49
BAB IV
ANALISIS DATA DAN PEMBAHASAN
A. Deskripsi Objek Penelitian
Objek yang diteliti adalah perusahaan farmasi yang terdaftar di BEI
yang merilis laporan keuangan pada kurun waktu 2009-2018. Penelitian ini
menggunakan data sekunder yang diperoleh dari www.idx.com berupa
laporan keuangan tahunan yang diterbitkan antara tahun 2009 hingga 2018.
Data yang dibutuhkan yakni pendapatan, pendapatan bersih dan data beban
yang berada pada laporan laba rugi, lalu ekuitas yang berada di laporan
neraca. Serta harga saham dan saham yang beredar di laporan keuangan.
Namun dalam penggalian data terdapat beberapa masalah diantaranya
adalah data yang tidak tersedia antara tahun 2009-2018 sejumlah 25 data.
Selain itu terdapat nilai ekstrim yang muncul baik secara univariat maupun
multivariat, nilai ektrim disini maksudnya dalam observasi muncul nilai yang
jauh atau beda sama sekali dibanding sebagian besar nilai lain dalam
kelompoknya. Maka dari itu perlu dilakukan penyaringan data ekstrim yang
bisa dilihat dalam lampiran 9 dilakukan penyaringan dikarenakan nilai ektrim
akan menimbulkan bias pada hasil penelitian. Sehingga diperoleh data
penelitian yang siap diolah sebanyak 76. Adapun prosedur teknik
pengambilan sampel pada tabel 4.1.
50
Tabel 4. 1 Kriteria Pengambilan Data
No Kriteria Jumlah
1 Perusahaan Farmasi yang terdaftar di BEI antara
tahun 2009-2018
12
2 Perusahaan delisting antara tahun 2009-2018 (1)
3. Jumlah perusahaan yang bisa dijadikan sampel 11
4. Tahun pengamatan 10
Jumlah data 110
Laporan tahunan yang tidak tersedia antara tahun 2009-
2018
(25)
Jumlah data dengan nilai ekstrim (9)
Jumlah data yang memenuhi kriteria 76
Sumber : Data diolah 2021
B. Statistik Deskriptif
Statistik deskriptif dipakai untuk mendeskripsikan suatu data yang
ditilik dari nilai terendah, tertinggi, rata-rata, dan standar deviasi. Statistik
deskriptif yang dimaksudkan guna memberikan gambaran distribusi dan
perilaku data sampel.
Analisis statistik deskriptif berguna untuk melihat gambaran dari
deskripsi data dari masing-masing variabel dari penelitian ini yakni, Press to
Book Value (PBV), Return On Asset (ROA), Value Added Capital Employed
(VACA), Value Added Human Capital (VAHU), Structural Capital Value
51
Added (STVA). Hasil analisis sttisktik desktiptif penelitian ini dapat dilihat
dari tabel 4.2
Tabel 4. 2Hasil Deskriptif Statistik
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
VACA 76 .19 7.55 .6500 1.15698
VAHU 76 1.15 20.28 2.6329 3.18386
STAVA 76 .13 .95 .4624 .19385
ROA 76 .09 36.18 10.6286 7.98587
PBV 76 .28 9.14 3.0838 2.44063
Valid N (listwise) 76
Sumber : Data diolah 2021
Berdasarkan dari uji statistik diatas didapatkan hasil sebagi berikut :
a. Nilai Perusahaan
Variabel dependen dalam penelitian ini adalah nilai perusahaan yang
dilambangkan PBV yang mana menujukkan nilai rata-rata (mean) sebesar
3,0838 yang berarti bahwa harga saham perusahan farmasi yang terdaftar di
Bursa Efek Indonesia ( BEI) per lembarnya adalah sebesar 3,0838 kali
dibanding ekuitas per lembar sahamnya, dimana harga saham yang
diperdagangkan dinilai diatas nilai buku saham. Sedangkan nilai standar
deviasi 2,44063, semakin rendah standar deviasi, maka semakin mendekati
rata-rata artinya tidak terdapat kesenjangan yang tinggi antar variasi dari
variabel PBV.
Dengan melihat besarnya nilai rata-rata dan standar deviasi maka
data variabel menunjukkan bahwasanya data bersifat normal, yang artinya
persebaran data sudah baik. PBV dengan nilai terendah sebesar 0,28 milik PT
Merck Sharp Dohme Pharma Tbk hal ini menunjukkan perusahaan belum
52
melakukan tindakan optimal untuk meningkatkan nilai perusahaan. Sedang
nilai tertinggi sebesar 9,14 milik PT Kalbe Farma Tbk. menunjukkan bahwa
tindakan yang optimal dari perusahaan dalam meningkatkan nilai perusahaan.
Ini juga berarti perusahaan memilik prospek yang baik.
b. VACA
Rata-rata VACA 0,6500 dengan range 0,19-7,55 sedangkan standar
deviasinya adalah 1,15698. Dengan membandingkan antara nilai rata-rata
(mean) dan standar deviasi berarti bahwa semakin kecil nilai standar
deviasinya maka semakin rendah kesenjangan variabel VACA dari yang
terendah dan yang tertinggi.
Dengan melihat nilai standar deviasi maka data VACA dapat
disimpulkan bahwa variabel bersifat homogen, hal ini menunjukkan bahwa
data sudah tersebar dengan baik. Nilai VACA terendah dimiliki oleh PT
Sidomuncul Tbk. dengan nilai 0,19 sedangkan yang tertinggi adalah PT
Merck Sharp Dohme Pharma dengan nilai sebesar 7,55. Hal ini menunjukkan
bahwa perusahaan menjadi lebih baik dan efisien dalam menggunakan nilai
tambah modal yang digunakannya.
c. VAHU
Rata-rata VAHU 2,6329 dengan nilai range 0,13-0,95 sedangkan
standar deviasi 3,18386. Dengan membandingkan antara nilai rata-rata
(mean) dan standar deviasi menunjukkan bahwa semakin kecil nilai standar
deviasinya maka semakin rendah kesenjangan variabel VAHU dari yang
terendah dan yang tertinggi.
