BAB V HASIL PENELITIAN DAN PEMBAHASAN. Data variabel hasil penelitian pada perusahaan makanan dan minuman yang

Transkripsi

1 BAB V HASIL PENELITIAN DAN PEMBAHASAN 5.1. Hasil Penelitian Data variabel hasil penelitian pada perusahaan makanan dan minuman yang terdaftar di BEI periode tahun tahun dapat ditunjukkan dengan deskriptif statistik pada Tabel 5.1 dibawah ini : ROA CR DR TATO PBV Valid N (Listwise) Tabel 5.1 Descriptive Statistics N Minimum Maximum Mean Std. Deviation Berdasarkan hasil uji statistik pada table 5.1 terlihat bahwa : 1. Variabel X 1 (Profitabilitas), hasil pencapaian kinerja perusahaan dari 90 sampel data (N = 90) diukur dengan Return on Asset (ROA) dapat dijelaskan sebagai berikut : a) Minimum : nilai terendah atau minimum adalah sebesar 0,0006 dan diperoleh oleh SIPD pada tahun b) Maximum : nilai tertinggi atau maximum adalah sebesar 0,5257 dan diperoleh oleh MLBI pada tahun c) Mean : Nilai rata-rata atau mean adalah sebesar 0,107663, artinya bahwa nilai rata-rata variabel ROA dari 90 sampel data diperoleh sebesar 0,

2 58 d) Std Deviation : nilai rata-rata ROA memiliki simpangan data atau standard deviation 0, , yang artinya bahwa rasio profitabilitas (X 1 ) memiliki tingkat simpangan baku sebesar 0, atau sebesar 10,116%. 2. Variabel X 2 (Likuiditas), hasil pencapaian kinerja perusahaan dari 90 sampel data (N = 90) diukur dengan diukur dengan Current Ratio (CR) dapat dijelaskan sebagai berikut : a) Minimum : nilai terkecil atau minimum adalah sebesar 0,5139 dan diperoleh oleh MLBI pada tahun b) Maximum : nilai tertinggi atau maximum adalah sebesar 6,3308 dan diperoleh oleh DLTA c) Mean : Nilai rata-rata atau mean dari X 2 (Current ratio) adalah sebesar 1, artinya bahwa nilai rata-rata variabel CR dari 90 sampel data diperoleh sebesar 1, d) Std. Deviation : nilai rata-rata Current Ratio (CR) memiliki simpangan data atau standard deviation 1, , artinya bahwa rasio likuiditas (X 2 ) memiliki tingkat simpangan baku sebesar 1, atau sebesar 110,206%. 3. Variabel X 3 (Solvabilitas), hasil pencapaian kinerja perusahaan dari 90 sampel data (N = 90) diukur dengan Debt Ratio dapat dijelaskan sebagai berikut : a) Minimum : nilai terkecil atau minimum adalah sebesar 0,1626 dan diperoleh oleh DLTA tahun 2010.

3 59 b) Maximum : nilai tertinggi atau maximum adalah sebesar 0,8940 dan diperoleh oleh MLBI c) Mean : Nilai mean dari X 3 (DR) adalah sebesar 0,497586, artinya bahwa nilai rata-rata variabel DR dari 90 sampel data diperoleh sebesar 0, d) Std. Deviation : nilai rata-rata Debt Ratio ( DR) memiliki simpangan data atau standard deviation sebesar 0, , artinya bahwa rasio solvabilitas (X 3 ) memiliki tingkat simpangan baku sebesar 0, atau sebesar 114,560%. 4. Variabel X 4 (Aktivitas), hasil pencapaian kinerja perusahaan dari 90 sampel data (N = 90) diukur dengan Total Asset Turnover (TATO) dapat dijelaskan sebagai berikut : a) Minimum : nilai terkecil atau minimum adalah sebesar 0,3487. Nilai TATO paling kecil diperoleh oleh CEKA b) Maximum : nilai tertinggi atau maximum adalah sebesar 2,7466. Nilai TATO paling tinggi diperoleh oleh AISA pada tahun c) Mean : Nilai mean dari X 4 (TATO) adalah sebesar 0,896797, artinya bahwa nilai rata-rata variabel TATO dari 90 sampel data diperoleh sebesar 0, d) Std. Deviation : nilai rata-rata Total Asset Turnover (TATO) memiliki simpangan data atau standard deviation sebesar 0, , artinya bahwa rasio aktivitas (X 4 ) memiliki tingkat simpangan baku sebesar 0, atau sebesar 41,954 %.

