BAB IV HASIL DAN PEMBAHASAN. keuangan yang di publikasikan di website Bursa Efek Indonesia

Transkripsi

1 BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Penelitian ini bertujuan untuk menguji pengaruh umur perusahaan, financial leverage, dan return on assets (ROA) terhadap terhadap underpricing pada perusahaan yang melakukan IPO di Bursa Efek Indonesia (BEI). Data dalam penelitian ini di peroleh dari data perusahaan, harga saham, laporan keuangan yang di publikasikan di website Bursa Efek Indonesia ( jurnal Indonesia Capital Market Directory (ICMD), dan Populasi dalam penelitian ini adalah seluruh perusahaan yang melakukan IPO pada periode 2013 yang berjumlah 30 Perusahaan. Sampel terdiri dari beberapa anggota yang diambil dari populasi dengan menggunakan teknik purposive sampling, yaitu pengambilan sampel yang sesuai dengan kriteria yang telah di tetapkan. Atas dasar kriteria tersebut, maka jumlah sampel penelitian ini dapat dijelaskan dalam tabel sebagai berikut : Tabel 4.1 Jumlah perusahaan yang melakukan IPO tahun Sampel dikeluarkan karena overpricing -7 sampel yang di keluarkan karena data wajar -2 sampel penelitian 21 Sumber : 50

2 51 Dari tabel diatas dapat diketahui bahwa jumlah perusahaan yang melakukan IPO pada tahun 2013 adalah sejumlah 30 Perusahaan. dari data tersebut 7 perusahaan mengalami overpricing dalam periode penelitian. oleh sebab itu, perusahaan tersebut tidak dapat digunakan sebagai sampel pada penelitian ini. Selain itu, terdapat 2 perusahaan yang mempunyai harga saham yang wajar. Oleh sebab itu, perusahaan tersebut tidak dapat digunakan sebagai sampel pada penelitian ini. Berdasarkan analisis tersebut, maka jumlah sampel yang digunakan dalam penelitian ini adalah sebanyak 21 perusahaan. B. Deskriptif Variabel Tabel 4.2 Statistik Deskriptif Variabel Jumlah Data (n) Ratarata(Mean) Standar Deviasi Underpricing 21 0,22 0,22 Umur Perusahaan 21 22,23 13,52 Financial Leverage 21 1,58 1,19 Return On Assets(ROA) 21 0,06 0,04 Sumber : Data sekunder yang diolah, Perhitungan Variabel Underpricing a. Perhitungan Initial Return Initial return dihitung dengan menggunakan rumus : IR = P 1 P 0 x 100% P 0

3 52 Sebagai contoh untuk perusahaan Golden Plantation Tbk pada saat IPO harga penawaran perdana sebesar Rp. 288 per lembar saham, sedangkan pada saat harga penutupan dipasar sekunder sebesar Rp. 289 per lembar saham, sehingga dapat dihitung besarnya initial return : IR = Rp. 289 Rp. 288 x 100% = 0,0035 Rp.288 Hasil ini dapat diartikan bahwa Golden Plantation Tbk harga saham nya mengalami underprice sebesar 0,35% dari harga saham perdana. Untuk perhitungan Underpricing pada perusahaan yang lain dapat dilakukan dengan cara yang sama. Tabel 4.3 Deskriptif terhadap variabel Underpricing No Code IPO Price Closing Price Presentasi Initial Return Initial Return 1 GOLL ,35% 0, IBFN ,69% 0, IMPC ,00% 0,5 4 BPII ,00% 0,1 5 IMJS % 0,08 6 KRAH % 0, APII % 0,5 8 SILO % 0, VICO % 0,68 10 MLPT % 0,5 11 BBMD % 0,13 12 SMBR % 0, NRCA % 0, ACST % 0,13 15 SRIL % 0, DSNG % 0, NOBU % 0, DYAN % 0,1

