41
1. Perusahaan manufaktur sektor aneka industri tersebut terdaftar di Bursa Efek Indonesia BEI pada tahun 2012, 2013, dan 2014.
2. Perusahaan manufaktur sektor aneka industri tersebut menyajikan laporan keuangan yang lengkap dan telah diaudit pada tahun 2012, 2013, dan 2014.
3. Perusahaan manufaktur sektor aneka industri tidak pernah didelisting pada tahun 2012, 2013, dan 2014.
Populasi dalam penelitian ini adalah perusahaan manufaktur sektor aneka industri yang terdaftar di Bursa Efek Indonesia sebanyak 40 perusahaan
dengan sampel sebesar 34 perusahaan.
3.5 Jenis dan Sumber Data
Peneliti menggunakan data sekunder dalam penelitian ini. Menurut Umar 2003:60, “data sekunder merupakan data primer yang telah diolah lebih lanjut,
misalnya dalam bentuk tabel, grafik, diagram, gambar dan sebagainya sehingga lebih informatif jika digunakan oleh pihak lain”. Data tersebut diperoleh dari
Indonesian Capital Market Directory ICMD dan situs www.idx.co.id. Data yang digunakan adalah laporan keuangan tahunan perusahaan-
perusahaan manufaktur sektor aneka industri yang terdaftar di Bursa Efek Indonesia pada tahun 2012, 2013, dan 2014. Data dalam penelitian ini termasuk
dalam data sekunder, kuantitatif, time series, cross section, dan pooling.
42
3.6 Definisi Operasional dan Pengukuran Variabel
Menurut Jogiyanto 2004:31, “variabel penelitian pada dasarnya adalah sesuatu yang berbentuk apa saja yang ditetapkan oleh peneliti untuk dipelajari
sehingga diperoleh informasi tentang hal tersebut, kemudian ditarik kesimpulannya”. Variabel yang digunakan dalam penelitian ini adalah variabel
dependen terikat dan variabel independen bebas.
3.6.1 Variabel Dependen
Menurut Sugiyono 2005:3, “variabel terikat merupakan variabel yang dipengaruhi atau yang menjadi akibat, karena adanya variabel bebas”.
Variabel dependen yang digunakan dalam penelitian ini adalah kinerja perusahaan, yang terdiri dari, kinerja pasar dan pertumbuhan laba dari
setiap perusahaan yang terpilih menjadi sampel. Salah satu rasio untuk mengukur kinerja pasar adalah Tobin’s Q,
dimana rasio tersebut menawarkan penjelasan nilai dari suatu perusahaan di pasar dimana nilai pasar suatu perusahaan seharusnya sama dengan
biaya ganti aktivanya. Rumus dasar ini kemudian banyak dikembangkan lagi, diantaranya oleh Lindenberg dan Ross. Lindenberg
dan Ross dalam Juniarti 2009 : 26 mengembangkan metode untuk mengukur Tobin’s Q dengan mengabaikan variabel intangible asset.
Rumus Tobin’s Q ini kemudian menjadi:
43
Tobin’s Q = Market Value of The Firm Replacement Value of Asset
= Market Value Equity + Debt + Preferred Stock Replacement Value of Asset Plant + Equipment +
Inventories Untuk perhitungan yang lebih akurat, Yan Liu dalam Juniarti 2009 : 27
menambahkan biaya iklan serta R D sebagai proxy intangible asset, dengan rumus sebagai berikut:
Tobin’s Q = ME + PS + DEBT TA + Advertising + R D
Analis keuangan lain yang mengembangkan rumus Tobin’s Q adalah Chung dan Pruitt dalam Darmawati dan Khomsiyah 2003. Mereka
mengembangkan rumus Tobin’s Q karena pada kenyataannya biaya penggantian aktiva seringkali tidak tersedia dan sulit diperhitungkan.
