36
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Deskripsi Objek Penelitian
Objek penelitian yang digunakan dalam penelitian ini adalah perusahaan manufaktur dengan kategori Food and Beverages yang terdaftar di Bursa Efek
Indonesia periode penelitian 2008 sampai 2011. Populasi perusahaan manufaktur kategori Food and Beverage yang ada di Bursa Efek Indonesia sebanyak 19
perusahaan. Berdasarkan kriteria dengan menggunakan metode purposive sampling, maka jumlah sampel yang digunakan dalam penelitian ini adalah 15
perusahaan. Penelitian ini melihat pengaruh Dividen DV, Struktur Aset SA, Ukuran Perusahaan UP terhadap Kebijakan Hutang Perusahaan yaitu Debt Ratio
DR dengan tahun pengamatan 2008 sampai 2011. Data laporan keuangan perusahaan manufaktur kategori Food and Beverages yang listed di Bursa Efek
Indonesia sesuai periode pengamatan diperoleh dari Indonesian Stock Exchange IDX yang dikeluarkan oleh BEI.
4.2 Hasil Penelitian 4.2.1. Uji Asumsi Klsasik
Data untuk mendapatkan ketepatan model yang akan dianalisis, perlu dilakukan pengujian atas beberapa persyaratan asumsi klasik yang mendasari
model regresi. Uji asumsi klasik digunakan untuk mengetahui apakah hasil analisis regresi linier berganda yang digunakan untuk menganalisis dalam
37 penelitian ini terbebas dari penyimpangan. Asumsi klasik yang meliputi uji
normalitas, multikolinieritas, autokorelasi, dan heteroskedastisitas. Adapun masing-masing pengujian tersebut dapat dijelaskan sebagai berikut:
4.2.1.1. Uji Normalitas
Uji normalitas adalah uji yang digunakan untuk mengetauhui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni
distribusi data dengan bentuk seperti lonceng. Data yang baik adalah data yang mempunyai pola seperti distribusi normal, yakni data tersebut tidak
menceng ke kiri maupun ke kanan.
Sumber: Hasil pengolahan SPPS 18
Gambar 4.1 Grafik Histogram
Dari gambar 4.1 menujukan hasil uji asumsi normalitas. Dari grafik histogram dapat kita simpulkan bahwa data tersebut mempunyai
38 pola seperti distribusi normal, yakni data tersebut tidak menceng ke kiri
maupun ke kanan. Cara lain untuk menguji normalitas dengan grafik yaitu melihat
penyebaran data titik disekitar garis diagonal pada grafik normal P_P Plot of Regression Standardized Residual. Apabila data titik menyebar
disekitar garis diagonal dan mengikuti arah garis diagonal, maka data tersebut memenuhi asumsi normalitas. Sebaliknya jika data menyebar
jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal, maka data tersebut tidak memenuhi asumsi normalitas.
Sumber: Hasil olah data SPSS 18
Gambar 4.2 Grafik Normal P-Plot
Gambar 4.2 menunjukkan hasil uji asumsi normalitas. Dari grafik normal P_P Plot of Regression Standardized Residual tersebut, dapat
39 dilihat bahwa data titik menyebar disekitar garis diagonal dan
mengikuti arah garis diagonal. Dengan mengikuti dasar pengambilan keputusan di atas, maka disimpulkan bahwa data tersebut dengan
variabel dependen return memenuhi asumsi normalitas. Namun, sering kali data kelihatan normal karena mengikuti arah
garis diagonal, padahal data tersebut belum tentu distribusi normal. Untuk memastikan apakah data sepanjang garis diagonal tersebut
berdistribusi normal atau tidak, maka di lakuakan Uji Kolmogorov sminov K-S yakni dengan melihat data residualnya apakah berdistribusi
normal atau tidak. Jika nilai Asym,sig 2-tailed taraf nyata α = 0,05
maka data residual berdistribusi normal, sebaliknya jika nilai Asym.sig 2-tailed
taraf nyata α maka data residual tidak berdistribusi normal.
