49
Tabel 3.1 Proses Pengambilan Sampel
Keterangan Jumlah Perusahaan
Perusahaan yang tercatat di IICG selama periode penelitian 2009-2013
11 Perusahaan yang terdaftar di BEI selama
periode penelitian 2009-2013 9
Perusahaan yang memenuhi kriteria sampel penelitian
8
Perusahaan yang termasuk dalam sampel penelitian ini dapat dilihat pada tabel 3.2 berikut ini:
Tabel 3.2 Sampel Penelitian
No. Nama Perusahaan
Kode
1 PT Aneka Tambang Tbk.
ANTM 2
PT Bank Mandiri Tbk. BMRI
3 PT Bank Negara Indonesia Tbk.
BBNI 4
PT Bukit Asam Tbk. PTBA
5 PT Garuda Indonesia Tbk.
GIAA 6
PT Jasa Marga Tbk. JSMR
7 PT Telekomunikasi Indonesia Tbk.
TLKM 8
PT Timah Tbk. TINS
C. Metode Pengumpulan Data
Data merupakan sesuatu yang mewakilkan objek dan peristiwa yang memiliki arti serta sangat penting bagi pemakai. Dalam penelitian ini jenis data
yang digunakan yaitu data kuantitatif. Data kuantitatif adalah data yang
50
dinyatakan dalam bentuk angka. Sumber data yang digunakan dalam penelitian
ini yaitu: 1. Data sekunder
Data sekunder adalah data yang didapat secara tidak langsung dari sumbernya karena data ini biasanya telah dikumpulkan oleh suatu lembaga
pengumpul data dan dipublikasikan kepada masyarakat. Pengumpulan data untuk penelitian ini dilakukan dengan teknik dokumentasi. Teknik
dokumentasi merupakan teknik yang dilakukan dengan mengumpulkan data-data tentang perusahaan yang menjadi sampel penelitian melalui
fasilitas internet dengan mengakses situs-situs resmi perusahaan serta informasi dari media massa lainnya. Data sekunder laporan keuangan
masing-masing perusahaan
dapat diakses
melalui website
www.finance.yahoo.co.id dan www.idx.co.id. Sedangkan untuk data sekunder indeks penerapan corporate governance diperoleh dari lembaga
IICG dengan menghubunginya secara langsung untuk memperoleh data
yang dimaksud.
2. Riset Kepustakaan Library Penelitian ini juga menggunakan metode pengumpulan data dari
kepustakaan. Hal ini bertujuan untuk mendapatkan bahan kepustakaan terutama teoritis yang berkaitan dengan penelitian ini yang bisa bersumber
dari buku-buku dan jurnal-jurnal yang terkait.
51
D. Metode Analisis Data
Analisis yang digunakan dalam penelitian ini menggunakan tahap-tahap sebagai berikut:
1. Uji Statistik Deskriptif Menurut Ghozali 2011:19 statistik deskriptif memberikan
gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata mean, standar deviasi, varian, maksimum, minimum, sum, range, kurtosis dan
skewness kemencengan distribusi.
2. Uji Asumsi Klasik a. Uji Normalitas
Menurut Ghozali 2011:160 uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel penggangu atau
residual memiliki distribusi normal. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal.
Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Ada dua cara untuk mendeteksi apakah residual
berdistribusi normal atau tidak yaitu: 1 Analisis grafik merupakan salah satu cara termudah untuk melihat
normalitas residual yaitu dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal.
Distribusi normal akan membentuk satu garis lurus diagonal, dan ploting data residual akan dibandingkan dengan garis diagonal.
Jika distribusi data residual normal, maka garis yang
52
menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.
