BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Hasil Penelitian
4.1.1 Sejarah Singkat Pasar Modal di Indonesia
Pasar modal di Indonesia pertama kali didirikan pada tanggal 14 Desember 1912 di Batavia dengan nama Vereniging voor de Effecten Hendel yang sekarang
disebut Bursa Efek Jakarta, oleh pemerintah Belanda. Tujuan dibentuknya pasar modal adalah untuk memperdagangkan obligasi yang dikeluarkan oleh perusahaan-
perusahaan Belanda sebagai bentuk perolehan dana jangka panjang untuk membiayai kegiatan perusahaan. Sekitar tahun 1914, Bursa Efek Jakarta sempat ditutup karena
meletuskan Perang Dunia-I. Sebelas tahun kemudian Bursa Efek dibuka kembali dan diikuti dengan didirikannya Bursa Efek Surabaya pada tanggal 11 Januari 1925 serta
Bursa Efek Semarang pada tanggal 1 Agustus 1925. Namun akibat meletusnya kembali Perang Dunia-II maka pada tahun 1939 Bursa Efek Surabaya dan Bursa
Efek Semarang ditutup. Setahun kemudian menyusul Bursa Efek Jakarta yang ditutup Kembali.
Bursa Efek Jakarta dibuka kembali untuk kedua kalinya pada tahun 1952 oleh Pemerintah Indonesia melalui Badan Perserikatan Perdagangan Uang dan Efek
BPPUE. Berdirinya Bursa Efek Jakarta ini diharapkan mampu menjadi indikator penunjang perekonomian. Walaupun demikian ketika Indonesia dilanda resesi
ekonomi pada tahun 1958 kegiatan di Bursa Efek Jakarta sempat terhenti untuk sementara waktu hingga keadaan perekonomian kembali pulih. Pemerintah
mengaktifkan kembali kegiatan bursa efek pada tahun 1977 setelah dibentuknya 50
Universitas Sumatera Utara
Badan Pelaksana Pasar Modal Bapepam setahun sebelumnya. Bapepam ini sendiri mengalami perusabahan nama pada tahun 1992 menjadi Badan Pengawas Pasar
Modal. Perusahaan Industri Barang Konsumsi yang terdaftar di Bursa Efek Indonesia
dari tahun 2007 sampai dengan 2010 adalah sebanyak 34 perusahaan, sedangakan perusahaan yang memenuhi kriteria sebagai sampel dalam penelitian ini adalah 20
perusahaan.
4.1.2. Deskripsi Data Penelitian
4.1.2.1. Deskripsi data penelitian hipotesis
Data yang diperoleh dari hasil analisis deskriptif menunjukkan nilai tertinggi maximum, nilai terendah minimum, rata-rata mean dan standar deviasi dari
setiap variabel yang diteliti, baik itu variabel bebas yaitu Intellectual Capital dan variabel kontrol yaitu Ukuran Perusahaan dan Leverage Perusahaan, serta variabel
terikat yaitu Profitabilitas, Produktivitas dan Market Book Value Ratio. Hasil analisis deskriptif dapat dilihat pada tabel 4.1 dibawah ini:
Tabel 4.1. Deskripsi Data Penelitian Hipotesis
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation ROA
80 .01
.84 .1254
.13512 ATO
80 .57
3.25 1.4044
.50914 MBR
80 39.10
2374485.00 119834.6962
3.91229E5 VAIC
80 3.52
140.10 19.5381
19.44537 UKURAN
80 1
.20 .403
LEVERAGE 80
.07 3.66
.4899 .59864
Valid N listwise 80
Sumber: Hasil Penelitian, 2012 Data diolah.
Universitas Sumatera Utara
Dari Tabel 4.1 terlihat bahwa rata-rata ROA perusahaan sampel ialah 0,13. Nilai ROA terendah adalah STTP tahun 2008 dan LMPI tahun 2008 sampai dengan
2010 yaitu 0,01 . Nilai ROA tertinggi adalah KAEF tahun 2010 yaitu 0,84. Nilai standar deviasi 0,14 menunjukkan bahwa selama tahun pengamatan ROA perusahaan
sampel relative stabil, jarak antara perusahaan yang mempunyai rasio ROA tinggi relatif dekat dengan jarak antara perusahaan yang mempunyai rasio ROA rendah.
