BAB IV

METODE PENELITIAN

4.1 Objek Penelitian

Objek dalam penelitian ini adalah perusahaan-perusahaan yang melakukan

penawaran saham perdana (initial public offering) pada periode Januari 2010

sampai dengan Desember 2014 di Bursa Efek Indonesia.

4.2 Populasi dan Sampel

Populasi adalah gabungan dari seluruh elemen yang berbentuk peristiwa,

hal atau orang yang memiliki karakteristik yang serupa yang menjadi pusat

perhatian seorang peneliti karena itu dipandang sebagai sebuah semesta penelitian

(Ferdinand, 2006: 223).

Sampel adalah subset dari populasi, terdiri dari beberapa anggota populasi.

Subset ini diambil karena dalam banyak kasus tidak mungkin meneliti seluruh

anggota populasi. Oleh karena itu, dibentuk sebuah perwakilan populasi yang

disebut sampel (Ferdinand, 2006: 223).

4.2.1 Populasi

Populasi dalam penelitian ini adalah seluruh perusahaan yang melakukan

penawaran saham perdana (IPO) di Bursa Efek Indonesia dari tahun 2010 sampai

dengan 2014. Jumlah perusahaan yang melakukan IPO periode 2010-2014 adalah

126 perusahaan. Daftar perusahaan yang melakukan IPO periode 2010-2014 dapat

dilihat pada Tabel 1 Lampiran 2.

37
 38

4.2.2 Sampel

Teknik pengambilan sampel yang digunakan dalam penelitian ini adalah

purposive sampling. Purposive sampling adalah teknik pengambilan sampel

dengan pertimbangan atau kriteria tertentu (Sugiyono, 2006: 299). Kriteria yang

digunakan untuk memilih sampel pada penelitian ini adalah sebagai berikut:

1. Perusahaan melakukan penawaran saham perdana (IPO) periode 2010-

2014.

2. Perusahaan mengalami underpricing pada penawaran saham perdana.

3. Perusahaan memiliki prospektus lengkap dan dapat diakses.

Tabel 4.1
Kriteria Sampel Penelitian
Tahun
No. Kriteria Sampel
2010 2011 2012 2013 2014
1. Jumlah perusahaan yang melakukan
penawaran umum perdana periode 23 25 23 31 24
2010-2014
2. Jumlah perusahaan yang mengalami
13 12 17 18 14
underpricing
3. Jumlah perusahaan yang prospektusnya
3 0 1 1 0
tidak dapat diakses
Jumlah sampel penelitian 10 12 16 17 14
Sumber: Data diolah, 2017

Berdasarkan kriteria sampel pada Tabel 4.1 maka sampel dalam penelitian

ini berjumlah 69 perusahaan yang dapat dilihat pada Tabel 2 Lampiran 2.

4.3 Jenis dan Sumber Data

4.3.1 Jenis Data

Jenis data yang digunakan dalam penelitian ini adalah data kuantitatif.

Menurut Silalahi (2010 : 282), data kuantitatif merupakan data hasil serangkaian

observasi atau pengukuran yang dinyatakan dalam angka. Data kuantitatif

 39

merupakan data yang diperoleh dari hasil pengukuran variabel kuantitatif yang

nilainya dinyatakan dalam angka/numerik. Data yang dikumpulkan berupa data

mengenai nama underwriter, nama auditor, umur perusahaan, ukuran perusahaan,

informasi keuangan berupa return on equity, dan persentase saham yang

ditawarkan serta data harga saham harian pada perusahaan yang melakukan

penawaran saham perdana dari tahun 2010 sampai dengan 2014.

Berdasarkan waktu pengumpulannya, data dalam penelitian ini adalah data

panel. Data panel atau pooled data merupakan kombinasi dari data time series dan

cross section (Ajija et al, 2010: 51). Pada dasarnya penggunaan data panel

memiliki keunggulan yang implikasinya tidak harus dilakukan prngujian asumsi

klasik dalam model data panel (Ajija et al, 2010: 52).

