Gambaran Umum Objek Penelitian

64

BAB IV PENEMUAN DAN PEMBAHASAN

A. Gambaran Umum Objek Penelitian

1. Pengertian dan Sejarah Pasar Modal di Indonesia Pasar modal capital market menurut Kamus Pasar Uang dan Pasar Modal adalah pasar konkrit atau abstrak yang mempertemukan pihak yang menawarkan dan memerlukan dana jangka panjang. Sedangkan menurut Rodoni dan Nasarudin 2007 pasar modal dalam arti sempit adalah suatu tempat dalam pengertian fisik yang terorganisasi dengan efek-efek yang diperdagangkan yang disebut bursa efek. Bursa efek stock exchange adalah suatu sistem terorganisasi yang mempertemukan penjual dan pembeli efek yang dilakukan baik secara langsung maupun tidak langsung. Efek adalah setiap surat berharga yang diterbitkan oleh perusahaan seperti saham, obligasi, surat pengakuan hutang, surat berharga komersial commercial paper, dan sebagainya. Definisi yang lain tentang pasar modal adalah pasar keuangan untuk dana-dana jangka panjang di mana jatuh temponya lebih dari satu tahun dan merupakan pasar yang konkrit. Pasar modal berbeda dengan pasar uang money market. Pasar uang berkaitan dengan instrumen keuangan jangka pendek di mana jatuh temponya kurang dari satu tahun. 65 Dengan keberadaan pasar modal, perusahaan akan lebih mudah memperoleh dana sehingga akan mendorong perekonomian nacional menjadi lebih maju, terciptanya lapangan kerja yang luas, dan meningkatkan pendapatan pajak bagi pemerintah. 2. Organisasi yang Terkait di Bursa Efek Indonesia a. Badan Pengawas Pasar Modal BAPEPAM Lembaga pemerintah yang mempunyai tugas sebagai berikut: 1 Memonitor dan mengatur sekuritas pasar di mana sekuritas- sekuritas dapat diterbitkan dan diperdagangkan secara teratur, wajar dan efisien dengan maksud untuk melindungi kepentingan para pemodal dan masyarakat. 2 Mengawasi dan memonitor pertukaran sekuritas, clearing, settlement dan lembaga-lembaga penyimpanan reksa dana, perusahaan sekuritas dan para pialang, berbagai lembaga pendukung pasar modal dan para profesional. 3 Untuk memberikan rekomendasi tentang pasar modal kepada Menteri Keuangan. Dengan fungsi tersebut diharapkan BAPEPAM dapat lebih melaksanakan fungsi pengawasan karena kegiatan perdagangan efek dan berbagai kegiatan yang berkaitan dengannya diselenggarakan oleh bursa efek sendiri. 66 b. Perusahaan yang Go Public Emiten Perusahaan yang melakukan emisi atau yang telah melakukan penawaran dalam surat berharga. Pihak ini membutuhkan dana guna membelanjai operasi rencana investasi. c. Perusahaan Efek Perusahaan yang kegiatannya berperan sebagai perantara pedagang efek yaitu bahwa perusahaan efek melakukan jual beli saham atas kepentingan pihak lain atau dirinya sendiri. Selain itu, perusahaan efek juga dapat bertindak sebagai penjamin emisi efek dan manajer investasipenasehat investasi. d. Self Regulatory Organization SRO Organisasi yang mewakili kewenangan untuk membuat peraturan yang berhubungan dengan aktivitas usahanya. SRO terdiri dari: 1 Bursa Efek Pihak yang menyelenggarakan dan menyediakan sistem dan sarana mempertemukan penawaran jual dan beli efek pihak-pihak lain dengan tujuan memperdagangkan efek di antara mereka. 2 Lembaga Kliring dan Penjamin LKP Pihak yang menyelenggarakan jasa kliring dan penjamin transaksi bursa agar terlaksana secara teratur, wajar, dan efisien. Setiap transaksi akan melewati lembaga ini untuk diselesaikan transaksinya. Lembaga yang memperoleh izin usaha sebagai LKP 67 oleh BAPEPAM adalah PT. Kliring Penjaminan Efek Indonesia PT. KPEI. 3 Lembaga Penyimpan dan Penyelesaian LPP Pihak yang menyelenggarakan kegiatan custodian central penyimpanan efek bagi bank kustodian, perusahaan efek dan yang lainnya. Lembaga yang memperoleh izin usaha sebagai LPP oleh BAPEPAM adalah PT. Kustodian Sentral Efek Indonesia PT. KSEI. e. Perusahaan Reksa dana Pihak yang kegiatan umumya melakukan penanaman modal dalam berbagai portofolio saham yang beragam diversified portfolio. f. Lembaga Penunjang Lembaga penunjang meliputi tempat penitipan harta, wali amanat atau penanggung yang menyediakan jasa. Tempat penitipan harta adalah yang menyelenggarakan penyimpanan harta dalam penitipan untuk kepentingan pihak lain berdasarkan suatu kontrak tanpa mempunyai hak kepemilikan atas harta tersebut. Wali amanat trust agent adalah pihak yang dipercayakan untuk mewakili kepentingan seluruh pemegang obligasi atau sertifikat kredit. Penanggung gurator adalah pihak yang menanggung kembali jumlah pokok atau bunga emisi obligasi atau sekuritas kredit dalam hal emiten cidera janji. 68 g. Profesi Penunjang Terdiri dari akuntan publik, notaris, perusahaan penilai appraisal dan konsultan hukum. Akuntan publik adalah pihak yang memiliki keahlian dalam bidang akuntansi dan pemeriksa akuntan auditing. Fungsi akuntan adalah memberi pendapat atas kewajaran laporan keuangan emiten atau calon emiten. Notaris adalah pejabat yang berwenang membuat akte otentik sebagaimana dimaksudkan dalam Staad Glad 1860 No. 3 tentang pengaturan jabatan notaris. Peran notaris adalah membuat perjanjian, penyusunan anggaran dasar dan perubahannya, perubahan pemilik modal dan lain-lain. Penilai appraisal adalah pihak yang menerbitkan dan menandatangani laporan penilai. Laporan penilai mencakup pendapat atas aktiva yang disusun berdasarkan pemerikasaan menurut keahlian penilai. Konsultan hukum adalah ahli hukum mengenai emisi atau emiten. Fungsi utama konsultan hukum adalah melindungi pemodal atau calon pemodal dari segi hukum. Tugasnya antara lain meneliti akte pendirian, izin usaha, dan lain-lain. h. Pemodal Investor Pihak perorangan maupun lembaga yang menanamkan modalnya dalam efek-efek yang diperdagangkan. 