BAB IV PEMBAHASAN IV.1. Analisa dan Evaluasi EVA Nilai tambah ekonomis (EVA) merupakan nilai yang di dapatkan shareholder dari hasil kinerja menejemen dalam mengelola modal yang di berikan pada perusahaan. Economic Value Added (EVA) mengurangi laba dengan biaya modal sehingga manajemen perusahaan dituntut mampu memilih investasi dengan tingkat pengembalian optimum dan dengan tingkat risiko minimum. Tahapan – tahapan yang dilalui di dalam menghitung nilai Economic Value Added (EVA) adalah sebagai berikut: 1. Menghitung nilai Return On Asset (RONA) atau pengembalian aktiva bersih 2. Menghitung nilai Weight Average Cost Of Capital (WACC) 3. Menghitung modal yang diinvestasikan oleh perusahaan 4. Menghitung nilai Economic Value Added (EVA)
Tabel IV.1 Economic Value Added (EVA) periode tahun 2007 – 2011.
Nama Perusahaan
Tahun
EVA (Rupiah)
2008 2009 2010
18660326.27 15308462.12 15008197.23 10059899.25
2011 2007
10491362.13 5076849.864
2007
Telekomunikasi Indonesia Astra Internasional
39
Unilever Indonesia
Indocement Tunggal Prakasa
Astra Agro Lestari
United Tractors
Tambang Batu Bara Bukit Asam
Lippo Karawaci
2008 2009 2010 2011 2007 2008 2009 2010
7634114.796 6519491.925 12217802.68 16392446.02 3485906.559 4769777.081 5745859.916 6834986.105
2011 2007 2008 2009 2010 2011 2007 2008 2009 2010 2011 2007 2008 2009 2010 2011 2007 2008 2009 2010 2011 2007 2008 2009 2010
11721336.02 337185.8534 557967.2554 1833071.936 2047853.205 1678564.203 1435071.488 1674560.089 1338682.511 1426379.415 1502105.592 2269484.377 1166134.026 4418082.418 4970662.584 3888373.419 -11482.31418 4358478.442 2914616.12 1528388.101 2782401.939 -319166.4097 114324.9139 211735.3822 -979705.7967
2011
-484878.9851
Perhitungan terdapat pada Lampiran 1 IV.2. Analisa dan Evaluasi CVA Perhitungan Cash Value Added (CVA) merupakan perhitungan yang berbasis nilai aset pada akhir umur ekonomis yang merupakan estimasi jangka panjang pada akhir umur 40
ekonomisnya. Nilai aset pada akhir umur ekonomis tersebut diperoleh dengan mem-future valuekan harga perolehan aset bersangkutan. Nilai aset pada akhir umur ekonomis ini merupakan komponen dasar dalam perhitungan depresiasi ekonomis. Tabel IV.2 Cash Value Added (CVA) periode tahun 2007 – 2011.
Nama Perusahaan
Tahun
CVA
2008 2009 2010
-10534805.596 -23805880.396 -15553789.216 -17703612.243
2011 2007 2008 2009 2010 2011 2007 2008 2009 2010
-3199057.076 -5571794.593 -14893507.438 -14660872.517 -30242951.535 -41060615.877 1441157.063 1749921.284 2431947.278 2311436.188
2011 2007 2008 2009 2010 2011 2007 2008 2009 2010 2011 2007 2008 2009 2010
3968197.684 -1257752.749 -1868661.405 764739.381 355971.044 1053744.723 1712467.459 870270.848 1294996.711 1887178.704 1896476.376 -992160.560 -4803689.670 -1178894.536 -4885347.828
2007
Telekomunikasi Indonesia
Astra Internasional
Unilever Indonesia
Indocement Tunggal Prakasa
Astra Agro Lestari
United Tractors
41
Tambang Batu Bara Bukit Asam
2011 2007 2008 2009 2010 2011 2007 2008 2009 2010
460326.7929 -861271.778 -1444677.465 2432757.710 1453815.248 2917756.187 -1170631.035 -1665545.195 -1047858.037 -2299352.797
Lippo Karawaci
2011
-1385865.620
Perhitungan terdapat pada Lampiran 2 IV.3. Analisa dan Evaluasi MVA Market Value Added (MVA) melakukan penilaian yang melibatkan nilai pasar dari perusahaan yang merupakan nilai terpenting bagi shareholder. MVA merupakan selisih antara nilai pasar perusahaan termasuk ekuitas dan hutang dengan modal keseluruhan yang diinvstasikan dalam perusahaan. Tabel IV.3 Market Value Added (MVA) periode tahun 2007 – 2011.
