BAB IV HASIL DAN PEMBAHASAN
A. Gambaran Umum Penelitian ini dilakukan untuk menguji pengaruh struktur modal dan keputusan investasi terhadap nilai perusahaan pada perusahaan Consumer Goods yang terdaftar di Bursa Efek Indonesia (BEI) selama peridoe 2010 2013. Adapun waktu penelitian ini dilakukan pada bulan April hingga Juni 2014 dengan mengambil data yang ada di situs www.idx.co.id.
B. Statistik Deskriptif Statistik deskripstif memberikan gambaran umum tentang objek penelitian yang dijadikan sampel penelitian. Penjelasan data melalui statistik deskriptif diharapkan memberi gambaran tentang ringkasan data – data penelitian berupa nilai minimum, maksimum, rata – rata (mean) dan standar deviasi dari masing – masing variabel. Variabel yang digunakan dalam penelitian ini meliputi DER, PER dan PBV. Berikut ini adalah hasil dari uji statistik deskriptif atas variabel – variabel yang digunakan dalam penelitian ini :
39
40
Tabel 4.1 Statistik Deskriptif Descriptive Statistics N
Minimum
Maximum
Mean
Std. Deviation
DER
72
.10
2.28
.6779
.49930
PER
72
1.71
8.34
4.0377
1.13605
PBV
72
.60
4.44
1.6752
.83375
Valid N (listwise)
72
Tabel 4.1 menunjukkan bahwa selama periode 2010 sampai dengan 2013, dari 26 perusahaan sampel, nilai DER (X1) memiliki nilai minimum sebesar 0,10 dengan nilai maksimum 2,28. Nilai rata – rata variabel ini sebesar 0,6779 dengan standar deviasi sebesar 0,49930.Nilai standar deviasi yang kecil dari pada nilai rata – rata menunjukkan sebaran variabel data yang kecil antara PBV terendah dengan tertinggi. Pada variabel PER (X2) terlihat bahwa nilai minimum dan maksimum variabel PER selama 2010 – 2013 adalah sebesar 1,71 dan 8,34. Nilai rata – rata dari variabel ini sebesar 4,0377 dengan standar deviasi sebesar 1,13605. Pada Varibel PER (X2) nilai standar deviasi lebih kecil dari nilai rata – rata yang menunjukkan sebaran variabel data yang kecil atau tidak adanya kesenjangan yang besar dari variabel PER. Untuk variabel PBV (Y) menunjukkan nilai minimum sebesar 0,60 dengan nilai maksimum sebesar 4,44. Nilai rata – rata dari varibel ini sebesar 1,6752 dan standar deviasinya sebsar 0,83375. Pada variabel ini pun nilai standar deviasi lebih kecil dari nilai rata – rata yang menunjukkan tidak adanya kesenjangan yang besar dari varibel PBV.
41
C. Uji Asumsi dan Kualitas Instrumen Penelitian Suatu hasil dari analisis regresi berganda akan dapat dijadikan sebagai dasar pengambilan keputusan jika telah memenuhi asumsi klasik yang meliputi : uji normalitas, multikolinieritas, autokorelasi dan heteroskedastisitas. 1. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah data yang digunakan dalam model regresi, varibel independen dan variabel dependen atau keduanya telah terdistribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Untuk mendeteksi normalitas data, dapat dilakukan dengan uji statistic non-parametrik Kolmogorov- Smirnov (K-S). Data dinyatakan terdistribusi dengan normal jika signifikansi lebih besar dari 0,05. Berikut ini adalah hasil dari uji normalitas atas variabel – variabel yang digunakan dalam penelitian ini : Tabel 4.2 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N Normal Parametersa,b
Most Extreme Differences
72 Mean Std. Deviation
0E-7 .80899108
Absolute
.109
Positive
.109
Negative
-.090
Kolmogorov-Smirnov Z
.928
Asymp. Sig. (2-tailed)
.355
a. Test distribution is Normal. b. Calculated from data.
42
Berdasarkan tabel 4.2 besarnya nilai Kolmogorov-Smirnov adalah 0,928 dan signifikan pada 0,355. Sehingga dapat disimpulkan bahwa data dalam penelitian ini tidak terjadi gangguan normalitas, yang berarti data berdistribusi normal.
