Pengaruh Keputusan Investasi, Keputusan Pendanaan Terhadap Nilai Perusahaan Dengan Growth Sebagai Variabel Intervening pada Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia Periode 2010-2014

LAMPIRAN

Lampiran 1. Daftar Populasi, Kriteria Perusahaan, dan Sampel

NO. KODE NAMA PERUSAHAAN KRITERIA SAMPEL

1 2 3 4 Subsektor Semen

1. INTP Indocement Tunggal Prakarsa, Tbk. _{   } Sampel 1

2. SMCB Holcim Indonesia, Tbk. _{   } Sampel 2

3. SMGR Semen Indonesia, Tbk.     Sampel 3

Subsektor Keramik, Porselin, dan Kaca

4. AMFG Asahimas Flat Glass, Tbk. _{   } Sampel 4

5. ARNA Arwana Citramulia, Tbk.   − −

6. IKAI Intikeramik Alamsari Industri, Tbk.  − − −

7. KIAS Keramika Indonesia Assosiasi, Tbk. _{ } − −

8. MLIA Mulia Industrindo, Tbk. _ − − −

9. TOTO Surya Toto Indonesia, Tbk.     Sampel 5

Subsektor Logam dan Sejenisnya

10. ALKA Alakasa Industrindo, Tbk. _{ } − −

11. ALMI Alumindo Light Metal Industry, Tbk.  −  

12. BTON Betonjaya Manunggal, Tbk.   − −

13. CTBN Citra Tubindo, Tbk. _ − − −

14. GDST Gunawan Dianjaya Steel, Tbk. _{ } − −

15. INAI Indal Aluminium Industry, Tbk.   − −

16. ITMA Sumber Energi Andalan, Tbk. _ − − −

17. JKSW Jakarta Kyoei Steel, Tbk. _ − − −

18. JPRS Jaya Pari Steel, Tbk.   − −

19. KRAS Krakatau Steel, Tbk.  − − −

20. LION Lion Metal Works, Tbk. _{ } − −

21. LMSH Lionmesh Prima, Tbk. _{ } − −

22. MYRX Hanson International, Tbk.   − −

23. NIKL Pelat Timah Nusantara, Tbk. _ − − −

24. PICO Pelangi Indah Canindo, Tbk. _{ } − −

25. TBMS Tembaga Mulia Semanan, Tbk.  − − −

Subsektor Kimia

26. BRPT Barito Pasific, Tbk. _ − − −

27. BUDI Budi Starch & Sweetener, Tbk. _{ } − −

28. DPNS Duta Pertiwi Nusantara, Tbk.  − − −

29. EKAD Ekadharma International, Tbk. _{ } − −

30. ETWA Eterindo Wahanatama, Tbk. _ − − −

31. INCI Intanwijaya Internasional, Tbk. _ − − −

32. SOBI Sorini Agro Asia Corporindo, Tbk.  − − −

33. SRSN Indo Acidatama, Tbk. _{ } − −

35. UNIC Unggul Indah Cahaya, Tbk. _{ } − −

Subsektor Plastik dan Kemasan

36. AKKU Alam Karya Unggul, Tbk.  − − −

37. AKPI Argha Karya Prima Industry, Tbk.   − −

38. APLI Asiaplast Industries, Tbk. _ − − −

39. BRNA Berlina, Tbk. _ − − −

40. FPNI Lotte Chemical Titan, Tbk.  − − −

41. IGAR Champion Pacific Indonesia, Tbk. _{ } − −

42. IPOL Indopoly Swakarsa Industry, Tbk. _{ } − −

43. SIAP Sekawan Intipratama, Tbk.  − − −

44. SIMA Siwani Makmur, Tbk.  − − −

45. TRST Trias Sentosa, Tbk. _{ } − −

46. YPAS Yanaprima Hastapersada, Tbk. _ − − −

Subsektor Pakan Ternak

47. CPIN Charoen Pokphand Indonesia, Tbk. _{   } Sampel 6

48. JPFA JAPFA Comfeed Indonesia, Tbk. _{ } − −

49. MAIN Malindo Feedmill, Tbk.     Sampel 7

50. SIPD Sierad Produce, Tbk.   − −

Subsektor Kayu dan Pengolahannya

51. SULI Sumalindo Lestari Jaya, Tbk. _ − − −

52. TIRT Tirta Mahakam Resources, Tbk.  − − −

Subsektor Pulp dan Kertas

53. ALDO Alkindo Naratama, Tbk. _ − − −

54. FASW Fajar Surya Wisesa, Tbk. _ − − −

55. INKP Indah Kiat Pulp & Paper, Tbk.  − − −

56. INRU Toba Pulp Lestari, Tbk. _ − − −

57. KBRI Kertas Basuki Rachmat Indonesia, Tbk. _ − − −

58. SPMA Suparma, Tbk.  − − −

59. TKIM Pabrik Kertas Tjiwi Kimia, Tbk.   − −

Subsektor Otomotif dan Komponen

60. ASII Astra International, Tbk. _{   } Sampel 8

61. AUTO Astra Otoparts, Tbk.  − − −

62. BRAM Indo Kordsa, Tbk. _{ } − −

63. GDYR Goodyear Indonesia, Tbk. _ − − −

64. GJTL Gajah Tunggal, Tbk.   − −

65. IMAS Indomobil Sukses Internasional, Tbk.   − −

66. INDS Indospring, Tbk. _{ } − −

67. LPIN Multi Prima Sejahtera, Tbk. _{ } − −

68. MASA Multistrada Arah Sarana, Tbk.  − − −

69. NIPS Nipress, Tbk. _ − − −

70. PRAS Prima Alloy Steel Universal, Tbk. _{ } − −

71. SMSM Selamat Sempurna, Tbk.   − −

Subsektor Tekstil dan Garment

73. ARGO Argo Pantes, Tbk. _ − − −

74. CNTX Century Textile Industry, Tbk. _ − − −

75. ERTX Eratex Djaja, Tbk.   − −

76. ESTI Ever Shine Textile Industry, Tbk.  − − −

77. HDTX Panasia Indo Resources, Tbk. _ − − −

78. INDR Indo-Rama Synthetics, Tbk. _ − − −

79. MYTX Apac Citra Centertex, Tbk.  − − −

80. PBRX Pan Brothers, Tbk. _{ } − −

81. POLY Asia Pacific Fibers, Tbk. _ − − −

82. RICY Ricky Putra Globalindo, Tbk.  − − −

83. SSTM Sunson Textile Manufacturer, Tbk.  − − −

84. TFCO Tifico Fiber Indonesia, Tbk. _ − − −

85. UNIT Nusantara Inti Corpora, Tbk. _{ } − −

86. UNTX Unitex, Tbk.  − − −

Subsektor Alas Kaki

87. BATA Sepatu Bata, Tbk. _{  }  Sampel 9

88. BIMA Primarindo Asia Infrastructure, Tbk.  − − −

Subsektor Kabel

89. IKBI Sumi Indo Kabel, Tbk. _{ } − −

90. JECC Jembo Cable Company, Tbk. _{ } − −

91. KBLI KMI Wire and Cable, Tbk.  − − −

92. KBLM Kabelindo Murni, Tbk. _ − − −

93. SCCO Supreme Cable Manufacturing &   − −

Commerce, Tbk.

94. VOKS Voksel Electric, Tbk. _{ } − −

Subsektor Elektronika

95. PTSN Sat Nusapersada, Tbk.  − − −

Subsektor Makanan dan Minuman

96. ADES Akasha Wira International, Tbk. _{ } − −

97. AISA Tiga Pilar Sejahtera Food, Tbk.     Sampel 10

98. CEKA Wilmar Cahaya Indonesia, Tbk.  − − −

99. DAVO Davomas Abadi, Tbk. _ − − −

100. DLTA Delta Djakarta, Tbk. _ − − −

101. ICBP Indofood CBP Sukmes Makmur, Tbk.   − −

102. INDF Indofood Sukmes Makmur, Tbk. _{  }  Sampel 11

103. MLBI Multi Bintang Indonesia, Tbk. _{  }  Sampel 12

104. MYOR Mayora Indah, Tbk.   − −

105. PSDN Prasidha Aneka Niaga, Tbk.  − − −

106. ROTI Nippon Indosari Corpindo, Tbk. _{ } − −

107. SKLT Sekar Laut, Tbk. _{ } − −

108. STTP Siantar Top, Tbk.   − −

109. ULTJ Ultrajaya Milk Industry & Trading   − −

Company, Tbk.

Subsektor Rokok

111. HMSP Hanjaya Mandala Sampoerna, Tbk. _{ } − −

112. RMBA Bentoel Internasional Investama, Tbk. _ − − −

Subsektor Farmasi

113.

DVLA Darya-Varia Laboratoria, Tbk.   − −

114. INAF Indofarma, Tbk. _ − − −

115. KAEF Kimia Farma, Tbk. _{ } − −

116. _{KLBF Kalbe Farma, Tbk.}     Sampel 14

117. MERK Merck, Tbk. _ − − −

118. PYFA Pyridam Farma, Tbk. _{ } − −

119. _{SCPI Merck Sharp Dohme Pharma, Tbk.}  − − −

120. _{SQBB Taisho Pharmaceutical Indonesia, Tbk.}  − − −

121. TSPC Tempo Scan Pasific, Tbk. _ − − −

Subsektor Kosmetik dan Barang Keperluan Rumah Tangga

122. MBTO Martina Berto, Tbk.   − −

123. MRAT Mustika Ratu, Tbk. _ − − −

124. TCID Mandom Indonesia, Tbk. _{ } − −

125. _{UNVR Unilever Indonesia, Tbk.}    − _{Sampel 15}

Subsektor Peralatan Rumah Tangga

126. KDSI Kedawung Setia Industrial, Tbk. _{ } − −

127. KICI Kedaung Indah Can, Tbk.   − −

128. _{LMPI Langgeng Makmur Industri, Tbk.}  − − −

Lampiran 2. Daftar Sampel Penelitian

No. Kode Perusahaan Nama Perusahaan

1. INTP Indocement Tunggal Prakarsa Tbk.

2. SMCB Holcim Indonesia Tbk.

3. SMGR Semen Indonesia Tbk.

4. AMFG Asahimas Flat Glass Tbk.

5. TOTO Surya Toto Indonesia Tbk.

6. CPIN Charoen Pokphand Indonesia Tbk.

7. MAIN Malindo Feedmill Tbk.

8. ASII Astra International Tbk.

9. BATA Sepatu Bata Tbk.

10. AISA Tiga Pilar Sejahtera Food Tbk.

11. INDF Indofood Sukses Makmur Tbk.

12. MLBI Multi Bintang Indonesia Tbk.

13. GGRM Gudang Garam Tbk.

14. KLBF Kalbe Farma Tbk.

Lampiran 3. Hasil Perhitungan Variabel Penelitian

TAHUN

Kode PER DER PBV GROWTH Perusahaan (X1) (X2) (Y) (Z)

