28 BAB III OBJEK DAN METODE PENELITIAN III.1 Objek Penelitian

BAB III
OBJEK DAN METODE PENELITIAN
III.1 Objek Penelitian
III.1.1 Gambaran Umum dan Kriteria Perusahaan
Perusahaan yang menjadi objek dalam penelitian ini adalah 8 perusahaan yang
terdafrar di BEI. Jenis industri di dalam penelitian berbeda-beda. Terdapat delapan jenis
industri yang menjadi objek penelitian, namun perusahaan dalam industri keuangan
tidak menjadi objek dalam penelitian ini dikarenakan EVA tidak dapat diterapkan di
semua industry. Stern Stewart Co. sebagai pencipta EVA menyatakan bahwa EVA baik
diterapkan untuk perusahaan jasa dan manufaktur, namun kurang cocok untuk institusi
financial dan perusahaan yang baru berdiri. Dengan demikian, kedelapan jenis industri
yang digunakan adalah industri pertanian; industri pertambangan; industri dasar dan
kimia; industri barang konsumsi; industri properti dan real estate; infrastruktur, utilitas
dan transport; serta industri perdagangan, jasa dan investasi.
Data keuangan yang dibutuhkan didalam penelitian ini adalah selama 5 tahun
yaitu dari tahun 2007 sampai 2011.
Kriteria-kriteria perusahaan yang menjadi objek penelitian:
1. Merupakan 8 perusahaan berkapitalisasi besar di BEI.
2. Telah terdaftar di Bursa Efek Indonesia sejak tahun 2007.
3. Perusahaan mempublikasikan secara lengkap laporan keuangan tahunan yang
telah diaudit selama periode 2007-2011 dan dinyatakan dalam rupiah (Rp).
28
III.1.2 Bidang Usaha Objek Penelitian
Bidang usaha perusahaan yang menjadi objek dari penelitian ini terdiri dari
berbagai industri yang terdaftar di BEI, kecuali industri keuangan. Berikut tabel
perusahaan serta jenis industrinya:
Tabel III.1
Nama Perusahaan & Jenis Industri
NO
1
2
3
4
5
6
7
8
Perusahaan
Jenis Industri
Infrastruktur,
Utilitas
&
PT. Telekomunikasi Indonesia Tbk
Transportasi
PT. Astra International Tbk
Aneka Industri
PT. Unilever Indonesia Tbk
Industri Barang Konsumsi
PT. Semen Gresik Tbk
Industri Dasar & Kimia
PT. Astra Agro Lestari Tbk
Pertanian
PT. United Tractors Tbk
Perdagangan, Jasa & Investasi
PT. Tambang Batubara Bukit Asam Tbk Pertambangan
PT. Lippo karawaci Tbk
Properti dan Real Estate
29
III.2 Desain Penelitian
III.2.1 Kerangka Pemikiran
Permasalahan Penelitian
Kegiatan
Pertanyaan
• Apakah EVA berpengaruh
secara signifiakn
terhadap MVA?
•
Menggunakan
Metode Kuantitatif
Apakah CVA berpengaruh
secara signifikan
terhadap MVA?
Dampak
• Nilai Perusahaan
• Harga Saham
• Pengembalian Terhadap
Pemegang Saham
• Trading Volume
Temuan
Menemukan
korelas i yang
signifikan
antara EVA
dan CVA
terhadap
MVA
Pengujian Hipotesa
Hasil Analisa
Gambar III.1 Kerangka Pemikiran
30
III.2.2 Desain Pengembangan Penelitian
Desain Penelitian
Desain
Pengembangan
Sampel
(8 Perusahaan yang
Terdaftar di BEI)
Data Collection
(Annual Report
2007 – 2011)
Sumber data
Diambil dari website
BEI
Penelitian
menggunakan metode
penelitian kuantitatif
Analisis
Hasil
Analisis data:
Uji Distribusi normal
Uji Regresi
Uji Hipotesa
- Uji Asumsi Klasik
- Uji F
- Uji t
Hasil analisa dan
Kesimpulan
Gambar III.2 Desain Pengembangan Penelitian
31
III.2.3. Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data kuantitatif yaitu data
yang berbentuk angka dan merupakan data sekunder Data sekunder adalah data yang
diperoleh secara tidak langsung dari pihak yang bersangkutan tetapi didapatkan dari
pihak ketiga. Sumber data penelitian ini diambil dari laporan keuangan tahunan dan data
saham perusahaan yang terdaftaar di BEI tahun 2007-2011. Data sekunder diperoleh dari
website Bursa Efek Indonesia yaitu idx.co.id , website masing-masing perusahaan, dan
finance.yahoo.com.