Tabel 4.1 Hasil Uji Kolmogorov Smirnov K-S
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 60
Normal Parameters
a,b
Mean ,0000000
Std. Deviation ,16384138
Most Extreme Differences Absolute
,057 Positive
,057 Negative
-,046 Kolmogorov-Smirnov Z
,442 Asymp. Sig. 2-tailed
,990 a. Test distribution is Normal.
b. Calculated from data. Sumber: Hasil olah data SPSS 18
40 Berdasarkan Hasil Uji Kolmogorov sminov K-S pada tabel 4.1
menunjukkan bahwa nilai signifikannya 0,05 yaitu 0.990. Dengan demikian dapat disimpulkan, bahwa nilai observasi data telah
terdistribusi secara normal.
4.2.1.2. Uji Multikolonieritas
Untuk mendeteksi ada tidaknya gejala multikolinearitas antar variabel independen dapat juga dilihat dari nilai Tolerance dan lawannya
Variance Inflation Factor VIF. Kedua ukuran ini menunjukkan setiap variabel bebas manakah yang dijelaskan oleh variabel bebas lainnya.
Tolerance mengukur variabilitas variabel bebas yang terpilih yang tidak dapat dijelaskan oleh variabel bebas lainnya. Dengan nilai tolerance
value harus lebih dari 10 0,10 dan nilai VIF harus terbentuk kurang dari 10, bila tidak maka terjadi Multikolonierita
Tabel 4.2 Hasil Uji Multikolonieritas
Sumber: Hasil olah data SPSS 18
Coefficients
a
Model Unstandardized
Coefficients Standardi
zed Coefficie
nts t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolera
nce VIF
1 Const
ant -,931
,387 -2,406
,019 DV
,024 ,049
,062 ,484
,630 ,802 1,247
SA ,576
,147 ,516 3,917
,000 ,754 1,327
UP ,056
,017 ,404 3,260
,002 ,852 1,174
a. Dependent Variable: DR
41 Hasil dari uji Multikolonieritas dapat dilihat dari tabel 4.2 diatas.
Dapat disimpulkan bahwa penguji Multikolonieritas dilakukan dengan melihat nilai Tolerance dan lawannya Variance Inflation Factor VIF.
Nilai cut off yang umum nya dipakai untuk menununjukan dengan adanya Multikolonieritas adalah nilai Tolerance 0,10 atau VIF 10.
Dari data pada tabel 4.2 dapat disimpulkan tidak terjadi multikolonieritas dengan dasar nilai VIF setiap variable independen tidak
ada yang melebihi 10 yang dimana dapat dilihat dari table 4.2 , nilai VIF DV sebesar 1.247, VIP SA sebesar 1,327, dan VIF UP sebesar 1.174 dan
nilai toleransi tidak ada yang kurang dari 0.1, yang dimana dapat dilihat dari nilai toleran DV sebesar 0,802, SA sebesar 0,754, dan UP sebesar
0,852. Dengan demikian dapat dilakukan analisa lebih lanjut dengan menggunakan model regresi berganda.
4.2.1.3 Uji Autokorelasi
Gejala Autokorelasi dideteksi dengan menggunakan SPSS Durbin-Watson DW. Untuk mendeteksi ada tidaknya autokorelasi maka
dilakukan pengujian Durbin-WatsonDW.
Tabel 4.3 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square
Adjusted R Square
Std. Error of the
Estimate Durbin-
Watson dimension0 1
,518
a
,269 ,229
,1681727 2,125
a. Predictors: Constant, UP, DV, SA b. Dependent Variable: DR
Sumber: Hasil olah data SPSS 18
42 Dari hasil uji pada tabel 4.3 diatas terlihat nilai DW sebesar 2.125,
sedangkan hasil dari penguji menurut tabel adalah sebagai berikut : N = jumlah sampel = 60
K = jumlah variabel bebas= 3 Pada tingkat signifikansi α = 0,05
4.2.1.4. Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terdapat ketidaksamaan variance dari residual dari satu
residual ke residual lainnya. Jika variance dari satu residual satu pengamatan ke pengamatan lainnya tetap maka terjadi homokedastisitas.
Jika berbeda maka disebut heterokedastisitas. Model regresi yang baik adalah yang tidak terjadi heterokedastisitas.