4 60 5. Variabel Y (Nilai Perusahaan), hasil pencapaian kinerja perusahaan dari 90 sampel (N = 90) diukur dengan Price to Book Value (PBV) dapat dijelaskan sebagai berikut : a) Minimun : nilai terkecil atau minimum adalah sebesar 0,37 dan diperoleh oleh SIPD pada tahun b) Maksimum : nilai tertinggi atau maximum adalah sebesar 47,11 dan diperoleh oleh MLBI pada tahun c) Mean : Nilai mean dari Y adalah sebesar 4,2947 artinya bahwa nilai rata-rata variabel PBV dari 90 sampel data diperoleh sebesar 4,2947 d) Std. Deviation : nilai rata-rata PBV memiliki simpangan data atau standard deviation sebesar 6,78112, artinya bahwa PBV (Y) memiliki tingkat simpangan baku sebesar 6,78112 atau sebesar 678,112% Pembahasan Uji Asumsi Klasik Hasil uji Asumsi Klasik dalam penelitian ini dapat dirinci sebagai berikut : Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual mempunyai distribusi normal. Hasil uji normalitas dalam penelitian ini menggunakan normal P.P Plot dan dipertegas dengan uji normalitas menggunakan Kolmogorov-Smirnov test, seperti disajikan pada gambar-gambar berikut : 1. Hasil uji Normalitas sebelum dilakukan perbaikan atas pelanggaran asumsi klasik pada uji Heteroskedastisitas.

5 61 Gambar 5.1 Hasil Uji Normalitas Uji normalitas dengan analisis grafik, data dikatakan berdistribusi normal jika : a) Data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas. b) Data menyebar menjauh dari garis diagonal atau tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas. Berdasarkan gambar 5.1 Normal P-P Plot of Regression Standardized Residual dapat dijelaskan bahwa Normal Probability Plot memiliki titik-titik (data) menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka dapat disimpulkan data terdistribusi normal dan model regresi telah memenuhi asumsi normalitas. Hasil uji normalitas dengan Kolmogorov-Smirnov test, seperti disajikan pada tabel berikut :

6 62 N Normal Parameters a.b Most Extreme Differences Kolmoggorov-Smirnov Z Asymp. Sig. (2-tailed) a. Test distribution is Normal b. Calculated from data Tabel 5.2 One-Sample Kolmogorov-Smirnov Test Unsandardized Residual Mean Std. Deviation Absolute Positttive Negative Data dikatakan berdistribusi normal jika nilai p-value atau Asymp. Sig. (2- tailed) lebih besar dari 0,05 atau sebaliknya jika nilai p-value atau Asymp. Sig. (2- tailed) lebih kecil dari 0,05 data dikatakan tidak berdistribusi nomal. Berdasarkan tabel 5.2 One-Sample Kolmogorov-Smirnov Test diatas, nilai Asymp. Sig. (2-tailed) sebesar 0,01. Oleh karena nilai Asymp. Sig. (2-tailed) lebih kecil dari 0,05, maka dapat disimpulkan bahwa data tersebut tidak terdistribusi normal. 2. Hasil uji Normalitas setelah dilakukan perbaikan atas pelanggaran asumsi klasik pada uji Heteroskedastisitas yaitu dengan melakukan transformasi logaritma natural (Ln).