3. Deskriptif Data Pada skripsi ini, data permasalahan terdiri dari variabel independen dan variabel dependen. Adapun variabel dependen Y adalah Profitabilitas sedangkan variabel independennya X adalah Makro 69 Ekonomi dan Capital Structure. Variable-variabel ini didapat dari data skunder dari Bursa Efek Indonesia BEI. Jumlah perusahaan yang diteliti adalah berjumlah 19 perusahaan, berikut ini merupakan perusahaan- perusahaan yang menjadi objek penelitian. Tabel 4.1 Perusahaan Objek Penelitian No Nama Perusahaan Kode Saham 1 PT. Polychem Indonesia Tbk ADMG 2 PT. Astra International Tbk ASII 3 PT. Astra Otoparts Tbk AUTO 4 PT. Indo Kordosa Tbk BRAM 5 PT. Goodyear Indonesia Tbk GDYR 6 PT. Gajah Tunggal Tbk GJTL 7 PT. Hexindo Adiperkasa Tbk HEXA 8 PT. Indomobil Sukses Internasional Tbk IMAS 9 PT. Indospring Tbk INDS 10 PT. Intraco Penta Tbk INTA 11 PT. Multi Prima Sejahtera Tbk IPIN 12 PT. Multistrada Arah Sarana Tbk MASA 13 PT. Nipress Tbk NIPS 14 PT. Prima Alloy Steel Tbk PRAS 15 PT. Selamat Sempurna Tbk SMSM 16 PT. Allbond Makmur UsahaTbk SQMI 17 PT. Sugi Samapersada Tbk SUGI 18 PT. Tunas Ridean Tbk TURI 19 PT. United Tractor Tbk UNTR Sumber : diolah dari berbagai sumber 70 Tabel 4.2 Statistik Deskriptif Variabel Long Term Debt No Perusahaan Long Term Debt 2004 2005 2006 2007 2008 2009 1 ADMG 5,24 626,01 1,35 1,24 0,57 0,47 2 ASII 6,19 15,02 9,52 8,49 10,45 10,30 3 AUTO 0,12 0,30 0,25 0,24 0,20 0,15 4 BRAM 0,24 0,24 0,23 0,23 5 GDYR 0,02 0,02 0,02 0,02 0,31 0,18 6 GJTL 0,47 1,02 3,40 3,94 4,58 4,04 7 HEXA 5,58 22,95 57,75 90,82 107,75 118,84 8 IMAS 1,52 1,94 1,37 1,02 1,17 1,25 9 INDS 3,21 4,76 0,14 0,15 0,16 0,12 10 INTA 54,49 54,90 0,28 0,22 0,31 0,16 11 LPIN 12 MASA 0,47 1,90 0,37 0,21 0,35 0,17 13 NIPS 0,11 0,12 1,19 1,17 12,76 10,43 14 PRAS 21,26 23,47 0,18 0,05 0,07 1,22 15 SMSM 16 SQMI 17 SUGI 254,98 1334,87 1558,17 959,84 18 TURI 0,83 0,97 1,10 0,14 19 UNTR 1,26 2,67 1,74 1,49 2,86 2,04 Sumber : diolah dari berbagai sumber Berdasarkan data long term debt yang diperoleh pada masing-masing perusahaan pada table 4.2, pada tahun 2004, long term debt tertinggi dimiliki oleh PT. Sugi Samapersada Tbk sebesar 254,98, namun ada pula perusahaan yang tidak memiliki long term debt yaitu perusahaan PT. Multi Prima Sejahtera Tbk, PT. Selamat Sempurna Tbk, PT. Allbond Makmur Usaha Tbk dan PT. Tunas Ridean Tbk. Pada tahun 2005, long term debt tertinggi dimiliki oleh PT. Sugi Samapersada Tbk sebesar 1334,87, namun ada pula perusahaan yang tidak memiliki long term debt yaitu perusahaan PT. Multi Prima Sejahtera Tbk, PT. Selamat Sempurna Tbk, PT. Allbond Makmur Usaha Tbk dan PT. Tunas 71 Ridean Tbk. Pada tahun 2006, long term debt tertinggi dimiliki oleh PT. Hexindo Adiperkasa Tbk sebesar 57,75, namun ada pula perusahaan yang tidak memiliki long term debt yaitu perusahaan PT. Multi Prima Sejahtera Tbk, PT. Selamat Sempurna Tbk, PT. Allbond Makmur Usaha Tbk dan PT. Sugi Samapersada Tbk. Pada tahun 2007, long term debt tertinggi dimiliki oleh PT. Sugi Samapersada Tbk sebesar 1558,17, namun ada pula perusahaan yang tidak memiliki long term debt yaitu perusahaan PT. Multi Prima Sejahtera Tbk, PT. Selamat Sempurna Tbk, PT. Allbond Makmur Usaha Tbk. Pada tahun 2008, long term debt tertinggi dimiliki oleh PT. Sugi Samapersada Tbk sebesar 959,84, namun ada pula perusahaan yang tidak memiliki long term debt yaitu perusahaan PT Indo Kordsa Tbk, PT. Multi Prima Sejahtera Tbk, PT. Selamat Sempurna Tbk, PT. Allbond Makmur Usaha Tbk. Pada tahun 2009, long term debt tertinggi dimiliki oleh PT. Hexindo Adiperkasa Tbk sebesar 118,84, namun ada pula perusahaan yang tidak memiliki long term debt yaitu perusahaan PT Indo Kordsa Tbk, PT. Multi Prima Sejahtera Tbk, PT. Selamat Sempurna Tbk, PT. Allbond Makmur Usaha Tbk dan PT. Sugi Samapersada Tbk. Tabel 4.3 Statistik Deskriptif Variabel Sales Growth No Perusahaan Sales Growth 2004 2005 2006 2007 2008 2009 1 ADMG 47,00 12,00 22,00 16,00 3,00 21,00 2 ASII 41,00 39,00 11,00 21,00 38,00 2,00 3 AUTO 26,00 32,00 14,00 19,00 28,00 1,00 4 BRAM 25,30 20,00 17,00 2,00 6,00 8,00 5 GDYR 85,00 12,00 11,00 10,00 90,00 3,00 6 GJTL 12,00 45,00 12,00 18,00 20,00 0,30 7 HEXA 22,00 270,00 2,00 23,00 60,00 43,00 8 IMAS 28,00 15,20 56,00 43,00 26,10 17,00 Tabel ini berlanjut ke halaman berikut: 72 Tabel 4.3 Lanjutan 9 INDS 38,10 45,00 11,00 31,00 67,00 1,00 10 INTA 55,00 32,00 30,00 15,00 59,00 2,00 11 LPIN 82,00 11,00 48,00 41,00 2,00 10,00 12 MASA 56,00 7,00 58,00 37,00 142,00 19,00 13 NIPS 38,00 23,00 16,00 36,00 69,00 42,00 14 PRAS 51,00 21,00 9,00 13,00 16,00 60,00 15 SMSM 15,00 15,20 2,20 17,20 27,20 2,00 16 SQMI 162,00 171,00 259,00 12,00 13,00 9.60 17 SUGI 37,80 15,30 32,20 21,60 57,00 18 TURI 26,00 27,10 19,00 12,20 27,90 2,80 19 UNTR 55,00 33,00 3,00 24,00 40,00 10,00 10 INTA 55,00 32,00 30,00 15,00 59,00 2,00 11 LPIN 82,00 11,00 48,00 41,00 2,00 10,00 12 MASA 56,00 7,00 58,00 37,00 142,00 19,00 13 NIPS 38,00 23,00 16,00 36,00 69,00 42,00 14 PRAS 51,00 21,00 9,00 13,00 16,00 60,00 15 SMSM 15,00 15,20 2,20 17,20 27,20 2,00 16 SQMI 162,00 171,00 259,00 12,00 13,00 9.60 17 SUGI 37,80 15,30 32,20 21,60 57,00 18 TURI 26,00 27,10 19,00 12,20 27,90 2,80 19 UNTR 55,00 33,00 3,00 24,00 40,00 10,00 Sumber : diolah dari berbagai sumber Berdasarkan data sales growth yang diperoleh pada masing-masing perusahaan pada table 4.3, pada tahun 2004, sales growth tertinggi dimiliki oleh PT. Goodyear Indonesia Tbk sebesar 85, dan yang terendah dipegang oleh PT. Allbond Makmur Usaha Tbk sebesar -162. Pada tahun 2005, sales growth tertinggi dimiliki