BAB IV PEMBAHASAN. Nilai tambah ekonomis (EVA) merupakan nilai yang di dapatkan shareholder dari hasil

Transkripsi

1 BAB IV PEMBAHASAN IV.1. Analisa dan Evaluasi EVA Nilai tambah ekonomis (EVA) merupakan nilai yang di dapatkan shareholder dari hasil kinerja menejemen dalam mengelola modal yang di berikan pada perusahaan. Economic Value Added (EVA) mengurangi laba dengan biaya modal sehingga manajemen perusahaan dituntut mampu memilih investasi dengan tingkat pengembalian optimum dan dengan tingkat risiko minimum. Tahapan tahapan yang dilalui di dalam menghitung nilai Economic Value Added (EVA) adalah sebagai berikut: 1. Menghitung nilai Return On Asset (RONA) atau pengembalian aktiva bersih 2. Menghitung nilai Weight Average Cost Of Capital (WACC) 3. Menghitung modal yang diinvestasikan oleh perusahaan 4. Menghitung nilai Economic Value Added (EVA) Tabel IV.1 Economic Value Added (EVA) periode tahun Nama Perusahaan Tahun EVA Telekomunikasi Indonesia 39 (Rupiah) Astra Internasional

2 Unilever Indonesia Indocement Tunggal Prakasa Astra Agro Lestari United Tractors Tambang Batu Bara Bukit Asam Lippo Karawaci Perhitungan terdapat pada Lampiran IV.2. Analisa dan Evaluasi CVA Perhitungan Cash Value Added (CVA) merupakan perhitungan yang berbasis nilai aset pada akhir umur ekonomis yang merupakan estimasi jangka panjang pada akhir umur 40

3 ekonomisnya. Nilai aset pada akhir umur ekonomis tersebut diperoleh dengan mem-future valuekan harga perolehan aset bersangkutan. Nilai aset pada akhir umur ekonomis ini merupakan komponen dasar dalam perhitungan depresiasi ekonomis. Tabel IV.2 Cash Value Added (CVA) periode tahun Nama Perusahaan Tahun CVA Telekomunikasi Indonesia Astra Internasional Unilever Indonesia Indocement Tunggal Prakasa Astra Agro Lestari United Tractors

4 Tambang Batu Bara Bukit Asam Lippo Karawaci Perhitungan terdapat pada Lampiran IV.3. Analisa dan Evaluasi MVA Market Value Added (MVA) melakukan penilaian yang melibatkan nilai pasar dari perusahaan yang merupakan nilai terpenting bagi shareholder. MVA merupakan selisih antara nilai pasar perusahaan termasuk ekuitas dan hutang dengan modal keseluruhan yang diinvstasikan dalam perusahaan. Tabel IV.3 Market Value Added (MVA) periode tahun Nama Perusahaan Telekomunikasi Indonesia Astra Internasional Tahun Market Value Added Unilever Indonesia

5 Indocement Tunggal Prakasa Astra Agro Lestari United Tractors Tambang Batu Bara Bukit Asam Lippo Karawaci Perhitungan terdapat pada Lampiran Tahun 2007 hasil perhitungan Market Value Added (MVA) pada PT. Telekomunikasi Indonesia menunjukkan bahwa nilai Market Value Added (MVA) memberikan nilai tambah ekonomis bagi perusahaan, hal ini dapat diketahui dari perhitungan di atas bahwa nilai MVA bernilai positif yakni sebesar Rp ,- ini disebabkan karena peningkatan nilai pasar saham yakni sebesar Rp 500 per lembar saham, sehingga total nilai pasar sebesar Rp ,- lebih besar dari nilai nominal saham yang sebesar Rp

