Shepheard Eduard Palit Ferdinand Dehoutman Saragih. Ilmu Administrasi Niaga, Fakultas Ilmu Sosial dan Ilmu Politik

1/20

ANALISIS PENGARUH KEBIJAKAN STRUKTUR MODAL TERHADAP NILAI PERUSAHAAN DENGAN APLIKASI METODE PANEL THRESHOLD REGRESSION (STUDI PADA PERUSAHAAN MANUFAKTUR YANG TERDAFTAR DI BURSA EFEK INDONESIA PERIODE 2007-2011) Shepheard Eduard Palit Ferdinand Dehoutman Saragih Ilmu Administrasi Niaga, Fakultas Ilmu Sosial dan Ilmu Politik ABSTRAK Penelitian ini bertujuan untuk menyelidiki apakah terdapat struktur modal optimal yang dapat memaksimumkan nilai perusahaan. Aplikasi metode panel threshold regression diterapkan dalam penelitian ini untuk menguji pengaruh struktur modal terhadap nilai perusahaan pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) dalam periode 20072011. Penelitian ini menggunakan return on equity (ROE) sebagai proxy dari nilai perusahaan dan debt to asset ratio (DAR) sebagai proxy struktur modal. Hasil empiris mengindikasikan bahwa terdapat single-threshold effect antara struktur modal dan nilai perusahaan. Koefisien bernilai positif ketika DAR di bawah 17% yang mengimplikasikan bahwa struktur modal dapat meningkatkan nilai perusahaan. Sementara itu, hasil lain juga menyatakan bahwa tidak terjadi hubungan yang signifikan antara DAR dan ROE ketika DAR di atas 17%, hal ini mengimplikasikan bahwa struktur modal tidak berpengaruh pada nilai perusahaan. Dengan demikian dapat dikatakan bahwa struktur modal yang optimal dalam memaksimumkan nilai perusahaaan pada perusahaan sektor manufaktur yang terdaftar di BEI adalah di bawah 17%. Kata Kunci: Panel threshold regression; struktur modal; nilai perusahaan ABSTRACT This research aimed to investigates whether there is an optimal capital structure that can maximize firm value. Panel threshold regression model is applied to test the panel threshold effect of capital structure on firm value among Manufacturing Companies Listed in Indonesia Stock Exchange from 2007 to 2011. This study uses return on equity (ROE) as a proxy for firm value and debt-to-asset ratio (DAR) as a proxy for capital structure. The empirical results indicate that there is a single-threshold effect between capital structure and firm value. Coefficient is positive when the DAR is less than 17% which implies that the capital structure to enhance firm value. The other result stated that there was no significant relationship between DAR and ROE , when DAR more than 17%, this implies that the capital structure does not affect firm value. Thus it can be concluded that an optimal capital structure to maximize firm value in the Manufacturing Companies Listed in Indonesia Stock Exchange is less than 17%. Keywords: Panel threshold regression model; capital structure; firm value.

Pengaruh kebijakan..., Palit, Shepheard Eduard, FISIP UI, 2013

2/20

I. Pendahulun Struktur modal dan nilai perusahaan merupakan bagian penting di dalam dunia keuangan. Struktur modal yang merupakan faktor fundamental perusahaan, di mana baik buruknya struktur modal akan mempunyai efek yang langsung terhadap posisi keuangan perusahaan (Riyanto, 2001). Dan nilai perusahaan yang merupakan salah satu indikator yang digunakan investor dalam mempresepsikan tingkat keberhasilan suatu perusahaan (Sujoko dan Soebiantoro, 2007). Hubungan antara struktur modal dan nilai perusahaan sendiri telah menjadi isu yang kontroversial di dalam dunia keuangan. Teori mengenai hubungan struktur modal dan nilai perusahaan memprediksikan hubungan yang positif, negatif, atau bahkan tidak ada hubungan yang signifikan diantara keduanya, teori ini merupakan teori dari Modigliani & Miller (1958), Modigliani & Miller (1963), Miller (1977), Myers (1977), Myers & Majluf (1984), dan Graham (2000). Sama seperti teorinya, penelitian empiris juga memberikan hasil yang sama, yaitu terjadi hubungan yang negatif, positif, atau bahkan tidak terjadi hubungan yang signifikan antara keduanya, penelitian empiris ini merupakan hasil penelitian dari Fama & French (1998), Joshua Abor (2005), Walaa Wahid Elkelish (2007), Prasetiadi (2007), Andreas Stierwald (2009), dan Sulistiono (2010). Hasil teori dan penelitian empiris mengenai hubungan antara struktur modal dan nilai perusahaan mengindikasikan bahwa terdapat hubungan yang linier antara nilai perusahaan dan struktur modal yang artinya adalah slope dari nilai perusahaan adalah konstan pada setiap rasio hutang yang berbeda. Namun pada faktanya, menurut penelitian Thanh Cuong & Thi Canh (2012) dan penelitian Yu-Shu Cheng, Yi-Pei Liu dan Chu-Yang Chien (2010), pada rasio hutang yang berbeda akan memberikan pengaruh yang berbeda terhadap nilai perusahaan, pengaruhnya bisa positif atau negatif. Hasil ini juga mengindikasikan bahwa terdapat struktur modal yang optimal yang dapat memaksimumkan nilai perusahaan, di mana indikasi ini tidak dapat dijelaskan oleh teori dan hasil penelitian empiris yang dilakukan secara linier. Dengan latar belakang adanya masalah faktual di atas, penelitian ini dilakukan, yaitu penelitian mengenai hubungan dan pengaruh antara struktur modal dan nilai perusahaan, di mana penelitian ini ingin menganalisis lebih dalam hubungan yang secara empiris terjadi, apakah hubungan nya terjadi secara linier atau secara non-linier. Dan analisis linier dan nonlinier tersebut akan memperlihatkan tentang ada atau tidaknya struktur modal yang optimal


