HASIL PENELITIAN DAN PEMBAHASAN
4.1 Hasil Penelitian
4.1.1 Analisis Statistik Deskriptif
Statistik deskriptif memberikan gambaran mengenai karakteristik variabel penelitian yang diamati. Data yang diperoleh dari hasil analisis statistik deskriptif, menunjukkan nilai tertinggi (maksimum), nilai terendah (minimum), rata- rata (mean), dan standar deviasi dari setiap variabel yang diteliti baik variabel dependen maupun variabel independen. (Ghozali,2006:19). Data yang dilihat adalah jumlah data, nilai maksimum, nilai minimum, nilai rata-rata dan standar deviasi dari variabel dependen nilai perusahaan dan dari variabel independen keputusan pendanaan, kebijakan dividen, keputusan investasi dan ROE pada perusahaan manufaktur sektor industri barang konsumsi yang terdaftar di Bursa Efek Indonesia periode 2011-2013. Tabel olah data deskriptif dapat dilihat pada tabel 4.1 berikut:
Tabel 4.1
Sumber: Hasil output SPSS 20 : Descrptive Statistics
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
DER 54 .11 2.49 .7471 .55561 DPR 54 .12 1.16 .4497 .26355 PER 54 5.88 88.69 22.8000 13.27409 ROE 54 4.86 137.46 33.1163 34.63238 PBV1 54 -.24 3.86 1.5212 1.07122 Valid N (listwise) 54
Berdasarkan tabel 4.1 menunjukkan bahwa :
1. N atau jumlah data pada setiap variabel yang valid adalah 18.
2. Dari 18 sampel data Keputusan Pendanaan (X1), nilai minimum sebesar 0.11
dan nilai maksimum sebesar 2.49. Nilai rata-rata sebesar 0.7471 dengan standar deviasi sebesar 0.55561. Nilai standar deviasi yang lebih kecil dari nilai rata-rata menunjukkan sebaran variabel data yang kecil atau tidak terdapat kesenjangan yang cukup besar pada data terendah dan data tertinggi.
3. Dari 18 sampel data Kebijakan Dividen (X2), nilai minimum sebesar 0.12 dan
nilai maksimum sebesar 1.16. Nilai rata-rata sebesar 0.4497 dengan standar deviasi 0.26355. Nilai standar deviasi yang lebih kecil dari nilai rata-rata menunjukkan sebaran variabel data yang kecil atau tidak terdapat kesenjangan yang cukup besar pada data terendah dan data tertinggi.
4. Dari 18 sampel data Keputusan Investasi (X3), nilai minimum sebesar 5.88 dan
nilai maksimum sebesar 88.69. Nilai rata-rata sebesar 22.8000 dengan standar deviasi 13.27409. Nilai standar deviasi yang lebih kecil dari nilai rata-rata menunjukkan sebaran variabel data yang kecil atau tidak terdapat kesenjangan yang cukup besar pada data terendah dan data tertinggi.
5. Dari 18 sampel data Return On Equity (X4), nilai minimum sebesar 4.86 dan
nilai maksimum sebesar 137.46. Nilai rata-rata sebesar 33.1163 dengan standar deviasi 34.63238. Nilai standar deviasi yang lebih besar dari nilai rata-rata menunjukkan sebaran variabel data menyebar secara heterogen. Kondisi ini menunjukkan kemampuan perusahaan manufaktur sektor industri barang
konsumsi dalam pengembalian ekuitas pemegang saham relative tidak baik karena nilai rata-rata lebih kecil dibandingkan standar deviasi.
6. Dari 18 sampel data Nilai Perusahaan, nilai minimum sebesar negatif 0.24 dan nilai maksimum sebesar 3.86. Nilai rata-rata sebesar 1.5212 dengan standar deviasi sebesar 1.07122. Nilai standar deviasi yang lebih kecil dari nilai rata- rata menunjukkan sebaran variabel data yang kecil atau tidak terdapat kesenjangan yang cukup besar pada data terendah dan data tertinggi.
4.1.2 Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk menguji apakah data yang digunakan dalam penelitian merupakan data linear terbaik bersifat BLUE (Best Linear Unbia sed Estima tor). Model regresi yang baik harus bebas dari penyimpangan asumsi klasik. Pengujian asumsi klasik terdiri dari uji normalitas, uji multikolinearitas, uji autokorelasi dan uji heteroskedastisitas.