Untuk melihat apakah heteroskedastisitas atau tidak dapat dilakukan dengan berbagai cara yakni Cara Grafik, dan Cara Statistik.
Cara grafik dapat dilihat bahwa titik data tidak harus mencerminkan suatu pola yang tidak sistematis atau dapat dikatakan random. Gambar
grafik untuk melihat heteroskedastisitas ditampilkan pada gambar berikut.
43 Sumber: Hasil olah data SPSS 18
Gambar 4.3 Grafik Heterokedastisitas
Dari hasil gambar 4.3 grafik Scatterplot yang disajikan, terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu
yang jelas serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y. hal ini berarti tidak terjadi heteroskedastisitas pada model
regresi, sehingga model regresi layak dipakai. Cara lain untuk menguji Heterokedastisitas dengan grafik
Statistik. Model regresi yang baik adalah yang tidak terjadi heterokedastisitas. Apabila variabel independen signifikan terjadi secara
statistik mempengaruhi variabel dependen, maka ada indikasi terjadi heterokedastisitas.
44 Pendekatan statistik yang digunakan untuk melihat apakah terjadi
heteroskedastisitas atau tidak adalah dengan menggunakan uji glejser. Berikut ini ditampilkan Tabel uji glejser:
Tabel 4.4 Hasil Uji Glejser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
,003 ,217
,016 ,987
DV -,059
,027 -,308 -2,155
,035 SA
-,018 ,083
-,032 -,215
,830 UP
,008 ,010
,113 ,817
,418 a. Dependent Variable: absut
Sumber: Hasil olah data SPSS 18 Dari hasil pengujian tabel 4.4 terlihat pada variabel DV terjadi
signifikan secara statistik mempengaruhi variabel dependen absut. Hal ini
terlihat dari nilai EPS adaalah 0.035 signifikan dibawah tingkat kepe
rcayaan α sig0,05. Sedangkan variabel SA dan UP tidak berpengaruh signifikan
terhadap variabel dependen absut. Hal ini terlihat dari SA dan UP signifikannya di atas tingkat kepercayaan α sig0,05.
4.2.2. Model Persamaan Regresi
Dalam pengelolaan data dengan menggunakan regresi linear berganda, dilakukan beberapa tahap untuk mencari pengaruh antara variabel independen
45 DV, SA, UP dan variabel dependen DR, melalui pengaruh antara X1 DV,
X2 SA, X3 UP, terhadap Y DR.
Tabel 4.5 Hasil Uji Regresi
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error
Beta 1
Constant -,931
,387 -
2,406 ,019
DV ,024
,049 ,062
,484 ,630
SA ,576
,147 ,516 3,917
,000 UP
,056 ,017
,404 3,260 ,002
a. Dependent Variable: DR Sumber: : Hasil Pengolahan SPSS 18
Berdasarkan table 4.5 diatas dapat disusun sebuah persamaan regresi:
Y = -0,931 + 0,024X1 + 0,576 X2 – 0,056 X3 + e
Persamaan dapat diuraikan sebagai berikut: 1. a = -0,931
menyatakan bahwa jika nilai X1 DV, X2 SA, dan X3 UP adalah nol, maka kebijakan hutang yang terjadi adalah sebesar -0,931.
2. B1 = 0,024 Nilai koefisien regresi b1 ini menunjukkan bahwa setiap perubahan
variabel X1 DV meningkat satu satuan. Maka 1 akan memberikan
46 kontribusi terhadap perubahan Kebijakan Hutang sebesar 0.024 atau
2,4 dengan asumsi variabel lain tetap. 3. B2 = 0,576
Nilai koefisien regresi b2 ini menunjukkan bahwa setiap perubahan variabel X2 SA meningkat satu satuan. Maka 1 akan memberikan
kontribusi terhadap perubahan kebijakan hutang sebesar 0,576 atau 57,6 dengan asumsi variabel lain tetap.
4. B3 = 0.056 Nilai koefisien regresi b3 ini menunjukkan bahwa setiap perubahan
variabel X3 UP meningkat satu satuan. Maka nilai 1 akan memberikan penurunan kontribusi terhadap perubahan kebijakan
hutang sebesar 0.056 atau 5,6 dengan asumsi variabel lain tetap.
