Data

Data dalam penelitian ini berupa perusahaan yang mengalami underprice pada saat listing di BEI periode 2008-2017. Jumlah perusahaan yang diteliti sebanyak 130

## Warning: package 'DT' was built under R version 3.5.0

Software

Software yang digunakan untuk menganalisis data adalah R. R merupakan bahasa pemrograman statistika yang dapat digunakan untuk analisis statistika dan grafik. R diciptakan oleh Ross Ihaka dan Robert Gentleman dari Departemen Statistika, di Universitas Auckland, New Zealand.

Deskriptif Data

Selanjutnya ingin diketahui deskriptif data berdasarkan ukuran minimum, maksimum, rata-rata, standar deviasi dan koefisien variasi serta sebaran data berdasarkan grafik boxplot. Koefisien variasi digunakan untuk membandingkan tingkat sebaran data (terhadap rata-rata) di antara data numerik total aset, ROA, financial leverage, persentase penawaran saham publik, volume perdagangan, umur perusahaan dan underpricing.

## Loading required package: boot

Nilai total aset minimum adalah 8,99, sementara nilai total aset maksimum adalah 17,62. Rata-rata total aset adalah 13,8749, dengan nilai koefisien variasi 0,1096.

Nilai ROA minimum adalah 1,08, sementara nilai ROA maksimum adalah 3,11. Rata-rata ROA adalah 1,3753, dengan nilai koefisien variasi 0,2441.

Nilai financial leverage minimum adalah 0,999, sementara nilai financial leverage maksimum adalah 1,431. Rata-rata financial leverage adalah 1,0612, dengan nilai koefisien variasi 0,0637.

Nilai persentase penawaran saham publik minimum adalah 1,02, sementara nilai persentase penawaran saham publik maksimum adalah 91. Rata-rata persentase penawaran saham publik adalah 24,5727, dengan nilai koefisien variasi 0,5798.

Nilai volume perdagangan minimum adalah 7,31, sementara nilai volume perdagangan maksimum adalah 26,24. Rata-rata volume perdagangan adalah 19,2514, dengan nilai koefisien variasi 0,1899.

Nilai umur perusahaan minimum adalah 1, sementara nilai umur perusahaan maksimum adalah 60. Rata-rata umur perusahaan adalah 18,8154, dengan nilai koefisien variasi 0,7107.

Nilai underpricing minimum adalah 0, sementara nilai underpricing maksimum adalah 0.7. Rata-rata underpricing adalah 0.2494, dengan nilai koefisien variasi 0.9213.

Berdasarkan grafik boxplot di atas, terlihat bahwa pada data total aset, ROA, financial leverage, persentase penawaran saham publik, volume perdagangan dan umur perusahaan terdapat data ekstrim atau outlier, yang ditandai dengan titik berwarna merah. Meskipun demikian, namun diketahui nilai koefisien variasi pada data underpricing adalah paling tinggi, yakni bernilai 0,9213. Dengan kata lain, tingkat sebaran data (terhadap rata-rata) underpricing paling tinggi, dibandingkan data yang lain.

Korelasi Pearson

Selanjutnya akan dihitung nilai korelasi Pearson antara variabel dependen dan variabel independen. Nilai korelasi Pearson digunakan untuk mengukur seberapa erat hubungan linear antara variabel dependen dan variabel independen. Berikut disajikan grafik sebaran data serta nilai korelasi Pearson.

Diketahui nilai korelasi Pearson antara total aset dan underpricing adalah -0,33, yakni bernilai negatif. Dengan kata lain, total aset memiliki korelasi/hubungan negatif terhadap underpricing. Begitu juga dengan persentase penawaran saham publik, volume perdagangan dan umur perusahaan berkorelasi negatif terhadap underpricing. Sementara ROA dan financial leverage berkorelasi positif terhadap underpricing. Dapat disimpulkan bahwa volume perdagangan memiliki keeratan paling kuat terhadap underpricing, dengan nilai korelasi Pearson -0,54, disusul financial leverage 0,33 dan total aset -0,33.

Regresi Variabel Dummy

Metode analisis data yang digunakan untuk menganalisis pengaruh total aset, ROA, financial leverage, persentase penawaran saham publik, volume perdagangan, reputasi auditor, umur perusahaan, jenis industri terhadap underpricing adalah regresi variabel dummy. Gujarati (2004:297) regresi variabel dummy digunakan oleh karena terdapat variabel kategori pada variabel independen. Dalam hal ini, reputasi auditor dan jenis industri merupakan variabel kategori. Metode estimasi parameter yang digunakan adalah ordinary least squares (OLS). Gujarati (2004:65) pengujian asumsi seperti normalitas error, homoskedastisitas dan autokorelasi tidak dilakukan oleh karena rangkaian proses hanya sampai pada tahap estimasi parameter.

