Pengujian dan Pembahasan Hipotesis

pertumbuhan perusahaan terendah dimiliki oleh PT Bank ICB Bumiputera, yaitu sebesar – 0,0093 - 0,93.

C. Pengujian dan Pembahasan Hipotesis

1. Uji Asumsi Klasik

Metode analisis regresi berganda dikatakan baik apabila memenuhi asumsi normalitas data dan terbebas dari asumsi-asumsi klasik seperti : multikolineritas, autokorelasi, dan heteroskedastisitas. Uji asumsi klasik digunakan untuk menguji bahwa variabel linear yang tidak bias. Variabel-variabel yang diuji dalam penelitian ini adalah struktur kepemilikan manajerial, struktur kepemilikan institusional, struktur kepemilikan publik, jumlah pemegang saham, profitabilitas, dan pertumbuhan perusahaan. Setelah dilakukan uji asumsi klasik dengan bantuan program SPSS 17.0, variabel struktur kepemilikan manajerial dikeluarkan karena nilainya konstan atau tidak mempunyai hubungan dengan variabel dependen. Hal ini disebabkan karena semua perusahaan yang menjadi objek penelitian tidak memiliki struktur kepemilikan manajerial. Akhirnya variabel yang digunakan dalam penelitian ini adalah struktur kepemilikan institusional, struktur kepemilikan publik, jumlah pemegang saham, profitabiitas, dan pertumbuhan perusahaan. 84

a. Uji Normalitas

Normalitas digunakan untuk mengetahui distribusi data dalam variabel yang akan digunakan dalam penelitian. Data yang baik dan layak digunakan dalam penelitian adalah data yang memiliki distribusi normal. Normalitas data dapat dilihat dengan menggunakan kurva normal P-plot. Data dikatakan normal apabila gambar distribusi dengan titik-titik data yang menyebar disekitar garis diagonal, dan penyebaran titik-titik data searah mengikuti garis diagonal. Uji normalitas dalam model ini menyatakan bahwa data yang ada tidak terdistribusi secara normal. Hal ini ditunjukkan oleh hasil pengolahan data dengan SPSS 17.0 menggunakan uji normalitas dengan melihat grafik normal probability plot. Gambar 4.2 Grafik Normal Probability Plot Sumber : output SPSS data setelah diolah 85 Dari grafik normal probability plot terlihat titik – titik yang menyebar disekitar garis diagonal, serta penyebarannya agak menjauh dari garis diagonal. Hal ini menunjukkan bahwa model regresi menyalahi atau tidak memenuhi asumsi klasik. Akhirnya penulis menggunakan transformasi data dengan Lnx untuk variabel dependen dan variabel independen. Selanjutnya dilakukan pengujian dengan grafik dari hasil regresi yang telah ditransformasi. Gambar 4.3 Grafik Histogram Sumber : Output SPSS data setelah diolah Berdasarkan grafik histogram pada gambar 4.2 tampak bahwa residual terdistribusi secara normal dan berbentuk simetri tidak menceng ke kanan atau ke kiri atau dapat dikatakan grafik histogramnya menunjukkan pola distribusi normal. 86 Gambar 4.4 Hasil Uji Normalitas Data Sumber : Output SPSS data setelah diolah Hasil uji normalitas data di atas, menunjukkan bahwa data menyebar dan mengikuti arah garis diagonal. Maka, dapat disimpulkan bahwa model yang digunakan dalam analisis ini telah memenuhi asumsi normalitas data. 87

