Analisis deskriptif Uji asumsi klasik

berdistribusi normal Ghozali,2011. Hasil uji K-S tampak seperti dalam tabel berikut: Table 4.3 Uji normalitas One-Sample Kolmogorov-Smirnov Test a Test distribution is Normal. b Calculated from data. Sumber: hasil olah data Dalam penelitian ini data yang digunakan tidak normal, karena data yang digunakan sangat besar yaitu 470 data dari tahun penelitian yang dilakukan selama 2010-2014, data yang besar sudah dianggap normal menurut Gujarati 2012. b. Uji autokorelasi Uji autokolerasi bertujuan untuk menguji apakah dalam suatu model regresi linier ada kolerasi antara residual kesalahan penganggu pada periode t dengan residual pada periode t-1 sebelumnya. Jika terjadi kolerasi, maka dinamakan ada problem autokolerasi Ghozali, 2011. Hasil uji autokolerasi dengan menggunakan Durbin-Watson DW test. Nilai Durbin Watson yang berada diantara du dan 4- dudl T Unstandardized Residual N 470 Normal Parametersa,b Mean .0000000 Std. Deviation .67798756 Most Extreme Differences Absolute .122 Positive .122 Negative -.083 Kolmogorov-Smirnov Z 2.655 Asymp. Sig. 2-tailed .000 d 4-du menunjukkan model yang tidak terkena masalah autokolerasi. Setelah dilakukan tranformasi data kedalam bentuk log, ternyata persamaan regresi terkena gejala autokorelasi. Untuk mengobati gejala autokorelasi digunakan metode Theil Nagar dengan rumus sebagai berikut: Pertama-tama mencari nilai dari p p = � − d k � − k Dimana: N = banyaknya jumlah sampel d = Durbin-Watson k = banyaknya jumlah variabel Mencari nilai p dengan perhitungan sebagai berikut: P = − , + − P = − , + − P = , P = 0,994 P digunakan untuk mencari nilai dari rumus dibawah ini: √ − � = √ − , 4 = √ − , = √ , = 0,044 Setelah diketahui nilai dari persamaan diatas, maka data pertama dari sampel diturunkan terlebih dahulu menjadi data sampel kedua. Setelah diketahui hasil dari perhitungan sebesar 0,044 maka angka ini digunakan untuk menghitung data 1 dengan rumus yx 0,044, untuk data kedua dan seterusnya menggunakan rumus y- � �− , 4 . Table 4.4 Hasil Uji Autokolerasi Sebelum Theil-Nagar Uji Autokolerasi Du DW-test 4-Du Keterangan Durbin Watson 1.8094 0,013 2,1906 Terdapat masalah autokolerasi Table 4.5 Hasil Uji Autokolerasi Setelah Theil-Nagar Uji Autokolerasi dU DW-test 4-Du Keterangan Durbin Watson 1.8094 1.947 2.1906 Tidak terdapat masalah autokolerasi Sumber: hasil olah data Hasil pengujian pada tabel 4.5 menunjukkan bahwa data sebanyak 470 sampel dengan nilai DW yang diperoleh adalah 1.947. nilai dU tabel pembanding adalah sebesar 1,8094. Nilai tabel dU DW 4-dU = 1,8094 1,947 2,1906. Sehingga dapat disimpulkan bahwa pada model regresi tidak terjadi autokolerasi. c. Uji multikolateral Uji multikolonearitas merupakan uji yang digunakan untuk mengguji apakah model regresi ditemukan adanya korelasi antara variabel independen pada nilai tolerance dan nilai variance inflation factor VIF dalam collinearity statistics. Nilai cut off yang dipakai untuk menunjukkan adanya mutikolonearitas adalah nilai VIF 10 atau nilai tolerance 0,1. Tabel 4.5 menunjukan ringkasan hasil uji multikolonearitas. Table 4.6 Hasil Uji Multikolonearitas Variabel independen Collinearity Statistics Keterangan Tolerance VIF Size 0.926 1. 080 Tidak Ada Multikolonearitas Roe 0.963 1.038 Tidak Ada Multikolonearitas Cr 0.968 1.033 Tidak Ada Multikolonearitas Ta 0.918 1.089 Tidak Ada Multikolonearitas Sumber: hasil olah data Hasil tabel 4.6 menunjukkan nilai tolerance keempat variabel lebih dari 0,1 dan nilai VIF keempat variabel bebas tidak ada yang memiliki nilai lebih dari 10, maka dapat disimpulkan bahwa tidak terjadi mutikolonearitas didalam model regresi. d. Uji heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah data mempunyai varian yang sama atau data mempunyai varian yang tidak sama. Uji heteroskedastisitas yang dilakukan pada penelitian ini menggunakan uji glejser yang digunakan untuk meregres nilai absolut residual terhadap variabel independen. Hasil uji heteroskedastisitas adalah sebagai berikut: Tabel 4.7 Ringkasan Hasil Uji Hetesoskedastisitas Variabel bebas Nilai Sig. Keterangan Size 0.851 Tidak terjadi heteroskedastisitas ROE 0.490 Tidak terjadi heteroskedastisitas CR 0.420 Tidak terjadi heteroskedastisitas TA 0.707 Tidak terjadi heteroskedastisitas Sumber: hasil olah data Berdasarkan tabel 4.7 dari hasil pengujian heteroskedastisitas dengan menggunakan uji glejser diketahui bahwa variabel independen tidak berpengaruh signifikan secara statistik terhadap variabel dependen. Hasil tersebut dapat dilihat dari nilai signifikansi alpha α 0,05 maka regresi ini tidak mengandung heteroskedastisitas.

