Sumber : Hasil Pengolahan Data

BAB IV ANALISIS DAN PEMBAHASAN

4.1. Statistik Deskriptif Bab ini membahas analisis data dan hasil penelitian tentang pengaruh independensi (IDP), aktivitas (MEET), remunerasi dewan komisaris (RMNSI) sebagai variabel independent, terhadap nilai perusahaan (VALUE) sebagai variabel dependent, dengan mempertimbangkan variabel lain sebagai variable kontrol yaitu ukuran perusahaan (SIZE), tingkat profitabilitas (ROA) dan tingkat hurang perusahaan (LEV). Analisis ini dibagi menjadi 2 bagian yaitu bagian pertama menjelaskan mengenai analisis kualitatif dengan menggunakan statistik deskriptif yang akan membahas sebaran data, dan bagian kedua menjelaskan mengenai hasil olah data dengan menggunakan program SPSS yang bertujuan untuk mengetahui tingkat kebaikan model dan pengaruh dari masing-masing variabel independent terhadap variabel dependent. Tabel 4.1 Descriptive Statistics N VALUE IDP MEET RMNSI SIZE ROA LEV Valid N (listwise)

39 39 39 39 39 39 39 39

Minimum ,27 ,00 1,00 16,98 24,79 -10,14 ,00

Maximum 8,98 ,75 21,00 24,19 31,69 13,03 6,97

Mean 1,7257 ,3706 7,8974 21,8711 27,7562 3,9936 ,7448

Std. Deviation 1,67122 ,12253 5,29545 1,51589 1,82587 4,26766 1,18952

Sumber : Hasil Pengolahan Data Berdasarkan tabel 4.1, diketahui bahwa terdapat enam variabel penelitian (VALUE, IDP, MEET, RMNSI, SIZE, ROA, LEV) dengan jumlah sampel secara keseluruhan sebanyak 39 sampel. Dengan nilai minimum sebagai nilai terendah untuk setiap variabel, dan nilai maksimum untuk nilai tertinggi untuk setiap variabel dalam penelitian. Dalam tabel juga dapat dilihat mean dari setiap nilai

43

Universitas Indonesia

Pengaruh independensi..., Ratih Juwitasari, FE UI, 2008

44

dari masing-masing variabel. Selain itu juga dapat dilihat standar deviasi nilai dari data masing-masing variabel. Beberapa penjelasan mengenai hasil perhitungan statistik diuraikan sebagai berikut. a. VALUE Dari hasil pengujian statistik deskriptif, rata-rata tobin’s q perusahaan di Indonesia pada tahun yang diamati adalah 1,7257. Dimana standar deviasi dari tobin’s q adalah 1,67122. Dengan nilai minimum 0,27 dan maksimum 8,98. Dapat dilihat bahwa rata-rata tobin’s q perusahaan di Indonesia sudah cukup baik, karena memiliki nilai lebih dari 1. b. IDP Dari hasil uji statistik deskriptif, dapat disimpulkan bahwa rata-rata proporsi anggota komisaris yang independen perusahaan di Indonesia adalah 0,3706 dengan standar deviasi sebesar 0,12253. Dengan nilai maksimum sebesar 0,75 atau 75%. Dapat dilihat bahwa rata-rata outside directors pada perusahaan sampel adalah sebesar 37,06% dimana jumlah tersebut sesuai dengan peraturan BEI tanggal 1 Juli 2000, bahwa untuk perusaahan yang listing di BEI harus mempunyai jumlah komisaris independen 30% dari seluruh anggota dewan komisaris. c. MEET Dari hasil pengujian statistik deskriptif, dapat disimpulkan rata-rata rapat yang dilakukan oleh perusahaan di Indonesia adalah 7,8974 kali, dengan standar deviasi sebesar 5,2955. Selama periode satu tahun yang terdiri dari 4 kwartal, maka minimal perusahaan melakukan rapat 4 kali. Melalui statistik deskriptif dapat diketahui bahwa rata-rata perusahaan sudah memenuhi persyaratan minimal pengadaan rapat. d. RMNSI Berdasarkan hasil pengujian statistik deskriptif, rata-rata besar remunerasi yang diterima oleh dewan komisaris

adalah sebesar 21,8711, hasil ini

merupakan total remunerasi yang sudah di logaritmakan. atau setara dengan Rp 3.151360.181. Sedangkan nilai standar deviasi dalam logaritma sebesar 1,82857.



