ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI NILAI

PERUSAHAAN DENGAN RETURN ON ASSET SEBAGAI

VARIABEL MODERASI PADA PERUSAHAAN
MANUFAKTUR YANG TERDAFTAR DI
BURSA EFEK INDONESIA PERIODE
2015-2017

SKRIPSI

Oleh:

ARIYANTO
NIM. 148111691
ROBY EVAN LAOLI
NIM. 148110599

PROGRAM STUDI AKUNTANSI

SEKOLAH TINGGI ILMU EKONOMI
MIKROSKIL
MEDAN
2019
ANALYSIS OF FACTORS THAT AFFECT FIRM VALUE USING
RETURN ON ASSETS AS MODERATING VARIABLE AT
MANUFACTURING COMPANY LISTED IN
INDONESIA STOCK EXCHANGE
PERIOD 2015-2017

FINAL RESEARCH

By:

ARIYANTO
Student Number: 148111691
ROBY EVAN LAOLI
Student Number: 148110599

STUDY PROGRAM OF ACCOUNTING

SEKOLAH TINGGI ILMU EKONOMI
MIKROSKIL
MEDAN
2019
 ABSTRAK

Penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi

nilai perusahaan dengan return on asset sebagai variabel moderasi. Variabel
independen yaitu likuiditas, pertumbuhan penjualan, ukuran perusahaan dan struktur
modal
Populasi dalam penelitian ini berjumlah 153 perusahaan. Metode pengambilan
sampel yang digunakan dalam penelitian ini adalah metode purposive sampling dan
diperoleh sebanyak 66 perusahaan sampel yang menjadi objek penelitian. Data
penelitian diperoleh dari laporan keuangan perusahaan manufaktur yang terdaftar di
Bursa Efek Indonesia periode 2015-2017. Jenis penelitian yang digunakan merupakan
penelitian deskriptif kuantitatif dengan melakukan analisis regresi linier berganda dan
uji interaksi.
Hasil analisis menunjukkan bahwa secara simultan, Likuiditas, Pertumbuhan
Penjualan, Ukuran Perusahaan dan Struktur Modal berpengaruh terahadap Nilai
Perusahaan. Secara parsial, likuiditas dan ukuran perusahaan berpengaruh terhadap
nilai perusahaan. Sedangkan pertumbuhan penjualan dan struktur modal tidak
berpengaruh terhadap nilai perusahaan. Variabel return on asset mampu memoderasi
hubungan antara variabel likuiditas, ukuran perusahaan, dan struktur modal dengan
nilai perusahaan. Sedangkan variabel return on asset tidak mampu memoderasi
hubungan antara variabel pertumbuhan penjualan dengan nilai perusahaan.

Kata Kunci: Nilai Perusahaan, Return On Assets, Likuiditas, Ukuran Perusahaan,

Struktur Modal

i
 ABSTRACT

This research aimed to analyze the factors that affect firm value using return
on assets as moderating variable. The independent variables are liquidity, sales growth,
firm size, capital structure.
The total population of this research is 153 companies. The sampling method
used in this research is purposive sampling method and there are 66 sample companies
collected as the object of this research. Data were obtained from the financial
statements of manufacture companies listed on Indonesia Stock Exchange in 2015-
2017. Research method used in this research is descriptive quantitative by multiple
linier regression analysis and interaction method.
Results of the analysis shows that simultaneously, liquidity, sales growth, firm
size and capital structure have effect on firm value. Partially, liquidity and firm size
have effect on firm value. While sales growth and capital structure have no effect on
firm value. Variable return on assets is able to moderate the correlation of variable
liquidity, firm size, and capital structure with to firm value. while variable return on
assets is not able to moderate the correlation of variable sales growth with to firm
value.

Keywords: Firm Value, Return On Assets, Liquidity, Firm Size, Capital Structure.

ii
 KATA PENGANTAR

Puji syukur penulis panjatkan kepada Tuhan Yang Maha Esa yang telah
melimpahkan berkah, rahmat, dan hidayah-Nya sehingga penulis dapat menyelesaikan
skripsi dengan judul: “Analisis Faktor-faktor Yang Mempengaruhi Nilai Perusahaan
Dengan Return On Asset Sebagai Variabel Moderasi Pada Perusahaan Manufaktur
Yang Terdaftar Di Bursa Efek Indonesia Periode 2015-2017”.
Penyusunan tugas akhir ini dimaksudkan untuk memenuhi sebagian dari
persyaratan-persyaratan akademik guna menyelesaikan Program Studi S-1 Akuntansi
dengan peminatan Akuntansi Bisnis pada Sekolah Tinggi Ilmu Ekonomi (STIE)
Mikroskil, Medan.
Penyusunan tugas akhir ini tidak terlepas dari nasihat, bimbingan dan
dukungan baik secara langsung maupun tidak langsung dari berbagai pihak. Oleh
karena itu, dalam kesempatan ini penulis ingin menyampaikan ucapan terimakasih
kepada:
1. Ibu Suriani Ginting, S.E., M.Si., selaku Dosen Pembimbing, yang telah bersedia
meluangkan waktu untuk memberikan bimbingan, motivasi, dan saran selama
proses penyelesaian tugas akhir ini.
2. Ibu Dessyana, S.E., Ak., M.Si. selaku Dosen Pendamping Pembimbing, yang telah
bersedia meluangkan waktu untuk memberikan bimbingan, motivasi, dan saran
selama proses penyelesaian tugas akhir ini.
3. Bapak Ir. Mbayak Ginting S.Kom., M.M., selaku Ketua STIE Mikroskil Medan,
yang telah banyak mendukung kelancaran akademis.
4. Bapak Djoni, S.Kom., M.T.I., selaku Wakil Ketua 1 STIE Mikroskil Medan, yang
telah banyak mendukung kelancaran akademis.
5. Ibu Andreani Caroline Barus S.E., M.Si., selaku Ketua Jurusan Program Studi
Akuntansi, yang telah memberikan dukungan dan memberikan saran pada penulis.
6. Seluruh Staf Pengajar, Bapak dan Ibu Dosen STIE Mikroskil Medan, yang telah
bnyak memberikan pengetahuan dan bimbingan dalam perkuliah sampai penulis
dapat menyelesaikan tugas akhir ini.
7. Yang teristimewa kepada Bapak Yusmar Laoli dan Ibu Dewi Eva selaku orang tua
dari Roby Evan Laoli serta saudara saya (Boy Evan Laoli dan Gissela Laoli),

iii
 Terimakasih karena tak henti-hentinya memberikan doa dan pengorbanan yang
tidak mungkin dapat terbalas sehingga penulis dapat menyelesaikan tugas akhir
ini.
8. Yang teristimewa kepada Bapak Suwarno dan Ibu Dewi Sartika selaku orang tua
dari Ariyanto serta saudara saya (Oktavia dan Dedy Wijaya), Terimakasih karena
tak henti-hentinya memberikan doa dan pengorbanan yang tidak mungkin dapat
terbalas sehingga penulis dapat menyelesaikan tugas akhir ini.
9. Kepada teman-teman yang telah mendukung dengan doa dan motivasi, sehingga
penulis dapat menyelesaikan tugas akhir ini (Hanisa Juliana, Dian Prasetyo, Sergei
Omar).
10. Kepada Pemimpin dan Manager perusahaan yang sudah memberikan toleransi
waktu dan dukungan kepada penulis sehingga penulis dapat menyelesaikan tugas
akkhir.
11. Kepada pihak-pihak lainnya yang tidak dapat penulis sebutkan satu-persatu yang
turut membantu penulis menyelesaikan tugas akhir ini.

Hanya ucapan syukur dan doa yang dapat penulis panjatkan, semoga Tuhan
Yang Maha Esa membalas kebaikan dan kasih sayang yang telah Bapak, Ibu,
Orangtua, Saudara, Sahabat dan teman-teman berikan.
Penulis menyadari tugas akhir ini masih banyak kekurangan karena
keterbatasan pengetahuan dan pengalaman. Untuk itu segala saran dan kritik untuk
penyempurnaan tugas akhir ini sangat diharapkan penulis. Akhir kata, semoga tugas
akhir ini bermanfaat bagi semua pihak yang berkepentingan.

Medan, Agustus 2019

Penulis

Ariyanto
Roby Evan Laoli

iv
 DAFTAR ISI

ABSTRAK ............................................................................................................................... i
ABSTRACT .............................................................................................................................ii
KATA PENGANTAR ............................................................................................................iii
DAFTAR ISI............................................................................................................................v
DAFTAR GAMBAR ............................................................................................................. vii
DAFTAR TABEL ................................................................................................................ viii
DAFTAR LAMPIRAN .......................................................................................................... ix
BAB I PENDAHULUAN ....................................................................................................... 1
1.1. Latar Belakang................................................................................................. 1
1.2. Rumusan Masalah ........................................................................................... 4
1.3. Ruang Lingkup ................................................................................................ 4
1.4. Tujuan Penelitian ............................................................................................. 5
1.5. Manfaat Penelitian ........................................................................................... 5
1.6. Originalitias Penelitian .................................................................................... 6
BAB II TINJAUAN PUSTAKA DAN PENGEMBANGAN HIPOTESIS ...................... 9
2.1. Landasan Teori ................................................................................................ 9
2.1.1. Nilai perusahaan................................................................................... 9
2.1.2. Likuiditas ........................................................................................... 10
2.1.3. Pertumbuhan Penjualan...................................................................... 12
2.1.4. Ukuran Perusahaan ............................................................................ 14
2.1.5. Struktur Modal ................................................................................... 15
2.1.6. Return On Asset ................................................................................. 16
2.2 Review Penelitian Terdahulu ........................................................................ 17
2.3 Kerangka Konseptual .................................................................................... 23
2.4. Pengembangan Hipotesis............................................................................... 24
2.4.1. Pengaruh likuiditas terhadap nilai perusahaan dengan return on
asset sebagai variabel moderasi. ........................................................ 24
2.4.2. Pengaruh pertumbuhan penjualan terhadap nilai perusahaan dengan
return on asset sebagai variabel moderasi. ........................................ 25
2.4.3. Pengaruh ukuran perusahaan terhadap nilai perusahaan dengan
return on asset sebagai variabel moderasi. ........................................ 25
2.4.4. Pengaruh struktur modal terhadap nilai perusahaan dengan return
on asset sebagai variabel moderasi. ................................................... 26
BAB III METODE PENELITIAN .................................................................................... 26

v
 3.1 Jenis Penelitian .............................................................................................. 26
3.2 Objek Penelitian ............................................................................................ 26
3.3 Metode Pengumpulan Data ........................................................................... 26
3.4 Populasi dan Sampel...................................................................................... 28
3.5 Devinisi Operasional Variabel ...................................................................... 28
3.5.1 Variabel Dependen (Y) ...................................................................... 29
3.5.2. Variabel Independen (X) .................................................................... 29
3.5.3. Variabel Moderasi (Z) ........................................................................ 31
3.6. Metode Analisis Data .................................................................................... 32
3.6.1. Analisis Statistik Deskriptif ............................................................... 33
3.6.2 Pengujian Asumsi Klasik ................................................................... 33
3.6.3. Pengujian Hipotesis............................................................................ 37
BAB IV HASIL PENELITIAN DAN PEMBAHASAN .................................................. 40
4.1. Hasil Penelitian.............................................................................................. 40
4.1.1. Statistik Deskriptif ............................................................................. 40
4.1.2. Uji Asumsi Klasik Hipotesis Pertama Sebelum Transformasi Data
dan Data Trimming............................................................................. 42
4.1.3. Uji Asumsi Klasik Setelah Transformasi Data dan Data Trimming .. 46
4.1.4 Pengujian Hipotesis............................................................................ 54
4.2. Pembahasan ................................................................................................... 58
4.2.1 Pengaruh Likuiditas terahadap Nilai Perusahaan dengan Return On
Asset sebagai variabel moderasi. ........................................................ 58
4.2.2 Pengaruh Pertumbuhan Penjualan terhadap Nilai Perusahaan
dengan Return On Asset sebagai variabel moderasi........................... 59
4.2.3 Pengaruh Ukuran Perusahaan terhadap nilai perusahaan dengan
Return On Asset sebagai variabel moderasi. ...................................... 60
4.2.4 Pengaruh Struktur Modal terhadap nilai perusahaan dengan Return
On Asset sebagai variabel moderasi. .................................................. 61
BAB V KESIMPULAN DAN SARAN .............................................................................. 63
5.1 Kesimpulan .................................................................................................... 63
5.2 Saran .............................................................................................................. 63
DAFTAR PUSTAKA ........................................................................................................... 65
LAMPIRAN.......................................................................................................................... 68
DAFTAR RIWAYAT HIDUP .......................................................................................... 135
DAFTAR RIWAYAT HIDUP .......................................................................................... 137

vi
 DAFTAR GAMBAR

Gambar 4. 1. Grafik Histogram Hipotesis Pertama Sebelum Transformasi Data

dan Data Trimming.............................................................................. 42
Gambar 4. 2. Uji Normalitas dengan Normal Probability Plot Hipotesis Pertama
Sebelum Transformasi Data dan Data Trimming ................................ 43
Gambar 4. 3. Grafik Scatterplot Hipotesis Pertama Sebelum Transformasi Data
dan Data Trimming untuk Hipotesis Pertama ..................................... 45
Gambar 4. 4. Grafik Histogram Hipotesis Pertama Setelah Transformasi Data dan
Data Trimming .................................................................................... 47
Gambar 4. 5. Uji Normalitas dengan Normal Probability Plot Hipotesis Pertama
Setelah Transformasi Data dan Data Trimming .................................. 48
Gambar 4. 6. Grafik Scatterplot Hipotesis Pertama Setelah Transformasi Data dan
Data Trimming .................................................................................... 50

vii
 DAFTAR TABEL

Tabel 1. 1 Fenomena Mengenai Nilai Perusahaan yang Terjadi pada Perusahaan

Manufaktur di Indonesia ......................................................................... 2
Tabel 2. 1. Review Peneliti Terdahulu ..................................................................... 21
Tabel 3. 1. Kriteria Pengambilan Sampel ................................................................ 28
Tabel 3. 2. Definisi Operasional Penelitian ............................................................. 31
Tabel 3. 3. Durbin Watson ....................................................................................... 37
Tabel 4. 1. Statistik Deskriptif ................................................................................. 40
Tabel 4. 2. Hasil Pengujian Kolmogorov-Smirnov (K-S) Hipotesis Pertama
Sebelum Transformasi Data dan Data Trimming ................................. 44
Tabel 4. 3. Hasil Pengujian Multikolonieritas Hipotesis Pertama Sebelum
Transformasi Data dan Data Trimming untuk Hipotesis Pertama ........ 44
Tabel 4. 4. Hasil Pengujian Heteroskedastisitas Hipotesis Pertama Sebelum
Transformasi Data dan Data Trimming ................................................ 45
Tabel 4. 5. Hasil Pengujian Autokorelasi Hipotesis Pertama Sebelum
Transformasi Data dan Data Trimming ................................................ 46
Tabel 4. 6. Hasil Pengujian Kolmogorov-Smirnov (K-S) Hipotesis Pertama
Setelah Transformasi Data dan Data Trimming.................................... 48
Tabel 4. 7. Hasil Pengujian Multikolonieritas Hipotesis Pertama Setelah
Transformasi Data dan Data Trimming untuk Hipotesis Pertama ........ 49
Tabel 4. 8. Hasil Pengujian Heteroskedastisitas Hipotesis Pertama Setelah
Transformasi Data dan Data Trimming ................................................ 50
Tabel 4. 9. Hasil Pengujian Autokorelasi Setelah Transformasi Data dan Data
Trimming .............................................................................................. 51
Tabel 4. 10. Uji Normalitas Pure Moderator Setelah Transformasi Data dan Data
Trimming Untuk Hipotesis Kedua ........................................................ 51
Tabel 4. 11. Uji Multikolonieritas Pure Moderator Setelah Transformasi Data dan
Data Trimming Untuk Hipotesis Kedua ............................................... 52
Tabel 4. 12. Uji Heteroskedastisitas dengan Uji Park Pure Moderator Setelah
Transformasi Data dan Data Trimming Untuk Hipotesis Kedua .......... 52
Tabel 4. 13. Uji Autokorelasi Pure Moderator Setelah Transformasi Data dan Data
Trimming Untuk Hipotesis Kedua ........................................................ 53
Tabel 4. 14. Hasil Pengujian Hipotesis Simultan (Uji Statistik - F) .......................... 54
Tabel 4. 15. Hasil Pengujian Hipotesis Parsial (Uji Statistik – t) .............................. 54
Tabel 4. 16. Hasil Pengujian Hipotesis Koefisien Determinasi ................................. 57
Tabel 4. 17. Hasil Pengujian Hipotesis Kedua ........................................................... 57

viii
 DAFTAR LAMPIRAN

Lampiran 1 Daftar Populasi ..................................................................................... 68

Lampiran 2 Daftar Populasi dan Kriteria Pemilihan Sampel ................................... 72
Lampiran 3 Daftar Sampel Penelitian ...................................................................... 76
Lampiran 4 Data Variabel Nilai Perusahaan Periode 2015 - 2017 .......................... 78
Lampiran 5 Data Variabel Likuiditas Periode 2015 - 2017 ..................................... 83
Lampiran 6 Data Variabel Ukuran Perusahaan Periode 2015 - 2017 ...................... 88
Lampiran 7 Data Variabel Pertumbuhan Penjualan Periode 2015 - 2017 ............... 93
Lampiran 8 Data Variabel Struktur Modal Periode 2015 - 2017 ............................. 96
Lampiran 9 Data Variabel Return On Asset Periode 2015 - 2017 ......................... 101
Lampiran 10 Data Penelitian Periode 2015 - 2017 .................................................. 106
Lampiran 11 Hasil Pengolahan Data Sebelum Transformasi Data dan Data
Triminng ............................................................................................ 115
Lampiran 12 Hasil Pengolahan Setelah Transformasi Data dan Data Triming ....... 119
Lampiran 13 Hasil Pengolahan Data Interaksi......................................................... 123

ix
 BAB I
PENDAHULUAN

1.1. Latar Belakang

Pada umumnya, alasan utama dibentuknya sebuah perusahaan adalah untuk
memaksimalkan keuntungan bagi pemilik perusahaan dan para pemegang saham.
Sehingga banyak perusahaan bersaing untuk menigkatkan nilai perusahaanya, salah
satunya yaitu melalui penerbitan saham. Saham dapat diartikan sebagai tanda
kepemilikan seseorang atau badan dalam suatu perusahaan. Oleh karena itu, untuk
menarik minat investor perusahaan harus mampu meyakinkan investor akan
kemampuannya untuk meningkatkan kemakmuran para pemegang saham. Untuk
memaksimumkan kemakmuran para pemegang saham dapat ditempuh dengan
meningkatkan nilai perusahaan.
Nilai perusahaan merupakan persepsi investor terhadap tingkat keberhasilan
perusahaan yang sering dikaitkan dengan harga saham. Harga saham yang tinggi
membuat nilai perusahaan tinggi dan meningkatkan kepercayaan pasar. Kepercayaan
pasar tersebut tidak hanya terhadap kinerja perusahaan saat ini namun juga pada
prospek perusahaan dimasa mendatang. Meningkatnya nilai perusahaan adalah sebuah
prestasi yang sesuai dengan keinginan para pemiliknya karena dengan meningkatnya
nilai perusahaan maka kesejahteraan para pemilik juga akan meningkat.
Nilai perusahaan diukur oleh Price to Book Value (PBV) yaitu dengan
membagikan harga saham dengan nilai buku per saham. Para investor pada dasarnya
akan menggunakan ukuran kinerja perusahaan untuk memutuskan akan
menginvestasikan dananya pada perusahaan bersangkutan atau tidak. Jika semakin
bagus kinerja keuangan suatu perusahaan maka semakin bagus pula kinerja sahamnya,
dan sebaliknya jika semakin buruk kinerja keuangan perusahaan maka semakin buruk
pula kinerja sahamnya.
Berikut ini akan disajikan beberapa fenomena mengenai nilai perusahaan yang
terjadi pada perusahaan manufaktur di Indonesia.
 2

Tabel 1. 1Fenomena Mengenai Nilai Perusahaan yang Terjadi pada Perusahaan

Manufaktur di Indonesia
No Nama Perusahaan Fenomena

1 PT. Astra International,
Tbk (ASII)
Tahun 2017 adalah tahun menguntungkan bagi PT Astra
international, Tbk (ASII), menyusul kenaikan laba bersih sebesar
24,57% ke Rp. 18,88 trilliun. Namun saham emiten berkode ASII
ini sepanjang tahun berjalan melemah 1,81% ke Rp. 8.150 per
unit. Saham konglomerat tersebut menyentuh titik terendahnya
yakni Rp. 8.000 pada 22 Februari 2017, selang beberapa hari
sebelum kinerja keuangan perseroan dirilis. [1]. Hal ini
menunjukkan bahwa penurunan harga saham berdampak pada
penurunan nilai perusahaan.

2 PT Astra Otoparts, Tbk
(AUTO)
Harga Saham PT. Astra Otoparts, Tbk (AUTO) kembali
melonjak hingga penutupan sesi I, harga saham AUTO melonjak
15% ke Rp. 1.890 dari sebelumnya Rp. 1.640. Namun laba
perusahaan turun tipis 11,07% menjadi Rp. 145,99 miliar pada
laporan keuangan kuartal I 2018 dibandingkan kuartal I 2017
yang sebesar Rp. 147,57 miliar. [2]. Hal tersebut menunjukkan
bahwa nilai perusahaan ataupun harga saham perusahaan belum
tentu diukur oleh laba bersih yang cenderung naik, dimana
perusahaan AUTO mengalami kenaikan harga saham meskipun
labanya turun.

3 PT. Industri Jamu dan PT Sido Muncul mengalami penurunan harga saham sepanjang
Farmasi Sido Muncul, tahun 2016 dari Rp 550 menjadi Rp 520. Ditinjau dari laporan
Tbk (SIDO) keuangan, laba perusahaan PT Sido Muncul mengalami kenaikan
dari Rp 437,5 Miliar menjadi Rp 480,5 Miliar dalam kurun waktu
satu tahun [3]. Hal ini menunjukkan bahwa nilai perusahaan dari
perusahaan SIDO belum tentu baik meskipun laba bersih pada
tahun tersebut mengalami kenaikkan dari tahun sebelumnya.
Sebenarnya perubahan harga saham perusahaan dapat di
sebabkan oleh beberapa faktor selain laba perusahaan, kenaikan
ataupun penurunan harga saham kemudian akan mempengaruhi
nilai perusahaan.

Berdasarkan table 1.1 dapat dilihat berbagai kasus yang terjadi adalah kenaikan
dan penurunan harga saham yang tidak seiring dengan kinerja keuangan perusahaan
dimana Perubahan harga saham akan ikut mempengaruhi nilai perusahaan. Beberapa
faktor yang diduga juga berperan menentukan nilai perusahaan antara lain likuiditas,
pertumbuhan penjualan, ukuran perusahaan, struktur modal dan Return on Asset
(ROA) sebagai variable moderasi.
Likuiditas yang diproksikan dengan current ratio (CR) merupakan
kemampuan perusahaan dalam memenuhi kewajiban atau utang yang harus segera
dibayar dengan aset lancar. Likuiditas yang diproksikan dengan current ratio (CR)
memiliki relevansi terhadap nilai perusahaan yaitu jika semakin besar kemampuan
 3

perusahaan untuk segera memenuhi kewajibannya, maka dapat mencerminkan kondisi

perusahaan yang baik serta akan meningkatkan nilai perusahaan dimata investor.
Penelitian terdahulu menyatakan bahwa likuiditas berpengaruh positif terhadap nilai
perusahaan [4]. Tetapi hasil penelitian lain menyatakan bahwa likuiditas tidak
berpengaruh terhadap nilai perusahaan [5].
Pertumbuhan penjualan merupakan kenaikan jumlah penjualan dari tahun ke
tahun atau dari waktu ke waktu. Pertumbuhan penjualan tinggi, maka akan
mencerminkan pendapatan perusahaan juga meningkat. Pertumbuhan penjualan
memiliki relevansi terhadap nilai perusahaan apabila pertumbuhan penjualan positif
dan semakin meningkat, maka akan mengindikasikan nilai perusahaan yang besar,
yang merupakan harapan dari pemilik perusahaan. Para investor menggunakan
pertumbuhan penjualan sebagai indikator untuk melihat prospek dari perusahaan
tempat mereka akan berinvestasi nantinya. Penelitian terdahulu menyatakan bahwa
pertumbuhan penjualan berpengaruh positif terhadap nilai perusahaan [6]. Tetapi hasil
penelitian lain menyatakan bahwa pertumbuhan penjualan tidak berpengaruh terhadap
nilai perusahaan [7].
Ukuran perusahaan merupakan skala perusahaan yang dilihat dari total aktiva
perusahaan pada akhir tahun. Ukuran perusahaan memiliki relevansi terhadap nilai
perusahaan, dimana semakin besar ukuran suatu perusahaan maka perusahaan
dianggap semakin mudah untuk mendapatkan sumber pendanaan bagi operasional
perusahaan. Semakin baik dan semakin banyaknya sumber dana yang diperoleh, maka
akan mendukung operasional perusahaan secara maksimum, sehingga akan
meningkatkan harga saham dari perusahaan. Oleh karena itu ukuran perusahaan dinilai
dapat memengaruhi nilai perusahaan. Penelitian terdahulu menyatakan bahwa ukuran
perusahaan berpengaruh negatif terhadap nilai perusahaan [6]. Tetapi hasil penelitian
lain menyatakan bahwa ukuran perusahaan tidak berpengaruh terhadap nilai
perusahaan [8].
Struktur modal bertujuan untuk memadukan sumber dana permanen yang
selanjutnya digunakan perusahaan dengan cara yang diharapkan akan mampu
memaksimumkan nilai perusahaan. Bagi sebuah perusahaan sangat dirasa penting
untuk memperkuat kestabilan keuangan yang dimilikinya, karena perubahan dalam
struktur modal diduga dapat mempengaruhi perubahan nilai perusahaan. Penelitian
terdahulu menyatakan bahwa struktur modal berpengaruh positif terhadap nilai
 4

perusahaan [6]. Tetapi hasil penelitian lain menyatakan bahwa struktur modal tidak
berpengaruh terhadap nilai perusahaan [9].

Return on Asset (ROA) adalah rasio profitabilitas yang menunjukkan

persentase keuntungan (laba bersih) yang diperoleh perusahaan sehubungan dengan
keseluruhan sumber daya atau rata-rata jumlah aset. Return on Asset yang mengukur
seberapa efisien suatu perusahaan dalam mengelola asetnya untuk menghasilkan laba
selama suatu periode. Return on Assets (ROA) yang tinggi akan memberikan indikasi
prospek perusahaan yang baik, sehingga dapat memicu investor untuk ikut
meningkatkan permintaan saham. Selanjutnya, permintaan saham yang meningkat
akan menyebabkan nilai perusahaan juga meningkat. Penelitian terdahulu menyatakan
Return On Assets (ROA) berpengaruh positif terhadap nilai perusahaan [6].
Berdasarkan faktor-faktor yang sudah dijelaskan, Peneliti berkeinginan untuk
melakukan penelitian yang berjudul “Analisis faktor-faktor yang mempengaruhi Nilai
Perusahaan dengan return on Assets (ROA) sebagai variabel Moderasi pada
Perusahaan Manufaktur yang terdaftar di Bursa Efek Indonesia periode 2015-2017”.

1.2. Rumusan Masalah

Berdasarkan latar belakang diatas, maka permasalahan penelitian dirumuskan
sebagai berikut:
a. Apakah Likuiditas, Pertumbuhan Penjualan, Ukuran Perusahaan dan Struktur
Modal berpengaruh secara simultan dan parsial terahadap Nilai Perusahaan
Manufaktur yang terdaftar di Bursa Efek Indonesia periode 2015-2017?
b. Apakah Return on Assets (ROA) mampu memoderasi hubungan Likuiditas,
Pertumbuhan Penjualan, Ukuran Perusahaan dan Struktur Modal dengan Nilai
Perusahaan pada Perusahaan Manufaktur yang terdaftar di Bursa Efek Indonesia
periode 2015-2017?

1.3. Ruang Lingkup

Penelitian ini dibatasi pada ruang lingkup sebagai berikut:
a. Variabel Dependen : Nilai Perusahaan diproksikan dengan (Price to Book Value)
b. Variabel Independen :
1. Likuiditas diproksikan dengan Current Ratio (CR)
 5

2. Pertumbuhan Penjualan
3. Ukuran Perusahaan
4. Struktur Modal diproksikan dengan Debt to Equity Ratio (DER)
c. Variabel Moderasi : Return on Asset (ROA)
d. Objek penelitian : Perusahaan Manufaktur yang terdaftar pada Bursa Efek
Indonesia
e. Periode Penelitian : 2015-2017

1.4. Tujuan Penelitian

Berdasarkan rumusan masalah yang telah dicantumkan diatas, maka tujuan
penelitan adalah:
a. Untuk mengetahui dan menganalisis pengaruh likuiditas, pertumbuhan penjualan,
ukuran perusahaan dan struktur modal secara simultan dan parsial terhadap nilai
perusahaan pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesaia
periode 2015-2017.
b. Untuk mengetahui kemampuan return on asset dalam memoderasi hubungan
likuiditas, pertumbuhan penjualan, ukuran perusahaan dan struktur modal terhadap
nilai perusahaan pada perusahaan manufaktur yang terdaftar di Bursa Efek
Indonesaia periode 2015-2017.

1.5. Manfaat Penelitian

Penelitian ini dilakukan dengan harapan dapat memberikan manfaat:
a. Bagi Investor
Penelitian ini diharapkan dapat memberikan masukan kepada para investor sebagai
bahan pertimbangan dalam mengambil keputusan untuk menentukan investasi dan
memberikan informasi tentang kondisi perusahaan berdasarkan nilai perusahaan.
b. Bagi Peneliti Selanjutnya
Hasil penelitian ini diharapkan dapat berguna dalam menambah informasi dan
wawasan pengetahuan tentang peningkatan nilai perusahaan serta dapat digunakan
sebagai bahan referensi dalam melanjutkan penelitian denga variabel yang sama
yaitu nilai perusahaan.
c. Bagi Perusahaan
 6

Diharapkan hasil peneltian ini dapat menjadi tinjauan bagi manajemen perusahaan
mengenai faktor-faktor yang mempengaruhi nilai perusahaan sehingga manajemen
perusahaan mampu melaksanakan usaha peningkatan nilai perusahaan dengan
lebih efektif.

1.6. Originalitias Penelitian

Penelitian ini merupakan replikasi dari penelitian yang berjudul ‘Analisis
Pertumbuhan Penjualan, Ukuran Perusahaan, Return on Asset, dan Struktur Modal
terhadap Nilai Perusahaan yang tercatat di Indeks LQ 45 [6]”
Adapun perbedan penelitian ini dari peneltian sebelumnya yaitu:
a. Dari segi variabel independen
Penelitian terdahulu menggunakan variabel Pertumbuhan Penjualan, Ukuran
Perusahan, Return on Asset, dan Struktur modal yang diproksikan dengan DER.
Sedangkan pada penelitian ini peneliti menambah variabel likuiditas yang
diproksikan dengan current ratio sebagai variabel independen. Rasio ini dianggap
mampu mempengaruhi nilai perusahaan. Rasio likuiditas merupakan kemampuan
perusahan dalam melunasi kewajiban atau hutang yang sudah jatuh tempo. Rasio
likuiditas menunjukkan kepada investor bahwa kondisi perusahaan berada dalam
kondisi yang aman dan stabil, yang otomatis maka harga perusahaan juga
cenderung stabil dan bahkan diharapkan terus mengalami kenaikan. Kondisi
perusahaan yang baik akan menarik investor untuk menanamkan modal dan harga
saham dapat meningkat, investasi yang tinggi akan menambah modal perusahaan
sehingga nilai perusahaan pun akan meningkat.
b. Dari segi variabel Moderasi
Dalam penelitian ini peneliti menambahkan variabel Return on Asset (ROA)
sebagai variabel moderasi;
Pertumbuhan penjualan (sales growth) merupakan volume penjualan pada
tahun-tahun mendatang, berdasarkan data pertumbuhan volume penjualan historis
[10]. Pertumbuhan penjualan mencerminkan keberhasilan investasi periode masa
lalu dan dapat dijadikan sebagai prediksi pertumbuhan masa yang akan datang.
Pertumbuhan penjualan adalah kenaikan jumlah penjualan dari tahun ke tahun atau
dari waktu ke waktu. Jika pertumbuhan penjualan suatu perusahaan stabil atau
bahkan meningkat maka perusahaan tersebut akan mengalami peningkatan laba,
 7

yang akan berdampak pada nilai perusahaan. Semakin tinggi pertumbuhan

penjualan akan mencerminkan nilai perusahaan yang baik.
Ukuran perusahaan adalah suatu skala dimana dapat diklasifikasikan besar
kecilnya perusahaan menurut berbagai cara antara lain dengan total asset, nilai
pasar saham, dan lain-lain. Ukuran perusahaan dianggap mampu mempengaruhi
nilai perusahaan karena semakin besar ukuran atau skala perusahaan maka akan
semakin mudah bagi perusahaan dalam memperoleh sumber pendanaan, baik yang
besifat internal maupun eksternal [11].
Likuiditas yang di ukur dengan current ratio merupakan kemampuan
perusahaan dalam membayar kewajiban atau hutang tepat pada waktunya [12].
Semakin tinggi nilai likuiditas suatu perusahaan maka nilai perusahaan akan
semakin baik. Dikarenakan jika semakin besar kemampuan perusahaan untuk
segera memenuhi kewajibannya, maka dapat mencerminkan kondisi perusahaan
yang baik serta akan meningkatkan nilai perusahaan dimata investor, hal ini akan
berdampak positif bagi pihak eksternal.
Struktur modal merupakan perbandingan antara utang jangka panjang dengan
modal. Untuk memperoleh modal yang dibutuhkan, perusahaan perlu
memperhatikan pertimbangan antara utang dan modal. Dalam hal ini, perusahaan
harus mengambil keputusan permodalan yang paling optimal sehingga
menghasilkan kombinasi utang dan modal yang akan mampu menghasilkan return
yang maksimal [13]. Semakin tinggi struktur modal menunjukkan kemampuan
perusahaan dalam mengelola hutang jangka panjang untuk memperoleh
keuntungan. Keberhasilan perusahaan dalam mengelola struktur modal akan
mempengaruhi nilai perusahaan.
Alasan peneliti menambahkan variabel Return on Asset sebagai variabel
moderasi karena variabel Return on Asset dapat memperkuat hubungan antara
variabel independen dengan variabel dependen. Dikarenakan sebelum ingin
melakukan kegiatan investasi pihak eksternal terutama para investor akan
memperhatikan rasio keuangan perusahaan seperti likuiditas, pertumbuhan
penjualan, ukuran perusahaan dan struktur modal perusahaan. Dengan adanya
return on asset (ROA) dapat memperkuat keyakinan para investor untuk
melakukan kegiatan investasi pada perusahaan tersebut. Semakin tinggi nilai
return on asset (ROA) maka akan mencerminkan nilai perusahaan yang baik.
 8

c. Dari segi objek pengamatan

Penelitian sebelumnya menggunakan objek perusahaan yang tercatat di Indeks LQ
45, sedangkan pada penelitian ini objek pengamatan yang digunakan adalah
perusahaan Manufaktur yang terdaftar di Bursa Efek Indonesia.
d. Dari segi periode pengamatan
Penelitian terdahulu melakukan pengamatan pada periode 2009-2013, sedangkan
penelitian ini pada periode 2015-2017.
 BAB II
TINJAUAN PUSTAKA DAN PENGEMBANGAN HIPOTESIS
2.1. Landasan Teori
2.1.1. Nilai perusahaan
Nilai perusahaan merupakan kondisi tertentu yang dicapai oleh suatu
perusahaan sebagai gambaran dari kepercayaan masyarakat terhadap perusahaan
setelah melalui suatu proses kegiatan selama beberapa tahun, yaitu mulai dari
perusahaan tersebut didirikan sampai dengan saat ini [11]. Meningkatnya nilai
perusahaan adalah sebuah prestasi yang selaras dengan keinginan para pemilik.
Dengan meningkatnya nilai perusahaan, maka kesejahteraan bagi para pemilik juga
akan meningkat. Kekayaan pemegang saham dan perusahaan direpresentasikan oleh
harga pasar saham yang merupakan cerminan dari keputusan investasi pendanaan dan
manajemen asset [11].
Pada dasarnya tujuan manajemen keuangan adalah memaksimalkan nilai
perusahaan atau mamaksimalkan kemakmuran bagi para pemegang saham. Dibalik
tujuan tersebut terdapat konflik antara pemegang saham dengan kreditor. Jika
perusahaan berjalan lancar maka nilai perusahaan akan meningkat. Nilai saham bisa
menjadi indeks yang tepat untuk mengukur tingkat efektivitas perusahaan.
Berdasarkan alasan itulah maka tujuan manajemen keuangan dinyatakan dalam bentuk
memaksimalkan nilai saham perusahaan atau memaksimalkan harga saham [11].
Nilai perusahaan akan berdampak langsung terhadap kemakmuran pemegang
saham secara maksimum apabila harga saham perusahaan tersebut meningkat. Untuk
mencapai nilai perusahaan yang tinggi, para pemegang saham pada umumnya
mempercayakan pengelolaannya kepada para profesional yang diposisikan sebagai
manajer ataupun komisaris dalam struktur organisasi perusahaan [11].
Memaksimalkan nilai perusahaan menjadi sangat penting artinya, karena
dengan memaksimalkan nilai perusahaan berarti juga memaksimalkan kemakmuran
bagi pemegang saham yang merupakan tujuan utama perusahaan. Nilai perusahaan
merupakan presepsi investor terhadap tingkat keberhasilan perusahaan yang sering
dikaitkan dengan harga saham [11].
 10

Harga pasar saham perusahaan yang terbentuk antara pembeli dan penjual
disaat terjadi transaksi disebut nilai pasar perusahaan. harga pasar saham dianggap
cerminan dari nilai aset perusahaan yang sesungguhnya. Harga saham yang tinggi
membuat pasar percaya dengan kinerja perusahaan saat ini dan juga terhadap prospek
perusahaan dimasa mendatang [11]. Nilai perusahaan yang dibentuk melalui indikator
harga saham sangat dipengaruhi juga oleh peluang investasi. Adanya peluang investasi
dapat memberikan sinyal positif tentang pertumbuhan perusahaan dimasa yang akan
datang, sehingga akan meningkatkan harga saham. Dengan meningkatnya harg saham
maka nilai perusahaan juga akan meningkat [11].
Nilai perusahaan mencerminkan sejauh mana suatu perusahaan diakui oleh
publik. Nilai perusahaan dapat diproksikan melalui tiga cara yaitu nilai buku, nilai
likuiditas, ataupun nilai pasar (saham). Dalam penelitian ini, nilai perusahaan sebagai
variabel dependen diukur dengan menggunakan price to book value (PBV) [11].
Rasio price to book value (PBV) merupakan perbandingan antara harga pasar
saham dan nilai buku saham. Nilai buku per saham diperoleh dari perbandingan total
ekuitas pemegang saham dan jumlah saham beredar [14]. Semakin rendah PBV berarti
semakin rendah harga saham relatif terhadap nilai bukunya, sebaliknya semakin tinggi
PBV maka semakin tinggi harga saham relatif terhadap nilai bukunya. Hal ini
mengindikasikan bahwa perusahaan yang bertumbuh dapat dinilai dari harga pasar
sahamnya. Tingginya harga saham menggambarkan nilai perusahaan juga tinggi [11].
PBV dapat dihitung dengan rumus sebagai berikut [14]:

Harga Saham t
𝑃𝐵𝑉 = Nilai Buku Per Saham t (2.1)

Keterangan :
Harga saham akhir tahun t = Harga saham akhir tahun berjalan
Perusahaan pada umumnya memiliki tujuan pada penciptaan nilai perusahaan.
Penciptaan nilai perusahaan dalam jangka panjang dapat dicapai melalui pengukuran
price to book value [14].

