AKPM-12
20
B. Pengujian Hipotesis 1, 2 dan 3
B.1. Hasil pengujian dengan menggunakan model C.1 model interaksi
Tabel 1: Hasil regresi hubungan antara financial leverage dengan beta
Panel A: dimoderasi oleh size; panel B: dimoderasi oleh operating leverage; dan panel C: dimoderasi oleh industri
Variabel Koefisien Standard
Error t-ratio Significant
level Prediksi
Arah Tanda
PANEL A: Hubungan financial leverage dengan beta yang dimoderasi size Intercept
lnDER DSIZE
lnDERDSIZE DERDSIZE
Adj-R
2
F-Test P-Value
0,976 -0,00265
-0,02918 0,00550
-0,020 0,428
0,733 0,031
0,024 0,037
0,008 31,507
-0,109 -0,432
0,714 0,000
0,913 0,432
0,477 ?
+ -
+
Panel B: Hubungan financial leverage dengan beta yang dimoderasi operating leverage Intercept
lnDER DDOL
lnDERDDOL DERDDOL
Adj-R
2
F-Test P-Value
0,964 0,00737
-0,04834 0,00747
-0,015 0,573
0,635 0,019
0,016 0,047
0,011 51,311
0,473 -1,034
0,702 0,000
0,637 0,304
0,484 ?
+ -+
-+
Panel C: Hubungan financial leverage dengan beta yang dimoderasi oleh industri Intercept
lnDER IND1
IND2 lnDERIND1
lnDERIND2 Adj-R
2
F-Test P-Value
0,99647 -0,02957
0,00564 -0,11029
0,00070 0,03627
0,069 2,317
0,051 0,032
0,024 0,044
0,048 0,008
0,012 30,852
-1,253 0,129
-2,299 0,086
2,965 0,000
0,214 0,898
0,024 0,932
0,004 ?
+ ?
? +
+
Keterangan: Signifikan pada level 5
Signifikan pada level 10
Dari tabel di atas, panel A menunjukkan hasil pengujian hipotesis 1 secara terpisah, yaitu bahwa ukuran perusahaan mempengaruhi secara negatif hubungan antara
AKPM-12
21 financial leverage dengan beta. Hasinya menunjukkan bahwa variabel independen tidak
signifikan menjelaskan besarnya beta p-value= 0,733. Ini juga berarti bahwa model ini tidak berhasil mendukung hipotesis sebgaimana yang ditemukan Francis 1986, Elton
dan Gruber 1995: 149, yaitu bahwa perusahaan yang size-nya besar akan menghadapi risiko lebih kecil dibandingkan dengan perusahaan yang memiliki size kecil. Perusahaan
yang berskala besar lebih mudah mengakses ke pasar modal sedangkan perusahaan berskala kecil lebih sulit untuk akses ke pasar modal.
Panel B menunjukkan hasil regresi hubungan antara financial leverage dengan beta ketika ada moderasi dari operating leverage. Hasilnya juga menunjukkan bahwa model
pengujian ini tidak berhasil mendukung hipotesis 3 karena dari nilai p-value, yaitu 0,635, maka model ini tidak signifikan dalam mendukung hipotesis, meskipun tanda
koefisien interaksi menunjukkan arah yang sama dengan hipotesis 3a. Sebagian literatur empiris menunjukkan bahwa korelasi operating leverage dengan financial leverage
adalah negatif, sedangkan operating leverage dengan risiko sistematis menunjukkan korelasi positif. Operating leverage yang tinggi akan menyababkan financial leverage
menjadi menurun lihat Ferri and Jones, 1979, namun sebaliknya akan menaikkan risiko sistematis lihat Lev, 1974; Mandelker and Rhee, 1984 dan operating leverage
yang rendah akan menaikkan financial leverage naik, namun akan menurunkan risiko sistematis.
