Pengambilan Sampel Penelitian
Populasi yang digunakan yaitu semua perusahaan yang terdaftar di Bursa Efek Indonesia periode 2012 sampai dengan 2014. Pada tabel di bawah ini menunjukkan proses pengambilan sampel penelitian.
Tabel 4.1 Pengambilan Sampel Penelitian
Kriteria Total
perusahaan
Jumlah persahaan yang terdaftar di BEI 523
Tidak terdaftar di Bursa Efek Indonesia tahun 2012-2014 secara berturut-turut atau terdaftar di Bursa Efek Indonesia pada tahun 2012, 2013, dan 2014.
(92)
Menggunakan mata uang asing dalam pelaporan selama
periode pengamatan (47)
Perusahaan yang tidak menerbitkan laporan tahunan (annual report) yang berakhir pada tanggal 31 Desember dan ringkasan kinerja perusahan tercatat selama periode pengamatan 2012, 2013, dan 2014 secara berturut-turut atau dan Tidak tersedia laporan keuangan perusahaan secara lengkap selama tahun 2012, 2013, dan 2014 baik secara fisik maupun melalui website IDX atau pada website masing-masing perusahaan
(10)
Perusahaan mengalami kerugian selama periode penelitian (145)
Perusahaan sampel mengalami delisting (1)
Perusahaan tidak ada nilai tambah ekonomis atau nilai EVA
dibawah 0 selama periode penelitian (154)
Total sampel 74
Tabel 4.1 menunjukan proses pengambilan sampel penelitian untuk periode penelitian. Total sampel yang diambil sebanyak 74 perusahaan.
Statistik Deskriptif
Berdasarkan kriteria diatas objek penelitian sebanyak 74 perusahaan sehingga total observasi menjadi 222 (74 perusahaan selama 3 tahun). Pada tabel 4.2 di bawah ini menampilkan hasil statistik deskriptif dari total observasi 222
yang meliputi nilai minimum, maksimum, rata-rata, dan standart deviasi dari masing masing variabel secara umum.
Tabel 4.2 Statistik Deskriptif
N Minimum Maximum Mean Std. Deviation
Tobinsq 222 .19 7.49 1.8145 1.09376
EVA 222 445,519,409 20,827,830,84 8,295
1,285,500,462, 923
2,747,325,916,95 7
Leverage 222 0.000 1.660 .4143 .25083
SIZE 222 24.530 34.32 29.1751 1.82045
Keb.Hut 222 .00 3.540 .2365 .33418
Keb.Dev 222 .00 137.710 28.0960 25.81485
Keb.Pend 222 .00 7.520 1.0845 1.37772
Keb.Inv 222 .43 131.020 19.7536 17.60171
Valid N
(listwise) 222
Sumber : Data Sekunder Diolah, 2016
Berdasarkan statistik deskriptif pada tabel 4.2 diketahui bahwa secara umum saham perusahaan yang terdaftar dalam BEI dalam kondisi overvalued atau manajemen perusahaan berhasil dalam mengelola aktiva perusahaan. Hal ini ditunjukan oleh rata-rata nilai tobin’s q lebih dari 1. Sedangkan statistik deskriptif variabel leverage menunjukan rata-rata 0.4143 yang berarti bahwa sebagian besar hutang perusahaan yang terdaftar dalam BEI dijamin oleh aset yang dimilik sebesar 41%. Dengan nilai minimal dan maksimal dimiliki oleh Intanwijaya Internasional Tbk dan Ace Hardware Indonesia Tbk. Sedangkan untuk ukuran perusahaan nilai minimal dan maksimal dimiliki oleh Danasupra Erapacific Tbk dan Bank Rakyat Indonesia (Persero) Tbk.
Secara umum sumber pendanaan perusahaan tidak sepenuhnya bergantung pada hutang. Hal ini dapat dilihat dari rata-rata proporsi hutang jangka panjang dalam struktur modal dan perbandingan hutang dengan ekuitas yang sama, dengan nilai masing-masing sebesar 23% dan 1.0845. Dengan nilai maksimal dimiliki oleh Matahari Departement Store Tbk dan Bank Central Asia Tbk.
