BAB III METODE PENELITIAN
A. Desain Penelitian
Penelitian ini menggunakan desain kausal atau hubungan sebab akibat. Desain penelitian kausal berguna untuk menganalisis hubungan antara satu
variabel dengan variabel lainnya atau bagaimana suatu variabel mempengaruhi variabel lainnya Umar, 2003:30.
B. Populasi dan Sampel Penelitian
”Populasi adalah wilayah generalisasi yang terdiri atas: objeksubjek yang memiliki kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti
untuk dipelajari dan kemudian ditarik kesimpulannya” Sugiyono, 2006 : 72. Populasi dalam penelitian ini adalah semua perusahaan perdagangan yang
terdaftar di Bursa Efek Indonesia BEI sejak tahun 2006 sampai dengan tahun 2008. Berdasarkan data yang diperoleh melalui situs BEI di
www.idx.co.id ,
jumlah perusahaan terkait yang terdaftar di BEI pada tahun 2008 adalah 38 perusahaan.
Menurut Sugiyono 2006 : 55 ”Sampel adalah sebagian dari jumlah dan karakteristik yang dimiliki populasi”. Teknik pengambilan sampel dalam
penelitian ini adalah purposive sampling, yaitu teknik pengambilan sampel dengan beberapa kriteria tertentu, antara lain:
1. Merupakan perusahaan perdagangan yang telah terdaftar di BEI sejak tahun
2006 dan masih aktif sampai dengan tahun 2008.
Universitas Sumatera Utara
2. Perusahaan tersebut tidak di-delisting selama periode tersebut. 3. Perusahaan perdagangan menyampaikan laporan keuangan yang berakhir pada
tanggal 31 Desember selama tiga tahun berturut-turut. 4. Perusahaan melaporkan laba bersih selama periode penelitian
Berdasarkan kriteria tersebut, diperoleh banyaknya sampel yaitu 19 perusahaan yang diperlihatkan dalam table berikut ini.
TABEL 3.1. SAMPEL PERUSAHAAN
No Kode Nama Perusahaan
1 AIMS Akbar Indo Makmur Stimec Tbk
2 AKRA AKR Corporindo
Tbk 3 EPMT
Enseval Putra Megatrading Tbk 4 FISH
FKS Multi Agro Tbk 5 INTA
Intraco Penta Tbk 6 LTLS
Lautan Luas Tbk 7 MDRN
Modern Internasional Tbk 8 MICE Multi
Indocitra Tbk
9 SDPC Millenium Phamacon Tbk
10 TGKA Tigaraksa Satria Tbk
11 TIRA Tira Austenite Tbk
12 TMPI Agis Tbk
13 TURI Tunas Ridean Tbk
14 UNTR United Tractors Tbk
15 ALFA Alfa Retailindo Tbk
16 HERO Hero Supermarket Tbk
17 MPPA Matahari Putra Prima Tb k
18 RALS Ramayana Lestari Sentosa
19 SONA Sona Topas Tourism Inds. Tbk
C. Jenis Data
Data dalam penelitian ini menggunakan data sekunder. Menurut Umar 2003 : 60, ”data sekunder merupakan data primer yang telah diolah lebih lanjut,
Universitas Sumatera Utara
misalnya dalam bentuk tabel, grafik, diagram, gambar, dan sebagainya sehingga lebih informatif jika digunakan oleh pihak lain.” Data tersebut diperoleh dari situs
www.idx.co.id . Data yang diambil adalah data laporan keuangan perusahaan pada
tahun 2006 – 2008. Menurut sifatnya data dalam penelitian ini termasuk dalam jenis data
kuantitatif. Menurut Hadi 2006, ”Data kuantitatif adalah data yang berupa angka atau besaran tertentu yang sifatnya pasti.”
D. Teknik Pengumpulan Data
Pengumpulan data pada penelitian ini dilakukan dengan studi dokumentasi yaitu dengan mempelajari, mengklasifikasikan, dan menganalisis data sekunder
berupa catatan-catatan, laporan keuangan, maupun informasi lainnya yang terkait dengan lingkup penelitian ini.
E. Defenisi Operasional 1. Struktur Modal
Struktur modal merupakan bauran dari hutang dan ekuitas yang dihasilkan melalui keputusan pendanaan. Dalam penelitian ini, variabel struktur modal
diindikasikan dengan debt to asset ratio DAR yang sering disebut dengan rasio hutang dan debt equity ratio DER yang sering disebut dengan rasio total utang
terhadap ekuitas. Ukuran dari variabel DAR menggunakan formula sebagai berikut:
Universitas Sumatera Utara
DAR =
TotalAsset TotalDebt
X 100 Sedangkan ukuran dari variable DER menggunakan fomula sebagai
berikut: DER =
y TotalEquit
TotalDebt
X 100 Ukuran dari variabel LDAR menggunakan formula sebagai berikut:
LDAR =
TotalAsset bt
LongtermDe
X 100 Ukuran dari variabel LDER menggunakan formula sebagai berikut:
LDER =
y TotalEquit
bt LongtermDe
X 100
2. Rentabilitas Modal Sendiri
Rentabilitas modal sendiri didefinisikan sebagai kemampuan suatu perusahaan dengan modal sendiri yang bekerja didalamnya untuk menghasilkan
keuntungan. Dalam penelitian ini rentabilitas modal sendiri diukur dari rasio Return On Equity ROE.