Nama Perusahaan
Tahun Market Value Added
2008 2009 2010
199583992872000 134063995212000 185471993376000 155231994456000
2011 2007 2008 2009 2010 2011 2007
137087995104000 108495922415200 40685970905700 138453751738800 218813604721700 297554115579000 51426200000000
2007
Telekomunikasi Indonesia
Astra Internasional Unilever Indonesia
42
Indocement Tunggal Prakasa
Astra Agro Lestari
United Tractors
Tambang Batu Bara Bukit Asam
Lippo Karawaci
2008 2009 2010
59437700000000 84235200000000 125818700000000
2011 2007 2008 2009 2010 2011 2007 2008 2009 2010 2011 2007 2008 2009 2010 2011 2007 2008 2009 2010 2011 2007 2008 2009 2010
143367700000000 28345484082300 15093049965900 48592258426800 56875029749550 60924384618450 43305487500000 14645128500000 35038076250000 40470946500000 33384594000000 30369636915000 13806540724450 50734878565750 78347960014650 97356527049600 26497516263500 14746443833600 38594208470750 51727760010050 38824621655650 10208269500050 12111506186500 7093882194950 13385059979020
2011
12111506186640
Perhitungan terdapat pada Lampiran 3 Tahun 2007 hasil perhitungan Market Value Added (MVA) pada PT. Telekomunikasi Indonesia menunjukkan bahwa nilai Market Value Added (MVA) memberikan nilai tambah ekonomis bagi perusahaan, hal ini dapat diketahui dari perhitungan di atas bahwa nilai MVA bernilai positif yakni sebesar Rp 199.583.992.872.000,- ini disebabkan karena peningkatan nilai pasar saham yakni sebesar Rp 500 per lembar saham, sehingga total nilai pasar sebesar Rp 39.976.687.580.150,- lebih besar dari nilai nominal saham yang sebesar Rp152.065.924.500 43
IV.4. Data penelitian Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik yang menggunakan regresi berganda. Analisis data dimulai dengan mengolah data menggunakan Microsoft Excel, selanjutnya dilakukan pengujian asumsi klasik dan pengujian menggunakan regresi berganda. Pengujian asumsi klasik dan regresi berganda dilakukan dengan menggunakn software SPSS versi 20 for windows. Prosedur dimulai dengan memasukkan variabel-variabel penelitian ke program SPSS tersebut dan menghasilkan outputsesuai metode analisis data yang telah ditentukan. Perusahaan yang dijadikan sampel dalam penelitian ini adalah 8 perusahaan yang terdaftar di BEI dan diamati selama periode 2007-2011. IV.5. Analisis Hasil Penelitian IV.5.1. Analisis statistik deskriptif Metode yang digunakan dalam penelitian ini adalah metode statistik deskriptif, yaitu penelitian yang dilakukan untuk memperoleh gambaran yang sebenarnya tentang kondisi perusahaan dalam analisis. Statistik dekriptif memberikan penjelasan mengenai nilai minimum, nilai maksimumn nilai rata – rata (mean), dan nilai standar deviasi dari variabel – variabel independen dan variabel dependen. Informasi yang di butuhkan dalam penelitian ini merupakan data sekunder yang diperoleh dari www.idx.co.id dan Indonesian Capital Market Directory berupa data keuangan sampel perusahaan – perusahaan penelitian dari tahun 2007 – 2011 yang dijabarkan dalam bentuk statistik. Variabel dari penelitian ini terdiri dari Economic Value Added, Cash Value Added sebagai variabel bebas (independent variable) dan Market Value Added (dependen variable). Statistik deskriptif variabel tersebut dari sampel perusahaan-perusahaan penelitian selama periode tahun 2007 sampai dengan tahun 2011 disajikan dalam tabel IV.4 berikut ini :
44
Tabel IV.4 Statistik Deskriptif Variabel – Variabel Selama Tahun 2007 sampai Tahun 2011 Descriptive Statistics N
Minimum
Maximum
Mean
Std. Deviation
