Syntax Literate: Jurnal
Ilmiah Indonesia p–ISSN: 2541-0849 e-ISSN: 2548-1398
Vol.
9, No. 10, Oktober 2024
KINERJA KEUANGAN DAN TINGKAT INFLASI TERHADAP
KINERJA SAHAM PERUSAHAAN SEKTOR INFRASTRUKTUR DI BURSA EFEK INDONESIA
Shabrina
Prissilia Adhi1, Murtanto2
Universitas Trisakti, Jakarta, Indonesia1,2
Email: [email protected]1
Abstrak
Penelitian ini bertujuan untuk
mengetahui pengaruh kinerja keuangan dan tingkat inflasi terhadap return saham
pada perusahaan infrastruktur yang terdaftar di Bursa Efek Indonesia. Sampel
yang digunakan dalam penelitian ini sebanyak 31 perusahaan dengan waktu
penelitian 2018-2022. Penelitian ini menggunakan data sekunder, pengambilan
sampel dalam penelitian ini merupakan purposive sampling, metode pengelolahan atau
analisis data yang digunakan adaah pengujian asumsi klasik, analisis regresi Ordinary Least Square (OLS) dan uji hipotesis menggunakan uji t dan uji F,
alat pengelolahan data yang digunakan yaitu Eviews 12. Berdasarkan hasil penelitian ini diketahui bahwa
variabel CR, DER, PER, RE, dan Tingkat Inflasi tidak berpengaruh dan tidak
signifikan terhadap return saham.
Kata kunci: CR, DER, PER, RE, TI, Return Saham
Abstract
This study aims to determine the effect of financial performance
and inflation rate on stock returns in infrastructure companies listed on the
Indonesia Stock Exchange. The samples used in this study were 31 companies with
a research time of 2018-2022. This study uses secondary data, sampling in this
study is purposive sampling, the method of managing or analyzing the data used
is classical assumption testing, Ordinary Least Square (OLS) regression
analysis and hypothesis testing using the t test and F test, the data
processing tool used is Eviews 12. Based on the results of this study, it is
known that the variables CR, DER, PER, RE, and Inflation Rate have no effect
and are not significant to stock returns.
Keywords : CR, DER, PER, RE, TI, Stock Return
Pendahuluan
Kondisi perekonomian Indonesia maupun
dunia saat ini memberikan pengaruh terhadap perusahaan dan seluruh sektor perekonomian nasional. Perusahan-perusahaan pasti membutuhkan dana tambahan operasional mereka. Dana tersebut biasanya dapat berupa pinjaman
yang berasal dari bank maupun didapat dari para investor. Sudut pandang perusahaan dinilai investor adalah kinerja perusahaan
Analisis kinerja keuangan merupakan alternatif untuk menguji apakah
informasi keuangan bermanfaat untuk melakukan klasifikasi atau prediksi terhadap
return saham. Analisis
rasio keuangan didasarkan pada data keuangan historis yang bertujuan utamanya adalah memberi suatu kinerja
perusahaan pada masa yang akan
dating
Faktor
internal adalah faktor yang
berasal dari dalam perusahaan dan berkaitan langsung dengan kinerja perusahaan yang menerbitkan saham
Faktor eksternal adalah faktor-faktor di luar perusahan yang mempengaruhi dinamika pasar modal dan harga
pasar saham sehingga tidak dapat dikendalikan
oleh manajemen perusahaan. Inflasi merupakan masalah ekonomi yang dominan dan sudah sejak lama dihadapi oleh masyarakat di seluruh dunia
Tabel
1. Tingkat Inflasi Periode
2018-2022
|
Tahun |
Tingkat
Inflasi (%, yoy) |
|
2018* |
3,13 |
|
2019* |
2,72 |
|
2020* |
1,68 |
|
2021* |
1,87 |
|
2022** |
5,51 |
Sumber:
Bank Indonesia
*) Berdasarkan PMK
No.124/PMK.010/2017 tanggal 18 September 2017
**) Berdasarkan PMK No.101/PMK.010/2021 tanggal
28 Juli 2021
Penelitian ini mengambil objek
sektor infrastruktur. Perkembangan Pembangunan Infrastruktur
menjadi salah satu penggerak dominan dalam perekonomian suatu negara. Selama empat tahun terakhir,
Perusahaan sedang fokus
pada pembangunan infrastruktur
tranportasi dan utilitas karena menyakinin bahwa adanya pembangunan
infrastruktur yang meluas dapat berkontribusi nantinya pada pertumbungan ekonomi dan invetasi
Beberapa research
gap melandasi paper ini,
yakni seperti menurut
Paper ini bertujuan untuk
menyampaikan penelitian tentang Pengaruh Kinerja Keuangan dan Tingkat Inflasi terhadap Kinerja Saham pada Perusahaan Sektor Infrastruktur di Bursa Efek
Indonesia.
Metode Penelitian
Pada penelitian ini jenis
penelitian yang digunakan yaitu penelitian kuantitatif. Metode penelitian
kuantitatif menggunakan sumber data sekunder. Data sekunder tersebut diperoleh dengan mengakses situs resmi Bursa Efek Indonesia di (www.idx.co.id). Selain
laporan keuangan, paper ini juga mengambil data mengenai harga saham perusahaan sektor Infrastruktur yang terdaftar di Bursa Efek Indonesia (BEI) periode
2018 sampai 2022 melalui yahoo.finance. Pengambilan sampel dalam penelitian
ini merupakan purposive sampling method, yaitu penentuan sampel berdasarkan karakteristik dan kriteria tertentu.