53
Dengan melihat nilai standar deviasi maka data VAHU dapat
disimpulkan bahwa variabel bersifat homogen, hal ini menunjukkan bahwa
data sudah tersebar dengan baik. Nilai terendah VAHU adalah 1,15 dimiliki
oleh PT Pyridam Farma Tbk dan yang tertinggi adalah 20,28 yang dimiliki
oleh PT Merck Sharp Dohme Pharma Tbk. Semakin tinggi nilai human
capital menunjukkan bahwa perusahaan memanfaatkan human capital secara
baik dan efisien.
d. STVA
Rata-rata STVA dengan nilai 0,4624 dengan range 0,13-0,95
sedangkan standar deviasi 0,19385. Dengan membandingkan antara nilai
rata-rata (mean) dan standar deviasi menunjukkan bahwa semakin kecil nilai
standar deviasinya maka semakin rendah kesenjangan variabel STVA dari
yang terendah dan yang tertinggi.
Dengan melihat nilai standar deviasi maka data STVA dapat
disimpulkan bahwa variabel bersifat homogen, hal ini menunjukkan bahwa
data sudah tersebar dengan baik. Nilai terendah 0,13 milik PT Pyridam Farma
Tbk dan nilai tertinggi sebesar 0.95 milik PT Merck Sharp Dohme Pharma
Tbk Semakin tinggi nilai structural capital menunjukkan bahwa perusahaan
memanfaatkan structural capital secara baik dan efisien
e. ROA
Rata-rata ROA dengan nilai 10,6286 dengan range 0,28-914
sedangkan standar deviasi 7, 98587. Dengan membandingkan antara nilai
rata-rata (mean) dan standar deviasi menunjukkan bahwa semakin kecil nilai
standar deviasinya maka semakin rendah kesenjangan variabel ROA dari
54
yang terendah dan yang tertinggi. Dengan melihat nilai standar deviasi maka
data ROA dapat disimpulkan bahwa variabel bersifat homogen, hal ini
menunjukkan bahwa data sudah tersebar dengan baik. Nilai terendah ROA
adalah 0,09 milik PT Indofarma (Persero) Tbk dan nilai tertinggi adalah
36.18 PT Merck Indonesia Tbk. Semakin tinggi nilai ROA menunjukkan
bahwa perusahaan memanfaatkan ROA secara baik dan efisien
C. Hasil Uji Asumsi Klasik
1. Hasil Uji Normalistas
Uji normalitas merupakan pengujian tentang bagaimana
kenormalan data. Uji normalitas merupakan salah satu syarat untuk
analisis regresi, berfungsi guna menilik sebaran data yang akan diuji
berdistribusi normal atau tidak. Apabila data berdistribsi normal
dikalatakan model regresi itu baik (Latan dan Temalagi, 2013).
Uji normalitas menggunakan analisis grafik yaitu berupa grafik
histogram dan grafik P-P Plot. Hasil uji normalitas dapat dilihat pada
Gambar 4.1, 4.2, 4,3, 4.4 berikut:
55
Gambar 4. 1Hasil Uji Normalitas Jalur 1
Sumber : Data diolah 2021
Gambar 4.1 merupakan gambar histogram hasil kedua uji
normalitas dengan variabel terikat PBV. Bila grafik histogram berbentuk
lonceng (bell-shaped), berarti data terdistribusi normal dan tidak condong
ke kanan atau kiri (Santoso, 2015). Histogram 4.1 berbentuk seperti
lonceng yang tidak miring ke kanan atau ke kiri, sehingga dinyatakan
normal.
56
Gambar 4. 2 Hasil Uji Normalitas Jalur 1
Sumber : Data diolah 2021
Gambar 4.2 merupakan grafik P-P Plot pengujian jalur 1 dengan
variabel dependen ROA grafik P-P Plot. Grafik ini dilihat dari distribusi
item pada diagonal grafik. Jika item didistribusikan pada diagonal, itu
dinyatakan normal. Diagram P-P Plot menunjukkan bahwa jika unsur-
unsur tersebut berdistribusi jauh dan tidak mengikuti diagonal, maka hal
tersebut tidak normal (Ghozali, 2016). Pada gambar grafik 4.2
menunjukkan menunjukkan unsur-unsur tersebar di sekitar diagonal dan
mengikuti arah diagonal. Oleh karena itu, model regresi berdistribusi
normal atau dinilai berdasarkan asumsi normalitas.
57
Gambar 4. 3 Hasil Uji Normalitas Jalur 2
Sumber : Data diolah 2021
Gambar 4.3 merupakan gambar histogram hasil kedua uji
normalitas dengan variabel terikat PBV. Bila grafik histogram berbentuk
lonceng (bell-shaped), berarti data terdistribusi normal dan tidak condong
ke kanan atau kiri (Santoso, 2015). Histogram 4.3 berbentuk seperti
lonceng yang tidak miring ke kanan atau ke kiri, sehingga dinyatakan
normal.
58
Gambar 4. 4 Hasil Uji Normalitas Jalur 2
Sumber : Data diolah 2021
Gambar 4.4 merupakan grafik P-P Plot pengujian jalur 2 dengan
variabel dependen PBV grafik P-P Plot. Grafik ini dilihat dari distribusi
item pada diagonal grafik. Jika item didistribusikan pada diagonal, itu
dinyatakan normal. Diagram P-P Plot menunjukkan bahwa jika unsur-
unsur tersebut berdistribusi jauh dan tidak mengikuti diagonal, maka hal
tersebut tidak normal (Ghozali, 2016). Pada gambar grafik 4.4
menunjukkan menunjukkan unsur-unsur tersebar di sekitar diagonal dan
mengikuti arah diagonal. Oleh karena itu, model regresi berdistribusi
normal atau dinilai berdasarkan asumsi normalitas.
59
2. Hasil Uji Multikolonieritas
Uji Multikolinearitas, yang digunakan untuk menguji apakah
terdapat kecocokan antara variabel bebas dalam model regresi. Jika
terdapat kecocokan antar variabel bebas, hal ini menunjukkan adanya
masalah multikolinearitas. Untuk mengetahui ada tidaknya
multikolinearitas dapat dilakukan dengan melihat nilai tolerance variabel
dan variance inflation factor (VIF) (Ghozali, 2013).
