BAB IV ANALISIS DAN PEMBAHASAN A. Deskripsi Data 1. Analisa Perkembangan Derivatif Analisa perkembangan derivatif di Indonesia dengan mengunakan 49 perusahaan yang terdaftar di Bursa Efek Indonesia sebagai sampel, persentase penggunaan derivatif di perusahaan-perusahaan tersebut menjadi acuan perkembangannya. Tabel 4.1 Hasil Perolehan Data Tahun 2008 sampai dengan Tahun 2011 Tahun Jumlah Perusahaan Persentase 2008 32 65% 2009 30 61% 2010 27 55% 2011 21 43% Dari hasil pengumpulan data di atas, diketahui bahwa setiap tahunnya perusahaan-perusahaan yang menggunakan trasaksi derivatif sebagai lindung nilai semakin berkurang. Dari tabel diatas, dapat dilihat juga bahwa penurunan
jumlah perusahaan yang menggunakan transaksi derivatif berkurang secara bertahap. Pada tahun 2008, perusahaan yang menggunakan transaksi derivatif cukup banyak yaitu 32 perusahaan dari 49 sampel perusahaan. Bila dilihat dari persentasenya yaitu 65% berarti yang menggunakan transaksi derivatif lebih dari separuh perusahaan yang menjadi sampel. Transaksi derivatif yang dilakukan perusahaan tersebut untuk menghindari resiko yang tidak diinginkan oleh perusahaan. Pada tahun 2009, jumlah perusahaan yang menggunakan transaksi derivatif mulai menurun dari jumlah tahun 2008 yaitu 30 perusahaan dari jumlah perusahaan yang menjadi sampel. Penurunan ini tidak terlalu banyak karena hanya 2 perusahaan yang berkurang, sehingga bila dilihat dari persentasenya yaitu 61% masih lebih dari separuh perusahaan yang menjadi sampel. Pada tahun 2010, perusahaan yang menggunakan transaksi derivatif sebagai lindung nilai kembali menurun dan penurunannya lebih banyak daripada tahuntahun sebelumnya yang menyebabkan persentasenya turun sebanyak 6 % menjadi 55%. Perusahaan pada tahun 2010 masih lebih banyak separuh dari jumlah sampel perusahaan. Pada tahun 2011, terdapat penurunan jumlah perusahaan yang lebih banyak lagi dari tahun sebelumnya. Perusahaan yang menggunakan transaksi derivatif sebagai lindung nilai pada tahun tersebut hanya sebesar 27 perusahaan. Persentase yang diperoleh yaitu 43% semakin menjelaskan bahwa tidak lebih
dari separuh jumlah sampel perusahaan yang menggunakan transaksi derivatif sebagai lindung nilai. Secara keseluruhan, perkembangan transaksi derivatif dalam kegiatan usaha perusahaan semakin turun sampai pada tahun 2011. Penurunan ini juga dapat dilihat dari grafik gambar 4.1 di bawah ini. Gambar 4.1 Analisa Perkembangan Derivatif Tahun 2008 sampai dengan Tahun 2011
2. Statistik Deskriptif Sampel perusahaan yang digunakan dalam penelitian ini adalah perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia. Dalam penelitian ini sampel keseluruhan adalah sebesar 196 sampel yang terdiri atas 49 perusahaan selama tahun 2008 sampai dengan tahun 2011. Berdasarkan periode pengamatan tersebut, diperoleh 196 perusahaan yang memiliki data-data lengkap berkaitan dengan variabel penelitian. Sementara itu perusahaan yang sudah tidak terdaftar lagi di Bursa Efek Indonesia dan tidak memiliki data pengamatan tidak dimasukkan dalam penelitian ini. Berikut ini adalah deskriptif statistik dari variabel yang digunakan dalam penelitian: Hasil Statistik Deskriptif Deskriptif statistik adalah metode yang berkaitan dengan pengumpulan, peringkasan, dan penyajian data ke dalam bentuk yang lebih informatif. Statistik deskriptif digunakan untuk menggambarkan karakteristik