Gambaran Umum Pembahasan Hasil Penelitian

61

BAB IV ANALISIS HASIL PENELITIAN

4.1 Gambaran Umum

Penelitian ini menganalisis pengaruh Working Capital Turnover, Economic Value Added, dan Market Value Added terhadap Market Cap .Objek penelitian yang digunakan dalam penelitian ini adalah seluruh BUMN yang terdaftar di Bursa Efek Indonesia BEI pada tahun 2009- 2013.Sampel pada penelitian ini merupakan sampel jenuh.Sampel jenuh digunakan karena populasi penelitian ini hanya berjumlah 20 perusahaan saja. Daftar sampel penelitian dapat dilihat pada tabel 3.1 di bab sebelumnya. Penelitian ini menggunakan 100 unit analisis, dimana data cross section terdiri dari 20 perusahaan, dan data time series 5 tahun, namun karena ada beberapa perusahaan sampel yang belum melakukan IPO pada Bursa Efek Indonesia pada tahun 2009, sehingga data yang diperoleh pada perusahaan-perusahaan tersebut tidak lengkap selama 5 tahun lihat tabel 4.2. Hal ini menyebabkan jumlah sampel akhir penelitian ini menjadi 89 sampel perusahaan. Tabel 4.1 DaftarPerusahaan Sampel Yang Belum Melakukan IPO Pada Tahun 2009 No Nama Perusahaan Kode IPO 1 Garuda Indonesia Persero Tbk. GIAA 11-Feb-11 2 Krakatau Steel Persero Tbk. KRAS 10-Nov-10 3 PP Persero Tbk. PTPP 09-Feb-10 4 Semen Baturaja Persero Tbk. SMBR 28-Jun-13 5 Waskita Karya Persero Tbk. WSKT 19-Dec-12 Sumber : BEI Yearly Statistic 43 Data mentah yang telah terkumpul terlebih dahulu diolah dengan Microsoft Excel, yang dilanjutkan dengan pengolahan statistic deskriptif dan pengestimasian model regresi linier berganda.Kemudian berdasarkan model tersebut, dilakukan uji hipotesis.Pengolahan dan pengujian data secara statistic dilakukan dengan menggunakan software SPSS versi 18.

4.2 Analisis Hasil Penelitian

4.2.1 Analisis Statistik Deskriptif

Statistik deskriptif menggunakan prosedur numerik dan grafis dalam meringkas gugus data dengan cara yang jelas dan dapat dimengerti. Statistik deskriptif membantu kita untuk menyederhanakan data dalam jumlah besar dengan cara yang logis Kustituanto, 2009. Dalam Penelitian ini, data yang digambarkan melalui analisis statistik deskriptif adalah jumlah sampel, nilai minimum, nilai maksimum, nilai rata-rata mean, dan standar deviasi.Hasil dari uji statistic deskriptif disajikan dalam tabel berikut ini. Tabel 4.2 Statistik Deskriptif Variabel Penelitian Statistics Market Capitalization Working Capital Turnover Economic Value Added Market Value Added N Valid 89 89 89 89 Missing Mean 48196235.96 1.3592 1466552.69 54093944.90 Median 14863000.00 2.6600 204476.00 20410800.00 Std. Deviation 5.930E7 13.33757 2994244.000 1.072E8 Minimum 248000 -77.25 -369872 -6777267 Maximum 216720000 29.62 15105269 692624662 44 Dari tabel 4.2 diatas, dapat dijelaskan statistik masing-masing variabel penelitian, yaitu : 1. Variabel Dependen Y, Market Capitalization, memiliki nilai minimum 248000, nilai maksimum 216720000, nilai median 14863000.00, sedangkan nilai rata-rata mean 48196235.96, dan standar deviasi 5.930E7, dengan jumlah sampel sebanyak 89. 2. Variabel Independen X, Working Capital Turnover, memiliki nilai minimum negatif 77.25, nilai maksimum 29.62, nilai median 2.6600, sedangkan nilai rata-rata mean 1.3592, dan standar deviasi 13.33757, dengan jumlah sampel sebanyak 89. 3. Variabel Independen X, Economic Value Added, memiliki nilai minimum negatif 369872, nilai maksimum 15105269, nilai median 204476.00, sedangkan nilai rata-rata mean 1466552.69, dan standar deviasi 2994244.000, dengan jumlah sampel sebanyak 89. 4. Variabel Independen X, Market Value Added, memiliki nilai minimum negatif 6777267, nilai maksimum 692624662, nilai median 20410800.00, sedangkan nilai rata-rata mean 54093944.90, dan standar deviasi 1.072E8, dengan jumlah sampel sebanyak 89.