3/20

dalam perusahaan (Thanh Cuong & Thi Canh, 2012), sehingga penelitian ini akan melihat ada atau tidaknya struktur modal optimal yang memaksimumkan nilai perusahaan. Penelitian ini sendiri lebih mengkhususkan meneliti perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI). Pada faktanya, sektor manufaktur merupakan salah satu sektor perusahaan yang memiliki peran besar terhadap Indonesia, hal ini dibuktikan oleh fakta yang menyatakan bahwa pada tahun 1991-1996, industri manufaktur Indonesia menyumbangkan sepertiga dari seluruh pertumbuhan PDB rilil Negara Indonesia. Sektor manufaktur juga diproyeksikan oleh World Bank (2012) akan mengalami pertumbuhan yang signifikan dalam waktu dekat, di mana pertumbuhan ini akan membawa industri manufaktur seperti pada tahun 1991-1996 yang menyumbangkan sepertiga dari seluruh pertumbuhan PDB rilil. Pertumbuhan yang tinggi tersebut disebabkan oleh permintaan domestik yang tinggi dan arus investasi yang cepat. Dari fakta mengenai industri sektor manufaktur Indonesia tersebut, penelitian ini diharapkan dapat membantu manajer keuangan perusahaan sektor manfaktur yang terdaftar di Bursa Efek Indonesia (BEI) menentukan kebijakan stuktur modal yang tepat bagi perusahaannya dalam menghadapi proyeksi World Bank (2012) mengenai pertumbuhan yang signifikan yang akan dialami. II. Tinjauan Teoritis Tinjauan teoritis pada penelitian ini adalah penelitian yang dilakukan oleh Prasetiadi (2007) yang menyatakan bahwa hubungan antara struktur modal dan nilai perusahaan adalah hubungan linier. Di mana hasil penelitian Prasetiadi (2007) mengindikasikan bahwa struktur modal terbukti secara signifikan mempunyai hubungan positif terhadap nilai perusahaan. Hal ini berarti menurut Prasetiadi (2007), struktur modal dapat meningkatkan nilai perusahaan. Kemudian tinjauan teoritis selanjutnya adalah penelitian Sulistiono (2010) yang menghasilkan kesimpulan bahwa secara linier struktur modal tidak berpengaruh terhadap nilai perusahaan. Penelitian ini juga menjadikan penelitian Thanh Cuong & Thi Canh (2012) yang berjudul “The effect of capital Structure on Firm Value for Vietnam’s Seafood Processing Enterprise” sebagai tinjauan teoritis. Penelitian Thanh Cuong & Thi Canh (2012) ini menyatakan bahwa hubungan antara struktur modal dan nilai perusahaan adalah hubungan non-linier. Dimana dengan adanya hubungan non-linier yang terjadi, Thanh Cuong & Thi Canh (2012) dapat menjelaskan mengenai adanya struktur modal yang optimal yang dapat memaksimumkan nilai perusahaan. Thanh Cuong & Thi Canh (2012) menggunakan proxy ROE (return on equity) untuk nilai perusahaan dan proxy DAR (debt to asset ratio) untuk


4/20

struktur modal, sedangkan untuk metode penelitannya menggunakan panel threshold regression. Hasil penelitiannya adalah data empirical membuktikan bahwa struktur modal berpengaruh positif ketika DAR di bawah 59,27% dan implikasinya nilai perusahaan menjadi meningkat. Lalu struktur modal tidak berpengaruh ketika DAR berada diantara 59.27% dan 94,60%. Dan struktur modal berpengaruh negatif ketika DAR di atas 94,60%. Berdasarkan hasil penelitiannya, Thanh Cuong & Thi Canh (2012) menyatakan bahwa struktur modal optimal yang memaksimumkan nilai perusahaan adalah ketika DAR di bawah 59,27%. Penelitian yang dilakukan oleh Yu-Shu Cheng, Yi-Pei Liu dan Chu-Yang Chien (2010) juga dijadikan tinjauan teoritis penelitian ini. Hasil penelitian Yu-Shu Cheng, Yi-Pei Liu dan Chu-Yang Chien (2010) juga mengindikasikan bahwa hubungan antara struktur modal dan nilai perusahaan adalah hubungan non-linier. Dengan menggunakan metode penelitan panel threshold regression, Yu-Shu Cheng, Yi-Pei Liu dan Chu-Yang Chien (2010) menyatakan bahwa di dalam penelitian terdapat triple-threshold effect pada hubungan debt ratio dan nilai perusahaan. Di mana koefisien positif terjadi ketika debt ratio dibawah 53,97% yang mengimplikasikan bahwa struktur modal dapat meningkatkan nilai perusahaan. Lalu koefisien masih positif tetapi menurun nilainya ketika debt ratio diantara 53,97% dan 70,48%. Kemudian koefisien menjadi negatif ketika debt ratio diantara 70,48% ,dan 75,26% atau diatas 75,26%, yang mengimplikasikan bahwa di kelompok ini semakin meningkatnya debt ratio akan terjadi penurunan nilai perusahaan. Berdasarkan hasil penelitian tersebut, struktur modal yang optimal adalah ketika debt ratio tidak lebih 70,48%, lebih tepatnya ketika debt ratio dibawah 53,97%. III. Metode Penelitian 3.1 Regresi Threshold 3.1.1 Model Regresi Threshold Metode regresi threshold yang akan diterapkan adalah yang digunakan oleh Hansen (1999) untuk model non-dynamic panel data. Data yang digunakan adalah balanced panel dengan struktur {yit, qit, xit : 1 ≤ i ≤n, 1 ≤ t ≤T}. Variabel dependen ditunjukkan oleh yit untuk individu i dan waktu t berupa skalar; xit merupakan variabel independen berupa matriks; sedangkan qit adalah threshold variable yang berupa scalar, sedangkan µi menyatakan individual effect. Dengan demikian regresi model threshold untuk data panel dapat dinotasikan sebagai berikut :