4.3.2 Sumber Data

Berdasarkan cara memperoleh data, data dalam penelitian ini bersumber

dari data sekunder. Sumber data sekunder merupakan data yang dikumpul dari

tangan kedua (second-hand information) atau dari sumber-sumber lain yang telah

tersedia sebelum penelitian dilakukan (Silalahi, 2010 : 291). Data yang digunakan

dalam penelitian diperoleh dari Yahoo Finance, Indonesian Capital Market

Directory (ICMD), dan Indonesia Stock Exchange (IDX).

4.4 Metode Pengumpulan Data

Metode pengumpulan data yang digunakan dalam penelitian ini adalah

metode dokumentasi, yaitu dengan mencatat atau mendokumentasikan data yang

tercantum pada laporan keuangan perusahaan, ICMD, dan data harga saham

harian perusahaan yang melakukan penawaran saham perdana periode 2010-2014.

 40

4.5 Teknik Analisis Data

4.5.1 Statistik Deskriptif

Statistik deskriptif digunakan untuk menganalisa data dengan cara

mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana

adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau

generalisasi (Sugiono, 2012: 147). Statistik deskriptif bertujuan untuk

memberikan gambaran atau visualisasi tentang objek penelitian berdasarkan

variabel penelitian yang digunakan. Pada metode numerik, setidaknya ada dua

klasifikasi yang tersedia untuk mendeskripsikan data kuantitatif, yaitu (Kuncoro,

2011: 44):

1. Ukuran tendensisentral (centraltendency) yaitu pengukuran yang

mengukur tendensi suatu himpunan data yang mengelompokan atau

memusat dalam nilai numeric dengan cara mengukur rata-rata, median dan

modus dari data tersebut.

2. Ukuran variabilitas/penyimpangan yaitu pengukuran sebaran data dengan

cara mengukur kecondongan (skewness), rentang (range) dan deviasi

standar (standard deviation).

4.5.2 Analisis Regresi Linear Berganda

Analisis regresi linear berganda bertujuan untuk mengetahui pengaruh

variabel-variabel independen terhadap variabel dependen. Untuk menguji

hipotesis-hipotesis dalam penelitian ini, maka akan digunakan model persamaan

regresi sebagai berikut:

 41

Y = a + b1UR + b2AR + b3AGE + b4SIZE + b5ROE + b6PSO + e (4.1)

Keterangan:
Y = Underpricing
a = konstanta
b1 – b8 = koefisien regresi
UR = Reputasi underwriter
AR = Reputasi auditor
AGE = Umur perusahaan
SIZE = Ukuran perusahaan
ROE = Return on equity
PSO = Persentase penawaran saham
e = error term

Nilai koefisien regresi disini sangat menentukan sebagai dasar analisis,

mengingat penelitian ini bersifat fundamental method. Hal ini berarti jika

koefisien b bernilai positif (+) maka dapat dikatakan terjadi pengaruh searah

antara variabel independen dengan variabel dependen, setiap kenaikan nilai

variabel independen akan mengakibatkan kenaikan variabel dependen. Demikian

pula sebaliknya, bila koefisien nilai b bernilai negatif (-), hal ini menunjukkan

adanya pengaruh negatif di mana kenaikan nilai variabel independen akan

mengakibatkan penurunan nilai variabel dependen.

4.5.2.1 Pengujian Kualitas Data (Data Screening)

Data screening bertujuan untuk menghilangkan data yang dianggap tidak

normal dan data yang hilang (missing value). Data screening yang digunakan

dalam penelitian ini meliputi uji normalitas dengan menggunakan uji

Kolomogorov Smirnov, uji outlier dan uji missing value.

 42

a. Uji Normalitas

Uji Normalitas bertujuan untuk menguji apakah dalam model regresi,

variabel dependen dan variabel independen, keduanya mempunyai distribusi

normal atau tidak. Model regresi yang baik adalah distribusi data normal atau

mendekati normal.

Uji statistik yang dapat digunakan untuk menguji normalitas residual

adalah uji statistik non-parametrik Kolmogorov-Smirnov (K-S) (Ghozali, 2001:

91). Uji Kolmogorov Smirnov adalah uji beda antara data yang diuji

normalitasnya dengan data normal baku. Penerapan pada uji Kolmogorov

Smirnov adalah bahwa jika signifikansi di bawah 0,05 berarti data yang akan diuji

mempunyai perbedaan yang signifikan dengan data normal baku, berarti data

tersebut tidak normal. Lebih lanjut, jika signifikansi di atas 0,05 maka berarti

tidak terdapat perbedaan yang signifikan antara data yang akan diuji dengan data

normal baku, berarti data berdistribusi normal.

b. Uji Missing Value

Uji missing value ditujukan untuk mengetahui apakah terdapat nilai atau

data yang terlewat (hilang) dari sebuh isian kuesioner, test atau instrumen lainnya.

