5. Rasio Pasar, yaitu rasio untuk melihat perkembangan nilai pasar relatif terhadap nilai buku perusahaan.
a. Earning Per Share
Menghitung penghasilan
bersih yang diperoleh untuk setiap lembar
saham. b.
Price Earning Ratio Menghitung penghasilan yang akan diterima investor bila perusahaan
mengalami keuntungan
2.2 Economic Value Added EVA
Beberapa ahli mengemukakan pendapatnya tentang Economic Value Added EVA dengan definisi yang berbeda-beda. Berikut ini adalah beberapa definisi
Economic Value Added EVA menurut beberapa ahli yaitu: 1. Economic Value Added EVA merupakan indikator tentang adanya
penambahan nilai dari suatu investasi Agnes Sawir, 2003:48. 2. Economic Value Added EVA adalah suatu tolak ukur yang
menggambarkan jumlah absolut dari nilai pemegang saham Shareholder value yang diciptakan created atau dirusak destroyed
pada suatu periode tertentu, biasanya satu tahun Amin Widjaja Tunggal, 2001:2.
3. Economic Value Added EVA adalah tolak ukur kinerja keuangan dengan mengukur perbedaan antara pengembalian atas modal
perusahaan dengan biaya modal S. David Young dan Stephen F, 2001:5.
3. METODE PENELITIAN
3.1 Data dan Variabel yang Digunakan
Data dan variabel yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari berbagai sumber. Adapun data-data tersebut antara lain:
1. Laporan Keuangan Konsolidasi tahun 2003 – 2007 2. Daftar Harga Saham masing-masing emiten tahun 2003 – 2007
3.4 Alat Analisis yang Digunakan 1.
Analisis Fundamental
a. Rasio
Likuiditas 1.
Current Ratio CR 2.
Quick Ratio QR b.
Rasio Aktivitas
1. Total Asset Turnover Ratio TAT
5
2. Inventory Turnover Ratio IT
c. Rasio
Profitabilitas 1.
Gross Profit Margin Ratio GPM G
2. Net Profit Margin Ratio NPM
3. Return On Asset Ratio ROA
4. Return On Equity Ratio ROE
d. Rasio
Pengungkit 1.
Debt Ratio DR 2.
Debt Equity Ratio DER 3.
Leverage Ratio LR e.
Rasio Pasar
1. Earning Per Share EPS
2. Price Earning Ratio PER
2. Economic Value Added EVA
a. Penghitungan
Net Operating Profit After Tax NOPAT. NOPAT adalah laba yang diperoleh dari operasi perusahaan setelah
dikurangi pajak penghasilan, tetapi termasuk biaya keuangan financial cost dan non cash bookkeeping entries seperti biaya
penyusutan.
b. Menghitung
Invested Capital. Invested Capital adalah jumlah seluruh keuangan perusahaan
terlepas dari kewajiban jangka pendek, passiva yang tidak menanggung bunga seperti hutang, upah yang akan jatuh tempo, dan
pajak yang akan jatuh tempo. Invested Capital sama dengan jumlah ekuitas pemegang saham, seluruh hutang jangka pendek dan jangka
6
panjang yang menanggung bunga hutang, dan kewajiban jangka panjang lainnya.
c. Menentukan
Capital Cost Rate WACC Weighted Average Cost of Capital
WACC adalah jumlah biaya dari setiap komponen modal hutang jangka pendek, hutang jangka panjang, dan ekuitas pemegang saham
ditimbang berdasarkan proporsi relatifnya dalam struktur modal perusahaan pada nilai pasar.
Dengan cara:
1. Menghitung Tingkat Modal dari Hutang D
2. Menghitung Biaya Hutang Jangka Pendek rd 3. Menentukan Pajak Penghasilan T
4. Menghitung
Tingkat Modal dari Ekuitas E
5. Menghitung Biaya Modal re d.
Menghitung Capital Charges
Capital Charges adalah aliran kas yang dibutuhkan untuk mengganti para investor atas resiko usaha dari modal yang ditanamkan.
e. Menghitung Nilai
Economic Value Added EVA Economic Value Added EVA adalah laba yang tersisa setelah
dikurangi biaya modal yang diinvestasikan untuk menghasilkan laba tersebut.
