PENGARUH PENJUALAN DAN PENDAPATAN TERHADAP KINERJA
KEUANGAN PERUSAHAAN INDUSTRI MANUFAKTUR DI JAWA BARAT
Oleh: Dr. Hadori Yunus, Ak (2007)
Abstract
The result shows that there is negative and significant relationship between sales to company’s financial performance also the relationship between interaction factor of sales and earnings to company’s financial performance. And there is positive relationship between earning to company’s financial performance. Also show the same pattern as the result of each year analysis in 4 years (2000-2003).
Pada umumnya, orang menilai baiknya kinerja keuangan suatu perusahaan dari tingginya angka penjualan per tahun ataupun dngan melihat pada tingginya angka pendapatan perusahaan tersebut. Oleh karena itu, seringkali manajer perusahaan berpacu untuk mencetak angka penjualan perusahaan yang setinggi-tingginya sehingga kinerja keuangan perusahaan dapat terlihat baik dimata para investornya.
Latar Belakang Permasalahan
Dewasa ini, perkembangan pasar modal Indonesia semakin pesat, dimana semakin banyak pihak, baik kalangan pengusaha, investor, kreditor, pemasok, pemerintah, ataupun masyarakat mulai tertarik untuk berinvestasi dalam saham. Hal tersebut mendorong pebisnis Indonesia yang perusahaannya tergabung dalam Bursa Efek, baik Bursa Efek Jakarta maupun Bursa Efek Surabaya untuk senantiasa mengoptimalkan penciptaan nilai bagi para pemegang saham. Salah satu cara yang dapat dilakukan adalah mengoptimalkan pertumbuhan perusahaannya, baik pertumbuhan pada pendapatan, maupun penjualan. Hal tersebut didasarkan pada anggapan umum bahwa pertumbuhan adalah seiring dengan penciptaan nilai pemegang saham. Namun dalam prakteknya, perusahaan Enron yang merupakan perusahaan besar dengan diversifikasi terbesar yang mengalami tingkat pertumbuhan yang tinggi, mengalami kehancuran.
Dalam lingkup pendorong peningkatan nilai secara tradisional, dimana berdasar atas ROE (return on equity) serta ROI (return on investment), kemampuan manajer dikaitkan dengan kenaikan jumlah pendapatan ataupun penjualan. Namun mekanisme formal untuk menyatakan apakah pertumbuhan aktivitas tersebut meningkatkan laba bagi pemegang saham, tidaklah diketahui secara jelas.
Pendekatan berdasarkan nilai (value-based approach) merupakan pendekatan modern yang dapat menghilangkan kerancuan yang terdapat pada pendekataan tradisional. Pendekatan yang dipakai antara lain adalah EVA (economics value added), MVA (market value added), tingkat pengembalian modal investasi (return on invested capital) dan tingkat pengembalian arus kas bagi investasi (cash flow return on investment).
Penelitian terdahulu yang dilakukan oleh Ramezani, Soenen dan Jung (2002) memiliki tujuan untuk mengetahui hubungan antara pertumbuhan penjualan (pendapatan) dengan profitabilitas perusahaan. Dengan menggunakan dua pengukuran klasik terhadap profitabilitas perusahaan, yaitu ROE dan ROI, serta menggunakan metode pengukuran nilai (value-based measure) yang baru, yaitu EVA dan MVA untuk memfasilitasi perbandingan antar perusahaan dan waktu, dilakukan normalisasi EVA, MVA serta variabel dominasi dolar yang lain dengan menggunakan net asset value (NAV). Hasil dari penelitian tersebut mengindikasikan bahwa memaksimalkan pertumbuhan tidaklah memaksimalisasikan profitabilitas perusahaan atau pemegang saham. Kelemahan dalam penelitian tersebut yang pertama adalah tidak menggunakan faktor interaksi antar variabel, dimana secara substansi faktor interaksi perlu digunakan karena karakteristik antar perusahaan yang secara kebetulan dipilih sebagai sampel dalam penelitian, memiliki karakteristik yang berbeda atau bahkan sangat berbeda. Kemudian kelemahan kedua adalah dari tujuan penelitiannya yang hanya untuk mengetahui hubungan yang dimiliki oleh pendapatan perusahaan dengan profitabilitas perusahaan. Tujuan tersebut secara langsung telah mengasumsikan bahwa perusahaan yang dipilih menjadi sampel penelitian memiliki karakteristik yang sama pada setiap tahunnya yang juga dipilih dalam penelitian. Seharusnya peneliti berusaha melihat pola hubungan antar variabel bebas dengan variabel tak bebas yang digunakan dalam penelitian secara tiap tahunnya.
Pada penelitian ini, variabel tak bebas yang digunakan sebagai pengukuran terhadap kinerja keuangan perusahaan adalah variabel EVA, sedangkan variabel bebas yang digunakan adalah penjualan dan pendapatan. Periode penelitian yang digunakan adalah 4 (empat) tahun, yaitu dari tahun 2000 hingga 2003. Faktor interaksi antar variabel digunakan karena secara substansi, karakteristik perusahaan-perusahaan yang secara purposive ditentukan menjadi sampel penelitian adalah berbeda.