Missing value berarti hilangnya data secara keseluruhan atau dengan kata lain

terdapat bagian yang hilang dari keseluruhan data. Dalam penelitian ini, uji

missing value tidak dilakukan karena berdasarkan kriteria sampel, perusahaan

yang tidak memiliki data lengkap tidak dipilih sebagai sampel.

 43

c. Uji Outlier

Outlier adalah kasus atau data yang memiliki karakteristik unik yang

terlihat sangat berbeda jauh dari observasi-observasi lainnya dan muncul dalam

bentuk nilai ektrim baik untuk sebuah variabel tunggu atau variabel kombinasi

(Ghozali, 2001: 27). Apabila ditemukan outlier, maka data yang bersangkutan

harus dikeluarkan dari perhitungan lebih lanjut. Menurut Ghozali (2001: 36)

untuk kasus sampel kecil (kurang dari 80 sampel), maka standar skornya

dinyatakan ±2,5 dinyatakan outlier. Untuk mendeteksi nilai outlier digunakan

nilai Z. Untuk mendeteksi data dikategorikan outlier, maka digunakan standar

nilai Z > 2,5 atau Z < -2,5.

4.5.2.2 Uji Asumsi Klasik

Sebelum model regresi digunakan untuk menguji hipotesis, diperlukan uji

asumsi klasik untuk memastikan bahwa model telah memenuhi kriteria Best

Linear Unbiased Estimator (BLUE). Pada dasarnya, penelitian yang

menggunakan data panel tidak diharuskan melakukan pengujian asumsi klasik

(Ajija et al, 2010: 52). Namun, sebagai suatu kelaziman dan untuk meyakinkan

analisis, maka dalam penelitian ini dilakukan uji asumsi klasik. Adapun uji asumsi

klasik yang digunakan dalam penelitian ini adalah sebagai berikut:

a. Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah pada model regresi

ditemukan adanya korelasi antar variabel independen. Model regresi yang baik

seharusnya tidak terjadi korelasi diantara variabel-variabel independen (tidak

terjadi multikoliniearitas). Jika variabel-variabel saling berkorelasi, maka

 44

variabel-variabel tidak ortogonal. Variabel ortogonal adalah variabel bebas yang

nilai korelasi antar sesama variabel bebas adalah nol (Ghozali, 2001: 95).

Uji multikolinearitas dilihat dari tolerance value dan Variance Inflantion

Factor (VIF). Batas tolerance value adalah 0,10 dan VIF adalah 10. Jika

tolerance value > 0,10 dan nilai VIF < 10, maka dapat disimpulkan bahwa tidak

ada multikolinearitas antar variabel independen dalam model regresi. Tetapi jika

tolerance value < 0,10 dan nilai VIF > 10, maka dapat disimpulkan bahwa ada

multikolinearitas antar variabel independen dalam model regresi.

b. Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam suatu model

regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke

pengamatan yang lain (Ghozali, 2009: 125). Model regresi yang baik adalah yang

terjadi homokedastisitas atau tidak terjadi heteroskedastisitas.

Uji heterokedastisitas dapat dilakukan dengan uji Glesjer. Uji Glejser

dilakukan dengan membuat persamaan regresi nilai absolut residual terhadap

variabel independen. Jika variabel independen signifikan secara statistik

mempengaruhi variabel dependen, maka ada indikasi terjadi heteroskedastisitas

(Ghozali, 2001). Dasar penarikan kesimpulan pada uji heteroskedastisitas adalah

sebagai berikut:

1) Jika nilai signifikansi lebih besar dari 0,05 maka kesimpulannya adalah

tidak terjadi heteroskedastisitas.

2) Jika nilai signifikansi lebih kecil dari 0,05 maka kesimpulannya adalah

terjadi heteroskedastisitas.
 45

c. Uji Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model

regresi linear ada korelasi antara kesalahan penggangu pada periode t dengan

kesalahan periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada

problem autokorelasi. Model regresi yang baik adalah yang bebas autokorelasi.