3. Uji
Asumsi Klasik
Uji asumsi klasik adalah persyaratan statistik yang harus dipenuhi pada analisis regresi linear berganda yang berbasis Ordinary Least Square
OLS. Setidaknya ada empat uji asumsi klasik, yaitu uji normalitas, multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi. Tidak ada
ketentuan yang pasti tentang urutan uji mana dulu yang harus dipenuhi. Analisis dapat dilakukan tergantung pada data yang ada. Setelah
7
dilakukan analisis terhadap semua uji asumsi klasik, jika ada data yang tidak memenuhi persyaratan, maka dapat dilakukan perbaikan pada uji
tersebut sampai data tersebut memenuhi persyaratan asumsi klasik.
a. Uji
Normalitas Uji normalitas adalah untuk melihat apakah populasi data
berdistribusi normal atau tidak. Model regresi yang baik adalah memiliki populasi data yang berdistribusi normal. Pengamatan data
yang normal akan memberikan nilai ekstrim rendah dan ekstrim tinggi yang sedikit dan kebanyakan mengumpul di tengah. Demikian
juga nilai rata-rata, modus dan median relatif dekat. Uji normalitas dapat dilakukan salah satunya dengan menggunakan
uji Kolmogorov Smirnov. Data dinyatakan berdistribusi normal apabila tingkat signifikansinya lebih besar dari 0,05.
b. Uji
Heteroskedastisitas Uji heteroskedastisitas adalah untuk melihat apakah terdapat
ketidaksamaan varians dari residual pengamatan satu ke pengamatan yang lain. Model regresi yang memenuhi persyaratan adalah di mana
tidak terdapat ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain atau disebut homoskedastisitas.
Uji heteroskedastisitas dapat dilakukan salah satunya dengan menggunakan Uji Glejser. Uji Glejser dilakukan dengan
meregresikan variabel-variabel bebas terhadap nilai absolut residualnya Gujarati, 2003. Interpretasi heteroskedastisitas
dilakukan dengan melihat signifikansi antara variabel bebas secara parsial terhadap absolut residualnya. Gangguan heteroskedastisitas
terjadi jika terdapat pengaruh yang signifikan antara variabel bebas salah satu atau kesemuanya terhadap absolut residualnya.
c. Uji
Multikolinearitas Uji multikolinearitas adalah untuk melihat ada atau tidaknya korelasi
yang tinggi antara variabel-variabel bebas dalam suatu model regresi linear berganda. Jika ada korelasi yang tinggi di antara variabel-
variabel bebasnya, maka hubungan antara variabel bebas terhadap variabel terikatnya menjadi terganggu.
Uji multikolinearitas dapat dilakukan salah satunya dengan menggunakan Variance Inflation Factor VIF. Data dinyatakan
memiliki gangguan multikolinearitas apabila memiliki nilai VIF yang lebih besar dari 5.
d. Uji
Autokorelasi Uji autokorelasi adalah untuk melihat apakah terjadi korelasi antara
suatu periode dengan periode sebelumnya. Secara sederhana bahwa analisis regresi adalah untuk melihat pengaruh antara variabel bebas
terhadap variabel terikat, jadi tidak boleh ada korelasi antara
8
observasi dengan data observasi sebelumnya. Model regresi yang memenuhi persyaratan adalah di mana tidak terdapat autokorelasi.
