Metode Pengumpulan Data Operasional Variabel Penelitian

C. Metode Pengumpulan Data

Data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder adalah data yang dibuat atau diterbitkan oleh organisasi yang bukan pengguna data tersebut Arsyad, 1997:29 dalam Mayamta 2000. Data sekunder yang dipakai adalah laporan keuangan dari perusahaan publik yang menjadi sampel penelitian ini. Data yang diperlukan antara lain adalah data perusahaan publik yang melakukan merger dan akuisisi yang diperoleh dari BAPEPAM Badan Pengawas Pasar Modal dan data perusahaan yang tidak melakukan merger dan akuisisi dan lapoan keuangan publik yang menjadi sampel penelitian diperoleh dari Pusat Referensi Pasar Modal Bursa Efek Indonesia. Laporan keuangan yang digunakan menggunakan tanggal 31 Desember sebagai akhir tahun pembukuannya.

D. Metode Analisis Data

Pengujian hipotesis menggunakan program spss saentific program for social science versi 15.0 for windows.

1. Statistik Deskriptif

Statistik deskriptif dalam penelitian pada dasarnya merupakan proses transformasi data penelitian dalam bentuk tabulasi sehingga mudah dipahami dan diinterpretasikan ukuran statistik deskriptif yang digunakan adalah minimum, maksimum, mean dan standar deviasi Indriantoro dan Supomo, 2002:170 dalam Verawati 2008.

2. Pengujian Hipotesis Pertama H1

Pada pengujian hipotesis pertama H1 maka untuk melihat perbedaan yang signifikan antara rasio keuangan perusahaan sebelum dan sesudah merger dan akuisisi. Dalam penelitian ini menggunakan Uji Wilcoxon Signed Rank Test, pengujian ini digunakan untuk menguji dua sampel yang berhubungan antara sebelum dan sesudah merger dan akuisisi. Jika probabilitas 0,05 maka berarti tidak ada perbedaan, dan sebaliknya jika probabilitas 0,05 berarti ada perbedaan antara dua sampel tersebut. Pengujian hipotesis pertama dalam penelitian ini menggunakan uji statistik non parametrik. Menurut Manurung 1996 dalam Payamta 2004 data yang ada di Bursa Efek Indonesia tidak menceminkan data yang terdistribusi secara normal, sehingga dengan metode statistik non parametrik lebih sesuai dalam melakukan penelitian yang menggunakan data BEI. Rumus Uji Wilcoxon Signed Rank Test Anderson Sweeney : 2002 dalam Kania 2008. Z hitung = T - µ 1 σ 1 Ketetangan : T = Jumlah tanda peringkat µ 1 = Data tanda peringkat n n + 1 4 σ 1 = Standar deviasi statistik sampel √ n n + 12n + 1 24 n = Jumlah data

3. Pengujian Hipotesis Kedua H2

Sebelum melakukan pengujian terhadap hipotesis kedua H2 perlu dilakukan uji normalitas untuk mengetahui metode statistik yang akan digunakan, jika data berdistribusi normal maka uji statistik parametrik yang akan digunakan dan sebaliknya jika data berdistribusi tidak normal maka uji non parametrik yang akan digunakan. Pada hipotesis kedua H2 akan diuji menggunakan uji Mann- Whitney Test jika data berdistribusi tidak normal dan uji Independent Sampel Test jika data berdistribusi normal, pengujian ini digunakan untuk menguji dua sampel yang tidak berhubungan Independent antara perusahaan yang melakukan merger dan akuisisi dan perusahaan yang tidak melakukan merger dan akuisisi.