Return On Equity = Laba Bersih Sesudah Pajak X 100 Modal
F. Metode Analisis Data
Data penelitian yang dikumpulkan akan diolah dan dianalisis untuk
memperoleh jawaban atas permasalahan yang timbul dalam penelitian ini. Data
penelitian akan diolah dengan menggunakan software SPSS.
Universitas Sumatera Utara
1. Uji Asumsi Klasik
a. Uji Multikolinearitas Uji ini bertujuan untuk menguji apakah pada model regresi ditemukan
adanya korelasi antar variabel independen. Pada regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Untuk mendeteksi ada atau
tidaknya multikolineritas dapat dilihat dari 1 nilai tolerance dan lawannya 2 variance inflation factor VIF. Kedua ukuran ini menunjukkan setiap variabel
independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan
oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi karena VIF= 1Tolerance. Batasan yang umum dipakai untuk
menunjukkan adanya multikolineritas adalah nilai Tolerance 0.10 atau sama dengan nilai VIF 10.
b. Uji Autokorelasi Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear
ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1. Autokorelasi muncul karena observasi yang berurutan sepanjang
tahun satu dengan lainnya. Untuk menguji Autokorelasi dapat dilihat dari nilai Durbin Waston DW, yaitu jika nilai DW terletak antara du dan 4 – dU atau du
≤ DW ≤ 4 – dU, berarti bebas dari Autokorelasi. Jika nilai DW lebih kecil dari dL atau DW lebih besar dari 4 – dL berarti terdapat Autokorelasi. Nilai dL dan
dU dapat dilihat pada tabel Durbin Waston, yaitu nilai dL ; dU = α ; n ; k – 1.
Universitas Sumatera Utara
Keterangan : n adalah jumlah sampel, k adalah jumlah variabel, dan α adalah taraf
signifikan.
c. Uji Heteroskedastisitas Menurut Erlina dan Sri Mulyani 2007 : 103 ”Uji heteroskedastisitas
bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan ke pengamatan lainnya. Jika varian dari
residual satu pengamatan ke pengamatan yang lain tetap maka disebut homokedastisitas, dan jika berbeda disebut heteroskedastisitas. Model regresi
yang baik yaitu jika tidak terjadi heterokedastisitas”. Cara yang dipakai dalam penelitian ini untuk mendeteksi ada atau tidaknya
heterokedastisitas adalah dengan melihat grafik Plot antara nilai prediksi variabel terikat dependen yaitu ZPRED dengan residualnya SRESID. Deteksi ada
tidaknya heterokedastisitas dapat dilakukan dengan melihat ada atau tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y
adalah Y yang telah diprediksi, dan sumbu X adalah residual Y prediksi – Y sesungguhnya yang telah di-studentized.
Dasar analisis yang dapat digunakan untuk menentukan heterokedastisitas, antara lain:
a Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka
mengindikasikan telah terjadi heterokedastisitas.
Universitas Sumatera Utara
b Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas atau
terjadi homokedastisitas.
d. Uji Normalitas
”Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal” Ghozalli, 2005:
110. Jika terdapat normalitas, maka residual akan terdistribusi secara normal dan independen. Yaitu perbedaan antara nilai prediksi dengan skor yang
sesungguhnya atau error akan terdistribusi secara simetri di sekitar nilai means
sama dengan nol.
Pengujian normalitas dilakukan dengan uji non-parametrik Kolmogorov- Smirnov, dimana data yang berdistribusi normal akan memiliki nilai signifikansi
Sig. pada data residual unstandardized residual yang lebih besar dari 0,05. Selain itu, uji normalitas dapat juga dilihat melaui grafik histogram dan grafik
normal plot. Pada data yang distribusinya normal maka grafik histogram akan menunjukkan diagram batang yang berdistribusi relatif merata serta grafik normal
plot P-Plot yang berdistribusi merata mengikuti garis diagonal.
2. Pengujian Hipotesis
Pengujian hipotesis dilakukan dengan analisis regresi linear berganda untuk mengetahui pengaruh variabel independen terhadap variabel dependen.