4.2.2 Uji Asumsi Klasik

Uji asumsi klasik ialah pengujian asumsi-asumsi statistik yang harus dipenuhi pada analisis regresi yang berbasis Ordinary Least Square OLS. Model regresi yang diperoleh dengan model ini menghasilkan estimator linear tidak bias yang terbaik Best Linear Unbias Estimator BLUE. 45

4.2.2.1 Uji Normalitas

Sebelum menggunakan statistik parametis, telah digunakan pengujian normalitas data dengan uji statistik non parametis kolmogorov-Smirnov K-S, dengan ketentuan sebagai berikut : 4.2.3.1 Apabila nilai signifikansinya lebih besar dari 0,05 maka data berdistribusi normal. 4.2.3.2 Jika nilai signifikansinya lebih kecil daripada 0,05 maka data tidak berdistribusi normal. Bila data tidak berdistribusi normal, maka teknik statistik parametis tidak dapat digunakan untuk alat analisis. Suatu data membentuk distribusi normal bila jumlah data diatas dan dibawah rata-rata adalah sama, demikian juga simpangan bakunya. Tabel 4.3 Uji Kolmogorov-Smirnov Sebelum Ditransformasi One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 89 Normal Parameters a,b Mean .0000000 Std. Deviation 3.57260448E7 Most Extreme Differences Absolute .194 Positive .194 Negative -.163 Kolmogorov-Smirnov Z 1.832 Asymp. Sig. 2-tailed .002 Dari hasil pengujian diatas, besarnya nilai K-S adalah 1.832 dan signifikan pada 0.002 maka dapat bahwa disimpulkan data tidak berdistribusi normal.Untuk itu perlu dilakukan transformasi 46 data menjadi bentuk Logaritma natural Ln agar data berdistribusi normal. Setelah dilakukan transformasi, dilakukan pengujian ulang dengan hasil sebagai berikut : Tabel 4.4 Uji Kolmogorov-Smirnov Setelah Ditransformasi One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 89 Normal Parameters a,b Mean .0000000 Std. Deviation .83219267 Most Extreme Differences Absolute .088 Positive .088 Negative -.073 Kolmogorov-Smirnov Z .832 Asymp. Sig. 2-tailed .493 a. Test distribution is Normal. b. Calculated from data. Berdasarkan hasil penguian K-S diatas, K-S yang diperoleh adalah 0,832 dan signifikan pada 0,493 sehingga dapat disimpulkan bahwa data terdistribusi normal dimana p 0,005 p= 0,493 0,005. Dengan demikian secara keseluruhan bahwa nilai observasi telah terdistribusi normal. Pada grafik histogram, dapat dilihat bahwa data tidak menceng skewnes ke kiri atau ke kanan . Pada grafik normal p- plot juga akan terlihat titik-titik menyebar dan mendekati sekitar garis diagonal, yang artinya data berdistribusi normal. 47 Gambar 4.1 Uji Normalitas Dengan Analisis Grafik Histogram Gambar 4.2 Grafik Normal P-Plot 48