a. Uji Normalitas Data

Uji normalitas data akan dilakukan dengan uji one-sampel kolmogorov-smirnov test, menurut Bhuono Agung Nugroho 2005:107 dalam Verawati 2008 Uji Kolmogorov-Smirnov sangat membantu peneliti untuk mengetahui apakah sampel yang dipilih berasal dari data yang terdistribusi secara normal atau data yang tidak berdistribusi normal. Almilia dan Herdiningtyas 2005 dalam Verawati 2008 jika data tidak normal maka dilakukan uji beda nonparametrik dengan mengunakan Mann Whitney U sebaliknya jika data normal digunakan Independent T-Test Menurut Imam Ghozali 2005:30 Hipotesis dalam uji one sample kolmogorov-smirnov adalah : Hipotesis nol Ho : Data terdistribusi secara normal. Hipotesis Alternatif Ha : Data tidak terdistribusi normal. Dasar pengambilan keputusannya adalah probabilitas asymp. Sig 2-tailed 0.05 maka data berasal dari populasi yang berdistribusi normal. Sebaliknya jika probabiliats asymp.sig 2-tailed 0.05 dapat disimpulkan bahwa data berasal dari populasi yang tidak berdistribusi normal Singgih Santoso, 2002:36.

b. Uji

Independent Samples T-Test Uji beda t-test digunakan untuk menentukan apakah dua sampel yang tidak berhubungan memiliki nilai rata-rata yang berbeda. Uji beda t-test dilakukan dengan cara membandingkan perbedaan antara dua nilai rata-rata dengan standar eror dari perbedaan rata-rata dua sampel dalam nilai rata-rata terdistribusi secara normal Imam Ghozali, 2005: 56 : Dimana : 1 : Rata-rata sampel pertama 2 : Rata-rata sampel kedua S.E : Standar Error perbedaan rata-rata kedua sampel. Menurut Dwi Priyanto 2008:95 Sebelum dilakukan Uji T Test dilakukan uji kesamaan varian homogenitas dengan F test Levene’s Test, artinya jika varian sama maka Uji T menggunakan Equal Variance Assumed diasumsikan varian sama dan jika varian berbeda mengunakan Equal Variance Not Assumed diasumsikan varian berbeda. Hipotesisi Uji F sebagai berikut : H = Kedua varian adalah sama H a = Kedua varian adalah berbeda Dasar pengambilan keputusan : Jika Asymp.sig 2-tailed 0,05 maka H diterima. Jika Asymp.sig 2-tailed 0,05 maka H ditolak. Hipotesis Independent sample T-test ini Stanislaus, 2006: 114 adalah: H : 1 = 2 = Tidak terdapat perbedaan signifikan pada rasio keuangan perusahaan yang melakukan merger dan akuisisi dengan perusahaan yang tidak melakukan merger dan akuisisi. Ha : 2 ≠ 2 = Terdapat perbedaan signifikan pada rasio keuangan perusahaan yang melakukan merger dan akuisisi dengan perusahaan yang tidak melakukan merger dan akuisisi. Jika hasil Levene’s Test menunjukkan bahwa varian kedua populasi sama atau berbeda. Jika t hitung t tabel maka H diterima sedangkan t hitung t tabel maka H ditolak. Dasar pengambilan keputusan probabilitas: Jika Asymp.sig 2-tailed 0.05 maka H diterima. Jika Asymp.sig 2-tailed 0.05 maka H ditolak.

c. Uji

Mann-Whitney Test Statistika nonparametrik digunakan bila asumsi distribusi dari statistik parametrik tidak terpenuhi. Salah satu uji statistik nonparametrik yaitu uji Mann-Whitney Mann-Whitney test disebut juga uji U. Uji Mann-Whitney merupakan alternatif dari uji t dua sampel independent dengan tujuan melakukan uji beda statistik nonparametrik. Ada dua kriteria utama yang digunakan untuk menentukan apakah uji statistik nonparametrik diperlukan Stanislaus, 2006:265 : a. Jika asumsi normalitas dan kesamaan variance homoscedasticity tidak dapat terpenuhi, terutama untuk sampel kecil. b. Jika data diukur pada skala ordinal atau nominal. Hipotesis yang digunakan dalam pengujian ini : H : 1 = 2 = Tidak terdapat perbedaan signifikan pada rasio keuangan perusahaan yang melakukan merger dan akuisisi dengan perusahaan yang tidak melakukan merger dan akuisisi. Ha : 2 ≠ 2 = Terdapat perbedaan signifikan pada rasio keuangan perusahaan yang melakukan merger dan akuisisi dengan perusahaan yang tidak melakukan merger dan akuisisi. Dasar pengambilan keputusan : Jika Asymp. Sig 2-Tailed 0.05 maka Ho diterima. Jika Asymp. Sig 2-Tailed 0.05 maka Ho ditolak.

