Pengujian Asumsi Klasik Hasil Penelitian

juga terjadi pada tahun yang sama yaitu 113,62 yang berarti bahwa perusahaan lebih banyak berinvestasi pada aktiva lancar dibanding aktiva tetap. Tabel 4.3 Deskripsi Statistik Struktur Keuangan Statistik Tahun 2007 2008 2009 2010 2011 Mean 0.890 16.284 4.181 2.216 1.750 Standard Deviation 8.235 63.822 14.534 5.246 5.199 Minimum -31.605 -25.245 -13.311 -3.740 -2.741 Maximum 27.039 322.268 75.606 27.063 27.977 Pada Tabel 4.3 terlihat bahwa selama periode 2008 hingga 2011 terjadi penggunaan hutang yang lebih besar dibanding ekuitas, hal ini terlihat dari rasio yang ditunjukkan cukup besar yaitu melebihi 1. Kondisi terparah terjadi pada tahun 2008 dimana nilai rata-rata penggunaan hutang atas ekuitas sebesar 16,284 dengan nilai terendah mencapai -25,245 sedangkan nilai tertinggi mencapai 322,268 yang artinya terdapat penggunaan hutang yang tidak wajar pada perusahaan tersebut. Pada nilai minimum terlihat setiap tahun ada perusahaan yang mengalami rasio yang negatif. Hal ini disebabkan karena terjadi defisit modal ekuitas.

