1 BAB I PENDAHULUAN
I.1. LATAR BELAKANG
Pertumbuhan ekonomi suatu negara sering dijadikan sebagai tolak ukur untuk mengetahui sejauh mana perkembangan suatu negara, yang menyebabkan semua negara berusaha memperkuat diri khususnya dari segi ekonomi. Dewasa ini, perekonomian di dunia mengalami ketidakstabilan yang signifikan sehingga menyebabkan pertumbuhan perekonomian semua negara di dunia mengalami naik-turun yang tidak stabil, tidak terkecuali di Indonesia. Pada tahun 2010 sampai dengan tahun 2012 pertumbuhan perekonomian Indonesia berkisar pada angka 6 persen, yakni 6,1 persen pada tahun 2010, 6,5 persen pada tahun 2011 dan pada tahun 2012, pertumbuhan perekonomian Indonesia sebesar 6,2 persen, kemudian pada tahun 2013 tumbuh sebesar 5,8 persen atau mengalami penurunan sebesar 0.4 persen dari tahun 2012 dan pada tahun 2014 mengalami pertumbuhan sebesar 5,0 persen atau turun sebesar 0,8 persen dari tahun 2013 (Bank Indonesia, 2015).
Salah satu sektor yang membuat perekonomian Indonesia mampu tumbuh adalah sektor property, seperti yang ditunjukkan pada Bursa Efek Indonesia tentang pergerakan persektor. Dimana pada tahun 2012 pertumbuhan sektor property, real
estate dan building construction mencapai 60,11 persen, dan mengalami penurunan
pada tahun 2013 menjadi sebesar 22,26 persen, kemudian meningkat lagi pada tahun 2014 sebesar 55,76persen (IDX annually, 2011-2015).
2
Sektor property telah berkontribusi menyumbangkan 28 persen dari pertumbuhan ekonomi Indonesia pada akhir tahun 2013 (Pratama, 2013). Hal tersebut dikarenakan pertama, populasi penduduk Indonesia sudah mencapai 250 juta jiwa terbesar keempat didunia dan merupakan pasar terbesar di wilayah asia tenggara. Kedua, Indonesia sedang booming penduduk dengan usia produktif dengan usia rata-rata penduduk yang berusia 29 tahun mencapai 50persen dari populasi. Ketiga, Indonesia merupakan negara yang memiliki sumber daya alam yang melimpah. Keempat, peningkatan FDI (Foreign Direct Investment) yang mencapai 30 milliar dollar AS. Kelima, sekaligus faktor yang paling berpengaruh adalah program pemerintah bernama MP3EI (Master Plan Percepatan dan Pengembangan Ekonomi Indonesia) intinya mengejar ketertinggalan infrastruktur nasional yang tentu melibatkan sektor property (Kusumaputra, 2013).
Pertumbuhan sektor property yang cukup pesat dapat dilihat dari peningkatan jumlah perusahaan property yang terdaftar di Bursa Efek Indonesia (BEI), pada tahun 2012-2013 terdapat 50 perusahaan dan mengalami peningkatan pada tahun 2013-2014 menjadi 54 perusahaan. Berdasarkan peningkatan pertumbuhan perusahaan pada sektor property, tingkat profitabilitas perusahaan cenderung meningkat. Perusahaan dengan tingkat profitabilitas tinggi, dapat memperpanjang kehidupan perusahaan tersebut, tentunya akan meningkatkan harga saham perusahaan-perusahaan property dan real estate.
Dengan naiknya harga saham, para pemegang saham akan mendapatkan kemakmuran dari return yang akan diterima. Semakin tinggi harga saham, maka
kemakmuran pemegang saham akan semakin tinggi juga. Selain bermanfaat bagi pemegang saham, naiknya harga saham juga dapat membantu perusahaan mendapatkan “income” yang lebih banyak sehingga dapat digunakan kembali untuk operasional perusahaan. Akan tetapi, pada tahun 2013, pertumbuhan sektor property dan real estate mengalami hambatan dikarenakan naiknya suku bunga Bank Indonesia yang mengakibatkan perlambatan pertumbuhan sektor property.
