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