2 Analisis statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik non-parametrik Kolmogorov-Smirnov
K-S. Uji Kolmogorov-Smirnov K-S dilakukan dengan membuat hipotesis sebagai berikut:
Ho : Data residual berdistribusi normal Ha : Data residual tidak berdistribusi normal
Apabila nilai asymptotic significant value lebih kecil dari nilai signifikasi yang ditentukan α = 0,05 maka Ho ditolak atau data
tidak berdistribusi normal, sedangkan apabila nilai asymptotic significant value lebih besar dari nilai signifikasi yang ditentukan
α = 0,05 maka Ho diterima atau data berdistribusi normal. b. Uji Multikolonieritas
Menurut Ghozali 2011:105 uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar
variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel
independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai
korelasi antar sesama variabel independen sama dengan nol. Untuk mendeteksi ada atau tidaknya multikolonieritas di dalam model regresi
adalah sebagai berikut:
53
1 Nilai R
2
yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independen
banyak yang tidak signifikan mempengaruhi variabel dependen. 2 Menganalisis matrik korelasi variabel-variabel independen. Jika
antar variabel independen ada korelasi yang cukup tinggi umumnya di atas 0,90, maka hal ini merupakan indikasi adanya
multikolonieritas. Tidak adanya korelasi yang tinggi antar variabel independen
tidak berarti
bebas dari
multikolonieritas. Multikolonieritas dapat disebabkan karena adanya efek kombinasi
dua atau lebih variabel independen. 3 Multikolonieritas dapat juga dilihat dari a nilai tolerance dan
lawannya b variance inflation factor VIF. Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan
oleh variabel independen lainnya. Dalam pengertian sederhana setiap variabel independen menjadi variabel dependen terikat dan
diregres terhadap vatiabel 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. Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai Tolerance
≤ 0,10 atau sama dengan nilai VIF
≥ 10. Setiap peneliti harus menentukan tingkat kolonieritas yang masih dapat ditolerir. Sebagai misal nilai
tolerance = 0,10 sama dengan tingkat kolonieritas 0,95. Walaupun
54
multikolonieritas dapat dideteksi dengan nilai Tolerance dan VIF, tetapi kita masih tetap tidak mengetahui variabel-variabel
independen mana sajakah yang saling berkorelasi. c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan
ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitasdan jika
berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas Ghozali,
2011:139. Ada beberapa cara untuk mendeteksi ada atau tidaknya
heteroskedastisitas dan salah satu caranya yaitu dengan melihat Grafik Plot antara nilai prediksi variabel terikat dependen yaitu ZPRED
dengan residualnya SRESID. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada 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. Dengan dasar analisis yaitu:
1 Jika ada pola tertentu, seperti titik-titik yang ada membentuk suatu pola tertentu yang teratur bergelombang, melebar, kemudian
menyempit, maka terjadi heteroskedastisitas.
55
2 Jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di bawah 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas. Menurut Ghozali 2011:142 analisis dengan grafik plot
memiliki kelemahan yang cukup signifikan oleh karena jumlah pengamatan mempengaruhi hasil ploting. Semakin sedikit jumlah
pengamatan semakin sulit menginterpretasikan hasil grafik plot. Oleh sebab itu diperlukan uji statistik yang lebih dapat menjamin
keakuratan hasil. Salah satu uji statistik yang dapat digunakan untuk menguji heteroskedastisitas adalah dengan Uji Glejser. Uji Glejser
dilakukan dengan cara meregresikan antara nilai absolut residual terhadap variabel independen. Jika nilai signifikansi antara nilai
absolut residual terhadap variabel independen lebih dari nilai sigifikansi yang digunakan maka tidak terjadi heteroskedastisitas.
d. Uji Autokorelasi Uji autokorelasi bertujuan untuk menguji apakah dalam model
regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Jika
terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang
waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual kesalahan pengganggu tidak bebas dari satu observasi ke observasi
lainnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi Ghozali, 2011:110.
56
Ada beberapa cara yang dapat digunakan untuk mendeteksi ada atau tidaknya autokorelasi yaitu:
1 Uji Durbin-Watson DW Menurut Ghozali 2011:111 uji Durbin Watson hanya
digunakan untuk autokorelasi tingkat satu dan mensyaratkan adanya intercept konstanta dalam model regresi dan tidak ada
variabel lag diantara variabel independen. Pengambilan keputusan pada uji Durbin Watson diperlihatkan pada tabel 3.3 berikut:
Tabel 3.3 Analisis
Durbin-Watson 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: Ghozali 2011:111 Untuk mendeteksi autokorelasi dapat juga menggunakan uji
statistik non-parametrik Run Test. Menurut Ghozali 2011:120 Run Test digunakan untuk menguji apakah antar residual terdapat
korelasi yang tinggi. Jika antar residual tidak terdapat hubungan korelasi maka dikatakan bahwa residual adalah acak atau random.
Run Test digunakan untuk melihat apakah data residual terjadi secara random atau tidak sistematis. Dengan hipotesisnya yaitu:
Ho : residual res_1 random acak Ha : residual res_1 tidak random
57
Apabila nilai asymptotic significant value lebih kecil dari nilai signifikasi yang ditentuka
n α = 0,05 maka Ho ditolak atau data residual tidak random, sedangkan apabila nilai asymptotic
significant value lebih besar dari nilai signifikasi yang ditentukan α
= 0,05 maka Ho diterima atau data residual acak random. 3. Pengujian Hipotesis
a. Uji t Uji Signifikansi Parsial
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas independen secara individual dalam
menerangkan variasi variabel dependen Ghozali, 2011:98. Uji statistik t dilakukan untuk menunjukkan seberapa jauh
pengaruh penerapan corporate governance, age, size, growth, dan risk secara individual dalam menerangkan variasi struktur modal.