Model regresi yang digunakan yaitu:
Universitas Sumatera Utara
Y= +
1
X
1
+
2
X
2
+
3
X
3
+
4
X
4
+ e Dimana:
Y =
Return On Equity ROE
= konstanta X
1
= Debt to Asset Ratio DAR X
2
= Debt to Equity Ratio DER X
3
= Longterm Debt to Asset Ratio LDAR X
4
= Longterm Debt to Equity Ratio LDER
1,
2,
3,
4
= koefisien regresi e
= Variabel pengganggu
Hipotesis dalam penelitian ini diuji dengan menggunakan t-test dan F-test a. Uji Signifikansi Parsial t-test
Uji t-test digunakan untuk menunjukkan seberapa jauh pengaruh masing - masing variabel independen terhadap variabel dependen. Uji ini dilakukan dengan
membandingkan t hitung dengan t tabel dengan ketentuan hipotesis sebagai berikut:
H
0 :
Variabel bebas tidak berpengaruh signifikan secara parsial terhadap variabel
terikat. H
a :
Variabel bebas berpengaruh signifikan secara parsial terhadap variabel terikat Kriteria:
Universitas Sumatera Utara
H diterima jika -t
tabel
≤ t hitung ≤ t
tabel
untuk α = 5
H
a
diterima jika -t
tabel
≥ t hitung ≥ t
tabel
untuk α = 5
b. Uji Signifikansi Simultan F-test Uji F digunakan untuk menunjukkan apakah semua variabel independen
yang dimaksudkan dalam model penelitian mempunyai pengaruh secara bersama – sama terhadap variabel dependen. Uji ini dilakukan dengan membandingkan f
hitung dengan f tabel dengan ketentuan hipotesis sebagai berikut: H
0 :
Variabel bebas tidak berpengaruh signifikan secara simultan terhadap variabel
terikat H
a :
Variabel bebas berpengaruh signifikan secara simultan terhadap variabel terikat
Kriteria: H
diterima jika f
hitung
f
tabel
untuk α = 5
H
a
diterima jika f
hitung
f
tabel
untuk α = 5
G. Jadwal Penelitian
Adapun jadwal penelitian ini disajikan dalam tabel berikut ini
Universitas Sumatera Utara
Tabel 3.2 Jadwal Penelitian Keterangan
Fb’10 Mr’10 Ap’10 Me’10 Jn’10 Jl
‘10 Ag’10 Sep’10 Pemilihan
Judul
XXX
Penyelesaian Proposal
XXX
Bimbingan Proposal
XXX
Seminar Proposal
XXX
Pengumpulan Data
XXX XXX
Pengolahan Data
XXX XXX
Penyampaian Hasil
Penelitian
XXX
Universitas Sumatera Utara
BAB IV HASIL DAN PEMBAHASAN
A. ANALISIS HASIL PENELITIAN
Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik yang menggunakan model regresi linear. Analisis data dimulai
dengan mengolah data menggunakan Microsoft Excel, selanjutnya dilakukan pengujian asumsi klasik dan pengujian hipotesis dengan menggunakan analisis
korelasi kanonikal. Pengujian asumsi klasik dan analisis regresi dilakukan dengan menggunakan software SPSS versi 11.5. Prosedur dimulai dengan memasukkan
variabel-variabel penelitian ke program SPSS tersebut dan menghasilkan output- output sesuai metode analisis data yang telah ditentukan.
1. Analisis Statistik Deskriptif
Informasi yang dibutuhkan dalam penelitian ini merupakan data sekunder yang diperoleh dari
www.idx.co.id berupa data laporan keuangan sampel
perusahaan perdagangan dari tahun 2006 sampai tahun 2008 yang dijabarkan dalam bentuk statistik
a. Total Aktiva
Statistik deskriptif total aktiva total assets dari sampel perusahaan selama periode tahun 2006 sampai dengan tahun 2008 disajikan pada tabel 4.1
berikut: Tabel 4.1
Universitas Sumatera Utara
Statistik Deskriptif Total Aktiva Selama Tahun 2006 sampai Tahun 2008
Tahun N Minimum
dalam Rp Maximum
dalam Rp Mean
dlm Rp Std. Deviation
2006 19
68,695,859,260 11,247,846,000,000
1,882,944,294,591.052 2,678,797,359,035.533
2007 19
38,499,096,921 13,002,619,000,000
2,285,762,396,781.369 3,248,343,967,735.700
2008 19
81,297,390,953 22,847,721,000,000
3,140,838,663,246.841 5,301,428,084,891.600
Sumber: Sampel Perusahaan
b.Total Utang
Statistik deskriptif total utang total debt dari sampel perusahaan selama
periode tahun 2006 sampai dengan tahun 2008 disajikan pada tabel 4.2 berikut: Tabel 4.2
Statistik Deskriptif Total Utang Selama Tahun 2006 sampai Tahun 2008
Tahun N Minimum
dalam Rp Maximum
dalam Rp Mean
dlm Rp Std. Deviation
2006 19
31,744,793,790 6,606,651,000,000
1,103,250,503,554.579 1,619,188,187,301.778
2007 19
19,708,051,836 7,216,432,000,000
1,321,783,747,712.368 1,873,648,038,120.976
2008 19
35,990,699,808 11,644,916,000,000
1,778,777,345,134.473 2,862,558,313,244.921
Sumber: Sampel Perusahaan
c. Utang Jangka Panjang
Statistik deskriptif
utang jangka panjang longterm debt dari sampel perusahaan selama periode tahun 2006 sampai dengan tahun 2008 disajikan pada
tabel 4.3 berikut:
Tabel 4.3 Statistik Deskriptif Utang Jangka Panjang Selama Tahun 2006 sampai
Tahun 2008
Tahun N Minimum
dalam Rp Maximum
dalam Rp Mean
dlm Rp Std. Deviation
2006 19
397,605,090 2,578,235,000,000 392,371,650,816.0526 748,633,417,556.560
2007 19
199,182,000 3,177,481,000,000 405,732,993,199.6316 822,651,063,581.142
2008 19
252,768,000 3,770,781,000,000 435,732,975,642.7368 942,640,893,435.672
Universitas Sumatera Utara
Sumber: Sampel Perusahaan
d. Total Ekuitas