Nilai muktikolonieritas untuk membuktikan tidak ada problem
multikolonieritas ialah nilai tolerance > 0.10 dan nilai VIF < 10. Hasil uji
multi kolonieritas dapat dilihat dalam tabel 4.3 dan 4.4.
Tabel 4. 3 Hasil Uji Multikolonieritas Jalur 1
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
T Sig.
Collinearity
Statistics
B Std. Error Beta Tolerance VIF
1 (Constant
) -3.380 1.938
-1.744 .085
VACA -.815 1.055 -.118 -.772 .442 .311 3.213
VAHU -.989 .469 -.394 -2.107 .039 .208 4.811
STVA 37.067 4.977 .900 7.448 .000 .498 2.007
a. Dependent Variable: ROA
Sumber : Data diolah 2021
Hasil uji multikolinearitas jalur 1 dengan variabel dependen
ROA menunjukkan bahwa variabel independen dalam model regresi
tidak berkorelasi. Nilai tolerance masing-masing variabel lebih besar dari
0,10 dan nilai VIF lebih kecil dari 10. Artinya tidak ada korelasi antar
variabel independen dalam model regresi, dan kesimpulannya tidak ada
multikolinearitas antar variabel independen dalam model regresi.
60
Tabel 4. 4 Hasil Uji Multikolonieritas Jalur 2
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
T Sig.
Collinearity
Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -.084 .518 -.163 .871
VACA .914 .277 .434 3.297 .002 .309 3.239
VAHU -.510 .127 -.666 -4.031 .000 .196 5.108
STVA 3.912 1.734 .311 2.257 .027 .281 3.552
ROA .198 .031 .649 6.428 .000 .524 1.910
a. Dependent Variable: PBV
Sumber : Data diolah 2021
Hasil uji multikolinearitas jalur 2 dengan variabel dependen PBV
menunjukkan bahwa variabel independen dalam model regresi tidak
berkorelasi. Nilai tolerance masing-masing variabel lebih besar dari 0,10
dan nilai VIF lebih kecil dari 10. Artinya tidak ada korelasi antar variabel
independen dalam model regresi, dan kesimpulannya tidak ada
multikolinearitas antar variabel independen dalam model regresi.
3. Hasil Heteroskedasitas
Uji heterokedastisitas ialah uji yang dipakai untuk membuktikan
apakah terjadi ketidaksamaan variance residual pada seluruh pengamatan
pada model regresi liniar. Jika variance kesalahan pengganggu dari
pengamatan satu ke pegamatan yang lain bersifat sama dinyatakan
homoskedastisitas dan sebaliknya apabila tidak sama maka dinyatakan
heteroskedastisitas (Santoso, 2015).
61
Pengujian heteroskedastisitas dapat dilaksanakan menggunakan
grafik scatterplots, jika grafik Scatter plot menunjukkan bahwa titik-titik
terdistribusi secara acak, berdistribusi di atas dan di bawah angka 0 pada
sumbu Y maka tidak terjadi heteroskedastisitas pada model regresi.
Hasil uji herteroskedastisitas dapat dilihat pada grafik 4.5 dan 4.6.
Gambar 4. 5 Hasil Uji Heteroskedastisitas Jalur 1
Sumber : Data diolah 2021
Dari hasil analisis uji heteroskedastisitas jalur 1 variabel terikatnya
adalah ROA. Scatter plot menunjukkan bahwa titik-titik terdistribusi
secara acak, berdistribusi di atas dan di bawah angka 0 pada sumbu Y.
Dapat disimpulkan bahwa model regresi tidak menunjukkan gejala
heteroskedastisitas dan bisa dipakai untuk analisis lebih lanjut.
62
Gambar 4. 6 Hasil Uji Heteroskedastisistas Jalur 2
Sumber : Data diolah 2021
Dari hasil analisis uji heteroskedastisitas jalur 2 variabel terikatnya
adalah PBV. Scatter plot menunjukkan bahwa titik-titik terdistribusi
secara acak, berdistribusi di atas dan di bawah angka 0 pada sumbu Y.
Dapat disimpulkan bahwa model regresi tidak menunjukkan gejala
heteroskedastisitas dan bisa dipakai untuk analisis lebih lanjut.
4. Hasil Autokorelasi
Uji autokolerasi merupakan uji yang dipakai guna membuktikan
apakah dalah sebuah model regresi linier ada kolerasi antara kesalahan
63
pengganggu pada periode t dengan kesalahan pada periode t-1
(sebelumnya) (Ghozali, 2016). Hasil uji Autokorelasi dapat dilihat pada
tabel 4.5 dan 4.6
Tabel 4. 5 Hasil Uji Autokorelasi Jalur 1
Model Summaryb
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate Durbin-Watson
1 .690a .476 .455 5.89817 1.860
a. Predictors: (Constant), STVA, VACA, VAHU
b. Dependent Variable: ROA
Sumber : Data diolah 2021
Pada pengujian jalur 1 dengan variabel dependen ROA dapat
diketahui bahwa nilai DW sebesar 1,860. Nilai DU pada tabel Durbin
Watson sebesar 1,7104. Nilai 4 – DU = 2,2896. Sehingga terjadi kategori
DU < DW < 4-DU atau 1,7104 < 1,860 < 2,2896. Dengan begitu dapat
disimpulkan pada pengujian model yang diajukan dalam penelitian ini ini
tidak terjadi autokorelasi.
64
Tabel 4. 6 Hasil Uji Autokorelasi Jalur 2
Model Summaryb
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate Durbin-Watson
1 .788a .621 .600 1.54416 1.778
a. Predictors: (Constant), ROA, VACA, STAVA, VAHU
Sumber : Data diolah 2021
Pada pengujian jalur 2 dengan variabel dependen PBV dapat
diketahui bahwa nilai DW sebesar 1,778. Nilai DU pada tabel Durbin
Watson sebesar 1,7399. Nilai 4 – DU = 2,2601. Sehingga terjadi kategori
DU < DW < 4-DU atau 1,7399 < 1,778 < 2,2601. Dengan begitu dapat
disimpulkan pada pengujian model yang diajukan dalam penelitian ini ini
tidak terjadi autokorelasi, dan layak digunakan untuk analisis
selanjutnya.
