BAB IV ANALISIS HASIL DAN PEMBAHASAN

Transkripsi

1 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Statistik Deskriptif Statistik deskripsi menjelaskan karakteristik dari masing-masing variabel yang terdapat dalam penelitian, baik variabel dependen maupun independen selama periode tahun yang terdiri dari nilai minimum, maksimum, mean, dan standar deviasi. Tabel 4.1 Statistik Deskriptif Descriptive Statistics N Minimum Maximum Mean Std. Deviation EVA MVA Valid N 44 (listwise) Sumber: Data diolah menggunakan SPSS 17 Pada tabel 4.1 di atas menunjukkan bahwa jumlah data yang digunakan dalam penelitian ini sebanyak 45 sampel. 36

2 37 1. Economic Value Added (EVA) Dari tabel 4.1 di atas terlihat bahwa nilai rata-rata (mean) diperoleh hasil dari maximum dan minimum pada variabel EVA (PT.Mayora Indah, Tbk) sebesar 4,0221 dengan standar deviasi (penyimpangan dari nilai rata-rata/mean) sebesar 2,42670, jadi semakin kecil standar deviasi (data) yang diperoleh semakin bagus (standar deviasi<mean). Nilai EVA tertinggi (maximum) pada PT. Darya-Varia Laboratoria,Tbk yaitu sebesar 9,77 pada tahun 2009 karena dari hasil Capital-nya lebih tinggi Rp Nilai EVA terendah (minimum) pada PT. Mayora Indah, Tbk yaitu sebesar 1.02 pada tahun 2008 karena dari hasil Nopat-nya lebih rendah Rp Hal ini menunjukan bahwa data variabel EVA memiliki sebaran yang besar, karena standar deviasi lebih besar dari nilai mean-nya. Dapat disimpulkan bahwa data yang digunakan pada variabel EVA merupakan data yang bagus. 2. Market Value Added (MVA) Dari tabel 4.1 di atas terlihat bahwa nilai rata-rata (mean) diperoleh hasil dari maxsimum dan minimum pada variabel MVA adalah 4,29420 dengan standar deviasi (penyimpangan dari nilai ratarata/mean) sebesar 2,74323, jadi semakin kecil standar deviasi (data) yang diperoleh semakin bagus. Nilai MVA tertinggi (maximum) pada PT. Delta Djakarta, Tbk yaitu sebesar 8,89, pada tahun 2009 karena dari hasil Saham yang beredar lebih tinggi Rp Nilai MVA terendah (minimum) pada PT. Multi Bintang Indonesia, Tbk

3 38 yaitu sebesar 1,04, pada tahun 2008 karena dari hasil EPS (Rp ) lebih rendah. Hal ini menunjukan bahwa data variabel MVA memiliki sebaran yang tidak begitu besar, karena standar deviasi lebih kecil dari nilai mean-nya. Dapat disimpulkan bahwa data yang digunakan pada variabel MVA bagus. B. Uji Asumsi klasik Untuk memperoleh hasil regresi yang tidak bias, maka sebelum dilakukan regresi sebaiknya dilakukan uji asumsi. Adapun uji asumsi klasik yang terdiri dari: 1) Uji Normalitas Uji asumsi normalitas Kolmogorov-Smirnov digunakan untuk menguji keselarasan data dalam penelitian. Uji normalitas bertujuan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati normal. Oleh karena itu, data yang akan diuji adalah variabel independen (bebas X) sebagai Economic Value Added (EVA), dan variabel dependen (terikat Y) sebagai Market Value Added (MVA). Dalam uji Kolmogorov-Smirnov menggunakan taraf signifikansi lebih besar dari (α) 5% dengan kriteria pengujian antara lain: 1. Angka signifikan (SIG) > 0,05 maka data berdistribusi normal. 2. Angka signifikan (SIG) < 0,05 maka data tidak berdistribusi normal. Uji normalitas data statistik Kolmogorov Smirnov setelah berdistribusi normal akan disajikan dalam output tabel dibawah ini :