45

e. SIZE Berdasarkan hasil pengujian statistik deskriptif, rata-rata aset yang dimiliki perusahaan yang sudah dilog-kan adalah sebesar 27,7562, hasil ini merupakan total aset perusahaan yang telah dilogaritmakan, atau setara dengan Rp 1.133.351.117.000 dengan standar deviasi sebesar 1,82587. Hasil ini merupakan total aset yang sudah dilogaritmakan. f. ROA Berdasarkan hasil pengujian statistik deskriptif, rata-rata ROA perusahaan adalah sebesar 3,9936% dengan standar deviasi sebesar 4,26766%. Dengan nilai ROA tertinggi sebesar 13,03%. Semakin tinggi nilai ROA maka kinerja perusahaan semakin baik, perusahaan semakin efisien. Dari hasil pengujian, rata-rata perusahaan sudah efisien. g. LEV Berdasarkan hasil pengujian statistik deskriptif, rata-rata DAR yang dimiliki perusahaan di Indonesia adalah 0,7448% dengan standar deviasi sebesar 1,18952%. Nilai DAR tertinggi yaitu sebesar 6,96%, dan nilai minimum sebesar 0%. Semakin tinggi nilai DAR maka perusahaan lebih banyak menggunakan hutang dalam pendanaannya.

4.2. Uji Normalitas Uji normalitas untuk mengetahui suatu model regresi, variabel dependen, variabel independen atau keduanya berdistribusi normal atau tidak. Model regresi yang baik adalah berdistribusi normal atau mendekati normal. Bila variabel error (e) berdistribusi normal maka uji-t dan uji-F dapat dilakukan atau digunakan. Karena uji-t dan uji-F diturunkan dari asumsi bahwa data Y atau e berdistribusi normal

(Gujarati, 1995: 102-103). Analisa Kolmogorov-Smirnov merupakan

suatu pengujian normalitas secara univariate untuk menguji keselarasan data masing-masing variabel penelitian, dimana suatu sampel dikatakan berdistribusi normal atau tidak. Hal ini diutarakan oleh Ghazali (2005) bahwa uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel yang digunakan mempunyai distribusi normal atau tidak. Perumusan hipotesa untuk uji normalitas adalah sbb :



46

H0 : data berasal dari populasi normal. Ha : data berasal dari populasi tidak normal. Kriteria keputusan uji normalitas adalah sbb: Jika sig. < 0,05, maka H0 ditolak. Jika sig. > 0,05, maka H0 diterima. Tabel 4.2 One-Sample Kolmogorov-Smirnov Test N Normal Parameters a,b Most Extreme Differences

Mean Std. Deviation Absolute Positive Negative

Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)

VALUE 39 1,7257 1,67122 ,216 ,216 -,192 1,349 ,052

IDP 39 ,3706 ,12253 ,235 ,235 -,175 1,467 ,027

MEET 39 7,8974 5,29545 ,169 ,169 -,107 1,058 ,213

RMNSI 39 21,8711 1,51589 ,127 ,063 -,127 ,793 ,556

SIZE

ROA

39 27,7562 1,82587 ,108 ,108 -,105 ,677 ,750

39 3,9936 4,26766 ,147 ,115 -,147 ,920 ,365

LEV 39 ,7448 1,18952 ,423 ,423 -,267 2,640 ,000

a. Test distribution is Normal. b. Calculated from data.

Sumber: Hasil Pengolahan Data Berdasarkan hasil pengujian SPSS tersebut, maka dapat disimpulkan melalui tabel berikut: Tabel 4.3 Hasil Pengujian Normalitas Variabel

Sig.

