Data Penelitian Analisis Hasil Penelitian

66

B. Data Penelitian

Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik yang menggunakan persamaan regresi berganda. Analisis data dimulai dengan mengolah data dengan menggunakan Microsoft Excel, selanjutnya dilakukan pengujian asumsi klasik dan pengujian menggunakan regresi berganda. Pengujian asumsi klasik dan pengujian regresi berganda dilakukan dengan menggunakan software SPSS versi 16.0 for Windows. Prosedur dimulai dengan memasukkan variable–variable penelitian ke program SPSS tersebut dan menghasilkan output-output sesuai metode analisis data yang telah ditentukan. Berdasarkan metode pemilihan sampel yang digunakan, ditentukanlah 16 sampel, dimana sampel tersebut terdiri dari 4 laporan triwulan selama periode 4 tahun.

C. Analisis Hasil Penelitian

1 Analisis Statistik Deskriptif Statistik deskriptif dalam penelitian ini hanya untuk mendeskripsikan data sampel dan tidak membuat kesimpulan yang berlaku untuk populasi dimana sampel diambil. Menurut Ghozali 2005:19, statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari rata-rata mean, standar deviasi, varian, maksimum, minimum, sum, range dan kemencengan distribusi. Berikut merupakan data statistik secara umum dari seluruh data yang digunakan : 67 Tabel 4.1 Daftar Sampel Tahunperiode Free Cash Flow Return On Investment Debt to Equity Ratio Tahun 2005 Triwulan 1 -45047394253 0,2324 1,003985084 Triwulan 2 -48655441317 0,1871 0,996304692 Triwulan 3 -27706655355 0,1871 1,643111639 Triwulan 4 -24807300250 0,3859 1,023274815 Tahun 2006 Triwulan 1 -40860729295 0,2443 0,996899903 Triwulan 2 -118632815915 0,1969 1,520971299 Triwulan 3 -29164900374 0,2125 1,643111639 Triwulan 4 -44431847559 0,2362 1,310974657 Tahun 2007 Triwulan 1 -30064379387 0,2723 1,436859529 Triwulan 2 49469484291 0,3508 1,410898758 Triwulan 3 37302233223 0,2237 1,328347523 Triwulan 4 541125967342 0,4675 1,076263106 Tahun 2008 Triwulan 1 406978512094 0,5184 1,125802381 Triwulan 2 913991710135 0,5021 1,254768099 Triwulan 3 838588986608 0,5213 1,055297602 Triwulan 4 415103732111 0,4248 0,989451728 68 Tabel 4.2 Descriptive Statistics N Minimum Maximum Mean Std. Deviation Free Cash Flow 16 - 1.18633E1 1 9.13992E1 1 1.7457432E1 1 3.37722126E 11 Return On Investment 16 .18710 .52130 .3236063 .12682206 Debt to Total Equity Ratio 16 .98945 1.64311 1.2385202E0 .23704104 Valid N listwise 16 Sumber : Data yang diolah Penulis, 2010 Tabel di atas menunjukkan bahwa hanya variable free cash flow yang memiliki nilai minimum negatif, namun hal ini tidak bisa dijadikan sebagai dasar untuk menyatakan bahwa laporan triwulan perusahaan menyatakan merugi selama periode pengamatan. Untuk nilai maksimum, semua variable memiliki nilai yang positif. Berikut ini perincian data deskriptif yang telah diolah : 1 Variable free cash flow X 1 memiliki nilai minimum -1.18633E11 dan maksimum 9.13992E11 dengan nilai rata-rata free cash flow sebesar 1.7457432E11 dengan jumlah sampel 16 laporan triwulan dari suatu perusahaan selama empat tahun. 69 2. Variable Return On Investment X 2 memiliki nilai minimum .18710 dan nilai maksimum .52130 dengan nilai rata-rata .3236063 dengan jumlah sampel 16 laporan triwulan dari suatu perusahaan selama empat tahun. 3. Variable Debt to Equity Ratio Y memiliki nilai minimum .98945 dan nilai maksimum 1.64311 dengan nilai rata-rata 1.2385202E0 dengan jumlah sampel 16 laporan triwulan dari suatu perusahaan selama empat tahun. 2 Uji Asumsi Klasik Pengujian asumsi klasik dalam penelitian ini dilakukan dengan bantuan program statistik normalitas data, autokorelasi, heterokedastisitas dan asumsi- asumsi klasik lainnya agar hasil pengujian tidak bersifat bias dan efisien. Menurut Ghozali 2005:123 asumsi klasik yang harus dipenuhi adalah berdistribusi normal, non-multikolinearitas, non-autokorelasi dan non- heterokedastisitas.

