Jenis Data dan Sumber Data Metode Pengumpulan dan Pengolahan Data Pembahasan

33 3. Perusahaan sampel memiliki semua data yang diperlukan secara lengkap dari variabel yang diteliti selama periode pengamatan tahun 2008-2011. 4. Perusahaan sampel memperoleh laba selama periode pengamatan tahun 2008- 2011. Berdasarkan kriteria tersebut, maka diperoleh sampel berjumlah 20 perusahaan yang ditunjukkan dalam tabel berikut : Tabel 3.7 Sampel Penelitian NO. Nama Perusahaan Kode 1. Alam Sutera Realty Tbk. ASRI 2. Bakrieland Development Tbk. ELTY 3. Bekasi Asri Pemula Tbk. BAPA 4. Bumi Serpong Damai Tbk. BSDE 5. Ciputra Development Tbk. CTRA 6. Ciputra Property Tbk. CTRP 7. Ciputra Surya Tbk. CTRS 8. Cowell Development Tbk. COWL 9. Duta Anggada Realty Tbk. DART 10. Duta Pertiwi Tbk. DUTI 11. Gowa Makassar Tourism Development Tbk. GMTD 12. Intiland Development Tbk. DILD 13. Jaya Real Property Tbk. [S] JRPT 14 Lamicitra Nusantara Tbk. LAMI 15. Lippo Cikarang Tbk. LPCK 16. Lippo Karawaci Tbk. LPKR 17. Modernland Realty Tbk. MDLN 18. Perdana Gapuraprima Tbk. GPRA 19. Ristia Bintang Mahkotasejati Tbk. RBMS 20. Summarecon Agung Tbk. SMRA Sumber : http:www.idx.co.id

3.5 Jenis Data dan Sumber Data

Jenis data yang digunakan dalam penelitian ini merupakan data kuantitaif yaitu data yang diukur dalam suatu skala numerik. Data yang digunakan dalam Universitas Sumatera Utara 34 penelitian ini merupakan data sekunder, yaitu data yang diperoleh melalui media perantara. Data sekunder untuk penelitian ini diperoleh dengan mengambil data dari Indonesian Capital Market Directory ICMD dan website Bursa Efek Indonesia www.idx.co.id yang berupa laporan keuangan perusahaan. Peneliti mengambil data perusahaan properti dan real estate yang terdaftar di BEI untuk tahun 2008-2011.

3.6 Metode Pengumpulan dan Pengolahan Data

Metode pengumpulan data dalam penelitian ini dilakukan dengan teknik dokumentasi, yaitu mengumpulkan, mengkaji dan menganalisis data sekunder berupa laporan keuangan perusahaan properti dan real estate selama tahun pengamatan 2008-2011 baik yang terdapat dalam Indonesian Capital Market Directory ICMD maupun yang dipublikasikan melalui website Bursa Efek Indonesia www.idx.co.id. Teknik pengolahan data dilakukan dengan analisis regresi linier berganda dengan bantuan SPSS 17.0.

3.7 Teknik Analisis Data

Penelitian ini menggunakan teknik analisis multivariat untuk menganalisis data penelitian. Analisis multivariat adalah “analisis di mana masalah yang diteliti bersifat multidimensional dan menggunakan tiga atau lebih variabel” Kuncoro, 2003 : 211. Jenis analisis multivariat yang digunakan dalam penelitian ini adalah analisis regresi linier berganda, yaitu analisis ketergantungan Universitas Sumatera Utara 35 dependence method yang digunakan untuk menjelaskan atau memprediksi variabel terikat berdasarkan dua atau lebih variabel bebas.

3.7.1 Statistik Deskriptif

Analisis deskriptif merupakan analisis yang paling mendasar untuk menggambarkan keadaan data secara umum. Statistik deskriptif memberikan gambaran nilai paling kecil minimum, nilai paling besar maximum, nilai rata-rata mean dan standar deviasi standard deviation dari suatu data.

3.7.2 Pengujian Asumsi Klasik

Pengujian dengan analisis multivariat memerlukan pengujian atas data yang akan digunakan untuk menghindari atau mengurangi bias atas hasil penelitian yang diperoleh. Pengujian asumsi atas analisis multivariat disebut dengan pengujian asumsi klasik yang terdiri atas :

3.7.2.1 Uji Normalitas

Uji normalitas dilakukan untuk mengetahui apakah variabel dependen, variabel independen atau keduanya berdistribusi normal, mendekati normal atau tidak Umar, 2008 : 181. Pengujian ini diperlukan karena untuk melakukan uji t dan uji F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini tidak dipenuhi, maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Uji normalitas dapat dilakukan dengan pendekatan histogram, pendekatan grafik dan uji Kolmogorv-Smirnov. Model regresi yang baik adalah regresi yang berdistribusi normal atau mendekati normal. Dalam pendekatan histogram, variabel berdistribusi normal jika grafik Universitas Sumatera Utara 36 histogram memperlihatkan distribusi data tidak menceng ke kiri atau menceng ke kanan. Dalam pendekatan grafik, variabel berdistribusi normal jika scatterplot menunjukkan titik-titik yang mengikuti data berada di sepanjang garis diagonal. Dalam uji Kolmogorv-Smirnov, variabel berdistribusi normal jika tabel menunjukkan nilai Asymp. Sig di atas nilai signifikan 0.05.