data di dalam suatu penelitian. Statistik deskriptif adalah bagian ilmu statistik yang hanya mengolah, menyajikam data tanpa mengambil keputusan. Statistik deskriptif hanya melihat gambaran secara umum dari data yang didapatkan. Deskriptif statistik menjelaskan tentang karakteristik data yang digunakan dalam penelitian dilihat dari nilai minimum, maksimum, mean (rerata), dan standar deviasi (simpangan baku). Nilai Minimum merupakan nilai terendah untuk setiap variabel, sedangkan nilai maksimum merupakan nilai tertinggi untuk setiap variabel dalam penelitian. Nilai Mean merupakan nilai rata-rata dari
setiap variabel yang diteliti. Standar deviasi merupakan sebaran data yang digunakan dalam penelitian yang mencerminkan data itu heterogen atau homogen yang sifatnya fluktuatif. Dibawah ini merupakan statistik derskriptif dari variabel-variabel yang digunakan dalam penelitian ini, yaitu lindung nilai (hedging) dan set peluang investasi (investment opportunity set) sebagai variabel independen; nilai perusahaan (firm value) sebagai variabel dependen; ukuran perusahaan (firm size), profitabilitas, leverage, dividen, dan likuiditas sebagai variabel kontrol. Tabel 4.2 Deskriptif Statistik Variabel Penelitian De scriptive Statistics Nilai Perush Lindung_Nilai Set Peluang Investasi Firm Size Profitabilitas Leverage Dividend Likuiditas Valid N (listw ise) N Minimum Maximum Mean Std. Deviation 196.36 10.55 1.4296 1.69104 196.00 1.00.4694.50034 196.00.35.0206.05873 196 4.12 8.19 6.2467.71016 175.05 347.48 13.4153 28.92870 196.13 5.03.5732.48629 196.00 1.00.3367.47380 196.01 9.54.5302.96312 175 Sumber : Data Keuangan diolah dengan SPSS Berdasarkan tabel 4.1 diatas diketahui bahwa terdapat 8 variabel penelitian (Nilai perusahaan, Lindung nilai, Ukuran perusahaan (firm size), Profitabilitas, Leverage, Peluang investasi, Pembagian dividend, dan Likuiditas) dengan jumlah sampel secara keseluruhan sebanyak 196 sampel. Dari tabel di atas dapat dilihat
besarnya nilai minimum, maximum, mean, dan standard deviation dari tiap-tiap variabel. Tabel ini digunakan untuk membantu dalam melakukan identifikasi terhadap besar kecilnya penyimpangan atas masing-masing variabel yang mempengaruhi variabel satu dengan yang lainnya. Analisa statistik deskriptif menunjukkan hasil sebagai berikut: a. Nilai Perusahaan Variabel Nilai perusahaan mempunyai nilai minimum sebesar 0,36 dan nilai maksimum sebesar 10,55 dengan nilai rata-rata sebesar 1,4296 dan nilai standar deviasi sebesar 1,69104, yang berarti penyebaran data cenderung heterogen karena nilai standar deviasi menjauhi nol. b. Lindung Nilai Variabel Lindung nilai yang merupakan dummy variabel dengan nilai 0 berarti bahwa perusahaan tidak melakukan lindung nilai (hedging), dan bernilai 1 yang berarti bahwa perusahaan melakukan lindung nilai, dengan nilai rata-rata sebesar 0,4694 yang berarti bahwa perusahaan sampel selama periode penelitian tidak banyak melakukan lindung nilai. Nilai standar deviasi sebesar 0,50034, yang berarti penyebaran data cenderung heterogen karena nilai standar deviasi menjauhi nol. c. Set Peluang Investasi Variabel Peluang investasi mempunyai nilai minimum sebesar 0,00 dan nilai maksimum sebesar 0,35 dengan nilai rata-rata sebesar 0,0206 dan nilai standar deviasi sebesar 0,05873, yang berarti penyebaran data cenderung homogen karena nilai standar deviasi mendekati nol.