b. Uji Multikolineritas

Uji multikolineritas diperlukan untuk mengetahui ada atau tidaknya variabel independen yang memiliki kemiripan dengan variabel independen yang lain dalam suatu model. Kemiripan antar variabel independen dalam suatu model menyebabkan terjadinya korelasi yang sangat kuat antara satu variabel independen dengan satu variabel yang lain. Selain itu, deteksi terhadap uji multikolineritas juga bertujuan untuk menghindari kebiasan dalam proses pengambilan kesimpulan mengenai pengaruh pada uji parsial masing-masing variabel independen terhadap variabel dependen. Salah satu cara untuk mendeteksi ada atau tidaknya multikolineritas di dalam model regresi adalah dengan melihat nilai tolerance dan variance inflation factor VIF. Jika nilai variance inflation factor VIF tidak lebih dari 10 dan nilai tolerance tidak kurang dari 0,1, maka model tersebut dapat dikatakan terbebas dari multikolineritas. 88 Tabel 4.7 Hasil Uji Multikolineritas Collinearity Statistic 2004-2008 Tollerance VIF Kepemilikan Institusional 0,365 2,739 Kepemilikan Publik 0,401 2,494 Jumlah Pemilik saham 0,915 1,093 Pertumbuhan Perusahaan 0,935 1,070 Profitabilitas 0,816 1,226 Sumber : Output SPSS data setelah diolah Tabel di atas menunjukkan bahwa nilai variance inflation factor VIF tidak lebih dari 10 dan niai tolerance tidak kurang dari 0,1. Hal ini berarti bahwa model ini terbebas dari multikolineritas dan layak digunakan dalam penelitian.

c. Uji Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah di dalam suatu model regresi, terdapat korelasi antara kesalahan pengganggu pada periode sebelumnya t-1. Jika terjadi korelasi, maka dinamakan ada masalah autokorelasi. Autokorelasi muncul karena adanya observasi yang berurutan, sepanjang berkaitan satu sama lain. Model regresi yang baik adalah model yang terbebas dari masalah autokorelasi. Cara untuk mendeteksi ada atau tidaknya masalah autokorelasi adalah dengan cara sebagai berikut : 89 1. 1,60 DW 2,40. Kesimpulannya tidak terjadi kondisi autokorelasi. 2. 1,39 DW 1,60 atau 2,40 DW 2,61. Tidak dapat disimpulkan inconclusive. 3. DW 1,39. Kesimpulannya terjadi autokorelasi negatif. 4. DW 2,61. Kesimpulannya terjadi autokorelasi positif. Tabel 4.8 Nilai Durbin Watson Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 .539 a .291 .217 .0239110 2.015 a. Predictors: Constant, LNROA, LNJML, LNPUBLIC, LNGROWTH, LNINS b. Dependent Variable: LNDR Sumber : output SPSS data setelah diolah Tabel di atas menunjukkan bahwa nilai Durbin Watson adalah 2,015. Nilai ini terletak antara 1,60 DW 2,40. Hal ini berarti bahwa pada tahun 2004-2008, tidak terjadi masalah autokorelasi. Dengan demikian, model regresi ini layak dipakai dalam pengujian. 90

d. Uji Heteroskedastisitas

Uji heteroskedastisitas digunakan untuk menguji terjadinya perbedaan variance residual suatu periode pengamatan ke periode pengamatan yang lain, atau gambaran hubungan antara nilai yang diprediksi dengan studentized delete residual nilai tersebut. Model regresi yang baik adalah model regresi yang memiliki persamaan residual suatu periode pengamatan dengan periode pengamatan yang lain. Atau, adanya hubungan antara nilai yang diprediksi dengan studentized delete residual nilai tersebut sehingga dapat dikatakan nilai tersebut homoskedastisitas. Ada atau tidaknya heteroskedastisitas pada suatu model dapat dilihat dari pola gambar scatterplot model tersebut. Analisis pada gambar scatterplot yang menyatakan model regresi linear berganda tidak terdapat heteroskedastisitas jika : 1. Titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0. 2. Titik-titik data tidak mengumpul hanya di atas atau di bawah saja. 3. Penyebran titik-titik data tidak boleh membentuk pola bergelombang melebar kemudian menyempit dan melebar kembali. 4. Penyebaran titik-titik data sebaiknya tidak berpola. 91 Gambar 4.5 Hasil Uji Heteroskedastisitas Sumber : Output SPSS data setelah diolah Gambar 4.2 menunjukkan bahwa titik-titik data menyebar di atas, di bawah, dan di sekitar angka nol. Sehingga dapat disimpulkan bahwa model regresi berganda ini terbebas dari asumsi klasik heteroskedastisitas dan layak digunakan dalam penelitian.

