Kinerja Keuangan
METODOLOGI PENELITIAN
3.1. Ruang Lingkup Penelitian
Variabel-variabel dalam penelitian ini meliputi variabel dependen dan variabel independen. Variabel dependen adalah variabel yang memiliki karakteristik dimana besar kecilnya variabel dipengaruhi oleh banyak faktor. Dengan kata lain pertumbuhan perusahaan tergantung pada perubahan satu atau lebih faktor. Sedangkan variabel independen adalah variabel yang dapat berdiri sendiri tanpa tergantung atau dipengaruhi oleh faktor lain.
a). Variabel dependen dalam penelitian ini adalah:
Return Saham sebagai variabel dependen, dapat dihitung dengan mengurangkan harga saham periode tertentu dengan harga saham periode sebelumnya.
b). Variabel Independen dalam penelitian ini adalah:
3.1.1. EVA (Economic Value Added)
EVA yang mencoba mengukur nilai tambah (value creation) yang dihasilkan suatu perusahaan dengan cara mengurangi beban biaya modal (cost of capital) yang timbul sebagai akibat investasi yang dilakukan. EVA ( Economic Value Added) merupakan indikator tentang adanya penciptaan nilai dari suatu investasi.
1. Apabila EVA > 0, hal ini berarti bahwa nilai EVA positif yang menunujukkan perusahaan berhasil menetapkan nilai (create value) bagi pemilik modal.
2. Apabila EVA = 0, hal ini berarti menunjukkan bahwa titik impas atau Break Event Point.
3. Apabila EVA < 0, hal ini menunjukkan bahwa nilai EVA negatif ini berarti perusahaan tidak berhasil menciptakan suatu nilai (create value) karena laba yang tersedia tidak bisa memenuhi harapan bagi para pemilik modal.
3.1.2. ROA (Return On Asset)
ROA adalah salah satu bentuk dari rasio profitabilitas untuk mengukur kemampuan perusahaan dalam menghasilkan laba dengan menggunakan total aktiva yang ada. Setelah biaya-biaya modal (biaya yang digunakan untuk mendanai aktiva) dikeluarkan dari analisis. Fokus ROA adalah profitabilitas, dan independen terhadap biaya modalnya.
3.1.3. Pengukuran Variabel-Variabel Dalam Penelitian 1. EVA (Economic Value Added)
EVA merupakan hasil pengurangan total biaya modal terhadap laba operasi setelah pajak. Biaya modal sendiri dapat berupa cost of debt dan cost of equity. Langkah – langkah untuk menghitung EVA ( Rokhayati, dikutip dalam Amin Widjaja, 2001) :
1. Menghitung NOPAT ( Net Operating After Tax) Rumus :
NOPAT = Laba (rugi) Usaha − Pajak Definisi :
Laba usaha adalah laba operasi perusahaan dari suatu current operating yang merupakan laba sebelum bunga. Pajak yang digunakan dalam perhitungan EVA adalah pengorbanan yang dikeluarkan oleh perusahaan dalam penciptaan nilai tersebut.
2. Menghitung Invested Capital Rumus :
Invested Capital = Total Hutang dan Ekuitas − Pinjaman Jangka pendek Tanpa Bunga
Keterangan :
Total hutang dan ekuitas menunjukkan beberapa bagian dari setiap rupiah modal sendiri yang dijadikan jaminan utang. Pinjaman jangka pandek tanpa bunga merupakan pinjaman yang digunakan perusahaan yang pelunasan maupun pembayarannya akan dilakukan dalam jangka pendek ( satu tahun sejak tanggal neraca) dengan menggunakan aktiva lancar yang dimiliki perusahaan, dan atas pinjaman itu tidak dikenai bunga, seperti hutang usaha, hutang pajak, biaya yang masih harus dibayar, dan lain-lain.
3. Menghitung WACC ( Weighted Average Cost Of Capital) Rumus :
WACC = [( D × rd) ( 1 − Tax) + ( E × re)] Notasi :
Tingkat Modal (D) = Total Hutang
x 100% Total Hutang dan Ekuitas
Cost of Debt (rd) = Beban Bunga
x 100% Total Hutang
Tingkat Modal dan Ekuitas (E) = Total Ekuitas
x 100% Total Hutang dan
Ekuitas
Cost of Equity (re) = Laba bersih setelah pajak
x 100% Total Ekuitas
Tingkat Pajak (Tax) = Beban pajak
x 100% Laba bersih sebelum pajak
4. Menghitung Capital Charges Rumus :
Capital Charges = WACC × Invested Capital
5. Menghitung Economic Value Added (EVA) Rumus :
EVA = NOPAT − Capital Charges Atau
EVA = NOPAT − ( WACC × Invested Capital )
6. EVA relatif dirumuskan sebagai berikut :
EVA relatif (re) = EVA
x 100% Total Aktiva
2. ROA (Return On Asset)
Rasio ini disebut sebagai Return on Investment. Rasio mengukur seberapa efektif perusahaan memanfaatkan sumber ekonomi yang ada untuk menciptakan laba.
3. Return Saham
Tingkat keuntungan (return) adalah rasio antara pendapatan investasi selama beberapa periode dengan jumlah dana yang diinvestasikan. Tingkat keuntungan saham yang diterima oleh pemodal dinyatakan sebagai berikut :
a. Menghitung keuntungan yang diharapkan. Ri = Pt − Pt-1
x 100% Pt-1
Dimana :
Ri = Tingkat keuntungan saham i P
t-1 = Harga saham awal periode
t+1 atau akhir pariode Pt = Harga saham akhir periode
b. Menghitung rata-rata return saham
Keuntungan saham dapat dicari dengan menghitung mean dari keuntungan saham setiap periode.
