59
struktur modal terbesar terjadi pada PT. Ades Water Indonesia Tbk dari
tahun sebelumnya tahun 2004 yaitu sebesar 4,89 menjadi sebesar -3,39
pada tahun 2005. Penurunan struktur modal menunjukkan bahwa nilai jumlah hutang jangka panjang dan modal sendiri mengalami penurunan.
Struktur modal menunjukkan perbandingan antara jumlah hutang jangka panjang dengan modal sendiri. Makin tinggi struktur modal, makin besar
harapan investor untuk menanamkan modal pada perusahan yang struktur modalnya meningkat tiap tahun.
4.3. Analisis Data
4.3.1. Uji Normalitas
Uji normalitas data digunakan untuk mengetahui apakah suatu data mengikuti sebaran normal yang dapat dilakukan dengan berbagai metode
diantaranya adalah uji regresi OLS Ordinary least Square. Berikut hasil uji normalitas:
Tabel 4.2. Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
42 ,0000000
1,36300123 ,122
,100 -,122
,788 ,564
N Mean
Std. Deviation Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Differences Kolmogorov-Smirnov Z
Asymp. Sig. 2-tailed Unstandardiz
ed Residual
Test distribution is Normal. a.
Calculated from data. b.
Sumber: lampiran 8
60
Berdasarkan tabel tersebut diatas dapat diketahui bahwa nilai statistik Kolmogorov-Smirnov yang diperoleh mempunyai taraf signifikan
yang lebih dari dari 0,05 yaitu sebesar 0,564, dimana nilai tersebut telah sesuai dengan kriteria bahwa sebaran data disebut berdistribusi normal
apabila memiliki taraf signifikan 0,05 Sumarsono, 2002:40. 4.3.2.
Uji Regresi Linier Berganda
Berdasarkan hasil pengujian dengan menggunakan regresi linier berganda dengan bantuan program SPSS diperoleh persamaan regresi
sebagai berikut:
Tabel 4.3. Hasil Uji Regresi Linier Berganda
Coefficients
a
3,207 7,238
,443 ,660
,892 ,381
,414 2,341
,025 ,294
,363 ,336
,660 1,516
-,168 ,129
-,194 -1,301
,201 -,178
-,212 -,187
,931 1,074
,332 ,466
,132 ,713
,480 ,041
,118 ,102
,598 1,672
-,656 ,381
-,365 -1,721
,094 ,085
-,276 -,247
,458 2,183
,001 ,000
,509 2,501
,017 ,252
,385 ,359
,497 2,011
Constant Profitabilitas
Likuiditas Ukuran Perusahaan
Resiko Bisnis Growth Opportunity
Model 1
B Std. Error
Unstandardized Coefficients
Beta Standardized
Coefficients t
Sig. Zero-order
Partial Part
Correlations Tolerance
VIF Collinearity Statistics
Dependent Variable: Struktur Modal a.
Sumber: Lampiran 9 Y
= 3,207 + 0,892 X
1
- 0,168 X
2
+ 0,332 X
3
- 0,656 X
4
+ 0,001 X
5
Dari persamaan tersebut dapat dijelaskan sebagai berikut:
β =
3,207 Nilai konstanta sebesar 3,207 menunjukkan apabila variabel
Profitabilitas X
1 ,
Likuiditas X
2
, Ukuran Perusahaan X
3
, Resiko Bisinis X
4
dan Growth Opportunity X
5
sebesar nol atau konstan, maka besarnya nilai Struktur Modal adalah sebesar 3,207.
61
β
1
= 0,892
Koefisien regresi untuk variabel Profitabilitas X
1
sebesar 0,892. Tanda positif menunjukkan terjadinya perubahan yang searah dari
variabel Profitabilitas X
1
terhadap variabel Struktur Modal Y, yang artinya apabila variabel Profitabilitas X
1
mengalami peningkatan sebesar 1 persen maka variabel nilai Struktur Modal
Y akan meningkat sebesar 0,892, demikian sebaliknya apabila variabel Profitabilitas X
1
mengalami penurunan sebesar 1 persen maka variabel nilai Struktur Modal Y akan menurun sebesar
0,892 dengan asumsi bahwa variabel-variabel yang lain adalah konstan.