Penelitian ini juga dilakukan untuk mecari pengaruh paling besar di antara variabel independen terhadap variabel dependen.
Variabel independen yang paling berpengaruh terhadap variabel dependen dapat dilihat dari tabel Coefficients, pada kolom
Standardized Coefficients dengan nilai tertinggi. Uji t dapat dilakukan dengan mengamati nilai signifikansi t.
Apabila tingkat signifikansi dari t hitung tingkat signifikansi yang ditentukan α = 0,05, maka Ho ditolak dan Ha diterima.
Hipotesis nol Ho dan hipotesis alternatifnya Ha yang hendak diuji adalah sebagai berikut:
58
1 Ho : b
1
= 0; penerapan corporate governance tidak memiliki pengaruh secara parsial terhadap struktur modal.
Ha : b
1
≠ 0; penerapan corporate governance memiliki pengaruh secara parsial terhadap struktur modal.
2 Ho : b
2
= 0; age tidak memiliki pengaruh secara parsial terhadap struktur modal.
Ha : b
2
≠ 0; age memiliki pengaruh secara parsial terhadap struktur modal.
3 Ho : b
3
= 0; growth tidak memiliki pengaruh secara parsial terhadap struktur modal.
Ha : b
3
≠ 0; growth memiliki pengaruh secara parsial terhadap struktur modal.
4 Ho : b
4
= 0; size tidak memiliki pengaruh secara parsial terhadap struktur modal.
Ha : b
4
≠ 0; size memiliki pengaruh secara parsial terhadap struktur modal.
5 Ho : b
4
= 0; risk tidak memiliki pengaruh secara parsial terhadap struktur modal.
Ha : b
4
≠ 0; risk memiliki pengaruh secara parsial terhadap struktur modal.
b. Uji F Uji Signifikansi Simultan
Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model
59
mempunyai pengaruh secara bersama-sama terhadap variabel dependenterikat Ghozali, 2011:98.
Uji statistik F ini dilakukan untuk menunjukkan apakah penerapan corporate governance, age, size, growth, dan risk secara
simultan merupakan penjelas yang signifikan terhadap struktur modal. Uji F dapat dilakukan dengan mengamati nilai signifikansi
F. Apabila tingkat signifikansi dari F hitung tingkat signifikansi yang ditentukan α = 0,05, maka Ho ditolak dan Ha diterima.
Hipotesis nol Ho dan hipotesis alternatifnya Ha yang hendak diuji adalah sebagai berikut:
Ho : b
1
, b
2
, b
3
, b
4,
b
5
= 0; penerapan corporate governance,
age, growth, size dan risk tidak memiliki pengaruh secara simultan
terhadap struktur modal. Ha : b
1
, b
2
, b
3
, b
4,
b
5
≠ 0; penerapan corporate governance,
age, growth, size dan risk memiliki pengaruh secara simultan terhadap
struktur modal. c. Uji R
2
Koefisien Determinasi
Menurut Ghozali 2011:97 koefisien determinasi R
2
pada intinya mengukur seberapa jauh kemampuan model dalam
menerangkan variasi
variabel dependen.
Nilai koefisien
determinasi adalah antara nol dan satu. Nilai R
2
yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan
60
variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua
informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.
Kelemahan mendasar penggunaan koefisien determinasi adalah bias terhadap jumlah variabel independen yang dimasukkan
ke dalam model. Setiap tambahan satu variabel independen, maka R
2
pasti meningkat, tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel dependen. Oleh
karena itu banyak peneliti menganjurkan untuk menggunakan nilai Adjusted R
2
. Nilai Adjusted R
2
dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model Ghozali,
2011:97.