7 63 Gambar 5.2 Hasil Uji Normalitas pada uji Heteroskedastisitas Berdasarkan gambar 5.2 Normal P-P Plot of Regression Standardized Residual dapat dijelaskan bahwa Normal Probability Plot memiliki titik-titik (data) menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka dapat disimpulkan bahwa setelah dilakukan perbaikan pelanggaran asumsi klasik pada uji Heteroskedastisitas data tetap terdistribusi normal dan model regresi telah memenuhi asumsi normalitas. Uji Normalitas dengan Kolmogorov-Smirnov setelah dilakukan perbaikan atas pelanggaran uji normalitas pada uji heteroskedastisitas seperti table berikut : N Normal Parameters a.b Most Extreme Differences Kolmoggorov-Smirnov Z Asymp. Sig. (2-tailed) a. Test distribution is Normal b. Calculated from data Tabel 5.3 One-Sample Kolmogorov-Smirnov Test Unsandardized Residual Mean Std. Deviation Absolute Positttive Negative

8 64 Berdasarkan tabel 5.3 One-Sample Kolmogorov-Smirnov Test, nilai Asymp. Sig. (2 -tailed) sebesar 0,799. Oleh karena nilai Asymp. Sig. (2 -tailed) lebih besar dari 0.05, maka dapat disimpulkan bahwa setelah dilakukan perbaikan atas pelanggaran uji normalitas pada uji heteroskedastisitas data terdistribusi normal. 3. Hasil uji Normalitas setelah dilakukan perbaikan atas pelanggaran asumsi klasik pada uji Autokorelasi dengan menambahkan 1 variabel baru yaitu LnY, maksudnya menggunakan data variabel Y mundur 1 kali, sehingga n data menjadi berkuang 1. Gambar 5.3 Hasil Uji Normalitas pada uji Autokorelasi Berdasarkan gambar 5.3 Normal P-P Plot of Regression Standardized Residual dapat dijelaskan bahwa Normal Probability Plot memiliki titik-titik (data) menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka dapat disimpulkan bahwa setelah dilakukan perbaikan pelanggaran asumsi klasi

9 65 pada uji autokorelasi data tetap terdistribusi normal dan model regresi telah memenuhi asumsi normalitas. Dengan demikian dikatakan data mempunyai distribusi normal. Dibuktikan dengan Kolmogorov-Sminov test seperti table beikut : N Normal Parameters a.b Most Extreme Differences Kolmoggorov-Smirnov Z Asymp. Sig. (2-tailed) a. Test distribution is Normal b. Calculated from data Tabel 5.4 One-Sample Kolmogorov-Smirnov Test Unsandardized Residual Mean Std. Deviation Absolute Positttive Negative Berdasarkan tabel One-Sample Kolmogorov-Smirnov Test, nilai Asymp. Sig. (2-tailed) sebesar 0,222. Oleh karena nilai Asymp. Sig. (2-tailed) lebih besar dari 0,05, maka dapat disimpulkan bahwa setelah dilakukan perbaikan atas pelanggaran uji autokorelasi data tetap terdistribusi normal, dengan demikian model regresi telah memenuhi asumsi normalitas Uji Multikolinearitas Uji multikolinearitas digunakan untuk mengetahui ada tidaknya variabel independen yang memiliki kemiripan dengan variabel independen lain dalam satu model. Hasil uji multikolinieritas dapat dilihat pada tabel berikut : 1. Hasil uji Multikolinearitas sebelum dilakukan perbaikan atas pelanggaran asumsi klasik pada uji Heteroskedastisitas.

10 66 Model Unstandardized Coefficients B Std. Error (Constanta) ROA CR DR TATO a. Dependent Variable : PBV Tabel 5.5 Coefficients Unstandardized Coefficients t Sig Collinearity Statistics Beta Tolerance VIF Uji Multikolinearitas dengan TOL (Tolerance) dan Variance Inflation Factor (VIF) dikatakan tidak terjadi gejala Multikolinearitas jika dipenuhi kriteria: nilai TOL > 0,1 dan VIF < 10. Berdasarkan tabel Coefficients yang ditunjukkan oleh table 5.5 terlihat bahwa masing-masing variabel mempunyai nilai TOL > 0,1 dan VIF < 10, dengan demikian dapat disimpulkan bahwa masing-masing variabel terbebas dari gejala multikolinearitas. 2. Hasil uji Multikolinearitas setelah dilakukan perbaikan atas pelanggaran asumsi klasik pada uji Heteroskedastisitas. Model (Constanta) LnX 1 LnX 2 LnX 3 LnX 4 Unstandardized Coefficients B Std. Error a. Dependent Variable : PBV Tabel 5.6 Coefficients Unstandardized Coefficients t Sig Collinearity Statistics Beta Tolerance VIF

