20 PTRO Petrosea, Tbk
√ √ √
7 21 SMMT
Golden Eagle Energy, Tbk
√ X X -
22 TOBA Toba Bara Sejahtera,
Tbk √ X X
- 23 ARTI
Ratu Prabu Energi, Tbk √ √
√ 8
24 BIPI Benakat Integra, Tbk
√ X X -
25 ELSA Elnusa, Tbk
√ X X -
26 ENRG Energi Mega Persada,
Tbk √ √
√ 9
27 ESSA Surya Esa Perkasa, Tbk
√ √ √
10 28 MEDC
Medco Energi Internasional, Tbk
√ √ √
11 29 RUIS
Radiant Utama Interinsco, Tbk
√ √ √
12
30 ANTM Aneka Tambang
Persero, Tbk √ X X
- 31 CITA
Cita Mineral Investindo, Tbk
√ X X -
32 CKRA Cakra Mineral, Tbk
√ X X -
33 DKFT Central Omega
Resources, Tbk √ X X
- 34 INCO
Vale Indonesia, Tbk √ √
√ 13
35 PSAB J Resources Asia Pasific,
Tbk √ X X
- 36 SMRU
SMR Utama, Tbk √ X X
- 37 TINS
Timah Persero, Tbk √ √
√ 14
38 CTTH Citatah, Tbk
√ √ √
15 39 MITI
Mitra Investindo, Tbk √ √
√ 16
Sumber: data olahan Peneliti, 2016.
3.6. Jenis Data
Jenis data yang digunakan adalah data sekunder yang meliputi laporan keuangan perusahaan periode 2012 sampai dengan 2014 yang diperoleh dari
website www.idx.co.id dan buku-buku referensi.
Universitas Sumatera Utara
3.7. Metode Pengumpulan Data
Metode pengumpulan data dalam penelitian ini dilakukan melalui metode dokumentasi. Data dikumpulkan dari berbagai sumber data yang relevan dengan
penelitian, yaitu melalui buku, jurnal, skripsi, dan data-data internet.
3.8. Teknik Analisis Data
Teknik analisis data yang digunakan dalam penelitian ini adalah analisis deskriptif dan analisis statistik. Bila dilihat dari tinjauan penelitian ini yaitu ingin
mengetahui pengaruh rasio keuangan yang terdiri atas Debt to Total Asset Ratio DAR, Debt to Equity Ratio DER, Long Term Debt to Total
AssetRatioLDAR, Long Term Debt To Equity Ratio LDER terhadap financial distress perusahaan pertambangan yang terdaftar di Bursa Efek Indonesia tahun
2012– 2014, maka metode analisis data yang digunakan dalam penelitian ini menggunakan tahap-tahap sebagai berikut:
3.8.4. Analisis Deskriptif
Analisis deskriptif merupakan metode yang digunakan untuk menganalisis dan mengolah data-data yang tersedia sehingga diperoleh
gambaran yang jelas mengenai fakta-fakta dan hubungan antara fenomena yang diteliti.
3.8.4. Uji Asumsi Klasik
Asumsi klasik digunakan untuk mempelajari kekuatan antara variabel sehingga dari hubungan tersebut dapat ditaksir nilai variabel tidak
Universitas Sumatera Utara
bebas jika variabel bebasnya diketahui atau sebaliknya. Uji asumsi klasik ini
meliputi :
3.8.2.1. Uji Normalitas
Uji normalitas data menjadi prasyarat pokok dalam analisis, digunakan untuk melihat tingkat normalitas data. Tingkat kenormalan
data sangat penting karena dengan data yang berdistribusi normal, maka data tersebut dianggap dapat mewakili populasi. Pengujian
dilakukan dengan ujiKolmogorov-Smirnov atau grafik P-P Plot. Kriteria ujinya adalah apabila nilai signifikansi residual Kolmogorov-
Smirnov lebih besar dari 0,05Asymptotic Significance0,05, maka residual terdistribusi secara normal dan jika grafik P-P Plot menyebar
mengikuti garis diagonal maka residual terdistribusi normal Priyatno, 2013:34-53.
