Statistik Deskriptif Variabel Analisis Regresi Linier Berganda

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1 Gambaran Umum Penelitian

Penelititan ini menggunakan data-data mengenai perusahaan yang melakukan penawaran umum perdana atau initial public offering IPO dan terdaftar dalam Bursa Efek Indonesia BEI pada periode 2010-2012. Selama periode tersebut terdapat 70 perusahaan yang melakukan IPO, namun hanya 59 perusahaan saja yang harga sahamnya mengalami underpricing dan memenuhi syarat untuk dijadikan sampel dalam penelitian ini. Seluruh data dalam penelitian ini diolah menggunakan bantuan program aplikasi SPSS versi 17. Pengolahan data tersebut bertujuan untuk menguji hubungan umur perusahaan, persentase penawaran saham dan ukuran perusahaan terhadap underpricing.

4.2 Hasil Penelitian

4.2.1 Statistik Deskriptif Variabel

Setelah dilakukan pengolahan terhadap data dari 59 perusahaan yang harga sahamnya mengalami underpricing saat melakukan IPO pada periode 2010-2012, maka diperoleh statistik deskriptif variabel yang dapat dilihat pada tabel 4.1 berikut ini. Universitas Sumatera Utara Tabel 4.1 Statistik Deskriptif Variabel Descriptive Statistics N Minimum Maximum Mean Std. Deviation Underpricing 59 1.32 70 26.8265 22.80961 AGE 59 1.08 56.37 16.3339 13.40899 PPS 59 3 49 21.2143 9.59060 SIZE 59 70005131296 43445700000000 4866594854967 7.847E12 Valid N listwise 59 Sumber : data yang diolah Dari tabel tersebut dapat dilihat bahwa underpricing yang terjadi memiliki nilai rata-rata sebesar 26,83. Underpricing terendah yaitu sebesar 1,32 dialami oleh PT. MNC Sky Vision Tbk dan underpricing tertinggi yaitu sebesar 70 dialami oleh dua perusahaan yaitu PT. Bank Sinar Mas Tbk dan PT. Multifiling Mitra Indonesia Tbk. Nilai rata-rata dari umur 59 perusahaan yang melakukan IPO pada periode 2010-2012 adalah 16,33 tahun. Perusahaan dengan umur terendah adalah PT. Indofood CBP Sukses Makmur Tbk dengan umur 1,08 tahun. Perusahaan dengan umur tertua adalah PT. PP Persero Tbk dengan umur 56,37 tahun. Persentase penawaran saham oleh perusahaan kepada publik memiliki rata-rata sebesar 21,21, dengan nilai persentase penawaran terendah sebesar 3 yaitu PT Golden Energy Mines Tbk. Persentase penawaran saham terbesar dilakukan oleh PT. Express Transindo Utama Tbk yaitu sebanyak 49. Universitas Sumatera Utara Rata-rata ukuran perusahaan yang melakukan IPO periode 2010-2012 adalah 4.866.594.854.967 rupiah. Perusahaan dengan ukuran terbesar adalah PT. Bank Pembangunan Daerah Jawa Barat dan Banten Tbk dengan total aktiva sebesar 43.445.700.000.000 rupiah. Perusahaan dengan ukuran terkecil adalah PT. Golden Retailindo Tbk dengan total aktiva sebesar 70.005.131.296 rupiah.

4.2.2 Pengujian Asumsi Klasik

Pengujian ini bertujuan untuk melihat apakah data yang digunakan dalam penelitian ini layak untuk dianalisis atau tidak. Pengujian yang dilakukan antara lain adalah uji normalitas, uji multikolinieritas, uji heteroskedastisitas dan uji autokorelasi.