2.1.2. Likuiditas
Likuiditas adalah kemampuan suatu perusahaan memenuhi kewajiban jangka
pendeknya secara tepat waktu [12]. Ketidakmampuan perusahaan membayar
 11

kewajibannya terutama uutang jangka pendek (yang sudah jatuh tempo) disebabkan
oleh berbagai faktor. Pertama, bisa dikarenakan perusahaan sedang tidak memiliki
dana sama sekali. Atau kedua, bisa mungkin saja perusahaan memiliki dana, namun
saat jatuh tempo perusahaan tidak memiliki dana (tidak cukup) secara tunai sehingga
harus menunggu dalam waktu tertentu, untuk mencairkan aktiva lainnya seperti
menagih piutang, menjual surat-surat berharga, atau menjual sediaan atau aktiva
lainnya [15].
Dalam praktiknya, tidak jarang pula perusahaan mengalami hal sebaliknya,
yaitu kelebihan dana. Artinya, jumlah dana tunai dan dana yang segera dapat dicairkan
melimpah. Kejadian ini bagi perusahaan juga kurang baik karena ada aktivitas yang
tidak dilakukan secara optimal. Manajemen kurang mampu menjalankan kegiatan
operasional perusahaan, terutama dalam hal menggunakan dana yang dimiliki. Sudah
pasti hal ini akan berpengaruh terhadap usaha pencapaian laba yang diinginkan [15].
Perhitungan likuiditas memberikan cukup banyak manfaat bagi berbagai pihak
yang berkepentingan terhadap perusahaan. Pihak yang paling berkepentingan adalah
pemilik perusahaan dan manajemen perusahaan guna menilai kemampuan mereka
sendiri. Kemudia, pihak luar perusahaan juga memiliki kepentingan, seperti pihak
kreditor atau penyedia dana bagi perusahaan, misalnya perbankan. Atau juga pihak
distributor atau supplier yang menyalurkan atau menjual barang yang pembayaran
secara angsuran pada perusahaan [15].
Bagi pihak luar perusahaan, seperti pihak penyandang dana (kreditor),
investor, distributor, dan masyarakat luas, likuiditas bermanfaat untuk menilai
kemampuan perusahaan dalam membayar kewajiban kepada pihak ketiga. Hal ini
digambar dari rasio yang dimilikinya. Kemampuan membayar tersebut akan
memberikan jaminan bagi pihak kreditor untuk memberikan pinjaman selanjutnya.
Kemudian bagi pihak distributor adanya kemampuan membayar mempermudah dalam
memberikan keputusan untuk menyetujui penjualan barang dagangan secara angsuran.
Artinya, ada jaminan bahwa pinjaman yang diberikan akan mampu dibayar secara
tepat waktu. Namun, likuiditas bukanlah satu-satunya cara atau syarat untuk
menyetujui pinjaman atau penjualan secara kredit [15].
Rumus yang digunakan dalam mengukur likuiditas adalah rasio lancar
(Current ratio). Current ratio adalah rasio yang membandingkan antara aktiva yang
dimiliki perusahaan dengan utang jangka pendek. Aktiva disini meliputi kas, piutang
 12

dagang, efek, persediaan, dan aktiva lancar lainnya. Sedangkan utang jangka panjang
meliputi utang dagang, utang wesel, utang bank. Rumus current ratio adalah [16]:

Aktiva lancar
𝐶𝑢𝑟𝑟𝑒𝑛𝑡 𝑅𝑎𝑡𝑖𝑜 = (2.2)
Pasiva lancar

Current ratio sangat berguna untuk mengukur likuiditas perusahaan, akan

tetapi dapat menjebak. Hal ini dikarenakan current ratio yang tinggi dapat disebabkan
adanya piutang yang tidak tertagih yang tentu saja tidak dapat dipakai untuk membayar
utang. Untuk menguji apakah alat bayar yang digunakan tersebut likuid perusahaan
harus menentukan alat bayar yang mana yang kurang atau tidak sesuai harus di
keluarkan dari aktiva lancar. Alat bayar yang kurang likuid ini misalnnya persediaan
[17]. Pada prakteknya, standart likuiditas yang baik untuk ukuran perbandingan antara
total asset dengan total kewajiban lancar adalah 200% atau 2 : 1. Jadi, apabila
perusahaan memiliki kewajiban lancar sebesar Rp.100 juta maka besar total asset
lancar yang harus dimiliki perusahaan adalah 2 kalinya yaitu sebesar Rp.200 juta [18].

2.1.3. Pertumbuhan Penjualan

Pertumbuhan penjualan (sales growth) merupakan volume penjualan pada
tahun-tahun mendatang, berdasarkan data pertumbuhan volume penjualan historis
[10]. Penjualan pada umumnya dilakukan sebagian kredit dan tunai [19]. Cara terbaik
menilai keberhasilan pemasaran adalah dengan mengukur pertumbuhan pendapatan
penjualan. Setelah efek pemasaran dinilai melalui pertumbuhan penjualan. Beberapa
penyesuaian mungkin akan diambil untuk menyingkirkan pemasaran yang melakukan
drive penjualan. Mengukur pertumbuhan penjualan merupakan hal penting untuk
kesehatan perusahaan dalam jangka panjang. Tidak hanya berfungsi sebagai indikator
yang baik mengenai perencanaam strategis, mengukur hal tersebut juga
memungkinkan identifikasi tren pertumbuhan.
Selain itu, jangan sungkan dalam berbagi pendapatan penjualan dengan
karyawan. Kesempatan berbagi tersebut sering kali dapat memperkuat tingkat
kepemilikan dengan menanamkan pada karyawan bahwa setiap orang dalam berada
perahu yang sama serta menavigasi kearah tujuan akhir yang sama [20]. Sebagai
pedoman kerja, target penjualan mengindikasikan keinginan perusahaan untuk mau
 13

dan berkembang. Pencapaian target penjualan adalah cerminan berhasil tidaknya

kinerja yang diraih perusahaan dan tim penjualan [21].
Salah satu cara ampuh untuk mendongkrak selain dengan skema komisi
penjualan adalah dengan mengadakan salas contest. Program sales contest adalah
pelengkap agar rangsangan atau stimulus penjualan lebih kuat. Sales contest adalah
tundakan dari money creats money dimana akan mendorong penjualan lebih
meningkat. Ada beberapa taktik penjualan yang bisa dirancang untuk mendobrak
volume penjualan dengan menggunakan lima pilar penetrasi dan pengembangan
penjualan yang masih terbuka lebar, luas, dan dalam atau the 5 pillars of market and
sales penetration and development [21].
1. Produk atau jasa eksisting ke market existing. Penjualan produk yang ada kepada
pelanggan yang eksisting.
2. Produk Re-design ke market existing.
3. Produk baru ke market existing.
4. Produk existing ke market baru. Penjualan produk yang ada ke pasar yang baru.
5. Produk baru ke market baru.
Dua tugas kompinasi penjualan adalah mencari penjualan baru yang berasal
dari pelanggan yang ada (sales farming) dan mencari pelanggan baru (sakes hunting).
Untuk memperkuat basis pertumbuhan penjualan, mencari new customer adalah
sangat penting. Pertumbuhan penjualan tidak hanya tergantung kepada sales farming,
sangat penting mencari penjualan baru melalui pelanggan baru (sales hunting).
Walaupun biaya operasional penjualan mencari dan memelihara pelanggan baru lebih
mahal dari pada mempertahankan pelanggan yang ada, selama pertumbuhan penjualan
signifikan akan membuat cost ratio penjualan menjadi efisien dan rendah. Dengan
begitu, jika sukses memelihara new customer (sales hunting) akan mengubah mereka
menjadi sales farming [21]. Rasio pertumbuhan penjualan merupakan hasil
perbandingan antara selisih penjualan tahun berjalan dan penjualan di tahun
sebelumnya dengan penjualan di tahun sebelumnya.
Tingkat pertumbuhan penjualan ini dapat diukur dengan menggunakan sales growth
(SG) [22].
 14

Penjualan tahun𝑡 − Penjualan tahun𝑡−1

pertumbuhan penjualan = (2.3)
Penjualan tahun𝑡−1

Keterangan:
t = Tahun berjalan
t-1 = Tahun sebelumnya

2.1.4. Ukuran Perusahaan

Secara umum, ukuran dapat diartikan sebagai suatu perbandingan besaratau
kecilnya suatu objek, Jika pengertian ini dihubungkan dengan perusahaan atau
organisasi, maka ukuran perusahaan dapat diartikan sebagai suatu perbandingan besar
atau kecilnya usaha dari suatu perusahaan atau organisasi. Pada dasarnya, ukuran
perusahaan terbagi dalam 3 kategori yaitu perusahaan besar (large firm), perusahaan
menengah (medium firm), dan perusahaan kecil (small firm) [11].
Ukuran perusahaan adalah suatu skala dimana dapat diklasifikasikan besar
kecilnya perusahaan menurut berbagai cara antara lain dengan total asset, nilai pasar
saham, dan lain-lain. Ukuran perusahaan dianggap mampu mempengaruhi nilai
perusahaan karena semakin besar ukuran atau skala perusahaan maka akan semakin
mudah bagi perusahaan dalam memperoleh sumber pendanaan, baik yang besifat
internal maupun eksternal [11].
Besar kecilnya perusahaan akan mempengaruhi kemampuan dalam
menanggung resiko yang mungkin timbul dari berbagai situasi yang dihadapi
perusahaan. Perusahaan besar memiliki risiko yang lebih rendah dibandingkan dengan
perusahaan kecil. Hal ini dikarenakan perusahaan besar memiliki kontrol yg lebih baik
(greate control) terhadap kondisi pasar sehingga mereka mampu mengahadapi
persaingan ekonomi [11].
Selain itu, perusahaan besar mempunyai lebih banyak sumber daya untuk
meningkatkan nilai perusahaan karena memiliki akses yang lebih baik terhadap
sumber-sumber pendanaan dari ekstenal dibandingkan dengan perusahaan kecil.
Investor akan lebih merspon secara positif tehadap perusahaan besar sehingga akan
meningkatkan nilai bagi perusahaan yang berskala besar [11].
Ukuran perusahaan menggambarkan besar kecilnya suatu perusahaan yang
dapat dinyatakan dengan total aset ataupun total penjualan bersih. Semakin besar total
aset maka semakin besar modal yang ditanam, sementara semakin banyak penjualan
 15

maka semakin banyak juga perputaran uang dalam perusahaan. Perusahaan yang
berada pada pertumbuhan penjualan yang tinggi membutuhkan dukungan sumber daya
perusahaan yang semakin besar. Sebaliknya, pada perusahaan yang tingkat
pertumbuhan penjualannya rendah, kebutuhan terhadap sumber daya perusahaan juga
semakin kecil. Dengan demikian, ukuran perusahaan merupakan ukuran besarnya
asset yang dimiliki oleh perusahaan [11].
Ukuran perusahaan yang besar diharapkan berbanding lurus dengan laba yang
dihasilkan, karena aset yang dapat digunakan untuk menghasilkan laba juga semakin
besar, sehingga akan menarik investor untuk berinvestasi diperusahaan tersebut.
Ukuran perusahaan merupakan rerata total penjualan bersih dan aset untuk tahun yang
bersangkutan sampai beberapa tahun kemudian [23]. Dalam penelitan ini ukuran
perusahaan diukur dengan melakukan logaritma natural atas total aset perusahaan [24]:

Size = Logaritma natural (Ln) of Total Assets (2.4)

2.1.5. Struktur Modal

Struktur modal adalah kombinasi utang dan modal sendiri (saham preferen dan
saham biasa). Untuk memperoleh modal yang dibutuhkan, perusahaan perlu
memperhatikan pertimbangan antara utang dan modal. Dalam hal ini, perusahaan
harus mengambil keputusan permodalan yang paling optimal sehingga menghasilkan
kombinasi utang dan modal yang akan mampu menghasilkan return yang maksimal.
Kebijakan struktur modal akan terkait dengan suatu pertukaran (trade off)
antara resiko dan return. Penggunaan lebih banyak utang akan meningkatkan risiko
yang ditanggung oleh para pemegang saham, antara lain : insolvabilitas, kenaikan suku
bunga, dan financial distress. Namun demikian penggunaan utang yang lebih besar
terjadi kecenderungan terjadinya ekspektasi return atas ekuitas menjadi lebih tinggi
[13].
Teori struktur modal berkenaan dengan bagaimana modal dialokasikan dalam
aktivitas investasi aktiva riil perusahaan, dengan cara menentukan struktur modal antar
modal utang dan modal sendiri. Biasanya berkaitan dengan proyek proposal suatu
investasi perusahaan dan tugas manajemen keuangan adalah menentukan struktur
modal optimal untuk menunjang kegiatan investasi perusahaan. Keputusan pendanaan
oleh manajemen akan berpengaruh pada penilaian perusahaan yang terefleksi diharga
 16

saham. Oleh karena itu, salah satu tugas manajer keuangan adalah menentukan
kebijkan pendanaan yang dapat memaksimalkan harga saham yang merupakan
cerminan dari suatu nilai perusahaan.
Pertanyaan kunci dalam memahami teori struktur modal adalah variasi
perubahan komposisi struktur modala yang dpaat mengubah besarnya rata-rata
tertimbang biaya modal yang berpengaruh terhadap penilaian perusahaan. Mengarah
pada pertanyaan kunci tersebut, yaitu menjelaskan tentang pengaruh perubahan
komposisi struktur modal, utang dibagi modal, atau tingkat leverage terhadap nilai
perushaaan dan besarnya biaya modal [25].
Rasio utang terhadap modal merupakan rasio yang digunakan untuk mengukur
besarnya proporsi utang terhadap modal. Rasio ini dihitung sebagai hasil bagi antara
total utang dengan modal. Rasio ini berguna untuk mengetahui besarnya perbandingan
antara jumlah dana yang disediakan oleh kreditor dengan jumlah dana yang berasal
dari pemilik perusahaan. Dengan kata lain, rasio ini berfungsi untuk mengetahui
berapa bagian dari setiap rupiah modal yang dijadikan sebagai jaminan utang. Rasio
ini memeberikan petunjuk umum tentang kelayakan kredit dan risiko keuangan debitor
[26].
Semakin tinggi rasio utang terhadap modal maka berarti semakin kecil jumlah
modal pemilik yang dapat dijaadikan sebagai jaminan utang. Ketentuan umumnya
adalah bahwa debitur seharusya memiliki rasio utang terhadap modal kurang dari 0,5
namun perlu diingat juga bahwa ketentuan ini tentu saja dapat bervariasi tergantung
pada masing-masing jenis industri [26]. Rumus yang digunakan dalam mengukur
struktur modal adalah rasio utang terhadap modal adalah sebagai berikut [26]:

total utang
𝐷𝑒𝑏𝑡 𝑡𝑜 𝐸𝑞𝑢𝑖𝑡𝑦 𝑅𝑎𝑡𝑖𝑜 = (2.5)
total modal

2.1.6. Return On Asset

Perusahaan adalah sebuah organisasi yang beroperasi dengan tujuan
menghasilkan keuntungan, dengan cara menjual produk (barang dan jasa) kepada para
pelanggannya. Tujuan operasional dari sebagian besar perusahaan adalah untuk
memaksimalkan profit, profit jangka pendek maupun profit jangka panjang.
Manajemen dituntun untuk meningkatkan imbal hasil (retur) bagi pemilik perusahaan,
 17

sekaligus juga meningkatkan kesejahteraan karyawan. Ini semua hanya dapat terjadi
apabila perusahaan memperoleh laba dalam aktivitas bisnisnya [26].
Disamping bertujuan untuk mengetahui kemampuan perusahaan dalam
menghasilkan laba selama periode tertentu, rasio ini juga bertujuan untuk mengukur
tingkat efektifitas manajemen dalam menjalakan operasional perusahaan. pengukuran
dapat dilakukan untuk beberapa periode. Tujuannya adalah untuk memonitor dan
mengevaluasi tingkat perkembangan profit perusahaan dari waktu ke waktu. Dengan
melakukan analisis rasio keuangan secara berkala memungkinkan bagi manajemen
untuk secara efektif menetapkan langkah-langkah perbaikan dan efesiensi [26].
Rasio yang menggambarkan kemampuan perusahaan dalam mengembalikan
laba terderi dari beberapa rasio,salah satunya rasio tingkat pengembalian atas investasi.
Rasio tingkar pengembalian atas investasi adalah rasio yang digunakan untuk menilai
kompensasi finansial atas penggunaan aset atau ekuitas terhadap laba bersih (laba
setelah bunga dan pajak) [27]. Hasil pengembalian atas asset merupakan rasio yang
menunjukkan seberapa besar kontriibusi asset dalam menciptakan laba bersih. Dengan
kata lain, rasio ini digunakan untuk mengukur sebesar besar jumlah laba bersih yang
akan dihasilkan dari setipa rupiah dana dengan membagi laba bersih terhadap total aset
[11]. Semakin tinggi hasil pengembalian atas aset berarti semakin tinggi pula jumlah
laba bersih yang dihasilkan dari setiap rupiah dana yang tertanam dalam total aset.
Sebaliknya, semakin rendah hasil pengembalian atas aset berarti semakin rendah pula
jumlah laba bersih yang dihasilkan dari setiap rupiah dana yang etertanam dalam total
aset [11]. Berikut ini adalah rumus yang digunakan untuk menghitung hasil
pengembalian atas aset [26]:
laba bersih
𝑅𝑒𝑡𝑢𝑟𝑛 𝑂𝑛 𝐴𝑠𝑠𝑒𝑡 = total aset
(2.6)

2.2 Review Penelitian Terdahulu

Review peneliti terdahulu digunakan sebagai referensi bagi peneliti dalam
penelitian ini. Beberapa peneliti terdahulu yang berkaitan dengan penelitian ini adalah
sebagai berikut :
a. AA Ngurah Dharma Adi Putra melakukan penelitian pada tahun 2016 yang
berjudul “Pengaruh Kebijakan Dividen, Likuiditas, Profitabilitas, dan Ukuran
Perusahaan Terhadap Nilai Perusahaan”. Variabel dependen dalam penelitian ini
 18

adalah “nilai Perusahaan”. Variabel independen dalam penelitian ini adalah

kebijakan dividen, likuiditas, profitabilitas dan ukuran perusahaan. Objek yang
digunakan dalam penelitian ini adalah perusahaan manufaktur yang terdaftar di
Bursa Efek Indonesia, periode pengamatan yaitu tahun 2010-2013 dan diperoleh
sampel sebanyak 20 perusahaan. Hasil dalam penelitian ini adalah kebijakan
dividen, likuiditas, profitabilitas dan ukuran perusahaan berpengaruh positif dan
signifikan terhadap nilai perusahaan [4].
b. Fernandes Moniaga melakuakn penelitian pada tahun 2013 yang berjudul
“Struktur Modal, Profitabilitas dan Struktur Biaya Terhadap Nilai Perusahaan
Industri Keramik, Porcelen, dan Kaca Periode 2007-2011. Variabel dependen
dalam penelitian ini adalah “nilai perusahaan”. Variabel independen dalam
penelitian ini adalah struktur modal, profitabilitas dan struktur biaya. Objek pada
penelitian ini adalah perusahaan industry keramik, porcelen dan kaca di Bursa Efek
Indonesia, periode pengamatan yaitu tahun 2007-2011 dan diperoleh sampel
sebanyak 6 perusahaan. Hasil dalam penelitian ini adalah struktur modal
berpengaruh signifikan terhadap nilai perusahaan, profitabilitas dan struktur biaya
berpengaruh tidak signifikan terhadap nilai perusahaan [28].
c. Kadek Apriada dan Made Sadha Suardikha melakukan penelitian pada tahun 2015
yang berjudul “Pengaruh Struktur Kepemilikan Saham, Struktur Modal,
Profitabilitas pada Nilai Perusahaan”. Variabel dependen dalam penelitian ini
adalah “ nilai perusahaan”. Variabel independen dalam penelitian ini adalah
struktur kepemilikan saham, struktur modal dan profitabilitas. Objek yang
digunakan dalam penelitian ini adalah perusahaan manufaktur pada Bursa Efek
Indonesia. , periode pengamatan yaitu tahun 2011-2012 dan diperoleh sampel
sebanyak 82 perusahaan. Hasil dalam penelitian ini adalah kepemilikan
institusional bepengaruh positif pada nilai perusahaan, Profitabilitas berpengaruh
negatif terhadap nilai perusahaan. Struktur modal berpengaruh negatif pada nilai
perusahaan. Kepemilikan manajerial berpengaruh negatif pada nilai perusahaan
[29].
d. Mawar Sharon R. Pantown, Sri Murni, Irvan Trang melakukan penelitian pada
tahun 2015 yang berjudul “ Analisa Pertumbuhan Penjualan, Ukuran Perusahaan,
Return On Assets, dan Struktur Modal terhadap Nilai Perusahaan yang Tercatatat
di Indeks LQ 45”. Variabel dependen yang digunakan dalam penelitian ini adalah
 19

“nilai perusahaan”. Variabel independen yang digunakan dalam penelitian ini

adalah pertumbuhan penjulan, ukuran perusahaan, return on assets dan struktur
modal. Objek yang digunakan dalam penelitian ini adalah Indeks LQ 45, periode
pengamatan yaitu tahun 2009-2013 dan diperoleh sampel sebanyak 20 perusahaan.
Hasil penelitian yang dilakukan adalah pertumbuhan penjualan berpengaruh
positif tidak signifikan terhadap nilai perusahaan, ukuran perusahaan berpengaruh
negatif tidak signifikan terhadap nilai perusahaan, sedangkan ROA dan struktur
modal berpengaruh positif signifikan terhdap nilai perusahaan [6].
e. Morenly Welley dan Victoria Untu melakukan penelitian pada tahun 2015 yang
berjudul “Faktor-Faktor yang Mempengaruhi Nilai Perusahaan di Sektor Pertanian
pada Bursa Efek Indonesia Tahun 2010-2013”. Variabel dependen yang digunakan
dalam penelitian ini adalah “nilai perusahaan”. Variabel independen yang
digunakan dalam penelitian ini adalah struktur modal, profitabilitas, dan resiko
perusahaan. Variabel kontrol pada penelitian ini adalah ukuran perusahaan. Objek
yang digunakan dalam penelitian ini adalah sektor pertanian pada Bursa Efek
Indonesia. , periode pengamatan yaitu tahun 2010-2013 dan diperoleh sampel
sebanyak 8 perusahaan. Hasil dalam penelitian ini adalah struktur modal dan risiko
perusahaan berpengaruh negatif dan tidak signifikan terhadap nilai perusahaan.
Sementara profitabilitas berpengaruh positif dan signifikan terhadap nilai
perusahaan. Dimasukkannya variabel kontrol ukuran perusahaan, pengaruh
struktur modal dan profitabilitas terhadap nilai perusahaan meningkat meskipun
tidak signifikan [30].
f. Natalia Ogolmagai melakukan penelitian pada tahun 2013 yang berjudul
“Leverage Pengaruhnya Terhadap Nilai Perusahaan Pada Industri Manufaktur
Yang Go Public di Indonesia”. Variabel dependen dalam penelitian ini adalah
“nilai perusahaan”. Variabel independen dalam penelitian ini adalah leverage.
Objek yang digunakan dalam penelitian ini adalah perusahaan manufaktur yang
go public di Indonesia. , periode pengamatan yaitu tahun 2008-2011 dan diperoleh
sampel sebanyak 22 perusahaan. Hasil dalam penelitian ini adalah struktur modal
yang diukur dengan DER tidak berpengaruh terhadap nilai perusahaan, DAR tidak
berpengaruh terhadap nilai perusahaan [9].
g. Putu Mikhi Novari dan Putu Vivi Lestari melakukan penelitian pada tahun 2016
yang berjudul “Pengaruh Ukuran Perusahaan, Leverage, dan Proifitabilitas
 20

Terhadap Nilai Perusahaan Pada Sektor Properti dan Real Estate. Variabel
dependen pada penelitian ini adalah “nilai perusahaan”. Variabel independen
dalam penelitian ini adalah ukuran perusahaan leverage dan Profitabilitas. Objek
pada penelitian ini adalah perusahaan sektor properti dan real estate di BEI,
periode pengamatan yaitu tahun 2012-2014 dan diperoleh sampel sebanyak 40
perusahaan. Hasil dalam penelitian ini adalah ukuran perusahaan berpengaruh
positif dan signifikan terhadap nilai perusahaan, leverage tidak berpengaruh
signifikan terhadap nilai perusahaan, dan profitabillitas berpengaruh positif dan
signifikan terhadap nilai perusahaan [31].
h. Mafizatun Nurhayati melakukan penelitian pada tahun 2013 yang berjudul
“Profitabilitas, Likuiditas, dan Ukuran perusahaan pengaruhnya terhadap
Kebijakan Dividend dan Nilai Perusahaan Sektor Non Keuangan”. Variabel
independen dalam penelitian ini adalah Profitabilitas, Likuiditas, dan Ukuran
perusahaan. Objek pada penelitian ini adalah perusahaan sektor non keuangan,
periode pengamatan 2007-2010 dan diperoleh sampel sebanyak 37 perusahaan.
hasil dalam penelitian ini adalah profitabilitas berpengaruh terhadap nilai
perusahaan, Likuiditas tidak berpengaruh terhadap nilai perusahaan dan Ukuran
perusahaan berpengaruh terhadap nilai perusahaan [5].
i. Verawati Hansen dan Juniarti melakukan penelitian pada tahun 2014 yang
berjudul “Pengaruh Family control, Size, Sales Growth, dan Leverage Terhadap
Profitabilitas dan Nilai Perusahaan pada sektor perdagangan, jasa, dan Investarsi.
Variabel independen dalam penelitian ini adalah Family control, Size, Sales
Growth, dan Leverage. Objek pada penelitian ini adalah perusahaan sektor
perdagangan, jasa, dan Investasi periode pengamatan 2008-2011 dan diperoleh
sampel sebanyak 252 perusahaan. Hasil dalam penelitian ini adalah family control
dan Firm size memiliki pengaruh terhadap nilai perusahaan. Sedangkan Sales
growth dan Leverage tidak berpengaruh terhadap nilai perusahaan [7].
j. Ayu Sri Mahatma Dewi dan Ary Wijaya melakukan penelitian pada tahun 2013
yang berjudul “Pengaruh Struktur Modal, Profitabilitas, dan Ukuran Perusahaan
pada Nilai Perusahaan”. Variabel independen dalam penelitian ini adalah Struktur
Modal, Profitabilitas, dan Ukuran Perusahaan. Objek pada penelitian ini adalah
perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia periode 2009-2011
dan diperoleh sampel sebanyak 71 perusahaan. Hasil penelitian ini adalah struktur
 21

modal dan profitabilitas berpengaruh terhadap nilai perusahaan. Sedangkan ukuran

perusahaan tidak berpengaruh terhadap nilai perusahaan [8].

Tabel 2. 1. Review Peneliti Terdahulu

Nama Hasil Penelitian
Tahun Judul Variabel Peneliti
Peneliti
AA Ngurah 2016 Pengaruh Variabel Secara Parsial:
Dharma Adi Kebijakan Dependen: Kebijakan dividen terhadap
Putra dan Dividen, Nilai Perusahaan nilai perusahaan berpengaruh
Putu Vivi Likuiditas, Variabel positif. Likuiditias
Lestari Profitabilitas Independen: berpengaruh positif terhadap
dan Ukuran Kebijakan Dividen, nilai perusahaan. Profitabilitas
perusahaan Likuiditas, berpengaruh positif terhadap
terhadap Nilai Profitabilitas dan nilai perusahaan.Ukuran
Perusahaan. Ukuran Perusahaan perusahaan berpengaruh
positif terhadap nilai
perusahaan [4].
Secara simultan:
Peneliti tidak mencantumkan
hasil penelitian [4].

Fernandes 2013 Struktur Variabel Secara Parsial: Struktur

Muniaga Modal Dependen: Modal berpengaruh signifikan
Profitabilitas Nilai Perusahaan terhadap nilai perusahaan,
dan Struktur Variabel Profitabilitas berpengaruh
Biaya independen: tidak signifikan terhadap nilai
Terhadap Nilai Struktur Modal, perusahaan. Struktur Biaya
Perusahaan profitabilitas, dan berpengaruh tidak signifikan
Industri Struktur Biaya terhadap nilai perusahaan.
Keramik, Secara Simultan:
Porcelen dan Variabel Independen tidak
Kaca Periode memiliki hubungan linear
2007 – 2011 terhadap variabel dependen
[28].

Kadek 2016 Pengaruh Variabel Secara parsial:

Apriada dan Struktur Dependen: Kepemilikan saham
Made Sadha Kepemilikan Nilai Perusahaan berpengaruh positif pada nilai
Suardikha Saham, perusahaan, struktur modal
Struktur Variabel berpengaruh positif pada nilai
Modal, dan Idenpenden: perusahaan, profitabilitas
Profitabilitas Struktur berpengaruh negative pada
pada Nilai Kepemilikan nilai perusahaan.
Perusahaan Saham, Struktur Secara simultan:
Modal, dan Kepemilikan saham, struktur
Profitabilitas modal, profitabilitas
berpengaruh terhadap nilai
perusahaan [29].

Mawar 2015 Analisis Variabel Secara Parsial:

Sharon R. Pertumbuhan Dependen: Pertumbuhan pemjualan
Pantow, Sri Penjualan, Nilai Perusahaan berpengaruh positif tidak
Murni dan Ukuran signifikan terhadap nilai
Irvan Trang Perusahaan,
 22

Sambungan Tabel 2.1

Return On Variabel perusahaan, ukuran
Asset, Independen: perusahaan secara parsial
danStruktur Pertumbuhan berpengaruh negative tidak
Modal terhada Penjualan, Ukuran signifikan terhadap nilai
Nilai Perusahaan, Return perusahaan, Return on asset
Perusahaan On Asset dan secara parsial berpengaruh
yang tercatat Struktur Modal positif signifikan terhadap
di Index LQ45 nilai perusahaan dan struktur
modal secara parsial
berpengaruh positif signifikan
terhadap nilai perusahaan.
Secara Simultan :
Variabel Independen secara
simultan berpengaruh
signifikan terhadap variable
dependen [6].

Morenly 2015 Faktor-Faktor Variabel Secara Parsial:

Welley dan yang Dependen: Struktur modal tanpa atau
Victoria Untu mempengaruhi Nilai Perusahaan dengan variabel kontrol
nilai Variabel Ukuran perusahaan
perusahaan di Independen: berpengaruh tidak signifikan,
sektor Struktur Modal, Profitabilitas tanpa atau
pertanian pada Profitabilitas, dengan variabel kontrol
Bursa Efek Resiko Perusahaan, Ukuran perusahaan
Indonesia Ukuran Perusahaan berpengaruh signifikan,
tahun 2010- Resiko perusahaan tanpa atau
2013 dengan variabel kontrol
Ukuran perusahaan
berpengaruh signifikan.
Secara Simultan:Struktur
modal, Profitabilitas, dan
Resiko perusahaan
berpengaruh signifikan [30].
Natalia 2013 Leverage Variabel Secara Parsial:
Ogolmagai pengaruhnya Dependen: DER tidak berpengaruh
terhadap Nilai Nilai Perusahaan terhadap nilai perusahaan,
Perusahaan Variabel DAR tidak berpengaruh
pada Industri Independen: terhadap nilai perusahaan.
Manufaktur Leverage Secara Simultan:
yang Go Secara bersamaan DER dan
Public di DAR tidak berpengaruh
Indonesia terhadap nilai perusahaan [9].

Putu Mikhi 2016 Pengaruh Variabel Secara Parsial:

Novari dan Ukuran Dependen: Ukuran perusahaan
Putu Vivi Perusahaan, Nilai Perusahaan berpengaruh Posititf dan
Lestari Leverage, dan signifikan terhadap nilai
Proifitabilitas Variabel perusahaan, Leverage tidak
Terhadap Nilai Independen: berpengaruh terhadap Nilai
Perusahaan Ukuran perusahaan, Profitabilitas
Pada Sektor Perusahaan, berpengaruh positif dan
Properti dan Leverage, dan signifikan terhadap nilai
Real Estate Profitabilitas
 23

Sambungan Tabel 2.1

perusahaan [31].
Secara Simultan:
Peneliti tidak mencantumkan
hasil penelitian.

Mafizatun 2013 Profitabilitas, Variabel Secara Parsial:

Nurhayati Likuiditas, dan Dependen: Profitabilitas berpengaruh
Ukuran Nilai perusahaan terhadap nilai perusahaan,
perusahaan dan Kebijakan Ukuran perusahaan
pengaruhnya Dividen berpengaruh terhadap nilai
terhadap perusahaan. Sedangkan
Kebijakan Variabel Likuiditas tidak berpengaruh
Dividend dan Independen: terhadap nilai perusahaan [5].
Nilai Profitabilitas, Secara Simultan:
Perusahaan Likuiditas, dan Peneliti tidak mencantumkan
Sektor Non Ukuran Perusahaan hasil penelitian [5].
Keuangan
Verawati 2014 Pengaruh Variabel Secara Parsial:
Hansen dan Family Dependen: Family control berpengaruh
Juniarti control, Size, Nilai Perusahaan tidak signifikan terhadap nilai
Sales Growth, dan Profitabilitas perusahaan, size berpengaruh
dan Leverage signifikan, sales growth
Terhadap Variabel berpengaruh tidak signifikan
Profitabilitas Independen: terhadap nilai perusahaan,
dan Nilai Family control, leverage berpengaruh
Perusahaan Size, Sales Growth, signifikan terhadap nilai
pada sektor dan Leverage perusahaan [7].
perdagangan, Secara Simultan:
jasa, dan Variabel independen secara
Investarsi simultan berpengaruh
terhadap nilai perusahaan [7].

Ayu Sri 2013 Pengaruh Variabel Secara Parsial:

Mahatma Struktur Dependen: Struktur modal dan ukuran
Dewi dan Modal, Nilai Perusahaan perusahaan berpengaruh
Ary Wijaya Profitabilitas, terhadap nilai perusahaan.
dan Ukuran Variabel Sedangkan Ukuran
Perusahaan Independen: perusahaan tidak berpengaruh
pada Nilai Struktur Modal, terhadap nilai perusahaan [8].
Perusahaan Profitabilitas, Secara Simultan:
Ukuran Perusahaan Variabel independen secara
simultan berpengaruh
terhadap nilai perusahaan [8].

2.3 Kerangka Konseptual

Kerangka konseptual merupakan suatu hubungan atau kaitan antara konsep
suatu terhadap konsep lainnya dari masalah yang diteliti. Variabel yang diteliti yaitu
variabel independen pada penelitian ini adalah nilai perusahaan, variabel independen
 24

adalah likuiditas, pertumbuhan penjualana, ukuran perusahaan, dan struktur modal,

dan variabel moderasi adalah return on asset.

Variabel Independen Variabel Dependen

Likuiditas / CR (X1)

Pertumbuhan Penjualan (X2)

Nilai Perusahaan / PBV (Y)
Ukuran Perusahaan (X3)

Struktur Modal / DER (X4)

Return On Asset (Z)

Variabel Moderasi
Gambar 2. 1. Kerangka Konseptual

2.4. Pengembangan Hipotesis

Berdasarkan teori yang telah dijelaskan maka hipotesis yang dapat
dikembangkan dalam penelitian ini adalah :

2.4.1. Pengaruh likuiditas terhadap nilai perusahaan dengan return on asset

sebagai variabel moderasi.
Likuiditas yang diproksikan dengan Current Ratio (CR) merupakan rasio yang
mengukur tingkat kemampuan perusahaan dalam memenuhi kewajiban jangka pendek
yang akan jatuh tempo dengan menggunakan aset lancar yang tersedia. Rendahnya
rasio CR mengindikasikan perusahaan memiliki modal kerja yang seikit untuk
membayar kewajiban jangka pendeknya. Perusahaan yang memiliki rasio CR yang
tinggi memberikan jaminan kepada kreditor bahwa pinjamannya tersebut akan segera
dapat dibayar secara tepat waktu pada saat jatuh tempo sehingga memberikan rasa
aman kepada investor yang akan berimbas pada meningkatnya nilai perusahaan [27].
Hal ini didukung oleh hasil penelitian yang menyatakan bahwa likuiditas berpengaruh
signifikan terhadap nilai perusahaan [4]. Berdasarkan uraian diatas, maka hipotesis
yang dibentuk :
H1a: Likuiditas berpengaruh terhadap nilai perusahaan
H2a: Return on asset mampu memoderasi hubungan antara likuiditas dengan nilai
perusahaan.
 25

2.4.2. Pengaruh pertumbuhan penjualan terhadap nilai perusahaan dengan

return on asset sebagai variabel moderasi.
Pertumbuhan penjualan (sales growth) merupakan volume penjualan pada
tahun-tahun mendatang, berdasarkan data pertumbuhan volume penjualan historis
[10]. Apabila pertumbuhan penjualan positif dan semakin meningkat, maka akan
mengindikasikan nilai perusahaan yang besar, yang merupakan harapan dari pemilik
perusahaan. Para investor menggunakan pertumbuhan penjualan sebagai indikator
untuk melihat prospek dari perusahaan tempat mereka akan berinvestasi nantinya [6].
Hal ini didukung oleh hasil penelitian yang menyatakan bahwa pertumbuhan penjualan
berpengaruh signifikan terhadap nilai perusahaan [6]. Berdasarkan uraian diatas, maka
hipotesis yang dibentuk :
H1b: Pertumbuhan penjualan berpengaruh terhadap nilai perusahaan
H2b: Return on asset mampu memoderasi hubungan antara pertumbuhan penjualan
dengan nilai perusahaan.

2.4.3. Pengaruh ukuran perusahaan terhadap nilai perusahaan dengan return

on asset sebagai variabel moderasi.
Ukuran perusahaan adalah suatu skala dimana dapat diklasifikasikan besar
kecilnya perusahaan menurut berbagai cara antara lain dengan total asset, nilai pasar
saham, dan lain-lain. Perusahaan dengan pertumbuhan yang cepat akan memperoleh
kemudahan untuk memasuki pasar modal karena investor menangkap sinyal yang
positif terhadap bilai peusahaan yang memiliki pertumbuhan yang besar, sehingga
respons yang positif ini dapat mencerminkan meningkatnya nilai perusahaan. Nilai
perusahaan yang meningkat dapat ditandai dengan total aset yang mengalami
kenaikan. Semakin besar ukuran perusahaan, maka ada kecenderungan lebih banyak
investor yang menaruh perhatian pada perushaan tersebut. Hal ini disebabkan karena
perusahaan besar cenderung memiliki kondisi yang lebih stabil. Kestabilan ini akan
menarik investor untuk memeiliki saham diperusahaan tersebut. Lebih lanjut, kondisi
ini dapat menyebabkan naiknya harga saham perusahaan di pasar modal, sehingga nilai
perusahaan juga akan naik. Perusahaan dengan pertumbuhan yang besar akan
memperoleh kemudahan untuk memasuki pasar modal karena investor menangkap
sinyal yang positif terhadap perusahaan yang memiliki pertumbuhan yang besar,
sehingga respons yang positif ini dapat mencerminkan meningkatnya nilai perusahaan
 26

[11]. Hal ini didukung oleh hasil penelitian yang menyatakan bahwa ukuran
perusahaan berpengaruh signifikan terhadap niali perusahaan. Berdasarkan uraian
diatas, maka hipotesis yang dibentuk [6]. :
H1c: Ukuran perusahaan berpengaruh terhadap nilai perusahaan
H2c: Return on asset mampu memoderasi hubungan antara ukuran perusahaan dengan
nilai perusahaan.