4.2.2 Pengujian Asumsi Klasik

Selanjutnya peneliti akan melakukan uji atas data yang peneliti peroleh yang disebut dengan uji asumsi klasik yang terdiri dari uji normalitas, uji multikolinearitas, uji autokorelasi dan uji heteroskedastisitas. Berikut ini diuraikan hasil penelitiannya. 1 Uji Normalitas Uji normalitas dalam penelitian ini dilakukan dengan dua cara, yaitu analisis grafik dan analisis statistik. Normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dan grafik dengan melihat histogram dari residualnya. Adapun hasil pengujiannya adalah sebagai berikut: Gambar 4.1 Grafik histogram uji normalitas Sumber : Hasil pengolahan data dengan SPSS Gambar 4.2. Normal P-P Plot of Regretion Standardized Residual Sumber : Hasil pengolahan data dengan SPSS Grafik histogram menunjukkan data tidak terdistribusi normal, demikian juga dengan grafik Normal P-P Plot yang menunjukkan bahwa penyebaran data titik pada sumbu diagonal menjauhi garis diagonal dan tidak mengikuti arah garis diagonal sehingga model regresi tidak memenuhfi asumsi normalitas, berarti H ditolak. Selanjutnya untuk uji statistik yaitu uji statistik Kolmogorov- Smirnov K-S, hasil pengujiannya terlihat sebagai berikut. Tabel 4.4 Uji Normalitas Kolmogorov-Smirnov Unstandardized Residual N 180 Normal Parameters a,,b Mean .0000000 Std. Deviation .15203123 Most Extreme Differences Absolute .181 Positive .150 Negative -.181 Kolmogorov-Smirnov Z 2.431 Asymp. Sig. 2-tailed .000 a. Test distribution is Normal. b. Calculated from data. Sumber : Hasil pengolahan data dengan SPSS Pada tabel terlihat bahwa nilai Asymp.Sig.2-tailed adalah 0.000, dan di bawah nilai signifikan 0.05, dengan kata lain variabel residual tidak berdistribusi normal, yang artinya H ditolak. Hasil analisis grafik penyebaran titik di sepanjang garis diagonal dan analisis statistik Kolmogorov-Smirnov, keduanya menunjukkan bahwa model regresi tidak memenuhi asumsi normalitas. Untuk mengatasi masalah ini harus dilakukan perbaikan. Caranya adalah dengan melakukan transformasi pada data. Menurut Imam 2006:32, “Data yang tidak terdistribusi secara normal dapat ditransformasi agar menjadi normal”. Ada beberapa cara yang dapat dilakukan jika data tidak menyebar secara normal yaitu dengan transformasi data kedalam bentuk logaritma natural Ln; menambah jumlah data; mengilangkan data yang dianggap sebagai penyebab tidak normalnya data; atau menerima data apa adanya Situmorang dan Lufti, 2011:107. Pada penelitian ini, peneliti melakukan transformasi data ke dalam bentuk logaritma natural Ln. Setelah data ditransformasi ke dalam bentuk logaritma natural Ln, jumlah observasi menjadi 113. Hasil analisis grafik setelah data ditransformasi terlihat sebagai berikut. Gambar 4.3 Grafik histogram uji normalitas setelah transformasi Sumber : Hasil pengolahan data dengan SPSS Gambar 4.4. Normal P-P Plot of Regretion Standardized Residual Setelah Transformasi Sumber : Hasil pengolahan data dengan SPSS Hasil analisis grafik di atas memperlihatkan bahwa titik menyebar disepanjang garis diagonal, dan mengikuti arah garis diagonal, demikian juga dengan grafik histogram menunjukkan data terdistribusi normal sehingga memenuhi asumsi normalitas. Selanjutnya dilakukan uji statistik dengan Kolmogorov-Smirnov KS pada data yang telah ditransformasi sehingga hasilnya terlihat pada tabel berikut. Tabel 4.5 Uji Normalitas Kolmogorov-Smirnov Setelah Transformasi One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 113 Normal Parameters a,,b Mean .0047403 Std. Deviation 1.36898269 Most Extreme Differences Absolute .099 Positive .070 Negative -.099 Kolmogorov-Smirnov Z 1.051 Asymp. Sig. 2-tailed .219 a. Test distribution is Normal. b. Calculated from data. Sumber : Hasil pengolahan data dengan SPSS Tabel di atas memperlihatkan bahwa nilai Asymp.Sig. 2-tailed adalah 0,219. Sehingga dapat disimpulkan bahwa nilai signifikansi lebih besar dari tingkat kepercayaan 0,05, berarti distribusi data normal dan H diterima. Hasil ini konsisten dengan hasil yang ditunjukkan analisis grafik, dengan demikian model regresi bebas dari masalah normalitas. 2 Uji Multikolinieritas Pengujian multikolinearitas dilakukan dengan melihat nilai tolerance dan VIF masing-masing variabel. Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai tolerance 0,10 atau sama dengan nilai VIF 5. Uji ini juga dilakukan pada data yang telah ditransformasi dengan jumlah observasi sebanyak 113. Adapun hasil pengujian multikolinearitas dapat dilihat pada tabel di bawah ini. Tabel 4.6 Hasil Uji Multikolinieritas Coefficients a Model Collinearity Statistics Tolerance VIF 1 Constant Ln_STR. AKTIVA .998 1.002 Ln_STR. KEUANGAN .998 1.002 a. Dependent Variabel: Ln_ROA Sumber : Hasil pengolahan data dengan SPSS Dari tabel di atas, dapat dilihat bahwa tidak terjadi gejala multikolinearitas antar variabel independen, yang ditunjukkan dengan nilai tolerance masing-masing variabel lebih besar dari 0.1 dan nilai VIF masing-masing variabel lebih kecil dari 5. 3 Uji Autokorelasi Uji ini digunakan untuk menguji apakah pada model regresi linear terdapat korelasi antara kesalahan pengganggu pada periode t dan kesalahan pengganggu pada periode sebelumnya periode t-1. Pendeteksian ada tidaknya autokorelasi dalam penelitian ini dilakukan dengan menggunakan uji BG Breusch-Godfrey karena jumlah data observasinya besar. Hasil ujinya terlihat pada tabel berikut. Tabel 4.7 Hasil Uji Autokorelasi - Breusch-Godfrey BG Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant .017 .176 .098 .922 Ln_STR. AKTIVA -.034 .110 -.034 -.305 .761 Ln_STR. KEUANGAN .001 .162 .001 .008 .993 auto .216 .117 .209 1.848 .068 a. Dependent Variabel: Unstandardized Residual Sumber : Hasil pengolahan data dengan SPSS Pada tabel di atas terlihat bahwa koefisien parameter untuk variabel auto Lag menunjukkan probabilitas signifikan 0,068 dan di atas tingkat kepercayaan 0,05, berarti tidak terkena autokorelasi. Selanjutnya untuk lebih memastikan tidak adanya autokorelasi dilakukan uji nonparametrik yaitu Run Test, hasilnya terlihat sebagai berikut. Tabel 4.8 Hasil Uji Autokorelasi - Runs Test Unstandardized Residual Test Value a .28524 Cases Test Value 56 Cases = Test Value 57 Total Cases 113 Number of Runs 59 Z .284 Asymp. Sig. 2-tailed .776 a. Median Sumber : Hasil pengolahan data dengan SPSS Hasil Run Test menunjukkan bahwa nilai tes adalah 0,28524 dengan probabilitas 0.776 dan di atas nilai signifikan pada 0.05 yang berarti nilai residual random dan tidak terjadi autokorelasi, konsisten dengan hasil yang ditnjukkan dengan uji BG, dengan demikian dapat dipastikan tidak terjadi autokorelasi pada model regresi. 4 Uji Heteroskedastisitas Uji ini dilakukan dengan uji Glesjer yang dipakai untuk menguji apakah di dalam model regresi terjadi ketidaksamaan varians dari suatu pengamatan ke pengamatan lain. Hipotesisnya sebagai berikut: H : data bebas dari indikasi adanya gejala heterokedastisitas Ha : data terdapat adanya indikasi gejala heterokedastisitas Dalam penelitian ini, model yang diuji adalah model yang juga telah ditransformasikan. Hasilnya terlihat pada tabel berikut. Tabel 4.9 Uji Heteroskedastisitas Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 12.691 2.244 5.656 .000 Ln_STR. AKTIVA -2.885 1.486 -.181 -1.941 .055 Ln_STR. KEUANGAN 2.299 1.871 .115 1.229 .222 a. Dependent Variabel: absut Sumber : Hasil pengolahan data dengan SPSS Tabel 4.9 menunjukkan bahwa kedua varabel independen memiliki nilai signifikan yang lebih besar dari α 0,05 sehingga H diterima, artinya tidak terdapat indikasi adanya gejala heterokedastisitas.