a. Uji Normalitas

Tujuan uji normalitas data ini adalah untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Jika data normal, maka digunakan statistik parametrik, dan jika data tidak normal,gunakan statistik nonparametrik. Ghozali 2005 : 115, memberikan pedoman pengambilan keputusan rentang data mendekati atau merupakan distribusi normal berdasarkan uji Kolmogorov- Smirnov yang dapat dilihat dari: 1. Jika nilai signifikan 0.05 maka distribusi data tidak normal 70 2. Jika nilai signifikan 0.05 maka distribusi data normal Hipotesis yang digunakan : • Ho : Data residual berdistribusi normal • Ha : Data residual tidak berdistribusi normal Hasil uji normalitas dengan menggu nakan model Kolmogorov-Smirnov adalah seperti yang ditampilkan berikut ini : Tabel 4.3 One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 16 Normal Parameters a Mean .0000000 Std. Deviation .21219943 Most Extreme Differences Absolute .109 Positive .109 Negative -.102 Kolmogorov-Smirnov Z .437 Asymp. Sig. 2-tailed .991 a. Test distribution is Normal. Sumber : Data yang diolah Penulis, 2010 71 Dari hasil pengolahan data pada Tabel 4.3 diperoleh besarnya nilai Kolmogorov-Smirnov adalah 0.437 dan signifikan pada 0.991. Nilai signifikansi lebih kecil dari 0,05, maka H diterima yang berarti data residual berdistribusi normal. Hasil dari uji normalitas dengan grafik histogram, ditunjukkan sebagai berikut: Gambar 4.1 Sumber : Data yang diolah Penulis, 2010 Berdasarkan kurva histogram di atas, dapat dilihat bahwa kurva menyerupai bentuk lonceng yang hampir sempurna dengan kemiringan yang cenderung imbang baik dari sisi kiri maupun dari sisi kanan, hal ini menunjukkan bahwa data telah terdistribusi secara normal. Menurut Ghozali 2005 : 112, 72 pendeteksian normalitas dapat dilakukan dengan melihat penyebaran data titik pada sumbu diagonal dari grafik Grafik Normal P-P Plot of Regression, yaitu jika data titik menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, hal ini menunjukkan data yang telah terdistribusi normal. Gambar 4.2 Sumber : Data yang diolah Penulis, 2010 Grafik Normal P-P Plot of Regression di atas memperlihatkan titik-titik menyebar berhimpitan di sekitar diagonal dan ini menunjukkan data dalam model regresi berdistribusi normal. Karena secara keseluruhan data telah terdistribusi secara normal, maka dapat dilakukan pengujian asumsi klasik lainnya. 73