Pengujian autokorelasi dilakukan dengan menggunakan uji Durbin Watson (DW-

test). Menurut Ghozali (2001: 140), pengambilan keputusan ada atau tidaknya

autokorelasi ialah sebagai berikut:

Untuk mendeteksi autokorelasi, dapat dilakukan uji statistik melalui uji

Durbin-Watson (DW test) (Ghozali, 2009). Dasar pengambilan keputusan ada

tidaknya autokorelasi adalah sebagai berikut:

1) Bila nilai DW terletak antara batas atas atau upper bound (du) dan (4-du),

maka koefisien autokorelasi sama dengan nol, berarti tidak ada

autokorelasi.

2) Bila nilai DW lebih rendah daripada batas bawah atau lower bound (dl),

maka koefisien autokorelasi lebih besar daripada nol, berarti ada

autokorelasi positif.

3) Bila nilai DW lebih besar daripada (4-dl), maka koefisien autokorelasi

lebih kecil daripada nol, berarti ada autokorelasi negatif.

4) Bila nilai DW terletak diantara batas atas (du) dan batas bawah (dl) atau

DW terletak antara (4-du) dan (4-dl), maka hasilnya tidak dapat

disimpulkan.
 46

Selain pedoman diatas, untuk mendiagnosis adanya autokorelasi dalam

suatu model regresi dapat dilakukan melalui pengujian nilai Durbin Watson

dengan ketentuan sebagai berikut (Algifari, 1997):

1) Kurang dari 1,10 berarti ada autokorelasi.

2) 1,10 hingga 1,54 berarti tanpa kesimpulan.

3) 1,55 hingga 2,46 berarti tidak ada autokorelasi.

4) 2,46 hingga 2,90 berarti tanpa kesimpulan.

5) Lebih dari 2,91 berarti ada autokorelasi.

4.5.2.3 Uji Kebaikan Model

Uji kebaikan model (goodness of fit) digunakan untuk mengukur ketepatan

fungsi regresi sampel dalam menaksir nilai aktual. Secara statistik uji kebaikan

model dapat dilakukan melalui pengukuran nilai koefisien determinasi (R2).

Pengukuran koefisien determinasi dilakukan untuk mengetahui seberapa jauh

kemampuan model dalam menerangkan variasi variabel dependen. Dari sini

diketahui seberapa besar variabel dependen mampu dijelaskan oleh variabel

independennya, sedangkan sisanya dijelaskan oleh sebab-sebab lain di luar model.

Nilai koefisien determinansi adalah antara 0 dan 1. Nilai R2 yang kecil

berarti kemampuan variabel-variabel independen dalam menjelaskan variasi

variabel dependen amat terbatas (Ghozali, 2009). Nilai yang mendekati 1 (satu)

berarti variabel–variabel independen memberikan hampir semua informasi yang

dibutuhkan untuk memprediksi variasi variabel dependen.

 47

4.5.2.4 Pengujian Hipotesis

Menurut Jogiyanto (2007: 167), terdapat 6 prosedur pengujian hipotesis

yaitu sebagai berikut:

a. Menyatakan hipotesis

Hipotesis dinyatakan dalam bentuk nol (null hypothesis) atau alternaltf

(alternatif hypothesis). Hipotesis nol menyatakan tidak berbeda, sedangkan

hipotesis alternatif menyatakan berbeda. Rumusan hipotesis dalam penelitian ini

adalah sebagai berikut:

1) H0 : X1, X2, X3, X4, X5, X6 = 0, artinya secara simultan variabel bebas, yaitu

reputasi underwriter, reputasi auditor, umur perusahaan, ukuran

perusahaan, return on equity dan persentase saham yang ditawarkan

pengaruh terhadap underpricing.

