62
4.2 Hasil Penelitian
4.2.4 Analisis Deskriptif
Variabel dari penelitian ini terdiri dari Struktur Aset, Profitabilitas, Ukuran Perusahaan, dan Umur Perusahaan sebagai variabel independen. Serta Kebijakan Hutang
sebagai variabel dependen. Penelitian dilakukan pada laporan keuangan perusahaan tahun 2010
– 2013 dari sampel perusahaan makanan dan minman yang terdaftar di Bursa Efek Indonesia.
Tabel 4.1 Deskripsi Data Penelitian
Descriptive Statistics
N Minimum Maximum
Mean Std. Deviation
STRUKTUR ASET 48
.11 .96
.3740 .18396
PROFITABILITAS 48
.03 1.14
.1946 .21614
UKURAN PERUSAHAAN 48
4.61 7.76
6.3449 .69639
UMUR PERUSAHAAN 48
.00 1.92
1.4323 .39779
KEBIJAKAN HUTANG 48
.16 .99
.4592 .16301
Valid N listwise 48
Sumber: Hasil Penelitian, 2014 Data Diolah Berdasarkan data dari Tabel 4.1 dapat dijelaskan bahwa :
1. Kebijakan Hutang memiliki nilai minimum sebesar 0,16 dan nilai maksimum sebesar
0,99. Dengan rata-rata Kebijakan Hutang sebesar 0,4592 dari jumlah sampel sebanyak 48.
2. Struktur Aset memiliki nilai minimum 0,11 dan nilai maksimum 0,96. Dengan rata-rata
Struktur Aset sebesar 0,374 dari jumlah sampel sebanyak 48. 3.
Profitabilitas memiliki nilai minimum 0,03 dan nilai maksimum 1,14. Dengan rata-rata Profitabilitas sebesar 0,1946 dari jumlah sampel sebanyak 48.
Universitas Sumatera Utara
63 4.
Ukuran Perusahaan memiliki nilai minimum 4,61 dan nilai maksimum 7,76. Dengan rata-rata Ukuran Perusahaan sebesar 6,3449 dari jumlah sampel sebanyak 48.
5. Umur Perusahaan memiliki nilai minimum 0,00 dan nilai maksimum sebesar 1,92.
Dengan rata-rata Umur Perusahaan sebesar 1,4323 dari jumlah sampel sebanyak 48.
4.2.2 Hasil Uji Asumsi Klasik
Uji asumsi klasik pada penelitian ini menggunakan beberapa uji yaitu uji normalitas, uji heterokedastisitas, uji autokoelasi, dan uji multikolinearitas. Berikut ini adalah hasil uji
dari penelitian ini:
4.2.2.1 Uji Normalitas
Uji Normalitas dilakukan untuk mengetahui apakah distribusi sebuah data mempunyai distribusi normal atau tidak. Adapun metode yang digunakan untuk menguji normalitas
adalah menggunakan pendekatan histogram, pendekatan grafik, dan pendekatan Kolmogorov- Smirnov.
Pada pendekatan histogram, data dikatakan normal ketika distribusi data tersebut tidak menceng ke kiri atau ke kanan. Pada pendekatan grafik yang menggunakan scatter plot, data
dikatakan normal ketika terlihat titik yang mengikuti data di sepanjang garis diagonal. Pendekatan kolmogorov-smirnov untuk memastikan apakah data di sepanjang garis diagonal
berdistribusi normal dengan melihat data residualnya. Jika nilai signifikansi lebih besar dari 0,05 maka data tersebut normal. Jika nilai signifikansinya lebih kecil dari 0,05 maka data
tersebut tidak normal. Berikut ini adalah hasil dari uji normalitas yang dilakukan oleh peneliti:
Universitas Sumatera Utara
64 Sumber: Hasil Penelitian, 2014 Data Diolah
Gambar 4.1 Grafik Histogram
Pada Gambar 4.1 terlihat bahwa variabel berdistribusi normal. Hal ini dikarenakan distibusi data tidak menceng ke kiri atau ke kanan, melainkan ke tengah dengan bentuk
lonceng.
Sumber: Hasil Penelitian, 2014 Data Diolah
Gambar 4.2 Normal P-P Plot of Regression Standarized Residual
Universitas Sumatera Utara
65 Pada Gambar 4.2 dapat dilihat bahwa titik-titik pada scatter-plot mengikuti data
disepanjang garis diagonal. Hal ini menunjukkan bahwa data berdistribusi normal.
Tabel 4.2 One-Sample Kolmogorov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N
48
Normal Parameters
a,b
Mean
0E-7
Std. Deviation
159,28432920
Most Extreme Differences Absolute
,081
Positive
,081
Negative
-,080
Kolmogorov-Smirnov Z
,562
Asymp. Sig. 2-tailed
,910
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil Penelitian, 2014 Data Diolah Pada Tabel 4.2 terlihat bahwa nilai Asymp.Sig 2-tailed adalah 0,910 lebih besar dari
nilai signifikan 0,05. Hal ini berarti variabel residual berdistribusi normal.
4.2.2.3 Uji Heteroskedastisitas
Uji heteroskedasitas ingin menguji apakah sebuah grup mempunyai varians yang sama diantara anggota grup tersebut. Jika varians sama maka dikatakan ada homoskedastisitas.