Uji autokorelasi dapat dilakukan salah satunya dengan menggunakan Uji Durbin Watson. Yang dimaksud dengan Uji Durbin Watson
adalah mencari nilai Durbin Watson DW, kemudian membandingkannya dengan nilai DW tabel. Adapun kriteria untuk
menerima atau menolak Ho ada atau tidaknya gangguan autokorelasi pada data, adalah sebagai berikut:
Gambar 3.1 Daerah Penerimaan Pada Uji Durbin Watson
9
Sumber: Dwi Priyatno, Mandiri Belajar SPSS, Hal 49 4.
Analisis Descriptive Statistic
Analisis Descriptive Statistic digunakan untuk mengetahui nilai
terendah, tertinggi, nilai rata-rata, dan standar deviasi dari masing- masing variabel.
5. Analisis Regresi Linier Berganda Analisis Regresi Linier Berganda adalah alat analisis statistika yang
digunakan untuk mengukur hubungan secara linier antara dua atau lebih variabel bebas terhadap sebuah variabel terikat.
Persamaan Regresi Linier Berganda: Y’ = a + b
1
X
1
+ b
2
X
2
+ … + b
n
X
n
Keterangan: Y’
= Variabel terikat yang diprediksi a
= Konstanta
b =
Koefisien regresi
X = Variabel bebas
Menolak Ho
Autokorelasi Positif
Daerah Keragu
‐ raguan
Menerima Ho
Tidak ada
Autokorelasi Daerah
Keragu ‐
raguan Menolak
Ho Autokorelasi
Negatif
dU 4
– dL dL
2 4
– dU 4
a. Analisis Korelasi Ganda R Analisis Koefisien Ganda digunakan untuk mengetahui seberapa
kuatkah pengaruh variabel bebas secara bersama-sama terhadap variabel terikat. Adapun menurut Sugiyono 2007 pedoman untuk
memberikan interpretasi Koefisien Korelasi Ganda sebagai berikut:
Tabel 3.1 Interpretasi Koefisien Korelasi Ganda
Interval Koefisien Tingkat Pengaruh 0,000 – 0,199
Sangat Lemah 0,200 – 0,399
Lemah 0,400 – 0,599
Sedang 0,600 – 0,799
Kuat 0,800 – 1,000
Sangat Kuat Sumber : Sugiyono, 2007
b. Analisis Koefisien Determinasi R
2
Analisis Koefisien Determinasi digunakan untuk mengetahui besarnya persentase pengaruh variabel bebas secara bersama-sama
terhadap variabel terikat.
c. ANOVA Uji F ANOVA digunakan untuk mengetahui signifikansi antara variabel
bebas dengan variabel terikat. Jika signifikan nilai signifikansi di bawah 0,05 berarti variabel bebas secara bersama-sama berpengaruh
terhadap variabel terikat. Jika tidak signifikan nilai signifikansi di atas 0,05 berarti variabel bebas secara bersama-sama tidak
berpengaruh terhadap variabel terikat.
d. Uji Koefisien Regresi Secara Parsial Uji t Uji Koefisien Regresi Secara Parsial digunakan untuk mengetahui
arah dan pengaruh dari masing-masing variabel bebas terhadap variabel terikat secara parsial.
Untuk mengetahui apakah variabel bebas secara terpisah berpengaruh secara signfikan atau tidak terhadap variabel terikat,
dapat diketahui dari nilai signifikansinya. Jika nilai signifikansi di bawah 0,05 berarti variabel bebas secara terpisah memiliki pengaruh
yang signifikan terhadap variabel terikat. Jika nilai signifikansi di atas 0,05 berarti variabel bebas secara terpisah tidak memiliki
pengaruh yang signifikan terhadap variabel terikat. Arah pengaruh variabel bebas terhadap variabel terikat dapat dilihat
dari nilai t hitungnya. Jika t hitung bernilai positif artinya variabel bebas memiliki pengaruh yang searah dengan variabel terikat,
sedangkan jika t hitung bernilai negatif artinya variabel bebas memiliki pengaruh yang berlawanan arah dengan variabel terikat.
10
4. HASIL DAN PEMBAHASAN