Statistik deskriptif ekuitas equity dari sampel perusahaan selama periode
tahun 2006 sampai dengan tahun 2008 disajikan pada tabel 4.4 berikut: Tabel 4.4
Statistik Deskriptif Total Ekuitas Selama Tahun 2006 sampai Tahun 2008
Tahun N Minimum
dalam Rp Maximum
dalam Rp Mean
dlm Rp Std. Deviation
2006 19
18,377,347,604 4,594,437,000,000 769,595,737,529.473 1,104,755,939,458.756
2007 19
18,791,045,085 5,733,335,000,000 942,236,402,168.789 1,418,690,437,059.348
2008 19
20,128,527,309 11,131,607,000,000 1,328,898,447,502.105 2,514,731,454,174.060
Sumber: Sampel Perusahaan
e. Laba Bersih Setelah Pajak
Statistik deskriptif laba bersih setelah pajak dari sampel perusahaan selama periode tahun 2006 sampai dengan tahun 2008 disajikan pada tabel 4.5
berikut: Tabel 4.5
Statistik Deskriptif Laba Bersih Setelah Pajak Selama Tahun 2006 sampai Tahun 2008
Tahun N Minimum
dalam Rp Maximum
dalam Rp Mean
dlm Rp Std. Deviation
2006 19
113,244,989 930,372,000,000 104,818,634,139.0000 217,155,356,055.9958
2007 19
300,597,240 1,493,037,000,000 154,810,802,076.9473 340,044,657,364.3334
2008 19
1,330,613,013 2,660,742,000,000 226,484,695,508.7369 601,415,521,064.7100
Sumber: Sampel Perusahaan
f. Variabel-variabel penelitian
Variabel – variabel dalam penelitian ini terdiri dari variabel – variabel struktur modal yang terdiri dari debt to asset ratio DAR, debt to equity ratio
DER, longterm debt to asset ratio LDAR, dan longterm debt to equity ratio
Universitas Sumatera Utara
LDER. Rentabilitas modal sendiri diindikasikan dengan variabel terikat return on equity ROE. Data deskriptif mengenai variabel – variabel tersebut dari tahun
2006 sampai dengan tahun 2008 disajikan pada tabel 4.6 berikut: Tabel 4.6
Data Deskriptif Variabel – Variabel Selama Periode 2006-2008
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation ROE
57 .08302
29.22566 11.396242
7 8.07931644
DAR 57
12.32502 81.61885
57.840424 4
17.41662680 DER
57 1.08711
444.03551 174.99803
06 98.98465741
LDAR 57
.28306 42.06728
11.717841 6
11.82403119 LDER
57 .94030
131.70494 35.227445
3 37.94497885
Valid N listwise 57
Sumber: Sampel Perusahaan Sumber: Hasil Olahan Penulis dengan SPSS, 2010
Berikut ini perincian data deskriptif yang telah diolah: Variabel ROE memiliki nilai minimum 0.08302 dan maksimum 29.22566
dengan rata-rata ROE sebesar 11.3962427 dengan jumlah sampel sebanyak 57 perusahaan.
Variabel DAR memiliki nilai minimum 12.32502 dan maksimum 81.61885 dengan rata-rata DAR sebesar 57.8404244 dengan jumlah
sampel sebanyak 57 perusahaan. Variabel DER memiliki nilai minimum 1.08711 dan maksimum
444.03551 dengan rata-rata DER sebesar 174.9980306 dengan jumlah
sampel sebanyak 57 perusahaan.
Universitas Sumatera Utara
Variabel LDAR memiliki nilai minimum 0.28306 dan maksimum 42.06728 dengan rata-rata LDAR sebesar 11.7178416 dengan jumlah
sampel sebanyak 57 perusahaan. Variabel LDER memiliki nilai minimum 0.94030 dan maksimum
131.70494 dengan rata-rata LDER sebesar 35.2274453 dengan jumlah sampel sebanyak 57 perusahaan.
2. Uji Asumsi Klasik a. Uji Multikolinearitas
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala multikolineritas adalah dengan melihat besaran korelasi antar variabel independen
dan besarnya tingkat koloneritas yang masih dapat ditolerir, yaitu: Tol 0.10 dan Variance Inflation Factor VIF 10. Berikut disajikan tabel hasil pengujian:
Tabel 4.7
Coefficients
a
18.297 4.881
3.749 .000
-.270 .159
-.581 -1.692
.097 .145
6.899 .057
.030 .698
1.878 .066
.124 8.072
.107 .443
.157 .242
.810 .041
24.618 -.072
.142 -.338
-.508 .614
.039 25.863
Constant DAR
DER LDAR
LDER Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Tolerance VIF
Collinearity Statistics
Dependent Variable: ROE a.
Sumber: Hasil Olahan Penulis dengan SPSS, 2010
Tabel 4.8
Universitas Sumatera Utara
Coefficient Correlations
a
1.000 -.521
.292 -.976
-.521 1.000
-.892 .548
.292 -.892
1.000 -.354
-.976 .548
-.354 1.000
.020 -.002
.007 -.061
-.002 .001
-.004 .007
.007 -.004
.025 -.025
-.061 .007
-.025 .197
LDER DER
DAR LDAR
LDER DER
DAR LDAR
Correlations
Covariances Model
1 LDER
DER DAR
LDAR
Dependent Variable: ROE a.
Sumber: Hasil Olahan Penulis dengan SPSS, 2010
Melihat hasil besaran korelasi antar variabel independen tampak bahwa terdapat variabel yang mengalami multikolinearitas dimana dapat dilihat bahwa
ada variabel yang memiliki angka korelasi 95 Hasil perhitungan nilai Tolerance juga menunjukkan bahwa tidak semua
variabel independen memiliki nilai Tolerance 0.10 yaitu 0.041 dan 0.039 yang berarti ada korelasi antar variabel independen yang nilainya lebih dari 95. Hasil
perhitungan VIF juga menunjukkan hal yang sama dimana ada variabel independen memiliki nilai VIF 10 yaitu sebesar 24.618 dan 25.863 Jadi dapat
disimpulkan bahwa terjadi multikolineritas antar variabel independen dalam model ini.