2010

CPIN 13,67 0,46 6,78 4,26 GGRM 18,56 0,44 3,63 7,30 INDF 14,50 1,34 2,55 40,09 BATA 14,41 0,32 2,65 3,67 AISA 17,33 0,70 2,27 5,18 AMFG 7,61 0,29 1,37 5,18 ASII 15,37 1,10 4,48 5,90 INTP 18,21 0,17 4,49 47,27 KLBF 25,66 0,23 6,14 5,56 UNVR 37,17 1,15 31,12 2,75 TOTO 9,97 0,73 3,06 1,51 SMGR 15,43 0,29 4,67 3,47 SMBR 10,40 0,10 1,32 1,78 MAIN 6,03 2,75 4,20 1,10 MLBI 13,08 1,41 12,29 2,59

2011

CPIN 14,95 0,43 5,70 3,20 GGRM 24,08 0,59 4,86 1,33 INDF 8,05 0,70 1,28 3,95 BATA 12,63 0,31 6,69 2,02 AISA 9,66 0,49 85,36 0,79 AMFG 8,44 0,29 13,40 1,33 ASII 14,03 0,51 2,55 3,95 INTP 17,43 0,13 2,65 3,99 KLBF 22,43 0,21 2,27 5,30 UNVR 34,45 1,85 1,37 38,97 TOTO 11,32 0,76 22,72 3,26 SMGR 0,15 0,35 35,18 4,65 SMBR 0,15 0,35 35,18 4,65 MAIN 8,10 2,75 37,41 3,94 MLBI 14,91 1,30 7,36 14,26

2012

CPIN 22,33 0,51 0,40 7,32 GGRM 26,62 0,56 0,06 4,07 INDF 10,54 0,74 10,71 1,50 BATA 11,25 0,33 11,12 2,01 AISA 12,46 0,47 7,72 1,55 AMFG 10,39 0,25 15,79 1,47 ASII 13,70 0,51 18,73 3,43 INTP 17,35 0,15 25,36 4,26 KLBF 30,38 0,22 13,82 7,30

TOTO 13,92 0,70 13,67 3,67 SMGR 19,09 0,46 15,85 5,18 SMBR 19,09 0,46 15,85 5,18 MAIN 13,31 2,15 35,55 5,90 MLBI 34,39 2,49 -5,63 47,27

2013

CPIN 21,87 0,58 0,27 5,56 GGRM 18,67 0,73 0,22 2,75 INDF 23,14 1,04 31,64 1,51 BATA 31,05 0,42 18,56 3,47 AISA 13,48 0,53 29,82 1,78 AMFG 8,98 0,27 13,61 1,10 ASII 14,18 0,50 17,40 2,59 INTP 14,69 0,14 16,93 3,20 KLBF 30,53 0,25 20,14 6,89 UNVR 37,06 2,14 -37,54 46,63 TOTO 16,12 0,69 14,68 3,68 SMGR 15,63 0,41 11,44 3,85 SMBR 10,40 0,10 1,32 5,56 MAIN 22,31 1,62 23,03 6,24 MLBI 21,59 0,80 54,69 25,60

2014

CPIN 27,14 0,91 0,33 5,56 GGRM 21,67 0,75 0,15 3,66 INDF 14,67 1,08 10,05 1,45 BATA 16,82 0,45 13,84 3,24 AISA 20,48 0,51 46,83 2,05 AMFG 7,75 0,28 10,71 1,14 ASII 15,56 0,49 10,30 2,60 INTP 18,57 0,14 8,56 3,96 KLBF 43,27 0,21 9,81 9,30 UNVR 46,65 2,11 90,78 45,03 TOTO 11,97 0,65 16,10 3,19 SMGR 17,63 0,37 11,19 4,09 SMBR 12,75 0,08 7,93 1,44 MAIN 154,37 0,61 59,47 3,23 MLBI 37,72 3,03 25,19 48,67

LAMPIRAN 4. Statistik Deskriptif

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

NilaiPerusahaaan 75 ,52 9,53 3,3099 2,03680

KeputusanInvestasi 75 ,39 12,42 4,3089 1,76547

KeputusanPendanaan 75 ,28 1,74 ,7844 ,34542

Growth _{75 ,89 6,98 2,3667 1,57652}

Valid N (listwise) 75

Lampiran 5. Uji Normalitas untuk Persamaan Sub Struktural I

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 75

Normal Parametersa,b Mean ,0000000

Std. Deviation 1,92286300

Most Extreme Differences Absolute ,079

Positive ,079

Negative -,039

Test Statistic ,079

Asymp. Sig. (2-tailed) ,890c,d

a. Test distribution is Normal. b. Calculated from data.

c. Lilliefors Significance Correction.

Lampiran 6. Uji Normalitas untuk Persamaan Sub Struktural II One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 75

Normal Parametersa,b Mean ,0000000

Std. Deviation 1,93186260

Most Extreme Differences Absolute ,080

Positive ,803

Negative -,073

Test Statistic ,089

Asymp. Sig. (2-tailed) ,896c,d

a. Test distribution is Normal. b. Calculated from data.

c. Lilliefors Significance Correction.

Lampiran 7. Uji Multikolinearitas pada Persamaan Sub Struktural I

Lampiran 8. Uji Multikolinearitas pada Persamaan Sub Struktural II Coefficientsa

Model Unstandardized

Coefficients

Standardized Coefficients

t Sig. Correlations Collinearity

Statistics

B Std.

Error

Beta

Zero-order

Partial Part Tolerance VIF

1

(Constant) 2.143 .760 2.819 .006

KeputusanInvestasi .227 .135 .197 1.680 .097 .204 .194 .194 .971 1.245

KeputusanPendanaan .242 .690 .041 .351 .727 .075 .041 .040 .971 1.030

a. Dependent Variable: Growth

Coefficientsa

Model Unstandardized

Coefficients

Standardized Coefficients

t Sig. Correlations Collinearity

Statistics

B Std.

Error

Beta

Zero-order

Partial Part Tolerance VIF

1

(Constant) 2.078 .743 2.798 .000

KeputusanInvestasi .296 .136 .257 2.181 .004 .204 .251 .245 .915 1.093

KeputusanPendanaan 1.070 .778 .181 1.375 .000 .075 .161 .155 .728 1.374

Growth -.373 .176 .289

-2.127

.637 -.120 -.245

-.239

.686 1.457

Lampiran 9. Uji Autokorelasi pada Persamaan Sub Struktural I Model Summaryb

Model R R

Square Adjusted R Square Std. Error of the Estimate

Change Statistics

Durbin-Watson R Square Change F Change

df1 df2 Sig. F

Change

1 .568a .254 .217 2.01992 .043 1.621 2 72 .205 1.366

a. Predictors: (Constant), KeputusanPendanaan, KeputusanInvestasi b. Dependent Variable: Growth

Lampiran 10. Uji Autokorelasi pada Persamaan Sub Struktural II Model Summaryb

Model R R

Square Adjusted R Square Std. Error of the Estimate

Change Statistics

Durbin-Watson R Square Change F Change

df1 df2 Sig. F

Change

1 .817a .724 .714 1.97225 .100 2.641 3 71 .056 1.296

a. Predictors: (Constant), KeputusanPendanaan, KeputusanInvestasi, Growth b. Dependent Variable: NilaiPerusahaaan

Lampiran 11. Uji Heteroskedastisitas pada Persamaan Sub Struktural I Coefficientsa

Model Unstandardized Coefficients Standardized

Coefficients

t Sig.

B Std. Error Beta

1

(Constant) 2.993 .320 9.364 .000

LN_KI -.128 .322 -.064 -.397 .694

LN_KP -.022 .162 -.022 -.137 .892

a. Dependent Variable: LN_RES1

Lampiran 12. Uji Heteroskedastisitas pada Persamaan Sub Struktural II Coefficientsa

Model Unstandardized Coefficients Standardized

Coefficients

t Sig.

B Std. Error Beta

1

(Constant) 5.947 .145 40.992 .000

LN_KP -.073 .040 -.273 -1.813 .078

Lampiran 13. Koefisien Determinasi (R2) untuk Persamaan Sub Struktural I Model Summaryb

Model R R

Square Adjusted R Square Std. Error of the Estimate

Change Statistics

Durbin-Watson R Square Change F Change

df1 df2 Sig. F

Change

1 .568a .254 .217 2.01992 .043 1.621 2 72 .205 1.366

a. Predictors: (Constant), KeputusanPendanaan, KeputusanInvestasi b. Dependent Variable: Growth

Lampiran14.Koefisien Determinasi (R2) untuk Persamaan Sub Struktural II

Model Summaryb

Model R R

Square Adjusted R Square Std. Error of the Estimate

Change Statistics

Durbin-Watson R Square Change F Change

df1 df2 Sig. F

Change

1 .817a .724 .714 1.97225 .100 2.641 3 71 .056 1.296

a. Predictors: (Constant), KeputusanPendanaan, KeputusanInvestasi, Growth b. Dependent Variable: NilaiPerusahaaan

Lampiran 15. Uji F untuk Persamaan Sub Struktural I

ANOVAa

Model Sum of

Squares

df Mean Square F Sig.

1

Regression 57.725 2 28.863 6.467 .000b

Residual 126.196 72 1.753

Total 183.921 74

a. Dependent Variable: Growth

Lampiran 16. Uji F untuk Persamaan Sub Struktural II ANOVAa

Model Sum of

Squares

df Mean Square F Sig.

1

Regression 30.817 3 10.272 7.641 .000b

Residual 276.175 71 3.890

Total 306.992 74

a. Dependent Variable: NilaiPerusahaaan

b. Predictors: (Constant), KeputusanPendanaan, KeputusanInvestasi, Growth

Lampiran 17. Koefisien Jalur untuk Persamaan Sub Struktural I Coefficientsa

Model Unstandardiz

ed Coefficients Standardiz ed Coefficient s

t Sig

.

Correlations Collinearity

Statistics

B Std.

Error

Beta Zer

o-ord er Parti al Par t Toleran ce VIF 1

(Constant) 2.078 .743 2.79

8 .00

0 KeputusanInvesta

si

.296 .136 -.057

-.181 .53

3

.204 .251 .24 5

.915 1.09 3 KeputusanPendan

aan

1.070 .778 -.081

-.375 .67

4

.075 .161 .15 5

.728 1.37 4 a. Dependent Variable: Growth

Lampiran 18. Koefisien Jalur untuk Persamaan Sub Struktural II Coefficientsa

Model Unstandardized

Coefficients

Standardized Coefficients

t Sig. Correlations Collinearity

Statistics

B Std.

Error

Beta

Zero-order

Partial Part Tolerance VIF

1

(Constant) 2.078 .743 2.798 .000

KeputusanInvestasi .296 .136 .257 2.181 .004 .204 .251 .245 .915 1.093

KeputusanPendanaan 1.070 .778 .181 1.375 .000 .075 .161 .155 .728 1.374

Growth -.373 .176 .289

-2.127

.637 -.120 -.245

-.239

.686 1.457

DAFTAR PUSTAKA

Abundanti, Nyoman. 2013. Pengaruh Pertumbuhan Perusahaan dan Leverage Terhadap

Profitabilitas dan Nilai Perusahaan. E-Jurnal Manajemen Universitas Udayana

Vol 3 No.5.