4. Pengujian Hipotesis KetigaH3

Pada hipotesis ketiga H3 akan diuji menggunakan uji model regresi logit logitic regression untuk menguji pengaruh rasio keuangan secara keseluruhan terhadap perusahaan yang melakukan merger dan akuisisi. Uji regresi logistik digunakan karena pada pengujian ini memiliki variabel dependen yang menggunakan dummy dan memiliki variabel independen yang diukur dengan skala rasio Windarty, 2002.

a. Definisi Regresi Logistik

Menurut Stanislaus 2006 : 225 Analisis regresi logistik digunakan untuk melihat pengaruh sejumlah variabel independen x 1 ,x 2 ,...,x k terhadap variabel dependen y yang berupa variabel kategorik binomial, multinomial atau ordinal atau untuk memprediksi nilai suatu variabel dependen y yang berupa variabel kategorik berdasarkan nilai variabel- variabel independen x 1 ,x 2 ,...,x k . SPSS menyediakan tiga prosedur regresi logistik yaitu : 1 Regresi Logistik Biner binary logistic regression, adalah regresi logistik dimana variabel dependennya berupa variabel dikotomi atau variabel biner. Contoh variabel dikotomi atau variabel biner adalah sukses-gagal, ya-tidak, benar-salah, hidup-mati, hadir-bolos, pria- perempuan dan seterusnya. 2 Regresi Logistik Multinomial multinomial logistic regression adalah regresi logistik di mana variabel dependennya berupa variabel kategorik yang terdiri lebih dari dua nilai seperti : merah, biru, kuning, hitam. 3 Regresi Logistik Ordinal Ordinal Logistic Regression adalah regresi logistik di mana variabel dependennya berupa variabel dengan skala ordinal seperti : sangat setuju, setuju, netral, tak setuju, sangat tak setuju. Regresi binary logistic sangat tepat digunakan untuk melakukan pemodelan suatu kemungkinan kejadian dengan variabel respons bertipe categorical dua pilihan. Nilai kemungkinan kejadian berada pada rentang 0-1. Hal ini sangat berbeda dengan regresi linier biasa dimana nilai variabel dependen variabel respons bisa bernilai 0 atau 1. Trihendradi, 2007: 63 dalam Verawati 2008. Penggunaan regresi logistik tidak mensyaratkan adanya multivariate normal distribution karena tidak perlu asumsi normalitas data pada variabel bebasnya Imam Ghozali, 2005 : 211.