D. Hasil Uji Analisis Jalur
1. Analisis jalur (path analisys)
Dalam penelitian ini, analisis jalur digunakan dalam analisis.
Melalui analisis jalur, dimungkinkan untuk menguji persamaan regresi
yang melibatkan beberapa variabel eksogen dan endogen sekaligus
menguji variabel intervensi (Ghozali, 2008). Dengan cara ini, dapat
mengukur apakah ada hubungan langsung dan tidak langsung antara
variabel dalam model regresi yang terbentuk. Dengan begitu dapat
mengukur ada tidaknya hubungan langsung dan tidak langsung antar
65
variabel dalam model regresi yang dibentuk. Variabel intervening dalam
pengujian ini adalah Return On assets (ROA).
a) Analisis jalur 1
Analisis jalur pertama ini dilakukan guna melihat pengaruh
variabel VACA (b1), variabel VAHU (b2), variabel STVA (b3)
terhadap variabel ROA. Berikut hasil analisis jalur pertama pada
tabel 4.7
Tabel 4. 7 Hasil Analisis Jalur 1
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig. B Std. Error Beta
1 (Constant) -3.380 1.938 -1.744 .085
VACA -.815 1.055 -.118 -.772 .442
VAHU -.989 .469 -.394 -2.107 .039
STAVA 37.067 4.977 .900 7.448 .000
a. Dependent Variable: ROA
Sumber : Data diolah 2021
Persamaan dalam model ini menggunakan analisis jalur sebagai berikut :
ROA = ɑ + b1VACA + b2VAHU + b3STVA + e1
ROA = (-3,380) +( -0,815) VACA+ ( -0,989) VAHU+ 37,067STVA + e
Berdasarkan pengujian analisis jalur 1 yang menunjukkan makna
sebagai berikut :
a. Konstanta (a) = -3,380
Artinya ketika VACA (b1), VAHU (b2), STVA (b3) tidak ada maka
nilainya sebesar -3.380.
66
b. VACA (b1) = -0.815
Artinya apabila VACA (b1) meningkat satu satuan, sementara
variabel bebas lainnya tidak berubah maka variabel ROA mengalami
penurunan -0,815.
c. VAHU (b2) = -0,989
Artinya apabila VAHU (b2) meningkat satu satuan, sementara
variabel bebas lainnya tidak berubah maka variabel ROA mengalami
penurunan sebesar -0,989. Hal ini diartikan bahwa VAHU memiliki
pengaruh negatif terhadap return on asset (ROA).
d. STVA (b3) = 37,067
Artinya apabila STVA (b3) meningkat satu satuan, sementara
variabel bebas lainnya tidak berubah maka variabel ROA mengalami
kenaikan seberar 37,067.
b) Analisis Jalur 2
Analisis jalur 2 ini guna mengetahui variabel VACA (b1),
VAHU (b2), STVA (b3), dan ROA (b4) terhadap variabel nilai
perusahaan. Berikut hasil analisis jalur 2 dengan bantuan SPSS pada
tabel 4.8
67
Tabel 4. 8 Hasil Analisis Jalur 2
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig. B Std. Error Beta
1 (Constant) -.084 .518 -.163 .871
VACA .914 .277 .434 3.297 .002
VAHU -.510 .127 -.666 -4.031 .000
STAVA 3.912 1.734 .311 2.257 .027
ROA .198 .031 .649 6.428 .000
a. Dependent Variable: PBV
Sumber : Data diolah 2021
Persamaan dalam model ini menggunakan analisis jalur sebagai berikut :
PBV =ɑ + b1VACA + b2VAHU + b3STVA+b4ROA + e2
PBV = -0.084 + 0.914VACA+ (-0.510) VAHU+ 3.912 STVA+ 0.198
ROA
Berdasarkan pengujian analisis jalur 2 menunjukkan makna sebagai
berikut :
a. Konstanta -0,084
Artinya ketika VACA (b1), VAHU (b2), STVA (b3), dan ROA (b4)
tidak ada maka nilainya sebesar -0,084.
b. VACA (b1) 0,914
Artinya apabila VACA (b1) mengalami kenaikan sebesar satu
satuan, sementara variabel independen lain bersifat tetap maka variabel
PBV mengalami kenaikan 0,914.
68
c. VAHU (b2) -0,510
Artinya apabila VAHU (b2) meningkat satu satuan, sementara
variabel bebas lainnya tidak berubah maka variabel PBV mengalami
penurunan -0,510.
d. STVA (b3) 3.912
Artinya apabila STVA (b3) meningkat satu satuan, sementara
variabel bebas lainnya tidak berubah maka variabel PBV mengalami
kenaikan 3,912.
e. ROA (b4) 0,198
Artinya apabila ROA (b4) meningkat satu satuan, sementara
variabel bebas lainnya tidak berubah maka variabel PBV mengalami
kenaikan 0,198.
c) Pengaruh Langsung dan Tidak Langsung
Analisis jalur pakai guna mengetahui pengaruh langsung dan tidak
langsung yang diwujudkan oleh koefisien jalur pada setiap diagram jalur
dari hubungan kausul antar variabel b1, b2, b3 terhadap ROA atau PBV
yang berperan sebagai variabel intervening.
1. Pengaruh Langsung dan Pengaruh Tidak Langsung
Sederhananya pengaruh langsung dari model penelitian ini yakni
hubungan pengaruh VACA (b1), VAHU (b2), STVA (b3), ROA (b4)
terhadap PBV. Sedangkan Pengaruh tidak langsung dalam model regresi
ini adalah VACA (b1), VAHU (b2), STVA (b3) tehadap PBV melalui
69
ROA sebagai variabel intervening. Untuk menghitung pengaruh langsung
dan tidak langsung digunakan formula sebagai berikut :
a. Pengaruh langsung VACA (b1) terhadap PBV
b1→PBV = 0,914
Pengaruh tidak langsung (PTL) VACA (b1) terhadap PBV melalui ROA
= b1VACA x b4ROA
= (-0,815) x 0,198
= -0,161
Pengaruh total = b1VACA + PTL
= 0,914 + (-0,161)
= 0,753
Berdasarkan perhitungan diketahui bahwa jalur VACA (b1)
mempunyai pengaruh langsung terhadap PBV sebesar 0,914. Sedangkan
pengaruh tidak langsung sebesar -0,161 dan pengaruh total sebesar 0,753.