Permasalahan Penelitian
Masalah-masalah yang akan diteliti dalam tesis ini adalah mengenai :
1) Seberapa besar pengaruh tingkat penjualan dan tingkat pendapatan terhadap kinerja keuangan perusahaan-perusahaan terbuka yang bergerak pada industri manufaktur.
2) Seberapa besar perbedaan pengaruh tingkat penjualan dan pendapatan perusahaan terhadap kinerja keuangan perusahaan-perusahaan terbuka yang bergerak pada industri manufaktur setiap tahunnya, selama empat tahun periode penelitian.
Tujuan Penelitian
Tujuan penelitian meliputi tujuan umum dan tujuan khusus sebagai berikut :
Tujuan Umum
Adalah untuk menunjukkan pengaruh penjualan dan pendapatan perusahaan terhadap kinerja keuangan perusahaan.
Tujuan Khusus
Tujuan khusus penelitian ini adalah :
1) Menunjukkan pengaruh tingkat penjualan dan pendapatan perusahaan terhadap kinerja keuangan perusahaan dalam bidang industri manufaktur dengan periode waktu penelitian selama tahun 2000 hingga 2003.
2) Menunjukkan perbedaan pola hubungan antara penjualan dan pendapatan (sebagai variabel bebas) terhadap EVA (sebagai variabel terikat) dengan menggunakan periode penelitian selama empat tahun (2000-2003) di Indonesia pada perusahaan-perusahaan terbuka yang bergerak pada industri manufaktur.
Manfaat Penelitian
Penelitian ini berguna bagi para pembaca yang berminat untuk melakukan investasi dengan melakukan jual beli saham dari perusahaan yang bergerak pada bidang industri manufaktur untuk mengetahui seberapa besar pengaruh tingkat penjualan dan pendapatan terhadap kinerja keuangan perusahaan.
Bagi pihak akademia, penelitian ini berguna untuk menambah wawasan mengenai pengaruh tingkat penjualan dan pendapatan terhadap kinerja keuangan perusahaan.
Ruang Lingkup Penelitian
Ruang lingkup penelitian ini adalah meliputi kinerja pengambilan data dan pemilihan sampel yang digunakan dalam penelitian ini.
Data
Penelitian ini mengambil data dari perusahaan yang bergerak di bidang manufaktur, yang telah terdaftar dalam Bursa Efek Jakarta, yang merupakan perusahaan yang aktif pada periode tertentu, yaitu pada tahun 1994 hingga 2003 dalam statusnya sebagai perusahaan terbuka. Data-data mengenai perusahaan-perusahaan tersebut diambil dari software JSXCIFTA, serta kumpulan data yang tersedia pada Kantor Pusat Data Pasar Modal (PDPM) di STIE IBII, Sunter – Jakarta Utara.
Penelitian-Penelitian Terdahulu
Penelitian terdahulu yang dilakukan oleh Ramezani,Soenen dan Jung pada tahun 2002 memiliki tujuan untuk mengetahui hubungan antara pertumbuhan dan profitabilitas perusahaan. Dengan menggunakan dua pengukuran klasik terhadap profitablitas perusahaan, yaitu ROE dan ROI serta metode pengukuran nilai (value-based measure) yang baru, yaitu EVA dan MVA untuk memfasilitasi perbandingan antar perusahaan dan waktu, dilakukan normalisasi EVA, MVA, serta variabel dominasi dolar yang lain dengan menggunakan net asset value (NAV). Data diambil dari 432 perusahaan di Amerika Serikat selama periode 11 tahun (1990-2000). Hasil dari penelitian tersebut mengindikasikan bahwa memaksimalkan pertumbuhan tidaklah memaksimalisasikan profitabilitas perusahaan atau pemegang saham.
Penelitian yang dilakukan oleh Chen dan Dodd pada tahun 2001 bertujuan untuk membuktikan bahwa EVA menyediakan informasi yang lebih baik dibandingkan residual income (RI) dan operating income (OP) dalam menjelaskan variasi dari imbal hasil saham. Data untuk penelitian ini adalah sebanyak 1000 perusahaan yang terdaftar pada database Stern Steward di Amerika Serikat pada tahun 1992. Dengan menggunakan valuation model yang digunakan oleh Easton dan Harris tahun 1991, penelitian ini berhasil membuktikan bahwa EVA bukanlah merupakan metode pengukuran penilaian yang terbaik berdasar data yang digunakan.
Penelitian yang dilakukan oleh Stern Steward mengenai implementasi EVA pada perusahaan di Amerika Serikat dengan pendapatan sebesar 2 milyar US dolar bernama Harsco pada tahun 2001 berhasil membuktikan bahwa imbal hasil keseluruhan dari saham meningkat sebesar 22.7%.
Pengukuran kinerja dengan menggunakan Activity Based Costing (ABC) dan EVA dilakukan pada tahun 1998 oleh Roztocki dan Needy. Hasilnya menunjukkan bahwa meskipun metode ABC menyediakan biaya operasional produk yang akurat, namun ABC tidak mengidentifikasikan produk mana yang menciptakan nilai tambah ekonomis dan kontribusinya terhadap kemakmuran pemegang saham. Kesimpulan yang dapat diambil adalah bahwa sistem yang terintegrasi antara ABC dan EVA dapat digunakan sebagai alat manajemen untuk melindungi pemimpin perusahaan terhadap pembuatan keputusan bersifat jangka pendek yang hanya mementingkan pencapaian laba, yang mana dapat menghancurkan nilai ekonomis selama jangka panjangnya.