b. Uji Multikolineritas

Pengujian ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen Ghozali, 2005 : 91. Untuk mendeteksi ada atau tidaknya multikolonieritas di dalam model regresi adalah sebagai berikut : 3 Menganalisis matrik korelasi variabel – variabel independen, jika diantara variabel independen ada korelasi yang cukup tinggi umumnya diatas 0.90, maka hal ini merupakan indikasi adanya multikolonieritas. 4 Multikolonieritas dapat juga dilihat dari 1 nilai tolerance dan lawannya 2 variance inflation factor VIF,nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai tolerance 0,10 atau sama dengan nilai VIF 10. Hasil uji multikolinearitas disajikan dalam tabel 4.3 dan tabel 4.4 74 Tabel 4.4 Coefficient Correlations a Model Return On Investment Free Cash Flow 1 Correlations Return On Investment 1.000 -.880 Free Cash Flow -.880 1.000 Covariances Return On Investment .953 -3.148E-13 Free Cash Flow -3.148E-13 1.344E-25 a. Dependent Variable: Debt to Total Equity Ratio Sumber : Data yang diolah Penulis, 2010 Dari tabel 4.4 dapat dilihat bahwa hasil besaran korelasi antar variabel bebas adalah -0.880 atau sekitar 88 .Karena korelasi ini masih di bawah 95 ,maka dapat dikatakan bahwa tidak terjadi multikolinearitas yang serius. Hasil perhitungan nilai tolerance dapat dilihat dari table 4.4 berikut 75 Tabel 4.5 Coefficients a Model Collinearity Statistics Tolerance VIF 1 Constant Free Cash Flow .226 4.425 Return On Investment .226 4.425 a. Dependent Variable: Debt to Total Equity Ratio Sumber : Data yang diolah Penulis, 2010 Dari hasil pengujian tabel 4.5 di atas, dapat dilihat bahwa angka tolerance yaitu 0.226 0,10 dan VIFnya yaitu 4.425 10. Ini mengindikasikan bahwa tidak terjadi multikolinieritas diantara variabel independen dalam penelitian.

c. Uji Heterokedastisitas

Pengujian ini bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan ke pengamatan lain. Jika variabel residual tersebut tetap, maka disebut homoskedastisitas dan jika berbeda disebut heterokedastisitas. Model regresi yang baik adalah homokedastisitas Ghozali, 2005 : 105. Ada tidaknya heteroskedastisitas 76 dapat dilakukan dengan melihat grafik Scaterplot antara nilai prediksi variabel independen dengan nilai residualnya. Dasar yang digunakan untuk menentukan heteroskedastisitas antara lain : c. Jika ada pola tertentu, seperti titik – titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian mnenyempit, maka mengindikasikan telah terjadi heteroskedastisitas. d. Jika tidak ada pola yang jelas, serta titik – titik yang menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Gambar 4.3 Sumber : Data yang diolah Penulis, 2010 77 Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak dengan tidak adanya pola yang jelas serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Hal tersebut menunjukkan bahwa tidak terjadi heterokedastisitas, sehingga model ini layak dipakai untuk memprediksi Debt to Equity Ratio di PT Perkebunan Nusantara III, berdasarkan masukan variabel independen yaitu Free Cash Flow dan Return on Investment.

