Statistik Deskriptif Pengujian Hipotesis Penelitian Koefisien Determinasi R² Uji Signifikan Parsial Uji t

28

3.6 Metode Analisis Data

Dalam penelitian ini, metode analisis yang dilakukan dengan analisis statistik dan mengunakan software SPSS versi 19 Statistical Product and Services Solution. Metode dan teknik analisis dilakukan dengan tahapan sebagai berikut:

3.6.1 Statistik Deskriptif

Statistik deskriptif merupakan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata mean, median, modus, standar deviasi, maksimum dan minimum yang kemudian menjadi sebuah informasi yang jelas dan dapat dipahami.

3.6.2 Uji Asumsi Klasik

3.6.2.1 Uji Normalitas

Uji Normalitas Menurut Ghozali 2011:160 “bertujuan untuk menguji apakah dalam model regresi, variabel penggangu atau residual memiliki distribusi normal. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil.” Menurut Ghozali 2011:160 “ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan analisis statistik”. a. Dalam analisis grafik, untuk melihat normalitas residual adalah melihat grafik histrogram yang membandingkan antara data observasi dengan distribusi normal dan dapat Universitas Sumatera Utara 29 dilakukan dengan melihat normal probality plot yaitu apabila distribusi normal akan membentuk satu garis diagonal dan ploting data residual akan dibandingkan dengan garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya. b. Dalam analisis statistik, Uji statisitk sederhana dapat dilakukan dengan melihat nilai kurtosis dan skewness dari residual. Dimana Jika Z hitung Z tabel, maka distribusi tidak normal dan uji statistik yang lain untuk menguji normalitas residual adalah uji statistik non-parametrik Kolmogorov-Smirnov K-S dengan melihat nilai Kolmogorov-Smirnov, jika nilai signifikansinya 00,5 maka data terdistribusi normal. Sebaliknya jika nilai signifikansinya 00,5 maka data tersebut tidak terdistribusi secara normal.

3.6.2.2 Uji Heterokedastisitas

Uji Heterokedastistas bertujuan “untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Universitas Sumatera Utara 30 homoskedastisitas dan jika berbeda disebut heteroskesdatisitas” Ghozali, 2011:139. Adapun cara untuk mendeteksi ada atau tidaknya heteroskesdatisitas dengan cara melihat grafik plot antara nilai prediksi antar nilai prediksi variabel terikat dengan residualnya. Deteksi ada atau tidaknya heteroskedastisitas dilakukan dengan melihat ada tidaknya pola tertentu pada grafik plot dengan dasar analisis Menurut Ghozali 2011:139 yaitu: 1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heterokedastisitas. 2. Jika tidak ada pola yang jelas, secara titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Uji heterokedastisitas dapat juga dilakukan dengan mengunakan uji glejser dilakukan dengan meregres nilai absolut residual terhadap variabel independen Gujarati dalam Ghozali,2011:142 dengan persamaan regresi : | Ut| =  +  Xt + vt Dalam pengambilan keputusan dapat dilihat dari koefisien parameter, jika nilai probabilitas signifikansinya di atas 0,05 maka dapat disimpulkan tidak terjadi heteroskedastisitas. Namun Universitas Sumatera Utara 31 sebaliknya, jika nilai probabilitas signifikansinya di bawah 0,05 maka dapat dikatakan telah terjadi heteroskedastitisas.

3.6.2.3 Uji Autokorelasi

Menurut Ghozali 2011:110 Uji Autokorelasi ini bertujuan “untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya”. Autokorelasi dapat terjadi pada observasi yang menggunakan runtut waktu time series dimana penggangu dari data pada periode sebelumnya akan berpengaruh terhadap data pada periode berikutnya. Model regresi yang baik harus terbebas dari adanya autokorelasi. Salah satu cara untuk mengetahui ada atau tidaknya korelasi yaitu dengan melakukan uji Durbin-Watson DW test. Adapun ketentuan dalam pengujian ini sebagai berikut : 1. Bila nilai Durbin Watson d terletak antara batas atas du dan 4-du maka koefisien autokorelasi sama dengan nol du d 4 – du artinya tidak terjadi autokorelasi positif dan negatif. 2. Bila nilai d dl batas bawah maka koefisien autokorelasi lebih besar dari nol artinya ada autokorelasi positif. Universitas Sumatera Utara 32 3. Bila nilai d 4-dl maka koefisien autokorelasi lebih kecil dari nol artinya ada autokorelasi negatif. 4. Bila nilai d terletak antara du dengan dl atau d terletak diantara 4-du dan 4-dl, maka hasil tidak dapat diputuskan ada autokorelasi atau tidak.