6 IV.4. Data penelitian Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik yang menggunakan regresi berganda. Analisis data dimulai dengan mengolah data menggunakan Microsoft Excel, selanjutnya dilakukan pengujian asumsi klasik dan pengujian menggunakan regresi berganda. Pengujian asumsi klasik dan regresi berganda dilakukan dengan menggunakn software SPSS versi 20 for windows. Prosedur dimulai dengan memasukkan variabel-variabel penelitian ke program SPSS tersebut dan menghasilkan outputsesuai metode analisis data yang telah ditentukan. Perusahaan yang dijadikan sampel dalam penelitian ini adalah 8 perusahaan yang terdaftar di BEI dan diamati selama periode IV.5. Analisis Hasil Penelitian IV.5.1. Analisis statistik deskriptif Metode yang digunakan dalam penelitian ini adalah metode statistik deskriptif, yaitu penelitian yang dilakukan untuk memperoleh gambaran yang sebenarnya tentang kondisi perusahaan dalam analisis. Statistik dekriptif memberikan penjelasan mengenai nilai minimum, nilai maksimumn nilai rata rata (mean), dan nilai standar deviasi dari variabel variabel independen dan variabel dependen. Informasi yang di butuhkan dalam penelitian ini merupakan data sekunder yang diperoleh dari dan Indonesian Capital Market Directory berupa data keuangan sampel perusahaan perusahaan penelitian dari tahun yang dijabarkan dalam bentuk statistik. Variabel dari penelitian ini terdiri dari Economic Value Added, Cash Value Added sebagai variabel bebas (independent variable) dan Market Value Added (dependen variable). Statistik deskriptif variabel tersebut dari sampel perusahaan-perusahaan penelitian selama periode tahun 2007 sampai dengan tahun 2011 disajikan dalam tabel IV.4 berikut ini : 44

7 Tabel IV.4 Statistik Deskriptif Variabel Variabel Selama Tahun 2007 sampai Tahun 2011 Descriptive Statistics N Minimum Maximum Mean Std. Deviation EVA CVA MVA Valid N (listwise) 40 Tabel IV.4 menunjukkan bahwa Economic Value Added (EVA) dan Cash Value Added (CVA) memiliki nilai minimum negatif. Berikut ini perincian data deskriptif yang telah diolah: a. Variabel Economic Value Added (EVA) memiliki nilai minimum dan nilai maksimum dengan rata rata EVA dengan jumlah sampel sebanyak 8 perusahaan. b. Variabel Cash Value Added (CVA) memiliki nilai minimum dan nilai maksimum dengan rata rata dengan jumlah sampel sebanyak 8 perusahaan. c. Variable market value added (MVA) memiliki nilai minimum dan nilai maksimum dengan rata-rata dengan jumlah sampel sebanya 8 perusahaan. IV.5.2. Uji Asumsi Klasik Untuk menghasilkan suatu model dan analisis regresi yang baik, analisis regresi memerlukan pengujian asumsi klasik sebelum melakukan pengujian hipotesis. Apabila terjadi penyimpangan dalam pengujian asumsi klasik perlu dilakukan perbaikan terlebih dahulu. Pengujian asumsi klasik yang telah dilakukan adalah sebagai berikut: 45

8 IV Uji Normalitas Uji normalitas bertujuan untuk menguji apakah variabel residual berdistribusi normal. Pengujian normalitas data dalam penelitian ini menggunakan uji statistik non parametric Kolmogorov-Smirnov (K-S) dengan membuat hipotesis : H 0 : Data residual berdistribusi normal H i : Data residual tidak beristribusi normal Dalam uji Kolmogorov-Smirnov, pedoman yang digunakan dalam pengambilan keputusan yaitu : 1) Jika nilai signifikasi < 0,05 maka distribusi data tidak normal, 2) Jika nilai signifikasi > 0,05 maka distribusi data normal. Table IV.5 Uji Normalitas One-Sample Kolmogorov-Smirnov Test MVA N Mean 0000 Normal Parameters a,b Std. Deviation Absolute.225 Most Extreme Differences Positive.225 Negative Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed).334 a. Test distribution is Normal. b. Calculated from data. 46

