Analisis Statistik Deskriptif Uji Simultan F-test

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1 Analisis Statistik Deskriptif

Analisis statistik deskriptif digunakan untuk mengetahui deskripsi suatu data yang dilihat dari nilai maksimum, nilai minimum, nilai rata-rata mean, dan nilai standar deviasi, dari variabel Profitability, Tangibility, Non Debt Tax Shield, Corporate Tax, Struktur Modal, dan Firm Size. Tabel 4.1 Statistik Deskriptif Descriptive Statistics N Minimum Maximum Mean Std. Deviation Struktur Modal Y 136 .13 1.25 .4409 .20594 Profitability X1 136 -.22 .66 .1091 .13259 Tangibility X2 136 .00 .78 .3116 .14642 Non Debt Tax Shield X3 136 .00 1.82 .2113 .17872 Corporate Tax X4 136 -.91 5.80 .2826 .50576 Firm Size Z 136 6.52 18.34 14.4392 1.74929 Valid N listwise 136 Diketahui nilai Struktur Modal minimum adalah 0,13 dan nilai Struktur Modal maksimum 1,25. Sementara rata-rata dan standar deviasi dari Struktur Modal adalah 0,4409 dan 0,20594.Diketahui nilai Profitability minimum adalah -0,22 dan nilai Profitability maksimum 0,66. Sementara rata-rata dan standar deviasi dari Profitability adalah 0,1091 dan 0,13259.Diketahui nilai Tangibility minimum adalah 0,00 dan nilai Tangibility maksimum 0,78. Sementara rata-rata dan standar deviasi dari Tangibility adalah 0,3116 dan 0,14642.Diketahui nilai Non Debt Tax Shield Universitas Sumatera Utara minimum adalah 0,00 dan nilai Non Debt Tax Shield maksimum 1,82. Sementara rata-rata dan standar deviasi dari Non Debt Tax Shield adalah 0,2113 dan 0,17872.Diketahui nilai Corporate Tax minimum adalah -0,91 dan nilai Corporate Taxmaksimum 5,80. Sementara rata-rata dan standar deviasi dari Corporate Tax adalah 0,2826 dan 0,50576.Diketahui nilai Firm Size minimum adalah 6,52 dan nilai Firm Size maksimum 18,34. Sementara rata-rata dan standar deviasi dari Firm Size adalah 14,4392 dan 1,74929. 4.2 Uji Asumsi Klasik 4.2.1 Uji Asumsi Normalitas Dalam penelitian ini, uji normalitas terhadap residual dengan menggunakan uji Kolmogorov-Smirnov. Tingkat signifikansi yang digunakan � = 0,05. Dasar pengambilan keputusan adalah melihat angka probabilitas � , dengan ketentuan sebagai berikut Ghozali, 2005. Jika nilai probabilitas � ≥ 0,05, maka asumsi normalitas terpenuhi. Jika nilai probabilitas 0,05, maka asumsi normalitas tidak terpenuhi. Universitas Sumatera Utara Tabel 4.2 Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 136 Normal Parameters a,,b Mean .0000000 Std. Deviation .17886696 Most Extreme Differences Absolute .098 Positive .098 Negative -.066 Kolmogorov-Smirnov Z 1.141 Asymp. Sig. 2-tailed .148 a. Test distribution is Normal. b. Calculated from data. Perhatikan bahwa berdasarkan Tabel 4.2, diketahui nilai probabilitas p atau Asymp.Sig. 2-tailedsebesar 0,148. Karena nilai probabilitas p , yakni 0,148, lebih besar dibandingkan tingkat signifikansi, yakni 0,05, hal ini berarti asumsi normalitas dipenuhi. Gambar 4.1 Uji Normalitas Normal Probability Plot Universitas Sumatera Utara Berdasarkan hasil uji normalitas dengan normal probability plot Gambar 4.1 titik-titik cenderung menyebar dekat dengan garis diagonal.Hal ini berarti data telah memenuhi asumsi normalitas.

4.2.2 Uji Multikolinearitas

Untuk memeriksa apakah terjadi multikolinearitas atau tidak dapat dilihat dari nilai variance inflation factor VIF. Nilai VIF yang lebih dari 10 diindikasi suatu variabel bebas terjadi multikolinearitas Ghozali, 2005. Tabel 4.3 UjiMultikolinearitas Model Collinearity Statistics Tolerance VIF 1 Constant Profitability .973 1.028 Tangibility .973 1.028 Non Debt Tax Shield .451 2.219 Corporate Tax .450 2.223 Berdasarkan Tabel 4.3, diketahui: 1. Nilai VIF dari variabel Profitability adalah 1,028 10, maka diindikasi tidak terjadi multikolinearitas. 2. Nilai VIF dari variabel Tangibility adalah 1,028 10, maka diindikasi tidak terjadi multikolinearitas. 3. Nilai VIF dari variabel Non Debt Tax Shield adalah 2,219 10, maka diindikasi tidak terjadi multikolinearitas. Universitas Sumatera Utara 4. Nilai VIF dari variabel Corporate Tax adalah 2,223 10, maka diindikasi tidak terjadi multikolinearitas. Karena seluruh nilai VIF tidak lebih dari 10, maka diindikasi tidak terjadi multikolinearitas.