VACA (b1) memiliki pengaruh negatif tidak signifikan terhadap ROA
namun VACA (b1) terhadap PBV mempunyai pengaruh positif signifikan.
Dalam hal ini diartikan bahwa ROA sebagai variabel intervening tidak
berhasil memediasi VACA (b1) terhadap PBV.
b. Pengaruh VAHU (b2) terhadap PBV
b2→PBV = -0,510
Pengaruh tidak langsung (PTL) VAHU (b2) terhadap PBV melalui ROA
= b2VAHU x b4ROA
= (-0,989) x 0,198
= -0,195
70
Pengaruh total = b2VAHU+ PTL
= -0,512 + -0,195
= -0,707
Berdasarkan perhitungan diketahui VAHU (b2) mempunyai
pengaruh langsung terhadap PBV sebesar -0,510. Sedangkan pengaruh
tidak langsung sebesar -0,195 dan pengaruh total sebesar -0,707. Hal
tersebut berarti bahwa VAHU (b2) terhadap ROA berpengaruh negatif
signifikan. Dan VAHU (b2) terhadap PBV juga memiliki pengaruh
negatif signifikan, namun dalam hal ini ROA sebagai variabel
intervening berhasil memediasi variabel VAHU (b2) terhadap PBV
karena dengan adanya variabel intervening nilainya semakin besar
artinya apabila human capital dimanfaatkan secara baik akan
berpengaruh pada kinerja keuangan yang antinya akan berpengaruh
positif terhadap nilai perusahaan. Dalam hal ini VAHU disebut sebagai
part mediation karena tanpa adanya pengaruh dari variabel intervening
(ROA) tetap bisa berpengaruh terhadap PBV.
c. Pengaruh STVA (b3) terhadap PBV
b3→PBV = 3,912
Pengaruh tidak langsung (PTL) STVA (b3) terhadap PBV melalui ROA
= b3STVA x b4ROA
= 37,067 x 0,198
= 7,339
71
Pengaruh total = b3STVA + PTL
= 3,912 + 7,339
= 10,591
Berdasarkan perhitungan diketahui STVA (b3) mempunyai
pengaruh langsung terhadap PBV sebesar 3,912. Sedangkan pengaruh
tidak langsung sebesar 7,339 dan pengatuh total sebesar 10,591. Dilihat
dari pengaruh langsung dan tidak langsung STVA (b3) menunjukkan
pengaruh positif signifikan hal ini menunjukkan bahwa ROA berhasil
memediasi variabel STVA (b3) terhadap PBV. Dengan adanya variabel
intervening ROA structural capital nilai semakin besar, hal ini diartikan
bahwa ketika structur capital dikelola dengan baik maka akan
meningkatkan kinerja keuangan yang nantinya akan meningkatkan nilai
perusahaan. Dalam hal ini STVA disebut part mediation karena tanpa
adanya pengaruh varibel intervening (ROA) tetap mempengaruhi PBV
d. Pengaruh ROA (b4) terhadap PBV
b4→PBV = 0,198
ROA (b4) berpengaruh positif signifikan terhadap PBV. Hasil ROA yang
positif menunjukkan bahwa perusahaan telah meng optimalkan asetnya
menjadi laba.
Berdasarkan perhitungan pengaruh langsung dan tidak langsung dapat
dilihat gambar 4.7
72
Gambar 4. 7 Gambar Modifikasi Paht Analysis
b2vahu = -0.510
b1vaca =0.914
b1vaca= -0.161
b2vahu=-0.195 roab4 = 0,198
b3stva = 7,399
b3stva = 3.912
Keterangan :
= Beperngaruh Positif Signifikan
= Berpengaruh Negatif Signifikan
= Tidak berpengaruh Signifikan
E. Uji Koefisien Determinasi (R2)
Uji koefisien determinasi (R2) dipakai guna melihat besarnya
variasi variabel terikat (Y) yang dapat diselesaikan oleh variabel bebas
(Santoso, 2014). Pengujian ini dirancang untuk melihat tingkat presisi
terbaik dari analisis regresi, yang diwakili oleh nilai koefisien
e1 e2
VAHU
b2
STVA
b3
VACA
b1
ROA
PBV
73
determinasi antara 0 dan 1. Jika koefisiennya nol, berarti (X) tidak
berpengaruh terhadap (Y) , dan jika mendekati 1 berarti (X) berpengaruh
terhadap (Y). Hasil Uji koefisien determinasi ( R Square) dapat dilihat
pada tabel 4.9 dan 4.10
Tabel 4. 9 Hasil Uji Koefisien Determinasi (R2) Jalur 1
Model Summary
Model R R Square
Adjusted R
Square
Std. Error of
the Estimate
1 .690a .476 .455 5.89817
a. Predictors: (Constant), STAVA, VACA, VAHU
Sumber : Data diolah 2021
Pada pengujian jalur pertama besar presentase VACA, VAHU,
STVA secara simultan terhadap ROA menunjukkan nilai sebesar 0,476.
Artinya 47,6% return on assets (ROA) dipengaruhi oleh VACA, VAHU,
STVA, sisanya sebesar 52,4% dipengaruhi oleh variabel lain yang tidak
dimasukkan kedalam model penelitian.
Tabel 4. 10 Hasil Uji Koefisien Determinasi (R2) Jalur 2
Model Summary
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate
1 .788a .621 .600 1.54416
a. Predictors: (Constant), ROA, VACA, STAVA, VAHU
Sumber : Data diolah 2021
74
Pada pengujian jalur 2 besar presentase VACA, VAHU, STVA,
ROA, secara simultan terhadap ROA menunjukkan nilai sebesar 0,621.
Artinya 62,1% nilai perusahaan (PBV) dipengaruhi oleh VACA, VAHU,
STVA, dan ROA. Sisanya sebesar 37,9% dipengaruhi oleh variabel lain
yang tidak dimasukkan kedalam model penelitian.