1. Uji Normalitas

Uji ini bertujuan untuk melihat apakah data yang dipergunakan dalam model regresi linier berganda terdistribusi secara normal atau tidak. Hasil uji normalitas menggunakan Kolmogorov-Smirnov menunjukan bahwa nilai residual data tidak terdistribusi secara normal karena nilai signifikannya lebih kecil dari 0,05. Untuk membuat variabel terdistribusi secara normal perlu dilakukan transformasi data kedalam bentuk Logaritma Natural LN. Data yang telah ditransformasi kedalam bentuk LN menunjukan bahwa seluruh variabel telah terdistribusi secara normal. Hal ini ditunjukan dari nilai signifikan residual data lebih besar dari 0,05. Universitas Sumatera Utara Hasil uji normalitas menggunakan Kolmogorov-Smirnov data awal dan data yang telah ditransformasikan kedalam bentuk LN dapat dilihat pada tabel 4.2 dan tabel 4.3. Tabel 4.2 Uji Kolmogorof-Smirnov Data Awal Unstandardized Residual N 59 Normal Parameters a,,b Mean .0000000 Std. Deviation 22.57781709 Most Extreme Differences Absolute .203 Positive .203 Negative -.122 Kolmogorov-Smirnov Z 1.558 Asymp. Sig. 2-tailed .016 a. Test distribution is Normal. b. Calculate from data Sumber : data yang diolah Tabel 4.3 Uji Kolmogorof-Smirnov Data Hasil Transformasi Unstandardized Residual N 59 Normal Parameters a,,b Mean .0000000 Std. Deviation 1.05277124 Most Extreme Differences Absolute .077 Positive .074 Negative -.077 Kolmogorov-Smirnov Z 0.592 Asymp. Sig. 2-tailed .874 a. Test distribution is Normal. b. Calculate from data Sumber : data yang diolah Universitas Sumatera Utara Hasil uji normalitas menggunakan histogram display normal curve dan kurva P-Plot memperlihatkan seluruh variabel telah terdistribusi secara normal. Hal ini ditandai dengan histogram memiliki kemiringan yang cenderung seimbang dan bentuk kurva menyerupai lonceng yang hampir sempurna. Demikian pula kurva normal P-Plot yang memperlihatkan bahwa data menyebar disekitar garis diagonal. Uji normalitas menggunakan histogram dan kurva P-Plot dapat dilihat pada gambar 4.1 dan gambar 4.2. Gambar 4.1 Histogram Display Normal Curve Universitas Sumatera Utara Gambar 4.2 Kurva Normal P-Plot

2. Uji Multikolinieritas

Multikolinieritas adalah keadaan dimana antara variabel independen saling berkorelasi satu dengan yang lainnya. Untuk mengetahui ada atau tidaknya multikolinieritas dapat dilihat dari nilai VIF Variance Inflation Factor dari suatu variabel independen. Nilai VIF yang lebih besar dari 10 menunjukan bahwa adanya gejala multikolinieritas dalam model regresi. Hasil pengujian terhadap multikolinieritas dalam penelitian ini menunjukkan bahwa seluruh variabel terbebas dari gejala multikolinieritas. Hal ini ditandai dengan nilai VIF variabel independen tidak lebih dari 10 dan nilai Tolerance tidak kurang dari 0,1. Hasil Universitas Sumatera Utara pengujian multikolinieritas dalam penelitian ini dapat dilihat pada tabel 4.4 di bawah ini. Tabel 4.4 Hasil Pengujian Multikolinieritas Model Collinearity Statistics Tolerance VIF 1 Constant LNSIZE .998 1.002 LNAGE .996 1.005 LNPPS .994 1.006 Sumber : data yang diolah