d. Uji Autokorelasi

Pengujian ini bertujuan untuk melihat apakah dalam suatu model regresi linear 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. Hal ini sering ditemukan pada time series. Salah satu cara yang dapat digunakan untuk mendeteksi masalah autokorelasi adalah dengan uji Durbin Watson. Pengambilan keputusan adsa tidaknya autokorelasi adalah Hipotesis Nol Keputusan Jika Tidak ada autokorelasi positif Tolak 0 d dl Tidak ada autokorelasi positif No decision dl ≤ d ≤ du Tidak ada autokorelasi negatif Tolak 4 – dl d 4 Tidak ada autokorelasi negatif No decision 4 – du ≤ d ≤ 4 - dl Tidak ada autokorelasi, positif atau negatif Tidak ditolak du d 4 - du 78 Tabel 4.5 menyajikan hasil uji Durbin Watson dengan menggunakan program SPSS versi 16.0. Tabel 4.6 Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 .446 a .199 .075 .22793875 1.657 a. Predictors: Constant, Return On Investment, Free Cash Flow b. Dependent Variable: Debt to Total Equity Ratio Sumber : Data yang diolah Penulis, 2010 Hasil uji autokorelasi di atas menunjukkan nilai statistik Durbin Watson DW sebesar 1.657. Angka ini terletak di antara -2 dan +2, nilai ini akan dibandingkan dengan nilai tabel Durbin-Watson dengan menggunakan signifikansi 5, jumlah sampel 16 n, jumlah variabel independen 2 k=2. Dengan demikian dapat disimpulkan tidak terdapat autokorelasi. 3 Analisis Regresi Berdasarkan hasil uji asumsi klasik yang telah dilakukan di atas, dapat disimpulkan bahwa model regresi yang dipakai dalam penelitian ini telah memenuhi model estimasi yang Best Linear Unbiased Estimator BLUE dan layak untuk dilakukan analisis statistik selanjutnya, yaitu melakukan pengujian 79 hipotesis. Adapun hasil pengolahan data dengan analisis regresi dapat dilihat pada tabel 4.6 dibawah ini. Tabel 4.7 Coefficients a Model Unstandardized Coefficients Standardize d Coefficients t Sig. B Std. Error Beta 1 Constant 1.596 .268 5.965 .000 Free Cash Flow 1.647E-13 .000 .235 .449 .661 Return On Investment -1.192 .976 -.638 -1.222 .244 a. Dependent Variable: Debt to Total Equity Ratio Sumber : Data yang diolah Penulis, 2010 Berdasarkan tabel 4.7 pada kolom Unstandardized Coefficients bagian B diperoleh model persamaan regresi linier berganda yaitu : Y= 1.596 + 1.647X 1 - 1.192X 2 + e Dimana : Y = Debt to Equity Ratio X 1 = Free Cash Flow 80 X 2 = Return on Investment e = Tingkat kesalahan pengganggu Penjelasan dari nilai a, b 1 , b 2 dan b 3 pada Unstandardized Coefficients tersebut dapat dijelaskan dibawah ini. • β = 1.596 Nilai konstanta ini menunjukkan bahwa apabila tidak ada nilai variabel Free Cash Flow dan Return on Investment, maka Debt To Equity Ratio adalah sebesar 1.596 • β 1 = 1.647 Koefisien regresi β 1 ini menunjukkan bahwa setiap variabel Free Cash Flow meningkat satu satuan, maka Debt to Equity Ratio akan bertambah sebesar 1.647 dengan asumsi variabel lainnya dianggap tetap atau sama dengan nol. • β 2 = - 1.192 Koefisisen regresi β 2 menunjukkan bahwa setiap variabel Return on Investment meningkat sebesar satu satuan, maka perubahan Debt to Equity Ratio yang dilihat dari nilai Y akan bertambah sebesar - 1.192 dengan asumsi variabel lain dianggap tetap. 81 4 Pengujian Hipotesis Dalam penelitian ini hipotesis diuji dengan menggunakan analisis regresi berganda. Berdasarkan hasil pengolahan data dengan program statistik, maka diperoleh hasil yang dapat dilihat pada tabel 4.7. Tabel 4.8 Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 .446 a .199 .075 .22793875 1.657 a. Predictors: Constant, Return On Investment, Free Cash Flow b. Dependent Variable: Debt to Total Equity Ratio Sumber : Data yang diolah Penulis, 2010 Nilai koefisien korelasi R menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel dependen. Koefisien korelasi dikatakan kuat apabila nilai R berada di atas 0,5 dan mendekati 1. Koefisian determinasi R square menunjukkan seberapa besar variabel independen menjelaskan variabel dependennya. Nilai R square adalah 0 sampai dengan 1. Apabila nilai R square semakin mendekati satu, maka variabel-variabel independen memberikan semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Sebaliknya, semakin kecil nilai R square, maka kemampuan variabel-variabel independen dalam menjelaskan variabel dependen 82 semakin terbatas. Nilai R square memiliki kelemahan yaitu nilai R square akan meningkat setiap ada penambahan satu variabel independen meskipun variabel independen tersebut tidak berpengaruh signifikan terhadap variabel dependen. Pada model summary diatas di atas, angka R sebesar 0,446 menunjukkan bahwa korelasi atau hubungan antara Debt to Equity Rario Y dengan Free Cash Flow X 1 dan Return on Investment X 2 mempunyai hubungan yang rendah karena 0,5 50 yaitu 44,6 . Angka adjusted R Square atau koefisien determinasi adalah 0,075 atau 7,5. Angka ini mengindikasikan bahwa variasi dari kedua variabel independennya hanya mampu menjelaskan variasi variabel dependen sebesar 7,5 dan sisanya 92,5 100 - 7,5 dijelaskan oleh faktor-faktor lain tidak dimasukkan dalam model penelitian ini. Kemudian standard error of the estimate adalah sebesar 0,22793875, di mana semakin kecil angka ini akan membuat model regresi semakin tepat untuk memprediksi Debt to Equity Ratio. Untuk mengetahui apakah masing – masing variabel yaitu FCF dan ROE yang dianggap secara parsial dan simultan berpengaruh terhadap DER, dilakukan pengujian hipotesis. Pengujian hipotesis secara statistik dilakukan dengan menggunakan uji t dan uji F.