F. Hasil Pengujian Hipotesis
1. Hasil Uji T
Dalam penelitian ini hipotesis menggunakan uji parsial atau uji-t.
uji hipotesis secara parsial ini dipakai guna menilik pengaruh masing-
masing variabel indepeden terhadap variabel dependen. Uji t (parsial)
dilakukan membandingkan nilai thitung dengan ttabel dengan menggunakan
ɑ = 5%. Untuk mengolah t-hitung menggunakan program SPSS. Hasil uji
t dapat dilihat pada tabel 4.11 dan 4.12
75
Tabel 4. 11 Hasil Uji t Jalur 1
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig. B Std. Error Beta
1 (Constant) -3.380 1.938 -1.744 .085
VACA -.815 1.055 -.118 -.772 .442
VAHU -.989 .469 -.394 -2.107 .039
STAVA 37.067 4.977 .900 7.448 .000
a. Dependent Variable: ROA
Sumber : Data diolah 2021
Berdasarkan hasil pengolahan data tersebut diketahui thitung untuk
pengujian jalur 1 sebagai berikut
1. VACA terhadap ROA
Berdasarkan tabel diatas thitung -0.772 < t Tabel dengan nilai
1,99346 dan nilai signifikansi 0.442 > 0,05. Maka dapat disimpukan
bahwa VACA tidak berpengaruh signifikan terhadap variabel ROA.
2. VAHU terhadap ROA
Berdasarkan tabel diatas thitung -2,107 > t Tabel dengan nilai
1,99346 dan nilai signifikansi sebesar 0,039 > 0,05. Maka dapat
disimpulkan bahwa VAHU memiliki pengaruh negatif signifikan
terhadap variabel ROA.
3. STVA terhadap ROA
Berdasarkan tabel diatas thitung 7,448 > t Tabel dengan nilai
1,99346 dengan nilai signifikansi sebesar 000 < 0,05. Maka dapat
disimpulkan bahwa STVA berpengaruh positif signifikan terhadap
variabel ROA.
76
Tabel 4. 12 Hasil Uji t Jalur 2
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig. B Std. Error Beta
1 (Constant) -.084 .518 -.163 .871
VACA .914 .277 .434 3.297 .002
VAHU -.510 .127 -.666 -4.031 .000
STAVA 3.912 1.734 .311 2.257 .027
ROA .198 .031 .649 6.428 .000
a. Dependent Variable: PBV
Sumber : Data diolah 2021
Berdasarkan hasil pengolahan data tersebut diketahui thitung untuk
pengujian jalur 2 sebagai berikut :
1. VACA terhadap PBV
Berdasarkan tabel diatas thitung 3,297 > t Tabel dengan nilai
1,99394 dan nilai signifikansi 0,002 < 0,05. Maka dapat disimpulkan
bahwa VACA berpengaruh positif signifikan terhadap nilai perusahaan.
2. VAHU terhadap PBV
Berdasarkan tabel diatas thitung -4,031 > t Tabel dengan nilai
1,99394 dan nilai signifikansi 000 < 0,05. Maka dapat disimpulkan
bahwa VAHU berpengaruh negatif signifikan terhadap nilai perusahaan.
3. STVA terhadap PBV
Berdasarkan tabel diatas thitung 2,257 > dari t Tabel dengan nilai
1,99394 dan nilai signifikansi 0,027. Maka dapat disimpulkan bahwa
STVA berpengaruh positif signifikan terhadap nilai perusahaan.
77
4. ROA terhadap PBV
Berdasarkan tabel di atas thitung 6,428 > dari t Tabel dengan nilai
1,99394 dan nilai signifikansi 000. Maka dapat disimpulkan bahwa ROA
berpengaruh positif signifikan terhadap nilai perusahaan.
2. Hasil Uji F
Dalam penelitian ini pengujian hipotesis secara simultan atau
serempak di uji menggunakan Uji-F. Uji-F dipakai guna mengetahui
pengaruh dari variabel independen terhadap variabel dependen secara
keseluruhan (Santoso, 2014). Uji F diperoleh dari hasil membandingkan
F hitung dan F tabel, menggunakan standart deviasi 5%. Dasar
pengambilan keputusan hasil Uji-F adalah apabila F hitung > F tabel
berarti ada pengaruh, tetapi jika F hitung < dari F tabel berarti tidak ada
pengaruh. Berikut ini adalah hasil uji F pada tabel 4.12 dan 4.13.
78
Tabel 4. 13 Hasil Uji F Jalur 1
ANOVAb
Model
Sum of
Squares Df Mean Square F Sig.
1 Regression 2278.297 3 759.432 21.830 .000a
Residual 2504.768 72 34.788
Total 4783.065 75
a. Predictors: (Constant), STAVA, VACA, VAHU
b. Dependent Variable: ROA
Sumber : Data diolah 2021
Berdasarkan tabel diatas pada pengujian jalur 1 pada variabel
VACA (b1), VAHU (b2), STVA (b3) secara bersama-sama berpegaruh
dan signifikansi terhadap Return On Assets (ROA). Dapat dilihat pada
kolom F hitung dan signifikansi didapatkan nilai F hitung 21,830 > F
tabel 2,73 dengan nilai signifikansi 0,000 < 0,05 maka dapat disimpulkan
bahwa variabel VACA (b1), VAHU (b2), STVA (b3) berpengaruh positif
signifikan terhadap Return On Asssets (ROA).
79
Tabel 4. 14 Hasil Uji F Jalur 2
ANOVAb
Model
Sum of
Squares Df Mean Square F Sig.
1 Regression 277.456 4 69.364 29.090 .000a
Residual 169.295 71 2.384
Total 446.751 75
a. Predictors: (Constant), ROA, VACA, STAVA, VAHU
b. Dependent Variable: PBV
Sumber : Data diolah 2021
Berdasarkan tabel diatas pada pengujian jalur 2 variabel VACA
(b1), VAHU (b2), STVA (b3), ROA (b4) secara bersama-sama berpegaruh
dan signifikan terhadap variabel PBV. Dapat dilihat dari F hitung sebesar
29,090 > F tabel 2,50 dengan nilai signifikansi 0,000 > 0,05 maka dapat
disimpulkan bahwa variabel VACA (b1), VAHU (b2), STVA (b3), ROA
(b4) berpengaruh positif signifikan terhadap PBV.