2.4.4. Pengaruh struktur modal terhadap nilai perusahaan dengan return on

asset sebagai variabel moderasi.
Struktur modal adalah kombinasi utang dan modal sendiri (saham preferen dan
saham biasa). Untuk memperoleh modal yang dibutuhkan, perusahaan perlu
memperhatikan pertimbangan natara utang dan modal [13].Tujuan seorang manajer
keuangan adalah memaksimalkan nilai perusahaan, maka struktur modal tertentu
dianggap optimal apabila dapat memaksimalkan nilai perusahaan tersebut. Perusahaan
mendasarkan keputusan pendanaan pada struktur modal yang ditargetkan atau struktur
modal yang optimal. Oleh karena itu, perusahaan berupaya untuk mempertahankan
struktur modal yang optimal untuk memaksimalkan nilai perushaaan. Struktur modal
yang optimal dibentuk dengan menyeimbangkan benefit, misalnya berupa
penghematan pajak karena pembayaran bunga, terhadap cost misalknya berupa biaya
kebangkrutan. Hal ini didukung oleh hasil penelitian yang menyatakan bahwa struktur
modal berpengaruh terhadap nilai perusahaan [6]. Berdasarkan uraian diatas, maka
hipotesis yang dibentuk :
H1d: Struktur Modal berpengaruh terhadap nilai perusahaan
H2d: Return on asset mampu memoderasi hubungan antara struktur modal dengan nilai
perusahaan.
 BAB III
METODE PENELITIAN
3.1 Jenis Penelitian
Jenis penelitian ini merupakan penelitian deskriptif kuantitatif karena hasil dari
penelitian ini dinyatakan dalam angka. Penelitian deskriptif kuantitatif adalah
penelitian ilmiah yang spesifikasinya sistematis terhadap bagian-bagian dari fenomena
serta hubungan-hubungannya antara variabel dependen dan variabel independen
secara terencana dan terstruktur dengan jelas sejak awal hingga pembuatan desain
penelitiannya [32]. Penelitian deskriptif kuantitatif digunakan untuk menguji dan
menjelaskan hubungan antar fenomena yang ada, dan menggabungkan hubungan antar
variabel yang terlibat didalamnya, kemudian diintrepretasikan berdasarkan teori yang
ada dan literatur-literatur.

3.2 Objek Penelitian

Objek pada penelitian ini adalah perusahaan manufaktur yang terdaftar di
Bursa Efek Indonesia (BEI). Dengan mendownload data laporan keuangan pada
perusahaan manufaktur yang terdaftar website www.idx.co.id. Penelitian ini dilakukan
pada periode penelitian dari tahun 2015 – 2017.

3.3 Metode Pengumpulan Data

Metode pengumpulan data yang digunakan dalam penelitian ini adalah metode
dokumentasi dan studi kepustakaan :
1. Metode dokumentasi
Metode dokumentasi yaitu metode yang dilakukan dengan menggunakan media
internet pada website resmi www.idx.co.id dan situs lain yang berkaitan dengan
penelitian, dimana dokumen yang diambil berupa laporan keuangan periode 2014
sampai dengan 2017. Laporan keuangan 2014 digunakan untuk mengetahui total
pendapatan perusahaan pada variable pertumbuhan penjualan.
2. Studi kepustakaan
Studi kepustakaanyaitu metode yang dilakukan dengan mempelajari jurnal, artikel
dan sumber bacaan lainnya yang berhubungan dengan masalah yang akan diteliti
untuk memperoleh landasan teori yang digunakan dalam penelitian.
 28

3.4 Populasi dan Sampel

Populasi yang digunakan dalam penelitian ini adalah perusahaan manufaktur
yang tergabung dalam kategori perusahaan yang terdaftar di Bursa Efek Indonesia
pada periode 2015-2017. Teknik pengambilan sampel yang digunakan adalah
purposive sampling yaitu pemilihan sampel tidak secara acak yang informasinya
diperoleh dengan menggunakan pertimbangan tertentu dan umumnya disesuaikan
dengan masalah peneltian dan tujuan penelitian [33]. Populasi dalam penelitian ini
berjumlah sebanyak 153 perusahaan. Dari hasil kriteria, sampel yang diperoleh
sebanyak 66 perusahaan yang akan dijadikan objek peneletian sesuai dengan kriteria
selama empat tahun. Kriteria yang digunakan dalam memilih sampel yaitu:
1. Perusahaan manufaktur yang berturut-turut terdaftar di Bursa Efek Indonesia
selama periode peneltian 2014 – 2017.
2. Perusahaan manufaktur yang memperoleh laba selama periode penelitian 2015 –
2017.
3. Perusahaan manufaktur yang menyajikan laporan keuangan dalam mata uang
rupiah.
Tabel 3. 1. Kriteria Pengambilan Sampel
Keterangan Jumlah

Populasi penelitian:
153
Perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia periode 2015-2017

Kriteria Sampel:

1. Perusahaan manufaktur yang tidak berturut – turut terdaftar di Bursa Efek Indonesia (19)
periode 2014 – 2017

2. Perusahaan manufaktur yang tidak memperoleh laba berturut-turut pada periode

(39)
2015 – 2017
3. Perusahaan manufaktur yang menyajikan laporan keuangan tidak dengan mata uang
(29)
rupiah
Total sampel penelitian 66

Jumlah pengamatan = 66 x 3 198

3.5 Devinisi Operasional Variabel

Variabel yang digunakan dalam penelitian ini adalah variabel dependen dan
variabel independen, yaitu sebagai berikut :
 29

3.5.1 Variabel Dependen (Y)

Variabel dependen (variabel terikat) yang digunakan dalam peneitian ini
adalah niali perusahaan. Nilai perusahaan merupakan kondisi tertentu yang dicapai
oleh suatu perusahaan sebagai gambaran dari kepercayaan masyarakat terhadap
perusahaan setelah melalui suatu proses kegiatan selama beberapa tahun, yaitu mulai
dari perusahaan tersebut didirikan sampai dengan saat ini [1]. Dalam penelitian ini,
nilai perusahaan sebagai variabel dependen diukur dengan menggunakan rumus [2]:

Harga Saham t
𝑃𝐵𝑉 = Nilai Buku Per Saham t (3.1)

Keterangan :
PBV = Price to book value
Harga saham akhir tahun t = Harga saham tahun berjalan

3.5.2. Variabel Independen (X)

Variabel independen (variabel bebas) yaitu suatu variabel yang berfungsi untuk
menjelaskan (mempengaruhi) variabel lainnya. Variabel yang digunakan dalam
penelitian ini yaitu:
a. Likuiditas
Likuiditas (Current ratio) adalah kemampuan suatu perusahaan memenuhi
kewajiban jangka pendeknya secara tepat waktu [12]. Adapun rumus yang digunakan
dalam mengukur likuiditas adalah rasio lancar (Current ratio). Current ratio adalah
rasio yang membandingkan antara aktiva yang dimiliki perusahaan dengan utang
jangka pendek. Rumus current ratio adalah:

Aset Lancar
𝐶𝑢𝑟𝑟𝑒𝑛𝑡 𝑟𝑎𝑡𝑖𝑜 = (3.2)
Passiva Lancar

b. Pertumbuhan Penjualan
Pertumbuhan penjualan (sales growth) merupakan volume penjualan pada
tahun-tahun mendatang, berdasarkan data pertumbuhan volume penjualan historis
[10]. Rasio pertumbuhan penjualan merupakan hasil perbandingan antara selisih
penjualan tahun berjalan dan penjualan di tahun sebelumnya dengan penjualan di
 30

tahun sebelumnya. Tingkat pertumbuhan penjualan ini dapat diukur dengan

menggunakan sales growth (SG) [22]. Pertumbuhan penjualan dapat dirumuskan
sebagai berikut :

Penjualan tahun𝑡 − Penjualan tahun𝑡−1

pertumbuhan penjualan = (3.3)
Penjualan tahun𝑡−1

Keterangan:
t = Tahun berjalan
t-1 = Tahun sebelumnya

c. Ukuran Perusahaan
Ukuran perusahaan adalah suatu skala dimana dapat diklasifikasikan besar
kecilnya perusahaan menurut berbagai cara antara lain dengan total asset, nilai pasar
saham, dan lain-lain. Ukuran perusahaan dianggap mampu mempengaruhi nilai
perusahaan karena semakin besar ukuran atau skala perusahaan maka akan semakin
mudah bagi perusahaan dalam memperoleh sumber pendanaan, baik yang besifat
internal maupun eksternal [11]. Ukuran perusahaan dapat dirumuskan sebagai berikut
[24] :

Size = Logaritma natural (Ln) of Total Assets (3.4)

d. Struktur Modal
Struktur modal adalah kombinasi utang dan modal sendiri (saham preferen dan
saham biasa). Untuk memperoleh modal yang dibutuhkan, perusahaan perlu
memperhatikan pertimbangan antara utang dan modal. Dalam hal ini, perusahaan
harus mengambil keputusan permodalan yang paling optimal sehingga menghasilkan
kombinasi utang dan modal yang akan mampu menghasilkan return yang maksimal.
Adapun rumus yang digunakan dalam mengukur struktur modal adalah rasio utang
terhadap modal adalah sebagai berikut [26]:

total utang
𝐷𝑒𝑏𝑡 𝑡𝑜 𝐸𝑞𝑢𝑖𝑡𝑦 𝑟𝑎𝑡𝑖𝑜 = total modal
(3.5)
 31

3.5.3. Variabel Moderasi (Z)

Variabel moderasi dalam penelitian ini adalah return on asset (hasil
pengembalian aset). Hasil pengembalian atas asset merupakan rasio yang
menunjukkan seberapa besar kontriibusi asset dalam menciptakan laba bersih. Dengan
kata lain, rasio ini digunakan untuk mengukur sebesar besar jumlah laba bersih yang
akan dihasilkan dari setipa rupiah dana dengan membagi laba bersih terhadap total aset
[11]. Berikut ini adalah rumus yang digunakan untuk menghitung hasil pengembalian
atas aset [26]:

laba bersih
Hasil pengembalian aset = (3.6)
total aset

Tabel 3. 2. Definisi Operasional Penelitian

Skala
Variabel Defenisi Variabel Parameter Pengukuran

Nilai Nilai perusahaan

Perusahaan merupakan gambaran
(Y) kepercayaan masyarakat Harga saham t
𝑃𝐵𝑉 =
terhadap suatu Nilai buku per saham t
perusahaan. Nilai
perusahaan dapat diukur Rasio
dengan price to book
value. PBV merupakan
perbandingan antara
harga pasar saham dan
nilai buku saham.
Likuiditas (X1) Likuiditas merupakan
kemampuan perusahaan
untuk memenuhi
kewajiban jangka
Aset Lancar Rasio
pendek tempat pada 𝐶𝑢𝑟𝑟𝑒𝑛𝑡 𝑟𝑎𝑡𝑖𝑜 =
waktu. Dengan Passiva Lancar
membandingkan asset
lancar dengan kewajiban
lancar.
Pertumbuhan Pertumbuhan penjualan
Penjualan (X2) merupakan volume
penjualan pada tahun –
tahun mendatang. Pertumbuhan penjualan =
penjualan tahunt −penjualan tahunt−1
Pertumbuhan penjualan Rasio
penjualan tahunt−1
diukur dengan
perbandingan antara
total penjualan tahun
lalu dengan total
 32

Sambungan Tabel 3.2

Skala
Variabel Defenisi Variabel Parameter Pengukuran

penjualan tahun
berjalan.
Ukuran Ukuran perushaan
Perusahaan merupakan besar
(X3) kecilnya suatu
perusahaan. ukuran Size = Log Natural Total Aset
perusahaan dapat diukur
Rasio
dengan natural
logaritma dari total
asset.
Struktur Modal Sturktur modal
(X4) merupakan
total utang Rasio
perbandingan antara 𝐷𝐸𝑅 =
total hutang dengan total total modal
modal.
Return On Kemampuan suatu
Asset (Z) perusahaan untuk
memperoleh keuntungan 𝐻𝑎𝑠𝑖𝑙 𝑝𝑒𝑛𝑔𝑒𝑚𝑏𝑎𝑙𝑖𝑎𝑛 𝑎𝑠𝑠𝑒𝑡
atau laba dengan laba bersih Rasio
=
membandingkan laba total asset
setelah pajak dengan
total aset.

3.6. Metode Analisis Data

Metode analisis data dalam penelitian ini menggunakan analisis regresi
berganda dengan menggunakan SPSS versi 21. Hipotesis diuji dengan analisis regresi
linear beerganda dan pure moderator. Analisis regresi linear berganda untuk
menganalisis variabel independent secara simultan dan parsial terhadap variabel
dependen. Dan pure moderator untuk menganalisis variabel moderasi dalam
mempengaruhi variabel independen (X) terhadapa variabel dependen (Y). Persamaan
regresi pertama yang digunakan adalah sebagai berikut :
𝑌 = 𝛼 + β1 𝑥1 + β2 𝑥2 + β3 𝑥3 + β4 𝑥4 + 𝑒 (3.7)

Keterangan :
Y = Nilai Perusahaan
α = Konstanta
β1-β4 = Koefisien Regresi dari masing-masing variabel
X1 = Likuiditas
X2 = Pertumbuhan penjualan
 33

X3 = Ukuran perusahaan
X4 = Struktur modal
|e| = Nilai Residual
Untuk menguji variabel moderasi dalam mempengaruhi variabel independen
(X) terhadapn variabel dependen (Y), digunakan pure moderator. Persamaan regresi
kedua yang digunakan sebagai berikut :

Y = 𝛼 + β1 X1 + β5 X1 𝑍 + 𝑒 (3.8)
Y = 𝛼 + β 2 X 2 + β6 X 2 𝑍 + 𝑒 (3.9)
Y = 𝛼 + β 3 X 3 + β7 X 3 𝑍 + 𝑒 (3.10)
Y = 𝛼 + β 4 X 4 + β8 X 4 𝑍 + 𝑒 (3.11)

Keterangan :
Y = Nilai Perusahaan
α = Konstanta
β1-β8 = Koefisien Regresi dari masing-masing variabel
X1 = Likuiditas
X2 = Pertumbuhan penjualan
X3 = Ukuran perusahaan
X4 = Struktur modal
Z = Return on asset
e = Standar Error

3.6.1. Analisis Statistik Deskriptif

Statistik Deskriptif memberikan gambaran atau deskripsi suatu data yang
dilihat dari nilai rata-rata (mean), standar deviasi, varian, maksimum, minimum,
sum, range, kurtosis dan skweness (kemencengan distribusi).
3.6.2 Pengujian Asumsi Klasik
Pengujian asumsi klasik bertujuanuntuk memastikan bahwa didalam model
regresi yang digunakan tidak terdapat autokorelasi, multikolinearitas dan
heteroskedastisitas serta untuk memastikan bahwa data yang dihasilkan berdistribusi
normal[26].
 34

3.6.2.1 Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel
penggangu atau residual memiliki distribusi normal. Seperti diketahui bahwa uji t dan
F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini
dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Ada dua
cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan
analisis grafik dan uji statistik [26].
1. Analisis Grafik
Salah satu cara termudah untuk melihat normalitas residual adalah dengan
melihat grafik histogram yang membandingkan antara data observasi dengan distribusi
yang mendekati normal. Namun demikian, hanya dengan melihat histogram hal ini
dapat menyesatkan khususnya untuk jumlah sampel yang kecil. Metode yang lebih
handal adalah dengan melihat normal probability plot yang membandingkan distribusi
kumulatif dan normal. Distribusi normal akan membentuk satu garis lurus diagonal,
dan ploting data residual akan dibandingkan dengan garis diagonal. Jika distribusi data
residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti
garis diagonalnya [26].
Pada prinsip normalitas dapat dideteksi dengan melihat penyebaran data (titik)
pada sumbu diagonal dari grafik atau melihat histogram dari residualnya. Dasar
pengambilan keputusan:
I. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau
grafis histogramnya menunjukan pola distribusi normal, maka model regresi
memenuhi asumsi normalitas.
II. Jika data menyebar jauh dari diagonal dan/atau tidak mengikuti arah garis diagonal
atau grafik histogram tidak menunjukkan pola distribusi normal, maka model
regresi tidak memenuhi asumsi normalitas [34].
2. Analisis Statistik
Uji normalitas dengan grafik dapat terjadi kesalahan apabila tidak hati – hati
secara visual kelihatan normal, padahal secara statistik bisa sebaliknya. Oleh sebab itu,
dianjurkan disamping uji grafik dilengkapi dengan uji statistik. Analisis statistik yang
salah satunya dapat dilihat melalui Kolmogorov-Smirnov test (K-S). Uji K-S dilakukan
dengan membuat hipotesis:
H0 = Data residual terdistribusi normal
 35

H1 = Data residual tidak terdistribusi normal

Dasar pengambilan keputusan pada uji normalitas Kolmogorov-Smirnov Test adalah
sebagai berikut:
I. Jika signifikansi >0,05, maka keputusannya adalah menerima H0, yang berarti data
berdistribusi normal.
II. Jika signifikansi <0,05, maka keputusannya adalah tolak H0, yang berarti data
berdistribusi tidak normal [34].

3.6.2.2 Uji Multikolonieritas

Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan
adanya korelasi antar variabel bebas (independen). Model regresi yang baik
seharusnya tidak terjadi korelasi diantara variabel independen. Jika variabel
independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel
ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel
independen sama dengan nol.Untuk mendeteksi ada tidaknya multikoliniearitas dalam
model regresi dapat dilihat dari tolerance value atau variance inflation factor (VIF).
Sebagai dasar acuannya dapat disimpulkan:
1. Jika nilai tolerance > 0,1 dan nilai VIF < 10, maka dapat disimpulkan bahwa tidak
ada multikolinearitas antar variabel independen dalam model regresi.
2. Jika nilai tolerance < 0,1 dan nilai VIF > 10, maka dapat disimpulkan bahwa ada
multikolinearitas antar variabel independen dalam model regresi [34].

3.6.2.3 Uji Heteroskedatisitas

Uji Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi
ketidaksamaan variansi dari residual satu pengamatan ke pengamatan yang lain. Jika
variansi dari residual satu pengamatan ke pengamatan lain tetap, maka disebut
Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Model regresi yang
baik adalah yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas.
Kebanyakan data crossection mengandung situasi heteroskedastisitas karena data ini
menghimpun data yang mewakili berbagai ukuran (kecil, sedang dan besar). Ada
beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas [34]:
 36

1. Analisis Grafik
Melihat Grafik Plot antara nilai prediksi variabelterikat (dependen) yaitu
ZPERD dengan residualnya SRESID. Deteksi ada tidaknya heteroskedastisitas dapat
dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara
SRESID dan ZPERD dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X
adalah residual (Y prediksi – Y sesungguhnya) yang telah distudentized. Dasar analisis
terdiri dari:
a. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang
teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan
telah terjadi heteroskedastisitas.
b. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka
0 pada sumbu Y, maka tidak terjadi heteroskedastisitas [34].

2. Analisis Statistik
Uji statistik yang digunakan dalam penelitian ini untuk mendeteksi ada
tidaknya heterokedastisitas adalah uji Park. Uji Park mengemukakan metode bahwa
varians (S2) merupakan fungsi dari variabel-variabel yang di nyatakan dalam
persamaan sebagai berikut:
LnU 2 i = 𝛽0 + 𝛽1 𝑥1 + 𝛽2 𝑥2 + 𝛽3 𝑥3 + 𝛽4 𝑥4 + 𝑣𝑡 (3.12)

Jika variabel independen signifikan secara statistik mempengaruhi variabel

dependen, maka ada indikasi terjadi heterokedastisitas. Dasar pengambilan keputusan
untuk pengujian statistik adalah:
a. Jika nilai signifikansi ≥ 0,05, maka tidak terjadi heterokedastisitas.
b. Jika nilai signifikansi ≤ 0,05, maka terjadi heterokedastisitas [34].

3.6.2.4 Uji Autokerelasi

Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada
korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu
pada periode t-1 (sebelumnya). Pengujian autokorelasi dilakukan dengan
menggunakan uji Durbin-Watson (DW test). Kriteria untuk penelitian terjadinya
autokorelasi ditunjukkan pada tabel berikut:
 37

Tabel 3. 3. Durbin Watson

Hipotesis nol Keputusan Jika
Tidak ada korelasi positif Tolak 0 < d < dl
Tidak ada korelasi positif No desicision dl ≤ d ≤ du
Tidak ada korelasi negative Tolak 4 - dl < d < 4
Tidak ada korelasi negative No desicision 4 – du ≤ d ≤ 4 – dl
Tidak ada korelasi positif atau negatif Tidak ditolak du ≤ d ≤ 4 – dl

3.6.3. Pengujian Hipotesis

3.6.3.1.Pengujian Hipotesis Pertama
a. Uji Signifikansi Simultan (Uji Statistik F)
Uji statistik F pada menunjukkan apakah semua variabel independen atau
bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama
terhadap variabel dependen. Hipotesis nol (H0) yang hendak diuji adalah apakah semua
parameter dalam model sama dengan nol, atau:
H0 : β1 ,β2 , β3 ,β4= 0,
artinya likuiditas, pertumbuhan penjualan, ukuran perusahaan, struktur modal secara
simultan tidak berpengaruh signifikan terhadap nilai perusahaan pada perusahaan
manufaktur yang terdaftar di Bursa Efek Indonesia periode 2015 – 2017.
H1 : β1,β2 ,β3, β4 ≠ 0,
artinya likuiditas, pertumbuhan penjualan, ukuran perusahaan, struktur modal secara
simultan berpengaruh signifikan terhadap nilai perusahaan pada perusahaan
manufaktur yang terdaftar di Bursa Efek Indonesia periode 2015 – 2017.
Perbandingan antara Fhitung dan Ftabel dengan ketentuan sebagai berikut :
1. Jika Fhitung< Ftabel,maka H0 diterima dan signifikansi > 0,05
2. Jika Fhitung> Ftabel, maka H0 ditolak dan signifikansi < 0,05 [34].

b. Uji Signifikan Parsial (Uji Statistik t)

Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel
independen secara individual dalam menerangkan variansi variabel dependen.
Hipotesis nol (H0) dan Hipotesis alternatifnya (H1) yang hendak diuji adalah apakah
suatu parameter (bi) sama dengan nol, atau :
H0 : βi = 0,
artinya artinya likuiditas, pertumbuhan penjualan, ukuran perusahaan, struktur modal
secara parsial tidak berpengaruh signifikan terhadap nilai perusahaan pada perusahaan
manufaktur yang terdaftar di Bursa Efek Indonesia periode 2015 – 2017.
 38

H1 : βi ≠ 0,
artinya artinya likuiditas, pertumbuhan penjualan, ukuran perusahaan, struktur modal
secara parsial berpengaruh signifikan terhadap nilai perusahaan pada perusahaan
manufaktur yang terdaftar di Bursa Efek Indonesia periode 2015 – 2017.
1. Perbandingan antara t hitung dan t tabel dengan ketentuan sebagai berikut :
a. Jika t hitung < t tabel , maka H0 diterima dan signifikansi > 0,05.
b. Jika t hitung > t tabel , maka H0 ditolak dan signifikansi< 0,05 [34].
2. Membandingkan nilai statistik t dengan titik kritis menurut tabel. Apabila nilai
statistik t hasil perhitungan lebih tinggi dibandingkan dengan nilai t tabel, kita
menerima hipotesis alternatif yang menyatakan bahwa suatu variabel independen
secara individual mempengaruhi variabel dependen [34].

c. Koefisien Determinasi
Koefisien determinasi (R2) pada intinya mengukur seberapa jauh suatu
kemampuan model dalam menerangkan variasi variabel dependen. Nilai R2 adalah
antara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel independen dalam
menjelaskan variasi variabel dependen amat terbatas. Sedangkan jika nilai R2
mendekati angka satu berarti variabel independen memberikan hampir semua
informasi yang dibutuhkan untuk memprediksi variasi variabel dependennya. Secara
umum koefisien determinasi untuk data silang (Crossection) relatif rendah karena
adanya variasi yang besar antara masing – masing pengamat, sedangkan untuk data
runtun waktu (Time Series) biasnya mempunyai nilai koefisien determinasi yang
tinggi.
Kelemahan mendasar penggunaan koefisien determinasi adalah bias terhadap
jumlah variabel independen yang dimasukkan ke dalam model karena setiap tambahan
satu variabel independen, maka R2 pasti meningkat tanpa melihat apakah variabel
tersebut berpengaruh secara signifikan terhadap variabel dependen sehingga lebih
banyak peneliti yang menganjurkan untuk menggunakan nilai Adjusted R2 pada saat
mengevaluasi mana model regresi terbaik. Tidak seperti R2, nilai Adjusted R2 dapat
naik atau turun apabila ada penambahan variabel ke dalam model. Dalam kenyataan,
nilai Adjusted R2 dapat bernilai negatif walaupun yang dikehendaki harus bernilai
 39

positif. Jika dalam uji empiris terdapat nilai Adjusted R2 negatif, maka nilai Adjusted
R2 dianggap bernilai nol. Secara sistematis:
1. Jika nilai R2 = 1, maka Adjusted R2 = R2 = 1.
2. Jika nilai R2 = 0, maka Adjusted R2 = (1 – k)/(n – k).
Jika k > 1, maka Adjusted R2 akan bernilai negatif [34].

3.6.3.2. Pengujian Hipotesis Kedua

Pengujian hipotesis kedua dalam penelitian ini menggunakan pure moderator.
Pengujian terhadap pure moderator dilakukan dengan membuat regresi interaksi,
tetapi variabel moderator tidak berfungsi sebagai variabel independen.
Pengambilan keputusan variabel moderasi adalah jika persamaan (3.8) sampai
(3.11) tidak signifikan (H0) maka Z bukanlah variabel moderator. Berarti variabel
moderasi yaitu Return On Asset tidak mampu memoderasi hubungan antara variabel
Likuiditas, Pertumbuhan Penjualan, Ukuran Perusahaan, dan Struktur Modal terhadap
Nilai perusahaan.
Sedangkan, jika hasil signifikan maka Z marupakan variabel pure moderator.
Berarti variabel moderasi Return On Asset mampu memoderasi hubungan antara
Likuiditas, Pertumbuhan Penjualan, Ukuran Perusahaan dan Struktur Modal terhadap
Nilai Perusahaan.
Dasar pengambilan keputusan dinyatakan bahwa variabel merupakan variabel
moderasi yaitu:
a. Jika nilai signifikan > α (0,05), maka H0 diterima
b. Jika nilai signifikan < α (0,05), maka H0 ditolak[34].
 BAB IV
HASIL PENELITIAN DAN PEMBAHASAN

4.1. Hasil Penelitian

4.1.1. Statistik Deskriptif
Statistik deskriptif digunakan untuk memberikan suatu gambaran atas data
yang digunakan dalam penelitian. Analisis deskriptif menunjukkan nilai terendah,
nilai tertinggi, rata-rata, median dan standar deviasi dari masing-masing variabel yang
digunakan dalam penelitian sebagaimana ditunjukkan pada tabel 4.1 berikut ini:
Tabel 4. 1. Statistik Deskriptif
N Minimum Maximum Mean Std Deviasi
Nilai Perusahaan 198 ,07011489 82,44442520 3,446529754 9,008642722
Likuiditas 198 ,58421595 15,16460091 2,741739896 2,193072602
Pertumbuhan 198 -,53135206 9,08851924 ,1008916787 ,6563502972
Penjualan
Ukuran Perusahaan 198 25,61948306 33,32018391 28,53158641 1,577199472
Struktur Modal 198 ,07612513 4,54688637 ,8350295647 ,7220037436
Return On Asset 198 ,00018038 1,10055697 ,0893477823 ,1091478009
Valid N (listwise) 198

Berdasarkan Tabel 4.1, diketahui bahwa terdapat sebanyak 198 data

pengamatan selama periode penelitian 2015 – 2017 yang dapat dijelaskan sebagai
berikut:
Nilai minimum dari Nilai Perusahaan sebesar 0,07011489 terdapat pada PT.
Nusantara Inti Corporate.Tbk tahun 2017 dan nilai maksimum dari nilai perusahaan
sebesar 82,44442520 terdapat pada PT. Unilever Indonesia.Tbk tahun 2017. Nilai rata
– rata Nilai perusahaan sebesar 3,446529754 dengan Std Deviasi 9,008642722. Nilai
perusahaan yang bernilai diatas 1 (satu) dianggap sebagai saham yang berharga mahal
karena menunjukkan nilai pasar saham lebih besar dari pada nilai bukunya [35], dan
dapat disimpulkan bahwa rata-rata (mean) nilai perusahaan manufaktur pada periode
2015-2017 memiliki saham yang dinilai tinggi oleh pasar.
Nilai minimum dari Likuiditas sebesar 0,58421595 terdapat pada PT. Multi
Bintang Indonesia.Tbk tahun 2015 dan nilai maksimum dari Likuiditas sebesar
15,16460091 terdapat pada PT. Duta Pertiwi Nusantara.Tbk tahun 2016. Nilai rata-
rata Likuiditas sebesar 2,741739896 dengan Std Deviasi 2,193072602. Perusahaan
dikatakan likuid apabila aktiva lancar yang dimiliki lebih besar dari kewajiban
 41

lancarnya atau 2 : 1. Dan dapat disimpulkan bahwa rata-rata perusahaan manufaktur

pada periode 2015-2019 memiliki tingkat likuiditas yang tinggi dan memiliki
kemampuan untuk membayar utang jangka pendek dengan baik.
Pertumbuhan penjualan memiliki nilai minimum -,53135206 yaitu terdapat
pada perusahaan Delta Djakarta,Tbk tahun 2017 nilai maksimum pertumbuhan
penjualan adalah 9,08851924 yang terdapat pada perusahaan Industri Jamu & Farmasi
Sido Muncul,Tbk tahun 2015. Nilai rata-rata pertumbuhan penjualan adalah
0,1008916787 yang berarti bahwa dari 198 sampel pada perusahaan manufaktur yang
terdaftar di Bursa Efek Indonesia tahun 2015-2017 mempunyai nilai rata-rata
pertumbuhan penjualan sebesar 10,0891% dari tahun sebelumnya dengan standar
deviasi sebesar 0,6563502972.
Nilai minimum Ukuran Perusahaan sebesar 25,61948306 terdapat pada PT.
Lionmesh Prima.Tbk tahun 2015 dan nilai maksimum Ukuran Perusahaan sebesar
33,32018391 terdapat pada Astra International.Tbk tahun 2017. Nilai rata-rata Ukuran
perusahaan sebesar 28,53158641 dengan Std Deviasi 1,577199472. Ketentuan UU No.
20 tahun 2008 tentang usaha mikro, kecil dan menengah menyatakan bahwa usaha
mikro memiliki aset maksimal Rp. 50.000.000, usaha kecil > Rp. 50.000.000 – Rp.
500.000.000, usaha menengah > Rp. 500.000.000 – Rp. 10.000.000.000 dan usaha
besar > Rp. 10.000.000.000 [37], rata-rata ukuran perusahaan adalah setara dengan
Rp. 11.621.178.793.708 sehingga dapat dilihat bahwa rata-rata ukuran perusahaan
tergolong dalam kategori usaha besar .
Struktur modal memiliki nilai minimum sebesar 0,07612513 yang terjadi pada
Industri Jamu & Farmasi Sido Muncul,Tbk tahun 2015. Nilai maksimum struktur
modal adalah 4,54688637 yang terjadi pada Indal Alumnium Industry,Tbk pada tahun
2015. Nilai rata-rata struktur modal adalah sebesar 0,8350295647 berarti rata-rata
perusahaan manufaktur pada penelitian ini memiliki total utang sebanyak 0,83 kali dari
total modalnya dengan standar deviasi 0,7220037436. Semakin tinggi rasio utang
terhadap modal maka berarti semakin kecil jumlah modal pemilik yang dapat dijadikan
sebagai jaminan utang, ketentuan umumnya adalah bahwa debitur seharusnya
memiliki rasio utang terhadap modal kurang dari 0.5.
Nilai minimum Return On Asset sebesar 0,00018038 terdapat pada PT. Voksel
Electric.Tbk tahun 2015 dan nilai maksimum Return On Asset sebesar 1,10055697
terdapat pada PT. Indofood CBP Sukses Makmur.Tbk tahun 2015 Berdasarkan teori
 42

rata-rata standar industry pengembalian total asset (ROA) adalah sebesar 30% [38],
rata-rata laba yang dihasilkan perusahaan sebesar 9,25% dari jumlah asset yang
dimilikinya, sehingga dapat dilihat bahwa rata-rata pengembalian atas total asset
dibawah dari standar industry (9,25% < 30%) dan dapat disimpulkan bahwa rata-rata
perusahaan sektor manufaktur yang terdaftar di Bursa Efek Indonesia periode 2015-
2017 tidak cukup baik dalam memanfaatkan total asset untuk memperoleh laba.

4.1.2. Uji Asumsi Klasik Hipotesis Pertama Sebelum Transformasi Data dan
Data Trimming
Data yang digunakan dalam penelitian ini merupakan data mentah yang
diperoleh dari sampel sebagai objek penelitian. Berikut ini merupakan hasil pengujian
uji asumsi klasik pada hipotesis pertama sebelum dilakukan transformasi data dan data
trimming.
1. Uji Normalitas
Uji Normalitas dapat dilakukan dengan menggunakan analisis grafik histogram
dan analisis statistik, sebagai berikut :
a. Analisis Grafik
Hasil pengujian normalitas dengan menggunakan grafik histrogram dapat
dilihat pada Gambar 4.1

Gambar 4. 1. Grafik Histogram Hipotesis Pertama Sebelum Transformasi Data

dan Data Trimming
 43

Berdasarkan Gambar 4.1. grafik histogram menunjukkan bahwa data

cenderung condong ke kiri dan terdapat beberapa data dengan frekuensi jauh di atas
kurva normal sehingga dapat disimpulkan bahwa data yang digunakan dalam model
regresi tidak berdistribusi normal.

Metode lain yang digunakan dalam menganalisis grafik yaitu dengan melihat
grafik normal Probability Plot, yang ditunjukkan pada Gambar 4.2.

Gambar 4. 2. Uji Normalitas dengan Normal Probability Plot Hipotesis

Pertama Sebelum Transformasi Data dan Data Trimming
Berdasarkan Gambar 4.2.dapat dilihat bahwa titik – titik yang menyatu dengan
titik lainnya bergerak menyebar menjauh dari garis diagonal dan/atau tidak mengikuti
arah garis diagonal, sehingga dapat disimpulkan bahwa data yang digunakan dalam
model regresi tidak berdistribusi normal.
b. Analisis Statistik
 44

Analisis statistik uji normalitas yang digunakan dalam penelitian ini yaitu
dengan menggunakan uji Kolmogorov-Smirnov (K-S), yang dapat dilihat pada Tabel
4.2.

Tabel 4. 2. Hasil Pengujian Kolmogorov-Smirnov (K-S) Hipotesis Pertama

Sebelum Transformasi Data dan Data Trimming
Unstandardized
Residual
N 198
Normal Parametersa,b Mean ,0000000
Std. Deviation 8,40786650
Most Extreme Differences Absolute ,297
Positive ,297
Negative -,158
Kolmogorov-Smirnov Z 4,173
Asymp. Sig. (2-tailed) ,000
a. Test distributionis normal
b. Calculation from data

Berdasarkan Tabel 4.2. dapat dilihat bahwa nilai Kolmogorov-Smirnov Z

adalah sebesar 4,173 dengan nilai signifikansi (Asymp. Sig. (2-tailed) sebesar 0,000.
Nilai signifikasi lebih kecil dari 0,05 (0,000 < 0,05) yang berarti bahwa data yang
digunakan dalam model regresi tidak berdistribusi normal.
2. Uji Multikolonieritas
Uji multikolonieritas dilakukan untuk menguji apakah antar setiap variabel
independen terdapat korelasi atau tidak. Hasil pengujian multikolonieritas dapat dilihat
pada Tabel 4.3.
Tabel 4. 3. Hasil Pengujian Multikolonieritas Hipotesis Pertama Sebelum
Transformasi Data dan Data Trimming untuk Hipotesis Pertama
Collinearity Statistics
Model Keterangan
Tolerance VIF
1 (constant)
Likuiditas .647 1.547 Tidak Terjadi Multikolonieritas
Pertumbuhan Penjualan .961 1.041 Tidak Terjadi Multikolonieritas
Ukuran Perusahaan .950 1.052 Tidak Terjadi Multikolonieritas
Struktur Modal .695 1.439 Tidak Terjadi Multikolonieritas
a. Dependent Variable: Nilai Perusahaan
Berdasarkan Tabel 4.3. dapat dilihat bahwa setiap variabel independen yaitu
Likuiditas, Pertumbuhan Penjualan, Ukuran Perusahaan, Struktur Modal mempunyai
nilai Tolerance > 0,10 dan mempunyai nilai VIF < 10, sehingga dapat disimpulkan
 45

bahwa tidak terjadi multikolonieritas di antara variabel independen dalam model

regresi.
3. Uji Heteroskedastisitas
Analisis uji Heteroskedastisitas dapat dilakukan dengan analisis grafik dan
analisis statistik, sebagai berikut:
a. Analisis Grafik
Hasil pengujian heteroskedastisitas dengan menggunakan analisis grafik dapat
dilihat pada Gambar 4.3.

Gambar 4. 3. Grafik Scatterplot Hipotesis Pertama Sebelum Transformasi Data

dan Data Trimming untuk Hipotesis Pertama
Berdasarkan Gambar 4.3. dapat dilihat bahwa titik – titik tidak menyebar dan
bertumpu pada suatu tempat, sehingga dapat disimpulkan bahwa telah terjadi
heteroskedastisitas dalam datayang digunakan dalam model regresi.
b. Analisis Statistik
Analisis Statistik yang digunakan untuk mendeteksi terjadi atau tidaknya
heteroskedastisitas pada penelitian ini adalah Uji Park, yang dapat dilihat pada tabet
4.4.
Tabel 4. 4. Hasil Pengujian Heteroskedastisitas Hipotesis Pertama Sebelum
Transformasi Data dan Data Trimming

Model t Sig. Keterangan

1 (constant) -6.635 .000
Likuiditas 2.260 .025 Terjadi Heteroskedastisitas
 46

Tabel 4.4 Sambungan

Pertumbuhan Penjualan -1.568 .119 Tidak terjadi Heteroskedastisitas

Ukuran Perusahaan 6.454 .000 Terjadi Heteroskedastisitas

Struktur Modal 8.105 .000 Terjadi Heteroskedastisitas

a. Dependent Variable: LnU2i_1

Berdasarkan Tabel 4.4. dapat dilihat bahwa tidak semua variabel independen
memiliki nilai signifikansi lebih besar dari 0,05 sehingga dapat disimpulkan bahwa
telah terjadi heteroskedastisitas dalam data yang digunakan dalam model regresi.