Keputusan H0

Kesimpulan

VALUE

0,052 H0 diterima

data berdistribusi normal

IDP

0,027 H0 ditolak

data berdistribusi tidak normal

MEET

0,213 H0 diterima


RMNSI

0,556 H0 diterima


SIZE

0,750 H0 diterima


ROA

0,365 H0 diterima


LEV

0,000 H0 ditolak

data berdistribusi tidak normal

Sumber : Hasil Pengolahan Data Berdasarkan hasil pengujian normalitas diatas dapat dilihat bahwa variabel independen yaitu nilai perusahaan yang dilambangkan dengan VALUE memiliki signifikansi >0,05. Hal ini menggambarkan bahwa variabel tersebut berdistribusi normal. Untuk variabel independent semuanya berdistribusi normal dengan tingkat signifikansi >0,05, kecuali variabel IDP yang memiliki tingkat signifikansi <0,05. Untuk variabel kontrol yaitu ukuran perusahaan yang dilambangkan SIZE,



47

dan ROA memiliki nilai signifikansi > 0,05. sedangkan untuk variabel LEV yang memiliki tingkat signifikansi sebesar 0,000 < 0,05. Hal ini menggambarkan bahwa SIZE dan ROA

berdistribusi normal, sedangkan untuk LEV

menggambarkan data tersebut tidak berdistribusi normal. Peneliti juga menggunakan metode normalitas dengan metode grafik yang menggunakan metode normality plot yang membandingkan distribusi kumulatif dari data yang sesungguhnya dengan distribusi kumulatif dari distribusi normal. Dari hasil pengujian SPSS tersebut juga dapat digambarkan penyebaran data pada sumbu diagonal dari grafik normal. Uji normalitas ini dilakukan dengan analisis Grafik Normal P-P Plot dimana normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik normal. Dasar pengambilan keputusannya adalah sebagai berikut : •

Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonalnya, maka model regresi memenuhi asumsi normalitas.

•

Jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas. Hasil pengujian normalitas dengan menggunakan SPSS dapat dinyatakan

pada gambar berikut : Gambar 4.1 Normal P-P Plot Normal P-P Plot of Regression Standardized Residual

Dependent Variable: VALUE

Expected Cum Prob

1.0

0.8

0.6

0.4

0.2

0.0 0.0

0.2

0.4

0.6

0.8

1.0

Observed Cum Prob

Sumber : Hasil Pengolahan Data



48

Gambar 4.1 di atas memperlihatkan penyebaran data di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi unsur normalitas atau dengan kata lain model regresi layak dipakai untuk prediksi nilai perusahaan berdasarkan masukan dari variabel independennya.

4.3. Pengujian Pelanggaran Asumsi Klasik 4.3.1. Uji Multikolinearitas Multikolinearitas menunjukkan bahwa antara variabel independen mempunyai hubungan langsung (korelasi) yang sangat kuat. Multikolinearitas terjadi jika nilai Variance Inflation Factor (VIF) lebih besar dari 10 atau nilai Tolerance lebih kecil 0,10 (Hair et. al. 1998). Perumusan hipotesa untuk uji multikolinearitas adalah sbb : H0 : tidak ada multikolinearitas Ha : ada multikolinearitas Kriteria keputusan uji multikolinearitas adalah sbb: Jika VIF > 10 atau Tolerance < 0,1 maka H0 ditolak, ada multikolinearitas Jika VIF < 10 atau Tolerance > 0,1 maka H0 diterima, tidak

ada

multikolinearitas. Dari hasil pengolahan data statistik diperoleh tabel pengujian multikolinearitas sbb : Tabel 4.4 Pengujian Multikolinearitas Coefficients(a)

Model

Collinearity Statistics Tolerance

1

VIF

(Constant) IDP

,846

1,182

MEET

,808

1,238

RMNSI

,669

1,494

SIZE

,609

1,642

ROA

,826

1,210

LEV

,905

1,106

a Dependent Variable: VALUE

Sumber : Hasil Pengolahan Data



49

Berdasarkan tabel 4.4, diketahui seluruh variabel independen yaitu IDP, MEET, RMNSI, SIZE, ROA, LEV mempunyai nilai VIF kurang dari batas maksimal 10 atau nilai Tolerance lebih dari 0,1. Sehingga H0 ditolak, yang artinya variabel independen tersebut tidak menunjukkan adanya gejala multicolinearitas (tidak ada hubungan yang sangat kuat antara variabel independen dengan variabel independen lainnya). Dengan demikian tidak terjadi pelanggaran asumsi multikolinearitas pada model persamaan regresi.