Pada tahun 1997 Bacidore dan rekan-rekannya melakukan penelitian dengan tujuan ingin membuktikan bahwa EVA memiliki kemampuan untuk memprediksi perilaku harga saham. Hasil dari penelitian ini menunjukkan bahwa pengukuran dengan menggunakan EVA dapat memilih portfolio saham yang outperformed terhadap rata-rata pasar selama periode 1998 hingga 1992 sebesar lebih dari 4%.
Kerangka Pemikiran Teoritis dan perumusan Hipotesis
Pada tahun 1978 Financial Accounting Standard Board/FASB mengeluarkan konsep No. 1 yang berbunyi sebagai berikut :
Financial reporting should provide information that is useful to present and potential investor and creditors and other users in making rational investments credit, and similar decisions. The information should be comprehensible to those who have a reasonable understanding of business and economic activities and are willing to study the information.
Ditinjau dari konsep tersebut maka laporan keuangan harus dapat membantu investor dan kreditor untuk menginterprestasikan keadaan perusahaan dan agar tujuan pelaporan keuangan dapat tercapai, maka laporan hasil akuntansi tersebut haruslah memiliki kemampuan prediksi. Hal ini menunjukkan bahwa informasi akuntansi seperti yang tercantum dalam pelaporan keuangan dapat digunakan oleh investor dalam melakukan prediksi penerimaan laba di masa yang akan datang.
Karena itu, pusat perhatian/fokus pada pendapatan (earning) bukanlah merupakan suatu fenomena yang mengejutkan, mengingat bahwa sebagian besar investor peduli mengenai kemampuan perusahaan untuk menghasilkan pendapatan jangka panjang serta deviden.
Spesifikasi Model
Variabel bebas serta variabel tak bebas yang digunakan dalam model penelitian ini adalah sebagai berikut :
1) Kinerja keuangan perusahaan (variabel tak bebas)
2) Penjualan perusahaan (variabel bebas)
3) Pendapatan perusahaan (variabel bebas)
Definisi operasional variabel tak bebas adalah sebagai berikut :
Nama variabel untuk menyatakan kinerja keuangan perusahaan adalah EVA (Economic Value Added), yang didefinisikan sebagai indikator kinerja keuangan untuk menghitung laba ekonomi yang sesungguhnya dari suatu perusahaan.
Variabel Tak Bebas EVA
Model yang digunakan untuk menghitung EVA, adalah :
EVA t = NOPAT t - (WACC t x IC t – 1 )
EVA t = EBIT (1-T) – ( WACC t x IC t-1)
Dimana :
NOPAT = Laba Operasi Setelah Pajak
EBIT (1-T) t = Laba Operasi Setelah Pajak
WACC t = Biaya Modal Rata-rata Tertimbang
IC t-1 = Modal yang diinvestasikan awal periode (Invested Capital)
t = tahun ke-t
Hasil perhitungan EVA terdapat pada lampiran C
Perhitungan NOPAT
Pendekatan Operasional dalam menghitung NOPAT adalah sebagai berikut :
Sales – Operating Expense – Tax = NOPAT
Hasil perhitungan NOPAT dengan menggunakan pajak sebesar 30% (Alexander, 2002) pada masing-masing perusahaan selama 4 tahun terlampir pada lampiran C.
Perhitungan WACC
Perhitungan Biaya Modal Rata-rata Tertimbang (WACC) dapat dilihat pada lampiran B sesuai dengan rumus berrikut :
WACC = Wd. Kd (1-T) + We. ke
Wd = D/(D+E) x 100 %
We = E/(D+E) x 100 %
Keterangan :
Wd = Proporsi Utang Perusahaan
We = Proporsi Ekuitas Perusahaan
D = UtangPerusahaan
E = Ekuitas Perusahaan
Nilai Kd (biaya utang) didapat dengan menggunakan tingkat suku bunga kredit rupiah kategori Bank Umum periode 1999 hingga 2003 (Kurniady, 2002), yangdapat dilihat pada lampiran B.
Sedangkan untuk ‘ke’ (biaya saham biasa), didapat dengan menggunakan rumus Capital Asset Pricing Model (CAPM) sebagai berikut (lampiran B) :
Cost of equity = risk free rate + beta [risk premium]
Ke = krf + bi [krm – k rf]
Keterangan :
ke = Biaya Saham Biasa
krf = Tingkat Pengembalian Investasi Bebas Resiko
krm = Tingkat Pengembalian Pasar
bi = Koefisien beta saham yang merupakan indeks resiko saham I
Nilai krf didapat dari rata-rata tingkat suku bunga Bank Indonesia (SBI) bulanan selama periode tahun 2000 hingga 2003.
Sedangkan untuk mendapatkan nilai beta saham, maka dilakukan beberapa perhitungan sebagai berikut :
1) Menghitung imbal hasil bulanan dari saham perusahaan :
Keterangan :
Rit = Tingkat pengembalian individual saham bulanan
IHSI = Indeks Harga Saham Individual bulanan
t = bulan ke-t
2) Menghitung imbal hasil pasar (market) bulanan :
Keterangan :
Rmt = Tingkat pengembalian pasar bulanan
IHSG = Indeks Harga Saham Gabungan Bulanan
t = bulan ke-t
3) Menghitung Beta (b)
Beta saham dihitung dengan melakukan regresi return IHSI bulanan sebagai dependent variable, dengan IHSG sebagai independent variable.