oleh PT. Hexindo Adiperkasa Tbk sebesar 270, dan yang terendah dipegang oleh PT. Allbond Makmur Usaha Tbk sebesar -171. Pada tahun 2006, sales growth tertinggi dimiliki oleh PT. Multistrada Arah Sarana Tbk sebesar 58, dan yang terendah dipegang oleh PT. Allbond Makmur Usaha Tbk sebesar -259. Pada tahun 2007, sales growth tertinggi dimiliki oleh PT. Indomobil Sukses Internasional Tbk sebesar 43, dan yang terendah 73 dipegang oleh PT. Multi Prima Sejahtera Tbk sebesar -41. Pada tahun 2008, sales growth tertinggi dimiliki oleh PT. Multistrada Arah Sarana Tbk sebesar 142, dan yang terendah dipegang oleh PT. Sugi Samapersada Tbk sebesar -21,60. Pada tahun 2009, sales growth tertinggi dimiliki oleh PT. Multistrada Arah Sarana Tbk sebesar 19, dan yang terendah dipegang oleh PT. Prima Alloy Steel Tbk sebesar -60. Tabel 4.4 Statistik Deskriptif Variabel Debt to Equity Ratio No Perusahaan Debt to Equity Ratio 2004 2005 2006 2007 2008 2009 1 ADMG 21,00 19,40 21,90 21,50 28,10 24,10 2 ASII 11,70 18,10 14,10 11,70 12,10 10,00 3 AUTO 6,20 7,10 5,70 4,80 4,50 3,90 4 BRAM 11,80 8,70 6,10 5,20 4,80 2,30 5 GDYR 5,50 6,60 6,20 9,40 24,60 1,70 6 GJTL 26,10 26,80 24,10 25,40 42,80 23,20 7 HEXA 20,40 21,00 24,80 26,30 20,00 17,80 8 IMAS 185,90 212,30 209,00 270,40 281,00 178,30 9 INDS 43,20 58,90 61,30 66,10 53,30 65,70 10 INTA 47,30 18,00 16,80 17,00 24,60 19,10 11 LPIN 7,60 8,80 7,70 7,90 5,80 5,40 12 MASA 15,10 9,50 9,90 4,00 7,30 8,20 13 NIPS 13,50 12,80 14,80 20,20 16,30 14,80 14 PRAS 25,10 33,30 36,80 31,90 27,10 36,80 15 SMSM 7,10 5,60 5,30 6,60 6,20 8,00 16 SQMI 2,10 1,40 1,30 3,90 4,00 7,40 17 SUGI 3,70 3,10 3,10 3,30 1,20 0,15 18 TURI 23,80 34,40 32,40 29,10 25,00 35,50 19 UNTR 11,70 15,80 14,40 12,60 16,10 8,00 Sumber : diolah dari berbagai sumber Berdasarkan data Debt to Equity Ratio yang diperoleh pada masing- masing perusahaan pada table 4.4, pada tahun 2004, Debt to Equity Ratio tertinggi dimiliki oleh PT. Indomobil Sukses Internasional Tbk sebesar 74 185,90, dan yang terendah dipegang oleh PT. Allbond Makmur Usaha Tbk sebesar 2,10. Pada tahun 2005, Debt to Equity Ratio tertinggi dimiliki oleh PT. Indomobil Sukses Internasional Tbk sebesar 212,30, dan yang terendah dipegang oleh PT. Allbond Makmur Usaha Tbk sebesar 1,40. Pada tahun 2006, Debt to Equity Ratio tertinggi dimiliki oleh PT. Indomobil Sukses Internasional Tbk sebesar 209,00, dan yang terendah dipegang oleh PT. Allbond Makmur Usaha Tbk sebesar 1,30. Pada tahun 2007, Debt to Equity Ratio tertinggi dimiliki oleh PT. Indomobil Sukses Internasional Tbk sebesar 270,40, dan yang terendah dipegang oleh PT. Sugi Samapersada Tbk sebesar 3,30. Pada tahun 2008, Debt to Equity Ratio tertinggi dimiliki oleh PT. Indomobil Sukses Internasional Tbk sebesar 281,00, dan yang terendah dipegang oleh PT. Sugi Samapersada Tbk sebesar 1,20. Pada tahun 2009, Debt to Equity Ratio tertinggi dimiliki oleh PT. Indomobil Sukses Internasional Tbk sebesar 178,30, dan yang terendah dipegang oleh PT. Sugi Samapersada Tbk sebesar 0,15. Tabel 4.5 Statistik Deskriptif Variabel Debt to Assets Ratio No Perusahaan Debt to Assets Ratio 2004 2005 2006 2007 2008 2009 1 ADMG 68,00 66,00 69,00 68,00 74,00 71,00 2 ASII 50,00 60,00 54,00 50,00 50,00 45,00 3 AUTO 36,00 38,00 35,00 32,00 30,00 27,00 4 BRAM 49,00 42,00 33,00 30,00 48,00 23,00 5 GDYR 36,00 40,00 38,00 48,00 70,00 6,00 6 GJTL 71,00 73,00 71,00 72,00 86,00 69,00 7 HEXA 67,00 58,00 71,00 72,00 67,00 64,00 8 IMAS 89,00 91,00 91,00 92,00 93,00 88,00 9 INDS 81,00 85,00 85,00 87,00 84,00 87,00 10 INTA 83,00 64,00 63,00 63,00 71,00 66,00 75 11 LPIN 43,00 47,00 43,00 44,00 37,00 3,40 12 MASA 60,00 49,00 50,00 28,00 42,00 45,00 13 NIPS 58,00 56,00 60,00 67,00 62,00 60,00 14 PRAS 71,00 77,00 79,00 76,00 73,00 79,00 15 SMSM 38,00 34,00 33,00 38,00 37,00 42,00 16 SQMI 17,00 12,00 12,00 28,00 29,00 42,00 17 SUGI 28,00 24,00 24,00 25,00 10,00 1,40 18 TURI 70,00 77,00 76,00 74,00 70,00 78,00 19 UNTR 54,00 61,00 59,00 55,00 64,00 44,00 Sumber : diolah dari berbagai sumber Berdasarkan data Debt to Assets Ratio yang diperoleh pada masing- masing perusahaan pada table 4.5, pada tahun 2004, Debt to Assets Ratio tertinggi dimiliki oleh PT. Indomobil Sukses Internasional Tbk sebesar 89,00, dan yang terendah dipegang oleh PT. Allbond Makmur Usaha Tbk sebesar 17,00. Pada tahun 2005, Debt to Assets Ratio tertinggi dimiliki oleh PT. Indomobil Sukses Internasional Tbk sebesar 91,00, dan yang terendah dipegang oleh PT. Allbond Makmur Usaha Tbk sebesar 12,00. Pada tahun 2006, Debt to Assets Ratio tertinggi dimiliki oleh PT. Indomobil Sukses Internasional Tbk sebesar 91,00, dan yang terendah dipegang oleh PT. Allbond Makmur Usaha Tbk sebesar 12,00. Pada tahun 2007, Debt to Assets Ratio tertinggi dimiliki oleh PT. Indomobil Sukses Internasional Tbk sebesar 92,00, dan yang terendah dipegang oleh PT. Sugi Samapersada Tbk sebesar 25,00. Pada tahun 2008, Debt to Assets Ratio tertinggi dimiliki oleh PT. Indomobil Sukses Internasional Tbk sebesar 93,00, dan yang terendah dipegang oleh PT. Sugi Samapersada Tbk sebesar 10,00. Pada tahun 2009, Debt to Assets Ratio tertinggi dimiliki oleh PT. Indomobil Sukses Internasional Tbk sebesar 88,00, dan yang terendah dipegang oleh PT. Sugi Samapersada Tbk sebesar 1,40. 