2. Struktur Modal Struktur modal adalah perbandingan total hutang yang dimiliki
perusahaan dengan total ekuitas perusahaan dan dapat diukur dengan debt to equity ratio DER yang dapat dirumuskan sebagai berikut :
DER =
����� ���� ����� �������
3. Kebijakan Dividen Kebijakan Dividen adalah kebijakan yang dikaitkan dengan penentuan
apakah laba yang diperoleh perusahaan akan dibagikan kepada para pemegang saham sebagai dividen atau akan ditahan dalam bentuk laba
ditahan. Kebijakan dividen dapat diukur dengan Dividend Payout Ratio DPR yang dapat dirumuskan sebagai berikut :
DPR =
������� ��� ������ ��ℎ�� ���� ��� ������ ��ℎ��
3.7. Jenis Data
Jenis data yang digunakan dalam penelitian ini merupakan data sekunder berupa laporan keuangan tahunan suatu perusahaan. Sumber data
sekunder yang digunakan dari laporan keuangan, laporan publikasi, artikel maupun ikhtisar statistik dari perusahaan-perusahaan LQ 45 yang terdaftar
di Bursa Efek Indonesia berasal dari Indonesia Stock Exchange Statistics dan website idx.co.id.
3.8. Teknik Pengumpulan Data
Pengumpulan data untuk keperluan penelitian ini dilakukan dengan dokumentasi dan studi kepustakaan. Dokumentasi yang dilakukan adalah
dengan mengumpulkan semua data sekunder yang dipublikasikan oleh Indonesia Stock Exchange Statistics dan website idx.co.id tentang
perusahaan yang terdaftar di Bursa Efek Indonesia periode 2008-2014. Teknik pengumpulan data menggunakan dokumentasi dengan metode
penggabungan atau pooling data. Sedangkan studi kepustakaan yang dilakukan yaitu dengan membaca dan mencari literatur yang relevan
dengan penelitian. Dalam hal ini melalui buku-buku, surat kabar, artikel ilmiah, jurnal, majalah dan lain sebagainya.
3.9. Teknik Analisis Data
Dalam penelitian ini, peneliti menggunakan pendekatan analisis data kuantitatif karena menganalisis data yang berupa angka-
angkanumerik. Umumnya analisis data kuantitatif digunakan pada saat peneliti menggunakan pendekatan survei, penelitian eksperimen,
penelitian kuantitatif dan beberapa penelitian lainnya yang mengandung data-data berupa angka-angka. Dalam penelitian ini, analisis data
menggunakan metode regresi linier berganda dengan bantuan program analisis statistik komputer untuk menguji struktur modal dan kebijakan
dividen sebagai variabel independen terhadap nilai perusahaan sebagai variabel dependen.
3.9.1. Statistik Deskriptif
Statistik Deskriptif berfungsi mendeskripsikan atau memberi gambaran terhadap objek yang diteliti melalui data sampel atau populasi
sebagaimana adanya, tanpa melakukan analisis dan membuat kesimpulan yang berlaku umum dari data tersebut. Pengujian ini dilakukan untuk
mempermudah memahami variabel-variabel yang digunakan dalam penelitian. Analisis deskriptif memberikan gambaran deskripsi tentang
suatu data yang dilihat dari mean, median, standar deviasi, nilai minimum, dan nilai maksimum.
3.9.2. Uji Asumsi Klasik Regresi Berganda
Uji asumsi klasik regresi berganda bertujuan untuk menganalis apakah model regresi yang digunakan dalam penelitian adalah model yang
terbaik. Jika model yang digunakan adalah yang terbaik, maka data yang dianalisis layak untuk dijadikan sebagai rekomendasi untuk pengetahuan
atau tujuan pemecahan masalah praktis.
3.9.2.1. Uji Normalitas
Pengujian normalitas data dilakukan untuk melihat apakah dalam model regresi, variabel dependen dan independennya memiliki distribusi
normal atau tidak. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal maka model regresi memenuhi asumsi
normalitas. Cara lain menguji normalitas data adalah dengan menggunakan Kolmogorov Smirnov. Kriteria untuk menentukan normal
atau tidaknya data, maka dapat dilihat pada nilai probabilitasnya. Data
adalah normal, jika nilai Kormogorov Smirnov adalah tidak signifikan Asymp. Sig 2-
tailedα0,05.
3.9.2.2. Uji Multikolinearitas
Mulitikolinearitas digunakan untuk menguji apakah pada model regresi ditemukan adanya korelasi yang kuat antar variabel independen.
Cara yang digunakan untuk menilainya adalah dengan melihat nilai faktor inflasi varian Variance Inflasi FactorVIF, yang tidak melebihi 10, jika
nilai VIF 10, maka dapat disimpulkan data bebas dari gejala multikolinearitas. Model yang baik seharusnya tidak terjadi korelasi yang
tinggi diantara variabel bebas. Tolerance mengukur variabilitas variabel bebas yang terpilih yang tidak dapat dijelaskan oleh variabel bebas
lainnya. Jadi nilai tolerance rendah sama dengan nilai VIF tinggi karena VIF=1tolerance dan menunjukkan adanya kolonieritas yang tinggi. Nilai
cutt off yang umum dipakai adalah nilai tolerance 0,10 atau nilai VIF 10.