Ang, 1997. Buku Pintar Pasar Modal Indonesia. Jakarta. Media Staff Indonesia.

Ahmed dan Nanda, 2000. Style Investing: Incorporting PBV in value Stocks. The Journal

of Portofolio Management.

Ardyasari, Rizki, 2011. “Analisis Rasio Keuangan dalam Memprediksi Pertumbuhan Laba

Pada Perusahaan Makanan dan Minuman yang Terdaftar di Bursa Efek Indonesia”, Jurnal Kajian Pendidikan & Akuntansi Indonesia Edisi I Volume I / Tahun 2011, Jakarta.

Ayuningtyas, 2013. Perencanaan Startegi, Penerbit Raja Grafindo Persada, Jakarta.

Anugrah, 2001. Korelasi antara Price earning Ratio (PER) dengan Return saham pada

Perusahaan Go Public di BEJ, SNA, Bandung.

Bambang Riyanto, 2008. Manajemen Keuangan, Edisi ke Empat, Penerbit BPFE, Yogyakarta.

Bambang Riyanto, 2009. Dasar-Dasar Pembelanjaan Perusahaan, Edisi Ke Empat, Penerbit BPFE. Yogyakarta.

Brealey, 2007. Manajemen Keuangan. Edisi Kedelapan Jilid Dua. Penerbit Erlangga. Jakarta.

.

Brigham dan Houston, 2011. Dasar-Dasar Manajemen Keuangan. Penerbit Erlangga. Jakarta.

Deitiana, 2009. Analisa Laporan Keuangan. Edisi Ketujuh. Penerbit Erlangga. Jakarta. Erlina dan Sri Mulyani, 2007. Metodologi Penelitian Bisnis: Untuk Akuntansi dan

Manajemen, Cetakan Pertama, USU Press, Medan.

Erlina, 2011. Metodologi Penelitian, USU Press, Medan.

Fegriadi, Yuki, 2011. Pengaruh Ratio Keuangan terhadap Price Earning Ratio pada

Perusahaan Penghasil Bahan Baku dan Perusahaan Manufaktur yang terdaftar di Bursa Efek Indonesia Periode 2009-2011. Skripsi Universitas Maritim Raja

Ali Haji. Tanjung Pinang. http://jurnal.umrah.ac.id/

Field, Andy, 2009. Discovering Statistic Using SPSS, 3rd edition, SAGE Publication. Garrison, 1998. Akuntansi Manjemen Jilid Satu. Bussiness Publikation Texas.

Gio, Prana Ugiana, 2015. Belajar Olah Data dengan Eviews, USUpress, Medan.

Gujarati, Damodar N., 2003. Basic Econometrics, 4th Edition, Mc Graw Hill, New York.

Hasnawati, 2005. Dasar – Dasar Manajemen Keuangan, Penerbit Erlangga, Jakarta.

Husnan, 2001. Dasar-dasar Teori Portofolio dan Analisis Sekuritas, Edisi Ketiga. Yogyakarta : UPP AMP YKPN.

Husna dan Enny, 2005, Dasar-Dasar Manajemen Keuangan, Penerbit Havarindo, Jakarta Husnan, Suad, 2013. Manajemen Keuangan, Edisi Keempat, BPFE, Yogyakarta.

Jogiyanto. 2007. Strategi Bermain Saham. Penerbit Alfabeta. Bandung.

Keown, 2004. Manajemen Keuangan: Prinsip-prinsip dan Aplikasi,Edisi Kesembilan, PT.Indeks, Jakarta.

Kuncoro, 2009. Metode Riset dan Bisnis, Penerbit Alfabeta, Bandung.

Kusumaadmaja, 2010. Pengantar Hukum Internasional. Penerbit Binacipta: Jakarta. Lukman Syamsuddin, 2001. Manajemen Keuangan, Penerbit Alfabeta, Bandung.

Martono dan Agus Hartijo, 2007. Manajemen Keuangan, Penerbit Mitra Wacana Media, Jakarta.

Munawir, 2006. Analisa Rasio Keuangan. Penerbit Salemba Empat, Jakarta

Ningsih, Indah Widya. 2010. Pengaruh Rasio Keuangan terhadap Pertumbuhan Laba

Perusahaan Manufaktur Industri Makanan dan Minuman yang Terdaftar di BEI. Skripsi. Universitas Sumatera Utara. Medan. http://repository.usu.ac.id/

Nurlela, 2008. Metode Riset, Penerbit Salemba Empat, Bandung.

Qodariyah, Lailiyah Silvia. 2013. Pengaruh Keputusan Investasi, Keputusan Pendanaan,

dan Kebijakan Dividen terhadap Nilai Perusahaan (Studi Empiris pada Perusahaan Manufaktur yang terdaftar Di BEI Periode 2008-2011). Skripsi.

Universitas Islam Negeri Syarif Hidayatullah. Jakarta.

http://repository.uinjkt.ac.id/

Rahayuningsih, Dian. 2014. Pengaruh Keputusan Investasi, Keputusan Pendanaan,

Kebijakan Deviden dan Tingkat Suku Bunga Terhadap Nilai Perusahaan Pada Perusahaan Manufaktur 2007-2011. Jurnal Akuntansi: Universitas Muhammadiah Surakarta.

Rakhimsyah, Leli Amnah. 2011. Pengaruh Keputusan Investasi, Keputusan Pendanaan,

Kebijakan Dividen, dan Tingkat Suku Bunga Terhadap Nilai Perusahaan.

R A Supriyono, 2001. Akuntansi Manajemen. Edisi Pertama, Cetakan Pertama. Penerbit BPFE. Yogyakarta.

Robert D. Retherford 1993. Statistical Models For Causal Analysis, Will, John & Sons. USA.

Rosma Pakpahan, (2010). Pengaruh Factor-Faktor Fundamental Perusahaan Dan

Kebijakan Deviden Terhadap Nilai Perusahaan (Studi Kasusu Pada Perusahaan Manufaktur Periode 2003-2007). Jurnal Ekonomi, Keuangan

Perbankan Dan Akuntansi Vol. 2, No, 2 November 2010, 211-277.

Sarwono, 2007. Analisis Jalur untuk Riset Bisnis dengan SPSS. Yogyakarta : Andi Offset. Setiani, 2013. Pasar Modal. Penerbit Bumi Aksara. Jakarta.

Soliha dan Taswan, 2002. Rahasia Saham dan Obligasi. Penerbit Bumi Aksara. Jakarta. Stevens, James P., 2009. Applied Multivariate Statistics For The Social Science, 5th

Edition, Routledge, New York.

Sudiyanto dan Elen, 2010. Rahasia Saham dan Obligasi, Penerbit Alfabeta. Bandung Sugiyono, 2011. Analisa Kinerja Keuangan, Penerbit Mitra Wacana Media, Jakarta Supranto, J., 2005. Ekonometri, Buku Kesatu, Ghalia Indonesia, Jakarta.

Susilowati, Yeye, 2003. Pengaruh Price Earning Ratio (PER) Terhadap Faktor

Fundamental Perusahaan (Devidend Payout Ratio, Earning per Share, dan risiko) Pada Perusahaan Publik Di Bursa Efek Jakarta, Jurnal Bisnis Dan

Ekonomi, STIE Stikubank Semarang, Semarang.

Sutrisno, 2005. Akuntansi Manajemen, Penerbit Indeks. Jakarta

Syarif, 2008. Analisa Rasio keuangan, Penerbit Salemba Empat, Jakarta.

Warsidi dan Pramuka, 2000. Pemahaman Ekonomi Umum, Penerbit PT. Gramedia Pustaka Umum Jakarta.

Weston dan Capeland, 1992. Manajemen Keuangan. Penerbit Salemba Empat. Jakarta. Wirawati, Ni Putu Gusti, 2008. Pengaruh Faktor Fundamental Terhadap Price Book Value

Dalam Penilaian Saham DI Bursa Efek Jakarta Dalam Kondisi Krisis Moneter, Buletin Studi Ekonomi, Vol. 13 No.1

Wijaya, 2010. Simposium Nasional Akuntansi XIII. Purwakarta.

www.google.co.id www.idx.co.id www.sahamok.com

BAB III

METODE PENELITIAN 3.1. Jenis Penelitian

Penelitian ini menggunakan desain penelitian kausal komparatif. Menurut Kuncoro (2009) penelitian kausal komparatif adalah penelitian yang menunjukan arah hubungan Antara variabel bebas dengan variabel terikat, di samping mengukur kekuatan hubungan. Penelitian ini menganalisa pengaruh keputusan investasi, keputusan pendanaan terhadap nilai perusahaan dengan growth sebagai variabel intervening pada perusahaan manaufaktur yang terdaftar di Bursa Efek Indonesia tahun 2010 - 2014, dimana pengaruh keputusan investasi, keputusan pendanaan sebagai variabel bebas , dan growth sebagai variabel intervening dan nilai perusahaan sebagai variabel terikat (variabel dependen).

3.2. Definisi Operasional dan Skala Pengukuran variabel 3.2.1 Variabel Dependen

Variabel dependen (variabel terikat) adalah tipe variabel yang dijelaskan atau dipengaruhi oleh variabel independen. Kedua tipe variabel ini merupakan kategori variabel penelitian yang paling sering digunakan dalam penelitian karena mempunyai kemampuan aplikasi yang luas.

Variabel yang diamati dalam penelitian ini yang merupakan variabel dependen adalah nilai perusahaan. Nilai Perusahaan merupakan persepsi investor terhadap perusahaan, yang sering dikaitkan dengan harga saham, selanjutnya menjadi variabel dependen untuk mengukur seberapa besar pengaruh variabel independen terhadap variabel dependen.

3.2.2 Variabel Independen

Variable independen adalah variabel bebas yang dapat mempengaruhi perubahan dalam variabel dependen secara positif ataupun negatif. Dalam penelitian ini yang menjadi variabel independen yaitu keputusan investasi dan keputusan pendanaan. Keputusan

investasi berkenaan dengan unsur yang ada di sisi aktiva, maka keputusan pendanaan

mempelajari tentang sumber pendanaan di sisi pasiva.

Keputusan pendanaan menyangkut penetapan sumber dana guna membiayai

investasi dan penetapan tentang struktur modal yang optimum. Oleh sebab itu, dalam

pelaksanaannya harus dilakukan dengan hati-hati dan tepat, mengingat setiap keputusan keuangan yang diambil akan mempengaruhi keputusan keuangan lainnya dan akan berdampak terhadap pencapaian tujuan perusahaan.