2. Uji Multikolonieritas Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebes (independen). Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Nilai yang dipakai untuk menunjukkan adanya multikolonieritas adalah nilai tolerance ≤ 0.10 atau sama dengan nilai VIF > 10. Tabel 4.3 Hasil Uji Multikolonieritas Coefficientsa Model
Unstandardized Coefficients
Standardized
T
Sig.
Collinearity Statistics
Coefficients B (Constant) 1
Std. Error .846
.377
DER
-.105
.191
PER
.223
.084
Beta
Tolerance
VIF
2.242
.028
-.063
-.551
.583
1.000
1.000
.304
2.656
.010
1.000
1.000
a. Dependent Variable: PBV
Dari tabel diatas dapat terlihat bahwa variabel DER dan PER mempunyai nilai tolerance > 0.10 dan Nilai VIF < 10. Sehingga dapat disimpulkan bahwa dalam penelitian ini tidak terjadi multikolonieritas. 3. Uji Heteroskedastisitas Uji heterokedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan
43
yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap
maka
disebut
homoskedastisitas
dan
jika
berbeda
disebut
heteroskedastisitas. Penelitian ini menggunakan cara dengan pengujian statistik
yang
dapat
digunakan
untuk
mendeteksi
ada
tidaknya
heteroskedastisitas, pengujian yang dilakukan adalah dengan menggunakan scatterplot dan Uji Park. Dengan menggunakan grafik scatterplot, maka titik – titik yang terbentuk harus menyebar secara acak, tersebar baik diatas maupun bawah angka 0 pada sumbu Y, bila kondisi ini terpenuhi maka tidak terjadi heteroskedastisitas dan model regresi layak digunakan. Hasil uji heteroskedastisitas dengan menggunakan grafik scatterplot dan uji Park ditunjukkan pada gambar 4.1 dan Tabel 4.4 berikut ini :
Sumber: Output SPSS Gambar 4.1 Hasil Uji Heteroskedastisitas
44
Tabel 4.4 Hasil Uji Heteroskedatisitas Coefficientsa Model
Unstandardized Coefficients
Standardized
t
Sig.
Coefficients B (Constant) 1
Std. Error -.770
1.051
DER
.017
.384
PER
-.027
.234
Beta -.733
.470
.008
.045
.965
-.022
-.116
.909
a. Dependent Variable: LNU21
4. Uji Autokorelasi Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan penggangu pada periode t dengan kesalahan penggangu pada periode t-1 (sebelumnya). Terdapat beberapa cara untuk mendeteksi adanya gejala autokorelasi dalam suatu model regresi, salah satunya menggunakan pengujian dengan uji Durbin Watson dengan rumus du < dw < 4 – du. Tabel 4.5 Hasil Uji Autokorelasi Model Summaryb Model
1
R
R Square
a
.312
.097
Adjusted R
Std. Error of the
Square
Estimate .071
.80364
Durbin-Watson
2.015
a. Predictors: (Constant), PER, DER b. Dependent Variable: PBV
Dari hasil perhitungan diatas dengan menggunakan Durbin Watson Test, menunjukkan nilai dw sebesar 2.015. Nilai dw ini kemudian akan dibandingkan dengan dw tabel. Dengan signifikan 5% jumlah sampel 72 dan jumlah variabel independen adalah 2, maka diperoleh dw tabel du sebesar
45
1,675. Oleh karena nilai 4 – du = 4 – 1,675 = 2,325 lebih besar daripada batas atas du 1,675 dan karena nilai dw 2,051 kurang dari (4 – du) 2,325 maka dapat disimpulkan bahwa sama sekali tidak terdapat autokorelasi baik positif maupun negatif pada model regresi. Dari hasil tersebut maka dapat disimpulkan bahwa asumsi non-autokorelasi terpenuhi karena nilai dw terletak antara batas atas atau (du) dan (4-du), maka koefisien autokorelasi sama dengan nol berarti H0 : tidak ada korelasi (r = 0) , nilai du < dw < 4 – du (1,675 < 2,015 < 2,325).