4.2.3 Uji Heteroskedastisitas

Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatter plot antara SRESID pada sumbu Y, dan ZPRED pada sumbu X.Ghozali, 2005.Ghozali 2005 menyatakan dasar analisis adalah jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas.Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Gambar 4.2 Uji Heteroskedastisitas Universitas Sumatera Utara Perhatikan bahwa berdasarkan Gambar 4.2, tidak terdapat pola yang begitu jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.

4.2.4 Uji Autokorelasi

Uji autokorelasi dalam penelitian ini digunakan uji Durbin- Watson.Berikut hasil berdasarkan uji Durbin-Watson. Tabel 4.4 Uji Autokorelasi Model Durbin-Watson 1 2.414 Nilai statistik dari uji Durbin-Watson yang lebih kecil dari 1 atau lebih besar dari 3 diindikasi terjadi autokorelasi.Field 2009 menyatakan sebagai berikut. “The size of the Durbin-Watson statistic depends upon the number of predictors in the model and the number of observations. For accuracy, you should look up the exact acceptable values in Durbin and Watsons 1951 original paper. As very conservative rule of thumb, values less then 1 or greater than 3 are definitely cause for concern; however, values closer to 2 may stil be problematic depending on your sample and model”. Berdasarkan Tabel 4.4, nilai dari statistik Durbin-Watson adalah 2,414. Perhatikan bahwa karena nilai statistik Durbin-Watson terletak di antara 1 dan 3, yakni 1 2,414 3, maka asumsi non-autokorelasi terpenuhi. Dengan kata lain, tidak terjadi gejala autokorelasi yang tinggi pada residual. Universitas Sumatera Utara 4.3Analisis Koefisien Determinasi Koefisien determinasi � 2 merupakan suatu nilai nilai proporsi yang mengukur seberapa besar kemampuan variabel-variabel bebas yang digunakan dalam persamaan regresi, dalam menerangkan variasi variabel tak bebas. Tabel 4.5 Koefisien Determinasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .496 a .246 .223 .18158 2.414 a. Predictors: Constant, Corporate Tax X4, Non Debt Tax Shield X3, Profitability X1, Tangibility X2 b. Dependent Variable: Struktur Modal Y Berdasarkan Tabel 4.5, nilai koefisien determinasi � 2 terletak pada kolom Adjusted R-Square. Diketahui nilai koefisien determinasi sebesar � 2 = 0,223 . Nilai tersebut berarti seluruh variabel bebas, yakni Profitability, Tangibility, Non Debt Tax Shield, dan Corporate Tax, secara simultan mempengaruhi variabel Struktur Modal sebesar 22,3, sisanya sebesar 77,7 dipengaruhi oleh faktor-faktor lain.

4.4 Uji Simultan F-test

Uji � bertujuan untuk menguji pengaruh variabel bebas secara bersama- sama atau simultan terhadap variabel tak bebas. Universitas Sumatera Utara Tabel 4.6Uji Pengaruh Simultan F-test ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 1.406 4 .352 10.663 .000 a Residual 4.319 131 .033 Total 5.725 135 a. Predictors: Constant, Corporate Tax X4, Non Debt Tax Shield X3, Profitability X1, Tangibility X2 b. Dependent Variable: Struktur Modal Y Berdasarkan Tabel 4.6, diketahui nilai F hitung adalah 10,663 sementara nilai F tabel 2,440 Gambar 4.3. Karena Nilai F hitung 10,663 F tabel 2,440 Maka Profitability, Tangibility, Non Debt Tax Shield, dan Corporate Tax secara simultan berpengaruh signifikan terhadap Struktur Modal. Df1 = 4 X1, X2,X3,X4 Df2 = 136 Jumlah pengamatan 136 – 5 X1, X2,X3,X4,Y Gambar 4.3 Menghitung F tabel dengan Rumus FINV Universitas Sumatera Utara Diketahui nilai Sig. adalah 0,000. Karena Sig. 0,000 0,05, maka disimpulkan bahwa seluruh variabel bebas, yakni Profitability, Tangibility, Non Debt Tax Shield, dan Corporate Tax, secara simultan berpengaruh signifikanterhadap Struktur Modal.

4.5 Analisis Regresi Linear Berganda dan Uji Parsial t-test