4. Uji Autokorelasi
Pengujian Autokorelasi dalam penelitian ini menggunakan uji durbin-watson
(DW test). Hasil uji durbin-watson dapat dilihat pada tabel 4.5
Tabel 4. 5. Hasil Pengujian Autokorelasi Hipotesis Pertama Sebelum
Transformasi Data dan Data Trimming
Modal R R Square Adjusted R Std. Error of Durbin-
Square the Estimate Watson

1 .359a .129 .111 8,494547831 2,056

a. Predictors: (Constant), Likuiditas, Pertumbuhan penjualan, Ukuran perusahaan, Struktur modal
b. Dependent Variable: Nilai perusahaan
Berdasarkan tabel 4.5. nilai durbin watson menunjukkan 2,056. Nilai ini akan
dibandingkan dengan nilai tabel dengan menggunakan nilai signifikansi 5% jumlah
sampel 198 (n=198), jumlah variabel independen 4 (k=4), nilai DW 2,056, DL 1,7263
dan nilai DU 1,8087. Berdasarkan kriteria pengujian Durbin Watson, pada model
regresi tidak terjadi autokorelasi positif dan negatif (1,8087 ≤ 2,056 ≤ 4 – 1,7263).

4.1.3. Uji Asumsi Klasik Setelah Transformasi Data dan Data Trimming
Pada hasil pengujian data dengan menggunakan data sebelum transformasi
data dan data trimming, menunjukkan bahwa pada penelitian ini terjadi masalah dalam
pengujian asumsi klasik, dimana uji Normalitas dan uji Heteroskedastisitas tidak
memenuhi syarat uji asumsi klasik. Untuk itu, dilakukan transformasi data ke dalam
bentuk Logaritma Natural (LN) untuk variabel dependen yaitu Nilai Perusahaan dan
variabel independen yaitu Struktur Modal dan pada variabel moderasi yaitu Return On
Asset. Kemudian dilakukan juga data trimming dengan metode Zscore untuk
 47

mengeluarkan data outlier, dengan range -2.5 sampai 2.5, sebanyak 21 data sehingga
diperoleh total data dari 198 menjadi 177.

4.1.3.1. Uji Asumsi Klasik Untuk Hipotesis Pertama

Berikut ini merupakan hasil pengujian uji asumsi klasik setelah dilakukan
transformasi data dan data trimming.
1. Uji Normalitas
Uji normalitas dilakukan dengan menggunakan analisis grafik histogram dan
analisis statistik sebagai berikut :
a. Analisis Grafik
Hasil pengujian normalitas dengan menggunakan analisis grafik histogram
dapat dilihat pada Gambar 4.4.

Gambar 4. 4. Grafik Histogram Hipotesis Pertama Setelah Transformasi Data

dan Data Trimming
Berdasarkan Gambar 4.4 dapat dilihat bahwa bentuk grafik histogram
mengikuti pola berdistribusi normal, sehingga dapat disimpulkan bahwa data yang
digunakan dalam regresi telah berdistribusi normal.
Metode lain yang digunakan dalam menganalisis grafik yaitu dengan melihat
grafik normal Probability Plot, yang ditunjukkan pada Gambar 4.5.
 48

Gambar 4. 5. Uji Normalitas dengan Normal Probability Plot Hipotesis

Pertama Setelah Transformasi Data dan Data Trimming
Berdasarkan Gambar 4.5.dapat dilihat bahwa titik – titik bergerak mengikuti
garis diagonalnya, sehingga dapat disimpulkan bahwa bahwa data yang digunakan
dalam model regresi telah berdistribusi normal.
b.Analisi Statistik
Analisis Statistik uji normalitas yang digunakan dengan penelitian ini yaitu
dengan menggunakan uji Kolmogorov-Smirnov (K-S), yang dapat dilihat pada Tabel
4.6
Tabel 4. 6. Hasil Pengujian Kolmogorov-Smirnov (K-S) Hipotesis Pertama
Setelah Transformasi Data dan Data Trimming
Unstandardized
Residual
N 177
Normal Parametersa,b Mean ,0000000
Std. Deviation ,90238581
Most Extreme Differences Absolute ,033
Positive ,031
Negative -,033
Kolmogorov-Smirnov Z ,435
Asymp. Sig. (2-tailed) ,992
c. Test distributionis normal
d. Calculation from data
 49

Berdasarkan Tabel 4.6. dapat dilihat bahwa nilai Kolmogorov-Smirnov Z

adalah sebesar 0,435 dengan nilai signifikansi (Asymp. Sig. (2-tailed) sebesar 0,992.
Nilai signifikansi lebih besar dari 0,05 (0,992 > 0,05), yang berarti bahwa data yang
digunakan dalam model regresi berdistribusi normal.

2. Uji Multikoloniaritas
Hasil pengujian multikolonieritas dapat dilihat pada Tabel 4.7
Tabel 4. 7. Hasil Pengujian Multikolonieritas Hipotesis Pertama Setelah
Transformasi Data dan Data Trimming untuk Hipotesis Pertama
Collinearity Statistics
Model Keterangan
Tolerance VIF
1 (constant)
Likuiditas ,316 3,162 Tidak Terjadi Multikolonieritas
Pertumbuhan Penjualan ,996 1,004 Tidak Terjadi Multikolonieritas

Ukuran Perusahaan ,994 1,006 Tidak Terjadi Multikolonieritas

Struktur Modal ,318 3,150 Tidak Terjadi Multikolonieritas

a. Dependent Variable: Ln_NilaiPerusahaan

Berdasarkan Tabel 4.7. dapat dilihat bahwa setiap variabel independen yaitu
Likuiditas, Pertumbuhan Penjualan, Ukuran Perusahaan dan Struktur Modal
mempunyai nilai Tolerance > 0,10 dan mempunyai nilai VIF < 10, sehingga dapat
disimpulkan bahwa tidak terjadi multikolonieritas di antara variabel independen dalam
model regresi.

3. Uji Heteroskedastisistas
Analisis uji heteroskedastisitas dapat dilakukan dengan analisis grafik dan
analisis statistik, sebagai berikut :
a. Analisis Grafik
Hasil pengujian heteroskedastisitas dengan menggunakan analisis grafik dapat
dilihat pada Gambar 4.6.
 50

Gambar 4. 6. Grafik Scatterplot Hipotesis Pertama Setelah Transformasi Data

dan Data Trimming
Berdasarkan Gambar 4.6. dapat dilihat bahwa titik – titik menyebar, sehingga
dapat disimpulkan bahwa tidak terjadi heteroskedastisitas dalam data yang digunakan
dalam model regresi.
b.Analisi Statistik
Analisis statistik yang digunakan untuk mendeteksi terjadi atau tidak terjadinya
heteroskedastisitas pada penelitian ini adalah Uji Park, yang dapat dilihat pada tabel
4.8.
Tabel 4. 8. Hasil Pengujian Heteroskedastisitas Hipotesis Pertama Setelah
Transformasi Data dan Data Trimming
Model t Sig. Keterangan
1 (constant) -,741 ,460
Likuiditas 1,034 ,302 Tidak terjadi Heteroskedastisitas
Pertumbuhan Penjualan ,500 ,618 Tidak terjadi Heteroskedastisitas
Ukuran Perusahaan ,254 ,800 Tidak terjadi Heteroskedastisitas
Struktur Modal 1,828 ,069 Tidak terjadi Heteroskedastisitas
a. Dependent Variable: LnU i_2
2

Berdasarkan Tabel 4.8. dapat dilihat bahwa semua variabel independen

memiliki nilai signifikansi lebih besar dari 0,05 sehingga dapat disimpulkan bahwa
tidak terjadi heteroskedastisitas dalam data yang digunakan dalam model regresi.
 51

4. Uji Autokorelasi
Pengujian Autokorelasi dalam penelitian ini menggunakan uji durbin-watson
(DW test). Hasil uji durbin-watson dapat dilihat pada tabel 4.9.
Tabel 4. 9. Hasil Pengujian Autokorelasi Setelah Transformasi Data dan Data
Trimming
Modal R R Square Adjusted R Std. Error of Durbin-
Square the Estimate Watson
1 ,510a ,260 ,243 ,91282 2,169
a. Predictors: (Constant), Likuiditas, Pertumbuhan penjualan, Ukuran perusahaan, Ln_Struktur modal
b. Dependent Variable: Ln_Nilai perusahaan

Berdasarkan tabel 4.9. nilai durbin watson menunjukkan 2,169. Nilai ini akan
dibandingkan dengan nilai tabel dengan menggunakan nilai signifikansi 5% jumlah
sampel 177 (n=177), jumlah variabel independen 4 (k=4), nilai DW 2,169, DL 1,7081
dan nilai DU 1,8005. Berdasarkan kriteria pengujian Durbin Watson, pada model
regresi tidak terjadi autokorelasi positif dan negatif (1,8005 < 2,169 < 4 – 1,7081).

4.1.3.2. Uji Asumsi Klasik Untuk Hipotesis Kedua

Uji asumsi klasik untuk hipotesis kedua dilakukan setelah dilakukannya uji
interaksi. Uji interaksi dengan metode pure moderator adalah perkalian antara variabel
independen dengan variabel moderasi. Dari hasil uji interkasi, dilakukan kembali
pengujian asumsi klasik yang menunjukkan bahwa data yang digunakan berdistribusi
normal.
1. Uji Normalitas
Tabel 4. 10. Uji Normalitas Pure Moderator Setelah Transformasi Data
dan Data Trimming Untuk Hipotesis Kedua
One-Sample Kolmogorov-Smirnov Test

Kolmogorov- Asymp. Sig.

Variabel
Smirnov Z (2-tailed)
Hipotesis 2a ( Likuiditas*Ln_Return On Asset) ,547 ,926

Hipotesis 2b ( Pertumbuhan penjualan*Ln_Return On Asset) ,825 ,504

Hipotesis 2c ( Ukuran Perusahaan*Ln_Return On Asset) ,664 ,770

Hipotesis 2d ( Ln_Struktur Modal*Ln_Return On Asset) ,542 ,930

a. Test distribution is normal
b. Calculated from data
Berdasarkan tabel 4.10. dapat dilihat bahwa semua nilai signifikansi (Asymp.
Sig. (2-tailed) lebih besar dari > 0,05 yang berarti bahwa data yang digunakan dalam
model regresi berdistribusi normal.
 52

2. Uji Multikoloniaritas
Uji multikolonieritas dilakukan untuk menguji apakah antar setiap variabel
independen terdapat korelasi atau tidak. Hasil pengujian multikolonieritas dapat dilihat
pada Tabel 4.11.

Tabel 4. 11. Uji Multikolonieritas Pure Moderator Setelah Transformasi Data

dan Data Trimming Untuk Hipotesis Kedua
Collinearity
Model Statistics Keterangan
Tolerance VIF
Hipotesis 2a
Likuiditas ,479 2,088 Tidak Terjadi Multikolonieritas
Likuiditas*Ln_Return On Asset ,479 2,088 Tidak Terjadi Multikolonieritas
Hipotesis 2b
Pertumbuhan Penjualan ,182 5,486 Tidak Terjadi Multikolonieritas
Pertumbuhan Penjualan*Ln_Return On Asset ,182 5,486 Tidak Terjadi Multikolonieritas
Hipotesis 2c
Ukuran Perusahaan ,983 1,017 Tidak Terjadi Multikolonieritas
Ukuran Perusahaan*Ln_Return On Asset ,983 1,017 Tidak Terjadi Multikolonieritas
Hipotesis 2d
Ln_Struktur Modal ,213 4,694 Tidak Terjadi Multikolonieritas
Ln_Struktur Modan*Ln_Return On asset ,213 4,694 Tidak Terjadi Multikolonieritas
a. Dependent Variable: Ln_Nilai perusahaan

Berdasarkan tabel 4.11. dapat dilihat bahwa semua variabel independen dan
variabel interaksi memiliki nilai tolerance yang lebih besar dari 0,10 dan nilai VIF
yang lebih kecil dari 10 sehingga dapat disimpulkan bahwa tidak terjadi
multikolonieritas di antara variabel independen dalam model regresi.

3. Uji Heteroskedastisitas
a. Analisi Statistik
Analisis statistik yang digunakan untuk mendeteksi terjadi atau tidak terjadinya
heteroskedastisitas pada penelitian ini adalah Uji Park, yang dapat dilihat pada tabel
4.12.
Tabel 4. 12. Uji Heteroskedastisitas dengan Uji Park Pure Moderator Setelah
Transformasi Data dan Data Trimming Untuk Hipotesis Kedua
Model t Sig. Keterangan
Hipotesis 2a
Likuiditas ,192 ,848 Tidak Terjadi Heteroskedastisitas
Likuiditas*Ln_Return On Asset ,242 ,809 Tidak Terjadi Heteroskedastisitas
Hipotesis 2b
Pertumbuhan Penjualan -1.714 ,088 Tidak Terjadi Heteroskedastisitas
Pertumbuhan Penjualan*Ln_Return On Asset -1,031 ,304 Tidak Terjadi Heteroskedastisitas
 53

Sambungan Tabel 4.12.

Hipotesis 2c
Ukuran perusahaan ,875 ,383 Tidak Terjadi Heteroskedastisitas
Ukuran perusahaan*Ln_Return On Asset -,407 ,685 Tidak Terjadi Heteroskedastisitas

Hipotesis 2d
Ln_Struktur Modal -,876 ,382 Tidak Terjadi Heteroskedastisitas
Ln_Struktur Modal*Ln_Return On Asset -1,785 ,076 Tidak Terjadi Heteroskedastisitas
Berdasarkan tabel 4.12. dapat dilihat bahwa semua variabel independen dan
variabel interaksi memiliki nilai Signifikansi lebih besar dari 0,05 sehingga dapat
disimpulkan bahwa tidak terjadi heteroskedastisitas dalam data yang digunakan dalam
model regresi.

3. Uji Autokorelasi
Analisis untuk mendeteksi ada atau tidaknya autokorelasi dilakukan dengan
menggunakan Uji Durbin watson yang dapat dilihat pada Tabel 4.13.

Tabel 4. 13. Uji Autokorelasi Pure Moderator Setelah Transformasi Data dan
Data Trimming Untuk Hipotesis Kedua
Model Durbin-
Keterangan
Watson
Hipotesis 2a 2,291 tidak terjadi autokorelasi
Likuiditas*Ln_Return On Asset
Hipotesis 2b
2,089 tidak terjadi autokorelasi
Pertumbuhan Penjualan*Ln_Return On Asset
Hipotesis 2c
2.149 tidak terjadi autokorelasi
Ukuran perusahaan*Ln_Return On Asset
Hipotesis 2d
2,122 tidak terjadi autokorelasi
Ln_Struktur Modal*Ln_Return On Asset
Berdasarkan tabel 4.13. dapat dilihat bahwa nilai durbin Watson menunjukkan
nilainya masing-masing. Nilai ini akan dibandingkan dengan nilai tabel yang
menggunakan nilai signifikansi 5% jumlah sampel 177 (n=177), jumlah variabel
independen 4 (k=4), nilai DW untuk hipotesis 2a = 2,291, hipotesis 2b = 2,089,
hipotesis 2c = 2,149, hipotesis 2d = 2,122, dL yang bernilai 1.7081 dan nilai dU yang
bernilai 1,8005. Berdasarkan kriteria pengujian Durbin Watson, pada model regresi
linear tidak terjadi autokorelasi positif atau negative untuk hipotesis 2a = (1,8005 <
2,291 < 4 – 1,7081), untuk hipotesis 2b = (1,8005 < 2,089 < 4 – 1,7081), untuk
hipotesis 2c = (1,8005 < 2,149 < 4 – 1,7081), untuk hipotesis 2d = (1,8005 < 2,122 <
4 – 1,7081).
 54

4.1.4 Pengujian Hipotesis

4.1.4.1 Pengujian Hipotesis Pertama
Pengujian terhadap model regresi berganda pada penelitian ini dilakukan
dalam dua tahap, yaitu pengujian secara menyeluruh atau simultan (ujiF) dan
pengujian secara individual atau parsial (Uji-t).
A. Uji Signifikansi Simultan (Uji Statistik - F)
Uji F dilakukan untuk menguji pengaruh yang ditimbulkan oleh keseluruhan
variabel independen yang ada terhadap variabel dependennya. Hasil pengujian
signifikansi simultan (Uji-F) dapat dilihat pada Tabel 4.14 berikut ini :
Tabel 4. 14. Hasil Pengujian Hipotesis Simultan (Uji Statistik - F)
Anova
Modal Sum of Df Mean Square F Sig.
Squares
1 Regresion 50,398 4 12,599 15,121 ,000b
Residual 143,317 172 ,833
Total 193,714 176
a. Dependent Variable: Ln_Nilaiperusahaan
b. Predictors: (Constant), Ln_Strukturmodal, Ukuranperusahaan, Pertumbuhanpenjualan,Likuiditas

Berdasarkan Tabel 4.14. dapat dilihat bahwa nilai df pembilang = 4, df

penyebut = 172 dan tarif signifikan a 0,05, sehingga diperoleh nilai Ftabel sebesar 2,42
dimana nilai Fhitung adalah sebesar 15,121. Sehingga diperoleh hasil (Fhitung =15,121)
> (Ftabel = 2,42) dan (nilai signifikansi= 0,000) < 0,05. Dengan demikian dapat
disimpulkan bahwa H0 ditolak dan H1 diterima, yang berarti secara simultan Likuiditas,
Pertumbuhan Penjualan, Ukuran Perusahaan dan Struktur Modal berpengaruh
signifikan terahadap Nilai Perusahaan Manufaktur yang terdaftar di Bursa Efek
Indonesia periode 2015-2017.

B. Uji Signifikansi Parsial (Uji Statistik - t)

Uji statistik t dilakukan untuk menguji pengaruh variabel independen terhadap
variabel dependen secara individu. Hasil dari uji parsial (uji t) dapat dilihat pada Tabel
4.15. berikut ini :
Tabel 4. 15. Hasil Pengujian Hipotesis Parsial (Uji Statistik – t)
Unstandardized Standardized
Model Coefficients Coefficients t Sig.
B Std. Error Beta
1 (Constant) -9,598 1,349 -7,113 ,000
Likuiditas ,257 ,078 ,382 3,274 ,001
 55

Tabel 4.15. Sambungan

Unstandardized Standardized
Coefficients Coefficients
Model t Sig.
B Std. Error Beta

Pertumbuhan Penjualan ,256 ,538 ,031 ,475 ,635

Ukuran Perusahaan ,327 ,047 ,461 7,002 ,000

Ln_Struktur Modal ,262 ,164 ,186 1,600 ,112

a. Dependent Variable: Ln_Nilaiperusahaan

Nilai t table adalah sebesar 1.97385 (df = n-k-1 = 177-4-1 = 172) dan taraf
signifikan α = 0,05), sehingga kesimpulan hasil Uji t pada Tabel 4.11 sebagai berikut:
1. Pengaruh Likuiditas terhadap Nilai Perusahaan
Berdasarkan Tabel 4.15. dapat dilihat bahwa nilai thitung adalah 3,274 dan nilai ttabel
sebesar 1.97385 sehingga (thitung = 3,274) > (ttabel= 1.97385) dan (nilai signifikansi
= 0,001) < 0,05. Dengan demikian dapat disimpulkan bahwa H0 ditolak dan H1
diterima, yang berarti variabel Likuiditas berpengaruh signifikan terhadap Nilai
Perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia.
2. Pengaruh Pertumbuhan Penjualan terhadap Nilai Perusahaan
Berdasarkan Tabel 4.15. dapat dilihat bahwa nilai thitung adalah 0,475 dan nilai ttabel
sebesar 1,97385 sehingga (thitung = 0,475) < (ttabel = 1,97385) dan (nilai signifikansi
= 0,635) >0,05. Dengan demikian dapat disimpulkan bahwa maka H0 diterima dan
H1 ditolak, yang berarti variabel Pertumbuhan Penjualan tidak berpengaruh secara
signifikan terhadap Nilai Perusahaan manufaktur yang terdaftar di Bursa Efek
Indonesia.
3. Pengaruh Ukuran Perusahaan terhadap Nilai Perusahaan
Berdasarkan Tabel 4.15. dapat dilihat bahwa nilai thitung adalah 7,002 dan nilai ttabel
sebesar 1,97385 (thitung = 7,002) > (ttabel = 1,97385) dan (nilai signifikansi = 0,000)
< 0,05. Dengan demikian dapat disimpulkan bahwa maka H0 ditolak dan H1
diterima, yang berarti variabel Ukuran Perusahaan berpengaruh signifikan terhadap
Nilai Perusahaan pada perusahaan manufaktur yang terdaftar di Bursa Efek
Indonesia.
4. Pengaruh Struktur Modal terhadap Nilai Perusahaan
 56

Berdasarkan Tabel 4.15. dapat dilihat bahwa nilai thitung adalah 1,600 dan nilai ttabel
sebesar 1,97385 sehingga (thitung = 1,600) < (ttabel = 1,97385) dan (nilai signifikansi
= 0,112) > 0,05. Dengan demikian dapat disimpulkan bahwa maka H0 diterima dan
H1 ditolak, yang berarti variabel Struktur Modal tidak berpengaruh secara
signifikan terhadap Nilai Perusahaan pada perusahaan manufaktur yang terdaftar di
Bursa Efek Indonesia.
Analisis regresi linear berganda dari pengaruh Likuiditas, Pertumbuhan
Penjualan, Ukuran Perusahaan, Stuktur Modal terhadap Nilai Perusahaan pada
perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia periode 2015-2017
dapat dilihat dari hasil persamaan regresi sebagaimana ditunjukkan pada table 4.15.
LN_Nilai Perusahaan = -9,598 + 0,257 Likuiditas + 0,256 Pertumbuhan
Penjualan + 0,327 Ukuran Perusahaan + 0,262
LN_Struktur Modal (4.1)
Dari persamaan tabel regresi 4.15, dapat disimpulkan bahwa:
1. Nilai konstanta sebesar -9,598 yang berarti apabila Likuiditas, Pertumbuhan
Penjualan, Ukuran Perusahaan, Struktur modal bernilai konstanta atau nol (0),
maka nilai dari LN_Nilai Perusahaan adalah sebesar -9,598 satuan.
2. Variabel Likuiditas dengan nilai koefisien sebesar 0,257 yang berarti bahwa setiap
kenaikan Likuiditas sebesar 1 (satu) satuan, maka LN_Nilai Perusahaan akan
meningkat sebesar 0,257 satuan dengan asumsi variabel selain Likuiditas dianggap
konstan atau nol (0).
3. Variabel Pertumbuhan Penjualan dengan nilai koefisien sebesar 0,256 yang berarti
bahwa setiap kenaikan pertumbuhan penjualan sebesar 1 (satu) satuan, maka
LN_Nilai Perusahaan akan meningkat sebesar 0,256 satuan dengan asumsi variabel
selain pertumbuhan penjualan dianggap konstan atau nol (0).
4. Variabel Ukuran Perusahaan dengan nilai koefisien sebesar 0,327 yang berarti
bahwa setiap kenaikan Ukuran Perusahaan sebesar 1 (satu) satuan, maka LN_Nilai
Perusahaan akan meningkat sebesar 0,327 satuan dengan asumsi variabel selain
Ukuran Perusahaan dianggap konstan atau nol (0).
5. Variabel Struktur Modal dengan nilai koefisien sebesar 0,262 yang berarti bahwa
setiap kenaikan struktur modal sebesar 1 (satu) satuan, maka LN_Nilai Perusahaan
akan meningkat sebesar 0,262 satuan dengan asumsi variabel selain struktur modal
dianggap konstan atau nol (0).
 57

C. Uji Koefisien Determinasi (R2)

Koefisien determinasi (R2) pada intinya mengukur seberapa jauh suatu
kemampuan model dalam menerangkan variasi variabel dependen. Berdasarkan hasil
pengujian diperoleh hasil Adjusted R2 sebagaimana ditunjukkan pada Tabel 4.16.
berikut ini :
Tabel 4. 16. Hasil Pengujian Hipotesis Koefisien Determinasi
Modal R R Square Adjusted R Square Std. Error of the Estimate
a
1 ,510 ,260 ,243 ,91282
a. Predictors: (Constant), Ln_Strukturmodal, Ukuranperusahaan, Pertumbuhanpenjualan, Likuiditas
b. Dependent Variable: Ln_Nilaiperusahaan

Berdasarkan hasil pengujian pada Tabel 4.16, diketahui bahwa nilai Adjusted
R Square (Adjusted R2) yang diperoleh adalah sebesar 0,243 yang berarti LN_Nilai
Perusahaan mampu dijelaskan oleh keempat variabel independen yaitu Likuiditas,
Pertumbuhan penjualan, Ukuran Perusahaan, dan struktur modaladalah sebesar 0,243
atau sebesar 24,3% sedangkan sisanya sebesar 75,7% dijelaskan oleh variabel lain
yang tidak diteliti dalam penelitian ini.

4.1.4.2. Pengujian Hipotesis Kedua

Hasil Pengujian hipotesis kedua dapat dilihat pada tabel 4.17 berikut ini:
Tabel 4. 17. Hasil Pengujian Hipotesis Kedua
Unstandardized Coefficients
Models
B Std. Error t Sig.
1 (Constant)
Likuiditas*Ln_ReturnOnAsset ,179 ,025 7,247 ,000
PertumbuhanPenjualan*Ln_ReturnOnAsset ,387 ,372 1,039 ,300
UkuranPerusahaan*Ln_ReturnOnAsset ,015 ,002 8,981 ,000
Ln_StrukturModal*Ln_ReturnOnAsset -,285 ,071 -4,008 ,000
a.Dependent Variable: Ln_Nilai Perusahaan
Berdasarkan hasil pengujian pada tabel 4.17. dapat disimpulkan bahwa:
1. Likuiditas*Ln_ReturnOnAsset memperoleh nilai sig. sebesar 0,000 < 0,05 yang
artinya H2a diterima dan H0 ditolak yaitu Return On Asset sebagai variabel
moderasi mampu memoderasi hubungan variabel Likuiditas terhadap Nilai
Perusahaan pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia
periode 2015-2017.
2. PertumbuhanPenjualan*Ln_ReturnOnAsset memperoleh nilai sig. sebesar 0,300 >
0,05 yang artinya H2a ditolak dan H0 diterima yaitu Return On Asset sebagai
 58

variabel moderasi tidak mampu memoderasi hubungan variabel Pertumbuhan

Penjualan terhadap Nilai Perusahaan pada perusahaan manufaktur yang terdaftar
di Bursa Efek Indonesia periode 2015-2017.
3. UkuranPerusahaan*Ln_ReturnOnAsset memperoleh nilai sig. sebesar 0,000 < 0,05
yang artinya H2a diterima dan H0 ditolak yaitu Return On Asset sebagai variabel
moderasi mampu memoderasi hubungan variabel Ukuran Perusahaan terhadap
Nilai Perusahaan pada perusahaan manufaktur yang terdaftar di Bursa Efek
Indonesia periode 2015-2017.
4. Ln_StrukturModal*Ln_ReturnOnAsset memperoleh nilai sig. sebesar 0,000 < 0,05
yang artinya H2a diterima dan H0 ditolak yaitu Return On Asset sebagai variabel
moderasi mampu memoderasi hubungan variabel Struktur Modal terhadap Nilai
Perusahaan pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia
periode 2015-2017.

4.2. Pembahasan
Berdasarkan hasil penelitian yang telah dilakukan, diperoleh hasil bahwa
Likuiditas, Pertumbuhan Penjualan, Ukuran Perusahaan dan Struktur Modal
berpengaruh secara simultan terahadap Nilai Perusahaan pada perusahaan manufaktur
yang terdaftar di Bursa Efek Indonesia periode 2015-2017.

4.2.1 Pengaruh Likuiditas terahadap Nilai Perusahaan dengan Return On Asset

sebagai variabel moderasi.
Variabel likuditas dalam penelitian ini berpengaruh terahadap Nilai Perusahaan.
Hal ini sejalan dengan hasil penelitian yang menyatakan bahwa likuiditas berpengaruh
signifikan terhadap nilai perusahaan [4]. Namun tidak sejalan dengan hasil penelitian
lain yang menyatakan bahwa likuiditas tidak berpengaruh terhadap nilai perusahaan
[5].
Likuiditas adalah kemampuan suatu perusahaan memenuhi kewajiban jangka
pendeknya secara tepat waktu [12]. Perusahaan yang memiliki rasio CR yang tinggi
memberikan jaminan kepada kreditor bahwa pinjamannya tersebut akan segera dapat
dibayar secara tepat waktu pada saat jatuh tempo sehingga memberikan rasa aman
kepada investor yang akan berimbas pada meningkatnya nilai perusahaan [27].
 59

Rasio likuiditas menggambarkan kinerja keuangan perusahaan dari segi

kewajiban dapat mempengaruhi penilaian pihak lain khususnya investor dalam rangka
memberikan kepercayaan untuk menanamkan modalnya. Jika perusahaan memiliki
kemampuan yang baik dalam memenuhi kewajiban jangka pendeknya dengan
menggunakan aktiva lancar maka perusahaan dapat dikatakan likuid sehingga investor
tidak perlu khawatir dalam menginvestasikan dananya. Semakin tinggi rasio likuiditas
maka semakin tinggi pula kewajiban perusahaan yang di tanggung dengan aktiva
lancar. Dengan demikian kepercayaan pihak lain semakin meninggkat, hal ini berarti
nilai perusahaan juga semakin baik.
Dari hasil penelitian ini juga diketahui bahwa variabel Return On Asset mampu
memoderasi hubungan antara likuiditas terhadap nilai perusahaan pada perusahaan
manufaktur yang terdaftar di Bursa Efek Indonesia periode 2015-2017. Perusahaan
yang menginginkan tingkat kepercayaan yang tinggi dari pihak kreditur harus mampu
mengoptimalkan nilai likuiditasnya dengan cara membayarkan hutang jangka
pendeknya secara tepat waktu, dengan demikian nilai perusahaan akan semakin tinggi.
Maka dari itu perusahaan dapat menggunakan laba yang di hasilkan dari aktivitas
operasional untuk melunasi hutang jangka pendeknya tersebut sehingga perusahaan
dapat memberikan rasa aman dan kepercayaan kepada pihak kreditur. Oleh karena itu,
dapat disimpulkan bahwa keberadaan return on asset mampu memoderasi hubungan
antara likuiditas dengan nilai perusahaan.

4.2.2 Pengaruh Pertumbuhan Penjualan terhadap Nilai Perusahaan dengan

Return On Asset sebagai variabel moderasi.
Variabel pertumbuhan penjualan dalam penelitian ini tidak berpengaruh
terhadap nilai perusahaan. Hal ini sejalan dengan hasil penelitian yang menyatakan
bahwa pertumbuhan penjualan tidak berpengaruh terhadap nilai perusahaan [7].
Namun tidak sejalan dengan hasil penelitian lain yang menyatakan bahwa
pertumbuhan penjualan berpengaruh signifikan terhadap nilai perusahaan [6].
Pertumbuhan penjualan (sales growth) merupakan volume penjualan pada
tahun-tahun mendatang, berdasarkan data pertumbuhan volume penjualan historis
[10]. Apabila pertumbuhan penjualan positif dan semakin meningkat, maka akan
mengindikasikan nilai perusahaan yang besar, yang merupakan harapan dari pemilik
 60

perusahaan. Para investor menggunakan pertumbuhan penjualan sebagai indikator

untuk melihat prospek dari perusahaan tempat mereka akan berinvestasi nantinya [6].
Tidak berpengaruhnya pertumbuhan penjualan terhadap nilai perusahaan
dikarenakan pertumbuhan penjualan dilihat dari pendapatan perusahaan yang belum
dikurangi dengan biaya-biaya lainnya, dimana jika penjualan meningkat belum tentu
memperoleh laba yang meningkat juga sehingga mengindikasikan laba juga akan bisa
menurun. Dengan menurunnya laba tersebut maka harga saham perusahaan tidak akan
meningkat , sehingga tidak akan mempengaruhi nilai perusahaan.
Dari hasil penelitian ini juga diketahui bahwa variabel Return On Asset tidak
mampu memoderasi hubungan antara pertumbuhan penjualan terhadap nilai
perusahaan pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia
periode 2015-2017. Setiap perusahaan berupaya untuk meningkatkan pertumbuhan
penjualannya dari tahun ke tahun. Hal itu dilakukan untuk memudahkan menarik
investor menanamkan modalnya di perusahaan tersebut. Perusahaan yang memiliki
pertumbuhan penjualan yang baik menandakan produk yang diedarkan dipasaran
dapat dengan mudah diterima oleh masayarakat. Pihak luar akan lebih mudah
mengenal perusahaan tersebut dari produk yang mereka pasarkan daripada aset yang
mereka miliki. Maka dari itu dapat disimpulkan bahwa return on asset tidak mampu
memoderasi hubungan antara pertumbuhan penjualan dengan nilai perusahaan.

4.2.3 Pengaruh Ukuran Perusahaan terhadap nilai perusahaan dengan Return

On Asset sebagai variabel moderasi.
Variabel ukuran perusahaan dalam penelitian ini berpengaruh terhadap nilai
perusahaan. Hal ini sejalan dengan hasil penelitian yang menyatakan bahwa ukuran
perusahaan berpengaruh signifikan terhadap niali perusahaan [6]. Namun tidak sejalan
dengan hasil penelitian lain yang menyatakan bahwa ukuran perusahaan tidak
berpengaruh terhadap nilai perusahaan [8].
Ukuran perusahaan adalah suatu skala dimana dapat diklasifikasikan besar
kecilnya perusahaan menurut berbagai cara antara lain dengan total asset, nilai pasar
saham, dan lain-lain. Ukuran perusahaan dianggap mampu mempengaruhi nilai
perusahaan karena semakin besar ukuran atau skala perusahaan maka akan semakin
mudah bagi perusahaan dalam memperoleh sumber pendanaan, baik yang besifat
internal maupun eksternal [11]. Perusahaan dengan pertumbuhan yang besar akan
 61

memperoleh kemudahan untuk memasuki pasar modal karena investor menangkap

sinyal yang positif terhadap perusahaan yang memiliki pertumbuhan yang besar,
sehingga respons yang positif ini dapat mencerminkan meningkatnya nilai perusahaan
[11].
Ukuran perusahaan merupakan salah satu indikasi untuk mengukur kinerja
suatu perusahaan. Apabila perusahaan memiliki asset yang besar, maka pihak
manajemen akan lebih leluasa dalam mempergunakan asset yang terdapat dalam
perusahaan tersebut dan juga perusahaan akan semakin mudah memperoleh sumber
pendanaan,sehingga perusahaan cenderung memiliki sumber dana yang lebih banyak
guna menunjang kegiatan operasionalnya. Sehingga perusahaan mendapatkan lebih
banyak peluang untuk memperoleh laba yang lebih tinggi, dengan semakin tingginya
perolehan laba akan meningkatkan harga saham perusahaan yang pada ujungnya akan
meningkatkan nilai perusahaan.
Dari hasil penelitian ini juga diketahui bahwa variabel Return On Asset mampu
memoderasi hubungan antara ukuran perusahaan terhadap nilai perusahaan pada
perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia periode 2015-2017.
Perusahaan yang memiliki ukuran skala besar akan memberikan minat para investor
untuk menanamkan modalnya pada perusahaan tersebut dikarenakan ukuran
perusahaan yang besar diharapkan berbanding lurus dengan laba yang di hasilkan. Jika
return on asset tinggi maka asset tersebut dapat digunakan pihak perusaan untuk
menghasilkan laba yang tinggi pula. Maka dari itu dapat disimpulkan bahwa return on
asset mampu memoderasi hubungan antara ukuran perusahaan dengan nilai
perusahaan.

4.2.4 Pengaruh Struktur Modal terhadap nilai perusahaan dengan Return On

Asset sebagai variabel moderasi.
Variabel struktur modal dalam penelitian ini tidak berpengaruh terhadap nilai
perusahaan. Hal ini sejalan dengan hasil penelitian yang menyatakan bahwa struktur
modal tidak berpengaruh terhadap nilai perusahaan [9]. Namun tidak sejalan dengan
hasil penelitian lain yang menyatakan bahwa struktur modal berpengaruh terhadap
nilai perusahaan [6].
Struktur modal adalah kombinasi utang dan modal sendiri (saham preferen dan
saham biasa). Untuk memperoleh modal yang dibutuhkan, perusahaan perlu
 62

memperhatikan pertimbangan antara utang dan modal. Dalam hal ini, perusahaan
harus mengambil keputusan permodalan yang paling optimal sehingga menghasilkan
kombinasi utang dan modal yang akan mampu menghasilkan return yang maksimal.
Besarnya nilai modal perusahaan yang relative lebih besar dari hutang
menjadikan nilai Debt to equity ratio semakin rendah dan membuat kemampuan
perusahaan dalam memenuhi kewajibannya tidak diragukan lagi. Struktur modal yang
sedemikian rupa membuat investor tidak lagi khawatir perusahaan tidak mampu
memenuhi kewajibannya, sehingga indikator Debt to equity ratio dianggap kurang
mampu berpenegaruh dalam keputusan investasi. Hal ini dapat disumpulkan bahwa
struktur modal tidak berpengaruh terhadap keputusan investasi sehingga tidak
mempengaruhi harga saham yang menjadi dasar perhitungan nilai perusahaan.
Dari hasil penelitian ini juga diketahui bahwa variabel Return On Asset mampu
memoderasi hubungan antara struktur modal terhadap nilai perusahaan pada
perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia periode 2015-2017.
Struktur modal merupakan perbandingan utang terhadap modal. Dimana perusahaan
berupaya untuk mendapatkan dana perusahaan dengan tingkat resiko yang lebih
rendah. Perusahaan biasanya menggunakan laba ditahan sebagai pendanaan mereka
karena opsi ini tidak beresiko atau memiliki resiko paling kecil diantara opsi
pendanaan lain. Laba ditahan adalah pendanaan yang diperoleh dari laba hasil
operasional perusahaan diperiode sebelumnya. Jika suatu perusahaan memiliki tingkat
return on asset yang tinggi maka perusahaan dapat menggunakan opsi ini. Oleh karena
itu, dapat disimpulkan bahwa keberadaan return on asset mampu memoderasi
hubungan antara struktur modal dengan nilai perusahaan.
 BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan hasil penelitian yang telah dilakukan, maka dapat diperoleh
kesimpulan sebagai berikut:
1. Secara simultan, variabel independent yaitu Likuiditas, Pertumbuhan Penjualan,
Ukuran Perusahaan dan Struktur Modal berpengaruh terahadap Nilai Perusahaan
pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia untuk periode
2015 sampai dengan 2017. Secara parsial, variabel Likuiditas dan Ukuran
Perusahaan berpengaruh terhadap Nilai Perusahaan pada perusahaan manufaktur
yang terdaftar di Bursa Efek Indonesia untuk periode 2015 sampai dengan 2017.
Tetapi variabel Pertumbuhan Penjualan dan Struktur Modal tidak berpengaruh
terhadap Nilai Perusahaan pada perusahaan manufaktur yang terdaftar di Bursa
Efek Indonesia untuk periode 2015 sampai dengan 2017.
2. Variabel Return On Asset mampu memperkuat hubungan antara Likuiditas,
Ukuran Perusahaan, dan Struktur Modal dengan Nilai Perusahaan, namun Return
On Asset tidak mampu memperkuat hubungan antara Pertumbuhan Penjualan
dengan Nilai perusahaan pada perusahaan manufaktur yang terdaftar di Bursa Efek
Indonesia pada periode 2015-2017.