Keputusan tentang seberapa banyak laba saat ini yang akan dibayarkan sebagai dividen daripada ditahan untuk diinvestasikan kembali dalam perusahaan secara umum memiliki rata-rata 28.09 dengan nilai maksimal dimiliki oleh HM Sampoerna Tbk. Sedangkan untuk pertumbuhan aset secara umum sebesar 19.75 dengan nilai minimal dan maksimal dimiliki oleh Lamicitra Nusantara Tbk dan Mitra Investindo Tbk.
Pengujian asumsi klasik (Ghozali, 2006:91) pada model pertama (Analisis Regresi Linier Sederhana)
Pada hasil uji autokorelasi didapat nilai Durbin-Watson sebesar 2.102 nilai ini akan dibandingkan dengan nilai tabel dengan mengunakan nilai signifikansi 5%, jumlah sampel observasi 222 (n) dan jumlah variabel independen 1 (k=1), maka di tabel Durbin Watson akan di dapat nilai dL 1.7584 dan dU 1.7785. Oleh karena nilai DW 2.102 lebih besar dari batas atas (dU) 1.7785 dan kurang dari 4-1.7785 (4-dU), maka dapat disimpulkan tidak ada autokorelasi positif atau negatif atau dapat sisimpulkan tidak terdapat autokorelasi.
Pada uji heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot, jika ada pola tertentu seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian
menyempit), maka mengindikasikan telah terjadi heteroskedastisitas, jika tidak ada pola yang jelas serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Dari grafik scatterplots terlihat bahwa titik-titik yang ada membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas
Kemudian uji normalitas dilihat dari normal probability plot dan uji statistik non-parametrik Kolmogorov-Smirnov (K-S). Dengan melihat tampilan grafik normal plot dapat disimpulkan bahwa pola titik-titik menyebar disekitar garis diagonal, serta penyebarannya agak menjauh dari garis diagonal. Maka dapat ditarik kesimpulan bahwa model regresi menyalahi asumsi normalitas. Dengan melihat hasil uji K-S didapat nilai Kolmogorov-Smirnov adalah 1.926 dan signifikansi pada 0.001 hal ini berarti H0 ditolak yang berarti data residual terdistribusi tidak normal.
Pengujian asumsi klasik (Ghozali, 2011:173) pada model kedua (Analisis Regresi Linier Berganda)
Pada hasil uji multikolonieritas, nilai Tolerance menunjukan tidak ada variabel independen yang memiliki nilai Tolerance kurang dari 0.10 yang berarti tidak ada korelasi antar variabel independen yang nilainya lebih dari 95%. Hasil perhitungan nilai variance inflation factor (VIF) juga menunjukan hal yang sama tidak ada satu variabel independen yang memiliki nilai VIF lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada multikolonieritas antar variabel independen dalam model regresi.
Pada hasil uji autokorelasi nilai Durbin-Watson sebesar 2.173 nilai ini akan dibandingkan dengan nilai tabel dengan mengunakan nilai signifikansi 5%, jumlah sampel observasi 222 (n) dan jumlah variabel independen 6 (k=6), maka di tabel Durbin Watson akan di dapat nilai dL 1.7329 dan dU 1.8258. Oleh karena nilai DW 2.173 lebih besar dari batas atas (dU) 1.8258 dan kurang dari 4-1.8258 (4-dU), maka dapat disimpulkan tidak ada autokorelasi positif atau negatif atau dapat sisimpulkan tidak terdapat autokorelasi.
Pada uji heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot, dari grafik scatterplots terlihat bahwa titik-titik yang ada membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas
Kemudian uji normalitas dilihat dari normal probability plot dan uji statistik non-parametrik Kolmogorov-Smirnov (K-S). Dengan melihat tampilan grafik normal plot dapat disimpulkan bahwa pola titik-titik menyebar disekitar garis diagonal, serta penyebarannya menjauh dari garis diagonal. Maka dapat ditarik kesimpulan bahwa model regresi menyalahi asumsi normalitas. Dengan melihat hasil uji K-S didapat nilai Kolmogorov-Smirnov adalah 2.490 dan signifikansi pada 0.000 hal ini berarti H0 ditolak yang berarti data residual terdistribusi tidak normal.