b. Nilai

Odds Ratio Probabilitas kadang-kadang digunakan dalam istilah odds. Hubungan antara probalilitas variabel dependen Y dan variabel independen X adalah non-linear, sedangkan hubungan antara log dari odds dan variabel independen X adalah linear. Imam Ghozali, 2005:214. Menurut Cornelius Trihendradi 2007:64 dalam Verawati 2008 kemungkinan kejadian probabilitas dapat ditranformasikan dengan nilai z odds. Nilai z menunjukkan propensity towards atau kecenderungan kepada suatu kejadian. Semakin tinggi nilai z, semakin besar kecenderungan untuk terjadi perbedaan antara rasio keuangan perusahaan yang melakukan merger dan akuisisi dengan perusahaan yang tidak melakukan merger dan akuisisi. Odds dan probabilitas memberikan informasi yang sama, tetapi dalam bentuk yang berbeda. Peneliti dapat merubah odds menjadi probabilitas atau sebaliknya. Hubungan kenungkinan kejadian dengan odds sebagai berikut : Atau Dimana : = Kemungkinan probabilitas kejadian pada case i Zi atau odds = Nilai kecenderungan suatu kejadian pada case i Nilai odds diasumsikan berhubungan linear dengan variabel prediktor Variabel independen: Odds i = b + b i X i1 + b 2 X i2 + ...+ b p X ip Dimana: X ij = Variabel prediktor j dengan case i b j = Koefisien variabel prediktor j p = Jumlah variabel prediktor. Jadi, probabilitas adalah : Analisis regresi logistik biner digunakan untuk melihat pengaruh sejumlah variabel independen x1,x2,..,xk terhadap variabel dependen Y yang berupa variabel response biner yang hanya mempunyai dua nilai atau juga untuk memprediksi nilai suatu variabel dependen Y yang berupa variabel biner berdasarkan nilai variabel independen x1,x2,...,xk. Bentuk umum regresi logistik biner adalah Stanislaus, 2006:226. Logitπ = β + β 1 Χ 1 + β 2 Χ 2 + β 3 Χ 3 + ... + β 10 Χ 10 + ε Dimana : β0 = konstanta β1-10 = koefisien X 1 = Prediktor ke-1, CR X 2 = Prediktor ke-2, QR X 3 = Prediktor ke-3, FATO X 4 = Prediktor ke-4, TATO X 5 = Prediktor ke-5, DTAR X 6 = Prediktor ke-6, DTER X 7 = Prediktor ke-7, OPM X 8 = Prediktor ke-8, NPM X 9 = Prediktor ke-9, ROI X 10 = Prediktor ke-10, ROE

c. Nilai -2 Loglikehood Ratio

Penilaian keseluruhan model menggunakan nilai -2 loglikelihood untuk melihat model yang lebih baik dalam memprediksi kemungkinan terjadinya perbedaan antara rasio keuangan perusahaan yang melakukan merger dan akuisisi dengan perusahaan yang tidak melakukan merger dan akuisisi pada perusahaan. -2 loglikelihood ditransformasikan menjadi -2 log L dimana output spss memberikan dua nilai yaitu pertama untuk model yang hanya memasukkan konstanta dan -2 log L yang kedua untuk model dengan konstanta dan variabel bebas, jika terjadi penurunan dalam nilai -2 log L pada blok kedua jika dibandingkan dengan blok pertama maka dapat disimpulkan bahwa model kedua regresi menjadi lebih baik Imam Ghozali, 2005:218.

d. Koefisien Cox dan Snell R Square dan Nagelkerke’s R Square

Cox dan snell’s R Square merupakan ukuran yang mencoba meniru ukuran R 2 pada multiple regression yang didasarkan pada teknik estimasi likelihood dengan nilai maksimum kurang dari 1 satu sehingga sulit di interpretasikan. Nagelkerke’s R Square merupakan modifikasi dari koefisien cox dan snell untuk memastikan bahwa nilainya bervariasi dari 0 nol sampai 1 satu hal ini dilakukan dengan cara membagi nilai cox dan snell R dengan nilai maksimumnya. Nilai nagelkerke’s R 2 dapat di interpretasikan seperti nilai R 2 pada multiple regression Imam Ghozali, 2005:219. Koefisien determinasi R 2 pada regresi berganda pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai R 2 yang kecil berarti kemampuan variabel indenpenden dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel dependen Imam Ghozali, 2005:83. Nilai koefisien Nagelkerke’s R Square umumnya lebih besar dari nilai koefisien cox dan snell’s R Square tapi cenderung lebih kecil dibandingkan dengan nilai koefisien determinasi R 2 pada regresi linear berganda Stanislaus, 2006:236.