2) Ha : X1, X2, X3, X4, X5, X6 ≠ 0, artinya secara simultan variabel bebas, yaitu

reputasi underwriter, reputasi auditor, umur perusahaan, ukuran

perusahaan, return on equity, dan persentase saham yang ditawarkan tidak

memiliki pengaruh terhadap underpricing.

b. Memilih pengujian statistik

Pengujian statistik yang digunakan dalam penelitian ini ialah pengujian

statistik parametrik. Statistik parametrik digunakan untuk menguji parameter

populasi melalui data yang diperoleh dari sampel, atau menguji ukuran populasi

melalui data sampel (Sugiyono, 2011: 201). Pengujian parametrik menggunakan

nilai (magnitude) dari data, maka pengujian ini diterapkan untuk data dengan

skala pengukuran interval dan rasio.

 48

c. Menentukan tingkat keyakinan

Confidence coefficient (koefisien keyakinan) menunjukkan besarnya

interval keyakinan di kurva normal. Confidence coefficient menunjukkan

probabilitas keyakinan bahwa suatu nilai yang diuji akan masuk di dalam interval

keyakinan (confidence interval). Koefisien keyakinan yang digunakan dalam

penelitian ini adalah 95%. Dengan demikian, untuk menentukan kesimpulan

dengan taraf signifikansi sebesar 5% atau 0,05, yaitu:

1) Jika probabilitas tingkat kesalahan dari Fhitung lebih kecil dari tingkat

signifikansi tertentu (signifikansi 5%), maka H0 ditolak, sebaliknya Ha

diterima. Artinya, bahwa variabel bebas secara simultan mempunyai

pengaruh terhadap variabel terikat.

2) Jika probabilitas tingkat kesalahan dari Fhitung lebih besar dari tingkat

signifikansi tertentu (signifikansi 5%), maka H 0 diterima, sebaliknya Ha

ditolak. Artinya, bahwa variabel bebas secara simultan tidak mempunyai

pengaruh terhadap variabel terikat.

Adapun rumus Fhitung adalah sebagai berikut:

R2 /k
F hitung = (4.2)
( 1−R2 ) / ( n−k−1 )

di mana:
F : Pendekatan distribusi probabilitas
R 2
: Koefisien determinasi
k : Kategori variabel
n : Banyaknya pengamatan

Untuk pengujian secara simultan, Fhitung dibandingkan dengan Ftabel pada

tingkat signifikansi 5 % ( α = 0,05). Jika Fhitung > Ftabel atau nilai signifikasi < α =
 49

0,05 maka variabel bebas mempunyai pengaruh secara simultan terhadap variabel

tak bebas dan bila nilai Fhitung < Ftabel atau nilai signifikasi > α = 0,05 maka variabel

bebas tidak mempunyai pengaruh secara simultan.

d. Menghitung nilai statistik

Nilai statistik dalam penelitian ini dihitung dengan melakukan Uji t. Uji t

dimaksudkan untuk mengetahui variance koefisien regresi secara parsial atau

sendiri-sendiri dalam model yang digunakan. Analisis ini digunakan untuk

menguji apakah benar terdapat pengaruh masing-masing variance independen

terhadap variabel dependen. Jika p-value < 0.05 berarti variabel independen

secara parsial berpengaruh terhadap variabel dependen.nPengujiannya adalah

menentukan kesimpulan dengan taraf signifikansi (α) sebesar 5% atau 0.05, yaitu:

1) Apabila tingkat signifikansi < 5% maka H0 ditolak, sebaliknya Ha diterima.

2) Apabila tingkat signifikansi > 5% maka H0 diterima, sebaliknya Ha ditolak.

e. Mendapatkan nilai uji kritis

Nilai uji kritis tergantung dari dua hal, yaitu besarnya confidence

coefficient dan arah dari hipotesisnya. Arah dari hipotesis menentukan

pengujiannya apakah menggunakan satu-sisi atau satu-ekor (one-tail) atau dua-sisi

atau dua-ekor (two-tail). Hipotesis tidak berarah diuji dengan menggunakan

pengujian dua-sisi. Hipotesis berarah diuji dengan menggunakan pengujian satu-

sisi (one-tail).

f. Menginterpretasikan hasil
 50

Interpretasi hasil penelitian bertujuan untuk menafsirkan hasil penelitian

secara lebih luas untuk menarik kesimpulan.

4.6 Definisi Operasional Variabel

Variabel penelitian yang digunakan terdiri dari variabel dependen dan

variabel independen. Variabel dependen dalam penelitian ini adalah underpricing,

sedangkan variabel independen terdiridari reputasi underwriter, reputasi auditor,

umur perusahaan, ukuran perusahaan, return on equity, dan persentase saham

yang ditawarkan.