Tabel
2. Definsi Operasional Variabel
|
Variabel |
Pengukuran |
|
Return
Saham (RS) |
Return Saham
adalah total antara penerima dividen dengan capital gain yang diperoleh
dari selisih harga saham tahun
ini dengan harga saham tahun
lalu. Return Saham = Dt / (Pt – Pt-1) (Pt-1) |
|
Current
Ratio (CR) |
Current Ratio
(CR) adalah rasio perbandingan antara aktiva lancar dengan hutang lancar pada Perusahaan sampel dalam satuan kali.
|
|
Debt to
Equity Ratio (DER) |
Debt to Equity Ratio
(DER) adalah rasio perbandingan antara total hutang dengan jumlah modal sendiri pada
Perusahaan sampel dalam satuan kali.
|
|
Rentabilitas
Ekonomis (RE) |
Rentabilitas
Ekonomis (RE) adalah rasio perbandingan antara laba operasi
(EBIT) dengan total aktiva
pada perusahaan sampel dalam satuan persen
|
|
Price Earning Ratio (PER) |
Price Earning
Ratio (PER) merupakan rasio yang membandingkan antara harga pasar saham dengan laba per lembar saham yang diperoleh pemiliki Perusahaan.
|
|
Tingkat Inflasi
|
Tingkat Inflasi
(TI) adalah suatu proses kenaikan tingkat harga barang-barang secara umum dalam
satuan persen. |
Uji Asumsi
Klasik
Sebelum dilakukan pengujian
hipotesis dengan menggunakan analisis jalur, digunakan uji asumsi klasik untuk
menguji apakah data memenuhi uji asumsi klasik guna memenuhi
BLUES (The Best Linier Unbiased Estimator).
Pengujian asumsi klasik dilakukan dengan cara sebagai
berikut.
Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi analisis jalur, variabel pengganggu atau residual berdistribusi normal atau tidak
Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen
Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi tidak terjadi kesamaan
varian dari residual satu pengamatan ke pengamatan
lain
Uji Autokorelasi
Uji autokorelasi digunakan untuk menguji apakah dalam model regresi linear terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya)
Metode Pengujian
Hipotesis
Model pengujian hipotesis yang digunakan dalam paper ini adalah regresi linear data panel dengan Ordinary Least Square (OLS). Regresi linear data panel digunakan
untuk menguji pengaruh dua atau lebih variabel independen terhadap satu variabel dependen
serta pengamatan pada beberapa individu (entitas) dalam beberapa periode waktu yang berurutan. Sedangkan OLS merupakan metode yang digunakan untuk mencapai penyimpanan atau error
yang minim. Metode OLS akan
menghasilkan error yang minim sehingga dapat memberikan penduga regresi yang baik atau berisfat BLUE. Model regresi linear data panel OLS dalam
penelitian ini digunakan untuk pengaruh rasio-rasio keuangan yang meliputi CR, DER,
RE, PER serta tingkat inflasi terhadap return saham Perusahaan sektor Infrastruktur di Bursa Efek
Indonesia tahun 2018 – 2022, baik
secara serentak maupun partial. Adapun
persamaan regresi yang digunakan dalam penelitian ini:
RS = α0 + β1CR + β2DER
+ β3DER + β4RE + β5PER + β6TI + e
Dimana:
RS : Return Saham
α : Konstanta
β : Koefiesien
regresi
CR : Current Ratio
DER : Debt to Equity Ratio
RE :
Rentabilitias Ekonomis
PER : Price Earning Ratio
TI :
Tingkat Inflasi (pada tahun
tersebut)
e : Standar
error (faktor pengganggu di
luar model)
Pengujian yang digunakan dalam
analisis ini adalah uji signifikansi parameter
simultan (uji F), uji signifikansi
parameter individual (uji t) dan uji koefisien determinasi (R2).
Uji Hipotesis
Koefisien Determinasi
Koefisien determinasi
(R2) dilakukan untuk
melihat adanya hubungan yang sempurna atau tidak, yang ditunjukkan pada apakah perubahan variabel bebas akan diikuti
oleh variabel terikat pada proporsi yang sama. Nilai koefisien determinasi (R2)
untuk menunjukkan persentase tingkat kebenaran prediksi dari pengujian regresi yang dilakukan. Pengujian ini dengan
melihat nilai Adj. R Square
(R2). Nilai R2, memiliki range
antara 0 sampai 1. Jika nilai R2 semakin mendekati 1 maka berarti semakin besar variabel independen dalam menjelaskan variasi variabel dependen.
Uji F
Uji F dilakukan untuk menunjukkan apakah semua variabel
independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Adapun hipotesa pengujian simultan adalah sebagai berikut;
Persamaan Pertama
|
H0 |
|
Current Ratio,
Debt to Equity, Rentabilitas Ekonomis, Price Earning
Ratio, dan Tingkat Inflasi secara serentak berpengaruh secara signifikan terhadap Return Saham |
|
Ha |
|
Current Ratio, Debt to Equity, Rentabilitas Ekonomis, Price Earning
Ratio dan Tingkat Inflasi
secara serentak tidak berpengaruh secara signifikan terhadap Return Saham |
Dengan tingkat
signifikansi 5%, maka kriteria pengujian adalah
1.