Layaknya suatu usaha yang mengalami pasang surut, perlambatan pertumbuhan di sektor property dan real estate terjadi di hampir seluruh kota besar yang ada di Pulau Jawa. Pulau Jawa memang merupakan pusat pembangunan infrastruktur di Indonesia, sehingga perlambatan tersebut dapat menular ke daerah lain. Disamping itu, tahun 2014 menjadi tahun politik (pemilihan kepala negara) di Indonesia, sehingga menyebabkan kondisi ekonomi yang tidak stabil dan para pengembang cenderung untuk menunda proyek baru (Schaar, 2015).
Hal tersebut diperkirakan tidak akan berlangsung lama, mengingat kebutuhan masyarakat terkait perumahan masih cukup tinggi. Selain itu, pembangunan gedung perkantoran baru juga menjadi sasaran pengembang untuk meningkatkan pertumbuhan industri property.
Berdasarkan hal tersebut, nilai perusahaan merupakan indikator penting bagi investor untuk memahami tingkat keberhasilan perusahaan yang ditunjukkan dengan harga saham sebelum memulai untuk berinvestasi. Dengan demikian, perusahaan dibidang property dan real estate akan memperhatikan nilai perusahaan dimata publik untuk mendorong pertumbuhan perusahaan disektor tersebut. Nilai
4
perusahaan tersebut dipengaruhi oleh profitabilitas, growth, ukuran perusahaan dan struktur modal perusahaan. Tingkat keuntungan yang dihasilkan oleh perusahaan (profitabilitas) harus dimanfaatkan dengan baik bagi perusahaan untuk menaikkan harga saham dan memberikan kemakmuran pada pemegang saham agar para investor memutuskan untuk berinvestasi pada perusahaan tersebut. Perusahaan juga harus memprediksi peluang pertumbuhan dengan baik, sehingga dapat menentukan keputusan manajemen terkait struktur modal dengan tepat. Struktur modal optimal yang tepat akan memberikan dampak pada nilai perusahaan secara sistemik. Dengan nilai perusahaan yang tinggi, dapat mencerminkan kondisi perusahaan khususnya tingkat kemakmuran pemegang saham yang juga tinggi.
Tabel 1.1 Tabel Research GAP
Peneliti Variabel
ROE Growth Size
Ayu Sri ( 2013) Tidak
Pt Indah ( 2013 ) Berpengaruh
Ta'dir,dkk (2013) Berpengaruh
Haven, Fitty (2016) Tidak - Tidak
Karina Mei (2016) Berpengaruh Tidak Tidak
Variabel ROE mendapatkan hasil Berpengaruh oleh Penelitian yang dilakukan Karina (2016) hal ini berbeda dengan penelitian yang dilakukan oleh Haven (2016) dengan hasil Profitabilitas tidak berpengaruuh terhadap Nilai Perusahaan.
Ketidak konsistenan hasil penelitian juga terjadi dalam penelitian terhadap variabel pertumbuhan perusahaan, penelitian yang dilakukan oleh Karina Mei (2016) dengan hasil Growth tidak berpengaruh terhadap nilai perusahaan, tetapi ini berbeda dengan penelitian yang dilakukan oleh Pt Indah dengan hasil Berpengaruh antara
Growth dan Nilai perusahaan.
Penelitian tentang Ukuran Perusahaan yang dilakukan oleh Ayu Sri (2013), Haven (2016), dan Karina (2016) memperoleh hasil Ukuran Perusahaan tidak berpengaruh terhadap Nilai Perusahaan, sedangkan oleh Ta’dir (2013) mendapatkan hasil Ukuran Perusahaan berpengaruh terhadap Nilai Perusahaan.
Berdasarkan latar belakang yang telah diuraikan diatas, dan ketidak konsistenan dari hasil penelitian diatas, maka diambil judul penelitian “PENGARUH ROE, GROWTH, DAN UKURAN PERUSAHAAN TERHADAP NILAI PERUSAHAAN PROPERTY, REAL ESTATE DAN BUILDING CONSTRUCTION YANG TERDAFTAR DI BEI PERIODE 2011-2015”
I.2. RUMUSAN MASALAH
Berdasarkan uraian diatas, maka permasalahan pokok yang akan diteliti oleh peneliti adalah:
1. Apakah ROE berpengaruh terhadap nilai perusahaan pada perusahaan property,
real estate, dan buliding construction ?