β
2
= - 0,168
Koefisien regresi untuk variabel Likuiditas X
2
sebesar 0,168. Tanda negatif menunjukkan terjadinya perubahan yang berlawanan
arah dari variabel Likuiditas X
2
terhadap variabel Struktur Modal Y, yang artinya apabila variabel Likuiditas X
2
mengalami peningkatan sebesar 1 persen maka variabel Struktur Modal Y
akan menurun sebesar 0,168, demikian sebaliknya apabila variabel Likuiditas X
2
mengalami penurunan sebesar 1 persen maka variabel Struktur Modal Y akan meningkat sebesar 0,168 dengan
asumsi bahwa variabel-variabel yang lain adalah konstan.
62
β
3
= 0,332
Koefisien regresi untuk variabel jumlah Ukuran Perusahaan X
3
sebesar 0,332. Tanda positif menunjukkan terjadinya perubahan yang searah dari variabel Ukuran Perusahaan X
3
terhadap variabel Struktur Modal Y, yang artinya apabila variabel Ukuran
Perusahaan X
3
mengalami peningkatan sebesar 1 persen maka variabel nilai Struktur Modal Y akan meningkat sebesar
0,332, demikian sebaliknya apabila variabel Ukuran Perusahaan X
3
mengalami penurunan sebesar 1 persen maka variabel Struktur Modal Y akan menurun sebesar 0,332 dengan asumsi
bahwa variabel-variabel yang lain adalah konstan.
β
4
= -0,656
Menunjukkan besarnya nilai koefisien regresi untuk variabel Resiko Bisnis X
4
yaitu 0,656 dan mempunyai koefisien regresi negatif. Tanda negatif menunjukkan terjadinya perubahan yang
berlawanan arah dengan variabel terikat. Jadi setiap ada kenaikan pada variabel Resiko Bisnis X
4
sebesar 1 rupiah, dapat menurunkan variabel Struktur Modal Y sebesar 0,656 dan
sebaliknya apabila terjadi penurunan pada variabel Resiko Bisnis X
4
sebesar 1 rupiah, dapat menaikkan Struktur Modal Y sebesar 0,656 dengan asumsi bahwa variabel-variabel yang lain adalah
konstan.
63
β
5
= 0,001
Koefisien regresi untuk variabel Growth Opportunity X
5
sebesar 0,001. Tanda positif menunjukkan terjadinya perubahan yang
searah dari variabel Growth Opportunity X
5
terhadap variabel Struktur Modal Y, yang artinya apabila variabel Growth
Opportunity X
5
mengalami peningkatan sebesar 1 persen maka variabel nilai Struktur Modal Y akan meningkat sebesar
0,001, demikian sebaliknya apabila variabel Growth Opportunity X
5
mengalami penurunan sebesar 1 persen maka variabel Struktur Modal Y akan menurun sebesar 0,001 dengan asumsi
bahwa variabel-variabel yang lain adalah konstan.