4.3.2 Uji Autokorelasi Uji autokorelasi dapat dilakukan dengan menghitung nilai Durbin-Watson d statistic, korelasi serial dalam residual tidak terjadi jika nilai d berada di antara nilai batas du dan 4-du . Hipotesa yang digunakan adalah sebagai berikut: H0 : Tidak ada autokorelasi. H1 : Ada autokorelasi. Tabel 4.5 Uji Autokorelasi

Model 1

Durbin-Watson

2,164 a Predictors: (Constant), LEV, ROA, RMNSI, IDP, MEET, SIZE b Dependent Variable: VALUE

Berdasarkan tabel 4.5, didapat nilai dari Durbin-Watson yaitu sebesar 2,164. Jika dibandingkan dengan tabel durbin-watson, untuk sampel berjumlah 39 dan 6 variabel independent, intervalnya adalah 1.161 - 1.859. Maka keputusan yang diambil adalah H1 ditolak, dengan kata lain tidak ada autokorelasi.

4.3.3

Uji Heteroskedastisitas Uji Heteroskedastisitas dilakukan dengan menggunakan uji Glejser.

Dengan menggunakan uji Glejser, nilai absolut residual diregresikan pada tiaptiap variabel independent. Masalah Heteroskedastisitas terjadi jika ada variabel yang secara statistic signifikan. Hipotesa terhadap pengujian adalah sebagai berikut:



50

H0 : tidak ada heteroskedastisitas H1 : ada heteroskedastisitas Keputusan : Jika signifikan < 0.05, maka H0 ditolak (ada heteroskedastisitas) Jika signifikan > 0.05, maka H0 gagal ditolak (tidak ada heteroskedastisitas)

Tabel 4.6 Uji Heteroskedastisitas White Heteroskedasticity Test: F-statistic Obs*R-squared

4.507415 35.76715

Prob. F(27,11) Prob. Chi-Square(27)

0.005965 0.120478

Sumber: Hasil pengolahan data

Dari tabel 4.6, didapatkan hasil pengolahan data menggunakan program eviews, dapat diketahui bahwa probabilitas dari Chi-Square sebesar 0,120478 (>0,05). Keputusan yang diambil adalah Ho gagal ditolak. Dengan kata lain, variabel-variabel tersebut tidak ada heteroskedastisitas.

4.4. Analisa Regresi Pengujian regresi berganda meliputi uji simultan (uji F), goodness of-fit model (Adj. R2) dan uji partial (uji t).

Uji F (ANOVA) Uji F digunakan untuk mengetahui apakah variabel-variabel independent yang meliputi independensi komisaris, aktivitas dewan komisaris, serta remunerasi yang diterima oleh dewan

komisaris secara bersama-sama

berpengaruh terhadap variabel dependent yaitu nilai perusahaan



51

Tabel 4.7 ANOVAb Model 1

Regression Residual Total

Sum of Squares 82,847 23,286 106,133

df 6 32 38

Mean Square 13,808 ,728

F 18,975

Sig. ,000a

a. Predictors: (Constant), LEV, ROA, RMNSI, IDP, MEET, SIZE b. Dependent Variable: VALUE Sumber: Hasil pengolahan data

Berdasarkan tabel 4.7, yang merupakan hasil uji F (uji simultan), variabelvariabel independensi komisaris, aktivitas dewan komisaris, serta remunerasi yang diterima oleh dewan

komisaris secara bersama-sama berpengaruh signifikan

terhadap nilai perusahaan, yang ditunjukkan dengan Fhitung 18,975 dengan taraf signifikansi 0,000 (<0,05). Dari hasil pengujian tersebut maka Ho diterima, artinya variabel independent bersama dengan variabel control lainnya secara bersamasama mempengaruhi variabel dependennya yaitu nilai perusahaan.