Penelitian ini juga mengumpulan data-data yang relevan dari literature, jurnaljurnal akuntansi, dan situs internet.
III.3 Operasional Variabel Penelitian.
Variabel yang digunakan dalam penelitian ini adalah :
1. Variabel Terikat.
Pada penelitian ini yang digunakan sebagai variabel terikat adalah Market Value
Added (MVA).
MVA = (Nilai pasar saham – Nilai nominal saham)*Jumlah saham beredar
2. Variabel Bebas.
Pada penelitian ini ada dua variabel bebas yang mempengaruhi Market Value
Added
(MVA), yaitu Economic Value Added ( EVA ) dan Cash Value Added
(CVA).
Rumusnya adalah:
a. Economic Value Added
EVA = (RONA-WACC)*Invested Capital
32
RONA = NOPAT/net asset
WACC = hutang/ pembiayaan total (biaya hutang) (1-T) + ekuitas/
pembiayaan total
(biaya ekuitas)
Invested Capital = Debt + Equity
b. Cash Value Added
CVA = Arus kas dari kegiatan operasi – (Depresiasi ekonomi + Biaya modal)
III.4 Metode Analisis Data
Dalam penelitian ini, metode analisis data dilakukan dengan analisis statistik
menggunakan softwareSPSS. Pengujian statistik dalam penelitian ini terdiri dari
pengujian asumsi klasik dan pengujian hipotesis.
III.4.1 Analisis Regresi Berganda
Untuk mengetahui pengaruh antara variabel dependen ( terikat ) dengan variabel
independen ( bebas ), maka metode analisis data yang digunakan dalam penelitian ini
adalah dengan regresi berganda dengan model sebagai berikut :
Y = a + b X + b X + e, di mana ;
1
1
2
2
Y = MVA ( Variabel dependen )
X = EVA ( Variabel independent 1 )
1
X = CVA ( Variabel independent 2 )
2
a = konstanta, nilai Y akan sama dengan a, bila X dan X = 0
1
2,
b dan b = koefisien (parameter) variabel X dan X
1,
2,
1
2
e = error term
33
III.4.2 Uji Asumsi Klasik
Syarat suatu regresi dinyatakan baik adalah jika pada suatu regresi tidak terdapat
penyakit data. Uji asumsi klasik ini bertujuan untuk mengetahui apakah dalam model
regresi di penelitian ini terdapat penyakit data dan uji ini dilakukan sebelum model
regresi dijalankan. Penyakit data dapat membuat suatu perhitungan yang diperlukan
regresi menjadi tidak stabil, bahkan menjadi mustahil. Jika tidak terdapat penyakit data
maka suatu model regresi dapat dinyatakan baik.
Suatu data dikatakan berpenyakit jika :
1. Error term / variasi residual dari suatu proses regresi tersebar secara merata dan
membentuk pola tetentu (Heteroskedastik)
2. Error term / variasi residual dari suatu proses regresi saling berkorelasi satu sama
lain (Autokorelasi)
3. Error term / variasi residual dari proses regresi itu tidak berdistribusi normal
4. Variabel independen dari fungsi regresi saling berkorelasi secara signifikan
dengan variabel independen lain (Multikolinieritas)
Berikut ini adalah uji asumsi klasik yang dilakukan untuk melihat apakah dalam
model regresi dalam penelitian ini berpenyakit atau tidak.
a. Uji Heteroskedastik
Uji Heteroskedastik ini bertujuan untuk menguji apakah dalam model regresi terjadi
ketidaksamaan variasi residual dari suatu pengamatan ke pengamatan lain. Jika
variasi residual tersebar secara acak dan tidak membentuk suatu pola disebut
homoskedastik, dan jika variasi residual tersebar secara merata dan membentuk suatu
pola disebut heteroskedastik. Model regresi yang baik adalah yang homoskedastik.
34
b. Uji Multikolinieritas
Uji Multikolineritas bertujuan untuk menguji apakah variabel bebas saling
berhubungan (korelasi) atau tidak berhubungan dalam model regresi. Pada model
regresi yang baik seharusnya tidak terjadi korelasi antar variabel bebas (independen).
Indikator untuk mendeteksi ada tidaknya Multikolinieritas dapat dilihat dari nilai
Toleranca dan Variance Inflation Factor (VIF).
Hipotesa Multikolinieritas :
H0 : tidak ada Multikolinieritas
1) Jika Tolerance < 0,10 H0 ditolak, ada Multikolinieritas
Jika Tolerance < 0,10 H0 Tidak ditolak, tidak ada Multikolinieritas
2) Jika VIF > 10 H0 ditolak, ada Multikolinieritas
Jika VIF < 10 H0 Tidak ditolak, tidak ada Multikolinieritas
c. Uji Normalitas
Uji ini bertujuan untuk menguji data yang berdistribusi normal akan digunakan alat
uji normalitas. Peneliti menggunakan uji Kolmogorov Smirnov untuk menguji
normalitas data. Apabila probabilitas > 0,05, maka distribusi data normal dan dapat
digunakan regresi berganda.