3.7.2.2 Uji Heteroskedastisitas

Uji heteroskedastisitas dilakukan untuk mengetahui apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari residual suatu pengamatan ke pengamatan lainnya Umar, 2008 : 179. Umumnya heteroskedastisitas sering terjadi pada model yang menggunakan data cross section silang waktu daripada data time series runtut waktu. Akan tetapi, hal ini bukan berarti bahwa model yang menggunakan data runtut waktu bebas dari heteroskedastisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas pada model regresi atau model regresi dengan varians residual bersifat homokedastisitas atau bersifat tetap konstan. Uji heteroskedastisitas dapat dilakukan dengan analisis grafik dan uji Park. Dalam analisis grafik, heteroskedastisitas tidak terjadi jika grafik pada scatterplot menunjukkan titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas dan tersebar baik di atas maupun di bawah angka nol pada sumbu Y. Dalam uji Park, heteroskedastisitas tidak Universitas Sumatera Utara 37 terjadi jika tabel menunjukkan semua variabel independen tidak signifikan sig 0.05.

3.7.2.3 Uji Multikolinieritas

Uji multikolinieritas dilakukan untuk mengetahui apakah pada model regresi ditemukan adanya korelasi antarvariabel independen. Multikolinieritas adalah situasi adanya korelasi variabel-variabel independen antara yang satu dengan yang lainnya. Menurut Motgomery dan Peck dalam Situmorang dkk 2008 : 97, beberapa sumber penyebab multikolinieritas adalah sebagai berikut : 1. Metode pengumpulan data yang digunakan membatasi nilai dari variabel regressor. 2. Kendala-kendala model pada populasi yang diamati. 3. Spesifikasi model. 4. Penentuan jumlah variabel eksplanatoris yang lebih banyak dari jumlah observasi atau overdetermined model. 5. Data time series, dimana nilai trend tercakup dalam nilai variabel eksplanatoris yang ditunjukkan oleh penurunan atau peningkatan sejalan dengan waktu. Multikolinieritas dapat dilihat dari nilai tolerance dan Variance Inflation Factor VIF. Tolerance digunakan untuk mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. VIF adalah suatu estimasi berapa besar multikolinieritas meningkatkan varians pada suatu koefisien estimasi sebuah variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Nilai cutoff yang umum dipakai untuk menunjukkan adanya Universitas Sumatera Utara 38 multikolinieritas adalah Tolerance 0.1 dan VIF 5 dengan kriteria sebagai berikut : Tabel 3.8 Kriteria Keputusan dalam Uji Multikolinieritas VIF 5 Diduga mempunyai persoalan multikolinieritas VIF 5 Tidak terdapat multikolinieritas Tolerance 0.1 Diduga mempunyai persoalan multikolinieritas Tolerance 0.1 Tidak terdapat multikolinieritas Sumber : Situmorang dkk 2008 : 104

3.7.2.4 Uji Autokorelasi

Uji autokorelasi dilakukan untuk mengetahui apakah dalam sebuah model linier terdapat hubungan yang kuat baik positif maupun negatif antardata yang ada pada variabel-variabel penelitian Umar, 2008 : 182. Menurut Erlina 2011 : 106, uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t- 1 atau sebelumnya. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan lainnya. Menurut Manurung dkk 2005 dalam Situmorang dkk 2008 : 79, beberapa alasan penyebab terjadinya autokorelasi adalah sebagai berikut : 1. Inersia, yaitu terjadinya kelembaman atau kelambanan data ekonomi. 2. Bias spesifikasi mengeluarkan variabel yang relevan dari model. 3. Bias spesifikasi : bentuk fungsional yang tidak benar. 4. Fenomena Cobweb. 5. Tenggang waktu lags. 6. Manipulasi data. Universitas Sumatera Utara 39 7. Non-stasioneritas, yaitu data time series sering mengalami rata-rata varians dan kovarians tidak konstan sejalan dengan waktu. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Uji autokorelasi dapat dilakukan dengan uji Durbin Watson dengan kriteria pengambilan keputusan sebagai berikut : Tabel 3.9 Kriteria Keputusan dalam Uji Autokorelasi Hipotesis Nol Keputusan Jika Tidak ada autokorelasi positif Tolak 0 d dL Tidak ada autokorelasi positif No decision dL ≤ d ≤ dU Tidak ada korelasi negatif Tolak 4 -dL d 4 Tidak ada korelasi negatif No decision 4 -dU ≤ d ≤ 4 -dL Tidak ada autokorelasi positif atau negatif Tidak ditolak dU d 4 - dU Sumber : Situmorang dkk 2008 : 86