e. Hosmer and lemeshow’s goodness of fit test

Keputusan penolakan atau penerimaan hipotesis dilakukan dengan menggunakan tingkat signifikansi 5 Hosmer and lemeshow’s goodness of fit test menguji hipotesis nol H bahwa data empiris cocok atau sesuai dengan model tidak ada perbedaan antara model dengan data sehingga model dapat dikatakan fit. Hipotesis sebagai berikut : Ho = Tidak terdapat perbedaaan antara klasifikasi yang diprediksi dengan klasifikasi yang diamati. Ha = Terdapat perbedaaan antara klasifikasi yang diprediksi dengan klasifikasi yang diamati. Jika nilai Hosmer and lemeshow goodness of fit statistic sama dengan atau kurang dari 0,05 maka hipotesis nol H ditolak yang berarti ada perbedaan signifikansi antara model dengan nilai observasinya sehingga goodness fit model tidak baik karena model tidak dapat memprediksi nilai observasinya. Jika nilai statistics hosmer and lemeshow’s goodness of fit lebih besar dari 0.05, maka hipotesis nol H diterima berarti model mampu memprediksi nilai observasinya atau dapat dikatakan model dapat diterima karena cocok dengan data observasinya. Iman Ghozali, 2005:219.

f. Ketepatan Prediksi Klasifikasi

Tabel klasifikasi 2 X 2 digunakan untuk menghitung nilai estimasi yang benar correct dan yang salah incorrect. Pada kolom merupakan 2 nilai prediksi dari variabel dependen yaitu, melakukan merger dan akuisisi 0 dan tidak melakukan merger dan akuisisi 1, sedangkan pada baris menunjukkan nilai observasi sesungguhnya yang sesuai dengan data aktual. Pada model yang sempurna, maka semua kasus akan berada pada diagonal dengan tingkat ketepatan peramalan 100 Imam Ghozali, 2005:220. Jika model logistik mempunyai asumsi homoskedastisitas maka semua kasus akan berada di daerah diagonal dengan ketepatan nilai 100 tetapi model logisrik tidak mempunyai asumsi homoskedastisitas Stanislaus, 2006:234.

g. Uji Wald Statistics

Uji wald pada tabel variabels in the equation digunakan untuk menguji apakah masing-masing koefisien regresi logistik signifikan. Untuk uji hipotesis masing-masing variabel sebagai berikut : Ho = Tidak terdapat perbedaan signifikan pada rasio keuangan perusahaan yang melakukan merger dan akuisisi dengan perusahaan yang tidak melakukan merger dan akuisisi. Ha = Terdapat perbedaan signifikan pada rasio keuangan keuangan perusahaan yang melakukan merger dan akuisisi dengan perusahaan yang tidak melakukan merger dan akuisisi. Dasar Pengambilan Keputusan : Jika Symp.sig 0,05 maka H diterima. Jika Symp.sig 0,05 maka H ditolak.