4.1.2.1Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah model regrsi variabel residual memiliki distribusi data yang normal atau tidak. Ada dua cara yang dapat digunakan untuk mendeteksi apakah data terdistribusi normal atau tidak, yaitu dengan analisis grafik dan uji statistik.
1. Analisis Grafik
Analisis grafik dapat dilakukan dengan menggunakan grafik histogram dan grafik probability plot. Berikut akan disajikan grafik histogram dan grafik P-plot data terhadap variabel dependen yaitu nilai perusahaan.
Gambar 4.1 Histogram
Sumber : Hasil Output SPSS 20 : Histogram
Pada gambar 4.1 Histogram terlihat bahwa variabel PBV berdistribusi normal. Hal ini ditunjukkan oleh distribusi data tersebut tiding menceng ke kiri atau menceng ke kanan. Berikut akan disajikan juga gambar grafik probability plot yang akan melengkapi uji normalitas data tersebut.
Gambar 4.2 Normal P-plot
Sumber : Hasil Output SPSS 20 : P-plot
Pada gambar 4.2 normal P-plot dapat disimpulkan bahwa model regresi memenuhi asumsi normalitas karena data menyebar disekitar garis diagonal dan penyebaran data mengikuti garis diagonal. Namun pengujian dengan analisis grafik sering menimbulkan perbedaan persepsi karena terkadang data kelihatan normal, padahal belum tentu data tersebut terdistribusi normal. Sehingga untuk memastikan apakah data terdistribusi normal atau tidak maka perlu disajikan uji statistik.
2. Uji Statistik Kolgomorov-Smirnov
Uji normalitas dengan metode statistik menggunakan uji kolgomorov- smirnov. Untuk memastikan apakah data di sepanjang garis diagonal berdistribusi normal maka dilakukan uji kolgomorov-smirnov dengan melihat data residualnya
apakah berdistribusi normal atau tidak. Distribusi data dikatakan normal apabila nilai asymptonic significance lebih besar dari 0.05. Untuk lebih jelasnya hasil uji kolgomorov-smirnov dapat dilihat pada tabel 4.2 di bawah ini.
Tabel 4.2 Hasil Uji Kolgomorov-Smirnov
Sumber : Hasil Output SPSS 20 : Kolgomorov-Smirnov Test
Pada tabel 4.2 terlihat bahwa nilai Asymp.Sig. (2-tailed) adalah 0.765 dan di atas nilai signifikan (0.05). Dengan kata lain variabel residual berdistribusi normal.
4.1.2.2 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antara variabel bebas (independen). Model regresi yang baik seharusnya terbebas dari korelasi di antara variabel bebas. Multikolinearitas dapat dilihat dari nilai tolerance dan nilai variance inflation fa ctor (VIF). Suatu model dikatakan terbebas dari multikolinearitas apabila tolera nce > 0,1 dan VIF < 10. Hasil uji multikolinearitas dapat dilihat pada tabel 4.3 berikut.
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 54
Normal Parametersa,b Mean 0E-7
Std. Deviation .18204596 Most Extreme Differences Absolute .091 Positive .088 Negative -.091 Kolmogorov-Smirnov Z .667
Asymp. Sig. (2-tailed) .765
a. Test distribution is Normal. b. Calculated from data.
Tabel 4.3
Hasil Uji Multikolinearitas
Sumber: Hasil output SPSS 20 : Coefficientsa
Berdasarkan hasil uji multikolinearitas, pada tabel 4.3 menunjukan bahwa nilai VIF < 10 dan tolerance > 0.1 yang berarti bahwa model regresi pada penelitian ini tidak mengandung multikolinearitas. Dengan demikian dapat dinyatakan bahwa model persamaan regresi dalam penelitian ini dapat digunakan untuk memprediksi variabel dependen selama periode pengamatan.
4.1.2.3 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 atau periode sebelumnya. Pengujian autokorelasi dilakukan dengan menggunakan uji Runs Test. Uji runs test sebagai bagian dari statistik non parametrik dapat pula digunakan untuk menguji apakah antara residual terdapat korelasi yang tinggi. Jika antara residual tidak terdapat hubungan korelasi, maka dikatakan bahwa residual adalah acak atau random. Runs test digunakan untuk melihat apakah data residual terjadi secara random atau tidak (sistematis).