11 67 Berdasarkan tabel Coefficients yang terlihat pada table 5.6, masing-masing variabel mempunyai nilai TOL > 0,1 dan VIF < 10, artinya hasil uji multikolinearitas setelah dilakukan perbaikan atas pelanggaran asumsi klasik pada uji Heteroskedastisitas tetap terbebas dari gejala multikolinearitas. 3. Hasil uji Multikolinearitas setelah dilakukan perbaikan atas pelanggaran asumsi klasik pada uji Autokorelasi Model (Constanta) LnX 1 LnX 2 LnX 3 LnX 4 LnY Unstandardized Coefficients B Std. Error a. Dependent Variable : LnY Tabel 5.7 Coefficients Unstandardized Coefficients t Sig Collinearity Statistics Beta Tolerance VIF Berdasarkan tabel Coefficients 5.7, masing-masing variabel mempunyai nilai TOL > 0,1 dan VIF < 10, artinya hasil uji multikolinearitas setelah dilakukan perbaikan atas pelanggaran asumsi klasik pada uji autokorelasi tetap terbebas dari gejala multikolinearitas Uji Autokorelasi Uji autokorelasi digunakan untuk menguji apakah dalam suatu model ada korelasi antar kesalahan pengganggu (residual) pada periode t dengan kesalahan pada periode t-1 (sebelumnya). 1. Hasil uji Otokorelasi sebelum dilakukan perbaikan atas pelanggaran asumsi klasik pada uji Heteroskedastisitas.

12 68 Tabel 5.8 Model Summary b Model R R Square Adjusted Std. Error of R Square The Estimate Durbin Wastton a a. Predictors : (Canstant), TATO, CR, ROA, DR b. Dependent Variable : PBV Uji autokorelasi dengan metode Durbin-Watson (Durbin -Watson Test) dikatakan tidak terjadi gejala otokorelasi jika nilai DW berada diantara nilai dl dan 4 - du (dl = 4 - du), kesimpulan lain adalah sebagai berikut : i) < dl, Ada autokorelasi positif, ii) iii) iv) dl = du, tanpa kesimpulan, 4 - du = 4 - dl, tanpa kesimpulan, > 4 - dl, Ada autokorelasi negatif. Berdasarkan tabel 5.8 Model Summary, terlihat bahwa nilai Durbin-Watson adalah sebesar 2,046, diketahui N = 90 dan K = 4, maka nilai dl = 1,5656 dan nilai du = 1,7508, sedangkan nilai 4 - dl = 4 1,5656 = 2,4344 dan 4-dU = 2,2492. Dari hasil perhitungan tersebut dapat disimpulkan bahwa nilai DW berada diantara du = 4-dU (1,7508 < 2,046 < 2,2492), artinya tidak terjadi gejala otokorelasi. 2. Hasil uji Autokorelasi setelah dilakukan perbaikan atas pelanggaran asumsi klasik pada uji Heteroskedastisitas. Tabel 5.9 Model Summary b Model R R Square Adjusted Std. Error of R Square The Estimate Durbin Wastton a a. Predictors : (Canstant), LnX 4, LnX 3, LnX 1, LnX 2 b. Dependent Variable : LnY

13 69 Berdasarkan tabel 5.9 Model Summary, terlihat bahwa nilai Durbin-Watson adalah sebesar 1,503, diketahui N = 90 dan K = 4, maka nilai dl = 1,5656 dan nilai du = 1,7508, sedangkan nilai 4-dL = 4-1,5656 = 2,4344 dan 4-dU = 2,2492. Dari hasil perhitungan tersebut dapat disimpulkan bahwa setelah dilakukan perbaikan atas pelanggaran asumsi klasik pada uji heteroskedastisitas nilai DW lebih kecil dari dl (1,503 < 1,5656), artinya terdapat gejala autokorelasi positif. 3. Hasil uji Autokorelasi setelah dilakukan perbaikan : Tabel 5.10 Model Summary b Model R R Square Adjusted Std. Error of R Square The Estimate Durbin Wastton a a. Predictors : (Canstant), LagLnY, LnX3, LnX4, LnX1, LnX2 b. Dependent Variable : LnY Berdasarkan tabel 5.10 Model Summary, terlihat bahwa nilai Durbin- Watson adalah sebesar 1,929, diketahui N = 89 dan K = 4, maka nilai dl = 1,5627 dan nilai du = 1,7501, sedangkan nilai 4-dL= 4-1,5627 = 2,4373 dan 4-dU = 2,2499. Dari hasil perhitungan tersebut dapat disimpulkan bahwa setelah dilakukan perbaikan atas pelanggaran asumsi klasik pada uji autokorelasi nilai DW berada diantara du = 4 - du (1,7501 < 1,929 < 2,2499), artinya tidak terjadi gejala auokorelasi Uji Heteroskedastisitas Untuk mendeteksi terhadap gejala heteroskedastisitas dilakukan dengan menggunakan Scatter Plot seperti terlihat pada gambar berikut ini : 1. Hasil uji Heteroskedastisitas sebelum dilakukan perbaikan :