3. Hasil penelitian uji hipotesis

Metode analisis data yang digunakan untuk melakukan pengujian hipotesis dalam penelitian ini adalah regresi linier berganda, uji F, uji t dan Adjusted R Squared. a. Regresi linier berganda Regresi linier berganda digunakan untuk menuntukan signifikansi masing-masing koefisien, tujuan regresi linier berganda untuk menguji pengaruh variabel independen terhadap variabel dependen. tabel 4.8 Hasil Uji Regresi Berganda Berdasarkan hasil pengujian regresi di atas diketahui dapat dibentuk sebuah persamaan sebagai berikut: DER i,t = 0,040 + 0,104 , t SIZE i, t +0,349 , t ROE i, t -0,007 t CR i, t +0,635 , t TA i, t Persamaan regresi diatas dapat dijelaskan sebagai berikut: a. Konstanta sebesar 0,040 artinya jika ada pengaruh SIZE � , ROE � , CR � dan TA � terhadap Struktur Modal, maka Struktur Modal Y nilainya adalah 10,174. b. Variabel SIZE mempunyai nilai 0,104 artinya bahwa setiap terjadi kenaikan SIZE sebesar 1, maka struktur modal akan mengalami peningkatan sebesar 10,4. Dengan asumsi variabel lain tetap. c. Variabel ROE mempunyai nilai 0,349 artinya bahwa setiap terjadi kenaikan ROE sebesar 1, maka struktur modal akan mengalami kenaikan sebesar 34,9. Dengan asumsi variabel lain tetap. .040 .285 .141 .888 .104 .047 .102 2.202 .028 .349 .164 .096 2.133 .033 -.007 .003 -.125 -2.768 .006 .635 .164 .180 3.879 .000 Constant SIZE ROE CR TA Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients t Sig. Dependent Variable: DER a. d. Variabel CR mempunyai nilai -0,007 artinya bahwa setiap terjadi kenaikan CR sebesar 1, maka struktur modal akan mengalami penurunan sebesar 0,7. Dengan asumsi variabel lain tetap. e. Variabel TA mempunyai nilai 0,635 artinya bahwa setiap terjadi kenaikan TA sebesar 1, maka struktur modal akan mengalami penurunan sebesar 63,5. Dengan asumsi variabel lain tetap. b. Uji nilai t Uji secara parsial ditunjukan dalam 4.8 1 Ukuran perusahaansize pada tabel 4.8 menunjukkan bahwa nilai koefisien regresi konstanta sebesar 0,040 dan memiliki nilai t sebesar 2,202 dengan nilai signifikasi sebesar 0,028. Nilai signifikasi 0,05, artinya SIZE berpengaruh positif dan signifikan terhadap struktur modal. hipotesis satu H dalam penelitian ini diterima. 2 profitabilitaS ROE pada tabel 4,8 menunjukkan bahwa nilai koefisien regresi konstanta sebesar 0,349 dan memiliki nilai t sebesar 2,133 dengan nilai signifikasi sebesar 0,0,033. Nilai signifikasi 0,05, artinya ROE berpengaruh secara signifikan terhadap struktur modal. hipotesis dua H dalam penelitian ini ditolak. 3 Likuiditas current ratio pada tabel 4.8 menunjukkan bahwa nilai koefisien regresi konstanta sebesar -0,007 dan memiliki nilai t sebesar -0,768 dengan nilai signifikasi sebesar 0,006. Nilai