tugas jurnal
DESCRIPTION
tugasTRANSCRIPT
ANALISA MODEL REGRESI LINIER
The Value Relevance of Goodwill Impairment
Disusun oleh :
Moechammed Riezky (1406590116)
Program Studi MAKSI – PPAK
Fakultas Ekonomi
Universitas Indonesia
Desember 2014
STATEMENT OF AUTHORSHIP
“Kami yang bertandatangan dibawah ini menyatakan bahwa makalah/tugas terlampir adalah murni hasil pekerjaan kami sendiri. Tidak ada pekerjaan orang lain yang kami gunakan tanpa menyebutkan sumbernya.
Materi ini tidak/belum pernah disajikan/digunakan sebagai bahan untuk makalah/tugas pada mata ajaran lain kecuali kami menyatakan dengan jelas bahwa kami menggunakannya.
Kami memahami bahwa tugas yang kami kumpulkan ini dapat diperbanyak dan atau dikomunikasikan untuk tujuan mendeteksi adanya plagiarisme.”
Nama Mahasiswa : Moechammed Riezky
Nomor Mahasiswa : 1406590116
Tanda Tangan :
Kelas : A14-1P & 2P14-1P
Mata Ajar : STATISTIKA
Judul Makalah/Tugas : Analisa Model Regresi Linier
Hari, Tanggal : Rabu, 17 Desember 2014
Nama Pengajar : Dr. Muhammad Muslich, MBA
Universitas IndonesiaFakultas EkonomiProgram Studi MAKSI - PPAk
BAB 1 – PENDAHULUAN
Analisa model regresi linier diambil dari jurnal yang dibuat oleh Wei Xu,
Asokan Anadarajan dan Anthony Curatola yang berjudul “The value relevance of
goodwill impairment” dan dan diterbitkan pada tahun 2011. Jurnal ini membahas
tentang penyelidikan apakah goodwill impairment charge memiliki nilai berharga
atau tidak melalui spesifikasi returns model.
Objek penelitian ini adalah perusahaan manufaktur yang terdaftar di Bursa
Efek Indonesia pada tahun 2010. Data yang digunakan ialah data sekunder yang
diperoleh dari laporan keuangan perusahaan tersebut yang diambil dari website Bursa
Efek Indonesia (IDX).
BAB 2 – TEORI
Menurut Strong dan Meyer (1986) menemukan reaksi positif untuk
menghapus nilai dari aset jangka panjang yang dimana Elliot dan Shaw (1988)
menemukan sebaliknya.
Penelitian menemukan secara umum, pasar bereaksi positif untuk
“membangun ulang” atau “keputusan operasi”; tetapi secara negative untuk
menghapus aktivitas termasuk penghapusan goodwill (Bartov, Lindhal, & Ricks,
1998; Bunsis, 1997; Francis, Hanna, & Vincent, 1996: Hirschey & Richardson, 2002).
Chen, Kohlbeck, dan Warfield (2008) dan Li, Shroff dan Venkataraman
(2006) menunjukan bahwa goodwill impairment berhubungan negative dengan stock
returns setelah penerapan dari SFAS142. Ramanna (200*) memberikan bukti bahwa
fair valu dideversifikasi didalam SFAS 142 akan menimbulkan kesempatan dan
menghasilkan biaya.
BAB 3 – METODE PENELITIAN
A. Model Regresi dan Variabel
Hipotesis dari penelitian ini adalah penurunan nilai goodwill mempengaruhi
nilai dari perusahaan. Model regresi dari penelitian ini ialah :
Rt = ∑β0YRm + β1Etadj / Pt-1 + β2∆ Et
adj / Pt-1 + β3 GWIt / Pt-1 + β4 RCt / Pt-1
+ β5 WDt / Pt-1 + β6 ∆SALESt + β7 ∆ROAt + β8ASSTRNt + β9 M/Bt
+ β10 ASSAGEt + β11 LnTAt + ∑β12INDUSn + µt
Model regresi ini (the estimated model) merupakan multiple linier regression, yang
memiliki lebih dari 1 variabel independen. Variabel dari regresi ini adalah sebagai
berikut :
i. Variabel dependen
Variabel dependen pada model tersebut adalah cum-dividend (DIV), yang
dimana pada penelitian ini data tersebut diambil dari dividend per share
perusahaan manufaktur di Indonesia pada tahun 2010.
ii. Variabel independen
Variabel independen ialah faktor yang mempengaruhi dividend tersebut.
Variabel independen dikelompokkan menjadi 7 yaitu,
Variable market price per share (MP)
Variable earnings per share (EPS)
Variable perubahan jumlah di net sales (2010-2009) (ANS)
Variable perubahan tingkat ROA (2010-2009) (AROA)
Variable asset turnover (ASSTRN)
Variable market to book ratio (MBR)
Variable logaritma dari total assets (LNTA)
Untuk dua variable lainnya yang terdapat dimodel tidak dapat di
implementasikan karena keterbatasan mengenenai ketersediaan data yang ada
di Indonesia.
B. Uji Statistik
i. Asumsi Klasik (White Noise)
1. Error Mean Test
Pengujian error mean dilakukan dengan software Eviews, yaitu melihat hasil
Jarque Bera. Hasil Jarque Bera untuk penelitian ini adalah 1,183076 (lebih besar
dari α/2 = 0,025). Hasil di atas menyatakan bahwa model tersebut memiliki error
mean = 0.