2. Apakah pertumbuhan perusahaan berpengaruh terhadap nilai perusahaan pada perusahaan property, real estate, dan buliding construction ?
6
3. Apakah ukuran perusahaan berpengaruh terhadap nilai perusahaan pada perusahaan property, real estate, dan buliding construction ?
I.3. TUJUAN DAN KEGUNAAN PENELITIAN
Berdasarkan uraian tentang rumusan masalah yang telah disebutkan diatas, maka tujuan penelitian yang akan dicapai adalah sebagai berikut:
1. Mengetahui pengaruh profitabilitas terhadap nilai perusahaan pada perusahaan
property, real estate dan building construction.
2. Mengetahui pengaruh pertumbuhan perusahaan terhadap nilai perusahaan pada perusahaan property, real estate dan building construction.
3. Mengetahui pengaruh ukuran perusahaan terhadap nilai perusahaan pada perusahaan property, real estate dan building construction.
Disamping Tujuan Penelitian, hasil penelitian ini diharapkan memiliki kegunaan baik dari segi teoritis maupun praktis.
1. Teoritis
Penelitian ini diharapkan dapat bermanfaat untuk memberikan studi empiris mengenai pengaruh ROE, pertumbuhan perusahaan dan ukuran perusahaan terhadap nilai perusahaan property, real estate dan building construction yang terdaftar di BEI periode 2011-2015.
2. Praktik
a. Bagi Mahasiswa
Penelitian ini diharapkan dapat digunakan untuk menambah informasi dan pengetahuan bagi mahasiswa, dimana dapat digunakan sebagai referensi dalam melakukan penelitian berikutnya.
b. Bagi Investor
Penelitian ini diharapkan dapat memberikan informasi kepada para investor maupun pemegang saham mengenai pengaruh ROE, pertumbuhan perusahaan terhadap nilai perusahaan property, real estate dan building construction yang terdaftar di BEI periode 2011-2015 dan dapat digunakan sebagai pertimbangan dalam melakukan keputusan investasi.
30
BAB III
METODE PENELITIAN
3.1 Variabel Penelitian dan Definisi Operasional Variabel
3.1.1 Variabel Penelitian
Variabel penelitian adalah apapun yang dapat membedakan atau membawa variasi pada nilai. Nilai bisa berbeda pada berbagai waktu untuk obyek atau orang yang sama untuk obyek atau orang yang berbeda. Penelitian ini mengguanakan tiga variabel didalamnya, yaitu variabel dependen, variabel independen dan variabel intervening. Variabel dalam penelitian ini adalah sebagai berikut.
3.1.1.1 Variabel Independen (X)
Variabel Independen sering disebut sebagai variabel stimulus, prediktor,
antecedent, dalam Bahasa Indonesia sering disebut dengan variabel bebas. Variabel
bebas merupakan variabel yang mempengaruhi atau yang dijadikan sebab perubahan atau timbulnya variabel dependen (Sugiyono, 2009). Variabel independen yang digunakan dalam penelitian ini adalah ROE, Pertumbuhan Perusahaan ( Growth ) dan Ukuran Perusahaan ( Size ).
3.1.1.2 Variabel Dependen (Y)
Variabel Dependen sering disebut variabel terikat atau variabel tergantung. Variabel ini memberikan reaksi atau respon jika dihubungkan dengan variabel bebas.