4 53 19 TPMA % 0,5 20 SAME % 0, HOTL % 0,081 Total 4,7232 Mean 0, Standar Deviasi 0, Sumber : Data sekunder yang diolah, 2015 Berdasarkan statistik deskriptif, variabel Underpricing yang dihitung sebagai perbandingan antara selisih harga saham pada hari pertama penutupan pada pasar sekunder dengan harga penawaran dibagi dengan harga penawaran memiliki nilai rata-rata (mean) sebesar 22% atau 0,22. Sedangkan standar deviasi sebesar 0,22 berarti ukuran penyebaran dari selisih positif harga saham dipasar sekunder dengan harga saham saat IPO adalah sebesar 0,22 dari 21 kasus yang terjadi. b. Perhitungan Umur Perusahaan Umur diukur berdasarkan pengalaman perusahaan, yang terhitung sejak perusahaan berdiri hingga pada saat melakukan IPO. Sebagai contoh untuk perusahaan Golden Plantation Tbk, berdiri pada tahun 2007 dan pada saat melakukan IPO pada tahun 2013, sehingga dapat dihitung besarnya umur perusahaan : Umur = = 6 tahun Untuk perhitungan umur pada perusahaan yang lain dapat dilakukan dengan cara yang sama.

5 54 No Date Established Date Tabel 4.4 Deskriptif terhadap variabel Umur Perusahaan Code Name of Company Umur Perusahaan 1 23/12/ /12/2007 GOLL Golden Plantation Tbk /12/ /09/1991 IBFN Intan Baruprana Finance Tbk /12/ /01/1981 IMPC Impack Pratama Industri Tbk /07/ /11/1998 BPII Batavia Prosperindo Internasional Tbk /12/ /12/2004 IMJS Indomobil Multi Jasa Tbk /11/ /08/1990 KRAH Grand Kartech Tbk /10/ /10/2000 APII Arita Prima Indonesia Tbk /09/ /08/1996 SILO Siloam International Hospitals /07/ /10/1989 VICO Victoria Investama Tbk /07/ /12/2001 MLPT Multipolar Technology Tbk /07/ /04/1955 BBMD Bank Mestika Dharma Tbk /06/ /11/1974 SMBR Semen Baturaja (Persero) Tbk /06/ /09/1975 NRCA Nusa Raya Cipta Tbk /06/ /01/1995 ACST ACSET Indonusa Tbk /06/ /05/1978 SRIL Sri Rejeki Isman Tbk /06/ /09/1980 DSNG Dharma Satya Nusantara Tbk /05/ /02/1990 NOBU Bank Nationalnobu Tbk /03/ /07/2007 DYAN Dyandra Media International Tbk /02/ /01/2005 TPMA Trans Power Marine Tbk /01/ /11/1984 SAME Sarana Meditama Metropolitan Tbk /01/ /03/2006 HOTL Saraswati Griya Lestari Tbk 7 Total 467 Mean 22, Standar Deviasi 13, Sumber : Data sekunder yang diolah, 2015 Berdasarkan statistik deskriptif, variabel umur perusahaan yang dihitung sejak perusahaan berdiri berdasar akta pendirian sampai dengan saat perusahaan tersebut melakukan penawaran perdana saham, rata-rata sebesar 22,23 tahun. Sedangkan standar deviasi sebesar 13,52 menunjukkan bahwa ukuran penyebaran adalah sebesar 13,52 dari 21 kasus yang terjadi.

6 55 c. Perhitungan Financial Leverage Financial leverage dapat dihitung dengan menggunakan rumus : Financial Leverage = Total Hutang x 100% Total Ekuitas Sebagai contoh untuk perusahaan Golden Plantation Tbk,pada saat IPO memiliki total hutang sebesar Rp sedangkan total modal sendiri sebesar Rp sehingga dapat dihitung besarnya financial leverage : Financial Leverage = Rp x 100% = 12% Rp Hasil ini dapat diartikan bahwa Golden Plantation Tbk., memiliki kemampuan dalam membayar utang dengan modal sendiri yang dimilikinya sebesar 112%. Untuk perhitungan financial leverage pada perusahaan yang lain dapat dilakukan dengan cara yang sama. Tabel 4.5 Deskriptif terhadap variabel Financial Leverage No Code Equity Debt FinLev 1 GOLL Rp Rp , IBFN Rp Rp , IMPC Rp Rp , BPII Rp Rp , IMJS Rp Rp , KRAH Rp Rp , APII Rp Rp , SILO Rp Rp , VICO Rp Rp , MLPT Rp Rp , BBMD Rp Rp ,097204

