BAB IV HASIL DAN PEMBAHASAN
4.1 Deskripsi Objek Penelitian
Data penelitian yang berasal dari laporan keuangan perusahaan manufaktur yang diperoleh dari situs BEI www.idx.co.id, perusahaan yang terpilih
kemudian dicari nilai ROE, persentase keberadaan komisaris independen, dan nilai perusahaan dari masingg-masing perusahaan.
Data penelitian ini terdiri dari 58 perusahaan manufaktur yang terdaftar di BEI dalam kurun waktu 2011-2012, sehingga jumlah observasi yang diteliti sebanyak
116 N=116. Untuk melakukan penelitian ini maka terlebih dahulu peneliti menghitung variabel bebas yang telah ditentukan dalam penelitian ini yaitu ROE,
persentase komisaris independen, dan nilai perusahaan yang dihitung dengan menggunakan Tobin’s, diaman data didapat dengan meneliti laporan keuangan
dan annual report setiap perusahaan manufaktur dalam setiap tahun periode pengamatan.
4.2 Hasil Analisis Data 4.2.1 Analisis Statistik Deskriptif
Pengujian hipotesis deskriptif merupakan proses pengujian generalisasi hasil suatu penelitian yang didasarkan pada satu sampel. Statistik deskriptif
berfungsi untuk mendeskripsikan atau memberikan gambaran tentang objek yang diteliti melalui sampel yang diambil dari suatu populasi tanpa adanya suatu
analisa yang menghasilkan kesimpulan. Analisa statistik deskriptif ini
Universitas Sumatera Utara
menganalisa nilai rata-rata mean, standar deviasi, nilai minimum, dan maksimum. Pada penelitian ini, hasil dari pengujian statistik deskriptik yakni
Tobins’Q, ROE, dan KI dari sampel perusahaan manufaktur selama periode pengamatan tahun 2011 sampai dengan tahun 2012 disajikan di dalam tabel 4.1
Tabel 4.1 Statistik Deskriptif Variabel Penelitian
Descriptive Statistics N
Minimum Maximum
Mean Std. Deviation
ROE 116
-324.67 163.76
7.2657 47.74927
TOBIN’S Q 116
1.09 3.74
2.1735 .55842
KI 116
.20 .80
.4015 .11514
Valid N listwise 116
Sumber : Output SPSS, 2014 Dari hasil uji statistik deksriptif pada tabel diatas, didapatkan informasi
sebagai berikut : a. Variabel ROE memiliki nilai minimum -324,67 dan nilai
maksimum163,76 dengan nilai rata-rata 7,2657. Standar deviasi adalah sebesar 47,74927, jumlah data yang digunakan adalah
sebanyak 116. b. Variabel Tobin’s Q memiliki nilai minimum 1,09 dan nilai
maksimum 3,74 dengan nilai rata-rata 2,1735. Standar deviasi adalah sebesar 55842, jumlah data yang digunakan adalah
sebanyak 116. c. Variabel KI memiliki nilai minimum 20 dan nilai maksimum 80
dengan nilai rata-rata 4015. Standar deviasi adalah sebesar 11514, jumlah data yang digunakan adalah sebanyak 116.
Universitas Sumatera Utara
4.2.2 Hasil Uji Asumsi Klasik 4.2.2.1 Hasil Uji Normalitas
Pengujian normalitas data yang digunakan dalam penelitian menggunakan uji One-Sample Kolmogorov-Smirnov. Data yang berdistribusi
normal jika memiliki nilai signifikan lebih besar dari 0,05.
Tabel 4.2 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Standardized Residual N
116 Normal Parameters
a
Mean 2.1735
Std. Deviation .55842
Most Extreme Differences Absolute
.060 Positive
.060 Negative
-.038 Kolmogorov-Smirnov Z
.645 Asymp. Sig. 2-tailed
.799 a.
Test distribution is Normal.
Sumber : Output SPSS, 2014 Tabel 4.2 merupakan uji One-Sample Kolmogorov-Smirnov yang
menunjukan nilai One-Sample Kolmogorov-Smirnov 0,645 dan nilai signifikan 0,799 nilai ini 0,05 dari data tersebut dapat dikatakan bahwa data yang
digunakan dalam penelitian ini berdistribusi normal, hal ini juga dapat kita amati dari hasil uji normalitas pada grafik histogram dan grafik probability plot. Berikut
dilampirkan grafik histogram dan grafik probability plot data yang telah memiliki distribusi normal.