4.4.2 Uji Kebaikan Model /goodness of fit-model (R²) Pengukuran ini dimaksudkan untuk menilai kebaikan model (goodness of fit) dari persamaan regresi, yaitu memberikan proporsi atau persentase variasi total dalam variabel terikat yang dijelaskan oleh variabel bebas. Nilai R² terletak antara 0 – 1, dan kecocokan model dikatakan lebih baik kalau R² semakin mendekati 1. Penelitian ini menggunakan variabel independent lebih dari 2, untuk itu digunakan adjusted R Square. Suatu sifat penting R² adalah nilainya merupakan fungsi yang tidak pernah menurun dari banyaknya variabel bebas yang ada dalam model. Istilah penyesuaian berarti nilai R² sudah disesuaikan dengan banyaknya variabel (derajat bebas) dalam model. Memang, R² yang disesuaikan ini juga akan meningkat bersamaan meningkatnya jumlah variabel, tetapi peningkatannya relatif kecil.



52

Tabel 4.8 Model Summaryb Model 1

R R Square ,884a ,781

Adjusted R Square ,739

Std. Error of the Estimate ,85304

DurbinWatson 2,164

a. Predictors: (Constant), LEV, ROA, RMNSI, IDP, MEET, SIZE b. Dependent Variable: VALUE Sumber: Hasil pengolahan data

Dari hasil pengujian goodness of fit-model, didapat adjusted R² sebesar 0,739 atau 73,9%, artinya 73,9% variasi dari variabel dependent yaitu nilai perusahaan dapat diterangkan oleh variabel bebas yaitu independensi dewan komisaris (IDP), aktivitas dewan komisaris (MEET), dan remunerasi dewan komisaris (RMNSI) yang dimasukkan ke dalam model, sedangkan sisanya sebesar 26,1% dipengaruhi oleh variabel lain yang tidak dimasukkan ke dalam model. Rsquare yang tinggi dari hasil penelitian dapat disebabkan oleh data penelitian yang sedikit dan variabel independen yang banyak. Maka dari itu, hasil ini riskan untuk dijadikan bahan pertimbangan dalam mengambil keputusan, karena selain itu masih banyak variabel lain yang berhubungan dengan corporate governance yang dapat mempengaruhi nilai perusahaan.

4.4.3

Uji Parsial (Uji t) Untuk mengetahui besarnya pengaruh antara variabel independen yaitu

independensi dewan komisaris, aktivitas dewan komisaris, dan remunerasi dewan komisaris terhadap variabel dependent yaitu nilai perusahaan, maka digunakan nilai hasil estimasi uji t dengan membandingkan nilai probabilitasnya. Apabila nilai probabilitas kurang dari α=5%, maka dapat dikatakan mempunyai pengaruh. Hasil dari pengujian hipotesis yang menggunakan program SPSS versi 15, diperoleh hasil uji hipotesis yang merupakan uji hubungan kausalitas dari masingmasing variabel penelitian sebagaimana disajikan pada tabel 4.7 berikut ini:



53

Tabel 4.9 t-Test Coefficients(a)

Variabel (Constant) IDP MEET RMNSI SIZE ROA LEV

B

Coefficient Std. Error

4,269 -3,332 0,031 -0,268 0,115 0,061 1,204

2,506 1,228 0,029 0,112 0,097 0,036 0,122

t

Sig

1,704 -2,714 1,053 -2,405 1,18 1,699 9,846

0,098 0,011 0,3 0,022 0,247 0,099 0

a Dependent Variable: VALUE

Sumber: Hasil pengolahan data Untuk mempermudah pembahasan hasil penelitian, pada bagian ini akan dijelaskan hasil pengujian untuk masing-masing hipotesis penelitian.

