Rumus yang digunakan adalah penjumlahan antara tingkat bebas resiko, yang didapat dari Sertifikat Bank Indonesia SBI
dengan koefisien beta dari saham yang didapat dari pengembalian saham biasa relatif terhadap pasar secara keseluruhan dan beta
tersebut dikalikan dengan premi risiko Keown, 2004. Struktur modal merupakan penjumlahan bobot antara bobot ekuitas dan bobot
hutang. Bobot ekuitas We didapat dari perbandingan antara ekuitas terhadap total aktiva, sementara bobot hutang Wd adalah
perbandingan antara hutang dengan total aktiva. Keduanya dinyatakan dalam persen, sehingga hasil akhir struktur modal juga
berupa presentasi. Setelah semua komponen untuk menghitung biaya modal rata-rata tertimbang WACC diketahui, langkah selanjutnya
adalah dilakukan penjumlahan antara perkalian bobot dan biaya hutang dengan bobot dan biaya ekuitas. Penjumlahan ini merupakan
sebuah presentase. IC merupakan selisih antara asset dan Non Interest Bearing
Liabilities. Asset disini adalah total aktiva, atau dalam penelitian ini digunakan penjumlahan antara hutang ditambah ekuitas, dikarenakan
dalam laporan keuangan nilai total aktiva assets adalah sama dengan total pasiva. Sementara Non Interest Bearing Liabilities
adalah hutang beban dan dalam laporan keuangan disebut dengan akun beban yang masih harus dibayar.
Dan langkah selanjutnya adalah perkalian antara WACC dengan IC yang menghasilkan Cost of Capital COC. COC
digunakan sebagai biaya modal untuk dijadikan pengurangan dengan NOPAT yang hasil akhirnya akan menghasilkan EVA dalam bentuk
nominal jumlah uang.
3.3.3 Metode
Market Value Added MVA
Menunjukan nilai
perusahaan, dan seharusnya merupakan
net present value dari EVA. MVA didefinisikan sebagai:
MVA = nilai pasar perusahaan – total kapital = Net Present Value NPV perusahaan
= nilai sekarang dari future EVA Kenaikan nilai pasar dari modal perusahaan diatas nilai
modal yang disetor pemegang saham atau yang disebut MVA dirumuskan sebagai berikut.
MVA = nilai pasar ekuitas – modal ekuitas yang disetor pemegang saham.
= jumlah saham beredar x harga saham – total nilai ekuitas. Nilai
pasar perusahaan
merupakan perkalian antara harga pasar saham perusahaan dengan jumlah saham yang beredar shares
outstanding. Lalu total kapital adalah nilai buku yang merupakan modal ekuitas yang disetor pemegang saham. Harga pasar yang
digunakan adalah harga pasar saham triwulanan yang didapat dari rata-rata harga pasar saham bulanan. Sedangkan jumlah saham yang
beredar merupakan jumlah saham yang ditawarkan perusahaan selama periode triwulan. Dan data ini didapat dari pasar modal
terpublikasi. Setelah semua komponen diketahui, maka MVA pun dapat diketahui nilainya. Adapun langkah-langkah perhitungan
MVA dapat dilihat pada Tabel 4.
Tabel 4. Langkah perhitungan MVA
Tahapan Perhitungan
Sumber
Nilai Pasar Ekuitas
Harga Penutupan Saham BCA Akhir Bulan
Data Historis Harga Saham
Shares Outstanding
Jumlah Saham Beredar Data Historis
Harga Saham
Total Kapital
Nilai Buku = Ekuitas Neraca
MVA
Harga Pasar Saham x Shares Outstanding –
Total Kapital Data Historis
Harga Saham, Neraca
3.3.4 Analisis Pengaruh Rasio Keuangan dan EVA Terhadap MVA
Pada umumnya, pengukuran kinerja perusahaan sebagai pencerminan tingkat kesejahteraan investornya dilakukan dengan
menggunakan metode parameter akuntansi standar earning measures, yaitu ROE, EPS dan CAR . Lalu muncul suatu konsep
baru yaitu EVA dan MVA yang merupakan pengukur nilai tambah pasar yang telah dilakukan oleh perusahaan. Kedua metode tersebut
merupakan pengukur yang sama-sama digunakan untuk menilai seberapa besar kemampuan perusahaan dalam menciptakan
kekayaan bagi investornya. Hal ini merupakan alat pertimbangan penting bagi investor untuk menilai kelayakan perusahaan atas
investasi yang akan digunakan. Sehingga perlu dilakukan pengujian antara tiga metode tersebut, apakah dengan kenaikan dan penurunan
rasio rentabilitas dan EVA dapat mencerminkan kenaikan atau penurunan MVA atau sebaliknya.