Sedangkan Panel C menunjukkan hasil regresi hubungan antara financial leverage dengan beta ketika ada moderasi dari faktor industri. Hasilnya juga
menunjukkan bahwa model pengujian ini berhasil mendukung hipotesis 2 secara marginal pada level 0,05 atau signifikan pada level 0,1 p-value=0,051. Ini berarti
AKPM-12
22 bahwa pengaruh interaksi faktor industri tingkat homogenitas yang dibedakan antara
industri Industri Barang Konsumtif Aneka Industri dan lainnya dengan besarnya financial leverage sangat berpengaruh terhadap variasi beta. Koefisien interaksi faktor
industri yang membedakan antara Industri Barang Konsumtif Aneka Industri dan lainnya dengan financial leverage sangat signifikan pada level 0,05 yaitu 0,004.
Namun ketika industri dibedakan antara industri jasa, perdagangan dan real estate dengan lainnya, maka hasilnya tidak signifikan.
Dengan demikian, hasil ini konsisten dengan temuan Martakinen 1993 yang menunjukkan hasil yang berbeda ketika tingkat homogenitas sampelnya berbeda,
meskipun arah tanda koefisien berbeda untuk variabel interaksi, yaitu positif.
Tabel 2: Hasil regresi hubungan antara financial leverage dengan beta
dimoderasi oleh size, operating leverage, dan industri
Variabel Koefisien Standard
Error t-ratio Significant
level Prediksi
Arah Tanda Intercept
lnDER DSIZE
DDOL IND1
IND2 lnDERDSIZE
lnDERDDOL lnDERIND1
inDERIND2 Adj-R
2
F-Test P-Value
2,914 -0,207
-0,142 -0,266
-0,01505 -0,407
0,02969 0,04893
0,00043 0,125
0,107 2,189
0,031 0,119
0,086 0,102
0,132 0,131
0,138 0,021
0,029 0,023
0,034 24,493
-2,402 -1,386
-2,016 -0,115
-2,961 1,395
1,699 0,019
3,660 0,000
0,019 0,170
0,047 0,909
0,004 0,167
0,093 0,985
0,000 ?
+ -
-+ ?
? +
+ +
+
Keterangan: Signifikan pada level 5
Signifikan pada level 10
AKPM-12
23 Dari tabel di atas, ditunjukkan bahwa pengujian hipotesis 1, 2, dan 3 dilakukan
secara serentak dalam satu model, yaitu memasukkan seluruh variabel independen yaitu size, operating leverage dan faktor industri dan interaksinya dengan financial
leverage. Hasilnya menunjukkan bahwa model ini signifikan pada level signifikansi 0,05 p-value=0,031. Dua variabel interaksi, yaitu interaksi antara operating leverage
dengan financial leverage dan industri yang membedakan antara Industri Barang Konsumtif Aneka Industri dan lainnya dengan financial leverage mampu menjelaskan
variasi beta atau risiko sistematis dengan tingkat signifikansi secara berturut-turut sebesar 0,093 dan 0,000. Hasil ini berarti mendukung hipotesis 2 dan hipotesis 3,
sementara hipotesis 1 tidak terdukung
B.2. Hasil pengujian dengan menggunakan model C.2 blocking sampel
Dari pengolahan statistik yang telah dilakukan dengan SPSS, maka berikut akan disajikan ringkasan hasil uji beberapa hipotesa 1, 2, dan 3 yang telah disusun di atas.
1. Uji Hubungan : Beta-Adjusted dengan Financial Leverage Debt to Total Asset
dengan kondisi blocking sampel yang berbeda.