Coefficientsa
Model Collinearity Statistics
Tolerance VIF 1 (Constant) DER1 .800 1.251 DPR1 .681 1.469 PER1 .800 1.251 ROE1 .557 1.797 a. Dependent Variable: PBV1
Tabel 4.4 Hasil Uji Runs Test
Sumber : Hasil output SPSS 20 : Runs Test
Hasil output SPSS menunjukkan bahwa nilai test adalah 0.00869 dengan nilai Asymp. Sig. (2-tailed) sebesar 0.169 signifikan pada 0.05. Hal ini menunjukkan distribusi data residual dalam penelitian bersifat random atau tidak terjadi autokorelasi antara nilai residual untuk model regresi terhadap variabel dependen PBV.
4.1.2.4 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari satu pengamatan dengan pengamatan yang lain. Uji heteroskedastisitas dapat dilakukan dengan dua metode, yaitu uji grafik dan uji glejser. Berikut akan disajikan hasil grafik scatterplot.
Runs Test
Unstandardized Residual
Test Valuea .00869
Cases < Test Value 27
Cases >= Test Value 27
Total Cases 54
Number of Runs 23
Z -1.374
Asymp. Sig. (2-tailed) .169
Gambar 4.3 Hasil Uji Grafik Scatterplot
Sumber : Hasil output SPSS 20 : Scatterplot
Dari grafik scatterplot yang disajikan, terlihat titik-titik menyebar secara acak dan tidak membantuk sebuah pola tertentu yang jelas serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y. hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi nilai perusahaan, berdasarkan masukan variabel independennya.
Uji heteroskedastisitas dapat juga dilakukan dengan menggunakan uji glejser, yang dilakukan dengan cara meregres seluruh variabel independen dengan nilai absolute residual (absut) sebagai variabel dependennya. Model regresi yang
bebas dari heteroskedastisitas adalah model dengan nilai signifikan > 0,05. Berikut adalah hasil uji glejser yang diperoleh:
Tabel 4.5 Hasil Uji Glejser Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -.221 .132 -1.675 .100 DER1 -.047 .026 -.269 -1.812 .076 DPR1 -.055 .035 -.250 -1.553 .127 PER1 .055 .037 .223 1.502 .140 ROE1 .034 .028 .211 1.187 .241
a. Dependent Variable: ABSUT
Sumber : Hasil output SPSS 20 : Coefficientsa
Pada Tabel 4.5 dapat dilihat bahwa nilai signifikan semua variabel independen lebih besar dari 0.05 (sig > 0.05). Hal ini menunjukkan bahwa model regresi dalam penelitian ini terbebas dari heteroskedastisitas.
4.1.3 Analisis Regresi Linear Berganda
Untuk menganalisis hubungan variabel independen keputusan pendanaan, kebijakan dividen, keputusan investasi dan profitabilitas terhadap variabel dependen nilai perusahaan, maka estimasi regresi yang digunakan adalah melalui pengolahan data dengan program SPSS. Hasil pengolahan data dapat dilihat pada tabel 4.6 berikut.
Tabel 4.6
Analisis Regresi Linear Berganda Coefficientsa
Model Unstandardized Coefficients
Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -3.777 .202 -18.667 .000 DER1 .021 .040 .014 .514 .610 DPR1 .105 .054 .057 1.938 .058 PER1 .728 .056 .350 12.895 .000 ROE1 1.032 .043 .774 23.774 .000 a. Dependent Variable: PBV1
Sumber : Hasil output SPSS 20
Berdasarkan tabel 4.6 di atas, maka diperoleh persamaan linear berganda sebagai berikut :
Y = -3.777 + 0.021X1 + 0.105X2 + 0.728X3 + 1.032X4 + ε
Dari hasil perhitungan di atas, maka hasil koefisien regresinya dapat diinterpretasikan sebagai berikut :
1. nilai konstanta Nilai Perusahaan = negatif 3.777 artinya jika variabel bebas yang terdiri dari Keputusan Pendanaan, Kebijakan Dividen, Keputusan Investasi dan ROE dianggap konstan atau tidak mengalami perubahan maka besarnya nilai perusahaan sebesar negatif 3.777.
