Statistik Deskriptif Pengujian Hipotesis

3.6 Model dan Teknik Analisis Data

Teknik analisis data yang dilakukan dalam penelitian ini adalah menggunakan model regresi. Untuk dapat melakukan analisis dengan model regresi, data harus good and fit. Penilaian good and fit dianalisis dengan uji kualitas data. Adapun uji kualitas data terdiri dari statistik deskriptif dan asumsi klasik.

3.6.1 Statistik Deskriptif

Statistik ini digunakan untuk memberikan gambaran profil data sampel. Penelitian ini menggunakan statistik deskriptif yang terdiri dari rata-rata, deviasi standar, minimum, dan maksimum.

3.6.2 Pengujian Asumsi Klasik

Dalam suatu penelitian, kemungkinan munculnya masalah dalam analisis regresi cukup sering dalam mencocokkan model prediksi kedalam sebuah model yang telah dimasukkan ke dalam serangkaian data. Masalah ini sering disebut dengan pengujian normalitas, multikolinearitas, autokorelasi, dan heterokedasitas.

3.6.2.1 Uji Normalitas

Uji normalitas data bertujuan untuk menguji apakah model regresi dalam penelitian, antara variabel dependen dengan variabel independen keduanya memiliki distribusi normal atau tidak. Untuk dapat dianalisis data harus berdistribusi normal Eli Safrida: Pengaruh Struktur Modal Dan Pertumbuhan Perusahaan Terhadap Nilai Perusahaan Pada Perusahaan Manufaktur Di Bursa Efek Jakarta, 2008. USU e-Repository © 2008 atau mendekati normal. Cara mendeteksi normalitas adalah dengan pengamatan melalui nilai residual. Cara lain adalah dengan melihat distribusi dari variabel- variabel yang akan diteliti. Jika variabel tidak berdistribusi secara normal menceng kekiri atau menceng kekanan maka hasil uji statistik akan terdegradasi. Normalitas suatu variabel umumnya dideteksi dengan grafik atau uji statistik sedangkan normalitas nilai residual dideteksi dengan metode grafik. Secara statistik ada dua komponen normalitas yaitu skewness dan kurtosis. Skewness berhubungan dengan simetris distribusi. Skewed variabel variabel menceng adalah variabel yang nilai mean-nya tidak di tengah-tengah distribusi. Sedangkan kurtosis berhubungan dengan puncak dari suatu distribusi. Jika variabel terdistribusi secara normal maka nilai skewness dan kurtosis sama dengan nol Ghozali, 2001:27-28. Normalitas variabel dideteksi juga dengan menggunakan uji statistik Kolmogorov-Smirnov dengan cara melihat nilai probabilitas signifikan yang bernilai diatas nilai 0.05 maka data berdistribusi normal dan selain itu juga dengan metode grafik histogram data. Jika data tidak berdistribusi normal, maka dapat dilakukan transformasi agar menjadi normal. Untuk menormalkan data harus diketahui terlebih dahulu bagaimana bentuk grafik histogram dari data yang ada apakah moderate positive skewness, subtansial positive skewness, severe positive skewness dengan bentuk L dan sebagainya. Dengan mengetahui bentuk grafik histogram data, maka dapat ditentukan bentuk transformasinya. Berikut ini bentuk transformasi yang dapat dilakukan sesuai dengan grafik histogram. Eli Safrida: Pengaruh Struktur Modal Dan Pertumbuhan Perusahaan Terhadap Nilai Perusahaan Pada Perusahaan Manufaktur Di Bursa Efek Jakarta, 2008. USU e-Repository © 2008 Tabel 3. Bentuk Transformasi Data Bentuk Grafik Histogram Bentuk Transformasi Moderate Positive Skewness SQRT x atau akar kuadrat Subtansial Positive Skewness LG10x atau logaritma 10 atau LN Severe Positive Skewness dengan bentuk L 1x atau inverse Moderate negative skewness SQRT k-x Subtansial Negative Skewness LG10 k-x Severe Negative Skewness dengan bentuk L 1k-x Sumber: Aplikasi Analisis Multivariate Dengan Program SPSS Dimana k adalah konstanta yang berasal dari setiap skor dikurangkan sehingga skor terkecil adalah 1 Ghozali, 2001: 32. Setelah dilakukan transformasi data maka, normalitas data dilihat kembali dengan menggunakan uji statistik Kolmogorov- Smirnov dan dilanjutkan dengan melihat metode grafik histogram data. Normalitas nilai residual dilihat dengan menggunakan metode grafik normalitas P-P Plot dengan aturan melihat sebaran data yang mengikuti garis diagonal maka data berdistribusi normal atau mendekati distribusi normal.