Tabel 3
Hasil Regresi dari 46 sampel untuk masing-masing kategori: Size Besar dan kecil, Operating leverage tinggi dan rendah, Industri 00: Industri Kimia Dasar; 10: Industri
Jasa, Perdagangan Real Estate; 01: Industri Barng Konsumtif Aneka Industri
Model: ln βsi = a + b ln DTA + μ
Koefisien Blocking Sample
a b Adj-R
2
F Statistik
Kecil 0,997
37,894 0,00
0,05933 1,239
0,222 0,012 1,536
0,222 SIZE
Besar 0,950
30,241 0,00
-0,0378 -0,508
0,614 -0,017 0,259
0,614
Op. Rendah
0,987 40,608
0,00 0,04098
0,885 0,381
-0,005 0,783 0,381
AKPM-12
24 Leverage Tinggi 1,031
2,097 0,042
-0,00325 -0,133
0,895 -0,022 0,018
0,895 00
0,964 21,31
0,00 -0,00104
-0,009 0,993
-0,040 0,993 0,993
10 0,945
32,799 0,00
-0,0802 -1,102
0,282 0,009 1,214
0,282 Industri
01 1,001
30,674 0,00
0,06939 1,267
0,213 0,015 1,604
0,213 Semua Industri
0,959 8,379
0,00 0,0004762
0,078 0,938
-0,011 0,006 0,938
Keterangan: 00: Industri Kimia Dasar
10: Industri Jasa, Perdagangan Real Estate 01: Industri Barng Konsumtif Aneka Industri
Angka dalam kurung menunjukkan t statistik
p-value terletak dibawah t-statistik Signifikan pada tingkat 5
Dari table di atas, maka bisa disimpulkan bahwa hasil uji parsial hubungan antara financial leverage dengan beta ternyata tidak berhasil menerima Ha1 bahwa
hubungan antara financial leverage dengan risiko sistematis akan lebih kuat ketika size prusahaan relatif lebih besar dari pada perusahaan lain. Hal ini terlihat dari
perbandingan nilai F yang sama-sama tidak signifikan; yaitu pada pada perusahaan dengan size rendah taraf signifikansinya 0,222 dan pada size yang tinggi justru lebih
besar, yaitu 0,614. Bahkan hubungan antara financial leverage dengan adjusted-beta juga terlihat tidak signifikan.
Untuk melihat sensitifitas hubungan antara financial leverage dengan beta ketika dilihat dalam perspektif kondisi operating leverage DOL yang berbeda, maka
table di atas menunjukkan bahwa hasil uji parsial hubungan antara financial
AKPM-12
25
leverage dengan beta ternyata tidak berhasil menerima Ha3 bahwa hubungan antara financial leverage dengan risiko sistematis akan lebih kuat ketika operating leverage
prusahaan relatif menurun dari pada perusahaan lain. Hal ini terlihat dari perbandingan nilai F yang sama-sama tidak signifikan; yaitu pada pada perusahaan
dengan size rendah taraf signifikansinya 0,381 dan pada size yang tinggi justru lebih besar, yaitu 0,895. Bahkan hubungan antara financial leverage dengan adjusted-beta
juga terlihat tidak signifikan.
Sedangkan untuk melihat sensitifitas hubungan antara financial leverage dengan beta ketika dilihat dalam perspektif homogenitas perusahaan dengan tiga klasifikasi
sampel, yaitu, 00: Industri Kimia Dasar; 10: Industri Jasa, Perdagangan Real Estate; dan 01: Industri Barang Konsumsi Aneka Industri, maka table di atas menunjukkan
bahwa hasil uji parsial hubungan antara financial leverage dengan beta ternyata juga tidak berhasil menerima Ha4 bahwa hubungan antara financial leverage dengan risiko
sistematis akan lebih kuat ketika ada homogenitas perusahaan; dan akan lemah terjadi sebaliknya. Hal ini terlihat dari perbandingan nilai F yang sama-sama tidak signifikan;
yaitu pada pada perusahaan dengan pada industri 00 rendah taraf signifikansinya 0,993 dan pada industri 10 pada taraf 0,282 dan 0,213 pada industri 01. Selain itu, dari
perbandingan kedua table di tas, tidak terlihat ada perbedaan kekuatan hubungan antara financial leverage dengan beta karena klasifikasi industri homogenitas dan yang tidak
