BAB IV ANALISIS DAN PEMBAHASAN

BAB IV ANALISIS DAN PEMBAHASAN

A. Analisis Statistik Deskriptif Analisis statistik deskriptif menggambarkan tentang ringkasan data-data penelitian seperti nilai minimum, maksimum, rata-rata dan standar devisasi dari masing-masing variabel yang terdapat dalam penelitian. Nilai minimum merupakan nilai terendah untuk setiap variabel, sedangkan nilai maksimum merupakan nilai tertinggi untuk setiap variabel dalam penelitian. Nilai mean merupakan nilai rata-rata dari setiap variabel yang diteliti. Standar deviasi adalah sebaran data yang digunakan dalam penelitian. Variabel yang digunakan dalam penelitian ini adalah Total Asset Growth, Dept Equity Ratio, Return of Equity,dan Price Book Value. Data yang digunakan dalam penelitian ini adalah 19 sampel selama 3 tahun sehingga total data yang diteliti sebanyak 57 sampel. Tabel 4.1 Statistik Deskriptif Descriptive Statistics N

Minimum

Maximum

Mean

Std. Deviation

PBV

57

1.14

8.74

3.2873

1.63680

TAG

57

.05

.40

.1658

.07965

DER

57

.16

7.54

2.2230

2.65706

ROE

57

.08

.36

.1963

.06311

Valid N (listwise)

57

Sumber : Hasil pengolahan data dengan SPSS

61

http://digilib.mercubuana.ac.id/

62

a. Variabel pertama yaitu Price Book Value, yang menunjukkan nilai minimum sebesar 1,14 pada perusahaan Bank Danamon Indonesia, Tbk ditahun 2013, hal ini dikarenakan perbandingan antara harga saham penutup dan book value pada saat itu tidak terlalu jauh. Nilai maksimum sebesar 8,74 pada perusahaan Kalbe Farma, Tbk di tahun 2014, hal ini dikarenakan perbandingan antara harga saham penutup dan book value pada saat itu cukup jauh. Nilai rata-rata sebesar 3,2873 serta untuk nilai standar deviasi adalah sebesar 1,63680. b. Variabel kedua yaitu Total Asset Growth, yang menunjukkan nilai minimum sebesar 0,05 pada perusahaan United Tranctors, Tbk ditahun 2014 hal ini dikarenakan kenaikan aset di tahun 2014 hanya sedikt sedangkan untuk nilai pembagi aset di tahun 2013 cukup tinggi. Nilai maksimum sebesar 0,40 pada perusahaan Charoen Pokphand Indonesia, Tbk di tahun 2012, hal ini dikarenakan kenaikan aset di tahun 2012 cukup tinggi. Nilai rata-rata sebesar 0,1658 serta untuk nilai standar deviasi adalah sebesar 0,07965. c. Variabel ketiga yaitu Debt to Equity Ratio, yang menunjukkan nilai minimum sebesar 0,16 pada perusahaan Indocement Tunggal Prakasa, Tbk ditahun 2013, hal ini dikarenakan pada saat itu total liabilitas perusahaan Indocement Tunggal Prakasa, Tbk tidak terlalu besar. Nilai maksimum sebesar 7,54 pada perusahaan Bank Central Asia, Tbk di tahun 2012, hal ini dikarenakan total liabilitas perusahaan Bank Central Asia, Tbk pada


63

saat itu cukup besar. Nilai rata-rata sebesar 2,2230 serta untuk nilai standar deviasi adalah sebesar 2,65706. d. Variabel keempat yaitu Return on Equity, yang menunjukkan nilai minimum sebesar 0,08 pada perusahaan Bank Danamon Indonesia, Tbk ditahun 2014, hal ini dikarenakan net income pada saat itu kecil sedangkan untuk nilai pembaginya yaitu total ekuitas cukup besar. Nilai maksimum sebesar 0,36 pada perusahaan Telekomunikasi Indonesia (Persero), Tbk ditahun 2012, hal ini dikarenakan net income pada saat itu cukup besar dengan nilai pembaginya yaitu total ekuitas yang tidak cukup besar. Nilai rata-rata sebesar 0,1963 serta untuk nilai standar deviasi adalah sebesar 0,06311.