d. Ukuran Perusahaan Variabel ukuran perusahaan mempunyai nilai minimum sebesar 4,12 dan nilai maksimum sebesar 8,19 dengan nilai rata-rata sebesar 6,2467 dan nilai standar deviasi sebesar 0,71016, yang berarti penyebaran data cenderung heterogen karena nilai standar deviasi menjauhi nol. e. Profitabilitas Variabel Profitabilitas mempunyai nilai minimum sebesar 0.05% dan nilai maksimum sebesar 347,48% dengan nilai rata-rata sebesar 13,4153% dan nilai standar deviasi sebesar 28,92870, yang berarti penyebaran data cenderung heterogen karena nilai standar deviasi menjauhi nol. f. Leverage Variabel Leverage mempunyai nilai minimum sebesar 0,13 dan nilai maksimum sebesar 5,03 dengan nilai rata-rata sebesar 0,5732 dan nilai standar deviasi sebesar 0,48629, yang berarti penyebaran data cenderung heterogen karena nilai standar deviasi menjauhi nol. g. Dividen Variabel Dividen yang merupakan variabel dummy dengan nilai 0 berarti perusahaan tidak membagikan dividen dan bernilai 1 bahwa perusahaan membagikan dividen dengan nilai rata-rata sebesar 0,3367 dan nilai standar deviasi sebesar 0,47380, yang berarti penyebaran data cenderung heterogen karena nilai standar deviasi menjauhi nol.
h. Likuiditas Variabel Likuiditas mempunyai nilai minimum sebesar 0,01 dan nilai maksimum sebesar 9,54 dengan nilai rata-rata sebesar 0,5302 dan nilai standar deviasi sebesar 0,96312, yang berarti penyebaran data cenderung heterogen karena nilai standar deviasi menjauhi nol. B. Analisis Data Asumsi yang harus dipenuhi dalam prosedur pengumpulan dan pengolahan data yang dianalisis adalah sebagai berikut: 1. Uji Normalitas Uji normalitas data dalam model regresi ini bertujuan untuk mengetahui apakah distribusi penyampelan data yang digunakan telah terdistribusi normal atau tidak normal. Pengujian normalitas dapat dilakukan dengan analisis Grafik Normal P-P Plot. Jika berdasarkan Grafik Normal P-P Plot, uji normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik normal. Dasar pengambilan keputusan berdasarkan Grafik Normal P-P Plot : a. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonalnya, maka model regresi memenuhi asumsi normalitas. b. Jika data menyebar jauh dari garis diagonal dan/atau tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas. Hasil pengujian normalitas ditunjukkan dengan tabel sebagai berikut :
Expected Cum Prob Gambar 4.2 Hasil Pengujian Normalitas Normal P-P Plot of Regression Standardized Residu 1.00 Dependent Variable: Nilai Perush.75.50.25 0.00 0.00.25.50.75 1.00 Observ ed Cum Prob Sumber : Data diolah Dilihat dari gambar 4.1 grafik normalitas di atas (Normal P-Plot of Regression Standardized Residual) diatas terlihat bahwa titik-titik menyebar disekitar garis diagonal, serta penyebarannya mengikuti arah garis diagonal. Dengan demikian dapat dikatakan bahwa model regresi memenuhi asumsi normalitas. 2. Uji Asumsi Klasik Sebelum dilakukan pengujian regresi terlebih dahulu dilakukan pengujian pelanggaran asumsi klasik untuk model yang digunakan dalam penelitian. a. Uji Multikolinearitas Multikolinearitas menunjukkan bahwa antara variable independent mempunyai hubungan langsung (korelasi) yang sangat kuat. Multikolinearitas