3.6.2.2 Uji Autokorelasi

Pada asumsi OLS didapati kesepakatan bahwa persamaan regresi yang terbentuk tidak boleh ada autokorelasi. Uji autokorelasi merupakan korelasi antara anggota dalam runtut waktu time series atau antara space data cross section Hakim,2004:253. Eli Safrida: Pengaruh Struktur Modal Dan Pertumbuhan Perusahaan Terhadap Nilai Perusahaan Pada Perusahaan Manufaktur Di Bursa Efek Jakarta, 2008. USU e-Repository © 2008 Cara mendeteksi adanya gejala autokorelasi adalah dengan melihat nilai Durbin- Watson. Asumsi penggunaan analisis DW ini jika digunakan untuk autokorelasi tingkat pertama dan model regresi yang ada mempunyai intercept constant serta tidak terdapat variabel lagi. Penggambilan keputusan bila menggunakan uji DW adalah sebagai berikut: a. Nilai DW terletak di antara du dan 4-du maka autokorelasi sama dengan nol, dan dapat diartikan tidak ada autokorelasi. du DW 4-du. b. Nilai DW terletak di bawah lower boud dl, maka akan mempunyai koefisien korelasi lebih besar dari nol dan memiliki autokorelasi positif. c. Nilai DW 4-dl, maka koefisien korelasi kurang dari nol, sehingga memiliki autokorelasi negatif. d. Nilai DW terletak di antara batas atas du dan batas bawah dl atau terletak antara 4-du dan 4-dl sehingga hasilnya tak dapat disimpulkan. Cara untuk mengatasi autokorelasi adalah banyak cara salah satunya adalah dengan menggunakan metode Hidrent-Lu, yaitu jika menemukan autokorelasi yang positif atau negatif dari model yang ditelitinya maka dapat menggunakan dimulai dari -0.9, -0.8,…, 0.8, 0.9. Untuk setiap nilai yang di coba, dilakukan proses transformasi yang diikuti dengan perhitungan regresi yang bersangkutan. Dari setiap hasil regresi kemudian diperoleh dan yang terbaik adalah melihat jumlah kuadrat yang terkecil sum of square residuals dari model regresinya Arief, 2006: 44. Eli Safrida: Pengaruh Struktur Modal Dan Pertumbuhan Perusahaan Terhadap Nilai Perusahaan Pada Perusahaan Manufaktur Di Bursa Efek Jakarta, 2008. USU e-Repository © 2008

3.6.2.3 Uji Multikolinearitas

Multikolinearitas merupakan fenomena situasi dimana ada korelasi antara variabel independen satu dengan yang lainnya. Konsekuensi praktis yang timbul sebagai akibat adanya multikolinearitas ini adalah kesalahan standar penaksir semakin besar dan probabilitas untuk menerima hipotesis yang salah semakin besar sehingga mengakibatkan diperolehnya kesimpulan yang salah. Dalam asumsi klasik OLS ordinary least square diterangkan bahwa tidak ada multikolinearitas yang sempurna antar variabel independen. Jika terdapat nilai korelasi di antara variabel independen adalah satu maka koefisiennya: a Koefisien untuk nilai-nilai regresi tidak dapat diperkirakan b Nilai standard error dari setiap koefisien regresi menjadi nilai yang tak terhingga Arief, 2006:23. Cara mendeteksi adanya gejala multikolinearitas adalah dengan menggunakan metode Varian Inflation Factor VIF. Adapun kriteria yang digunakan dalam pengujian metode VIF ini adalah jika VIF j 10 terjadi multikolinearitas yang tinggi antara variabel independen dengan variabel independen lainnya Hakim, 2004: 301. Cara mengatasi multikolinearitas adalah: a Transformasi variabel. Jika terlihat pada model awal dengan adanya gejala multikolinieritas maka dapat dilakukan transformasi variabel yang bersangkutan ke dalam bentuk logaritma natural atau bentuk-bentuk transformasi lainnya, sehingga nilai t hitung yang dihasilkan secara individu variabel independen dapat secara signifikan mempengaruhi variabel terkait, b Meningkatkan jumlah data sampel. Dengan adanya peningkatan jumlah data sampel diharapkan mampu menurunkan standard error disetiap variabel independen Eli Safrida: Pengaruh Struktur Modal Dan Pertumbuhan Perusahaan Terhadap Nilai Perusahaan Pada Perusahaan Manufaktur Di Bursa Efek Jakarta, 2008. USU e-Repository © 2008 dan akan diperoleh model yang benar-benar bisa menaksir koefisien regresi secara tepat Arief, 2006:30-31.