EVA
40
-979705.80
18660326.27
4764642.6933
5149291.12817
CVA
40
-41060615.88
3968197.68
-4327135.8623
9734473.39038
MVA
40
7093882194950.0
29755411557900
0
0.00
Valid N (listwise)
40
73807989838088. 67708974001640. 9700
20000
Tabel IV.4 menunjukkan bahwa Economic Value Added (EVA) dan Cash Value Added (CVA) memiliki nilai minimum negatif. Berikut ini perincian data deskriptif yang telah diolah: a. Variabel Economic Value Added (EVA) memiliki nilai minimum -979705.80 dan nilai maksimum 18660326.27 dengan rata – rata EVA 4764642.6933 dengan jumlah sampel sebanyak 8 perusahaan. b. Variabel Cash Value Added (CVA) memiliki nilai minimum -41060615.88 dan nilai maksimum 3968197.68 dengan rata – rata -4327135.8623 dengan jumlah sampel sebanyak 8 perusahaan. c. Variable market value added (MVA) memiliki nilai minimum 7093882194950 dan nilai maksimum 297554115579000 dengan rata-rata 73807989838088.97 dengan jumlah sampel sebanya 8 perusahaan. IV.5.2. Uji Asumsi Klasik Untuk menghasilkan suatu model dan analisis regresi yang baik, analisis regresi memerlukan pengujian asumsi klasik sebelum melakukan pengujian hipotesis. Apabila terjadi penyimpangan dalam pengujian asumsi klasik perlu dilakukan perbaikan terlebih dahulu. Pengujian asumsi klasik yang telah dilakukan adalah sebagai berikut:
45
IV.5.2.1. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah variabel residual berdistribusi normal. Pengujian normalitas data dalam penelitian ini menggunakan uji statistik non parametric Kolmogorov-Smirnov (K-S) dengan membuat hipotesis : H0 : Data residual berdistribusi normal Hi : Data residual tidak beristribusi normal Dalam uji Kolmogorov-Smirnov, pedoman yang digunakan dalam pengambilan keputusan yaitu : 1) Jika nilai signifikasi < 0,05 maka distribusi data tidak normal, 2) Jika nilai signifikasi > 0,05 maka distribusi data normal.
Table IV.5 Uji Normalitas One-Sample Kolmogorov-Smirnov Test MVA N
40 Mean
Normal Parameters
a,b
Std. Deviation
Most Extreme Differences
Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)
73807989838089. 0000 67708974001640. 22000
Absolute
.225
Positive
.225
Negative
-.162 1.426 .334
a. Test distribution is Normal. b. Calculated from data.
46
Hasil dari pengolahan data diatas, menyatakan besarnya nilai Kolmogorov-Smirnov adalah 1.426 dan signifikasinya pada 0,334 maka disimpulkan data terdistribusi secara normal karena p = 0,334 > 0,05. Data yang terdistribusi normal juga tersebut juga dapat dilihat melalui grafik histogram dan grafik normal plot data berikut ini :
47
Gambar IV.1 Grafik Normal Histogram dan P-P Plot
Berdasarkan gambar IV.1 hasil uji normalitas dengan menggunakan grafik histogram menunjukkan bahwa distribusi data normal karena distribusi data mengikuti garis diagonal. Demikian pula dengan grafik plot, terlihat titik – titik menyebar di sekitar garis diagonal serta penyebarannya mendekati garis diagonal. Dari kondisi diatas dapat disimpulkan bahwa data dalam model regrresi terdistribusi secara normal.
48
IV.5.2.2 Uji Multikolinearitas Mendeteksi ada tidaknya gejala multikolineritas adalah dengan melihat nilai tolerance dan Variance Inflation Factor (VIF), serta menganalisis matrik korelasi variable – variable independen. Besarnya tingkat multikolineritas yang masih dapat ditolerir, yaitu Tolerance >0,10, dan nilai Variance Inflation Factor (VIF) <10. Berikut disajikan table hasil pengujian : Tabel IV.6 Uji Multikolinieritas Coefficients Model
Unstandardized Coefficients
a
Standardized
t
Sig.