B. Uji Asumsi Klasik Uji asumsi klasik merupakan persyaratan analisis regresi berganda, maka dalam penelitian ini perlu dilakukan pengujian asumsi klasik terlebih dahulu yang meliputi : uji normalitas, uji multikolinearitas, uji autokorelasi, dan uji heterokedastisitas. 1. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam suatu model regresi, variabel independen dan variable dependen keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah yang memiliki nilai residual yang terdistribusi normal atau mendekati normal. Berikut ini adalah gambar hasil


64

uji normalitas dengan analisis grafik P-P Plot yaitu dengan melihat penyebaran data (titik-titik) pada sumbu diagonal dari grafik normal (garis diagonal). Gambar 4.1 Hasil Uji Normalitas P-P Plot

Sumber : Hasil pengolahan data dengan SPSS Garis diagonal dalam grafik ini menggambarkan keadaan ideal dari data yang mengikuti distribusi normal. Titik-titik disekitar garis adalah keadaan data yang diuji. Jika kebanyakan titik-titik berada sangat dekat dengan garis atau bahkan menempel pada garis, maka dapat kita simpulkan bahwa data tersebut


65

mengikuti distribusi normal. Terlihat sebaran data dari variabel bergerombol disekitar garis uji yang mengarah kekanan atas, tidak ada data yang terletak jauh dari sebaran data. Dengan demikian, data tersebut bisa dikatakan normal. Dalam uji normalitas residual dengan grafik dapat menyesatkan apabila tidak hati-hati secara visual kelihatan normal, oleh karena itu untuk melengkapi uji grafik dilakukan juga uji statistik lain yang dapat digunakan untuk menguji normalitas residual adalah uji statistik nonparametik Kolmogorov-Smirnov (K-S). Data terdistribusi normal jika memiliki probabilitas signifikansi > 0,05. Pengambilan keputusan untuk menentukan data variabel penelitian terdistribusi normal atau tidak adalah sebagai berikut : - Nilai Asym.sig (2-tailed) > 0,05 maka data berdistribusi normal - Nilai Asym.sig (2-tailed) < 0,05 maka data tidak berdistribusi normal Dari pengujian yang dilakukan diperoleh hasil sebagai berikut : Tabel 4.2 Hasil Uji Normalitas Kolmogorov-smirnov One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N

57 Mean

Normal Parametersa,b

Std. Deviation

Most Extreme Differences

.0000000 1.31617616

Absolute

.149

Positive

.149

Negative

-.098

Kolmogorov-Smirnov Z

1.126 .158

Asymp. Sig. (2-tailed) a. Test distribution is Normal. b. Calculated from data.


66

Untuk menentukan data dengan uji statistic non-parametik Kolmogorovsmirnov, nilai signifikan harus diatas 0,05 atau 5%. Berdasarkan tabel 4.3 uji normalitas terhadap residual dengan menggunakan uji statistic non-parametik Kolmogorov-smirnov menunjukkan Asymp. Sig (2-tailed) sebesar 0,158. Nilai 0,158 > 0,05 maka data berdistribusi normal.

2. Uji Multikolonieritas Uji multikolinearitas digunakan untuk menunjukkan ada tidaknya hubungan linier diantara variabel-variabel independen dalam model regresi. Salah satu cara untuk mengetahui ada tidaknya multikolinearitas pada suatu model regresi adalah dengan melihat nilai tolerance dan VIF (Variance Inflation Factor). Jika nilai tolerance > 0,10 dan VIF < 10, maka dapat diartikan bahwa tidak terdapat multikolinearitas pada penelitian tersebut. Dan sebaliknya, jika nilai tolerance < 0,10 dan VIF > 10 maka terjadi multikolinearitas. Tabel 4.3 Hasil Uji Multikolinearitas Coefficientsa Model

Unstandardized

Standardized

Coefficients

Coefficients

B

Std. Error

(Constant)

.975

.676

TAG

3.147

2.321

DER

-.206

ROE

11.463

t

Sig.

