33 Tbk
31 Siantar Top Tbk STTP
√ √ √ 27
32 Mandom Indonesia Tbk TCID
√ √ √ 28
33 Tempo Scan Pasific Tbk TSPC
√ √ √ 29
34 Ultrajaya Milk Industry Company
Tbk ULTJ
√ √ √ 30
35 Unilever Indonesia Tbk UNVR
√ - √ -
36 Wismilak Inti Makmur Tbk WIIM
√ √ √ 31
Sumber : pengelolaan data
Berdasarkan tabel di atas, terdapat 36 populasi pada penelitian ini. Populasi yang memenuhi kriteria untuk menjadi sampel penelitian ini adalah 31 perusahaan
manufaktur sektor industri barang konsumsi. Sampel penelitian diambil pada laporan keuangan perusahaan manufaktur sector industri barang konsumsi dari
tahun 2012 sampai 2014.
3.5 Jenis Data
Data yang digunakan pada penelitian ini adalah data sekunder. Menurut Indriantoro2002, data sekunder merupakan sumber data penelitian yang
diperoleh peneliti secara tidak langsung melalui media perantara diperoleh dan dicatat oleh pihak lain. Data sekunder umumnya berupa bukti, catatan, atau
laporan historis yang telah tersusun dalam arsip data dokumenter yang dipublikasikan dan yang tidak dipublikasikan.
Penelitian ini menggunakan kombinasi antara data time series dan cross section atau sering disebut dengan pooling data. Data time series atau disebut juga data
deret waktu merupakan sekumpulan data dari suatu fenomena tertentu yang didapat dalam beberapa interval waktu tertentu, misalnya dalam waktu mingguan,
bulanan, atau tahunan. Sementara itu, data cross section atau sering disebut data
Universitas Sumatera Utara
34 satu waktu merupakan sekumpulan data suatu fenomena tertentu dalam satu kurun
waktu saja.
3.6 Metode Pengumpulan Data
Pengambilan data dalam penelitian ini adalah dengan menggunakan metode dokumentasi yaitu dengan mengumpulkan dan mempelajari data-data yang ada
dalam objek penelitian. Data penelitian yang penulis gunakan dalam penelitian ini adalah berupa data sekunder. Data sekunder yang digunakan dalam penelitian ini
berasal dari sumber eksternal, yaitu data yang didapat dari membaca dan memahami laporan keuangan manufaktur yang terdaftar di Bursa Efek Indonesia,
buku-buku referensi, artikel, jurnal, serta data-data yang berasal dari internet.
3.7 Teknik Analisis
3.7.1 Uji Statistik Deskriptif
Statisitk deskriptif digunakan untuk memberi gambaran dan deskripsi mengenai variabel-variabel dalam penelitian
ini. Alat yang digunakan untuk menggambarkan dan mendeskripsikan adalah rata-rata, median, nilai maksimum,
nilai minimum, dan standar deviasi.
3.7.2 Pengujian Asumsi Klasik
Peneliti menggunakan uji asumsi klasik terlebih dahulu untuk menentukan apakah distribusi data normal, sebelum melakukan pengujian hipotesis. Pengujian
tersebut meliputi :
3.7.2.1 Pengujian Normalitas Data
Menurut Ghozali 2005, uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel penganggu atau residual memiliki distribusi normal. Jika
Universitas Sumatera Utara
35 nilai residual tidak mengikuti distribusi normal, uji statistik menjadi tidak valid
untuk jumlah sampel kecil. Menurut Ghozali 2005, cara untuk mendeteksi apakah residual berdistribusi normal atau tidak ada dua, yaitu analisis grafik dan
analisis statistik. Normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dan grafik dengan melihat histogram dari residualnya.
Dasar pengambilan keputusannya adalah : a.
Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola
berdistribusi normal, maka model regresi memenuhi asumsi normalitas,
b. Jika data menyebar jauh dari diagonal dan tidak mengikuti arah
garis diagonal atau grafik histogram tidak menunjukkan data berdistribusi normal, maka model regresi tidak memenuhi
asumsi normalitas. Uji statistik yang dapat digunakan untuk menguji normalitas residual adalah uji
statistik Kolmogorov-Smirnov K-S, yang dijelaskan oleh Ghozali 2005. Uji K- S dibuat dengan membuat hipotesis :
H
o
: data residual berdistribusi normal H
a
: data residual tidak berdistrubusi normal Signifikansi 0,05 dengan
α = 5 berarti distribusi data normal dan H
o
diterima, sebaliknya bila nilai signifikan 0,05 berarti distribusi data tidak normal dan H
a
diterima. Jika data tidak normal, ada beberapa cara mengubah model regresi menjadi normal menurut Jogiyanto 2004, yaitu :
Universitas Sumatera Utara
36 a.
Dengan melakukan transformasi data ke bentuk lain, yaitu logaritma, natural, akar kuadrat atau logaritma 10.
b. Lakukan trimming, yaitu memangkas observasi yang bersifat
outlier. c.
Lakukan winsorizing, yaitu mengubah nilai-nilai data outliers menjadi nilai-nilai minimum atau maksimum yang diizinkan
supaya distribusinya menjadi normal.
3.7.2.2 Uji Multikolinieritas
Uji ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel independen. Model regresi yang baik seharusnya tidak terjadi
korelasi diantara variabel independen. Salah satu cara untuk mendeteksi multikolinieritas menurut Ghozali 2005 dapat dilihat dari nilai tolerance dan
lawannya varianve inflation factor VIF. Nilai cut off yang umum digunakan untuk mendeteksi adanya multikolinieritas adalah tolerance0,10 atau sama
dengan nilai VIF 10. Jika nilai tolerance0,10 atau nilai VIF 10 maka mengindikasikan terjadi multikolinieritas.
3.7.2.3 Uji Heteroskedastisitas
Uji ini bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan ke pengamatan yang lain.Jika varian dari
residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika varian berbeda disebut heteroskedastisitas.
Heteroskedastisitas dapat dideteksi dengan melihat grafik Scaterplot antara nilai
Universitas Sumatera Utara
37 prediksi variabel independen dengan nilai residualnya. Dasar analisis yang dapat
digunakan untuk menentukan heteroskedastisitas, antara lain : a.
Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian
menyempit, maka mengindikasikan telah terjadi heteroskedastisitas.
b. Jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas
dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas
3.7.2.4 Uji Autokorelasi
Menurut Ghozali 2005, uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan penganggu pada periode t dengan
kesalahan penganggu pada periode t-1 sebelumnya. Pada penelitian ini, autokorelasi diuji dengan menggunakan uji Durbin-Watson DW test. Cara yang
dapat digunakan untuk mendeteksi masalah autokorelasi adalah dengan menggunakan nilai uji Durbin Watson. Kriteria untuk penilaian terjadinya
autokorelasi yaitu : a.
Angka D-W di bawah -2 berarti ada autokorelasi positif. b.
Angka D-W di antara -2 sampai +2, berarti tidak ada autokorelasi.
c. Angka D-W di atas +2 berarti ada autokorelasi negatif.
3.7.3 Uji Analisis Regresi Linear Berganda
Universitas Sumatera Utara
38 Pengujian hipotesis dilakukan dengan metode analisis regresi linear berganda.
Model persamaan yang digunakan adalah sebagai berikut : Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ b
5
X
5
+ e Dimana :
Y = Variabel dependen Struktur Modal
a = Konstanta
X
1
= Variabel independen 1 return on asset X
2
= Variabel independen 2 tangibility X
3
= Variabel independen 3 corporate tax X
4
= Variabel independen 4 non-debt tax shield X
5
= Variabel independen 5 inflation rate b
1
, b
2
, b
3
, b
4
, b
5
= Koefisien regresireturn on asset, tangibility, corporate tax, non-debt tax shield, inflation rate.
