ROA Return On Asset Return Saham

2. ROA Return On Asset

Rasio ini disebut sebagai Return on Investment. Rasio mengukur seberapa efektif perusahaan memanfaatkan sumber ekonomi yang ada untuk menciptakan laba.

3. Return Saham

Tingkat keuntungan return adalah rasio antara pendapatan investasi selama beberapa periode dengan jumlah dana yang diinvestasikan. Tingkat keuntungan saham yang diterima oleh pemodal dinyatakan sebagai berikut : a. Menghitung keuntungan yang diharapkan. Ri = Pt − Pt-1 x 100 Pt-1 Dimana : Ri = Tingkat keuntungan saham i P t-1 = Harga saham awal periode t+1 atau akhir pariode Pt = Harga saham akhir periode b. Menghitung rata-rata return saham Keuntungan saham dapat dicari dengan menghitung mean dari keuntungan saham setiap periode. Σ Ri = Σ=nt1nRi n = banyaknya data observasi Ri = Return Saham i Model analisis untuk mengetahui pengaruh antara EVA, ROA, dan return saham: Yi = βo + βi X 1.i Yi = Yo + y 1 X 2.i ROA = Laba bersih setelah pajak x 100 Total Aktiva Universitas Sumatera Utara Dimana : Yi = Rata-rata return saham selama periode 2008- 2010 βo,Yo = intersep βi , Yi = konstanta X 1.i = ROA tahunan untuk perusahaan dari periode 2008-2010 X 2.i = EVA tahunan untuk perusahaan dari periode 2008-2010 c. Data Panel Analisis penelitian ini juga menggunakan metode data panel atau biasa disebut dengan Data Panel Analysis. Data panel merupakan data campuran cross section dan times series. Data cross section yaitu data yang dikumpulkan dari berbagai indiviu dalam suatu waktu tertentu, sedangkan data time series adalah data yang dikumpulkan dari satu individu untuk beberapa tahun. Misalnya kita ingin menganalisis pengauh jumlah uang beredar terhadap pertumbuhan ekonomi di negara – negara sedang berkembang. Katakan kita memiliki 20 negara yang sedang berkembang berarti ini data cross section, namun pengujian masing- masing negara selama 15 tahun berarti times series. Penggabungan seperti ini yang disebut dengan data panel. Pada umumnya data panel dilakukan karena berbagai alasan. Salah satunya adalah ketika hendak melakukan suatu analisis, jumlah tahun penggunaan pengamatan terbatas. Misalnya seorang peneliti ingin mengkaji pengaruh otonomi daerah terhadap pertumbuhan ekonomi daerah. Oleh karena otonomi daerah baru saja berlangsung 2000, maka jumlah data runtun waktu masih sedikit. Dengan demikian agar jumlah data untuk analisis mencukupi, maka penggunaan, maka penggunaan data panel adalah solusi yang paling baik. Di dalam penelitian, jumlah data yang akan dianalisis sangat Universitas Sumatera Utara mempengaruhi hasil penelitian akan lebih baik. Namun penggunaan data panel menjadi lebih komplek karena memiliki parameter yang lebih banyak. Oleh karena itu dalam melakukan analisis data panel ini diperlukan teknik tersendiri dalam membuat estimasi persamaan regresinya. a. Model data cross section : Y i = α 1 + α x 1 +µ 1 dimana i = 1,2,3….. n b. Model times series : Y t = β + x t + µ 1 dimana t = 1,2,3….. n Mengingat data panel merupakan gabungan dari data cross section dengan data time series, maka modelnya dapat dituliskan menjadi : Y it = γ + ϕ X it + µ it dimana i = 1,2,3….. n dan t = 1,2,3….. n Dalam mengestimasi parameter dari persamaan dengan data panel, ada tiga model persamaan yang dapat dibuat : 1. Ordinary Least Square OLS Metode ini sama seperti model regresi yang telah dijelaskan dibagian awal. Data cross section dan time series digabungkan dalam bentuk pool data. Kemudian data tersebut diregresikan dengan metode OLS. Penggunaan estimasi dengan metode ini tidak realistis. Misalkan kita ingin menganalisis pengaruh pengeluaran pemerintah daerah terhadap pertumbuhan daerah. Dengan menggunakan OLS maka akan memperoleh nilai intercept dan koefisien parameter yang konstan untuk seluruh daerah. Apakah mungkin setiap daerah memiliki intercept yang sama? Oleh karena itu penggunaan dua metode lainnya yakni Fixed Effect Model dan Random Effect Model lebih baik. Universitas Sumatera Utara 2. Fixed Effect Model FEM Model ini memiliki intercept persamaan yang tidak konstan atau terdapat perbedaan pada setiap individu data cross section. Sementara itu, slope koefisien dari regresi tidak berbeda pada setiap individu dan waktu. 3. Random Effect Model REM Pada model ini, perbedaan antar individu terdapat di error term dari persamaan. Model ini memperhitungkan bahwa error term mungkin berkolerasi sepanjang time series dan cross section. Oleh karena ada dua metode yang sesuai untuk data panel, maka kita harus memilih salah satu dari keduanya untuk mencari model yang paling tepat. Masing-masing model memiliki kelebihan. Metode Random Effect Model REM mempunyai parameter yang lebih sedikit, sehingga model yang dibentuk akan memiliki derajat kebebasan degree of freedom yang lebih banyak dibandingkan model dengan metode Fixed Effect Model FEM. Sementara itu, metode FEM juga mempunyai keunggulan yaitu metode ini dapat membedakan efek individual dan efek waktu dan FEM tidak perlu mengasumsikan bahwa komponen error tidak berkolerasi dengan variabel bebas. Beberapa pakar ekonometrika membuat pembuktian untuk menentukan metode yang paling sesuai untuk digunakan dalam data panel. Adapun kesimpulan dari pembuktian tersebut adalah : 1. Jika pada data panel, jumlah runtun waktu lebih besar dibandingkan jumlah individu, maka disarankan untuk menggunakan metode FEM. Universitas Sumatera Utara 2. Jika pada data panel, jumlah runtun waktu lebih sedikit dibandingkan jumlah individu, maka disarankan untuk menggunakan metode REM.

3.2. Jenis Dan Sumber Data