3.8.2.2 Uji Multikolinearitas
Uji multikolinearitas digunakanuntuk melihat terjadinya hubungan linear yang sempurna atau mendekati sempurna antar
variabel independen dalam model regresi Priyatno, 2013:56.Multikolinearitas akan terjadi jika korelasi antar variabel
bebas menunjukan nilai yang sangat tinggi atau mendekati 1. Pengujian lain dapat dilakukan dengan menggunakan nilai Varian
Inflation Factor VIF. Jika nilai VIF 5, maka terjadi multikolinearitas antar variabel bebas Sarwono, 2012:122.
Universitas Sumatera Utara
3.8.2.3 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah model dalam model regresi linier ada korelasi antar pengganggu pada periode t
dengan kesalahan pada periode t-1 sebelumnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Untuk mendeteksi
terjadinya autokorelasi dapat dilakukan dengan pengujian terhadap nilai uji Durbin-Watson Uji DW dengan ketentuan sebagai berikut:
1. Bila nilai Durbin-Watson DW terletak antara batas atas atau
Upper Bound DU dan 4 – DU, maka koefisien autokorelasi sama dengan nol, berarti tidak ada autokorelasi.
2. Bila nilai DW lebih rendah daripada batas bawah atau Lower
Bound DL, maka koefisien autokorelasi lebih besar dari nol, berarti ada autokorelasi positif.
3. Bila nilai DW lebih besar daripada 4-DL, maka koefisien
autokorelasi lebih kecil dari nol, berarti ada autokorelasi negatif. 4.
Bila nilai DW terletak di antara batas atas DU dan batas bawah DL atau DW terletak antara 4-DU dan 4-DL, maka hasilnya
tidak dapat disimpulkan.
3.8.2.4 Uji Heteroskedastisitas
Heteroskedastisitas digunakan untuk melihat keadaan di mana terjadi ketidaksamaan varian dari residual untuk semua pengamatan
pada model regresi. Model regresi yang baik adalah tidak terjadi masalah heterokedasitas Priyatno, 2013:62.
Universitas Sumatera Utara
Uji heterokedastisitas dilakukan dengan uji Glejser Testing yaitu dengan meregresikan variabel-variabel bebas terhadap nilai
absolut residual residual adalah selisih antara nilai observasi dengan nilai prediksi, dan absolut adalah nilai mutlaknya. Jika nilai
signifikansi antara variabel independen dengan residual lebih dari 0,05, maka tidak terjadi heterokedasitas Ghozali, 2005.
3.8.3. Analisis Regresi Linear Berganda
Pada tahap ini dijelaskan hubungan antara variabel dependen dan independen dengan metode regresi linear berganda dengan rumus :
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ e Dimana :
Y = Financial Distress
a = konstanta
X1 = DAR
X2 = DER
X3 = LDAR
X4 = LDER
b
1
= koefisien regresi variabel DAR b
2
= koefesien regresi variabel DER b
3
= koefesien regresi variabel LDAR b
4
= koefesien regresi variabel LDER e
= error
Universitas Sumatera Utara
3.8.4. Pengujian Hipotesis 3.8.4.1. Uji Signifikansi Simultan UjiF
Pengujian ini dilakukan untuk mengetahui apakah semua variabel bebas berpengaruh secara simultan terhadap variabel terikat.
