BAB III METODE PENELITIAN
3.5 Defenisi Operasional dan Pengukuran Variabel
1. Defenisi Operasional Variabel
Defenisi operasional merupakan penjelasan – penjelasan variabel yang telah dipilih. Defenisi operasional pada penelitian ini adalah:
a. Variabel Bebas (Independent = X) 1) EVA (Economic Value Added)
EVA / X1 merupakan hasil pengurangan total biaya modal terhadap
laba operasional setelah pajak. Biaya modal ini terdiri dari cost of debt dan cost of equity. Pada dasarnya pengukuran kinerja perusahaan bisa dikelompokkan dalam tiga kategori, yaitu: (1) Earning measures yang didasarkan pada Accounting profit. Yang termasuk dalam kategori ini antara lain EPS (Earning Per Share), ROI (Return on Investment), ROE (Return on Equity), (2) Cash Flow measures, yang mendasarkan kinerja pada arus kas operasi (operating cash flow). Termasuk dalam kategori ini antara lain free cash flow, cash flow return on gross investmen (ROGI), total shareholder return (TSR), (3) Value measures, yang mendasarkan kinerja pada nilai (value based management). Termasuk dalam kategori ini adalah market value added (MVA), cash value added (CVA).
Untuk menghitung EVA menurut versi S.David Young dalam Tunggal (2001 : 1) menggunakan rumus sebagai berikut:
a) Menghitung NOPAT
NOPAT adalah laba yang diperoleh dari perusahaan setelah dikurangi pajak penghasilan tetapi termasuk biaya keuangan (financial cost) dan “non cash bookkeeping” seperti biaya penyusutan, NOPAT dapat dihitung dengan rumus :
NOPAT = EBIT (1-tax rate)
b) Menghitung Invested Capital
Invested Capital jumlah seluruh pinjaman perusahaan di luar pinjaman jangka pendek tanpa bunga (non interest bearing liabilities), seperti hutang dagang, biaya yang masih harus dibayar, hutang pajak, uang muka pelanggan dan lain sebagainya, dapat dihitung dengan rumus :
Invested Capital = Total Hutang dan Ekuitas – Pinjama Jangka pendek tanpa bunga.
c) Weighted Average Cost of Capital (WACC)
Weighted Average Cost of Capital (WACC) adalah jumlah biaya dari masing – masing komponen modal, misalnya pinjaman jangka pendek dan pinjaman jangka panjang (cost of debt) serta setoran modal saham cost of equity yang diberikan bobot sesuai dengan proporsinya dalam struktur modal perusahaan, rumusnya sebagai berikut :
WACC = {(D x rd)(1-Tax) + (E x re)}
dimana :
D = Tingkat modal dari hutang (debt) E = Tingkat modal dari ekuitas rd = Cost of debt
re = Cost of equity
Tax = Tingkat pajak penghasilan, diukur dengan beban pajak untuk perusahaan sebesar 30% per tahun sesuai dengan Undang – Undang perpajakan tahun 2000 pasal 17 ayat 1b. d. Menghitung Capital Charges
Rumus : Capital Charges = WACC x Invested Capital e. Menghitung EVA ( Economic Value Added)
Rumus : EVA = NOPAT – Capital Charges
2) Return on Assets
Return on Assets (ROA) / X2 adalah rasio untuk mengukur
kemampuan perusahaan untuk menghasilkan laba dengan menggunakan aktiva yang ada. Semakin besar ROA, maka semakin baik kinerja perusahaan dalam menghasilkan laba.
ROA =
Laba bersih setelah pajak Total Aktiva
3) Return on Equity
Return on Equity (ROE) / X3 adalah rasio untuk mengukur
kemampuan perusahaan dalam menghasilkan keuntungan bagi pemegang saham. Semakin besar ROE , maka semakin baik kinerja perusahaan dalam menghasilkan keuntungan bagi pemegang saham.
ROE =
4) EPS ( Earning Per Share )
Rasio EPS / X4 ini digunakan untuk mengukur seberapa besar tiap
lembar saham dapat menghasilkan keuntungan untuk pemiliknya. Earning per share dirumuskan dengan perbandingan antara laba bersih bagi dengan total lembar saham. Sebagaimana tercantum dalam laporan keuangan per Desember. Untuk menghitung EPS digunakan rumus :
EPS =
b. Variabel Terikat (Dependet = Y)
Perubahan harga saham menyatakan berapa besar peningkatan atau penurunan harga saham. Rumus untuk menghitung perubahan laba dinyatakan sebagai berikut:
Laba bersih setelah pajak
Modal sendiri x 100%
Laba bersih setelah bunga dan pajak
x 100% jumlah saham beredar
Harga saham =
2. Pengukuran Variabel
a. Variabel Bebas (Independet Variabel)
Variabel bebas atau independent variabel adalah variabel yang mempengaruhi variabel lainnya. Variabel independen yang digunakan dalam penelitian ini adalah EVA, ROA, ROE, dan EPS. b. Variabel Terikat (Dependent Variabel)
Variabel terikat adalah variabel yang dipengaruhi oleh variabel lainnya. Variabel terikat dalam penelitian ini adalah perubahan harga saham.