4.2.2.2 Uji Multikolinearitas

Dalam penelitian ini, untuk mendeteksi ada tidaknya gajala multikolonieritas adalah dengan melihat besaran korelasi anatara variabel independen dan besarnya tingkat kolonieritas yang masih dapat ditolerir, yaitu Tolerance 0,10 dan Variance Inflation Factor VIF 10. Berikut disajikan tabel hasil pengujian: Tabel 4.5 Hasil Uji Multikolinearitas Coefficients a Model Collinearity Statistics Tolerance VIF 1 Ln_WCT .827 1.210 Ln_EVA .474 2.110 Ln_MVA .436 2.295 a. Dependent Variable: Ln_MC Hasil pengujian menunjukkan angka tolerance untuk LN_WCT lebih besar dari 0,1 0,827 0,1, LN_EVA lebih besar dari 0,1 0,474 0,1, LN_MVA lebih besar dari 0,1 0,436 0,1. Angka VIF untuk LN_WCT lebih kecil dari 10 1,210 10, LN_EVA lebih kecil dari 10 2,110 10 , LN_MVA lebih kecil dari 10 2,295 10 . Berdasarkan hasil pengujian tersebut diperoleh kesimpulan tidak terdapat multikolonieritas.Hasil ini menunjukkan tidak ada hubungan antar variabel bebas independen. 49 Tabel 4.6 Coefficient Correlations Coefficient Correlations a Model Ln_MVA Ln_WCT Ln_EVA 1 Correlations Ln_MVA 1.000 .285 -.688 Ln_WCT .285 1.000 .024 Ln_EVA -.688 .024 1.000 Covariances Ln_MVA .003 .001 -.002 Ln_WCT .001 .005 .000 Ln_EVA -.002 .000 .004 a. Dependent Variable: Ln_MC Dari tabel di atas dapat dilihat tingkat korelasi antar variabel bebas, yaitu : tingkat korelasi antar variabel bebas antara LN_MVA terhadap LN_WCT menunjukkan angka 0,285 atau -28,5, tingkat ini masih jauh dibawah 95 . Tingkat korelasi antara LN_MVA terhadap LN_EVA menunjukkan angka -0,688 atau -68,8 . Tingkat korelasi antara LN_EVA terhadap LN_WCT menunjukkan angka 0,24 atau 24 . Berdasarkan hasil perhitungan tersebut dapat dibuktikan bahwa tidak terdapat korelasi antar variabel bebas atau tidak terdapat multikolonieritas.

4.2.2.3 Uji Heteroskedasitas

Uji Heteroskedasitas bertujuan untuk menguj apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan lain. Heteroskedastisitas terjadi apabila variabel gangguan tidak mempunyai variansyang sama untuk semua observasi. Salah satu uji untuk mengetahui heteroskedastisitas ini 50 adalah dengan melihat penyebaran dari varians residual pada diagram pancar scatterplot. Cara untuk mendeteksi ada tidaknya heteroskedastisitas adalah dengan melihat grafik Plot antara nilai prediksi variabel terikat ZPRED dengan residualnya SRESID.Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas, jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka nol pada sumbu Y maka tidak terjadi heteroskedastisitas. Gambar 4.3 Grafik Scatterplot 51 Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak dan tidak membentuk suatu pola tertentu serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y, sehingga dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi MC berdasarkan masukan variabel WCT, EVA, dan MVA. Adanya titik-titik yang menyebar menjauh dari titik-titik yang lain dikarenakan adanya data observasi yang sangat berbeda dengan data observasi yang lain .

4.2.2.4 Uji Autokorelasi

Autokorelasi merupakan korelasi anatara anggota observasi yang disusun menurut urutan waktu.Uji ini bertujuan untuk menganalisis apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan tingkat kesalahan pada periode t-1. Data obeservasi yang menggunakan data time series harus diuji apakah data tersebut menggandung autokorelasi atau tidak. Tabel 4.7 Uji Durbin-Watson Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .908 a .824 .815 .74721 1.688 a. Predictors: Constant, Ln_WCT, Ln_MVA, Ln_EVA b. Dependent Variable: Ln_MC 52 Hasil penggujian pada tabel memperlihatkan nilai statistik DW sebesar 1.688. Nilai ini akan dibandingkan dengan nilai tabel DW dengan nilai signifikansinya 5, jumlah sampel 89 dan jumlah variabel independen 3 k=3,maka akan diperoleh nilai dL ditabel sebesar 1,6095 dan dU 1,7012. Nilai DW sebesar 1.688 terletak diantara dL dan dU, sehingga tidak menghasilkan kesimpulan yang pasti.Maka dari itu dilakukan Uji Runs Test untuk memperoleh kesimpulan yang lebih jelas. Tabel 4.8 Uji Runs Test Runs Test Unstandardized Residual Test Value a .06797 Cases Test Value 44 Cases = Test Value 44 Total Cases 88 Number of Runs 37 Z -1.715 Asymp. Sig. 2-tailed .086 a. Median Berdasarkan hasil pengujian Runs Test diatas, diperoleh signifikansi pada 0,086 , sehingga dapat disimpulkan bahwa data tidak memiliki autokorelasi, dimana p 0,005 p= 0,086 0,005. Dengan demikian, secara keseluruhan dapat diyakini bahwa nilai observasi cukup random, sehingga tidak terdapat masalah autokorelasi. 53

4.2.3 Pengujian Hipotesis

Hasil uji asumsi klasik memperlihatkan data observasi tidak memenuhi asumsi normalitas, kemudian dilakukan transformasi ke dalam bentuk logaritma natural LN.Sehingga persamaan yang baru memenuhi asumsi klasik dan dapat dianalisis lebih lanjut untuk pengujian hipotesis. Penulis menggunakan analisis regresi berganda untuk melakukan pengujian hipotesis dengan bantuan program SPSS 18.