Perbaikan pada data penelitian ini untuk menghilangkan gejala multikolineritas adalah dengan mengeluarkan variabel yang memiliki nilai VIF
yang tertinggi, yaitu variabel LDER dengan nilai VIF sebesar 25.863. Berikut disajikan tabel untuk melihat multikolineritas setelah variabel LDER dikeluarkan.
Universitas Sumatera Utara
Tabel 4.9
Coefficientsa
a Dependent Variable: ROE
Sumber: Hasil Olahan Penulis dengan SPSS, 2010
Tabel 4.10
Coefficient Correlationsa
Model LDAR
DER DAR
1 Correlations
LDAR 1.000
.209 -.330
DER .209
1.000 -.906
DAR -.330
-.906 1.000
Covariances LDAR
.009 .001
-.005 DER
.001 .001
-.004 DAR
-.005 -.004
.023 a Dependent Variable: ROE
Sumber: Hasil Olahan Penulis dengan SPSS, 2010
Melihat hasil besaran korelasi antar variabel independen tampak bahwa tidak ada variabel yang saling mempunyai korelasi diatas 95. Oleh karena itu,
maka dalam model ini dapat dikatakan tidak terjadi multikolineritas. Hasil perhitungan nilai Tolerance juga menunjukkan tidak ada variabel
independen yang memiliki nilai Tolerance kurang dari 0.10 yang berarti tidak ada korelasi antar variabel independen yang nilainya lebih dari 95. Hasil
perhitungan VIF juga menunjukkan hal yang sama dimana tidak ada satu variabel independen yang memiliki nilai VIF lebih dari 10. Jadi dapat disimpulkan bahwa
tidak ada multikolineritas antar variabel independen dalam model regresi ini.
Model Unstandardized Coefficients
Standardized Coefficients
Collinearity Statistics B
Std. Error Beta
t Sig.
Tolerance VIF
1 Constant
18.375 4.844
3.793 .000
DAR -.246
.151 -.530
-1.625 .110
.158 6.310
DER .049
.026 .599
1.904 .062
.170 5.878
LDAR -.112
.097 -.164
-1.163 .250
.845 1.183
Universitas Sumatera Utara
b. Uji Autokorelasi
Uji Autokorelasi digunakan untuk menguji apakah dalam sebuah model regresi linier terdapat korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pada periode t-1 sebelumnya. Untuk menguji Autokorelasi dapat dilihat dari nilai Durbin Waston DW, yaitu jika nilai DW terletak antara du dan
4 – dU atau du ≤ DW ≤ 4 – dU, berarti bebas dari Autokorelasi. Jika nilai DW
lebih kecil dari dL atau DW lebih besar dari 4 – dL berarti terdapat Autokorelasi. Nilai dL dan dU dapat dilihat pada tabel Durbin Waston, yaitu nilai
dL ; dU = α ; n ; k – 1. Keterangan : n adalah jumlah sampel, k adalah jumlah
variabel, dan α adalah taraf signifikan. Nilai DW dapat dilihat pada tabel berikut.
Tabel 4.11
Model Summaryb
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
.326a .106
.055 7.85246965
2.124 a Predictors: Constant, LDAR, DER, DAR
b Dependent Variable: ROE
Sumber: Hasil Olahan Penulis dengan SPSS, 2010
Nilai tabel Durbin Watson pada α = 5; n = 57; k – 1 = 4 adalah dL =
1,41 dan dU = 1,72. Hasil pengolahan data menunjukkan nilai Durbin Watson sebesar 2.124 dan nilai tersebut berada di antara dU dan 4 – dU atau 2.124 lebih
besar dari 1,72 dan 2.124 lebih kecil dari 2,28 maka dapat disimpulkan bahwa dalam model regresi linier tersebut tidak terdapat autokorelasi atau tidak terjadi
korelasi di antara kesalahan penggangu.
Universitas Sumatera Utara
c. Uji Heterokedastisitas
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala heterokedastisitas adalah dengan melihat plot grafik yang dihasilkan dari
pengolahan data menggunakan program SPSS. Dasar pengambilan keputusannya adalah:
Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka
mengindikasikan telah terjadi heterokedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di
bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas. Berikut ini dilampirkan grafik scatterplot untuk menganalisis apakah
terjadi heterokedastisitas atau terjadi homokedastisitas dengan mengamati penyebaran titik-titik pada gambar.
