Deskripsi Objek Penelitian Pembahasan Hasil Penelitian

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