3.2.3 Variabel Intervening

Sugiyono (2011) variabel intervening adalah variabel yang secara teoritis memengaruhi hubungan antara variabel independen dengan variabel dependen menjadi hubungan yang tidak langsung dan tidak dapat diamati dan diukur. Variabel ini merupakan variabel penyela / antara variabel independen dengan variabel dependen, sehingga variabel independen tidak langsung memengaruhi berubahnya atau timbulnya variabel dependen.

Variabel intervening dalam penelitian ini yaitu Growth (pertumbuhan). Pertumbuhan merupakan kemampuan perusahaan untuk mempertahankan posisi usahanya dalam perkembangan ekonomi dan industri di dalam perekonomian dimana, perusahaan tersebut beroperasi Rosman Pakpahan (2010).

Growth dapat di ukur melalui pertumbuhan laba maupun pertumbuhan aktiva suatu

perusahaan tersebut. Growth yang dimaksudkan dalam penelitian ini yaitu pertumbuhan laba.

Laba merupakan salah satu indikator penting dalam mengukur keberhasilan kerja

suatu perusahaan. Adanya pertumbuhan laba dalam suatu perusahaan dapat menunjukan bahwa pihak-pihak manajemen telah berhasil dalam mengelola sumber-sumber daya yang dimiliki perusahaan secara efektif dan efisien. Suatu perusahaan pada tahun tertentu bisa saja mengalami pertumbuhan laba yang cukup pesat dibandingkan dengan rata-rata

perusahaan. Akan tetapi untuk taun berikutnya perusahaan tersebut bisa saja mengalami penurunan laba. Pertumbuhan laba dihitung dengan cara mengurangi laba periode sekarang dengan laba periode sebelumnya kemudian dibagi dengan laba pada periode sebelumnya (Warsidi dan Pramuka, 2000).

3.2.4 Definisi Operasional Variabel

Operasional variabel diperlukan untuk menjabarkan variabel penelitian ke dalam konsep dimensi dan indikator. Di samping itu, tujuannya adalah untuk memudahkan pengertian dan menghindari perbedaan persepsi dalam penelitian ini.

Tabel 3.1

Definisi Operasional dan Skala Pengukuran Variabel

No. Variabel Penelitian Indikator Skala

1. Keputusan Investasi (X1)

PER= Price per Share Earning Per Share

Rasio

2. Keputusan Pendanaan (X2)

DER =

Total Liabilities Total Shareholders’Equity.

Rasio

3. Growth

(Z)

Growth =

EAT − EAT -1

EAT -1

Rasio

4. Nilai Perusahaan (Y)

PBV = Price per Share Book Value per Share

Rasio

3.3. Populasi dan Sampel Penelitian

Populasi yang digunakan dalam penelitian ini adalah semua perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia dari tahun 2010 sampai 2014 di Bursa Efek Indonesia yang berjumlah 128 perusahaan. Teknik penarikan sampel dalam penelitian ini menngunakan purposive sampling, yaitu teknik penentuan sampel berdasarkan suatu kriteria tertentu yang ditetapkan sesuai dengan tujuan penelitian. Kriteria yang dapat dipakai dalam penelitian ini adalah sebagai berikut:

1. Perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia berturut-turut dari 2010 sampai 2014.

2. Perusahaan manufaktur yang mempunyai laba bersih positif selama periode

penelitian yakni 2010-2014.

3. Perusahaan yang mengalami tingkat pertumbuhan yang tinggi ditandai dengan

nilai pertumbuhan yang positif.

4. Perusahaan manufaktur yang menampilkan data dan informasi yang lengkap

terkait dengan variabel-variabel yang dibutuhkan dalam penelitian.

Jumlah populasi yang sebelumnya sebanyak 128 perusahaan manufaktur, setelah dipilih menggunakan kriteria yang telah ditentukan. Jumlah perusahaan manufaktur menyusut menjadi 15 perusahaan. Perusahaan- perusahaan yang menjadi objek penelitian dapat dilihat pada daftar populasi dan daftar sampel di lampiran.

3.4. Metode Analisa Data

Guna menganalisis data, maka penulis menggunakan bantuan software SPSS 20

(Statistic Product and Services Solution) untuk menghasilkan kesimpulan dari pengujian

hipotesis. Sebelum melakukan pengujian hipotesis terlebih dahulu penulis melakukan pengujian asumsi klasik. Uji asumsi klasik ini dilakukan untuk menentukan ketepatan model karena data yang digunakan dalam penelitian ini adalah data sekunder.

Jenis data dalam penelitian ini adalah data sekunder. Data sekunder adalah data yang tidak secara langsung diberikan kepada pengumpul data. Data penelitian diambil dari laporan keuangan tahunan dari setiap perusahaan yang merupakan sampel penelitian dari tahun 2010-2014. Data yang dibutuhkan oleh peneliti diperoleh melalui situs resmi Bursa Efek Indonesia yakni www.idx.co.id.

3.5. Uji Asumsi Klasik

Pengujian hipotesis dilakukan dengan menggunakan analisis regresi linear berganda. Analisis regresi liner berganda merupakan teknik yang paling sering digunakan dibandingkan dengan teknik yang lain, mengingat sebagian besar rumusan penelitian akuntansi dan keuangan berkenaan dengan dugaan adanya pengaruh beberapa variabel bebas terhadap variabel terikat Supramono dan Utami (2005). Model persamaan regresi linear berganda pada penelitian ini dirumuskan sebagai berikut :

Y= a + b1 X1 + b2 X2 + ε

3.5.1 Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Model regresi yang baik memiliki distribusi data normal atau mendekati normal. Untuk mendeteksi apakah variabel residual berdistribusi normal atau tidak yaitu dengan analisis grafik. Sedangkan normalitas suatu variabel umumnya dideteksi dengan uji statistik nonparametrik Kolmogorof - Smirnov (K-S). Suatu variabel dikatakan terdistribusi normal jika nilai signifikansinya > 0,05 (Ghozali, 2012).

3.5.2 Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk mengetahui apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen (Ghozali, 2012). Untuk mendeteksi ada atau tidaknya multikolinearitas di dalam model regresi antara lain dapat dilakukan dengan melihat (1) nilai tolerance dan lawannya (2) variance inflation factor (VIF). Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah

3.5.3 Uji Heteroskedastisitas

Pengujian ini dilakukan untuk mendeteksi apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari residual suatu pengamatan ke pengamatan yang lain. Dalam model regresi, salah satu asumsi yang harus dipenuhi bahwa varians residual dari suatu pengamatan ke pengamatan yang lain tidak memiliki pola tertentu.

Pendeteksian ada atau tidaknya heteroskedastisitas dapat juga dilakukan dengan melihat ada atau tidaknya pola tertentu (bergelombang, melebar kemudian menyempit) pada grafik plot (scatterplot) antara nilai prediksi variabel terkait (ZPRED) dengan residualnya (SRESID).

3.5.4 Uji Autokorelasi

Asumsi ini disebut juga dengan asumsi non-autokorelasi (non-autocorrelation). Untuk menguji asumsi independensi dari error, dapat digunakan uji Durbin-Watson. Nilai statistik dari uji Durbin-Watson berkisar di antara 0 dan 4. Field (2009) menyatakan sebagai

berikut “Nilai statistik dari uji Durbin-Watson berkisar dari 0 sampai 4. Nilai statistik dari

uji Durbin-Watson yang bernilai 2 berarti residual tidak berkorelasi”.

Nilai statistik dari uji Durbin-Watson yang lebih kecil dari 1 atau lebih besar dari 3 diindikasi terjadi autokorelasi. Field (2009) menyatakan “Nilai dari statistik uji Durbin-Watson bergantung pada jumlah variabel bebas dan banyaknya pengamatan dalam sampel. Nilai kritis Durbin-Watson dapat dilihat dalam tabel distribusi Durbin-Watson atau dengan menggunakan patokan nilai (rule of thumb). Nilai statistik Durbin-Watson yang lebih kecil dari 1 atau lebih besar dari 3 perlu mendapat perhatian bahwa terindikasi terjadi

autokorelasi.”

3.6.1. Uji Statistik.

Uji hipotesis terhadap suatu variabel umumnya berupa uji perbedaan antara nilai sampel dengan populasi atau nilai data yang diteliti dengan nilai ekspektasi peneliti Erlina (2007). Supramono dan Utami (2005) menjelaskan bahwa jenis hipotesis perbedaan antar kelompok dapat menggunakan t-test bila terdiri dari dua kelompok atau F-test bila menggunakan lebih dari dua kelompok. Uji Statistik pada penelitian ini menggunakan t-test untuk melihat signifikansi secara parsial dan F-test digunakan untuk melihat signifikansi

secara bersama-sama pada level 5% (α = 0.05).

Kriteria pengambil keputusan uji t dan uji F dijelaskan sebagai berikut : H0 diterima jika thitung < ttabel pada  5%

Ha diterima jika thitung > ttabel pada  5%

H0 diterima jika Fhitung  Ftabel pada  5%

Ha diterima jika Fhitung  Ftabel pada  5% 3.6.2. Koefisien determinasi (R2).

Koefisien determinasi (R2) adalah mengukur sejauh mana kemampuan model dalam

menerangkan variasi dari variabel dependen. Nilai koefisien determinasi berada diantara nol dan satu. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen Ghozali, (2009).

3.7. Path Analysis

Di dalam melakukan analisis lintas, tidak terlepas dari usaha untuk membangun diagram lintas (path diagram) agar lebih memperjelas uraian yang dikemukakan. Dengan mengkombinasikan diagram-diagram geometrik dan persamaan-persamaan aljabar, maka analisis statistika dalam mempelajari hubungan kausal-efek di Antara variabel-variabel menjadi lebih berbobot dalam arti hasilnya menjadi lebih mudah untuk dipahami.