3.7.3 Analisis Regresi Linier Berganda

Penelitian ini melibatkan satu variabel dependen dan empat variabel independen sehingga variabel-variabel dalam penelitian akan dianalisis menggunakan analisis regresi linier berganda. Analisis regresi linier berganda merupakan analisis ketergantungan dependence method yang melibatkan satu variabel dependen dan dua atau lebih variabel independen. Analisis regresi linier berganda bertujuan untuk melihat secara langsung pengaruh beberapa variabel independen terhadap variabel dependen. Persamaan regresi linier berganda yang digunakan adalah sebagai berikut : Universitas Sumatera Utara 40 Y = a + b 1 X 1 + b 2 X 2 + b 3 X 3 + b 4 X 4 + e dimana : Y = Profitabilitas a = konstanta X 1 = Struktur modal X 2 = Ukuran perusahaan X 3 = Pertumbuhan perusahaan X 4 = Struktur aktiva b 1,2,3,4 = koefisien regresi dari masing-masing variabel e = kesalahan pengganggu standard error Ketepatan fungsi regresi dalam menaksir nilai actual dapat dilihat dari nilai R 2 atau koefisien determinasi yang ditunjukkan dalam tabel Model Summary dengan kriteria pengambilan keputusan sebagai berikut : Tabel 3.10 Hubungan antar Variabel Nilai Interpretasi 0.0 - 0.19 Sangat Tidak Erat 0.2 - 0.39 Tidak Erat 0.4 - 0.59 Cukup Erat 0.6 - 0.79 Erat 0.8 - 0.99 Sangat Erat Sumber : Situmorang dkk 2008 : 114 3.7.4 Pengujian Hipotesis Uji hipotesis dilakukan untuk mengetahui apakah hasil suatu perhitungan statistik yang diperoleh signifikan atau tidak signifikan. Untuk menguji hipotesis penelitian yang telah dirumuskan sebelumnya, apakah Universitas Sumatera Utara 41 hipotesis penelitian diterima atau ditolak dilakukan melalui uji t uji parsial dan uji F uji simultanserempak.

3.7.4.1 Uji t Uji Parsial

Uji t adalah uji yang menunjukkan seberapa besar pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel dependen Kuncoro, 2003 : 218. Uji t dilakukan dengan membandingkan t hitung dengan t tabel dengan ketentuan : H diterima dan H a ditolak jika t hitung t tabel untuk α = 0.05 H a diterima dan H ditolak jika t hitung t tabel untuk α = 0.05

3.7.4.2 Uji F Uji Simultan

Uji F adalah uji yang menunjukkan apakah semua variabel independen yang terdapat dalam model regresi mempunyai pengaruh secara bersama-sama terhadap variabel dependen Kuncoro, 2003 : 219. Uji F dilakukan dengan membandingkan F hitung dengan F tabel dengan ketentuan : H diterima dan H a ditolak jika F hitung F tabel untuk α = 0,05 H a diterima dan H ditolak jika F hitung F tabel untuk α = 0,05 Universitas Sumatera Utara 42 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil Penelitian 4.1.1 Statistik Deskriptif Populasi yang digunakan dalam penelitian ini adalah perusahaan properti dan real estate yang terdaftar di Bursa Efek Indonesia selama tahun 2008-2011. Perusahaan yang memenuhi kriteria pemilihan sampel berjumlah 20 perusahaan. Tabel di bawah merupakan statistik deskriptif yang diperoleh dari pengolahan keseluruhan data penelitian : Tabel 4.1 Statistik Deskriptif N Minimum Maximum Mean Std. Deviation ROI 80 -.18 12.62 3.7922 2.85238 DAR 80 .05 .79 .4557 .18210 Size 80 11.67 16.72 14.5368 1.42662 Growth 80 -46.47 114.90 14.6168 22.86302 Assets Str. 80 .25 83.21 12.0770 16.83533 Valid N listwise 80 Berdasarkan tabel dapat dijelaskan bahwa dengan jumlah observasi sebanyak 80 diperoleh : Universitas Sumatera Utara 43 1. Variabel profitabilitas yang disimbolkan dengan ROI memiliki nilai paling kecil minimum -0.18, nilai paling besar maximum 12.62, nilai rata-rata mean 3.7922 dengan standar deviasi 2.85238. 2. Variabel struktur modal yang disimbolkan dengan DAR memiliki nilai paling kecil minimum 0.05, nilai paling besar maximum 0.79, nilai rata-rata mean 0.4557 dengan standar deviasi 0.18210. 3. Variabel ukuran perusahaan yang disimbolkan dengan Size memiliki nilai paling kecil minimum 11.67, nilai paling besar maximum 16.72, nilai rata-rata mean 14.5368 dengan standar deviasi 1.42662. 4. Variabel pertumbuhan perusahaan yang disimbolkan dengan Growth memiliki nilai paling kecil minimum -46.47, nilai paling besar maximum 114.90, nilai rata-rata mean 14.6168 dengan standar deviasi 22.86302. 5. Variabel struktur aktiva yang disimbolkan dengan Assets Str. memiliki nilai paling kecil minimum 0.25; nilai paling besar maximum 83.21, nilai rata-rata mean 12.0770 dengan standar deviasi 16.83533.