4.4.3.1 Independensi dewan komisaris terhadap nilai perusahaan Berdasarkan

tabel

4.9,

dapat

diketahui

bahwa

besarnya

nilai

unstandardized coeffiecient variabel IDP terhadap VALUE adalah -3,332, dengan tingkat signifikansi sebsar 0,011 (<0,05). Dari hasil pengujian regresi tersebut, dapat dijelaskan bahwa independensi dewan komisaris berpengaruh terhadap nilai perusahaan. Tanda negatif pada koefisien menggambarkan adanya hubungan yang negatif antara variabel independensi dewan komisaris terhadap nilai perusahaan. Hasil penelitian ini mengindikasikan bahwa semakin independen dewan komisaris maka akan semakin menurunkan nilai perusahaan. Klein (1998), Bhagat dan Black (1997, 1998) menemukan bahwa proporsi independent non-executive directors tidak memiliki efek yang konsisten terhadap market-adjusted share-price performance. Hasil penelitian ini juga tidak sesuai dengan penelitian Kroszner dan Rajan, (1997) bahwa keberadaan independent directors menambah nilai bagi perusahaan yaitu dalam kredibilitas pasar finansial. Proporsi independensi dalam dewan komisaris yang tinggi mengindikasikan komisaris yang berasal dari luar perusahaan tinggi, sehingga anggota komisaris kurang mengetahui masalah dan seluk beluk perusahaan, maka wawasan dewan komisaris tentang core bisnis



54

perusahaan menjadi kurang. sehingga dalam menjalankan perusahaan tidak maksimal yang pada akhirnya akan menurunkan nilai perusahaan. Berkaitan dengan fenomena yang terjadi di Indonesia yang memberikan jabatan komisaris kepada seseorang bukan berdasarkan kompetensi dan profesionalisme namun sebagai penghormatan atau penghargaan. Sehingga dapat dikatakan pemilihan komisaris di Indonesia kurang mempertimbangkan integritas serta kompetensi (Surya dan Yustiavandana 2006). Sehingga meskipun tingkat independensi dalam dewan komisaris sudah tinggi, tetap saja tidak akan mempengaruhi nilai perusahaan agar semakin baik, tetapi malah justru menurunkan nilai perusahaan. Hal ini dikarenakan keberadaan komisaris independent hanya dianggap sebagai beban tambahan, dan dianggap tidak bermanfaat bagi perusahaan. Selain itu, hasil pengujian ini juga mendukung penelitian yang dilakukan oleh Agrawal dan Knoeber (1996) yang menemukan adanya korelasi negatif antara proporsi independent directors dengan kinerja perusahaan, semakin besar proporsi independent directors akan menyebabkan melambatnya pertumbuhan perusahaan. Hal ini dikaitkan dengan kondisi ekonomi saat itu, tingginya proporsi independent directors juga bisa merupakan akibat dari pertumbuhan perusahaan yang lambat, bukan penyebab dari pertumbuhan perusahaan yang lambat tersebut. Berkaitan dengan hal ini Hermalin dan Weisbach (1991) menemukan bahwa proporsi independent directors cenderung meningkat pada saat kinerja perusahaan memburuk. Jadi kemungkinan tingginya proporsi komisaris independent adalah agar perusahaan lebih banyak memiliki option-option untuk keluar dari masalah perusahaan. Adanya penambahan anggota komisaris independent mungkin cuma sebagai formalitas saja, sementara pemegang saham mayoritas masih memegang peranan penting sehingga menyebabkan kinerja dewan komisaris turun, dengan kata lain hanya sebagai pemenuhan regulasi saja. Seperti yang dikatakan oleh Gidoen (2005) yaitu tingginya tingkat kendali pendiri perusahaan dan kepemilikan saham mayoritas membuat dewan komisaris tidak independent atau di pihak lain biasanya kedudukan direksi terlalu kuat, bahkan mungkin terdapat beberapa direksi yang tidak memberi wewenang kepada komisaris independent, sehingga



55

informasi yang diperoleh komisaris independent tidaklah cukup. Bahkan seringkali pejabat pemerintahan atau mantan, diangkat sebagai dewan komisaris dengan tujuan agar perusahaan mempunyai akses ke instansi pemerintah.