ada klasifikasi. Ini bisa dilihat juga pada nilai adjusted R
2
pada kedua table di atas. Bahkan hubungan antara financial leverage dengan adjusted-beta juga terlihat tidak
signifikan. 2. Uji Variabel Gabungan
AKPM-12
26 Uji Hubungan: Financial Leverage Debt to Total Asset, DOL, size dan Industri
terhadap Beta-AdjustedNon-Adjusted
Tabel 4
Hasil Regresi dari variable gabungan: financial leverage, operating leverage DOL, ukuran perusahaan, dan perbedaan industri dengan membedakan antara beta disesuaikan
dan tidak disesuaikan
Model: ln βsi = a + b ln DTA + c ln DOL +d ln SIZE + eIND1 + fIND2
Koefisien Jenis
Beta a b c d e f
Adj-R
2
F Statistik p value
Beta-Non- Adjusted
-2,634 -2,567
0,013 0,877
2,541 0,014
-0,0559 -0,846
0,401 0,104
1,924 0,059
-0,245 -0,971
0,336 -,297
-1,309 0,196
0,122 2,757 0,027
Beta- Adjusted
1,022 7,027
0,00 0,0479
0,941 0,350
-0,0036 -0,390
0,698 -0,0019
-0,245 0,807
0,0028 0,056
0,956 0,014
0,422 0,674
-0,055 0,218 0,954
Keterangan: Angka dalam kurung pada kolom 2 sd 7 menunjukkan t statistik; sedangkan pada kolom 9 p-value
p-value terletak dibawah t-statistik pada kolom 2 sd 7 Signifikan pada tingkat 5
Signifikan pada tingkat 10
Dari uji keseluruhan variable pada satu model, terlihat bahwa ternyata ukuran perusahaan dan financial leverage secara bersama-sama secara signifikan
mempengaruhi beta risiko sistematis jika beta yang ada belum disesuaikan, yang ditunjukkan dengan taraf signifikansi 0,014 untuk financial leverage dan 0,059 untuk
ukuran perusahaan, sedangkan DOL dan efek industri tidak signifikan. Namun demikian secara keseluruhan model ini signifikan dengan nilai Adj-R
2
0,122; atau 12,2 model ini mampu menjelaskan besarnya beta risiko sistematis.
AKPM-12
27 Namun yang perlu dicatat adalah bahwa untuk risiko sistematis yang diukur
dengan beta yang disesuikan ternyata sangat tidak signifikan. Hasil ini menunjukkan secara tajam bahwa pengukuran beta yang ada masih menjadi persoalan.
Dengan demikian, keseluruhan model C.2 dengan menggunakan blocking sampel tidak berhasil menunukkan bukti yang mendukung hipotesis 1, hipotesis 2 dan
hipotesis 3. Hampir semua model tidak signifikan, kecuali pada model gabungan. Namun, dalam model gabungan ini, namun penafsiran perlu dilakukan secara hati-hati
karena betanya adalah non-adjusted sehingga validitas hasil ini belum bisa meyakinkan karena adanya error-variable yang ada proksi risiko sistematis.
B.3. Hasil Estimasi Secara Temporal dengan menggunakan Model C. 3
Untuk menguji estimasi kausalitas, langkah-langkah yang akan dilakukan mengacu prosedur estimasi standar, yang meliputi dua langkah penilaian. Pertama
melakukan pengujian stasioneritas dan derajat integrasi untuk masing-masih variabel: BETA2 BETA KOREKSI, BETA1 BETAMENTAH, ASETTOTAL DAN
UMTOTAL FINANCIAL LEVERAGE. Uji stasioneritas dilakukan untuk menilaia apakah seri atau deretan variabel-variabel yang diikutkan dalam model beta, total aset
[size], financial leverage, dan operating leverage stasioner. Stasioneritas ini merupakan persyaratan untuk melakukan analisis runtun waktu sehingga penggunaan OLS y6ang
dipergunakan untuk mengestimasi variabel tidak spurious lancung. Uji stationeritas. Seri dikatakan terintegrasi dalam derajat d atau Id, jika d yang
merupakan jumlah waktu seri harus didefensiasi untuk mencapai stationeritas. Dalam hal ini pengujian dilakukan dengan menggunakan uji DF dickey-Fuller dan ADF
Augmented Dickey-Fuller test. Hasil pengujiannya dapat dilihat pada tabel berikut.