F. Pembahasan
1. Pengaruh Value Added Capital Employed (VACA) terhadap Return
On Assets (ROA)
Berdasarkan hasil pengujian tabel 4.6 diperoleh persamaan jalur 1
yang menunjukkan bahwa VACA (b1) mengalami kenaikan sebesar satu
satuan, sementara variabel independen lainnya bersifat tetap maka
variabel ROA mempunyai pengaruh langsung sebesar -0,815. Sedangkan
pada uji t pada tabel 4.10 didapatkan nilai thitung -0,772 < t tabel sebesar
1,99346 dan nilai signifikansi sebesar 0,442 maka dapat disimpulkan
bahwa VACA (b1) tidak berpengaruh signifikan terhadap ROA.
80
Relationship yang dibangun perusahaan dengan partnernya mulai
dari pemasok, pelanggan yang loyal terhadap perusahaan, pemerintah,
maupun masyarakat sekitar yang diharapkan menjadi nilai tambah bagi
perusahaan. Namun dalam penelitian ini kurang sesuai karena ternyata
VACA tidak berdampak atau tidak berpengaruh pada tingkat
pengembalian aset perusahaan.
Hal ini selara dengan Dede (2020), yang mengatakan bahwa
VACA tidak bepengaruh terhadap ROA hal ini disebabkan karena nilai
Value Added Capital Employed yang rendah sehingga mempengaruhi
kinerja keuangan menjadi kurang baik. Penelitian ini juga didukung oleh
penelitian Nisa dan Deannes (2014) mengutarakan bahwa VACA tidak
berpengaruh terhadap ROA dikarenakan VACA tidak berpengaruh secara
optimal jika berdiri sendiri.
2. Pengaruh Value Added Human Capital (VAHU) terhadap Return On
Asset (ROA)
Berdasarkan hasil pengujian tabel 4.6 diperoleh persamaan jalur 1
yang menunjukkan bahwa VAHU (b2) mengalami kenaikan sebesar satu
satuan, sementara variabel independen lainnya bersifat tetap maka
variabel ROA mempunyai pengaruh langsung sebesar -0,989. Sedangkan
pada uji t pada tabel 4.10 didapatkan nilai thitung -2,107 > t Tabel sebesar
1,99346 dan nilai signifikansi sebesar 0,039 < 0,05 maka dapat
disimpulkan bahwa VAHU (b2) berpengaruh negatif signifikan terhadap
ROA.
81
Perusahaan memberikan gaji dan tunjangan tinggi kepada
karyawan yang diharapkan menjadi motivasi untuk karyawan guna
meningkatkan produktivitas dalam proses produksi sehingga dapat
menarik investor. Namun dalam penelitian ini membuktikan bahwa efek
negatif human capital terhadap ROA. Pengaruh negatif ini dapat
disebabkan oleh karyawan yang kurang produktif.
Hasil ini mendukung penelitian Haldami (2014) kenaikan gaji dan
tunjangan karyawan diharapkan dapat memotivasi karyawan untuk
meningkatkan produktivitas dalam proses produksi sehingga dapat
meningkatkan produktivitas karyawan. Namun dalam hal ini pengaruh
negatif disebabkan oleh karyawan yang kurang produktif. Hasil ini jugan
didukung oleh penelitian Madyan (2019) yang menunjukkan bahwa
peusahaan yang memberikan gaji dan tunjangan lebih tinggi kepada
karyawan tanpa dibarengi dengan produktivitas dalam proses produksi
akan berdampak kecil terhadap kinerja keuangan.
3. Pengaruh Stuctural Capital Value Added (STVA) terhadap Return On
Assets (ROA)
Berdasarkan hasil pengujian tabel 4.6 diperoleh persamaan jalur 1
yang menunjukkan bahwa STVA (b3) mengalami kenaikan sebesar satu
satuan, sementara variabel independen lainnya bersifat tetap maka
variabel ROA mempunyai pengaruh langsung sebesar 37,067. Sedangkan
pada uji t pada tabel 4.10 didapatkan nilai thitung 7,448 > t Tabel sebesar
1,99346 dan nilai signifikansi sebesar 0,000 < 0,05 maka dapat
82
disimpulkan bahwa STVA (b3) berpengaruh positif signifikan terhadap
ROA.
Structural capital merupakan satu elemen yang membuat
perusahaan tetap kokoh akibat nilai yang telah di capai oleh perusahaan.
Structural capital didefinisikan sebagai pendukung infrastruktur dan
sistem informasi untuk mendukung kinerja pegawai. Structural capital
diharapkan meningkat kinerja karyawan yang akan menghasilkan
peningkatan produktivitas dan keuntungan perusahaan. Perusahaan yang
memiliki structural capital yang kuat akan memiliki budaya yang
mendukung individu didalamnya untuk belajar hal baru sebanyak
mungkin.
Hasil penelitian ini membuktikan bahwa kemampuan organisasi
atau perusahaan dalam menggunakan struktur modal untuk mendukung
kinerja pegawai dalam menghasilkan kinerja intelektual yang optimal.
Penelitian ini selaras dengan penelitian Dede (2020) yang menyatakan
bahwa STVA berpengaruh terhadap ROA hal ini dikarenakan nilai
tambah kapital tinggi, mengindikasikan bahwa perusahaan telah berhasil
mengelola struktur modal. Penelitian ini juga didukung oleh Lutfia dan
Sugiharti (2017) yang menyatakan bahwa STVA bepengaruh positif
terhadap ROA hal ini dikarnakan pemanfaatan dan penerapan structural
capital yang baik dapat memberikan nilai tambah yang baik pula.
83
4. Pengaruh Value Added Capital Employed (VACA) terhadap nilai
perusahaan (PBV)
Berdasarkan hasil pengujian tabel 4.7 diperoleh persamaan jalur 2
yang menunjukkan VACA (b1) mengalami kenaikan sebesar satu satuan,
sementara variabel independen lainnya bersifat tetap maka variabel PBV
mempunyai pengaruh langsung sebesar 0,914. Sedangkan pada uji t pada
tabel 4.11 didapatkan nilai thitung 3,297 > t Tabel sebesar 1,99394 dan
nilai signifikansi sebesar 0,002 < 0,05 maka dapat disimpulkan bahwa
VACA (b1) berpengaruh positif signifikan terhadap PBV.