Collinearity Statistics
Coefficients B
Std. Error
20542103128409.
6085786768544.
470
509
EVA
9687948.613
1204727.348
CVA
1642257.919
637270.410
(Constant) 1
Beta
Tolerance
VIF
3.375
.002
.737
8.042
.000
.502
1.993
.236
2.577
.014
.502
1.993
a. Dependent Variable: MVA
Berdasarkan tabel diatas, dapat disimpulkan bahwa tidak terjadi gejala multikolineritas antara variable independen yang diindikasikan dari nilai tolerance setiap variable lebih besar dari 0,1. Nilai tolerance EVA adalah 0,502 dan CVA adalah 0,502. Nilai VIF kedua variable independen lebih kecil dari 10 yaitu EVA sebesar 1,993 dan CVA 1,993. Maka dapat disimpulkan bahwa analisis lebih anjut daapt dilakukan dengan menggunakan model regresi berganda.
49
IV.5.2.3 Uji Heterokedastisitas Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala heterokedastisitas adalah dengan melihat pola grafik yang dihasilkan dari pengolahan data dengan menggunakan program SPSS. Dalam pengambilan keputusannya adalah: 1. Jika ada pola tetentu, seperti titik-titik yang membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka hal tersebut mengindikasikan telah tejadi heterokedastisitas. 2. Jika tidak ada pola yang jelas, seperti titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak tejadi heterokedatisitas atau telah terjadi homokedstisitas. Berikut dilampirkan grafik scatterplot untuk menganalisis apakah terjadi heterokedastisitas atau terjadi homokedastisitas dengan mengamati penyebaran titiktitik pada gambar.
50
Gambar IV.2 Grafik Scatterplot Dari grafik Scatterplot terlihat bahwa titik-titik menyebar secara acak dan tidak membentuk suatu pola tertentu secara tersebar baik di atas maupun di bawah angka 0 pada sumbu Y, sehingga dapat disimpulkan bahwa tidak terjadi heterokedastisitas pada model regresi dan model regresi layak dipakai untuk memprediksi MVA berdasarkan masukan variabel independen EVA dan CVA. Titik-titik yang menyebar jauh dari titiktitik lain dapat menyatakan bahwa data observasi sangat berbeda dengan data observasi yang lain. IV.5.2.4 Uji Autokorelasi Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antara kesalahan penganggu pada periode t dengan kesalahan pada periode t-1.
51
Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan yang lainnya. Hal ini sering ditemukan pada data time series. Cara yang dapat digunakan untuk mendeteksi masalah autokorelasi adalah dengan menggunakan nilai uji Durbin Watson. Untuk uji Durbin Watson memiliki ketentuan sebagai berikut : 1. Angka D-W dibawah -2 berarti ada autokorelasi possitif 2. Angka D-W antara -2 sampai +2 berarti tidak ada autokorelasi 3. Angka D-W +2 berarti autokorelasi negative
Tabel IV.7 Durbin-Watson b
Model Summary Model
1
R
R Square
.919
a
.844
Adjusted R
Std. Error of the
Square
Estimate .836
27443406358547. 09000
Durbin-Watson
1.788
a. Predictors: (Constant), CVA, EVA b. Dependent Variable: MVA
Tabel IV.7 menunjukkan bahwa nilai statistik Durbin – Watson sebesar 1,788. Angka statistik ini menunjukan nilai D – W berada diantara -2 < 1,788 > 2. Hasil dari pengamatan, dapat disimpulkan bahwa tidak terjadi autokorelasi.
IV.6. Analisis Regresi Berdasarkan hasil pengujian asumsi klasik disimpulkan bahwa model regresi yang digunakan dalam penelitian ini telah memenuhi model estimasi yang layak
52
dilakukan analisis regresi berganda. Berdasarkan hasil pengolahan data dengan program SPSS 20, maka diperoleh hasil sebagai berikut:
IV.6.1. Persamaan Regresi Dalam pengolahan data dengan menggunakan regresi linier, dilakukan beberapa tahapan untuk mencari hubungan antara variabel independen dan variable dependen melalui pengaruh Economic Value Added (EVA) dan Cash Value Added (CVA) terhadap MVA. Berdasarkan hasil pengolahan data dengan program SPSS 20, maka diperoleh hasil sebagai berikut :
Table IV.8 Hasil Analisis Regresi
Coefficients Model
a
Unstandardized Coefficients
Standardized
t
Sig.