2. nilai koefisien keputusan pendanaan = 0.021 artinya variabel keputusan pendanaan mempunyai koefisien regresi yang positif terhadap nilai perusahaan. Artinya apabila variabel independennya tetap, maka setiap kenaikan satu satuan variabel keputusan pendanaan akan menyebabkan kenaikan nilai
3. nilai koefisien kebijakan dividen = 0.105 artinya variabel keputusan pendanaan mempunyai koefisien regresi yang positif terhadap nilai perusahaan. Artinya apabila variabel independennya tetap, maka setiap kenaikan satu satuan variabel keputusan pendanaan akan menyebabkan kenaikan nilai perusahaan sebesar 0.105 satuan.
4. nilai koefisien keputusan investasi = 0.728 artinya variabel keputusan pendanaan mempunyai koefisien regresi yang positif terhadap nilai perusahaan. Artinya apabila variabel independennya tetap, maka setiap kenaikan satu satuan variabel keputusan pendanaan akan menyebabkan kenaikan nilai perusahaan sebesar 0.728 satuan.
5. nilai koefisien ROE = 1.032 artinya variabel keputusan pendanaan mempunyai koefisien regresi yang positif terhadap nilai perusahaan. Artinya apabila variabel independennya tetap, maka setiap kenaikan satu satuan variabel keputusan pendanaan akan menyebabkan kenaikan nilai perusahaan sebesar 1.032 satuan.
4.1.4 Uji Hipotesis
4.1.4.1 Uji Signifikansi Simultan (F-test)
Uji F bertujuan untuk mengetahui apakah semua variabel independen yang dimasukkan dalam model ini mempunyai pengaruh secara simultan terhadap variabel dependen. Adapun perumusan hipotesisnya yaitu :
a. H0 : bi = 0, artinya secara simultan keputusan pendanaan, kebijakan dividen,
nilai perusahaan pada perusahaan manufaktur sektor industri barang konsumsi di Bursa Efek Indonesia periode tahun 2011 sampai dengan 2013.
b. Ha : bi ≠ 0, artinya secara simultan keputusan pendanaan, kebijakan dividen,
keputusan investasi dan profitabilitas berpengaruh signifikan terhadap nilai perusahaan pada perusahaan manufaktur sektor industri barang konsumsi di Bursa Efek Indonesia periode tahun 2011 sampai dengan 2013.
Dengan kriteria jika probabilitas value < 0.05 maka H0 ditolak dan jika
probabilitas value > 0.05 maka H0 diterima. Jika H0 ditolak artinya secara
simultan menunjukkan bahwa variabel independennya mempunyai pengaruh yang signifikan dan positif terhadap dependen. Dan jika H0 diterima artinya secara
simultan menunjukkan bahwa variabel independennya tidak mempunyai pengaruh yang signifikan terhadap variabel dependen. Hasil uji signifikansi simultan dapat dilihat pada tabel 4.7 berikut.
Tabel 4.7 Hasil Uji F
ANOVAa
Model Sum of
Squares df Mean Square F Sig.
1
Regression 59.061 4 14.765 411.910 .000b
Residual 1.756 49 .036
Total 60.818 53
a. Dependent Variable: PBV1
b. Predictors: (Constant), ROE1, DER1, PER1, DPR1
Sumber : Hasil Output SPSS
( =0.05) adalah 2.6. Oleh karena pada kedua perhitungan yaitu Fhitung > Ftabel dan
tingkat signifikansinya 0.000 < 0.05, maka H0 ditolak dan Ha diterima. Hal ini
menunjukkan bahwa pengaruh variabel independen (keputusan pendanaan, kebijakan dividen, keputusan investasi dan ROE) secara serempak adalah signifikan terhadap nilai perusahaan.
4.1.4.2 Uji Signifikansi Parsial (t-test)
Uji t bertujuan untuk mengetahui seberapa besarnya pengaruh variabel independen terhadap variabel dependen. Jika thitung < ttabel, maka H0 diterima atau
Ha ditolak, sedangkan jika thitung > ttabel, maka H0 ditolak dan Ha diterima. Hasil uji
signifikansi parsial dapat dilihat pada tabel 4.8 berikut.