4.1.2 Pengujian Asumsi Klasik

Pengujian dengan analisis regresi linier berganda memerlukan pengujian atas data yang akan digunakan untuk menghindari atau mengurangi bias atas hasil penelitian yang diperoleh. Pengujian asumsi klasik dalam penelitian ini dilakukan dengan menggunakan program SPSS. Menurut Ghozali 2005, asumsi klasik yang harus dipenuhi adalah sebagai berikut : Universitas Sumatera Utara 44 1. Berdistibusi normal. 2. Non-Multikolinieritas, artinya antara variabel independen dalam model regresi tidak memiliki korelasi atau hubungan secara sempurna ataupun mendekati sempurna. 3. Non-Autokorelasi, artinya kesalahan pengganggu dalam model regresi tidak saling berkorelasi. 4. Non-Heterokedastisitas, artinya varians variabel independen dari satu pengamatan ke pengamatan lain adalah konstan atau sama.

4.1.2.1 Uji Normalitas

Uji normalitas dilakukan untuk mengetahui apakah variabel dependen, variabel independen atau keduanya berdistribusi normal, mendekati normal atau tidak Umar, 2008 : 181. Uji normalitas dapat dilakukan dengan pendekatan histogram, pendekatan grafik dan uji Kolmogorv-Smirnov. 4.1.2.1.1 Pendekatan Histogram Berikut ini adalah hasil output yang diperoleh dari uji normalitas dengan menggunakan aplikasi SPSS : Gambar 4.1 Uji Normalitas dengan Pendekatan Histogram Universitas Sumatera Utara 45 Grafik histogram memperlihatkan bahwa data berditribusi normal yang ditunjukkan oleh distribusi data tidak menceng ke kiri atau menceng ke kanan.

4.1.2.1.2 Pendekatan Grafik

P-P plot akan membentuk plot antara nilai-nilai teoritis sumbu X melawan nilai-nilai yang didapat dari sampel sumbu Y. Apabila plot dari keduanya berbentuk linier garis lurus, maka hal ini mengindikasikan bahwa residual menyebar normal. Bila pola-pola titik yang terletak selain di ujung-ujung plot masih berbentuk linier, meskipun ujung-ujung plot agak menyimpang dari garis lurus, dapat disimpulkan bahwa sebaran data residual adalah menyebar normal. Berikut ini adalah hasil output yang diperoleh dari uji normalitas dengan menggunakan aplikasi SPSS : Gambar 4.2 Uji Normalitas dengan Pendekatan Grafik Universitas Sumatera Utara 46 Grafik pada scatterplot memperlihatkan bahwa data berdistribusi normal yang ditunjukkan oleh titik-titik yang mengikuti data di sepanjang garis diagonal. di sepanjang garis diagonal.

4.1.2.1.3 Uji Kolmogorv-Smirnov

Uji Kolmogorv-Smirnov digunakan untuk memastikan apakah data di sepanjang garis diagonal pada P-P plot berdistribusi normal dengan melihat data residualnya apakah berdistribusi normal atau tidak. Tabel di bawah ini adalah hasil output yang diperoleh dari uji normalitas dengan menggunakan aplikasi SPSS : Tabel 4.2 One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 80 Normal Parameters a,,b Mean .0000000 Std. Deviation 2.64168867 Most Extreme Differences Absolute .123 Positive .123 Negative -.051 Kolmogorov-Smirnov Z 1.099 Asymp. Sig. 2-tailed .178 a. Test distribution is Normal. b. Calculated from data. Universitas Sumatera Utara 47 Tabel hasil uji Kolmogorv-Smirnov memperlihatkan bahwa data berdistribusi normal yang ditunjukkan dengan nilai Asymp. Sig. 2-tailed sebesar 0.178 atau berada di atas nilai signifikan 0.05.

