commit to user
42
ROA
it it
Aset Total
EAT _
=
c. Free Cash Flow FCF Free Cash Flow merupakan aliran kas yang tersedia untuk
didistribusikan pada investor setelah perusahaan memperhitungkan keseluruhan investasi dalam aktiva tetap dan modal kerja yang
dibutuhkan untuk menopang kelangsungan aktivitas perusahaan. Hipotesis Jensen 1986 menunjukkan bahwa free cash flow
perusahaan yang rendah dapat mengurangi agency cost. Dalam hal ini free cash flow dihubungkan dengan total aset karena dianggap
sebagai proksi free cash flow untuk agency cost yang muncul terhadap free cash flow. Dengan pembagi total aset, perusahaan
besar bisa dibandingkan dengan perusahaan kecil dilihat dari seberapa besar aset yang dimilikinya. Dalam penelitian Mollah
2000, variabel ini diproksikan sebagai berikut: FCF
Assets Total
on Depreciati
Dividend Tax
After ofit
Net Pr
+ -
=
3. Variabel Pengontrol
Investment Opportunity Set adalah suatu variabel yang tidak dapat di observasi, sehingga diperlukan suatu proksi agar bisa
dilakukan suatu analisis.
commit to user
43
asset total
price g
clo beredar
saham lembar
ekuitas total
asset total
sin ´
+ -
Adapun proksi yang digunakan dalam penelitian ini adalah rasio market to book value of assets MBVA karena proksi ini secara
signifikan berhubungan dengan nilai peluang tumbuh investasi suatu perusahaan dan merupakan proksi IOS yang paling informatif. Proksi
ini digunakan untuk mengukur prospek pertumbuhan perusahaan berdasarkan banyaknya aset yang digunakan dalam menjalankan
usahanya. Bagi para investor, proksi ini menjadi bahan pertimbangan dalam penilaian kondisi perusahaan. Dalam penelitian Isrina 2006,
variabel ini dapat diformulasikan sebagai berikut : MBVA =
D. METODE ANALISIS DATA
Analisis data adalah proses penyederhanaan data ke dalam bentuk yang mudah dibaca dan diinterprestasikan. Metode dependen yang digunakan
dalam penelitian ini adalah satu variabel terikat metrik dan satu atau lebih variabel bebas metrik. Menurut Ghozali, alat analisis yang digunakan sesuai
dengan metode tersebut adalah:
1. Uji Asumsi Klasik
a. Uji Normalitas Uji normalitas adalah salah satu asumsi untuk menguji apakah
data variabel penelitian berasal dari populasi yang berdistribusi normal. Seperti diketahui bahwa uji T dan F mengasumsikan bahwa
nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar
commit to user
44
maka uji statistik menjadi tidak valid untuk jumlah sampe kecil. Untuk mengujinya dilakukan dengan uji Kolmogorov Smirnov, perhitungan
dilakukan dengan Software SPSS Statistics 17.0. Pengujian ini dilakukan dengan melihat nilai signifikansi statistik yang dihasilkan
dari perhitungan, jika signifikansi 0,05 maka data adalah bersifat distribusi normal, bila tidak sebaliknya. Apabila hasil uji tidak
terdistribusi normal
maka variabel
yang tidak
normal ditransformasikan dengan menggunakan uji outlier atau Log Natural
LN. Dasar pengambilan keputusan didasari oleh pendapat Ghozali 2006 yaitu:
a Jika data menyebar di sekitar garis normal dan mengikuti arah diagonal, maka model regresi memenuhi asumsi normalitas.
b Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal. Maka model regeresi tidak
memenuhi asumsi normalitas. b. Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen.
Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen non-multikolonieritas.
Umumnya multikoleniaritas dapat diketahui dari nilai Variance Inflation Factor VIF dan tolerance value. Jika nilai tolerance value
commit to user
45
lebih besar dari 0,10 dan VIF lebih kecil dari 10 maka tidak terjadi multikolinieritas, demikian juga sebaliknya Ghozali, 2006.
c. Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan menguji apakah dalam model
regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan
ke pengamatan lain tetap, maka disebut homoskedastisitas, dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah
homoskedastisitas. Metode ini mendeteksi jika terdapat pola tertentu seperti titik-
titik membentuk satu pola tertentu yang teratur bergelombang, melebar
kemudian menyempit
maka disinyalir
ada gejala
Heteroskedasitas, Sebaliknya jika tidak ada pola yang jelas, serta titik- titiknya menyebar maka tidak terjadi heteroskedasitas Ghozali, 2006.
d. Uji Autokorelasi Uji autokorelasi dilakukan untuk mengetahui apakah ada
kolerasi antara pengganggu pada periode waktu t dengan kesalahan pada periode waktu t-1 sebelumnya, atau ada hubungan di antara
variabel independen dalam mempengaruhi variabel dependen. Model regresi yang baik adalah regresi yang bebas dari autokorelasi non-
autokorelasi. Pengujian autokorelasi dalam penelitian ini dilakukan dengan uji Durbin Watson.
commit to user
46
Pengambilan keputusan ada tidaknya autokorelasi, jika nilai d
u
d4-d
u
berarti tidak ada autokorelasi baik positif maupun negatif Ghozali, 2006. Setelah diolah program SPSS, nilai Durbin-Watson
dibandingkan dengan table Durbin-Watson pada tingkat signifikan 5 α =5.
2. Analisis Regresi Linier Berganda