Analisis jalur ialah suatu teknik untuk menganalisis hubungan sebab akibat yang tejadi pada regresi berganda jika variabel bebasnya mempengaruhi variabel tergantung tidak hanya secara langsung tetapi juga secara tidak langsung (Retherford 1993). Dengan kata lain analisis jalur memperhitungkan adanya pengaruh langsung atau tidak langsung ( direct &

indirect effect ). Berbeda dengan model regresi biasa dimana pengaruh variabel bebas

terhadap terikat hanya berbentuk pengaruh langsung.Untuk menggambarkan hubungan –

hubungan kausal antar variabel yang akan diteliti, peneliti menggunakan model diagram

untuk lebih memudahkan melihat hubungan – hubungan kausalitas tersebut. Untuk lebih

jelasnya dapat dilihat pada gambar berikut

Gambar 3.1 Full Mode Struktural

Keterangan :

Y = Price to book value

ρ = Koefisien jalur untuk pengaruh langsung X terhadap Y

X1 = Keputusan Investasi

X2 = Keputusan Pendanaan

Z = Growth

ԑ = Koefisien korelasi di luar model (error)

X1

X2

Z Y

ԑ1 ԑ2

ρ2

ρ1

ρ4 4

ρ3

Berdasarkan gambar 3.1 dapat dilihat pola hubungan masing-masing variabel tersebut maka dapat disusun sistem persamaan sub strukturnya, yaitu:

1. Persamaan Sub Struktural I, adalah sebagaimana dalam gambar 3.2 berikut ini:

Gambar 3.2 Sub Struktural I

Keputusan investasi yang diukur dengan Price Earning Ratio (PER), keputusan pendanaan yang diukur dengan Debt to Equity Ratio (DER), terhadap Growth yang diukur dengan Earning Growth dengan persamaan sebagai berikut:

Z = ρ1 X1 + ρ2 X2 + ԑ1

1. Persamaan Sub Struktural II, adalah sebagaimana dalam gambar 3.3 berikut ini:

Gambar 3.3 Sub Struktural II

Pengaruh keputusan investasi yang diukur dengan Price Earning Ratio (PER), keputusan pendanaan yang diukur dengan Debt to Equity Ratio (DER), terhadap nilai perusahaan yang diukur dengan Price to Book Value (PBV) dengan persamaan sebagai berikut:

ρ1

ρ2 X1

X2

Z

ԑ1

ρ4

X1

X2

Z Y

ԑ2

ρ

Y = ρ3 X1 + ρ4 X2 + ρ5 Z + ԑ 2

Model jalur pada gambar 3.1 menjelaskan bahwa variabel keputusan investasi (PER), keputusan pendanaan (DER), mempunyai hubungan langsung dengan Growth; variabel Growth mempunyai hubungan langsung dengan nilai perusahaan (PBV); serta variabel keputusan investasi (PER) dan keputusan pendanaan (DER) mempunyai hubungan tidak langsung dengan nilai perusahaan (PBV) melalui Growth. Pengaruh langsung, pengaruh tidak langsung, dan pengaruh total dapat dijelaskan sebagai berikut:

a. Pengaruh langsung

1) Pengaruh masing-masing variabel X1 dan X2 terhadap Z masing-masing

yaitu ρ1, ρ2

2) Pengaruh masing-masing X1 dan X2 terhadap Y yaitu ρ3, ρ4

3) Pengaruh Z terhadap Y yaitu ρ5

b. Pengaruh tidak langsung

Pengaruh masing-masing variabel X1 dan X2 terhadap Y melalui Z adalah sebagai berikut:

1) Pengaruh X1 terhadap Y melalui Z yaitu (ρ1)( ρ5)

2) Pengaruh X2 terhadap Y melalui Z yaitu (ρ2)( ρ5)

c. Pengaruh total

Pengaruh total masing-masing variabel X1 dan X2 terhadap Y melalui Z adalah sebagai berikut:

1) Pengaruh X1 terhadap Y melalui Z yaitu ρ3 + (ρ1)( ρ5)

2) Pengaruh X2 terhadap Y melalui Z yaitu ρ4 + (ρ2)( ρ5)

BAB IV

HASIL DAN PEMBAHASAN 4.1 Analisis Statistik Deskriptif

Analisis statistik deskriptif digunakan untuk mengetahui deskripsi suatu data yang dilihat dari nilai maksimum, nilai minimum, nilai rata-rata (mean), dan nilai standar deviasi. Dalam penelitian ini, variabel yang digunakan dalam perhitungan statistik deskriptif adalah keputusan investasi, keputusan pendanaan, Growth, dan nilai perusahaan. Berdasarkan analisis statistik deskriptif diperoleh gambaran sampel sebagai berikut.

Tabel 4.1

Statistik Deskriptif dari Nilai Perusahaan, Keputusan Investasi, Keputusan Pendanaan dan Growth sebagai Intervening

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation NilaiPerusahaaan 75 ,52 9,53 3,3099 2,03680 KeputusanInvestasi 75 ,39 12,42 4,3089 1,76547 KeputusanPendanaan 75 ,28 1,74 ,7844 ,34542

Growth _{75 ,89 6,98 2,3667 1,57652}

Valid N (listwise) 75

Berdasarkan Tabel 4.1 dapat dilihat bahwa jumlah unit analisis (N) dalam penelitian ini adalah sebanyak 75 unit analisis yang terdiri dari 15 perusahaan yang di amati tahun 2010-2014. Table 4.1 di atas dapat dilihat bahwa nilai minimum dari nilai perusahaan adalah 0,52 sedangkan nilai maksimum dari nilai perusahaan adalah 9,53. Diketahui rata-rata (mean) nilai perusahaan dari tahun 2010-2014 adalah 3,30 dan standar deviasinya adalah 2,03. Perhatikan bahwa nilai standar deviasi lebih rendah dari nilai rata-rata, sehingga dapat diinterpretasikan bahwa besarnya simpangan data menunjukkan rendahnya fluktuasi dari data nilai perusahaan pada periode tahun 2010-2014.

Diketahui nilai minimum dari keputusan investasi adalah 0,39 sedangkan nilai maksimum dari keputusan investasi adalah 12,42. Diketahui rata -rata (mean) keputusan investasi dari tahun 2010-2014 adalah 4,30 dan standar deviasinya adalah 1,76. Perhatikan bahwa nilai standar deviasi lebih rendah dari nilai rata - rata, sehingga dapat diinterpretasikan bahwa besarnya simpangan data menunjukkan rendahnya fluktuasi dari data keputusan investasi pada periode tahun 2010-2014.

Diketahui nilai minimum keputusan pendanaan adalah 0,28 sedangkan nilai maksimum keputusan pendanaan adalah 1 , 7 4 . Diketahui rata -rata (mean) keputusan pendanaan dari tahun 2010-2014 adalah 0,7844 dan standar deviasinya adalah 0 , 3 4 5 . Perhatikan bahwa nilai standar deviasi lebih rendah dari nilai rata- rata, sehingga dapat diinterpretasikan bahwa besarnya simpangan data menunjukkan rendahnya fluktuasi dari data keputusan pendanaan pada periode tahun 2010-2014.

Diketahui nilai minimum Growth adalah 0,89 sedangkan nilai maksimum Growth adalah 6,98. Diketahui rata -rata (mean) Growth dari tahun 2010-2014 adalah 2,366 dan standar deviasinya adalah 1,576. Perhatikan bahwa nilai standar deviasi lebih rendah dari nilai rata -rata, sehingga dapat diinterpretasikan bahwa besarnya simpangan data menunjukkan rendahnya fluktuasi dari data Growth pada periode tahun 2010-2014.

4.2 Uji Asumsi Klasik

4.2.1 Uji Normalitas Error untuk Persamaan Sub Struktur I

Gambar 4.1 Sub Struktur I

Dalam penelitian ini, uji normalitas terhadap residual dilakukan dengan

menggunakan uji Kolmogorov-Smirnov. Tingkat signifikan yang digunakan adalah α =

0,05. Dasar pengambilan keputusan adalah melihat angka probabilitas � dengan ketentuan

sebagai berikut :

Jika nilai probabilitas � > 0,05, maka asumsi normalitas terpenuhi. Jika nilai probabilitas � < 0,05, maka asumsi normalitas tidak terpenuhi.

Tabel 4.2

Uji Normalitas Error untuk Persamaan Sub Struktur I One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 75

Normal Parametersa,b Mean ,0000000

Std. Deviation 1,92286300

Most Extreme Differences Absolute ,079

Positive ,079

Negative -,039

X1 (PER)

X2 (DER)

Z (Growth₎ ԑ1

ρ1

Test Statistic ,079

Asymp. Sig. (2-tailed) ,890c,d

a. Test distribution is Normal. b. Calculated from data.

c. Lilliefors Significance Correction.

d. This is a lower bound of the true significance.

Sumber : Hasil Olahan Software SPSS

Berdasarkan Tabel 4.2 diketahui bahwa nilai probabilitas atau Asymp. Sig. (2-tailed) sebesar 0,890. Dalam penelitian ini, tingkat signifikansi adalah = 0,05.

Karena nilai probabilitas � yakni 0,890 lebih besar dari tingkat signifikansi, yakni 0,05,

maka asumsi normalitas dipenuhi.

Gambar 4.2

Uji Normalitas Sub Struktur I dengan Normalitas Probability Plot

Gambar 4.2 memperlihatkan bahwa titik-titik menyebar cukup dekat pada garis

Gambar 4.3

Uji Normalitas Sub Struktur I dengan Histogram

Gambar 4.3 memperlihatkan bahwa kurva pada histogram berbentuk kurva normal, sehingga disimpulkan bahwa asumsi normalitas error dipenuhi.

4.2.2 Uji Normalitas Error untuk Persamaan Sub Struktur II

Gambar 4.4 Sub Struktural II

Tabel 4.3

Uji Normalitas Error untuk Persamaan Sub Struktur II One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 75

X1

X2

Z Y

ԑ2

ρ5

ρ 3

Normal Parametersa,b Mean ,0000000

Std. Deviation 1,93186260

Most Extreme Differences Absolute ,080

Positive ,803

Negative -,073

Test Statistic ,089

Asymp. Sig. (2-tailed) ,896c,d

a. Test distribution is Normal. b. Calculated from data.

c. Lilliefors Significance Correction.

d. This is a lower bound of the true significance.

Sumber : Hasil Olahan Software SPSS

Berdasarkan Tabel 4.3 diketahui bahwa nilai probabilitas � atau Asymp. Sig.

(2-tailed) sebesar 0,896. Dalam penelitian ini, tingkat signifikansi yang adalah = 0,05.

Karena nilai probabilitas � yakni 0,896 lebih besar dari tingkat signifikansi, yakni 0,05,

maka asumsi normalitas dipenuhi.

Gambar 4.5

Gambar 4.5 memperlihatkan bahwa titik-titik menyebar sangat dekat pada garis diagonal, maka disimpulkan bahwa asumsi normalitas dipenuhi.

Gambar 4.6

Uji Normalitas Sub Struktural II dengan Histogram

Gambar 4.6 memperlihatkan bahwa kurva pada histogram berbentuk kurva normal, sehingga disimpulkan bahwa asumsi normalitas error dipenuhi.

4.2.3 Uji Multikolinearitas pada Persamaan Sub Struktur I

Untuk memeriksa apakah terjadi multikolinearitas atau tidak, dapat dilihat dari nilai Variance Inflation Factor (VIF). Nilai VIF yang lebih dari 10 diindikasi suatu variabel independen terjadi multikolinearitas (Myers dalam Stevens, 2009).

Tabel 4.4

Uji Multikolinearitas untuk Persamaan Sub Struktural I

Model

Collinearity Statistics

Tolerance VIF

1 (Constant)

KeputusanInvestasi _{,971 1,245}

KeputusanPendanaan _{,971 1,030}

Berdasarkan Tabel 4.4 diketahui bahwa seluruh nilai VIF tidak lebih dari 10, maka tidak terdapat gejala multikolinearitas yang berat.