Grafik 4.1 Scatterplot
Dependent Variable: ROE
Universitas Sumatera Utara
Sumber: Hasil Olahan Penulis dengan SPSS, 2010
Dari grafik scatterplots terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Hal ini dapat
disimpulkan bahwa tidak terjadi heterokedastisitas pada model regresi ini sehingga model ini layak digunakan untuk memprediksi rentabilitas modal sendiri
pada perusahaan perdagangan yang terdaftar di Bursa Efek Indonesia berdasarkan masukan variabel independen yaitu rasio total hutang terhadap aktiva, rasio total
hutang terhadap ekuitas, rasio hutang jangka panjang terhadap aktiva dan rasio hutang jangka panjang terhadap ekuitas.
d.Uji Normalitas
Pengujian normalitas data dalam penelitian ini menggunakan uji statistik non parametrik Kolmogorov-Smirnov K-S dengan membuat hipotesis:
H : Data residual berdistribusi normal
H
a
: Data residual tidak berdistribusi normal
Universitas Sumatera Utara
Apabila nilai signifikansinya lebih besar atau sama dengan 0,05 maka H diterima, sedangkan jika nilai signifikansinya lebih kecil dari 0,05 maka H
ditolak.
Tabel 4.12 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 57
Normal Parametersa,b Mean
.0000000 Std. Deviation
7.63924059 Most Extreme
Differences Absolute
.077 Positive
.077 Negative
-.046 Kolmogorov-Smirnov Z
.579 Asymp. Sig. 2-tailed
.891 a Test distribution is Normal.
b Calculated from data.
Sumber: Hasil Olahan Penulis dengan SPSS, 2010
Dari hasil pengolahan data tersebut, diperoleh bahwa nilai signifikansi Kolmogorov – Smirnov dari data residual dalam penelitian ini lebih besar dari
0,05 yaitu 0.891. Hal ini berarti H diterima yang berarti data residual
berdistribusi normal. Untuk lebih jelas, berikut ini turut dilampirkan grafik histogram dan plot data yang terdistribusi normal.
Grafik 4.2 Histogram
Dependent Variable: ROE
Universitas Sumatera Utara
Sumber: Hasil Olahan Penulis dengan SPSS, 2010
Grafik 4.3 Normal P-P Plot of Regression Standardized Residual
Dependent Variable: ROE
Universitas Sumatera Utara
Sumber: Hasil Olahan Penulis dengan SPSS, 2010
Dengan cara membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal, dari grafik di atas dapat disimpulkan bahwa
distribusi data normal karena grafik histogram menunjukkan distribusi data mengikuti garis diagonal yang tidak menceng skewness ke kiri maupun ke
kanan atau normal. Demikian pula dengan hasil uji normalitas dengan menggunakan grafik
plot. Pada grafik normal plot, terlihat titik-titik menyebar di sekitar garis diagonal serta penyebarannya agak mendekati dengan garis diagonal sehingga dapat
disimpulkan bahwa data dalam model regresi terdistribusi secara normal.
3. Analisis Regresi
Pengujian hipotesis dalam penelitian ini dilakukan dengan analisis regresi linear berganda, setelah sebelumnya melalui uji asumsi klasik. Adapun hasil
pengolahan data dengan analisis regresi adalah sebagai berikut:
Tabel 4.13 Analisis Regresi
Coefficientsa
Model Unstandardized
Coefficients Standardized
Coefficients Collinearity Statistics
B Std.
Error Beta
T Sig.
Tolerance VIF
1 Constant
18.375 4.844
3.793 .000
DAR -.246
.151 -.530
-1.625 .110
.158 6.310
DER .049
.026 .599
1.904 .062
.170 5.878
LDAR -.112
.097 -.164
-1.163 .250
.845 1.183
Universitas Sumatera Utara
Sumber: Hasil Olahan Penulis dengan SPSS, 2010
Berdasarkan tabel koefisien regresi diatas, pada kolom unstandardized coefficient bagian B diperoleh persamaan regresi linear berganda sebagai berikut:
Y = 18.375 – 0.246 X
1
+ 0.049 X
2
- 0.112 X
3
+e
Dimana: Y = ROE
X
1
= DAR X
2
= DER X
3
= LDAR e = error
Pada unstandardized coefficients diperoleh nilai a, b
1,
b
2,
dan b
3
Nilai B constant a = 18.375 = konstanta Nilai konstanta ini menunjukkan bahwa apabila tidak ada nilai variabel
bebas yaitu DAR, DER, LDAR dan LDER, maka perubahan nilai ROE yang terlihat dari nilai Y tetap sebesar 18.375
Nilai b
1
= -0.246 = Debt to Asset Ratio DAR Koefisien regresi ini menunjukkan bahwa setiap kenaikan DAR sebesar 1
satuan, maka perubahan ROE yang dilihat dari Y akan berkurang sebesar 0.246 dengan asumsi variabel lain dianggap tetap.
Nilai b
2
= 0.049 = Debt to Equity Ratio DER
Universitas Sumatera Utara
Koefisien regresi ini menunjukkan bahwa setiap kenaikan DER sebesar 1 satuan, maka perubahan ROE yang dilihat dari Y akan bertambah sebesar
0.057 dengan asumsi variabel lain dianggap tetap. Nilai b
3
= -0.112 = Long Term Debt to Asset Ratio LDAR Koefisien regresi ini menunjukkan bahwa setiap kenaikan LDAR sebesar
1 satuan, maka perubahan ROE yang dilihat dari Y akan berkurang sebesar -0.112 dengan asumsi variabel lain dianggap tetap
4. Pengujian Hipotesis
Untuk menguji hipotesis, peneliti menggunakan analisis regresi linear berganda. Berdasarkan hasil pengolahan data dengan program SPSS, maka
diperoleh hasil berikut.