5.2 Saran
Beberapa saran yang dapat diberikan peneliti adalah sebagai berikut:
1. Bagi investor agar lebih memperhatikan Likuiditas dan Ukuran perusahaan
sebelum melakukan investasi karena variabel tersebut dapat mempengaruhi nilai
perusahaan. Likuiditas yang baik dan Ukuran Perusahaan yang berskala besar
dapat meningkatkan Nilai perusahaan.
2. Bagi peneliti selanjutnya dapat menggunakan variabel lain dengan menggunakan
Return On Investment (ROI). Return On Investment (ROI) merupakan rasio yang
menunjukan hasil (Return) atas jumlah aktiva yang digunakan dalam perusahaan
atau suatu ukuran tentang efesiensi manajemen. Rasio ini menunjukan hasil dari
seluruh aktiva yang dikendalikannya dengan mengabaikan sumber pendanaan dan
biasanya rasio ini diukur dengan persentase. Alasan pemilihan variabel ini karena
 64

salah satu tujuan investor yaitu untuk mendapatkan keuntungan yang maksimal
dari modal yang di tanamkan.
3. Bagi perusahaan khususnya pihak manajemen agar dapat mepertimbangkan dan
memaksimalkan pertumbuhan penjualan guna meningkatkan pendapatan dari
tahun ke tahun agar perusahaan dapat berkembang menjadi perusahaan berskala
besar sehingga dapat bersaing dan menarik minat para investor.
 65

DAFTAR PUSTAKA

[1] A. Gunawan, "Laba Bersih Naik Kenapa Saham ASII Tertekan?," CNBC
Indonesia, 05 Maret 2018. [Online]. Available:
https://www.cnbcindonesia.com/market/20180305142711-17-6266/laba-bersih-
naik-kenapa-saham-asii-tertekan. [Accessed 25 September 2018].

[2] E. Rahmayanti, "Meski Laba Turun Tipis, Harga Saham Auto Meroket 115%,"
Bareksa, 25 April 2018. [Online]. Available:
https://m.bareksa.com/id/text/2018/04/25/meski-laba-turun-tipis-harga-saham-
auto-tetap-meroket-15-persen/19117/news. [Accessed 18 September 2018].

[3] R. Kurniawan, "Kinerja Laporan Keuangan Kuartal IV 2016," Rivan Kurniawan

Indonesia Value Investor, 07 April 2017. [Online]. Available:
http://rivankurniawan.com/2017/04/07/kinerja-laporan-keuangan-kuartal-iv-
2016/. [Accessed 24 September 2018].

[4] A. N. D. A. Putra and P. V. Lestari, "Pengaruh Kebijakan Deviden, Likuiditas,

Profitabilitas dan Ukuran Perusahaan Terhadap Nilai Perusahaan," Manajemen
UNUD, vol. 5, no. 7, 2016.

[5] M. Nurhayati, "Profitabilitas, Likuiditas dan Ukuran Perusahaan pengaruhnya

terhadap Kebijakan Deviden dan Nilai Perusahaan sektor non jasa," Keuangan
dan Bisnis, vol. 5, no. 2, 2013.

[6] M. S. R. Pantow, S. Murni and I. Trang, "Analisa Pertumbuhan Penjualan,

Ukuran Perusahaan, Return On Asset, dan Struktur Modal terhadap Nilai
Perusahaan yang tercatat di Indeks LQ 45," EMBA, vol. 3, no. 1, 2015.

[7] V. Hansen and J. , "Pengaruh Family Control, Size, Sales Growth, dan Leverage
terhadap Profitabilitas dan Nilai Perusahaan pada sektor Perdagangan,Jasa,dan
Investasi," Business Acounting Review, vol. 2, no. 1, 2014.

[8] A. S. M. Dewi and A. Wirajaya, "Pengaruh Struktur Modal, Profitabilitas dan

Ukuran Perusahaan pada Nilai Perusahaan," Akuntasi Universitas Udayana, vol.
4, no. 2, 2013.

[9] N. Ogolmagai, "Leverage pengaruhnya terhadap Nilai Perusahaan pada Industri

Manufaktur yang Go Publik di Indonesia," EMBA, vol. 1, no. 3, 2013.

[10] Rudianto, Akuntansi Manajemen, Yogyakarta: Grasindo, 2009.

[11] Hery, Kajian Riset Akuntansi, Jakarta: PT. Grasindo, Anggota IKAPI, 2017.
 66

[12] I. Fahmi, Manajemen Keuangan Perusahaan dan Pasar Modal, Jakarta: Mitra
Wacana Media, 2014.

[13] Wiyono, Gendro ; Kusuma, Hadri, Manajemen Keuangan Lanjutan, Yogyakarta:

UPP STIM YKPN, 2017.

[14] Hamdani, Good Corporate Governance, Jakarta: Mitra Wacana Media, 2016.

[15] Kasmir, Analisis Laporan Keuangan, Yogyakarta: PT. Rajawali Pers, 2010.

[16] R. Indriani and Kamaludin, Manajemen Keuangan "Konsep Dasar dan

Penerapannya" Edisi Revisi, Bandung: Mandar Maju, 2012.

[17] Sulindawati, Ni Luh Gede Erni, Manajemen Keuangan: Sebagai Dasar

Pengambilan Keputusan Bisnis, Jakarta: PT. Rajagrafindo Persada, 2017.

[18] Hery, Pengantar Akuntansi Comprehensive Edition, Jakarta: PT. Grasindo,

Anggota IKAPI, 2015.

[19] Wurdayanti, Yunika, Anggaran Perusahaan: Konsep dan Aplikasi, Bogor:

Penerbit In Media, 2017.

[20] Budiarto, A. S., KPI; Key Performance Indicator, Depok: Huta Publisher, 2017.

[21] Tenardhi, Billy Taufan, The 8 Continuums Of Sales Management Process,

Jakarta: Raih Asah Sukses, 2012.

[22] R. Budiman, Rahasia analisis fundamental saham, Jakarta: PT. Elex Media
Komputindo, 2018.

[23] Brigham, Eugene F; Houston, Joel F, Dasar-Dasar Manajemen Keuangan,

Jakarta: Salemba Empat, 2011.

[24] Murhadi, Werner R. , Analisis Laporan Keuangan, Proyeksi dan Valuasi saham,
Jakarta: Salemba Empat, 2013.

[25] Harmono, Manajemen Keuangan Berbasis Balanced Scorecard Pendekatan

Teori, Kasus dan Riset Bisnis, Jakarta: PT Bumi Aksara, 2018.

[26] Hery, Teori Akuntansi Pendekatan Konsep dan Analisis, Jakarta: PT. Grasindo,
Anggota IKAPI, 2017.

[27] Hery, Analisis Kinerja Manajemen, Jakarta: PT. Grasindo, 2014.

[28] F. Moniaga, "Struktur modal, Profitabilitas dan Struktur Biaya Terhadap Nilai
Perusahaan Industri Keramik, Porcelen dan Kaca Periode 2007 - 2011," EMBA,
vol. 1, no. 4, pp. 433-442, 2013.
 67

[29] K. Apriada and M. S. Suardikha, "Pengaruh Struktur Kepemilikan Saham,

Struktur Modal dan Profitabilitas pada Nilai Perusahaan," Ekonomi Dan Bisnis,
vol. 5, no. 2, pp. 201-218, 2016.

[30] M. Welley and V. untu, Faktor - Faktor yang Mempengaruhi Nilai Perusahaan
di Sektor Pertanian Pada Bursa Efek Indonesia Tahun 2010-2013, vol. 3, no. 1,
pp. 972-983, 2015.

[31] P. M. Novari and P. V. Lestari, "Pengaruh Ukuran Perusahaan, Leverage, dan

Profitabilitas Terhadap Nilai Perusahaan Pada Sektor Properti dan Real Estate,"
E-Jurnal Manajemen, vol. 5, no. 9, pp. 5671 - 5694, 2016.

[32] D. Sunyoto, Metodologi Penelitian Akuntansi, Cetakan Satu, Bandung: PT.

Refika Aditama, 2013.

[33] N. Dantes, Metode Penelitian, Yogyakarta: CV. Andi, 2012.

[34] I. Ghozali, Aplikasi Analisis Multivariate dengan Program IBM SPSS 21, 8 ed.,
Semarang: Badan Penerbit Universitas Dipenogoro, 2013.

[35] S. V. Jual Saham Anda Lebih Mahal, Jakarta: Vibby Publishing , 2010.

[36] S. S. Harahap, Analisis Kritis atas Laporan Keuangan, Jakarta: Rajawali Pers,
2016.

[37] UURI, Tentang Usaha Mikro, Kecil dan Menengah, 2008.

[38] Kasmir, Analisis Laporan Keuangan, Jakarta: Raja Grafindo Persada, 2015.
 68

LAMPIRAN

Lampiran 1 Daftar Populasi

No Kode Emiten Nama Emiten
1 ADES Akasha Wira Internatonal Tbk
2 ADMG Polychem Indonesia Tbk
3 AGII Aneka Gas Industri Tbk
4 AISA Tiga Pilar Sejahtera Food Tbk
5 AKKU Alam Karya Unggul Tbk
6 AKPI Argha Karya Prima Industry Tbk
7 ALDO Alkindo Naratama Tbk
8 ALKA Alaska Industrindo Tbk
9 ALMI Alumindo Light Metal Industry Tbk
10 ALTO Tri Banyan Tirta Tbk
11 AMFG Asahimas Flat Glass Tbk
12 AMIN Ateliers Mecaniques D'Indonesia Tbk
13 APLI Asiaplast Industries Tbk
14 ARGO Argo Pantes Tbk
15 ARNA Arwana Citra Mulia Tbk
16 ASII Astra International Tbk
17 AUTO Astra Otoparts Tbk
18 BAJA Saranacentral Bajatama Tbk
19 BATA Sepatu Bata Tbk
20 BELL Trisula Textile Indonesia Tbk
21 BIMA Primarindo Asia Infrastructure Tbk
22 BOLT Garuda Metalindo Tbk
23 BRAM Indo Kordsa Tbk
24 BRNA Berlina Tbk
25 BRPT Barito Pasific Tbk
26 BTON Beton Jaya Manunggal Tbk
27 BUDI Budi Starch & Sweetener Tbk
28 CAMP Campina Ice Cream Industry Tbk
29 CEKA Wilmar Cahaya Indonesia Tbk
30 CINT Chitose International Tbk
31 CLEO Sariguna Primata Tbk
32 CNTX Century Textile Industry Tbk
33 CPIN Chaoren Pokphand Indonesia Tbk
34 CTBN Citra Turbindo Tbk
35 DAJK Dwi Aneka Jaya Kemasindo Tbk
36 DLTA Delta Djakarta Tbk
37 DPNS Duta Pertiwi Nusantara Tbk
38 DVLA Darya Varia Laboratoria Tbk
39 EKAD Ekadharma Intenational Tbk
 69

Lanjutan lampiran 1
No Kode Emiten Nama Emiten
40 ERTX Eratex Djaya Tbk
41 ESTI Ever Shine Tex Tbk
42 ETWA Eterindo Wahanatama Tbk
43 FASW Fajar Surya Wisesa Tbk
44 FPNI Lotte Chemical Titan Tbk
45 GDST Gunawan Dianjaya Steel Tbk
46 GDYR Goodyear Indonesia Tbk
47 GGRM Gudang Garam Tbk
48 GJTL Gajah Tunggal Tbk
49 GMFI Garuda Maintenance Facility Aero Asia Tbk
50 HDTX Panasia Indo Resources Tbk
51 HMSP Handajaya Mandala Sampoerna Tbk
52 HOKI Buyung Poetra Sembada Tbk
53 ICBP Indofood CBP Sukses Makmur Tbk
54 IGAR Champion Pasific Indonesia Tbk
55 IKAI Inti Keramik Alam Sari Industri Tbk
56 IKBI Sumi Indo Kabel Tbk
57 IMAS Indomobil Sukses International Tbk
58 IMPC Impack Pratama Industri Tbk
59 INAF Indofarma (Persero) Tbk
60 INAI Indal Alumnium Industry Tbk
61 INCI Intan Wijaya International Tbk
62 INDF Indofood Sukses Makmur Tbk
63 INDR Indo Rama Synthetic Tbk
64 INDS Indospring Tbk
65 INKP Indah Kiat Pulp & Paper Tbk
66 INRU Toba Pulp Lestari Tbk
67 INTP Indocement Tunggal Prakasa Tbk
68 IPOL Indopoly Swakarsa Industry Tbk
69 ISSP Steel Pipe Industry of Indonesia Tbk
70 JECC Jembo Cable Company Tbk
71 JKSW Jakarta Kyoi Steel Work LTD Tbk
72 JPFA Japfa Comfeed Indonesia Tbk
73 JPRS Jaya Pari Steel Tbk
74 KAEF Kimia Farma (Persero) Tbk
75 KBLI KMI Wire and Cable Tbk
76 KBLM Kabelindo Murni Tbk
77 KBRI Kertas Basuki Rachmat Indonesia Tbk
78 KDSI Kedawung Setia Industrial Tbk
79 KIAS Keramika Indonesia Assosiasi Tbk
80 KICI Kedaung Indag Can Tbk
 70

Lanjutan lampiran 1
No Kode Emiten Nama Emiten
81 KINO Kino Indonesia Tbk
82 KLBF Kalbe Farma Tbk
83 KRAH Grand Kartech Tbk
84 KRAS Krakatau Steel Tbk
85 LION Lion Metal Works Tbk
86 LMPI Langgeng Makmur Industry Tbk
87 LMSH Lionmesh Prima Tbk
88 LPIN Multi Prima Sejahtera Tbk
89 MAIN Malindo Feedmill Tbk
90 MARK Mark Dynamics Indonesia Tbk
91 MASA Multistrada Arah Sarana Tbk
92 MBTO Martina Berto Tbk
93 MDKI Emdeki Utama Tbk
94 MERK Merck Indonesia Tbk
95 MLBI Multi Bintang Indonesia Tbk
96 MLIA Mulia Industrindo Tbk
97 MRAT Mustika Ratu Tbk
98 MYOR Mayora Indah Tbk
99 MYTX Apac Citra Centertex Tbk
100 NIKL Pelat Timah Nusantara Tbk
101 NIPS Nippres Tbk
102 PBID Panca Budi Idaman Tbk
103 PBRX Pan Brother's Tbk
104 PCAR Prima Cakrawala Abadi Tbk
105 PICO Pelangi Indah Canindo Tbk
106 POLY Asia Pasific Fibers Tbk
107 PRAS Prima Alloy Steel Universal Tbk
108 PSDN Prashida Aneka Niaga Tbk
109 PTSN Sat Nusa Persada Tbk
110 PYFA Pyridam Farma Tbk
111 RICY Ricky Putra Globalindo Tbk
112 RMBA Bantoel International Investama Tbk
113 ROTI Nippon Indosari Corporindo Tbk
114 SCCO Supreme Cale Manufacturing and Commerce Tbk
115 SCPI Merck Sharp Dohme Pharma Tbk
116 SIAP Sekawan Intipratama Tbk
117 SIDO Industri Jamu & Farmasi Sido Muncul Tbk
118 SIPD Siearad Produce Tbk
119 SKBM Sekar Bumi Tbk
120 SKLT Sekar Laut Tbk
121 SMBR Semen Baturaja Persero Tbk
 71

Lanjutan lampiran 1
No Kode Emiten Nama Emiten
122 SMCB Holcim Indonesia Tbk
123 SMGR Semen Indonesia Tbk
124 SMSM Selamat Sempurna Tbk
125 SPMA Suparma Tbk
126 SQBB Taisho Pharmaceutical Indonesia Tbk
127 SRIL Sri Rejeki Isman Tbk
128 SRSN Indo Acitama Tbk
129 SSTM Sunson Textile Manufacturer Tbk
130 STAR Star Petrochem Tbk
131 STTP Siantar Top Tbk
132 SULI SLJ Global Tbk
133 TALF Tunas Alfin Tbk
134 TBMS Tebaga Mulia Semanan Tbk
135 TCID Mandom Indonesia Tbk
136 TFCO Tifico Fiber Indonesia Tbk
137 TIRT Tirta Mahakam Resources Tbk
138 TKIM Pabrik Kertas Tjiwi Kimia Tbk
139 TOTO Surya Toto Indonesia Tbk
140 TPIA Chandra Asri Petrochemical Tbk
141 TRIS Trisula International Tbk
142 TRST Trias Sentosa Tbk
143 TSPC Tempo Scan Pasific Tbk
144 ULTJ Ultrajaya Milk Industry and Trading Company Tbk
145 UNIC Unggul Indah Cahaya Tbk
146 UNIT Nusantara Inti Corpora Tbk
147 UNVR Unilever Indonesia Tbk
148 VOKS Voksel Electric Tbk
149 WIIM Wismilak Inti Makmur Tbk
150 WOOD Integra Indo Cabinet Tbk
151 WSBP Waskita Beton Precast Tbk
152 WTON Wijaya Karya Beton Tbk
153 YPAS Yana Prima Hasta Persada Tbk
 72

Lampiran 2 Daftar Populasi dan Kriteria Pemilihan Sampel

Kode
No Nama Emiten Keterangan
Emiten
1 ADES Akasha Wira Internatonal Tbk 
2 ADMG Polychem Indonesia Tbk Mata uang USD
3 AGII Aneka Gas Industri Tbk Listing 20 september 2016
4 AISA Tiga Pilar Sejahtera Food Tbk Mengalami rugi tahun 2017
5 AKKU Alam Karya Unggul Tbk Delisting 28 desember 2015
6 AKPI Argha Karya Prima Industry Tbk 
7 ALDO Alkindo Naratama Tbk 
8 ALKA Alaska Industrindo Tbk Mengalami rugi tahun 2015
9 ALMI Alumindo Light Metal Industry Tbk Mengalami rugi tahun 2015
10 ALTO Tri Banyan Tirta Tbk Mengalami rugi tahun 2015 – 2017
11 AMFG Asahimas Flat Glass Tbk 
12 AMIN Ateliers Mecaniques D'Indonesia Tbk Listing 10 desember 2015
13 APLI Asiaplast Industries Tbk Mengalami rugi tahun 2017
14 ARGO Argo Pantes Tbk Mata uang USD
15 ARNA Arwana Citra Mulia Tbk 
16 ASII Astra International Tbk 
17 AUTO Astra Otoparts Tbk 
Mengalami rugi tahun 2015 dan
18 BAJA Saranacentral Bajatama Tbk
2017
19 BATA Sepatu Bata Tbk 
20 BELL Trisula Textile Indonesia Tbk Listing 3 oktober 2017
21 BIMA Primarindo Asia Infrastructure Tbk Mengalami rugi tahun 2015
22 BOLT Garuda Metalindo Tbk Listing 7 juli 2015
23 BRAM Indo Kordsa Tbk Mata uang USD
24 BRNA Berlina Tbk Mata uang USD
25 BRPT Barito Pasific Tbk Mata uang USD
26 BTON Beton Jaya Manunggal Tbk Mengalami rugi tahun 2016
27 BUDI Budi Starch & Sweetener Tbk 
28 CAMP Campina Ice Cream Industry Tbk Listing 19 desember 2017
29 CEKA Wilmar Cahaya Indonesia Tbk 
30 CINT Chitose International Tbk 
31 CLEO Sariguna Primata Tbk Listing 5 mei 2017
32 CNTX Century Textile Industry Tbk Mata uang USD
33 CPIN Chaoren Pokphand Indonesia Tbk 
34 CTBN Citra Turbindo Tbk Mata uang USD
35 DAJK Dwi Aneka Jaya Kemasindo Tbk Delisting 23 november 2017
36 DLTA Delta Djakarta Tbk 
37 DPNS Duta Pertiwi Nusantara Tbk 
38 DVLA Darya Varia Laboratoria Tbk 
39 EKAD Ekadharma Intenational Tbk 
40 ERTX Eratex Djaya Tbk Mata uang USD
41 ESTI Ever Shine Tex Tbk Mata uang USD
42 ETWA Eterindo Wahanatama Tbk Mengalamin rugi tahun 2015 – 2017
43 FASW Fajar Surya Wisesa Tbk Mengalami rugi tahun 2015
44 FPNI Lotte Chemical Titan Tbk Mata uang USD
 73

Lanjutan lampiran 2
Kode
No Nama Emiten Keterangan
Emiten
45 GDST Gunawan Dianjaya Steel Tbk Mengalami rugi tahun 2015
46 GDYR Goodyear Indonesia Tbk Mata uang USD
47 GGRM Gudang Garam Tbk 
48 GJTL Gajah Tunggal Tbk Mengalami rugi tahun 2015
Garuda Maintenance Facility Aero Asia
49 GMFI Listing 10 oktober 2017
Tbk
50 HDTX Panasia Indo Resources Tbk Mengalami rugi tahun 2015 – 2017
51 HMSP Handajaya Mandala Sampoerna Tbk 
52 HOKI Buyung Poetra Sembada Tbk listing 22 juni 2017
53 ICBP Indofood CBP Sukses Makmur Tbk 
54 IGAR Champion Pasific Indonesia Tbk 
55 IKAI Inti Keramik Alam Sari Industri Tbk Mengalami rugi tahun 2015 – 2017
56 IKBI Sumi Indo Kabel Tbk Mata uang USD
57 IMAS Indomobil Sukses International Tbk Mengalami rugi 2015 – 2017
58 IMPC Impack Pratama Industri Tbk 
59 INAF Indofarma (Persero) Tbk Mengalami rugi tahun 2016 – 2017
60 INAI Indal Alumnium Industry Tbk 
61 INCI Intan Wijaya International Tbk 
62 INDF Indofood Sukses Makmur Tbk 
63 INDR Indo Rama Synthetic Tbk Mata uang USD
64 INDS Indospring Tbk 
65 INKP Indah Kiat Pulp & Paper Tbk Mata uang USD
66 INRU Toba Pulp Lestari Tbk Mata uang USD
67 INTP Indocement Tunggal Prakasa Tbk 
68 IPOL Indopoly Swakarsa Industry Tbk Mata uang USD
69 ISSP Steel Pipe Industry of Indonesia Tbk 
70 JECC Jembo Cable Company Tbk 
71 JKSW Jakarta Kyoi Steel Work LTD Tbk Mengalami rugi tahun 2015 – 2017
72 JPFA Japfa Comfeed Indonesia Tbk 
73 JPRS Jaya Pari Steel Tbk Mengalami rugi tahun 2015 – 2017
74 KAEF Kimia Farma (Persero) Tbk 
75 KBLI KMI Wire and Cable Tbk 
76 KBLM Kabelindo Murni Tbk 
77 KBRI Kertas Basuki Rachmat Indonesia Tbk Mengalami rugi tahun 2015 – 2017
78 KDSI Kedawung Setia Industrial Tbk 
79 KIAS Keramika Indonesia Assosiasi Tbk Mengalami rugi di tahun 2017
80 KICI Kedaung Indag Can Tbk Mengalami Rugi di tahun 2015
81 KINO Kino Indonesia Tbk Listing, 11 Desember 2015
82 KLBF Kalbe Farma Tbk 
83 KRAH Grand Kartech Tbk Rugi
84 KRAS Krakatau Steel Tbk Mata uang USD
85 LION Lion Metal Works Tbk 
86 LMPI Langgeng Makmur Industry Tbk Mengalami Rugi di tahun 2017
87 LMSH Lionmesh Prima Tbk 
88 LPIN Multi Prima Sejahtera Tbk Mengalami Rugi di tahun 2015, 2016
89 MAIN Malindo Feedmill Tbk Mengalami Rugi di tahun 2015
90 MARK Mark Dynamics Indonesia Tbk Listing, 12 Juli 2017
 74

Lanjutan lampiran 2
Kode
No Nama Emiten Keterangan
Emiten
91 MASA Multistrada Arah Sarana Tbk Mata uang USD
92 MBTO Martina Berto Tbk Mengalami Rugi di tahun 2015, 2017
93 MDKI Emdeki Utama Tbk Listing, 25 September 2017
94 MERK Merck Indonesia Tbk 
95 MLBI Multi Bintang Indonesia Tbk 
96 MLIA Mulia Industrindo Tbk Mengalami Rugi di tahun 2015
97 MRAT Mustika Ratu Tbk Mengalami Rugi di tahun 2016, 2017
98 MYOR Mayora Indah Tbk 
Mengalami Rugi di tahun 2015,
99 MYTX Apac Citra Centertex Tbk
2016, 2017
100 NIKL Pelat Timah Nusantara Tbk Mata uang USD
101 NIPS Nippres Tbk 
102 PBID Panca Budi Idaman Tbk Listing, 31 Desember 2017
103 PBRX Pan Brother's Tbk Mata uang USD
104 PCAR Prima Cakrawala Abadi Tbk Listing, 29 Desember 2017
105 PICO Pelangi Indah Canindo Tbk 
106 POLY Asia Pasific Fibers Tbk Mata uang USD
107 PRAS Prima Alloy Steel Universal Tbk Mengalami Rugi di tahun 2016, 2017
108 PSDN Prashida Aneka Niaga Tbk Mengalami Rugi di tahun 2015, 2016
109 PTSN Sat Nusa Persada Tbk Mata uang USD
110 PYFA Pyridam Farma Tbk 
111 RICY Ricky Putra Globalindo Tbk 
Mengalami Rugi di tahun 2015,
112 RMBA Bantoel International Investama Tbk
2016, 2017
113 ROTI Nippon Indosari Corporindo Tbk 
Supreme Cale Manufacturing and
114 SCCO 
Commerce Tbk
115 SCPI Merck Sharp Dohme Pharma Tbk Delisting, 1 juni 2016
Mengalami Rugi di tahun 2015,
116 SIAP Sekawan Intipratama Tbk
2016, 2017
Industri Jamu & Farmasi Sido Muncul
117 SIDO 
Tbk
118 SIPD Siearad Produce Tbk Mengalami Rugi di tahun 2015, 2017
119 SKBM Sekar Bumi Tbk 
120 SKLT Sekar Laut Tbk 
121 SMBR Semen Baturaja Persero Tbk 
122 SMCB Holcim Indonesia Tbk Mengalami Rugi di tahun 2016, 2017
123 SMGR Semen Indonesia Tbk 
124 SMSM Selamat Sempurna Tbk 
125 SPMA Suparma Tbk Mengalami Rugi di tahun 2015
126 SQBB Taisho Pharmaceutical Indonesia Tbk Delisting, 24 Oktober 2017
127 SRIL Sri Rejeki Isman Tbk Mata uang USD
128 SRSN Indo Acitama Tbk 
Mengalami Rugi di tahun 2015,
129 SSTM Sunson Textile Manufacturer Tbk
2016, 2017
130 STAR Star Petrochem Tbk 
131 STTP Siantar Top Tbk 
132 SULI SLJ Global Tbk Mata uang USD
133 TALF Tunas Alfin Tbk 
 75

Lanjutan lampiran 2
Kode
No Nama Emiten Keterangan
Emiten
134 TBMS Tebaga Mulia Semanan Tbk Mata uang USD
135 TCID Mandom Indonesia Tbk 
136 TFCO Tifico Fiber Indonesia Tbk Mata uang USD
137 TIRT Tirta Mahakam Resources Tbk Mengalami Rugi di tahun 2015
138 TKIM Pabrik Kertas Tjiwi Kimia Tbk Mata uang USD
139 TOTO Surya Toto Indonesia Tbk 
140 TPIA Chandra Asri Petrochemical Tbk Mata uang USD
141 TRIS Trisula International Tbk 
142 TRST Trias Sentosa Tbk 
143 TSPC Tempo Scan Pasific Tbk 
Ultrajaya Milk Industry and Trading
144 ULTJ 
Company Tbk
145 UNIC Unggul Indah Cahaya Tbk Mata uang USD
146 UNIT Nusantara Inti Corpora Tbk 
147 UNVR Unilever Indonesia Tbk 
148 VOKS Voksel Electric Tbk 
149 WIIM Wismilak Inti Makmur Tbk 
150 WOOD Integra Indo Cabinet Tbk Listing, 21 Juni 2017
151 WSBP Waskita Beton Precast Tbk Listing, 20 September 2016
152 WTON Wijaya Karya Beton Tbk 
Mengalami Rugi di tahun
153 YPAS Yana Prima Hasta Persada Tbk
2015,2016,2017
 76

Lampiran 3 Daftar Sampel Penelitian

No Kode Emiten Nama Emiten
1 ADES Akasha Wira Internatonal Tbk
2 AKPI Argha Karya Prima Industry Tbk
3 ALDO Alkindo Naratama Tbk
4 AMFG Asahimas Flat Glass Tbk
5 ARNA Arwana Citra Mulia Tbk
6 ASII Astra International Tbk
7 AUTO Astra Otoparts Tbk
8 BATA Sepatu Bata Tbk
9 BUDI Budi Starch & Sweetener Tbk
10 CEKA Wilmar Cahaya Indonesia Tbk
11 CINT Chitose International Tbk
12 CPIN Chaoren Pokphand Indonesia Tbk
13 DLTA Delta Djakarta Tbk
14 DPNS Duta Pertiwi Nusantara Tbk
15 DVLA Darya Varia Laboratoria Tbk
16 EKAD Ekadharma Intenational Tbk
17 GGRM Gudang Garam Tbk
18 HMSP Handajaya Mandala Sampoerna Tbk
19 ICBP Indofood CBP Sukses Makmur Tbk
20 IGAR Champion Pasific Indonesia Tbk
21 IMPC Impack Pratama Industri Tbk
22 INAI Indal Alumnium Industry Tbk
23 INCI Intan Wijaya International Tbk
24 INDF Indofood Sukses Makmur Tbk
25 INDS Indospring Tbk
26 INTP Indocement Tunggal Prakasa Tbk
27 ISSP Steel Pipe Industry of Indonesia Tbk
28 JECC Jembo Cable Company Tbk
29 JPFA Japfa Comfeed Indonesia Tbk
30 KAEF Kimia Farma (Persero) Tbk
31 KBLI KMI Wire and Cable Tbk
32 KBLM Kabelindo Murni Tbk
33 KDSI Kedawung Setia Industrial Tbk
34 KLBF Kalbe Farma Tbk
35 LION Lion Metal Works Tbk
36 LMSH Lionmesh Prima Tbk
37 MERK Merck Indonesia Tbk
38 MLBI Multi Bintang Indonesia Tbk
39 MYOR Mayora Indah Tbk
40 NIPS Nippres Tbk
41 PICO Pelangi Indah Canindo Tbk
42 PYFA Pyridam Farma Tbk
43 RICY Ricky Putra Globalindo Tbk
44 ROTI Nippon Indosari Corporindo Tbk
45 SCCO Supreme Cale Manufacturing and Commerce Tbk
46 SIDO Industri Jamu & Farmasi Sido Muncul Tbk
47 SKBM Sekar Bumi Tbk
48 SKLT Sekar Laut Tbk
 77

Lanjutan lampiran 3
No Kode Emiten Nama Emiten
49 SMBR Semen Baturaja Persero Tbk
50 SMGR Semen Indonesia Tbk
51 SMSM Selamat Sempurna Tbk
52 SRSN Indo Acitama Tbk
53 STAR Star Petrochem Tbk
54 STTP Siantar Top Tbk
55 TALF Tunas Alfin Tbk
56 TCID Mandom Indonesia Tbk
57 TOTO Surya Toto Indonesia Tbk
58 TRIS Trisula International Tbk
59 TRST Trias Sentosa Tbk
60 TSPC Tempo Scan Pasific Tbk
61 ULTJ Ultrajaya Milk Industry and Trading Company Tbk
62 UNIT Nusantara Inti Corpora Tbk
63 UNVR Unilever Indonesia Tbk
64 VOKS Voksel Electric Tbk
65 WIIM Wismilak Inti Makmur Tbk
66 WTON Wijaya Karya Beton Tbk
 78

Lampiran 4 Data Variabel Nilai Perusahaan Periode 2015 - 2017

Kode Harga Jumlah Lembar Nilai
No Tahun Jumlah Ekuitas
Perusahaan Saham Saham Beredar Perusahaan

1 ADES 2015 1,015 328,369,000,000 589,896,800 1.82339153

2 AKPI 2015 875 1,107,565,893,000 680,000,000 0.53721409
3 ALDO 2015 735 170,929,026,813 550,000,000 2.36501668
4 AMFG 2015 6,550 3,390,223,000,000 434,000,000 0.83849941
5 ARNA 2015 500 894,728,477,056 7,341,430,976 4.10260272
6 ASII 2015 6,000 126,533,000,000,000 40,483,553,140 1.91966775
7 AUTO 2015 1,600 10,143,426,000,000 4,819,733,000 0.76025327
8 BATA 2015 900 547,187,208,000 1,300,000,000 2.13820788
9 BUDI 2015 63 1,105,251,000,000 4,498,997,362 0.25644567
10 CEKA 2015 675 639,893,514,352 595,000,000 0.62764349
11 CINT 2015 338 315,073,311,914 1,000,000,000 1.07276620
12 CPIN 2015 2,600 12,561,427,000,000 16,398,000,000 3.39410483
13 DLTA 2015 5,200 849,621,481,000 800,659,050 4.90033168
14 DPNS 2015 387 241,296,079,044 331,129,952 0.53107905
15 DVLA 2015 1,300 973,517,334,000 1,120,000,000 1.49560768
16 EKAD 2015 400 291,961,416,611 698,775,000 0.95735253
17 GGRM 2015 55,000 38,007,909,000,000 1,924,088,000 2.78428471
18 HMSP 2015 94,000 32,016,060,000,000 4,652,723,026 13.66051802
19 ICBP 2015 13,475 16,386,911,000,000 5,830,954,000 4.79480881
20 IGAR 2015 224 310,464,258,463 972,204,500 0.70144566
21 IMPC 2015 925 1,096,879,954,951 483,350,000 0.40760955
22 INAI 2015 405 239,820,902,657 316,800,000 0.53499924
23 INCI 2015 305 154,051,308,997 181,035,556 0.35842503
24 INDF 2015 5,175 43,121,593,000,000 8,780,426,500 1.05373443
25 INDS 2015 350 1,919,038,917,988 656,249,710 0.11968877
26 INTP 2015 22,325 23,865,950,000,000 3,681,231,699 3.44354604
27 ISSP 2015 188 2,553,475,000,000 7,185,992,035 0.52906980
28 JECC 2015 1,350 367,756,259,000 151,200,000 0.55504154
29 JPFA 2015 635 6,109,692,000,000 10,660,522,910 1.10798254
30 KAEF 2015 870 1,862,096,822,470 5,554,000,000 2.59491340
31 KBLI 2015 119 1,027,361,931,042 4,007,233,107 0.46416041
32 KBLM 2015 132 296,475,380,006 1,120,000,000 0.49865861
33 KDSI 2015 191 378,921,289,074 405,000,000 0.20414530
34 KLBF 2015 1,320 10,938,285,985,269 46,875,122,110 5.65675109
35 LION 2015 1,050 454,599,496,171 520,160,000 1.20142676
36 LMSH 2015 575 112,441,377,144 96,000,000 0.49092248
37 MERK 2015 6,775 473,543,282,000 22,400,000 0.32047757
38 MLBI 2015 8,650 766,480,000,000 2,107,000,000 23.77824601
39 MYOR 2015 30,500 5,194,459,927,187 894,347,989 5.25128965
 79

Lanjutan Lampiran 4
Kode Harga Jumlah Lembar Nilai
No Tahun Jumlah Ekuitas
Perusahaan Saham Saham Beredar Perusahaan
40 NIPS 2015 390 609,002,679,000 1,486,666,666 0.95204836
41 PICO 2015 128 247,090,984,313 568,375,000 0.29443405
42 PYFA 2015 112 101,222,059,197 535,080,000 0.59205435
43 RICY 2015 159 400,079,043,512 641,715,510 0.25503152
44 ROTI 2015 1,265 1,188,534,951,872 5,061,800,000 5.38745368
45 SCCO 2015 3,725 922,352,503,822 205,583,400 0.83026626
46 SIDO 2015 550 2,598,314,000,000 15,000,000,000 3.17513588
47 SKBM 2015 945 344,087,439,659 936,530,894 2.57208370
48 SKLT 2015 370 152,044,668,111 690,740,500 1.68091383
49 SMBR 2015 291 2,949,352,584,000 9,837,678,500 0.97064164
50 SMGR 2015 11,400 27,440,798,401,000 5,931,520,000 2.46418953
51 SMSM 2015 4,760 1,440,248,000,000 1,439,668,860 4.75808595
52 SRSN 2015 50 340,079,836,000 6,020,000,000 0.88508629
53 STAR 2015 50 489,676,008,886 4,800,000,602 0.49012005
54 STTP 2015 3,015 1,008,809,438,257 1,310,000,000 3.91515964
55 TALF 2015 400 350,202,023,192 1,353,435,000 1.54589056
56 TCID 2015 16,500 1,714,871,478,033 201,066,667 1.93460562
57 TOTO 2015 6,950 1,491,542,919,106 1,032,000,000 4.80871178
58 TRIS 2015 359 329,208,076,905 1,045,446,325 1.14005475
59 TRST 2015 310 1,956,920,690,054 2,808,000,000 0.44482130
60 TSPC 2015 1,750 4,337,140,975,120 4,500,000,000 1.81571225
61 ULTJ 2015 3,945 2,797,505,693,922 2,888,382,000 4.07315239
62 UNIT 2015 260 242,974,314,739 75,422,200 0.08070718
63 UNVR 2015 37,000 4,827,360,000,000 7,630,000,000 58.48124026
64 VOKS 2015 980 509,652,927,872 831,120,519 1.59814270
65 WIIM 2015 430 943,708,980,906 2,098,873,760 0.95634961
66 WTON 2015 825 2,263,425,161,325 8,715,466,600 3.17671645
67 ADES 2016 1,000 384,388,000,000 589,896,800 1.53463896
68 AKPI 2016 900 1,120,035,169,000 680,000,000 0.54641141
69 ALDO 2016 600 200,887,900,422 550,000,000 1.64270720
70 AMFG 2016 6,700 3,599,264,000,000 434,000,000 0.80788739
71 ARNA 2016 520 948,088,201,259 7,341,430,976 4.02657063
72 ASII 2016 8,275 139,906,000,000,000 40,483,553,140 2.39447488
73 AUTO 2016 2,050 10,536,558,000,000 4,819,733,000 0.93773058
74 BATA 2016 790 557,155,279,000 1,300,000,000 1.84329224
75 BUDI 2016 87 1,164,982,000,000 4,498,997,362 0.33598182
76 CEKA 2016 1,350 887,920,113,728 595,000,000 0.90464219
77 CINT 2016 326 326,429,838,956 1,000,000,000 0.99868321
78 CPIN 2016 3,090 14,157,243,000,000 16,398,000,000 3.57907398
79 DLTA 2016 5,000 1,012,374,008,000 800,659,050 3.95436392
 80