Collinearity Statistics

Beta

Tolerance

VIF

1.443

.155

.153

1.356

.181

.956

1.046

.069

-.335

-3.007

.004

.983

1.017

2.913

.442

3.935

.000

.967

1.034

1

a. Dependent Variable: PBV

Sumber : Hasil pengolahan data dengan SPSS


67

Hasil uji VIF pada tabel 4.4 di atas menunjukkan bahwa keempat variabel independen tidak terjadi multikolinearitas karena nilai tolerance semua variabel independen > 0,10 dan begitu juga dengan nilai VIF pada semua variabel independen < 10.

3. Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam mode regresi terjadi ketidaksamaan varian dari residual satu pengamatan kepengamatan yang lain. Pada suatu model regresi yang baik adalah yang berkondisi homokedastisitas atau tidak terjadi heterokedastisitas. Salah satu cara untuk mendeteksi ada atau tidaknya heterokedastisitas adalah dengan melihat grafik plot antara lain prediksi variabel terkait (ZPRED) dengan nilai residualnya (SRESID). Jika tidak ada pola yang jelas dan titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas. Hasil pengujian heterokedastisitas pada penelitian ini dapat dilihat pada gambar 4.2 di bawah ini :


68

Gambar 4.2 Hasil Uji Heteroskedastisitas Scatterplot

Sumber : Hasil pengolahan data dengan SPSS Dari grafik scatterplot diatas tampak titk-titik menyebar secara acak serta tersebar baik di atas dan di bawah angka nol (0) pada sumbu Y. Dengan demikian dapat

dikatakan

bahwa

model

regresi

tidak

mengalami

gangguan

heteroskedastisitas sehingga model regresi tersebut layak dipakai untuk memprediksi PBV berdasarkan masukan variabel bebas.


69

4. Uji Autokolerasi Uji autokelerasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan keslalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Salah sau cara untuk mengetahui ada tidaknya autokorelasi padda model regresi adalah dengan melakukan Uji Durbin Watson (Dw). Kriteria pengujian adalah sebagai berikut:  Ho = Tidak ada autokorelasi.  Ha = Ada autokorelasi.  Jika 0

70

Tabel 4.4 Hasil Uji Autokorelasi Model Summaryb Model

1

R

R Square

.594a

.353

Adjusted R

Std. Error of the

Square

Estimate .317

1.35291

Durbin-Watson

1.920

a. Predictors: (Constant), ROE, DER, TAG b. Dependent Variable: PBV

Sumber : Hasil pengolahan data dengan SPSS Berdasarkan tabel 4.4 diatas diketahui bahwa hasil uji Durbin Watson adalah sebesar 1,920 sedangkan dalam tabel DW dengan signifikansi 0,05 dan jumlah data (n) = 57, serta k = 3 (k adalah jumlah variabel independen) diperoleh nilai dl sebesar 1,464 dan du sebesar 1,684. Dari tabel tersebut, dapat dilihat bahwa nilai du (1,684) < dw (1,920) < 4-du (2,316), maka Ho diterima dan dapat disimpulkan bahwa tidak ada autokorelasi baik positif maupun negatif. Jadi model regresi penelitian ini bebas dari masalah autokorelasi.

C. Uji Kesesuaian Model 1. Uji Determinasi (

)

Koefisien determinasi (

) pada intinya mengukur seberapa jauh

kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai

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


71

variabel dependen. Berdasarkan hasil output SPSS besarnya R square dapat dilihat pada tabel 4.5 berikut : Tabel 4.5 Hasil Uji Koefisien Determinasi Model Summaryb Model

1

R

R Square

.594a

Adjusted R

Std. Error of the

Square

Estimate

.353

.317

1.35291

Durbin-Watson

1.920

a. Predictors: (Constant), ROE, DER, TAG b. Dependent Variable: PBV

Sumber : Hasil pengolahan data dengan SPSS Dilihat dari tabel diatas, nilai koefisien determinasi (Adjust R Square) sebesar 0,317 atau 31,7% hal ini berarti hanya 31,7% PBV yang dipengaruhi oleh ketiga variabel TAG, DER, dan ROE. Sisanya sebesar 68,3% dipengaruhi oleh faktor lain diluar model penelitian.