a. Uji t t-test

Uji –t dilakukan untuk mengetahui signifikan tidaknya pengaruh masing- masing variabel independen terhadap variabel dependen atau dengan kata lain untuk menguji pengaruh variabel independen terhadap variabel dependen secara parsial. H1 : free cash flow dan H2 : profitabilitas di uji masing – masing dengan 83 menggunakan uji –t, dalam hal ini adapun kriteria yang digunakan adalah sebagai berikut : Ho diterima apabila t hitung t table Ha diterima apabila t hitung t table Tabel 4.9. Hasil uji t Coefficients a Model Unstandardized Coefficients Standardize d Coefficients t Sig. B Std. Error Beta 1 Constant 1.596 .268 5.965 .000 Free Cash Flow 1.647 .000 .235 .449 .661 Return On Investment -1.192 .976 -.638 -1.222 .244 a. Dependent Variable: Debt to Total Equity Ratio Sumber : Data yang diolah Penulis, 2010 Tabel 4.9 menunjukkan hasil pengujian statistik t sehingga dapat menjelaskan pengaruh variabel independen secara parsial. Dari table regresi dapat dilihat besarnya t hitung untuk variabel free cash flow sebesar 0.449 dengan nilai signifikansi 0.661. hasil uji statistic tersebut dapat menyimpulkan t hitung adalah 84 0.449, sedangkan t table adalah 2.1199, sehingga t table t hitung 2.1199 0.449, maka free cash flow secara individual tidak mempengarui Debt to Equity Ratio. Signifikansi penelitian juga menunjukkan angka 0,05 0.661 0,05, maka Ho diterima dan Ha ditolak, artinya free cash flow tidak berpengaruh terhadap debt to equity ratio. Tabel diatas juga menunjukkan besarnya t hitung untuk variabel Return on Investment sebesar -1.222 sedangkan t table 2.1199, sehingga t table t hitung 2.1199 0.244, maka return on investment tidak berpengaruh terhadap debt to equity ratio secara individual. Signifikansi 0.244 menyimpulkan bahwa signifikansi penelitian 0,05 0.244 0,05, maka Ho diterima dan Ha ditolak, artinya return on investment tidak berpengaruh terhadap debt to equity ratio. c.Uji f f- test Uji –F dilakukan untuk menentukan apakah semua variabel independen mempunyai pengaruh secara bersama- sama simultan terhadap variabel dependen Pembuktian dilakukan dengan cara membandingkan nilai kritis, F tabel dengan F hitung yang terdapat pada tabel analisis df variance. Dalam uji F digunakan hipotesis yang disebutkan dibawah ini : Ho : b 1 ,b 2 = 0, artinya Free Cash Flow dan Return on Investment tidak berpengaruh signifikan terhadap Debt to Total Equity Ratio secara simultan pada PT Perkebunan Nusantara III Medan. Ha : b 1 ,b 2 ≠ 0, artinya Free Cash Flow dan Return on Investment berpengaruh signifikan terhadap Debt to Equity Ratio secara simultan pada PT Perkebunan Nusantara III Medan. 85 Kriteria: Ho diterima dan Ha ditolak jika F hitung F tabel untuk α = 5 Ha diterima dan Ho ditolak jika F hitung F tabel untuk α = 5 Tabel 4.10 Hasil uji f ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression .167 2 .084 1.611 .237 a Residual .675 13 .052 Total .843 15 a. Predictors: Constant, Return On Investment, Free Cash Flow b. Dependent Variable: Debt to Total Equity Ratio Sumber : Data yang diolah Penulis, 2010 Hasil uji F yang ditampilkan dalam tabel 4.10 menunjukkan bahwa nilai F hitung adalah 1.611 dengan tingkat signifikansi 0,237 yang lebih besar dari 0,05. Dengan menggunakan tabel F diperoleh nilai F tabel sebesar 3.8055. Hal tersebut menunjukkan bahwa F hitung sebesar 1.611 lebih kecil dari F tabel sebesar 3,8055 sehingga Ho diterima dan Ha ditolak, artinya variabel bebas yaitu Free Cash Flow dan Return on Investment tidak berpengaruh signifikan terhadap Debt to Equity Ratio secara simultan pada PT Perkebunan Nusantara III. 86 5 Pembahasan Hasil Penelitian Dari hasil pengujian variabel penelitian secara parsial, diketahui bahwa variabel independen yang diukur dengan Free Cash Flow tidak berpengaruh signifikan terhadap variabel dependen yaitu Debt to Equity Ratio. Hal ini sesuai dengan nilai signifikansi t sebesar 0,661 yang lebih besar dari 0,05. Dari hasil pengujian variabel penelitian secara parsial, diketahui bahwa variabel independen yang diukur dengan Return on Investment tidak berpengaruh signifikan terhadap variabel dependen yaitu Debt to Equity Ratio. Hal ini sesuai dengan nilai signifikansi t sebesar 0,244 yang lebih besar dari 0,05. Dari hasil pengujian variabel penelitian secara simultan, Free Cash Flow dan Return on Investment tidak terdapat hubungan yang signifikan terhadap Debt to Equity yang ditunjukkan oleh signifikansi F 0.237 0,05. Nilai adjusted R square atau koefisien determinasi menunjukkan angka 0,075 yang mengindikasikan bahwa hanya 7,5 variasi atau perubahan dalam likuditas dapat dijelaskan oleh variasi variabel-variabel perputaran kas dan piutang. Sedangkan sisanya sebesar 92,5 dijelaskan oleh sebab-sebab lain yang tidak dimasukkan dalam model penelitian.Free Cash Flow memiliki koefisien regresi bertanda positif sebesar 1,647, Debt to Equity Ratio memiliki koefisien regresi bertanda negatif sebesar -1.192. 87