4.2.4 Uji Multikolinearitas pada Persamaan Sub Struktur II Table 4.5

Uji Multikolinearitas pada Persamaan Sub Struktur II

Model

Collinearity Statistics

Tolerance VIF

1 (Constant)

KeputusanInvestasi _{,915 1,093}

KeputusanPendanaan _{,728 1,374}

Growth ,686 1,457

Sumber: hasil olahan software SPSS

Berdasarkan Tabel 4.5 diketahui bahwa seluruh nilai VIF tidak lebih dari 10, maka tidak terdapat gejala multikolinearitas yang berat.

4.2.5 Uji Autokorelasi pada Persamaan Sub Struktur I

Asumsi mengenai independensi terhadap residual (non-autokorelasi) dapat diuji dengan menggunakan uji Durbin-Watson (Field, 2009). Nilai statistik dari uji Durbin-Watson berkisar di antara 0 dan 4. Field (2009) menyatakan sebagai berikut: “Specifically, it (Durbin-Watson) tests whether adjacent residuals are correlated. The test statistic can vary between 0 dan 4 with a value 2 meaning that the residuals are uncorrelated".

Nilai statistik dari uji Durbin-Watson yang lebih kecil dari 1 atau lebih besar dari 3 diindikasi terjadi autokorelasi. Field (2009) menyatakan sebagai berikut.

the size of the Durbin-Watson statistic depends upon the number of predictors

up the exact acceptable values in Durbin and Watson's (1951) original paper. As very conservative rule of thumb, values less then 1 or greater than 3 are definitely cause for concern; however, values closer to 2 may stil be problematic depending on your sample and model.

Tabel 4.6

Uji Autokorelasi untuk Persamaan Sub Struktural I

Model Durbin-Watson

1 _1,366

Sumber: hasil olahan software SPSS

Berdasarkan Tabel 4.6 dapat dilihat bahwa nilai dari statistik Durbin- Watson adalah 1,296. Dikarenakan nilai statistik Durbin-Watson terletak di antara 1 dan 3, maka asumsi non-autokorelasi terpenuhi. Dengan kata lain, tidak terjadi gejala autokorelasi yang tinggi pada residual.

4.2.6 Uji Autokorelasi pada Persamaan Sub Struktur II

Berikut hasil dari output SPSS untuk uji autokorelasi pada persamaan Sub Struktural II

Tabel 4.7

Uji Autokorelasi untuk Persamaan Sub Struktural II

Model Durbin-Watson

1 1,296

Sumber: hasil olahan software SPSS

Berdasarkan Tabel 4.7 dapat dilihat bahwa nilai dari statistik Durbin Watson adalah 1,366. Dikarenakan nilai statistik Durbin-Watson terletak di antara 1 dan 3, maka asumsi non-autokorelasi terpenuhi. Dengan kata lain, tidak terjadi gejala autokorelasi yang tinggi pada residual.

Untuk mendeteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan uji Park (Gujarati, 2003, Gio, 2015). Berikut hasil output berdasakan uji Park untuk persamaan sub struktural I.

Table 4.8

Uji Park untuk Persamaan Sub Struktur I Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

T Sig.

B Std. Error Beta

1 (Constant)

2,993 ,320 9,364 ,000

LN_KI _{-,128 ,322 -,064 -,397 ,694}

LN_KP _{-,022 ,162 -,022 -,137 ,892}

a. Dependent Variable: LN_RES1

Sumber: hasil olahan software SPSS

Berdasarkan Tabel 4.8, diketahui bahwa nilai probabilitas atau Sig. dari Keputusan investasi adalah 0,694, nilai probabilitas atau Sig. dari Keputusan Pendanaa adalah 0,892. Dikarenakan seluruh nilai probabilitas atau Sig. dari Keputusan investasi dan Keputusan pendanaan, lebih besar dari 0,05. Maka disimpulkan tidak terjadi heteroskedastisitas.

4.2.8 Uji Heteroskestisitas untuk Persamaan Sub Struktur II

Untuk mendeteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan uji Park (Gujarati, 2003, Gio, 2015). Berikut hasil output berdasakan uji Park untuk persamaan Sub Struktural II.

Table 4.9

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

T Sig.

B Std. Error Beta

1 (Constant)

5,947 ,145 40,992 ,000

LN_KP _{-,073 ,040 -,273 -1,813 ,078}

LN_KI _{-,153 ,081 -,286 -1,896 ,066}

LN_RES1 _{,011 ,040 ,041 ,272 ,787}

a. Dependent Variable: LN_NP

Sumber: hasil olahan software SPSS

Berdasarkan Tabel 4.9, diketahui bahwa nilai probabilitas atau Sig. dari Keputusan Pendanaan (KP) adalah 0,078, nilai probabilitas atau Sig. dari Keputusan Investasi (KI) adalah 0,066, dan nilai probabilitas atau Sig. dari LN_RES1 Growth atau variabel Z adalah 0,787. Dikarenakan seluruh nilai probabilitas atau Sig. dari Keputusan ivestasi (X1), Keputusan Pendanaan (X2) dan Growth (Z) lebih besar dari 0,05 maka disimpulkan tidak terjadi heteroskedastisitas (Gujarati, 2003, Gio, 2015).

4.1 Analisa Koefisien Determinan untuk Persamaan Sub Struktur I dan Persamaan Sub Struktur II

Koefisien determinasi (R2) merupakan suatu nilai (nilai proporsi) yang mengukur seberapa besar kemampuan variabel-variabel bebas yang digunakan dalam persamaan regresi, dalam menerangkan variasi-variabel tak bebas (Gujarati, 2003).

Nilai koefisien determinasi berkisar antara 0 dan 1. Nilai koefsien determinasi �2 yang

kecil (mendekati nol) berati kemampuan variabel-variabel tak bebas secara simultan dalam menerangkan variasi variabel tak bebas amat terbatas. Nilai koefisien determinasi �2 yang mendekati 1 berarti variabel- variabel bebas memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel tak bebas.

Tabel 4.10

Koefisien Determinasi untuk Persamaan Sub Struktural I

Model R R Square

1 _,568a

,254

Sumber: hasil olahan software SPSS Tabel 4.11

Koefisien Determinasi untuk Persamaan Sub Struktural II

Model R R Square

1 _,817a

,724

Sumber: hasil olahan software SPSS

Berdasarkan Tabel 4.10, dapat dilihat bahwa nilai koefisien determinasi untuk persamaan sub struktural I adalah �2=0,254 yang berarti variabel keputusan investasi dan keputusan pendanaan mampu menjelaskan variabel Growth sebesar 25,4%, sisanya sebesar 74,6% dipengaruhi oleh faktor-faktor lain.

pendanaan dan Growth mampu menjelaskan variabel nilai perusahaan sebesar 72,4%, sisanya sebesar 27,6% dipengaruhi oleh faktor-faktor lain.

4.2 Uji signifikan Koefisien Regresi secara Menyeluruh (Uji F)

Uji signifikansi koefisien regresi secara menyeluruh merupakan suatu uji untuk menguji apakah seluruh koefisien regresi secara menyeluruh atau simultan sama dengan nol atau tidak (Supranto, 2005). Dengan kata lain, menguji apakah seluruh variabel bebas secara bersamaan atau simultan memengaruhi variabel tak bebas signifikan secara statistik atau tidak.

Tabel 4.12

Uji Simultan untuk Persamaan Sub Struktur I ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 57,725 2 28,863 6,467 ,000b

Residual 126,196 72 1,753

Total 183,921 74

a. Dependent Variable: Growth

b. Predictors: (Constant), KeputusanPendanaan, KeputusanInvestasi

Sumber: hasil olahan software SPSS

Berdasarkan Tabel 4.12, diketahui bahwa nilai probabilitas atau Sig. adalah 0,000 dan statistik dari uji F (F hitung) adalah 6,467. Diketahui nilai F Tabel adalah 3,12. Karena nilai probabilitas, yakni 0,000 lebih kecil dibandingkan dengan tingkat signifikansi, yakni 0,05, dan nilai F hitung > nilai F Tabel, maka pengaruh simultan dari variabel bebas keputusan investasi dan keputusan pendanaan terhadap Growth signifikan statistik. Nilai

Tabel 4.13

Uji Simultan untuk Persamaan Sub Struktural II

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1

Regression 30.817 3 10.272 7.641 .000b

Residual 276.175 71 3.890

Total 306.992 74

a. Dependent Variable: NilaiPerusahaaan

b. Predictors: (Constant), KeputusanPendanaan, KeputusanInvestasi, Growth

Sumber: hasil olahan software SPSS

Berdasarkan Tabel 4.13, diketahui bahwa nilai probabilitas atau Sig. adalah 0,000 dan statistik dari uji F (F hitung) adalah 7,641. Diketahui nilai F Tabel adalah 2,73. Karena nilai probabilitas, yakni 0,000 lebih kecil dibandingkan dengan tingkat signifikansi, yakni 0,05, dan nilai F hitung > F Tabel, maka pengaruh simultan dari variabel bebas keputusan investasi, keputusan pendanaan, dan Growth terhadap nilai perusahaan signifikan

statistik. Nilai error untuk persamaan sub struktural I adalah 10,724= 0,52.

4.3 Analisis Jalur untuk Persamaan Sub Struktur I dan Persamaan Sub Struktur II

Berikut hasil output SPSS yang menyajikan nilai-nilai jalur dari persamaan sub struktural I dan persamaan sub struktural II.

Tabel 4.14

Koefisien Jalur untuk Persamaan Sub Struktur I

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

B Std. Error Beta

1 (Constant)

2,078 ,743 2,798 0,000

KeputusanInvestasi

,296 ,136 -,057 -,181 ,533

KeputusanPendanaan

Tabel 4.15

Koefisien Jalur untuk Persamaan Sub Struktur II

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

B Std. Error Beta

1 (Constant)

2,078 ,743 2,798 0,000

KeputusanInvestasi

,296 ,136 ,257 2,181 ,004

KeputusanPendanaan

1,070 ,778 ,181 1,375 0,000

Growth _{-,373 ,176 ,289 -2,127 ,637}

Sumber: hasil olahan software SPSS

Berdasarkan tabel 4.14, maka diperoleh persamaan sub struktur I sebagai berikut :

Z = -0,057 X1– 0,081 X2 + 0,86

Berdasarkan tabel 4.15, maka diperoleh persamaan sub struktur I sebagai berikut :

Y = 0,257 X1 + 0,181 X2 + 0,289 Z + 0,52

Berdasarkan hasil output SPSS pada Tabel 4.14 dan Tabel 4.15, maka dapat disajikan diagram jalur sebagai berikut:

Gambar 4.7

Diagram Jalur Full Model Struktural

X1 (PER)

X2 (DER)

Z (Growth₎

Y (PBV)

-0,081 -0,057

0,181 0,257

0,289

Berdasarkan Tabel 4.14, Tabel 4.15, dan Gambar 4.7, maka dapat dijelaskan sebagai berikut:

a. Berdasarkan Gambar 4.7, diketahui bahwa nilai koefisien jalur dari

keputusan investasi (X1) ke Growth (Z) adalah -0,057. Dengan kata

lain, pengaruh langsung keputusan investasi (X1) terhadap Growth (Z) sebesar -0,057. Dikarenakan nilai jalur bernilai negatif, maka keputusan investasi (X1) berpengaruh negatif terhadap Growth (Z). Berdasarkan Tabel 4.14, diketahui bahwa nilai probabilitas atau Sig. dari keputusan investasi adalah 0,533. Dikarenakan nilai probabilitas tersebut lebih besar dari 0,05, maka pengaruh keputusan invetasi terhadap Growth adalah lemah (tidak signifikan).

b. Berdasarkan Gambar 4.7, diketahui bahwa nilai koefisien jalur dari

keputusan pendanaan (X2) ke Growth (Z) adalah -0,081 . Dengan kata lain, pengaruh langsung keputusan pendanaan (X2) terhadap Growth

(Z) Sebesar -0,081. Dikarenakan nilai jalur bernilai negatif, maka keputusan pendanaan (X2) berpengaruh negatif terhadap Growth (Z).