Tabel 4.14
Model Summaryb
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
.326a .106
.055 7.85246965
2.124 a Predictors: Constant, LDER, DER, DAR, LDAR
b Dependent Variable: ROE
Sumber: Hasil Olahan Penulis dengan SPSS, 2010
Pada model summary dapat dilihat hasil analisis regresi secara keseluruhan
menunjukkan nilai R sebesar 0.326 yang menunjukkan bahwa korelasi atau hubungan antara ROE variabel dependen dengan struktur modal yang
Universitas Sumatera Utara
diidentifikasikan dengan DAR, DER, dan LDAR, variabel independent memiliki hubungan yang kecil atau tidak erat, yaitu sebesar 33.2 . Jika angka R berada
diantara 0.2 dan 0.399 maka hubungan antar variabel independen dengan variabel dependennya kecil atau tidak erat.
Nilai Adjusted R Square sebesar 0.055 atau 5.5 mengindikasikan bahwa variasi dari keempat variabel independen hanya mampu menjelaskan variasi
variabel dependen sebesar 5.5 dan sisanya sebesar 94.5 dijelaskan oleh faktor – faktor lain misalnya tingkat penjualan, perputaran persediaan, aktiva tetap, dan
lain – lain. Selanjutnya pengujian hipotesis secara statistik dilakukan dengan
menggunakan uji t dan uji F.
a. Uji t t-test
Uji t dilakukan untuk mengetahui apakah secara parsial variabel independen berpengaruh terhadap variabel dependen. Dalam uji t digunakan
hipotesis yang terlihat sebagai berikut ini.
H : b
1,
b
2,
b
3,
b
4
= 0 Artinya DAR, DER, LDAR, dan LDER tidak memiliki pengaruh terhadap
ROE secara parsial pada perusahaan perdagangan yang terdaftar di Bursa Efek Indonesia.
H
a
: b
1,
b
2,
b
3,
b
4 ≠
Universitas Sumatera Utara
Artinya DAR, DER, LDAR, dan LDER memiliki pengaruh terhadap ROE secara parsial pada perusahaan perdagangan yang terdaftar di Bursa Efek
Indonesia. Kriteria:
H diterima dan H
a
ditolak jika -t
tabel
≤ t
hitung
≤ t
tabel
untuk α = 5
H ditolak dan H
a
diterima jika -t
tabel
≥ t
hitung
≥ t
tabel
untuk α = 5
Tabel 4.15 Uji Statistik t
Coefficientsa
Sumber: Hasil Olahan Penulis dengan SPSS, 2010
Berdasarkan hasil uji statistik t pada tabel 4.14 dapat dijelaskan beberapa hal, antara lain sebagai berikut.
1 Pengaruh Debt to Asset Ratio DAR terhadap Return On Equity ROE Nilai signifikansi = 0.110 menunjukkan bahwa nilai Sig. Untuk uji t
individual parsial lebih besar dari 0.05. Hal ini sesuai dengan pengujian statistik yang membandingkan antara t hitung dengan t tabel
Model Unstandardized
Coefficients Standardized Coefficients
Collinearity Statistics
B Std. Error
Beta t
Sig. Tolerance
VIF 1
Constant 18.375
4.844 3.793
.000 DAR
-.246 .151
-.530 -1.625
.110 .158
6.310 DER
.049 .026
.599 1.904
.062 .170
5.878 LDAR
-.112 .097
-.164 -1.163
.250 .845
1.183
Universitas Sumatera Utara
yaitu DAR secara parsial tidak berpengaruh signifikan terhadap ROE pada tingkat kepercayaan 95.
Variabel DAR memiliki t
hitung
sebesar -1.625 dengan nilai signifikansi 0.110 0,05. Dengan menggunakan tabel t diperoleh nilai -t
tabel
sebesar - 2.000. Hal ini menunjukkan bahwa t
hitung
-t
tabel
yang artinya bahwa H diterima dan H
a
ditolak dan berarti DAR secara parsial tidak memiliki pengaruh yang signifikan terhadap ROE pada perusahaan dagang yang
terdaftar di Bursa Efek Indonesia 2 Pengaruh Debt to Equity Ratio DER terhadap Return On Equity ROE
Nilai signifikansi = 0.062 menunjukkan bahwa nilai Sig. Untuk uji t individual parsial lebih besar dari 0.05. Hal ini sesuai dengan
pengujian statistik yang membandingkan antara t hitung dengan t tabel yaitu DER secara parsial tidak berpengaruh signifikan terhadap ROE pada
tingkat kepercayaan 95. Variabel DER memiliki t
hitung
sebesar 1.904 dengan nilai signifikansi 0.062 0,05. Dengan menggunakan tabel t diperoleh nilai t
tabel
sebesar 2.000. Hal ini menunjukkan bahwa t
hitung
t
tabel
yang artinya bahwa H diterima dan H
a
ditolak dan berarti DER secara parsial tidak memiliki pengaruh yang signifikan terhadap ROE pada perusahaan dagang yang
terdaftar di Bursa Efek Indonesia. 3 Pengaruh Longterm Debt to Asset Ratio LDAR terhadap Return On Equity
ROE
Universitas Sumatera Utara
Nilai signifikansi = 0.250 menunjukkan bahwa nilai Sig. Untuk uji t individual parsial lebih besar dari 0.05. Hal ini sesuai dengan
pengujian statistik yang membandingkan antara t hitung dengan t tabel yaitu LDAR secara parsial tidak berpengaruh signifikan terhadap ROE
pada tingkat kepercayaan 95. Variabel LDAR memiliki t
hitung
sebesar -1.163 dengan nilai signifikansi 0.110 0,05. Dengan menggunakan tabel t diperoleh nilai t
tabel
sebesar 2.000. Hal ini menunjukkan bahwa t
hitung
t
tabel
yang artinya bahwa H diterima dan H
a
ditolak dan berarti LDAR secara parsial tidak memiliki pengaruh yang signifikan terhadap ROE pada perusahaan dagang yang
terdaftar di Bursa Efek Indonesia.
b. Uji F ANOVA
Uji F ini dilakukan untuk mengetahui apakah secara simultan variabel independen berpengaruh terhadap variabel dependen. Dalam uji F digunakan
hipotesis yang terlihat sebagai berikut ini.
