4. Operating Leverage Untuk mengukur seberapa besar pengaruh perubahan volume penjualan
terhadap perubahan EBIT dapat digunakan tingkat leverage operasi Degree Of Operating Leverage, DOL. Secara matematis, Warsono, 2003 DOL dapat
diformulasikan sebagai berikut :
= Persentase Perubahan EBIT
Persentase Perubahan Penjualan
5. Return on Investment
Return on investment merupakan perbandingan antara laba bersih setelah pajak dengan total aktiva. Return on investment adalah merupakan rasio yang
mengukur kemampuan perusahaan secara keseluruhan didalam menghasilkan keuntungan dengan jumlah keseluruhan aktiva yang tersedia didalam
perusahaan Syamsuddin, 2002. Semakin tinggi rasio ini semakin baik keadaan suatu perusahaan. Return on investment merupakan rasio yang
menunjukkan berapa besar laba bersih diperoleh perusahaan bila di ukur dari nilai aktiva Sofyan, 2008. Return on Investment dihitung dengan rumus:
= Laba Bersih Setelah Pajak
3.6 Metode Analisis
3.6.1 Metode Regresi
Penelitian ini menggunakan metode kuantitatif dengan alat regresi berganda multiple regression.
Untuk dapat mengetahui pengaruh variabel independen terhadap variabel dependen digunakan metode Panel Least
Square PLS. Penelitian ini menggunakan metode tetap fixed effect yang
mampu menunjukkan perbedaan konstanta antar obyek meskipun dengan koefisien regresor yang sama. Hal tersebut diperlukan mengingat kondisi
tiap obyek yang saling berbeda. Persamaan regresi linear berganda pada penelitian ini berdasarkan variabel
dependen dan independen adalah:
it 3it
3 2it
2 1it
1 it
e X
β X
β X
β α
Y
Keterangan : Y
it
= Return saham X
1
= Struktur Modal X
2
= Economic Value Added EVA X
3
= Financial leverage X
4
= Operating leverage X
5
= Return on investment i
= Jenis perusahaan t
= Waktu
3.6.2 Uji Asumsi Klasik
Sebelum dilakukan pengujian hipotesis, maka data yang telah diperoleh dalam penelitian ini akan diuji terlebih dahulu untuk memenuhi asumsi
dasar. Pengujian yang dilakukan antara lain :
3.6.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam suatu model regresi linier variabel terikat dan variabel bebas keduanya mempunyai
distribusi normal atau tidak Ghozali, 2007. Kriteria yang harus dipenuhi untuk memenuhi asumsi ini adalah jika signifikansi hitung p-value lebih
besar dari nilai alpha 5, maka variabel residual dinyatakan berdistribusi normal. Gambar 3.1 berikut ini menunjukan hasil Uji Normalitas :
Sumber : Data sekunder yang diperoleh dengan program Eviews 7
Gambar 3.1 Hasil Uji Normalitas
Dapat dilihat pada Gambar 3.1 didapatkan nilai Prob Jarque-Bera sebesar 0,18 0,05 sehingga dapat disimpulkan bahwa residual terdistribusi normal
yang artinya asumsi klasik tentang kenormalan telah dipenuhi.
3.6.2.2 Uji Autokorelasi
Uji Autokorelasi digunakan untuk menguji apakah dalam suatu model regresi linier ada kolerasi anatara kesalahan penganggu pada periode 1 dengan kesalahan
pada periode 1-1 sebelumnya. Jika terjadi kolerasi maka dinamakan ada problem autokolerasi. Model regresi yang baik adalah regresi yang bebas dari autokolerasi.
Tabel 3.3 berikut ini akan menunjukan Hasil uji Autokorelasi :
2 4
6 8
10 12
-1.00 -0.75
-0.50 -0.25
0.00 0.25
0.50 0.75
1.00 1.25
Se rie s: R e sid u a ls Sa mp le 1 3 5
O b se rva tio n s 3 5 Me a n
-1 .0 2 e -1 6 Me d ia n
-0 .0 7 1 6 6 1 Ma ximu m
1 .0 5 3 5 0 4 Min im u m
-0 .7 9 1 4 0 3 Std . D e v .