5/20

yit = µi + β1' xit I (qit ≤ γ ) + β 2' xit I (qit > γ ) + eit

(1)

Di mana I(.) merupakan fungsi indikator, sehingga persamaan (3.1) dapat dituliskan :

⎧ µi + β1' xit + eit if qit ≤ γ yit = ⎨ ' ⎩µi + β 2 xit + eit if qit > γ ′ ′ Assumsikan ! = !! , !! , sehingga persamaan (3. 1) di atas akan sama dengan

yit = µi + β ' xit (γ ) + eit

(2)

Pada model (1), sampel dikelompokkan menjadi dua bagian, tergantung apakah data tersebut terletak di atas atau di bawah threshold (γ). Kedua kelompok data (regime) tersebut dibedakan oleh slope regresi β1 dan β2. Bagian pertama, disebut regime pertama, berisi sampel yang memenuhi criteria !!" ≤ ! dan bagian kedua, disebut regime kedua berisi sampel yang memenuhi kriteria !!" > ! . Bila β1 ≠ β2 maka dikatakan terdapat threshold pada persamaan regresi dan model (1) memang layak digunakan, namun jika β1 = β2 maka model regresi biasa yang seharusnya digunakan. Dengan demikian, perlu dilakukan uji hipotesa bahwa β1 = β2. Hasil pengujian ini akan menentukan apakah model regresi threshold (1) atau model regresi biasa yang akan digunakan. Dalam model threshold ini, diasumsikan bahwa xit dan qit tidak bervariasi terhadap waktu, atau dengan kata lain model yang digunakan adalah panel statis fixed effect. Error eit diasumsikan independent and identically distributed (i.i.d) dengan rata-rata 0 (nol) dan variance ! 2 atau atau eit ~i.i.d N(0, ! 2 ). 3.1.1.1 Estimasi Model Single Threshold Untuk mengeliminasi individual effect dalam persamaan non-linier, maka penelitian ini merata-ratakan persamaan (1), menjadi : (Hansen,1999) dengan, (Hansen,1999)

∑y t =1

T

it

, ei =

T

T

T

yi =

yi = µi + β ' xi (γ ) + ei

∑ eit t =1

T

⎛ −1 T ⎞ x ( γ ) ⎜ T ∑ xit I (qit ≤ γ ) ⎟ ∑ it t =1 t =1 ⎟ = ⎜ , dan xi (γ ) = T ⎜ −1 ⎟ T ⎜ T ∑ xit I (qit > γ ) ⎟ t =1 ⎝ ⎠


(3)

6/20

Selisih persamaan (2) dan (3) menghasilkan, (Hansen,1999)

Atau dapat ditulis, (Hansen,1999)

yi* = β ' xi* (γ ) + ei*

(4)

Apabila data dan error individual dinotasikan dalam vektor dengan satu periode waktu dihapus, menjadi : (Hansen,1999)

⎡ ei*2 ⎤ ⎡ yi*2 ⎤ ⎡ xi*2 (γ ) ⎤ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ * yi* = ⎢  ⎥ , xi* (γ ) = ⎢  ⎥ dan ei = ⎢  ⎥ ⎢eiT* ⎥ ⎢ yiT* ⎥ ⎢ xiT* (γ )⎥ ⎣ ⎦ ⎣ ⎣ ⎦ ⎦ Serta Y*, X*(γ) dan e* merupakan notasi data individual yang di-stacked maka, (Hansen,1999)

⎡ y1* ⎤ ⎡ x1* (γ ) ⎤ ⎡e1* ⎤ ⎢ ⎥ ⎢ ⎥ Y * = ⎢  ⎥ , X * (γ ) = ⎢  ⎥ dan e* = ⎢⎢  ⎥⎥ ⎢ yn* ⎥ ⎢ xn* (γ )⎥ ⎢en* ⎥ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ Sehingga persamaan (4) di atas dapat ditulis (Hansen,1999)

Y * = X * (γ )β + e*

(5)

Untuk nilai γ, koefisien atau slope β dapat diestimasi dengan menggunakan metode Ordinary Least Square (OLS) dan akan memberikan hasil yang sama dengan persamaan : (Hansen,1999)

Y * = X * (γ )β + e*

(6)

dengan residual regresi, (Hansen,1999)

eˆ* = Y * − X * (γ ) βˆ (γ )

dan sum of square error, (Hansen,1999)

(

(

S1 (γ ) = eˆ * (γ )' eˆ * (γ ) = Y *' I − X * (γ )' X * (γ )' X * (γ )

−1

)

)

X * (γ )' Y *

(7)

Estimasi γ dilakukan dengan meminimumkan sum of square errors pada persamaan di atas : (Hansen,1999) ! = !"#$%& !! (!)