Rit = a + b Rmt
Perhitungan IC
Untuk modal yang diinvestasikan (IC), perhitungannya diperoleh dengan menggunakan rumus sebagai berikut :
(Current Asset t-1 – Current Liabilities t-1) + Net Fixed Asset t-1
Keterangan :
Current Asset = asset lancar
Current Liabilities = utang lancar
t = tahun ke-t
Hasil dari perhitungan ini dapat dilihat pada lampiran C.
Variabel Bebas Penjualan Perusahaan
Penjualan perusahaan merupakan hal penting yang seringkali dijadikan patokan untuk menilai prospek perusahaan. Untuk itu, variabel penjualan dalam penelitian ini digunakan sebagai salah satu variabel untuk melihat pengaruhnya terhadadap kinerja keuangan perusahaan.
Variabel Bebas Pendapatan Perusahaan
Seperti halnya dengan penjualan perusahaan, pendapatan bersih (net income) juga seringkali dijadikan untuk menilai prospek perusahaan. Untuk itu variabel pendapatan juga digunakan sebagai salah satu variabel untuk menilai pengaruhnya terhadap kinerja keuangan perusahaan.
Metode Analisis Data
Metode yang dipakai untuk memenuhi tujuan khusus penelitian yang pertama dan kedua, yaitu untuk menunjukkan pengaruh tingkat penjualan dan pendapatan perusahaan terhadap kinerja keuangan perusahaan industri manufaktur menurut periode waktu penelitian, serta menunjukkan perbedaan pola hubungan antara penjualan dan pendapatan (sebagai variabel bebas) dengan EVA (sebagai variabel terikat) dengan menggunakan periode penelitian selama empat tahun (2000 – 2003) di Indonesia pada perusahaan-perusahaan terbuka yang bergerak pada industri manufaktur adalah dengan menggunakan analisis regresi linier.
Model yang digunakan untuk memenuhi tujuan khusus penelitian tersebut adalah sebagai berikut :
Y = b0 + b1 X1 + b2 X2 + b3 (X1*X2) + b4 D1 + b5 D2 + b6 D3 + e
Keterangan :
Y = EVA
b0 = intersep
b1 = koefisien faktor X1
X1 = penjualan
b2 = koefisien faktor X2
X2 = pendapatan
b3 = koefisien interaksi dua faktor
X1*X2 = faktor interaksi
b4, b5, b6 = koefisien faktor dummy tahun penelitian
D = Dummy tahumn penelitian
D1 = 1; tahun 2001 0; tahun 2000, 2002, 2003
D2 = 1; tahun 2002 0; tahun 2000, 2001, 2003
D3 = 1; tahun 2003 0; tahun 2000, 2001, 2002
= kesalahan regresi (regression error)
Keunggulan model diatas adalah merupakan model regresi terlengkap dengan adanya pemakaian faktor interaksi sebagai variabel bebas (Agung, 1992).
Berikut akan dijabarkan mengenai deskripsi dan pengkuruan variabel.
1) EVA
Ø Merupakan variabel tak bebas (Y) yang dihitung per tahun (dari tahun 2000 hingga 2003) berdasar rumus yang tertera pada halaman 39.
2) Sales
Ø Merupakan variabel bebas (X1) dari penjualan 40 perusahaan industri manufaktur (dari tahun 1999 hingga 2003) yang menjadi sampel penelitian.
3) Net Income (NI)
Ø Merupakan variabel bebas (X2) dari pendapatan 40 perusahaan industri manufaktur (dari tahun 1999 hingga 2003) yang menjadi sampel penelitian.
4) Sales*Net Income (Sales*NI)
Ø Merupakan faktor interaksi antara variabel bebas X1 dan X2 dari tahun 2000 hingga 2003.
5) Dummy variable (D)
Ø Merupakan variable bebas (D1, D2, D3) terhadap tahun penelitian (2000 – 2003) untuk melihat taksiran masing-masing koefisien faktor dummy tahun penelitian.
Penerapan Faktor Interaksi Dalam Model Regresi
Pada penelitian ini, faktor interaksi antara variabel numerik digunakan, yang mana pengertian interaksi variabel numerik memiliki pembatasan sebagai berikut (Agung 1999, 9) :
1) Pengaruh faktor interaksi dua variabel numerik X1*X2 terhadap sebuah variable respon tertentu dapat ditentukan dengan membentuk kelompok-kelompok nilai/skor dari masing-masing variabel X1 dan X2. Pembentukan kelompok ini harus didasarkan atas landasan teori yang umum dipakai, misalnya untuk variabel penjualan (X1) dipakai kelompok penjualan menengah (antara 10 juta rupiah hingga 1 milyar rupiah per tahun), sedangkan untuk variabel pendapatan (X2) dipakai kelompok pendapatan menengah (bernilai positif).