Berikut hasil dari regresi variabel dummy.

## 
## Call:
## lm(formula = underpricing ~ total_aset + ROA + financial_leverage + 
##     persentase_penawaran_saham_publik + volume_perdagangan + 
##     reputasi_auditor + umur_perusahaan + jenis_industri, data = get_data2)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -0.41238 -0.13880 -0.02902  0.12204  0.41661 
## 
## Coefficients:
##                                     Estimate Std. Error t value Pr(>|t|)
## (Intercept)                        0.3803552  0.4139140   0.919   0.3600
## total_aset                        -0.0188490  0.0127320  -1.480   0.1414
## ROA                                0.0653113  0.0511442   1.277   0.2040
## financial_leverage                 0.5567284  0.2732841   2.037   0.0438
## persentase_penawaran_saham_publik  0.0003446  0.0011767   0.293   0.7702
## volume_perdagangan                -0.0286313  0.0047552  -6.021 1.91e-08
## reputasi_auditor                  -0.0268316  0.0399744  -0.671   0.5034
## umur_perusahaan                    0.0006522  0.0013001   0.502   0.6168
## jenis_industri                    -0.0356956  0.0359423  -0.993   0.3226
##                                      
## (Intercept)                          
## total_aset                           
## ROA                                  
## financial_leverage                *  
## persentase_penawaran_saham_publik    
## volume_perdagangan                ***
## reputasi_auditor                     
## umur_perusahaan                      
## jenis_industri                       
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.1875 on 121 degrees of freedom
## Multiple R-squared:  0.3758, Adjusted R-squared:  0.3345 
## F-statistic: 9.106 on 8 and 121 DF,  p-value: 9.694e-10

Berdasarkan hasil regresi variabel dummy di atas, diperoleh persamaan regresi variabel dummy sebagai berikut.

Y = 0,38035 - 0,01885X1 + 0,06531X2 + 0,55673X3 + 0,00034X4 - 0,02863X5 - 0,02683DX6 + 0,00065X7 - 0,03570DX8 + e

=> Nilai koefisien regresi dari total aset adalah -0,01885, yakni bernilai negatif. Total aset berpengaruh negatif terhadap underpricing. Dengan kata lain, total aset yang semakin tinggi, secara rata-rata akan menurunkan underpricing.

=> Nilai koefisien regresi dari ROA adalah 0,06531, yakni bernilai positif. ROA berpengaruh positif terhadap underpricing. Dengan kata lain, ROA yang semakin tinggi, secara rata-rata akan menaikkan underpricing.

=> Nilai koefisien regresi dari financial leverage adalah 0,55672, yakni bernilai positif. financial leverage berpengaruh positif terhadap underpricing. Dengan kata lain, financial leverage yang semakin tinggi, secara rata-rata akan menaikkan underpricing.

=> Nilai koefisien regresi dari persentase penawaran saham publik adalah 0,00034, yakni bernilai positif. persentase penawaran saham publik berpengaruh positif terhadap underpricing. Dengan kata lain, persentase penawaran saham publik yang semakin tinggi, secara rata-rata akan menaikkan underpricing.

=> Nilai koefisien regresi dari volume perdagangan adalah -0,02863, yakni bernilai negatif. Volume perdagangan berpengaruh negatif terhadap underpricing. Dengan kata lain, volume perdagangan yang semakin tinggi, secara rata-rata akan menurunkan underpricing.

=> Nilai koefisien regresi dari reputasi auditor adalah -0,026831. Secara rata-rata undepricing pada reputasi auditor big-four lebih tinggi dibandingkan underpricing pada reputasi auditor non-big four.

=> Nilai koefisien regresi dari umur perusahaan adalah 0,00065, yakni bernilai positif. Umur perusahaan berpengaruh positif terhadap underpricing. Dengan kata lain, umur perusahaan yang semakin tinggi, secara rata-rata akan menaikkan underpricing.

=> Nilai koefisien regresi dari jenis industri adalah -0,03570. Secara rata-rata undepricing pada jenis industri manufaktur lebih tinggi dibandingkan underpricing pada jenis industri non-manufaktur.

=> Nilai koefisien determinasi sebesar 0,3758. Nilai tersebut dapat diartikan bahwa persamaan regresi variabel dummy yang dihasilkan mampu mencocokkan data sebesar 37,58%.

Referensi Bacaan

  1. Gujarati, Damodar. 2004. Basic Econometrics Fourth Edition. McGraw-Hill

  2. Gio, P. U. dan A. R. Effendie. 2017. Belajar Bahasa Pemrograman R. USUpress