76 Tabel 4.6 Statistik Deskriptif Variabel Macro Economy No Perusahaan Macro Economy Inflasi Kurs 1 2004 6,4 9.723 2 2005 17,11 9.830 3 2006 6,6 9.020 4 2007 6,59 9.419 5 2008 11,06 10.950 6 2009 2,78 9.400 Sumber : diolah dari berbagai sumber Tabel 4.6 di atas menunjukan besarnya nilai inflasi dan nilai tukar kurs rupiah terhadap dolar AS, dari tabel tersebut dapat dilihat bahwa tingkat inflasi tertinggi pada tahun 2005 sebesar 171,10, dan tingkat inflasi terendah pada tahun 2009 sebesar 27,80. Sedangkan untuk nilai kurs rupiah terhadap dolar AS, kurs tertinggi terjadi pada tahun 2008 sebesar 109,50, dan tingkat kurs terendah pada tahun 2006 sebesar 90,20. Tabel 4.7 Statistik Deskriptif Variabel Profit Margin No Perusahaan Profit Margin 2004 2005 2006 2007 2008 2009 1 ADMG 4,49981 2,302585 4,382027 2,302585 4,248495 2,995732 2 ASII 4,941642 4,60517 4,382027 4,700480 4,787492 4,867534 3 AUTO 4,49981 6,813445 4,49981 4,70048 4,787492 5,010635 4 BRAM 3,367296 4,219508 2,484907 3,401197 4,094345 4,248495 5 GDYR 3,912023 2,302585 3,688879 3,401197 4,49981 6 GJTL 4,941642 3,688879 2,995732 2,302585 4,382027 4,70048 7 HEXA 4,248495 4,094345 3,401197 3,401197 4,49981 7,012115 8 IMAS 2,639057 2,079442 -0,91629 -1,20397 2,302585 2,302585 9 INDS 2,302585 8,237479 1,791759 2,995732 4,382027 1,609438 10 INTA 2,302585 2,995732 2,302585 2,302585 2,995732 2,995732 Tabel ini berlanjut ke halaman berikut: 77 Tabel 4.7 Lanjutan 11 LPIN 4,49981 5,560682 3,401197 5,913503 5,598422 4,49981 12 MASA 9,443038 5,247024 3,912023 3,688879 4,248495 4,60517 13 NIPS 4,382027 2,639057 4,70048 2,302585 1,098612 2,302585 14 PRAS 3,688879 3,401197 1,098612 1,386294 1,386294 5,347108 15 SMSM 4,356709 4,330733 4,317488 4,317488 4,343805 6,697034 16 SQMI 2,70805 5,666427 7,383989 8,974618 8,455318 6,253829 17 SUGI 3,178054 5,298317 2,230014 4,204693 3,688879 4,787492 18 TURI 3,806662 3,433987 1,791759 3,7612 3,258097 3,401197 19 UNTR 1,098612 4,248495 4,248495 4,60517 4,941642 Sumber : diolah dari berbagai sumber Berdasarkan data Profit Margin yang diperoleh pada masing-masing perusahaan pada table 4.7, pada tahun 2004, Profit Margin tertinggi dimiliki oleh PT. Multistrada Arah Sarana Tbk sebesar 9,443038, dan yang terendah dipegang oleh PT. United Tractors Tbk sebesar 1,098612. Pada tahun 2005, Profit Margin tertinggi dimiliki oleh PT. Indospring Tbk sebesar 8,237479, dan yang terendah dipegang oleh PT. United Tractors Tbk sebesar 0.00. Pada tahun 2006, Profit Margin tertinggi dimiliki oleh PT. Allbond Makmur Usaha Tbk sebesar 7,383989, dan yang terendah dipegang oleh PT. Indomobil Sukses Internasional Tbk sebesar -0,91629. Pada tahun 2007, Profit Margin tertinggi dimiliki oleh PT. Allbond Makmur Usaha Tbk sebesar 8,974618, dan yang terendah dipegang oleh PT. Indomobil Sukses Internasional Tbk sebesar -1,20397. Pada tahun 2008, Profit Margin tertinggi dimiliki oleh PT. Allbond Makmur Usaha Tbk sebesar 8,455318, dan yang terendah dipegang oleh PT. Goodyear Tbk sebesar 0,00. Pada tahun 2009 Profit Margin tertinggi dimiliki oleh 78 PT. Hexindo Adiperkasa Tbk sebesar 7,012115, dan yang terendah dipegang oleh PT. Indospring Tbk sebesar 1,609438. Tabel 4.8 Statistik Deskriptif Variabel Return On Equity No Perusahaan Return On Equity 2004 2005 2006 2007 2008 2009 1 ADMG 3,747148 3,325036 5,363168 3,78419 4,301359 5,889709 2 ASII 1,308333 5,587997 5,111385 5,488111 0,788457 0,693147 3 AUTO 2,624669 5,138735 5,019265 5,304299 1,916923 1,609438 4 BRAM 4,089332 4,979489 3,091042 3,779634 4,655863 4,8489 5 GDYR 2,687847 3,186353 4,503137 4,9523 6,22436 1,223775 6 GJTL 3,499533 5,141079 4,016383 3,640214 3,328627 2,95491 7 HEXA 3,475067 5,647565 4,737075 4,868303 1,193922 2,60269 8 IMAS 5,903726 5,268373 1,871802 2,116256 1,223775 1,280934 9 INDS 3,871201 4,472781 3,449988 4,833102 1,916923 5,999929 10 INTA 4,380776 4,058717 3,126761 3,391147 3,852273 3,360375 11 LPIN 3,83298 5,199601 2,727853 5,445443 2,104134 3,303217 12 MASA 8,757862 4,630838 5,462135 3,122365 4,823502 4,234107 13 NIPS 3,577948 3,605498 4,454347 4,206184 4,859037 3,992681 14 PRAS 4,563306 3,569533 3,08191 3,063391 6,832816 3,404525 15 SMSM 5,119191 5,075174 4,98839 5,115596 5,135798 5,598422 16 SQMI 2,261763 4,284965 4,841822 7,137755 6,04192 6,456299 17 SUGI -1,20397 0,788457 -2,30259 -0,10536 -0,69315 -0,51083 18 TURI 5,550631 5,349486 3,496508 5,401325 5,476464 5,736572 19 UNTR 5,870144 5,544787 5,31074 5,562219 1,774952 1,481605 Sumber : diolah dari berbagai sumber Berdasarkan data Return On Equity yang diperoleh pada masing- masing perusahaan pada table 4.8, pada tahun 2004, Return On Equity tertinggi dimiliki oleh PT. Multistrada Arah Sarana Tbk sebesar 8,757862, dan yang terendah dipegang oleh PT. Sugi Samapersada Tbk sebesar - 1,20397 Pada tahun 2005, Return On Equity tertinggi dimiliki oleh PT. Hexindo Adiperkasa Tbk sebesar 5,647565 79 dan yang terendah dipegang oleh PT. Sugi Samapersada Tbk sebesar 0,788457. Pada tahun 2006, Return On Equity tertinggi dimiliki oleh PT. Multistrada Arah Sarana Tbk sebesar 5,462135, dan yang terendah dipegang oleh PT. Sugi Samapersada Tbk sebesar -2,30259. Pada tahun 2007, Return On Equity tertinggi dimiliki oleh P PT. Allbond Makmur UsahaTbk sebesar 7,137755, dan yang terendah dipegang oleh PT. Sugi Samapersada Tbk sebesar -0,10536. Pada tahun 2008, Return On Equity tertinggi dimiliki oleh PT. Prima Alloy Steel Tbk sebesar 6,832816, dan yang terendah dipegang oleh PT. Sugi Samapersada sebesar -0,69315. Pada tahun 2009, Return On Equity tertinggi dimiliki oleh PT. Allbond Makmur Usaha Tbk sebesar 6,456299, dan yang terendah dipegang oleh PT. Sugi Samapersada Tbk sebesar -0,51083. 80 B. Penemuan dan Pembahasan 1. Analisis Data dengan Menggunakan Structural Equation Modeling Gambar 4.1 Model SEM Makro Ekonomi Inflasi e2 1 1 Kurs e1 1 Capital Structure Profitability ROE e7 1 1 PM e8 1 DER e6 1 1 DAR e5 1 SG e4 1 LTD e3 1 z1 1 Sumber : diolah dari berbagai sumber