3. Uji Heteroskedastisitas

Pengujian mengenai heteroskedastisitas dalam penelitian ini menggunakan grafik Scatter Plot. Untuk mengetahui ada atau tidaknya heteroskedastisitas adalah dengan melihat ada tidaknya pola tertentu dalam grafik Scatter Plot. Apabila ada pola tertentu, seperti titik-titik yang membentuk pola yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas. Apabila tidak ada pola tertentu, maka tidak terjadi heteroskedastisitas. Hasil pengujian menunjukan bahwa titik-titik dalam grafik tersebut tidak membentuk pola yang jelas, melainkan titik-titik dalam grafik tersebut menyebar diatas dan dibawah atau disekitar angka 0. Dengan Universitas Sumatera Utara demikian dapat disimpulkan bahwa tidak terjadi heteroskedastisitas sehingga model regresi dapat digunakan dalam penelitian ini. Grafik Scatter Plot pengujian heteroskedastisitas dapat dilihat pada gambar 4.3 di bawah ini. Gambar 4.3 Grafik Scatter Plot

4. Uji Autokorelasi

Untuk menguji apakah terdapat autokorelasi atau tidak dalam penelitian ini digunakan pendeteksian menggunakan Durbin Watson DW. Apabila nilai Durbin Watson berada dibawah angka 2 maka tidak ada autokorelasi Lubis et all, 2007:33. Pengujian autokorelasi Universitas Sumatera Utara menggunakan Durbin Watson dalam penelitian ini menunjukkan bahwa nilai DW data adalah sebesar 1,946. Hal ini menunjukkan bahwa variabel terbebas dari Autokorelasi karena nilai tersebut berada dibawah angka 2. Hasil uji autokorelasi dengan Durbin Watson dapat dilihat pada tabel 4.5 dibawah ini. Tabel 4.5 Pengujian Autokorelasi menggunakan Durbin-Watson Model Durbin-Watson 1 1.946 Sumber : data yang diolah

4.2.3 Analisis Regresi Linier Berganda

Penelitian ini menggunakan metode analisis regresi linier berganda untuk mengetahui pengaruh umur perusahaan, persentase penawaran saham dan ukuran perusahaan terhadap underpricing. Setelah dilakukan pengujian normalitas, multikolinieritas, heteroskedastisitas dan autokorelasi terhadap data dalam penelitian ini, dapat disimpulkan bahwa data terbebas dari asumsi- asumsi klasik sehingga model regresi linier dapat dilakukan. Hasil perhitungan regresi linier berganda dalam penelitian ini dapat dilihat pada tabel 4.6 dibawah ini. Universitas Sumatera Utara Tabel 4.6 Hasil Perhitungan Regresi Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 7.954 2.958 2.689 .009 LNAGE -.111 .164 -.087 -.678 .500 .996 1.005 LNPPS .250 .276 .117 .907 .368 .994 1.006 LNSIZE -.198 .098 -.260 -2.019 .048 .998 1.002 a. Dependent Variable: LNUNDERPRICING Sumber : data yang diolah Dalam persamaan regresi maka hasil tersebut dapat dituliskan sebagai berikut : LNUnderpricing = 7,954 – 0,111 LNAGE + 0,25 LNPPS – 0,198 LNSIZE + e Penjelasan dari persamaan regresi linier berganda diatas adalah sebagai berikut: 1. konstanta memiliki nilai 7,954 yang berarti bahwa apabila seluruh variabel independen dianggap tidak ada atau 0, maka underpricing yang terjadi adalah sebesar 7,954, 2. β 1 memiliki nilai –0,111 yang berarti bahwa apabila terjadi penambahan variabel umur perusahaan sebanyak satu satuan, maka underpricing akan mengalami penurunan sebesar 0,111, Universitas Sumatera Utara 3. β 2 memiliki nilai 0,25 yang berarti bahwa apabila terjadi penambahan variabel persentase penawaran saham sebanyak satu satuan, maka underpricing akan mengalami penambahan sebanyak 0,25, 4. β 3 memiliki nilai –0,198 yang berarti bahwa apabila terjadi penambahan variabel ukuran perusahaan sebanyak satu satuan, maka underpricing akan mengalami penurunan sebesar 0,198.

4.2.4 Pengujian Hipotesis