3.6.2.4 Uji Heterokedastisitas

Langkah ini bertujuan untuk menguji apakah didalam model regresi yang kita miliki mengandung perbedaan variansi residu dari kasus pengamatan satu kasus ke kasus pengamatan yang lainnya. Jika variansi residu dari kasus pengamatan satu ke kasus pengamatan yang lainnya mempunyai nilai tetap maka disebut homokedastisitas dan jika mempunyai perbedaan maka disebut heteroskedastisitas. Model regresi yang baik adalah model regresi yang memiliki homoskedastisitas dan bukan memiliki heteroskedastisitas. Cara untuk mendeteksi ada tidaknya heteroskedastisitas adalah dengan melihat grafik plot antara nilai residu variabel dependen SRESID dengan nilai prediksi ZPRED Santoso, 2006: 251. Dasar analisisnya: a Jika ada pola tertentu, seperti titik-titik yang membentuk pola yang teratur bergelombang, melebar kemudian menyempit, maka mengidentifikasikan telah terjadi heteroskedastisitas. b Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka pada sumbu Y, maka tidak terjadi heteroskedastisitas. Cara untuk mengatasi masalah heteroskedastisitas adalah: a Melakukan transformasi dalam bentuk membagikan model regresi asal dengan salah satu variabel independen yang digunakan dalam model ini. b Melakukan transformasi log Arief, 2006: 37. Eli Safrida: Pengaruh Struktur Modal Dan Pertumbuhan Perusahaan Terhadap Nilai Perusahaan Pada Perusahaan Manufaktur Di Bursa Efek Jakarta, 2008. USU e-Repository © 2008

