Tabel 4.6 Ringkasan MVA Perusahaan tahun 2009-2011
No. Nama Perusahaan
MVA 2009
2010 2011
1.
PT Dharma Samudera Fishing Industries Tbk -92856775000
-92856775000 -92856775000
2.
PT Tunas Baru Lampung Tbk 896623215620
1349493046840 2298076374010
3.
PT Indal Aluminium Industry Tbk -45144000000
-22176000000 6336000000
4.
PT Surya Toto Indonesia Tbk 371520000000
1882368000000 2427264000000
5.
PT Astra Otoparts Tbk 4048575360000
53402641280000 12724094760000
6.
PT Sekar Laut Tbk 34537025000
27629620000 27629620000
7.
PT Kimia Farma Persero Tbk 149958000000
327686000000 1332960000000
8.
PT Kedawung Setia Industrial Tbk -139725000000
-107325000000 -103275000000
9.
PT Mustika Ratu Tbk 115560000000
224700000000 160500000000
10.
PT Adhi Karya Tbk 558409200000
1459069200000 864633600000
11.
PT Nusantara Infrastructure Tbk 759642857175
3520604285935 1848211103935
12.
PT Jasa Marga Persero Tbk 8863612465000
19806007351575 25160000000000
13.
PT Mobile-8 Telecom Tbk -1011793621350
-1011793621350 -1011793621350
14.
Bank Rakyat Indonesia Tbk 88158445625000
123345809500000 160349552500000
15.
PT Adira Dinamika Multifinance Tbk 6750000000000
11900000000000 12600000000000
16.
PT Sinar Mas Multiartha Tbk 7954237292500
9882322798800 25322724193675
17.
PT Media Nusantara Citra Tbk 1512500000000
11569744230000 16754535130000
18.
PT Ricky Putra Globalindo Tbk -195723840550
-204708247690 -202783101160
19.
PT Citatah Industri Marmer Tbk -375386874272
-370463514988 -371694354809
20.
PT Aneka Tambang Tbk 20030765475000
22415380412500 14498458820000
21.
PT Global Land Development Tbk -652289557500
-370218397500 669919005000
22.
PT Panorama Sentrawisata Tbk 180000000000
144000000000 127200000000
23.
PT Sinar Mas Agro Resources and Technology Tbk 6749654410100
13786527830000 17807598542400
24.
PT Trada Maritime Tbk 3756092086250
4549502750000 8661161153940
25.
PT Multi Indocitra Tbk 99000000000
183000000000 159000000000
Sumber : laporan keuangan data diolah
4.3 Uji Normalitas
Pengujian ini bertujuan untuk mengetahui apakah data berdistribusi normal atau tidak. Model regresi yang baik adalah distribusi data normal
atau mendekati normal. Pengujian normalitas dengan Kolmogorov- Smirnov K-S dan hasilnya sebagai berikut:
Tabel 4.7 Uji Normalitas
Berdasarkan Tabel 4.7 tersebut dapat dilihat bahwa nilai signifikan sebesar 0,738. Hal ini artinya bahwa nilai tersebut signifikan karena
nilainya lebih besar dari nilai signifikan sebesar 0,05 atau 0,738 0,05, hal ini menunjukkan bahwa nilai residual telah terdistribusi secara
normal.
4.4 Uji Asumsi Klasik
4.4.1 Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pengganggu pada periode t-1 sebelumnya. Uji Durbin- Watson hanya digunakan untuk autokorelasi tingkat satu first order
atucorrelation dan mensyaratkan adanya intercept konstanta dalam model regresi dan tidak ada variabel lagi diantara variabel independen.
Pengujian autokorelasi dilakukan dengan menggunakan uji Durbin- Watson. Jika nilai DW berada diantara du dan 4-du maka menunjukkan
One -Sam ple Kolm ogorov-Sm irnov Te st
75 .0000000
.46150682 .079
.079 -.059
.684 .738
N Mean
Std. Dev iation Normal Parameters
a,b
A bs olute Positive
Negative Mos t Ex treme
Dif f erences Kolmogorov-Smirnov Z
A sy mp. Sig. 2-tailed Unstandardiz
ed Residual
Test dis tribution is Normal. a.