Pada uji ini nilai F
hitung
akan dibandingkan dengan F
tabel
pada tingkat signifikan α = 5
Kriteria pengambilan keputusan : Ho diterima jika F
hitung
F
tabel
pada α = 5 Ha ditolak jika F
hitung
F
tabel
pada α = 5
3.8.4.2. Uji Signifikansi Parsial Ujit
Pengujian ini bertujuan untuk menguji pengaruh variabel bebas terhadap variabel terikat secara parsial. Pada uji ini nilai t
hitung
akan dibandingkan dengan t
tabel
pada tingkat signifikan α = 5. Kriteria pengambilan keputusan:
H diterima jika t
hitung
t
tabel
pada α = 5
H ditolak jika t
hitung
t
tabel
pada α = 5
3.8.4.3. Koefisien Determinasi R
2
Nilai Adjusted R Square menunjukkan proporsi variabel dependen yang dijelaskan oleh variabel independen. Semakin tinggi
nilai Adjusted R Square maka akan semakin baik bagi model regresi variabel terikat juga semakin besar. Kelemahan mendasar dalam
Universitas Sumatera Utara
penggunaan koefisien determinasi adalah biasa terhadap jumlah variabel independen. Semakin banyak variabel independen
ditambahkan ke dalam model maka R square akan meningkat walaupun variabel tersebut tidak berpengaruh secara signifikan ke
dalam model. Oleh karena itu banyak peneliti yang menganjurkan untuk menggunakan nilai Adjusted R Square untuk mengevaluasi
model Situmorang dkk, 2010:144.
Universitas Sumatera Utara
BAB IV HASIL DAN PEMBAHASAN
4.1. Gambaran Umum
Objek penelitian ini adalah perusahaan pertambangan yang terdaftar di Bursa Efek Indonesia, dimana jumlah seluruh perusahaan pertambangan tersebut
adalah 39 perusahaan. Setelah data terkumpul, seluruh perusahaan yang termasuk dalam populasi diseleksi berdasarkan kriteria yang telah ditentukan. Dari
penyeleksian tersebut diperoleh 16 perusahaan yang menjadi sampel atau 48 data observasi yang memenuhi kriteria.
4. 2 Hasil Penelitian 24.2.1 Analisis Statistik Deskriptif
Analisis statistik deskriptif memberikan informasi mengenai gambaran data meliputi jumlah sampel, nilai minimum, nilai maksimum,
niali rata-rata mean, dan standar deviasi dari variabel-variabel penelitian.
Tabel 4.1 Statistik Deskriptif Variabel
Financial Distress, DAR, DER, LDAR, dan LDER Descriptive Statistics
N Range
Minimu m
Maximu m
Mean Std. Deviation FID
48 2.23
1.34 3.57 2.495
5 .36014
DAR 48
1.92 .12
2.04 .5548 .37900
DER 48
3.75 .19
3.94 1.143 9
1.00886 LDAR
48 .51
.01 .52 .1919
.15133 LDER
48 1.63
.01 1.64 .4685
.46937
Universitas Sumatera Utara
Descriptive Statistics
N Range
Minimu m
Maximu m
Mean Std. Deviation FID
48 2.23
1.34 3.57 2.495
5 .36014
DAR 48
1.92 .12
2.04 .5548 .37900
DER 48
3.75 .19
3.94 1.143 9
1.00886 LDAR
48 .51
.01 .52 .1919
.15133 LDER
48 1.63
.01 1.64 .4685
.46937 Valid N listwise
48 Sumber : Output SPSS, data diolah peneliti, 2016
Berdasarkan Tabel 4.1 dapat dideskripsikan beberapa hal sebagai berikut:
1. Jumlah seluruh sampel penelitian adalah 16 perusahaan dengan 48
amatan penelitian, yaitu 16 perusahaan dikali dengan tiga tahun periode penelitian.
2. Variabel dependen Financial Distress FID memiliki nilai minimum
sebesar 1,34 dan nilai maksimum sebesar 3,57 dengan rata-rata 2,4955. Hal ini menunjukkan bahwa semua perusahaan yang menjadi sampel
tidak ada yang mengalami financial distress dan cenderung berada pada kondisi perusahaan yang sehat.
3. Variabel independen Debt to Total Asset Ratio DAR memiliki nilai
minimum sebesar 0,12 dan nilai maksimum sebesar 2,04 dengan rata-rata 0.5548. Hal ini menunjukkan bahwa ada perusahaan yang memiliki
resiko keuangan yang tinggi dan ada juga yang memiliki resiko keuangan yang rendah jika dilihat dari nilai statistik rasionya, tetapi rata-rata
perusahaan sampel berada pada tingkat resiko yang normal.