2) Secara teoritis atau substantif nilai/skor sebuah variabel respon Y (EVA) berubah dengan berubahnya nilai dari variabel numerik X1 (penjualan perusahaan) sehingga dapat dinyatakan terdapat asosiasi antara variabel Y dengan variabel X1
3) Secara teoritis atau substantif nilai/skor pola asosiasi antara X1 dan Y berbeda sekurang-kurangnya untuk sepasang kategori dari variabel X2 (pendapatan perusahaan) sehingga dapat dinyatakan bahwa faktor interaksi X1*X2 mempunyai pengaruh terhadap variabel respon Y. Hubungan ini dapat diilustrasikan dengan gambar sebagai berikut :
Gambar 3.1 Illustrasi adanya pengaruh interaksi X1*X2 terhadap variable numeric Y.
Sumber: Agung, 1999:10.
4) Jika pola asosiasi antara X1 dan Y berbeda sekurang-kurangnya untuk sepasang nilai/skor dari variabel X2, maka faktor interaksi X1*X2 yang juga nemerik dinyatakan mempunyai pengaruh terhadap variabel respon Y.
Analisis Statistika Deskriptif
Analisis deskripsi mempunyai tujuan untuk menyajikan rangkuman statistik dalam bentuk tabulasi dan/atau grafik. Dengan memperhatikan variabel kinerja keuangan perusahaan (EVA) sebagai variabel tak bebas, rangkuman statistik akan menunjukkan perbedaan rerata skor tiap variabel EVA menurut tahun dari emiten/perusahaan terbuka yang bergerak di bidang manufaktur sebagai sampel penelitian.
Metode Pengujian Data
Pengujian asumsi-asumsi dasar penggunaan OLS perlu dilakukan sebelum melakukan analisis model regresi.
Pengujian Asumsi-asumsi OLS
Sebelum melakukan analisis data, terdapat beberapa asumsi yang harus dipenuhi dalam penggunaan regresi OLS, antara lain (Nachrowi 2002, 19) :
1. Tidak adanya multikolinearitas antara X1, dan X2, yaitu tidak adanya hubungan linear yang tinggi diantara variabel-variabel independen. Salah satu cara untuk mendeteksi adanya multikolinearitas adalah dengan melihat nilai variance inflation factor (VIF), yang dihitung dengan rumus sebagai berikut :
VIF = 1/1-R21 = 1/Tolerance
R21, yang memiliki kisaran nilai antara 0 hingga 1, merupakan koefisien determinasi yang didapatkan dengan meregresikan masing-masing variabel independen dengan variabel independen lainnya. Semakin kecil nilai R21, menandakan bahwa suatu variable X dapat dijelaskan dengan rendah oleh variabel-variabel X lainnya. Hal tersebut menandakan bahwa multikolinearitas rendah adanya, sehinga nilai VIF semakin mendekati 1.
Cara lain untuk melihat multikolinearitas adalah dengan melihat pada angka Condition Index (CI), dimana rumusnya adalah sebagai berikut :
CI = (Max Eigenvalue / Min Eigenvalue)0.5
Keterangan : CI > 30 menandakan adanya multikolinearitas kuat
10 < CI < 30 moderat
CI < 10 tidak ada multikolinearitas
2. Homoskedastisitas, yaitu varians dari nilai-nilai erndah residu konstan untuk setiap nilai nilai X, hal ini dinotasikan dengan : var (ei) = s2. Sebaliknya, bilamana varians nilai residu bervariasi yang biasanya membentuk suatu pola tertentu, maka hal ini menandakan adanya heteroskedastisitas.
3. Rata-rata nilai residu pada model (mean value of error term) memiliki nilai yang sama dengan nol. Hal ini dinotasikan dengan E (ei) = 0; selain itu nilai residu mengikuti pola penyebaran yang berdistribusi normal yaitu berbentuk lonceng (bell shaped).
Pengujian normalitas dilakukan untuk menguji apakah dalam sebuah model regresi, variabel dependen, variabel independen atau keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah distribusi normal atau mendekati normal.
4. Tidak adanya otokorelasi diantara nilai residu (error term) ei dan ej, dimana cov (ei, ej) = 0; i ¹ j, yang artinya nilai residu yang berasal dari hasil regresi yang satu, tidak berhubungan/mempengaruhi nilai residu yang lainnya (saling bebas). Lebih rinci, otokorelasi merupakan korelasi antara nilai residu yang dapat terjadi pada data observasi lintas waktu (time series data), maupun korelasi antar tempat (cross-sectional data).
Cara mendeteksinya adalah dengan cara melakukan tes Durbin Watson (d-test). Dari hasil output SPSS, akan tertera hasil dari d-test tersebut, dan interpretasinya adalah sebagai berikut :
0 < DW < 1.148 = adanya otokorelasi positif
1.476 < DW 2.542 = tidak ada otokorelasi positif atau negatif
2.852 < DW < 4 = menandakan adanya otokorelasi negatif
Keterangan :
Nilai sebesar 1.148 dan 1.476 didapatkan dari table DW dengan a = 0.01
Apabila terjadi otokorelasi, maka model ditransformasikan ke dalam bentuk lain dimana regresi tidak lagi dilakukan dengan OLS.
Analisis Model Regresi
Pengolahan data semuanya menggunakan program komputer SPSS 11.0, yang mana output yang ada akan dipergunakan sebagai analisis serta interpretasi terhadap model.