4.1.2.2 Uji Heteroskedastisitas

Uji heteroskedastisitas dilakukan untuk mengetahui apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari residual suatu pengamatan ke pengamatan lainnya Umar, 2008 : 179. Model regresi yang layak digunakan adalah model regresi yang bersifat homoskedasitisitas yaitu sebuah grup mempunyai varians yang sama di antara anggota grup lainnya. Gambar di bawah ini adalah hasil output yang diperoleh dari uji heteroskedastisitas dengan menggunakan aplikasi SPSS : Gambar 4.3 Uji Heteroskedastisitas Universitas Sumatera Utara 48 Grafik scatterplot memperlihatkan titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y. Hal ini menunjukkan bahwa pada model regresi tidak terdapat heteroskedastisitas sehingga model regresi layak dipakai untuk memprediksi variabel dependennya berdasarkan masukan variabel independennya.

4.1.2.3 Uji Multikolinieritas

Uji multikolinieritas dilakukan untuk mengetahui apakah pada model regresi ditemukan adanya korelasi antarvariabel independen. Multikolinieritas dapat dilihat dari nilai tolerance dan Variance Inflation Factor VIF. Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinieritas adalah Tolerance 0.1 dan VIF 5. Tabel di bawah adalah hasil dari uji multikolinieritas : Tabel 4.3 Uji Multikolinieritas Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinierity Statistics B Std. Error Beta Tolerance VIF 1 Constant 11.589 3.428 3.381 .001 DAR -.142 1.694 -.009 -.084 .934 .978 1.023 Size -.570 .233 -.285 -2.450 .017 .844 1.185 Growth .047 .015 .374 3.216 .002 .845 1.183 Assets Str. -.010 .018 -.061 -.561 .576 .971 1.030 a. Dependent Variable: ROI Universitas Sumatera Utara 49 Tabel memperlihatkan bahwa semua data tidak menunjukkan adanya multikolinieritas pada model regresi. Hal ini dibuktikan dengan semua variabel yang mempunyai Tolerance 0.1 dan VIF 5.

4.1.2.4 Uji Autokorelasi

Uji autokorelasi dilakukan untuk mengetahui apakah dalam sebuah model regresi terdapat hubungan yang kuat baik positif maupun negatif antardata yang ada pada variabel-variabel penelitian Umar, 2008 : 182. Uji autokorelasi dapat dilakukan dengan uji Durbin. Hasil output yang diperoleh dari uji autokorelasi dengan menggunakan aplikasi SPSS adalah sebagai berikut : Tabel 4.4 Uji Durbin Watson Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 .377 a .142 .097 2.71122 2.005 a. Predictors: Constant, Assets Str., Growth, DAR, Size b. Dependent Variable: ROI Tabel memperlihatkan nilai Durbin-Watson sebesar 2.005, dengan jumlah sampel sebanyak 80 dan jumlah variabel independen yang digunakan sebanyak 4, maka nilai dU berdasarkan tabel Durbin- Watson adalah sebesar 1.743. Jadi, diperoleh hasil bahwa dU d 4 - dU 1.743 2.005 2.257. Dengan demikian pada model regresi tidak terdapat autokorelasi positif atau negatif. Universitas Sumatera Utara 50