Lanjutan Lampiran 4
Kode Harga Jumlah Lembar Nilai
No Tahun Jumlah Ekuitas
Perusahaan Saham Saham Beredar Perusahaan
80 DPNS 2016 400 263,264,403,585 331,129,952 0.50311390
81 DVLA 2016 1,755 1,079,579,612,000 1,120,000,000 1.82070871
82 EKAD 2016 590 592,004,807,725 698,775,000 0.69640862
83 GGRM 2016 63,900 39,564,228,000,000 1,924,088,000 3.10758555
84 HMSP 2016 3,830 34,175,014,000,000 116,318,076,900 13.03578792
85 ICBP 2016 8,575 18,500,823,000,000 11,661,908,000 5.40521149
86 IGAR 2016 520 373,749,035,530 972,204,500 1.35263584
87 IMPC 2016 1,025 1,225,645,183,071 4,833,500,000 4.04222818
88 INAI 2016 645 258,016,602,673 316,800,000 0.79194904
89 INCI 2016 306 242,826,462,751 181,035,556 0.22813362
90 INDF 2016 7,925 43,941,423,000,000 8,780,426,500 1.58358276
91 INDS 2016 810 2,068,063,877,631 656,249,710 0.25703377
92 INTP 2016 15,400 26,138,703,000,000 3,681,231,699 2.16885161
93 ISSP 2016 210 2,645,057,000,000 7,185,992,035 0.57052015
94 JECC 2016 3,500 470,338,342,000 151,200,000 1.12514748
95 JPFA 2016 1,455 9,372,964,000,000 11,410,522,910 1.77129783
96 KAEF 2016 2,750 2,271,407,409,194 5,554,000,000 6.72424504
97 KBLI 2016 276 1,321,345,840,449 4,007,233,107 0.83702261
98 KBLM 2016 240 320,655,277,264 1,120,000,000 0.83828341
99 KDSI 2016 350 419,784,286,104 405,000,000 0.33767343
100 KLBF 2016 1,515 12,463,847,141,085 46,875,122,110 5.69774398
101 LION 2016 1,050 470,603,093,171 520,160,000 1.16057036
102 LMSH 2016 590 117,316,469,122 96,000,000 0.48279666
103 MERK 2016 9,200 582,672,469,000 448,000,000 7.07361377
104 MLBI 2016 11,792 820,640,000,000 2,107,000,000 30.27605771
105 MYOR 2016 1,645 6,265,255,987,065 22,358,699,725 5.87048017
106 NIPS 2016 418 842,580,894,000 1,635,333,332 0.81128036
107 PICO 2016 222 265,842,864,248 568,375,000 0.47463847
108 PYFA 2016 200 105,508,790,427 535,080,000 1.01428516
109 RICY 2016 154 412,499,070,065 641,715,510 0.23957433
110 ROTI 2016 1,600 1,442,751,772,026 5,061,800,000 5.61349510
111 SCCO 2016 7,275 1,220,420,673,224 205,583,400 1.22549484
112 SIDO 2016 520 2,757,885,000,000 15,000,000,000 2.82825426
113 SKBM 2016 640 368,389,286,646 936,530,894 1.62702824
114 SKLT 2016 308 296,151,295,872 690,740,500 0.71837631
115 SMBR 2016 2,790 3,120,757,702,000 9,837,678,500 8.79501891
116 SMGR 2016 9,175 30,574,391,457,000 5,931,520,000 1.77997642
117 SMSM 2016 980 1,580,055,000,000 1,439,668,860 0.89292808
118 SRSN 2016 50 402,053,633,000 6,020,000,000 0.74865634
119 STAR 2016 56 490,025,951,324 4,800,000,602 0.54854245
 81

Lanjutan Lampiran 4
Kode Harga Jumlah Lembar Nilai
No Tahun Jumlah Ekuitas
Perusahaan Saham Saham Beredar Perusahaan
120 STTP 2016 3,190 1,168,512,137,670 1,310,000,000 3.57625725
121 TALF 2016 420 751,895,484,830 1,353,435,000 0.75601292
122 TCID 2016 12,500 1,783,158,507,325 201,066,667 1.40948397
123 TOTO 2016 498 1,523,874,519,542 10,320,000,000 3.37256115
124 TRIS 2016 336 346,627,180,477 1,045,446,325 1.01339417
125 TRST 2016 498 1,932,355,184,014 2,808,000,000 0.72366820
126 TSPC 2016 1,970 4,635,273,142,692 4,500,000,000 1.91250865
127 ULTJ 2016 4,570 3,489,233,494,783 2,888,382,000 3.78303881
128 UNIT 2016 360 244,021,820,832 75,422,200 0.11126871
129 UNVR 2016 38,800 4,704,258,000,000 7,630,000,000 62.93107223
130 VOKS 2016 1,465 669,043,551,888 831,120,519 1.81989880
131 WIIM 2016 440 991,093,391,804 2,098,873,760 0.93180366
132 WTON 2016 825 2,490,474,913,654 8,715,466,600 2.88710394
133 ADES 2017 1,000 423,011,000,000 589,896,800 1.39451882
134 AKPI 2017 725 1,126,612,491,000 680,000,000 0.43759501
135 ALDO 2017 600 229,422,823,176 550,000,000 1.43839220
136 AMFG 2017 6,025 3,548,877,000,000 434,000,000 0.73681055
137 ARNA 2017 342 1,029,399,792,439 7,341,430,976 2.43906149
138 ASII 2017 8,300 156,329,000,000,000 40,483,553,140 2.14939961
139 AUTO 2017 2,060 10,759,076,000,000 4,819,733,000 0.92281623
140 BATA 2017 570 579,308,728,000 1,300,000,000 1.27911071
141 BUDI 2017 94 1,194,700,000,000 4,498,997,362 0.35398489
142 CEKA 2017 1,290 903,044,187,067 595,000,000 0.84995841
143 CINT 2017 334 382,273,759,946 1,000,000,000 0.87371940
144 CPIN 2017 3,200 15,702,825,000,000 16,398,000,000 3.34166623
145 DLTA 2017 4,590 1,144,645,393,000 800,659,050 3.21062319
146 DPNS 2017 350 267,835,387,367 331,129,952 0.43271162
147 DVLA 2017 1,960 1,116,300,069,000 1,120,000,000 1.96649634
148 EKAD 2017 400 662,817,725,465 698,775,000 0.42169965
149 GGRM 2017 83,800 42,187,664,000,000 1,924,088,000 3.82193654
150 HMSP 2017 4,730 34,112,985,000,000 116,318,076,900 16.12830140
151 ICBP 2017 8,900 20,324,330,000,000 11,661,908,000 5.10673568
152 IGAR 2017 378 441,946,749,143 972,204,500 0.83153299
153 IMPC 2017 1,090 1,289,020,969,663 4,833,500,000 4.08722210
154 INAI 2017 378 277,404,670,750 316,800,000 0.43168127
155 INCI 2017 408 268,379,825,144 181,035,556 0.27521632
156 INDF 2017 7,625 46,756,724,000,000 8,780,426,500 1.43189570
157 INDS 2017 1,200 2,144,818,918,530 656,249,710 0.36716370
158 INTP 2017 21,950 24,556,507,000,000 3,681,231,699 3.29049387
159 ISSP 2017 115 2,840,941,000,000 7,185,992,035 0.29088569
 82

Lanjutan Lampiran 4
Kode Harga Jumlah Lembar Nilai
No Tahun Jumlah Ekuitas
Perusahaan Saham Saham Beredar Perusahaan
160 JECC 2017 4,700 547,361,482,000 151,200,000 1.29830107
161 JPFA 2017 1,300 9,795,628,000,000 11,410,522,910 1.51431636
162 KAEF 2017 2,700 2,572,520,755,127 5,554,000,000 5.82922411
163 KBLI 2017 426 1,786,746,385,283 4,007,233,107 0.95541332
164 KBLM 2017 282 791,428,577,199 1,120,000,000 0.39907581
165 KDSI 2017 550 485,539,501,101 405,000,000 0.45876803
166 KLBF 2017 1,690 13,894,031,782,689 46,875,122,110 5.70165360
167 LION 2017 765 452,307,088,017 520,160,000 0.87976158
168 LMSH 2017 640 161,163,426,840 96,000,000 0.38122793
169 MERK 2017 9,200 615,437,441,000 448,000,000 6.69702512
170 MLBI 2017 14,033 1,064,905,000,000 2,107,000,000 27.76541663
171 MYOR 2017 2,020 7,354,346,366,072 22,358,699,725 6.14120837
172 NIPS 2017 500 879,512,570,000 1,635,333,332 0.92968161
173 PICO 2017 228 279,683,750,237 568,375,000 0.46334297
174 PYFA 2017 183 108,856,000,711 535,080,000 0.89953369
175 RICY 2017 150 430,265,371,696 641,715,510 0.22371618
176 ROTI 2017 1,275 2,820,105,715,429 5,061,800,000 2.28849400
177 SCCO 2017 9,000 2,728,227,483,994 205,583,400 0.67818780
178 SIDO 2017 545 2,895,865,000,000 15,000,000,000 2.82299071
179 SKBM 2017 715 1,023,237,460,399 936,530,894 0.65441270
180 SKLT 2017 1,100 307,569,774,228 690,740,500 2.47038108
181 SMBR 2017 3,800 3,412,859,859,000 9,837,678,500 10.95362243
182 SMGR 2017 9,900 30,439,052,302,000 5,931,520,000 1.92916808
183 SMSM 2017 1,255 1,828,184,000,000 1,439,668,860 0.98829462
184 SRSN 2017 50 415,505,899,000 6,020,000,000 0.72441811
185 STAR 2017 99 490,282,287,552 4,800,000,602 0.96923767
186 STTP 2017 3,900 1,384,772,068,360 1,310,000,000 3.68941584
187 TALF 2017 418 766,164,831,783 1,353,435,000 0.73839963
188 TCID 2017 17,900 1,858,326,336,424 201,066,667 1.93673913
189 TOTO 2017 408 1,693,791,596,547 10,320,000,000 2.48587843
190 TRIS 2017 308 356,231,586,783 1,045,446,325 0.90389926
191 TRST 2017 374 1,975,569,497,486 2,808,000,000 0.53158950
192 TSPC 2017 1,800 5,082,008,409,145 4,500,000,000 1.59385805
193 ULTJ 2017 1,295 4,208,755,000,000 2,888,382,000 0.88873187
194 UNIT 2017 228 245,258,328,306 75,422,200 0.07011489
195 UNVR 2017 55,900 5,173,388,000,000 7,630,000,000 82.44442520
196 VOKS 2017 312 814,122,306,393 831,120,519 0.31851431
197 WIIM 2017 268 978,091,361,111 2,098,873,760 0.57509778
198 WTON 2017 500 2,747,935,334,085 8,715,466,600 1.58582091
 83

Lampiran 5 Data Variabel Likuiditas Periode 2015 - 2017

No Kode Perusahaan Tahun Jumlah Aset Lancar Jumlah Liabilitas Lancar Likuiditas

1 ADES 2015 276,323,000,000 199,364,000,000 1.386023

2 AKPI 2015 1,015,820,277,000 985,625,515,000 1.030635
3 ALDO 2015 247,659,994,988 184,214,469,035 1.344411
4 AMFG 2015 2,231,181,000,000 479,376,000,000 4.654344
5 ARNA 2015 509,178,006,986 498,857,920,866 1.020687
6 ASII 2015 105,161,000,000,000 76,242,000,000,000 1.379305
7 AUTO 2015 4,796,770,000,000 3,625,907,000,000 1.322916
8 BATA 2015 521,210,881,000 210,931,517,000 2.470996
9 BUDI 2015 1,492,365,000,000 1,491,109,000,000 1.000842
10 CEKA 2015 1,253,019,074,345 816,471,301,252 1.534676
11 CINT 2015 204,898,872,797 58,865,969,544 3.48077
12 CPIN 2015 12,013,294,000,000 5,703,842,000,000 2.106176
13 DLTA 2015 902,006,833,000 140,419,495,000 6.423658
14 DPNS 2015 185,099,466,179 13,865,122,841 13.35001
15 DVLA 2015 1,043,830,034,000 296,298,118,000 3.522905
16 EKAD 2015 284,055,202,739 79,594,446,891 3.568782
17 GGRM 2015 42,568,431,000,000 24,045,086,000,000 1.770359
18 HMSP 2015 29,807,330,000,000 4,538,674,000,000 6.567409
19 ICBP 2015 13,961,500,000,000 6,002,344,000,000 2.326008
20 IGAR 2015 309,534,956,646 62,393,966,974 4.960976
21 IMPC 2015 897,761,062,659 395,268,030,783 2.271272
22 INAI 2015 955,465,955,552 952,130,242,797 1.003503
23 INCI 2015 107,268,622,816 11,084,537,386 9.677321
24 INDF 2015 42,816,745,000,000 25,107,538,000,000 1.705334
25 INDS 2015 992,929,224,058 445,006,853,182 2.231267
26 INTP 2015 13,133,854,000,000 2,687,743,000,000 4.886574
27 ISSP 2015 2,993,437,000,000 2,328,260,000,000 1.285697
28 JECC 2015 927,492,569,000 883,284,008,000 1.05005
29 JPFA 2015 9,604,154,000,000 5,352,670,000,000 1.794274
30 KAEF 2015 2,100,921,793,619 1,088,431,346,892 1.930229
31 KBLI 2015 961,562,673,606 337,673,717,786 2.847609
32 KBLM 2015 362,277,745,626 342,643,691,341 1.057302
33 KDSI 2015 731,258,691,057 632,245,408,415 1.156606
34 KLBF 2015 8,748,491,608,702 2,365,880,490,863 3.697774
35 LION 2015 508,345,199,844 133,693,524,978 3.802317
36 LMSH 2015 89,126,109,044 11,018,274,023 8.088936
37 MERK 2015 483,679,971,000 132,435,895,000 3.652182
38 MLBI 2015 709,955,000,000 1,215,227,000,000 0.584216
39 MYOR 2015 7,454,347,029,087 3,151,495,162,694 2.365337
40 NIPS 2015 701,282,705,000 669,595,797,000 1.047322
 84

Lanjutan Lampiran 5
No Kode Perusahaan Tahun Jumlah Aset Lancar Jumlah Liabilitas Lancar Likuiditas
41 PICO 2015 449,061,302,609 282,806,672,040 1.587874
42 PYFA 2015 72,745,997,374 36,534,059,349 1.991183
43 RICY 2015 851,477,572,604 718,198,051,081 1.185575
44 ROTI 2015 812,990,646,097 395,920,006,814 2.053421
45 SCCO 2015 1,380,917,436,620 826,026,927,582 1.671758
46 SIDO 2015 1,707,439,000,000 184,060,000,000 9.276535
47 SKBM 2015 341,723,784,839 298,417,379,502 1.14512
48 SKLT 2015 189,758,915,421 159,132,842,277 1.192456
49 SMBR 2015 1,938,566,969,000 255,994,894,000 7.572678
50 SMGR 2015 10,538,703,910,000 6,599,189,622,000 1.596969
51 SMSM 2015 1,368,558,000,000 571,712,000,000 2.393789
52 SRSN 2015 440,739,212,000 203,379,900,000 2.167074
53 STAR 2015 412,696,940,471 228,149,112,195 1.808891
54 STTP 2015 875,469,433,776 554,491,047,968 1.57887
55 TALF 2015 306,262,234,760 69,980,726,732 4.37638
56 TCID 2015 1,112,672,539,416 222,930,621,643 4.991116
57 TOTO 2015 1,348,062,605,364 560,119,357,447 2.406742
58 TRIS 2015 428,277,334,914 226,897,001,062 1.887541
59 TRST 2015 1,137,766,718,031 869,536,723,928 1.308475
60 TSPC 2015 4,304,922,144,352 1,696,486,657,073 2.537551
61 ULTJ 2015 2,103,565,054,627 561,628,179,393 3.745476
62 UNIT 2015 127,287,422,486 213,482,744,909 0.596242
63 UNVR 2015 6,623,114,000,000 10,127,542,000,000 0.653971
64 VOKS 2015 1,151,962,694,102 986,156,352,701 1.168134
65 WIIM 2015 988,814,005,395 341,705,551,602 2.89376
66 WTON 2015 2,454,908,917,918 1,793,464,704,364 1.368808
67 ADES 2016 319,614,000,000 195,446,000,000 1.635306
68 AKPI 2016 870,146,141,000 770,887,902,000 1.128758
69 ALDO 2016 298,258,060,232 201,756,667,857 1.478306
70 AMFG 2016 1,787,723,000,000 885,086,000,000 2.01983
71 ARNA 2016 642,892,045,913 476,631,150,852 1.348825
72 ASII 2016 110,403,000,000,000 89,079,000,000,000 1.239383
73 AUTO 2016 4,903,902,000,000 3,258,146,000,000 1.50512
74 BATA 2016 533,900,133,000 207,734,690,000 2.570106
75 BUDI 2016 1,092,360,000,000 1,090,816,000,000 1.001415
76 CEKA 2016 1,103,865,252,070 504,208,767,076 2.189302
77 CINT 2016 195,009,437,765 61,704,877,496 3.160357
78 CPIN 2016 12,059,433,000,000 5,550,257,000,000 2.17277
79 DLTA 2016 1,048,133,697,000 137,842,096,000 7.603872
80 DPNS 2016 174,907,377,454 11,533,925,524 15.1646
81 DVLA 2016 1,068,967,094,000 374,427,510,000 2.854937
 85

Lanjutan Lampiran 5
No Kode Perusahaan Tahun Jumlah Aset Lancar Jumlah Liabilitas Lancar Likuiditas
82 EKAD 2016 337,644,083,636 69,110,450,442 4.885572
83 GGRM 2016 41,933,173,000,000 21,638,565,000,000 1.937891
84 HMSP 2016 33,647,496,000,000 6,428,478,000,000 5.234131
85 ICBP 2016 15,571,362,000,000 6,469,785,000,000 2.406782
86 IGAR 2016 363,004,314,204 62,350,881,953 5.82196
87 IMPC 2016 1,261,952,056,094 334,534,009,282 3.772268
88 INAI 2016 974,282,450,341 971,422,099,001 1.002944
89 INCI 2016 118,743,367,562 20,420,038,273 5.815041
90 INDF 2016 28,985,443,000,000 19,219,441,000,000 1.508131
91 INDS 2016 981,694,103,645 323,699,362,103 3.032734
92 INTP 2016 14,424,622,000,000 3,187,742,000,000 4.525028
93 ISSP 2016 3,277,978,000,000 2,827,200,000,000 1.159443
94 JECC 2016 1,131,735,197,000 992,544,784,000 1.140236
95 JPFA 2016 11,061,008,000,000 5,193,549,000,000 2.129759
96 KAEF 2016 2,906,737,458,288 1,696,208,867,581 1.713667
97 KBLI 2016 1,223,453,184,817 358,715,994,083 3.410646
98 KBLM 2016 394,738,153,988 303,264,273,023 1.301631
99 KDSI 2016 709,583,883,699 575,996,641,235 1.231924
100 KLBF 2016 9,572,529,767,897 2,317,161,787,100 4.131144
101 LION 2016 542,813,854,009 152,533,565,561 3.558652
102 LMSH 2016 98,274,709,046 35,476,763,264 2.770115
103 MERK 2016 508,615,377,000 120,622,129,000 4.216601
104 MLBI 2016 901,258,000,000 1,326,261,000,000 0.679548
105 MYOR 2016 8,739,782,750,141 3,884,051,319,005 2.250172
106 NIPS 2016 825,372,776,000 677,524,406,000 1.218219
107 PICO 2016 396,400,172,713 296,005,351,843 1.339166
108 PYFA 2016 83,106,443,468 37,933,579,448 2.190841
109 RICY 2016 943,936,823,539 821,755,111,705 1.148684
110 ROTI 2016 949,414,338,057 320,501,824,382 2.962274
111 SCCO 2016 2,019,188,845,621 1,195,158,412,670 1.689474
112 SIDO 2016 1,794,125,000,000 215,686,000,000 8.318226
113 SKBM 2016 519,269,756,899 468,979,800,633 1.107233
114 SKLT 2016 222,686,872,602 169,302,583,936 1.315319
115 SMBR 2016 838,232,034,000 292,237,689,000 2.868323
116 SMGR 2016 10,373,158,827,000 8,151,673,428,000 1.272519
117 SMSM 2016 1,454,387,000,000 508,482,000,000 2.860253
118 SRSN 2016 481,542,567,000 276,341,289,000 1.742565
119 STAR 2016 386,235,136,503 193,182,418,174 1.999329
120 STTP 2016 921,133,961,428 556,752,312,634 1.654477
121 TALF 2016 325,494,162,443 111,360,300,869 2.922892
122 TCID 2016 1,174,482,404,487 223,305,151,868 5.25954
 86

Lanjutan Lampiran 5
No Kode Perusahaan Tahun Jumlah Aset Lancar Jumlah Liabilitas Lancar Likuiditas
123 TOTO 2016 1,290,208,433,386 589,149,809,544 2.18995
124 TRIS 2016 462,578,104,758 281,765,921,952 1.641711
125 TRST 2016 1,179,999,891,768 909,779,313,844 1.297018
126 TSPC 2016 4,385,083,916,291 1,653,413,220,121 2.65214
127 ULTJ 2016 2,874,821,874,013 593,525,591,694 4.843636
128 UNIT 2016 119,703,443,513 184,553,791,533 0.64861
129 UNVR 2016 6,588,109,000,000 10,878,074,000,000 0.605632
130 VOKS 2016 1,291,317,191,672 968,322,757,177 1.333561
131 WIIM 2016 996,925,071,640 293,711,761,060 3.394229
132 WTON 2016 2,439,936,919,732 1,863,793,637,442 1.309124
133 ADES 2017 294,244,000,000 244,888,000,000 1.201545
134 AKPI 2017 1,003,030,428,000 961,284,302,000 1.043427
135 ALDO 2017 348,662,237,262 242,051,192,180 1.440448
136 AMFG 2017 2,003,321,000,000 996,903,000,000 2.009545
137 ARNA 2017 740,190,524,246 455,152,838,360 1.626246
138 ASII 2017 121,293,000,000,000 98,722,000,000,000 1.228632
139 AUTO 2017 5,228,541,000,000 3,041,502,000,000 1.719065
140 BATA 2017 567,954,415,000 230,497,528,000 2.464037
141 BUDI 2017 1,027,489,000,000 1,019,986,000,000 1.007356
142 CEKA 2017 988,479,957,549 444,383,077,820 2.224387
143 CINT 2017 210,584,866,561 66,014,779,104 3.189965
144 CPIN 2017 11,720,730,000,000 5,059,552,000,000 2.316555
145 DLTA 2017 1,206,576,189,000 139,684,908,000 8.637842
146 DPNS 2017 181,198,774,207 18,832,789,797 9.621452
147 DVLA 2017 1,175,655,601,000 441,622,865,000 2.662126
148 EKAD 2017 413,617,087,456 91,524,721,725 4.519184
149 GGRM 2017 43,764,490,000,000 22,611,042,000,000 1.935536
150 HMSP 2017 34,180,353,000,000 6,482,969,000,000 5.27233
151 ICBP 2017 16,579,331,000,000 6,827,588,000,000 2.428285
152 IGAR 2017 396,252,892,753 60,941,267,200 6.50221
153 IMPC 2017 1,200,668,597,438 333,004,593,743 3.605562
154 INAI 2017 860,749,259,575 867,251,288,494 0.992503
155 INCI 2017 145,540,638,781 28,527,518,002 5.101763
156 INDF 2017 32,515,399,000,000 21,637,763,000,000 1.502715
157 INDS 2017 1,044,177,985,635 203,724,817,070 5.125433
158 INTP 2017 12,883,074,000,000 3,479,024,000,000 3.703071
159 ISSP 2017 3,431,703,000,000 2,279,714,000,000 1.505322
160 JECC 2017 1,294,457,697,000 1,220,226,620,000 1.060834
161 JPFA 2017 11,189,325,000,000 4,769,640,000,000 2.345947
162 KAEF 2017 3,662,090,215,984 2,369,507,448,768 1.545507
163 KBLI 2017 1,843,100,256,808 933,490,170,009 1.974418
 87

Lanjutan Lampiran 5
No Kode Perusahaan Tahun Jumlah Aset Lancar Jumlah Liabilitas Lancar Likuiditas
164 KBLM 2017 548,840,102,130 434,423,462,965 1.263376
165 KDSI 2017 841,180,578,033 709,035,285,125 1.186373
166 KLBF 2017 10,043,950,500,578 2,227,336,011,715 4.509401
167 LION 2017 503,156,333,673 153,806,819,548 3.271353
168 LMSH 2017 89,570,023,525 20,918,453,456 4.281866
169 MERK 2017 569,889,512,000 184,971,088,000 3.080965
170 MLBI 2017 1,076,845,000,000 1,304,114,000,000 0.825729
171 MYOR 2017 10,674,199,571,313 4,473,628,322,956 2.386027
172 NIPS 2017 925,814,248,000 788,823,821,000 1.173664
173 PICO 2017 487,491,234,444 323,802,228,719 1.505522
174 PYFA 2017 78,364,312,306 22,245,115,479 3.522765
175 RICY 2017 1,037,820,994,280 873,224,844,013 1.188492
176 ROTI 2017 2,319,937,439,019 1,027,176,531,240 2.258558
177 SCCO 2017 2,171,012,758,933 1,246,236,997,513 1.742054
178 SIDO 2017 1,628,901,000,000 208,507,000,000 7.812213
179 SKBM 2017 836,639,597,232 511,596,750,506 1.63535
180 SKLT 2017 267,129,479,669 211,493,160,519 1.263064
181 SMBR 2017 1,123,602,449,000 668,827,967,000 1.679957
182 SMGR 2017 13,801,818,533,000 8,803,577,054,000 1.567751
183 SMSM 2017 1,570,110,000,000 419,913,000,000 3.739132
184 SRSN 2017 422,532,126,000 198,217,020,000 2.131664
185 STAR 2017 321,284,372,984 115,972,411,559 2.770352
186 STTP 2017 947,986,050,367 358,963,437,494 2.640899
187 TALF 2017 351,255,636,607 127,673,269,661 2.751207
188 TCID 2017 1,276,478,591,542 259,806,845,843 4.913183
189 TOTO 2017 1,316,631,634,008 573,582,902,438 2.295451
190 TRIS 2017 356,846,493,425 185,606,885,071 1.922593
191 TRST 2017 1,189,727,024,906 968,421,072,104 1.228522
192 TSPC 2017 5,049,363,864,387 2,002,621,403,597 2.521377
193 ULTJ 2017 3,439,990,000,000 820,625,000,000 4.191915
194 UNIT 2017 132,822,954,660 179,729,679,061 0.739015
195 UNVR 2017 7,941,635,000,000 12,532,304,000,000 0.633693
196 VOKS 2017 1,667,656,034,897 1,260,868,218,485 1.322625
197 WIIM 2017 861,172,306,233 160,790,695,868 5.355859
198 WTON 2017 4,351,377,174,399 4,216,314,368,712 1.032033
 88

Lampiran 6 Data Variabel Ukuran Perusahaan Periode 2015 - 2017

No Kode Perusahaan Tahun Total Aset Ln Total Aset (Ukuran Perusahaan)

1 ADES 2015 653,224,000,000 27.20518594

2 AKPI 2015 2,883,143,132,000 28.68990218
3 ALDO 2015 366,010,819,198 26.62592873
4 AMFG 2015 4,270,275,000,000 29.08269934
5 ARNA 2015 1,430,779,475,454 27.98924050
6 ASII 2015 245,435,000,000,000 33.13405326
7 AUTO 2015 14,339,110,000,000 30.29401189
8 BATA 2015 795,257,974,000 27.40193239
9 BUDI 2015 3,265,953,000,000 28.81457272
10 CEKA 2015 1,485,826,210,015 28.02699210
11 CINT 2015 382,807,494,765 26.67079808
12 CPIN 2015 24,684,915,000,000 30.83721344
13 DLTA 2015 1,038,321,916,000 27.66862698
14 DPNS 2015 274,483,110,371 26.33815557
15 DVLA 2015 1,376,278,237,000 27.95040404
16 EKAD 2015 389,691,595,500 26.68862148
17 GGRM 2015 63,505,413,000,000 31.78214626
18 HMSP 2015 38,010,724,000,000 31.26888945
19 ICBP 2015 26,560,624,000,000 30.91045093
20 IGAR 2015 383,936,040,590 26.67374181
21 IMPC 2015 1,675,232,685,157 28.14697319
22 INAI 2015 1,330,259,296,537 27.91639500
23 INCI 2015 169,546,066,314 25.85639050
24 INDF 2015 91,831,526,000,000 32.15097678
25 INDS 2015 2,553,928,346,219 28.56865382
26 INTP 2015 27,638,360,000,000 30.95022578
27 ISSP 2015 5,448,447,000,000 29.32635173
28 JECC 2015 1,358,464,081,000 27.93737583
29 JPFA 2015 17,159,466,000,000 30.47357109
30 KAEF 2015 3,236,224,076,311 28.80542836
31 KBLI 2015 1,551,799,840,976 28.07043656
32 KBLM 2015 654,385,717,061 27.20696280
33 KDSI 2015 1,177,093,668,866 27.79406952
34 KLBF 2015 13,696,417,381,439 30.24815541
35 LION 2015 639,330,150,373 27.18368683
36 LMSH 2015 133,782,751,041 25.61948306
37 MERK 2015 641,646,818,000 27.18730386
38 MLBI 2015 2,100,853,000,000 28.37336457
39 MYOR 2015 11,342,715,686,221 30.05959686
40 NIPS 2015 1,547,720,090,000 28.06780405
 89

Lanjutan Lampiran 6
No Kode Perusahaan Tahun Total Aset Ln Total Aset (Ukuran Perusahaan)

41 PICO 2015 605,788,310,444 27.12979644

42 PYFA 2015 159,951,537,229 25.79813671
43 RICY 2015 1,198,193,867,892 27.81183643
44 ROTI 2015 2,706,323,637,034 28.62661224
45 SCCO 2015 1,773,144,328,632 28.20377554
46 SIDO 2015 2,796,111,000,000 28.65925064
47 SKBM 2015 764,484,248,710 27.36246726
48 SKLT 2015 377,110,748,359 26.65580474
49 SMBR 2015 3,268,667,933,000 28.81540366
50 SMGR 2015 38,153,118,932,000 31.27262862
51 SMSM 2015 2,220,108,000,000 28.42857696
52 SRSN 2015 574,073,314,000 27.07602295
53 STAR 2015 729,020,553,284 27.31496776
54 STTP 2015 1,919,568,037,170 28.28312130
55 TALF 2015 434,210,376,664 26.79679499
56 TCID 2015 2,082,096,848,703 28.36439660
57 TOTO 2015 2,439,540,859,205 28.52283097
58 TRIS 2015 574,346,433,075 27.07649859
59 TRST 2015 3,357,359,499,954 28.84217592
60 TSPC 2015 6,284,729,099,203 29.46914385
61 ULTJ 2015 3,539,995,910,248 28.89514669
62 UNIT 2015 460,539,382,206 26.85566421
63 UNVR 2015 15,729,945,000,000 30.38658734
64 VOKS 2015 1,536,244,634,556 28.06036201
65 WIIM 2015 1,342,700,045,391 27.92570366
66 WTON 2015 4,456,097,502,805 29.12529450
67 ADES 2016 767,479,000,000 27.36637695
68 AKPI 2016 2,615,909,190,000 28.59263284
69 ALDO 2016 410,330,576,602 26.74022896
70 AMFG 2016 5,504,890,000,000 29.33665790
71 ARNA 2016 1,543,216,299,146 28.06488986
72 ASII 2016 261,855,000,000,000 33.19881203
73 AUTO 2016 14,612,274,000,000 30.31288298
74 BATA 2016 804,742,917,000 27.41378871
75 BUDI 2016 2,931,807,000,000 28.70664007
76 CEKA 2016 1,425,964,152,418 27.98586930
77 CINT 2016 399,336,262,636 26.71306966
78 CPIN 2016 24,204,994,000,000 30.81758009
79 DLTA 2016 1,197,796,650,000 27.81150486
80 DPNS 2016 296,129,565,784 26.41406292
 90

Lanjutan Lampiran 6
No Kode Perusahaan Tahun Total Aset Ln Total Aset (Ukuran Perusahaan)

81 DVLA 2016 1,531,365,558,000 28.05718097

82 EKAD 2016 702,508,630,708 27.27792352
83 GGRM 2016 62,951,634,000,000 31.77338783
84 HMSP 2016 42,508,277,000,000 31.38071993
85 ICBP 2016 28,901,948,000,000 30.99493011
86 IGAR 2016 439,465,673,296 26.80882545
87 IMPC 2016 2,276,031,922,082 28.45345466
88 INAI 2016 1,339,032,413,455 27.92296839
89 INCI 2016 269,351,381,344 26.31928261
90 INDF 2016 82,174,515,000,000 32.03986633
91 INDS 2016 2,477,272,502,538 28.53817927
92 INTP 2016 30,150,580,000,000 31.03722528
93 ISSP 2016 6,041,811,000,000 29.42972492
94 JECC 2016 1,587,210,576,000 28.09299924
95 JPFA 2016 19,251,026,000,000 30.58858547
96 KAEF 2016 4,612,562,541,064 29.15980468
97 KBLI 2016 1,871,422,416,044 28.25771991
98 KBLM 2016 639,091,366,917 27.18331327
99 KDSI 2016 1,142,273,020,550 27.76404127
100 KLBF 2016 15,226,009,210,657 30.35402621
101 LION 2016 685,812,995,987 27.25387083
102 LMSH 2016 162,828,169,250 25.81596131
103 MERK 2016 743,934,894,000 27.33521936
104 MLBI 2016 2,275,038,000,000 28.45301787
105 MYOR 2016 12,922,421,859,142 30.18998505
106 NIPS 2016 1,777,956,390,000 28.20648573
107 PICO 2016 638,565,761,462 27.18249050
108 PYFA 2016 167,062,795,608 25.84163560
109 RICY 2016 1,288,683,925,066 27.88464260
110 ROTI 2016 2,919,640,858,718 28.70248173
111 SCCO 2016 2,449,935,491,586 28.52708281
112 SIDO 2016 2,987,614,000,000 28.72549619
113 SKBM 2016 1,001,657,012,004 27.63267676
114 SKLT 2016 568,239,939,951 27.06580960
115 SMBR 2016 4,368,876,996,000 29.10552711
116 SMGR 2016 44,226,895,982,000 31.42035423
117 SMSM 2016 2,254,740,000,000 28.44405578
118 SRSN 2016 717,149,704,000 27.29855045
119 STAR 2016 690,187,353,961 27.26022893
120 STTP 2016 2,336,411,494,941 28.47963732
 91

Lanjutan Lampiran 6
No Kode Perusahaan Tahun Total Aset Ln Total Aset (Ukuran Perusahaan)
121 TALF 2016 881,673,021,959 27.50508710
122 TCID 2016 2,185,101,038,101 28.41268319
123 TOTO 2016 2,581,440,938,262 28.57936886
124 TRIS 2016 639,701,164,511 27.18426697
125 TRST 2016 3,290,596,224,286 28.82208989
126 TSPC 2016 6,585,807,349,438 29.51593805
127 ULTJ 2016 4,239,199,641,365 29.07539560
128 UNIT 2016 432,913,180,372 26.79380304
129 UNVR 2016 16,745,695,000,000 30.44916233
130 VOKS 2016 1,668,210,094,478 28.14277237
131 WIIM 2016 1,353,634,132,275 27.93381404
132 WTON 2016 4,662,319,785,318 29.17053425
133 ADES 2017 840,236,000,000 27.45694864
134 AKPI 2017 2,745,325,833,000 28.64092088
135 ALDO 2017 498,701,656,995 26.93527387
136 AMFG 2017 6,267,816,000,000 29.46644908
137 ARNA 2017 1,601,346,561,573 28.10186599
138 ASII 2017 295,646,000,000,000 33.32018391
139 AUTO 2017 14,762,309,000,000 30.32309836
140 BATA 2017 855,691,231,000 27.47517544
141 BUDI 2017 2,939,456,000,000 28.70924565
142 CEKA 2017 1,392,636,444,501 27.96221979
143 CINT 2017 476,577,841,605 26.88989691
144 CPIN 2017 24,522,593,000,000 30.83061597
145 DLTA 2017 1,340,842,765,000 27.92431946
146 DPNS 2017 308,491,173,960 26.45495907
147 DVLA 2017 1,640,886,147,000 28.12625755
148 EKAD 2017 796,767,646,172 27.40382894
149 GGRM 2017 66,759,930,000,000 31.83212417
150 HMSP 2017 43,141,063,000,000 31.39549640
151 ICBP 2017 31,619,514,000,000 31.08479558
152 IGAR 2017 513,022,591,574 26.96358572
153 IMPC 2017 2,294,677,493,483 28.46161342
154 INAI 2017 1,213,916,545,120 27.82487306
155 INCI 2017 303,788,390,330 26.43959721
156 INDF 2017 87,939,488,000,000 32.10767006
157 INDS 2017 2,434,617,337,849 28.52081071
158 INTP 2017 28,863,676,000,000 30.99360503
159 ISSP 2017 6,269,365,000,000 29.46669619
160 JECC 2017 1,927,985,352,000 28.28749671
 92

Lanjutan Lampiran 6
No Kode Perusahaan Tahun Total Aset Ln Total Aset (Ukuran Perusahaan)
161 JPFA 2017 21,088,870,000,000 30.67976653
162 KAEF 2017 6,096,148,972,533 29.43867837
163 KBLI 2017 3,013,760,616,985 28.73420979
164 KBLM 2017 1,235,198,847,468 27.84225308
165 KDSI 2017 1,328,291,727,616 27.91491482
166 KLBF 2017 16,616,239,416,335 30.44140161
167 LION 2017 681,937,947,736 27.24820450
168 LMSH 2017 161,163,426,840 25.80568476
169 MERK 2017 847,006,544,000 27.46497426
170 MLBI 2017 2,510,078,000,000 28.55133494
171 MYOR 2017 14,915,849,800,251 30.33344551
172 NIPS 2017 1,897,962,447,000 28.27180203
173 PICO 2017 720,238,957,745 27.30284888
174 PYFA 2017 159,563,931,041 25.79571050
175 RICY 2017 1,374,444,788,282 27.94907098
176 ROTI 2017 4,559,573,709,411 29.14825025
177 SCCO 2017 4,014,244,589,706 29.02087030
178 SIDO 2017 3,158,198,000,000 28.78102273
179 SKBM 2017 1,623,027,475,045 28.11531433
180 SKLT 2017 636,284,210,210 27.17891117
181 SMBR 2017 5,060,337,247,000 29.25245425
182 SMGR 2017 48,963,502,966,000 31.52209630
183 SMSM 2017 2,443,341,000,000 28.52438748
184 SRSN 2017 652,726,454,000 27.20442397
185 STAR 2017 614,705,038,056 27.14440838
186 STTP 2017 2,342,432,443,196 28.48221101
187 TALF 2017 921,240,988,517 27.54898750
188 TCID 2017 2,361,807,189,430 28.49044820
189 TOTO 2017 2,826,490,815,501 28.67005706
190 TRIS 2017 544,968,319,987 27.02399350
191 TRST 2017 3,332,905,936,010 28.83486569
192 TSPC 2017 7,434,900,309,021 29.63720629
193 ULTJ 2017 5,186,940,000,000 29.27716504
194 UNIT 2017 426,384,622,878 26.77860765
195 UNVR 2017 18,906,413,000,000 30.57052229
196 VOKS 2017 2,110,166,496,595 28.37778797
197 WIIM 2017 1,225,712,093,041 27.83454309
198 WTON 2017 7,067,976,095,043 29.58659529
 Lampiran 7 Data Variabel Pertumbuhan Penjualan Periode 2015 - 2017
Kode Penjualan Pertumbuhan Penjualan
No
Perusahaan 2014 2015 2016 2017 2015 2016 2017
1 ADES 578,784,000,000 669,725,000,000 887,663,000,000 814,490,000,000 0.15712425 0.32541416 -0.08243331
2 AKPI 1,945,383,031,000 2,017,466,511,000 2,047,218,639,000 2,064,857,643,000 0.03705362 0.01474727 0.00861608
3 ALDO 493,881,857,454 538,363,112,800 666,434,061,412 708,740,551,637 0.09006457 0.23788953 0.06348188
4 AMFG 3,672,186,000,000 3,665,989,000,000 3,724,075,000,000 3,885,791,000,000 -0.00168755 0.01584456 0.04342447
5 ARNA 1,189,282,637,537 1,291,926,384,471 1,511,978,367,218 1,732,985,361,870 0.08630728 0.17032858 0.14617074
6 ASII 201,701,000,000,000 184,196,000,000,000 181,084,000,000,000 206,057,000,000,000 -0.08678688 -0.01689505 0.13790837
7 AUTO 12,255,427,000,000 11,723,787,000,000 12,806,867,000,000 13,549,857,000,000 -0.04337997 0.09238312 0.05801497
8 BATA 1,008,727,515,000 1,028,850,578,000 999,802,379,000 974,536,083,000 0.01994896 -0.02823364 -0.02527129
9 BUDI 2,284,211,000,000 2,378,805,000,000 2,467,553,000,000 2,510,578,000,000 0.04141211 0.03730781 0.01743630
10 CEKA 3,701,868,790,192 3,485,733,830,354 4,115,541,761,173 4,257,738,486,908 -0.05838536 0.18068159 0.03455116
11 CINT 283,443,541,586 315,229,890,328 327,426,146,630 373,955,852,243 0.11214349 0.03869004 0.14210748
12 CPIN 29,150,275,000,000 30,107,727,000,000 38,256,857,000,000 49,367,386,000,000 0.03284538 0.27066573 0.29041928
13 DLTA 2,111,639,244,000 1,573,137,749,000 1,658,618,899,000 777,308,328,000 -0.25501586 0.05433799 -0.53135206
14 DPNS 132,775,925,237 118,475,319,120 115,940,711,050 111,294,849,755 -0.10770481 -0.02139355 -0.04007101
15 DVLA 1,103,821,775,000 1,306,098,136,000 1,451,356,680,000 1,575,647,308,000 0.18325092 0.11121564 0.08563755
16 EKAD 526,573,620,057 531,537,606,573 568,638,832,579 643,591,823,505 0.00942696 0.06979981 0.13181124
17 GGRM 65,185,850,000,000 70,365,573,000,000 76,274,147,000,000 83,305,925,000,000 0.07946085 0.08396967 0.09219084
18 HMSP 80,690,139,000,000 89,069,306,000,000 95,466,657,000,000 99,091,484,000,000 0.10384375 0.07182442 0.03796956
19 ICBP 30,022,463,000,000 31,741,094,000,000 34,466,069,000,000 35,606,593,000,000 0.05724484 0.08585007 0.03309121
20 IGAR 737,863,227,409 677,331,846,043 792,794,834,768 761,926,952,217 -0.08203605 0.17046739 -0.03893552
21 IMPC 1,413,257,059,355 1,147,838,378,766 1,135,296,191,546 1,193,054,430,825 -0.18780637 -0.01092679 0.05087504