Berdasarkan Tabel 4.14, diketahui bahwa nilai probabilitas atau Sig. dari keputusan pendanaan adalah 0,674. Dikarenakan nilai probabilitas tersebut lebih besar dari 0,05, maka pengaruh keputusan pendanaan terhadap Growth adalah lemah (tidak signifikan).

c. Berdasarkan Gambar 4.7, diketahui bahwa nilai koefisien jalur dari

keputusan investasi (X1) ke nilai perusahaan (Y) adalah 0,257. Dengan

maka keputusan investasi (X1) berpengaruh positif terhadap nilai

perusahaan (Y). Berdasarkan Tabel 4.15, diketahui bahwa nilai probabilitas atau Sig. dari keputusan investasi adalah 0,004. Dikarenakan nilai probabilitas tersebut lebih kecil dari 0,05, maka pengaruh keputusan invetasi terhadap nilai perusahaan adalah kuat (signifikan).

d. Berdasarkan Gambar 4.7, diketahui bahwa nilai koefisien jalur dari

keputusan pendanaan (X2) ke nilai perusahaan (Y) adalah 0,181.

Dengan kata lain, pengaruh langsung keputusan pendanaan (X2)

terhadap nilai perusahaan (Y) sebesar 0,181. Dikarenakan nilai jalur bernilai positif, maka keputusan pendanaan (X2) berpengaruh positif terhadap nilai perusahaan (Y). Berdasarkan Tabel 4.15, diketahui bahwa nilai probabilitas atau Sig. dari keputusan pendanaan adalah 0,000. Dikarenakan nilai probabilitas tersebut lebih kecil dari 0,05, maka pengaruh keputusan pendanaan terhadap nilai perusahaan adalah kuat berpengaruh (signifikan).

e. Berdasarkan Gambar 4.7, diketahui bahwa nilai koefisien jalur dari

Growth (Z) ke nilai perusahaan (Y) adalah 0,289. Dengan kata lain,

pengaruh langsung Growth (Z) terhadap nilai perusahaan (Y) sebesar 0,289. Dikarenakan nilai jalur bernilai positif, maka Growth (Z) berpengaruh positif terhadap nilai perusahaan (Y). Berdasarkan Tabel 4.15, diketahui nilai probabilitas atau Sig. dari Growth adalah 0,637 Dikarenakan nilai probabilitas tersebut lebih besar dari 0,05,

maka pengaruh Growth terhadap nilai perusahaan adalah lemah (tidak signifikan).

f. Dikarenakan pengaruh dari Growth (Z) ke nilai perusahaan (Y) adalah tidak signifikan, maka pengaruh parsial dari keputusan investasi, keputusan pendanaan, terhadap nilai perusahaan melalui Growth juga tidak signifikan.

g. Berdasarkan Gambar 4.7, perhitungan pengaruh tak langsung (indirect

effect) dari:

1) _{Keputusan investasi (X1) terhadap nilai perusahaan (Y) melalui}

Growth (Z) adalah -0,057 x 0,289 = -0,016473. Nilai ini lebih

kecil dibanding Nilai pengaruh langsung (X1) terhadap (Y) yaitu

0,257 artinya variabel growth bukan sebagai variabel intervening, tetapi berhubungan langsung dengan variabel dependen (Nilai Perusahaan).

2) _{Keputusan pendanaan (X2) terhadap nilai perusahaan (Y)}

melalui Growth (Z) adalah -0 , 0 8 1 x 0,289 = -0,023409. Nilai ini lebih kecil dibanding Nilai pengaruh langsung (X2) terhadap (Y) yaitu 0,181 artinya variabel growth bukan sebagai variabel intervening, tetapi berhubungan langsung dengan variabel dependen (Nilai Perusahaan)

h. Berdasarkan Gambar 4.7, perhitungan pengaruh total dari:

2) _{Keputusan pendanaan (X2) terhadap nilai perusahaan (Y)}

melalui Growth (Z) adalah 0,181 + (-0,023409) = 0,157591.

4.4 Pembahasan Hasil Penelitian

Berdasarkan hasil penelitian pengujian parsial untuk pengaruh keputusan invstasi yang di proksikan dengan PER (Price Earning Ratio) terhadap Growth adalah tidak signifikan (berpengaruh lemah), di mana nilai probabilitas atau Sig. (0,533) lebih besar dari tingkat signifikan 0,05. Hasil penelitian ini sejalan dengan hasil penelitian Fegriadi (2011) menyatakan yaitu hasil pengujian hipotesis menunjukkan bahwa PER (Price

Earning Ratio) dan Earning growth secara parsial tidak berpengaruh secara signifikan.

Berdasarkan hasil pengujian parsial untuk pengaruh keputusan pendanaan yang diproksikan dengan DER (Debt to Equity Ratio) terhadap Growth adalah tidak signifikan (berpengaruh lemah), dimana nilai probabilitas atau Sig. (0,674) lebih besar dari tingkat signifikan (0,05). Hasil penelitian sejalan dengan penelitian Ningsih (2010) yang menyatakan DER (Debt to Equity Ratio) berpengaruh lemah atau tidak signifikan terhadap pertumbuhan laba.

Berdasarkan pengujian parsial untuk pengaruh keputusan investasi yang diproksikan dengan PER (Price Earning Ratio) terhadap nilai prusahaan yang diproksikan PBV (Price to Book Value) adalah signifikan (berpengaruh kuat), di mana nilai probabilitas (0,004) lebih kecil dari tingkat signifikan (0,05). Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Rahayuningsi (2014) yang menyatakan bahwa PER (Price Earning Ratio) berpegaruh positif dan secara statistik signifikan terhadap nilai perusahaan saperti hal nya hasil penelitian Rakhimsyah (2011) yaitu keputusan investasi berpengaruh positif untuk nilai perusahaan.

diproksikan dengan PBV (Price to Book Value) adalah signifikan (berpengaruh kuat), di mana nilai probabilitas (0,000) lebih kecil dari nilai tingkat signifikan (0,05). Penelitian ini sejalan dengan penelitian yang dilakukan oleh Qodariyah (2013) dan Yaputri (2015) yang menyatakan bahwa keputusan pendanaan yaitu DER berpengaruh positif dan signifikan terhadap nilai dengan nilai perusahaan yaitu PBV. Namun, hasil penelitian ini tidak sejalan dengan hasil penelitian yang dilakukan oleh Rakhimsyah (2011) yang menyatakan bahwa keputusan pendanaan (debt to equity ratio) tidak signifikan dalam mempengaruhi nilai perusahaan (price to book value).

Berdasarkan pengujian parsial untuk pengaruh Growth terhadap nilai perusahaan yang diproksikan dengan PBV (Price to Book Value) menunjukan hasil tidak signifian (berpengaruh lemah) di mana nilai probabilitas (0,637) lebih besar dari tingkat signifikan (0,05). Hasil penelitian ini tidak sejalan dengan penelitian yang dilakukan oleh Nyoman Abundanti (2013) yang menyatakan pertumbuhan perusahaan (Growth) terhadap nilai perusahaan yag di proksikan sebagai PBV (Price to Book Value) berpengaruh positif signifikan.

Dikarenakan jalur dari growth (Z) ke nilai perusahaan (Y) tidak signifikan di mana nilai probabilitas (0,637) lebih besar dari tingkat signifikan (0,05), maka pengaruh parsial dari keputusan investasi dan keputusan pendanaan terhadap nilai perusahaan melalui growth juga tidak signifikan.

BAB V

KESIMPULAN DAN SARAN 5.1 Analisis Statistik Deskriptif

1. Berdasarkan hasil pengujian secara simultan untuk persamaan sub structural

I, diketahui nilai F hitung adalah 6,467 dan nilai F tabel adalah 3,12. Dikarenakan nilai F hitung > F tabel, maka dapat disimpulkan bahwa: Pengaruh simultan variabel independen keputusan investasi dan keputusan pendanaan terhadap growth adalah signifikan statistik.

2. Hasil pengujian secara simultan untuk persamaan sub struktural II,

diketahui nilai F hitung adalah 7,641 dan F tabel 2,73. Dikarenakan nilai F hitung > F tabel, maka disimpulkan bahwa pengaruh simultan variabel independen keputusan investasi, keputusan pendanaan dan growth terhadap nilai perusahaan adalah signifikan statistik.

3. Hasil pengujian parsial dari variabel independen keputusan investasi

terhadap growth, diketahu nilai probabilitas atau Sig. dari keputusan investasi adalah adalah 0,533 lebih besar dari tingkat signifikansi 0,05, maka pengaruh keputusan investasi terhadap growth adalah lemah (tidak signifikan).

4. Hasil pengujian parsial dari variabel independen keputusan pendanaan

terhadap growth, diketahui nilai probabilitas atau Sig. dari keputusan pendanaan adalah 0,674 lebih besar dari tingkat signifikansi 0,05, maka pengaruh keputusan pendanaan terhadap growth adalah lemah (tidak signifikan).

5. Hasil pengujian parsial dari variabel independen keputusan investasi terhadap nilai perusahaan, diketahui nilai probabilitas atau Sig. dari keputusan investasi adalah 0,004 lebih kecil dari tingkat signifikansi 0,05, maka pengaruh keputusan invetasi terhadap nilai perusahaan adalah kuat (signifikan).

6. Hasil pengujian parsial dari variabel independen keputusan pendanaan

terhadap nilai perusahaan, diketahui nilai probabilitas atau Sig. dari keputusan pendanaan adalah 0,000 lebih kecil dari tingkat signifikansi 0,05, maka pengaruh keputusan pendanaan terhadap nilai perusahaan adalah kuat.

7. Hasil pengujian parsial dari variabel independen growth terhadap

nilai perusahaan, diketahui nilai probabilitas atau Sig. dari growth adalah 0,637 lebih besar dari tingkat signifikansi 0,05, maka pengaruh growth terhadap nilai perusahaan adalah lemah (tidak signifikan).