7 56 12 SMBR Rp Rp , NRCA Rp Rp , ACST Rp Rp , SRIL Rp Rp , DSNG Rp Rp , NOBU Rp Rp , DYAN Rp Rp , TPMA Rp Rp , SAME Rp Rp , HOTL Rp Rp ,57326 Total 33,30058 Mean 1, Standar Deviasi 1, Sumber : Data sekunder yang diolah, 2015 Berdasarkan statistik deskriptif, variabel financial leverage merupakan perbandingan antara total utang dengan total equity, diperoleh rata-rata keseluruhan sebesar 1, atau 158% dari nilai equity yang dimiliki perusahaan. Sedangkan standar deviasi sebesar 1, menunjukkan bahwa ukuran perusahaan dari financial leverage adalah sebesar 1,2 dari 21 kasus yang terjadi, atau terjadi penyimpangan yang cukup tinggi dari nilai rata-ratanya karena standar deviasi lebih dari nilai rata-rata. d. Perhitungan Return On Assets (ROA) Return On Assets (ROA) dapat dihitung dengan menggunakan rumus : ROA = Net Income x 100% Total Assets Sebagai contoh untuk perusahaan Golden Plantation Tbk, pada saat IPO memiliki total aset sebesar Rp sedangkan laba bersih

8 57 sebesar Rp sehingga dapat dihitung besarnya return on assets (ROA) : ROA = Rp x 100% = 0,6% Rp Hasil ini dapat diartikan bahwa Golden Plantation Tbk., seberapa efektifnya perusahaan beroperasi sehingga menghasilkan keuntungan atau laba bagi perusahaan adalah sebesar 0,6%. Untuk perhitungan Return On Assets (ROA) pada perusahaan yang lain dapat dilakukan dengan cara yang sama. Tabel 4.6 Deskriptif terhadap variabel Return On Assets (ROA) No Code Net Income Total assets ROA 1 GOLL Rp Rp , IBFN Rp Rp , IMPC Rp Rp , BPII Rp Rp , IMJS Rp Rp , KRAH Rp Rp , APII Rp Rp , SILO Rp Rp , VICO Rp Rp , MLPT Rp Rp , BBMD Rp Rp , SMBR Rp Rp , NRCA Rp Rp , ACST Rp Rp , SRIL Rp Rp , DSNG Rp Rp , NOBU Rp Rp , DYAN Rp Rp , TPMA Rp Rp ,

9 58 20 SAME Rp Rp , HOTL Rp Rp , Total 1, Mean 0, Standar Deviasi 0, Sumber : Data sekunder yang diolah, 2015 Berdasarkan statistik deskriptif, variabel merupakan Return On Assets (ROA) perbandingan antara laba bersih dengan total aset, diperoleh rata-rata keseluruhan sebesar 0,06377 atau 6% dari nilai aset yang dimiliki perusahaan. Sedangkan standar deviasi sebesar 0,04712 menunjukkan bahwa ukuran perusahaan dari Return On Assets (ROA) adalah sebesar 0,05 dari 21 kasus yang terjadi. C. Hasil Uji Statistik Deskriptif Statistik deskriptif memberikan gambaran atau deskripsi data yang dilihat dari nilai rata-rata (mean), standar deviasi, varian, maksimum, minimum, sum, range, kurtosis dan skewness (kemencengan distribusi). Skewness dan kurtosis merupakan ukuran untuk melihat apaka data umur perusahaan, financial leverage, Return On Assets (ROA) terdistribusi secara normal atau tidak. Skewness mengukur kemencengan dari data dan kurtosis mengukur puncak distribusi data. Data yang terdistribusi secara normal memiliki nilai skewness dan kurtosis mendekati angka nol. Tabel 4.7 Uji Statistik Deskriptif