Tabel 4.8 Hasil Uji t
Sumber : Hasil output SPSS 20
Hasil uji t menunjukkan bahwa :
a. variabel keputusan pendanaan berpengaruh secara positif dan tidak signifikan terhadap nilai perusahaan. Hal ini terlihat dari nilai signifikan (0.610) di atas
Coefficientsa
Model Unstandardized Coefficients
Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -3.777 .202 -18.667 .000 DER1 .021 .040 .014 .514 .610 DPR1 .105 .054 .057 1.938 .058 PER1 .728 .056 .350 12.895 .000 ROE1 1.032 .043 .774 23.774 .000 a. Dependent Variable: PBV1
atau lebih besar dari 0.05. Dan nilai thitung (0.514) < ttabel (0.201) artinya walaupun
ditingkatkan variabel keputusan pendanaan sebesar satu satuan maka nilai perusahaan tidak akan meningkat sebesar 0.021 satuan.
b. variabel kebijakan dividen berpengaruh secara positif dan tidak signifikan terhadap nilai perusahaan. Hal ini terlihat dari nilai signifikan (0.058) di atas atau lebih besar dari 0.05. Dan nilai thitung (1.938) < ttabel (0.201) artinya walaupun
ditingkatkan variabel kebijakan dividen sebesar satu satuan maka nilai perusahaan tidak akan meningkat sebesar 0.105 satuan.
c. variabel keputusan investasi berpengaruh secara positif dan signifikan terhadap nilai perusahaan. Hal ini terlihat dari nilai signifikan (0.000) di bawah atau lebih kecil dari 0.05. Dan nilai thitung (12.895) > ttabel (0.201) artinya jika ditingkatkan
variabel keputusan investasi sebesar satu satuan maka nilai perusahaan akan meningkat sebesar 0.728.
d. variabel ROE berpengaruh secara positif dan signifikan terhadap nilai perusahaan. Hal ini terlihat dari nilai signifikan (0.000) di bawah atau lebih kecil dari 0.05. Dan nilai thitung (23.774) > ttabel (0.201) artinya jika ditingkatkan
variabel keputusan investasi sebesar satu satuan maka nilai perusahaan akan meningkat sebesar 1.032.
4.1.4.3 Uji Koefisien Determinasi (R2)
Koefisien determinasi pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara 0 dan satu. Nilai yang mendekati satu berarti variabel-variabel
independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Hasil uji koefisien determinasi dapat dilihat pada tabel 4.9 berikut ini.
Tabel 4.9
Hasil Uji Koefisien Determinasi Model Summaryb
Model R R Square Adjusted R
Square Std. Error of the Estimate
1 .985a .971 .969 .18933
a. Predictors: (Constant), ROE1, DER1, PER1, DPR1 b. Dependent Variable: PBV1
Sumber : Hasil output SPSS 20
Dari tabel 4.9 hasil uji koefisien determinasi menunjukkan bahwa :
a. R sebesar 0.985 berarti hubungan antara keputusan pendanaan, kebijakan dividen, keputusan investasi dan ROE terhadap nilai perusahaan sebesar 98.5%. artinya hubungannya sangat erat.
b. R Squa re sebesar 0.971 berarti 97.1% faktor-faktor nilai perusahaan dapat dijelaskan oleh keputusan pendanaan, kebijakan dividen, keputusan investasi dan ROE. Sedangkan sisanya 2.9% dapat dijelaskan oleh faktor-faktor lain yang tidak diteliti oleh penelitian ini.
c. Adjusted R Squa re sebesar 0.969 berarti 96.9% faktor-faktor nilai perusahaan dapat dijelaskan oleh keputusan pendanaan, kebijakan dividen, keputusan investasi dan ROE. Sedangkan sisanya 3.1% dapat dijelaskan oleh faktor- faktor lain yang tidak diteliti oleh penelitian ini.
d. Sta nda rd Error of Estima ted artinya mengukur variasi nilai yang diprediksi. Sta nda rd Error of Estima ted dalam penelitian ini adalah 0.18933. Semakin kecil standard deviasi berarti model semakin baik.
4.2 Pembahasan Hasil Penelitian
Nilai perusahaan merupakan suatu pengukuran dari kinerja harga saham terhadap nilai bukunya. Nilai perusahaan yang tinggi merupakan keinginan para pemegang saham. Hal ini mengindikasikan bahwa pemegang saham percaya tidak hanya pada kinerja perusahaan saat ini namun juga prospek perusahaan di masa depan. Dalam mengoptimalkan nilai perusahaan ini, manajemen harus mampu menetapkan dan melaksanakan fungsi manajemen keuangan, dimana satu keputusan keuangan yang diambil akan mempengaruhi keputusan keuangan lainnya. Keputusan keuangan dalam manajemen meliputi keputusan pendanaa, kebijakan dividen dan keputusan investasi.