4.2.3.1 Persamaan Regresi

Tabel 4.9 Analisis Hasil Regresi Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 5.522 .734 7.524 .000 Ln_WCT .060 .073 .046 .816 .417 Ln_EVA .381 .064 .445 5.980 .000 Ln_MVA .383 .057 .522 6.719 .000 a. Dependent Variable: Ln_MC Berdasarkan tabel di atas, diketahui bahwa : 1. Konstanta sebesar 5,522 menunjukkan bahwa apabila tidak ada variabel independen WCT, EVA, MVA maka Market Cap bernilai sebesar 5,522. 2. β1 sebesar 0,060 menunjukkan bahwa setiap penambahan Working Capital Turnover sebesar 1 akan diikuti oleh kenaikan Market Cap sebesar 6,0 dengan asumsi variabel lain tetap. 54 3. β2 sebesar 0,381 menunjukkan bahwa setiap penambahan Economic Value Added sebesar 1 akan diikuti oleh kenaikan Market Cap sebesar 38,1 dengan asumsi variabel lain tetap. 4. β3 sebesar 0,383 menunjukkan bahwa setiap penambahan Market Value Added sebesar 1 akan diikuti oleh kenaikan Market Cap sebesar 38,3 dengan asumsi variabel lain tetap.

4.2.3.2 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 nilai R berada di atas 0,5 dan mendekati 1. Koefisien determinasi R square menunjukkan seberapa besar variabel independen menjelaskan variabel dependennya. Nilai R square adalah nol sampai dengan satu. Apabila nilai R square semakin mendekati satu, maka variabel- variabel independen memberikan semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Sebaliknya, semakin kecil nilai R square, maka kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen semakin terbatas. Tabel 4.10 Model Summary Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Change Statistics R Square Change F Change df1 df2 Sig. F Change dimension0 1 .881 a .777 .769 .84675 .777 98.543 3 85 .000 a. Predictors: Constant, Ln_MVA, Ln_WCT, Ln_EVA b. Dependent Variable: Ln_MC 55 Pada tampilan ouput SPSS model summary , nilai koefisien korelasi R sebesar 0,777 yang berarti bahwa korelasi atau hubungan antara WCT,EVA, dan MVA variabel independen terhadap Market Cap variabel dependen kuat. Koefisien korelasi dikatakan kuat apabila nilai R berada diatas 0,5 dan mendekati 1. Angka adjusted R Square atau koefisien determinasi adalah 0,769. Hal ini berarti 76,9 variasi atau perubahan dalam variabel dependen dapat dijelaskan oleh variabel independen, sedangkan sisanya 23,1 dijelaskan oleh faktor - faktor lain. StandarError of Estimate SEE adalah 0,84675, semakin kecil nilai SEE maka akan membuat model regresi semakin tepat dalam memprediksi variabel dependen.

4.2.3.3 Pengujian Secara Simultan

Uji Signifikan Simultan atau yang dikenal dengan Uji F digunakan untuk melihat pengaruh variabel independen secara simultan terhadap variabel dependen. Berdasarkan hasil pengolahan data denagn program SPSS versi 18.0 maka diperoleh hasil sebagai berikut: Tabel 4.11 Hasil Uji-F ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 211.963 3 70.654 98.543 .000 a Residual 60.944 85 .717 Total 272.907 88 a. Predictors: Constant, Ln_MVA, Ln_WCT, Ln_EVA b. Dependent Variable: Ln_MC 56 Dari hasil analisis regresi dapat diketahui bahwa secara bersama-sama variabel independen memiliki pengaruh yang signifikan terhadap variabel dependen. Hal ini dapat dibuktikan dari nilai F hitung sebesar 98,543 dengan nilai signifikansi sig sebesar 0,00. Hasil uji tersebut menunjukkan bahwa F hitung lebih besar dari F tabel 98,543 2,71. Dilihat signifikansinya, nilai signifikansi adalah sebesar 0,000, lebih kecil dari nilai signifikan sebesar 0,05. Hasil perhitungan baik melalui F hitung maupun nilai signifikannya, menunjukkan bahwa model regresi dapat digunakan untuk memprediksi Market Cap, atau dapat dikatakan bahwa WCT, EVA, dan MVA secara bersama-sama berpengaruh terhadap Market Cap.