9 Hasil dari pengolahan data diatas, menyatakan besarnya nilai Kolmogorov-Smirnov adalah dan signifikasinya pada 0,334 maka disimpulkan data terdistribusi secara normal karena p = 0,334 > 0,05. Data yang terdistribusi normal juga tersebut juga dapat dilihat melalui grafik histogram dan grafik normal plot data berikut ini : 47

10 Gambar IV.1 Grafik Normal Histogram dan P-P Plot Berdasarkan gambar IV.1 hasil uji normalitas dengan menggunakan grafik histogram menunjukkan bahwa distribusi data normal karena distribusi data mengikuti garis diagonal. Demikian pula dengan grafik plot, terlihat titik titik menyebar di sekitar garis diagonal serta penyebarannya mendekati garis diagonal. Dari kondisi diatas dapat disimpulkan bahwa data dalam model regrresi terdistribusi secara normal. 48

11 IV Uji Multikolinearitas Mendeteksi ada tidaknya gejala multikolineritas adalah dengan melihat nilai tolerance dan Variance Inflation Factor (VIF), serta menganalisis matrik korelasi variable variable independen. Besarnya tingkat multikolineritas yang masih dapat ditolerir, yaitu Tolerance >0,10, dan nilai Variance Inflation Factor (VIF) <10. Berikut disajikan table hasil pengujian : Tabel IV.6 Uji Multikolinieritas Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF (Constant) EVA CVA a. Dependent Variable: MVA Berdasarkan tabel diatas, dapat disimpulkan bahwa tidak terjadi gejala multikolineritas antara variable independen yang diindikasikan dari nilai tolerance setiap variable lebih besar dari 0,1. Nilai tolerance EVA adalah 0,502 dan CVA adalah 0,502. Nilai VIF kedua variable independen lebih kecil dari 10 yaitu EVA sebesar 1,993 dan CVA 1,993. Maka dapat disimpulkan bahwa analisis lebih anjut daapt dilakukan dengan menggunakan model regresi berganda. 49

12 IV Uji Heterokedastisitas Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala heterokedastisitas adalah dengan melihat pola grafik yang dihasilkan dari pengolahan data dengan menggunakan program SPSS. Dalam pengambilan keputusannya adalah: 1. Jika ada pola tetentu, seperti titik-titik yang membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka hal tersebut mengindikasikan telah tejadi heterokedastisitas. 2. Jika tidak ada pola yang jelas, seperti titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak tejadi heterokedatisitas atau telah terjadi homokedstisitas. Berikut dilampirkan grafik scatterplot untuk menganalisis apakah terjadi heterokedastisitas atau terjadi homokedastisitas dengan mengamati penyebaran titiktitik pada gambar. 50

13 Gambar IV.2 Grafik Scatterplot Dari grafik Scatterplot terlihat bahwa titik-titik menyebar secara acak dan tidak membentuk suatu pola tertentu secara tersebar baik di atas maupun di bawah angka 0 pada sumbu Y, sehingga dapat disimpulkan bahwa tidak terjadi heterokedastisitas pada model regresi dan model regresi layak dipakai untuk memprediksi MVA berdasarkan masukan variabel independen EVA dan CVA. Titik-titik yang menyebar jauh dari titiktitik lain dapat menyatakan bahwa data observasi sangat berbeda dengan data observasi yang lain. IV Uji Autokorelasi Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antara kesalahan penganggu pada periode t dengan kesalahan pada periode t-1. 51

14 Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan yang lainnya. Hal ini sering ditemukan pada data time series. Cara yang dapat digunakan untuk mendeteksi masalah autokorelasi adalah dengan menggunakan nilai uji Durbin Watson. 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 negative Tabel IV.7 Durbin-Watson Model Summary b Model R R Square Adjusted R Square a a. Predictors: (Constant), CVA, EVA b. Dependent Variable: MVA Std. Error of the Estimate Durbin-Watson Tabel IV.7 menunjukkan bahwa nilai statistik Durbin Watson sebesar 1,788. Angka statistik ini menunjukan nilai D W berada diantara -2 < 1,788 > 2. Hasil dari pengamatan, dapat disimpulkan bahwa tidak terjadi autokorelasi. IV.6. Analisis Regresi Berdasarkan hasil pengujian asumsi klasik disimpulkan bahwa model regresi yang digunakan dalam penelitian ini telah memenuhi model estimasi yang layak 52