Bila nilai signifikansi
f < 0,05, maka H0 ditolak,
artinya terdapat pengaruh yang signifikan antara semua variabel
independen terhadap variabel dependen.
2.
Bila nilai signifikansi
f > 0,05, maka H0 diterima,
artinya semua variabel independen tidak berpengaruh terhadap variabel dependen.
Uji Parsial (Uji t)
Uji statistik
t atau uji parsial dilakukan untuk menggambarkan seberapa jauh pengaruh masing-masing variabel independen secara individual dalam menerangkan variabel dependen. Uji t dilakukan untuk memeriksa lebih lanjut manakah
di antara variabel independen yang berpengaruh signifikan terhadap manajemen lingkungan (pada persamaan pertama) dan/atau terhadap pengungkapan
laporan keberlanjutan (pada
persamaan kedua dan ketiga). Adapun pengambilan keputusan uji parsial adalah sebagai berikut.
1.
Apabila nilai signifikansi
t < 0,05, maka H0 ditolak,
artinya terdapat pengaruh yang signifikan antara satu variabel
independen terhadap variabel dependen;
2.
Apabila nilai signifikansi
t > 0,05, maka H0 diterima,
artinya tidak ada pengaruh yang signifikan antara satu variabel independen
terhadap variabel dependen.
Hasil dan Pembahasan
Statistik
Deskriptif
Statistik deskriptif adalah statistik yang digunakan untuk menggambarkan
data secara apa adanya dengan parameter-parameter atau ukuran tertentu.
Statistik deskriptif meliputi proses pengumpulan, penataan, peringkasan, dan
penyajian data. Tujuan dari statistik deskriptif adalah untuk memberikan
gambaran umum, menarik, dan mudah dipahami tentang karakteristik dan pola-pola
yang terdapat dalam data. Statistik deskriptif pada variabel-variabel yang di
teliti dapat dilihat pada tabel di bawah ini:
Tabel 3.
Statistik Deskriptif
|
|
RS |
CR |
DER |
RE |
PER |
TI |
|
Mean |
0.010232 |
13.24898 |
4.240328 |
-10.26086 |
4686.106 |
2.982000 |
|
Maximum |
7.000000 |
1026.010 |
370.5741 |
4.725000 |
181632.7 |
5.510000 |
|
Minimum |
-0.783200 |
0.000200 |
-4.128800 |
-1391.164 |
-714.2857 |
1.680000 |
|
Std. Dev. |
0.838529 |
90.29105 |
29.80404 |
112.9623 |
26046.13 |
1.376532 |
|
Observations |
155 |
155 |
155 |
155 |
155 |
155 |
Sumber:
Output Eviews 12 (data olahan,
2024)
Berdasarkan tabel deskriptif di atas dapat diketahui bahwa seluruh variabel
yang diteliti memiliki nilai observasi sebesar 155 data observasi. Dapat
dilihat variabel RS (return saham)
memiliki rata-rata sebesar 0,010232, nilai maksimum sebesar 7, nilai minimum
sebesar -0,7832, dan standar deviasi sebesar 0,838529. RS terendah berada pada
PT First Media Tbk. (KBLV) di tahun 2022 dengan nilai RS -0,7832, dan RS
tertinggi berada pada PT Solusi Tunas Pratama Tbk. (SUPR) di tahun 2022 dengan
nilai RS 7. Dilihat dari rata-rata RS sebesar 0,010232 atau sebesar 1,02% maka dapat dikatakan secara rata-rata
seluruh perusahaan yang diteliti memiliki nilai return
saham sebesar 1,02%. Nilai rata-rata return saham
sebesar 1,02% selama 5 tahun periode penelitian terbilang cukup kecil, tapi
nilai 1,02% tersebut menunjukkan investor masih memiliki capital
gain, return saham erat kaitannya dengan
profitabilitas perusahaan, ketika perusahaan memiliki tingkat profitabilitas
yang baik, maka harga saham perusahaan juga akan terus meningkat, terus
meningkatnya harga saham berjalan lurus dengan meningkatnya return
saham.
Uji Asumsi
Klasik
Pada penelitian ini menggunakan uji asumsi klasik yang bertujuan untuk
mengetahui kelayakan penggunaan model regresi dengan Ordinary
Least Square (OLS) agar
variabel-variabel di persamaan tidak bias. Uji asumsi klasik yang digunakan
terdiri dari uji kenormalan eror regresi (uji normalitas), uji multikolinearitas,
uji autokorelasi, dan uji heteroskedastisitas.
Pengujian asumsi klasik yang awal adalah pengujian kenormalan
eror regresi atau uji normalitas. Adapun hasil uji normalitas dapat dijabarkan berikut ini:
Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah
dalam model regresi, variabel pengganggu atau residual
memiliki distribusi normal atau tidak. Model regresi yang baik seharusnya
memiliki distribusi normal atau mendekati normal. Untuk menguji data berdistribusi normal atau tidak dapat dilakukan dengan
menggunakan uji Jarque-Bera (J-B)
Dasar pengambilan keputusan sebagai berikut:
1.