Kesimpulan dan transformasi data dari hasil uji asumsi klasik kedua model Regresi dengan metode estimasi Ordinary Least Squares (OLS) akan memberikan hasil yang Best Linear Unbiased Estimator (BLUE) jika memenuhi semua asumsi klasik. Setelah uji asumsi klasik pada model regresi liner sederhana
dan model regresi berganda ditemukan bahwa uji asumsi heteroskedastisitas dan uji normalitas tidak terpenuhi. Oleh karena itu peneliti akan mentransformasi variabel dependen dan independen menjadi bentuk logaritma natural sehingga persamaan regresi pada dua model regresi menjadi sebagai berikut (Ghozali, 2006:123) : (1) Lntobins’q = b0 + b1
LnEVA+ e dan (2) LnEVA = b0 + b1
Lnleverage + b2
Lnsize + b3
Lnasset growth + b4
Lndebt ratio + b5
LnDPR + b6LnDER +e. Dengan kata lain semua data variabel diubah ke bentuk logaritma natural. Termasuk ukuran perusahaan yang diproksikan oleh natural log telah ditransformasi ke bentuk logaritma natural. Namun, peneliti menemukan tidak memiliki perbedaan apakah proksi ukuran perusahaan ditransformasi kembali atau tidak. Lalu uji kembali semua asumsi yang ada. Dengan melakukan pengujian kembali asumsi klasik, peneliti menemukan bahwa model tersebut telah memenuhi semua asumsi klasik.
Pengujian Hipotesis dan pembahasan
Economic Value Added (EVA) dan nilai perusahan
Pada Tabel 4.3 dibawah ini menampilkan hasil dari pengujian regresi linier sederhana untuk persamaan Economic Value Added (EVA) terhadap nilai perusahan (Tobins’q) yang telah ditransformasikan.
Tabel 4.3 Ringkasan Hasil Uji Regresi Nilai Perusahaan
Variabel β T Sig
Constant -1.319 -2.728 .007
EVA 0.067 3.644 .013
F= 13.280 Sig F= 0,000a AdjstR2= 0.053
Sumber : Data Sekunder Diolah, 2016
Berdasarkan hasil output spss pada tabel 4.3 didapatkan koefisien determinasi (R2) atau R Squeare 0.057, hal ini menunjukan bahwa 5.7% variasi nilai perusahaan dapat dijelaskan oleh variasi dari variabel independen EVA.
Sedangkan sisahnya sebesar 94.3% dijelaskan oleh sebab sebab yang lain diluar model. Nilai koefisien determinasi yang kecil ini menunjukan kemampuan variabel EVA dalam menjelaskan variabel nilai perusahaan sangat terbatas. Hasil ini sama dengan hasil yang diteliti oleh Septiyani (2015) yang koefisien determinasinya 15.1% dengan tambahan variabel Market Value Added (MVA).
Nilai F hitung sebesar 13.280 dengan probabilitas 0.000, karena probabilitas jauh lebih kecil dari 0.05, maka model regresi dapat digunakan untuk memprediksi nilai perusahaan atau dapat dikatakan EVA berpengaruh terhadap nilai perusahaan.
Probabilitas signifikansi untuk EVA sebesar 0.000 dan koefisien regresi EVA sebesar 0.067 maka dapat disimpulkan bahwa H1 diterima atau EVA berpengaruh positif dan signifikan terhadap nilai perusahaan. Hasil ini sama dengan penelitian yang dilakukan oleh Septiyani (2015). Hal ini membuktikan, apabila manajer dapat menciptakan nilai tambah maka nilai perusahaan akan menigkat. Sedangkan jika manajer tidak mampu untuk menhasilkan nilai tambah dari aktifitas dan strategi yang dilakukan, maka akan mengurangi nilai perusahaan yang diproksikan oleh tobins’q sebesar -1.319.
Leverage, Ukuran perusahaan (Size), Kebijakan hutang, Kebijakan investasi,
Kebijakan dividen, Kebijakan pendanaan dan Economic Value Added (EVA) Pada Tabel 4.5 dibawah ini menampilkan hasil dari pengujian regresi linier berganda untuk persamaan leverage, ukuran perusahaan (logaritma natural), kebijakan hutang (debt ratio), kebijakan investasi (Assetgrowth), kebijakan dividen (devidend payout ratio), dan kebijakan pendanaan (debt to equity ratio) terhadap economic value added (EVA) yang telah ditransformasikan.