terjadi jika nilai Variance Inflation Factor (VIF) lebih besar dari 10 (Hair et. al. 1998). Cara mendeteksi apakah ada atau tidaknya gangguan multikolinearitas ini adalah dengan melihat besaran Variance Inflatation Factor ( VIF ) dan toleransi pedoman dari suatu model regresi yang bebas dari gangguan multikolinearitas adalah sebagai berikut: 1. Jika mempunyai nilai VIF < 10 atau Tolerance > 0,10, maka tidak terdapat gejala multikolinearitas. 2. Jika mempunyai nilai VIF > 10 atau Tolerance < 0,10, maka terdapat gejala multikolinearitas Dari hasil pengolahan data statistik diperoleh tabel hasil pengujian multikolinearitas sebagai berikut : Tabel 4.3 Pengujian Multikolinearitas Model 1 (Constant) Lindung_Nilai Set Peluang Investasi Firm Size Profitabilitas Leverage Dividend Likuiditas a. Dependent Variable: Nilai Perush Unstandardized Coefficients Coefficients a Standardized Coefficients Collinearity Statistics B Std. Error Beta t Sig. Tolerance VIF -.124 1.332 -.093.926.796.285.225 2.791.006.712 1.404-6.103 2.079 -.213-2.936.004.882 1.134.317.209.121 1.517.131.729 1.371.033.007.535 4.991.000.403 2.483-2.095.510 -.475-4.108.000.347 2.880.248.264.068.941.348.883 1.133 -.137.186 -.056 -.734.464.782 1.278 Sumber : data diolah
Tabel 4.4 Hasil Pengujian Multikolinearitas Variabel Independen TOL VIF Kesimpulan Lindung nilai 0,712 1,404 Tidak ada multikolinearitas Set Peluang investasi 0,882 1,134 Tidak ada multikolinearitas Firm Size 0,729 1,371 Tidak ada multikolinearitas Profitabilitas 0,403 2,483 Tidak ada multikolinearitas Leverage 0,347 2,880 Tidak ada multikolinearitas Dividend 0,883 1,133 Tidak ada multikolinearitas Likuiditas 0,782 1,278 Tidak ada multikolinearitas Sumber : data diolah Berdasarkan tabel diatas, diketahui bahwa masing-masing variabel independen yang digunakan dalam penelitian memiliki nilai VIF < 10 (atau Tolerance > 0,10), hal ini menunjukkan bahwa pada model regresi terhindar dari masalah multikolinearitas (tidak ada hubungan yang sangat kuat antar variabel independen). b. Uji Autokorelasi Autokorelasi menunjukkan bahwa ada korelasi antara error dengan error periode sebelumnya dimana pada asumsi klasik hal ini tidak boleh terjadi. Uji autokorelasi dilakukan dengan menggunakan Durbin Watson. Jika nilai
Durbin Watson berkisar diantara nilai batas atas (d u ) maka diperkirakan tidak terjadi pelanggaran autokorelasi. Langkah-langkah pengujian autokorelasi dilakukan sebagai berikut : Hipotesa : H0 : tidak ada autokorelasi Ha : ada autokorelasi Dasar pengambilan keputusan uji autokorelasi lebih jelasnya ditampilkan pada tabel berikut ini : Tabel 4.5 Pengambilan Keputusan Uji Autokorelasi Hipotesa Nol (Ho) Keputusan Kriteria Tidak ada autokorelasi positif H 0 ditolak 0 < d <d L Tidak ada autokorelasi positif tidak ada keputusan d L d d U Tidak ada autokorelasi negatif H 0 ditolak 4-d L < d < 4 Tidak ada autokorelasi negatif tidak ada keputusan 4-d U d 4-d L Tidak ada autokorelasi (positif atau negatif) H 0 diterima d U < d < 4-d U Sumber : Basic Econometrics, Gujarati, (2003)