(8)

7/20

Perhitungan nilai estimasi dari threshold γ dilakukan dengan mencari nilai SSR (S1) terkecil. Dalam penelitian ini akan digunakan metode simplifikasi seperti dalam Hansen (1999) dengan mencari kandidat ! dalam quantile tertentu, yaitu {1,00%; 1,25%; 1,50%; 1,75%; …….98,50%; 98,75%; 99,00%} yang terdiri dari 400 quantile. 3.1.1.2 Pengujian Hipotesa Signifikansi Threshold Setelah mendapatkan nilai threshold, perlu dilakukan pengujian apakah pengaruh threshold tersebut signifikan dengan hipotesa sebagai berikut : (Hansen,1999)

!! : !! = !! !! : !! ≠ !! H0 pengujian ini adalah threshold γ tidak teridentifikasi nilainya karena tidak ada pengaruh threshold sehingga likelihood ratio test-nya mempunyai distribusi yang tidak baku. Model seperti ini penentuan nilai kritisnya dilakukan dengan prosedur bootstrap seperti dalam Hansen (1999) yang tujuannya untuk melakukan simulasi distribusi asymptotic dari likelihood ratio test Pada hipotesa H0 berarti tidak ada threshold, model (2) dapat dinyatakan dengan, (Hansen,1999) (11) Dan setelah melalui proses transformasi fixed effect, persamaan (4) di atas menjadi, (Hansen,1999) (12) Parameter β1 diestimasi dengan menggunakan metode least square, menghasilkan !! dengan residual !!"∗ dan sum of square errors !! = ! ∗! ! ∗ . Sehingga likelihood ratio test untuk H0 dapat dihitung berdasarkan (12), (Hansen,1999)

(13) Distribusi F1 di atas merupakan distribusi tidak baku yang didominasi oleh distribusi x2k sehingga nilai kritisnya tidak bisa diketahui. Penentuan nilai kritis dari F test dilakukan dengan aproksimasi dari distribusi asimptotik F melalui prosedur bootstrap.


8/20 3.1.1.3 Mengestimasi Multiple Threshold Effect

Model (1) merupakan single threshold effect, pada praktisnya multiple threshold effect mungkin saja ada dalam sebuah penelitian. Seperti contoh, model double threshold effect berikut: (Hansen,1999)

yit = µ i + β1 xit I (qit ≤ γ 1 ) + β 2 xit I (γ 1 < qit ≤ γ 2 ) + β 3 xit I (qit > γ 2 ) + eit Untuk mengestimasi parameter slope !! , !! , !! , penelitian ini menggunakan cara yang ditemukan oleh Bai (1997). Di mana cara yang dilakukan adalah secara sekuensial, yaitu dengan mem-fix-kan angka threshold yang pertama kemudian mencari nilai threshold kedua dengan mengasumsikan bahwa threshold pertama sudah fix. Menurut Bai (1997), cara ini lebih konsisten untuk diterapkan. Metode Bai (1997) bekerja seperti berikut: (Hansen,1999) Pada tahap pertama jadikan angka threshold yang pertama dengan SSR minimum. Kemudian hitung kemungkinan dimana threshold kedua dapat ditemukan. Misalnya dengan memfixkan threshold yang nilai sebagai ŷ1. Kriteria untuk menjadi calon nilai threshold yang kedua adalah (Hansen,1999)

⎧S (γˆ , γˆ ) if γˆ1 < γˆ2 S 2r (γ 2 ) = ⎨ 1 2 ⎩S (γˆ2 , γˆ1 ) if γˆ2 < γˆ1 Dengan yang menjadi nilai threshold yang kedua adalah dengan SSR minimum: (Hansen,1999)

γˆ2r = arg min S 2r (γ 2 ) γ2

Kemudian calon kandidat threshold yang lainnya, dapat dituliskan sebagai berikut: (Hansen,1999)

⎧S (γˆ1 , γˆ2r ) if γˆ1 < γˆ2r S (γ 1 ) = ⎨ r r ⎩S (γˆ2 , γˆ1 ) if γˆ2 < γˆ1 r 1

Dengan nilai SSR minimum, yang dapat dihitung dengan: (Hansen,1999)

γˆ1r = arg min S1r (γ 1 ) γ1


9/20

Setelah mendapatkan nilai threshold lainnya, perlu dilakukan pengujian apakah pengaruh threshold tersebut signifikan atau tidak, untuk pengujiannya sama dengan pengujian pada estimasi model single threshold. 3.2 Model dan Variabel yang digunakan 3.2.1 Model Penelitian ini mengadopsi panel threshold regression yang dikembangkan oleh Hansen (1999) dan mengacu pada penelitian empiris yang dilakukan oleh Thanh Cuong & Thi Canh (2012) dalam model penelitian yang digunakan. Model penelitian ini adalah sebagai berikut: (Hansen, 1999) (i) Model Single Threshold Effect !"# !" = !! + !! !"#$!"!! + !! !"#$%&!"!! + !! !!"!! ≤ ! + !! !!"!! > ! + !!"

Persamaan ini digunakan ketika ditemukan hanya terdapat single threshold effect, Di mana: ROE SIZE GROWTH D γ ε

= = = = = =

return on equity firm size sales growth debt to asset ratio threshold value residual (error term)

Di dalam penelitian ini tidak hanya single threshold effect yang mungkin ditemukan, tetapi pada prakteknya ada kemungkinan terdapat double threshold effect. Untuk langkah yang dilakukan untuk melihat adanya double threshold effect adalah sama dengan mencari single threshold effect. Dan setelah ditemukan adanya double threshold effect, maka model yang digunakan dimodifikasi menjadi sebagai berikut: (Hansen, 1999) (ii) Model Double Threshold Effect !"# !" = !! + !! !"#$!"!! + !! !"#$%&!"!! + !! !!"!! ≤ !!