Universitas Sumatera Utara
4. Variabel independen Debt to Total Equity Ratio DER memiliki nilai
minimum sebesar 0,19 dan nilai maksimum sebesar 3,94 dengan nilai rata-rata 1,1439. Hal ini menunjukkan bahwa rata-rata perusahaan
sampel memiliki tingkat rasio yang besar sehingga dapat diartikan bahwa struktur permodalan perusahaan lebih banyak dibiayai oleh pinjaman
sehingga ketergantungan perusahaan terhadap kreditur semakin meningkat.
5. Variabel independen Long TermDebt to Total Asset Ratio LDAR
memiliki nilai minimum sebesar 0,01 dan nilai maksimum sebesar 0,52 dengan nilai rata-rata 0,1919. Hal ini menunjukkan bahwa rata-rata
perusahaan yang menjadi sampel memiliki rasio LDAR yang baik, artinya tidak banyak dari asset yang dimiliki perusahaan yang dibiayai
oleh hutang jangka panjangnya. 6.
Variabel independen Long TermDebt to Total Equity Ratio LDER memiliki nilai minimum sebesar 0,01 dan nilai maksimum sebesar 1,64
dengan nilai rata-rata 0,4685. Hal ini menunjukkan bahwa rata-rata perusahaan yang menjadi sampel memiliki rasio LDER yang baik
meskipun ada beberapa perusahaan yang memiliki rasio yang tinggi, tetapi rata-rata perusahaan sampel tidak memiliki resiko keuangan yang
tinggi untuk rasio hutang jangka panjang terhadap total ekuitas ini.
Universitas Sumatera Utara
Gambar 4.1 Grafik Normal P-Plot
Sumber : Output SPSS, data diolah peneliti, 2016
24.2.2. Uji Asumsi Klasik 4.2.2.1. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal. Pengujian
normalitas data penelitian ini menggunakan analisis grafik dan statistik. Analisis grafik untuk melihat normalitas dilakukan dengan
melihat kurva normal probability plot. Analisis statistik dilakukan dengan uji kolmogrov-smirnov. Analisis statistik dilakukan karena uji
normalitas dengan grafik dapat menyesatkan secara visual. Data bisa terlihat normal padahal secara statistik bisa sebaliknya.
Universitas Sumatera Utara
Pada Gambar 4.1 terlihat data menyebar di sekitar garis diagonal dan mengikuti arah garis histograf menuju pola distribusi
nomal maka variabel dependen audit timeliness memenuhi asumsi normalitas. Selain itu uji normalitas juga dapat dilakukan dengan uji
one-sample kolmogorov-smirnov. Nilai signifikansi dari residual yang berdistribusi secara normal adalah jika nilai asymp.Sig 2-tailed
dalam pengujian one-sample kolmogorov-smirnov test lebih dari 0,05. Hasil uji one-sample kolmogorov-smirnov test ditampilkan pada Tabel
4.7 di bawah ini.
Tabel 4.2 Uji One-Sample Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 48
Normal Parameters
a,b
Mean .0000000
Std. Deviation .35092615
Most Extreme Differences
Absolute .134
Positive .134
Negative -.104
Kolmogorov-Smirnov Z .929
Asymp. Sig. 2-tailed .353
a. Test distribution is Normal. b. Calculated from data.
Sumber : Output SPSS, data diolah peneliti, 2016
Universitas Sumatera Utara
Dari Tabel 4.2 dapat dilihat bahwa nilai kolmogorov smirnov adalah 0,929 dengan nilai asymp.sig.2-tailed sebesar 0,353 hal ini
berarti data dalam model regresi berdistribusi normal, karena nilai asymp.sig.2-tailed lebih besar dari 0,05.