4.1.3 Analisis Regresi Linier Berganda

Suatu model regresi layak digunakan untuk memprediksi variabel dependennya berdasarkan variabel independennya jika model regresi tersebut bebas dari uji asumsi klasik. Berdasarkan hasil uji asumsi klasik yang telah dijelaskan sebelumnya, model regresi yang digunakan pada penelitian ini telah memenuhi asumsi klasik, antara lain : 1. Data variabel berdistibusi normal. 2. Tidak ada heteroskedastisitas pada model regresi. 3. Tidak ada multikolinieritas pada model regresi. 4. Tidak ada autokorelasi pada model regresi. Dengan demikian, analisis regresi linier berganda dapat dilakukan untuk mengetahui sejauh mana pengaruh variabel independen struktur modal, ukuran perusahaan, pertumbuhan perusahaan dan struktur aktiva terhadap variabel dependen profitabilitas pada perusahaan properti dan real estate yang terdaftar di Bursa Efek Indonesia. Tabel 4.5 Analisis Regresi Linier Berganda Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 11.589 3.428 3.381 .001 DAR -.142 1.694 -.009 -.084 .934 Size -.570 .233 -.285 -2.450 .017 Growth .047 .015 .374 3.216 .002 Assets Str. -.010 .018 -.061 -.561 .576 a. Dependent Variable: ROI Universitas Sumatera Utara 51 Berdasarkan tabel dapat diperoleh persamaan regresi linier berganda sebagai berikut : Y = 11.589 - 0.142X 1 - 0.570X 2 + 0.047X 3 - 0.010X 4 + e dimana : Y = Profitabilitas ROI X 1 = Struktur modal DAR X 2 = Ukuran perusahaan Size X 3 = Pertumbuhan perusahaan Growth X 4 = Struktur aktiva Assets Str. e = kesalahan pengganggu standard error Berdasarkan persamaan regresi di atas dapat dijelaskan sebagai berikut : 1. Konstanta a menunjukkan nilai sebesar sebesar 11.589. Hal ini menggambarkan bahwa jika tidak ada pengaruh dari variabel independen yaitu struktur modal X 1 , ukuran perusahaan X 2 , pertumbuhan perusahaan X 3 dan struktur aktiva X 4 terhadap profitabilitas, maka profitabilitas akan tetap sebesar 11.589. 2. Variabel struktur modal DAR mempunyai nilai koefisien regresi sebesar -0.142. Hal ini menggambarkan bahwa jika variabel struktur modal DAR mengalami kenaikan satu satuan, dengan asumsi variabel lain tetap variabel lain sama dengan nol, maka akan menyebabkan penurunan profitabilitas ROI sebesar 0.142. Hal ini menunjukkan bahwa struktur modal berpengaruh negatif terhadap profitabilitas. Universitas Sumatera Utara 52 3. Variabel ukuran perusahaan mempunyai nilai koefisien regresi sebesar -0.570. Hal ini menggambarkan bahwa jika variabel ukuran perusahaan mengalami kenaikan satu satuan, dengan asumsi variabel lain tetap variabel lain sama dengan nol, maka akan menyebabkan penurunan profitabilitas ROI sebesar 0.570. Hal ini menunjukkan bahwa ukuran perusahaan berpengaruh negatif terhadap profitabilitas. 4. Variabel pertumbuhan perusahaan mempunyai nilai koefisien regresi sebesar 0.047. Hal ini menggambarkan bahwa jika variabel pertumbuhan perusahaan mengalami kenaikan satu satuan, dengan asumsi variabel lain tetap variabel lain sama dengan nol, maka akan menyebabkan kenaikan profitabilitas ROI sebesar 0.047. Hal ini menunjukkan bahwa pertumbuhan perusahaan berpengaruh positif terhadap profitabilitas. 5. Variabel struktur aktiva mempunyai nilai koefisien regresi sebesar -0.010. Hal ini menggambarkan bahwa jika variabel struktur aktiva mengalami kenaikan satu satuan, dengan asumsi variabel lain tetap variabel lain sama dengan nol, maka akan menyebabkan penurunan profitabilitas ROI sebesar 0.010. Hal ini menunjukkan bahwa struktur aktiva berpengaruh negatif terhadap profitabilitas.

4.1.4 Pengujian Hipotesis

Uji hipotesis dilakukan untuk menguji hipotesis penelitian yang telah dirumuskan sebelumnya diterima atau ditolak. Uji hipotesis terbagi dua yaitu uji t uji parsial dan uji F uji simultan. Universitas Sumatera Utara 53

4.1.4.1 Uji t Uji Parsial

Uji t adalah uji yang menunjukkan seberapa besar pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel dependen. Uji t dalam penelitian ini menggunakan kriteria sebagai berikut : 1 Penelitian ini menggunakan tingkat kepercayaan α = 5 ; df = n-k = 80-5 = 75 sehingga nilai t tabel diperoleh sebesar 1.665. 2 H diterima dan H a ditolak jika t hitung t tabel , artinya variabel independen secara parsial tidak berpengaruh signifikan terhadap variabel terikat. 3 H a diterima dan H ditolak jika t hitung t tabel , artinya variabel independen secara parsial berpengaruh siginifikan terhadap variabel dependen. Hasil output yang diperoleh dari uji t dengan menggunakan aplikasi SPSS adalah sebagai berikut : Tabel 4.6 Uji t Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 11.589 3.428 3.381 .001 DAR -.142 1.694 -.009 -.084 .934 Size -.570 .233 -.285 -2.450 .017 Growth .047 .015 .374 3.216 .002 Assets Str. -.010 .018 -.061 -.561 .576 a. Dependent Variable: ROI Universitas Sumatera Utara 54 Berdasarkan tabel, dapat diperoleh informasi sebagai berikut : 1 Pengaruh struktur modal terhadap profitabilitas. Struktur modal mempunyai nilai t hitung diperoleh sebesar -0.084, sedangkan nilai t tabel sebesar 1.665. Dengan demikian H diterima dan H a ditolak karena t hitung -0.084 t tabel 1.665 yang artinya secara parsial struktur modal tidak berpengaruh signifikan terhadap profitabilitas pada perusahaan properti dan real estate yang terdaftar di Bursa Efek Indonesia pada tingkat kepercayaan 95. 2 Pengaruh ukuran perusahaan terhadap profitabilitas. Ukuran perusahaan mempunyai nilai t hitung diperoleh sebesar -2.450, sedangkan nilai t tabel sebesar 1.665. Dengan demikian H diterima dan H a ditolak karena t hitung -2.450 t tabel 1.665 yang artinya secara parsial ukuran perusahaan tidak berpengaruh signifikan terhadap profitabilitas pada perusahaan properti dan real estate yang terdaftar di Bursa Efek Indonesia pada tingkat kepercayaan 95. 3 Pengaruh pertumbuhan perusahaan terhadap profitabilitas. Pertumbuhan perusahaan mempunyai nilai t hitung sebesar 3.216, sedangkan nilai t tabel sebesar 1.665. Dengan demikian H a diterima dan H ditolak karena t hitung 3.216 t tabel 1.665 yang artinya secara parsial pertumbuhan perusahaan berpengaruh signifikan terhadap profitabilitas pada perusahaan properti dan real Universitas Sumatera Utara 55 estate yang terdaftar di Bursa Efek Indonesia pada tingkat kepercayaan 95. 4 Pengaruh struktur aktiva terhadap profitabilitas. Struktur aktiva mempunyai nilai t hitung sebesar -0.561, sedangkan nilai t tabel sebesar 1.665. Dengan demikian H diterima dan H a ditolak karena t hitung -0.561 t tabel 1.665 yang artinya secara parsial struktur aktiva tidak berpengaruh signifikan terhadap profitabilitas pada perusahaan properti dan real estate yang terdaftar di Bursa Efek Indonesia pada tingkat kepercayaan 95.

