3 kelompok perusahaan manufaktur yang penulis butuhkan, maka hanya diperoleh 27 perusahaan untuk dijadikan sampel dalam penelitian ini.
Pertimbangan dalam pemilihan perusahaan manufaktur yang go publik pada tahun 2004-2008 untuk dijadikan sampel penelitian adalah
karena sektor industri merupakan komponen utama dalam pembangunan ekonomi nasional.
Sektor ini, tidak saja berpotensi mampu memberikan kontribusi ekonomi yang besar melalui nilai tambah, lapangan kerja dan devisa, tetapi juga mampu
memberikan kontribusi yang besar dalam transformasi kultural bangsa ke arah modernisasi kehidupan masyarakat yang menunjang pembentukan daya saing
nasional. Hingga akhir tahun 2007, peranan sektor industri manufaktur telah mencapai sekitar 28 persen dari produk domestik bruto.
C. Metode Pengumpulan Data
Dalam rangka memperoleh data yang diperlukan, maka pengumpulan data dilakukan dengan menggunakan metode:
1. Data Primer Mengumpulkan data-data berupa laporan keuangan perusahaan yang telah
diaudit di Bursa Efek Jakarta per 31 Desember 2004-2008. Data-data laporan keuangan diperoleh dari laporan keuangan yang diterbitkan oleh ICMD,
www.yahoofinance.com, dan www.idx.co.id.
72
2. Data Sekunder Penelitian data ini dilengkapi pula dengan membaca, mempelajari, dan
menganalisis literatur yang bersumber dari buku, jurnal penelitian, skripsi, dan thesis yang berkaitan dengan penelitian ini.
D. Metode Analisis
1. Identifikasi Variabel Dalam penelitian ini terdapat dua variabel yaitu:
a. Variabel Endogen Variabel endogen adalah variabel yang dipengaruhi oleh variabel
eksogen dan merupakan variabel antara. Variabel endogen dalam penelitian ini adalah struktur modal Y.
b. Variabel Eksogen Variabel eksogen adalah variabel yang diduga secara bebas berpengaruh
terhadap variabel endogen. Varibel eksogen dalam penelitian ini adalah indikator trade off theory yang terdiri dari variabel struktur aktiva X
1
, pajak X
2
, ukuran perusahaan X
3
dan intensitas modal X
4
; indikator pecking order theory
yang terdiri dari variabel closing price X
5
, ROA X
6
, dan tingkat pertumbuhan penjualan X
7
dan indikator signaling theory yang terdiri dari variabel ROA X
6
dan tingkat pertumbuhan penjualan X
7
.
73
2. Analisis Jalur Path Analysis Teknik analisis jalur, yang dikembangkan oleh Sewal Wright di tahun
1934, sebenarnya merupakan pengembangan korelasi yang diurai menjadi beberapa interpretasi akibat yang ditimbulkannya. Lebih lanjut, analisis jalur
mempunyai kedekatan dengan regresi berganda. Dengan kata lain, regresi berganda merupakan bentuk khusus dari analisis jalur. Teknik ini juga dikenal
sebagai model sebab akibat causing modeling. Penamaan ini didasarkan pada alasan bahwa analisis jalur memungkinkan pengguna dapat menguji proposisi
teoritis mengenai hubungan sebab dan akibat tanpa memanipulasi variabel- variabel. Memanipulasi variabel maksudnya ialah memberikan perlakuan
treatment terhadap variabel-variabel tertentu dalam pengukurannya. Asumsi dasar model ini ialah beberapa variabel sebenarnya mempunyai hubungan
dekat satu dengan yang lainnya Sarwono, 2007. Analisis jalur adalah suatu teknik untuk menganalisis hubungan sebab
akibat yang terjadi pada regresi berganda, jika variabel bebasnya mempengaruhi variabel tergantung tidak hanya secara langsung, tetapi juga
tidak langsung Robert D. Rutherford, 1993 dalam Sarwono, 2007. Analisis jalur adalah analisis yang tujuannya untuk mengetahui pengaruh langsung dan
tidak langsung variabel eksogen terhadap variabel endogen. Adapun pertimbangan menggunakan analisis ini yaitu karena penulis memandang
antara satu variabel dengan variabel lainnya yang diteliti mempunyai hubungan, sebagai contoh antara variabel struktur aktiva dengan ukuran
perusahaan atau variabel ukuran perusahaan dengan pajak dan seterusnya.