4.2.2.2. Uji Multikolinieritas
Pengukuran multikolonieritas dalam penelitian ini dilihat dari nilai tolerance dan variance inflation factor VIF. Apabila nilai
tolerance 0,10 dan VIF 10 maka model regresi tersebut bebas dari multikolonieritas. Berikut hasil perhitungan menggunakan SPSS 19.
Tabel 4.3 Hasil Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients Collinearity Statistics
B Std.
Error
Beta Toleran
ce VIF
1 Constant 2.388
.123 DAR
.129 .183
.136 .592
1.689 DER
-.010 .107
-.028 .245
4.089 LDAR
-.143 1.193
-.060 .208
5.388 LDER
.160 .456
.208 .262
6.001 Sumber : Output SPSS, data diolah peneliti, 2016
Berdasarkan Tabel 4.3 dapat dilihat bahwa antar variabel independen tidak terjadi multikolonieritas. Hal ini dapat dilihat dari
nilai tolerance yang memiliki nilai 0,10 dan nilai VIF 10. Jadi dapat disimpulkan bahwa tidak ada multikolonieritas antar variabel
independen dalam model regresi ini.
Universitas Sumatera Utara
4.2.2.3. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi ada korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pengganggu pada periode t-1 sebelumnya. Pengukuran autokorelasi dalam penelitian ini dilakukan menggunakan
uji Durbin-Watson DW-Test. Untuk melihat terjadi atau tidaknya autokorelasi dalam suatu model regresi dapat dilihat pada tabel Model
Summary di bawah ini.
Tabel 4.4 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
.657
a
.432 .417
3.36689 1.761
a. Predictors: Constant, LDER, DAR, DER, LDAR b. Dependent Variable: FID
Sumber : Output SPSS, data diolah peneliti, 2016 Berdasarkan Tabel 4.4 dapat diketahui bahwa nilai DW
sebesar 1,761. Nilai tersebut selanjutnya dibandingkan dengan nilai tabel dengan menggunakan signifikansi 5, jumlah sampel 48, dan
jumlah variabel independen 4 k=4. Dari Tabel 4.4 dapat diketahui nilai DW sebesar 1,761 yang lebih besar dari batas atas dU 1,7206
dan kurang dari 4 – 1,7206 4 – dU maka dapat disimpulkan bahwa tidak terjadi autokorelasi baik positif maupun negatif.
Universitas Sumatera Utara
4.2.2.4. Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari residual satu
pengamatan ke pengamatan yang lain. Model regresi yang baik adalah tidak terjadi heterokedastisitas. Menurut Nugroho 2005:62 cara
memprediksi ada tidaknya heteroskedastisitas pada suatu model dapat diihat dari pola gambar Scatterplot model tersebut. Analisis pada
gambar Scatterplot yang menyatakan model regresi linear berganda
tidak terdapat heteroskedastisitas jika :
1. Titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0,
2. Titik-titik data tidak mengumpul hanya di atas atau di bawah saja,
3. Penyebaran titik-titik data tidak boleh membentuk pola
bergelombang melebar kemudian menyempit dan melebar kembali, 4.
Penyebaran titik-titik data sebaiknya tidak berpola.
Gambar 4.2 Hasil Uji Heteroskedastisitas Scatterplot
Universitas Sumatera Utara
Pada Gambar 4.3 garfik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah
angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi sehingga model regresi layak
dipakai untuk memprediksi Z-Score perusahaan jasa pertambangan yang terdaftar di BEI berdasarkan masukan variabel independen rasio
DAR, DER, LDAR, dan LDER.