+ !! !! < !!"!! > !! + !! !!"!! > !! + !!"


10/20

Di mana: ROE SIZE GROWTH D γ1 γ2 ε

= = = = = = =

return on equity firm size sales growth debt to asset ratio threshold value pertama threshold value kedua residual (error term)

3.2.2 Variabel Penelitian 3.2.2.1 Variabel dependen Sesuai dengan tujuan penelitian ini, maka variabel dependen yang digunakan adalah nilai perusahaan dimana proxy yang digunakan adalah ROE (return on equity), yang dapat dinyatakan sebagai berikut: (Thanh Cuong & Thi Canh, 2012)

ROE =

!""# !"#$% !" !"#$%$&' !"#$% !"#$% !""# !"#$% !" !"#$%&

Return on equity adalah rasio yang digunakan oleh para investor untuk melihat sejauh mana perusahaan dapat memberikan keuntungan di masa yang akan datang (Susan Irawaty, 2006). 3.2.2.2 Variabel threshold dan variabel penjelas Menurut Hansen (1999), ada dua kategori variabel penjelas dalam penelitian yang menggunakan model penelitian panel data threshold regression. Yang pertama adalah variabel threshold dimana variabel ini merupakan variabel kunci yang digunakan untuk menafsir struktur modal yang optimal dalam perusahaan dan yang kedua adalah variabel penjelas yang digunakan untuk menangkap threshold effect sebuah struktur modal terhadap nilai perusahaan. Variabel threshold juga merupakan sebuah variabel yang apabila variabel threshold lebih besar atau lebih kecil daripada nilai threshold nya (!), sampel dapat dikelompokkan kedalam dua kelompok yang dijelaskan dengan slope yang berbeda yaitu !1 !"# !2 Variabel penjelas juga merupakan variabel yang mempengaruhi variabel dependen. Di dalam panel threshold regression, pengaruh variabel penjelas tergantung kepada nilai threshold dan variabel threshold.


11/20

Didalam penelitian ini untuk menghitung variabel threshold dan variabel penjelas adalah melalui debt to asset ratio sebagai proxy dari struktur modal. Yang dimana dapat dinyatakan oleh: (Thanh Cuong & Thi Canh, 2012) DA =

!""# !"#$% !" !"#$% !"#$ !""# !"#$% !" !"#$% !""#$"

x 100%

3.2.2.3 Variabel kontrol Agar hasil penelitian semakin optimal dengan tidak terjadinya suatu hal yang bias, maka penelitian ini menggunakan variabel kontrol. Terdapat 2 Variabel kontrol pada penelitian ini yaitu, yang pertama firm size. Yang dimana dapat dinyatakan sebagai berikut: (Thanh Cuong & Thi Canh, 2012) !"#$ = !" (!""# !"#$% !" !"#$% !""#$" Sedangkan variabel kontrol yang kedua adalah growth dimana digunakan sales growth sebagai proxy. Dan variabel kontrol ini dapat dinyatakan dengan: (Thanh Cuong & Thi Canh, 2012) !" =

!"#$% !"#"$%" ! − !"#$% !"#"$%" (! − 1) !"#$% !"#"$%" (! − 1)

3.3 Pengujian Normalitas Uji normalitas dilakukan untuk mengetahui apakah populasi data berdistribusi normal atau tidak. Uji normalitas data dapat dilakukan dengan mengamati normal probability plot. Jika residual berasal dari distribusi normal, maka nilai-nilai distribusi akan terletak disekitar garis lurus yang merupakan garis distribusi normal (Sarwoko, 2005, dalam Firdaus 2012). Metode Kolmogorov-Smirnov digunakan untuk menguji normal atau tidaknya data. Karena penelitian ini menggunakan metode panel threshold regression, maka hasil keluaran (output) yang diharapkan atas uji normalitasnya adalah data yang diteliti tidak normal atau H0 tidak ditolak (Hansen, 1999) 3.3 Pengujian Panel Unit Root Model panel threshold regression merupakan lanjutan dari metode estimasi traditional least square, sehingga setiap variabel penelitian yang menggunakan model ini harus dalam keadaan stasioner untuk mencegah spurious regression (Hansen, 1999). Untuk memastikan


12/20

variabel yang diteliti bersifat stasioner, maka harus dilakukan panel unit root test terlebih dahulu. Panel unit root test didalam penelitian ini menggunakan metode Augmented DickeyFuller. 3.4 Populasi dan Sampel Populasi penelitian ini adalah seluruh perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia selama tahun 2007-2011 dengan kriteria tertentu. Teknik pengambilan sampel dalam penelitian ini adalah basis nonprobability sampling dengan metode judgement sampling (Siagian & Sugiarto, 2006). Judgement Sampling merupakan metode non-probability sampling, di mana sampel diambil berdasarkan kriteria yang telah dirumuskan terlebih dahulu oleh peneliti (Siagian & Sugiarto, 2006). Jumlah populasi awal untuk perusahaan sektor manufaktur yang tercatat di BEI sejak 1 januari 2007 – 31 Desember 2011 adalah 120 perusahaan. Perusahaan yang tidak memiliki laporan keuangan lengkap selama periode observasi berjumlah 6 perusahaan. Selain itu, terdapat 15 perusahaan yang memiliki ekuitas negatif. Dengan demikian maka jumlah sampel berkurang menjadi 99 perusahaan. Berdasarkan proses pemilihan sampel dan periode penelitian, total 495 jumlah sampel digunakan didalam penelitian ini. Tabel 1 Pemilihan Sampel Kriteria