74
Pengaruh langsung dilakukan dengan cara melihat hubungan antara variabel eksogen terhadap variabel endogen tanpa melalui variabel eksogen lainnya,
sebaliknya pengaruh tidak langsung dilakukan melalui variabel eksogen lainnya.
Dalam analisis jalur dikenal beberapa konsep dan istilah dasar, diantaranya adalah Sarwono, 2007:
a. Model jalur, artinya suatu diagram yang menghubungkan antara variabel bebas, perantara dan tergantung. Pola hubungan ditunjukkan dengan
menggunakan anak panah. b. Variabel exegenous, yaitu semua variabel yang tidak ada penyebab-
penyebab eksplisitnya atau dalam diagram tidak ada anak-anak panah yang menuju ke arahnya, selain pada bagian kesalahan pengukuran.
c. Variabel endogenous, yaitu variabel yang mempunyai anak panah-anak panah yang menuju ke arah variabel tersebut.
d. Koefisien jalur pembobotan jalur, yaitu koefisien regresi standar atau disebut “beta” yang menunjukkan pengaruh langsung dari suatu variabel
bebas terhadap variabel tergantung dalam suatu model jalur tertentu. e. Istilah gangguan. Istilah kesalahan residual “gangguan” atau “residu”
mencerminkan adanya varian yang tidak dapat diterangkan atau pengaruh dari semua variabel yang tidak terukur ditambah dengan kesalahan
pengukuran.
75
f. Signifikansi dan model keselarasan dalam jalur. Untuk melakukan pengujian koefisien-koefisien jalur
secara individual, kita dapat
menggunakan t standar atau pengujian F dari angka-angka keluaran regresi. g. Direct Effect, yaitu pengaruh langsung yang dapat dilihat dari koefesien
jalur dari satu variabel ke variabel lainnya. h. Indirect Effect, yaitu urutan jalur melalui satu atau lebih variabel perantara.
Langkah pertama dalam analisis jalur adalah dengan merancang paradigma penelitian berdasarkan fakta, konsep dan teori. Rancangan ini biasanya
memerlukan telaah literatur berdasarkan masalah penelitian yang akan dicarikan jawabannya dan tujuan penelitian yang akan dicapai. Kemudian
disusun paradigma penelitian yang dinyatakan dalam bentuk persamaan struktural sebagai berikut:
Y =
YX1
X
1
+
YX2
X
2
+
YX3
X
3
+
YX4
X
4
+
YX5
X
5
+
YX6
X
6
+
YX7
X
7
+ …………...1
Pada persamaan struktural tersebut, X
1
, X
2
, X
3
, X
4
, X
5
, X
6
, dan X
7
merupakan variabel independen, dan Y sebagai variabel dependen, dan sebagai variabel residu.
Nilai epsilon dalam persamaan struktural tersebut adalah variabel
residu residual variable atau kesalahan pengganggu disturbance error. Ada empat alasan mengapa terdapat kesalahan penganggu Bernt, 1999 dalam Indo
Yama, 2004, yaitu: a. Ada variabel lain selain X
1
, X
2
, X
3
, X
4
, X
5
, X
6
, dan X
7
yang mempengaruhi Y yang telah diidentifikasi oleh teori. Akan tetapi variabel ini tidak
76
dimasukkan dalam model. Misalnya dalam paradigma penelitian struktur modal Y tidak hanya dipengaruhi oleh struktur aktiva X
1
, pajak X
2
, ukuran perusahaan X
3
, intensitas modal X
4
, harga saham X
5
, ROA X
6
, dan tingkat pertumbuhan X
7
tetapi juga dipengaruhi oleh variabel lain misalnya kebijakan makro.
b. Ada variabel lain selain X
1
, X
2
, X
3
, X
4
, X
5
, X
6
, dan X
7
yang mempengaruhi Y yang belum teridentifikasi oleh teori, dan tentu saja tidak ada dalam
model, karena belum teridentifikasi. c. Adanya kekeliruan dalam pengukuran error of measurement. Mengukur
yang tidak diukur atau mengukur dengan alat yang tidak sesuai dengan yang diukur.
d. Adanya komponen yang sifatnya tidak menentu random component. Misalnya jawaban responden yang bias, atau data sekunder diambil dari
sumber yang tidak akurat. Langkah kedua dalam analisis jalur adalah memeriksa asumsi-asumsi yang
melandasi analisis jalur. Asumsi yang melandasi analisis jalur Hair, Anderson, Tatham dan Black, 1998 dalam Indo Yama, 2004 adalah:
a. Hubungan antar variabel adalah berbentuk linear dan bersifat aditif. Linear secara sederhana tergambarkan bahwa pangkat dari variabel independen
adalah satu, dan bukan eksponensial. Aditif berarti persamaan dalam bentuk penjumlahan atau pengurangan bukan dalam bentuk perkalian, misalnya
seperti pada fungsi Cobb-Douglas Y = a K
L
.
