BAB IV HASIL DAN PEMBAHASAN Dalam analisis dan pembahasan ini akan diuraikan hal-hal

27 Pages·2017·0.44 MB·Indonesian

BAB IV
HASIL DAN PEMBAHASAN

Dalam analisis dan pembahasan ini akan diuraikan hal-hal yang berkaitan
dengan data-data yang berhasil dihimpun, hasil pengolahan data dan pembahasan
dari hasil pengolahan data tersebut adapun urutan pembahasan secara sistematis
adalah sebagai berikut: analisis deskriptif, pengujian asumsi klasik, analisis data
yang berupa hasil analisis regresi, pengujian variabel independen secara parsial, dan
pembahasan pengaruh variabel independen terhadap variabel dependen.
4.1 Deskripsi Obyek Penelitian
Obyek penelitian yang digunakan didalam penelitian ini adalah perusahaan
yang melakukan penawaran publik perdana (IPO) yang memberikan gambaran
mengenai hubungan antara variabel dependen yaitu Underpricing dan variabel
independen yaitu, debt to equity ratio (DER), return on assets (ROA), earning
per share (EPS), umur perusahaan, ukuran perusahaan, dan prosentase
penawaran saham. Dalam penelitian ini data yang digunakan adalah data
sekunder yang berasal dari laporan keuangan dan indonesian capital market
directory (ICMD) tahun 2013 sampai dengan tahun 2015.
Teknik pengambilan sampel yang digunakan dalam penelitian ini adalah
purposive sampling, yaitu metode pengambilan sampel dengan berdasarkan
kriteria agar data lebih konsisten. Pada periode ini terdapat 151 perusahaan, akan
47
48

tetapi setelah dilakukan purposive sampling maka diperoleh sampel yang
memenuhi kriteria dalam penelitian ini sebanyak 69 perusahaan.
Tabel 4.1
Kriteria pengambilan sampel penelitian kolom 2013-2015
Karakteristik sampel 2013-2015
1. Perusahaan yang melakukan IPO di Bursa Efek 151
Indonesia (BEI) pada tahun 2013-2015
2. Perusahaan yang melakukan IPO di Bursa Efek (27)
Indonesia yang delisting
3. Perusahaan yang tidak membuat laporan keuangan (6)
pada tahun 2013-2015
4. Perusahaan yang melakukan IPO tidak melaporkan (49)
laporan keuangan secara konsisten di BEI pada
tahun2013-2015
Total sampel penelitian 69
Sumber : Data sekunder yang diolah
4.2 Analisis Data
4.2.1 Statistik Deskriptif
Berdasarkan hasil analisis deskripsi statistik, maka berikut didalam
Tabel 4.2 akan ditampilkan karakteristik sampel yang digunakan didalam
penelitianini meliputu: jumlah sampel (N), rata-rata sampel (mean), nilai
maksimum, nilai minimum serta standar devisiasi untuk masing-masing
variabel. Karena belum diketahui nilai pasti dalam menentukan apakah suatu
data baik atau tidak, maka dari analisis deskriptif ini merupakan salah satu
cara untuk mengatasi masalah tersebut. Suatu data dapat dikatakan baik
apabila nilai Mean > Std.Deviation sehingga data bersifat homogen, namun
apabila nilai penyimpangan lebih besar daripada nilai rata-rata dapat
49

dikatakan kurang baik karena bersifat heterogen. Berikut ini statistik
deskriptif data penelitian yang terdiri dari variabel:
Tabel 4.2
Hasil Analisis Deskriptif Data
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
UNDEEPRICING 69 -6,68 7,78 1,1142 2,47936
DER 69 ,05 9,29 1,8500 2,03477
ROA 69 -,07 ,88 ,0641 ,11102
EPS 69 -25,00 340,00 47,1354 69,36265
UMUR 69 6,00 58,00 22,5217 12,18921
UKURAN 69 6,45 13,05 9,9947 2,23503
PROSENTASE 69 -364,10 1,00 -51,8242 98,98377

Valid N (listwise) 69
Sumber : Data sekunder yang diolah

Dari data pada tabel 4.2 menggambarkan bahwa jumlah data yang
digunakan dalam penelitian ini sebanyak 69 sempel data. Berdasar hasil
perhitungan selama periode pengamatan nampak bahwa underpricing
terendah (minimum) adalah -668% dan nilai tertinggi (maksimum) 778%.
Dari data diatas dapat diketahui bahwa rata-rata nilai underpricing pada
perusahaan yang melakukan IPO di Bursa Efek Indonesia selama periode
2013-2015 secara berturut-turut memiliki rata-rata sebesar 1,1142 lebih kecil
dari nilai standar devisiasi sebesar 2,47936.
Data Debt to Equity Ratio (DER) terendah (minimum) adalah 0,05
dan yang tertinggi (maksimum) 9,29. Kemudian rata-rata Debt to Equity
Ratio (DER) sebesar 1,8500 dengan nilai standar deviasi sebesar 2,03477.
Angka rata-rata kurang dari 1 menunjukkan bahwa rata-rata perusahaan yang
ada dalam sampel memiliki pendanaan yang tidak mengandalkan paa hutang
50