14 70 Gambar 5.4 Hasil Uji Heteroskedastisitas Uji Heteroskedastisitas dengan analisis grafik, dikatakan tidak terjadi gejala heteroskedastisitas atau tidak terjadi masalah heteroskedastisitas jika titik-titik menyebar dengan pola yang tidak jelas di atas dan di bawah angka 0 pada sumbu Y. Berdasarkan grafik Scatter Plot pada gambar 5.4 di atas dapat diketahui bahwa titik-titik tidak menyebar dengan pola yang jelas di atas dan di bawah angka 0 pada sumbu Y maka pada model regresi tersebut terjadi masalah heteroskedastisitas. 2. Hasil uji Heteroskedastisitas setelah dilakukan perbaikan : Gambar 5.5 Hasil Uji Heteroskedastisitas Setelah perbaikan pelanggaran

15 71 Berdasarkan grafik Scatter Plot pada gambar 5.5 di atas setelah dilakukan perbaikan atas pelanggaran asumsi klasik pada uji Heteroskedastisitas, maka dapat diketahui bahwa titik-titik menyebar dengan pola yang tidak jelas di atas dan di bawah angka 0 pada sumbu Y maka pada model regresi tidak terjadi masalah heteroskedastisitas. 3. Hasil uji Heteroskedastisitas setelah dilakukan perbaikan atas pelanggaran asumsi klasik pada uji Autokorelasi. Gambar 5.6 Hasil Uji Heteroskedastisitas Setelah perbaikan pelanggaran Berdasarkan grafik Scatter Plot pada gambar 5.6, setelah dilakukan perbaikan atas pelanggaran asumsi klasik pada uji otokorelasi, maka dapat diketahui bahwa titik-titik tetap menyebar dengan pola yang tidak jelas di atas dan di bawah angka 0 pada sumbu Y maka pada model regresi tidak terjadi masalah heteroskedastisitas.

16 Uji Koefisien Korelasi dan Determinasi Hasil perhitungan koefisien korelasi dan koefisien determinasi dalam penelitian ini dapat ditunjukkan pada Tabel 5.11 sebagai berikut : Tabel 5.11 Hasil Uji Koefisien Korelasi dan Determinasi Model Summary b Model R R Square Adjusted Std. Error of R Square The Estimate Durbin Wastton a a. Predictors : (Canstant), LnY, LnX 3, LnX 4, LnX 1, LnX 2 b. Dependent Variable : LnY Berdasarkan Tabel 5.11 di atas maka dapat dijelaskan sebagai berikut : Nilai R Square (R 2 ) adalah 0,564, artinya bahwa variabel ROA (X 1 ), Current Ratio (X 2 ), Debt Ratio (X 3 ) dan Total Assets Turnover (X 4 ) mempengaruhi variabel Y (Price Book Value) sebesar 0,564 atau 56,4%, sedangkan sisanya sebesar 43,6% dipengaruhi oleh faktor-faktor lain yang tidak dimasukkan dalam penelitian ini Uji Analisis Regresi Hasil uji analisis regresi dalam penelitian ini dapat ditunjukkan pada Tabel 5.12 dibawah ini : Model (Constanta) LnX 1 LnX 2 LnX 3 LnX 4 LnY Tabel 5.12 Hasil Uji Analisis Regresi Coefficients Unstandardized Unstandardized Collinearity Statistics Coefficients Coefficients t Sig Std. B Beta Tolerance VIF Error a. Dependent Variable : LnY