Jika nilai Jarque-Bera (J-B) < c2 tabel dan nilai probabilitas > 0,05, maka dapat
dikatakan data tersebut berdistribusi secara normal.
2.
Jika nilai Jarque-Bera (J-B) > c2 tabel dan nilai probabilitas < 0,05, maka dapat
dikatakan data tersebut tidak berdistribusi secara
normal.
Hasil uji normalitas eror
persamaan Ordinary Least
Square (OLS) dapat dilihat pada tabel di bawah
ini:
Gambar 1. Uji Normalitas Jarque-Bera
Sumber: Output Eviews 12 (data olahan, 2024)
Gambar 1 di atas menjelaskan bahwa nilai pengujian Jarque-Bera
sebesar 7157,187 dengan nilai probability
sebesar 0,0000. Nilai probability tersebut
lebih kecil dari 0,05 ( < 0,05 ) sehingga dapat dikatakan data tersebut
tidak berdistribusi secara normal.
Untuk menyembuhkan eror regresi yang tidak normal, peneliti menggunakan
metode outlier yang disediakan oleh tools di dalam program Eviews 12.
Adapun tahapan outlier pada tools Eviews 12 adalah sebagai
berikut:
Gambar 2.
Tahapan Outlier Eviews 12
Peneliti mengaktifkan fitur Outliers
Auto-detection pada software
Eviews 12 dan mengubah Bypass
test failed by GUM pada level 1% atau setara dengan 1,96 standar
deviasi. Adapun hasil uji normalitas setelah
penyembuhan model regresi dengan metode Outlier
Auto-detection di Eviews
12 dapat dilihat pada gambar di bawah ini:
Gambar 3. Uji Normalitas setelah Outlier Auto-detection
Sumber: Output Eviews 12 (data olahan, 2024)
Gambar 3 di atas menjelaskan bahwa setelah dilakukan penyembuhan dengan metode Outlier Auto-detection
nilai pengujian Jarque-Bera menjadi sebesar 219,7237
yang awalnya sebesar 7157,187 dengan nilai probability
sebesar 0,0000 yang awalnya sebesar 0,0000. Nilai probability
tersebut lebih kecil dari 0,05 ( > 0,05 ) sehingga dapat dikatakan data
tersebut masih belum berdistribusi secara normal.
Walaupun eror persamaan ordinary least square disembuhkan
dengan metode Outlier Auto-detection
akan tetapi nilai probability yang didapat masih
lebih kecil dari 0,05. Yang dapat terlihat adalah nilai hasil pengujian Jarque-Bera yang mengalami penurunan cukup drastis menjadi
219,7237 yang awalnya sebesar 7157,187. Outlier
dapat menjadi solusi untuk pengujian normalitas di
atas, akan tetapi tidak dapat atau belum menyembuhkan secara keseluruhan
permasalahan normalitas error
regresi.
Peneliti membatasi penyembuhan uji kenormalan ini
hanya sampai pada metode Outlier Auto-detection. Peneliti menggunakan rujukan Central Limit Theorem yang
menyatakan bahwa ukuran sampel yang cukup besar, maka distribusi sampling rata-rata
untuk suatu variabel akan mendekati distribusi normal terlepas bagaimana
distribusi variabel tersebut di dalam populasinya.
Dapat diketahui bahwa secara keseluruhan N (observasi) penelitian ini
adalah 155 ( > 30 ) atau lebih besar dari 30 data. Selain hal tersebut,
sampel penelitian ini terdiri dari 31 perusahaan infrastruktur dari populasi 64
perusahaan Infrastruktur, maka dapat dikatakan bahwa N penelitian ini tergolong
cukup besar atau setengah dari populasi perusahaan Infrastruktur yang diteliti,
maka dengan melihat kondisi data yang ada, peneliti mengadopsi pendapat dari Central Limit Theorem, dan
pengujian akan tetap di lanjutkan dengan metode penyembuhan outlier
auto detection pada pengujian-pengujian statistik
selanjutnya.
Uji Multikolinearitas
Uji Multikolinearitas diperlukan untuk mengetahui
ada tidaknya variabel independen yang memiliki kemiripan antara variabel
independen dalam satu model regresi. Jika terdapat korelasi maka dinyatakan
bahwa model regresi mengalami masalah multikolinearitas.
Uji multikolinearitas dilakukan dengan melihat nilai
toleransi dan nilai Variance Inflation Factor (VIF).
Hipotesis yang dilakukan dalam uji multikolinearitas
adalah :
H0 : VIF
< 10 artinya tidak terdapat Multikolinearitas.
Ha : VIF
> 10 artinya terdapat Multikolinearitas.