4.2.2.1 Koefisien Determinasi
Kekuatan pengaruh variabel bebas terhadap variasi variabel terikat dapat diketahui dari besarnya nilai koefisien determinan R2,
yang berada antara nol dan satu. Tabel 4.6
Hasil Uji Koefisien Determinasi Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate dimension0 1
,518
a
,269 ,229
,1681727 a. Predictors: Constant, UP, DV, SA
b. Dependent Variable: DR Sumber: : Hasil Pengolahan SPSS 18
47 Hasil uji determinan pada Tabel 4.6 memperlihatkan bahwa:
a. Nilai R = 0.518
Nilai R menerangkan tingkat hubungan antar variabel-variabel independen X dengan variabel dependen Y. Dari hasil olehan data
diperoleh nilai koefisien korelasi sebesar 0,518 atay 51,8 artinya hubungan antara variabel X DV, SA dan UP terhadap variabel Y DR
dalam kategori kuat. b.
Adjusted R Square = 0.229 Adjusted R Square menjelaskan seberapa besar variasi Y yang
disebabkan oleh X, dari hasil perhitungan diperoleh nilai R2 sebesar 0.229 atau 22,9 artinya kebijakan hutang dipengaruhi oleh ketiga
variabel bebas DV, SA, dan UP. Sedangkan sisanya 77,1 dipengaruhi oleh faktor-faktor lain di luar kebijakan hutang.
c. Standard Error of Estimate =0,1681727
d. Standard Error of Estimate atau standar deviasi digunakan untuk
mengukur nilai variasi dari nilai yang diprediksi. Standar deviasi dalam penelitian adalah sebesar 0,1681727
4.2.2.2 Uji F Uji Secara Simultan
Uji F atau Analisis Of Variance ANOVA pada dasarnya menunjukkan apakah semua variabel independen yang dimasukkan
dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependennya. Nilai F dalam tabel ANOVA juga untuk melihat
apakah model yang digunakan sudah tepat atau tidak.
48 1.
Jika Ho : βι = β2 = ...= 0, berarti tidak ada pengaruh yang signifikan antara variabel dependen dan independen secara simultan.
2. Jika Ho : βι
≠ β2≠...≠ 0, berarti ada pengaruh signifikan antara variabel dependen dan independen secara simultan.
Untuk mengetahui apakah hipotesis yang diajukan diterima atau ditolak digunakan uji F. Penelitian ini menggunakan tingkat signifikan
α = 5. Jika tingkat signifikan di bawah 0.05 maka H ditolak dan H
1
diterima. Kriteria pengambilan keputusan adalah: a. Bila nilai F
hitung
nilai F
tabel
, maka H diterima dan H
1
ditolak apabila nilai signifikan α = 5, artinya secara simultan variabel
bebas tidak berpengaruh dan tidak signifikan terhadap variabel terikat.
b. Bila nilai F
hitung
nilai F
tabel
maka H ditolak dan H
1
diterima apabila nilai signifikan α = 5, artinya secara simultan variabel bebas
berpengaruh positif dan signifikan terhadap variabel terikat.
49
Tabel 4.7 Hasil Uji F
ANOVA
b
Model Sum of
Squares Df
Mean Square
F Sig.
1 Regression
,582 3
,194 6,857
,001
a
Residual 1,584
56 ,028
Total 2,166
59 a. Predictors: Constant, UP, DV, SA
b. Dependent Variable: DR Sumber: : Hasil Pengolahan SPSS 18
Berdasarkan hasil Perhitungan uji F pada table 4.7 dapat disimpulkan bahwa F-hitung sebesar 6,857 dan F-tabel sebesar 3,89, dengan demikian F-
hitung lebih besar dari F-tabel dan signifikansi sebesar 0,002 0,05 maka H1 diterima dan H0 ditolak. Hal ini berarti bahwa variable independen Dividen
DV, Struktur Aset SA, Ukuran Perusahaan UP berpengaruh signifikan secara simultan terhadap variable dependen Kebijakan Hutang DR.