Tabel 4.4 Ringkasan Hasil Uji Regresi EVA
Variabel β T Sig
Berdasarkan hasil output spss pada tabel 4.4 didapatkan koefisien determinasi (R2) atau Adjusted R Squeare 0.784, hal ini menunjukan bahwa 78.4% variasi EVA dapat dijelaskan oleh variasi dari variabel independen.
Sedangkan sisahnya sebesar 21.6% dijelaskan oleh sebab sebab yang lain diluar model.
Dari keenam variabel independen yang dimasukan kedalam model regresi, variabel kebijakan hutang, kebijakan deviden, dan kebijakan investasi tidak signifikan, hal ini dapat dilihat dari nilai probabilitas signifikansi untuk kebijakan hutang 0.640, untuk kebijakan deviden 0.137, dan untuk kebijakan investasi sebesar 0.107, ketiganya jauh diatas 0.05. Sedangkan untuk leverage, ukuran perusahaan, dan kebijakan pendanaan signifikan pada 0.05. Dari sini dapat disimpulkan bahwa variabel EVA dipengaruhi oleh leverage, ukuran perusahaan, dan kebijakan pendanaan. Dengan kata lain pada H2, H3, dan H7 diterima sedangkan H4, H5, dan H6 ditolak.
Kebijakan hutang yang diproksikan proporsi hutang jangka panjang terbukti tidak mempengaruhi nilai tambah ekonomis. Walaupun hutang jangka panjang akan memberikan dampak beban yang ditanggung oleh perusahaan dikemudian hari tetapi tidak mempengaruhi nilai tambah ekonomis pada satu periode. Namun, akan memberikan dampak pada kemampuan menciptakan nilai tambah ekonomis pada periode berikutnya. Sama dengan hal kebijakan hutang, investasi yang dilakukan perusahaan pada satu periode tidak akan langsung berdampak pada nilai tambah ekonomis karena keputusan investasi ini diharapkan akan menghasilkan keuntungan pada periode mendatang.
Kebijakan pembagian laba yang dibayarkan kepada pemegang saham pada periode akhir tahun tidak akan memberikan dampak nilai tambah ekonomis pada periode tersebut. Hal ini karena laba ditahan yang akan diinvestasikan kembali kedalam perusahaan bertujuan untuk memberikan dampak pada operasional pada perode berikutnya
Variabel leverage berpengaruh positif secara signifikan terhadap EVA.
Nilai leverage yang tinggi membawa risiko yang tinggi pula. Namun, dengan adanya hutang ini maka akan semakin memungkinkan untuk manajer menciptakan nilai tambah dengan cara manajer mampu memafaatkan aset dan hutang yang dimiliki perusahaan secara efektif dan efisien.
Berdasarkan pengujian yang telah dilakukan, ukuran perusahaan berpengaruh positif dan signifikan terhadap EVA. Semakin besar suatu perusahaan maka akan semakin memungkinkan manajer untuk menciptakan nilai tambah ekonomis. Hasil ini didukung oleh pernyataan Gaver (1993) dalam Handriani dan Irianti (2015) yang menyatakan perusahaan kecil menghadapi keterbatasan pilihan dalam menentukan dan menjalankan proyek baru atau jika hendak merestrukturisasi aset yang ada. Sedangkan perusahaan besar cenderung memiliki dominasi dalam merestruktur pasar potensialnya.
Variabel kebijakan pendanaan berpengaruh negatif dan signifikan terhadap EVA. Hasil ini sesuai dugaan bahwa semakin besarnya sumber dana perusahaan berasal dari hutang dibandingkan ekuitas perusahaan akan membuat semakin tingginya beban kewajiban jangka pendek maupun jangka panjang perusahaan yang akan mengurangi kemampuan manajer dalam menciptakan nilai tambah.
Hasil ini bertolak belakang dengan variabel leverage. Oleh karena itu maka manajer sangat berhati-hati dalam pengambilan keputusan pendanaan ini. Manajer harus dapat memprediksikan akbiat dari keputusan yang diambil berkaitan dengan hutang dan mampu untuk menyusun strategi pengolahan hutang perusahaan agar terciptanya nilai tambah ekonomis.