H : b
1,
b
2,
b
3
= 0 Artinya DAR, DER, LDAR, dan LDER tidak memiliki pengaruh terhadap
ROE secara simultan pada perusahaan perdagangan yang terdaftar di Bursa Efek Indonesia.
H
a
: b
1,
b
2,
b
3 ≠
Universitas Sumatera Utara
Artinya DAR, DER, LDAR, dan LDER memiliki pengaruh terhadap ROE secara simultan pada perusahaan perdagangan yang terdaftar di Bursa Efek
Indonesia.
Kriteria: H
diterima dan H
a
ditolak jika F
hitung
F
tabel
untuk α = 5
H ditolak dan H
a
diterima jika F
hitung
F
tabel
untuk α = 5
Tabel 4.16 Uji F
ANOVAb
Model Sum of
Squares Df
Mean Square F
Sig. 1
Regression 387.372
3 129.124
2.094 .112a
Residual 3268.048
53 61.661
Total 3655.420
56 a Predictors: Constant, LDAR, DER, DAR
b Dependent Variable: ROE
Sumber: Hasil Olahan Penulis dengan SPSS, 2010
Hasil uji F pada tabel 4.9 menunjukkan bahwa nilai F
hitung
adalah 2.094 dengan tingkat signifikansi 0.112 0.05 dimana nilai F
tabel
adalah 2.76. Hal ini menunjukkan bahwa F
hitung
F
tabel
yang berarti bahwa H diterima dan H
a
ditolak, yang artinya variabel bebas DAR, DER, dan LDAR tidak berpengaruh signifikan secara simultan terhadap ROE pada perusahaan dagang yang terdaftar
di Bursa Efek Indonesia.
Universitas Sumatera Utara
B. Pembahasan Hasil Penelitian
Berdasarkan analisis hasil analisis statistik di atas, dapat dilihat bahwa struktur modal yang diidentifikasikan dengan variabel – variabel antara lain Debt
to Asset Ratio DAR, Debt to Equity Ratio DER, dan Longterm Debt to Asset Ratio LDAR, memiliki hubungan yang lemah dengan rentabilitas modal
sendiri.yang diidentifikasikan dengan variabel Return On Equity ROE. Kesimpulan ini didasarkan pada nilai t
hitung
dari tiap variabel independen yang lebih kecil dari nilai t
tabel
serta nilai F
hitung
yang juga lebih kecil dari nilai F
tabel
tingkat kepercayaan 95. Nilai Adjusted R Square sebesar 0.055 atau 5.5 mengindikasikan bahwa variasi dari rentabilitas modal sendiri ROE dapat
dijelaskan oleh variasi dari struktur modal DAR, DER, LDAR hanya sebesar 5.5 dan sisanya sebesar 94.5 dijelaskan oleh faktor lain seperti jumlah kas,
perputaran piutang dan lain lain. Maka dalam hal ini dapat dikatakan bahwa struktur modal hanya memiliki pengaruh yang kecil dan tidak signifikan terhadap
rentabilitas modal sendiri. Berdasarkan hasil analisis regresi maka diketahui bahwa koefisien regresi
sebesar -0.246 untuk Debt to Asset Ratio DAR, 0.049 untuk Debt to Equity Ratio DER, dan -0.112 untuk Longterm Debt to Asset Ratio LDAR serta
konstanta sebesar 18.375. Dengan demikian persamaan regresi yang
mencerminkan hubungan antar variabel – variabel tersebut adalah Y = 18.375 – 0.246X
1
+ 0.049X
2
– 0.112X
3
+ e. Koefisien regresi sebesar -0.246 berarti
Universitas Sumatera Utara
peningkatan setiap satu kali pada variabel X
1
DAR akan menyebabkan penurunan pada yariabel Y ROE sebesar 0.246 dan begitu juga sebaliknya.
Koefisien regresi sebesar 0.049 berarti peningkatan setiap satu kali pada variabel X
2
DER akan menyebabkan peningkatan pada yariabel Y ROE sebesar 0.049 dan begitu juga sebaliknya. Koefisien regresi sebesar -0.112 berarti peningkatan
setiap satu kali pada variabel X
3
LDAR akan menyebabkan penurunan pada yariabel Y ROE sebesar 0.112 dan begitu juga sebaliknya. Sedangkan nilai
sebesar 18.375 mencerminkan konstanta yang berarti jika nilai DAR, DER dan LDAR variabel X ada pada nilai 0 X=0 maka nilai ROE variabel Y adalah
sebesar 18.375.
Universitas Sumatera Utara
BAB V KESIMPULAN DAN SARAN
A. Kesimpulan