4.2.3.4 Pengujian Secara Parsial

Uji - t digunakan untuk menguji signifikansi konstanta dan setiap variabel independennya.Hasil pengolahan dapat dilihat pada tabel 4.13. Tabel 4.12 Hasil Uji-t Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 5.522 .734 7.524 .000 Ln_WCT .060 .073 .046 .816 .417 Ln_EVA .381 .064 .445 5.980 .000 Ln_MVA .383 .057 .522 6.719 .000 a. Dependent Variable: Ln_MC 57 Dari tabel hasil pengolahan SPSS dapat dilihat besarnya t hitung untuk variabel WCT sebesar 0,816 dengan nilai signifikan 0,417. Hasil uji tersebut dapat menunjukkan t hitung adalah lebih kecil dari t tabel 0,8161,66298. Dilihat signifikansinya, nilai signifikansi WCT adalah sebesar 0,417, lebih besar dari nilai signifikan sebesar 0,05. Hasil perhitungan baik melalui t hitung maupun nilai signifikannya, menunjukkan WCT tidak mempunyai pengaruh yang signifikan terhadap variabelMarket Cap. Nilai t tabel, dimana level of significance α = 0,05 5 dan derajat kebebasan df = n – k atau 89 – 4. Nilai t hitung untuk variabel EVA adalah 5,980 dengan nilai signifikan 0,000. Hasil uji tersebut dapat menunjukkan t hitung adalah lebih besar dari t tabel 5,980 1,66298. Dilihat signifikansinya, nilai signifikansi EVA adalah sebesar 0,000, lebih kecil dari nilai signifikan sebesar 0,05. Hasil perhitungan baik melalui t hitung maupun nilai signifikannya, menunjukkan EVA mempunyai pengaruh yang signifikan terhadap variabel Market Cap. Nilai t hitung untuk variabel MVA adalah 6,719 dengan nilai signifikan 0,000. Hasil uji tersebut dapat menunjukkan t hitung adalah lebih besar dari t tabel 6,719 1,66298. Dilihat signifikansinya, nilai signifikansi MVA adalah sebesar 0,000, lebih kecil dari nilai signifikan sebesar 0,05. Hasil perhitungan baik 58 melalui t hitung maupun nilai signifikannya, menunjukkan MVA mempunyai pengaruh yang signifikan terhadap variabel Market Cap. Berdasarkan tabel 4.9 dan penjelasan di atas, di dapatlah persamaan regresi sebagai berikut : LN_MC = 5,522 + 0,060 LN_WCT + 0,381 LN_EVA + 0,383 LN_MVA + e