2. Pengujian Simulatan (Uji Statistik F) Uji statistik f pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen/terikat. Tabel 4.6 dibawah ini menyajikan nilai f dari model regresi penelitian ini sebesar 9,656.


72

Tabel 4.6 Hasil Uji F (Uji Pengaruh Secara Simultan) ANOVAa Model

1

Sum of Squares

df

Mean Square

Regression

53.021

3

17.674

Residual

97.010

53

1.830

150.031

56

Total

F 9.656

Sig. .000b

a. Dependent Variable: PBV b. Predictors: (Constant), ROE, DER, TAG

Sumber : Hasil pengolahan data dengan SPSS Kriteria hipotesis adalah sebagai berikut :  Ho : nilai signifikan > 0,05 ; tidak ada pengaruh antara variabel independen (keputusan investasi, keputusan pendanaan, dan profitabilitas) secara bersamasama terhadap variabel dependen (nilai perusahaan).  Ha : nilai signifikan < 0,05 ; ada pengaruh antara varibel independen (keputusan investasi, keputusan pendanaan, dan profitabilitas) secara bersama-sama terhadap variabel dependen (nilai perusahaan).

Sedangkan kriteria pengujiannya yaitu :  Jika nilai F hitung > F tabel, Ho ditolak dan Ha diterima hal ini berarti bahwa terdapat hubungan yang signfikan antara variabel keputusan investasi, keputusan pendanaan, dan profitabilitas dengan nilai perusahaan.  Jika nilai F hitung < F tabel, Ho diterima dan Ha ditolak hal ini berarti bahwa tidak terdapat hubungan yang signifikan antara variabel keputusan investasi, keputusan pendanaan, dan profitabilitas dengan nilai perusahaan.


73

Dalam pengujian ini dengan menggunakan nilai signifikan sebesar 0,05, yang disimpulkan sebagai berikut, jika nilai signifikansi < 0,05, maka Ha diterima. Dari tabel 4.6 diperoleh nilai F 9,656 dan nilai signifikansi sebesar 0,000. Sedangkan dari tabel nilai F, didapat bahwa nilai F tabel dengan n=57 dan 3 variabel sebesar 2,77. Sehingga nilai F hitung (9,656) lebih besar dari F tabel (2,77). Hal ini berarti bahwa Ho ditolak dan Ha diterima, dalam arti lain terdapat hubungan yang signfikan antara variabel keputusan investasi, keputusan pendanaan, dan profitabilitas terhadap nilai perusahaan.

D. Uji Hipotesis 1. Pengujian Parsial (Uji Statistik T) Uji t bertujuan untuk menguji seberapa jauh pengaruh satu variabel independen secara individual yaitu keputusan investasi yang diproksikan Total Asset Growth, keputusan pendanaan yang diukur Debt to Equity Ratio, dan profitabilitas diproksi menggunakan Return on Equity dalam menerangkan variabel dependen yaitu nilai perusahaan yang diukur dengan Price Book Value. Uji t berada pada tingkat signifikansi 0,05. Jika nilai probabilitas t lebih kecil dari 0,05, maka Ha diterima dan Ho ditolak, sedangkan jika nilai probabilitas t lebih besar dari 0,05, maka Ho diterima dan Ha ditolak. Berikut hasil penelitian :


74

Tabel 4.7 Hasil Uji T (Uji Pengaruh Secara Parsial) Coefficientsa Model

Unstandardized Coefficients

Standardized

t

Sig.

Coefficients B (Constant)

Std. Error .975

.676

TAG

3.147

2.321

DER

-.206

ROE

11.463

Beta 1.443

.155

.153

1.356

.181

.069

-.335

-3.007

.004

2.913

.442

3.935

.000

1

Sumber : Hasil pengolahan data dengan SPSS Dari hasil uji diatas, dapat dilihat bahwa ada 1 variabel yang tidak signifikan berpengaruh terhadap nilai perusahaan, yaitu variabel TAG (keputusan investasi). Hal ini dapat dilihat bahwa nilai t hitung pada variabel TAG (1,356) lebih kecil dari t tabel (1,674), serta nilai signifikansinya lebih besar dari 0,05 (0,181 > 0,05). Sementara untuk kedua variabel lainnya yakni DER (keputusan pendanaan) dan ROE (profitabilitas) memiliki pengaruh yang signifikan terhadap nilai perusahaan. Hal ini dapat dilihat bahwa nilai t hitung pada variabel DER (-3,007) lebih besar dari t tabel (1,674), serta nilai signifikansinya lebih kecil dari 0,05 (0,004 < 0,05). Dan untuk nilai t hitung pada variabel ROE (3,935) lebih besar dari t tabel (1,674), serta nilai signifikansinya lebih kecil dari 0,05 (0,000 < 0,05).