4. Uji Regresi Linier Berganda Uji regresi linier berganda yaitu untuk mengetahui pengaruh dari
variabel independen X
1
, X
2
, X
3
, X
4
, dan X
5
terhadap variabel dependen Y. Dalam penelitian ini, analisis regresi linier berganda digunakan untuk
mengetahui seberapa kuat pengaruh penerapan corporate governance, age, size, growth, dan risk terhadap struktur modal. Bentuk persamaannya
adalah:
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ b
5
X
5
+ e
61
Keterangan: Y
= Variabel dependen Struktur Modal a
= Konstanta b
1
-b
5
= Koefisien regresi X
1
= Variabel Independen 1 CGPI X
2
= Variabel Independen 2 Age X
3
= Variabel Independen 3 Size X
4
= Variabel Independen 4 Growth X
5
= Variabel Independen 5 Risk e
= Faktor Error
E. Operasional Variabel Penelitian
1. Variabel Dependen Variabel dependen yang digunakan dalam penelitian ini adalah
struktur modal DER. Struktur modal dalam penelitian ini diukur dengan Debt to Equity Ratio DER dikarenakan DER mencerminkan besarnya
proporsi antara total hutang dan total modal sendiri. Semakin tinggi nilai DER menunjukkan komposisi total hutang semakin besar dibanding
dengan total modal sendiri. Rumus yang dipakai dalam penelitian ini yaitu:
DER =
62
2. Variabel independen bebas Variabel independen yang digunakan dalam penelitian ini adalah
penerapan corporate governance CGPI, firm age age, firm size size, growth asset growth, dan business risk risk.
Variabel bebas dalam penelitian ini yaitu: a. Penerapan Corporate Governance CGPI
Variabel penerapan corporate governance ini diperoleh langsung bersumber dari The Indonesia Institute for Corporate
Governance IICG yaitu lembaga yang rutin melakukan riset mengenai penerapan Corporate Governance dengan hasilnya berupa
angka-angka indeks dari sejumlah perusahaan yang bersedia mengikuti riset dari IICG tersebut, dengan data yang didapat yaitu
CGPI Corporate Governance Perception Index. IICG memiliki buku laporan hasil riset dan pemeringkatan dari setiap tahunnya mengenai
perusahaan yang bersedia mengikuti riset tersebut dengan sejumlah aspek yang menjadi penilaian yang dilakukan oleh IICG.
b. Firm Age AGE Secara konsep teoritis bahwa firm age atau memiliki pengaruh
yang positif terhadap struktur modal perusahaan, sebab dengan usia dan pengalaman yang semakin panjang akan memungkin bagi
perusahaan untuk bisa memperoleh akses atas sumber dana pinjaman yang lebih luas pula. Usia perusahaan dapat diukur dengan persamaan:
AGE = Ln Tahun penelitian – Tahun berdiri perusahaan
63
c. Firm Size SIZE Firm size atau ukuran perusahaan merupakan proksi dari
probabilitas kebangkrutan perusahaan. Dalam kajian teoritis serta beberapa penelitian sebelumnya diperoleh bahwa size ini berpengaruh
positif terhadap struktur modal perusahaan, karena bagi perusahan berukuran besar akan semakin kecil risiko kebangkrutannya, sehingga
lebih mudah untuk mengakses perolehan dana pinjaman. Selain tiu bagi perusahaan yang memiliki ukuran besar akan cenderung memiliki
collateralized assets yang lebih besar pula. Adapun rumus perhitungannya adalah sebagai berikut:
d. Growth Asset GROWTH Tingkat pertumbuhan perusahaan dapat diukur dengan
beberapa variabel seperti PriceEarning Ratio, PriceCash flow Ratio, MarketBook Ratio, dan Tobin’s q. Tingkat pertumbuhan suatu
perusahaan akan menunjukkan sampai seberapa jauh perusahaan akan menggunakan utang sebagai sumber pendanaannya dalam upaya
peningkatan produktivitas usahanya. Perusahaan yang memiliki tingkat pertumbuhan yang tinggi
cenderung membutuhkan sumber dana ekstern yang lebih besar, biasanya dalam bentuk penerbitan surat utang. Hal ini disebabkan
karena penerbitan surat utang biayanya relativ lebih rendah daripada SIZE = Log Total Asset
64
emisi saham baru dengan biaya yang jauh lebih besar. Pertumbuhan perusahaan dalam penelitian ini dapat dihitung dengan rumus:
e. Business Risk RISK Jika suatu perusahaan memiliki risiko bisnis yang kecil apabila
perusahaan menghadapi permintaan produk yang stabil, harga-harga input dan produknya yang relatif konstan, harga produknya dapat
segera disesuaikan dengan kenaikan biaya, dan sebagian besar biayanya bersifat variabel sehingga apabila permintaan menurun maka
biaya operasional juga menurun. Business risk pada penelitian ini menggunakan rumus sebagai berikut:
ROIC = NOPAT
Modal
GROWTH = TA
t
– TA
t-1
TA
t-1
65
BAB IV ANALISIS DAN PEBAHASAN
A. Gambaran Umum Objek Penelitian