Rata-rata ATO perusahaan sampel ialah 1,4. Nilai ATO terendah adalah LMPI tahun 2007 yaitu 0,57. Nilai tertinggi ATO adalah CEKA tahun 2008 yaitu
3,25. Nilai standar deviasi 0,51 menunjukkan bahwa selama tahun pengamatan ATO perusahaan sampel relative stabil, jarak antara perusahaan yang mempunyai rasio
ATO tinggi relatif dekat dengan jarak antara perusahaan yang mempunyai rasio ATO rendah.
Rata-rata MBR perusahaan sampel ialah 19,54. Nilai MBR terendah adalah DLTA tahun 2009 yaitu 39,1. Nilai tertinggi MBR adalah UNVR tahun 2010 yaitu
2374485. Nilai standar deviasi 3,91 menunjukkan bahwa selama tahun pengamatan MBR perusahaan sampel relative stabil, jarak antara perusahaan yang mempunyai
rasio MBR tinggi relatif dekat dengan jarak antara perusahaan yang mempunyai rasio MBR rendah.
Rata-rata VAIC perusahaan sampel ialah 119835. Nilai VAIC terendah adalah MRAT tahun 2007 yaitu 3,52. Nilai tertinggi VAIC adalah CEKA tahun 2008
yaitu 140,10. Nilai standar deviasi 19,45 menunjukkan bahwa selama tahun pengamatan VAIC perusahaan sampel relative stabil, jarak antara perusahaan yang
mempunyai rasio VAIC tinggi relatif dekat dengan jarak antara perusahaan yang mempunyai rasio VAIC rendah.
Universitas Sumatera Utara
Rata-rata ukuran perusahaan sampel ialah 0,2. Nilai ukuran perusahaan terendah adalah 0 yang terdiri dari 64 perusahaan. Nilai tertinggi ukuran perusahaan
adalah 1 yang terdiri dari 16 perusahaan. Nilai standar deviasi 0,4 menunjukkan bahwa selama tahun pengamatan ukuran perusahaan perusahaan sampel relative
stabil, jarak antara perusahaan yang mempunyai ukuran perusahaan tinggi relatif dekat dengan jarak antara perusahaan yang mempunyai ukuran perusahaan rendah.
Rata-rata Leverage perusahaan sampel ialah 0,49. Nilai Leverage terendah adalah TCID tahun 2007 yaitu 0,07. Nilai tertinggi Leverage adalah INDF tahun
2008 yaitu 3,66. Nilai standar deviasi 0,6 menunjukkan bahwa selama tahun pengamatan Leverage perusahaan sampel relative stabil, jarak antara perusahaan
yang mempunyai rasio Leverage tinggi relatif dekat dengan jarak antara perusahaan yang mempunyai rasio Leverage rendah.
4.1.3. Hasil Uji Asumsi Klasik Hipotesis Pertama
Suatu model dapat dikatakan baik dan dapat digunakan untuk memprediksi dalam penelitian apabila sudah lolos dan serangkaian uji asumsi ekonometrik yang
melandasinya. Penelitian ini menggunakan uji asumsi klasik untuk mengetahui kondisi data yang ada agar dapat menentukan model analisis yang paling tepat
digunakan. Uji asumsi klasik yang digunakan meliputi uji normalitas, multikolinieritas, uji heterokedastisitas dan uji autokorelasi.
4.1.3.1. Uji Normalitas
Uji normalitas dapat dilakukan dengan dua cara yaitu dengan analisis grafik dan uji statistik Kolmogrov-Sminov. Tampilan grafik histogram yang terdapat pada
Universitas Sumatera Utara
gambar 4.1 di bawah memberikan pola distribusi yang normal karena menyebar secara merata baik ke kiri maupun ke kanan.
Sumber: Hasil Penelitian, 2012 Data diolah.