77
b. Model yang dipertimbangkan adalah model rekursif, artinya sistem aliran adalah dalam bentuk kausal satu arah bila X maka Y. Sedangkan model
yang mengandung kausal resiprokal dua arah tidak dapat dilakukan analisis melalui analisis jalur. Asumsi dalam model rekursif ini adalah nilai
i
saling bebas, dan antara
i
dengan X
1
juga saling bebas. c. Semua variabel minimal dalam skala ukur interval. Dengan demikian juga
berlaku untuk skala ukur rasio diubah terlebih dahulu menjadi skala ukur interval.
d. Observed variabel diukur tanpa ada kesalahan. Dalam arti bahwa instrument pengukuran harus valid dan reliabel.
e. Model yang dianalisis diidentifikasi dengan benar berdasarkan teori dan konsep-konsep yang relevan. Dengan demikian pengetahuan seorang
peneliti dalam bahasan yang diteliti merupakan modal mutlak dan penting untuk dapat menyusun suatu model. Penelusuran literatur secara mendalam
berdasarkan kondisi, tempat dan waktu penelitian merupakan suatu keharusan sebelum penelitian dilakukan.
Langkah ketiga adalah pendugaan parameter atau perhitungan koefisien jalur antar variabel. Perhitungan pengaruh yang ditunjukkan dengan anak
panah satu arah digunakan perhitungan regresi variabel yang dibakukan secara parsial pada masing-masing persamaan. Dari perhitungan ini diperoleh
koefisien jalur sebagai pengaruh langsung, pengaruh tidak langsung, dan pengaruh secara keseluruhan. Perhitungan koefisien jalur dapat dilakukan
dengan langkah berikut: 78
C
13
… C
1n
C
23
… C
2n
C
33
… C
3n
… C
4n
C
mn
a. Menghitung matriks korelasi antar variabel dengan rumus: 1
r
X1X2
r
X1X3
… r
X1Xi
1 r
X2X3
… r
X2Xi
R = 1
… r
X3Xi
1 …
1
b. Menghitung matriks invers R
1 -1
C
11
C
12
R
1 -1 =
C
22
c. Menghitung semua koefisien jalur
Y1X1
C
11
C
12
C
13
… C
1n
r
Y1X1 Y2X2
C
22
C
23
… C
2n
r
Y2X2 Y3X3
=
C
33
… C
3n X
r
Y3X3
. . . . …
C
4n
. . . .
YnXn
C
mn
r
YnXn
79
2
d. Menghitung koefisien determinasi total antara X
1
, X
2
,…, X
n
dengan Y, misalnya dengan rumus:
r
Y1X1
r
Y2X2
R
2 YX1,X2, …,Xi
=
YX1
,
YX2
,…,
YXn
r
Y3X3
. . . . r
YnXn
Koefisien jalur sama dengan 1 – R
2 YX1,X2, …,Xn
Jika matriks korelasi berukuran dua kali dua, perhitungan matriks inverse dan matriks pengaruh, secara manual akan dapat dilakukan. Namun jika
matriks korelasi berukuran n kali n, akan sangat sulit dihitung secara manual. Untuk mengatasi kesulitan ini, program SPSS dapat membantu untuk
menghitung angka korelasi maupun pengaruh antar variabel yang dianalisis. Selain itu, dengan bantuan program SPSS ketepatan dan kecermatan dapat
lebih akurat daripada dihitung secara manual. Langkah keempat adalah pemeriksaan validitas model. Valid tidaknya
model sangat tergantung dari terpenuhi atau tidaknya asumsi yang melandasi, seperti yang dilakukan dalam langkah kedua. Terdapat dua indikator tentang
valid tidaknya model yaitu koefisien determinasi secara total dan terpenuhinya teori trimming Agusty, 2002 dalam Indo Yama, 2004. Total keragaman data
yang dapat dijelaskan oleh model diukur dengan: R
m
= 1 -
1 2
.