Oleh karena itu mereka menyamakan biaya penggantian aktiva dengan nilai buku aktiva sehingga rumus Tobin’s Q menjadi:
Tobin’s Q = ME + PS + DEBT TA
Dimana: ME
= Jumlah saham biasa perusahaan yang beredar dikali dengan harga penutupan saham
PS = Nilai Likuidasi saham preferen perusahaan yang beredar.
DEBT = Total Utang + Persediaan – Aktiva Lancar
44
TA = Nilai buku total aktiva perusahaan Klapper dan Love dalam Darmawati dan Khomsiyah 2004 telah
menyesuaikan rumus Tobin’s Q dengan kondisi transaksi keuangan perusahaan – perusahaan di Indonesia. Rumus tersebut sebagai berikut:
Tobin’s Q = ME + DEBT TA 3.6.2
Variabel Independen
Menurut Erlina dan Mulyani 2008:43, “variabel independen adalah variabel yang dapat mempengaruhi perubahan dalam variabel
dependen dan mempunyai hubungan positif dan negatif bagi variabel dependen lainnya”. Variabel independen yang digunakan dalam penelitian
ini adalah rasio keuangan yang terdiri dari current ratio, debt ratio, return on assets, total assets turnover, dan gross profit margin.
a. Current Ratio
Current Ratio CR X
1
adalah rasio untutk mengukur kemampuan perusahaan membayar kewajiban lancar dengan aktiva lancar yang
tersedia. Aktiva Lancar
CR = x 100 Kewajiban Lancar
b. Debt Ratio
Debt Ratio DR X
2
adalah rasio untuk mengukur jumlah aktiva yang dibiayai oleh hutang.
Total Hutang
45
CR = x 100 Total Aktiva
c. Total Assets Turnover
Total Assets Turnover TATO X
3
adalah rasio untuk mengukur efiaiensi penggunaan total aktiva untuk menghasilkan penjualan.
Penjualan Bersih TATO =
Total Aktiva d.
Return on Assets Return on Assets ROA X
4
adalah rasio untuk mengukur kemampuan perusahaan untuk menghasilkan laba dengan menggunakan aktiva yang
ada. Semakin besar ROA, maka semakin baik kinerja perusahaan dalam menghasilkan laba.
Laba Bersih Setelah Pajak ROA =
Total Aktiva e.
Gross Profit Margin Gross Profit Margin GPM X
5
adalah rasio untuk mengukur kemampuan perusahaan dalm menghasilkan laba kotor. Semakin besar
nilai GPM, maka semakin efisien operasi perusahaan. Penjualan – Harga Pokok Penjualan
GPM = Penjualan
46
Tabel 3.1 Defenisi Operasioanal dan Pengukuran Variabel Penelitian
Variabel Indikator
Sub Variabel Skala
X
1
CR Current Ratio, yaitu
kemampuan perusahaan membayar kewajiban
lancar dengan aktiva lancar yang tersedia.
Aktiva Lancar Kewajiban Lancar
Rasio
X
2
DR Debt Ratio, yaitu
mengukur jumlah aktiva yang dibiayai oleh
hutang. Total Utang
Total Aktiva Rasio
X
3
ROA Return on Assets, yaitu
kemampuan perusahaan untuk menghasilkan laba
dengan menggunakan aktiva yang tersedia.
Laba Bersih Setelah Pajak Total Aktiva
Rasio
X
4
TATO Total Assets Turnover,
yaitu tinggat efisisensi penggunaan total aktiva
untuk menghasilkan penjualan.