Universitas Sumatera Utara
Histogram Dependent Variabel: Tobin’s Q
Gambar 4.1 Grafik Histogram
Sumber : Output SPSS, 2014 Gambar 4.1 menunjukan bahwa grafik histogram yang telah
tergambar diatas menunjukan pola yang berdistribusi normal, hal ini dapat dilihat dari bentuk kurva yang memiliki kemiringan yang cenderung seimbang baik
dibagian kiri maupun kanan.
Universitas Sumatera Utara
Normal P-P Plot of Regression Standardized Residual Dependen Variabel: Tobin’s Q
Gambar 4.2 Grafik Normal Probability Plot
Sumber : Output SPSS, 2014 Gambar 4.2 menunjukan grafik plot yang memiliki titik-titik
beraturan mengikuti data disepanjang garis diagonal, hal ini menunjukan bahwa data berdistribusi normal.
4.2.2.2 Hasil Uji Multikolinearitas
Dalam penelitian ini, uji multikolinearitas digunakan untuk menguji apakah ada tidaknya gejala multikolinearitas. Hal ini dilakukan dengan
melihat besaran korelasi antar variabel independen dan besarnya koloniearitas yang masih dapat ditolerir yaitu : Tolerance 0.10 dan VIF 2. Uji ini dilakukan
Universitas Sumatera Utara
dengan melihat nilai tolerance dan VIF, berikut hasil uji multikoloniearitas pada tabel 4.3 :
Tabel 4.3 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics B
Std. Error Beta
Tolerance VIF
Constant 628.937
568.493 1.106
.271 ROE
227.082 156.845
.147 1.448
.151 .997
1.003 KI
-766.609 866.404
-.090 -.885
.378 .997
1.003 a. Dependent Variable: TOBIN’S Q
Sumber : Output SPSS, 2014
Pada tabel diatas yaitu tabel 4.3 menunjukan penelitian ini bebas dari adanya multikolinearitas, dimana hal ini bisa dilihat dengan membandingkan
nilai tolerance dan VIF. Dari tabel tersebut menunjukan nilai tolerance yang lebih besar dari 0,1 yaitu untuk ROE nilai tolerance 0,997 dan KI dengan nilai tolerance
0,997. Jika dilihat dari VIF, masing-masing variabel bebas lebih kecil dari 2 yaitu untuk VIF ROE yaitu 1,003 dan VIF KI sebesar 1,003. Oleh karena itu, dapat
disimpulkan bahwa tidak terjadi gejala multikolinearitas pada variabel bebas.
4.2.2.3 Hasil Uji Heteroskedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah terjadi ketidaksamaan variance dari residual suatu pengamatan pada model regresi.
Sebuah estimator yang baik yaitu sebuah persamaan yang menghasilkan nilai residu yang sama setiap nilai estimasi atau dengan kata lain homoskedastisitas
Universitas Sumatera Utara
bukan heteroskedastisitas. Untuk melihat hal tersebut, berikut grafik scatterplot yang dapat memaparkan ada atau tidaknya heterokedastisitas :
Gambar 4.3 Scatterplot
Sumber : Output SPSS, 2014 Gambar 4.3 yaitu grafik scatterplot menunjukan keberadaan titik-
titik yang menyebar secara acak baik diatas maupun di bawah angka 0 pada sumbu Y, hal ini menunjukan bahwa tidak terjadi gejala heterokedastisitas pada
model regresi sehingga model regresi ini dapat digunakan untuk memprediksi nilai perusahaan yang berdasarkan pada keberadaan variabel independen yaitu
ROE atau return on equity.