93
22 INAI 933,462,438,255 1,384,675,922,166 1,284,510,320,664 980,285,748,450 0.48337615 -0.07233866 -0.23684089
 Lanjutan Lampiran 7
Kode Penjualan Pertumbuhan Penjualan
No
Perusahaan 2014 2015 2016 2017 2015 2016 2017
23 INCI 110,023,088,698 136,668,408,270 176,067,561,639 269,706,737,385 0.24217935 0.28828281 0.53183661
24 INDF 63,594,452,000,000 64,061,947,000,000 66,750,317,000,000 70,186,618,000,000 0.00735119 0.04196516 0.05147992
25 INDS 1,866,977,260,105 1,659,505,639,261 1,637,036,790,119 1,967,982,902,772 -0.11112702 -0.01353948 0.20216168
26 INTP 19,996,264,000,000 17,798,055,000,000 15,361,894,000,000 14,431,211,000,000 -0.10993099 -0.13687793 -0.06058387
27 ISSP 3,367,873,000,000 3,583,541,000,000 3,259,200,000,000 3,662,810,000,000 0.06403686 -0.09050852 0.12383714
28 JECC 1,493,012,114,000 1,663,335,876,000 2,037,784,842,000 2,184,518,893,000 0.11408063 0.22511927 0.07200665
29 JPFA 24,458,880,000,000 25,022,913,000,000 27,063,310,000,000 29,602,688,000,000 0.02306046 0.08154115 0.09383102
30 KAEF 4,521,024,379,759 4,860,371,483,524 5,811,502,656,431 6,127,479,369,403 0.07505978 0.19569104 0.05437091
31 KBLI 2,384,078,038,239 2,662,038,531,021 2,812,196,217,447 3,186,704,707,526 0.11659035 0.05640703 0.13317296
32 KBLM 919,537,870,594 967,710,339,797 987,409,109,474 1,215,476,677,995 0.05238769 0.02035606 0.23097576
33 KDSI 1,626,232,662,544 1,713,946,192,967 1,995,337,146,834 2,245,519,457,754 0.05393664 0.16417724 0.12538348
34 KLBF 17,368,532,547,558 17,887,464,223,321 19,374,230,957,505 20,182,120,166,616 0.02987769 0.08311780 0.04169916
35 LION 377,622,622,150 389,251,192,409 379,137,149,036 349,690,796,141 0.03079416 -0.02598333 -0.07766676
36 LMSH 249,072,012,369 174,598,965,938 157,855,084,036 224,371,164,551 -0.29900207 -0.09589909 0.42137433
37 MERK 863,207,535,000 983,446,471,000 1,034,806,890,000 1,156,648,155,000 0.13929320 0.05222493 0.11774300
38 MLBI 2,988,501,000,000 2,696,318,000,000 3,263,311,000,000 3,389,736,000,000 -0.09776908 0.21028417 0.03874133
39 MYOR 14,169,088,278,238 14,818,730,635,847 18,349,959,898,358 20,816,673,946,473 0.04584927 0.23829499 0.13442613
40 NIPS 1,015,868,035,000 987,862,829,000 1,039,635,856,000 1,077,046,664,000 -0.02756776 0.05240913 0.03598453
41 PICO 694,332,286,638 699,310,599,565 706,730,705,044 747,064,722,530 0.00716993 0.01061060 0.05707127
42 PYFA 222,302,407,528 217,843,921,422 216,951,583,953 223,002,490,278 -0.02005595 -0.00409622 0.02789058
43 RICY 1,185,443,580,242 1,111,051,293,008 1,221,519,096,811 1,600,432,168,098 -0.06275481 0.09942638 0.31019824

94
44 ROTI 1,880,262,901,697 2,174,501,712,899 2,521,920,968,213 2,491,100,179,560 0.15648812 0.15976959 -0.01222116
 Lanjutan Lampiran 7
Kode Penjualan Pertumbuhan Penjualan
No
Perusahaan 2014 2015 2016 2017 2015 2016 2017
45 SCCO 3,703,267,949,291 3,533,081,041,052 3,742,637,722,322 4,440,404,595,541 -0.04595587 0.05931273 0.18643719
46 SIDO 219,907,000,000 2,218,536,000,000 2,561,806,000,000 2,573,840,000,000 9.08851924 0.15472816 0.00469747
47 SKBM 1,480,764,903,724 1,362,245,580,664 1,501,115,928,446 1,841,487,199,828 -0.08003926 0.10194223 0.22674549
48 SKLT 681,419,524,161 745,107,731,208 833,850,372,883 914,188,759,779 0.09346402 0.11910042 0.09634629
49 SMBR 1,214,914,932,000 1,461,248,284,000 1,522,808,093,000 1,551,524,990,000 0.20275770 0.04212823 0.01885786
50 SMGR 26,987,035,135,000 26,948,004,471,000 26,134,306,138,000 27,813,664,176,000 -0.00144627 -0.03019512 0.06425876
51 SMSM 2,632,860,000,000 2,802,924,000,000 2,879,876,000,000 3,339,964,000,000 0.06459288 0.02745419 0.15975966
52 SRSN 472,834,591,000 531,573,325,000 500,539,668,000 521,481,727,000 0.12422681 -0.05838076 0.04183896
53 STAR 228,622,027,943 258,967,329,940 129,480,611,941 114,496,159,735 0.13273131 -0.50001179 -0.11572738
54 STTP 2,170,464,194,350 2,544,277,844,656 2,629,107,367,897 2,825,409,180,889 0.17222751 0.03334130 0.07466481
55 TALF 558,080,193,376 476,383,633,793 569,419,992,907 646,087,885,410 -0.14638857 0.19529714 0.13464208
56 TCID 2,308,203,551,971 2,314,889,854,074 2,526,776,164,168 2,706,394,847,919 0.00289676 0.09153192 0.07108611
57 TOTO 2,053,630,374,083 2,278,673,871,193 2,069,017,634,710 2,171,861,931,164 0.10958325 -0.09200800 0.04970682
58 TRIS 746,828,922,732 859,743,472,895 901,909,489,240 773,806,956,330 0.15119199 0.04904488 -0.14203480
59 TRST 2,507,884,797,367 2,457,349,444,991 2,249,418,846,803 2,354,938,016,436 -0.02015059 -0.08461580 0.04690953
60 TSPC 7,512,115,037,587 8,181,481,867,179 9,138,238,993,842 9,565,462,045,199 0.08910498 0.11694179 0.04675114
61 ULTJ 3,916,789,366,423 4,393,932,684,171 4,685,987,917,355 4,879,559,000,000 0.12182001 0.06646784 0.04130849
62 UNIT 102,448,044,300 118,260,140,704 104,109,821,503 103,245,048,266 0.15434259 -0.11965417 -0.00830636
63 UNVR 34,511,534,000,000 36,484,030,000,000 40,053,732,000,000 41,204,510,000,000 0.05715469 0.09784286 0.02873086
64 VOKS 2,003,353,488,967 1,597,736,461,981 2,022,350,276,358 2,258,316,807,862 -0.20246902 0.26575961 0.11667936
65 WIIM 1,661,533,200,316 1,839,419,574,956 1,685,795,530,617 1,476,427,090,781 0.10706158 -0.08351767 -0.12419563

95
66 WTON 3,277,195,052,159 2,652,622,140,207 3,481,731,506,128 5,362,263,237,778 -0.19058155 0.31256218 0.54011394
 96

Lampiran 8 Data Variabel Struktur Modal Periode 2015 - 2017

Kode
No Tahun Total Hutang Total Modal Struktur Modal
Perusahaan
1 ADES 2015 324,855,000,000 328,369,000,000 0.98929862
2 AKPI 2015 1,775,577,239,000 1,107,565,893,000 1.60313463
3 ALDO 2015 195,081,792,385 170,929,026,813 1.14130289
4 AMFG 2015 880,052,000,000 3,390,223,000,000 0.25958528
5 ARNA 2015 536,050,998,398 894,728,477,056 0.59912142
6 ASII 2015 118,902,000,000,000 126,533,000,000,000 0.93969162
7 AUTO 2015 4,195,684,000,000 10,143,426,000,000 0.41363579
8 BATA 2015 248,070,766,000 547,187,208,000 0.45335630
9 BUDI 2015 2,160,702,000,000 1,105,251,000,000 1.95494236
10 CEKA 2015 845,932,695,663 639,893,514,352 1.32198979
11 CINT 2015 67,734,182,851 315,073,311,914 0.21497912
12 CPIN 2015 12,123,488,000,000 12,561,427,000,000 0.96513621
13 DLTA 2015 188,700,435,000 849,621,481,000 0.22209942
14 DPNS 2015 33,187,031,327 241,296,079,044 0.13753655
15 DVLA 2015 402,760,903,000 973,517,334,000 0.41371724
16 EKAD 2015 97,730,178,889 291,961,416,611 0.33473662
17 GGRM 2015 25,497,504,000,000 38,007,909,000,000 0.67084732
18 HMSP 2015 5,994,664,000,000 32,016,060,000,000 0.18723928
19 ICBP 2015 10,173,713,000,000 16,386,911,000,000 0.62084386
20 IGAR 2015 73,471,782,127 310,464,258,463 0.23665134
21 IMPC 2015 578,352,730,206 1,096,879,954,951 0.52727076
22 INAI 2015 1,090,438,393,880 239,820,902,657 4.54688637
23 INCI 2015 15,494,757,317 154,051,308,997 0.10058180
24 INDF 2015 48,713,933,000,000 43,121,593,000,000 1.12968769
25 INDS 2015 634,889,428,231 1,919,038,917,988 0.33083718
26 INTP 2015 3,772,410,000,000 23,865,950,000,000 0.15806662
27 ISSP 2015 2,894,972,000,000 2,553,475,000,000 1.13373814
28 JECC 2015 990,707,822,000 367,756,259,000 2.69392511
29 JPFA 2015 11,049,774,000,000 6,109,692,000,000 1.80856482
30 KAEF 2015 1,374,127,253,841 1,862,096,822,470 0.73794619
31 KBLI 2015 524,437,909,934 1,027,361,931,042 0.51047045
32 KBLM 2015 357,910,337,055 296,475,380,006 1.20721774
33 KDSI 2015 798,172,379,792 378,921,289,074 2.10643319
34 KLBF 2015 2,758,131,396,170 10,938,285,985,269 0.25215389
35 LION 2015 184,730,654,202 454,599,496,171 0.40635913
36 LMSH 2015 21,341,373,897 112,441,377,144 0.18980000
37 MERK 2015 168,103,536,000 473,543,282,000 0.35499086
38 MLBI 2015 1,334,373,000,000 766,480,000,000 1.74091040
39 MYOR 2015 6,148,255,759,034 5,194,459,927,187 1.18361790
 97

Lanjutan Lampiran 8
Kode
No Tahun Total Hutang Total Modal Struktur Modal
Perusahaan
40 NIPS 2015 938,717,411,000 609,002,679,000 1.54140112
41 PICO 2015 358,697,326,131 247,090,984,313 1.45168116
42 PYFA 2015 58,729,478,032 101,222,059,197 0.58020434
43 RICY 2015 798,114,824,380 400,079,043,512 1.99489285
44 ROTI 2015 1,517,788,685,162 1,188,534,951,872 1.27702486
45 SCCO 2015 857,680,796,553 922,352,503,822 0.92988396
46 SIDO 2015 197,797,000,000 2,598,314,000,000 0.07612513
47 SKBM 2015 420,396,809,051 344,087,439,659 1.22177319
48 SKLT 2015 225,066,080,248 152,044,668,111 1.48026289
49 SMBR 2015 319,315,349,000 2,949,352,584,000 0.10826625
50 SMGR 2015 10,712,320,531,000 27,440,798,401,000 0.39037933
51 SMSM 2015 779,860,000,000 1,440,248,000,000 0.54147619
52 SRSN 2015 233,993,478,000 340,079,836,000 0.68805455
53 STAR 2015 239,344,544,398 489,676,008,886 0.48878144
54 STTP 2015 910,758,598,913 1,008,809,438,257 0.90280539
55 TALF 2015 84,008,353,472 350,202,023,192 0.23988540
56 TCID 2015 367,225,370,670 1,714,871,478,033 0.21414163
57 TOTO 2015 947,997,940,099 1,491,542,919,106 0.63558207
58 TRIS 2015 245,138,356,170 329,208,076,905 0.74463044
59 TRST 2015 1,400,438,809,900 1,956,920,690,054 0.71563391
60 TSPC 2015 1,947,588,124,083 4,337,140,975,120 0.44904884
61 ULTJ 2015 742,490,216,326 2,797,505,693,922 0.26541151
62 UNIT 2015 217,565,067,467 242,974,314,739 0.89542414
63 UNVR 2015 10,902,585,000,000 4,827,360,000,000 2.25849843
64 VOKS 2015 1,026,591,706,684 509,652,927,872 2.01429571
65 WIIM 2015 398,991,064,485 943,708,980,906 0.42279036
66 WTON 2015 2,192,672,341,480 2,263,425,161,325 0.96874082
67 ADES 2016 383,071,000,000 384,388,000,000 0.99657377
68 AKPI 2016 1,495,874,021,000 1,120,035,169,000 1.33555987
69 ALDO 2016 209,442,676,180 200,887,900,422 1.04258482
70 AMFG 2016 1,905,626,000,000 3,599,264,000,000 0.52944880
71 ARNA 2016 595,128,097,887 948,088,201,259 0.62771385
72 ASII 2016 121,949,000,000,000 139,906,000,000,000 0.87164954
73 AUTO 2016 4,075,716,000,000 10,536,558,000,000 0.38681664
74 BATA 2016 247,587,638,000 557,155,279,000 0.44437816
75 BUDI 2016 1,766,825,000,000 1,164,982,000,000 1.51661142
76 CEKA 2016 538,044,038,690 887,920,113,728 0.60595996
77 CINT 2016 72,906,787,680 326,429,838,956 0.22334597
78 CPIN 2016 10,047,751,000,000 14,157,243,000,000 0.70972512
79 DLTA 2016 185,422,642,000 1,012,374,008,000 0.18315626
 98

Lanjutan Lampiran 8
Kode
No Tahun Total Hutang Total Modal Struktur Modal
Perusahaan
80 DPNS 2016 32,865,162,199 263,264,403,585 0.12483709
81 DVLA 2016 451,785,946,000 1,079,579,612,000 0.41848321
82 EKAD 2016 179,614,273,425 592,004,807,725 0.30340002
83 GGRM 2016 23,387,406,000,000 39,564,228,000,000 0.59112504
84 HMSP 2016 8,333,263,000,000 34,175,014,000,000 0.24384081
85 ICBP 2016 10,401,125,000,000 18,500,823,000,000 0.56219796
86 IGAR 2016 65,716,637,766 373,749,035,530 0.17583092
87 IMPC 2016 1,050,386,739,011 1,225,645,183,071 0.85700719
88 INAI 2016 1,081,015,810,782 258,016,602,673 4.18971415
89 INCI 2016 26,524,918,593 242,826,462,751 0.10923405
90 INDF 2016 38,233,092,000,000 43,941,423,000,000 0.87009226
91 INDS 2016 409,208,624,907 2,068,063,877,631 0.19787040
92 INTP 2016 4,011,877,000,000 26,138,703,000,000 0.15348416
93 ISSP 2016 3,396,754,000,000 2,645,057,000,000 1.28418934
94 JECC 2016 1,116,872,234,000 470,338,342,000 2.37461447
95 JPFA 2016 9,878,062,000,000 9,372,964,000,000 1.05388882
96 KAEF 2016 2,341,155,131,870 2,271,407,409,194 1.03070683
97 KBLI 2016 550,076,575,595 1,321,345,840,449 0.41630023
98 KBLM 2016 318,435,889,653 320,655,277,264 0.99307859
99 KDSI 2016 1,298,485,375,681 419,784,286,104 3.09322054
100 KLBF 2016 2,762,162,069,572 12,463,847,141,085 0.22161392
101 LION 2016 215,209,942,816 470,603,093,171 0.45730669
102 LMSH 2016 45,511,700,128 117,316,469,122 0.38793957
103 MERK 2016 161,262,425,000 582,672,469,000 0.27676342
104 MLBI 2016 1,454,398,000,000 820,640,000,000 1.77227286
105 MYOR 2016 6,657,165,872,077 6,265,255,987,065 1.06255289
106 NIPS 2016 935,375,496,000 842,580,894,000 1.11013139
107 PICO 2016 372,723,887,214 265,842,864,248 1.40204586
108 PYFA 2016 61,554,005,181 105,508,790,427 0.58340168
109 RICY 2016 876,184,855,001 412,499,070,065 2.12408929
110 ROTI 2016 1,476,889,086,692 1,442,751,772,026 1.02366125
111 SCCO 2016 1,229,514,818,362 1,220,420,673,224 1.00745165
112 SIDO 2016 229,729,000,000 2,757,885,000,000 0.08329898
113 SKBM 2016 633,267,725,358 368,389,286,646 1.71901776
114 SKLT 2016 272,088,644,079 296,151,295,872 0.91874879
115 SMBR 2016 1,248,119,294,000 3,120,757,702,000 0.39994111
116 SMGR 2016 13,652,504,525,000 30,574,391,457,000 0.44653397
117 SMSM 2016 674,685,000,000 1,580,055,000,000 0.42700096
118 SRSN 2016 315,096,071,000 402,053,633,000 0.78371651
119 STAR 2016 262,161,402,637 490,025,951,324 0.53499494
 99

Lanjutan Lampiran 8
Kode
No Tahun Total Hutang Total Modal Struktur Modal
Perusahaan
120 STTP 2016 1,167,899,357,271 1,168,512,137,670 0.99947559
121 TALF 2016 129,777,537,129 751,895,484,830 0.17260050
122 TCID 2016 401,942,530,776 1,783,158,507,325 0.22541043
123 TOTO 2016 1,057,566,418,720 1,523,874,519,542 0.69399836
124 TRIS 2016 293,073,984,034 346,627,180,477 0.84550203
125 TRST 2016 1,358,241,040,272 1,932,355,184,014 0.70289409
126 TSPC 2016 1,950,534,206,746 4,635,273,142,692 0.42080243
127 ULTJ 2016 749,966,146,582 3,489,233,494,783 0.21493722
128 UNIT 2016 188,891,359,540 244,021,820,832 0.77407569
129 UNVR 2016 12,041,437,000,000 4,704,258,000,000 2.55968890
130 VOKS 2016 999,166,542,590 669,043,551,888 1.49342526
131 WIIM 2016 362,540,740,471 991,093,391,804 0.36579877
132 WTON 2016 2,171,844,871,665 2,490,474,913,654 0.87206053
133 ADES 2017 417,225,000,000 423,011,000,000 0.98632187
134 AKPI 2017 1,618,713,342,000 1,126,612,491,000 1.43679691
135 ALDO 2017 269,278,833,819 229,422,823,176 1.17372295
136 AMFG 2017 2,718,939,000,000 3,548,877,000,000 0.76614067
137 ARNA 2017 571,946,769,034 1,029,399,792,439 0.55561189
138 ASII 2017 139,317,000,000,000 156,329,000,000,000 0.89117822
139 AUTO 2017 4,003,233,000,000 10,759,076,000,000 0.37207963
140 BATA 2017 276,382,503,000 579,308,728,000 0.47709018
141 BUDI 2017 1,744,756,000,000 1,194,700,000,000 1.46041349
142 CEKA 2017 489,592,257,434 903,044,187,067 0.54215759
143 CINT 2017 94,304,081,659 382,273,759,946 0.24669253
144 CPIN 2017 8,819,768,000,000 15,702,825,000,000 0.56166760
145 DLTA 2017 196,197,372,000 1,144,645,393,000 0.17140450
146 DPNS 2017 40,655,786,593 267,835,387,367 0.15179393
147 DVLA 2017 524,586,078,000 1,116,300,069,000 0.46993285
148 EKAD 2017 133,949,920,707 662,817,725,465 0.20209164
149 GGRM 2017 24,572,266,000,000 42,187,664,000,000 0.58245145
150 HMSP 2017 9,028,078,000,000 34,112,985,000,000 0.26465224
151 ICBP 2017 11,295,184,000,000 20,324,330,000,000 0.55574693
152 IGAR 2017 71,075,842,431 441,946,749,143 0.16082445
153 IMPC 2017 1,005,656,523,820 1,289,020,969,663 0.78017080
154 INAI 2017 936,511,874,370 277,404,670,750 3.37597731
155 INCI 2017 35,408,565,186 268,379,825,144 0.13193453
156 INDF 2017 41,182,764,000,000 46,756,724,000,000 0.88078806
157 INDS 2017 289,798,419,319 2,144,818,918,530 0.13511556
158 INTP 2017 4,307,169,000,000 24,556,507,000,000 0.17539828
159 ISSP 2017 3,428,424,000,000 2,840,941,000,000 1.20679169
 100

Lanjutan Lampiran 8
Kode
No Tahun Total Hutang Total Modal Struktur Modal
Perusahaan
160 JECC 2017 1,380,623,870,000 547,361,482,000 2.52232558
161 JPFA 2017 11,293,242,000,000 9,795,628,000,000 1.15288596
162 KAEF 2017 3,523,628,217,405 2,572,520,755,127 1.36971809
163 KBLI 2017 1,227,014,231,702 1,786,746,385,283 0.68673106
164 KBLM 2017 443,770,270,269 791,428,577,199 0.56072055
165 KDSI 2017 842,752,226,515 485,539,501,101 1.73570271
166 KLBF 2017 2,722,207,633,646 13,894,031,782,689 0.19592640
167 LION 2017 229,630,859,719 452,307,088,017 0.50768795
168 LMSH 2017 31,541,423,763 161,163,426,840 0.19571080
169 MERK 2017 231,569,103,000 615,437,441,000 0.37626749
170 MLBI 2017 1,445,173,000,000 1,064,905,000,000 1.35709101
171 MYOR 2017 7,561,503,434,179 7,354,346,366,072 1.02816798
172 NIPS 2017 1,018,449,877,000 879,512,570,000 1.15797080
173 PICO 2017 440,555,207,508 279,683,750,237 1.57519058
174 PYFA 2017 50,707,930,330 108,856,000,711 0.46582577
175 RICY 2017 944,179,416,586 430,265,371,696 2.19441182
176 ROTI 2017 1,739,467,993,982 2,820,105,715,429 0.61680950
177 SCCO 2017 1,286,017,105,712 2,728,227,483,994 0.47137459
178 SIDO 2017 262,333,000,000 2,895,865,000,000 0.09058882
179 SKBM 2017 599,790,014,646 1,023,237,460,399 0.58616894
180 SKLT 2017 328,714,435,982 307,569,774,228 1.06874753
181 SMBR 2017 1,647,477,388,000 3,412,859,859,000 0.48272635
182 SMGR 2017 18,524,450,664,000 30,439,052,302,000 0.60857514
183 SMSM 2017 615,157,000,000 1,828,184,000,000 0.33648528
184 SRSN 2017 237,220,555,000 415,505,899,000 0.57091982
185 STAR 2017 124,422,750,504 490,282,287,552 0.25377778
186 STTP 2017 957,660,374,836 1,384,772,068,360 0.69156535
187 TALF 2017 155,076,156,734 766,164,831,783 0.20240574
188 TCID 2017 503,480,853,006 1,858,326,336,424 0.27093242
189 TOTO 2017 1,132,699,218,954 1,693,791,596,547 0.66873588
190 TRIS 2017 188,736,733,204 356,231,586,783 0.52981471
191 TRST 2017 1,357,336,438,524 1,975,569,497,486 0.68706084
192 TSPC 2017 2,352,891,899,876 5,082,008,409,145 0.46298465
193 ULTJ 2017 978,185,000,000 4,208,755,000,000 0.23241671
194 UNIT 2017 181,126,294,572 245,258,328,306 0.73851231
195 UNVR 2017 13,733,025,000,000 5,173,388,000,000 2.65455152
196 VOKS 2017 1,296,044,190,202 814,122,306,393 1.59195268
197 WIIM 2017 247,620,731,930 978,091,361,111 0.25316728
198 WTON 2017 4,320,040,760,958 2,747,935,334,085 1.57210423
 101

Lampiran 9 Data Variabel Return On Asset Periode 2015 - 2017

Kode
No Tahun Laba Bersih Total Aset Return On Asset
Perusahaan
1 ADES 2015 32,839,000,000 653,224,000,000 0.05027219
2 AKPI 2015 27,644,714,000 2,883,143,132,000 0.00958839
3 ALDO 2015 24,079,122,338 366,010,819,198 0.06578801
4 AMFG 2015 341,346,000,000 4,270,275,000,000 0.07993537
5 ARNA 2015 71,209,943,348 1,430,779,475,454 0.04977003
6 ASII 2015 15,613,000,000,000 245,435,000,000,000 0.06361358
7 AUTO 2015 322,701,000,000 14,339,110,000,000 0.02250495
8 BATA 2015 129,519,446,000 795,257,974,000 0.16286469
9 BUDI 2015 21,072,000,000 3,265,953,000,000 0.00645202
10 CEKA 2015 106,549,446,980 1,485,826,210,015 0.07171057
11 CINT 2015 29,477,807,514 382,807,494,765 0.07700426
12 CPIN 2015 1,832,598,000,000 24,684,915,000,000 0.07423959
13 DLTA 2015 192,045,199,000 1,038,321,916,000 0.18495728
14 DPNS 2015 9,859,176,172 274,483,110,371 0.03591906
15 DVLA 2015 107,894,430,000 1,376,278,237,000 0.07839580
16 EKAD 2015 47,040,256,456 389,691,595,500 0.12071150
17 GGRM 2015 6,452,834,000,000 63,505,413,000,000 0.10161077
18 HMSP 2015 10,363,308,000,000 38,010,724,000,000 0.27264169
19 ICBP 2015 29,231,480,000,000 26,560,624,000,000 1.10055697
20 IGAR 2015 51,416,184,307 383,936,040,590 0.13391862
21 IMPC 2015 129,759,075,975 1,675,232,685,157 0.07745734
22 INAI 2015 28,615,673,167 1,330,259,296,537 0.02151135
23 INCI 2015 16,960,660,023 169,546,066,314 0.10003570
24 INDF 2015 3,709,501,000,000 91,831,526,000,000 0.04039464
25 INDS 2015 1,933,819,152 2,553,928,346,219 0.00075719
26 INTP 2015 4,356,661,000,000 27,638,360,000,000 0.15763095
27 ISSP 2015 158,999,000,000 5,448,447,000,000 0.02918244
28 JECC 2015 2,464,669,000 1,358,464,081,000 0.00181431
29 JPFA 2015 524,484,000,000 17,159,466,000,000 0.03056529
30 KAEF 2015 252,972,506,074 3,236,224,076,311 0.07816903
31 KBLI 2015 115,371,098,970 1,551,799,840,976 0.07434664
32 KBLM 2015 12,760,365,612 654,385,717,061 0.01949976
33 KDSI 2015 11,470,563,293 1,177,093,668,866 0.00974482
34 KLBF 2015 2,057,694,281,873 13,696,417,381,439 0.15023595
35 LION 2015 46,018,637,487 639,330,150,373 0.07197946
36 LMSH 2015 1,944,443,395 133,782,751,041 0.01453434
37 MERK 2015 142,545,462,000 641,646,818,000 0.22215564
38 MLBI 2015 496,909,000,000 2,100,853,000,000 0.23652726
39 MYOR 2015 1,250,233,128,560 11,342,715,686,221 0.11022344
 102

Lanjutan Lampiran 9
Kode
No Tahun Laba Bersih Total Aset Return On Asset
Perusahaan
40 NIPS 2015 30,671,339,000 1,547,720,090,000 0.01981711
41 PICO 2015 14,975,406,018 605,788,310,444 0.02472053
42 PYFA 2015 3,087,104,465 159,951,537,229 0.01930025
43 RICY 2015 13,465,713,464 1,198,193,867,892 0.01123834
44 ROTI 2015 270,538,700,440 2,706,323,637,034 0.09996539
45 SCCO 2015 159,119,646,125 1,773,144,328,632 0.08973869
46 SIDO 2015 437,475,000,000 2,796,111,000,000 0.15645838
47 SKBM 2015 40,150,568,621 764,484,248,710 0.05251981
48 SKLT 2015 20,066,791,849 377,110,748,359 0.05321193
49 SMBR 2015 354,180,062,000 3,268,667,933,000 0.10835609
50 SMGR 2015 4,525,441,038,000 38,153,118,932,000 0.11861261
51 SMSM 2015 461,307,000,000 2,220,108,000,000 0.20778584
52 SRSN 2015 15,504,788,000 574,073,314,000 0.02700838
53 STAR 2015 306,885,570 729,020,553,284 0.00042096
54 STTP 2015 185,705,201,171 1,919,568,037,170 0.09674322
55 TALF 2015 33,717,725,980 434,210,376,664 0.07765297
56 TCID 2015 544,474,278,014 2,082,096,848,703 0.26150286
57 TOTO 2015 285,236,780,659 2,439,540,859,205 0.11692232
58 TRIS 2015 37,448,445,764 574,346,433,075 0.06520184
59 TRST 2015 25,314,103,403 3,357,359,499,954 0.00753988
60 TSPC 2015 529,218,651,807 6,284,729,099,203 0.08420707
61 ULTJ 2015 523,100,215,029 3,539,995,910,248 0.14776859
62 UNIT 2015 385,953,128 460,539,382,206 0.00083805
63 UNVR 2015 5,851,805,000,000 15,729,945,000,000 0.37201688
64 VOKS 2015 277,107,966 1,536,244,634,556 0.00018038
65 WIIM 2015 131,081,111,587 1,342,700,045,391 0.09762501
66 WTON 2015 171,784,021,770 4,456,097,502,805 0.03855033
67 ADES 2016 55,951,000,000 767,479,000,000 0.07290232
68 AKPI 2016 52,393,857,000 2,615,909,190,000 0.02002893
69 ALDO 2016 25,229,505,223 410,330,576,602 0.06148580
70 AMFG 2016 260,444,000,000 5,504,890,000,000 0.04731139
71 ARNA 2016 91,375,910,975 1,543,216,299,146 0.05921134
72 ASII 2016 18,302,000,000,000 261,855,000,000,000 0.06989364
73 AUTO 2016 483,421,000,000 14,612,274,000,000 0.03308321
74 BATA 2016 42,231,663,000 804,742,917,000 0.05247845
75 BUDI 2016 38,624,000,000 2,931,807,000,000 0.01317413
76 CEKA 2016 249,697,013,626 1,425,964,152,418 0.17510750
77 CINT 2016 20,619,309,858 399,336,262,636 0.05163395
78 CPIN 2016 2,225,402,000,000 24,204,994,000,000 0.09193979
79 DLTA 2016 254,509,268,000 1,197,796,650,000 0.21248120
 103

Lanjutan Lampiran 9
Kode
No Tahun Laba Bersih Total Aset Return On Asset
Perusahaan
80 DPNS 2016 10,009,391,103 296,129,565,784 0.03380072
81 DVLA 2016 152,083,400,000 1,531,365,558,000 0.09931228
82 EKAD 2016 90,685,821,530 702,508,630,708 0.12908855
83 GGRM 2016 6,672,682,000,000 62,951,634,000,000 0.10599696
84 HMSP 2016 12,762,229,000,000 42,508,277,000,000 0.30022927
85 ICBP 2016 3,631,301,000,000 28,901,948,000,000 0.12564208
86 IGAR 2016 69,305,629,795 439,465,673,296 0.15770431
87 IMPC 2016 125,823,130,775 2,276,031,922,082 0.05528180
88 INAI 2016 35,552,975,244 1,339,032,413,455 0.02655124
89 INCI 2016 9,988,836,259 269,351,381,344 0.03708478
90 INDF 2016 5,266,906,000,000 82,174,515,000,000 0.06409415
91 INDS 2016 49,556,367,334 2,477,272,502,538 0.02000441
92 INTP 2016 3,870,319,000,000 30,150,580,000,000 0.12836632
93 ISSP 2016 102,925,000,000 6,041,811,000,000 0.01703546
94 JECC 2016 132,423,161,000 1,587,210,576,000 0.08343138
95 JPFA 2016 2,171,608,000,000 19,251,026,000,000 0.11280479
96 KAEF 2016 271,597,947,663 4,612,562,541,064 0.05888223
97 KBLI 2016 334,338,838,592 1,871,422,416,044 0.17865493
98 KBLM 2016 21,245,022,916 639,091,366,917 0.03324254
99 KDSI 2016 47,127,349,067 1,142,273,020,550 0.04125752
100 KLBF 2016 2,350,884,933,551 15,226,009,210,657 0.15439928
101 LION 2016 42,345,417,055 685,812,995,987 0.06174484
102 LMSH 2016 6,252,814,811 162,828,169,250 0.03840131
103 MERK 2016 153,842,847,000 743,934,894,000 0.20679612
104 MLBI 2016 982,129,000,000 2,275,038,000,000 0.43169784
105 MYOR 2016 1,388,676,127,665 12,922,421,859,142 0.10746253
106 NIPS 2016 65,683,137,000 1,777,956,390,000 0.03694305
107 PICO 2016 13,753,451,941 638,565,761,462 0.02153804
108 PYFA 2016 5,146,317,041 167,062,795,608 0.03080469
109 RICY 2016 14,033,426,519 1,288,683,925,066 0.01088974
110 ROTI 2016 279,777,368,831 2,919,640,858,718 0.09582595
111 SCCO 2016 340,593,630,534 2,449,935,491,586 0.13902147
112 SIDO 2016 480,525,000,000 2,987,614,000,000 0.16083905
113 SKBM 2016 22,545,456,050 1,001,657,012,004 0.02250816
114 SKLT 2016 20,646,121,074 568,239,939,951 0.03633346
115 SMBR 2016 259,090,525,000 4,368,876,996,000 0.05930369
116 SMGR 2016 4,535,036,823,000 44,226,895,982,000 0.10254025
117 SMSM 2016 502,192,000,000 2,254,740,000,000 0.22272723
118 SRSN 2016 11,056,051,000 717,149,704,000 0.01541666
119 STAR 2016 462,555,306 690,187,353,961 0.00067019
 104

Lanjutan Lampiran 9
Kode
No Tahun Laba Bersih Total Aset Return On Asset
Perusahaan
120 STTP 2016 174,176,717,866 2,336,411,494,941 0.07454882
121 TALF 2016 30,137,707,324 881,673,021,959 0.03418241
122 TCID 2016 162,059,596,347 2,185,101,038,101 0.07416572
123 TOTO 2016 168,564,583,718 2,581,440,938,262 0.06529864
124 TRIS 2016 25,213,015,324 639,701,164,511 0.03941374
125 TRST 2016 33,794,866,940 3,290,596,224,286 0.01027013
126 TSPC 2016 545,493,536,262 6,585,807,349,438 0.08282865
127 ULTJ 2016 709,825,635,742 4,239,199,641,365 0.16744331
128 UNIT 2016 860,775,733 432,913,180,372 0.00198833
129 UNVR 2016 6,390,672,000,000 16,745,695,000,000 0.38163074
130 VOKS 2016 160,045,873,393 1,668,210,094,478 0.09593868
131 WIIM 2016 106,290,306,868 1,353,634,132,275 0.07852218
132 WTON 2016 281,567,627,374 4,662,319,785,318 0.06039217
133 ADES 2017 38,242,000,000 840,236,000,000 0.04551340
134 AKPI 2017 13,333,970,000 2,745,325,833,000 0.00485697
135 ALDO 2017 29,035,395,397 498,701,656,995 0.05822197
136 AMFG 2017 38,569,000,000 6,267,816,000,000 0.00615350
137 ARNA 2017 122,183,909,643 1,601,346,561,573 0.07630073
138 ASII 2017 23,165,000,000,000 295,646,000,000,000 0.07835384
139 AUTO 2017 547,781,000,000 14,762,309,000,000 0.03710673
140 BATA 2017 53,654,376,000 855,691,231,000 0.06270296
141 BUDI 2017 45,691,000,000 2,939,456,000,000 0.01554403
142 CEKA 2017 107,420,886,839 1,392,636,444,501 0.07713491
143 CINT 2017 29,648,261,092 476,577,841,605 0.06221074
144 CPIN 2017 2,496,787,000,000 24,522,593,000,000 0.10181578
145 DLTA 2017 279,772,635,000 1,340,842,765,000 0.20865432
146 DPNS 2017 5,963,420,071 308,491,173,960 0.01933093
147 DVLA 2017 162,249,293,000 1,640,886,147,000 0.09887907
148 EKAD 2017 76,195,665,729 796,767,646,172 0.09563097
149 GGRM 2017 7,755,347,000,000 66,759,930,000,000 0.11616769
150 HMSP 2017 12,670,534,000,000 43,141,063,000,000 0.29370009
151 ICBP 2017 3,543,173,000,000 31,619,514,000,000 0.11205653
152 IGAR 2017 72,376,683,136 513,022,591,574 0.14107894
153 IMPC 2017 91,303,491,940 2,294,677,493,483 0.03978925
154 INAI 2017 38,651,704,520 1,213,916,545,120 0.03184050
155 INCI 2017 16,554,272,131 303,788,390,330 0.05449277
156 INDF 2017 5,145,063,000,000 87,939,488,000,000 0.05850686
157 INDS 2017 113,639,539,901 2,434,617,337,849 0.04667655
158 INTP 2017 1,859,818,000,000 28,863,676,000,000 0.06443455
159 ISSP 2017 8,634,000,000 6,269,365,000,000 0.00137717
 105