Gambar 4.1 Grafik Histogram Hipotesa Pertama
Pada Gambar 4.1 Grafik Histogram di atas memperlihatkan hasil bahwa bentuk grafik mengikuti grafik distribusi normal. Dari grafik tersebut terlihat bahwa
bentuk grafik distribusi menceng ke kiri dan lebih runcing.
Sumber: Hasil Penelitian, 2012 Data diolah.
Gambar 4.2 Grafik Normal Plot Hipotesa Pertama
Universitas Sumatera Utara
Pada Gambar 4.2 Grafik Normal Plot diatas terlihat bahwa titik-titik menyebar di sekitar garis diagonal dan penyebarannya mengikuti arah garis regresi
memenuhi asumsi normalitas. Selain dengan analisis grafik, dapat dilakukan uji normalitas dengan melihat angka signifikan dari Kolmogrov-Sminov text, yaitu
dengan cara melakukan uji Kolmogrov-Sminov pada data residual. Dari tabel hasil uji normalitas terlihat bahwa semua variabel berdistribusi normal, hal ini dapat
dilihat dari signifikansi Kolmogrov-Sminov test sebesar 0,768 yaitu lebih besar dari 0,05. Hasil uji Kolmogrov-Sminov terlihat pada tabel 4.2 sebagai berikut:
Tabel 4.2. Uji Kolmogrov-Sminov Hipotesa Pertama
One-Sample Kolmogorov-Smirnov Test
Ln_ROA N
80 Normal Parameters
a,,b
Mean -2.7684
Std. Deviation .99672
Most Extreme Differences Absolute .074
Positive .074
Negative -.057
Kolmogorov-Smirnov Z .665
Asymp. Sig. 2-tailed .768
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil Penelitian, 2012 Data diolah. 4.1.3.2 Uji Multikolinieritas
Pengujian Multikolinieritas pada penelitian ini dapat dilakukan dengan melihat nilai collinearity statistic dan nilai koefisien korelasi diantara variabel bebas.
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas. Multikolinieritas terjadi apabila 1 nilai
tolerance Tolerance 0,10 dan 2 variance inflation factor VIF 10.
Universitas Sumatera Utara
Berdasarkan tabel 4.3 terlihat nilai VIF untuk variabel VAIC, Ukuran dan Leverage lebih kecil dari 10. Sedangkan nilai tolerance-nya lebih besari dari 0,10. Hal ini
menunjukkan bahwa variabel bebas dalam penelitian ini tidak saling berkorelasi atau tidak ditemukan adanya korelasi antara variabel bebas dan variabel kontrol. Hasil
pengujian terlihat pada tabel 4.3 sebagai berikut:
Tabel 4.3. Uji Multikolinieritas Hipotesa Pertama
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant -1.424
.280 -5.088
.000 Ln_VAIC
-.599 .070
-.678 -8.612
.000 .964
1.038 UKURAN
.354 .217
.143 1.636
.106 .780
1.281 Ln_LEVERAGE
-.285 .119
-.212 -2.392
.019 .761
1.314 a. Dependent Variable: Ln_ROA
Sumber: Hasil Penelitian, 2012 Data diolah
4.1.3.3. Uji Heterokedastisitas
Uji Heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual pengamatan satu dengan pengamatan
lain, jika varians residual dari pengamatan satu dengan pengamatan yang lain tetap, maka disebut homoskedastistik. Model regresi yang baik ialah yang
homokedastisitas atau tidak terjadi heterokedastisitas. Deteksi ada tidaknya heterokedastisitas dapat dilakukan dengna melihat ada tidaknya pola tertentu pada
grafik scatterplot antara SRESID residual dan ZPRED prediksi variabel terikat.
Universitas Sumatera Utara
Sumber: Hasil Penelitian, 2012 Data diolah
Gambar 4.3. Grafik Scatterplot Hipotesa Pertama
4.1.3.3.1 Uji Glejser
Tabel 4.4. Uji Glejser Hipotesa Pertama
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant .746
.168 4.442
.000 Ln_VAIC
-.071 .042
-.193 -1.689
.095 .964
1.038 UKURAN
-.080 .130
-.078 -.617
.539 .780
1.281 Ln_LEVERAGE
.002 .072
.004 .029
.977 .761
1.314 a. Dependent Variable: ABS_RES
Sumber: Hasil Penelitian, 2012 Data diolah Pada Tabel 4.4 menunjukkan bahwa tidak ada variabel independen yang
signifikan secara statistik mempengaruhi variabel dependen absolute Ut absut. Hal ini terlihat dari profitabilitas signifikansinya di atas tingkat kepercayaan 5, jadi
disimpulkan model regresi tidak mengarah adanya heteroskedastisitas.