15 dilakukan analisis regresi berganda. Berdasarkan hasil pengolahan data dengan program SPSS 20, maka diperoleh hasil sebagai berikut: IV.6.1. Persamaan Regresi Dalam pengolahan data dengan menggunakan regresi linier, dilakukan beberapa tahapan untuk mencari hubungan antara variabel independen dan variable dependen melalui pengaruh Economic Value Added (EVA) dan Cash Value Added (CVA) terhadap MVA. Berdasarkan hasil pengolahan data dengan program SPSS 20, maka diperoleh hasil sebagai berikut : Table IV.8 Hasil Analisis Regresi Coefficients a Model Unstandardized Coefficients Standardized Coefficients B Std. Error Beta t Sig (Constant) EVA CVA a. Dependent Variable: MVA Berdasarkan tabel IV.8 maka diperoleh persamaan regresi MVA = EVA CVA + µ 53

16 Keterangan : 1. Konstanta sebesar menunjukkan bahwa apabila tidak ada variable independen (EVA, CVA) maka tingkat MVA adalah sebesar β1 sebesar menunjukkan bahwa setiap kenaikan EVA sebesar 1% akan diikuti oleh kenaikan MVA sebesar dengan asumsi variabel lain tetap, 3. β2 sebesar menunjukkan bahwa setiap kenaikan CVA sebesar 1% akan diikuti oleh kenaikan MVA sebesar dengan asumsi variabel lain tetap, IV.6.2. Pengujian Hipotesis Untuk mengetahui apakah variabel independen dalam model regresi berpengaruh terhadap variabel dependen, maka dilakukan pengujian dengan menggunakan uji t ( t- test) dan uji f (f-test). IV Uji t Uji t digunakan untuk menguji signifikansi konstanta dan setiap variabel independennya. Berdasarkan hasil pengolahan SPSS versi 20, maka diperoleh hasil sebagai berikut: 54

17 Tabel IV.9 Uji T Coefficients a Model Unstandardized Coefficients Standardized Coefficients B Std. Error Beta T Sig (Constant) EVA CVA a. Dependent Variable: MVA Berikut langkah-langkah yang dilakukan dalam melakukan uji parsial (uji t): 1. Merumuskan hipotesis: Ho = EVA dan CVA tidak berpengaruh signifikan terhadap MVA. Hi = EVA dan CVA berpengaruh signifikan terhadap MVA. 2. Menentukan nilai kritis (t tabel): a. Tingkat signifikansi (a) = 5 % b. Df (Degree of Freedom) = Jumlah Data = 40 Dari tabel t (lihat lampiran 2) maka diperoleh : t = (n ; a) = (40;0,05) t = (40 ; 0,05) = ± 2, Menentukan t hitung: Dari tabel IV.10 di atas diperoleh t hitung EVA = 8,042; dan t hitung CVA = 2,577 55

18 4. Mengambil keputusan: a. Membandingkan t hitung dengan t tabel: Oleh karena EVA 8,042 > +2,021 dan CVA 2,577 > +2,021, maka Ho ditolak. b. Berdasarkan probabilitas: Dari tabel IV.10 diketahui probabilitas (Sig.) EVA adalah 0,000 atau kurang dari 0,05, sedangkan probabilitas (Sig) CVA 0,014 atau kurang dari 0,05 maka Ho ditolak. 5. Kesimpulan: Berdasarkan hasil langkah-langkah yang telah dijelaskan di atas dengan hasil Ho ditolak dengan kata lain Hi diterima, hal ini menyatakan bahwa Economic Value Added (EVA) dan Cash Value Added (CVA) berpengaruh signifikan terhadap Market Value Added (MVA). IV Uji F Untuk melihat pengaruh Economic Value Added (EVA) dan Cash Value Added (CVA) terhadap Market Value Added (MVA) dapat dihitung dengan menggunakan F test. Berdasarkan hasil pengolahan data dengan program SPSS 20, maka diperoleh hasil sebagai berikut: 56