2. Uji Hipotesis

a. Koefisien Determinasi Adjusted R

2 Koefisien determinasi Adjusted R 2 merupakan suatu ukuran yang penting dalam regresi. Hal ini karena Koefisien determinasi Adjusted R 2 dapat menginformasikan baik atau tidaknya model regresi yang diestimasi. Hal ini bertujuan untuk mengetahui seberapa besar 92 kemampuan variabel independen menjelaskan variabel dependen. Nilai Adjusted R 2 dikatakan baik jika di atas 0,5. hal ini karena nilai R 2 berkisar antara 0 sampai 1. Nilai Adjusted R 2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variabel dependen amat terbatas. Nilai Adjusted R 2 mendekati 1 berarti variabel-variabel dependen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Dengan model regresi linear berganda, diperoleh hasil pengujian sebagai berikut : Tabel 4.9 Nilai Koefisien Determinasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate 1 .539 a .291 .217 .0239110 a. Predictors: Constant, LNROA, LNJML, LNPUBLIC, LNGROWTH, LNINS b. Dependent Variable: LNDR Sumber : Output SPSS data setelah diolah Berdasarkan tabel di atas, nilai koefisien determinasi yang sudah disesuaikan adjusted R 2 sebesar 0,217. Artinya 21,7 variabel dependen rasio hutang dijelaskan oleh variabel independen seperti kepemilikan institusional, kepemilikan publik, jumlah pemegang 93 saham, profitabilitas ROA, dan pertumbuhan perusahaan growth. Sedangkan sisanya 78,3 dijelaskan oleh variabel lain di luar variabel independen yang digunakan.

b. Pengaruh Variabel Independen Secara Simultan Uji F

Uji simultan dengan uji F bertujuan untuk mengetahui pengaruh variabel independen terhadap variabel dependen secara bersama-sama. Apabila F hitung lebih besar dari F tabel F hit F tab dan tingkat signifikannya lebih kecil dari α : 5 0,05 sig α, maka hal itu menunjukkan bahwa H ditolak dan H 1 diterima. Ini berarti bahwa variabel independen secara simultan mempunyai pengaruh signifikan terhadap variabel dependen. Dengan model regresi berganda, diperoleh hasil pengujian sebagai berikut : Tabel 4.10 Pengujian Variabel Independen secara Simultan ANOVA b Model Sum of Squares df Mean Square F Sig. Regression .011 5 .002 3.933 .005 a Residual .027 48 .001 1 Total .039 53 a. Predictors: Constant, LNROA, LNJML, LNPUBLIC, LNGROWTH, LNINS b. Dependent Variable: LNDR Sumber : Output SPSS data setelah diolah 94 Berdasarkan tabel di atas, nilai F hitung sebesar 3,933 dan nilai F tabel sebesar 2,56. Ini berarti bahwa F hitung F tabel 3,933 2,56. Dan tingkat signifikasinya lebih kecil dari α : 5 0,05 sig α, maka hal itu menunjukkan bahwa H ditolak dan H 1 diterima. Ini berarti bahwa semua variabel independen seperti : kepemilikan institusonal, kepemilikan publik, jumlah pemilik saham, profitabilitas, dan pertumbuhan perusahaan secara simultan mempunyai pengaruh signifikan terhadap rasio hutang.