3.6.3 Pengujian Hipotesis Penelitian

Pengujian Hipotesis penelitian dilakukan dengan analisis regresi liner sederhana. Uji ini dilakukan untuk mengetahui seberapa besar pengaruh variabel independen terhadap satu variabel dependen. Hasil dari analisis regresi linear sederhana berupa koefisien untuk variable independen. Persamaan regresi linear sederhana yang digunakan adalah sebagai berikut : Y =  +  X + e Keterangan : Y = Market Value Added  = konstanta  = koefisian regresi dari variabel independen X = Economic Value Added e = error Universitas Sumatera Utara 33

3.6.4 Koefisien Determinasi R²

Koefisien determinasi R² pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen Ghozali,2011:97. Nilai koefisien determinasi adalah antara nol dan satu. Jika koefisien determinasi semakin mendekati 1 maka semakin kuat pengaruh variabel independen terhadap variabel dependen dan koefisien determinasi mendekati 0, maka dapat dikatakan semakin kecil pengaruh variabel independen terhadap variabel dependen.

3.6.5 Uji Signifikan Parsial Uji t

Menurut Ghozali 2011:98 “uji statsitik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelasindependen secara individual dalam menerangkan variasi variabel dependen. hipotesis yang akan diuji: Ho :  = 0, artinya EVA tidak berpengaruh signifikan terhadap MVA H :  ≠ 0, artinya EVA berpengaruh signifikan terhadap MVA. Dengan ketentuan sebagai berikut :  Jika t hitung t tabel dan probitabilitas 0,05 maka Ho diterima dan H 1 ditolak untuk  = 5.  Jika t hitung t tabel dan probitabilitas 0,05 maka Ho ditolak dan H 1 diterima untuk  = 5. Universitas Sumatera Utara 34

BAB IV HASIL DAN PEMBAHASAN

4.1 Data Penelitian

Data dalam penelitian ini diperoleh dari situs www.idx.co.id tahun 2007- 2011. Populasi dalam penelitian ini adalah perusahaan yang melakukan Initial Public Offering IPO pada tahun 2007-2010. Sampel dalam penelitian ini dipilih dengan mengunakan metode purposive sampling dengan kriteria tertentu.berdasarkan kriteria yang telah ditentukan, terdapat sejumlah 34 perusahaan yang melakukan IPO pada tahun 2007-2010 yang memenuhi kriteria untuk dijadikan sampel dan diamati selama 1 tahun setelah IPO. Tabel 4.1 Daftar Sampel Penelitian NO Kode Bidang Usaha Nama Perusahaan Tahun IPO 1 ACES Ace Hardware Indonesia Tbk 2007 Retail 2 BISI Bisi International Tbk 2007 Pertanian 3 CSAP Catur Sentosa Adiprana Tbk 2007 Retail 4 CTRP Ciputra Property Tbk 2007 Properti dan real estat 5 ITMG Indah Tambangraya Megah Tbk 2007 Pertambangan 6 JSMR Jasa Marga Persero Tbk 2007 Jalan tol 7 JKON Jaya Konstruksi Manggala Pratama Tbk 2007 Konstruksi 8 MNCN Media Nusantara Citra Tbk 2007 Media dan Iklan 9 WIKA Wijaya Karya Persero Tbk 2007 Pengembang 10 BAEK Bank Ekonomi Raharja Tbk 2008 Bank 11 BTPN Bank Tabungan Pensiunan Nasional Tbk 2008 Bank 12 PDES Destinasi Tirta Nusantara Tbk 2008 Pariwisata 13 ELSA Elnusa Tbk 2008 Pengelolah Gas Alam 14 INDY Indika Energy Tbk 2008 Energi Universitas Sumatera Utara