Sampel

Jumlah Awal

120

Perusahaan yang memiliki data lengkap 114 periode 2007 -2011

Perusahaan yang tidak memiliki ekuitas 99 negatif selama periode 2007 - 2011

Data observasi perusahaan

495

Sumber : diolah penulis 2013


13/20

IV Hasil Penelitian dan Pembahasan 4.1 Uji Normalitas Tabel 2 Uji Normalitas Kolmogorov-Smirnova

Shapiro-Wilk

Statistic

Df

Sig.

Statistic

df

Sig.

.347

396

.000

.269

396

.000

Sales Growth .438

396

.000

.079

396

.000

Firm Size

.172

396

.000

.687

396

.000

Debt to Assets .072

396

.000

.980

396

.000

ROE

Sumber : olahan penulis menggunakan SPSS 17 (2013) Berdasarkan hasil uji normalitas pada tabel di atas terlihat bahwa nilai Asymp. Sig (2tailed) dari setiap variabel penelitian lebih kecil daripada 0.05 yang berarti H0 tidak ditolak. Dengan demikian dapat disimpulkan data yang digunakan tidak terdistribusi dengan normal. Sehingga penelitian dapat dilanjutkan. 4.2 Uji Panel Unit Root Tabel 3 Hasil Uji Panel Unit-root Augmented statistic t-statistic

Dickey-Fuller

test Nilai Kritis

P-value

1%

5%

10%

ROEit

-20.36199

0.0000***

-3.981462

-3.421241

-3.133377

DAit-1

-17.06705

0.0000***

-3.981462

-3.421241

-3.133377

SIZEit-1 -20.60992

0.0000***

-3.981462

-3.421241

-3.133377

SGit-1

0.0000***

-3.981462

-3.421241

-3.133377

-19.91627

Keterangan: *** , ** ,* menunjukkan tingkat kepercayaan 1%, 5%, dan 10% Sumber: olahan penulis dengan Eviews. 7 (2013)


14/20

Dari tabel 3 dapat dilihat bahwa nilai mutlak t-statistik seluruh variabel lebih besar daripada nilai mutlak t-kritis ditingkat 1%. Dengan demikian seluruh variabel dinyatakan stasioner, penelitian pun dapat dilanjutkan. 4.2 Hasil Uji Model Panel Threshold Regression Metode regresi threshold yang diterapkan pada penelitian ini adalah yang digunakan oleh Hansen (1999) untuk model non-dynamic panel data. Penggunaan metode Hansen (1999) ini sebab metode ini memberikan keuntungan di mana nilai threshold dapat ditentukan oleh karakteristik data itu sendiri dan tidak secara arbitrary (Wimanda, 2010). Tabel 4 menggambarkan hasil estimasi nilai threshold didalam penelitian ini, yang dihitung berdasarkan metode Hansen (1999), Tabel 4 Pengujian threshold effect antara DAR dan ROE Threshold

SSR

F-Statistik

Tes Nilai Kristis

Value F

P-values

1%

5%

10%

17.782864

0.0300000**

22.259258

15.255284

11.419957

6.7487712

0.265000

20.755159

12.581794

10.010759

3.6451145

0.585000

13.901672

9.8134474

8.3222994

Single threshold effect test 0.170

32.459396

Double threshold effect test 0.930

31.738204

0.170 Triple threshold effect test 0.120

31.353400

0.170 0.93 Keterangan: *** , ** ,* menunjukkan tingkat kepercayaan 1%, 5%, dan 10% Sumber: diolah penulis menggunakan Matlab 7.11 (2013) Untuk mengestimasi nilai threshold, peneliti menggunakan persamaan Model singlethreshold effect. Nilai threshold mulai dari 5% - 99%, dengan kandidat threshold dalam quantile tertentu, yaitu {1,00%; 1,25%; 1,50%; 1,75%; …….98,50%; 98,75%; 99,00%} yang terdiri dari 400 quantile. Untuk menentukan kandidat threshold yang tepat adalah dengan melihat nilai SSR yang paling minimum, nilai SSR didapat dari least square persamaan model


15/20

single-threshold effect sesuai dengan kelompok yang dipisahkan oleh calon kandidat threshold. Setelah dilakukan least squares tersebut didapat nilai SSR minimum yaitu 32.46, pada nilai 17% seperti pada Tabel 4. Hal ini berarti nilai threshold yang pertama untuk DAR adalah 17%. Setelah mendapatkan nilai kandidat threshold yang pertama, nilai threshold ini harus diuji menggunakan metode bootstraping terlebih dahulu apakah benar terdapat perbedaan antara model linear dengan model threshold. Metode bootstrap ini digunakan untuk mendapatkan perkiraan estimasi dari statistik F dan kemudian menghitung nilai-p. Setelah melakukan bootstraping sebanyak 1000 kali didapat F-statistik untuk threshold 17% adalah 17.7828 pada p-value 0.030 (Tabel 4). Hal ini menunjukkan bahwa efek nilai threshold secara signifikan terbukti keberadaannya pada tingkat signifikansi 5%, sehingga dapat dikatakan bahwa pada hubungan DAR dan ROE terdapat single-threshold effect dengan nilai threshold 17%. Setelah teruji terdapat single-threshold effect, dilakukan pengujian pada kemungkinan terdapat double-threshold effect (2 nilai threshold) dan triple-threshold effect (3 nilai threshold). Namun baik double-threshold effect maupun triple-threshold effect dengan menggunakan metode bootstrap tidak teruji secara statistik terdapat pada hubungan DAR dan ROE sebab nilai p-value keduanya lebih besar dari 10%, 5%, dan 1%, meskipun nilai kandidat threshold ditemukan lihat Tabel (4). Dengan demikian, di dalam penelitian ini model yang digunakan adalah Model single-threshold effect, yaitu sebagai berikut: (Thanh Cuong & Thi Canh, 2012) !"#!" = !! + !! !"#$!"!! + !! !"#$%&!"!! + !! !!"!! ≤ ! + !! !!"!! > ! + !!"