19 Tabel IV.10 Uji F ANOVA a Model Sum of Squares df Mean Square F Sig Regression b Residual Total a. Dependent Variable: MVA b. Predictors: (Constant), CVA, EVA Dari uji ANOVA atau F test, diperoleh Fhitung sebesar 100,200 dengan tingkat signifikansi 0,000, sedangkan F tabel sebesar 3,27 dengan signifikansi 0,05. Berdasarkan hasil tersebut dapat disimpulkan bahwa Economic Value Added dan Cash Value Added berpengaruh signifikan terhadap Market Vaue Added karena F hitung > F tabel (100,200 > 3,27) dan signifikansi penelitian < 0,05 (0,000 < 0,05). IV Analisis Koefisien Determinasi Nilai koefisien korelasi (R) menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel dependen. Koefisien korelasi dikatakan kuat apabila data nilai R barada diantara 0,5 dan mendekati 1. Koefisien determinasi (R Square) menunjukkan seberapa besar variabel independen menjelaskan variabel dependennya. Nilai R Square adalah 0 sampai dengan 1. Apabila nilai R Square 57

20 semakin mendekati 1, maka variabel-variabel independen mendekati semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Sebaliknya, semakin kecil nilai R Square maka kemampuan variabel-variabel independen untuk menjelaskan variasi variabel dependen semakin terbatas. Nilai R Square memiliki kelemahan yaitu nilai R Square akan meningkat setiap ada penambahan satu variabel dependen meskipun variabel independen tersebut tidak berpengaruh signifikan terhadap variabel dependen. Dalam kenyataannya nilai adjusted R Square dapat bernilai negatif, walaupun yang dikehendaki harus bernilai positif. Jika dalam uji empiris di dapat nilai adjusted R Square negatif, maka nilai adjusted R Square dianggap nol. Table IV.11 Analisis Koefisien Determinasi Model Summary b Model R R Square Adjusted R Square a Std. Error of the Estimate a. Predictors: (Constant), CVA, EVA b. Dependent Variable: MVA Model summary tabel IV.9 menujukkan nilai koefisien (r) sebesar 0,919 yang berarti bahwa ada korelasi atau hubungan antara Market Value Added (MVA) dengan variabel independennya (EVA dan CVA) kuat karena lebih dari 0,5 dan mendekati 1. Angka adjusted R Square atau koefisien determinasi adalah 0,844, mendekati angka 1. Hal ini berarti jelas ada variasi atau perubahan dalam Market Value Added (MVA) dapat 58

21 dijelaskan oleh EVA dan CVA, sedangkan sisanya 15,6% (100%-84,4%) dijelaskan oleh variabel-variabel lain yang tidak dimasukkan dalam persamaan. IV.7. Pembahasan Hasil Penelitian Nilai adjusted R Square sebesar 0,844. Hal ini berarti ada perubahan dalam MVA yang dapat dijelaskan oleh EVA dan CVA, sedangkan sisanya 15,6% (100%- 84,4%) dijelaskan oleh variabel-variabel lain yang tidak dimasukkan dalam persamaan. Dari hasil pengujian diketahui bahwa EVA berpengaruh terhadap MVA karena nilai signifikansinya kurang dari 0,05 (0,000 < 0,05), maka EVA secara individual mempengaruhi MVA. Dari hasil pengujian diketahui bahwa Cash Value Added (CVA) memiliki pengaruh terhadap MVA karena nilai signifikansinya kurang dari 0,05 (0,014 < 0,05), hal ini menunjukkan bahwa CVA secara individual mempunyai pengaruh yang signifikan terhadap MVA. 59