66
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
A. Statistik Deskriptif
Setelah data terkumpul, seluruh sampel diseleksi berdasarkan kriteria sehingga diperoleh 42 sampel yang memenuhi kriteria pemilihan sampel lihat
lampiran II daftar perusahaan sampel. Sebelum melakukan pembahasan hipotesis terlebih dahulu memperhatikan data-data dari sampel secara statistik.
Berikut ini merupakan data statistik secara umum dari seluruh data yang digunakan.
Tabel 4.1 Statistik Deskriptif
DAR DER ROE Mean
36.11947 138.7505
1016.712
Median
27.95000 48.65000
651.3300
Maximum 104.2500
1066.550 5053.190
Minimum
25.45000 -187.2400
30.34000
Std. Dev.
18.13170 298.3769
1202.690
Sum
686.2700 2636.260
19317.53
Sum Sq. Dev.
5917.654 1602518.
26036323
Observations
19 19
19
Sumber : Lampiran 1 pengolahan data dengan e-Views 1.
Rata-rata dari Debt to Asset Ratio DAR adalah 36.11947 dengan deviasi standart sebesar 18.1317
2. Rata-rata Debt to Equity Ratio DER adalah 138.7505 dengan deviasi
standart sebesar 298.3769
Universitas Sumatera Utara
67
3. Rata-rata Return On Equity ROE adalah 1016.712 dengan deviasi
standart sebesar 1202.09 4.
Jumlah observasi sebanyak 19 observasi
B. Uji Asumsi Klasik
1. Uji Normalitas
Uji normalitas merupakan uji asumsi klasik untuk mengetahi apakah data terdistribusi secara normal atau tidak. Untuk mengetahui data terdistribusi secara
normal atau tidak dilakukan uji Jarque-Bera dimana p 5. Dari gambar pada Lampiran IV: Uji Normalitas diketahui bahwa data
terdistribusi secara normal, dimana skewness 0,3 dan kurtosis 2,3. Menurut Santoso 2006:134 jika rasio skewness berada diantara -2 sampai denagn +2, maka distribusi
data adalah normal. Demikian juga dengan rasio kurtosis, jika berada di antara -3 sampai dengan +3, maka distribusi data adalah normal. Disamping itu data tersebut
terdistribusi secara normal atau tidak dapat dilihat dari probabilitas Jarque-Bera 5, dimana pada uji di atas p= 0,84 0,05 artinya data terdistribusi dengan normal.
2. Uji Multikolinearitas
Multikolinearitas merupakan uji yang digunakan untuk melihat adanya hubungan yang sangat kuat di antara variabel bebas. Untuk mendeteksi
multikolinearitas dapat dilakukan dengan uji korelasi.
Universitas Sumatera Utara
68
Dari pengujian yang dilakukan diketahui bahwa variabel Debt to Equity Ratio DER, Debt to Asset Ratio DAR bebas dari masalah multikolinearitas. Hal
tersebut dibuktikan dengan nilai korelasi antara DAR dan DER sebesar 0.376. Sedangkan korelasi yang tergolong kuat adalah apabila variabel bebas mempunyai
korelasi 0,8 Nachrowi, Djalal Nachrowi, 2006: 247. Sehingga dapat diputuskan antara variabel bebas tidak terdapat masalah multikoleniaritas..
3. Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam sebuah regresi terjadi ketidaksamaan varians dari residual suatu pengamatan kepengamatan
lain. Untuk mendeteksi adanya heteroskedastisitas digunakan Uji White no cross term karena variabel bebas pada penelitian ini hanya dua variabel.
Dari hasil pengujian, ditunjukkan bahwa probabilitas
ObsR-squared
lebih besar dari
α = 5 0.05 yaitu 0.44. Dengan demikian dapat disimpulkan bahwa dalam model tersebut tidak terdapat masalah heteroskedastisitas atau varians dari residual
homokedastisitas. Menurut Nachrowi, 2006: 248 heterokedastisitas terjadi pada probabilitas ObsR-squared 5.
