45
Lanjutan Tabel 3.2 No.
Perusahaan Kode Emiten
IPO
22 Lamicitra Nusantara, Tbk
LAMI 18072001
23 Eureka Prima Jakarta, Tbk
LCGP 13072007
24 Lippo Cikarang, Tbk
LPCK 24071997
25 Lippo Karawaci, Tbk
LPKR 28061996
26 Modernland Reality, Tbk
MDLN 18011993
27 Metropolitan Kentjana, Tbk
MKPI 10072009
28 Metro Reality, Tbk
MTSM 08011992
29 Indonesia Prima Property, Tbk
OMRE 22081994
30 Plaza Indonesia Reality, Tbk
PLIN 15061992
31 Pudjiati Prestige,Tbk
PUDP 18111994
32 Pukowan Jati, Tbk
PWON 19101989
33 Rista Bintang Mahkota Sejati, Tbk
RBMS 19121997
34 Roda Vivatex, Tbk
RDTX 14051990
35 Danayasa Arthatama, Tbk
SCDB 19042002
36 Suryamas Dutamakmur, Tbk
SMDM 12101995
37 Summarecon Agung, Tbk
SMRA 07051990
38 Adhi Karya Persero, Tbk
ADHI 18032004
39 Pembangunan Perumahan Persero, Tbk
PTPP 09022010
40 Surya Semesta Internusa, Tbk
SSIA 27031997
41 Total Bangun Persada, Tbk
TOTI 25072006
42 Wijaya Karya Persero, Tbk
WIKA 29102007
Sumber: www.idx.co.id
3.6 Jenis dan Sumber Data
Jenis data yang dipergunakan dalam penelitian ini adalah data sekunder. Data sekunder merupakan data yang diperoleh atau dikumpulkan dan disatukan
oleh studi-studi sebelumnya atau yang diterbitkan oleh berbagai instansi lain. Data ini bisa diperoleh dari media internet, jurnal dan buku-buku referensi.
3.7 Metode Pengumpulan Data
Metode pengumpulan data yang dilakukan adalah dengan studi pustaka yaitu pengumpulan data melalui informasi dari tulisan ilmiah, jurnal, artikel
ataupun internet yang memiliki relevansi dengan objek penelitian yang nantinya
Universitas Sumatera Utara
46
data tersebut digunakan sebagai acuan dan bahan pertimbangan terhadap apa yang ada di lapangan.
3.8 Uji Asumsi Klasik
Pengujian asumsi klasik dilakukan untuk mengetahui kelayakan dari model analisis data yang digunakan. Uji asumsi klasik adalah pernyataan statistik
yang harus dipenuhi pada analisis regresi linear berganda Situmorang dan Lufti, 2014 : 114. Uji asumsi klasik yang digunakan dalam penelitian ini terdiri dari uji
normalitas, uji multikolinearitas, uji heteroskedastisitas dan uji autokorelasi. Uji Normalitas dilakukan dengan pendekatan grafik Jarque-Bera, dan QQ Plot, Uji
Heteroskedastisitas delakukan dengan pendekatan Uji Glejser, Uji Multikolonearitas dengan pendekatan nilai Variance Inflation Factor VIF serta
Uji Autokorelasi dengan pendekatan nilai Durbin Watson DW.
3.9 Teknik Analisis Data
Teknik analisis data yang digunakan dalam penelitian ini adalah analisis deskriptif statistik dan analisis statistik data panel dengan eviews.
3.9.1 Analisis Deskriptif
Analisis deskriptif adalah suatu metode analisis dimana data-data yang dikumpulkan, diklasifikasikan, dianalisis, dan diinterpretasikan secara objektif
sehingga memberikan informasi dan gambaran mengenai topik yang dibahas.
3.9.2 Analisis Regresi Linear Berganda Data Panel
Untuk menguji hipotesis tentang kekuatan variabel independen Ukuran Perusahaan, Profitabilitas ROA, Risiko Bisnis DOL, Time Interest Earned, dan
Universitas Sumatera Utara
47
Pertumbuhan Aktiva terhadap Struktur Modal DAR, penelitian ini menggunakan teknik analisis regresi linear berganda data panel.
Di dalam ekonometrika, data panel adalah hasil gabungan dari data deret waktu time series dan data silang cross section dengan model sebagai berikut:
Yit = α + b
1
X
1
it + b
2
X
2
it + b
3
X
3
it + b
4
X
4
it + b
5
X
5
it + eit di mana:
Y = Debt to Assets Ratio DAR
a = Konstanta
i = 1, 2, …, N simbol perusahaan dan t = 1, 2, …, T
simbol tahun N
= banyaknya perusahaan t
= banyaknya tahun b
1
, b
2
, b
3
,b
4,
b
5
= koefisien regresi parsial untuk X
1
, X
2
, X
3
, X
4,
dan X
5
X
1
= Ukuran Perusahaan Size X
2
= Return on Assets ROA X
3
= Defree of Leverage DOL X
4
= Time Interest Earned TIE X
5
= Pertumbuhan Aktiva e
= disturbance error faktor penggangguresidual
Karena merupakan hasil gabungan dari data deret waktu dan data silang maka panel data ini memiliki beberapa keunggulan menurut Gujarati 2006 : 637,
yaitu: 1.