4.3.3. Uji Asumsi Klasik
Teknik analisis yang digunakan dalam penelitian ini adalah model regresi yang diperoleh dari model kuadrat terkecil biasa ordinary least
squares merupakan model regresi yang menghasilkan estimasi linier tidak bias yang terbaik Best linear Unbias Estimator BLUE. Kondisi ini akan
terjadi jika dipenuhi beberapa asumsi klasik yaitu :
1. Pengujian Autokorelasi
Autokorelasi dapat didefinisikan sebagai “korelasi antara data observasi yang diurutkan berdasarkan urut waktu data time series atau
data yang diambil pada waktu tertentu data cross sectional” Gujarati, 1995:201. Jadi dalam model regresi linear diasumsikan tidak terdapat
gejala autokorelasi. Artinya nilai residual Y observasi – Y prediksi pada waktu ke-t e
t
tidak boleh ada hubungan dengan nilai residual periode
64
sebelumnya e
t-1
. Identifikasi ada atau tidaknya gejala auto korelasi data dites dengan menghitung nilai Dulbin Watson d tes dengan persamaan :
d =
∑ ∑
= =
= =
−
−
N t
1 t
2 t
N t
2 t
2 1
t t
e e
e
Keterangan : d = nilai Durbin Watson
e
t
= residual pada waktu ke-t e
t-1
= residual pada waktu ke-t-1 satu periode sebelumnya N = banyaknya data
Dalam penelitian ini, besarnya Durbin Watson setelah dianalisis adalah 1,819 lampiran 8. Untuk mengetahui adanya gejala autokorelasi
maka perlu dilihat tabel Durbin Watson dengan jumlah variabel bebas K = 5 sedangkan jumlah pengamatan 42 maka diperoleh dl = 1,230 dan du =
1,789 lampiran 10. Selanjutnya nilai tersebut diplotkan ke kurva Durbin Watson dibawah ini:
Gambar 4.1. Distribusi Daerah Keputusan Autokorelasi
D.W= 1,819
Tidak Ada Autokorelasi
Ad a Au
to ko
rel a
si
ne g
a ti
f
D ae
rah K er
agu -ra
guan
D ae
rah kera g
u -r
agua n
dl = 1,230
4-dl = 2,770
4-du = 2,211
du = 1,789
Ad a Au
to ko
rel a
si
Po sit
if
65
Berdasarkan gambar diatas dapat diketahui bahwa distribusi daerah penentuan keputusan dimulai dari 0 nol sampai 4 empat. Dan dapat
disimpulkan karena nilai dari analisis sebesar 1,819 berada pada daerah keragu-raguan sehingga dapat diputuskan bahwa telah terbebas
dari penyimpangan autokorelasi. 2.
Pengujian Multikolinier
Identifikasi secara statistik ada atau tidaknya gejala multikolinier dapat dilakukan dengan menghitung Variance Inflation Factor VIF.
Berdasarkan hasil pengujian, diperoleh hasil bahwa nilai VIF untuk masing-masing variabel adalah sebagai berikut:
Tabel 4.4. Hasil Pengujian Multikolinier No Variabel
Tolerance VIF Keterangan
1 2
3 4
5 Profitabilitas X
1
Likuiditas X
2
Ukuran Perusahaan X
3
Resiko Bisnis X
4
Growth Opportunity X
5
0,660 0,931
0,598 0,458
0,497 1,516
1,074 1,672
2,183 2,011
Non Multikolinier Non Multikolinier
Non Multikolinier Non Multikolinier
Non Multikolinier
Sumber : Lampiran 9 Multikolinearitas merupakan satu keadaan dimana satu atau lebih
variabel independent terdapat korelasi atau hubungan dengan variabel independent lainnya.
Dari diagnosis atau dugaan adanya multikolinearitas tersebut maka perlu adanya pembuktian atau identifikasi secara statistik ada tidaknya
gejala multikolinearitas yang dapat dilakukan dengan cara menghitung Variance Inflaction Factor VIF. VIF menyatakan tingkat
66
“pembengkakan” variance, apabila nilai VIF lebih besar dari 10, hal itu berarti terdapat multikolinearitas pada persamaan.
3. Pengujian Heteroskedastisitas
Hasil uji heteroskedastisitas diperoleh dari hasil pengujian dengan menggunakan bantuan program SPSS 13.0 dengan melihat Rank
Spearman’s Correlation. Hasil pengujian Rank Spearman’s dapat dilihat pada tabel berikut ini:
Tabel 4.5. Hasil Pengujian Heteroskedastisitas No Variabel
Nilai mutlak dari residual
Taraf Signifikansi
Keterangan
1. 2.
3. 4.