4.4.3.2 Frekuuensi rapat dewan komisaris terhadap nilai perusahaan Berdasarkan

tabel

4.9,

dapat

diketahui

bahwa

besarnya

nilai

unstandardized coeffiecient variabel MEET terhadap VALUE adalah 0,031, dengan tingkat signifikansi sebsar 0,300 (>0,05). Dari hasil pengujian regresi tersebut, dapat dijelaskan bahwa aktivitas dewan komisaris tidak berpengaruh terhadap nilai perusahaan. Tanda positif pada koefisien sebenarnya sudah menggambarkan adanya hubungan yang positif antara variabel frekuensi rapat dewan komisaris terhadap nilai perusahaan, meskipun secara tidak langsung. Bhagat (2003) mengemukakan bahwa seringkali dalam rapat dewan komisaris, manajer senior hadir dalam rapat tersebut, hal ini akan mempengaruhi keputusan yang diambil oleh dewan komisaris. Apalagi bila manajer senior tersebut hadir dalam setiap rapat, mempunyai suara dan ikut andil dalam diskusi rapat. Hal ini akan mempengaruhi keputusan mengenai strategi-strategi yang diambil dalam rapat komisaris. Oleh karena itu semakin besarnya aktivitas yang dilakukan oleh dewan komisaris tidak menjamin terjadinya peningkatan kinerja perusahaan. Hal ini kemungkinan disebabkan bahwa rapat yang diadakan oleh dewan komisaris berisi tentang hal-hal yang terlalu detail yang sebenarnya bukan menjadi tugas utama dari dewan komisaris, sehingga kadang dewan sering terjebak dalam urusan pekerjaan yang menjadi tanggung jawab bawahannya. Sehingga sekalipun dewan komisaris sering mengadakan rapat tapi efeknya tidak berpengaruh terhadap nilai perusahaan secara keseluruhan. Dengan demikian, aktivitas dewan komisaris secara statistik bukanlah faktor yang dapat dipertimbangkan dalam mengapresiasi nilai perusahaan.

4.4.3.3 Remunerasi dewan komisaris terhadap nilai perusahaan Berdasarkan

tabel

4.9,

dapat

diketahui

bahwa

besarnya

nilai

unstandardized coeffiecient variabel RMNSI terhadap VALUE adalah -0,268,



56

dengan tingkat signifikansi sebsar 0,022 (<0,05). Dari hasil pengujian regresi tersebut, dapat dijelaskan bahwa remunerasi dewan komisaris berpengaruh terhadap nilai perusahaan. Tanda negatif pada koefisien menggambarkan adanya hubungan yang negatif antara remunerasi dewan komisaris terhadap nilai perusahaan. Hasil penelitian ini mengindikasikan bahwa semakin tinggi imbal jasa yang dilakukan oleh perusahaan terhadap komisaris maka dampaknya akan menurunkan nilai perusahaan. Hal ini tidak sesuai dengan penelitian yang dilakukan oleh Main et al (1996) dan Fernandes (2007) yang menyatakan bahwa secara statistik kompensasi berpengaruh terhadap nilai perusahaan, yang menghubungkan kompensasi dengan peran dewan komisaris itu sendiri yaitu sebagai mediator antara pemegang saham dan manajer. Apabila dewan komisaris tidak mengawasi dengan baik dan tidak berhasil, menyelaraskan kepentingan antara manajemen dan pemegang saham maka akan terjadi agency problem, dan menimbulkan agency cost, sehingga akan menurunkan nilai perusahaan.