17 73 Berdasarkan Tabel 5.12 tersebut dapat diketahui hasil persamaan regresi linear berganda yaitu : LnY = 2,347+0,546 LnX 1 +0,340 LnX 2 +0,619 LnX 3 +0,013 LnX 4 +0,28LnY+εi dimana : β = Konstanta LnX 1 = Return On Assets (ROA) LnX 2 = Current Ratio LnX 3 = Debt Ratio LnX 4 = Total Assets Turnover LnY = Price Book Value Berdasarkan fungsi persamaan regresi linear berganda di atas maka dapat dijelaskan sebagai berikut : 1. Nilai konstanta positif menunjukkan pengaruh positif variabel independen (ROA, CR, DR dan TATO). Bila variabel independen naik atau berpengaruh dalam satu satuan, maka variabel dependen PBV akan naik atau terpenuhi. 2. ROA (LnX 1 ) = 0,546, merupakan nilai koefisien regresi variabel ROA terhadap variabel PBV (Y), artinya jika profitabilitas (LnX 1 ) mengalami kenaikan satu satuan, maka Nilai Perusahaan akan mengalami peningkatan sebesar 0,546 atau 54,6%, koefisien bernilai positif artinya adalah bahwa antara profitabilitas dan nilai perusahaan mempunyai hubungan positif. Kenaikan profitabilitas akan mengakibatkan kenaikan nilai perusahaan. 3. CR (LnX 2 ) = 0,340, merupakan nilai koefisien regresi variabel CR terhadap variabel PBV (Y), art inya jika likuiditas ( LnX 2 ) mengalami kenaikan satu

18 74 satuan, maka Nilai Perusahaan akan mengalami peningkatan sebesar 0,340 atau 34,0%, koefisien bernilai positif artinya adalah bahwa antara likuiditas dan nilai perusahaan mempunyai hubungan positif. Kenaikan likuiditas akan mengakibatkan kenaikan nilai perusahaan. 4. DR (LnX 3 ) = 0,619, merupakan nilai koefisien regresi variabel DR terhadap variabel PBV (Y), artinya jika solvabilitas mengalami kenaikan satu satuan, maka Nilai Perusahaan akan mengalami peningkatan sebesar 0,619 atau 61,9%, koefisien bernilai positif artinya adalah bahwa antara solvabilitas dan nilai perusahaan mempunyai hubungan positif. Kenaikan solvabilitas akan mengakibatkan kenaikan nilai perusahaan. 5. TATO ( LnX 4 ) = 0,013, merupakan nilai koefisien regresi variabel TATO terhadap variabel PBV, artinya jika aktivitas mengalami kenaikan satu satuan, maka Nilai Perusahaan akan mengalami peningkatan sebesar 0,013 atau 1,3%, koefisien bernilai positif artinya adalah bahwa antara aktivitas dan nilai perusahaan mempunyai hubungan positif. Kenaikan aktivitas akan mengakibatkan kenaikan nilai perusahaan Uji t Uji t digunakan untuk menguji secara parsial masing-masing variabel. Jika LnX 1 nilai t atau signifikan < 0,05 maka dikatakan bahwa terdapat pengaruh antara variabel bebas terhadap variabel terikat secara parsial. Namun sebaliknya jika LnX 1 nilai t signifikan > 0,05 maka dikatakan bahwa tidak terdapat pengaruh antara variabel besar terhadap variabel terikat secara parsial.