e = Tingkat error
3.7.3.1 Uji Parsial t-test
Pengujian ini bertujuan untuk mengetahui apakah masing-masing variabel independen mempengaruhi variabel dependen secara signifikan. Bentuk
pengujiannya adalah sebagai berikut : H
o
: b
1
, b
2
, b
3
, b
4
, b
5
= 0, artinya return on asset,tangibility, corporate tax, non- debt tax shield dan inflation ratesecara parsial tidak mempunyai pengaruh yang
signifikan terhadap struktur modal. H
a
: b
1
, b
2
, b
3
, b
4
, b
5
≠ 0, artinya return on asset,tangibility, corporate tax, non- debt tax shield dan inflation ratesecara parsial mempunyai pengaruh yang
signifikan terhadap struktur modal.
Universitas Sumatera Utara
39 Pengujian dilakukan dengan menggunakan uji –
t dengan tingkat pengujian pada α = 5.
Kriteria pengambilan keputusan : H
o
diterima jika t
hitung
t
tabel
H
a
diterima jika t
hitung
t
tabel
3.7.3.2 Uji Simultan F-test
Pengujian ini bertujuan untuk mengetahui apakah variabel-variabel independen secara bersama-sama mempengaruhi variabel dependen secara signifikan.
Pengujian simultan ini menggunakan uji F, yaitu dengna membandingkan antara nilai signifikansi yang digunakan yaitu 0,05. Bentuk pengujiannya adalah sebagai
berikut : H
o
: b
1
= b
2
= b
3
= b
4
= b
5
= 0, artinya return on asset,tangibility, corporate tax, non-debt tax shield dan inflation rate tidak mempunyai pengaruh yang signifikan
secara bersama-sama terhadap struktur modal. H
a
: b
1
≠ b
2
≠ b
3
≠ b
4
≠ b
5
≠ 0, artinya return on asset,tangibility, corporate tax, non-debt tax shield dan inflation ratemempunyai pengaruh yang signifikan secara
bersama-sama terhadap struktur modal. Pengujian dilakukan dengan menggunakan uji –
F dengan tingkat pengujian α = 5.
Kriteria pengambilan keputusan : H
o
diterima jika F
hitung
F
tabel
H
a
diterima jika F
hitung
F
tabel
3.7.3.3 Koefisien determinasi
Universitas Sumatera Utara
40 Koefisien determinasi R
2
bertujuan untuk mengetahui seberapa besar kemampuan variabel independen menjelaskan variabel dependen Nugroho,
2005. Nilai R
2
adjusted besarnya berkisar antara lebih besar sama dengan 0 dan lebih kecil sama dengan 1. Jika semakin mendekati 1 maka model semakin baik
karena apabila R
2
adjusted sama dengan 1 berarti variabel independen berpengaruh sempurna terhadap variabel dependen.
Universitas Sumatera Utara
41
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Deskripsi Data Penelitian
Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis kuantitatif dengan menggunakan teknik perhitungan statistik persamaan regresi
berganda. Analisis data dimulai dengan mengolah data dengan menggunakan Microsoft excel, selanjutnya dilakukan pengujian asumsi klasik dan pengujian
menggunakan regresi berganda. Pengujian asumsi klasik dan regresi berganda dilakukan dengan menggunakan software SPSS versi 19.Prosedur pengujian
dimulai dengan memasukkan variable-variabel penelitian ke program SPSS tersebut dan menghasilkan output-output sesuai metode analisis data yang telah
ditentukan. Berdasarkan kriteria yang telah ditetapkan, terdapat 31 perusahaan di Indonesia
yang terdaftar di BEI yang memenuhi kriteria untuk dijadikan sampel dalam penelitian ini. Laporan keuangan yang diamati adalah laporan keuangan selama
periode 2012-2014.
4.2 Hasil Analisis Data