24.2.3. Analisis Regresi
Analisis regresi digunakan untuk menguji hipotesis dalam penelitian. Analisis regresi yang digunakan dalam penelitian ini adalah analisis regresi
berganda yang digunakan untuk menguji hubungan antara variabel independen terhadap variabel dependen. Model regresi berganda dalam
penelitian ini adalah sebagai berikut:
Y
FID
= α + β
1
DAR + β
2
DER + β
3
LDAR + β
4
LDER + e
Keterangan: Y
FID
= Financial Distress α
= Konstanta β
1
- β
4
= Koefisien Regresi DAR
= Debt to Total Asset Ratio DER
= Debt to Total Equity Ratio LDAR = Long TermDebt to Total Asset Ratio
LDER = Long Term Debt to Total Equity Ratio e
= Error term
Universitas Sumatera Utara
Tabel 4.5 Hasil Uji Analisis Regresi Berganda
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
2.388 .123
19.492 .000
DAR .129
.183 .136
3.703 .048
DER -.010
.107 -.028
2.094 .026
LDAR -.143
1.193 -.060
-.120 .905
LDER .160
.456 .208
.350 .728
a. Dependent Variable: FID Sumber : Output SPSS, data diolah peneliti, 2016
Berdasarkan Tabel 4.5 dapat dibuat persamaan regresi berganda sebagai berikut :
Y
FID
= 2.388+ 0.129DAR – 0.010DER – 0.143LDAR + 0.160LDER+e
Dari persamaan regresi diatas di atas dapat diartikan sebagai berikut: 1.
Konstanta = 2,388 Artinya jika variabel debt to total asset ratio DAR, debt to total
equity ratio DER, long term debt to total asset ratio LDAR, dan long term debt to total equity ratio LDER dianggap sama dengan nol
atau tetap, maka variabel financial distress naik sebesar 2,388. 2.
Koefisien regresi debt to total asset ratio = 0,129 Artinya apabila debt to total asset ratio meningkat 1 satuan maka akan
diikuti peningkatan financial distress sebesar 0,129. 3.
Koefisien regresi debt to total equity ratio = - 0,010 Artinya apabila debt to total equity ratio meningkat 1 satuan maka
akan diikuti penurunan tingkat financial distress sebesar 0,010.
Universitas Sumatera Utara
4. Koefisien regresi long term debt to total asset ratio = - 0,143
Artinya apabila long term to total asset ratio meningkat 1 satuan maka akan diikuti penurunan tingkat financial distress sebesar 0,143.
5. Koefisien regresi long term debt to total equity ratio = 0,160
Artinya apabila long term to total equity ratio meningkat 1 satuan maka akan diikuti peningkatan financial distress sebesar 0,160.
4.2.4. Uji Hipotesis 4.2.4.1. Uji Signifikansi Simultan Uji F
Untuk menguji hubungan secara simultan antara variabel debt to total asset ratio DAR, debt to total equity ratio DER, long term
debt to total asset ratio LDAR, dan long term debt to total equity ratio LDER terhadap financial distress menggunakan uji kelinieran
persamaan regresi seperti yang ditunjukkan pada Tabel 4.6 di bawah ini.
Tabel 4.6 Hasil Uji Simultan Uji F
ANOVA
b
Model Sum of
Squares df
Mean Square
F Sig.
1 Regressio
n .308
4 .077
.572 .685
a
Residual 5.788
43 .135
Total 6.096
47 a. Predictors: Constant, LDER, DAR, DER, LDAR
b. Dependent Variable: FID
Sumber : Output SPSS, data diolah peneliti, 2016
Universitas Sumatera Utara
Berdasarkan Tabel 4.6 diperoleh nilai F
hitung
sebesar 0,572 F
tabel
sebesar 2,59 dan sig = 0,685 0,05. Hal ini menunjukkan bahwa secara simultan variabel independen debt to total asset ratio, debt to
total equity ratio, long term debt to total asset ratio, dan long term debt to total equity ratio tidak berpengaruh terhadap financial
distress.
4.2.4.2. Uji Signifikansi Parsial Uji t
Uji t dilakukan untuk mengetahui apakah variabel independen yaitu debt to total asset ratio, debt to total equity ratio, long term debt
to total asset ratio, dan long term debt to total equity ratio secara langsung mempengaruhi variabel dependen secara signifikan atau
tidak.