4. Uji Autokorelasi
Uji ini digunakan untuk mengetahui apakah dalam sebuah model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dan kesalahan
pengganggu pada periode t-
1
periode sebelumnya. Pengujian autokorelasi dapat
Universitas Sumatera Utara
69
dilakukan dengan menghitung Durbin Watson, dari hasil pengujian diperoleh DW statistik sebesar 1.34 dan dengan jumlah variabel bebas sebanyak 2 dan 19 observasi
dari DW tabel diperoleh dl = 0.96 dan du = 1.41 dengan tingkat kepercayaan 95 sehingga dlDWdu, artinya tidak dapat diputuskan terjadi autokorelasi positif atau
negatif.
0 dl du
4-du 4-dl 4 0. 96 1.41 2,59 3,04
Gambar 4.1 Pengambilan Keputusan DW-Test
Untuk mengatasi masalah otokorelasi tersebut maka dilakukan uji Unit Root Test atau disebut juga Augmented Dickey-Fuller ADF Test Nachrowi, 2006:355.
Berdasarkan model tersebut kita dapat memilih tiga model yang akan digunakan untuk melakukan uji ADF, yaitu:
1. Model dengan intersep
β
1
dan trend β
2
, sebagaimana model yang telah digunakan untuk regresi ini.
2. Model hanya menggunakan intersep
β
1
; ∆Y
t
= β
1 +
Y
t-1 +
α
i ∑
∆Y
t-1
+
t
3. Model tanpa intersep dan trend slope
∆Y
t =
Y
t-1 +
α
i ∑
∆Y
t-1 + t
Autokore lasi
positif Tidak ada
keputusan Tidak ada
Otokorelasi Tidak ada
keputusan Autokore
lasi negatif
Universitas Sumatera Utara
70
Dari hasil pengujian diperoleh bahwa model tanpa intersep dan trend di dapat data yang stasioner dimana untuk menentukan data berotokorelasi atau tidak dapat
dilihat dari nilai Uji ADF dan nilai kritisnya. Jika nilai uji ADF lebih kecil dari nilai kritis maka dapat disimpulkan bahwa data tidak berotokorelasi lagi. Hasil pengujian
dengan menggunakan uji Unit Root Test menunjukkan nilai uji ADF sebesar - 3,466615 sedangkan nilai kritis pada level 1 = -2,699769, pada level 5 = -
1,961409 dan pada level 10 = -1,606610 dimana nilai kritis lebih besar dari pada nilai uji ADF sehingga dapat diputuskan bahwa model regresi telah bebas dari
masalah otokorelasi.
C. Pengujian Hipotesis
Untuk menguji hipotesis, peneliti menggunakan regresi sederhana dan regresi berganda. Berdasarkan hasil pengolahan data dengan menggunakan e-views 4.1
diperoleh hasil regresi sebagai berikut: 1.
Pengaruh Debt to Asset Ratio DAR terhadap ROE Tabel 4.2
Pengaruh DAR tehadap ROE
Dependent Variable: ROE Method: Least Squares
Date: 030608 Time: 10:12 Sample: 2002:2 2006:4
Included observations: 19
Variable Coefficient Std.
Error t-Statistic
Prob. C 1128.484
646.0227 1.746818
0.0987 DAR -3.094506
16.07006 -0.192563
0.8496 R-squared
0.002176 Mean dependent var 1016.712
Adjusted R- squared
-0.056519 S.D. dependent var 1202.690
S.E. of regression 1236.210 Akaike info criterion
17.17679 Sum squared resid
25979656 Schwarz criterion 17.27620
Log likelihood -161.1795 F-statistic
0.037081 Durbin-Watson stat
1.181702 ProbF-statistic 0.849583
Sumber: Lampiran 2, Hasil Regresi
Universitas Sumatera Utara
71
Pada tabel diatas, angka R-squared atau koefisien determinasi adalah 0,002. Hal ini berarti 0,2 perubahan dalam ROE dapat dijelaskan oleh DAR sedangkan
sisanya 99,8 dijelaskan oleh sebab-sebab lain yang tidak diteliti. Standart error of regresion adalah 1236.210 maka dapat disimpulkan model regresi tidak dapat
memprediksi ROE. DAR memiliki angka signifikansi 0.84 di atas 0.05 yang menunjukkan
bahwa variabel tersebut tidak signifikan. Hal ini berarti bahwa DAR secara individu tidak berpengaruh terhadap ROE.