BAB V KESIMPULAN DAN SARAN

A. Kesimpulan

Berdasarkan hasil analisis data dan pembahasan yang telah dikemukakan dalam bab empat, maka kesimpulan yang dapat diambil dari penelitian ini adalah : 1. Free Cash Flow tidak berpengaruh signifikan terhadap Debt to Equity Ratio secara parsial sebagaimana ditunjukkan oleh nilai signifikansi t sebesar 0,661 0,05. Berdasarkan hasil analisis data tersebut maka dapat disimpulkan Free Cash Flow tidak dapat memprediksi Debt to Equity Ratio pada PT Perkebunan Nusantara III Medan tahun 2005-2008. 2. Return on Investment tidak berpengaruh signifikan terhadap Debt to Equity Ratio secara parsial sebagaimana ditunjukkan oleh nilai signifikansi t sebesar 0,244 0,05. Berdasarkan hasil analisis data tersebut maka dapat disimpulkan Return on Investment tidak dapat memprediksi Debt to Equity Ratio pada PT Perkebunan Nusantara III Medan tahun 2005-2008. 3. Free Cash Flow dan Return on Investment secara simultan tidak berpengaruh signifikan terhadap Debt to Equity Ratio sebagaimana ditunjukkan oleh nilai signifikansi F sebesar 0,237 0,05. Berdasarkan hasil analisis data tersebut maka dapat disimpulkan Free Cash Flow dan Return on Investment tidak dapat memprediksi Debt to Equity Ratio secara bersama-sama pada PT Perkebunan Nusantara III Medan tahun 2005-2008.