Tabel 4.7 Hasil Uji Parsial Uji t
Coefficients
a
Model Unstandardized
Coefficients Standardiz
ed Coefficient
s t
Sig. B
Std. Error Beta
1 Consta
nt 2.388
.123 19.492
.000 DAR
.129 .183
.136 3.703
.048 DER
-.010 .107
-.028 2.094
.026 LDAR
-.143 1.193
-.060 -.120
.905 LDER
.160 .456
.208 .350
.728 a. Dependent Variable: FID
Sumber : Output SPSS, data diolah peneliti, 2016
Universitas Sumatera Utara
Berdasarkan Tabel 4.7 diperoleh hasil pengujian pada variabel Debt to Total Asset Ratio DAR yaitu nilai t
hitung
sebesar 3,703 t
tabel
sebesar 2,01669 dengan tingkat signifikansi sebesar 0,048 atau lebih kecil dari 0,05 sehingga dapat disimpulkan bahwa Debt to Total Asset
Ratio berpengaruh terhadap Financial Distress. Untuk variabel Debt to Total Equity Ratio DER diperoleh
nilai t
hitung
sebesar 2,094 t
tabel
sebesar 2,01669 dengan tingkat signifikansi sebesar 0,026 atau lebih kecil dari 0,05 sehingga dapat
disimpulkan bahwa Debt to Total Equity Ratio berpengaruh terhadap Financial Distress.
Untuk variabel Long Term Debt to Total Asset Ratio LDAR diperoleh nilai t
hitung
sebesar -0,120 t
tabel
sebesar 2,01669 dengan tingkat signifikansi sebesar 0,905 atau lebih besar dari 0,05 sehingga
dapat disimpulkan bahwa Long Term to Total Asset Ratio tidak berpengaruh terhadap Financial Distress.
Untuk variabel Long Term Debt to Total Equity Ratio LDER diperoleh nilai t
hitung
sebesar 0,350 t
tabel
sebesar 2,01669 dengan tingkat signifikansi sebesar 0,728 atau lebih besar dari 0,05 sehingga
dapat disimpulkan bahwa Long Term Debt to Total Equity Ratio tidak berpengaruh terhadap Financial Distress.
4.2.4.3. Koefisien Determinasi R
2
Besarnya nilai koefisien determinasi pada model regresi berganda ditunjukkan oleh nilai Adjusted R. Square. Hasil pengujian
Universitas Sumatera Utara
koefisien determinasi Adjusted R. Square dapat dilihat pada Tabel 4.8 berikut ini:
Tabel 4.8 Hasil Uji Koefisien Determinasi
Model Summary
Model R
R Square Adjusted R
Square Std. Error of
the Estimate 1
.657
a
.432 .417
3.36689 a. Predictors: Constant, LDER, DAR, DER, LDAR
Sumber : Output SPSS, data diolah peneliti, 2016
Berdasarkan Tabel 4.8 nilai Adjusted R Square adalah 0,417 yang berarti variabilitas variabel dependen yang dapat dijelaskan oleh
variabel independen adalah sebesar 41,7 sedangkan sisanya 58,3 dijelaskan oleh faktor lain di luar model penelitian.
4.3. Pembahasan 1. Pengaruh Debt to Total Asset Ratio Terhadap Financial Distress
Hipotesis pertama dalam penelitian ini adalah debt to total asset ratioberpengaruh terhadap financial distress. Berdasarkan hasil pengujian
hipotesis pada Tabel 4.7 variabel debt to total asset ratio mempunyai tingkat signifikansi sebesar 0,048 dan lebih kecil dari tingkat signifikansi 0,05
sehingga debt to total asset ratio dapat diterima. Dengan demikian diterima H
a
dan H
o
ditolak artinya variabel debt to total asset ratio secara parsial berpengaruh dan signifikan terhadap financial distress Z-Score pada
perusahaan pertambangan pada tingkat kepercayaan 95.Hasil penelitian ini
Universitas Sumatera Utara
konsisten dengan hasil penelitian yang dilakukan oleh Ahmad 2011 yang menyebutkan bahwa debt to total asset ratio berpengaruh positif terhadap
financial distress.