10 59 Descriptive Statistics N Range Minimum Maximu Sum Mean Std. Varianc Skewness Kurtosis m Deviation e Statistic Statistic Statistic Statistic Statistic Statistic Std. Statistic Statistic Statistic Std. Statistic Std. Error Error Error 21,6765,0035,6800 4,7232,224914, , ,050,758,501-1,132,972 Underpricing Umur Perusahaan ,24 2,951 13, ,890,875,501,761,972 Financial Leverage 21 4,3021,0818 4, ,3006 1,585742, , ,432 1,102,501,652,972 Return On Assets 21,163,004,167 1,339,06378,010283,047120,002,494,501 -,776,972 Valid N (listwise) 21 Output tampilan SPSS menunjukan jumlah responden (N) ada 21. Dari data diatas menunjukan bahwa variabel selisih harga saham di pasar sekunder dengan harga saham saat IPO mempunya nilai rata-rata 0,2249 dengan nilai minimum 0,0035 dan nilai maksimum 0,68. Karena nilai standar deviasi lebih kecil yaitu sebesar 0,2235 dari nilai rata-rata maka tidak ada kesenjangan yang cukup besar antara nilai minimum dan nilai maksimum dari variabel selisih harga saham di pasar sekunder dengan harga saham saat IPO. Nilai skewness dan kurtosis untuk variabel variabel selisih harga saham di pasar sekunder dengan harga saham saat IPO masing-masing 0,758 dan -1,132 dapat disimpulkan bahwa data umur perusahaan terdistribusi secara normal. Variabel umur perusahaan mempunya nilai rata-rata 22,24 dengan nilai minimum 6 dan nilai maksimum 58. Karena nilai standar deviasi lebih kecil yaitu sebesar 13,524 dari nilai rata-rata maka tidak ada kesenjangan yang cukup besar antara nilai minimum dan nilai maksimum dari umur perusahaan.

11 60 Nilai skewness dan kurtosis untuk umur perusahaan masing-masing 0,875 dan 0,761 dapat disimpulkan bahwa data umur perusahaan terdistribusi secara normal. Variabel financial leverage mempunya nilai rata-rata 1,5857 dengan nilai minimum 0,0818 dan nilai maksimum 4,3839. Karena nilai standar deviasi lebih kecil yaitu sebesar 1,1968 dari nilai rata-rata maka tidak ada kesenjangan yang cukup besar antara nilai minimum dan nilai maksimum dari financial leverage. Untuk data financial leverage nilai skewness dan kurtosis masingmasing 1,102 dan 0,652 dapat disimpulkan bahwa data financial leverage terdistribusi secara normal. Variabel return on assets (ROA) mempunya nilai rata-rata 0,06378 dengan nilai minimum 0,004 dan nilai maksimum 0,167. Karena nilai standar deviasi lebih kecil yaitu sebesar 0,04712 dari nilai rata-rata maka tidak ada kesenjangan yang cukup besar antara nilai minimum dan nilai maksimum dari umur perusahaan. Dan untuk data return on assets (ROA) nilai skewness dan kurtosis masing-masing 0,494 dan -0,776 dapat disimpulkan bahwa data return on assets (ROA) terdistribusi secara normal. D. Hasil Uji Asumsi Klasik 1. Hasil Uji Normalitas Normalitas data diuji dengan menggunakan uji One-Sample Kolmogorov-Smirnov (KS). Prosedur pengujian sebagai berikut : Meregres fungsi empiric, dan diperoleh nilai residual

12 61 Menganalisis nilai residual dengan metode uji One-Sample Kolmogorov-Smirnov (KS) Kesimpulan : apabila nilai Asymp. Sig. (2-tailed) > 0,05 maka residual berdistribusi normal. Tabel 4.8 Hasil Perhitungan One-Sample Kolmogorov-Smirnov Test One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 21 Normal Parameters a,b Mean, Std. Deviation, Most Extreme Differences Absolute,163 Positive,163 Negative -,114 Kolmogorov-Smirnov Z,749 Asymp. Sig. (2-tailed),629 a. Test distribution is Normal. b. Calculated from data. Hasil perhitungan diatas diperoleh nilai Asymp. Sig. (2-tailed) sebesar 0,629 > 0,05. Dengan demikian data residual dalam model regresi berdistribusi normal 2. Hasil Uji Multikolonieritas Berdasarkan hasil regresi variabel independen dan variabel dependen menghasilkan nilai toleransi dan VIF. Untuk membuktikan ada atau tidaknya pelanggaran multikolinieritas dapat digunakan uji VIF dan Tolerance. Apabila VIF kurang dari 10 dan tolerance lebih dari 0,1