Atau dengan kata lain, variabel yang nilainya dipengaruhi oleh variabel independen. Variabel dependen yang digunakan dalam penelitian ini adalah Nilai Perusahaan 3.1.2 Definisi Operasional
Dalam penelitian ini perlu diberikan definisi operasional dari variabel-variabel yang digunakan. Masing-masing variabel-variabel penelitian secara operasional dapat didefinisikan sebagai berikut :
3.1.2.1 Variabel Independen 3.1.2.1.1 ROE ( XI )
Profitabilitas merupakan kemampuan perusahaan memperoleh laba dalam hubungannya dengan penjualan, total aktiva maupun modal sendiri (Sartono, 2010). Profitabilitas dapat diukur dengan menggunakan rasio profitabilitas, dalam penelitian Return On Equity (ROE) yang dirumuskan sebagai berikut (H. Manoppo, 2016):
32
3.1.2.1.2 Pertumbuhan Perusahaan/Growth (X3)
Pertumbuhan perusahaan diukur dengan menggunakan perubahan total aktiva yang dimiliki oleh perusahaan pada periode sekarang dengan periode sebelumnya terhadap total aktiva periode sebelumnya, dengan rumus sebagai berikut (Karina, 2016) :
3.1.2.1.3 Ukuran Perusahaan/Size (X4)
Ukuran Perusahaan dapat dilihat dari total asset yang dimiliki oleh perusahaan. Dalam penelitian ini, ukuran perusahaan dinilai dengan Log of
Natural Total Asset.Log of Natural Total Asset ini digunakan untuk
mengurangi perbedaan signifikan antara ukuran perusahaan yang terlalu besar dengan ukuran perusahaan yang terlalu kecil. Menurut Karina (2016) ukuran perusahaan diukur dengan rumus :
3.1.2.2 Variabel Dependen (Y)
Variabel dependen atau variabel terikat merupakan variabel yang dipengaruhi atau yang menjadi akibat karena adanya variabel bebas (Sugiyono, 2009). Dalam penelitian ini, variabel dependen yang digunakan
adalah nilai perusahaan pada perusahaan property, real estatedan building
constructionyang terdaftar di BEI periode 2011-2015. Data mengenai nilai
perusahaan dapat diketahui dengan menggunakan Price Book to Value (PBV) yang dapat dirumuskan sebagai berikut (Weston dan Copeland, 1997):
Tabel 3.1
Definisi Operasional Variabel
No Nama Variabel
Definisi Variabel Indikator Sumber 1. ROE Kemampuan Perusahaan di dalam menghasilkan Laba H. Manoppo, (2016)
2. Growth Perubahan total aktiva
yang dimiliki oleh perusahaan pada periode sekarang dengan periode sebelumnya terhadap total aktiva periode sebelumnya Karina (2016) 3. Nilai Perusahaan
Nilai dalam jumlah uang dimana pembeli bersedia membayar ketika perusahaan dijual
PBV= Harga Pasar per saham/nilai buku per saham
H. Manoppo (2016)
34
3.2 Objek Penelitian, Unit Sampel, Populasi, dan Sampel
3.2.1 Objek Penelitian
Menurut pengertian objek adalah keseluruhan dari segala gejala yang terdapat disekitar kehidupan. Objek penelitian yang digunakan dalam penelitian ini adalah perusahaan property, real estate dan building construction yang terdaftar di Bursa Efek Indonesia dari tahun 2011 sampai dengan tahun 2015.
3.2.2 Unit Sampel
Unit sampel adalah suatu elemen atau sekelompok elemen yang menjadi dasar menjadi sampel. Unit sampel yang dimaksud dalam penelitian ini adalah berupa data kuantitatif yang diperlukan dalam pengolahan data diobjek penelitian yang sudah dipilih sesuai dengan topik penelitian.
3.2.3 Populasi dan Sampel
Menurut Sugiyono (2009) populasi adalah generalisasi yang terdiri atas obyek/subyek yang mempunyai kualitas dam karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Populasi dalam penelitian ini adalah seluruh perusahaan property, real estate dan building
construction yang terdaftar di BEI tahun 2012-2015 sebanyak 47 perusahaan.
Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut (Sugiyono, 2009). Pengambilan sampel dalam penelitian ini dilakukan dengan metode purposive sampling. Menurut sugiyono (2009) purposive
sampling yaitu teknik penentuan sampel dengan pertimbangan tertentu. Adapun
kriteria pengambilan sampel yang harus dipenuhi adalah sebagai berikut:
1. Perusahaan property, real estatedan building constructiontelah go public dan terdaftar di Bursa Efek Indonesia periode 2011-2015.
2. Perusahaan property, real estate dan building construction yang menggunakan mata uang rupiah pada Laporan Keuangannya.
3. Perusahaan property, real estate dan building construction tidak pernah digantikan atau dieliminasi dalam Bursa Efek Indonesia periode 2011-2015. 4. Perusahaan property, real estate dan building construction yang setiap
tahun memperoleh laba selama periode 2011-2015.