5. Profitabilitas X
1
Likuiditas X
2
Ukuran Perusahaan X
3
Resiko Bisnis X
4
Growth Opportunity X
5
-0,001 -0,073
-0,062 0,038
0,005 0,997
0,644 0,695
0,812 0,973
Non Heteroskedastisitas Non Heteroskedastisitas
Non Heteroskedastisitas Non Heteroskedastisitas
Non Heteroskedastisitas
Sumber : Lampiran 10 Uji heteroskedastisitas bertujuan menguji apakah dalam model
regresi terjadi ketidaksamaan variance dari residual atau pengamatan ke pengamatan lainnya. Kebanyakan data cross section mengandung situasi
heteroskedastisitas, karena ini mengimpun data yang terwakili berbagai ukuran kecil, sedang, dan besar.
Salah satu cara untuk mendeteksi ada atau tidaknya heteroskedastisitas adalah dengan cara menggunakan uji Rank Spearman
yaitu dengan membandingkan antara residual dengan seluruh variabel
67
bebas. Mendeteksi adanya heteroskedastisitas adalah sebagai berikut : Gujarati, 1999 : 177
a. Nilai probabilitas 0,05 berarti bebas dari heteroskedastisitas
Nilai probabilitas 0,05 berarti terkena heteroskedastisitas Dari hasil korelasi tersebut tidak diperoleh adanya korelasi yang
signifikan antara Unstandardized Residual dengan masing-masing variabel bebas yang diteliti, dengan nilai taraf signifikansi lebih besar dari 0,05,
sehingga dapat disimpulkan bahwa tidak terjadi penyimpangan heteroskedastisitas pada variabel-variabel bebas yang diteliti.
4.3.4. Deskripsi Hasil Pengujian Hipotesis
4.3.4.1.Hasil Pengujian Pengaruh Parsial
Adapun hasil dari pengujian dengan menggunakan uji t adalah sebagai berikut:
Tabel 4.6. Hasil Uji t
Coefficients
a
3,207 7,238
,443 ,660
,892 ,381
,414 2,341
,025 -,168
,129 -,194
-1,301 ,201
,332 ,466
,132 ,713
,480 -,656
,381 -,365
-1,721 ,094
,001 ,000
,509 2,501
,017 Constant
Profitabilitas Likuiditas
Ukuran Perusahaan Resiko Bisnis
Growth Opportunity Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Dependent Variable: Struktur Modal a.
Sumber: Lampiran 9
68
Sedangkan untuk pengaruh nyata tidaknya masing-masing variabel dapat dijelaskan sebagai berikut :
1. Pengaruh Variabel Profitabilitas X
1
Terhadap Struktur Modal Y. Hipotesis pertama yang menyatakan diduga variabel profitabilitas
berpengaruh negatif terhadap struktur modal tidak dapat terbukti kebenarannya. Hal tersebut ditunjukkan oleh besarnya nilai koefisien
korelasi r parsial variabel Profitabilitas X
1
dengan Struktur modal Y adalah sebesar 0,363. Sedangkan nilai koefisien determinasi atau
pengaruh r
2
parsial variabel Profitabilitas X
1
dengan Struktur Modal Y adalah sebesar 0,363
2
= 0,132 atau 13,2. Jadi pengaruh yang telah diberikan antara Variabel Profitabilitas X
1
dengan Struktur Modal Y sebesar 13,2. Sedangkan nilai t
hitung
yang diperoleh adalah 2,341 dengan taraf signifikan sebesar 0,025. Karena
taraf signifikan yang diperoleh lebih kecil dari 0,05, maka secara nyata Profitabilitas X
1
memiliki pengaruh positif dan signifikan terhadap Struktur Modal Y.