Universitas Sumatera Utara
4.1.3.4. Uji Autokorelasi
Pendekatan masalah autokorelasi dilakukan dengan pengujian Durbin- Watson atau uji DW. Dari Tabel 4.5 diperoleh nilai hitung Durbin-Watson sebesar
2,104. Dari tabel statistik Durbin-Watson dengan
α
= 5 diperoleh nilai DW lebih besar dari upper bound du atau dapat ditulis sebagai berikut, d du atau 2,104
1,72. Hal ini dapat disimpulkan bahwa hipotesis awal Ho diterima artinya tidak terdapat autokorelasi baik positif maupun negatif pada persamaan regresi.
Tabel 4.5. Uji Autokorelasi Hipotesa Pertama
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .739
a
.546 .528
.68446 2.104
a. Predictors: Constant, Ln_LEVERAGE, Ln_VAIC, UKURAN b. Dependent Variable: Ln_ROA
Sumber: Hasil Penelitian, 2012 Data diolah
4.1.4. Hasil Regresi Berganda Hipotesa Pertama Tabel 4.6 Hasil Uji Hipotesis Pertama
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant -1.424
.280 -5.088
.000 Ln_VAIC
-.599 .070
-.678 -8.612
.000 .964
1.038 UKURAN
.354 .217
.143 1.636
.106 .780
1.281 Ln_LEVERAGE
-.285 .119
-.212 -2.392
.019 .761
1.314 a. Dependent Variable: Ln_ROA
Sumber: Hasil Penelitian, 2012 Data diolah Berdasarkan hasil pengujian pada data VAIC, Ukuran Perusahaan dan
Leverage terhadap ROA terjadi ketidaknormalan data pada ROA, autokorelasi,
Universitas Sumatera Utara
heteroskedastisitas dan ketidaksignifikanan. Oleh karena itu dilakukan persamaan regresi linier berganda dengan data transformasi dimana masing-masing variabel
ditransformasi kedalam bentuk Logaritma Natural Ln. Model regresi untuk hipotesis pertama adalah sebagai berikut:
Y
1
= -1,424 – 0,599Ln_VAIC + 0,354UKURAN – 0,285Ln_LEVERAGE + e
Dimana: Y
1
= Ln_Return On Asset β
= Konstanta
1
β = Koefisien Regresi Ln_VAIC
2
β = Koefisien Regresi Ukuran Perusahaan
3
β = Koefisien Regresi Ln_Leverage
X
1
= Value Added Intellectual Capital VAIC
TM
X
2
= Ukuran Perusahaan X
3
= Leverage e
= Error of Term. Dari persamaan regresi linier berganda diatas menunjukkan bahwa apabila
nilai variabel VAIC, Ukuran Perusahaan dan Leverage sama dengan nol, maka Return On Asset adalah sebesar -1,424. Hal ini berarti bahwa pengaruh rata-rata
semua variabel yang tidak terungkap tidak diteliti terhadap Return On Asset adalah -1,424. Koefisien variabel VAIC adalah -0,599 yang berarti bahwa bila VAIC naik
sebesar 1 maka Return On Asset akan turun sebesar 59,9. Koefisien variabel ukuran perusahaan adalah 0,354 yang berarti bahwa bila ukuran perusahaan sama
dengan 1 maka Return On Asset naik sebesar 35,4, dan apabila ukuran perusahaan
Universitas Sumatera Utara
sama dengan 0 maka Return On Asset tidak akan mengalami kenaikan maupun penurunan. Koefisien variabel leverage adalah sebesar -0,285 yang berarti bahwa
bila leverage naik sebesar 1 maka Return On Asset akan turun sebesar 28,5.
4.1.5. Koefisien Determinasi Hipotesa Pertama