5. Perusahaan property, real estate dan building constructionyang mencantumkan laporan keuangan secara lengkap selama periode 2011-2015. Berdasarkan kriteria tersebut didapat 37 perusahaan dari 50 perusahaan yang dijadikan sampel dalam penelitian ini, karena 13 perusahaan yang lain tidak terdapat data yang diperlukan dan juga mengalami rugi.
3.3 Jenis dan Sumber Data
Data yang digunakan dalam penelitian ini adalah data sekunder, yaitu dari data keuangan perusahaan yang diperoleh dari laporan keuangan tahunan perusahaan property, real estatedan building construction periode tahun 2011-2015 yang diunduh dari website BEI www.idx.co.id . Sumber data lain yang mendukung tujuan penelitian ini juga digunakan seperti buku teks, artikel
36
seminar / simposium, artikel jurnal, artikel surat kabar dan data yang bersumber dari internet seperti data yang bersumber dari website www.yahoofinance.com
3.4 Metode Pengumpulan Data
Pemilihan sampel penelitian didasarkan pada metode purposive sampling yaitu teknik pengambilan sampel dengan menggunakan pertimbangan atau kriteria yang ditentukan oleh peneliti. Teknik analisis yang digunakan adalah regresi linier berganda. Analisis fundamental memfokuskan pada laporan keuangan perusahaan yang bertujuan untuk mendeteksi perbedaan harga saham sekuritas dengan nilai intrinsiknya. Pendekatan fundamental memberikan dasar teoritis perhitungan nilai intrinsik yang dapat ditentukan berdasarkan faktor fundamental perusahaan.
3.5 Metode Analisis
Dalam penelitian ini, hipotesis 1 sampai dengan hipotesis 4 diuji dengan menggunakan metode regresi linier berganda. Analisis data menggunakan SPSS 20 sebagai alat untuk regresi berganda. Untuk menghasilkan suatu model yang baik, hasil analisis berganda memerlukan pengujian asumsi klasik.
Analisis kuantitatif, statistik deskriptif 1. Uji Asumsi Klasik
Uji asumsi klasik dalam penelitian ini bertujuan untuk menguji ada tidaknya penyimpangan atau masalah yang terjadi pada model regresi. Uji
asumsi klasik dilakukan dengan memenuhi empat asumsi yaitu uji normalitas data, uji multikolinieritas, uji heteroskedaktisitas, dan uji autokorelasi yang secara rinci dapat dijelaskan sebagai berikut:
Uji Normalitas
Menurut Ghozali (2011), uji normalitas bertujuan untuk menguji apakah dalam sebuah model regresi, variabel pengganggu atau residual memiliki distribusi normal atau tidak. Model regresi yang baik adalah data normal atau mendekati normal. Caranya dengan membandingkan distribusi komulatif dari data sesungguhnya dengan distribusi komulatif dari distribusi normal. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak, yaitu dengan analisis grafik dan uji statistik.
1. Analisis Grafik
Salah satu cara termudah untuk melihat normalitas adalah melihat histogram yang membandingkan antara observasi dengan distribusi yang mendekati normal. Namun demikian dengan hanya melihat histogram hal ini dapat menyesatkan khususnya untuk jumlah sampel yang kecil. Metode yang lebih handal adalah degan melihat normal probability plot yang membandingkan distribusi kumulatif dari data sesungguhnya dengan distribusi kumulatif dari distribusi normal.
38
2. Analisis Statistik
Uji normalitas residual dengan grafik dapat menyesatkan kalau tidak hati-hati. Secara visual kelihatan normal, padahal secara statisik bisa sebaliknya. Oleh sebab itu dianjurkan disamping uji grafik dilengkapi dengan uji statistik.
Alat analisis yang digunakan dalam penelitian ini adalah uji non-parametrik Kolmogorov-Smirnov(Uji K-S) dengan menggunakan bantuan program statistik. Uji K-S dilakukan dengan membuat hipotesis:
Ho : Residual terdistribusi normal Ha : Residual tidak terdistribusi normal Pedoman pengambilan keputusan:
1) Nilai sig. atau signifikansi atau nilai probabilitas < 0,005. Maka distribusi adalah tidak normal.