2. Pengaruh Variabel Likuiditas X
2
Terhadap Struktur Modal Y Hipotesis kedua yang menyatakan diduga variabel likuiditas
berpengaruh negatif terhadap struktur modal dapat terbukti kebenarannya. Nilai koefisien korelasi r parsial variabel Likuiditas
X
2
dengan Struktur Modal Y adalah sebesar -0,212. Sedangkan nilai koefisien determinasi atau pengaruh r
2
parsial variabel Likuiditas X
2
terhadap Struktur Modal Y adalah sebesar -0,212
2
= 0,0449 atau 4,49. Jadi pengaruh yang telah diberikan antara
69
variabel Likuiditas X
2
dengan Struktur Modal Y sebesar 4,49. Sedangkan nilai t
hitung
yang diperoleh adalah -1,301 dengan taraf signifikan sebesar 0,201. Karena taraf signifikan yang diperoleh lebih
besar dari 0,05, maka secara nyata Likuiditas X
2
tidak berpengaruh secara signifikan terhadap Struktur Modal Y.
3. Pengaruh Variabel Ukuran Perusahaan X
3
Terhadap Struktur Modal Y
Hipotesis ketiga yang menyatakan diduga variabel ukuran perusahaan berpengaruh negatif terhadap struktur modal tidak dapat terbukti
kebenarannya. Nilai koefisien korelasi r parsial variabel Ukuran Perusahaan X
3
dengan Struktur Modal Y adalah sebesar 0,118. Sedangkan nilai koefisien determinasi atau pengaruh r
2
parsial variabel Ukuran Perusahaan X
3
terhadap Struktur Modal Y adalah sebesar 0,118
2
= 0,0139 atau 1,39. Jadi pengaruh yang telah diberikan antara variabel Ukuran Perusahaan X
3
dengan Struktur Modal Y sebesar 1,39. Sedangkan nilai t
hitung
yang diperoleh adalah 0,713 dengan taraf signifikan sebesar 0,480. Karena taraf
signifikan yang diperoleh lebih besar dari 0,05, maka secara nyata Ukuran Perusahaan X
3
tidak berpengaruh signifikan terhadap Struktur Modal Y.
4. Pengaruh Variabel Resiko Bisnis X
4
Terhadap Struktur Modal Y Hipotesis keempat yang menyatakan diduga variabel Resiko Bisnis
berpengaruh positif terhadap struktur modal tidak dapat terbukti kebenarannya. Nilai koefisien korelasi r parsial variabel Resiko
70
Bisnis X
4
dengan Struktur Modal Y adalah sebesar -0,276. Sedangkan nilai koefisien determinasi atau pengaruh r
2
parsial variabel Resiko Bisnis X
4
terhadap Struktur Modal Y adalah sebesar -0,276
2
= 0,07617 atau 76,17. Jadi pengaruh yang telah diberikan antara variabel Resiko Bisnis X
4
dengan Struktur Modal Y sebesar 76,17. Sedangkan nilai t
hitung
yang diperoleh adalah -1,721 dengan taraf signifikan sebesar 0,094. Karena taraf signifikan
yang diperoleh lebih besar dari 0,05, maka secara nyata Resiko Bisnis X
4
tidak berpengaruh signifikan terhadap Struktur Modal Y. 5.
Pengaruh Variabel Growth Opportunity X
5
Terhadap Struktur Modal Y
Hipotesis kelima yang menyatakan diduga variabel Growth Opportunity berpengaruh positif terhadap struktur modal dapat
terbukti kebenarannya. Nilai koefisien korelasi r parsial variabel Growth Opportunity X
5
dengan Struktur Modal Y adalah sebesar 0,385. Sedangkan nilai koefisien determinasi atau pengaruh r
2
parsial variabel Growth Opportunity X
5
terhadap Struktur Modal Y adalah sebesar 0,385
2
= 0,1482 atau 14,82. Jadi pengaruh yang telah diberikan antara variabel Growth Opportunity X
5
dengan Struktur Modal Y sebesar 14,82. Sedangkan nilai t
hitung
yang diperoleh adalah 2,501 dengan taraf signifikan sebesar 0,017. Karena
taraf signifikan yang diperoleh lebih kecil dari 0,05, maka secara nyata Growth Opportunity X
5
berpengaruh positif secara signifikan terhadap Struktur Modal Y.
71
4.4. Pembahasan