13 62 (Santosa, 2002) maka model penelitian tidak terjadi gejala multikolinieritas, begitu juga sebaliknya. Tabel 4.9 Hasil Perhitungan Multikolonieritas Variabel Collinearity Statistics Tolerance VIF Keterangan Umur Perusahaan,739 1,353 Tidak Ada Multikolinieritas Financial Leverage,603 1,657 Tidak Ada Multikolinieritas Return On Assets (ROA),523 1,912 Tidak Ada Multikolinieritas Sumber : Data hasil regresi Dari hasil di atas dapat diketahui bahwa semua variabel bebas mempunyai toleransi yang sangat besar terhadap variabel bebas lainnya dimana nilai toleransi seluruhnya diatas 0,1, dengan nilai VIF kurang dari 10 sehingga dapat disimpulkan bahwa variabel bebas yang digunakan dalam model penelitian ini tidak terjadi gejala multikolinieritas. 3. Hasil Uji Autokorelasi Autokorelasi didefinisikan sebagai korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu dan ruang. Pengujian ini perlu dilakukan untuk mengetahui ada tidaknya hubungan antar unsur pengganggu pada observasi dengan unsur pengganggu pada observasi lain (Gujarati, 2003). Penentuan ada tidaknya autokorelasi dapat digunakan patokan nilai Durbin-Watson hitung yang berkisar antara 0 dan 4 (Uyanto, 2009:248).

14 63 Hipotesis Nol Keputusan Jika Tidak ada autokorelasi positif Tolak 0 < d < dl Tidak ada autokorelasi positif Tidak ada keputusan dl d du Tidak ada korelasi negatif Tolak 4 dl < d < 4 4 du d Tidak ada korelasi negatif Tidak ada autokorelasi positif atau negatif Tidak ada keputusan Tidak ditolak 4 dl du < d < 4 du Tabel 4.10 Hasil Perhitungan Autokorelasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1,597 a,356,242, ,054 a. Predictors: (Constant), Return On Assets, Umur Perusahaan, Financial Leverage b. Dependent Variable: Underpricing Dari tabel di atas dapat dilihat bahwa nilai Durbin Watson sebesar (2,054). Selanjutnya nilai ini kitabandingkan dengan nilai tabel signifikansi 5%, jumlah sampel 21 dan jumlah variabel independen 3 (K=3). Dari tabel Durbin-Watson diperoleh nilai du 1,669. Nilai DW 2,054 lebih besar dari batas atas (du) yakni 1,669 dan kurang dari (4-du) 4-1,669 = 2,331 sehingga dapat disimpulkan tidak terdapat autokorelasi.

15 64 4. Hasil Uji Heteroskedastisitas Gejala heteroskedastisitas akan muncul apabila variabel disturbance term setiap observasi tidak lagi konstan tetapi bervariasi. Uji ini dimaksudkan untuk mengetahui apakah terjadi penyimpangan model karena varians gangguan berbeda antara satu observasi ke observasi lainnya. Cara yang dilakukan untuk mendeteksi terjadinya heteroskedastisitas dalam varian error term suatu model regresi yaitu dengan melihat diagram plot residualnya. Jika grafik memiliki pola yang tertentu seperti bergelombang kemudian menyempit, berpola U atau U terbalik maka dapat dipastikan bahwa model regresi terjadi heteroskedastisitas. Sebaliknya jika grafik memiliki pola yang menyebar ke atas dan ke bawah nol pada sumbu Y maka tidak terjadi heteroskedastisitas. Hasil uji heteroskedastisitas dapat ditunjukkan pada tabel berikut : Gambar 4.1 Hasil Uji Heteroskedastisitas

16 65 Berdasarkan gambar di atas terlihat bahwa grafik menyebar diatas dan dibawah sumbu Y (0) dan tidak membentuk pola tertentu maka dapat disimpulkan tidak terjadi heteroskedastisitas dalam model regresi. E. Analisis Regresi Berganda Analisis regresi pada dasarnya adalah studi mengenai ketergantungan variabel dependen (terikat) dengan satu atau lebih variabel independen (variabel bebas), dengan tujuan untuk mengestimasi dan/atau memprediksi rata-rata populasi atau nilai rata-rata variabel dependen berdasarkan nilai variabel independen yang diketahui (Gujarati, 2003). Tabel 4.11 Hasil Regresi Koefisien Regresi t Statistik Sig-t (Constant),130 1,002,330 UmurPerusahaan -,004-1,171,258 Financial Leverage -,001 -,021,983 ROA 3,033 2,375,030 Sumber : Data yang diolah, 2015 Dari tabel diatas, dapat disimpulkan persamaan regresi untuk penelitian ini sebagai berikut : IR = 0,130 0,004 X 1 0,001 X 2 + 3,033 X 3 + ε