3.6.3 Pengujian Hipotesis

Pengujian hipotesis dalam penelitian ini akan menguji apakah struktur modal dan pertumbuhan perusahaan berpengaruh terhadap nilai perusahaan. Teknik statistik yang digunakan adalah regresi linier. Pengujian hipotesis dengan menggunakan model regresi sederhana diterapkan untuk hipotesis 1 dan 2, karena hanya menguji pengaruh secara parsial antara variabel independen struktur modal dan pertumbuhan perusahaan terhadap satu variabel dependen nilai perusahaan. Adapun persamaan regresi hipotesis 1 untuk menguji pengaruh struktur modal terhadap nilai perusahaan adalah sebagai berikut: ε + + = 1 1 x b a Y Persamaan regresi hipotesis 2 untuk menguji pengaruh pertumbuhan perusahaan terhadap nilai perusahaan adalah sebagai berikut: ε + + = 2 2 x b a Y Pengujian hipotesis dengan menggunakan model regresi berganda diterapkan untuk hipotesis 3, karena akan menguji pengaruh secara bersama-sama antara variabel independen struktur modal dan pertumbuhan perusahaan terhadap satu variabel dependen nilai perusahaan. Adapun persamaan regresi yang digunakan adalah sebagai berikut: ε + + + = 2 2 1 1 x b x b a Y Dimana: : Y Nilai Perusahaan Eli Safrida: Pengaruh Struktur Modal Dan Pertumbuhan Perusahaan Terhadap Nilai Perusahaan Pada Perusahaan Manufaktur Di Bursa Efek Jakarta, 2008. USU e-Repository © 2008 : a Konstanta : 1 b Koefisien Regresi Struktur Modal : 2 b Koefisien Regresi Pertumbuhan Perusahaan : 1 X Struktur Modal : 2 X Pertumbuhan Perusahaan : ε Standard Error Apabila nilai koefisien struktur modal yang diukur dengan debt to equity rasio DER signifikan, maka akan menunjukkan bahwa struktur modal berpengaruh terhadap nilai perusahaan. Nilai koefisien pertumbuhan perusahaan yang diukur dengan perubahan total aktiva yang signifikan menunjukkan bahwa terdapat pengaruh antara pertumbuhan perusahaan terhadap nilai perusahaan. Pengujian hipotesis 1 apakah struktur modal berpengaruh terhadap nilai perusahaan, dapat dilakukan dengan teknik regresi linier sederhana. Adapun langkah- langkah yang dilakukan sebagai berikut: 1. Membuat Formulasi Hipotesis: H 1: b 1 ≠ 0, struktur modal berpengaruh terhadap nilai perusahaan 2. Menentukan Tingkat Signifikansi. Untuk memperoleh nilai signifikansi, menggunakan taraf nyata 5. 3. Dasar pengambilan keputusan a. -value 0.05, maka H 1 berpengaruh b. -value 0.05, maka H 1 tidak berpengaruh Eli Safrida: Pengaruh Struktur Modal Dan Pertumbuhan Perusahaan Terhadap Nilai Perusahaan Pada Perusahaan Manufaktur Di Bursa Efek Jakarta, 2008. USU e-Repository © 2008 Pengujian hipotesis 2 apakah pertumbuhan perusahaan berpengaruh terhadap nilai perusahaan, dapat dilakukan dengan teknik regresi linier sederhana. Adapun langkah-langkah yang dilakukan sebagai berikut: 1. Membuat Formulasi Hipotesis: H 2: b 2 ≠ 0, pertumbuhan perusahaan berpengaruh terhadap nilai perusahaan 2. Menentukan Tingkat Signifikasi. Untuk memperoleh nilai signifikansi, menggunakan taraf nyata 5. 3. Dasar pengambilan keputusan a. -value 0.05, maka H 2 berpengaruh b. -value 0.05, maka H 2 tidak berpengaruh Pengujian hipotesis 3 struktur modal dan pertumbuhan perusahaan secara bersama- sama berpengaruh terhadap nilai perusahaan, dapat dilakukan dengan teknik regresi linier berganda. Adapun langkah-langkah yang dilakukan adalah sebagai berikut: 1. Membuat Formulasi Hipotesis: H 3 : b 3 ≠ 0, struktur modal dan pertumbuhan perusahaan secara bersama-sama berpengaruh terhadap nilai perusahaan 2. Menentukan Tingkat Signifikansi Untuk memperoleh nilai signifikansi, menggunakan taraf nyata 5. 3. Dasar pengambilan keputusan a. -value 0.05, maka H 3 berpengaruh b. -value 0.05, maka H 3 tidak berpengaruh Eli Safrida: Pengaruh Struktur Modal Dan Pertumbuhan Perusahaan Terhadap Nilai Perusahaan Pada Perusahaan Manufaktur Di Bursa Efek Jakarta, 2008. USU e-Repository © 2008

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1 Hasil Penelitian

Setelah melalui berbagai tahapan penelitian yang telah direncanakan, penelitian ini menghasilkan berbagai hal terkait dengan masalah yang diajukan pada bagian awal. Hasil statistik deskriptif akan memberikan gambaran umum terhadap data yang digunakan dalam penelitian ini. Sebelum melakukan pengujian hipotesa melalui pengujian model, penelitian ini terlebih dahulu melakukan pengujian terhadap kualitas data yang digunakan. Pengujian ini digunakan untuk menjamin terpenuhinya asumsi yang diperlukan dalam melakukan pengujian terhadap model regresi.

4.1.1 Statistik Deskriptif

Statistik deskriptif memberikan gambaran umum tentang objek penelitian yang dijadikan sampel. Penjelasan data melalui statistik deskriptif diharapkan memberikan gambaran awal tentang masalah yang diteliti. Statistik deskriptif difokuskan kepada nilai maximum, minimum, rata-rata mean dan standar deviasi. Eli Safrida: Pengaruh Struktur Modal Dan Pertumbuhan Perusahaan Terhadap Nilai Perusahaan Pada Perusahaan Manufaktur Di Bursa Efek Jakarta, 2008. USU e-Repository © 2008