Sumber: diolah penulis menggunakan Matlab 7.11 (2013) Dari Tabel 5 dapat diketahui bahwa pada kelompok pertama, di mana besaran debt to asset ratio (DAR) di bawah 17%, memiliki nilai koefisien sebesar 2.7218030 dengan tingkat kepercayaan 1%. Dengan demikian H0 ditolak, hal ini mengindikasikan bahwa ROE mengalami kenaikan sebesar 2.7218 % untuk setiap pertambahan 1% variabel DAR. Adapun Tabel 4.7 juga dapat diketahui bahwa pada kelompok yang kedua di mana DAR diatas 17%, nilai koefisiennya -‐0.34804028 namun tidak signifikan. Hal ini terjadi karena nilai │t-statistik│lebih kecil daripada │ t-tabel │, hal ini berarti Ho tidak ditolak, sehingga dapat dikatakan bahwa DAR tidak berpengaruh terhadap ROE.


16/20

Hasil ini berarti menjelaskan bahwa struktur modal yang paling optimal dalam penelitian ini terletak pada DAR di bawah 17% karena memberikan pengaruh yang positif terhadap ROE yaitu sebesar 2.7218 % pada tingkat kenaikan DAR 1%. Hasil ini juga serupa dengan hasil penelitian Thanh Cuong & Thi Canh (2012) yang hasil penelitiannya terdapat kelompok yang menunjukkan ketiadaannya pengaruh antara ROE dan DAR dan ditemukan kelompok lain yang memilki pengaruh positif antara DAR terhadap ROE. Tabel 5 Estimasi Koefisien ROE Koefisien

Estimasi

OLS SE

tOLS

Nilai !!

2.7218030

1.0088583

2.697904***

!!

-‐0.34804028

0.42346

-‐0.82189

Sumber: diolah penulis menggunakan Matlab 7.11 (2013) Tabel 6 menggambarkan nilai estimasi untuk koefisien variabel kontrol penelitian. Seperti yang ditunjukkan pada Tabel 6, nilai estimasi koefisien dari variabel kontrol SIZE adalah sebesar -0.010567706 dan tidak signifikan karena │t-statistik│lebih kecil daripada │ t-tabel │, hal ini mengindikasikan bahwa tidak ada pengaruh antara firm size dengan nilai perusahaan. Hasil ini secara konsisten sama dengan hasil penelitian yang dilakukan Thanh Cuong & Thi Canh (2012) dan Feng-Li Lin (2010). Sedangkan untuk koefisien dari variabel kontrol yang lain yaitu GROWTH, nilai estimasinya adalah -0.0015217902 dan tidak signifikan │t-statistik│lebih kecil daripada │ t-tabel │, hal ini mengindikasikan bahwa tidak ada pengaruh antara firm size dengan nilai perusahaan. Hasil ini juga secara konsisten serupa dengan penelitian yang dilakukan Thanh Cuong & Thi Canh (2012) dan Feng-Li Lin (2010). Tabel 6 Estimasi Koefisien Variabel Kontrol Koefisien

Nilai Estimasi

OLS SE

tOLS

!!

-‐0.010567706

0.0091360062 -‐1.15671

!!

-‐0.0015217902

0.054216880 -‐0.02807

Sumber: diolah penulis menggunakan Matlab 7.11 (2013)


17/20

Model penelitian

yang telah diestimasi berdasarkan hasil empirisnya dapat dipaparkan

sebagai berikut:

!"#!" = !! − !. !"!#$%%!$ !"#$!"!! − !. !!"#$"%&!$ !"#$%&!"!! + !. !"#$%&% !!"!! ≤ !"% − !. !"#$"$%# !!"!! > 17% + !!" Sumber: diolah penulis (2013) V. Simpulan dan Saran 5.1 Simpulan Hasil penelitian ini menunjukkan bahwa secara empiris terdapat single-effect threshold diantara DAR dan ROE. Di mana hasil ini menyatakan bahwa berdasarkan data empiris, terjadi hubungan yang positif antara DAR dan ROE ketika DAR di bawah 17% yang mengimplikasikan bahwa struktur modal dapat meningkatkan nilai perusahaan. Sementara itu, hasil lain juga menyatakan bahwa berdasarkan data empiris, tidak terjadi hubungan yang signifikan antara DAR dan ROE ketika DAR di atas 17%, hal ini mengimplikasikan bahwa struktur modal tidak berpengaruh pada nilai perusahaan. Adapun dari hasil penelitian ini dapat disimpulkan bahwa berdasarkan data empiris, hubungan antara struktur modal dan nilai perusahaan merupakan hubungan non-linier. Dengan demikian dapat dikatakan bahwa berdasarkan data empiris, struktur modal yang optimal dalam memaksimumkan nilai perusahaaan pada perusahaan sektor manufaktur yang terdaftar di BEI adalah ketika debt ratio di bawah 17%. Selain itu, penelitian ini juga menghasilkan simpulan bahwa, berdasarkan data empiris, firm size dan sales growth tidak berpengaruh secara signifikan terhadap nilai perusahaan pada perusahaan sektor manufaktur yang terdaftar di BEI, atau dengan kata lain, tidak ada pengaruh firm size dan sales growth terhadap nilai perusahaan. Hal ini mengimplikasikan bahwa penambahan firm size dan sales growth tidak selalu meningkatkan nilai perusahaan. Hasil ini secara empiris konsisten dengan penelitian yang dilakukan Thanh Cuong & Thi Canh (2012) dan Feng-Li Lin (2010). 5.2 Saran Saran untuk penelitian selanjutnya adalah sebaiknya menambah jumlah sampel penelitian dengan memasukkan perusahaan-perusahaan di sektor lain, sebab penelitian ini hanya meneliti perusahaan sektor manufaktur yang terdaftar di BEI saja sehingga hasil penelitian ini pun hanya berlaku untuk sektor manufaktur saja. Saran untuk penelitian


18/20

selanjutnya lainnya adalah menambah dan memperpanjang jangka waktu penelitian. Dengan jangka waktu penelitian yang lebih panjang, kemungkinan untuk mendapatkan nilai threshold yang lainnya yang signifikan secara statistik akan lebih besar. Pada penelitian ini sendiri, hanya ditemukan satu nilai threshold atau single-threshold effect dengan periode 5 tahun (2007-2011).


19/20

DAFTAR PUSTAKA

Buku Riyanto, Bambang. (2001). Dasar-Dasar Pembelanjaan Perusahaan. BPFE. Yogyakarta. Siagian, Dorgibson dan Sugiarto. (2006). Metode statistik untuk bisnis dan ekonomi. Jakarta: PT Gramedia Pustaka Utama Sujoko dan Ugy Soebiantoro. (2007). Pengaruh Struktur Kepemilikan, Leverage, Faktor Intern, dan Faktor Ekstern Terhadap Nilai Perusahaan. Jurnal Manajemen dan Kewirausahaan Karya Akademis Bai, J. (1997). Estimating Multiple Breaks One at a Time. Econometric Theory Fama, E.F dan French, K.R. (1998). Taxes, financing decisions, and firm value. Journalof Finance Feng-Li Lin (2010). A Panel Threshold Model of Institutional Ownership and Firm Value in Taiwan. International Research Journal of Finance and Economics Firdaus, Nur. (2012). Pengaruh Struktur Kepemilikan terhadap Kinerja Perusahaan berdasarkan Siklus Hidup. Universitas Indonesia Graham J.R. (2000). How Big are The Tax Benefits of Debt. Journal Finance Hansen BE. (1999). Threshold effects in non-dynamic panels: Estimation, testing and Inference. Journal of Econometrics Joshua Abor. (2005). The effect of capital structure on profitability: an empirical analysis of listed firms in Ghama. Journal of Risk Finance Miller M.H (1977). Debt and Taxes. Journal of Financial Modigliani, F. dan M. Miller (1958). The cost of capital, corporate finance, and the theory of investment. The American Economic Review Modigliani, F dan Miller, M. (1963). Corporate income taxes and the cost of capital: a Correction. The American Economic Review Myers, S. And N. Majluf. (1984). Corporate financing and investment decisions when firms have information investors do not have. Journal of Finance Economics. Myers S.C. (1977). Determinants of Corporate Borrowing. The American Economic Review


20/20

Prasetiadi, R. (2007). Pengaruh Struktur Modal terhadap Nilai Perusahaan. Tesis. Jakarta: Universitas Indonesia Stierwald, Andreas (2009). Determinants of firm profitability – The effect of productivityand its persistence. Melbourne Institute of Applied Economic and Social Research The University of Melbourne Sujoko dan Ugy Soebiantoro. (2007). Pengaruh Struktur Kepemilikan, Leverage, Faktor Intern, dan Faktor Ekstern Terhadap Nilai Perusahaan. Jurnal Manajemen dan Kewirausahaan Sulistiono. (2010). Pengaruh Kepemilikan Manajerial, Struktur Modal dan Ukuran Perusahaan terhadap Nilai Perusahaan pada Perusahaan Manufaktur di BEI Tahun 20062008. Skripsi. Semarang: Universitas Negeri Semarang Than Cuong, Nguyen dan Thi Can, Nguyen. (2012). The effect of capital Structure on Firm Value for Vietnam’s Seafood Processing Enterprice. Journal of Finance and Economics Walaa Wahid ElKelish (2007). Financial structure and firm value: empirical evidence from the United Arab Emirates. International Journal of Business Research Wimanda, E. Rizki (2010). Dampak Depresiasi Nilai Tukar dan Pertumbuhan Uang Beredar terhadap Inflasi: Aplikasi Threshold Model. Bank Indonesia Yu-Shu Cheng, Yi-Pei Liu dan Chu-Yang Chien (2010). Capital structure and firm value in China: A panel threshold regression analysis. African Journal of Business Management


Shepheard Eduard Palit Ferdinand Dehoutman Saragih. Ilmu Administrasi Niaga, Fakultas Ilmu Sosial dan Ilmu Politik

Recommend Documents