Calc ulated f rom data. b.
tidak adanya masalah autokorelasi dalam model regresi Ghozali, 2011:110.
Tabel 4.8 Uji Autokorelasi
Hasil penelitian ini memperoleh nilai DW sebesar 1,773 lebih besar dari batas atas du 1,739 dan kurang dari 4-1,739 = 2,261 4-du. Hasil
tersebut berarti menunjukkan bahwa model regresi ini tidak mempunyai masalah autokorelasi.
4.4.2 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 yang lain tetap maka disebut homoskedastisitas dan jika
berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas Ghozali,
2011:139. Berikut ini adalah hasil dari uji Glejser: Tabel 4.9 Uji Heteroskedastisitas
Model Sum m ary
b
4 70
.001 1.773
Model 1
df 1 df 2
Sig. F Change Change Statistics
Durbin- Wats on
Dependent Variable: Return Saham b.
Coe fficients
a
.362 .041
8.837 .000
.002 .004
.047 .396
.694 6.37E-006
.000 .049
.409 .683
1.17E-006 .000
.022 .187
.852 4.81E-007
.000 .011
.093 .926
Cons tant ROA
A rus Kas Operas ii EV A
MV A Model
1 B
Std. Error Unstandardiz ed
Coef f icients Beta
Standardized Coef f icients
t Sig.
Dependent V ariable: A bRes a.
Berdasarkan Tabel 4.9 tersebut nilai variabel ROA 0,694 0,05, variabel Arus Kas Operasi 0,683 0,05, variabel EVA 0,852 0, 05 dan
variabel MVA 0,926 0,05. Keseluruhan variabel bebas independen memiliki nilai signifikan lebih besar dari 0,05 maka tidak terjadi
heteroskedastisitas. 4.4.3
Uji Multikolinieritas Ghozali 2011:105, uji multikolineritas bertujuan untuk menguji
apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi
di antara variabel independen. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak orthogonal. Variabel
orthogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol. Metode yang digunakan untuk
mendeteksi adanya multikolinieritas dalam penelitian ini dengan menggunakan tolerance dan Variance Inflation Factor VIF. Jika nilai
VIF tidak lebih dari 10 dan nilai tolerance tidak kurang dari 0,10 maka model regresi dapat dikatakan bebas dari masalah multikolineritas. Hasil
pengujian dapat dilihat sebagai berikut: Tabel 4.10 Uji Multikolineritas
Coe fficients
a
.986 1.014
.992 1.008
.998 1.002
.977 1.023
ROA A rus Kas Operas ii
EV A MV A
Model 1
Toleranc e V IF
Collinearity Statistics
Dependent V ariable: Return Saham a.
Berdasarkan Tabel 4.10 tersebut hasil perhitungan nilai tolerance ROA 0,986 0,10, Arus Kas Operasi 0,992 0,10, EVA 0,998 0,10
dan MVA 0,977 0,10 menunjukkan tidak ada variabel independen yang memiliki nilai tolerance kurang dari 0,10 yang berarti tidak ada korelasi
antar variabel independen yang nilainya lebih dari 95. Hasil perhitungan nilai VIF juga menunjukkan hal yang sama tidak ada satu
variabel independen yang memiliki nilai VIF lebih dari 10. Nilai VIF ROA 1,014 10, Arus Kas Operasi 1,008 10, EVA 1,002 10 dan
MVA 1,023 10. Jadi dapat disimpulkan bahwa tidak ada multikolineritas antar variabel independen dalam model regresi.
Dari hasil uji asumsi klasik di atas, dapat diambil kesimpulan bahwa data untuk penelitian ini layak untuk diolah lebih lanjut ke analisis
regresi linier berganda.
4.5 Analisis Regresi Linier Berganda