Penjualan Bersih Total Aktiva
Rasio
X
5
GPM Gross Profit Margin,
yaitu kemempuan perusahaan untuk
menghasilkan laba kotor. Penjualan
– Harga Pokok
Penjualan Penjualan
Rasio
Y Tobin’s Q
Tobin’s Q, yaitu suatu rasio yang menawarkan
penjelasan nilai
dari suatu perusahaan
di pasar dimana nilai pasar
suatu perusahaan
seharusnya sama dengan biaya ganti aktivanya
Tobin’s Q = ME + DEBT TA Rasio
47
3.7 Metode Analisis Data
Metode analisis regresi berganda dipilih untuk digunakan pada penelitian ini karena metode analisis regresi berganda dapat menyimpulkan secara langsung
mengenai pengaruh masing–masing variabel bebas yang digunakan secara parsial ataupun simultan. Analisis regresi berganda digunakan untuk menguji pengaruh
antara variabel independen, yaitu profitabilitas, pertumbuhan aset, ukuran perusahaan, risiko bisnis, struktur aset dan likuiditas terhadap struktur modal
DER pada perusahaan manufaktur sektor industri dasar dan kimia yang listed di BEI. Berikut adalah model analisis regresi berganda dalam penelitian ini :
Y = a + b1 X1+ b2 X2 + b3 X3 + b4 X4 +b5 X5 + e
Keterangan :
Y = Kinerja Perusahaan
X1 = Current Ratio
X2 = Debt Ratio
X3 = Return on Assets
X4 = Total Assets Turnover
X5 = Gross Profit Margin
a = konstanta
b1,b2,b3,b4,b5 = koefisien regresi yang menunjukkan perubahan
variabel dependen berdasarkan pada variabel independen.
e = Tingkat kesalahan standard error
48
3.8 Teknik Analisis Data
Teknik Analisis data merupakan suatu metode yang digunakan untuk memproses hasil penelitian guna memperoleh suatu kesimpulan. Data yang telah
terkumpul selanjutnya dianalisis untuk dapat memberikan jawaban dari masalah yang dibahas dalam penlitian ini. Dalam menganalisis data, peneliti menggunakan
program SPSS. Metode analisis data yang digunakan dalam penelitian ini adalah sebagai berikut:
3.8.1 Statistik Deskriptif
Statistik deskriptif digunakan untuk memperoleh gambaran umum sampel data. Statistik deskriptif bertujuan untuk menggambarkan tentang
ringkasan data-data penelitian seperti mean, standar deviasi, varian, modus, sum, range, minimum, dan maksimum.
3.8.2 Uji Asumsi Klasik
Untuk mengetahui apakah model regresi benar-benar menunjukkan hubungan yang signifikan dan representatif, maka model tersebut harus
memenuhi asumsi klasik regresi. Uji asumsi klasik yang dilakukan adalah uji normalitas, multikolinearitas, autokorelasi, dan heteroskedastisitas.
3.8.2.1 Uji Normalitas
Uji normalitas dilakukan untuk menentukan alat statistik yang dilakukan, sehingga kesimpulan yang diambil dapat
dipertanggung jawabkan. Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual
memiliki distribusi normal. Menurut Erlina 2008:154, uji ini
49
berguna untuk tahap awal dalam metode analisis data. Jika data normal, gunakan statistik parametrik dan jika data tidak normal
gunakan statistik non parametrik atau lakukan treatment agar data normal. Cara yang digunakan untuk melihat apakah data normal
atau tidak adalah dengan melakukan analisis grafik dengan melihat grafik histogram dan probability plot dan dengan melakukan
analisis statistik. Analisis grafik ini dapat dilakukan dengan melihat grafik histogram dan probability plot. Sedangkan analisis
statistik dapat dilakukan dengan uji Kolmogorov-Smirnov. Ada dua cara untuk mendeteksi apakah residual berdistribusi
normal atau tidak, yaitu: A. Analisis Grafik
Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan
antara data observasi dengan distribusi yang mendekati normal. Namun demikian, hanya dengan melihat histogram, hal ini dapat
membingungkan, khususnya untuk jumlah sampel yang kecil. Metode lain yang dapat digunakan adalah dengan melihat normal
probability plot yang membandingkan distribusi kumulatif dari distribusi normal.
Dasar pengambilan keputusannya adalah :
-
Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan
50
pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
-
Jika data menyebar jauh dari diagonal danatau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan
pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
B. Analisis Statistik Uji statistik yang digunakan untuk menguji normalitas
adalah uji statistik nonparametric Kolmogorov-Smirnov K-S. Pedoman dalam pengambilan keputusan normal atau tidaknya data
yang akan diolah adalah sebagai berikut:
-
Apabila hasil signifikansi lebih besar dari 0,05 maka data terdistribusi normal.