a. Menilai Identifikasi Model Structural

Pengujian pertama untuk model structural adalah menilai apakah model just-identified, overidentified, atau unidentified. Pengujian tersebut dapat dilakukan dengan menghitung jumlah data kovarian dan varian dibanding dengan jumlah parameter yang akan diestimasi. Output model summary dapat digunakan untuk menghitung hal tersebut. Tabel 4.9 Variable Counts Number of variables in your model: 20 Number of observed variables: 8 Number of unobserved variables: 12 Number of exogenous variables: 11 Number of endogenous variables: 9 Sumber : diolah dari berbagai sumber 81 Tabel 4.10 Parameter Summary Weights Covariances Variances Means Intercepts Total Fixed 12 12 Labeled Unlabeled 7 1 11 19 Total 19 1 11 31 Sumber : diolah dari berbagai sumber Berdasarkan tabel 4.9 dan 4.10 menampilkan ringkasan parameter dalam model. Dapat dilihat terdapat 19 regression weight dimana 12 dengan nilai tetap fixed dan 7 yang diestimasi. 12 fixed regression weight meliputi loading pertama dari 3 faktor dan 8 error term. Ada 1 kovarian dan 11 variansi yang diestimasi. Secara total ada 31 parameter dan 19 yang diestimasi. Untuk menilai apakah model just-identified, overidentified, atau unidentified dapat dilakukan dengan menghitung jumlah data kovarian dan varian dibandingkan dengan jumlah parameter yang akan diestimasi, yaitu p + qp + q +12 = 6 +26+ 2 +12 = 36 sampel moment sedangkan jumlah parameter yang akan diestimasi 19, sehingga nilai degree of freedom adalah 17 36 – 19 = 17. Jadi dapat disimpulkan bahwa model yang diteliti adalah overidentified, sehingga dapat diuji lebih lanjut. 82

b. Menilai Kriteria Goodness of Fit

Menilai goodness of fit merupakan tujuan utama dalam persamaan struktural, karena dalam tahapan ini ingin mengetahui sampai seberapa jauh model yang dihipotesakan “fit” atau cocok dengan sample data. Tabel 4.11 CMIN Model NPAR CMIN DF P CMINDF Default model 19 70.282 17 .000 4.134 Saturated model 36 .000 Independence model 8 187.094 28 .000 6.682 Sumber : diolah dari berbagai sumber Tabel 4.12 RMR dan GFI Model RMR GFI AGFI PGFI Default model 272.869 .881 .747 .416 Saturated model .000 1.000 Independence model 386.707 .723 .644 .562 Sumber : diolah dari berbagai sumber Tabel 4.13 RMSEA Model RMSEA LO 90 HI 90 PCLOSE Default model .167 .127 .208 .000 Independence model .224 .194 .255 .000 Sumber : diolah dari berbagai sumber Berdasarkan hasil goodness of fit seperti terlihat pada output diatas bahwa nilai Chi-Square 70.282 dan nilai probabilitas 0.000. Hasil ini menunjukkan bahwa hipotesis nol yang menyatakan model sama dengan data empiris ditolak yang berarti model tidak 83 fit. Model yang baik harus tidak menolak hipotesis nol yang berarti harus tidak signifikan secara statistik. Namun demikian, perlu diketahui bahwa Chi-Square sangat sensitif terhadap jumlah sampel. Semakin besar sampel semakin signifikan. Oleh karena itu, dicari ukuran model fit yang lain, yaitu GFI, AGFI, RMSEA. Output grafik memberikan nilai GFI = 0.881 AGFI = 0.747 keduanya belum memenuhi kriteria model fit yaitu di atas 0.90 dan nilai RMSEA = 0.167 di atas 0.080. Secara keseluruhan model ini belum dapat diterima dan belum bisa melakukan langkah selanjutnya. Karena model belum memenuhi kriteria model fit, maka dapat dilihat ketidak fit nya model, dengan melihat parameter estimainya. Tabel 4.14 Standardized Regression Weights Estimate Profitability --- Makro_Ekonomi .001 Profitability --- Capital_Structure .014 Inflasi --- Makro_Ekonomi 6.594 Kurs --- Makro_Ekonomi .073 ROE --- Profitability 19.385 PM --- Profitability .014 DER --- Capital_Structure .488 DAR --- Capital_Structure 1.264 SG --- Capital_Structure .217 LTD --- Capital_Structure -.134 Sumber : diolah dari berbagai sumber 84 Tabel 4.15 Variances Estimate S.E. C.R. P Label Makro_Ekonomi 91685.312 146851.634 .624 .532 par_9 Capital_Structure 568.194 283.625 2.003 .045 par_10 z1 1351.291 3652.154 .370 .711 par_11 e2 -89576.431 146840.347 -.610 .542 par_12 e1 36.608 4.869 7.519 par_13 e7 -1347.953 3652.142 -.369 .712 par_14 e8 3.131 .417 7.515 par_15 e6 1819.156 311.890 5.833 par_16 e5 -276.727 287.511 -.962 .336 par_17 e4 2552.587 339.189 7.526 par_18 e3 46300.092 6170.279 7.504 par_19 Berdasarkan tabel 4.14 terlihat bahwa nilai standardized regression weight untuk variabel Inflasi, ROE, dan DAR lebih besar dari 1.00 sehingga menghasilkan nilai variansi e2 = - 89576.431, e5 = -276.727 dan e7 = -1347.953 negative yang terdapat pada tabel 4.15. Dengan adanya nilai variansi negative disebut dengan Heywood case. Dengan adanya Heywood case pada model dan model final harus tidak mengandung Heywood case, maka hal tersebut harus dihilangkan. Cara mehilangkan Heywood case, yaitu dengan menghapuskan indikator yang mengandung Heywood case dari model atau dengan cara membuat konstrain model dengan memberikan nilai positif kecil untuk error term tertentu. Pada kasus ini untuk menghilangkan Heywood case dengan memberikan nilai positif pada indikator tersebut, yaitu 0,005. 85 Gambar 4.2 Model Sem dengan Nilai Konstrain Makro Ekonomi Inflasi 0.005 e2 1 1 Kurs e1 1 Capital Structure Profitability ROE 0.005 e7 1 1 PM e8 1 DER e6 1 1 DAR 0.005 e5 1 SG e4 1 LTD e3 1 z1 1