Coefficients B
Std. Error
20542103128409.
6085786768544.5
470
09
EVA
9687948.613
1204727.348
CVA
1642257.919
637270.410
(Constant) 1
a.
Beta 3.375
.002
.737
8.042
.000
.236
2.577
.014
Dependent Variable: MVA
Berdasarkan
tabel
IV.8
maka
diperoleh
persamaan
regresi
MVA
=
20542103128409.470 + 9687948.613 EVA +1642257.919 CVA + µ
53
Keterangan : 1. Konstanta sebesar 20542103128409.470 menunjukkan bahwa apabila tidak ada variable independen (EVA, CVA) maka tingkat MVA adalah sebesar 20542103128409.470. 2. β1 sebesar 9687948.613 menunjukkan bahwa setiap kenaikan EVA sebesar 1% akan diikuti oleh kenaikan MVA sebesar 9687948.613 dengan asumsi variabel lain tetap, 3. β2 sebesar 1642257.919 menunjukkan bahwa setiap kenaikan CVA sebesar 1% akan diikuti oleh kenaikan MVA sebesar 1642257.919 dengan asumsi variabel lain tetap,
IV.6.2. Pengujian Hipotesis Untuk mengetahui apakah variabel independen dalam model regresi berpengaruh terhadap variabel dependen, maka dilakukan pengujian dengan menggunakan uji t ( ttest) dan uji f (f-test).
IV.6.2.1. Uji t Uji t digunakan untuk menguji signifikansi konstanta dan setiap variabel independennya. Berdasarkan hasil pengolahan SPSS versi 20, maka diperoleh hasil sebagai berikut:
54
Tabel IV.9 Uji T Coefficients Model
a
Unstandardized Coefficients
Standardized
T
Sig.
Coefficients B
Std. Error
20542103128409.
6085786768544.5
470
09
EVA
9687948.613
1204727.348
CVA
1642257.919
637270.410
(Constant) 1
Beta 3.375
.002
.737
8.042
.000
.236
2.577
.014
a. Dependent Variable: MVA
Berikut langkah-langkah yang dilakukan dalam melakukan uji parsial (uji t): 1.
Merumuskan hipotesis: Ho = EVA dan CVA tidak berpengaruh signifikan terhadap MVA.
Hi = EVA dan CVA berpengaruh signifikan terhadap MVA.
2. Menentukan nilai kritis (t tabel): a. Tingkat signifikansi (a) = 5 % b. Df (Degree of Freedom) = Jumlah Data = 40 Dari tabel t (lihat lampiran 2) maka diperoleh : t = (n ; a) = (40;0,05) t = (40 ; 0,05) = ± 2,021
3. Menentukan t hitung:
Dari tabel IV.10 di atas diperoleh t hitung EVA = 8,042; dan t hitung CVA = 2,577
55
4.
Mengambil keputusan:
a. Membandingkan t hitung dengan t tabel: Oleh karena EVA 8,042 > +2,021 dan CVA 2,577 > +2,021, maka Ho ditolak. b. Berdasarkan probabilitas: Dari tabel IV.10 diketahui probabilitas (Sig.) EVA adalah 0,000 atau kurang dari 0,05, sedangkan probabilitas (Sig) CVA 0,014 atau kurang dari 0,05 maka Ho ditolak.
5.
Kesimpulan: Berdasarkan hasil langkah-langkah yang telah dijelaskan di atas dengan hasil Ho ditolak dengan kata lain Hi diterima, hal ini menyatakan bahwa Economic Value Added (EVA) dan Cash Value Added (CVA) berpengaruh signifikan terhadap Market Value Added (MVA).