Universitas Sumatera Utara
4.2.2.4 Hasil Uji Autokorelasi
Uji autokorelasi merupakan uji yang digunakan untuk menguji apakah dalam model regresi linear terdapat korelasi penganggu antara kesalahan
penganggu pada periode t dengan kesalahan penganggu pada periode t-1, autokorelasi akan muncul apabila data yang dipakai adalah data runtut waktu
time series. Bila data penelitian adalah kerat lintang, masalah autokorelasi akan muncul apabila data sangat bergantung kepada tempat tetapi bila penelitian
berhubungan dengan kerat lintang maka akan terbebas dari masalah autokorelasi. Jika terjadi autokorelasi dalam model regresi berarti koefisien korelasi yang
diperoleh menjadi tidak akurat. Oleh karena itu, model regresi yang baik adalah model yang bebas dari autokorelasi. Berikut ini tabel hasil uji Durbin Watson :
Tabel 4.4 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate
Durbin-Watson 1
.168
a
.028 .008
741.56758 1.135
a. Predictors: Constant, ROE b. Dependent Variable: TOBINSQ
Sumber : Output SPSS, 2014
Tabel 4.4 menunjukan nilai statistik D-W sebesar 1,135, nilai ini menunjukan nilai D-W tidak lebih besar dari 2 dan tidak lebih kecil dari -2 maka
tidak terdapat autokorelasi positif pada model regresi.
Universitas Sumatera Utara
4.2.3 Hasil Uji Hipotesis 4.2.3.1 Uji Signifikan Parsial Uji t
Pengaruh ROE secara parsial terhadap nilai perusahaan dapat dihitung dengan menggunakan uji t. Hasil uji terdapat pada tabel 4.5 berikut :
Tabel 4.5 Hasil Uji t ROE terhadap Tobins’Q
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 2.112
.061 34.629
.000 ROE
.049 .027
.171 1.850
.067 a. Dependent Variable: TOBIN’S Q
Sumber : Output SPSS, 2014
Variabel ROE memberikan koefisien parameter 0,049 dengan tingkat signifikansi 0,067, 0,067 0,05 ini menunjukan bahwa tidak terdapat pengaruh
ROE terhadap Tobin’s Q.
4.2.3.2 Analisis Koefisien Determinasi R
2
Nilai koefisien korelasi adalah nilai yang menunjukan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan
kaitannya terhadap variabel dependen. Koefisien korelasi dikatakan kuat jika nilai r berada di atas 0,5 dan mendekati 1. Koefisien determinasi atau R square
menunjukan seberapa besar variabel independen mampu menjelaskan variabel dependen. Jika nilai R square bernilai mendekati satu maka variabel independen
mampu memberikan informasi yang dibutuhkan dalam menyelidiki dan memprediksi variabel dependen. Sebaliknya jika nilai R square semakin kecil
Universitas Sumatera Utara
maka kemampuan variabel independen dalam menjelaskan variasi variabel
dependen semakin terbatas. Tabel 4.7
Hasil Analisis Koefisien Determinasi
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate
Durbin-Watson 1
.171
a
.029 .021
.55263 .812
a. Predictors: Constant, ROE b. Dependent Variable: TOBIN’S Q
Sumber : Output SPSS, 2014
Berdasarkan tabel 4.7 nilai adjusted R Square koefisien determinasi adalah sebesar 0,021 atau 2,1. Hal ini menunjukan bahwa 2,1 variabel
TobinsQ atau nilai perusahaan dapat dijelaskan oleh variabel ROE sedangkan sisanya sebesar 97,9 merupakan pengaruh dari variabel bebas lain yang tidal
dijelaskan oleh model penelitian ini.
4.2.4 Hasil Uji Hipotesis dengan Moderated Regression Analysis MIRA
Uji ini diterapkan dengan mengalikan variabel yang dihipotesiskan sebagai variabel moderasi dengan variabel bebas. Apabila variabel yang dikalikan dengan
variabel bebas menghasilkan variabel yang signifikan maka bisa disimpulkan bahwa variabel moderasi benar-benar memoderasi hubungan antara variabel bebas
dan variabel yang bergantung. Dimana di dalam penelitian ini variabel yang digunakan adalah good corporate governance yang diproksikan dengan
keberadaan Komisaris Independen KI.
Universitas Sumatera Utara
4.2.4.1 Hasil Uji Koefisien Determinasi R
2
Gambaran pada tabel 4.8 memaparkan besarnya adjusted R Square sebesar 0,006, hal ini berarti menunjukan bahwa hanya 0,6 variasi TobinsQ
yang dapat dijelaskan oleh variasi variabel independen ROE, KI, dan moderasi KI. Sedangkan sisanya 100-0,6=99,994 sebesar 99,994 dijelaskan oleh
faktor-faktor lain diluar model.