AKPM-12
28 Tabel 5: Uji DF dan ADF
Variabel DF ADF
Beta1 -1,075 -1,077
Dbeta1 -4,142 -4,508
Beta2 -4,130 -4,37
AsetTotal -2,006 -1,746
DAsetTotal -4,749 -4,756
DOLTOT -3,699 -3,640 DDOLTOT -5,93
-5,84 UMTOTAL -4,35
-4,257 Keterangan:
Signifikan pada 1 Signifikan pada 5
Signifikan pada 10
Model hasil penyesuaian melalui proses differencing, yaitu first difference untuk variabel BETA1 DAN ASETTOTAL yang akan diuji dapat dilihat sebagai berikut.
AKPM-12
29 Tabel 6
Hasil Estimasi untuk Model 13, 14, 15, dan 16 Beta dihitung dengan koreksi
Dependent Variable BETA2 UMTOTAL
Model Model 16
Model 17 Model 18
Model 19 LAGLEAD
∝
Ind Var t-1
t-1; t-2 t-1; t+1
t-1; t-2 t+1;t+2
t-1 t-1; t-2
t-1; t+1 t-1; t-2
t+1;t+2 C
DOLTOT ΔASETTOTAL
UMTOTAL -1 UMTOTAL -2
UMTOTAL +1 UMTOTAL +2
BETA2-1 BETA2-2
BETA2+1 BETA2+2
2,55 -0,02
-0,007 0,034
2,54 -0,02
0,03 0,03
0,01 2,41
-0,01 -0,01
0,06
0,08 2,41
-0,09 -0,48
0,05 0,05
0,10 -0,01
-9,12 -0,38
0,02
4,11 -5,48
-0,558 -1,84
5,55 -2,79
- 14,61
-0,35 0,03
4,14
2,05 -10,45
-0,47 -1,60
5,37 -2,78
1,6 0,2
R2 Adj-R2
F-Stat Prob
0,06 -0,02
0,74 0,53
0,07 -0,05
0,55 0,69
0,45 0,37
5,97 0,001
0,59 0,49
6,006 0,000
0,31 0,25
4,85 0,006
0,43 0,36
5,69 0,001
0,39 0,31
4,73 0,004
0,6 0,51
6,47 0,000
AKPM-12
30
D-W Stat
1,34 1,33 1,87 2,38 1,26 1,7 1,49 2,3 AIC
SCHWARZ WALD-TEST: C2:
C3: 0,65
0,83 0,91
0,91 0,74
0,97 0,89
0,89 0,22
0,44 0,86
0,86 0,129
0,450 0,43
0,42 4,4
4,58 0,61
0,61 4,30
4,5 0,50
0,50 4,33
4,55 0,62
0,62 3,86
4,18 0,47
0,46 Keterangan:
∝
LagLead hanya sebagai perbandingan, bukan titik optimal. Signifikan pada level 1
Signifikan pada level 5 Signifikan pada level 10
Dari tabel 6 di atas, ditunjukkan bahwa Ho:cj=0 untuk j=1, 2, 3, ...l dan Ho:c’j=0 untuk j=1, 2,..n kedua-duanya berhasil ditotak. Hal ini terlihat nilai koefisien untuk variabel lag maupun lead baik model 17 maupun model 19 yang signifikan. Ini berarti
kausalitas yang terjadi sesuai dengan kriteria ketiga, yaitu hubungan kausalitas yang terjadi antara systematic risk beta dengan
adalah bidirectional. Dengan demikian, hasil ini sekaligus mendukung hipotesis 4a.
Sedangkan untuk menjawab hipotesis 4b, hasil uji wald-test menunjukkan bahwa dua variabel kondisional operating leverage dan size tidak signifikan dalam mempengaruhi hubungan kausal antara kedua variabel, yaitu financial leverage dan beta. Untuk
semua model yang ada pada tabel 2, nilai p-value uji wald-test semuanya tidak signifikan. Ini berarti kedua variabel kondisional operating leverage dan size sebenarnya bisa dihilangkan karena secara struktural tidak memiliki pengaruh di dalam model.
