Desain Penelitian Jenis Data Teknik Pengumpulan Data Jadwal Penelitian Pembahasan Hasil Penelitian

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