-
Apabila hasil signifikansi lebih kecil dari 0,05 maka data tersebut tidak terdistribusi secara normal.
3.8.2.2 Uji Multikolinearitas
Multikolinearitas adalah situasi adanya korelasi variabel– variabel independen antara yang satu dengan yang lainnya. Dalam
hal ini, kita sebut variabel – variabel bebas ini tidak ortogonal Erlina,2008:156. Variabel – variabel bebas yang bersifat
ortogonal adalah variabel bebas yang memiliki nilai korelasi diantara sesamanya sama dengan nol. Model regresi yang baik
selayaknya tidak terjadi multikolinearitas. Multikolinearitas dapat
51
dilihat dari VIF Variance Inflation Factor, jika VIF 10 maka tingkat multikolinearitas dapat ditoleransi. Multikolinearitas dilihat
juga melalui TOL Tolerance. Nilai TOL berkebalikan dengan nilai VIF. Tolerance TOL mengukur variabilitas dari variabel
independen yang tidak dijelaskan oleh variabel inpenden lainnya. Jadi multikolinearitas terjadi jika VIF 10 dan nilai tolerance
0,10.
3.8.2.3 Uji Autokorelasi
Uji ini bertujuan untuk mengetahui apakah ada korelasi antar kesalahan pengganggu pada periode t dengan periode t-1
sebelumnya. Model regresi yang baik adalah yang bebas dari autokorelasi. Cara yang dapat digunakan untuk mendeteksi ada
atau tidaknya autokorelasi adalah dengan uji Durbin Watson DW. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi.
Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Hal ini terjadi karena kesalahan
pengganggu tidak bebas dari observasi lainnya. Salah satu cara yang dapat dilakukan untuk mendeteksi terjadi atau tidaknya
autokorelasi adalah dengan uji Durbin Watson. Uji ini hanya digunakan untuk autokorelasi tingkat pertama first order
autokorelasi dan mensyaratkan adanya intercept konstanta dalam model regresi.
52
Tabel 3.2 Kriteria Pengambilan Keputusan
Metode Durbin-Watson Kriteria Pengujian
Keputusan Kesimpulan
0 d dl Terjadi autokorelasi
positif Tolak
dl ≤ d ≤ du
Tidak ada autokorelasi positif
Tidak Ada Keputusan
4-dl d 4 Terjadi autokorelasi
negatif Tolak
4-du ≤ d ≤ 4-dl
Tidak ada autokoelasi negatif
Tidak Ada Keputusan
du d 4-du Tidak ada autokorelasi
positif atau negatif Tidak Ditolak
Sumber : Ghozali, Imam, 2006. Aplikasi Analisis Multivariance dengan Program SPSS, Edisi Ketiga, Badan Penerbit Universitas
Diponegoro, Semarang, hal 96.
3.8.2.4 Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk menguji apakah pada model regresi terjadi ketidaksamaan variabel dari residual
satu pengamatan ke pengamatan lainnya. Jika varians dari residual
53
satu pengamatan ke pengamatan lain tetap, maka disebut
homokedastisitas dan jika berbeda disebut heteroskedastisitas.
Metode yang digunakan untuk menguji ada atau tidaknya heteroskedastisitas adalah dengan melihat grafik plot antara nilai
variabel dependen ZPRED dengan nilai residual SRESID. Dasar analisis ini adalah:
1. Titik-titik tersebar di atas dan di bawah atau disekitar angka 0. 2. Titik-titik data tidak mengumpul hanya di atas atau di bawah.