Hubungan harmonis yang perusahaan dimiliki perusahaan dengan
para mitranya mulai dari pemasok, pelanggan yang loyal terhadap
perusahaan, pemerintah, maupun masyarakat sekitar yang diharapkan
menjadi nilai tambah bagi perusahaan. Hal ini sejalan dengan penelitian
ini bahwa hubungan harmonis dengan mitra perusahaan meningkatkan
nilai perusahaan. Hal ini selaras dengan penelitian Bayu (2018) yang
menyatakan bahwa semakin besar nilai tambah yang dihasilan dari
pengelolaan aset fisik dan keuangan, maka secara signifikan dapat
meningkatkan PBV perusahaan.
5. Pengaruh Value Added Human Capital (VAHU) terhadap nilai
perusahaan (PBV)
Berdasarkan hasil pengujian tabel 4.7 diperoleh persamaan jalur 2
yang menunjukkan bahwa VAHU (b2) mengalami kenaikan sebesar satu
satuan, sementara variabel independen lainnya bersifat tetap maka
84
variabel PBV mempunyai pengaruh langsung sebesar -0,510. Sedangkan
pada uji t pada tabel 4.11 didapatkan nilai thitung -4,031 > t Tabel sebesar
1,99394 dan nilai signifikansi sebesar 0,000 < 0,05 maka dapat
disimpulkan bahwa VAHU (b2) berpengaruh negatif signifikan terhadap
PBV.
VAHU merupakan salah satu elemen yang terpenting untuk
menganalisis tingkat efisiensi modal sumber daya manusia yang
digunakan, yang berguna untuk menciptakan nilai tambah. Dengan
meningkatnya gaji dan tunjangan karyawan diharapkan dapat mendukung
kinerja karyawan sehingga produktivitas perusahaan meningkat. Namun
hal berbeda ditunjukkan dalam penelitian ini yang kurang sesuai karena
VAHU tidak dapat menentukan nilai perusahaan karena investor
Indonesia belum menggunakan VAHU sebagai salah satu faktor yang
digunakan untuk mengambil keputusan.
Hasil ini sesuai dengan penelitian yang dilakukan oleh Madyan
(2019) dimana hasilnya upaya peningkatan sumber daya manusia oleh
perusahaan berupa pelatihan, seminar dan lain-lain tidak dapat secara
langsung dirasakan sebagai keuntungan oleh perusahaan. Selain itu
perusahaan di Indonesia yang menggunakan metode tersebut masih
sedikit. Jadi investor indonesia belum menggunakan VAHU sebagai
salah satu faktor yang dignakan untuk mengambil keputusan investasi.
Hasil ini juga didukung oleh penelitian Ozkan (2016) yang menunjukkan
bahwa investor tidak menganggap sumber daya manusia sebagai sumber
keunggulan kompetitif perusahaan ketika membuat keputusan investasi.
85
6. Pengaruh Stuctural Capital Value Added (STVA) terhadap nilai
perusahaan (PBV)
Berdasarkan hasil pengujian tabel 4.7 diperoleh persamaan jalur 2
yang menunjukkan bahwa STVA (b3) mengalami kenaikan sebesar satu
satuan, sementara variabel independen lainnya bersifat tetap maka
variabel PBV mempunyai pengaruh langsung sebesar 3,912. Sedangkan
pada uji t pada tabel 4.11 didapatkan nilai thitung 2,257 > t Tabel sebesar
1,9934 dan nilai signifikansi sebesar 0,027 < 0,05 maka dapat
disimpulkan bahwa STVA (b3) berpengaruh positif signifikan terhadap
PBV.
Structural capital merupakan satu elemen yang membuat
perusahaan tetap kokoh akibat nilai yang telah di capai oleh perusahaan.
Structural capital didefinisikan sebagai pendukung infrastruktur dan
sistem informasi untuk mendukung kinerja pegawai. Modal struktural
diharapkan dapat meningkatkan kinerja karyawan, sehingga
meningkatkan produktivitas dan keuntungan perusahaan. Perusahaan
dengan modal struktural yang kuat akan memiliki budaya membantu
orang belajar sesuatu yang baru sebanyak mungkin.
Hasil penelitian ini menunjukkan bahwa organisasi atau
perusahaan memiliki kemampuan untuk menggunakan struktur modal
untuk mendukung kinerja karyawan, sehingga menghasilkan kinerja
intelektual yang terbaik. Hal ini sesuai dengan penelitian Afifah (2014)
yang menyebutkan bahwa semakin tinggi nilai struktur modal maka
semakin tinggi pula nilai perusahaan. Penelitian ini juga didukung oleh
86
Bayu (2018) yang menunjukkan kemampuan manajemen dalam
mengalokasikan dana untuk mengimplementasikan struktur, sistem, dan
budaya organisasi berdasarkan pengetahuan berdasarkan kondisi yang
mempengaruhi nilai perusahaan.
7. Pengaruh Retun On Asset (ROA) terhadap nilai perusahaan PBV
Berdasarkan hasil pengujian tabel 4.7 diperoleh persamaan jalur 2
yang menunjukkan bahwa ROA (b4) mengalami kenaikan sebesar satu
satuan, sementara variabel independen lainnya bersifat tetap maka
variabel PBV mempunyai pengaruh langsung sebesar 0,198.Sedangkan
pada uji t pada tabel 4.11 didapatkan nilai thitung 6,428 > t Tabel sebesar
1,9934 dan nilai signifikansi sebesar 0,000 < 0,05 maka dapat
disimpulkan bahwa ROA (b4) berpengaruh positif signifikan terhadap
PBV.
ROA merupakan alat yang digunakan perusahaan guna mengetahui
tingkat pengembalian aset serta mengetahui kondisi perusahaan sedang
baik atau tidak. Dikatakan baik apabila nilai ROA tinggi begitu pula
sebaliknya. Hal ini sejalan dengan penelitian Lutfia dan Sugiharti (2017)
yang menyatakan bahwa ROA berpengrauh positif terhadap nilai
perusahaan hal ini menunjukan bahwa investor tertarik pada kemampuan
perusahaan dalam mengelola asetnya menjadi laba. Hasil ROA yang
positif menunjukkan bahwa perusahaan telah meng optimalkan asetnya
menjadi laba.