Hasil pengujian autokorelasi ditunjukkan dengan tabel sebagai berikut: Tabel 4.6 Hasil Uji Autokorelasi Model 1 Mode l Summary b Adjusted Std. Error of Durbin-W R R Square R Square the Estimate atson.476 a.226.194 1.58786 1.856 a. Predictors: (Constant), Likuiditas, Set Peluang Investasi, Profitabilitas, Dividend, Firm Size, Lindung_Nilai, Leverage b. Dependent Variable: Nilai Perush Sumber: data diolah Tabel 4.7 Hasil Pengujian Autokorelasi (n = 196, k = 7) Dl du 4-du 4-dl DW Kesimpulan 1,637 1,832 2,168 2,363 1,856 Tidak ada autokorelasi Dari hasil uji autokorelasi diatas diketahui bahwa hasil regresi yang diteliti mempunyai jumlah observasi atau sampel (n) sebesar 196, dengan jumlah variabel bebas (k ) sebesar 7. Maka didapat nilai batas bawah (dl) sebesar 1,637 dan dengan batas atas (du) sebesar 1,832. Hasil uji durbin Watson statistik didapat sebesar 1,856, yang berada di area du < dw < 4-du, atau berada di area yang tidak ada autokorelasi. Maka dapat disimpulkan bahwa tidak ada autokorelasi pada model regresi yang digunakan. Hasil pengujian autokorelasi juga dapat dilihat dalam gambar berikut :
Gambar 4.3 Hasil Pengujian Autokorelasi Ada Autokorelasi positif Inconclusive Tidak Ada Autokorelasi Inconclusive Ada Autokorelasi negatif 0 d L d U 4-d U 4-d L 4 DW 1,637 1,832 2,168 2,363 c. Uji Heteroskedastisitas Heteroskedastisitas menunjukkan bahwa varians dari setiap error bersifat heterogen yang berarti melanggar asumsi klasik yang mensyaratkan bahwa varians dari error harus bersifat homogen. Pengujian heteroskedastisitas dapat dilakukan dengan menggunakan scatterplot, yaitu variable dependen pada sumbu X adalah ZPRED dan variable independen pada sumbu Y adalah residualnya SRESID. Dasar pengambilan keputusannya adalah sebagai berikut : 1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjdi pelanggaran heteroskedastisitas. 2. Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka nol pada sumbu Y, maka asumsi homoskedastistas telah terpenuhi.
Berikut adalah hasil pengujian heteroskedastisitas dengan scatterplot : Gambar 4.4 Pengujian Heteroskedastisitas dengan Scatterplot 6 Scatterplot Dependent Variable: Nilai Perush 4 2 0-2 -4-6 -6-4 -2 0 2 4 6 Regression Standardized Predicted Value Sumber : Data diolah Berdasarkan gambar scatterplot di atas dapat diketahui bahwa pada gambar Scatterplot tidak terdapat pola yang jelas pada gambar tersebut dan titik-titik menyebar secara acak baik diatas dan dibawah angka nol pada sumbu Y. Dengan demikian dapat dikatakan bahwa tidak terdapat permasalahan heteroskedastisitas dalam model regresinya. 3. Pengujian Hipotesis Dalam penelitian ini, pengujian hipotesis meliputi: (1) pengujian goodness of fit model (uji koefisien determinasi) yang dilihat dari Adjusted R 2 ; (2) pengujian