c. Menilai Identifikasi Model Structural

Pengujian pertama untuk model structural adalah menilai apakah model just-identified, overidentified, atau unidentified. Pengujian terssebut dapat dilakukan dengan menghitung jumlah data kovarian dan varian dibanding dengan jumlah parameter yang akan diestimasi. Output model summary dapat digunakan untuk menghitung hal tersebut. Tabel 4.16 Variable Counts Number of variables in your model: 20 Number of observed variables: 8 Number of unobserved variables: 12 Number of exogenous variables: 11 Number of endogenous variables: 9 Sumber : diolah dari berbagai sumber 86 Tabel 4.17 Parameter Summary Weights Covariances Variances Means Intercepts Total Fixed 12 3 15 Labeled Unlabeled 7 1 8 16 Total 19 1 11 31 Sumber : diolah dari berbagai sumber Berdasarkan tabel 4.16 dan 4.17 menampilkan ringkasan parameter dalam model. Dapat dilihat terdapat 19 regression weight dimana 12 dengan nilai tetap fixed dan 7 yang diestimasi. 12 fixed regression weight meliputi loading pertama dari 3 faktor dan 8 error term. Ada 1 kovarian, 8 variansi yang diestimasi dan 3 variansi e2, e5, dan e7 sudah ditetapkan konstrain terlebih dahulu. Secara total ada 31 parameter dan 16 yang diestimasi. Untuk menilai apakah model just-identified, overidentified, atau unidentified dapat dilakukan dengan menghitung jumlah data kovarian dan varian dibandingkan dengan jumlah parameter yang akan diestimasi, yaitu p + qp + q +12 = 6 +26+ 2 +12 = 36 sampel moment sedangkan jumlah parameter yang akan diestimasi 16, sehingga nilai degree of freedomnya adalah 20 36 – 16 = 20. Jadi dapat disimpulkan bahwa model yang diteliti adalah overidentified, sehingga dapat diuji lebih lanjut. 87