2. Pengaruh Debt to Total Equity Ratio Terhadap Financial Distress
Hipotesis kedua dalam penelitian ini adalah debt to total equity ratioberpengaruh terhadap financial distress. Berdasarkan hasil pengujian
hipotesis pada Tabel 4.7 variabel debt to total equity ratio mempunyai tingkat signifikansi sebesar 0,026 dan lebih kecil dari tingkat signifikansi 0,05 sehingga
debt to total equity ratio dapat diterima. Dengan demikian diterima H
a
dan H
o
ditolak artinya variabel debt to total equity ratio secara parsial berpengaruh dan signifikan terhadap financial distress Z-Score pada perusahaan pertambangan
pada tingkat kepercayaan 95.Hasil penelitian ini konsisten dengan hasil penelitian yang dilakukan oleh Ahmad 2011 yang menyebutkan bahwa debt to
total equity ratio berpengaruh positif terhadap financial distress.
3. Pengaruh Long Term Debt to Total Asset Ratio Terhadap Financial Distress
Hipotesis ketiga dalam penelitian ini adalah long term debt to total asset ratioberpengaruh terhadap financial distress. Berdasarkan hasil pengujian
hipotesis pada Tabel 4.7 variabel long term debt to total asset ratio mempunyai tingkat signifikansi sebesar 0,905 dan lebih besar dari tingkat signifikansi 0,05
sehingga long term debt to total asset ratio tidak dapat diterima. Dengan demikian diterima H
o
dan H
a
ditolak artinya variabel long term debt to total asset ratio secara parsial tidak berpengaruh dan tidak signifikan terhadap financial
Universitas Sumatera Utara
distressZ-Score pada perusahaan pertambangan pada tingkat kepercayaan 95.Dengan kata lain hipotesis ini tidak dapat diterima.
4. Pengaruh Long Term Debt to Total Equity Ratio Terhadap Financial
Distress
Hipotesis keempat dalam penelitian ini adalah long term debt to total equity ratioberpengaruh terhadap financial distress. Berdasarkan hasil pengujian
hipotesis pada Tabel 4.7 variabel long term debt to total asset ratio mempunyai tingkat signifikansi sebesar 0,728 dan lebih besar dari tingkat signifikansi 0,05
sehingga long term debt to total equity ratio tidak dapat diterima. Dengan demikian diterima H
o
dan H
a
ditolak artinya variabel long term debt to total equity ratio secara parsial tidak berpengaruh dan tidak signifikan terhadap financial
distress Z-Score pada perusahaan pertambangan pada tingkat kepercayaan 95.Dengan kata lain hipotesis ini tidak dapat diterima.
5. Pengaruh Debt to Total Asset Ratio, Debt to Total Equity Ratio, Long Term Debt to Total Asset Ratio, dan Long Term Debt to Total Equity Ratio
Terhadap Financial Distress
Berdasarkan Tabel 4.6 diperoleh nilai F
hitung
sebesar 0,572 F
tabel
sebesar 2,59 dan sig = 0,685 0,05. Hal ini menunjukkan bahwa secara simultan variabel
independen debt to total asset ratio, debt to total equity ratio, long term debt to total asset ratio, dan long term debt to total equity ratio tidak berpengaruh
terhadap financial distress. Dengan demikian diterima H
o
dan H
a
ditolak artinya variabel debt to total asset ratio, debt to total equity ratio, long term debt to total
Universitas Sumatera Utara
asset ratio, dan long term debt to total equity ratio secara simultan tidak berpengaruh dan tidak signifikan terhadap financial distress Z-Score pada
perusahaan pertambangan pada tingkat kepercayaan 95.Artinya hipotesis ini tidak dapat diterima.
Universitas Sumatera Utara
BAB V KESIMPULAN DAN SARAN
5.1. Kesimpulan
