risiko yang terkait dengan operasi perusahaan. Perusahaan dengan hutang yang tinggi
dikatakan ‘sangat leveraged’ atau sangat tidak likuid. Sebuah perusahaan dengan rasio hutang yang tinggi akan berada dalam bahaya jika kreditur mulai
menuntut pembayaran hutang.
3.4.2.4. Price Book Value PBV
Price Book Value PBV merupakan perbandingan harga pasar suatu saham dengan nilai bukunya Clarke dalam Anggriyani,2003. PBV adalah indikator
yang dipakai untuk menilai kinerja perusahaan. Saham yang memiliki PBV tinggi dapat dianggap sebagai saham yang harganya lebih mahal dibandingkan harga
saham lain yang sejenis. Saham yang tinggi harganya biasanya mencerminkan kualitas kinerja perusahaan tersebut yang baik dan pertumbuhannya yang cukup
pesat. Saham yang seperti ini akan banyak diminati investor. PBV yang tinggi tersebut diharapkan akan menghasilkan return yang tinggi pula dari suatu saham
seiring pertumbuhan perusahaan tersebut pada masa akan datang. Sehingga Price Book Value PBV menggambarkan seberapa besar pasar
menghargai nilai buku saham suatu perusahaan. Semakin tinggi rasio ini berarti pasar semakin percaya terhadap prospek perusahaan tersebut.
PBV diformulasikan sebagai berikut : Price
Price Book Value PBV = Book Value of Equity per Share
Sedangkan nilai buku ekuitas per saham atau Book Value Of Equity Per Share merupakan rasio price yang dihitung dengan membagi total ekuitas total aset
dikurangi total hutang dengan total saham yang beredar. Book Value of Equity BVE digunakan untuk melihat harga suatu sekuritas apakah overpriced atau
underpriced.
Keterangan : Total Equity
= Total ekuitas atau total asset dikurangi total hutang Outstanding Shares = Total saham yang beredar
3.5. Alat Analisis
3.5.1. Uji Regresi Linier Berganda
Alat analisis yang digunakan dalam penelitian ini adalah analisis regresi linear berganda. Analisis ini merupakan analisis yang digunakan untuk mencari adanya
hubungan antara dua variabel independen atau lebih terhadap satu variabel dependen. Pengujian ini untuk mengetahui arah dan intensitas pengaruh antara
variabel independen dengan variabel dependen. Arah yang ditunjukan oleh tanda positif atau negatif pada koefisien regresi, sedangkan intensitasnya ditunjukan
oleh besarnya koefisien regresi. Model yang digunakan dalam penelitian ini adalah :
Total Equity Book Value of Equity =
Outstanding Shares
ERCit = β0 + β1CRit + β2ROEit + β3DRit + β4 PBVit +εit
Keterangan : ERCit
= Earning Response Coefficient ERC atau koefisien respon laba β0
= Konstanta β1- β4
= Koefisien regresi CRit
= Current Ratio ROEit
= Return On Equity DRit
= Debt Ratio PBVit
= Price Book Value εit
= Komponen error
3.5.2 Uji Asumsi Klasik
Sebelum model regresi di atas digunakan dalam pengujian hipotesis, terlebih dahulu model tersebut akan diuji apakah model tersebut memenuhi asumsi klasik
atau tidak, yang mana asumsi ini merupakan asumsi yang mendasari analisis regresi. Pengujian asumsi klasik ini dimaksudkan untuk memastikan bahwa model
yang diperoleh benar-benar memenuhi asumsi dasar dalam analisis regresi yang meliputi asumsi : tidak terjadi autokorelasi, tidak terjadi heteroskedastisitas dan
tidak terjadi multikolinearitas.
3.5.2.1. Uji Normalitas
Uji asumsi normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Model regresi yang
baik memiliki distribusi normal atau mendekati normal. Seperti diketahui bahwa Uji Regresi Linier Berganda dan F-Test mengasumsikan bahwa nilai residual
mengikuti distribusi normal. Apabila asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Ada dua cara untuk mendeteksi
apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik. Dimana uji grafik dengan melihat grafik histogram yang
membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Pengujian asumsi ini dilakukan melalui pengamatan terhadap Normal
Probability Plot of Regression Standardize Residual. Uji normalitas dengan grafik dapat menyesatkan. Oleh sebab itu dianjurkan dengan uji statistik. Uji statistik
sederhana dapat dilakukan dengan menggunakan uji statistik non-parametrik Kolmogorov-Smirnov K-S. Dalam penelitian ini yang digunakan dalam
pengujian normalitas residual adalah menggunakan uji statistik non-parametrik Kolmogorov-Smirnov K-S.
3.5.2.2. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas. Dalam model regresi yang baik
seharusnya tidak terjadi korelasi di antara variabel bebas. Untuk melihat apakah ada kolinearitas dalam penelitian ini, maka akan dilihat dari Variance Inflation
Factor Multikolinearitas VIF. Nilai VIF yang diperkenankan adalah 10, jika nilai VIF lebih dari 10 maka dapat dikatakan terjadi multikolinearitas, yaitu terjadi
hubungan yang cukup besar antara variabel-variabel bebas, dan angka Tolerance
mempunyai angka 0.10, maka variabel tersebut tidak mempunyai masalah multikolinearitas dengan variabel bebas lainnya.
3.5.2.3. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam suatu model regresi linier ada
korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya. Jika terjadi kolerasi maka dinamakan problem
autokorelasi. Untuk mengetahui apakah terjadi autokorelasi dalam suatu model regresi, dapat digunakan uji Durbin-Watson Uji DW. Uji Durbin-Watson DW
test digunakan untuk autokorelasi tingkat satu dan mensyaratkan adanya intercept konstanta dalam model regresi dan tidak ada variabel lag diantara variabel
independen.
Tabel 3.3. Kriteria Autokorelasi Durbin-Watson
3.5.2.4. Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi
ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Hipotesis Nol
Keputusan Jika
Tidak ada autokorelasi positif Tidak ada autokorelasi positif
Tidak ada autokorelasi negatif Tidak ada autokorelasi negatif
Tidak ada autokorelasi positif atau negatif Tolak
No decision Tolak
No decision Tidak ditolak
0 d dL dL ≤ d ≤ dU
4-dL d 4 4-
dU ≤ d ≤ 4-dL dU d 4-dU