Sedangkan hipotesis statistik pada penelitian ini adalah :
H1,0 = Penjualan (setelah mempertimbangkan pengaruh variable lain dalam model) tidak berpengaruh terhadap kinerja keuangan perusahaan.
H1,0 : b1 = 0
H1,a = Penjualan (setelah mempertimbangkan pengaruh variabel lain dalam model) berpengaruh terhadap kinerja keuangan perusahaan
H1,a : b1 ¹ 0
H2,0 = Pendapatan (setelah mempertimbangkan pengaruh variable lain dlam model) tidak berpengaruh terhadap kinerja keuangan perusahaan.
H2,0 : b2 = 0
H2,a = Penjualan (setelah mempertimbangkan pengaruh variabel lain dalam model) berpengaruh terhadap kinerja keuangan perusahaan
H2,a : b2 ¹ 0
H3,0 = Faktor interaksi antara variabel penjualan dan pendapatan (setelah mempertimbangkan pengaruh variabel lain dalam model) tidak berpengaruh terhadap kinerja keuangan perusahaan.
H3,0 : b3 = 0
H3,a = Faktor interaksi antara variabel penjualan dan pendapatan (setelah mempertimbangkan pengaruh variabel lain dalam model) tidak berpengaruh terhadap kinerja keuangan perusahaan.
H3,a : b3 ¹ 0
Flowchart of Analysis
Alur dari penelitian ini adalah sebagai berikut :
ANALISIS HASIL PENELITIAN
Pengujian Model dengan Analisis Asumsi OLS
Untuk mendapatkan sifat taksiran yang tidak bisa (best linear unbiased estimator/BLUE), maka beberapa asumsi Ordinary Least Square (OLS) berikut harus dipenuhi.
Multikolinearitas antar Variabel Independen
Multikolinearitas antar variabel-variabel independen dapat dilihat dari nilai VIF (Variance Inflation Factor) pada table berikut :
Tabel 4.1. Coefficients untuk Periode Penelitian 2000-2003 pada Perusahaan Industri Manufaktur
Coefficientsa
|
Model | Unstandardized Coefficients | standardized Coefficients |
t |
Sig | Collinearity Statistic |
| B | Std.Error | Beta | Tolerance | VIF |
| 1 (Constant) | -2.2E+10 | 1.5E +10 |
| -1.467 | .144 | |
|
| SALES | -7.659 | 2.086 | -385 | -3.671 | .000 | .347 | 2.879 |
| NI | 105.136 | 11.186 | .850 | 9.399 | .000 | .466 | 2.147 |
| SALES_NI | -2.57E-09 | . 000 | -.356 | -2.873 | .005 | .249 | 4.017 |
| D_1 | -1.9E+10 | 2.0E+10 | -.071 | -.922 | .358 | .650 | 1.539 |
| D_2 | -2.0E+10 | 2.1E+10 | -.077 | -.984 | .327 | .624 | 1.602 |
| D_3 | -8.2E+08 | 2.0E+10 | -.0.03 | -.040 | .968 | .633 | 1.580 |
a. Dependent Variable : EVA
* Signifikan pada 0.01 £ a £ 0.05
Sumber : Hasil Pengolahan Data dengan SPSS versi 11.0
Nilai-nilai VIF masing-masing variabel independent dapat dikatakan berada pada sekitar angka satu, kecuali untuk variabel sales, ni, sales*ni memiliki angka VIF yang agak jauh dari nilai 1.
Kemudian, dugaan bahwa mengenai ada tidaknya multikolinearitas, dapat dilihat pada angka CI pada tabel Collinearity Diagnostics di bawah ini, yang mana semuanya berada di bawah nilai 10 (ketentuan pada halaman 50), sehingga dapat diaktakan bahwa tidak terjadi multikolinearitas pada model regresi yang digunakan.
Tabel 4.2. Collinearity Diagnostics untuk periode Penelitian 2000-2003 pada Perusahaan Industri Manufaktur
Collinearity Diagnosticsa
| Model Dimension | Eigenvalue | Condition Index |
| 1 1 2 3 4 5 6 7 | 2.859 1.465 1.001 .986 .426 .144 .119 | 1.000 1.397 1.690 1.703 2.591 4.451 4.896 |
a. Dependent Variable : EVA
Sumber : Hasil Pengolahan Data dengan SPSS versi 11.0
Heteroskedastisitas
Cara yang dapat digunakan untuk mendeteksi adanya heteroskedastisitas adalah dengan melihat ada tidaknya pola tertentu pada grafik (Lampiran D), dimana sumbu X adalah Y yang telah diprediksi, dan sumbu Y adalah residual (Y sesungguhnya – Y prediksi).
Dasar pengambilan keputusan adalah :
1. Jika ada pola tertentu, seperti titik-titik (point-point) yang membentuk suatu pola tertentu yang teratur (bergelombang, melebar, kemudian menyempit), maka telah terjadi heteroskedatisitas
2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Pada grafik tersebut, terlihat titik-titik menyebar secara acak dan tidak membentuk sebuah pola tertentu yang jelas, serta tersebar baik diatas maupun di bawah angka 0 pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi penelitian ini.
Otokorelasi
Pengujian adanya otokorelasi dilakukan dengan pengujian Durbin Watson (d-test), yang mana dalam hal ini dilakukan secara sekaligus yaitu baik untuk mendeteksi adanya otokorelasi positif maupun negatif dengan melakukan pengujian dua arah.