2) Nilai sig. atau signifikansi atau nilai probabilitas > 0,005. Maka distribusi adalah normal.
Uji Multikolinearitas
Menurut Ghozali (2011), uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel
bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen.
Adanya multikolinearitas atau korelasi yang tinggi antar variabel independen dapat dideteksi dengan beberapa cara di bawah ini:
1) Nilai tinggi, tetapi hanya sedikit nilai t ratio yang signifikan.
2) Adanya pair-wise correlation yang tinggi antar variabel independen. Jika pair-wise correlation atau zero order correlation antar dua variabel independen tinggi, misalnya 0.80, maka multikolinearitas merupakan masalah serius. Hal ini dapat dideteksi dengan melihat matrik korelasi antar variabel independen.
3) Melihat korelasi parsial. Pada regresi variabel X2, X3 dan X4 terhadap Y, jika nilai R²1.234 sangat tinggi, tetapi r²12.34, r²13.24, dan r²14.23 relatif rendah nilainya, maka dapat disimpulkan bahwa variabel X2, X3 dan X4 saling berkorelasi tinggi dan salah satu dari variabel ini superfluous. 4) Auxilary regression. Multikolinearitas timbul karena satu atau lebih
variabel independen berkorelasi secara linear dengan variabel independen lainnya. Salah satu cara menentukan variabel X mana yang berhubungan dengan variabel X lainnya adalah dengan meregres setiap Xi terhadap variabel X sisanya dan menghitung nilai R².
5) Eigenvalues dan Condition Index. Pertama dihitung terlebih dahulu nilai eigenvalues, dari nilai eigenvalues ini dapat diperoleh condition
40
multikolinearitas moderat sampai kuat. Jika k > 1000 terdapat multikolinearitas sangat kuat. Cara lain dengan melihat nilai CI antara 10 dan 30 menunjukkan adanya multikolinearitas sampai kuat dan CI diatas 30 terdapat multikolinearitas sangat kuat.
6) Tolerance dan Variance Inflation Factor (VIF). Kedua ukuran ini menunjukan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Pengujian terhadap ada tidaknya multikolinearitas dilakukan dengan metode VIF (Variance Inflation
Factor) yang dihitung dengan rumus sebagai berikut:
VIF = 1/Tolerance
Adapun kriteria yang digunakan dalam metode VIF ini, yaitu apabila nilai tolerance ≤ 0.1 atau sama dengan VIF ≥ 10 maka terjadi multikolinearitas. Dan jika nilai tolerance maupun VIF mendekati atau berada disekitar angka satu, maka antar variabel independen tidak terjadi multikolinearitas.
Uji Heteroskedastisitas
Menurut Ghozali (2011), uji heteroskedastisitas bertujuan untuk mengetahui terjadinya ketidaksamaan variance dari residual satu pengamatan dengan pengamatan yang lain dalam model regresi. Jika variance dari residual suatu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut
heteroskedastisitas. Sedangkan model regresi yang baik adalah yang homoskedastisitas atau yang tidak terjadi heteroskedastisitas.
Cara untuk mendeteksi ada tidaknya heteroskedastisitas, yaitu: 1) Metode Grafik
Metode ini dilakukan dengan melihat grafik plot antara nilai prediksi variabel dependen yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik
scatterplot antara SRESID dan ZPRED dimana sumbu X adalah
̌ (Y yang telah diprediksi (ZPRED) dan sumbu Y adalah residual atau SRESID ( ̌ ) yang telah di studentized.
2) Uji Park
Uji Park memformalkan metode grafik plots dengan menyatakan bahwa variance δ² merupakan fungsi dari variabel-variabel independen Xi yang dinyatakan dalam persamaan sebagai berikut:
δ² = ɑ Xiß
Dimana:
δ²: variance
ɑ : konstanta
42
ß : koefisien
3) Uji Glejser
Seperti halnya Uji Park, Glejser mengusulkan untuk meregres nilai absolut residual terhadap variabel independen (Ghozali, 2011:142) dengan persamaan regresi:
[ Ut ] = α + βXt +vt Dimana:
α : konstanta
βXt: koefisien variabel independen vt: unsur kesalahan
4) Uji White
Pada dasarnya Uji White mirip dengan kedua Uji Park dan Uji Glejser. Menurut White, Uji ini dapat dilakukan dengan meregres residual kuadrat (U²t) dengan variabel independen, variabel independen kuadrat dan perkalian (interaksi) variabel independen. Misalnya ada dua variabel independen X1 dan X2, maka persamaan regresinya sebagai berikut:
U²t = b0 + b1X1 + b2X2 + b3X1² + b4X2² + b5 x1x2 Dari persamaan regresi ini didapatkan nilai R² untuk menghitung c², dimana c² = n x R² (Ghozali, 2011:143).