Sedangkan jika varians tidak sama dikatakan terjadi heteroskedasitas. Ada dua cara yang digunakan untuk mendeteksi keberadaan heteroskedasitas yang digunakan dalam penelitian
ini yaitu menggunakan pendekatan grafik dan uji Glejser.
Universitas Sumatera Utara
66 Sumber: Hasil Penelitian, 2014 Data Diolah
Gambar 4.3 Grafik Scatterplot
Berdasarkan Gambar scatterplot, terlihat titik-titik menyebar secara acak atau tidak teratur. Serta titik-titik yang menyebar secara acak di atas dan di bawah angka nol pada
sumbu Y. Hal ini berarti tidak terjadi heterokedastisitas pada model regresi. Untuk lebih memastikan hasil uji scatterplot ini maka akan dilakukan pendekatan statistic dengan uji
glejser.
Tabel 4.3 Hasil Uji
Glejser
Model Unstandardized Coefficients Standardized
Coefficients T
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF Constant
52,258 70,557
,741 ,463
STRUKTUR ASET
,080 ,071
,170 1,126
,266 ,941
1,062
PROFITABILITAS
-,138 ,159
-,127 -,865
,392 ,992
1,008
UKURAN PERUSAHAAN
,011 ,008
,227 1,508
,139 ,943
1,061
UMUR PERUSAHAAN
-,001 ,027
-,003 -,024
,981 ,986
1,014
a. Dependent Variable: ABSUT
Sumber: Hasil Penelitian, 2014 Data Diolah
Universitas Sumatera Utara
67 Pada Tabel 4.3 diperoleh nilai signifikan variabel Struktur Aset, Profitabilitas, Ukuran
Perusahaan dan Umur Perusahaan diatas atau lebih besar dari tingkat kepercayaan α = 5 atau 0,05. Jadi, dapat disimpulkan bahwa tidak terjadi gejala heteroskedasitas dalam model
regresi ini.
4.2.2.3 Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan penganggu pada periode t dengan kesalahan penganggu pada periode
sebelumnya. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan yang lainnya. Pada penelitian ini menggunakan Durbin Watson untuk
menguji autokorelasi.
Tabel 4.4 Hasil
Durbin-Watson Test
R R Square
Adjusted R Square Std. Error of the Estimate
Durbin-Watson
,540
a
,292 ,226
166,52819 2,208
a. Predictors: Constant, UMUR PERUSAHAAN, UKURAN PERUSAHAAN, PROFITABILITAS, STRUKTUR ASET b. Dependent Variable: KEBIJAKAN HUTANG
Sumber: Hasil Penelitian, 2014 Data Diolah Berdasarkan uji autokorelasi pada Tabel 4.8 diperoleh nilai Durbin-Watson sebesar
2,325. Nilai d dibandingkan dengan nilai dL dan dU pada n = 48 dan k= 4 diperoleh nilai dU = 1,3619 dan dL = 1,7206. Maka persamaan autokorelasinya adalah:
dU d 4-dU 1,3619 2,208 2,6381
Sesuai dengan ketentuan yang berlaku,uji ini menunjukkan bahwa tidak terjadi autokorelasi positif ataupun negatif.
4.2.2.4 Uji Multikolinearitas
Universitas Sumatera Utara
68 Uji multikolinearitas bertujuan untuk mengetahui ada atau tidaknya hubungan linear
yang sempurna. Multikolinearitas dapat dilihat dari nilai tolerance dan Variance inflation factor VIF. Data dapat dikatakan bebas dari masalah multikolinearitas ketika VIF tidak
lebih dari 10 dan nilai tolerance diatas 0,1.
Tabel 4.5 Hasil Uji Multikolinearitas
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics B
Std. Error Beta
Tolerance VIF
Constant
446,930 119,709
3,733 ,001
STRUKTUR ASET
-,153 ,121
-,168 -1,270
,211 ,941
1,062
PROFITABILITAS
-1,031 ,271
-,491 -3,812
,000 ,992
1,008
UKURAN PERUSAHAAN
,006 ,013
,064 ,481
,633 ,943
1,061
UMUR PERUSAHAAN
,067 ,046
,185 1,431
,160 ,986
1,014
a. Dependent Variable: KEBIJAKAN HUTANG
Sumber: Hasil Penelitian, 2014 Data Diolah Berdasarkan hasil uji multikolinearitas pada Tabel 4.5 diperoleh nilai VIF. Menurut
hasil output SPSS Statistics untuk Struktur Aset sebesar 1,062, Profitabilitas sebesar 1,008, Ukuran Perusahaan sebesar 1,061, dan Umur Perusahaan sebesar 1,014. Hasil tersebut
menunjukkan bahwa model regresi tidak terjadi masalah multikolinearitas karena keempatnya memenuhi pedoman modal regresi yang bebas multikolinearitas yaitu dibawah
10. Besarnya tolerance menurut hasil output SPSS Statistics untuk Struktur Aset sebesar
0,941, Profitabilitas sebesar 0,992, Ukuran Perusahaan sebesr 0,943 dan Umur Perusahaan sebesar 0,986. Hasil tersebut menunjukkan bahwa model regresi tidak terjadi
multikolinearitas karena ketiganya memenuhi pedoman model regresi yang bebas multikolinearitas yaitu mempunyai nilai tolerance diatas 0,1.
Universitas Sumatera Utara
69
4.2.3 Analisis Persamaan Regresi