d. Menilai Kriteria Goodness of Fit

Menilai goodness of fit merupakan tujuan utama dalam persamaan structural, yaitu ingin mengetahui sampai seberapa jauh model yang dihipotesis “fit” atau cocok dengan sample data. Gambar 4.3 Model SEM dengan Nilai Goodness of Fit 2083.94 Makro Ekonomi Inflasi .01 e2 1.00 1 Kurs 28.63 e1 .06 1 853.41 Capital Structure Profitability ROE .01 e7 1.00 1 PM 3.05 e8 .15 1 DER 1533.94 e6 1.00 1 DAR .01 e5 .74 1 SG 2473.38 e4 .49 1 LTD 44626.02 e3 -1.72 1 .00 .01 67.24 3.11 z1 1 C-Square=82.538 Prob=.000 GFI=.859 AGFI=.747 TLI=.450 RMSEA=.166 Sumber : diolah dari berbagai sumber Berdasarkan hasil goodness of fit seperti terlihat pada output diatas bahwa nilai Chi-Square 82.538 dan nilai probabilitas 0.000. Hasil ini menunjukkan bahwa hipotesis nol yang menyatakan model sama dengan data empiris ditolak yang berarti model tidak fit. Model yang baik harus tidak menolak hipotesis nol yang berarti harus tidak signifikan secara statistic. Namun demikian perlu diketahui bahwa Chi-Square sangat sensitif terhadap jumlah sample. Semakin besar sample semakin signifikan. 88 Oleh karena itu, dicari ukuran model fit yang lain, yaitu GFI, AGFI, RMSEA. Output grafik memberikan nilai GFI = 0.859 AGFI = 0.747 keduanya belum memenuhi kriteria model fit yaitu masih di bawah 0.90 dan nilai RMSEA = 0.166 masih di atas 0.080. Secara keseluruhan model belum dapat diterima. Selain melihat kelayakkan parameter estimasi, untuk memperbaiki nilai goodness of fit dapat dilihat nilai Modification Indices. Nilai Modification Indices ini dapat memperbaiki nilai goodness of fit. Nilai Modification Indices yang dianjurkan adalah lebih besar dari 3.58. di bawah ini adalah nilai Modification Indices. Table 4.18 Nilai Modification Indices Pertama M.I. Par Change e3 -- z1 13.984 -131.143 e6 -- z1 8.964 -19.467 e8 -- Capital_Structure 25.410 -24.178 e8 -- e5 9.406 -8.197 e7 -- e3 13.459 -127.155 e7 -- e6 7.277 -17.334 e1 -- e4 7.115 66.779 Sumber : diolah dari berbagai sumber Berdasarkan tabel 4.18, terlihat bahwa nilai Modification Indices yang tertinggi adalah hubungan e8 dengan Capital Structure yaitu 25.410 yang artinya nilai C-Square berkurang sebesar 25.410. Di bawah ini adalah perbaikan nilai goodness of fit setelah menghubungkan e8 dengan Capital Structure. 89 Gambar 4. 4 Model SEM Perbaikan dengan MI Pertama Sumber : diolah dari berbagai sumber Berdasarkan hasil output di atas terlihat bahwa seluruh nilai goodness of fit semakin membaik. Hal tersebut terlihat dari nilai C- Square yang turun, nilai GFI, AGFI, dan RMSEA yang juga mengalami perbaikan. Namun nilai goodness of fit ini belum memenuhi kriteria yang diinginkan. Sehingga harus dilihat kembali nilai modification indicesnya. Tabel 4.19 Nilai Modification Indices Kedua M.I. Par Change e3 -- z1 13.983 -131.137 e6 -- z1 8.966 -19.469 e7 -- e3 13.247 -122.123 e7 -- e6 5.792 -14.972 e1 -- e4 7.115 66.779 Sumber : diolah dari berbagai sumber 90 Berdasarkan tabel 4.19, terlihat bahwa nilai Modification Indices yang tertinggi adalah hubungan e3 dengan z1 yaitu 13.983 yang artinya nilai C-Square berkurang sebesar 13.983. Di bawah ini adalah perbaikan nilai goodness of fit setelah menghubungkan e3 dengan z1. Gambar 4.5 Model SEM Perbaikan dengan MI Kedua Sumber : diolah dari berbagai sumber Berdasarkan hasil output di atas terlihat bahwa seluruh nilai goodness of fit semakin membaik. Hal tersebut terlihat dari nilai C- Square yang turun, nilai GFI, AGFI, dan TLI yang sudah lebih besar dari 0.800 dan RMSEA yang juga mengalami perbaikan, namun nilai RMSEA dan probabilitasnya belum memenuhi syarat. Sehingga harus dilihat kembali nilai modification indicesnya. 91 Tabel 4.20 Nilai Modification Indices Ketiga M.I. Par Change e6 -- z1 8.691 -17.909 e7 -- e6 5.787 -14.058 e1 -- e4 7.115 66.779 Sumber : diolah dari berbagai sumber Berdasarkan tabel 4.20, terlihat bahwa nilai Modification Indices yang tertinggi adalah hubungan e6 dengan z1 yaitu 8.691 yang artinya nilai C-Square berkurang sebesar 8.691. Di bawah ini adalah perbaikan nilai goodness of fit setelah menghubungkan e6 dengan z1. Gambar 4.6 Model SEM Perbaikan dengan MI Ketiga Sumber : diolah dari berbagai sumber Berdasarkan hasil output di atas terlihat bahwa seluruh nilai goodness of fit sudah memenuhi syarat yang diajukan. Hal tersebut terlihat dari nilai C-Square yang turun dengan nilai probabilitas 92 yang lebih besar dari 0.050 0.051, nilai GFI, AGFI, dan TLI yang sudah lebih besar dari 0.800 dan RMSEA yang telah memenuhi syarat yaitu kurang dari 0.080. Dengan demikian model sudah fit, dan dapat dilakukan analisis selanjutnya. e. Kelayakan Parameter Estimasi Langkah awal dalam menilai apakah parameter individual dalam model fit atau tidak adalah melihat bahwa estimasi parameter memberikan tanda dan besaran yang benar sesuai dengan teori. Jika nilai estimasi sangat jauh berbeda dengan yang diharapkan, maka merupakan indikasi adanya kesalahan model atau input matriks tidak cukup memberikan informasi. Beberapa indikasi kesalahan model adalah adanya nilai estimasi korelasi 1.00, adanya nilai varians yang negative. Tabel 4.21 Standardized Regression Weights Estimate Profitability --- Makro_Ekonomi .162 Profitability --- Capital_Structure .225 Inflasi --- Makro_Ekonomi 1.000 Kurs --- Makro_Ekonomi .471 ROE --- Profitability .999 PM --- Profitability .272 DER --- Capital_Structure .598 DAR --- Capital_Structure 1.000 SG --- Capital_Structure .277 LTD --- Capital_Structure -.231 Sumber : diolah dari berbagai sumber 93 Tabel 4.22 Variances Estimate S.E. C.R. P Label Makro_Ekonomi 2083.944 277.244 7.517 par_12 Capital_Structure 852.531 243.070 3.507 par_13 z1 3.084 .405 7.615 par_14 e2 .005 e7 .005 e5 .005 e1 28.634 3.809 7.517 par_15 e8 3.094 .416 7.439 par_16 e6 1533.934 204.073 7.517 par_17 e4 2473.381 329.054 7.517 par_18 e3 44626.035 5936.963 7.517 par_19 Sumber : diolah dari berbagai sumber Berdasarkan tabel 4.21 terlihat bahwa nilai standardized regression weight untuk untuk setiap variabel indikator tidak lebih besar dari 1.00, sehingga nilai variansi pada tabel 4.22 tidak ada yang bernilai negatif. Hal tersebut menandakan tidak adanya Heywood case pada model. Sehingga model dapat digunakan untuk pengujian selanjutnya.

f. Evaluasi Multikolinieritas

Multikolinieritas dapat dilihat melalui determinan matriks kovarians. Nilai determinan yang sangat kecil menunjukan indikasi terdapatnya masalah Multikolinieritas atau singularitas, sehingga data tersebut tidak dapat digunakan untuk penelitian. 94 Tabel 4.23 Sample Covariances LTD SG DAR DER PM ROE Kurs Inflasi LTD 47140.480 SG -691.859 2679.076 DAR -1079.711 308.815 463.635 DER -966.322 105.999 629.022 2387.350 PM 13.170 -10.510 -16.443 -36.317 3.132 ROE -145.555 15.760 9.187 -7.111 .511 3.338 Kurs 84.414 97.260 7.275 9.283 .598 -.594 36.799 Inflasi 1430.249 442.568 49.562 42.421 .403 10.371 130.443 2083.949 Sumber : diolah dari berbagai sumber Condition number = 26799.355 Eigenvalues 47243.234 3023.109 2464.933 1798.002 237.034 26.649 3.037 1.763 Determinant of sample covariance matrix = 21402806428009700000.000 Berdasarkan tabel 4.23 hasil output AMOS memberikan nilai determinan of sample covariance matrix sebesar 21402806428009700000.000. Nilai tersebut jauh dari angka nol sehingga dapat disimpulkan bahwa tidak terdapat masalah multikolinieritas dan singularitas pada data yang dianalisis.