c. Pengaruh Variabel Independen Secara Parsial Uji t

Uji t bertujuan untuk mengetahui besarnya pengaruh masing- masing variabel independen secara individual parsial terhadap variabel dependen. Apabila T hitung lebih besar dari T tabel T hit T tab dan nilai signifikan T hitung lebih kecil dari α : 5 0,05 sig α, berarti terdapat pengaruh signifikan antara variabel independen secara parsial dengan variabel dependen. Dengan menggunakan metode analisis regresi linear berganda, diperoleh hasil sebagai berikut : 95 Tabel 4.11 Pengujian Variabel Independen secara Parsial Coefficients a Unstandardized Coefficients Standardized Coefficients Collinearity Statistics Model B Std. Error Beta t Sig. Tolerance VIF Constant -.203 .033 -6.092 .000 LNINS -.106 .028 -.774 -3.849 .000 .365 2.739 LNPUBLIC -.017 .006 -.603 -3.139 .003 .401 2.494 LNJML .001 .012 .014 .107 .915 .915 1.093 LNROA -.012 .005 -.339 -2.517 .015 .816 1.226 1 LNGROWTH .006 .003 .255 2.026 .048 .935 1.070 a. Dependent Variable: LNDR Sumber : Output SPSS data setelah diolah Berdasarkan tabel di atas, besarnya pengaruh masing-masing variabel independen secara individual parsial terhadap variabel dependen dapat dijelaskan sebagai berikut : kepemilikan institusional, dari pengujian hipotesis menunjukkan bahwa T hitung T tabel -3.849 1,675 dan tingkat signifikasinya sebesar 0,000 lebih kecil dari taraf signifikan α : 5 0,05 sig α. Dengan demikian, secara parsial hipotesis H ditolak dan H 1 diterima. Artinya, kepemilikan institusional mempunyai pengaruh yang signifikan terhadap rasio hutang. Dan koefisien regresi sebesar – 0,106 menunjukkan hubungan yang negatif. Artinya, jika terjadi perubahan struktur kepemilikan 96 institusional sebesar 1, maka rasio hutang akan mengalami penurunan sebesar 0,106 10,6. Pada tabel 4.13 diketahui bahwa kepemilikan publik menunjukkan nilai T hitung T tabel - 3.139 1,675 dan tingkat signifikasinya sebesar 0,003 lebih kecil dari taraf signifikan α : 5 0,05 sig α. Dengan demikian, secara parsial hipotesis H ditolak dan hipotesis H 1 diterima. Artinya, kepemilikan publik juga mempunyai pengaruh yang signifikan terhadap rasio hutang. Dan koefisien regresi sebesar – 0,017 juga menunjukkan hubungan yang negatif. Artinya, jika terjadi perubahan struktur kepemilikan publik sebesar 1, maka rasio hutang juga akan mengalami penurunan sebesar 0,017 1,7. Sebaran kepemilikan saham yang diukur dari jumlah pemegang saham dalam tabel 4.13 diketahui bahwa variabel jumlah kepemilikan saham menunjukkan nilai T hitung T tabel 0,107 1,675 dan tingkat signifikasinya sebesar 0,915 lebih besar dari taraf signifikan α : 5 0,05 sig α. Dengan demikian, secara parsial hipotesis H diterima dan hipotesis H 1 ditolak. Artinya, jumlah pemegang saham tidak mempunyai pengaruh yang signifikan terhadap rasio hutang. Dan koefisien regresi sebesar 0,001 menunjukkan hubungan yang positif. Artinya, jika terjadi perubahan jumlah pemegang saham sebesar 1, maka rasio hutang juga akan mengalami peningkatan sebesar 0,001 0,1. 97 Profitabilitas yang diukur dengan ROA memiliki nilai T hitung T tabel -2,517 1,675 dan tingkat signifikasinya sebesar 0,015 lebih kecil dari taraf signifikan α : 5 0,05 sig α. Dengan demikian, secara parsial hipotesis H ditolak dan hipotesis H 1 diterima. Artinya, kemampuan perusahaan untuk memperoleh laba profitabilitas mempunyai pengaruh yang signifikan terhadap rasio hutang. Dan koefisien regresi sebesar – 0,012 juga menunjukkan hubungan yang negatif. Artinya, jika terjadi perubahan profitabilitas sebesar 1, maka rasio hutang juga akan mengalami penurunan sebesar 0,012 1,2. Variabel pertumbuhan perusahaan growth memiliki nilai T hitung T tabel 2.026 1,675 dan tingkat signifikasinya sebesar 0,048 lebih kecil dari taraf signifikan α : 5 0,05 sig α. Dengan demikian, secara parsial hipotesis H ditolak dan hipotesis H 1 diterima. Artinya, pertumbuhan perusahaan mempunyai pengaruh yang signifikan terhadap rasio hutang. Dan koefisien regresi sebesar 0,006 menunjukkan hubungan yang positif. Artinya, jika terjadi perubahan growth sebesar 1, maka rasio hutang akan meningkat sebesar 0,006 0,6. Konstanta sebesar -0.203 menyatakan bahwa jika variabel independen yaitu : kepemilikan institusional, kepemilikan publik, jumlah pemegang saham, profitabilitas, dan pertumbuhan perusahaan bernilai tetap atau konstan, maka nilai dari variabel dependen yaitu rasio hutang adalah sebesar – 0,203 -20,3. 98

D. Interpretasi