8. Dikarenakan jalur dari growth (Z) ke nilai perusahaan (Y) adalah

tidak signifikan di mana nilai probabilitas 0,637 lebih besar dari tingkat signifikansi (0,05), maka pengaruh parsial dari keputusan investasi dan keputusan pendanaan terhadap nilai perusahaan melalui

5.2 Saran

Berdasarkan hasil analisa dari penelitian ini, peneliti menyarankan agar bagi peneliti selanjutnya disarankan untuk:

1. Menggunakan variabel intervening lainnya selain dari variabel

growth karena hasil penelitian ini menunjukkan pengaruh growth (Z)

terhadap nilai perusahaan (Y) adalah tidak signifikan, sehingga pengaruh parsial dari keputusan investasi dan keputusan pendanaan terhadap nilai perusahaan melalui growth juga menjadi tidak signifikan.

2. Memperluas sampel penelitian karena penggunaan sampel dalam penelitian ini hanya sebatas pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia periode 2010-2014.

BAB II

TINJAUAN PUSTAKA

2.1. Kerangka Teoritis

2.1.1 Keputusan Investasi

Investasi adalah suatu kegiatan menanamkan modal satu atau lebih aktiva yang dimiliki dan biasanya berjangka waktu lama dengan harapan mendapatkan keuntungan di masa yang akan datang. Beberapa pakar mengemukakan pendapatan tentang investasi. Menurut Jogiyanto (2007) Investasi adalah penundaan konsumsi sekarang untuk digunakan di dalam program yang efisien selama periode waktu yang ditentukan. Sedangkan menurut Ahmad (2004) investasi adalah menempatkan uang atau dana dengan harapan untuk memperoleh tambahan keuntungan tertentu atas uang atau dana tersebut.

Supriyono (2001) memberi definisi investasi (penanaman dana) sebagai berikut: Pemilikan sumber-sumber dalam jangka panjang yang akan bermanfaat pada beberapa periode akuntansi yang akan datang, sehingga pemilikan atau komitmen tersebut harus didasarkan kepada tujuan perusahaan serta akibat-akibat ekonomisnya terhadap laba perusahaan dalam jangka panjang.

Riyanto (2009) memberi definisi investasi sebagai berikut: “Keseluruhan proses

perencanaan dan pengambilan keputusan mengenai pengeluaran dana, dimana jangka waktu

pengembalian dana tersebut melebihi waktu satu (1) tahun”.

Investasi dapat diartikan sebagai proses perolehan sumber daya perusahaan yang mempunyai akibat ekonomis terhadap perusahaan (laba) dalam suatu jangka waktu yang panjang lebih dari satu (1) tahun. Proses ini meliputi perencanaan dan pengambilan keputusan atas sumber daya yang hendak diperoleh. Pengambilan keputusan penanaman dana melibatkan sejumlah aktivitas.

vii

Penulis menyadari bahwa masih banyak kekurangan dalam skripsi ini,

untuk itu penulis sangat mengharapkan kritik dan saran yang bersifat membangun

untuk penyempurnaan skripsi ini.

Akhir kata, penulis berharap semoga skripsi ini

bermanfaat bagi penulis dan semua pihak yang membacanya serta dapat digunakan untuk

menambah pengetahuan dan bahan masukan bagi penelitian selanjutnya. Semoga Allah

senantiasa melimpahkan berkah dan karunia-Nya.

Medan, Oktober 2015

Penulis

Sandi Agung Firnando

NIM: 120522081

DAFTAR ISI

PERNYATAAN

... i

ABSTRAK

...

ii

ABSTRACT

...

iv

KATA PENGANTAR

...

v

DAFTAR ISI

...

viii

DAFTAR TABEL

...

x

DAFTAR GAMBAR

...

xi

DAFTAR LAMPIRAN

...

xii

BAB I PENDAHULUAN

1.1

Latar Belakang...

1

1.2

Perumusan Masalah...

6

1.3

Tujuan Penelitian ... ..7

1.4

Manfaat Penelitian ... ..7

BAB II TINJAUAN PUSTAKA

2.1

Kerangka Teoritis ...

..9

2.1.1 Keputusan Investasi ... ..9

2.1.2 Keputusan Pendanaan ...

12

2.1.3 Nilai Perusahaan ...

16

2.1.4 Growth ...

18

2.2

Penelitian Terdahulu ...

19

2.3

Kerangka Konseptual ...

25

2.4

Pengembangan Hipotesis Penelitian ...

27

2.4.1

Pengaruh Price Earning Ratio (PER) terhadap

Growth...27

2.4.2

Pengaruh Debt to Equity Ratio (DER) terhadap

Growth...27

2.4.3

Pengaruh Price Earning Ratio (PER) terhadap Price to

Book Value (PBV)

...

28

2.4.4

Pengaruh Debt to Equity Ratio (DER) terhadap Price to

Book Value (PBV)

...

29

2.4.5

Pengaruh Growth terhadap Price to

Book Value (PBV)...29

2.4.6

Pengaruh Price Earning Ratio (PER), Debt to Equity Ratio

(DER)

terhadap Price to Book Value (PBV) dengan

Growth sebagai Variabel Intervening...30

ix

BAB III TINJAUAN PUSTAKA

3.1

Jenis Penelitian ...

33

3.2 Definisi Operasional dan Skala Pengukuran Variabel...33

3.2.1 Variabel Dependen ...

33

3.2.2 Variabel Independen...

34

3.2.3 Variabel Intervening ...

34

3.2.4 Definisi Operasional Variabel ...

35

3.3

Populasi dan Sampel Penelitian...

36

3.4

Metode Analisa Data ...

37

3.5

Uji Asumsi Klasik ...

38

3.5.1 Uji Normalitas...

38

3.5.2 Uji Multikolinearitas ...

38

3.5.3 Uji Heteroskedastisitas ...

39

3.5.4 Uji Autokorelasi ...

39

3.6

Pengujian Hipotesis ...

40

3.6.1 Uji Statistik ...

40

3.6.2 Uji Koefesien determinasi (R

2

) ...

41

3.7

Path Analysis ...

41

BAB IV HASIL DAN PEMBAHASAN

4.1

Analisis Statistik Deskriptif...

46

4.2

Uji Asumsi Klasik ...

48

4.2.1 Uji Normalitas Error untuk Persamaan Sub Struktural I ...

48

4.2.2 Uji Normalitas Error untuk Persamaan Sub Struktural II ...

51

4.2.3 Uji Multikolinearitas Pada Persamaan Sub Struktural I ...

53

4.2.4 Uji Multikolinearitas Pada Persamaan Sub Struktural II ...

54

4.2.5 Uji Autokorelasi Pada Persamaan Sub Struktural I ...

54

4.2.6 Uji Autokorelasi Pada Persamaan Sub Struktural II ...

55

4.2.7 Uji Heteroskedastisitas Pada Persamaan Sub Struktural I ...

56

4.2.8 Uji Heteroskedastisitas Pada Persamaan Sub Struktural II ....

57

3.4

Analisis Koefesien determinasi Sub Struktural I dan II ...

58

3.4

Uji Signifikansi Koefisien Regresi secara Menyeluruh (Uji F)

...

59

4.5

Analisis Jalur untuk Persamaan Sub Struktural I dan Persamaan

Sub Struktural II ...

61

4.6

Pembahasan Hasil Penelitian ...

66

BAB V KESIMPULAN DAN SARAN

5.1

Kesimpulan...

69

5.2

Saran ...

71

DAFTAR PUSTAKA

...

72

LAMPIRAN

...

76

DAFTAR TABEL

No. Tabel

Judul

Halaman

2.1

Penelitian Terdahulu ...

22

3.1

Definisi Operasional Variabel ...

36

4.1

Statistik Deskriptif dari Nilai Perusahaan, Keputusan

Investasi, Keputusan Pendanaan dan Growth sebagai

Variabel Intervening ...

46

4.2

Uji Normalitas Error untuk Persamaan Sub Struktural I ...

49

4.3

Uji Normalitas Error untuk Persamaan Sub Struktural II ...

51

4.4

Uji Multikolinearitas untuk Persamaan Sub Struktural I...

53

4.5

Uji Multikolinearitas untuk Persamaan Sub Struktural II ...

54

4.6

Uji Autokorelasi untuk Persamaan Sub Struktural I ...

55

4.7

Uji Autokorelasi untuk Persamaan Sub Struktural II ...

55

4.8

Uji Park untuk Persamaan Sub Struktural I ...

56

4.9

Uji Park untuk Persamaan Sub Struktural II ...

57

4.10

Koefisien Determinasi untuk Persamaan Sub Struktural I ...

58

4.11

Koefisien Determinasi untuk Persamaan Sub Struktural II ...

58

4.12

Uji Simultan untuk Persamaan Sub Struktural I ...

59

4.13

Uji Simultan untuk Persamaan Sub Struktural II ...

60

4.14

Koefisien Jalur untuk Persamaan Sub Struktural I ...

61

xi

DAFTAR GAMBAR

No. Gambar

Judul

Halaman

2.1

Kerangka Konseptual ...

25

3.1

Full Model Struktural

...

42

3.2

Sub Struktural I ...

43

3.3

Sub Struktural II ...

43

4.1

Sub Struktural I ...

48

4.2

Uji Normalitas Sub Struktural I dengan Normal

Probability Plot

...

50

4.3

Uji Normalitas Sub Struktural I dengan Histogram ...

50

4.4

Sub Struktural II ...

51

4.5

Uji Normalitas Sub Struktural II dengan Normal

Probability Plot

...

52

4.6

Uji Normalitas Sub Struktural II dengan Histogram ...

53

4.7

Diagram Jalur Full Model Struktural ...

62

DAFTAR LAMPIRAN

No. Lampiran

Judul

Halaman

1

Daftar Populasi, Kriteria Perusahaan, dan Sampel ... 76

2

Daftar Sampel Penelitian ... 79

3

Hasil Perhitungan Variabel Penelitian ... ..80

4

Statistik Deskriptif ... ..82

5

Uji Normalitas untuk Persamaan Sub Struktural I ... ..82

6

Uji Normalitas untuk Persamaan Sub Struktural II ... ..84

7

Uji Multikolinearitas pada Persamaan Sub Struktural I ... ..85

8

Uji Multikolinearitas pada Persamaan Sub Struktural II ... ..85

9

Uji Autokorelasi pada Persamaan Sub Struktural I ... ..86

10

Uji Autokorelasi pada Persamaan Sub Struktural II ... ..86

11

Uji Heteroskedastisitas pada Persamaan Sub Struktural I ... ..86

12

Uji Heteroskedastisitas pada Persamaan Sub Struktural II .... ..86

13

Koefisien Determinasi (R

2

) untuk Persamaan Sub

Struktural I ... ..87

14

Koefisien Determinasi (R

2

) untuk Persamaan Sub

Struktural II... ..87

15

Uji F untuk Persamaan Sub Struktural I ... ..87

16

Uji F untuk Persamaan Sub Struktural II ... ..88

17

Koefisien Jalur untuk Persamaan Sub Struktural I ... ..88