g. Uji Discriminant Validity

Uji Discriminant validity merupakan uji yang digunakan untuk mengukur sampai seberapa jauh suatu konstruk benar-benar berbeda dari konstruk yang lainnya. Nilai discriminant validity yang tinggi memberikan bukti bahwa suatu konstruk adalah unik dan mampu menangkap fenomena yang diukur. Cara pengujiannya adalah membandingkan nilai akar kuadrat dari Analysis Variance Extracted AVE dengan nilai korelasi antar konstruk. 95 Jumlah kuadrat standar loading    2 i  didapat dari table 4.13 : Makro Ekonomi : 0.471 2 + 1 2 = 1.222 Capital Sructure : 0.598 2 + 1 2 + 0.277 2 + -0.231 2 = 1.488 Jumlah kesalahan pengukuran   2 1 i   atau variansi eror : Makro Ekonomi : 1-0.471 2 + 1-1 2 = 0.778 Capital Structure : 1-0.598 2 + 1-1 2 + 1-0.277 2 + 1--0.231 2 = 2.512               n i n i n i i i i AVE 1 1 2 1 2 var   Jadi nilai AVE untuk setiap variable konstruk adalah sebagai berikut : Makro Ekonomi : 611 . 778 . 222 . 1 222 . 1   Capital Structure : 372 . 512 . 2 488 . 1 488 . 1   Berikut ini adalah nilai akar kuadrat AVE dari setiap variable konstruk : Makro Ekonomi : 782 . 611 .  Capital Structure : 610 . 372 .  96 Tabel 4.24 Correlations Estimate makro -- capital .036 Tabel 4.25 Korelasi antar Konstruk dan Akar Kuadrat AVE Makro Capital Makro 0.782 Capital 0.036 0.610 Sumber : diolah dari berbagai sumber Berdasarkan table 4.25 dapat disimpulkan bahwa semua konstruk laten yang ada pada model memiliki nilai akar kuadrat AVE yang lebih tinggi dibandingkan dengan nilai korelasi antar konstuk dan ini menunjukan convergent validity yang baik. Sehingga hal ini sama dengan pengujian multikolinieritas dengan menggunakan nilai Determinant of sample covariance matrix yang menyatakan bahwa suatu konstruk benar-benar berbeda dengan konstruk lainnya independen. h. Hasil Estimasi Parameter Tabel 4.26 Regression Weights Estimate S.E. C.R. P Label Profitability --- Makro_Ekonomi .007 .003 1.967 .049 par_6 Profitability --- Capital_Structure .014 .006 2.214 .027 par_7 Inflasi --- Makro_Ekonomi 1.000 Kurs --- Makro_Ekonomi .063 .011 5.676 par_1 ROE --- Profitability 1.000 PM --- Profitability .263 .081 3.249 .001 par_2 Tabel ini berlanjut ke halaman berikut: 97 Tabel 4.26 Lanjutan Estimate S.E. C.R. P Label DER --- Capital_Structure 1.000 DAR --- Capital_Structure .737 .093 7.929 par_3 SG --- Capital_Structure .491 .172 2.859 .004 par_4 LTD --- Capital_Structure -1.716 .714 -2.404 .016 par_5 Sumber : diolah dari berbagai sumber Berdasarkan tabel 4.26 hasil output teks AMOS yang berkaitan dengan estimasi parameter, bahwa semua variabel independen Makro Ekonomi dan Capital Structure berpengaruh secara signifikan pada tingkat kepercayaan 5 terhadap Profitabilitas ROE dan PM. Variable Makro Ekonomi mempengaruhi Profitabilitas dengan nilai estimasi parameter sebesar 0.007, Capital Structure mempengaruhi Profitabilitas dengan nilai estimasi parameter sebesar 0.014. Untuk variabel independen Makro Ekonomi, semua variabel indikator Inflasi dan Kurs berpengaruh secara signifikan terhadap Profitabilitas pada tingkat kepercayaan 5. Untuk variabel independent Capital Structure semua variabel indikatornya Long Term Debt, Sales Growth, DER, dan DAR berpengaruh secara signifikan terhadap Profitabilitas. Hal tersebut dapat dilihat dari nilai P yang lebih kecil dari 0.05. Selain melihat pengaruh variable independent terhadap variable dependen, pada penelitian ini juga ingin melihat hubungan antara variabel Capital Structure dengan variabel macro economy 98 pada industri otomotif yang terdaftar di Bursa Efek Indonesia. Hubungan tersebut dapat dilihat pada tabel 4.24, yaitu variable Capital Structure memiliki hubungan correlation yang positif terhadap variable Makro Ekonomi Berdasarkan hasil pengujian data menggunakan metode SEM di atas dapat ditarik kesimpulan bahwa : 1 Variabel Makro Ekonomi Kurs dan Inflasi berpengaruh secara signifikan dan berpengaruh positif terhadap profitabilitas. Hasil penelitian ini sesuai dengan penelitian yang dilakukan oleh Jian-Shen Chen, dkk 2009 yang menemukan hasil bahwa capital structure, operational risk dan macro economy memiliki pengaruh yang positif dan signifikan. Selain itu dalam teori model Keynesian menyatakan inflasi terjadi karena masyarakat ingin hidup diluar batas kemampuan ekonomisnya, sehingga menyebabkan permintaan efektif masyarakat terhadap barang-barang yang tersedia penawaran agregat, akibatnya akan terjadi inflationary gap. Hal ini dapat ditarik kesimpulan bahwa walaupun terjadi inflasi tetapi masyarakat akan tetap membeli produk-produk yang diinginkannya karena adanya sifat ketidak puasan yang tertanam didalam benak masyarakat, semakin tinggi tingkat ketidak puasan atau sifat konsumtif masyarakat maka akan semakin banyak masyarakat untuk membeli suatu produk 99 tertentu, semakin banyak membeli produk tersebut maka akan meningkatkan nilai profit suatu perusahaan tersebut, dalam kasus ini contohnya adalah produk barang otomotif. 2 Variabel Capital Structure Long Term Debt, Sales Growth, DER, dan DAR berpengaruh secara signifikan. Yang berpengaruh positif adalah Sales Growth, DER, dan DAR. Sedangkan variabel Long Term Debt berpengaruh negatif. Hasil Penelitian ini konsisten dengan penelitian yang dilakukan oleh Abor 2005 yang menyatakan bahwa EBIT, short term debt, long term debt, total debt, size company dan sales growth. berpengaruh terhadap profitabilitas pada perusahaan yang terdaftar di Ghana. Dan juga sesuai dengan penelitian yang dilakukan oleh Wirdiyanto 2009 yang menyatakan bahwa struktur modal yang terdiri dari long term debt, size company, sales growth, debt to equity ratio, debt to asset ratio berpengaruh terhadap profitabilitas. Martono 2003:122 juga menegaskan bahwa struktur modal terkait dengan modal yang dapat meminimalkan biaya penggunaan modal keseluruhan atau biaya modal rata-rata, sehingga memaksimalkan nilai perusahaan. Sedangkan untuk long term debt berpengaruh negatif dengan profitabilitas, hal ini disebabkan karena jika suatu perusahaan menggunakan modal jangka panjang dari luar yang besar maka resiko yang dihadapi 100 oleh perusahaan tersebut akan semakin besar pula dan harus terus memenuhi kewajibannya tiap periode tanpa memandang keadaan perekonomian perusahaan itu sendiri maupun keadaan perekonomian secara global. 3 Variabel makro ekonomi Kurs dan Inflasi memiliki hubungan correltion yang positif dengan variable Capital Structure. Hal ini dapat disebabkan karena banyak dari perusahaan yang menjadi sampel penelitian meniliki hutang modal jangka panjang dengan menggunakkan dolar, dengan meningkatnya kurs dolar maka akan meningkatkan pula jumlah hutang modal yang tertanam dalam perusahaan tersebut, dengan menambah jumlah hutang modal perusahaan maka struktur modal perusahaan tersebut akan meningkat pula. 101

BAB V KESIMPULAN DAN IMPLIKASI