4.2.2.3 Uji T Uji Secara Parsial
Uji T dilakukan untuk mengetahui pengaruh dari masing-masing variabel independen terhadap variabel dependen Ghozali, 2005 ; 35. Pengujian ini
memiliki beberapa tahap, yaitu: a. Hipotesis ditentukan dengan formula nol secara statistik, diuji dalam
bentuk: 1. Jika Ho
: βι 0, berarti ada pengaruh yang signifikan antara variabel dependen dan independen secara parsial.
50 2.
Jika Ho : βι = 0, berarti tidak ada pengaruh signifikan antara variabel dependen dan independen secara parsial.
Untuk mengetahui apakah hipotesis yang diajukan diterima atau ditolak digunakan uji T. Penelitian ini menggunakan tingkat signifikan
α = 5. Jika tingkat signifikan di bawah 0.05 maka H ditolak dan H
1
diterima. Kriteria pengambilan keputusan adalah: a. Bila nilai T
hitung
nilai T
tabel
, maka H diterima dan H
1
ditolak apabila nilai signifikan α = 5, artinya secara simultan variabel
bebas tidak berpengaruh dan tidak signifikan pada variabel terikat. b. Bila nilai T
hitung
nilai T
tabel
maka H ditolak dan H
1
diterima apabila nilai signifikan
α = 5, artinya secara simultan variabel bebas berpengaruh positif dan signifikan terhadap variabel terikat.
Tabel 4.8 Hasil Uji T
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
-,931 ,387
-2,406 ,019
DV ,024
,049 ,062
,484 ,630
SA ,576
,147 ,516
3,917 ,000
UP ,056
,017 ,404
3,260 ,002
a. Dependent Variable: DR Sumber: : Hasil Pengolahan SPSS 18
Berdasarkan Tabel 4.8 hasil olahan data dari model SPSS, maka dapat disimpulkan hasil signifikansi atau pengaruh variabel-variabel
independen terhadap variabel dependen sebagai berikut :
51 1. Nilai t
hitung
untuk DV adalah 0,484 dengan tingkat signifikans 0,630. Maka variabel Deviden DV berpengaruh secara negatif dan tidak
signifikan terhadap Kebijakan Hutang dengan nilai t
hitung
0,484 t
tabel
2,145 dan nilai signifikan 0,630 0.05. Dengan demikian, dapat diambil kesimpulan bahwa Deviden DV berpengaruh negatif
dan tidak signifikan terhadap Kebijakan Hutang. 2. Nilai t
hitung
untuk SA adalah 3,917 dengan tingkat signifikans 0,000. Maka variabel Struktur Aset SA berpengaruh secara positif dan
signifikan terhadap Kebijakan Hutang dengan nilai t
hitung
3,917 t
tabel
2,145 dan nilai signifikan 0,000 0.05. Dengan demikian, dapat diambil kesimpulan bahwa Struktur Aset SA berpengaruh
secara positif dan signifikan terhadap Kebijakan Hutang. 3. Nilai t
hitung
untuk UP adalah 3,260 dengan tingkat signifikans 0,002. Maka variabel Ukuran Perusahaan UP berpengaruh secara positif
dan signifikan terhadap Kebijakan Hutang dengan nilai t
hitung
3,260 t
tabel
2.145 dan nilai signifikan 0,002 0.05. Dengan demikian dapat diambil kesimpulan bahwa Ukuran Perusahaan berpengaruh
secara positif dan signifikan terhadap Kebijakan Hutang
4.3 Pembahasan Hasil Penelitian
Berdasarkan hasil pengujian regresi berganda tentang pengaruh Deviden DV, Struktur Aset SA, Ukuran Perusahaan UP, terhadap Kebijakan
Hutang dengan objek penelitian perusahaan manufaktur di bursa efek Indonesia kategori food and beverages adalah sebagai berikut:
52 Secara simultan dari hasil pengujian dapat disimpulkan Deviden DV,
Struktur Aset SA, Ukuran Perusahaan UP, terhadap Kebijakan Hutang. Hal ini ditunjukkan dari jumlah F-hitung lebih besar dari F-tabel yaitu F-hitung
sebesar 6,857 dan F-tabel sebesar 3,89, maka H1 diterima dan Ho ditolak, dengan tingkat signifikansi 0,001 0,05 Sehingga dapat diartikan bahwa
variabel independen Deviden DV, Struktur Aset SA, Ukuran Perusahaan UP memiliki pengaruh linear terhadap Kebijakan Hutang. Dengan kata lain
bahwa variable-variabel independen secara bersama-sama mempengaruhi kebijakan hutang secara signifikan.