Dari hasil regresi di atas dapat dibentuk persamaan regresi linear dari variabel DAR yaitu:
Y = 1128.484 – 3.094X
1…………………………………………..4.1
Dimana: Y
= variabel dependen yaitu ROE X
1
= variabel independen, yaitu DAR
Universitas Sumatera Utara
72
2. Pengaruh DER terhadap ROE Tabel 4.3
Pengaruh DER Terhadap ROE
Dependent Variable: ROE Method: Least Squares
Date: 030608 Time: 10:13 Sample: 2002:2 2006:4
Included observations: 19 Variable Coefficient
Std. Error
t-Statistic Prob.
C 583.7280 199.1601
2.930948 0.0093
DER 3.120594 0.618776
5.043172 0.0001
R-squared 0.599374 Mean dependent var
1016.712 Adjusted R-squared
0.575808 S.D. dependent var 1202.690
S.E. of regression 783.3123 Akaike info criterion
16.26424 Sum squared resid
10430829 Schwarz criterion 16.36366
Log likelihood -152.5103 F-statistic
25.43359 Durbin-Watson stat
1.216818 ProbF-statistic 0.000100
Sumber: Lampiran 3, Hasil regresi
Pada tabel diatas, angka R-squared atau koefisien determinasi adalah 0,599. Hal ini berarti 59.9 perubahan dalam ROE dapat dijelaskan oleh DER sedangkan
sisanya 41.1 dijelaskan oleh sebab-sebab lain yang tidak diteliti. Standart error of regresion adalah 783.312 maka dapat disimpulkan model regresi dapat memprediksi
ROE. DER memiliki angka signifikansi 0.000 di bawah 0.05 yang menunjukkan
bahwa variabel tersebut signifikan. Hal ini berarti bahwa DER secara individu berpengaruh terhadap ROE.
Dari hasil regresi di atas dapat dibentuk persamaan regresi linear dari variabel DER yaitu:
Universitas Sumatera Utara
73
Y = 583.728 + 3.120X
2…………………………………………..4.2
Dimana: Y
= variabel dependen yaitu ROE X
2
= variabel independen, yaitu DER
3. Pengaruh DAR, DER dan EAR terhadap ROE Tabel 4.4
Pengaruh DAR dan DER Terahadap ROE
Dependent Variable: ROE Method: Least Squares
Date: 030608 Time: 10:08 Sample: 2002:2 2006:4
Included observations: 19
Variable Coefficient Std.
Error t-Statistic
Prob. C 1444.814
348.0046 4.151709
0.0008 DAR -26.13742
9.255802 -2.823896
0.0122 DER 3.718674
0.562455 6.611510
0.0000 R-squared
0.732631 Mean dependent var 1016.712
Adjusted R-squared 0.699209 S.D. dependent var
1202.690 S.E. of regression
659.6076 Akaike info criterion 15.96511
Sum squared resid 6961315. Schwarz criterion
16.11423 Log likelihood
-148.6685 F-statistic 21.92115
Durbin-Watson stat 1.347017 ProbF-statistic
0.000026
Sumber: Lampiran 1, Hasil Regresi
Pada tabel diatas, angka R-squared atau koefisien determinasi adalah 0,732. Hal ini berarti 73,2 perubahan dalam ROE dapat dijelaskan oleh DAR dan DER
secara bersama-sama sedangkan sisanya 26.8 dijelaskan oleh sebab-sebab lain yang
Universitas Sumatera Utara
74
tidak diteliti. Standart error of regresion adalah 659.6076 maka dapat disimpulkan model regresi dapat digunakan untuk memprediksi ROE.
Dari tabel di atas diperoleh F Hitung adalah 21.92 dengan tingkat signifikansi 0.00. Hal ini berarti bahwa DAR dan DER secara simultan berpengaruh dan
signifikan terhadap ROE karena tingkat signifikansi 0.00 berada di bawah 0.05. Dari hasil regresi di atas dapat di bentuk persamaan regresi berganda yaitu:
Y = 1444.814 – 26.137X
1
+ 3.719X
2…………………….4.3
Dimana: Y =
ROE X
1
= Debt to Asset Ratio X
2
= Debt to Equity Ratio X3
= Equity to Assets Ratio
D. Pembahasan Hasil