Mampu mengidentifikasi dan mengukur efek yang secara sederhana tidak dapat diatasi dalam data cross section murni atau data time series murni.
2. Mampu mengontrol heterogenitas individu atau unit cross section.
Universitas Sumatera Utara
48
3. Memberikan data yang informatif, mengurangi kolinearitas antar peubah serta
meningkatkan derajat kebebasan sehingga data menjadi lebih efisien. 4.
Data panel lebih baik digunakan untuk studi dynamics of adjusment karena terkait dengan observasi pada cross section yang sama secara berulang.
5. Mampu menguji dan mengembangkan model perilaku yang lebih kompleks.
Estimasi model dengan menggunakan data panel dapat dilakukan dengan tiga metode, yaitu metode kuadrat terkecil pooled least square, metode efek tetap
fixed effect, dan metode efek random random effect.
3.10 Metode Analisis Data Panel 3.10.1 Pooled Least Square Common Effect Model
Metode kuadrat terkecil yaitu mengestimasi data panel dengan Metode Pooled least square PLS. Metode ini merupakan metode yang paling sederhana
dalam pengolahan data panel yaitu dengan menggabungkan seluruh data time series dan data silang. Dengan N sebagai jumlah unit cross section individu dan
T adalah jumlah periode waktunya. Dengan mengansumsi komponen error dalam pengolahan kuadrat terkecil biasa, kita dapat melakukan proses estimasi secara
terpisah untuk setiap unit cross section.
3.10.2 Metode Efek Tetap Fixed Effect Model
Kesulitan terbesar dalam pendekatan metode kuadrat terkecil adalah adanya asumsi intersep dan slope dari persamaan regresi yang dianggap konstan,
baik antar daerah maupun antar waktu yang kurang sesuai dengan tujuan penggunaan data panel. Untuk mengatasi hal ini dapat digunakan pendekatan
model efek tetap fixed effect yaitu dengan menambahkan model dummy pada
Universitas Sumatera Utara
49
data panel, sehingga model efek tetap disebut juga dengan Least Square Dummy Variable. Metode efek tetap memper-hitungkan kemungkinan bahwa peneliti
menghadapi masalah omitted variables, yang mungkin membawa perubahan pada intercept time series atau cross-section .
Pada metode efek tetap estimasi dapat dilakukan dengan tanpa pembobot no weighted atau Least Square Dummy LSDV dan dengan pembobot
crosssection weight atau General Least Square GLS. Tujuan dilakukan pembobotan ini adalah untuk mengurangi heterogenitas antar unit cross section
Gujarati 2006 : 639.
3.10.3 Metode Efek Acak Random Effect Model
Pendekatan Metode efek acak memperbaiki efisiensi proses least square dengan memperhitungkan error dan cross-section dan time series. Model efek
acak adalah variasi dari estimasi generalized least square GLS. Model efek acak disebut juga sebagai error component model karena dalam model ini, parameter
yang berbeda antar individu maupun antar waktu dimasukkan ke dalam error. Asumsi yang digunakan dalam model ini adalah error secara individual
tidak saling berkorelasi, begitu pula dengan error kombinasinya. Penggunaan model efek acak dapat menghemat derajat kebebasan dan tidak mengurangi
jumlahnya seperti pada model fixed effect. Hal ini berimplikasi kepada parameter hasil estimasi akan menjadi efisien. Semakin efisien maka model yang akan
didapat semakin baik. Dengan demikian adanya gangguan asumsi klasik dalam model ini telah terdistribusi secara normal sehingga tidak diperlukan lagi treatmen
Universitas Sumatera Utara
50
terhadap model bagi pelanggaran asumsi klasik yaitu asumsi adanya autokorelasi, multikoliniearitas dan heterokedastisitas.