3.9.2.3. Uji Heterokedastisitas
Heterokedastisitas digunakan untuk menguji apakah dalam model regresi, terjadi ketidaksamaan varians dari residual dari suatu pengamatan
yang lain. Jika variasi residual dari suatu pengamatan ke pengamatan yang lain tetap, maka disebut homokedastisitas, dan jika varians berbeda disebut
heterokedastisitas. Model yang baik adalah tidak terjadi heterokedastisitas. Uji heteroskedastisitas dapat dilakukan dengan uji grafik plot dan
uji statistik. Dasar pengambilan keputusannya adalah : jika pola tertentu, seperti titik-titik poin-poin yang ada membentuk suatu pola tertentu yang
teratur, maka terjadi heterokedastisitas. Jika tidak ada pola yang jelas, serta titik-titik poin-poin menyebar di bawah dan di atas angka 0 pada sumbu
Y, maka tidak terjadi heterokedastisistas. Cara lain untuk menguji heterokedastisistas adalah dengan
menggunakan uji Glejser, dilakukan dengan meregresikan variabel- variabel bebas terhadap nilai absolut residualnya. Kriteria penarikan
kesimpulannya adalah tidak terjadi heterokedastisistas jika nilai t dengan probabilitas sig 0,05.
3.9.2.4. Uji Autokorelasi
Autokorelasi bertujuan untuk menguji apakah dalam sebuah model regresi linear ada korelasi antara kesalahan pengganggu pada periode ke t
dengan kesalahan pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Model regresi yang baik
adalah bebas dari autokorelasi. Salah satu cara mengidentifikasi autokorelasi adalah dengan melihat nilai Durbin Watson D-W:
1. Jika nilai D-W di bawah -2 berarti ada autokorelasi positif, 2. Jika nilai D-W diantara -2 dan +2 berarti tidak ada autokorelasi,
3. Jika nilai D-W di atas +2 berarti ada autokorelasi negatif.
3.9.3. Menganalisis Regresi
Apabila model regresi berganda sudah bebas dari masalah asumsi klasik, maka regresi boleh dilanjutkan untuk dianalisis. Apabila persamaan
regresi tidak menggunakan konstanta constant maka nilai koefisisen yang digunakan adalah pada kolom Standardized Coefficients. Analisis
regresi berganda digunakan untuk menguji determinasi antara variabel independen yaitu struktur modal dan kebijakan deviden terhadap nilai
perusahaan sebagai variabel dependen. Y = α + β1X1 + β2X2 + e
Keterangan : Y
= Nilai Perusahaan α
= Konstanta β1
= Koefisien Regresi dari struktur modal β2
= Koefisien regresi dari kebijakan deviden X1
= Struktur Modal X2
= Kebijakan Deviden e
= Variabel Residual Error Setelah persamaan regresi sudah didapatkan maka dapat dilakukan
analisis nilai R-Square. Nilai R-Square adalah nilai untuk melihat bagaimana variasi nilai variabel terikat dipengaruhi oleh variasi nilai
variabel bebas. Selanjutnya akan dilakukan pengujian hipotesis.
3.9.4. Koefision Determinasi atau Uji R
2
Koefisien determinasi R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen.
Menurut Ghozali 2007 koefisien determinasi merupakan ikhtisar yang menyatakan seberapa baik garis regresi mencocokkan data. Nilai R²
berkisar antara 0-1 0 R
2
1. Nilai yang kecil berarti kemampuan variabel independen dalam menjelaskan variasi variabel dependen amat
terbatas. Sebaliknya, nilai yang mendekati satu berarti variabel-variabel
independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.
Secara umum koefisien determinasi untuk data silang cross section relatif rendah karena adanya variasi yang besar antara masing-
masing pengamatan, sedangkan untuk data runtut waktu time series biasanya mempunyai nilai koefisien determinasi yang tinggi. Adapun
kelemahan mendasar penggunaan koefisien determinasi adalah bias terhadap jumlah variabel dependen yang dimasukkan dalam model.
3.9.5. Uji Hipotesis
3.9.5.1. Uji Pengaruh Simultan Uji Statistik F
Untuk menganalisis apakah hipotesis diterima atau ditolak, maka dapat dilihat nilai F yakni pada nilai probabilitasnya. Uji statistik F
menunjukkan apakah variabel independen yang dimasukkan dalam model mempunyai pengaruh terhadap variabel dependennya. Kriteria
pengambilan keputusannya, yaitu:
a. Bila F hitung F tabel atau probabilitas nilai signifikan Sig ≤
0,05, maka hipotesis tidak dapat ditolak, ini berarti bahwa secara simultan variabel independen memiliki pengaruh signifikan terhadap
variabel dependen. b. Bila F hitung F tabel atau probabilitas nilai signifikan Sig
≥ 0,05, maka hipotesis tidak diterima, ini berarti bahwa secara simultan
variabel independen tidak mempunyai pengaruh signifikan terhadap variabel dependen.
3.9.5.2. Uji Parameter IndividualParsial Uji Statistik T
Uji statistik t menunjukkan seberapa jauh pengaruh masing- masing variabel independen secara individu dalam menerangkan variasi
variabel dependen. Uji statistik nilai t dimaksudkan apabila peneliti bermaksud menganalisis secara parsial. Pada uji statistik t, nilai t hitung
akan dibandingkan dengan nilai t tabel, dilakukan dengan cara sebagai
berikut:
a. Bila t hitung t tabel atau probabilitas tingkat signifikansi Sig 0,05, maka Ha diterima dan Ho ditolak, variabel independen
berpengaruh signifikan terhadap variabel dependen. b. Bila t hitung t tabel atau probabilitas tingkat signifikansi Sig
0,05, maka Ha ditolak dan Ho diterima, variabel independen tidak berpengaruh signifikan terhadap variabel dependen.
52
BAB IV
HASIL PENELITIAN
4.1 Deskripsi Lokasi Penelitian
