36
4.2 Analisis Hasil Penelitian
4.2.1. Statistik Deskriptif
Analisis statistik deskriptif akan memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai minimum, maksimum, rata-rata mean, dan
standar deviasi yang dihasilkan dari variabel penelitian. Hasil analisis dengan statistik deskriptif dari sampel disajikan sebagai berikut
Tabel 4.2 Statistik Deskriptif
Descriptive Statistics
N Minimum Maximum
Mean Std.
Deviation EVA
68 -4.32E9
2.32E12 1.7280E11 4.10514E11
MVA 68
-7.44E11 2.97E13
4.8093E12 6.54321E12 Valid N
listwise 68
Sumber : Data diolah oleh penulis 2012 Pada tabel 4.2 menunjukan bahwa sampel yang digunakan dalam
penelitian ini berjumlah 68, yang dapat dilihat dari nilai N. Berikut akan dijelaskan deskriptif statistik yang telah diolah :
a. Variabel independent yaitu Economic Value Added EVA
memiliki nilai minimum -4.32E9 dan maksimum 2.32E12 yang berarti Nilai EVA yang dimiliki perusahaan yang melakukan IPO
pada tahun 2007-2010 memiliki nilai EVA terendah -4.323.334.605 dan paling tertinggi 2.320.866.257.340 dengan standar deviasi
4.10514E11 dan jumlah sampel N adalah 68.
Universitas Sumatera Utara
37
b. Variabel Depend yaitu Market Value Added MVA memiliki nilai
minimum -7.44E11 dan maksimum 2.97E13 yang berarti Nilai MVA yang dimiliki perusahaan yang melakukan IPO pada tahun
2007-2010 memiliki Nilai MVA paling terendah -774.150.000.000 dan paling tertinggi 29.737.865.400.000 dengan standar deviasi
6.54321E12 dan jumlah sampel N adalah 68.
Untuk mengetahui lebih jelas statistik deskriptif tersebut, dapat dilihat pada penjelasan masing-masing variabel berikut.
4.2.2 Economic Value Added EVA
EVA dalam penelitian itu dihitung dengan membandingkan Net Operating After Tax
NOPAT dengan Capital Charge atau biaya modal yang dikeluarkan perusahaan .
Pada tabel 4.3 disajikan ringkasan Economic Value Added EVA pasca 1 Tahun Initial Public Offering IPO.
Tabel 4.3 Ringkasan
Economic Value Added EVA Tahun Pasca IPO
NO Kode
EVA Dalam Rupiah Tahun IPO
Tahun Pertama Pasca IPO 1
ACES 16.094.306.445
24.965.432.752 2
BISI 55.768.074.760
171.744.136.500 3
CSAP 34.291.006.691
39.406.813.822 4
CTRP 5.301.494.532
7.701.263.254 5
ITMG 300.000.982.820
811.377.018.600 6
JSMR 42.819.806.423
103.772.258.426
Universitas Sumatera Utara
38
7 JKON
55.382.389.435 53.580.872.671
8 MNCN
131.028.039.300 211.745.115.910
9 WIKA
101.422.479.605 121.669.878.960
10 BAEK
16.105.834.640 6.124.012.800
11 BTPN
19.143.231.350 19.704.432.160
12 PDES
1.597.879.904 953.495.611
13 ELSA
35.790.844.360 186.516.510.020
14 INDY
127.232.921.017 372.464.827.383
15 KOIN
5.597.581.944 8.446.635.774
16 TRAM
-4.323.334.605 12.626.779.316
17 YPAS
6.994.104.997 6.436.626.029
18 BBTN
2.320.866.257.340 2.317.414.005.840
19 BWPT
20.291.865.921 50.962.410.829
20 MKPI
67.838.717.970 60.306.458.467
21 NIKL
10.942.880.191 3.966.539.188
22 AMRT
47.367.133.840 79.269.531.460
23 TRIO
130.558.086.142 197.046.884.544
24 PTPP
662.363.889.317 641.071.748.325
25 TOWR
103.753.984.600 171.503.506.920
26 GOLD
678.225.313 1.091.571.677
27 BJBR
20.173.368.480 25.113.251.900
28 IPOL
76.681.201.120 31.848.704.800
29 GREN
2.998.291.818 1.357.986.478
30 HRUM
145.104.264.120 350.495.321.000
31 ICBP
408.440.746.980 397.278.805.080
32 TBIG
142.272.591.400 139.597.707.520
33 BSIM
2.656.295.400 8.239.069.820
34 MFMI
931.971.279 611.239.014
4.2.3. Market Value Added MVA