3.10.4 Pemilihan Model Data Panel
Model mana yang akan dipilih dari 3 pendekatan model yang ada maka perlu dilakukan analisis terlebih dahulu agar diperoleh pendekatan model yang
paling sesuai terhadap hasil penelitian ini. Pengujian statistik yang digunakan dalam data panel yaitu:
1. Uji Chow Chow test
Uji Chow merupakan pengujian statistik yang digunakan untuk memilih apakah lebih baik menggunakan model kuadrat terkecil Pooled Least Square
Common Effect Model atau model efek tetap Fixed Effect. Uji Chow digunakan untuk mengetahui apakah teknik regresi data panel dengan model efek tetap
Fixed Effect lebih baik dari teknik regresi data panel tanpa variabel dummy dengan melihat residual sum of squares RSS. Dalam pengujian ini dilakukan
dengan hipotesis berikut : H
: Model Kuadrat Terkecil Ha: Model Efek Tetap
Dasar penolakan terhadap hipotesis nol adalah dengan menggunakan F statistik atau Uji Chow yang dirumuskan dalam bentuk persamaan berikut ini:
F = di mana:
RSS1 = residual sum square hasil pendugaan model Efek Tetap RSS2 = residual sum square hasil pendugaan model PLS
Universitas Sumatera Utara
51
N = jumlah data cross section
T = jumlah data time series
K = jumlah variabel bebas
Jika nilai chow statistics F-stat hasil pengujian lebih besar dari F-tabel, maka cukup bukti untuk melakukan penolakan terhadap H
sehingga model yang digunakan adalah Model Efek Tetap dan sebaliknya.
2. Uji Hausman
Uji Hausman adalah pengujian statistik sebagai dasar pertimbangan dalam memilih apakah menggunakan model efek tetap Fixed Effect atau menggunakan
model efek random Random Effect . Jika nilai probabilitas lebih kecil dari nilai α
= 5 maka Ho ditolak dan model yang dipilih adalah Fixed Effect dan sebaliknya.
3.11 Pengujian Hipotesis
Setelah mendapatkan paramater estimasi yang dianggap sesuai maka langkah selanjutnya adalah melakukan pengujian terhadap parameter estimasi
tersebut. Pengujian dilakukan untuk menentukan baik tidaknya sebuah model yang telah dipilih.
3.11.1 Uji Serempak Uji F
Pengujian ini dilakukan untuk mengetahui pengaruh suatu variabel independen secara serempak terhadap variabel dependen.
Bentuk pengujiannya adalah:
Universitas Sumatera Utara
52 a.
H :b
1
= b
2
= b
3=
b
4
= b
5
=0, artinya secara serempak Ukurang Perusahaan, Return on Assets, Degree of Leverage, Time
Interest Earned, dan Pertumbuhan berpengaruh tidak signifikan terhadap Debt to
Assest Ratio pada perusahaan sektor Property, Realestate, dan Konstruksi di Bursa Efek
Indonesia periode 2010-2013.
b.
H
a
: minimal satu b
i
≠ 0, artinya secara serempak Ukurang Perusahaan,
Return on Assets, Degree of Leverage, Time Interest Earned, dan Pertumbuhan
berpengaruh signifikan terhadap Debt to Assest Ratio pada perusahaan sektor Property,
Realestate, dan Konstruksi di Bursa Efek Indonesia periode 2010-2013.
Dengan menggunakan tingkat signifikan α 5, jika nilai sig.F 0,05 maka H
diterima, artinya tidak ada pengaruh yang signifikan secara bersamaan dari variabel bebas terhadap variabel terikat. Sebaliknya, jika nilai sig. F 0,05
maka H
a
diterima, artinya ada pengaruh yang signifikan secara bersamaan dari variabel bebas terhadap variabel terikat. Pengambilan keputusan juga dapat
dilakukan dengan membandingkan nilai F
hitung
dan nilai F
tabel
. Dimana kriterianya, yaitu:
a. H diterima jika F
hitung
F
tabel
pada α = 5
b. H
a
diterima jika F
hitung
Ftabel pada α = 5
Universitas Sumatera Utara
53
3.10.2 Uji Parsial Uji t
Secara parsial, pengujian hipotesis dilakukan dengan uji t, uji statistik t menunjukkan seberapa jauh pengaruh satu variabel independen secara individual
dalam menerangkan variabel dependen Ghozali, 2005: 84. Bentuk pengujiannya adalah sebagai berikut.
a. Ukuran Perusahaan X
1
H : b
1
= 0, artinya Ukuran Perusahaan berpengaruh tidak signifikan
terhadap Struktur Modal pada perusahaan Property, Realestate, dan Konstruksi di Bursa Efek Indonesia periode 2010-2013.
H
a
: b
1
≠ 0, artinya Ukuran Perusahaan berpengaruh signifikan terhadap
Struktur Modal pada perusahaan Property, Realestate, dan Konstruksi di Bursa Efek Indonesia periode 2010-2013.
b. Profitabilitas X
2
H : b
2
= 0, artinya Return on Assets berpengaruh tidak signifikan terhadap
Struktur Modal pada perusahaan Property, Realestate, dan Konstruksi di Bursa Efek Indonesia periode 2010-2013.
H
a
: b
2
≠ 0,
artinya Return on Assets berpengaruh signifikan terhadap
Struktur Modal pada perusahaan Property, Realestate, dan Konstruksi di Bursa Efek Indonesia periode 2010-2013.
c. Risiko Bisnis X