0 .4 8 4 8 8 9 Sk e wn e s s
0 .7 4 8 7 0 0 Ku rto sis
2 .7 1 2 3 9 8 Ja rq u e -Be ra
3 .3 9 0 5 1 3 Pro b a b ility
0 .1 8 3 5 5 2
Tabel 3.3 Uji Autokorelasi
Breusch-Godfrey Serial Correlation LM Test: F-statistic
0.2680 Prob. F2,27
0.7669 ObsR-squared
0.6813 Prob. Chi-Square2
0.7113
Sumber : Data sekunder yang diperoleh dengan program Eviews 7 Dapat dilihat pada Tabel 3.3 , nilai Prob. F2,27 sebesar 0.766 dapat juga
disebut sebagai nilai probabilitas F hitung. Nilai Prob. F hitung lebih besar dari tingkat alpha 0,05 5. Berdasarkan hal tersebut, dapat disimpulkan
bahwa tidak terdapat masalah autokorelasi.
3.6.2.3 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Karena model regresi yang
baik seharusnya tidak terjadi korelasi di antara variabel independen Imam Ghozali, 2007. Uji multikolinieritas dilakukan dengan melihat tolerance value
atau dengan menggunakan Variance Inflation Factors VIF dari hasil analisis dengan menggunakan Eviews 7. Uji multikolinearitas dilakukan dengan melihat
tolerance value dan variance inflation factor VIF. Multikolinearitas terjadi bila nilai VIF diatas nilai 10 atau tolerance value dibawah 0,10. Multikolinearitas
tidak terjadi bila nilai VIF dibawah nilai 10 atau tolerance value diatas 0,10. Santoso, 2002.
Tabel 3.4 berikut ini akan menunjukan Hasil uji
Multikolinieritas :
Tabel 3.4 Uji Multikolinearitas
Variance Inflation Factors Date: 010517 Time: 20:28
Sample: 1 35 Included observations: 35
Coefficient Uncentered
Centered Variable
Variance VIF
VIF LTDER_X1
2.2997 4.1589
1.7484 EVA_X2
7.6528 2.2145
1.4399 DFL_X3
0.0011 1.5000
1.1175 DOL_X4
0.0001 1.0475
1.0444 ROI_X5
1.0417 4.6954
1.4031 C
0.1071 13.6110
Sumber : Data sekunder yang diperoleh dengan program Eviews 7 Hasil uji multikolinieritas, dapat dilihat pada Tabel 3.4, kolom VIF. Nilai VIF
untuk variabel LTDER, EVA, DFL, DOL dan ROI masing-masing 1.7484, 1.439, 1.117, 1.044 dan 1.403. Karena nilai VIF dari ketiga variabel tidak ada
yang lebih besar dari 10, maka dapat dikatakan tidak terjadi multikolinieritas
pada ketiga variabel bebas tersebut.
3.6.2.4 Uji Heteroskedastisitas
Heteroskedastisitas terjadi pada saat residual dan nilai prediksi memiliki korelasi atau pola hubungan. Pola hubungan ini tidak hanya sebatas hubungan
yang linier, tetapi dalam pola yang berbeda juga dimungkinkan. Oleh karena itu ada beberapa metode uji heteroskedastisitas yang dimiliki oleh EViews, seperti :
Breusch-Pagan-Godfrey, Harvey, Glejser, ARCH, White dan lain-lain. Tabel 3.5 berikut ini akan menunjukan Hasil uji Heteroskedastisitas :
Tabel 3.5 Uji Heteroskedastisitas
Heteroskedasticity Test: White F-statistic
0.7571 Prob. F5,29
0.5878 ObsR-squared
4.0414 Prob. Chi-Square5
0.5434 Scaled explained SS
2.3756 Prob. Chi-Square5
0.7951
Sumber : Data sekunder yang diperoleh dengan program Eviews 7 Dapat dilihat pada Tabel 4.4, nilai Prob. F hitung sebesar 0.587 lebih besar dari
tingkat alpha 0,05 5. Berdasarkan hal tersebut, dapat disimpulkan bahwa tidak terjadi heteroskedastisitas.
3.6.3 Uji Hipotesis