III. METODE PENELITIAN

Transkripsi

1 17 III. METODE PENELITIAN 3.1 Kerangka Pemikiran Penelitian Analisis kinerja keuangan BRI ini didasarkan pada laporan keuangan yang sudah dipublikasikan dan telah diaudit oleh auditor independen. Metode pengukuran menggunakan alat analisis EVA memberikan hasil perhitungan apakah BRI telah berhasil memberikan nilai tambah ekonomi bagi bank itu sendiri dan pemegang sahamnya. Investor yang potensial akan memperkirakan MVA yang tinggi apabila perusahaan dengan konsisten memperoleh pemasukan lebih besar daripada biaya total modal. MVA bernilai negatif jika pemasukan yang diperkirakan berada dibawah atau lebih kecil dari biaya total modal para investor. Secara lengkap, kerangka berfikir dalam penelitian ini dapat dilihat dalam Gambar 1. PT Bank Rakyat Indonesia (Persero) Tbk. Pasar Modal (BEI) Kinerja Pasar (Nilai pasar /ekuitas) Rugi Laba Peramalan Struktur Modal EVA Regresi sederhana MVA Investor Kebijakan Keuangan Perusahaan terkait pospos keuangan Keterangan : Gambar 1. Kerangka Pemikiran Penelitian = Komponen pembentuk = Komponen yang mempengaruhi

2 Metode Penelitian Lokasi dan Waktu Penelitian Penelitian dilakukan pada BRI, kantor pusat BRI berlokasi di Gedung BRI I, Jln. Jenderal Sudirman Kav , Jakarta. Penelitian ini dilaksanakan selama tiga bulan (April 2011-Juni 2011) dan dimulai dengan pengumpulan data sekunder mengenai BRI dari internet Jenis dan Sumber Data Data yang digunakan meliputi data kuantitatif dan data kualitatif yang terdiri dari data sekunder seperti laporan keuangan konsolidasi BRI berupa Laporan dan Laporan Rugi Laba selama lima periode ( ), profil BRI dan data historis harga saham serta studi kepustakaan dengan mempelajari buku-buku yang terkait dengan penelitian, internet, jurnal dan artikel-artikel lain yang berhubungan dengan penelitian ini Teknik Pengumpulan Data Teknik pengumpulan data yang dilakukan adalah dengan teknik pengumpulan data skunder yang dilakukan dengan pencarian literatur-literatur dan pencarian data mengenai BRI melalui internet. Pencarian data dimulai dengan pencarian laporan keuangan BRI, profil perusahaan (sejarah pendirian BRI, tujuan pendirian, visi misi, dan perkembangan BRI) serta perkembangan harga saham BRI tahun Pengolahan dan Analisis Data Pengolahan data dilakukan dengan cara manual dan menggunakan Microsoft Office Excel 2007, SPSS 11.5, dan Minitab 15, kemudian dianalisis secara kualitatif dan kuantitatif berdasarkan kerangka pemikiran yang telah disusun. Pengolahan data secara kualitatif menggunakan metode deskriptif meliputi penguraian aspek profil dan sistem manajemen BRI. Metode analisis data kuantitatif dilakukan untuk mengkaji kinerja keuangan BRI dengan menggunakan perhitungan nilai EVA, MVA, analisis pengaruh EVA terhadap MVA serta analisis peramalan kinerja keuangan BRI dimasa yang akan datang.

3 Metode Perhitungan EVA Berikut ini adalah tabel tahapan perhitungan yang dilakukan : Tabel 3. Tahapan Perhitungan EVA Tahapan Perhitungan Sumber 1. NOPAT NOPAT = Laba Bersih Biaya Bunga Laba Rugi BBBBBBBBBB BBBBBBBBBB 2. Kd* Kd = HHHHHHHHHHHH Kd* =Kd (1 T) 3. Ke Ke = DDDDDDDDDDDDDD HHHHHHHHHH SSSShaaaa 4. Struktur Modal Wd = HHHHHHHHHHHH AAAAAAAAAA We = EEEEEEEEEEEEEE AAAAAAAAAA 5. WACC WACC =[(KKKK x WWWW) + (KKKK x WWWW)] 6. IC IC = Asset- Non Intresting Bearing Liabilities Laba Rugi Diketahui Data historis saham 7. COC COC= WACC x IC 8. EVA EVA = NOPAT COC, Laba Rugi, Data Historis Saham Untuk menghitung Ke (biaya ekuitas) digunakan pendekatan CAPM. Menurut O Byrne dan Young (2001), CAMP dikembangkan secara independen oleh Profesor William Sharpe dari Universitas Stanford dan Jhon Lintner dari Universitas Harvard. E. Pendekatan dengan konsep tersebut menghasilkan hasil yang lebih akurat dan lebih banyak dipakai dengan penenentuan biaya ekuitas dalam menilai EVA. Berikut ini merupakan langkah-langkah Metode CAMP : 11. RR iiii = PP tt PP iiii 11 +DDDD PP tt 11...(7) Keterangan: RR iiii PP_iiii = tingkat pengembalian saham perusahaan bulan ke-t = harga saham per lembar bulan t PP_(iiii 1) = harga saham per lembar bulan sebelumnya DD tt = dividen pada bulan ke t 22. RR mmmm = IIIIIIII tt IIIIIIII tt 11 IIIIIIII tt 11...(8) EE (RRRR) = RR mmmm NN...(9)