Secara parsial bahwa Deviden DV terhadap Kebijakan Hutang dapat dilihat dari hasil Uji t dengan nilai t hitung
sebesar 0,484 dan t tabel sebesar
2,145, maka dengan demikian t
hitung
t
tabel,
dan nilai signifikan sebesar 0.630 dimana lebih besar dari 0,05 sehingga Hasil ini menunjukkan bahwa H1 ditolak
dan H0 diterima dimana artinya adalah Variabel Deviden DV berpengaruh negatif dan tidak signifikan terhadap Kebijakan Hutang secara parsial dalam
perusahaan manufaktur yang terdapat di Bursa Efek Indonesia. Struktur Aset terhadap Kebijakan Hutang dapat dilihat dari hasil uji T,
dengan nilai t
hitung
lebih besar dari t
tabel
yaitu 3,917 2,145. Dan nilai signifikan lebih kecil dari 0.05 yaitu 0.000 dan Hasil ini menunjukkan bahwa
H1 diterima dan H0 ditolak dimana artinya adalah Variabel
Struktur Aset SA berpengaruh secara positif dan signifikan terhadap Kebijakan Hutang
saham secara parsial dalam perusahaan manufaktur yang terdapat di Bursa Efek Indonesia.
53 Ukuran Perusahaan UP terhadap Kebijakan Hutang dapat dilihat dari
hasil hasil pengujian uji T, dengan nilai t
hitung
sebesar 3,260 dan t
tabel
sebesar 2,145. Maka dengan demikian t
hitung
t
tabel,
dan nilai signifikan sebesar 0,002 dimana lebih kecil dari 0,05 sehingga Hasil ini menunjukkan bahwa H1
diterima dan H0 ditolak dimana artinya adalah Variabel
Ukuran Perusahaan berpengaruh secara positif dan signifikan terhadap Kebijakan Hutang
secara parsial dalam perusahaan manufaktur yang terdapat di Bursa Efek Indonesia.
54
BAB V PENUTUP
5.1 Kesimpulan
Berdasarkan hasil analisis data dan pembahasan yang telah dikemukakan oleh peneliti, maka hasil dari penelitian ini adalah:
1. Berdasarkan hasil Uji F Uji secara Simultan nilai sig. lebih kecil dari 0.05 yakni 0.001 dan nilai F hitung lebih besar dari F tabel yaitu 6,857 3,89.
Sehingga dapat diartikan bahwa seluruh variabel independen yakni Deviden DV, Struktur Aset SA, Ukuran Perusahaan UP secara bersama-sama
mempunyai pengaruh yang positif dan signifikan terhadap Kebijakan Hutang. Dengan demikian variable-variabel independen yaitu DV, SA, dan UP
tersebut dapat digunakan sebagai alat untuk memprediksi variabel dependen yaitu Kebijakan Hutang.
2. Deviden DV berpengaruh negatif dan tidak signifikan terhadap Kebijakan Hutang secara persial pada perusahan manufaktur yang terdaftar di Bursa
Efek Indonesia. Dimana nilai sig. lebih besar dari 0.05 yakni 0,630 dan nilai T hitung lebih kecil dari T tabel yaitu 0,484 2,145.
3. Struktur Aset SA berpengaruh positif dan signifikan terhadap Kebijakan Hutang secara persial terdapat pada perusahan manufaktur yang terdaftar di
Bursa Efek Indonesia. Dimana nilai sig. lebih kecil dari 0.05 yakni 0,000 dan nilai T hitung lebih besar dari T tabel yaitu 3,917 2,145. Hal ini bisa