kepada kreditor atau pihak eksternal tetapi lebih memanfaatkan pendanaan
dari modalnya sendiri.
Data Return On Assets (ROA) yang diukur dengan jumlah laba
setelah pajak dibandingkan dengan nilai rata-rata total aset sebesar 0,0641.
Artinya, prosentase jumlah laba setelah pajak dibandingkan dengan rata-rata
total aset sebesar 0,06%. Nilai terendah dari ROA sebesar -0,07 dan nilai
tertinggi ROA sebesar 0,88. Nilai standar devisiasi ROA 0,11102 yang lebih
besar dari nilai rata-ratanya menunjukkan tingginya fluktuasi ROA selama
periode pengamatan.
Data Earning Per Share (EPS) rata-rata sebesar 47,1354 dengan nilai
terendah sebesar -25 dan yang tertinggi 340, sedangkan standar deviasinya
sebesar 69,36265. Dengan melihat nilai dari standar deviasi yang lebih besar
dari nilai rata-ratanya, hal ini menunjukkan bahwa data-data yang digunakan
dalam variabel Earning Per Share (EPS) mempunyai sebaran yang besar.
Kondisi ini menunjukkan adanya fluktuasi Earning Per Share (EPS) yang
besar pada Bursa Efek Indonesia (BEI) selama periode tahun 2013-2015
secara berturut-turut.
Umur (AGE) rata-rata sebesar 22,5217 dengan standar deviasi sebesar
12,18921. Sedangkan nilai terendah (minimum) 6 dan yang tertinggi
(maksimum) 68. Nilai standar deviasi lebih kecil dari nilai rata-rata dapat
diartikan bahwa penyebaran yang tinggi antara data satu dengan data lainnya.
Ukuran atau proceeds (SIZE) menunjukkan besarnya ukuran saham
yang ditawarkan saat IPO, dan dalam hasil penelitian ini ukuran paling
tertinggi dengan nilai 13,05 dan nilai terendah 6,45. Dengan nilai standar
51

deviasi 2,23503 lebih kecil dibanding nilai rata-rata 9,9947 dapat diartikan
bahwa penyebaran data untuk variabel SIZE adalah merata, artinya tidak
terdapat perbedaan yang tinggi antara data satu dengan data yang lainnya.
Prosentase Penawaran Saham (PPS) memiliki nilai rata-rata -51,8242
dengan nilai terendah sebesar -364,10 dan nilai tertinggi 1, sedangkan standar
deviasi sebesar 98,98377. Dengan melihat nilai dari standar deviasi yang
lebih besar dari nilai rata-ratanya, hal ini menunjukkan bahwa data-data yang
digunakan dalam variabel Prosentase Penawaran Saham (PPS) mempunyai
sebaran yang besar. Kondisi ini menunjukkan adanya fluktuasi Prosentase
Penawaran Saham (PPS) yang besar pada Bursa Efek Indonesia (BEI) selama
periode tahun 2013-2015 secara berturut-turut.
4.2.2 Uji Asumsi Klasik
Penelitian ini menggunakan model regresi berganda (multiple
regression) sehingga harus dipenuhi asumsi-asumsi klasik pada persamaan
regresi berganda, yaitu tidak adanya heteroskedastisitas, autokorelasi,
multikolinearitas, dan data terdistribusi normal.
4.2.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah variabel-variabel yang
digunkan dalam regresi berdistribusi normal atau tidak. Untuk menguji
apakah distribusi data normal atau tidak, ada dua cara untuk mendeteksinya,
yaitu dengan analisis grafik dan uji statistik. Analisis grafik merupakan cara
yang termudah untu melihat normalitas residual adalah dengan melihat output
SPSS berupa kolmogrov-smirnov yang membandingkan antara data observasi
dengan distribusi yang mendekati distribusi normal.
52

Tabel 4.3
Data Asli Tahun 2013-2015
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 69
Mean 0E-7
Normal Parametersa,b
Std. Deviation 1,93704204
Absolute ,114
Most Extreme Differences Positive ,110
Negative -,114
Kolmogorov-Smirnov Z ,946
Asymp. Sig. (2-tailed) ,332
a. Test distribution is Normal.
b. Calculated from data.
Sumber : Data sekunder yang diolah