E. Operasional Variabel Penelitian

Variabel Dependen Variabel dependen yang digunakan dalam penelitian ini adalah perusahaan yang melakukan merger dan akuisisi dengan perusahaan yang tidak melakukan merger dan akuisisi. Pengukuran variabel ini menggunakan dummy, dimana dummy 1 untuk variabel perusahaan yang tidak melakukan merger dan akuisisi, sedangkan dummy 0 untuk variabel perusahaan yang melakukan merger dan akuisisi. Variable Independen Variabel-variabel independent yang digunakan dalam penelitian ini adalah laporan keuangan, dengan mengukur rasio keuangan sebagai proksi pengukuran kinerja perusahaan yang melakukan merger dan akuisisi. Rasio keuangan yang digunakan dalam penelitian ini adalah rasio keuangan yang digunakan dalam penelitian Payamta 2004. Data rasio keuangan yang digunakan adalah sebagai berikut: 1 Rasio Likuiditas. Rasio ini mengukur kemampuan perusahaan untuk memenuhi kewajiban finansial yang jatuh tempo dalam jangka pendek. Rasio likuiditas ini diharapkan mempunyai dampak marginal yang positif pada perusahaan yang melakukan merger dan akuisisi Theodossiou et.al, 1996 dalam Windarti 2002. Ukuran likuiditas yang digunakan dalam penelitian ini yaitu: a. Current ratio. Current ratio dihitung dengan membagi aktiva lancar dengan kewajiban lancar. Rasio ini menunjukkan besarnya aktiva yang diharapkan akan dikonversi menjadi kas dalam jangka pendek untuk menutup kewajiban lancar. Rasio yang rendah menunjukkan kurangnya modal untuk membayar hutang. Namun rasio yang tinggi tidak selalu berarti perusahaan sedang dalam keadaan yang baik. Hal tersebut dapat berarti bahwa kas tidak digunakan sebaik mungkin. Perhitungan current ratio dapat dirumuskan sebagai berikut: Current asset Current ratio = Current liabilities b. Quick ratio. Quick ratio dihitung dengan mengurang persediaan dari aktiva lancar dan sisanya dibagi dengan kewajiban lancar. Persediaan dihilangkan karena dianggap aktiva yang sulit dikonversi menjadi kas dengan cepat. Perhitungan quick ratio dapat dirumuskan sebagai berikut: Current asset - inventory Quick ratio = Current liabilities 2 Rasio Aktivitas. Rasio aktivitas dihitung dari perbandingan antara tingkat penjualan dengan berbagai elemen aktiva. Rasio ini mengukur seberapa efektif perusahaan mengelola aktivanya. Rasio ini secara positif dihubungkan dengan perusahaan yang melakukan akuisisi Theodossiou et.al, 1996 dalam Windarti 2002. Rasio aktivitas yang digunakan dalam penelitian ini, yaitu: a. Fixed Asset Turn Over. Fixed Asset Turn Over mengukur seberapa efektif perusahaan menggunakan aktiva tetapnya. Semakin rendah Fixed Asset Turn Over, berarti penggunaan aktiva tetapnya semakin kurang efisien. Untuk mengukur besarnya Fixed Asset Turn Over dihitung dengan rumus sebagai berikut: Sales Fixed Asset Turn Over = Net fixed asset b. Total Asset Turn Over. Total Asset Turn Over mengukur perputaran semua aktiva. Dengan kata lain, rasio ini mengukur efektifitas perusahaan dalam penggunaan total aktiva. Semakin tinggi rasio berarti semakin baik manajemen dalam mengelola aktivanya, sedangkan semakin rendah rasio menunjukkan buruknya kinerja manajemen dalam mengelola aktivanya. Untuk menghitung Total Asset Turn Over digunakan rumus sebagai berikut: Sales Total Asset Turn Over = Total asset 3 Rasio Leverage. Rasio leverage dihitung dari perbandingan hutang dengan total aktiva dan modal sendiri perusahaan. Rasio ini menyangkut jaminan, yang mengukur kemampuan perusahaan untuk membayar hutang bila pada suatu saat perusahaan dilikuidasi atau dibubarkan. Dengan kata lain rasio ini mengukur seberapa besar perusahaan menggunakan dana dari pihak luar atau kreditor. Semakin tinggi rasio leverage mempunyai dampak marginal yang negatif pada perusahaan yang melakukan merger dan akuisisi Theodossiou et.al, 1996 dalam Windarti 2002. Rasio leverage yang digunakan dalam penelitian ini, yaitu: a. Debt to Total Asset Ratio. Debt to Total Asset Ratio mengukur seberapa besar seluruh hutang dijamin oleh seluruh aktiva perusahaan. Kreditur lebih menyukai rasio yang rendah karena semakin rendah rasio ini, maka semakin besar perlindungan terhadap kerugian kreditur dalam peristiwa likuidasi. Namun, di sisi lain pemilik saham lebih menyukai rasio yang tinggi karena dapat meningkatkan laba yang diharapkan. Untuk mengukur besarnya Debt to Total Asset Ratio dihitung dengan rumus sebagai berikut: Total liabilities Debt to Total Asset Ratio = Total asset b. Debt to Total Equity Ratio. Rasio ini merupakan imbangan antara hutang dengan modal sendiri. Semakin tinggi rasio ini berarti modal sendiri semakin sedikit dibanding dengan hutangnya. Bagi perusahaan ukuran hutang sebaiknya tidak melebihi dari modal sendiri karena resiko menjadi tinggi apabila terjadi likuidasi dan perusahaan akan kesulitan untuk membayar hutang. Perhitungan Debt to Total Equity Ratio dapat dirumuskan sebagai berikut: Total liabilities Debt to Total Equity Ratio = Owner s equity 4 Rasio Profitabilitas. Rasio profitabilitas mengukur kemampuan perusahaan untuk menghasilkan laba. Rasio ini membantu perusahaan dalam mengontrol penerimaannya. Rasio ini diharapkan mempunyai dampak yang positif pada perusahaan yang melakukan merger dan akuisisi Theodossiou et.al, 1996 dalam Windarti 2002. Rasio-rasio profitabilitas yang digunakan dalam penelitian ini adalah: a. Operating Profit Margin. Operating Profit Margin mengukur berapa laba usaha yang dihasilkan dari penjualan atau pendapatan. Semakin rendah rasio ini, semakin kurang baik karena biaya-biaya operasi naik. Kemungkinan hal ini terjadi karena ada pemborosan. Perhitungan Operating Profit Margin dapat dirumuskan sebagai berikut: Operating profit Operating Profit Margin = Sales b. Net Profit Margin. Net Profit Margin mengukur seberapa banyak laba bersih setelah pajak dan bunga yang dapat dihasilkan dari penjualan atau pendapatan. Rasio yang rendah bisa disebabkan karena penjualan turun lebih besar dari turunnya ongkos, dan sebaliknya. Setiap perusahaan berkepentingan terhadap Net Profit Margin yang tinggi. Untuk menghitung Net Profit Margin digunakan rumus sebagai berikut: Net profit Net Profit Margin = Sales c. Return On Investment. Return On Investment mengukur keuntungan yang dihasilkan dari seluruh aktiva yang dimiliki perusahaan. Rasio yang rendah menunjukkan kinerja yang buruk atas pemanfaatan aktiva yang buruk oleh manajemen, sedangkan rasio tinggi menunjukkan kinerja atas penggunaan aktiva yang baik. Untuk menghitung Return On Investment digunakan rumus sebagai berikut: Net profit Return On Investment = Total asset d. Return On Equity. Return On Equity mengukur seberapa banyak laba bersih yang dapat dihasilkan dari investasi para pemegang saham dalam perusahaan. Rasio yang rendah dapat diartikan bahwa manajemen kurang efisien dalam penggunaan modal, sedangkan rasio yang tinggi dapat menunjukkan bahwa sebagian besar modal diperoleh dari pinjaman atau manajemen sangat efisien. Untuk menghitung Return On Equity digunakan rumus sebagai berikut; Net profit Return On Equity = Owner s equity