Untuk mengetahui pengaruh rasio keuangan dan EVA terhadap MVA dilakukan pendekatan kuantitatif yaitu estimating
equation persamaan regresi. Pendekatan ini merupakan formula matematika yang dirancang untuk mengetahui pengaruh yang
signifikan antara variable independen terhadap variable dependen melalui nilai yang diketahui. Dalam penelitian ini, analisis pengaruh
yang digunakan adalah multiple regression model persamaan regresi berganda karena terdapat lebih dari satu variable independen yang
diteliti. Metode yang tepat digunakan dalam uji regresi ini adalah backward elimination, yang akan mengeliminasi secara otomatis
variabel-variabel yang tidak memenuhi syarat pada tingkat signifikansi α yang sebesar 10 persen atau 0,1. Namun sebelum
melakukan pengujian regresi berganda, terlebih dahulu dilakukan uji asumsi klasik yang terdiri :
1. Multikolinearitas, yaitu pengujian yang dilakukan untuk mengetahui ada tidaknya variabel independen yang memiliki
kemiripan dengan variabel independen lain dalam satu model. Uji dilakukan dengan mengamati nilai Variance Inflation Factor
VIF yang tidak lebih 10 dan nilai Tolerance yang tidak kurang dari 0,1. Maka model tersebut dapat dikatakan bebas dari
multikolinearritas.
2. Autokorelasi, yaitu pengujian yang dilakukan untuk mengetahui ada tidaknya korelasi antara variabel pengganggu e
t
pada periode tertentu dengan variabel pengganggu pada periode
sebelumnya e
t-1
. Cara untuk menditeksi auto korelasi dapat dilakukan dengan melakukan uji Durbin-Watson. Jika nilai
tersebut berada disekitar angka 2 maka model tersebut bebas asumsi klasik.
3. Heteroskedastisitas yaitu pengujian terhadap terjadinya perbedaan variance residual suatu periode pengamatan ke periode
pengamatan yang lain. Cara memprediksinya adalah dengan melihat pola gambar penyebaran Scatterplot model.
Akan tetapi apabila terdapat multikolinearitas, salah satu caranya yaitu dengan regresi komponen utama principal component
regression. Regresi Komponen Utama RKU sebagai salah satu metode yang dikenal baik dan sering digunakan untuk mengatasi
masalah multikolinearitas. Selain itu digunakan pula analisis korelasi untuk mengetahui
bagaimana hubungan antar variabel tersebut. Analisis korelasi yang digunakan yaitu Korerasi Pearson karena umumnya digunakan
untuk mengukur data interval atau rasio. Formula persamaan regresi berganda yang dikembangkan dan pengertian komponen
pembentuknya yaitu : Y= α+β₁ X₁ +β₂ X₂ +…+β
n
X
n
+ …………………..9
Dimana : Y = variabel dependen α = konstanta ε = factor kesalahan
β = koefisien parameter regresi X = variabel independen
Dalam penelitian ini, variabel dependen yang akan diteliti adalah MVA, dan variabel independennya adalah rasio keuangan
yang terdiri dari tiga variabel yaitu ROE, EPS dan CAR lalu ditambahkan variabel independen EVA. Lalu persamaan regresi
yang dikembangkan dalam penelitian ini adalah :
Y= a+b₁ X₁ +b₂ X₂ +b
3
X
3
+b
4
X
4
………………..10 Dimana : Y = + MVA
a = konstanta b = koefisien parameter regresi
X
1
= ROE dalam persen X
2
= EPS dalam persen X
3
= CAR dalam persen X
4
= EVA dalem persen Dalam penelitian ini digunakan data time series, karena data
ini merupakan kumpulan data dari kinerja keuangan Bank Central Asia dalam beberapa interval waktu tertentu yaitu tahun 2006 sampai
dengan 2009. Dan dari penelitian ini diolah dengan menggunakan alat statistik regresi dan korelasi, progam statistik yang digunakan
adalah program Minitab
TM
Release 14 untuk membuktikan hipotesis yang dirumuskan.
Perumusan dan Pengujian Hipotesis
Hipotesis yang dirumuskan dalam penelitian ini adalah variabel- variabel yang telah didefinisikan memiliki pengaruh signifikan terhadap
MVA. Hipotesis sendiri merupakan pernyatan dan jawaban sementara sebelum penelitian dilakukan dan diharapkan teruji kebenarannya serta
mampu memberikan pola terbaik dalam menyelesaikan masalah seperti yang dirumuskan sebelumnya. Perumusan hipotesisnya adalah sebagai
berikut : H
: berarti tidak ada pengaruh antara rasio keuangan dan EVA terhadap MVA.
H
a
: berarti terdapat pengaruh antara rasio keuangan dan EVA terhadap MVA.
H menunjukan hipotesis nol dan H
a
menunjukan hipotesis alternatif. Pengujian hipotesis digunakan untuk menguji kelayakan model
yang dirancang serta bertujuan untuk mengetahui apakah variabel
independennya berpengaruh signifikan terhadap variabel dependennya. Uji signifikansi terhadap konstanta dan masing-masing variabel independen
ditunjukan oleh besarnya nilai probabilitas hasil output, dan nilai ini dapat diketahui dari p-value nya. Dalam uji p digunakan hipotesis sebagai
berikut : H
: Koefisien regresi tidak signifikan H
a
: Koefisien regresi signifikan Jika probabiltas 0,1 maka H
diterima Jika probabilitas 0,1 maka H
ditolak Dipilih tingkat α 10 persen karena untuk memperkecil toleransi
kesalahan yang mungkin akan terjadi. Berdasarkan perumusan hipotesis diatas, maka dapat disimpulkan penerimaan H
adalah tidak terdapat pengaruh yang signifikan antara variabel independen rasio keuangan dan
EVA terhadap variabel dependennya MVA. Namun sebaiknya, jika penolakan H
Maka terdapat pengaruh signifikan antara rasio keuangan dan EVA terhadap MVA.
IV. HASIL DAN PEMBAHASAN