Tabel 4. Hasil
Uji VIF
|
Variance
Inflation Factors |
|
||
|
Date:
06/23/24 Time: 15:14 |
|
||
|
Sample:
1 155 |
|
|
|
|
Included
observations: 155 |
|
||
|
|
|
|
|
|
|
|
|
|
|
|
Coefficient |
Uncentered |
Centered |
|
Variable |
Variance |
VIF |
VIF |
|
|
|
|
|
|
|
|
|
|
|
C |
0.007429 |
6.101748 |
NA |
|
CR |
1.52E-07 |
1.031212 |
1.009339 |
|
DER |
1.38E-06 |
1.021955 |
1.001550 |
|
RE |
9.63E-08 |
1.011196 |
1.002868 |
|
PER |
1.81E-12 |
1.034421 |
1.001783 |
|
TI |
0.000674 |
5.961443 |
1.041593 |
|
@ISPERIOD("14") |
0.190075 |
1.007210 |
1.000712 |
|
@ISPERIOD("96") |
0.190959 |
1.011898 |
1.005370 |
|
@ISPERIOD("114") |
0.190914 |
1.011658 |
1.005131 |
|
@ISPERIOD("145") |
0.194302 |
1.029610 |
1.022967 |
|
|
|
|
|
|
|
|
|
|
Sumber: Output Eviews 12 (data olahan, 2024)
Dilihat dari Centered VIF pada
masing-masing variabel bebas, diketahui nilai Centered
VIF semua variabel bebas masih dibawah nilai 10. H0
uji multikolinearitas diterima yang berarti tidak
terdapat permasalahan multikolinearitas pada variabel
bebas yang diteliti.
Uji Autokorelasi
Uji autokorelasi
artinya ada hubungan antara satu residual observasi
dengan residual observasi lainnya. Menurut
1.
Jika nilai p-value ≥ 0,05 maka H0 diterima, yang artinya
tidak terdapat masalah autokorelasi.
2.
Jika nilai p-value ≤ 0,05 maka H0 ditolak yang artinya
terdapat masalah autokorelasi.
Tabel 5. Uji Autokorelasi
|
Breusch-Godfrey
Serial Correlation LM Test: |
|
|||
|
Null
hypothesis: No serial correlation at up to 1 lag |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
F-statistic |
1.786758 |
Prob.
F(1,144) |
0.1834 |
|
|
Obs*R-squared |
1.899675 |
Prob.
Chi-Square(1) |
0.1681 |
|
|
|
|
|
|
|
|
Sumber: Output Eviews (data olahan) Sumber: Output Eviews (data olahan) |
|
|
|
|
Sumber: Output Eviews 12 (data olahan, 2024)
Pada tabel di atas dapat dilihat nilai probability
dari Obs*R-squared sebesar
0,1681 lebih besar dari 0,05. Maka dapat disimpulkan pada model ini tidak
terjadi autokorelasi.
Uji Heteroskedastisitas
Menurut
1.
Jika nilai p-value ≥ 0,05 maka H0 diterima, yang artinya
tidak terdapat masalah heteroskedasisitas.
2.
Jika nilai p-value ≤ 0,05 maka H0 ditolak yang artinya
terdapat masalah heteroskedastisitas.
Tabel 6. Uji Heteroskedastisitas
|
Heteroskedasticity
Test: White |
|
|||
|
Null
hypothesis: Homoskedasticity |
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
F-statistic |
0.191980 |
Prob.
F(9,145) |
0.9947 |
|
|
Obs*R-squared |
1.825228 |
Prob.
Chi-Square(9) |
0.9939 |
|
|
Scaled
explained SS |
5.332637 |
Prob.
Chi-Square(9) |
0.8044 |
|
|
|
|
|
|
|
|
|
|
|
|
|
Sumber: Output Eviews 12 (data olahan, 2024)
Pada tabel di atas dapat dilihat nilai probability
dari Obs*R-squared sebesar
0,9939 lebih besar dari 0,05. Maka dapat disimpulkan pada model ini tidak
terjadi heteroskedastisitas.
Analisis Regresi
Linier
Ordinary Least
Square (OLS) adalah metode estimasi paling sederhana dalam regresi. Metode ini
menggabungkan data time series
dan cross section,
dan menggunakan pendekatan Ordinary Least Square (OLS) atau
teknik kuadrat terkecil untuk mengestimasi model. Dalam model ini, dimensi
waktu maupun individu tidak diperhatikan, sehingga diasumsikan bahwa perilaku
data perusahaan sama dalam berbagai kurun waktu.
Model estimasi yang
diperoleh dari ordinary least
square dituliskan sebagai berikut:
RS = -0,146985 + 0,000611 CR + 9,29E-05 DER – 0,9,05E-05
RE – 8,68E-07 PER + 0,014711 TI
Hasil persamaan dengan regresi linear di atas menunjukkan bahwa return saham memiliki nilai konstanta
-0,146985, artinya jika variabel independen lain nilainya tetap (konstan) maka
nilai return saham sebesar
0,146985.
Koefisien regresi CR sebesar 0,000611 artinya setiap peningkatan 1 rasio CR
akan meningkatkan return saham sebesar
0,000611 dengan asumsi kondisi variabel independen lain nilainya tetap
(konstan). Semakin meningkat CR maka return
saham akan semakin meningkat begitu sebaliknya.
Koefisien regresi DER sebesar 9,29E-05 artinya setiap peningkatan 1 rasio
DER akan meningkatkan return saham
sebesar 9,29E-05 dengan asumsi kondisi variabel independen lain nilainya tetap
(konstan). Semakin meningkat DER maka return
saham akan semakin meningkat begitu sebaliknya.
Koefisien regresi RE sebesar -9,05E-05 artinya setiap peningkatan 1 rasio
RE akan menurunkan return saham sebesar
9,05E-05 dengan asumsi kondisi variabel independen lain nilainya tetap
(konstan). Semakin meningkat RE maka return
saham akan semakin menurun begitu sebaliknya.
Koefisien regresi PER sebesar -8,68E-07 artinya setiap peningkatan 1 rasio
PER akan menurunkan return saham
sebesar 8,68E-07 dengan asumsi kondisi variabel independen lain nilainya tetap
(konstan). Semakin meningkat PER maka return
saham akan semakin menurun begitu sebaliknya.
Koefisien regresi TI sebesar 0,014711 artinya setiap peningkatan 1 rasio TI
akan meningkatkan return saham sebesar
0,014711 dengan asumsi kondisi variabel independen lain nilainya tetap
(konstan). Semakin meningkat TI maka return
saham akan semakin meningkat begitu sebaliknya.
Uji Hipotesis
Uji Hipotesis terdiri dari koefisien determinasi ( R2 ), uji
simultan ( uji F ) dan uji parsial (uji t) sebagai berikut:
Uji t
Uji t digunakan untuk mengetahui pengaruh variabel independen terhadap
variabel dependen secara individual (parsial). Uji t digunakan dengan tingkat
signifikan sebesar 0,05 dan membandingkan nilai t-hitung dengan nilai t-tabel
a.
Jika nilai
probabilitas < 0,05 dan nilai nilai t-hitung >
t-tabel maka H0 ditolak. Berarti variabel independen secara
individual (parsial) mempengaruhi
variabel dependen.
b.
Jika nilai
probabilitas > 0,05 dan nilai t-hitung < t-tabel maka H0
diterima. Berarti variabel independen secara individual (parsial) tidak mempengaruhi variabel
dependen.
Menurut Astuti (2013) untuk melihat dalam pengujian hipotesis pada model regresi,
perlu menentukan derajat bebas atau Degree of Freedom (DF). Ditentukan dengan rumus berikut df = n – k. Yaitu n merupakan banyaknya observasi dalam
kurun waktu data dan k merupakan banyaknya variabel bebas dan variabel terikat.
Pada analisis regresi digunakan probabilitas 1 sisi, dengan pengujian alpha = 0,05.
Tabel 7. Hasil Uji Ordinary Least Square
|
Dependent
Variable: RS |
|
|
||
|
Method:
Least Squares |
|
|
||
|
Date:
06/23/24 Time: 15:13 |
|
|
||
|
Sample:
1 155 |
|
|
|
|
|
Included
observations: 155 |
|
|
||
|
Indicator
Saturation: IIS, 155 indicators searched over 6 blocks |
||||
|
4
IIS variables detected |
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
Variable |
Coefficient |
Std. Error |
t-Statistic |
Prob. |
|
|
|
|
|
|
|
|
|
|
|
|
|
C |
-0.146985 |
0.086191 |
-1.705330 |
0.0903 |
|
CR |
0.000611 |
0.000390 |
1.567925 |
0.1191 |
|
DER |
9.29E-05 |
0.001175 |
0.078999 |
0.9371 |
|
RE |
-9.05E-05 |
0.000310 |
-0.291504 |
0.7711 |
|
PER |
-8.68E-07 |
1.35E-06 |
-0.645085 |
0.5199 |
|
TI |
0.014711 |
0.025954 |
0.566812 |
0.5717 |
|
@ISPERIOD("14") |
3.911033 |
0.435975 |
8.970763 |
0.0000 |
|
@ISPERIOD("96") |
2.644958 |
0.436989 |
6.052688 |
0.0000 |
|
@ISPERIOD("114") |
3.118584 |
0.436937 |
7.137378 |
0.0000 |
|
@ISPERIOD("145") |
7.065666 |
0.440797 |
16.02931 |
0.0000 |
|
|
|
|
|
|
|
|
|
|
|
|
|
R-squared |
0.747294 |
Mean
dependent var |
0.010232 |
|
|
Adjusted
R-squared |
0.731609 |
S.D.
dependent var |
0.838529 |
|
|
S.E.
of regression |
0.434412 |
Akaike
info criterion |
1.232695 |
|
|
Sum
squared resid |
27.36352 |
Schwarz
criterion |
1.429045 |
|
|
Log
likelihood |
-85.53385 |
Hannan-Quinn
criter. |
1.312448 |
|
|
F-statistic |
47.64333 |
Durbin-Watson
stat |
1.779906 |
|
|
Prob(F-statistic) |
0.000000 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Sumber: Output Eviews (data olahan)
1)
Variabel CR memiliki
nilai probabilitas 0,0585 ( 0,1191/2 ) lebih besar dari nilai signifikansi 0,05
(0,0585 > 0,05) maka H0 diterima dan Ha ditolak.
Dengan hasil ini, maka dapat disimpulkan bahwa secara parsial variabel CR tidak
berpengaruh positif signifikan terhadap return
saham.
2)
Variabel DER memiliki
nilai probabilitas 0,4685 ( 0,9371/2 ) lebih besar dari nilai signifikansi 0,05
(0,4685 > 0,05) maka H0 diterima dan Ha ditolak.
Dengan hasil ini, maka dapat disimpulkan bahwa secara parsial variabel DER
tidak berpengaruh positif signifikan terhadap return
saham.
3)
Variabel RE memiliki
nilai probabilitas 0,7711 ( 1,542/2 ) lebih besar dari nilai signifikansi 0,05 (0,7711 > 0,05) maka H0
diterima dan Ha ditolak. Dengan hasil ini, maka dapat disimpulkan
bahwa secara parsial variabel RE tidak berpengaruh positif signifikan terhadap return saham.
4)
Variabel PER memiliki
nilai probabilitas 0,5199 ( 1,039/2 ) lebih besar dari nilai signifikansi 0,05 (0,5199 > 0,05) maka H0
diterima dan Ha ditolak. Dengan hasil ini, maka dapat disimpulkan
bahwa secara parsial variabel PER tidak berpengaruh positif signifikan terhadap
return saham.
5)
Variabel TI memiliki
nilai probabilitas 0,5717 ( 1,034/2 ) lebih besar dari nilai signifikansi 0,05 (0,5717 > 0,05) maka H0
diterima dan Ha ditolak. Dengan hasil ini, maka dapat disimpulkan
bahwa secara parsial variabel TI tidak berpengaruh positif signifikan terhadap return saham
Uji Koefisien Determinasi R2
Pengujian ini
dilakukan untuk melihat pengaruh atau kontribusi variabel bebas terhadap
variabel terikat. Nilai koefisien determinasi yaitu 0 hingga 1, artinya jika
nilai koefisien determinasi mendekati 0 menunjukkan semakin lemah hubungan
antara variabel independen terhadap variabel dependen. Sebaliknya, jika
koefisien determinasi mendekati 1 maka menunjukkan hubungan yang kuat antara
variabel independen terhadap variabel dependen. Menurut Kuncoro (2013), setiap
tambahan suatu variabel independen maka R2 akan meningkat,
tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap
variabel dependen atau tidak. Koefisien determinasi untuk regresi dengan lebih
dari dua variabel bebas disarankan untuk menggunakan adjusted
R2. Maka dari itu dalam penelitian ini, peneliti menggunakan adjusted R2 untuk mengukur besarnya
persentase pengaruh variabel independen terhadap variabel dependen. Hasil dari
uji koefisien determinasi adalah sebagai berikut:
Tabel 8. Hasil Uji R2
|
|
|
|
R-squared |
0.747294 |
|
Adjusted
R-squared |
0.731609 |
|
|
|
|
|
|
Sumber: Output Eviews 12 (data olahan, 2024)
Hasil yang diperoleh
dari uji koefisien determinasi dengan nilai adjusted R2
sebesar 0,731609 artinya 73,16% variabel return
saham dapat dipengaruhi CR, DER, RE, PER, dan TI. Sisanya sebesar 26,84%
dapat dipengaruhi oleh faktor lain yang tidak dimasukkan ke dalam penelitian
ini.
Uji Simultan (Uji F)
Pengujian hipotesis
uji simultan digunakan untuk melihat apakah secara keseluruhan variabel bebas
mempunyai pengaruh terhadap variabel terikat
Tabel 9. Hasil Uji F
|
|
|
|
|
|
|
F-statistic |
47.64333 |
|
Prob(F-statistic) |
0.000000 |
|
|
|
|
|
|
|
|
|
Sumber: Output Eviews 12 (data olahan, 2024)
Berdasarkan tabel di atas dapat dilihat nilai F-statistik sebesar 47,64333,
adapun nilai probability yang di dapat dari uji
simultan adalah sebesar 0,0000 lebih kecil dari 0,05 ( 0,0000 < 0,05 ),
sehingga H0 ditolak dan Ha diterima yang berarti terdapat
pengaruh secara simultan variabel CR, DER, RE, PER, dan TI terhadap return saham.
Kesimpulan
Berdasarkan hasil dan pembahasan yang telah dipaparkan, variabel CR, DER, RE, PER, dan tingkat
inflasi tidak berpengaruh positif signifikan terhadap return saham pada perusahaan infrastruktur. Hal ini disebabkan oleh kondisi perusahaan infrastruktur di pasar
modal antara tahun
2018-2022 yang cenderung mengalami
fluktuasi dan penurunan. Inflasi yang tinggi menyebabkan harga barang meningkat, sehingga daya beli
konsumen menurun. Namun, kondisi ini tidak berpengaruh
pada return saham, karena inflasi hanya secara
konsisten mempengaruhi harga barang secara
terus-menerus. Menurut signaling theory, perusahaan terdorong untuk memberikan informasi
mengenai laporan keuangan mereka akibat adanya asimetri
informasi, di mana satu pihak memiliki informasi lebih banyak dibandingkan
pihak lain. Informasi ini kemudian dipublikasikan sebagai pengumuman,
memberikan sinyal kepada investor dalam pengambilan keputusan investasi. Oleh
karena itu, perusahaan sebaiknya meningkatkan kualitas implementasi rasio
keuangan untuk mengatasi masalah keberlanjutan dan meningkatkan kinerja
perusahaan.
Uji F menunjukkan bahwa model menjadi lebih fit setelah outlier
diperbaiki, namun kesimpulan tentang efek simultan kurang relevan. Meskipun
nilai F signifikan dan R² menunjukkan angka tinggi, tidak ada variabel yang
signifikan dalam uji t. Penelitian ini membuktikan bahwa diperlukan nilai R²
yang lebih tinggi dan lebih akurat agar dapat mencerminkan pengaruh terhadap return saham. Oleh karena itu, dapat disimpulkan bahwa
variabel yang diuji tidak mempengaruhi return saham,
meskipun nilai F dan R² tinggi.
BIBLIOGRAFI
Al Oshaibat,
S., & Al-Majali, A. (2016). The Relationship Between Stock Returns and
Each of Inflation, Interest Rates, Share Liquidity and Remittances of Workers
in The Amman Stock Exchange. In Article in The Journal of Internet Banking
and Commerce. http://www.icommercecentral.com
Aldi, M. F., Erlina,
E., & Amalia, K. (2020). Pengaruh Ukuran Perusahaan, Leverage, Profitabilitas
Dan Likuiditas Terhadap
NILAI Perusahaan Dengan Kebijakan
Dividen Sebagai Variabel Moderasi Pada
Perusahaan Industri Barang
Konsumsi Yang Terdaftar Di
BEI Periode 2007-2018. Jurnal
Sains Sosio Humaniora,
4(1). https://doi.org/10.22437/jssh.v4i1.9921
Defawanti, A.
R., & Paramita, S. (2018). Pengaruh Kinerja Keuangan, Tingkat Bunga dan Inflasi
terhadap Return Saham Perusahaan Sektor Property dan
Real Estate yang terdaftar di Bursa Efek Indonesia Periode
2014-2016. Jurnal Ilmu
Manajemen.
Dyah, R.,
& Puspitasari, A. (2021). Pengaruh
Kinerja Keuangan terhadap
Return Saham pada Sektor Real Estate dan Property yang terdaftar
di Bursa Efek Indonesia. www.ojk.go.id,
Elisa, S. N., & Amanah, L.
(2021). Pengaruh Kinerja Keuangan,
Ukuran Perusahaan Dan Keputusan Investasi
Terhadap Nilai Perusahaan. Jurnal
Ilmu Dan Riset Akuntansi, 10(7).
Ghozali, I.
(2018). Multivariate Analysis Application. Penerbit
Universitas Diponegoro.
Marsintauli, F.
(2019). Analisis Pengaruh
ROE, Ukuran Perusahaan, Tingkat Inflasi
dan Tingkat Kurs Terhadap
Return Saham. Business Economic, Communication, and Social Sciences), 1(1),
99–107.
Olweny, T.,
& Kenyatta, J. (2014). The Effect of Macro-Economic Factors on Stock
Return Volatility in Nairobi Stock Exchange, Kenya. www.nse.co.ke
Ouma, W.
N., & Muriu, P. (2014). The Impact of
Macro-economic Variables on Stock Market Return in Kenya. International
Journal of Business and Commerce, 3(11). www.ijbcnet.com
Purba, A.
P., Sidauruk, S. D., & Munawarah,
M. (2020). Pengaruh Leverage, Ukuran
Perusahaan, Kinerja Keuangan dan Keputusan Investasi Terhadap Nilai
Perusahaan Pada Perusahaan Mnufaktur Yang Terdaftar Di Bursa Efek Indonesia Pada Periode
2015-2017. Owner (Riset Dan Jurnal
Akuntansi), 4(2).
https://doi.org/10.33395/owner.v4i2.297
Puspasari, C.
D. (2023). Pengaruh Variabel
Makroekonomi dan Kapitalisasi
Pasar terhadap Return On
Equity (ROE) Saham Syariah (Studi Pada jakarta Islamic Index (JII) Periode
2017-2021). Jurnal Muamalat
Indonesia, 3(2). https://doi.org/10.26418/jmi.v3i2.65394
Riani, N.
M. (2018). Pengaruh Kinerja Keuangan
Dan Tingkat Inflasi Terhadap
Harga Saham Perusahaan Jasa Transportasi Di Bursa Efek Indonesia. Forum
Manajemen, 16(1).
https://doi.org/10.61938/fm.v16i1.257
Suriani, S.,
& Keusuma, C. N. (2015). Pengaruh
Pembangunan Infrastruktur Dasar Terhadap
Pertumbuhan di Indonesia. Ecosains:
Jurnal Ilmiah Ekonomi Dan
Pembangunan, 4(1), 1. https://doi.org/10.24036/ecosains.10962757.00
Syaharman, S.
(2021). Analisis Laporan Keuangan Sebagai Dasar Untuk Menilai Kinerja Perusahaan
Pada Pt. Narasindo Mitra Perdana. Juripol, 4(2).
https://doi.org/10.33395/juripol.v4i2.11151
Wisudani, S.,
& Priyadi, M. P. (2021). Analisis
Pengaruh Faktor Internal
Dan Eksternal Terhadap
Harga Saham Pada Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Indonesia Maswar Patuh Priyadi Sekolah Tinggi Ilmu Ekonomi
Indonesia (STIESIA) Surabaya. Jurnal Ilmu Dan Riset Akuntansi, 10(1).
|
Copyright
holder: Shabrina Prissilia Adhi, Murtanto (2024) |
|
First
publication right: Syntax Literate: Jurnal
Ilmiah Indonesia |
|
This
article is licensed under:
|