17 66 F. Hasil Pengujian Hipotesis 1. Hasil Uji Signifikansi Simultan (Uji Statistik F) Uji statistik F pada dasarnya menunjukkan apakah ada pengaruh secara bersama-sama antara variabel terikat (Y) dengan variabel bebas (X), yaitu umur perusahaan, financial leverage, dan return on assets (ROA) secara simultan terhadap Underpricing. Tabel 4.12 Uji Statistik F ANOVA a Model Sum of Squares df Mean Square F Sig. Regression,356 3,119 3,134,053 b 1 Residual,644 17,038 Total 1, a. Dependent Variable: Underpricing b. Predictors: (Constant), Return On Assets, Umur Perusahaan, Financial Leverage Hasil Output data SPSS menunjukan nilai F sebesar 3,134 dengan signifikansi F sebesar 0,053. Nilai tersebut lebih kecil dari tingkat signifikansi 0,1 maka hasil analisis dalam penelitian ini menunjukan bahwa secara bersama-sama variabel independen (Umur Perusahaan, Financial Leverage, Return On Assets (ROA)) berpengaruh secara signifikan terhadap variabel dependen (Underpricing) ditingkat kepercayaan 90%.

18 67 2. Hasil Uji Signifikansi Parameter Individual (Uji Statistik t) Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas/independen secara individual dalam menerangkan variasi variabel dependen. Tabel 4.13 Hasil Koefisien Regresi Uji t Coefficients a Model Unstandardized Coefficients Standardized Coefficients B Std. Error Beta t Sig. (Constant),130,130 1,002,330 1 Umur Perusahaan -,004,004 -,265-1,171,258 Financial Leverage -,001,047 -,005 -,021,983 Return On Assets 3,033 1,277,639 2,375,030 a. Dependent Variable: Underpricing Berdasarkan tabel di atas maka dapat diberikan interpretasi sebagai berikut : a. Umur Perusahaan Berdasarkan hasil pengujian secara parsial umur perusahaan mempunyai nilai probabilitas 0,258 (lebih besar dari 5%), menunjukkan bahwa umur perusahaan tidak berpengaruh signifikan terhadap Underpricing pada perusahaan yang melakukan IPO. Hasil penelitian ini mendukung penelitian yang dilakukan oleh Ari Bawani (2006) yang menyatakan bahwa umur perusahaan tidak berpengaruh signifikan terhadap tingkat underpricing.

19 68 b. Financial Leverage Berdasarkan hasil pengujian secara parsial financial leverage mempunyai nilai probabilitas 0,983 (lebih besar dari 5%), menunjukkan bahwa financial leverage tidak berpengaruh signifikan terhadap Underpricing pada perusahaan yang melakukan IPO. Hubungan antara financial leverage dengan Underpricing pada perusahaan yang melakukan IPO ini tidak mendukung penelitian yang dilakukan oleh Daljono (2000) dan Trisnaningsih (2005) yang menyatakan bahwa financial leverage berpengaruh secara parsial terhadap tingkat underpricing. c. Return On Assets (ROA) Berdasarkan hasil pengujian secara parsial return on assets (ROA) mempunyai nilai probabilitas 0,030 (lebih kecil dari 5%), menunjukkan bahwa return on assets (ROA) berpengaruh signifikan terhadap Underpricing pada perusahaan yang melakukan IPO. Tanda positif pada koefisien variabel return on assets (ROA) berarti bahwa ROA mempunyai hubungan positif Underpricing pada perusahaan yang melakukan IPO. Dengan demikian, semakin tinggi ROA maka akan semakin rendah Underpricing pada perusahaan yang melakukan IPO. Hasil ini mendukung penelitian yang dilakukan oleh Imam Ghozali dan Mudrik Al Mansur (2002) yang menyatakan bahwa variabel ROA berpengaruh secara signifikan terhadap tingkat underpricing.