Keputusan keuangan yang pertama adalah keputusan pendanaan, Keputusan pendanaan dapat dilihat dari tinggi rendahnya hutang yang dijadikan sebagai sumber pendanaan. Hutang merupakan salah satu sumber pembiayaan yang sangat berisiko, besarnya hutang akan mempengaruhi kondisi keuangan perusahaan (Brigham dan Houston, 2001). Apabila perusahaan dapat memanfaatkan dan menggunakan hutangnya dengan baik maka perusahaan tersebut akan lebih maju dibandingkan dengan yang tidak memiliki hutang. Namun sebaliknya jika perusahaan tidak mampu memanfaatkan hutangnya maka akan mempengaruhi performa perusahaan yang akan memberikan pandangan buruk dari pemegang
saham. Keputusan keuangan yang kedua yaitu kebijakan dividen. Kebijakan dividen dilihat dari tinggi rendahnya dividen yang dibagikan oleh perusahaan kepada pemegang saham. Pembagian dividen dapat berkisar antara 0 hingga sebesar laba bersih tahun berjalan atau tahun lalu. Namun dalam pembagian dividen ini, perusahaan dituntut untuk cermat dalam pelaksanaan keputusan keuangan ini. Dan keputusan keuangan yang ketiga adalah keputusan investasi. Efek langsung keputusan investasi terhadap nilai perusahaan adalah hasil yang diperoleh dari kegiatan investasi itu sendiri melalui pemilihan proyek atau kebijakan lainnya seperti menciptakan produk baru dan penggantian mesin yang lebih efisien. Prospek perusahaan yang tumbuh mempunyai nilai pasar yang relative lebih tinggi dan investor melihat ini sebagai sinyal positif untuk menanamkan modalnya di perusahaan.
Selain ketiga keputusan keuangan tersebut, nilai perusahaan juga dipengaruhi oleh profitabilitas. Profitabilitas perusahaan akan mempengaruhi kebijakan para investor atas investasi yang dilakukan. Kemampuan perusahaan untuk menghasilkan laba akan menarik para investor untuk menanamkan dananya, sebaliknya tingkat profitabilitas yang rendah akan menyebabkan para investor menarik dananya. Profitabiltas suatu perusahaan yang tinggi akan menunjukkan kelangsungan hidup perusahaan dalam jangka panjang tentang prospek yang baik di masa yang akan datang.
Penelitian yang dilakukan Naiborhu (2014) dengan judul pengaruh keputusan investasi, keputusan pendanaan, kebijakan dividen dan modal intelektual terhadap nilai perusahaan pada perusahaan manufaktur yang terdaftar
di Bursa Efek Indonesia, dimana dalam penelitiannya disimpulkan bahwa keputusan investasi dan keputusan pendanaan berpengaruh signifikan terhadap nilai perusahaan sedangkan kebijakan dividen dan modal intelektual tidak berpengaruh terhadap nilai perusahaan. Besar pengaruhnya dapat dilihat dari koefisien determinasi yang ditunjukkan dari nilai Adjusted R Square sebesar 46.3% sedangkan sisanya 53,7% dipengaruhi oleh variabel lainnya. Berbeda halnya dengan penelitian yang peneliti lakukan sekarang ini dimana dalam penelitian ini variabel dependen yang digunakan sama yaitu nilai perusahaan tetapi variabel independen yang digunakan adalah keputusan pendanaan, kebijakan dividen, keputusan investasi dan ROE, objek penelitian dan periode penelitian juga berbeda dimana penelitian yang dilakukan peneliti saat ini yaitu perusahaan manufaktur sektor industri barang konsumsi periode 2011 sampai dengan 2013. Hasil yang dilakukan peneliti dalam penelitian ini menuunjukkan keputusan pendanaan dan kebijakan dividen berpengaruh positif dan tidak signifikan terhadap nilai perusahaan sedangkan keputusan investasi dan ROE berpengaruh positif dan signifikan terhadap nilai perusahaan. Namun besar pengaruh keempat variabel independen terhadap variabel dependen dapat dilihat dari Adjusted R Square adalah sebesar 96.9% faktor-faktor nilai perusahaan dapat dijelaskan oleh keputusan pendanaan, kebijakan dividen, keputusan investasi dan ROE sedangkan 3.1% dipengaruhi oleh faktor lain.