Analisis Data HASIL PENELITIAN DAN PEMBAHASAN

30

BAB V HASIL PENELITIAN DAN PEMBAHASAN

A. Analisis Data

1. Uji Normalitas Uji normalitas yang digunakan adalah Kolmogorov-Smirnov Test. Dalam uji normalitas ini terdapat dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak, yaitu dengan analisis grafik dan uji statistik. Pengambilan keputusan dalam uji normalitas didasarkan pada nilai Asymptotic Significance α dan analisa diagram plot penyebaran data residual. Jika nilai signifikansi 0,05 maka dikatakan residual berdistribusi normal Ghozali, 2006. Table 5.1 dan gambar 5.1 berikut ini menyajikan hasil pengujian normalitas dengan Kolmogorov-Smirnov Test. Tabel 5.1 Hasil Uji Normalitas Sebelum Data Outliers Dikeluarkan Variabel Uji Normalitas N Sig Nilai Kritis Keterangan Residual DAR-ROE 81 0,193 0,05 Normal Residual DAR-EPS 81 0,000 0,05 Tidak Normal Sumber : Hasil Uji Normalitas Sebelum Data Outliers Dikeluarkan Gambar 5.1 Grafik Uji Normalitas Sebelum Data Outliers Dikeluarkan Outliers adalah data yang memiliki karakteristik unik yang terlihat sangat berbeda jauh dari observasi-observasi lainnnya dan muncul dalam bentuk nilai ekstrim. Ada tiga penyebab timbulnya data outliers Ghozali, 2006: a. Kesalahan dalam penginputan data b. Gagal menspesifikasi adanya missing value dalam program komputer. c. Outlier berasal dari populasi yang diambil sebagai sampel, tetapi distribusi dari variabel dalam populasi tersebut memiliki nilai ekstrim dan tidak berdistribusi normal. Deteksi terhadap unvariate outliers dapat dilakukan dengan menentukan batas yang akan dikategorikan sebagai data outliers yaitu dengan cara mengkonversi nilai data ke dalam Z-skor, yang memiliki nilai mean sama dengan nol Ghozali, 2006. Uji outlier dapat dilakukan pada data yang terdiri dari: a. Nilai Z lebih kecil dari -3 atau lebih besar dari 3 untuk data dengan dengan batas daerah penerimaan 99. b. Nilai Z lebih kecil dari -1,96 atau lebih besar dari 1,96 untuk data dengan batas daerah penerimaan 95. Pada penelitian ini, peneliti menetapkan batas daerah penerimaan sebesar 95. Data dengan nilai Z lebih kecil dari -1,96 atau lebih besar dari 1,96 merupakan data outlier. Pada variabel residual DAR- EPS terdapat 5 data yang tergolong outliers. Tabel 5.2 dan gambar 5.2 berikut menyajikan hasil pengujian normalitas setelah peneliti mengeluarkan data outliers. Tabel 5.2 Hasil Uji Normalitas Setelah Data Outliers Dikeluarkan Variabel Uji Normalitas N Sig Nilai Kritis Keterangan Residual DAR-ROE 81 0,193 0,05 Normal Residual DAR-EPS 76 0,888 0,05 Normal Sumber: Hasil Uji Normalitas Setelah Data Outliers Dikeluarkan Gambar 5.2 Grafik Uji Normalitas Setelah Data Outliers Dikeluarkan Berdasarkan hasil uji normalitas di atas diperoleh nilai signifikansi 0,193 untuk data residual dengan ROE sebagai ukuran variabel dependen dan nilai signifikansi 0,888 untuk data residual dengan EPS sebagai ukuran variabel dependen. Nilai signifikansi untuk kedua residual lebih besar dari 0,05, artinya kedua residual telah berdistribusi normal. 2. Uji t untuk Model Regresi Data Panel Uji t digunakan untuk mengetahui apakah financial leverage berpengaruh positif terhadap kinerja perusahaan. Uji t dilakukan dengan bantuan program Eviews versi 6. Tingkat signifikansi α yang digunakan pada penelitian ini adalah 0,05 5. Pengambilan keputusan untuk menerima atau menolak hipotesis awal H berdasarkan pada nilai probabilitas atau signifikansi hasil pengujian. Jika nilai probabilitas sig α maka H diterima dan jika nilai probabilitas sig ≤ α maka H ditolak. a. Uji t untuk model regresi data panel dengan ROE sebagai ukuran variabel dependen. Tabel 5.3 berikut ini menyajikan hasil uji t untuk model regresi data panel dengan ROE sebagai variabel dependen. Tabel 5.3 Hasil Uji t Variabel Dependen: ROE Variabel Coeffisient Std. Error t-Statistic Prob DAR -0.104125 0.047996 -2.169446 0.0331 Constant 0.277290 0.025327 10.94848 0.0000 Variabel dependen: ROE Sumber: Hasil Uji t Berdasarkan tabel hasil uji t di atas, dapat dibuat persamaan regresi sebagai berikut: ROE it = 0,277290 – 0,104125 DAR it + e it Nilai probabilitas 0,0331 ≤ α 0,05. Berdasarkan nilai probabilitas dari hasil uji t, Ho: b = 0 ditolak. Dengan demikian Ha: b ≠ 0 diterima, yang artinya financial leverage berpengaruh signifikan terhadap ROE b. Uji t untuk model regresi data panel dengan EPS sebagai ukuran variabel dependen. Tabel 5.4 berikut ini menyajikan hasil uji t untuk model regresi data panel dengan EPS sebagai variabel dependen. Tabel 5.4 Hasil Uji t Variabel Dependen: EPS Variabel Coeffisient Std. Error t-Statistic Prob DAR 0.027346 0.010628 2.573028 0.0121 Constant 0.055353 0.005665 9.770187 0.0000 Variabel Dependen: EPS Sumber: Hasil Uji t Berdasarkan tabel hasil uji t diatas, dapat dibuat persamaan sebagai berikut: EPS it = 0,055353 + 0,027346 DAR it + e it Nilai probabilitas 0,0121 ≤ α 0,05. Berdasarkan nilai probabilitas dari hasil uji t, Ho: b = 0 ditolak. Dengan demikian H a : b ≠ 0 diterima, yang berarti financial leverage berpengaruh signifikan terhadap EPS. 3. Menentukan Seberapa Besar Pengaruh dari Financial Leverage terhadap Kinerja Perusahaan. Seberapa besarnya pengaruh financial leverage terhadap kinerja perusahaan yang diukur dengan ROE dan EPS diperoleh dari nilai R 2 . Tabel 5.5 berikut menyajikan nilai R 2 . Tabel 5.5 Nilai R 2 Variabel Independen Variabel Dependen R 2 DAR ROE 0,056226 DAR EPS 0.082119 Sumber: Hasil Uji t Berdasarkan nilai R 2 , pengaruh financial leverage terhadap ROE adalah sebesar 0,056226 5,62 dan terhadap EPS adalah sebesar 0,082119 8,21.

B. Pembahasan