4.6.1 Variabel Dependen (Y)

Variabel dependen adalah variabel yang dipengaruhi oleh variabel

independen (Indriantoro dan Supomo, 1999). Variabel dependen dalam penelitian

ini adalah underpricing. Underpricing adalah perbedaan harga antara harga

penawaran saham di pasar perdana dan harga saham di pasar sekunder pada hari

pertama, di mana harga saham di pasar perdana lebih rendah (Beatty, 1989).

Underpricing diproksikan dengan penghitungan initial return dari perusahaan-

perusahaan yang melakukan Initial Public Offering, yaitu merupakan selisih

antara harga saham penutupan hari pertama di pasar sekunder dengan harga saham

penawaran perdana dibagi dengan harga saham penawaran perdana (Jogiyanto,

2010). Initial return dihitung dengan menggunakan rumus:

Pt 1−Pt 0
IR= x 100 % (4.3)
Pt 0
 51

Keterangan:
IR : initial return
Pt0 : harga penawaran perdana (offering price)
Pt1 : harga penutupan (closing price) pada hari pertama di pasar sekunder

4.6.2. Variabel Independen (X)

Variabel independen adalah variabel yang menjelaskan atau

mempengaruhi variabel yang lain (Indriantoro dan Supomo, 1999). Variabel

independen yang digunakan dalam penelitian adalah sebagai berikut:

1. Reputasi Underwritter (X1)

Underwriter merupakan pihak yang berfungsi melakukan penjaminan atas

penawaran umum suatu saham atau obligasi untuk pertama kalinya, yaitu pada

saat go public (Ang, 1997). Underwriter yang berkualitas dapat dilihat dari

reputasi (nama baik) yang dimilikinya.

Pengukuran variabel reputasi underwriter didasarkan pada peringkat yang

terdapat dalam Fact Book 50 Most Active IDX Members berdasarkan nilai transaksi

dengan memberikan skor 100 pada underwriter yang menempati urutan pertama

hingga skor 2 pada underwriter yang menempati urutan terakhir. Satuan ukuran

variabel ini adalah persentase. Pengukuran ini digunakan juga oleh Yasa (2008) dan

Kristiantari (2013).

2. Reputasi Auditor (X2)

 52

Auditor adalah pihak yang ditunjuk oleh perusahaan untuk melakukan

pemeriksaan laporan keuangan perusahaan sebagai calon emiten. Auditor yang

bereputasi tinggi dapat digunakan sebagai tanda atau petunjuk terhadap kualitas

emiten (Holland dan Horton, 1993).

Pengukuran variabel reputasi auditor menggunakan variabel dummy.

Penentuan reputasi auditor menggunakan skala 1 untuk auditor yang bereputasi baik

dan 0 untuk auditor yang bereputasi kurang baik. Auditor yang bereputasi baik adalah

auditor yang afiliasinya masuk dalam peringkat big four yang bersumber dari Vault

Rankings & Reviews - Most Prestigious Accounting Firms . Satuan ukuran variabel

ini adalah kategori. Pengukuran berdasarkan peringkat auditor digunakan juga oleh

Yasa (2008) dan Kristiantari (2013).

3. Umur Perusahaan (X3)

Umur perusahaan menunjukkan lamanya perusahaan berdiri dan mampu

bertahan (Daljono, 2000). Variabel ini diukur dari sejak perusahaan berdiri

berdasarkan akte pendirian sampai dengan saat perusahaan tersebut melakukan

penawaran umum perdana. Umur perusahaan ini dihitung berdasarkan tahun.

Apabila perusahaan yang diteliti lebih dari setengah tahun maka dibulatkan ke

atas.

4. Ukuran Perusahaan (X4)

Menurut Adiwiratama (2012), ukuran perusahaan menggambarkan besar

kecilnya perusahaan. Ukuran perusahaan diindikasikan dengan total aktiva. Total

aktiva yang diperhitungkan adalah total aktiva perusahaan pada periode terakhir

sebelum melakukan penawaran perdana. Total aktiva dianggap mampu

menunjukkan ukuran perusahaan karena mewakili kekayaan perusahaan baik berupa

 53

aktiva tetap maupun aktiva lancar (Carter dan Manaster, 1990). Satuan ukuran

perusahaan dalam penelitian ini diukur dengan melakukan transformasi logaritma

natural. Penggunaan logaritma natural total aktiva bertujuan untuk menghindari

terjadinya nilai ekstrim dibandingkan dengan variabel independen lain.