4.4.3.4 Ukuran perusahaan terhadap nilai perusahaan Berdasarkan

tabel

4.9,

dapat

diketahui

bahwa

besarnya

nilai

unstandardized coeffiecient variabel SIZE terhadap VALUE adalah 0,115, dengan tingkat signifikansi sebesar 0,247 (>0,05). Dari hasil pengujian regresi tersebut, dapat dijelaskan bahwa ukuran perusahaan berpengaruh terhadap nilai perusahaan. Tanda positif pada koefisien menggambarkan adanya hubungan yang positif antara ukuran perusahaan terhadap nilai perusahaan. Meskipun hubungannya tidak signifikan, tetapi tanda koefisien sudah dapat menjelaskan teori yang sudah ada. Hasil penelitian ini juga sesuai dengan penelitian yang dilakukan oleh Indriani (2005) dalam Naimah dan Utama (2006) mengindikasikan bahwa ukuran perusahaan bukan menjadi variabel yang langsung mempengaruhi nilai perusahaan. Oleh karena itu semakin besarnya ukuran perusahaan tidak menjamin terjadinya peningkatan nilai perusahaan, sehingga ukuran perusahaan bukanlah faktor yang dapat dipertimbangkan dalam mengapresiasi nilai.



57

4.4.3.5 Profitabilitas perusahaan terhadap nilai perusahaan Berdasarkan

tabel

4.9,

dapat

diketahui

bahwa

besarnya

nilai

unstandardized coeffiecient variabel ROA terhadap VALUE adalah 0,061, dengan tingkat signifikansi sebesar 0,099(>0,05). Dari hasil pengujian regresi tersebut, dapat dijelaskan bahwa profitabilitas perusahaan tidak berpengaruh terhadap nilai perusahaan. Meskipun tidak signifikan, tetapi tanda positif pada koefisien menggambarkan adanya hubungan yang positif antara kemampuan perusahaan dalam memperoleh laba terhadap nilai perusahaan. Hasil pengujian ini tidak sesuai dengan penelitian yang dilakukan oleh Bhattacharya (1979) yang mengemukakan bahwa profitabilitas yang tinggi menunjukkan prospek perusahaan yang bagus sehingga investor akan merespon positif dan nilai perusahaan akan meningkat. Investor memandang apabila perusahaan membayaran dividen yang semakin meningkat akan menunjukkan prospek perusahaan semakin bagus sehingga investor akan tertarik untuk membeli saham dan nilai perusahaan akan meningkat. Hasil pengujian ini membuktikan bahwa profitabilitas bukan menjadi variabel yang mempengaruhi secara langsung nilai perusahaan. Oleh karena itu semakin besarnya probabilitas perusahaan tidak menjamin terjadinya peningkatan nilai

perusahaan,

sehingga

probabilitas

bukanlah

faktor

yang

dapat

dipertimbangkan dalam mengapresiasi nilai perusahaan.

4.4.3.6 Tingkat hutang perusahan terhadap nilai perusahaan Berdasarkan

tabel

4.9,

dapat

diketahui

bahwa

besarnya

nilai

unstandardized coeffiecient variabel LEV terhadap VALUE adalah 1,204, dengan tingkat signifikansi sebesar 0,000(<0,05). Dari hasil pengujian regresi tersebut, dapat dijelaskan bahwa tingkat hutang berpengaruh terhadap nilai perusahaan. Tanda positif pada koefisien sebenarnya menggambarkan adanya hubungan yang positif antara tingkat hutang terhadap nilai perusahaan. Semakin besar tingkat hutang maka akan semakin tinggi nilai perusahaan. Hal ini sesuai dengan teori yang dikemukakan oleh Modigliani dan Miller (1958) bahwa melalui pendanaan dengan hutang, ada tax shields dimana ada interest expense yang merupakan pengurang pajak perusahaan. Tax shield ini



58

mempunyai nilai dimata pasar karena perusahaan diuntungkan dengan pengurangan pajak ini untuk dapat digunakan kegiatan lain dalam rangka meningkatkan nilai perusahaan. Hasil pengujian ini selaras dengan penelitian Ross (1977) yang mengemukakan bahwa apabila perusahaan menggunakan struktur modalnya dengan hutang, maka signal ini disampaikan oleh manajer ke pasar. Apabila manajer memiliki keyakinan bahwa perusahaan di masa yang akan datang akan memiliki prospek yang baik, dengan mengkomunikasikan hal tersebut kepada investor, maka investor akan menangkap signal positif, sehingga akan menaikkan nilai perusahaan.



Sumber : Hasil Pengolahan Data

Recommend Documents