parsial atau individu (uji t); dan (3) pengujian secara serentak atau secara simultan (uji F). a. Koefisien Determinasi (Pengujian Model Fit) Pengujian koefisien determinasi dilakukan untuk mengetahui besarnya kontribusi dari variabel independent terhadap variabel dependennya. Pengujian koefisien determinasi dilakukan dengan melihat besarnya nilai R 2. Koefisien determinasi (R 2 ) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah diantara nol dan satu. Nilai R 2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen (Ghozali, Aplikasi analisis multivariate dengan program SPSS, 2002). Hasil Pengujian model fit ditunjukkan dengan tabel sebagai berikut: Tabel 4.8 Hasil Pengujian Model Fit Model 1 Sumber : Data diolah Mode l Summary b Adjusted Std. Error of Durbin-W R R Square R Square the Estimate atson.476 a.226.194 1.58786 1.856 a. Predictors: (Constant), Likuiditas, Set Peluang Investasi, Profitabilitas, Dividend, Firm Size, Lindung_Nilai, Leverage b. Dependent Variable: Nilai Perush
Dari hasil pengolahan regresi berganda, diketahui nilai koefisien determinasi R 2 = 0,226 menunjukkan bahwa seluruh variabel independen (Lindung nilai dan set peluang investasi), dan variabel kontrolnya (Ukuran perusahaan (firm size), Profitabilitas, Leverage, Pembagian dividend, dan Likuiditas) hanya mampu menjelaskan variasi dari variabel dependen (Nilai perusahaan) adalah sebesar 22,6% sedangkan sisanya (100% - 22,6% = 77,4%) mampu dijelaskan oleh faktor-faktor lain yang tidak diikutsertakan dalam model. b. Uji Signifikansi 1. Uji Parsial (Uji T) Uji T dilakukan untuk mengetahui pengaruh dari variabel independen terhadap variabel dependennya. Untuk menguji hipotesa dilakukan pengujian secara parsial untuk melihat signifikansi dari pengaruh masing-masing variabel independen terhadap variabel dependen dengan mengasumsikan variabel lain adalah konstan. Dasar pengambilan keputusan 1. Pengambilan keputusan berdasarkan nilai probabilitas : Jika nilai Signifikansi < tingkat kesalahan (α = 0.05), maka H0 ditolak nilai Signifikansi > tingkat kesalahan (α = 0.05), maka H0 gagal ditolak (H0 diterima) 2. Pengambilan keputusan berdasarkan nilai t-hitung : Jika t-hitung > t-tabel, maka H0 ditolak Atau : Jika - t-hitung < - t-tabel, maka H0 ditolak
Jika t-hitung < t-tabel, maka H0 diterima Atau : Jika - t-hitung > - t-tabel, maka H0 diterima Besarnya nilai t-tabel = tα df (n-k) = t 0,05 df (15-8) = ± 1,960 Dari hasil pengujian regresi didapat hasil uji-t adalah sbb: Tabel 4.9 Hasil Uji Parsial (Uji T) Variabel Beta T-stat Sig. Keputusan Constant -0,124-0,093 0,926 - Lindung nilai 0,796 2,791 0,006 H0 ditolak Set Peluang Investasi -6,103-2,936 0,004 H0 ditolak Profitabilitas 0,033 4,991 0,000 H0 ditolak Leverage -2.095-4,108 0,000 H0 ditolak Firm Size 0,317 1,517 0,131 H0 diterima Dividend 0,248 0.941 0,348 H0 diterima Likuiditas -0,137-0.734 0,464 H0 diterima Sumber : Data diolah (lihat lampiran) Berdasarkan tabel diatas, maka persamaan regresi yang terbentuk adalah sebagai berikut :
Nilai Perusahaan = - 0,124 + 0,796 Lindung nilai 6,103 Set Peluang Inv. + 0,317 Size + 0,033 Profitabilitas - 2,095 Leverage + 0,248 Dividend - 0,137 Likuiditas + e 1 a.) Hasil Pengujian Hipotesis 1 H01: Tidak terdapat pengaruh dengan melakukan lindung nilai terhadap nilai perusahaan. Ha1: Terdapat pengaruh dengan melakukan lindung nilai terhadap nilai perusahaan. Dari hasil uji t diketahui bahwa nilai signifikansi 0,006 lebih kecil dari 0,05 (atau t-hitung= 2,791 lebih besar dari nilai t-tabel= 1,960), maka H01 ditolak, yang berarti bahwa terdapat