Tabel 4.8 Hasil Uji Koefisien Determinasi ROE, KI, dan Moderasi KI
Model Summary
Model R
R Square Adjusted R Square
Std. Error of the Estimate
1 .178
a
.032 .006
.55685 a. Predictors: Constant, Moderasi, KI, ROE
Sumber : Output SPSS, 2014
4.2.4.2 Hasil Uji Statistik t
Berdasarkan tabel 4.9 dapat diketahui bahwa variabel bebas ROE memberikan koefisien parameter sebesar 0,137 dengan tingkat signifikansi
sebesar 0,440, variabel KI memberikan koefisien parameter sebesar 0,052 dengan tingkat signifikansi sebesar 0,940. Variabel moderasi KI yang memiliki koefisien
parameter sebesar -0,118 ternyata tidak signifikan karena nilai signifikasinya sebesar 0,619 0,05. Sehingga dapat ditarik kesimpulan variabel ROE tidak
berpengaruh secara signifikan terhadap nilai perusahaan. Sementara variabel Moderasi KI tidak berpengaruh terhadap nilai perusahaan dan bukan merupakan
variabel moderating yang sesuai.
Universitas Sumatera Utara
Tabel 4.9 Hasil Uji t ROE, KI, dan Moderasi KI
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1 Constant
2.066 .449
4.600 .000
ROE .137
.176 .475
.776 .440
KI .052
.697 .008
.075 .940
Moderasi KI -.118
.237 -.310
-.498 .619
a. Dependent Variable: TOBIN’S Q
Sumber : Output SPSS, 2014
4.3 Pembahasan Hasil Penelitian • Hasil Pengujian Hipotesis 1
Pada pengujian hipotesis 1, melalui analisis koefisien determinasi nilai R square sebesar 0,021 yang berarti 2,1 variasi atau perubahan nilai perusahaan
dapat dijelaskan oleh variasi ROE dan sisanya sebesar 97,9 dijelaskan oleh variasi variabel lain yang tidak dimasukan ke dalam penelitian.
Hasil penelitian secara parsial dapat diketahui bahwa variabel bebas yaitu ROE memiliki t hitung sebesar 1,850 dengan nilai signifikan 0,067 0,05. Ini
berarti variabel independen ROE tidak mempuntai pengaruh signifikan terhadap Tobin’s Q yaitu nilai perusahaan yang dianggap variabel dependen.
Hasil penelitian ini mendukung hasil penelitian Rahayu 2010 yang menyatakan bahwa ROE tidak berpengaruh signifikan terhadap nilai perusahaan
dan di lain penelitian, Carningsih 2009 dalam penelitian mendapati bahwa ROA tidak berpengaruh terhadap nilai perusahaan.
Universitas Sumatera Utara
• Hasil Pengujian Hipotesis 2
Hasil regresi linear berganda hasil moderasi menunjukan besarnya adjusted R Square sebesar 0,006, hal ini berarti menunjukan bahwa hanya 0,6
variasi Tobin’s Q yang dapat dijelaskan oleh variasi variabel independen ROE, KI, dan Moderasi KI. Sedangkan sisanya 100-0,6=99,994 sebesar
99,994 dijelaskan oleh faktor-faktor lain diluar model. Hasil pengujian secara parsial diketahui bahwa variabel ROE tidak
berpengaruh secara signifikan terhadap nilai perusahaan. Sementara variabel Moderasi KI memiliki t
hitung
sebesar -0,498 dengan tingkat signifikasi 0,619 dimana 0,619 0,05 yang berarti lebih besar daripada tingkat signifikan 5,
oleh karena itu, dapat disimpulkan bahwa variabel moderasi KI tidak berpengaruh terhadap nilai perusahaan dan bukan merupakan variabel moderating yang sesuai.
Dari hasil nilai tersebut maka dapat disimpulkan bahwa ROE dengan tingkat signifikansi 0,440 0,05, KI dengan tingkat signifikansi 0,940 0,05,
dan Moderasi KI dengan tingkat signifikansi 0,619 0,05 tidak berpengaruh secara signifikan terhadap Tobin’s Q atau nilai perusahaan karena tingkat
probabilitas signifikasi 0,05.
Universitas Sumatera Utara
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan