HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN

A. Gambaran Umum dan Deskriptif Data Obyek Penelitian

1. Gambaran Umum Objek Penelitian Objek penelitian yang digunakan dalam penelitian ini adalah seluruh perusahaan perbankan yang tercatat di BEI periode 2005 hingga 2010. Pada periode tersebut terdapat 35 bank, akan tetapi setelah dilakukan purposive sampling, maka sampel yang layak digunakan (memenuhi kriteria) dalam penelitian ini ada 20 perusahaan perbankan. Terdapat 15 perusahaan yang digugurkan karena data bank tersebut tidak memenuhi kriteria yang telah ditetapkan atau karena ketidaklengkapan data.

2. Statistik Deskriptif Variabel Penelitian Hasil analisis statistik deskriptif dapat dilihat dalam tabel 4.1 yang menampilkan karakteristik sampel yang digunakan di dalam penelitian ini, meliputi jumlah sampel (N), rata-rata (mean), nilai maksimum, nilai minimum serta standar deviasi (σ) untuk masing- masing variabel.

Deskriptif Variabel Penelitian

Minimum Maksimum

Rata-rata Std.deviasi UDK

51,5845 13,66030 Ukuran perusahaan

925664 449774551 74253188,48 1,025E8 Growth (%)

1,1108 0,15862 Sumber: data sekunder yang diolah, 2012

Pada tabel 4.1 di atas menunjukkan bahwa jumlah data yang digunakan dalam penelitian ini sebanyak 120 sampel yang diambil dari laporan tahunan publikasi dan data ICMD dari 20 perusahaan perbankan yang tercatat di BEI periode 2005-2010.

Data ukuran dewan komisaris (UDK) memiliki nilai minimum 1 dan maksimum 11. Bank yang memiliki 1 anggota dewan komisaris adalah Bank Century pada tahun 2008. Sementara yang memiliki 11 anggota dewan komisaris adalah Bank NISP Tbk. pada tahun 2006. Standar deviasi sebesar 2,2 dan lebih kecil dari nilai rata-ratanya yaitu sebesar 5,6. Pada data komposisi dewan komisaris (KDK) nilai minimumnya sebesar 0% atau tidak memiliki komisaris independen yaitu Bank Century tahun 2008. Nilai maksimum dari komposisi dewan komisaris adalah sebesar 100% atau semua anggota dewan komisaris adalah komisaris independen yaitu Bank Kesawan pada tahun 2009 dan 2010. Standar deviasi relatif kecil sebesar 13,7 dan lebih kecil dari nilai Data ukuran dewan komisaris (UDK) memiliki nilai minimum 1 dan maksimum 11. Bank yang memiliki 1 anggota dewan komisaris adalah Bank Century pada tahun 2008. Sementara yang memiliki 11 anggota dewan komisaris adalah Bank NISP Tbk. pada tahun 2006. Standar deviasi sebesar 2,2 dan lebih kecil dari nilai rata-ratanya yaitu sebesar 5,6. Pada data komposisi dewan komisaris (KDK) nilai minimumnya sebesar 0% atau tidak memiliki komisaris independen yaitu Bank Century tahun 2008. Nilai maksimum dari komposisi dewan komisaris adalah sebesar 100% atau semua anggota dewan komisaris adalah komisaris independen yaitu Bank Kesawan pada tahun 2009 dan 2010. Standar deviasi relatif kecil sebesar 13,7 dan lebih kecil dari nilai

Data growth memiliki nilai minimum sebesar -173,7% yaitu Bank Eksekutif Internasional pada tahun 2009 dan nilai maksimum adalah sebesar 586,70% yaitu Bank Internasional Indonesia pada tahun 2010. Standar deviasi relatif kecil sebesar 118,9 dan lebih kecil dari nilai rata- ratanya yaitu sebesar 195,5. Data Tobin’s q memiliki nilai minimum sebesar 0,23 yaitu Bank Nusantara Parahyangan pada tahun 2006 dan nilai maksimum 1,61 yaitu Bank Maya pada tahun 2008. Standar deviasi relatif kecil sebesar 0,16 dan lebih kecil dari nilai rata-ratanya yaitu sebesar 1,11.

B. Uji Asumsi Klasik

1. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi, residual memiliki distribusi data normal atau tidak. Sebelum outlier dikeluarkan, distribusi data tidak normal dan terkena masalah

17 data dikeluarkan dan ukuran perusahaan ditransfrom menjadi bentuk logaritma natural, sementara untuk mengatasi heteroskedastisitas variabel kontrol growth dikeluarkan dari model karena merupakan variabel yang terkena heteroskedastisitas. Setelah upaya tersebut dilakukan, model lolos dari masalah asumsi klasik.

Ada dua cara untuk mendeteksi normalitas, yaitu dengan analisis grafik dan uji statistik. Analisis grafik dilakukan dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Pada gambar 4.1 terlihat bahwa pola distribusi mendekati normal, akan tetapi bila kesimpulan normal tidaknya data hanya dilihat dari grafik histogram, maka hal ini akan menyesatkan apalagi bila jumlah sampel kecil.

Gambar 4.1 Gambar 4.1

Gambar 4.2 Normal Probability Plot

Sumber: data sekunder yang diolah, 2012

Untuk memastikan apakah data tersebut benar-benar normal, pengujian normalitas data dilakukan secara analisis statistik yang Untuk memastikan apakah data tersebut benar-benar normal, pengujian normalitas data dilakukan secara analisis statistik yang

Tabel 4.2 Uji Kolmogorov-Smirnov

Unstandardized Residual

Kolmogorov-Smirnov Z

1,012 Asymp.Sig. (2-tailed)

0,258 Sumber: data sekunder yang diolah, 2012

Berdasar tabel pengujian normalitas, nilai asymptotic significance awal adalah sebesar 0,000. Nilai tersebut lebih kecil dari α= 5% sehingga

distribusi data tidak normal. Setelah outlier dikeluarkan, data ukuran perusahaan ditransfrom menjadi logaritma natural, dan variabel growth dikeluarkan dari model tampak bahwa variabel penelitian Tobin’s q, ukuran dewan komisaris, komposisi dewan komisaris, dan ukuran perusahaan mengikuti distribusi normal karena nilai asymptotic significance yang lebih dari α= 5% yaitu 0,258.

2. Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah model yang tidak terjadi heteroskedastisitas (Ghozali, 2006). Untuk menentukan 2. Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah model yang tidak terjadi heteroskedastisitas (Ghozali, 2006). Untuk menentukan

Dari gambar 4.3, terlihat bahwa titik-titik pada grafik scatterplot menyebar secara acak serta tersebar baik di atas maupun di bawah angka

0 pada sumbu Y, dapat disimpulkan bahwa model regresi tidak terjadi masalah heteroskedastisitas. Akan tetapi, analisis dengan grafik plot memiliki kelemahan dalam keakuratan menginterpretasikannya, maka perlu dilakukan uji statistik untuk lebih menjamin keakuratan hasil. Uji statistik dilakukan dengan uji Glejser, Glejser mengusulkan untuk meregres nilai absolut residual terhadap variabel independen (Gujarati, 2003 dalam Ghozali, 2006).

Gambar 4.3 Grafik ScatterPlot Gambar 4.3 Grafik ScatterPlot

Tabel 4.3 Uji Glejser

Model

Sig.

Keterangan UDK

0,286 Tidak signifikan KDK (%)

0,254 Tidak signifikan LN_UP

0,313 Tidak signifikan Sumber: data sekunder yang diolah, 2012

3. Uji Multikolinearitas Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas. 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 (Ghozali, 2006). Suatu model regresi dinyatakan bebas dari multikolinearitas jika mempunyai nilai Tolerance di atas 0,1 dan VIF di bawah 10. Dari tabel di bawah ini, diperoleh bahwa semua variabel bebas memiliki nilai Tolerance di atas 0,1 dan nilai VIF jauh di bawah 10. Dengan demikian, dalam model ini tidak ada masalah multikolinearitas.

Uji Multikolinearitas

Model

Collinearity Statistics

LN_UP

Sumber: data sekunder yang diolah, 2012

Kesimpulan ini didukung dengan hasil koefisien korelasi antar variabel seperti pada tabel 4.5 di bawah ini.

Tabel 4.5 Hasil Korelasi Antar Variabel

Korelasi

KDK(%) UDK

LN_UP

LN_UP

-0,271 -0,576

Sumber: data sekunder yang diolah, 2012

Melihat besaran korelasi antar variabel di atas, tampak korelasi masih di bawah 95%, maka dapat dikatakan tidak terjadi multikolinearitas yang serius.

4. Uji Autokorelasi Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode sekarang dengan periode sebelumnya. Menurut Ghozali (2006), model regresi yang baik adalah regresi yang bebas dari autokorelasi. Untuk 4. Uji Autokorelasi Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode sekarang dengan periode sebelumnya. Menurut Ghozali (2006), model regresi yang baik adalah regresi yang bebas dari autokorelasi. Untuk

H0: residual random H1: residual tidak random.

Tabel 4.6 Uji Autokorelasi

Asymp. Sig. (2-tailed)

Sumber: data sekunder yang diolah, 2012

Dari tabel di atas dapat diketahui bahwa nilai tes adalah 0,892 dengan asymptotic significance 0,372 tidak signifikan pada α= 5% yang bearti hipotesis nol diterima, sehingga dapat disimpulkan bahwa residual random atau tidak terjadi autokorelasi antar nilai residual.

C. Pengujian Hipotesis dan Analisis Data

1. Uji Determinasi Uji determinasi adalah uji yang digunakan untuk mengetahui proporsi variabel terikat yang dapat dijelaskan oleh variabel bebas secara bersamaan. Nilai koefisien determinasi berkisar antara nol sampai dengan satu. Bila adjusted

semakin mendekati satu (1) maka variabel bebas semakin mendekati satu (1) maka variabel bebas

Tabel 4.7 Hasil Uji Determinasi

Sumber: data sekunder yang diolah, 2012

Berdasar hasil tersebut, dapat diketahui bahwa nilai adjusted adalah sebesar 14,5%. Hal ini menunjukkan bahwa variabel independen

ukuran dewan komisaris dan komposisi dewan komisaris serta variabel kontrol ukuran perusahaan bisa menjelaskan variabel dependen, Tobin’s q, sebesar 14,5%, sedangkan sisanya 85,5% dipengaruhi oleh variabel- variabel lain yang tidak masuk dalam model regresi. Sedangkan Standar Error of Estimate (SEE) sebesar 0,098. Makin kecil nilai SEE akan membuat model regresi semakin tepat dalam memprediksi variabel dependen.

2. Uji F Uji F merupakan uji pengaruh simultan yang dilakukan untuk mengetahui apakah variabel independen yang dimaksud dalam penelitian secara simultan merupakan penjelas yang signifikan terhadap variabel dependen. Hasil pengujian pengaruh simultan dapat dilihat pada tabel 4.8

Model

R Square

Adjusted R

Square

Std. Error of the Estimate

1 0,412 a 0,170

0,145 0,09847

Hasil Uji F

Model

Sum of Squares

df

Mean Square

F Sig. Regression

6,756 0,000 a Sumber: data sekunder yang diolah, 2012

Dari hasil pengujian di atas terlihat bahwa nilai F adalah sebesar 6,756 dengan tingkat signifikansi 0,000 yang nilainya lebih kecil dari α= 5%. Ini menunjukkan bahwa model regresi fit, yang berarti corporate governance yang diproksikan dengan ukuran dewan komisaris dan komposisi dewan komisaris serta variabel kontrol ukuran perusahaan mampu menjelaskan atau memprediksi kinerja pasar yang diukur dengan Tobin’s q.

3. Persamaan Regresi Berganda dan Uji T Uji regresi berganda dalam penelitian ini dimaksudkan untuk melihat bagaimana pengaruh ukuran dewan komisaris, komposisi dewan komisaris, dan ukuran perusahaan terhadap Tobin’s q. Dengan menggunakan metode regresi linear berganda, didapatkan hasil sebagai berikut.

Hasil Regresi Linear Berganda

Sig. Keterangan

B Std. Error

-0,915 0,362 Tidak signifikan KDK

-6,468E-5 0,001

-0,067 0,947 Tidak signifikan LN_UP

4,101 0,000 Signifikan Sumber: data sekunder yang diolah, 2012

Berdasar hasil pengujian regresi di atas, dapat dibentuk sebuah persamaan sebagai berikut: Y= 0,634 - 0,005 UDK- 6,468E-5 KDK + 0,029 Ln_UP + e Dari persamaan tersebut dapat diartikan:

a. Nilai konstanta sebesar 0,634 Hal ini bearti bahwa tanpa adanya pengaruh ukuran dewan komisaris, komposisi dewan komisaris, dan ukuran perusahaan maka akan terjadi kenaikan Tobin’s q hingga sebesar 0,634 atau dengan kata lain bila variabel independen dan kontrol dianggap konstan, maka Tobin’s q sebesar 0,634.

b. Koefisien regresi variabel ukuran dewan komisaris (UDK) Koefisien regresi bernilai negatif, hal ini berarti setiap kenaikan jumlah dewan komisaris dengan asumsi variabel lainnya tetap (cateris paribus), maka Tobin’s q (Y) akan mengalami perubahan dengan arah yang berbeda.

Koefisien regresi bernilai negatif, hal ini berarti setiap kenaikan jumlah komposisi anggota dewan komisaris independen dengan asumsi variabel lainnya tetap (cateris paribus), maka Tobin’s q (Y) akan mengalami perubahan dengan arah yang berbeda.

d. Koefisien regresi variabel ukuran perusahaan (variabel kontrol) Koefisien regresi bernilai positif, hal ini berarti setiap kenaikan nilai ukuran perusahaan dengan asumsi variabel lainnya tetap (cateris paribus ), maka Tobin’s q (Y) akan mengalami perubahan dengan arah yang sama.

Keandalan model regresi sebagai alat estimasi sangat ditentukan oleh signifikansi parameter-parameter dalam model. Uji signifikansi dilakukan dengan statistik t (uji t). Uji t digunakan untuk menguji signifikansi koefisien regresi secara parsial dari variabel independennya (Ghozali, 2006). Hasil perhitungan parameter individual t statistik dapat dilihat pada tabel 4.9 di atas. Adapun penjelasan terhadap masing- masing variabel dalam pengujian hipotesis adalah sebagai berikut:

a. H1: Ukuran dewan komisaris berpengaruh positif terhadap kinerja pasar

Pengujian ini bertujuan untuk mengetahui pengaruh ukuran dewan komisaris terhadap Tobin’s q. Koefisien regresi ukuran dewan komisaris adalah sebesar -0,005. Hal ini menunjukkan ukuran dewan komisaris mempunyai pengaruh negatif terhadap Tobin’s q. Nilai Pengujian ini bertujuan untuk mengetahui pengaruh ukuran dewan komisaris terhadap Tobin’s q. Koefisien regresi ukuran dewan komisaris adalah sebesar -0,005. Hal ini menunjukkan ukuran dewan komisaris mempunyai pengaruh negatif terhadap Tobin’s q. Nilai

Hasil penelitian ini bertentangan dengan hasil penelitian Kiel dan Nicholson (2002) yang menyatakan bahwa ukuran dewan komisaris berpengaruh terhadap kinerja pasar. Namun, mendukung penelitian Postma, dkk (2001) dan Bainer, dkk (2003). Hasil penelitian mengenai ukuran dewan komisaris menghasilkan tanda negatif terhadap kinerja pasar, menunjukkan bahwa dengan menambah jumlah dewan komisaris dapat menurunkan Tobin’s q. Jumlah dewan komisaris yang terlalu besar dapat berakibat tidak efektifnya proses pengambilan keputusan, sehingga dibutuhkan jumlah dewan komisaris yang optimal sesuai kebutuhan perusahaan. Adanya kecenderungan para investor hanya mempertimbangkan faktor return yang mereka peroleh mengakibatkan kurangnya perhatian serta pengawasan terhadap kinerja komisaris perusahaan. Investor kurang merespon informasi berapa jumlah dan bagaimana kinerja dewan komisaris, sehingga variabel ukuran dewan komisaris tidak signifikan mempengaruhi kinerja pasar.

pasar

Pengujian ini bertujuan untuk mengetahui pengaruh komposisi dewan komisaris terhadap Tobin’s q. Koefisien regresi komposisi dewan komisaris adalah sebesar -6,468E-5. Hal ini menunjukkan komposisi dewan komisaris mempunyai pengaruh negatif terhadap Tobin’s q. Nilai signifikan menunjukkan lebih besar dari α= 5% yaitu sebesar 0,947 artinya bahwa variasi variabel komposisi dewan komisaris tidak mempunyai pengaruh yang signifikan terhadap Tobin’s q. Sedangkan arah koefisien dari variabel menunjukkan arah yang negatif. Dengan demikian dapat disimpulkan bahwa hipotesis kedua yang menyatakan bahwa komposisi dewan komisaris berpengaruh positif terhadap kinerja pasar tidak dapat diterima atau ditolak.

Hal ini sesuai dengan penelitian Rachmawati dan Triatmoko (2007) dan Wulandari (2006), namun bertentangan dengan penelitian yang dilakukan Yasser, dkk. (2011) yang menemukan bukti bahwa komposisi dewan komisaris berpengaruh terhadap kinerja perusahaan. Hubungan negatif antara komposisi dewan komisaris dan kinerja pasar menunjukkan bahwa dengan semakin sedikit komisaris independen justru akan meningkatkan kinerja pasar. Hal ini menurut Kiel dan Nicholson (2002) sesuai dengan steward theory, di mana kinerja perusahaan akan lebih baik bila lebih banyak proporsi dewan

memaksimalkan laba perusahaan. Para investor menganggap dewan komisaris independen tidak memiliki pengetahuan yang cukup terhadap kinerja perusahaan (Wulandari, 2006). Selain itu, keberadaan komisaris independen belum tentu dimaksudkan untuk menegakkan corporate governance di perusahaan, pengangkatan komisaris independen mungkin hanya dilakukan untuk memenuhi regulasi saja. Meskipun dalam data sampel, sebagian besar perusahaan memiliki proporsi komisaris independen 50% lebih, namun keberadaannya belum mampu mempengaruhi kinerja pasar perusahaan. Hal ini dapat menunjukkan belum adanya kepercayaan investor terhadap pengaruh komisaris independen dalam suatu perusahaan. Selain itu Rachmawati dan Triatmoko (2007) berpendapat bahwa komisaris independen bukan jaminan bahwa kinerja perusahaan akan semakin baik, sehingga pasar menganggap komisaris independen bukan faktor yang mereka pertimbangkan dalam mengapresiasi nilai perusahaan.