4.1.3 Pengujian Hipotesis

Dokumen yang terkait

Pengaruh Pendanaan Modal Kerja Terhadap Kinerja Keuangan Perusahaan Sektor Aneka Industri Yang Terdaftar Di Bursa Efek Indonesia

5 103 77

Pengaruh Rasio Keuangan Terhadap Kinerja Perusahaan Pada Perusahaan Manufaktur Sektor Aneka Industri yang Terdaftar di Bursa Efek Indonesia

10 114 120

Pengaruh Rasio Keuangan Terhadap Kinerja Perusahaan Pada Perusahaan Manufaktur Sektor Aneka Industri yang Terdaftar di Bursa Efek Indonesia

0 0 12

Pengaruh Rasio Keuangan Terhadap Kinerja Perusahaan Pada Perusahaan Manufaktur Sektor Aneka Industri yang Terdaftar di Bursa Efek Indonesia

0 0 2

Pengaruh Rasio Keuangan Terhadap Kinerja Perusahaan Pada Perusahaan Manufaktur Sektor Aneka Industri yang Terdaftar di Bursa Efek Indonesia

0 0 7

Pengaruh Rasio Keuangan Terhadap Kinerja Perusahaan Pada Perusahaan Manufaktur Sektor Aneka Industri yang Terdaftar di Bursa Efek Indonesia

0 0 3

Pengaruh Rasio Keuangan Terhadap Kinerja Perusahaan Pada Perusahaan Manufaktur Sektor Aneka Industri yang Terdaftar di Bursa Efek Indonesia

0 0 23

BAB II TINJAUAN PUSTAKA 2.1 Struktur Aktiva 2.1.1 Pengertian Struktur Aktiva - Pengaruh Struktur Aktiva Dan Struktur Keuangan Terhadap Kinerja Keuangan Perusahaan Sektor Aneka Industri Di Bursa Efek Indonesia

0 0 25

BAB I PENDAHULUAN 1.1. Latar Belakang - Pengaruh Struktur Aktiva Dan Struktur Keuangan Terhadap Kinerja Keuangan Perusahaan Sektor Aneka Industri Di Bursa Efek Indonesia

0 0 10

SKRIPSI PENGARUH STRUKTUR AKTIVA DAN STRUKTUR KEUANGAN TERHADAP KINERJA KEUANGAN PERUSAHAAN SEKTOR ANEKA INDUSTRI DI BURSA EFEK INDONESIA

0 0 9