2. Heterocedasticity
Heterocedasticity diuji menggunakan angka probability. Pada model ini, angka
probability menunjukkan angka 0,553475 (lebih besar dari α = 0,05) sehingga
hasilnya tidak heteroscedastic.
3. Autocorrelation
Uji autokorelasi dapat dilakukan dengan melihat hasil dari Durbin Watson. Durbin
Watson pengujian ini adalah 2,571820. Durbin Watson selalu berada di angka 0
sampai 4. Hasil uji yang didapat menunjukkan bahwa tidak adanya autokorelasi
pada sampel.
ii. Multicollinearity
Uji multicollinearity menggunakan Variance Inflation Factor (VIF) dari setiap
variabel. Nilai maksimal untuk VIF adalah 10 (Hair, Anderson, Tatham, & Black,
1995; Kennedy, 1992; Marquardt, 1970; Neter, Wasserman, & Kutner, 1989). VIF
masing-masing variabel adalah :
a. MP = 8,179
b. EPS = 7,198
c. ANS = 2,064
d. AROA = 1,342
e. ASSTRN = 1,248
f. MBR = 1,832
g. LNTA = 3,577
Setelah melihat hasil dari uji asumsi klasik dan multikolinear, model penelitian ini
telah memenuhi uji tersebut dan dapat dikatakan bahwa model penelitian telah
memenuhi BLUE (Best, Linear, Unbiased and Estimator) sehingga dapat digunakan
untuk penelitian.
C. Hasil Penelitian
Korelasi koefisien dari penelitian ini berdasarkan uji statistik menggunakan SPSS
adalah sebesar 0,875 atau 87,5%. Nilai tersebut menunjukkan bahwa korelasi
koefisien penelitian ini tinggi, atau baik. R squared dari model penelitian ini sebesar
0,766 atau 76,6%. Angka tersebut merupakan respon dari variasi variabel yang ada
pada model regresi. Adjusted R squared dari penelitian ini adalah 0,630 atau 63%.
Adjusted R square menunjukkan bahwa ketika penelitian menggunakan terlalu banyak
prediktor, ketepatan koefisien akan melemah. Hasil tes Durbin Watson menggunakan
Eviews dan SPSS memiliki perbedaan. Pada SPSS, hasilnya adalah 2,487 (berada
diantara du dan dl tabel Durbin Watson n=20, k’=8), sementara menggunakan
Eviews, hasilnya 2,572, berada diluar range.
D. Kesimpulan
Kesimpulan dari penelitian ini adalah hipotesis dapat diterima. Berdasarkan uji
statistik yang dilakukan, hal ini menunjukkan bahwa penurunan nilai goodwill pada
suatu perusahaan akan berdampak kepada nilai perusahaan di mata para investor, dan
kreditur. Apabila terjadi penurunan nilai goodwill di perusahaan, investor akan
memandang negatif hal tersebut.
LAMPIRAN
Estimation output
Dependent Variable: DIVMethod: Least SquaresDate: 12/16/14 Time: 22:04Sample: 1 20Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
C -125.6410 318.5747 -0.394385 0.6997MP 0.008011 0.008676 0.923330 0.3727EPS 0.092562 0.086505 1.070021 0.3041ANS 5.99E-10 2.27E-09 0.264277 0.7957
AROA -299.4425 199.6445 -1.499878 0.1575MBR -0.597993 10.42489 -0.057362 0.9551LNTA 17.95994 34.96502 0.513654 0.6161
R-squared 0.755681 Mean dependent var 104.8833Adjusted R-squared 0.642919 S.D. dependent var 95.29049S.E. of regression 56.94203 Akaike info criterion 11.19116Sum squared resid 42151.13 Schwarz criterion 11.53967Log likelihood -104.9116 Hannan-Quinn criter. 11.25919F-statistic 6.701536 Durbin-Watson stat 2.571820Prob(F-statistic) 0.002085
Result of regression
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 132159,700 7 18879,957 5,613 ,005b
Residual 40365,585 12 3363,799
Total 172525,286 19
a. Dependent Variable: DIV
b. Predictors: (Constant), LNTA, ASSTRN, EPS, AROA, MBR, ANS, MP
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig.
95,0% Confidence Interval for B
B Std. Error Beta Lower Bound
1 (Constant) -67,263 334,231 -,201 ,844 -795,489
MP ,008 ,009 ,347 ,870 ,402 -,012
EPS ,091 ,088 ,387 1,033 ,322 -,101
ANS 1,247E-9 ,000 ,101 ,504 ,623 ,000
AROA -278,532 205,363 -,219 -1,356 ,200 -725,980
ASSTRN -8,221 11,284 -,114 -,729 ,480 -32,807
MBR -,793 10,622 -,014 -,075 ,942 -23,936
LNTA 13,117 36,229 ,096 ,362 ,724 -65,818
a. Dependent Variable: DIV
Model Summaryb
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate
Change Statistics
R Square Change F Change df1 df2 Sig. F Change
1 ,875a ,766 ,630 57,998265 ,766 5,613 7 12
a. Predictors: (Constant), LNTA, ASSTRN, EPS, AROA, MBR, ANS, MP
b. Dependent Variable: DIV