Σ ( Ri ) = Σ=nt1nRi
n = banyaknya data observasi Ri = Return Saham i
Model analisis untuk mengetahui pengaruh antara EVA, ROA, dan return saham: Yi = βo + βi X 1.i Yi = Yo + y 1 X 2.i
ROA = Laba bersih setelah pajak
x 100% Total Aktiva
Dimana :
Yi = Rata-rata return saham selama periode 2008- 2010 βo,Yo = intersep
βi , Yi = konstanta X
1.i = ROA tahunan untuk perusahaan dari periode 2008-2010 X
2.i = EVA tahunan untuk perusahaan dari periode 2008-2010 c. Data Panel
Analisis penelitian ini juga menggunakan metode data panel atau biasa disebut dengan Data Panel Analysis. Data panel merupakan data campuran cross section dan times series. Data cross section yaitu data yang dikumpulkan dari berbagai indiviu dalam suatu waktu tertentu, sedangkan data time series adalah data yang dikumpulkan dari satu individu untuk beberapa tahun. Misalnya kita ingin menganalisis pengauh jumlah uang beredar terhadap pertumbuhan ekonomi di negara – negara sedang berkembang. Katakan kita memiliki 20 negara yang sedang berkembang (berarti ini data cross section), namun pengujian masing-masing negara selama 15 tahun (berarti times series). Penggabungan seperti ini yang disebut dengan data panel. Pada umumnya data panel dilakukan karena berbagai alasan. Salah satunya adalah ketika hendak melakukan suatu analisis, jumlah tahun penggunaan pengamatan terbatas. Misalnya seorang peneliti ingin mengkaji pengaruh otonomi daerah terhadap pertumbuhan ekonomi daerah. Oleh karena otonomi daerah baru saja berlangsung (2000), maka jumlah data runtun waktu masih sedikit. Dengan demikian agar jumlah data untuk analisis mencukupi, maka penggunaan, maka penggunaan data panel adalah solusi yang paling baik. Di dalam penelitian, jumlah data yang akan dianalisis sangat
mempengaruhi hasil penelitian akan lebih baik. Namun penggunaan data panel menjadi lebih komplek karena memiliki parameter yang lebih banyak. Oleh karena itu dalam melakukan analisis data panel ini diperlukan teknik tersendiri dalam membuat estimasi persamaan regresinya.
a. Model data cross section : Y
i= α1+α x 1+µ
1 dimana i = 1,2,3….. n b. Model times series :
Y
t= β0+ x t+ µ
1 dimana t = 1,2,3….. n
Mengingat data panel merupakan gabungan dari data cross section dengan data time series, maka modelnya dapat dituliskan menjadi :
Y
it = γ + ϕ X it + µ
it dimana i = 1,2,3….. n dan t = 1,2,3….. n
Dalam mengestimasi parameter dari persamaan dengan data panel, ada tiga model persamaan yang dapat dibuat :
1. Ordinary Least Square (OLS)
Metode ini sama seperti model regresi yang telah dijelaskan dibagian awal. Data cross section dan time series digabungkan dalam bentuk pool data. Kemudian data tersebut diregresikan dengan metode OLS. Penggunaan estimasi dengan metode ini tidak realistis. Misalkan kita ingin menganalisis pengaruh pengeluaran pemerintah daerah terhadap pertumbuhan daerah. Dengan menggunakan OLS maka akan memperoleh nilai intercept dan koefisien parameter yang konstan untuk seluruh daerah. Apakah mungkin setiap daerah memiliki intercept yang sama? Oleh karena itu penggunaan dua metode lainnya yakni Fixed Effect Model dan Random Effect Model lebih baik.
2. Fixed Effect Model (FEM)
Model ini memiliki intercept persamaan yang tidak konstan atau terdapat perbedaan pada setiap individu (data cross section). Sementara itu, slope koefisien dari regresi tidak berbeda pada setiap individu dan waktu.
3. Random Effect Model (REM)
Pada model ini, perbedaan antar individu terdapat di error term dari persamaan. Model ini memperhitungkan bahwa error term mungkin berkolerasi sepanjang time series dan cross section.
Oleh karena ada dua metode yang sesuai untuk data panel, maka kita harus memilih salah satu dari keduanya untuk mencari model yang paling tepat. Masing-masing model memiliki kelebihan. Metode Random Effect Model (REM) mempunyai parameter yang lebih sedikit, sehingga model yang dibentuk akan memiliki derajat kebebasan (degree of freedom) yang lebih banyak dibandingkan model dengan metode Fixed Effect Model (FEM). Sementara itu, metode FEM juga mempunyai keunggulan yaitu metode ini dapat membedakan efek individual dan efek waktu dan FEM tidak perlu mengasumsikan bahwa komponen error tidak berkolerasi dengan variabel bebas. Beberapa pakar ekonometrika membuat pembuktian untuk menentukan metode yang paling sesuai untuk digunakan dalam data panel. Adapun kesimpulan dari pembuktian tersebut adalah :
1. Jika pada data panel, jumlah runtun waktu lebih besar dibandingkan jumlah individu, maka disarankan untuk menggunakan metode FEM.
2. Jika pada data panel, jumlah runtun waktu lebih sedikit dibandingkan jumlah individu, maka disarankan untuk menggunakan metode REM.