Tabel 4.3. Model Summary untuk periode Penelitian 2000-2003 pada Perusahaan Industri Manufaktur
Model Summaryb
|
Model |
R |
R Square | Adjusted R Square | Std. Error of the Estimate | Durbin- Watson |
| 1 | .646a | .417 | .394 | 8.919E+10 | 2.094 |
a. Predictors : (Constant), D_3, SALES, D_1, NI, D_2, SALES_NI
b. Dependent Variable : EVA
Sumber : Hasil Pengolahan Data dengan SPSS versi 11.0
Hasil perhitungan nilai statistik Durbin Watson (DW) pada tabel Model Summary adalah 2.094. Maka dengan demikian secara statistik menunjukkan tidak adanya otokorelasi positif maupun otokorelasi negatif, berdasar pada ketentuan pada halaman 51 bahwa 1.476 < DW < 2524 menunjukkan tida adanya otokorelasi positif maupun negatif.
Analysis of Variance (ANOVA)
Anova dipergunakan untuk menguji perbedaan rata-rata hitung jika kelompok sampel yang diuji lebih dari dua buah.
Pada tabel ANOVA terdapat beberapa nilai yang diperoleh. Nilai-nilai tersebut antara lain adalah Estimated Sum of Square (ESS), Residual Sum of Square (RSS), Mean Square Estimated (MSE), Mean Square Residual (MSR), nilai F observasi, serta signifikansi nilai F tersebut.
Tabel 4.4. ANOVA untuk Periode Penelitian 2000-2003 pada Perusahaan Industri Manufaktur
ANOVAb
|
Model | Sum Square |
df |
Mean Square |
F |
Sig |
| 1 Regression Residual Total | 8.69E+23 1.22E+24 2.09E+24 | 6 153 159 | 1.449E+23 7.954E+21
| 18.218
| .000a
|
a. Predictors : (Constant), D_3, SALES, D_1, NI, D_2, SALES_NI
b. Dependent Variable : EVA
a = signifikan pada a £ 0.01
Sumber : Hasil Pengolahan Data dengan SPSS versi 11.0
Nilai F observasi dapat diperoleh dari nilai MSE dan MSR. Nilai F tersebut didapat dengan membagi MSE dengan MSR. Nilai tersebut juga digunakan untuk mengetahui apakah persamaan regresi berganda yang dianalisis dapat dikatakan valid atau tidak.
Apabila nilai F yang didapat dari hasil pengolahan data lebih dari nilai F table, maka dapat dikatakan bahwa hasil estimasi koefisien dari variabel independen tidak sama dengan nol. Dengan kata lain bahwa persamaan regresi berganda yang dianalisis adalah valid.
Persamaan regresi berganda ini adalah valid artinya variabel-variabel independen merupakan factor penjelas nyata bagi variasi dalam variabel dependen karena memiliki nilai F sebesar 18.218 yang signifikan pada tingkat kepercayaan 99%. Sehingga dapat disimpulkan bahwa variabel independen secara bersama-sama mempengaruhi variabel terikat.
Coefficients Regression
Tabel Coefficients (halaman 52) memperlihatkan koefisien dari setiap variabel pada persamaan regresi.
Koefisien dari tiap variabel berada pada kolom unstandardized coefficients, kolom B.Dari hasil pengolahan data dengan menggunakan SPSS 11.0, dapat disimpulkan persamaan regresi berganda, yaitu :
EVA = 2.2E+10 – 7. 659 Penjualan + 105.136 Pendapatan
SE (1.5E+10)* (2.086)* (11.186)*
-2.57E-09 Penjualan*Pendapatan – 1.9E+10 D1 – 2.0e+10 D2 – 8.2E+08 D3
SE (0.005)* (2.0 E+10) (2.1E+10) (2.0 E+10)
* Siginifikan pada tingkat kepercayaan 95%
Interpretasi Hasil Penelitian dengan Periode 2000-2003
Berikut akan dijabarkan mengenai interpretasi hasil penelitian dari hasil pengolahan data yang menggunakan periode penelitian 4 tahun (2000-2003) dengan mengambil sampel sebanyak 40 perusahaan yang bergerak di bidang industri manufaktur.
Variabel penjualan dan pendapatan, serta faktor interaksi antara variabel penjualan dan pendapatan pada penelitian ini dapat menerangkan variasi EVA sebesar 41.7% (nilai R-Squared pada table Model Summary halaman 54).
Uji-F (table ANOVA halaman 55) menunjukkan secara bersama-sama semua koefisien regresi siginifikan pada a = 1%, maka dapat dikatakan model yang berbentuk telah baik (Nachrowi, 2002).
Uji-t (tabel Coefficient pada halaman 52) yang dipakai dalam pengujian hipotesis ini menunjukkan nilai signifikansi sebesar 0.000 untuk variabel sales, 0.000 untuk variabel NI, dan 0.005 untuk faktor interaksi antara variabel sales dan NI.Sehingga dapat dikatakan bahwa ketiga variabel tersebut mempunyai pengaruh yang berarti (siginifikan) secara statistik terhadap EVA. Dengan demikian, terbukti baik secara teoritis maupun berdasarkan model regresi ganda, dapat dinyatakan bahwa faktor interaksi X1*X2 tidak boleh diabaikan (Agung, 1999). Sedangkan untuk siginifikansi koefisien intersep adalah sebesar 0.144, yang mana nilai siginifikan tersebut adalah dibawah nilai 0.15, sehingga hal tersebut memperkuat bukti bahwa model yang digunakan dalam penelitian ini adalah cukup baik.