3.6Metode Analisis Data
Dalam penelitian ini metode analisis data dilakukan dengan metode analisis statistic dan menggunakan software SPSS 19.0. Penggunaan metode analisis regresi dalam pengujian hipotesis, terlebih dahulu diuji apakah model tersebut memenuhi asumsi klasik atau tidak. Pengujian asumsi klasik tersebut meliputi: uji normalitas, uji multikolineritas, uji heteroskedastisitas, uji autokorelasi.
harga sahamt - harga sahamt-1
x 100% harga sahamt-1
3.6.1 Pengujian Asumsi Klasik
3.6.1.1 Uji Normalitas
Tujuan uji normalitas adalah untuk mengetahui apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Untuk menguji apakah data berdistribusi normal akan digunakan analisis grafik probability plot, histogram dan uji Kolmogrov-Smirnov.
3.6.1.2 Uji Multikolinearitas
Uji Multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik seharusnya tidak terjadi korelasi antar variabel bebas. Untuk deteksi terhadap ada tidaknya multikolinearitas dapat dilihat dari nilai VIF (Variance Inflaction Factor ) dan nilai toleransi. Pada pengujian ini regresi yang bebas multikolinearitas adalah mempunyai nilai VIF kurang dari 10.
3.6.1.3 Uji Heterokedastisitas
Uji Heterokedastisitas untuk melihat apakah didalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan yang lain (Erlina, 2007 : 108). Model regresi yang baik adalah tidak terjadi heterokedastisitas. Uji ini dilakukan dengan mengamati pola tertentu pada grafik scatterplot, dimana bila ada titik menyebar di atas dan dibawah
angka 0 pada sumbu Y serta tidak membentuk pola maka tidak terjadi heteroskedastisitas.
3.6.1.4 Uji Autokorelasi
Uji Autokorelasi bertujuan untuk menganalisis apakah dalam model regresi linear terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan t-1 atau sebelumnya. Pengujian autokorelasi menggunakan uji Durbin-Watson (DW-test). Hipotesis yang akan diuji adalah :
H0 : tidak autokorelasi (r = 0 )
H1 : ada autokorelasi (r ≠ 0 )
Pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut : 1) Bila nilai Durbin-Watson terletak antara batas atas dan Upper
Bound dan 4-DU, maka koefisien autokorelasi sama dengan nol, berarti tidak ada autokorelasi.
2) Bila nilai DW lebih rendah daripada batas bawah atau Lower Bound (DL), maka koefisien autokorelasi lebih besar daripada nol, berarti ada autokorelasi positif.
3) Bila nilai DW lebih besar daripada (4-DL), maka koefisien autokorelasi lebih kecil dari nol, berarti ada autokorelasi negatif. 4) Bila nilai DW terletak diantara batas atas (DW) dan batas bawah
(DL) atau DW terletak antara (4-DU) dan (4-DL), maka hasilnya tidak dapat disimpulkan (Ghozali, 2001).
3.6.2 Pengujian Hipotesis
Hipotesis akan diuji dengan menggunakan analisis regresi linear berganda. Regeresi ini bertujuan untuk mengetahui pengaruh Economic Value Added (EVA) dan rasio profitabilitas terhadap harga saham dengan model persamaan sebagai berikut :
Y= β0 + β1X1 + β2X2 + β3X3 + β4X4 + e
Dimana :
Y = Harga Saham
β0 = konstanta
X1 = Economic Value Added
X2 = Return on assets
X3 = Return on Equity
X4 = Earning per share
β 1, β 2,… β 6 = koefisiensi regresi
e = variabel pengganggu
Adapun pengujian terhadap hipotesis yang diajukan dilakukan dengan cara sebagai berikut :
3.6.2.1 Uji silmutan (Uji F)
Uji F dilakukan untuk mengetahui adanya perubahan secara bersama – sama variabel independen terhadap variabel dependen. Tingkat signifikansi
yang digunakan adalah sebesar 5% dengan derajat kebebasan df = (n-k-1), dimana (n) adalah jumlah observasi dan (k) adalah jumlah variabel.
3.6.2.2 Uji Parsial (Uji t)
Uji t dilakukan untuk menguji koefisiensi regresi secara parsial dari vaiabel independennya. Tingkat signifikansi yang digunakan sebesar 5%, dengan derajat kebebasan df = (n-k-1), dimana (n) adalah jumlah observasi dan (k) adalah jumlah variabel.
3.6.2.3 Koefisiensi Determinasi
Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Besarnya koefisien determinasi ini adalah 0 sampai dengan 1. Nilai R2 yang kecil berarti kemampuan variabel – variabel independen dalam menjelaskan variasi variabel dependen sangat terbatas. Nilai yang mendekati 1 berarti variabel – variabel independen memberikan hamper semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen (Ghozali, 2005 : 169).