4 20 Keterangan : R mt IHSG t = Tingkat pengembalian pasar pada bulan ke-t = Indeks Harga Saham Gabungan bulan ke-t IHSG t 1 = Indeks Harga Saham Gabungan bulan ke t-1 N E (Rm) = Jumlah data = Tingkat pengembalian pasar yang diharapkan 3. ββ_ii= σσ iiii...(10) σσ 22 mm σσ iiii = nn tt=11 (RRRRRR RRRR)(RRRRRR RRRR) nn...(11) σσ 22 mm = nn tt=11 (RRRRRR RRRR)22...(12) nn 11 Keterangan : βii σ im σ 2 mm Rm Rmt = Koefisien beta = Kovarian tingkat pengembalian saham i dengan tingkat pengembalian pasar = varian tingkat pengembalian pasar = Tingkat pengembalian atas resiko pasar = Tingkat pengembalian pasar pada periode t 4. Rf = Tingkat pengembalian bebas risiko = Tingkat suku bunga SBI 5. Ke = Rf + ββi E(Rm Rf)...(13) MRP = Rm Rf...(14) Ke = Rf +( ββi x MRP)...(15) Keterangan : Rm β MRP = tingkat pengembalian atas resiko pasar = Faktor resiko (beta) yang berlaku untuk perusahaan = Market Premium Risk (Premi Resiko Pasar) Struktur modal suatu bank yang optimal akan menghasilkan keseimbangan antara resiko dan tingkat pengembalian sehingga akan memaksimalkan harga saham. Struktur modal bank yang optimal adalah persentase yang seimbang antara komponen hutang dan modal yang dimiliki bank. Nilai persentase komponen hutang diberi lambang Wd, dan untuk persentase komponen modal diberi lambang We. WACC (rata-rata tertimbang biaya modal) diperoleh dari pengalian bobot tertimbang atas hutang dan modal ekuitas bank dari keseluruhan

5 21 struktur modal perusahaan. Untuk menghitung WACC harus diketahui jumlah hutang dan jumlah ekuitas dalam struktur modal berdasarkan nilai pasar, biaya hutang, tingkat pajak, dan biaya ekuitas. Selanjutnya dilakukan penghitungan IC yang merupakan aset dikurangi dengan non interest bearing liabilitis. COC (biaya modal) dihitung dengan cara mengalikan WACC dengan modal yang diinvestasikan (IC). Dari penghitungan tahap-tahap tersebut akan diperoleh nilai EVA dengan memasukkan rumus perhitungan EVA, dimana NOPAT dikurangi dengan COC, seperti pada persamaan satu Metode Perhitungan MVA Nilai MVA diperoleh dari nilai pasar dikurangi dengan modal yang diinvestasikan investor. Dalam perhitungan MVA terdapat empat komponen tahapan yang perlu dilakukan, yaitu : Tabel 4. Tahapan Perhitungan MVA Tahapan Perhitungan Sumber 1. Market Value Harga penutupan saham Data historis harga saham 2. Shares Data historis harga Jumlah saham yang beredar Outstanding saham 3. Book Value Ekuitas 4. MVA (Harga pasar saham x Shares Data historis harga Ourstanding) Book Value saham, neraca Nilai pasar suatu bank maupun perusahaan merupakan penjumlahan antara saham biasa, bunga minoritas, dan total hutang. Dengan kata lain, nilai pasar suatu bank dapat diperoleh dari harga saham yang tercantum pada akhir periode penutupan. Shares Out standing adalah jumlah lembar saham yang beredar yang dimiliki oleh suatu bank. Sedangkan bookvalue (nilai buku) merupakan total ekuitas yang tercatat pada laporan neraca bank. Selanjutnya, apabila semua komponen tahapan telah diketahui maka MVA dapat dihitung dengan mengalikan harga saham dan shares outstanding, kemudian dikurangi dengan book value, secara singkat dapat dilihat pada persamaan dua. 3.4 Analisis Pengaruh EVA terhadap MVA Analisis regresi sederhana adalah analisis yang digunakan untuk menganalisis satu variabel terikat (Y) dengan menggunakan satu variabel bebas (X). Oleh karena itu,