2. Analisis Regresi Linier Berganda Analisis regresi linier berganda adalah sebuah metode statistik umum yang digunakan untuk meneliti hubungan antara sebuah variabel dependen dengan


75

beberapa variabel independen. Berikut adalah tabel output hasil pengujian regresi dari penelitian ini. Tabel 4.8 Hasil Uji Regresi Linier Berganda Coefficientsa Model

Unstandardized Coefficients

Standardized

t

Sig.

Coefficients B

Std. Error

(Constant)

.975

.676

TAG

3.147

2.321

DER

-.206

ROE

11.463

Beta 1.443

.155

.153

1.356

.181

.069

-.335

-3.007

.004

2.913

.442

3.935

.000

1

Sumber : Hasil pengolahan data dengan SPSS Berdasarkan nilai koefisien reresi pada tabel diatas, maka dapat disusun persamaan regresi sebagai berikut : Y = 0,975+ 3,147KI - 0,206KP + 11,463PB + e Dari persamaan diatas dapat dijelaskan konstanta sebesar 0,975 menyatakan bahwa TAG, DER dan ROE nilainya adalah 0, maka PBV nilainya adalah 0,975. 1. Koefisien regresi variabel TAG sebesar 3,147 artinya jika variabel independen lain nilainya tetap dan TAG mengalami kenaikan 1%, maka PBV akan mengalami peningkatan sebesar 3,147 koefisien bernilai positif yang artinya terjadi hubungan positif antara TAG dengan PBV, semakin naik TAG maka semakin meningkat PBV. 2. Koefisien regresi variabel DER sebesar -0,206 artinya jika variabel independen lain nilainya tetap dan DER mengalami kenaikan 1%, maka PBV akan


76

mengalami penurunan sebesar -0,206. Koefisien bernilai negatif yang artinya terjadi hubungan negatif antara DER dengan PBV, semakin naik DER maka semakin menurun PBV. 3. Koefisien regresi variabel ROE sebesar 11,463 artinya jika variabel independen lain nilainya tetap dan ROE mengalami kenaikan 1%, maka PBV akan mengalami peningkatan sebesar 11,463. Koefisien bernilai positif yang artinya terjadi hubungan positif antara ROE dengan PBV, semakin naik ROE maka semakin meningkat PBV.

E. Pembahasan 1. Pengaruh Keputusan Investasi Terhadap Nilai Perusahaan Hasil penelitian menunjukkan bahwa keputusan investasi tidak memiliki pengaruh yang signifikan terhadap nilai perusahaan. Hal ini dapat dilihat dari hasil uji t yang menunjukkan nilai signifikan sebesar 0,181 (di atas 0,05). Keputusan investasi memiliki beta positif sebesar 0,153 terhadap nilai perusahaan, hal ini berarti bahwa apabila setiap keputusan investasi naik sebesar satu satuan, maka nilai perusahaan juga akan naik sebesar 0,153. Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Setiani Rury (2012) yang memproksikan keputusan investasi dengan pertumbuhan aset (TAG) dan mengatakan bahwa keputusan investasi tidak berpengaruh signifikan terhadap nilai perusahaan. Dan hasil penelitian ini tidak sejalan dengan penelitian yang dilakukan oleh Yulianto Yulius (2010) yang memproksikan keputusan