pengaruh dengan melakukan lindung nilai terhadap nilai perusahaan. Hasil ini tidak sesuai dengan penelitian sebelumnya yang dilakukan oleh Karim Ben Khediri (2010) yang menggunakan sampel besar sebanyak 250 perusahaan Perancis selama periode 2000-2002. Berdasarkan nilai koefisien regresinya sebesar 0,796 menunjukkan bahwa pengaruh lindung nilai terhadap nilai perusahaan adalah positif yang berarti bahwa dengan penerapan lindung nilai (hedging) bagi perusahaan maka akan meningkatkan nilai perusahaan. Nilai positif yang menunjukkan bahwa nilai perusahaan akan meningkat dengan penerapan lindung nilai berarti
nilai perusahaan tidak akan meningkat bila lindung nilai tidak diterapkan oleh perusahaan. Penggunaan instrumen derivatif sebagai lindung nilai ditujukan untuk melindungi perusahaan dari risiko-risiko yang tidak diinginkan yang dapat berpengaruh positif terhadap nilai perusahaan. Untuk meningkatkan nilai perusahaan diasumsikan bahwa derivatif yang digunakan adalah derivatif untuk tujuan lindung nilai dan secara efektif dalam mengurangi eksposur risiko perusahaan. b.) Hasil Pengujian Hipotesis 2 H02: Tidak terdapat pengaruh antara set peluang investasi dengan nilai perusahaan. Ha2: Terdapat pengaruh antara set peluang investasi dengan nilai perusahaan. Dari hasil uji t diketahui bahwa nilai signifikansi 0,004 lebih kecil dari 0,05 (atau t-hitung= -2,936 lebih kecil dari nilai t-tabel= 1,960), maka H01 ditolak, yang berarti bahwa terdapat pengaruh antara set peluang investasi dengan nilai perusahaan. Berdasarkan nilai koefisien regresinya sebesar -6,103 menunjukkan bahwa pengaruh set peluang investasi terhadap nilai perusahaan adalah negatif yang berarti bahwa dengan penerapan set peluang investasi bagi perusahaan maka akan menurunkan nilai perusahaan. Perusahaan yang memiliki IOS
yang besar, memiliki investasi yang besar juga. Perilaku manajer yang mengutamakan kepentingan sendiri daripada nilai perusahaan, menyebabkan kecenderungan penggunaan utang yang agresif untuk membiayai investasi. Penggunaan utang mempunyai konsekwensi untuk pembiayaan bunga, semakin besar utang, semakin besar biaya bunga yang harus ditanggung, sehingga dapat meningkatkan risiko kebangkrutan. Dengan demikian, investasi yang besar menyebabkan utang yang besar yang memiliki risko yang tinggi sehingga dapat menurunkan nilai perusahaan. c.) Hasil Pengujian Variabel Kontrol 1.) Variabel Kontrol Ukuran Perusahaan Dari hasil uji t diketahui bahwa nilai signifikansi 0,131 lebih besar dari 0,05 (atau t-hitung= 1,517 lebih kecil dari nilai t-tabel= 1,960), maka H0 diterima, yang berarti bahwa tidak terdapat pengaruh antara ukuran perusahaan dengan nilai perusahaan. Hal ini tidak sesuai dengan penelitian sebelumnya yang dilakukan oleh Wiesantana (2008). 2.) Variabel Kontrol Profitabilitas Dari hasil uji t diketahui bahwa nilai signifikansi 0,000 lebih kecil dari 0,05 (atau t-hitung= 4,991 lebih besar dari nilai t-tabel= 1,960), maka H0 ditolak, yang berarti bahwa terdapat pengaruh antara profitabilitas dengan nilai perusahaan. Berdasarkan koefisien regresinya yang positif menunjukkan meningkatkan nilai perusahaan.