BAB IV HASIL DAN PEMBAHASAN

A. Gambaran Umum Objek Penelitian

Pasar modal Indonesia sudah dimulai sejak zaman pemerintahan Kolonial Belanda. Perdangangan sekuritas dimulai dengan pendirian bursa di Batavia pada tanggal 14 Desember 1912. Bursa Batavia tersebut merupakan cabang dari Amsterdamse Efectenbuerus, dan penyelenggaranya adalah Verrenniging Voor de Effectenhandel. Sekuritas yang diperjualbelikan adalah saham dan obligasi perusahaan-perusahaan Belanda yang beroperai di Indonesia. Obligasi yang diterbitkan pemerintah Hindia Belanda serta sekuritas Belanda lainnnya. Perkembangan bursa efek yang pesat, menarik pemerintah Hindia Belanda untuk mendirikan bursa di Semarang dan Surabaya pada tahun 1925. Semua anggota bursa adalah perusahaan-perusahaan swasta Belanda, sedangkan investornya selain orang Belanda ada juga orang-orang Arab dan Cina. Dengan demikian, praktis bursa efek pada saat itu hanya untuk kepentingan masyarakat Belanda. Perang dunia II yang terjadi sekitar tahun 1939, menyebutkan perkembangan pasar modal terhenti. Bursa efek di Indonesia resmi ditutup pada tanggal 10 Mei 1940. Tetapi kemudian pada tanggal 23 Desember 1940 bursa efek di Jakarta Batavia sempat dibuka kembali, walaupun kemudian ditutup kembali ketika Jepang masuk ke Indonesia.