4 39 Tabel 4.2 Uji Normalitas Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test EVA MVA N Normal Mean Parameters a Std. Deviation Most Extreme Differences Absolute Positive Negative Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) a.test distribution is Normal. b.calculated from data. Sumber: Data diolah menggunakan SPSS 17 Berdasarkan hasil dari pengujian normalitas data statistik nonparametrik One Sample Kolmogorov Smirnov Test untuk variabel dependen (MVA) sebagai berikut: Mean atau rata rata MVA dari 45 sampel data perusahaan adalah sebesar 4,2516 dengan standar deviasi sebesar 2,69092 dan nilai Kolmogorov-Smirnov Z = 0,956 serta dari data Asymp.sig dua sisi untuk variabel MVA adalah 0,321 atau diatas 0,05 (0,321>0,05) berdasarkan data diatas maka distribusi populasi MVA adalah normal. Berdasarkan hasil dari pengujian normalitas data statistik nonparametrik One-Sampel Kolmogorov-Smirnov Test untuk variabel independen (EVA) sebagai berikut:

5 40 Mean atau rata rata EVA dari 45 sampel data perusahaan sebesar 4,0221 dengan standar deviasi sebesar 2,42670 dan nilai Kolmogorov- Smirnov Z = 0,730 serta data Asymp.sig dua sisi untuk variabel EVA adalah 0,661 atau diatas 0,05 (0,661>0,05). Berdasarkan data diatas maka distribusi populasi pertumbuhan MVA dan EVA adalah normal. 2) Uji Simultan Dengan F-Test (Anova) Uji Anova bertujuan untuk menguji apakah dalam model regresi, variable independen mempengaruhi variable dependen secara simultan (bersamaan), yaitu pengaruh EVA (X) terhadap MVA (Y). Untuk hasil perhitungan pada tabel Anova dalam menentukan nilai F dapat dilihat pada tabel dibawah ini : Tabel 4.3 Uji Simultan dengan F-Test ANOVA(b) Model Sum of Squares df Mean Square F Sig. 1 Regression a Residual Total a.predictors: (Constant), EVA b.dependent Variable: MVA Sumber: Data diolah menggunakan SPSS 17 Dari Uji F atau Uji ANOVA didapat F adalah 0,157 dengan tingkat signifikansi 0,694. Karena probabilitas lebih besar dari (α) 0,05 (0,694>0,05), disimpulkan bahwa uji F ini diperoleh dengan faktor

6 41 penilaian kinerja Economic Value Added (EVA) tidak berpengaruh Market Value Added (MVA). Karena tidak terjadi proses pertambahan nilai ekonomis bagi perusahaan. Dalam arti laba yang dihasilkan tidak memenuhi harapan para kreditor dan pemegang saham (investor). 3) Uji Parsial Dengan T-Test Uji hipotesis dilakukan dengan menggunakan uji signifikansi. Uji signifikansi (pengaruh nyata) pada variabel bebas (X) terhadap variabel terikat (Y) akan diterapkan pada uji statistik T (T-test) dengan catatan bahwa hasil signifikansi dari p-value harus di bawah angka (α) 0,05 (pvalue<0,05) agar hipotesis (Ha) dapat diterima. Dapat dilihat pada tabel dibawah ini :. Tabel 4.4 Uji Parsial dengan T-Test Coefficients a Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta t Sig. 1 (Constant) EVA a.dependent Variable:MVA Sumber: Data diolah menggunakan SPSS 17 Berdasarkan nilai dari uji T dapat dilihat pada kolom sig variabel independen EVA (0,694). Ternyata p-value lebih kecil dari taraf signifikan yang ditentukan (0,694>0,05) dengan demikian dapat disimpulkan hasil

7 42 yang diperoleh pada uji T signifikan dan terdapat tidak berpengaruh antara Economic Value Added (EVA) terhadap Market Value Added (MVA). 4) Uji Regresi Linier Sederhana Uji regresi bertujuan untuk menguji hubungan pengaruh antara satu variabel terhadap variabel lain. Variabel yang dipengaruhi adalah Market Value Added (MVA), sedangkan variabel yang mempengaruhi adalah Economic Value Added (EVA). Regresi yang memiliki satu variabel dependen dan satu variabel independen disebut regresi linier sederhana. Model persamaannya dapat digambarkan sebagai berikut: Y = α + βx + e Tabel 4.5 Uji Regresi Linier Sederhana Coefficients(a) Standardized Unstandardized Coefficients Coefficients Model B Std. Error Beta t Sig. 1 (Constant) EVA a.dependent Variable:MVA Sumber: Data diolah menggunakan SPSS 17 MVA = ,067X + e Angka-angka ini dapat diartikan sebagai berikut:

8 43 1). Konstanta sebesar 3,983; artinya jika EVA (X) nilainya adalah 0, maka MVA (Y) nilainya positif yaitu sebesar 3,983. 2). Koefisien regresi variabel EVA (X) sebesar 0,067; artinya jika EVA mengalami kenaikan Rp. 1,- maka MVA (Y) akan mengalami kenaikan sebesar Rp. 0,067. Koefisien bernilai positif artinya terjadi hubungan positif antara EVA dengan MVA, semakin tinggi tingkat EVA maka semakin menaik hubungan pada tingkat MVA. C. Pembahasan Tabel 4.6 Rangkuman Hasil Pengujian Hipotesis Uji Hipotesis Hasil Pengujian Keputusan Tidak ada hubungan linier (Uji F-test) 0,694 Ho diterima, tidak berpengaruh secara signifikan Tidak ada hubungan linier (Uji T-test) 0,694 Ho diterima, tidak berpengaruh secara signifikan Sumber : Diolah Penulis

9 44 a. Uji F-test dengan tingkat signifikansi sebesar 0,694 yang lebih kecil dari 0.05.atau jika dilihat dari nilai signifikansi,diketahui bahwa nilai sig (0,694>0.05) maka Ha ditolak dan Ho diterima. Artinya, tidak ada hubungan linier antara EVA dengan MVA. Hal ini tidak sependapat dengan hasil penelitian Yevi Dwitayanti (2005) yang menyatakan bahwa EVA berpengaruh secara simultan (bersama-sama ) terhadap MVA. b. Secara parsial dalam uji T-test, EVA memiliki tidak berpengaruh yang signifikan terhadap MVA jika dilihat dari nilai signifikansi, diketahui bahwa nilai sig (0,694>0,05) maka Ha ditolak dan Ho diterima. Artinya, tidak ada hubungan linier antara EVA dengan MVA. Penilaian diatas tidak sesuai dengan penelitian yang oleh Yevi Dwitayanti (2005). Menurut Yevi Dwitayanti menyatakan bahwa EVA berpengaruh signifikan terhadap MVA, karena EVA dan MVA merupakan alat yang digunakan untuk mengukur kinerja suatu perusahaan, secara logis apabila hasil analisis EVA positif maka MVA juga positif. Dengan kata lain hal tersebut menunjukkan bahwa kenaikan atau penurunan MVA. c. Hasil analisa yang dilakukan secara parsial (T-test) dan juga secara simultan (F-test) menunjukkan bahwa tidak ada pengaruh yang signifikan antara EVA terhadap MVA yaitu dengan tingkat signifikansi sebesar 0,694. Hal ini menunjukkan bahwa nilai tambah EVA semata mata tidak mempengaruhi dalam mengukur

10 45 tindakan manajerial untuk memaksimalkan kemakmuran atau kekayaan para pemegang saham, serta penilaian EVA bisa dipertimbangkan oleh investor sebagai alat prediksi dalam mengambil keputusan untuk melakukan kegiatan investasi, dengan demikian pada penelitian ini dapat membuktikan bahwa alat ukur tersebut tidak berpengaruh secara signifikan terhadap Market Value Added (MVA). Pendekatan EVA belum banyak diterapkan oleh perusahaan perusahaan di indonesia. Perusahaan di indonesia yang ingin menerapkan model EVA untuk mengukur kinerja perusahaan umumnya hanya perusahaan asing atau perusahaan yang mayoritas sahamnya dimiliki oleh investor asing. Alasan adanya penelitian ini dengan peneliti terdahulu dikarenakan penulis melakukan penelitian pada seluruh sektor industri barang komsumsi, sedangkan peneliti terdahulu melakukan penelitian pada sektor industri manufaktur serta tahun pengamatan yang dilakukan juga kebetulan tidak sama positif yaitu, penulis meneliti dari tahun 2008 sampai 2010 sedangkan peneliti terdahulu malakukan penelitian dari tahun 1998 sampai 2001, sehingga penelitian yang dilakukan oleh Yevi Dwitayanti (2005) dengan penelitian yang dilakukan oleh penulis hasilnya beda.