4.3 Pembahasan Hasil Penelitian

Nilai Adjusted R Square sebesar 0,769. Hal ini berarti bahwa 76,9 variasi atau perubahan dalam harga saham dapat dijelaskan oleh variasi WCT, EVA dan MVA, sedangkan sisanya sebesar 23,1 dijelaskan oleh sebab – sebab lain yang tidak dimasukkan dalam model penelitian. Berdasarkan hasil pengujian, diketahui secara parsial bahwa Working Capital Turnover tidak mempunyai pengaruh yang signifikan terhadap Market Cap , sedangkan Economic Value Added dan Market Value Added mempunyai pengaruh yang signifikan dan memiliki pengaruh ke arah positif terhadap Market Cap. Dari hasil pengujian tersebut, maka hipotesis dapat dijelaskan sebagai berikut: 1. Pengaruh Working Capital Turnover WCT terhadap Market Cap Dari penjelasan uji t diatas, diketahui bahwa Working Capital Turnover memiliki koefisien regresi yang positif, yaitu sebesar 0,060, yang mana berarti bahwa setiap perubahan Working Capital Turnover sebesar 1 akan diikuti oleh kenaikan Market Cap sebesar 6,0 59 dengan asumsi variabel lain tetap. Dalam pengujian hipotesis yang dilakukan, diketahui bahwa Working Capital Turnover berpengaruh positif tidak signifikan terhadap Market Cap, artinya setiap perubahan Working Capital Turnover akan mempengaruhi perubahan pada Market Cap tapi tidak siginifikan. 2. Pengaruh Economic Value Added EVA terhadap Market Cap Dari penjelasan uji t diatas, diketahui bahwa Economic Value Added memiliki koefisien regresi yang positif, yaitu sebesar sebesar 0,381, yang mana berarti bahwa setiap perubahan Economic Value Added sebesar 1 akan diikuti oleh kenaikan Market Cap saham sebesar 38,1 dengan asumsi variabel lain tetap. Dalam pengujian hipotesis yang dilakukan, diketahui bahwa Economic Value Added berpengaruh positif dan signifikan terhadap Market Cap, artinya setiap perubahan Economic Value Added akan mempengaruhi perubahan pada Market Cap secara siginifikan. Hasil ini sesuai dengan hasil yang diperoleh Rahman 2013, dimana variabel EVA memiliki pengaruh yang positif dan signifikan terhadap Market Cap. 3. Pengaruh Market Value Added MVA terhadap Market Cap Dari penjelasan uji t diatas diketahui bahwa Market Value Added memiliki koefisien regresi yang positif, yaitu sebesar sebesar 0,383, yang mana berarti bahwa setiap perubahan Market Value Added sebesar 1 akan diikuti oleh kenaikan Market Cap sebesar 38,3 dengan asumsi variabel lain tetap. Dalam pengujian hipotesis yang 60 dilakukan, diketahui bahwa Market Value Added berpengaruh positif dan signifikan terhadap Market Cap, artinya setiap perubahan Market Value Added akan mempengaruhi perubahan pada Market Cap secara siginifikan. Tidak signifikannya pengaruh Working Capital Turnover terhadap Market Cap perusahaan kemungkinan disebabkan oleh berbagai faktor, antara lain kondisi sosial, politik, serta ekonomi Indonesia yang tidak stabil sehingga mengakibatkan tingginya resiko bisnis dan berdampak pada timbulnya keraguan para investor terhadap kemampuan perusahaan untuk mempertahankan going concernnya. Faktor lain juga dapat berupa kurangnya transparansi yang diberikan oleh pihak manajemen perusahaan terhadap pemegang saham mengenai rencana-rencana mereka untuk mempertahankan kesehatan perusahaan. Working Capital Turnover juga hanya berpusat pada kondisi jangka pendek perusahaan, tidak seperti EVA, MVA, dan Market Cap yang merupakan ukuran jangka panjang perusahaan. EVA dan MVA akan memberikan gambaran yang lebih baik jika digunakan untuk melihat kondisi jangka panjang perusahaan, dan Market Cap merupakan ukuran perusahaan yang diukur sejak pertama kali perusahaan IPO sampai saat ini. Adanya ganguan kesehatan jangka pendek perusahaan kemungkinan tidak dapat memberikan pengaruh yang signifikan terhadap ukuran perusahaan sejak ia go public. 61

BAB V KESIMPULAN DAN SARAN

5.1 Kesimpulan

Penelitian ini bertujuan untuk menguji dan menganalisis apakah terdapat pengaruh yang signifikan dari Working Captal Turnover WCT, Economic Value Added EVA, dan Market Value Added MVA, terhadap Market Capitalization . Pengujian hipotesis dilakukan dengan metode statistik inferensial setelah sebelumnya dilakukan pengujian asumsi klasik. Hasil penelitian adalah sebagai berikut : 1. Penelitian ini menyimpulkan bahwa Economic Value Added dan Market Value Added berpengaruh secara simultan dan parsial terhadap Market Capitalization. Sedangkan Working Capital Turnover hanya berpengaruh secara simultan saja terhadap Market Capitalization. 2. WCT tidak memiliki pengaruh yang signifikan terhadap Market Cap dan memiliki arah pengaruh yang positif. Hal ini berarti setiap perubahan pada WCT, tidak memberikan perubahan yang signifikan terhadap Market Cap. 3. EVA mempunyai pengaruh yang signifikan terhadap Market Cap dan memilki arah pengaruh yang positif. Hal ini berarti bahwa meningkatnya EVA akan meningkatkan Market Cap secara signifikan. 4. MVA mempunyai pengaruh yang signifikan terhadap Market Cap, dan memiliki arah pengaruh yang positif. Hal ini berarti bahwa