Hal ini sesuai dengan penelitian sebelumnya yang dilakukan oleh Ekayana Sangkasari Paranita (2007). 3.) Variabel Kontrol Leverage Dari hasil uji t diketahui bahwa nilai signifikansi 0,000 lebih kecil dari 0,05 (atau t-hitung= -4,108 lebih kecil dari nilai t-tabel= 1,960), maka H0 ditolak, yang berarti bahwa terdapat pengaruh antara leverage dengan nilai perusahaan. Berdasarkan koefisien regresinya yang negatif menunjukkan mengurangi nilai perusahaan. Hal ini tidak sesuai dengan penelitian sebelumnya yang dilakukan oleh Allayannis dan Weston (2001). 4.) Variabel Kontrol Dividen Dari hasil uji t diketahui bahwa nilai signifikansi 0,348 lebih besar dari 0,05 (atau t-hitung= 0,941 lebih kecil dari nilai t-tabel= 1,960), maka H0 diterima, yang berarti bahwa tidak terdapat pengaruh antara dividen dengan nilai perusahaan. Hal ini tidak sesuai dengan penelitian sebelumnya yang dilakukan oleh Allayannis dan Weston (2001). 5.) Variabel Kontrol Likuiditas Dari hasil uji t diketahui bahwa nilai signifikansi 0,464 lebih besar dari 0,05 (atau t-hitung= -0,734 lebih besar dari nilai t-tabel= -1,960), maka H0 diterima, yang berarti bahwa tidak terdapat pengaruh antara likuiditas dengan nilai perusahaan. Hal ini sesuai dengan penelitian sebelumnya yang dilakukan oleh Hartini (2010).
2. Pengujian Simultan (Uji-F) Tujuan digunakannya uji F adalah untuk menguji pengaruh dari seluruh variabel independen yang digunakan dalam penelitian terhadap variabel dependennya secara bersama-sama. Dasar pengambilan keputusan 1. Pengambilan keputusan berdasarkan nilai probabilitas : Jika nilai Signifikansi < tingkat kesalahan (α = 0.05), maka H0 ditolak nilai Signifikansi > tingkat kesalahan (α = 0.05), maka H0 gagal ditolak (H0 diterima) 2. Pengambilan keputusan berdasarkan nilai t-hitung : Jika f-hitung > f-tabel, maka H0 ditolak Jika f-hitung < f-tabel, maka H0 diterima Besarnya nilai t-tabel = tα df (n-k;k-1) = t 0,05 df (150-8;8-1) = ± 2,01 H0 : Seluruh variabel independen (lindung nilai dan set peluang investasi) dan variabel kontrol (Ukuran perusahaan (firm size), Profitabilitas, Leverage, Pembagian dividend, dan Likuiditas) tidak berpengaruh terhadap nilai perusahaan. Ha: Seluruh variabel independen (lindung nilai dan set peluang investasi) dan kontrol (Ukuran perusahaan (firm size), Profitabilitas, Leverage,
Pembagian dividend, dan Likuiditas) berpengaruh terhadap nilai perusahaan Hasil pengujian simultan (uji F) ditunjukkan dengan tabel sebagai berikut: Tabel 4.10 Hasil Pengujian Simultan (Uji F) Model 1 Regression Residual Total ANOVA b Sum of Squares df Mean Square F Sig. 123.176 7 17.597 6.979.000 a 421.059 167 2.521 544.235 174 a. Predictors: (Constant), Likuiditas, Set Peluang Investasi, Profitabilitas, Dividend, Firm Size, Lindung_Nilai, Leverage b. Dependent Variable: Nilai Perush Sumber : Data diolah dengan SPSS Dari pengujian regresi dengan melihat tabel Anova, diketahui besarnya nilai F -hitung = 6,979 dengan nilai signifikansi sebesar 0,000 lebih kecil dari alpha 0,05 maka H0 ditolak yang berarti jika diuji secara simultan maka terdapat pengaruh dari seluruh variabel independen (lindung nilai dan set peluang investasi) dan kontrol (Ukuran perusahaan (firm size), Profitabilitas, Leverage, Pembagian dividend, dan Likuiditas) terhadap nilai perusahaan.