c. Variabel Kontrol Dalam penelitian ini dapat diketahui bahwa variabel kontrol ukuran perusahaan berpengaruh positif dan signifikan. Pengaruh ukuran perusahaan terhadap Tobin’s q memiliki koefisien regresi sebesar 0,029 dan signifikan lebih kecil dari α= 5% yaitu 0,000.

Berdasarkan hasil analisis di atas, dapat disimpulkan bahwa corporate governance belum mampu mempengaruhi kinerja pasar perusahaan. Penelitian ini memberikan tambahan bukti penelitian Darmawati, dkk. (2004), Hidayah (2008), dan Nuswandari (2009) yang tidak menemukan pengaruh positif antara corporate governance dengan kinerja pasar perusahaan. Penelitian- penelitian tersebut menggunakan CGPI sebagai ukuran penerapan corporate governance dan Tobin’s q sebagai ukuran kinerja pasar.

Hal ini dapat dikarenakan respon pasar terhadap implementasi corporate governance tidak bisa secara langsung terlihat akan tetapi membutuhkan waktu. Pengaruh corporate governance terhadap kinerja pasar cenderung baru dapat dilihat dalam jangka panjang karena terkait kepercayaan dari investor. Penelitian ini menggunakan tahun pengamatan selama enam tahun, namun hasil penelitian tidak menunjukkan bahwa penerapan corporate governance mempengaruhi kinerja pasar secara signifikan. Hasil yang tidak signifikan ini dapat dikarenakan tingkat kepercayaan investor yang rendah terhadap penerapan corporate governance . Meskipun bank-bank di Indonesia telah menerapkan corporate governance , beberapa kasus pengelolaan perusahaan yang kacau tetap terjadi, contohnya kasus pada Bank Century. Selain itu penelitian Sutaryo, Payamta, dan Bandi (2011) membuktikan bahwa penerapan mekanisme corporate governance berupa komisaris Hal ini dapat dikarenakan respon pasar terhadap implementasi corporate governance tidak bisa secara langsung terlihat akan tetapi membutuhkan waktu. Pengaruh corporate governance terhadap kinerja pasar cenderung baru dapat dilihat dalam jangka panjang karena terkait kepercayaan dari investor. Penelitian ini menggunakan tahun pengamatan selama enam tahun, namun hasil penelitian tidak menunjukkan bahwa penerapan corporate governance mempengaruhi kinerja pasar secara signifikan. Hasil yang tidak signifikan ini dapat dikarenakan tingkat kepercayaan investor yang rendah terhadap penerapan corporate governance . Meskipun bank-bank di Indonesia telah menerapkan corporate governance , beberapa kasus pengelolaan perusahaan yang kacau tetap terjadi, contohnya kasus pada Bank Century. Selain itu penelitian Sutaryo, Payamta, dan Bandi (2011) membuktikan bahwa penerapan mekanisme corporate governance berupa komisaris

Hasil lain yang diperoleh adalah dari data sampel dapat diketahui bahwa sebagian besar bank yang menjadi sampel penelitian telah mematuhi peraturan Bapepam. Dalam Peraturan Bapepam, emiten atau perusahaan publik wajib memiliki sekurang-kurangnya satu orang komisaris independen sedangkan BEI dalam Kep-305/BEJ/2004 Tentang Pencatatan Saham dan Efek Bersifat Ekuitas Selain Saham yang Diterbitkan oleh Perusahaan Tercatat, mewajibkan sekurang-kurangnya 30% dari dewan komisaris adalah komisaris independen. Dalam data penelitian ini hanya ditemukan satu data yang tidak memiliki komisaris independen dan 3 data yang memiliki komposisi dewan komisaris independen dibawah 30%. Meskipun banyak perusahaan yang telah menerapkan peraturan tersebut, dari penelitian ini dapat diketahui bahwa belum diperoleh hasil efektif penerapan peraturan terhadap kinerja pasar yang diukur dengan Tobin’s q.