6 22 analisis pengaruh EVA terhadap MVA dilakukan dengan menggunakan metode analisis regresi sederhana, karena hanya menganalisis satu variabel bebas yaitu EVA. Selain itu, dilakukan analisis korelasi (correlation analysis), yaitu analisis yang digunakan untuk mengetahui hubungan sebab akibat antara variabel. Menurut Nafarin (2007), hubungan saling ketergantungan antara dua variabel harus diuji dengan koefisien korelasi. Koefisien korelasi menunjukkan angka paling kecil -1 dan paling besar +1. Bila koefisien korelasi mendekati satu berarti pengaruh X terhadap Y adalah besar, tidak peduli apakah koefisien korelasi tersebut positif atau negatif. Apabila korelasi tersebut positif berarti semakin besar X dan semakin besar Y. Sebaliknya, bila korelasi tersebut negatif berarti semakin besar X dan semakin kecil Y atau semakin kecil X dan semakin besar Y. Jika koefisien korelasi mendekati nol berarti pengaruh dari variabel tersebut kecil sekali (tidak berpengaruh). Dalam penelitian ini, uji korelasi dan regresi dilakukan dengan menggunakan SPSS Jika dalam pengujian hasil R 2 (koefisien determinan) positif (mendekati satu), berarti pengaruh variabel X sangat besar terhadap variabel Y. Sebelum melakukan uji korelasi dan regresi, dilakukan uji normalitas data dengan menggunakan uji Kolmogorov Smirnov. Kolmogorov Smirnov adalah uji beda antara data yang diuji normalitasnya dengan data normal baku. Penerapan pada uji Kolmogorov Smirnov adalah bahwa jika signifikansi<0,05 berarti data yang diuji mempunyai perbedaan yang signifikan dengan data normal baku, berarti data tersebut tidak normal. Jika signifikansi>0,05 maka berarti tidak terdapat perbedaan yang signifikan antara data yang diuji dengan data normal baku, artinya data yang kita uji normal. Penelitian ini menggunakan data time series dari hasil analisis laporan keuangan BRI selama periode tertentu sebagai sumber data. Periode waktu laporan keuangan yang digunakan sebagai sumber data adalah laporan keuangan selama lima tahun terakhir ( ) Perumusan dan Pengujian Hipotesis Menurut Kountur (2005), hipotesis merupakan jawaban sementara atau dugaan jawaban dari suatu masalah. Pengujian hipotesis perlu dilakukan untuk melihat kelayakan model yang dirancang serta untuk mengetahui apakah variabel independennya memiliki pengaruh yang signifikan atau tidak terhadap variabel dependen. Hipotesis yang dirumuskan dalam penelitian ini adalah variabel EVA yang telah didefenisikan memiliki pengaruh yang signifikan terhadap MVA. Perumusan hipotesisnya adalah sebagai berikut :