Signifikansi uji-t untuk koefisien dummy tahun penelitian menyatakan tidak signifikan secara statistik pada a = 5%. Hal tersebut menyatakan secara statistik bahwa tidak ada perbedaan secara siginifikan antara tiap tahun penelitian yang digunakan, yaitu antara tahun 2000, tahun 2001, tahun 2002, serta tahun 2003.
Koefisien faktor X1 (penjualan) dan faktor interaksi yang bertanda negatif pada model di atas, menunjukkan bahwa kedua variabel bebas tersebut memiliki pengaruh yang negatif sebesar –7.659 dan –2.57E-09 terhadap kinerja keuangan perusahaan, sedangkan X2 (pendapatan) memiliki pengaruh yang positif terhadap variabel tak bebas EVA sebesar 105.136. Sehingga dapat disimpulkan bahwa setiap kenaikan penjualan, maka nilai EVA akan berkurang. Namun setiap kenaikan pendapatan, nilai EVA akan meningkat. Hal ini membuktikan bahwa variabel penjualan dan variabel pendapatan secara bersama-sama perlu diperhatikan dalam menilai kinerja keuangan suatu perusahaan, meskipun penjualan merupakan salah satu unsur dari perhitungan nilai pendapatan (net income).
DAFTAR PUSTAKA
Agung, I Gusti Ngurah, Faktor Interaksi : Pengertian Secara Substansi dan Statistika. Jakarta : Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia, 1999.
Agung, I Gusti Ngurah. Manajemen Penulisan Skripsi, Tesis dan Disertasi. Jakarta : PT Rajawali, 2003
Agung, I Gusti Ngurah, Metode Peneltian Sosial, Pengertian dan Pemakaian Praktis 2. Jakarta : PT. Gramedia Pustaka Utama, 1992
Alexander, Surya, “100 Pencetak EVA dan MVA Terbaik 2002”. Majalah SWA, No. 22, Edisi 18, November 2002.
Anorga, Win’s.Kamus Istilah Ekonomi, edisi ke-1. Bandung : M2S, 1993
Bloomaert, A.M.M., J.M.J. Bloomaret and R.S. Hayes. Financial Decision Making : an Introduction to Managerial Accounting, Financial Accounting and Financial Management. Herforshire : Prentice HallInternational (UK) Ltd, 1991
Brewer, Peter C., Gyan Chandra, Clayton A. Hock. “ Economic Value Added (EVA) : It. Used and Limitations, “S.A.M. Advanced Management Journal, Spring 1999; 64, 2
Chen, Shimin and JAMES l. Dodd. “Operating Income, Residual Income and EVA : Which Metric is More Value Relevant?, “Journal of Managerial Issues”, Vol. XIII, No. 1 (Spring 2001) : 65-86
Hagstorm, R.G.Jr. The Warren Buffet Way. New York : John Wiley. 1995
Jones, Investment, Eight edition, John Wiley & Sons Inc., USA : 2002
Keys, DAVID e., Mumin Azamhuzjaev, James Mackey. Economic Value Added : A Critical Analysis. The Journal of Corporate Accounting & Finance. Jan/Feb 2001, 12, 2
Kurniady, Adi. Analisis Information Content dari Economic Value (EVA), Operating Income (OP) dan Net Income (NI) terhadap Equity Market Value (EMV) dan Market Value Added (MVA). 2002
Nachrowi, Djalal Nachrowi dan Hardius Usman. Teknik Pengambilan Keputusan. Jakarta : PT Raja Grafindo Persada, April 2003
Paulo, Stanley. Is EVA Fiction? AFP Exchange : Jul/Aug 2002, 24,4
Petit, Justin. EVA and Production Strategy. Industrial Management; Nov/Des 2000; 42,6
Pike, Richard, and Bill Neale. Corporate Finance and Investment : Decisions and Strategies, 1st ed. Hertfordshire : Prentice Hall, 1993
Ramezani, Cyrus A., Luc Soenen, and Alan Jung. “Growth, Corporate Profitability and Value Creation, “Financial Analysts Journal, Vol. 63, No. 3 (Nov/Des 2002) : 56-66
Rees, Bill. Financial Analysis, Hertfordshire : Prentice Hall International, 1990
Stern, Joel M., and John S. Shiely, with Irwin Ross. The EVA Challenge : Implementing Value Added in an Organization. Canada : John Wiley & Sons, Inc., 2001
Steward, Stern & Co Advertisement 1993. The Stern Steward Performance 1000 database Package : Introduction and Documentation, New York, NY : Stern Steward Management Secvices.
Weston, J. Fried and Thomas E. Copeland. Managerial Finance, 9th ed. Orlando, Florida : The Dryden Press, 1992
Young, David S., and Stephen F. O’Byrne. EVA and Value-Based Management : A Practical Guide to Implementation. New York : Mc Graw Hill, 2001