77

investasi dengan pertumbuhan aset (TAG) dan mengatakan bahwa keputusan investasi menunjukkan hubungan positif dan sigifikan terhadap nilai perusahaan. Tidak berpengaruhnya keputusan investasi yang diproksikan dengan pertumbuhan aset dengan nilai perusahaan yang ditemukan dalam hasil penelitian ini bisa disebabkan oleh kurang tepatnya keputusan investasi yang diambil oleh manajer pada perusahaan tersebut. Selain itu pertumbuhan aset yang merupakan hasil dari keputusan investasi hanya membandingkan antara aset tahun sekarang dengan asset tahun sebelumnya. Walaupun aset tahun sekarang mengalami perurunan tidak menjamin aset tahun berikutnya juga akan mengalami penurunan juga atau sebaliknya. Sehingga hal ini tidak terlalu menjadi perhatian bagi investor

jika melakukan investasi. Jika investor menganggap perusahaan

memiliki prospek yang baik investor tetap akan berinvestasi walaupun aset mengalami penurunan atau peningkatan.

2. Pengaruh Keputusan Pendanaan Terhadap Nilai Perusahaan Hasil penelitian menunjukkan bahwa keputusan pendanaan memiliki pengaruh yang negatif dan signifikan terhadap nilai perusahaan. Hal ini dapat dilihat dari hasil uji t yang menunjukkan nilai signifikan sebesar 0,004 (di bawah 0,05). Keputusan pendanaan memiliki beta negatif sebesar -0,335 terhadap nilai perusahaan, hal ini berarti bahwa apabila setiap keputusan pendanaan naik sebesar satu satuan, maka nilai perusahaan juga akan mengalami penurunan sebesar -0,335.


78

Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Rahayuningsih Dian (2014) yang memproksikan keputusan pendanaan dengan DER dan mengatakan bahwa keputusan pendanaan berpengaruh negatif dan sigifikan terhadap nilai perusahaan. Dan hasil penelitian ini tidak sejalan dengan penelitian yang dilakukan oleh Ulya Himatul (2014) yang memproksikan keputusan pendanaan dengan DER dan mengatakan bahwa keputusan pendanaan berpengaruh positif dan tidak sigifikan terhadap nilai perusahaan. Hal ini mengindikasikan bahwa tinggi atau rendahnya liabilitas yang dimiliki oleh perusahaan akan mempengaruhi nilai perusahaan, maka dari itu investor akan memperhatikan besar kecilnya hutang yang dimiliki perusahaan. Investor cenderung menghindari perusahaan yang memiliki jumlah liabilitas yang tinggi karena memiliki tingkat resiko yang tinggi.

3. Pengaruh Profitabilitas Terhadap Nilai Perusahaan Hasil penelitian menunjukkan bahwa profitabilitas memiliki pengaruh positif dan signifikan terhadap nilai perusahaan. Hal ini dapat dilihat dari hasil uji t yang menunjukkan nilai signifikan sebesar 0,000 (di bawah 0,05). Profitabilitas memiliki beta positif sebesar 0,442 terhadap nilai perusahaan, hal ini berarti bahwa apabila setiap profitabilitas naik sebesar satu satuan, maka nilai perusahaan juga akan naik sebesar 0,442. Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Ulya Himatul (2014) yang memproksikan profitabilitas dengan ROE dan mengatakan bahwa profitabilitas berpengaruh positif dan sigifikan terhadap nilai perusahaan.


79

Hal ini berarti semakin tinggi nilai profit yang didapat maka akan semakin tinggi nilai perusahaan. Karena profit yang tinggi akan memberikan indikasi prospek perusahaan yang baik sehingga dapat memicu investor untuk ikut meningkatkan permintaan saham. Permintaan saham yang meningkat akan menyebabkan nilai perusahaan yang meningkat. Profitabilitas

(ROE)

yang

berpengaruh

terhadap

nilai

perusahaan

menunjukkan bahwa tingkat keuntungan dari investasi yang telah dilakukan pemilik ekuitas sendiri atau pemegang saham perusahaan berpengaruh terhadap potensi nilai pasar perusahaan. Hal tersebut juga menunjukkan bahwa investor menilai baik kinerja perusahaan pada periode 2012-2014. Investor mengganggap bahwa perusahaan memperoleh laba bersih dari pengelolaan ekuitas yang dimilikinya secara efisien sehingga berdampak positif pada potensi nilai pasar suatu perusahaan.


BAB IV ANALISIS DAN PEMBAHASAN

Recommend Documents