Dari hasil ini, maka kausalitas bidirectional seharusnya digunakan sebagai dasar untuk melakukan estimasi dan pembuatan kebijakan dimana hubungan antara beta dan
financial leverage adalah saling melengkapi. Sementara itu, untuk melengkapi pengujian, berikut adalah estimasi dengan menggunakan model yang sama, namun ada
sedikit perbedaan yang terletak pada variabel beta. Beta yang digunakan untuk estimasi pada tabel 6 merupakan beta yang sudah dikoreksi, namun beta yang digunakan untuk
tabel 7 adalah beta yang belum dikoreksi. Berikut adalah hasil estimasinya.
AKPM-12
31 Tabel 7
Hasil Estimasi untuk Model 17, 18, 19, dan 20 Beta dihitung tidak dengan koreksiMentah
Dependent Variable ΔBETA1
UMTOTAL Model 20
Model 21 Model 22
Model 23 LAGLEAD
∝
Ind Var t-1
t-1; t-2 t-1; t+1
t-1; t-2 t+1;t+2
t-1 t-1; t-2
t-1; t+1 t-1; t-2
t+1;t+2 C
DOLTOT ΔASETTOTAL
UMTOTAL -1 UMTOTAL -2
UMTOTAL +1 UMTOTAL +2
ΔBETA1-1 ΔBETA1-2
ΔBETA1+1 ΔBETA1+2
-0,05 -0,006
0,007 0,027
-0,08 0,036
0,42 0,03
-0,002 -0,03
-0,01 0,009
0,03
-0,01 -0,035
0,054 0,457
0,03 -0,01
-0,003 -0,023
1,59 -0,53
-0,87
-3,20 1,43
-0,36 -0,76
-3,507 -6,07
1,43 -0,25
0,63
-2,97
5,05 1,47
-0,36 -0,68
-2,78 -4,63
4,51 3,84
R2 Adj-R2
F-Stat Prob
0,15 0,069
1,84 0,15
0,21 0,106
1,98 0,12
0,207 0,09
1,89 0,13
0,357 0,203
2,32 0,06
0,07 -0,01
0,85 0,47
0,25 0,15
2,41 0,07
0,20 0,09
1,8 0,14
0,31 0,14
1,8 0,13
AKPM-12
32
D-W Stat
2,4 2,3 2,6 2,17 1,16
0,95 1,45
1,68 AIC
SCHWARZ WALD-TEST: C2:
C3: -0,68
-0,511 0,92
0,92 -0,67
-0,44 0,30
0,29 -0,66
-0,43 0,85
0,85 -0,67
-0,35 0,30
0,28 4,74
4,9 0,61
0,60 4,62
4,8 0,78
0,78 4,64
4,86 0,75
0,75 4,46
4,79 0,74
0,73 Keterangan:
∝
LagLead hanya sebagai perbandingan, bukan titik optimal. Signifikan pada level 1
Signifikan pada level 5 Signifikan pada level 10
Dari tabel 7 di atas, ternyata hampir seluruh model tidak signifikan, yang ditunjukkan dengan F-test yang sangat tinggi. Hasil ini selain memberikan gambaran
bahwa pemilihan model harus didasarkan diagnosis yang kuat, namun di sisi lain pemilihan variabel yang dapat dioperasionalisasikan secara valid dan reliabel juga
sangat mempengaruhi hasil estimasi. Selain itu, dari uji wald-test, ternyata dua variabel kondisional operating
leverage dan size juga tidak signifikan dalam mempengaruhi hubungan kausal antara
kedua variabel, yaitu financial leverage dan beta. Hasil ini ditunjukkan tidak hanya ditabel 6 tapi juga ditabel 7.
VIII. Diskusi Hasil
Kategori