5. Return On Equity (X5)

Return On Equity (ROE) merupakan perbandingan antara laba bersih

dengan total ekuitas (Hanafi, 2008 : 42). Dalam penelitian ini ROE diukur dengan

membagi laba bersih dengan ekuitas pada periode terakhir sebelum perusahaan

melakukan penawaran perdana. Satuan ukuran variabel ROE adalah persentase.

Rasio ROE dihitung sebagai berikut:

Laba bersi h
ROE= x 100 % (4.4)
Total ekuitas

6. Persentase Saham yang Ditawarkan (X6)

Persentase saham yang ditawarkan menunjukkan berapa besar saham yang

dilepas oleh pemilik (Leland & Phyle, 1997). Presentase saham yang ditawarkan

diukur dengan membagi jumlah saham yang ditawarkan perusahaan pada saat IPO

dengan total listed share.

Berdasarkan uraian definisi operasional variabel, maka peneliti

menyajikan secara ringkas sebagaimana pada Tabel 4.2 sebagai berikut:

 54

Tabel 4.2
Definisi Operasional Variabel
No. Variabel Deskripsi Proxy Referensi
1 Underpricing Underpricing adalah Underpricing diproksikan dengan Beatty
suatu keadaan di mana penghitungan initial return dari (1989)
harga saham pada saat perusahaan-perusahaan yang
penawaran perdana lebih melakukan IPO dengan rumus:
rendah dibandingkan
dengan ketika Pt 1−Pt 0
diperdagangkan di pasar IR= x 100 %
sekunder. Pt 0
2 Reputasi Underwriter merupakan Diukur dengan memberikan skor Ang (1997)
underwriter pihak yang berfungsi 100 pada underwriter yang
melakukan penjaminan menempati urutan pertama hingga
atas penawaran umum skor 2 pada underwriter yang
suatu saham atau obligasi menempati urutan terakhir
untuk pertama kalinya, berdasarkan Fact Book 50 Most
yaitu pada saat go public. Active IDX Members.
3 Reputasi Auditor adalah pihak Diukur dengan memberi nilai 1 Holland
auditor yang ditunjuk oleh untuk audtior yang afiliasinya dan Horton
perusahaan untuk masuk dalam peringkat big four dan (1993)
melakukan pemeriksaan nilai 0 untuk auditor yang
laporan keuangan afiliasinya tidak masuk dalam
perusahaan sebagai calon peringkat big four berdasarkan
emiten. Vault Rankings & Reviews - Most
Prestigious Accounting Firms.
4 Umur Umur perusahaan Umur perusahaan diukur dari sejak Daljono
perusahaan menunjukkan lamanya perusahaan berdiri berdasarkan akte (2000)
perusahaan berdiri dan pendirian sampai dengan saat
mampu bertahan. perusahaan tersebut melakukan
penawaran umum perdana.
5 Ukuran Ukuran perusahaan Ukuran perusahaan diindikasikan Adiwirata-
perusahaan menggambarkan besar dengan total aktiva. Total aktiva ma (2012)
kecilnya perusahaan. yang diperhitungkan adalah total
aktiva perusahaan pada periode
terakhir sebelum melakukan
penawaran perdana. Satuan ukuran
perusahaan dalam penelitian ini
diukur dengan melakukan
transformasi logaritma natural.
6 Return on Return On Equity (ROE) Hanafi
equity merupakan perbandingan Laba bersih (2008: 42)
antara net income after ROE= x 100%
tax dengan total equity.
Modal saham
7 Persentase Persentase saham yang Presentase saham yang ditawarkan Leland &
penawaran ditawarkan menunjukkan diukur dengan membagi jumlah Phyle
saham seberapa besar saham saham yang ditawarkan perusahaan (1997)
yang dilepas oleh pada saat IPO dengan total listed
pemilik. share.
Sumber: Data dimodifikasi, 2017