Uji normalitas data juga dapat dilihat dengan memperhatikan penyebaran data (titik)
pada normal P Plot of Regression Standardized Residual variabel independen, dimana
model regresi yang baik adalah yang mempunyai distribusi data normal atau
mendekati normal, yaitu:
1. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis
diagonal, maka model regresi memenuhi asumsi normalitas,
35
2. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah
garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
d. Uji Autokorelasi
Uji Durbin Watson akan membantu mendeteksi keberadaan Autokorelasi dalam
variasi residual. Uji ini bertujuan untuk menguji apakah model regresi linier ada
korelasi antara variasi residual pada periode sebelumnya (t-1). Jika terjadi korelasi
maka terdapat masalah Autokorelasi. Autokorelasi muncul karena observasi yang
berurutan sepanjang waktu berkaitan satu sama lain. Masalah ini timbul karena
variasi residual (error term) tidak bebas dari satu observasi ke observasi lainnya. Hal
ini sering timbul pada data runtut waktu. Ketika Autokorelasi muncul di dalam
variasi residual, maka validitas dari regresi sangat diragukan.
Untuk uji Durbin Watson memiliki ketentuan sebagai berikut :
1. Angka D-W dibawah -2 berarti ada autokorelasi possitif
2. Angka D-W antara -2 sampai +2 berarti tidak ada autokorelasi
3. Angka D-W +2 berarti autokorelasi negatif
III.5 Uji Hipotesis
III.5.1 Uji Statistik F ( Uji Signifikansi )
Uji F merupakan pengujian hubungan regresi secara simultan atau serentak atau
variabel independen terhadap variabel dependen, dengan membandingkan nilai F yang
dihasilkan dari perhitungan dengan taraf signifikansinya ( 5% ).
a) Perumusan hipotesis.
Ho : tidak ada pengaruh yang signifikan antara EVA dan CVA terhadap MVA.
36
Hi : ada pengaruh yang signifikan antara EVA dan CVA terhadap MVA.
b)
Pengambilan kesimpulan berdasarkan perbandingan nilai signifikansi F (sign.F)
dengan taraf signifikansi. Kesimpulan yang diambil adalah:
1) Jika nilai sign. F ≤ α, maka Ho ditolak sehingga variabel bebas secara
bersama-sama mempunyai pengaruh yang signifikan terhadap variabel
terikat.
2) Jika nilai sign. F ≥ α, maka Ho diterima sehingga variabel bebas secara
bersama-sama tidak mempunyai pengaruh yang signifikan terhadap variabel
terikat.
III.5.2 Uji Signifikansi Parameter Individual
Uji Signifikansi Parameter Indiviual ( Uji Statistik t ) Uji t digunakan untuk
mengetahui pengaruh variabel bebas terhadap variabel terikat secara parsial. Uji ini
dilakukan dengan membandingkan nilai t yang didapat dari perhitungan dengan nilai
taraf signufikansi ( 5% ).
a) Perumusan Hipotesis.
1) Uji hipotesis untuk b
1
H :β ≤0
o
1
Tidak ada pengaruh signifikan positif EVA terhadap MVA.
H : β >0
1
1
Ada pengaruh signifikan positif terhadap EVA terhadap MVA.
37
2) Uji hipotesis untuk b
2
H :β ≤0
o
2
Tidak ada pengaruh signifikan positif CVA terhadap MVA.
H : β >0
2
2
Ada pengaruh signifikan positif CVA terhadap MVA.
b)
Pengambilan kesimpulan dilakukan berdasarkan perbandingan antara taraf
signifikansi (α) dengan nilai probabilitas signifikansinya, sehingga kesimpulan
yang dapat diambil :
1) Jika probabilitas signifikansinya ≤ α, maka Ho ditolak ( signifikan ).
2) Jika probabilitas signifikansinya > α, maka Ho diterima ( tidak signifikan ).
2
III.5.3 Koefisien Determinasi (R )
2
Koefisien determinasi (R ) pada intinya mengukur seberapa jauh kemampuan
model dalam menerangkan variasi variabel terikat. Nilai koefisien determinasi adalah
2
antara nol dan satu. Nilai yang R nya kecil berarti kemampuan variabel-variabel
independen dalam menjelaskan variasi dependen amat terbatas. Nilai yang mendekati
satu berarti variabel-variabel independen memberikan hampir semua informasi yang
dibutuhkan untuk memprediksi variasi variabel dependen.
38