Lanjutan Lampiran 9
Kode
No Tahun Laba Bersih Total Aset Return On Asset
Perusahaan
160 JECC 2017 83,355,370,000 1,927,985,352,000 0.04323444
161 JPFA 2017 1,107,810,000,000 21,088,870,000,000 0.05253055
162 KAEF 2017 331,707,917,461 6,096,148,972,533 0.05441270
163 KBLI 2017 358,974,051,474 3,013,760,616,985 0.11911167
164 KBLM 2017 43,994,949,645 1,235,198,847,468 0.03561771
165 KDSI 2017 68,965,208,549 1,328,291,727,616 0.05192023
166 KLBF 2017 2,453,251,410,604 16,616,239,416,335 0.14764179
167 LION 2017 9,282,943,009 681,937,947,736 0.01361259
168 LMSH 2017 12,967,113,850 161,163,426,840 0.08045941
169 MERK 2017 144,677,294,000 847,006,544,000 0.17081013
170 MLBI 2017 1,322,067,000,000 2,510,078,000,000 0.52670355
171 MYOR 2017 1,630,953,830,893 14,915,849,800,251 0.10934367
172 NIPS 2017 44,110,825,000 1,897,962,447,000 0.02324115
173 PICO 2017 16,824,380,227 720,238,957,745 0.02335944
174 PYFA 2017 7,127,402,168 159,563,931,041 0.04466800
175 RICY 2017 16,558,562,698 1,374,444,788,282 0.01204746
176 ROTI 2017 135,364,021,139 4,559,573,709,411 0.02968787
177 SCCO 2017 269,730,298,809 4,014,244,589,706 0.06719329
178 SIDO 2017 533,799,000,000 3,158,198,000,000 0.16902012
179 SKBM 2017 25,880,464,791 1,623,027,475,045 0.01594580
180 SKLT 2017 22,970,715,348 636,284,210,210 0.03610134
181 SMBR 2017 146,648,432,000 5,060,337,247,000 0.02897997
182 SMGR 2017 2,043,025,914,000 48,963,502,966,000 0.04172549
183 SMSM 2017 555,388,000,000 2,443,341,000,000 0.22730679
184 SRSN 2017 17,698,567,000 652,726,454,000 0.02711483
185 STAR 2017 594,726,798 614,705,038,056 0.00096750
186 STTP 2017 216,024,079,834 2,342,432,443,196 0.09222212
187 TALF 2017 21,465,836,784 921,240,988,517 0.02330100
188 TCID 2017 179,126,382,068 2,361,807,189,430 0.07584293
189 TOTO 2017 278,935,804,544 2,826,490,815,501 0.09868626
190 TRIS 2017 14,198,889,550 544,968,319,987 0.02605452
191 TRST 2017 38,199,681,742 3,332,905,936,010 0.01146137
192 TSPC 2017 557,339,581,996 7,434,900,309,021 0.07496262
193 ULTJ 2017 711,681,000,000 5,186,940,000,000 0.13720633
194 UNIT 2017 1,062,124,056 426,384,622,878 0.00249100
195 UNVR 2017 7,004,562,000,000 18,906,413,000,000 0.37048604
196 VOKS 2017 166,204,959,339 2,110,166,496,595 0.07876391
197 WIIM 2017 40,589,790,851 1,225,712,093,041 0.03311527
198 WTON 2017 340,458,859,391 7,067,976,095,043 0.04816921
 Lampiran 10 Data Penelitian Periode 2015 - 2017
Kode Nilai PERTUMBUHAN UKURAN STRUKTUR RETURN ON
No Tahun LIKUIDITAS
Emiten Perusahaan PENJUALAN PERUSAHAAN MODAL ASSET
1 ADES 2015 1.82339153 1.38602255 0.15712425 27.20518594 0.989298624 0.05027219
2 AKPI 2015 0.53721409 1.03063513 0.03705362 28.68990218 1.603134631 0.00958839
3 ALDO 2015 2.36501668 1.34441120 0.09006457 26.62592873 1.141302891 0.06578801
4 AMFG 2015 0.83849941 4.65434440 -0.00168755 29.08269934 0.259585284 0.07993537
5 ARNA 2015 4.10260272 1.02068743 0.08630728 27.98924050 0.599121423 0.04977003
6 ASII 2015 1.91966775 1.37930537 -0.08678688 33.13405326 0.939691622 0.06361358
7 AUTO 2015 0.76025327 1.32291589 -0.04337997 30.29401189 0.413635787 0.02250495
8 BATA 2015 2.13820788 2.47099575 0.01994896 27.40193239 0.453356296 0.16286469
9 BUDI 2015 0.25644567 1.00084233 0.04141211 28.81457272 1.954942362 0.00645202
10 CEKA 2015 0.62764349 1.53467620 -0.05838536 28.02699210 1.321989795 0.07171057
11 CINT 2015 1.07276620 3.48076952 0.11214349 26.67079808 0.214979118 0.07700426
12 CPIN 2015 3.39410483 2.10617580 0.03284538 30.83721344 0.965136206 0.07423959
13 DLTA 2015 4.90033168 6.42365815 -0.25501586 27.66862698 0.222099416 0.18495728
14 DPNS 2015 0.53107905 13.35000550 -0.10770481 26.33815557 0.137536555 0.03591906
15 DVLA 2015 1.49560768 3.52290471 0.18325092 27.95040404 0.413717238 0.07839580
16 EKAD 2015 0.95735253 3.56878167 0.00942696 26.68862148 0.334736624 0.12071150
17 GGRM 2015 2.78428471 1.77035886 0.07946085 31.78214626 0.670847323 0.10161077
18 HMSP 2015 13.66051802 6.56740934 0.10384375 31.26888945 0.187239279 0.27264169
19 ICBP 2015 4.79480881 2.32600797 0.05724484 30.91045093 0.620843855 1.10055697
20 IGAR 2015 0.70144566 4.96097574 -0.08203605 26.67374181 0.236651338 0.13391862
21 IMPC 2015 0.40760955 2.27127163 -0.18780637 28.14697319 0.527270762 0.07745734
22 INAI 2015 0.53499924 1.00350342 0.48337615 27.91639500 4.546886371 0.02151135
23 INCI 2015 0.35842503 9.67732067 0.24217935 25.85639050 0.100581796 0.10003570

106
24 INDF 2015 1.05373443 1.70533427 0.00735119 32.15097678 1.129687695 0.04039464
 Lanjutan Lampiran 10
Kode Nilai PERTUMBUHAN UKURAN STRUKTUR RETURN ON
No Tahun LIKUIDITAS
Emiten Perusahaan PENJUALAN PERUSAHAAN MODAL ASSET
25 INDS 2015 0.11968877 2.23126726 -0.11112702 28.56865382 0.330837182 0.00075719
26 INTP 2015 3.44354604 4.88657360 -0.10993099 30.95022578 0.158066618 0.15763095
27 ISSP 2015 0.52906980 1.28569704 0.06403686 29.32635173 1.133738141 0.02918244
28 JECC 2015 0.55504154 1.05005022 0.11408063 27.93737583 2.693925114 0.00181431
29 JPFA 2015 1.10798254 1.79427351 0.02306046 30.47357109 1.808564818 0.03056529
30 KAEF 2015 2.59491340 1.93022904 0.07505978 28.80542836 0.737946189 0.07816903
31 KBLI 2015 0.46416041 2.84760887 0.11659035 28.07043656 0.510470453 0.07434664
32 KBLM 2015 0.49865861 1.05730167 0.05238769 27.20696280 1.207217736 0.01949976
33 KDSI 2015 0.20414530 1.15660578 0.05393664 27.79406952 2.106433190 0.00974482
34 KLBF 2015 5.65675109 3.69777410 0.02987769 30.24815541 0.252153893 0.15023595
35 LION 2015 1.20142676 3.80231728 0.03079416 27.18368683 0.406359127 0.07197946
36 LMSH 2015 0.49092248 8.08893560 -0.29900207 25.61948306 0.189800005 0.01453434
37 MERK 2015 0.32047757 3.65218184 0.13929320 27.18730386 0.354990858 0.22215564
38 MLBI 2015 23.77824601 0.58421595 -0.09776908 28.37336457 1.740910396 0.23652726
39 MYOR 2015 5.25128965 2.36533666 0.04584927 30.05959686 1.183617902 0.11022344
40 NIPS 2015 0.95204836 1.04732244 -0.02756776 28.06780405 1.541401119 0.01981711
41 PICO 2015 0.29443405 1.58787379 0.00716993 27.12979644 1.451681158 0.02472053
42 PYFA 2015 0.59205435 1.99118299 -0.02005595 25.79813671 0.580204340 0.01930025
43 RICY 2015 0.25503152 1.18557489 -0.06275481 27.81183643 1.994892853 0.01123834
44 ROTI 2015 5.38745368 2.05342148 0.15648812 28.62661224 1.277024864 0.09996539
45 SCCO 2015 0.83026626 1.67175838 -0.04595587 28.20377554 0.929883958 0.08973869
46 SIDO 2015 3.17513588 9.27653483 9.08851924 28.65925064 0.076125133 0.15645838
47 SKBM 2015 2.57208370 1.14512025 -0.08003926 27.36246726 1.221773191 0.05251981

107
48 SKLT 2015 1.68091383 1.19245602 0.09346402 26.65580474 1.480262893 0.05321193
 Lanjutan Lampiran 10
Kode Nilai PERTUMBUHAN UKURAN STRUKTUR RETURN ON
No Tahun LIKUIDITAS
Emiten Perusahaan PENJUALAN PERUSAHAAN MODAL ASSET
49 SMBR 2015 0.97064164 7.57267826 0.20275770 28.81540366 0.108266252 0.10835609
50 SMGR 2015 2.46418953 1.59696940 -0.00144627 31.27262862 0.390379331 0.11861261
51 SMSM 2015 4.75808595 2.39378918 0.06459288 28.42857696 0.541476190 0.20778584
52 SRSN 2015 0.88508629 2.16707360 0.12422681 27.07602295 0.688054548 0.02700838
53 STAR 2015 0.49012005 1.80889128 0.13273131 27.31496776 0.488781439 0.00042096
54 STTP 2015 3.91515964 1.57887028 0.17222751 28.28312130 0.902805391 0.09674322
55 TALF 2015 1.54589056 4.37637974 -0.14638857 26.79679499 0.239885403 0.07765297
56 TCID 2015 1.93460562 4.99111576 0.00289676 28.36439660 0.214141628 0.26150286
57 TOTO 2015 4.80871178 2.40674168 0.10958325 28.52283097 0.635582073 0.11692232
58 TRIS 2015 1.14005475 1.88754075 0.15119199 27.07649859 0.744630443 0.06520184
59 TRST 2015 0.44482130 1.30847460 -0.02015059 28.84217592 0.715633913 0.00753988
60 TSPC 2015 1.81571225 2.53755143 0.08910498 29.46914385 0.449048840 0.08420707
61 ULTJ 2015 4.07315239 3.74547633 0.12182001 28.89514669 0.265411512 0.14776859
62 UNIT 2015 0.08070718 0.59624220 0.15434259 26.85566421 0.895424143 0.00083805
63 UNVR 2015 58.48124026 0.65397053 0.05715469 30.38658734 2.258498434 0.37201688
64 VOKS 2015 1.59814270 1.16813393 -0.20246902 28.06036201 2.014295711 0.00018038
65 WIIM 2015 0.95634961 2.89376043 0.10706158 27.92570366 0.422790365 0.09762501
66 WTON 2015 3.17671645 1.36880805 -0.19058155 29.12529450 0.968740818 0.03855033
67 ADES 2016 1.53463896 1.63530592 0.32541416 27.36637695 0.996573774 0.07290232
68 AKPI 2016 0.54641141 1.12875833 0.01474727 28.59263284 1.335559867 0.02002893
69 ALDO 2016 1.64270720 1.47830584 0.23788953 26.74022896 1.042584823 0.06148580
70 AMFG 2016 0.80788739 2.01982971 0.01584456 29.33665790 0.529448798 0.04731139
71 ARNA 2016 4.02657063 1.34882507 0.17032858 28.06488986 0.627713853 0.05921134

108
72 ASII 2016 2.39447488 1.23938302 -0.01689505 33.19881203 0.871649536 0.06989364
 Lanjutan Lampiran 10
Kode Nilai PERTUMBUHAN UKURAN STRUKTUR RETURN ON
No Tahun LIKUIDITAS
Emiten Perusahaan PENJUALAN PERUSAHAAN MODAL ASSET
73 AUTO 2016 0.93773058 1.50512040 0.09238312 30.31288298 0.386816644 0.03308321
74 BATA 2016 1.84329224 2.57010581 -0.02823364 27.41378871 0.444378161 0.05247845
75 BUDI 2016 0.33598182 1.00141545 0.03730781 28.70664007 1.516611415 0.01317413
76 CEKA 2016 0.90464219 2.18930198 0.18068159 27.98586930 0.605959962 0.17510750
77 CINT 2016 0.99868321 3.16035694 0.03869004 26.71306966 0.223345966 0.05163395
78 CPIN 2016 3.57907398 2.17277020 0.27066573 30.81758009 0.709725121 0.09193979
79 DLTA 2016 3.95436392 7.60387231 0.05433799 27.81150486 0.183156265 0.21248120
80 DPNS 2016 0.50311390 15.16460091 -0.02139355 26.41406292 0.124837091 0.03380072
81 DVLA 2016 1.82070871 2.85493738 0.11121564 28.05718097 0.418483214 0.09931228
82 EKAD 2016 0.69640862 4.88557203 0.06979981 27.27792352 0.303400025 0.12908855
83 GGRM 2016 3.10758555 1.93789066 0.08396967 31.77338783 0.591125044 0.10599696
84 HMSP 2016 13.03578792 5.23413100 0.07182442 31.38071993 0.243840807 0.30022927
85 ICBP 2016 5.40521149 2.40678199 0.08585007 30.99493011 0.562197963 0.12564208
86 IGAR 2016 1.35263584 5.82195958 0.17046739 26.80882545 0.175830923 0.15770431
87 IMPC 2016 4.04222818 3.77226835 -0.01092679 28.45345466 0.857007194 0.05528180
88 INAI 2016 0.79194904 1.00294450 -0.07233866 27.92296839 4.189714149 0.02655124
89 INCI 2016 0.22813362 5.81504138 0.28828281 26.31928261 0.109234053 0.03708478
90 INDF 2016 1.58358276 1.50813143 0.04196516 32.03986633 0.870092259 0.06409415
91 INDS 2016 0.25703377 3.03273413 -0.01353948 28.53817927 0.197870399 0.02000441
92 INTP 2016 2.16885161 4.52502806 -0.13687793 31.03722528 0.153484165 0.12836632
93 ISSP 2016 0.57052015 1.15944327 -0.09050852 29.42972492 1.284189339 0.01703546
94 JECC 2016 1.12514748 1.14023590 0.22511927 28.09299924 2.374614473 0.08343138
95 JPFA 2016 1.77129783 2.12975905 0.08154115 30.58858547 1.053888823 0.11280479

109
96 KAEF 2016 6.72424504 1.71366717 0.19569104 29.15980468 1.030706831 0.05888223
 Lanjutan Lampiran 10
Kode Nilai PERTUMBUHAN UKURAN STRUKTUR RETURN ON
No Tahun LIKUIDITAS
Emiten Perusahaan PENJUALAN PERUSAHAAN MODAL ASSET
97 KBLI 2016 0.83702261 3.41064576 0.05640703 28.25771991 0.416300229 0.17865493
98 KBLM 2016 0.83828341 1.30163092 0.02035606 27.18331327 0.993078587 0.03324254
99 KDSI 2016 0.33767343 1.23192365 0.16417724 27.76404127 3.093220539 0.04125752
100 KLBF 2016 5.69774398 4.13114433 0.08311780 30.35402621 0.221613924 0.15439928
101 LION 2016 1.16057036 3.55865184 -0.02598333 27.25387083 0.457306690 0.06174484
102 LMSH 2016 0.48279666 2.77011486 -0.09589909 25.81596131 0.387939566 0.03840131
103 MERK 2016 7.07361377 4.21660089 0.05222493 27.33521936 0.276763420 0.20679612
104 MLBI 2016 30.27605771 0.67954799 0.21028417 28.45301787 1.772272860 0.43169784
105 MYOR 2016 5.87048017 2.25017180 0.23829499 30.18998505 1.062552893 0.10746253
106 NIPS 2016 0.81128036 1.21821852 0.05240913 28.20648573 1.110131386 0.03694305
107 PICO 2016 0.47463847 1.33916556 0.01061060 27.18249050 1.402045860 0.02153804
108 PYFA 2016 1.01428516 2.19084106 -0.00409622 25.84163560 0.583401676 0.03080469
109 RICY 2016 0.23957433 1.14868385 0.09942638 27.88464260 2.124089285 0.01088974
110 ROTI 2016 5.61349510 2.96227436 0.15976959 28.70248173 1.023661253 0.09582595
111 SCCO 2016 1.22549484 1.68947382 0.05931273 28.52708281 1.007451648 0.13902147
112 SIDO 2016 2.82825426 8.31822650 0.15472816 28.72549619 0.083298977 0.16083905
113 SKBM 2016 1.62702824 1.10723267 0.10194223 27.63267676 1.719017757 0.02250816
114 SKLT 2016 0.71837631 1.31531881 0.11910042 27.06580960 0.918748788 0.03633346
115 SMBR 2016 8.79501891 2.86832283 0.04212823 29.10552711 0.399941108 0.05930369
116 SMGR 2016 1.77997642 1.27251894 -0.03019512 31.42035423 0.446533974 0.10254025
117 SMSM 2016 0.89292808 2.86025267 0.02745419 28.44405578 0.427000959 0.22272723
118 SRSN 2016 0.74865634 1.74256467 -0.05838076 27.29855045 0.783716512 0.01541666
119 STAR 2016 0.54854245 1.99932861 -0.50001179 27.26022893 0.534994936 0.00067019

110
120 STTP 2016 3.57625725 1.65447712 0.03334130 28.47963732 0.999475589 0.07454882
 Lanjutan Lampiran 10
Kode Nilai PERTUMBUHAN UKURAN STRUKTUR RETURN ON
No Tahun LIKUIDITAS
Emiten Perusahaan PENJUALAN PERUSAHAAN MODAL ASSET
121 TALF 2016 0.75601292 2.92289227 0.19529714 27.50508710 0.172600501 0.03418241
122 TCID 2016 1.40948397 5.25954012 0.09153192 28.41268319 0.225410433 0.07416572
123 TOTO 2016 3.37256115 2.18994967 -0.09200800 28.57936886 0.693998361 0.06529864
124 TRIS 2016 1.01339417 1.64171061 0.04904488 27.18426697 0.845502028 0.03941374
125 TRST 2016 0.72366820 1.29701772 -0.08461580 28.82208989 0.702894091 0.01027013
126 TSPC 2016 1.91250865 2.65214035 0.11694179 29.51593805 0.420802431 0.08282865
127 ULTJ 2016 3.78303881 4.84363592 0.06646784 29.07539560 0.214937220 0.16744331
128 UNIT 2016 0.11126871 0.64861005 -0.11965417 26.79380304 0.774075691 0.00198833
129 UNVR 2016 62.93107223 0.60563193 0.09784286 30.44916233 2.559688903 0.38163074
130 VOKS 2016 1.81989880 1.33356072 0.26575961 28.14277237 1.493425263 0.09593868
131 WIIM 2016 0.93180366 3.39422932 -0.08351767 27.93381404 0.365798767 0.07852218
132 WTON 2016 2.88710394 1.30912397 0.31256218 29.17053425 0.872060529 0.06039217
133 ADES 2017 1.39451882 1.20154520 -0.08243331 27.45694864 0.986321869 0.04551340
134 AKPI 2017 0.43759501 1.04342745 0.00861608 28.64092088 1.436796907 0.00485697
135 ALDO 2017 1.43839220 1.44044834 0.06348188 26.93527387 1.173722954 0.05822197
136 AMFG 2017 0.73681055 2.00954456 0.04342447 29.46644908 0.766140669 0.00615350
137 ARNA 2017 2.43906149 1.62624609 0.14617074 28.10186599 0.555611895 0.07630073
138 ASII 2017 2.14939961 1.22863192 0.13790837 33.32018391 0.891178220 0.07835384
139 AUTO 2017 0.92281623 1.71906545 0.05801497 30.32309836 0.372079628 0.03710673
140 BATA 2017 1.27911071 2.46403690 -0.02527129 27.47517544 0.477090176 0.06270296
141 BUDI 2017 0.35398489 1.00735598 0.01743630 28.70924565 1.460413493 0.01554403
142 CEKA 2017 0.84995841 2.22438704 0.03455116 27.96221979 0.542157587 0.07713491
143 CINT 2017 0.87371940 3.18996548 0.14210748 26.88989691 0.246692532 0.06221074

111
144 CPIN 2017 3.34166623 2.31655490 0.29041928 30.83061597 0.561667598 0.10181578
 Lanjutan Lampiran 10
Kode Nilai PERTUMBUHAN UKURAN STRUKTUR RETURN ON
No Tahun LIKUIDITAS
Emiten Perusahaan PENJUALAN PERUSAHAAN MODAL ASSET
145 DLTA 2017 3.21062319 8.63784217 -0.53135206 27.92431946 0.171404501 0.20865432
146 DPNS 2017 0.43271162 9.62145153 -0.04007101 26.45495907 0.151793932 0.01933093
147 DVLA 2017 1.96649634 2.66212575 0.08563755 28.12625755 0.469932855 0.09887907
148 EKAD 2017 0.42169965 4.51918432 0.13181124 27.40382894 0.202091639 0.09563097
149 GGRM 2017 3.82193654 1.93553619 0.09219084 31.83212417 0.582451448 0.11616769
150 HMSP 2017 16.12830140 5.27233016 0.03796956 31.39549640 0.264652243 0.29370009
151 ICBP 2017 5.10673568 2.42828522 0.03309121 31.08479558 0.555746930 0.11205653
152 IGAR 2017 0.83153299 6.50220960 -0.03893552 26.96358572 0.160824449 0.14107894
153 IMPC 2017 4.08722210 3.60556166 0.05087504 28.46161342 0.780170802 0.03978925
154 INAI 2017 0.43168127 0.99250272 -0.23684089 27.82487306 3.375977311 0.03184050
155 INCI 2017 0.27521632 5.10176310 0.53183661 26.43959721 0.131934527 0.05449277
156 INDF 2017 1.43189570 1.50271537 0.05147992 32.10767006 0.880788055 0.05850686
157 INDS 2017 0.36716370 5.12543342 0.20216168 28.52081071 0.135115565 0.04667655
158 INTP 2017 3.29049387 3.70307132 -0.06058387 30.99360503 0.175398276 0.06443455
159 ISSP 2017 0.29088569 1.50532172 0.12383714 29.46669619 1.206791693 0.00137717
160 JECC 2017 1.29830107 1.06083384 0.07200665 28.28749671 2.522325584 0.04323444
161 JPFA 2017 1.51431636 2.34594749 0.09383102 30.67976653 1.152885961 0.05253055
162 KAEF 2017 5.82922411 1.54550694 0.05437091 29.43867837 1.369718091 0.05441270
163 KBLI 2017 0.95541332 1.97441850 0.13317296 28.73420979 0.686731056 0.11911167
164 KBLM 2017 0.39907581 1.26337583 0.23097576 27.84225308 0.560720554 0.03561771
165 KDSI 2017 0.45876803 1.18637337 0.12538348 27.91491482 1.735702707 0.05192023
166 KLBF 2017 5.70165360 4.50940067 0.04169916 30.44140161 0.195926400 0.14764179
167 LION 2017 0.87976158 3.27135257 -0.07766676 27.24820450 0.507687953 0.01361259

112
168 LMSH 2017 0.38122793 4.28186643 0.42137433 25.80568476 0.195710804 0.08045941
 Lanjutan Lampiran 10
Kode Nilai PERTUMBUHAN UKURAN STRUKTUR RETURN ON
No Tahun LIKUIDITAS
Emiten Perusahaan PENJUALAN PERUSAHAAN MODAL ASSET
169 MERK 2017 6.69702512 3.08096535 0.11774300 27.46497426 0.376267493 0.17081013
170 MLBI 2017 27.76541663 0.82572919 0.03874133 28.55133494 1.357091008 0.52670355
171 MYOR 2017 6.14120837 2.38602736 0.13442613 30.33344551 1.028167978 0.10934367
172 NIPS 2017 0.92968161 1.17366416 0.03598453 28.27180203 1.157970803 0.02324115
173 PICO 2017 0.46334297 1.50552155 0.05707127 27.30284888 1.575190576 0.02335944
174 PYFA 2017 0.89953369 3.52276491 0.02789058 25.79571050 0.465825770 0.04466800
175 RICY 2017 0.22371618 1.18849229 0.31019824 27.94907098 2.194411818 0.01204746
176 ROTI 2017 2.28849400 2.25855768 -0.01222116 29.14825025 0.616809499 0.02968787
177 SCCO 2017 0.67818780 1.74205449 0.18643719 29.02087030 0.471374588 0.06719329
178 SIDO 2017 2.82299071 7.81221254 0.00469747 28.78102273 0.090588822 0.16902012
179 SKBM 2017 0.65441270 1.63534971 0.22674549 28.11531433 0.586168937 0.01594580
180 SKLT 2017 2.47038108 1.26306439 0.09634629 27.17891117 1.068747528 0.03610134
181 SMBR 2017 10.95362243 1.67995733 0.01885786 29.25245425 0.482726352 0.02897997
182 SMGR 2017 1.92916808 1.56775120 0.06425876 31.52209630 0.608575145 0.04172549
183 SMSM 2017 0.98829462 3.73913168 0.15975966 28.52438748 0.336485277 0.22730679
184 SRSN 2017 0.72441811 2.13166420 0.04183896 27.20442397 0.570919825 0.02711483
185 STAR 2017 0.96923767 2.77035175 -0.11572738 27.14440838 0.253777780 0.00096750
186 STTP 2017 3.68941584 2.64089863 0.07466481 28.48221101 0.691565346 0.09222212
187 TALF 2017 0.73839963 2.75120734 0.13464208 27.54898750 0.202405736 0.02330100
188 TCID 2017 1.93673913 4.91318305 0.07108611 28.49044820 0.270932421 0.07584293
189 TOTO 2017 2.48587843 2.29545133 0.04970682 28.67005706 0.668735883 0.09868626
190 TRIS 2017 0.90389926 1.92259298 -0.14203480 27.02399350 0.529814705 0.02605452
191 TRST 2017 0.53158950 1.22852245 0.04690953 28.83486569 0.687060840 0.01146137

113
192 TSPC 2017 1.59385805 2.52137716 0.04675114 29.63720629 0.462984653 0.07496262
 Lanjutan Lampiran 10
Kode Nilai PERTUMBUHAN UKURAN STRUKTUR RETURN ON
No Tahun LIKUIDITAS
Emiten Perusahaan PENJUALAN PERUSAHAAN MODAL ASSET
193 ULTJ 2017 0.88873187 4.19191470 0.04130849 29.27716504 0.232416712 0.13720633
194 UNIT 2017 0.07011489 0.73901514 -0.00830636 26.77860765 0.738512310 0.00249100
195 UNVR 2017 82.44442520 0.63369313 0.02873086 30.57052229 2.654551524 0.37048604
196 VOKS 2017 0.31851431 1.32262516 0.11667936 28.37778797 1.591952683 0.07876391
197 WIIM 2017 0.57509778 5.35585907 -0.12419563 27.83454309 0.253167283 0.03311527
198 WTON 2017 1.58582091 1.03203338 0.54011394 29.58659529 1.572104229 0.04816921

114
 115

Lampiran 11 Hasil Pengolahan Data Sebelum Transformasi Data dan Data

Triminng

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

NilaiPerusahaan 198 .07011489 82.44442520 3.4465297535 9.00864272216

LIKUIDITAS 198 .58421595 15.16460091 2.7417398957 2.19307260155

PERTUMBUHANPENJUALAN 198 -.53135206 9.08851924 .1008916787 .65635029720

UKURANPERUSAHAAN 198 25.61948306 33.32018391 28.5315864103 1.57719947208

STRUKTURMODAL 198 .07612513 4.54688637 .8350295647 .72200374363

RETURNONASSET 198 .00018038 1.10055697 .0893477823 .10914780087

Valid N (listwise) 198

 116

Lanjutan Lampiran 11

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 198
Mean .0000000
Normal Parametersa,b
Std. Deviation 8.40786650
Absolute .297
Most Extreme Differences Positive .297
Negative -.158
Kolmogorov-Smirnov Z 4.173
Asymp. Sig. (2-tailed) .000

a. Test distribution is Normal.

b. Calculated from data.
 117

Lanjutan Lampiran 11
Coefficientsa

Model Unstandardized Standardized t Sig. Collinearity

Coefficients Coefficients Statistics

B Std. Beta Tolerance VIF

Error

- 11.629 - .000
(Constant)
42.422 3.648

LIKUIDITAS .444 .343 .108 1.294 .197 .647 1.547

1
PERTUMBUHANPENJUALAN -.082 .941 -.006 -.087 .930 .961 1.041

UKURANPERUSAHAAN 1.453 .394 .254 3.691 .000 .950 1.052

STRUKTURMODAL 3.835 1.006 .307 3.814 .000 .695 1.439

a. Dependent Variable: NilaiPerusahaan

 118

Lanjutan Lampiran 11
Coefficientsa

Model Unstandardized Standardized t Sig.

Coefficients Coefficients

B Std. Error Beta

(Constant) -18.634 2.809 -6.635 .000

LIKUIDITAS .187 .083 .160 2.260 .025

1 PERTUMBUHANPENJUALAN -.356 .227 -.091 -1.568 .119

UKURANPERUSAHAAN .614 .095 .377 6.454 .000

STRUKTURMODAL 1.968 .243 .553 8.105 .000

a. Dependent Variable: LnU2i_1

Model Summaryb

Model R R Square Adjusted R Std. Error of the Durbin-Watson

Square Estimate

1 .359a .129 .111 8.49454783143 2.056

a. Predictors: (Constant), STRUKTURMODAL, UKURANPERUSAHAAN,

PERTUMBUHANPENJUALAN, LIKUIDITAS
b. Dependent Variable: NilaiPerusahaan
 119

Lampiran 12 Hasil Pengolahan Setelah Transformasi Data dan Data Triming

Model Summaryb

Model R R Square Adjusted R Square Std. Error of the Durbin-Watson

Estimate

1 .510a .260 .243 .91282 2.169

a. Predictors: (Constant), Ln_StrukturModal, UKURANPERUSAHAAN, PERTUMBUHANPENJUALAN,

LIKUIDITAS

b. Dependent Variable: Ln_NilaiPerusahaan

 120

Lanjutan Lampiran 12

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 177
Mean .0000000
Normal Parametersa,b
Std. Deviation .90238581
Absolute .033
Most Extreme Differences Positive .031
Negative -.033
Kolmogorov-Smirnov Z .435
Asymp. Sig. (2-tailed) .992

a. Test distribution is Normal.

b. Calculated from data.
 121

Lanjutan Lampiran 12
Coefficientsa

Model Unstandardized Standardized t Sig. Collinearity

Coefficients Coefficients Statistics

B Std. Beta Tolerance VIF

Error

-9.598 1.349 - .000

(Constant)
7.113

LIKUIDITAS .257 .078 .382 3.274 .001 .316 3.162

1
PERTUMBUHANPENJUALAN .256 .538 .031 .475 .635 .996 1.004

UKURANPERUSAHAAN .327 .047 .461 7.002 .000 .994 1.006

Ln_StrukturModal .262 .164 .186 1.600 .112 .318 3.150

a. Dependent Variable: Ln_NilaiPerusahaan

 122

Lanjutan Lampiran 12
Coefficientsa

Model Unstandardized Standardized t Sig.

Coefficients Coefficients

B Std. Error Beta

(Constant) -2.605 3.514 -.741 .460

LIKUIDITAS .211 .204 .138 1.034 .302

1 PERTUMBUHANPENJUALAN .701 1.401 .038 .500 .618

UKURANPERUSAHAAN .031 .122 .019 .254 .800

Ln_StrukturModal .779 .426 .244 1.828 .069

a. Dependent Variable: LnU2i_2

 123

Lampiran 13 Hasil Pengolahan Data Interaksi

Model Summaryb

Model R R Square Adjusted R Square Std. Error of the Durbin-Watson

Estimate

1 .512a .262 .254 .90626 2.291

a. Predictors: (Constant), Interaksi_X1, LIKUIDITAS

b. Dependent Variable: Ln_NilaiPerusahaan

 124

Lanjutan Lampiran 13

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 177
Mean .0000000
Normal Parametersa,b
Std. Deviation .90110098
Absolute .041
Most Extreme Differences Positive .039
Negative -.041
Kolmogorov-Smirnov Z .547
Asymp. Sig. (2-tailed) .926

a. Test distribution is Normal.

b. Calculated from data.
 125

anjutan Lampiran 13
Coefficientsa

Model Unstandardized Standardized t Sig. Collinearity

Coefficients Coefficients Statistics

B Std. Error Beta Tolerance VIF

(Constant) .321 .143 2.246 .026

LIKUIDITAS .465 .063 .691 7.346 .000 .479 2.088

1

Interaksi_X1 .179 .025 .682 7.247 .000 .479 2.088

a. Dependent Variable: Ln_NilaiPerusahaan

 126

Lanjutan Lampiran 13
Coefficientsa

Model Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

(Constant) -1.465 .346 -4.238 .000

1 LIKUIDITAS .029 .153 .021 .192 .848

Interaksi_X1 .015 .060 .027 .242 .809

a. Dependent Variable: LnU2i_3

Model Summaryb

Model R R Square Adjusted R Square Std. Error of the Durbin-Watson

Estimate

1 .085a .007 -.004 1.05128 2.089

a. Predictors: (Constant), Interaksi_X2, PERTUMBUHANPENJUALAN

b. Dependent Variable: Ln_NilaiPerusahaan
 127

Lanjutan Lampiran 13

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 177

Mean .0000000
Normal Parametersa,b
Std. Deviation 1.04529398

Absolute .062

Most Extreme Differences Positive .062

Negative -.048

Kolmogorov-Smirnov Z .825

Asymp. Sig. (2-tailed) .504

a. Test distribution is Normal.

b. Calculated from data.

 128

Lanjutan Lampiran 13
Coefficientsa

Model Unstandardized Standardized t Sig. Collinearity

Coefficients Coefficients Statistics

B Std. Beta Tolerance VIF

Error

(Constant) .214 .090 2.367 .019

1 PERTUMBUHANPENJUALAN 1.635 1.449 .200 1.129 .261 .182 5.486

Interaksi_X2 .387 .372 .184 1.039 .300 .182 5.486

a. Dependent Variable: Ln_NilaiPerusahaan

Coefficientsa

Model Unstandardized Standardized t Sig.

Coefficients Coefficients

B Std. Error Beta

(Constant) -.937 .181 -5.171 .000

1 PERTUMBUHANPENJUALAN -4.978 2.904 -.301 -1.714 .088

Interaksi_X2 -.770 .746 -.181 -1.031 .304

a. Dependent Variable: LnU2i_4

 129

Lanjutan Lampiran 13

Model Summaryb

Model R R Square Adjusted R Std. Error of the Durbin-Watson

Square Estimate

1 .672a .452 .445 .78142 2.149

a. Predictors: (Constant), Interaksi_X3, UKURANPERUSAHAAN

b. Dependent Variable: Ln_NilaiPerusahaan

 130

Lanjutan Lampiran 13

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 177
Mean .0000000
Normal Parametersa,b
Std. Deviation .77696753
Absolute .050
Most Extreme Differences Positive .050
Negative -.032
Kolmogorov-Smirnov Z .664
Asymp. Sig. (2-tailed) .770

a. Test distribution is Normal.

b. Calculated from data.
 131

Lanjutan Lampiran 13

Coefficientsa

Model Unstandardized Standardized t Sig. Collinearity

Coefficients Coefficients Statistics

B Std. Beta Tolerance VIF

Error

-6.081 1.176 - .000

(Constant)
5.171
1
UKURANPERUSAHAAN .269 .040 .378 6.683 .000 .983 1.017

Interaksi_X3 .015 .002 .509 8.981 .000 .983 1.017

a. Dependent Variable: Ln_NilaiPerusahaan

Coefficientsa

Model Unstandardized Standardized t Sig.

Coefficients Coefficients

B Std. Error Beta

(Constant) -4.537 3.120 -1.454 .148

1 UKURANPERUSAHAAN .093 .107 .067 .875 .383

Interaksi_X3 -.002 .005 -.031 -.407 .685

a. Dependent Variable: LnU2i_5

 132

Lanjutan Lampiran 13
Model Summaryb

Model R R Square Adjusted R Square Std. Error of the Durbin-Watson

Estimate

1 .311a .097 .086 1.00288 2.122

a. Predictors: (Constant), Interaksi_X4, Ln_StrukturModal

b. Dependent Variable: Ln_NilaiPerusahaan

 133

Lanjutan Lampiran 13
One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 177
Mean .0000000
Normal Parametersa,b
Std. Deviation .99716709
Absolute .041
Most Extreme Differences Positive .041
Negative -.035
Kolmogorov-Smirnov Z .542
Asymp. Sig. (2-tailed) .930

a. Test distribution is Normal.

b. Calculated from data.
 134

Lanjutan Lampiran 13
Coefficientsa

Model Unstandardized Standardized t Sig. Collinearity

Coefficients Coefficients Statistics

B Std. Error Beta Tolerance VIF

(Constant) .130 .094 1.382 .169

1 Ln_StrukturModal -.942 .220 -.670 -4.291 .000 .213 4.694

Interaksi_X4 -.285 .071 -.626 -4.008 .000 .213 4.694

a. Dependent Variable: Ln_NilaiPerusahaan

Coefficientsa

Model Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

(Constant) -1.101 .205 -5.377 .000

1 Ln_StrukturModal -.420 .479 -.142 -.876 .382

Interaksi_X4 -.277 .155 -.289 -1.785 .076

a. Dependent Variable: LnU2i_6

 135

DAFTAR RIWAYAT HIDUP

INFORMASI PERSONAL
NIM : 148111691
Nama : Ariyanto
Jenis Kelamin : Laki - Laki
Tempat/Tanggal Lahir : Tanah Merah / 05 November 1992
Agama : Buddha
Alamat : Jl. Tuasan Gg.Fadilah No.A 2/5
Nomor Telepon : 082165674828
e-Mail : Cun_888@yahoo.com
PENDIDIKAN FORMAL
1998 – 2004 :SD Swasta F.Tandean
2004 – 2007 :SMP Swasta F.Tandean
2007 – 2010 :SMA Negri 1 Tebing Tinggi
2014 – 2019 :STIE Mikroskil Medan
PENDIDIKAN NONFORMAL
-
SERTIFIKASI PERSONAL
-
 136

PENGALAMAN ORGANISASI
-
PENGALAMAN BEKERJA
Juni 2014 – Sekarang : Kepala Bagian Logistik PT.OCEAN CENTRA FURNINDO
 137

DAFTAR RIWAYAT HIDUP

INFORMASI PERSONAL
NIM : 148110599
Nama : Roby Evan Laoli
Jenis Kelamin : Laki - Laki
Tempat/Tanggal Lahir : Gunungsitoli / 18 Maret 1997
Agama : Islam
Alamat : Jl. Karet
Nomor Telepon : 082361698279
e-Mail : Roby_evan@yahoo.co.id

PENDIDIKAN FORMAL
2002 – 2008 : SD Swasta Muhammadiyah Gunungsitoli, Nias
2008 – 2011 : SMP Negeri 1 Gunungsitoli, Nias
2011 – 2014 : SMK Swasta Pemda Nias
2014 – 2019 : STIE Mikroskil Medan

PENDIDIKAN NONFORMAL
-
 138

SERTIFIKASI PERSONAL
- 2016 : Certified Accurate Professional (CAP)
PENGALAMAN ORGANISASI
-
PENGALAMAN BEKERJA
Juni 2018 – Sekarang : Entry Data PT.OCEAN CENTRA FURNINDO