D. Analisis Regresi Linear Berganda Analisis regresi linear berganda digunakan untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan dan untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah masing – masing variabel independen berhubungan positif atau negatif. Analisis regresi yang digunakan dalam penelitian untuk melakukan pengujian hipotesis adalah regresi linear berganda yang dapat dituliskan sebagai berikut : Y = a + b1X1 + b2X2 + e Keterangan : Y
= price to book value
a
= konstanta
b1, b2
= koefisien regresi
46
X1
= debt equity rasio
X2
= price earning ratio
e
= tingkat kesalahan pengganggu atau error
Tabel 4.6 Hasil Uji Regresi Linier Berganda
Model
Unstandardized Coefficients
Standardized
t
Sig.
Coefficients B (Constant) 1
a.
Std. Error .846
.377
DER
-.105
.191
PER
.223
.084
Beta 2.242
.028
-.063
-.551
.583
.304
2.656
.010
Dependent Variable: PBV
Berdasarkan tabel 4.5 dapat diketahui bahwa nilai koefisien dari persamaan regresi dari output tersebut didapatkan model persamaan regresi sebagai berikut : PBV = 0,846 – 0,105DER + 0,223PER + e Dari hasil pengujian regresi linear berganda diatas, maka dapat diketahui bahwa : 1. Konstanta sebesar 0,846 artinya jika DER dan PER nilainya 0, maka PBV nilainya 0,846. 2. Koefisien regresi DER sebesar -0,105. Hal ini berarti bahwa setiap adanya perubahan 1 satuan tingkat DER, maka dapat mengurangi PBV sebesar 0,105. Koefisien bernilai negatif artinya terjadi hubungan negatif antara variabel independen, semakin besar DER maka semakin rendah PBV, begitu pula sebaliknya.
47
3.
Koefisien regresi PER sebesar 0,223. Hal ini berarti bahwa setiap adanya perubahan 1 satuan tingkat ukuran PER, maka dapat menambah PBV sebesar 0,223. Koefisien bernilai positif artinya terjadinya hubungan positif antara variabel independen, semakin besar PER maka semakin tinggi PBV, begitu pula sebaliknya.
E. Pengujian Hipotesis 1. 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. Berdasarkan pengujian dengan SPSS diperoleh output ANOVA pada tabel 4.6 berikut ini : Tabel 4.7 Hasil Uji Statistik F a
ANOVA Model
Sum of Squares Regression
1
df
Mean Square
4.792
2
2.396
Residual
44.563
69
.646
Total
49.355
71
F 3.710
Sig. b
.029
a. Dependent Variable: PBV b. Predictors: (Constant), PER, DER
Dari Uji ANOVA atau F test didapat nilai F hitung sebesar 3,710 dengan probabilitas 0,029.Karena probabilitas jauh lebih kecil dari 0,05 maka model regresi dapat digunakan untuk memprediksi PBV atau dapat dikatakan bahwa DER dan PER secara bersama – sama berpengaruh terhadap PBV.
48
2. Uji Statistik t Uji t bertujuan untuk menunjukkan pengaruh satu variabel independen dalam menerangkan variabel dependen yang diuji tingkat signifikansi 0,05. Tabel distribusi t dicari pada α = 5% : 2 = 2,5% (uji dua sisi) dengan derajat kebebasan (df) n-k-1 atau 72 - 2 - 1 = 69. Dengan pengujian dua sisi, hasil diperoleh untuk t tabel sebesar 1,995. Tabel 4.8 Hasil Uji Statistik t Model
Unstandardized Coefficients
Standardized
t
Sig.
Coefficients B (Constant) 1
Std. Error .846
.377
DER
-.105
.191
PER
.223
.084
Beta 2.242
.028
-.063
-.551
.583
.304
2.656
.010
a. Dependent Variable: PBV
a. Pengujian Hipotesis Pertama Hipotesis pertama (H1) penelitian ini menyatakan bahwa terdapat pengaruh antara struktur modal (DER) terhadap nilai perusahaan (PBV). Berdasarkan hasil uji t pada tabel 4.7 diperoleh nilai t hitung lebih kecil daripada nilai t tabel (-0,551 < 1,995) pada tingkat signikasi 0,583 yang berarti lebih besar dari pada tingkat signifikansi 5%. Dapat disimpulkan bahwa variabel DER tidak berpengaruh secara signifikan terhadap PBV, maka hipotesis pertama (H1) yang menyatakan bahwa struktur modal (DER) berpengaruh terhadap nilai perusahaan (PBV) ditolak.