7 23 Ho = Dinyatakan bahwa tidak ada pengaruh yang signifikan antara variabel independen dalam hal ini adalah EVA terhadap variabel dependen MVA. Ha = Dinyatakan bahwa ada variabel lebih besar atau lebih kecil dari nol dan ini menunjukkan bahwa terdapat pengaruh signifikan antara variabel independen yakni EVA terhadap variabel dependen yaitu MVA. Besarnya nilai kesalahan α yang diasumsikan dalam pengujian hipotesis ini yaitu besarnya kesalahan jika menolak Ho padahal Ho itu benar adalah sebesar 5 persen. Penolakan dan uji signifikasi terhadap kontribusi masing-masing variabel independen ditunjukkan oleh besarnya nilai p (p-value) yang diperoleh dari program statistik SPSS Peramalan (Forecasting) Kinerja Keuangan Pada penelitian ini, komponen yang diramalkan adalah komponen laporan keuangan rugi laba dan neraca. Maksud dari peramalan ini adalah untuk mengetahui bagaimana keadaan atau perkembangan keuangan BRI di tahun Model peramalan yang dipakai adalah model peramalan Double Exponential Smoothing menggunakan data historis dalam bentuk time series tahunan dengan menggunakan Software Minitab 15. Metode ini menyesuaikan faktor trend yang ada pada pola data. Dipopulerkan oleh C.C. Holt (1957), model ini menambahkan faktor pertumbuhan (growth factor) atau faktor trend (trend factor) pada persamaan dasar dari smoothing. Rumus Holt s Linear Smoothing : Untuk komponen level estimate : LL tt = ααyy tt + (11 αα)(ll tt 11 + TT tt 11 )...(16) Untuk komponen trend estimate : TT tt = β(ll tt LL tt 11 ) + (11 ββ)tt tt 11...(17) Untuk forecast periode ke p dari data tertentu : (berdasar angka di kolom FITS 1 pada MINITAB) Ý tt+pp = LL tt + pptt tt...(18) Di mana : L = level estimate (dipengaruhi oleh besaran) T = trend estimate (dipengaruhi oleh besaran) Ý = nilai forecast untuk periode mendatang

8 Pengujian Error (Residu) Pengujian untuk mengetahui dapat atau tidaknya metode Holt dengan α = 0,2 dan β=0,2 dalam forecasting komponen neraca dan rugi laba, t tabel dihitung dari tingkat signifikansi 5% yang dibagi dua, serta df adalah jumlah data dikurang 1 (jumlah data-1), atau dalam penelitian ini adalah 4 (5-1), t (0,025;4) adalah ± 2,776. Jika t hitung < dari t tabel maka pengamatan dari correlogram tidak error dan bersifat random. Demikian juga dengan angka LJUNG-BOX Q, jika pada lag 10 (LBQ per komponen yang di forecast) < XX 2 tabel (0,025;4) = 11,143, maka keduanya menunjukkan forecasting dengan metode Holt dengan kriteria α= 0,2 dan β=0,2 dapat digunakan untuk memprediksi rata-rata komponen yang di forecasting di masa mendatang Mengukur Ketepatan Forecasting Menurut S. Santoso (2009), menghitung kesalahan (akurasi perhitungan) forecasting sering pula disebut dengan menghitung ketepatan pengukuran (accurancy measures). Dalam praktek ada beberapa alat ukur yang sering digunakan untuk menghitung kesalahan prediksi : 1. MAPE (Mean Absolute Percentage Error) MAPE = nn nn AA tt FF tt AA tt tt=11...(19) 2. MAD (Mean Absolute Deviation) MAD = 11 nn AA nn tt 11 tt FF tt...(20) 3. MSD/MSE (Mean Squared Deviation/Mean Squared Error) MSE = 11 nn (AA nn tt FF tt ) 22...(21) tt=11 Di mana : At = Data aktual pada waktu t Ft = Data forecasting pada waktu t n = Jumlah data Pada dasarnya ketiga rumus di atas mengukur seberapa jauh data hasil forecast berbeda dengan data asli (aktual)-nya. Karena ada kemungkinan selisih dua data tersebut negatif, karena data aktual lebih besar dari data forecast-nya, maka selisih tersebut kemudian dimutlakkan. Sedangkan untuk rumus MSD (MSE) hal itu tidak perlu dilakukan karena dengan mengkuadratkan selisih keduanya, otomatis tidak akan ada data bernilai negatif.

9 25 Pada pengukuran MAD, hanya dilakukan selisih data aktual dengan data forecast, yang kemudian dirata-rata sesuai jumlah data yang ada. Sedangakan pengukuran MSD/MSE, selisih tersebut dikuadratkan, kemudian dijumlahkan. Untuk MAPE, selisih kedua data tersebut dijadikan dalam dalam bentuk persentase. Minitab dan sejumlah besar software menggunakan ketiga ukuran kesalahan prediksi yang populer ini. Semakin kecil nilai dari ketiganya maka semakin akurat hasil forecasting yang diperoleh. 3.6 Hasil yang Diharapkan (Expected Results) Hasil yang diharapkan dari penelitian ini diantaranya : 1. Nilai EVA dan MVA yang diperoleh dari hasil penelitian ini positif 2. Adanya hubungan antara EVA dengan MVA (nilai EVA mempengaruhi nilai MVA) 3. BRI memiliki struktur modal yang optimal selama periode penelitian ( ) 4. Prediksi keadaan keuangan BRI masa yang akan datang menunjukkan peningkatan kinerja