2 2
……………2
80
m
Interpretasi terhadap R
2
dilakukan sama dengan interpretasi dalam koefisien determinasi R
2
pada analisis regresi. Teori trimming dimaksudkan untuk menguji kebermaknaan test of significance setiap koefisien jalur yang
telah dihitung. Apabila koefisien jalur yang dihitung tidak signifikan, maka terjadi trimming. Dan oleh karena itu, variabel yang mengalami trimming harus
dikeluarkan dari model. Jika demikian, perhitungan diulang kembali dengan cara menghilangkan jalur yang menurut hasil pengujian ternyata tidak
bermakna atau tidak signifikan. Langkah pengujiannya adalah dengan lebih dulu menyusun hipotesis statistik atau sering disebut hipotesis operasional.
Langkah terakhir adalah dengan melakukan intepretasi atas hasil analisis berdasarkan rumusan masalah dan tujuan penelitian, yaitu beberapa besarnya
pengaruh langsung dan tidak langsung antar variabel. Dan variabel mana saja yang paling dominan dalam arti yang memberikan pengaruh paling besar atau
pengaruh paling kuat terhadap variabel endogen yang dikonfirmasikan. Bila perlu menyusun model lain yang sesuai dengan hasil analisis tersebut.
3. Uji Hipotesis Pengujian koefisien jalur ini dibuat melalui penyusunan uji hipotesis,
yaitu: a. Pengujian tentang analisa pengaruh trade off theory terhadap struktur modal
perusahaan, perumusan hipotesisnya adalah: 1 Ho:
YX1
,
YX2
,
YX3
,
YX4
= 0 : artinya tidak terdapat pengaruh yang signifikan antara struktur aktiva, pajak, ukuran perusahaan, dan intensitas
modal terhadap struktur modal perusahaan.
81
2 Ha:
YX1
,
YX2
,
YX3
,
YX4
0 : artinya terdapat pengaruh yang signifikan antara struktur aktiva, pajak, ukuran perusahaan, dan intensitas modal
terhadap struktur modal perusahaan. b. Pengujian tentang analisa pengaruh pecking order theory terhadap struktur
modal perusahaan, perumusan hipotesisnya adalah: 1 Ho:
YX5
,
YX6
,
YX7
= 0 : artinya tidak terdapat pengaruh yang signifikan antara harga saham closing price, ROA, dan tingkat pertumbuhan
penjualan terhadap struktur modal perusahaan. 2 Ha:
YX5
,
YX6
,
YX7
0 : artinya terdapat pengaruh yang signifikan antara harga saham closing price, ROA, dan tingkat pertumbuhan
penjualan terhadap struktur modal perusahaan. c. Pengujian tentang analisa pengaruh signaling theory terhadap struktur
modal perusahaan. Perumusan hipotesisnya adalah:
1 Ho:
YX6
,
YX7
= 0 : artinya tidak terdapat pengaruh yang signifikan antara ROA dan tingkat pertumbuhan penjualan terhadap struktur modal
perusahaan. 2 Ha:
YX6
,
YX7
0 : artinya terdapat pengaruh yang signifikan antara ROA dan tingkat pertumbuhan penjualan terhadap struktur modal
perusahaan. Hipotesis ini kemudian diuji dengan menggunakan statistik uji t,
menghitung nilai -value kemudian dibuat kesimpulan dengan trimming theory
tersebut.
82
Pengujian besarnya koefisien jalur dalam sebuah persamaan struktural perlu dilakukan untuk mengetahui variabel independen mana yang memiliki
pengaruh dominan atau pengaruh yang lebih besar terhadap variabel dependen Joreskog, 1993, Joreskog dan Dag Sorbom, 1995 dalam Indo Yama, 2004.
4. Uji Signifikansi Koefisien Jalur t-Test Uji statistik-t pada dasarnya menunjukkan seberapa jauh pengaruh satu
variabel independen explanatory secara individual dalam menerangkan variabel dependen Gujarati, 1978 dalam Indo Yama, 2004.
Hipotesis : a. Ho : koefisien jalur tidak signifikan
b. Ha : koefisien jalur signifikan Pengambilan keputusan berdasarkan perbandingan t-hitung dengan
t-tabel: a. Jika t hitung t-tabel, atau t-hitung -t-tabel maka Ho ditolak.
b. Jika t hitung t-tabel, maka Ho tidak ditolak. Pengambilan keputusan berdasarkan tingkat signifikan:
a. Jika probabilitas signifikan 0.05, maka Ho tidak ditolak, berarti bahwa suatu variabel independen tidak berpengaruh secara signifikan terhadap
variabel dependen. b. Jika probabilitas signifikan 0.05, maka Ho ditolak, berarti bahwa suatu
variabel independen berpengaruh secara signifikan terhadap variabel dependen.
83
G. Operasional Variabel Penelitian