19 75 Hasil uji t variabel ROA (LnX 1 ), CR (LnX 2 ), DR (LnX 3 ) dan TATO (LnX 4 ) secara parsial terhadap PBV (LnY) dapat dilihat pada Tabel 5.13 sebagai berikut : Tabel 5.13 Hasil Uji t Coefficients Model (Constanta) LnX 1 LnX 2 LnX 3 LnX 4 Unstandardized Coefficients B Std. Error a. Dependent Variable : LnY Unstandardized Collinearity Statistics Coefficients t Sig Beta Tolerance VIF Berdasarkan hasil uji t pada Tabel coefficients yang ditunjukkan pada tabel 5.13 di atas maka dapat dijelaskan sebagai berikut : 1. Hasil uji t untuk variabel LnX 1 tampak bahwa nilai t sebesar 5,475, dan p-value variabel LnX 1 < 0,05, hal ini berarti variabel ROA berpengaruh signifikan secara parsial terhadap variabel dependen yaitu PBV. Hal ini sejalan dengan penelitian yang telah dilakukan oleh Peatriex Pesiwarissa, begitu juga dengan penelitian Gill dan Obradovich (2013), Prapaska dan Mutmainah (2012) juga memberikan hasil penelitian yang sama, didukung pula oleh penelitian Ardimas dan Wardoyo (2014), Mahendra et.al (2012), serta Asiri dan Salwa A.Hameed (2014). Tetapi hasil penelitian ini tidak sejalan dengan Hestinoviana att all yangg menyatakan bahwa Profitabilitas dan pertumbuhan penjualan tidak berpengaruh terhadap nilai perusahaan, begitu juga Wibowo Ramadani dan

20 76 Siti Aisjah menyatakan secara parsial profitabilitas dan kebijakan dividen tidak berpengaruh terhadap nilai peusahaan. 2. Sedangkan nilai t variabel LnX 2 sebesar 1,376, LnX 3 sebesar 1,845, LnX 4 sebesar 0,068 dan tampak pula bahwa p-value untuk variabel LnX 2, LnX 3 dan LnX 4 > 0,05, hal ini berarti bahwa variabel CD, DR, dan TATO tidak berpengaruh signifikan terhadap variabel dependen yaitu PBV. Hal ini sejalan dengan Mahendra, at all (2012) bahwa Likuiditas tidak berpengaruh signifikan terhadap nilai perusahaan, Leverage berpengauh negatif tidak signifikan terhadap nilai peusahaan. Namun tidak sejalan dengan penelitian William Cheung at all (2014) yang menyatakan bahwa Likuiditas mempunyai pengaruh terhadap pengembangan nilai perusahaan dan pada penelitian yang dilakukan oleh Sari dan Chabachib (2013) menyatakan bahwa TATO bepengaruh signifikan tehadap Nilai Perusahaan Uji F Uji F digunakan untuk melihat pengaruh semua variabel bebasnya secara bersama-sama (simultan) terhadap variabel terikatnya. Hasil analysis of variance (ANOVA) atau uji F variabel ROA (LnX 1 ), CR (LnX 2 ), DR (LnX 3 ) dan TATO (LnX 4 ) secara bersama-sama terhadap PBV (LnY) dapat dilihat pada Tabel 5.14 berikut :

21 77 Tabel 5.14 Hasil Uji F ANOVA a Model Sum of Mean Df Squares Square F Sig. Regression 52, ,457 21,498,000 b 1 Residual 40, ,486 Total 92, a. Dependent Variable: PBV b. Predictors: (Constant), TATO, DR, ROA, CR Berdasarkan Tabel 5.14 di atas dapat dijelaskan sebagai berikut : 1. Uji F menunjukkan p-value (Sig) < 0,05, hal ini berarti H0 ditolak dan Ha diterima, artinya variabel LnX 1, LnX 2, LnX 3, dan LnX 4 berpengaruh secara simultan dan signifikan terhadap variabel dependen, yaitu : LnY. 2. Hal ini berarti terdapat pengaruh signifikan rasio profitabilitas, likuiditas, solvabilitas, dan aktivitas secara simultan terhadap nilai perusahaan. Hal ini sejalan dengan penelitian Rompas (2013) yang menyatakan bahwa Likuiditas, Solvvabilitas, Rentabilias secara simulant berpengaruh tehadap nilai perusahaan, begitu juga dengan hasil penelitian Hestinoviana at all yaitu pofitabilitas, solvabilitas, pertumbuhan asset dan pertumbuhan penjualan secara simultan berpengaruh terhadap nilai perusahaan. Hasil penelitian ini sejalan pula dengan penelitian Saputra Widi yang menyatakan bahwa ukuran perusahaan (Size), profitabilitas, pertumbuhan aset, pertumbuhan penjualan, DER berpengaruh secara simulant terhadap nilai perusahaan.