Berdasarkan hasil pada Tabel 4.3 diatas, menunjukkan bahwa data
terdistribusi secara normal. Hal ini ditunjukkan dengan nilai Kolmogorov-
Smirnov adalah 0,946 dan memiliki tingkat signifikansi sebesar 0,332 yang
berada di atas 0,05. Hasil diatas juga didukung dengan hasil analisis
grafiknya, yaitu dari grafik Normal Probability Plot-nya seperti gambar 4
dibawah ini:
53

Gambar 4.1
Normal Probability Plot

Sumber : data sekunder yang diolah

Dengan melihat tampilan diatas dapat disimpulkan bahwa pola
distribusi data mendekati normal. Kemudian pada grafik normal plot terlihat
titik-titik sebaran lebih mendekati garis normal.
4.2.2.2 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi
ditemukan adanya korelasi antar variabel bebas (independen). Jika variabel
independen saling berkorelasi, maka variabel-variabel ini tidak orthogonal.
Variabel orthogonal adalah independen yang nilai korelasi antar sesama
variabel independen sama dengan nol (Ghozali, 2011).
54

Tabel 4.4
Uji Multikolinearitas
Coefficientsa
Model Unstandardized Standardize t Sig. Collinearity
Coefficients d Statistics
Coefficients
B Std. Error Beta Toleranc VIF
e

(Constant) -3,770 1,646 -2,290 ,025
DER ,012 ,131 ,010 ,093 ,926 ,849 1,177
ROA 4,122 2,313 ,185 1,782 ,080 ,918 1,090
EPS -,001 ,004 -,038 -,354 ,724 ,860 1,163
1
UMUR ,062 ,022 ,306 2,884 ,005 ,876 1,142
UKURAN ,286 ,151 ,257 1,896 ,063 ,534 1,872
PROSENTA
-,008 ,003 -,313 -2,302 ,025 ,534 1,872
SE
a. Dependent Variable: UNDEEPRICING
Sumber : Data sekunder yang diolah

Suatu model regresi dinyatakan bebas dari multikolonearitas adalah
jika mempunyai nilai Tolerance lebih besar dari 0,1 dan nilai VIF lebih kecil
dari dari 10. Dari tabel tersebut diperoleh bahwa semua variabel bebas
memiliki nilai Tolerance berada dibawah 1 dan nilai VIF jauh dibawah angka
10. Dengan demikian dalam model ini tidak ada masalah multikolinearitas.
4.2.2.3 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi
linear ada korelasi antara kesalahan pengganggu pada periode t-1
(sebelumnya). Menurut Ghozali (2011), model regresi yang baik adalah
regresi yang bebas dari autokorelasi. Dalam penelitian ini, uji autokorelasi
dilakukan dengan menggunkan uji statistik Durbin-Watson (DW test).
55

Tabel 4.5
Uji Durbin-Watson

Model Summaryb
Model R R Square Adjusted R Std. Error of the Durbin-Watson
Square Estimate
1 ,624a ,390 ,331 2,02861 2,095
a. Predictors: (Constant), PROSENTASE, DER, EPS, UMUR, ROA, UKURAN
b. Dependent Variable: UNDEEPRICING
Sumber: Data sekunder yang diolah

Berdasarkan hasil analisis regresi diperoleh nilai hitung Durbin-
Watson (d) sebesar 2,135 sedangkan besarnya DW-tabel: du = 1,805, 4-du =
2,195. Maka dari tabel perhitungan didapat nilai DW-test du < d < 4 – du atau
1,805 < 2,095 < 2,195 yang dapat disimpulkan tidak ada autokorelasi baik
positif maupun negatif.
4.2.2.4 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah model regresi
terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan
yang lain. Jika varian dari residual satu pengamatan ke pengamatan lain tetap,
maka disebut homoskedastisitas dan jika berbeda akan disebut
heteroskedastisitas. Model regresi yang baik adalah model yang tidak terjadi
heterokedastisitas (Ghozali, 2011).
Untuk menentukan heteroskedastisitas dapat menggunakan grafik
scatterplot, titik-titik yang terbentuk harus menyebar secara acak, tersebar
baik diatas maupun dibawah angka 0 pada sumbu Y, bila kondisi ini
terpenuhi maka tidak terjadi heteroskedastisitas dan model regresi layak
56

digunakan. Hasil uji heteroskedastisitas dengan menggunakan grafik
scatterplot ditunjukan pada Gambar 4.2 dibawah ini:
Gambar 4.2
Grafik Scatterplot
Sumber : Data sekunder yang diolah

Dari grafik scatterplot terlihat bahwa titik-titik tidak menyebar secara
acak serta bergerombol dibawah angka 0 pada sumbu Y. Dengan demikian
dapat disimpulkan bahwa model regresi ini terjadi heteroskedastisitas. Hasil
ini juga diperkuat dengan hasil pengujian melalui uji Glejser yang dapat
dilihat pada Tabel 4.6 berikut ini :