4.1.4.2 Uji F Uji Simultan

Uji F dilakukan untuk mngetahui apakah semua variabel independen yang terdapat dalam model regresi secara simultan berpengaruh signifikan terhadap variabel independen. Uji F dalam penelitian ini menggunakan kriteria sebagai berikut : 1 Penelitian ini menggunakan tingkat kepercayaan α = 5 ; df =k-1,n-k = 5-1,80-5 sehingga nilai F tabel adalah sebesar 2.494. 2 H diterima dan H a ditolak jika F hitung F tabel , artinya variabel independen secara simultan tidak berpengaruh signifikan terhadap variabel dependen. 3 H a diterima dan H ditolak jika F hitung F tabel , artinya variabel independen secara simultan berpengaruh signifikan terhadap variabel dependen. Universitas Sumatera Utara 56 Tabel 4.7 Uji F ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 91.445 4 22.861 3.110 .020 a Residual 551.303 75 7.351 Total 642.748 79 a. Predictors: Constant, Assets Str., Growth, DAR, Size b. Dependent Variable: ROI Berdasarkan hasil pengolahan data, nilai F hitung diperoleh sebesar 3.110. Nilai F hitung 3.110 F tabel 2.494. Dengan demikian H a diterima dan H ditolak, yang artinya struktur modal, ukuran perusahaan, pertumbuhan perusahaan dan struktur aktiva secara simultan berpengaruh signifikan terhadap profitabilitas pada perusahaan properti dan real estate yang terdaftar di Bursa Efek Indonesia pada tingkat kepercayaan 95. Tabel 4.8 Uji F Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate 1 .377 a .142 .097 2.71122 a. Predictors: Constant, Assets Str., Growth, DAR, Size b. Dependent Variable: ROI Besarnya pengaruh keempat variabel independen tersebut secara simultan dapat dilihat dari tabel di atas. Hasil pengolahan data yang tertera pada tabel menunjukkan bahwa : Universitas Sumatera Utara 57 1. Nilai R diperoleh sebesar 0.377 berarti hubungan antara struktur modal, ukuran perusahaan, pertumbuhan perusahaan dan struktur aktiva terhadap profitabilitas sebesar 37.7. Hal ini berarti hubungan antara struktur modal, ukuran perusahaan, pertumbuhan perusahaan dan struktur aktiva tidak erat terhadap profitabilitas. 2. Nilai Adjusted R 2 diperoleh sebesar 0.097 berarti 9.7 faktor- faktor yang mempengaruhi profitabilitas dapat dijelaskan oleh struktur modal, ukuran perusahaan, pertumbuhan perusahaan dan struktur aktiva. Sedangkan sisanya 90.3 dapat dijelaskan oleh faktor-faktor lain yang tidak dimasukkan dalam penelitian ini. Nilai standar deviasi diperoleh sebesar 2.71122. Standar deviasi digunakan untuk mengukur variasi dari nilai yang diprediksi. Semakin kecil nilai standar deviasi berarti model regresi semakin baik.

