJI ASUMSI KLASIK

OUTPUT UJI AUTOKORELASI DENGAN BREUSCH-

GODFREY

152
OUTPUT REGRESI PANEL DATA (FIXED EFFECT MODEL) ANALISIS

KOEFISIEN KORELASI (R), ANALISIS KOEFISIEN DETERMINASI

(R2), UJI GOODNESS OF FIT, ANALISIS REGRESI BERGANDA, UJI t

153
 LAMPIRAN IV

TABEL DISTRIBUSI t-STATISTIK

154
 TABEL DISTRIBUSI t

155
 TABEL DISTRIBUSI t (LANJUTAN)

156
 TABEL DISTRIBUSI t (LANJUTAN)

157
 TABEL DISTRIBUSI t (LANJUTAN)

158
 LAMPIRAN V

TABEL DISTRIBUSI F-STATISTIK

159
 TABEL F

160
 TABEL F (LANJUTAN)

161
 TABEL F (LANJUTAN)

162
 TABEL F (LANJUTAN)

TABEL F (LANJUTAN)
163
164
 LAMPIRAN IV

TABEL DISTRIBUSI CHI SQUARE

165
 TABEL CHI SQUARE

166
 TABEL CHI SQUARE (LANJUTAN)

167
168