Pengujiannya adalah jika c² hitung < c² tabel, maka hipotesis alternatif adanya heteroskedastisitas dalam model ditolak.
Pada penelitian ini pengujian heteroskedastisitas dilakukan dengan menggunakan scatterplot. Scatterplot dilakukan dengan melihat grafik antara nilai prediksi variabel terikat (dependent) yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi dan sumbu X adalah residual (Y prediksi – Y sesungguhnya).
Dasar analisis:
1) Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas
2) Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan dibawah angka 0 pada sumbu Y secara acak, maka tidak terjadi heteroskedastisitas atau model homoskedastisitas
Uji Autokorelasi
Menurut Ghozali (2011), uji autokorelasi bertujuan untuk mengetahui apakah suatu model regresi linier terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu
44
pada periode t-1 (sebelumnya). Autokorelasi muncul akibat observasi yang berurutan sepanjang waktu berkaitan satu sama lain, yang ditimbulkan karena residual tidak bebas dari satu observasi ke observasi lainnya.
Model regresi yang baik adalah model yang bebas dari autokorelasi. Instrumen yang digunakan untuk menguji autokorelasi dalam penelitian ini adalah uji durbin-watson. Gejala autokorelasi dapat dideteksi menggunakan durbin-watson test melalui nilai durbin watson yang diperoleh, kemudian dibandingkan dengan angka skala dL, dU,
4-dU, dan 4-dL.
Menurut Ghozali (2011) pedoman pengambilan keputusannya jika nilai durbin-watson terletak diantara batas atas, yaitu antara dU dan 4-dU
maka koefisien autokorelasi sama dengan nol yang berarti tidak terjadi autokorelasi. Jika nilai durbin-watson terletak lebih rendah dari batas bawah yaitu dl, maka koefisien autokorelasi lebih besar dari nol yang berarti terjadi autokorelasi positif. Dan apabila nilai durbin-watson lebih besar dari 4-dL, maka koefisien autokorelasi lebih kecil dari nol
yang berarti terjadi autokorelasi negatif. Lebih mudahnya sesuai dengan tabel berikut:
Tabel 3.2
Hipotesis Nol Keputusan Jika Tidak ada autokorelasi positif Tolak 0 < d < dL Tidak ada autokorelasi positif No decision dL ≤ d ≤ dU Tidak ada autokorelasi negatif Tolak 4 – dL < d < 4 Tidak ada autokorelasi negatif No decision 4 – dU ≤ d ≤ 4 - dL Tidak ada autokorelasi positif atau
negatif
Tidak ditolak dU < d < 4 - dU
Ket: dU: durbin watson upper, dL: durbin watson lower
2. Analisis Regresi Berganda
Analisis regresi ganda digunakan oleh peneliti, bila peneliti bermaksud meramalkan bagaimana keadaan (naik turun) variabel dependent (kriterium), bila dua atau lebih variabel independen sebagai faktor prediktor dimanipulasi (dinaik turunkan nilainya) (Sugiyono, 2013:277).
Analisis regresi linear berganda bertujuan untuk mengetahui pengaruh Profitabilitas, Struktur Modal, Pertumbuhan Perusahaan, dan Ukuran Perusahaan terhadap Nilai Perusahaan. Dengan rumus persamaan regresi untuk 4 prediktor adalah sebagai berikut :
Keterangan :
46 = Struktur Modal = Ukuran Perusahaan = Pertumbuhan Perusahaan = Profitabilitas a = Konstanta , , , = Koefisisen Regresi
e = Standar Kesalahan / Disturbance
3. Uji Statistik t
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen terhadap variabel dependen dengan menganggap variabel independen lainnya konstan (Ghozali,2011:17), langkah-langkahnya adalah sebagai berikut :
a. Menentukan Hipotesis Nol dan Hipotesis Alternatif
: β = 0, tidak ada pengaruh yang signifikan dari masing-masing variabel independen terhadap variabel dependen.