IV.6.2.2. Uji F
Untuk melihat pengaruh Economic Value Added (EVA) dan Cash Value Added (CVA) terhadap Market Value Added (MVA) dapat dihitung dengan menggunakan F test. Berdasarkan hasil pengolahan data dengan program SPSS 20, maka diperoleh hasil sebagai berikut:
56
Tabel IV.10 Uji F
a
ANOVA Model
Sum of Squares
df
Mean Square
15092950080910 Regression
1
Residual
41400000000000
F
Sig.
75464750404552 2
07000000000000
00.000
0.000
27866200444732
75314055256034
68300000000000
37 2800000000000.0
0.000
00
100.200
.000
17879570125383 Total
68400000000000
39
00.000 a. Dependent Variable: MVA b. Predictors: (Constant), CVA, EVA
Dari uji ANOVA atau F test, diperoleh Fhitung sebesar 100,200 dengan tingkat signifikansi 0,000, sedangkan F tabel sebesar 3,27 dengan signifikansi 0,05. Berdasarkan hasil tersebut dapat disimpulkan bahwa Economic Value Added dan Cash Value Added berpengaruh signifikan terhadap Market Vaue Added karena F hitung > F tabel (100,200 > 3,27) dan signifikansi penelitian < 0,05 (0,000 < 0,05).
IV.6.2.3 Analisis Koefisien Determinasi Nilai koefisien korelasi (R) menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel dependen. Koefisien korelasi dikatakan kuat apabila data nilai R barada diantara 0,5 dan mendekati 1. Koefisien determinasi (R Square) menunjukkan seberapa besar variabel independen menjelaskan variabel dependennya. Nilai R Square adalah 0 sampai dengan 1. Apabila nilai R Square 57
b
semakin mendekati 1, maka variabel-variabel independen mendekati semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Sebaliknya, semakin kecil nilai R Square maka kemampuan variabel-variabel independen untuk menjelaskan variasi variabel dependen semakin terbatas. Nilai R Square memiliki kelemahan yaitu nilai R Square akan meningkat setiap ada penambahan satu variabel dependen meskipun variabel independen tersebut tidak berpengaruh signifikan terhadap variabel dependen. Dalam kenyataannya nilai adjusted R Square dapat bernilai negatif, walaupun yang dikehendaki harus bernilai positif. Jika dalam uji empiris di dapat nilai adjusted R Square negatif, maka nilai adjusted R Square dianggap nol. Table IV.11 Analisis Koefisien Determinasi b
Model Summary Model
1
R
R Square
.919
a
.844
Adjusted R
Std. Error of the
Square
Estimate .836
27443406358547. 09000
a. Predictors: (Constant), CVA, EVA b. Dependent Variable: MVA
Model summary tabel IV.9 menujukkan nilai koefisien (r) sebesar 0,919 yang berarti bahwa ada korelasi atau hubungan antara Market Value Added (MVA) dengan variabel independennya (EVA dan CVA) kuat karena lebih dari 0,5 dan mendekati 1. Angka adjusted R Square atau koefisien determinasi adalah 0,844, mendekati angka 1. Hal ini berarti jelas ada variasi atau perubahan dalam Market Value Added (MVA) dapat
58
dijelaskan oleh EVA dan CVA, sedangkan sisanya 15,6% (100%-84,4%) dijelaskan oleh variabel-variabel lain yang tidak dimasukkan dalam persamaan.
IV.7. Pembahasan Hasil Penelitian Nilai adjusted R Square sebesar 0,844. Hal ini berarti ada perubahan dalam MVA yang dapat dijelaskan oleh EVA dan CVA, sedangkan sisanya 15,6% (100%84,4%) dijelaskan oleh variabel-variabel lain yang tidak dimasukkan dalam persamaan. Dari hasil pengujian diketahui bahwa EVA berpengaruh terhadap MVA karena nilai signifikansinya kurang dari 0,05 (0,000 < 0,05), maka EVA secara individual mempengaruhi MVA. Dari hasil pengujian diketahui bahwa Cash Value Added (CVA) memiliki pengaruh terhadap MVA karena nilai signifikansinya kurang dari 0,05 (0,014 < 0,05), hal ini menunjukkan bahwa
CVA secara individual mempunyai pengaruh yang
signifikan terhadap MVA.
59
