Output SPSS pada gambar scatterplot menunjukkan penyebaran titik- titik data sebagai berikut:
1 Titik-titik data menyebar diatas dan dibawah atau disekitar angka 0.
2 Titik-titik data tidak mengumpul hanya diatas atau dibawah saja.
3 Penyebaran titik-titik data tidak boleh membentuk pola bergelombang melebar kemudian menyempit dan melebar
kembali. 4 Penyebaran titik-titik data sebaiknya tidak berpola.
Maka dapat disimpulkan bahwa model regresi linier berganda tersebut terbebas dari asumsi klasik heteroskedastisitas dan layak digunakan
dalam penelitian.
3. Uji Regresi Berganda
Persamaan regresi yang digunakan dalam penelitian ini adalah:
e X
b X
b X
b X
b X
b X
b b
Y
6 6
5 5
4 4
3 3
2 2
1 1
Keterangan: Y : Struktur Modal
b : Konstanta
6 5
4 3
2 1
, ,
, ,
, b
b b
b b
b : Koefisien Regresi
1
X : Risiko Bisnis
2
X : Struktur Aktiva
3
X : Profitabilitas
4
X : Ukuran Perusahaan
5
X : Tingkat Pertumbuhan
6
X : Likuiditas e : Standar Error
Hasil pengujian normalitas ternyata menunjukkan bahwa Struktur Modal, Risiko bisnis, Profitabilitas, Tingkat Pertumbuhan dan Likuiditas tidak
terdistribusi normal sehingga pada kelima variabel tersebut harus dilakukan transformasi ke log-linier Ln untuk memperbaiki normalitas
data. Proses transformasi data merubah persamaan regresi menjadi sebagai berikut:
Ln Y= b +
1
b Ln
1
X +
2 2
X b
+
3 3
LnX b
+
4 4
X b
+
5 5
LnX b
+
6
b
6
LnX
+ e Keterangan:
Ln Y : Ln Struktur Modal b : Konstanta
6 5
4 3
2 1
, ,
, ,
, b
b b
b b
b : Koefisien Regresi
Ln
1
X : Ln Risiko Bisnis
2
X : Struktur Aktiva Ln
3
X : Ln Profitabilitas
4
X : Ukuran Perusahaan Ln
5
X : Ln Tingkat Pertumbuhan
Ln
6
X : Ln Likuiditas e : Standar Error
Hasil dari regresi dan uji hipotesis yang telah dilaksanakan dapat dilihat secara singkat dalam tabel IV.7
TABEL IV.7 REGRESI DAN UJI HIPOTESIS
Keterangan Koefisien t
p-value
Konstanta -8.217
-4.445 0.000
Ln X1 -0.117
-0.661 0.511
X2 1.828
2.019 0.048
Ln X3 -0.407
-1.946 0.056
X4 0.313
3.004 0.004
Ln X5 0.358
1.490 0.141
Ln X6 -0.288
-1.183 0.242
Adjusted R Square 0.327
F hitung 6.264
p-value 0.000
Sumber: Hasil Pengolahan Komputer, SPSS 12.0 Berdasarkan tabel regresi dan uji hipotesis pada tabel IV.7 maka model
analisis regresi berganda antara variabel X terhadap variable Y dapat ditransformasikan dalam model persamaan sebagai berikut:
Y = -8.217 - 0.117 Ln X1 + 1.828 X2 - 0.407 Ln X3 + 0.313 X4 + 0.358 Ln X5 - 0.288 Ln X6 + e
Dari hasil persamaan regresi berganda tersebut masing-masing variabel dapat diinterpretasikan pengaruhnya terhadap struktur modal sebagai
berikut:
a. Risiko bisnis memiliki koefisien regresi sebesar -0.117. Hal ini mengandung arti bahwa nilai koefisien regresi variabel lainnya tetap
maka perubahan risiko bisnis sebesar 1 satuan akan menurunkan struktur modal sebesar 0.117 satuan.
b. Struktur aktiva memiliki koefisien regresi sebesar 1.828. Hal ini mengandung arti bahwa nilai koefisien regresi variabel lainnya tetap
maka perubahan struktur aktiva sebesar 1 satuan maka akan menaikkan struktur modal sebesar 1.828 satuan.
c. Profitabilitas memiliki koefisien regresi sebesar -0.407 Hal ini mengandung arti bahwa nilai koefisien regresi variabel lainnya tetap
maka perubahan profitabilitas sebesar 1 satuan maka akan menurunkan struktur modal sebesar 0.407 satuan.
d. Ukuran perusahaan memiliki nilai koefisien regresi sebesar 0.313. Hal ini mengandung arti bahwa nilai koefisien regresi variabel lainnya
tetap maka perubahan ukuran perusahaan sebesar 1 satuan akan menaikkan struktur modal sebesar 0.313 satuan.
e. Tingkat pertumbuhan memiliki nilai koefisien regresi sebesar 0.358. Hal ini mengandung arti bahwa nilai koefisien regresi variabel lainnya
tetap maka perubahan tingkat pertumbuhan sebesar 1 satuan akan menaikkan struktur modal sebesar 0.358 satuan.
f. Likuiditas memiliki nilai koefisien regresi sebesar -0.288. Hal ini mengandung arti bahwa nilai koefisien regresi variabel lainnya tetap
maka perubahan likuiditas sebesar 1 satuan akan menurunkan struktur modal sebesar 0.288 satuan.
4. Uji Hipotesis