49
b. Pengujian Hipotesis Kedua Hipotesis Kedua (H2) dalam penelitian ini menyatakan bahwa keputusan investasi (PER) berpengaruh terhadap nilai perusahaan (PBV). Berdasarkan hasil analisis regresi yang ada pada tabel 4.7 nilai t hitung lebih besar daripada nilai t tabel (2,656 > 1,995) pada tingkat signifikansi 0,010 yang berarti lebih kecil daripada tingkat signifikan 5% atau 0,05 sehingga hipotesis diterima. Hasil ini menyimpulkan bahwa variabel PER berpengaruh secara signifikan terhadap PBV. Maka hipotesis kedua (H2) yang menyatakan bahwa keputusan investasi (PER) berpengaruh terhadap nilai perusahaan (PBV) terbukti. 3. Uji Koefisien Determinasi (R2) Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Tabel 4.9 Hasil Uji Koefisien Determinasi (R2) Model Summaryb Model
1
R
R Square
.312a
Adjusted R
Std. Error of the
Square
Estimate
.097
.071
.80364
a. Predictors: (Constant), PER, DER b. Dependent Variable: PBV
Dari tampilan output SPSS model summary besarnya adjusted R2 adalah 0,071 hal ini berarti 7,1 % variasi PBV dapat dijelaskan oleh variasi dari kedua variabel independen DER dan PER. Sedangkan sisanya dijelaskan oleh faktor – faktor yang lain di luar model.
50
Standar error of estimate sebesar 0,80364. Makin kecil nilai standar error of estimate akan membuat model regresi semakin tepat dalam memprediksi variabel dependen. F. Pembahasan Penelitian ini menguji pengaruh struktur modal dan keputusan investasi terhadap nilai perusahaan pada perusahaan consumer goods yang tercatat di Bursa Efek Indonesia (2010 – 2013). Dari hasil penelitian diperoleh hasil sebagai berikut : 1. Pengaruh Struktur Modal terhadap Nilai Perusahaan Hasil penelitian variabel struktur modal yang diukur dengan total kewajiban di bagi total ekuitas tidak mempunyai pengaruh terhadap nilai perusahaan. Hal ini dibuktikan dengan nilai signifikansi lebih dari 0,05 yaitu sebesar 0,583. Hasil penelitian ini terbukti menolak hipotesis pertama (H1) yng menyatakan bahwa struktur modal berpengaruh terhadap nilai perusahaan. Hal ini berarti bahwa ukuran perusahaan yang besar merupakan akses bagi perusahaan untuk mendapatkan kepercayaan
investor
menanamkan
modalnya di
perusahaan, dan mudah memperoleh pembiayaan yang berasal dari hutang jangka panjang, biaya penjualan untuk membuat perusahaan unik dan adanya dinamika lingkungan industri berupa penyimpangan penjualan mengakibatkan adanya ketidakpastian yang tinggi yang akibatnya perusahaan mengurangi pendanaan yang berasal dari hutang jangka panjang. Hal ini sesuai dengan penelitian yang dilakukan oleh
51
Yuliana, Dinnul Alfian Akbar, Rini Aprilia (2012) dan penelitian Meythi (2012). Hasil penelitian ini tidak konsisten dengan Teddy Chandra (2007). 2. Pengaruh Keputusan Investasi terhadap Nilai Perusahaan Hasil penelitian ini menunjukkan bahwa keputusan investasi berpengaruh terhadap nilai perusahaan. Hal ini dibuktikan dengan nilai signifikansi kurang dari 0,05 yaitu sebesar 0,010. Hasil penelitian ini terbukti hipotesis kedua (H2) yang menyatakan bahwa keputusan investasi berpengaruh terhadap nilai perusahaan. Adanya pengaruh keputusan investasi terhadap nilai perusahan menunjukkan bahwa kemampuan perusahaan memaksimumkan investasi dalam upayanya menghasilkan laba sesuai dengan jumlah dana yang terikat.Hasil penelitian ini juga mendukung penelitian Sri Hasnawati (2005) yang memberikan
komfirmasi
empiris
bahwa
keputusan
investasi
berpengaruh positif terhadap nilai perusahaan. Hasil penelitian ini tidak mendukung penelitian Untung Wahyudi dan Hartini Prasetyaning Pawestri (2006).