: β ≠ 0, ada pengaruh yang signifikan dari masing-masing variabel independen terhadap variabel dependen.
b. Tingkat signifikan α = 5% ; df n-k Dimana:
α = derajat keyakinan
df = degree of freedom / derajat kebebasan n = jumlah sampel
k = jumlah variabel independen
c. Kriteria Pengujian
Daerah ditolak Daerah ditolak
Daerah diterima
-t (/2) t (/2) Ho diterima apabila - <
Ho ditolak apabila atau < -
d. Rumus uji t
Dimana :
48
ß1 : koefisien parameter
se(ß1) : standard eror koefisien parameter e. Kesimpulan
Keputusan dilakukan dengan membandingkan nilai dengan nilai .
4. Uji Statistik F
Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama atau simultan terhadap variabel dependen. Hipotesis Nol adalah joint hipotesis bahwa ... secara simultan sama dengan nol (Ghozali, 2011:16-17).
H0 : = = ... = = 0
Pengujian hipotesis ini sering disebut pengujian signifikansi keseluruhan (overall significance) terhadap garis regresi yang ingin menguji apakah Y secara linear berhubungan dengan kedua X1 dan X2. Joint hipotesis dapat diuji dengan teknik analisis variance (ANOVA).
Pengambilan Keputusan:
Misalkan model regresi dengan k-variabel
Hipotesis Nol H0:
Jika F hitung > F tabel yaitu maka hipotesis nol ditolak. Dimana adalah nilai krisis F pada tingkat signifikansi dan derajad bebas (df) pembilang serta derajad bebas (df) penyebut .
Terdapat hubungan yang erat antara koefisien determinasi ( dan Nilai F test. Secara sistematis nilai F dapat juga dinyatakan dalam rumus seperti di bawah ini:
Dimana:
: koefisien korelasi berganda dikuadratkan n : jumlah sampel
k : jumlah variabel independen
berdasarkan rumus ini dapat disimpulkan jika , maka F juga sama dengan nol. Semakin besar nilai , maka semakin besar pula nilai F. Namun demikian jika , maka F menjadi tak terhingga. Jadi dapat disimpulkan bahwa uji F statisik yang mengukur signifikansi secara keseluruhan dari garis regresi juga dapat digunakan untuk menguji signifikansi dai . Dengan kata lain pengujian F statistik sama dengan pengujian terhadap nilai sama dengan nol.
50
Koefisien determinasi (R²) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen (Ghozali, 2011:15). Nilai koefisien determinasi adalah antara nol dan satu. Nilai R² 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.
Kelemahan mendasar penggunaan koefisien determinasi adalah bias terhadap jumlah variabel yang independen yang dimasukkan kedalam model. Setiap tambahan satu variabel independen, maka R² pasti meningkat tidak perduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel dependen. Oleh karena itu, banyak peneliti menganjurkan untuk menggunakan nilai Adjusted R² pada saat mengevaluasi mana model regresi terbaik. Tidak seperti R², maka nilai Adjusted R² dapat naik atau turun apabila satu variabel independen ditambahkan kedalam model.
Koefisien determinasi ( ) bertujuan untuk mengukur seberapa besar variasi variabel Nilai Perusahaan dapat dijelaskan oleh variabel Profitabilitas, Struktur Modal, Pertumbuhan Perusahaan dan Ukuran Perusahaan secara bersama-sama.
Dalam kenyataannya nilai adjusted R² dapat bernilai negatif, walaupun yang dikehendaki harus bernilai positif. Menurut Ghozali (20011:16) jika dalam uji empiris didapat nilai adjusted R² negatif, maka nilai R² dianggap
bernilai nol. Secara sistematis jika nilai R² = 1, maka adjusted R² = R² = 1 sedangkan jika nilai R² = 0, maka adjusted R² = (1–K)/(n- k). Jika k > 1, maka adjusted R² akan bernilai negatif.