4.2 Pembahasan

Hasil pengujian secara parsial uji t menunjukkan bahwa hanya pertumbuhan perusahaan yang berpengaruh positif dan signifikan terhadap profitabilitas pada perusahaan properti dan real estate. Hasil ini mendukung hipotesis ketiga penelitian ini. Struktur modal, ukuran perusahaan dan struktur aktiva secara parsial tidak berpengaruh signifikan terhadap profitabilitas sehingga hipotesis pertama, hipotesis kedua dan hipotesis keempat penelitian ini ditolak. Universitas Sumatera Utara 58 1 Pengaruh struktur modal terhadap profitabilitas. Hasil penelitian ini menunjukkan bahwa struktur modal secara parsial tidak berpengaruh signifikan terhadap profitabilitas yang ditunjukkan dari nilai t hitung -0.084 t tabel 1.665. Hasil penelitian ini sejalan dengan hasil penelitian yang dilakukan oleh Martina 2012 yang menyatakan bahwa secara parsial leverage keuangan tidak berpengaruh terhadap profitabilitas. Berbeda dengan hasil penelitian yang dilakukan oleh Kusumajaya 2011 yang menyatakan bahwa struktur modal secara parsial berpengaruh positif dan signifikan terhadap profitabilitas. 2 Pengaruh ukuran perusahaan terhadap profitabilitas. Hasil penelitian ini menunjukkan bahwa ukuran perusahaan secara parsial tidak berpengaruh signifikan terhadap profitabilitas yang ditunjukkan dari nilai t hitung -2.450 t tabel 1.665. Hasil penelitian ini sejalan dengan hasil penelitian terdahulu yang dilakukan oleh Martina 2011 yang juga menyatakan bahwa ukuran perusahaan secara parsial tidak berpengaruh signifikan terhadap profitabilitas. Berbeda dengan hasil penelitian yang dilakukan oleh Nugroho 2011 yang menyatakan bahwa ukuran perusahaan secara parsial berpengaruh signifikan terhadap profitabilitas. 3 Pengaruh pertumbuhan perusahaan terhadap profitabilitas. Hasil penelitian ini menunjukkan bahwa pertumbuhan perusahaan secara parsial berpengaruh positif dan signifikan terhadap profitabilitas yang ditunjukkan dari nilai t hitung 3.216 t tabel 1.665. Pertumbuhan perusahaan mempunyai nilai koefisien regresi sebesar 0.047. Hal ini berarti bahwa jika pertumbuhan Universitas Sumatera Utara 59 perusahaan mengalami kenaikan satu satuan, dengan asumsi variabel lain tetap variabel lain sama dengan nol, maka akan menyebabkan kenaikan profitabilitas ROI sebesar 0.047 satuan. Hasil penelitian ini sejalan dengan hasil penelitian terdahulu yang dilakukan oleh Kusumajaya 2011 yang juga menyatakan bahwa pertumbuhan perusahaan secara parsial berpengaruh positif dan signifikan terhadap profitabilitas. Berbeda dengan hasil penelitian yang dilakukan oleh Nugroho 2011 yang menyatakan bahwa pertumbuhan perusahaan secara parsial berpengaruh negatif dan signifikan terhadap profitabilitas. 4 Pengaruh struktur aktiva terhadap profitabilitas.. Hasil penelitian ini menunjukkan bahwa struktur aktiva secara parsial tidak berpengaruh signifikan terhadap profitabilitas yang ditunjukkan dari nilai t hitung -0.561 t tabel 1.665. Hasil penelitian ini sejalan dengan hasil penelitian terdahulu yang dilakukan oleh Sari 2012 yang juga menyatakan bahwa aktiva tetap secara parsial tidak berpengaruh signifikan terhadap profitabilitas. Hasil pengujian secara simultan uji F menunjukkan bahwa struktur modal, ukuran perusahaan, pertumbuhan perusahaan dan struktur aktiva secara simultan berpengaruh signifikan terhadap profitabilitas yang ditunjukkan dari nilai F hitung 3.110 F tabel 2.494. Hasil ini mendukung hipotesis kelima penelitian ini. Nilai R diperoleh sebesar 0.377 berarti hubungan antara struktur modal, ukuran perusahaan, pertumbuhan perusahaan dan struktur aktiva terhadap profitabilitas sebesar 37.7. Hal ini berarti hubungan antara struktur modal, ukuran perusahaan, pertumbuhan perusahaan dan struktur aktiva tidak erat Universitas Sumatera Utara 60 terhadap profitabilitas. Nilai Adjusted R 2 diperoleh sebesar 0.097 berarti 9.7 faktor-faktor yang mempengaruhi profitabilitas dapat dijelaskan oleh struktur modal, ukuran perusahaan, pertumbuhan perusahaan dan struktur aktiva. Sedangkan sisanya 90.3 dapat dijelaskan oleh faktor-faktor lain yang tidak dimasukkan dalam penelitian ini seperti likuiditas, perputaran modal kerja, perputaran piutang usaha dan perputaran persediaan. Universitas Sumatera Utara 61 BAB V KESIMPULAN DAN SARAN

5.1 Kesimpulan