3. Penyebaran titik-titik data tidak boleh membentuk pola bergelombang melebar kemudian menyempit dan melebar kembali.
3.8.3 Pengujian Hipotesis
3.8.3.1 Uji Signifikansi Parsial Uji t
Statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas atau independen secara individual
dalam menerangkan variasi variabel dependen dengan asumsi variabel bebas lainnya konstan. Tahap pengujian adalah sebagai
berikut :
1. Ho: β = 0, berarti tidak ada pengaruh yang signifikan dari
variabel independen terhadap variabel dependen secara parsial. Ha: β = 0, berarti ada pengaruh yang signifikan dari
variabel independen terhadap dependen secara parsial. 2. Menentukan tingkat signifi
kan α yaitu sebesar 5
54
3. Jika probabilitas signifikasi lebih besar dari 0,05 α maka
variabel bebas secara individu tidak berpengaruh terhadap struktur modal, jika lebih kecil dari 0,05 maka variabel bebas
secara individu berpengaruh terhadap struktur modal.
3.8.3.2 Uji Signifikansi Simultan Uji F
Uji F digunakan untuk menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai
pengaruh secara bersama- sama terhadap variabel dependen. Uji ini dilakukan dengan membandingkan F hitung dengan F tabel. Tahap
pengujiannya adalah sebagai berikut : 1.
Ho : β1 = β2 = β3 = β4 =β5 = 0, berarti tidak ada pengaruh yang signifikan dari variabel independen secara bersama-sama
terhadap variabel dependen. Ha : β1 = β2 = β3 = β4 =β5 = 0, berarti ada pengaruh yang signifikan dari variabel independen
secara bersama-sama terhadap variabel dependen. 2. Menentukan besarnya nilai F hitung dan signifikan F Sig F.
3. Menentukan tingkat signifikan α yaitu sebesar 5.
4. Menganalisis data penelitian yang telah diolah dengan kriteria pengujian yaitu :
• Jika nilai sig F 0.05, maka Ho diterima, artinya variabel bebas secara simultan tidak mempengaruhi variabel terikat
secara signifikan.
55
• Jika nilai sig F ≤ 0.05, maka Ho ditolak, artinya variabel bebas
secara simultan mempengaruhi variabel terikat secara signifikan.
3.8.3.3 Uji Koefisien Determinasi
Koefisien determinasi R2 adalah sebuah koefisien yang menunjukkan persentase pengaruh semua variable independen
terhadap variabel dependen. Persentase tersebut menunjukkan seberapa besar variabel independen dapat menjelaskan variabel
dependen. Semakin besar koefisien determinasinya maka semakin baik variabel independent dalam menjelaskan variabel dependen.
Nilai R2 besarnya antara 0-1 0 R2 1 koefisien determinasi ini digunakan untuk mengetahui seberapa besar variabel
bebas mempengaruhi variabel tidak bebas. Nilai R-Square dikatakan baik bila nilainya di atas 0,5 karena nilai dari R-Square berkisar antara
0 sampai 1. Bila nilai R-Square mendekati 1 maka sebagian besar variabel independen menjelaskan variabel dependen sedangkan jika
koefisien determinasi adalah 0 berarti variabel independen tidak berpengaruh terhadap variabel dependen.
56
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Deskriptif Data
Pada bab IV ini akan dilakukan analisis data melalui analisis regresi berganda dan pembahasan hasil pengolahan data untuk membuktikan hipotesis
yang telah ditentukan sebelumnya. Analisis data dimulai dengan mengolah data melalui Microsoft Excel dan seluruh data yang telah diperoleh akan diolah
dengan menggunakan SPSS Statistical Product and Service Sollution. Hasil pengolahan dari SPSS akan dianalisis untuk mengetahui pengaruh antara variabel
independen yang digunakan dalam penelitian ini terhadap Struktur Modal perusahaan.
Objek dalam penelitian ini adalah perusahaan manufaktur sektor aneka industri yang terdaftar di Bursa Efek Indonesia pada tahun 2012-2014. Populasi
penelitian berjumlah 40 perusahaan. Berdasarkan kriteria yang telah ditetapkan, didapat 34 perusahaan manufaktur sektor aneka industri yang memenuhi kriteria
dan dijadikan sampel dalam penelitian ini selama periode 2012-2014.
4.2 Hasil Penelitian