BAB III METODE PENELITIAN 3.1 Jenis Penelitian Jenis penelitian yang dilakukan adalah penelitian asosiatif yang bertujuan untuk mengetahui hubungan antara dua variabel atau lebih (Sugiyono, 2006). Penelitian ini bertujuan untuk menganalisis hubungan antara empat variabel independen, terhadap satu variabel dependen. Penelitian ini dilakukan untuk mengetahui dan membuktikan pengaruh firm size, growth opportunity, liquidity, dan profitability terhadap struktur modal. 3.2 Populasi dan Sampel Penelitian 3.2.1 Populasi Penelitian Populasi menurut Sugiyono (2006), merupakan wilayah generalisasi yang terdiri dari subjek atau objek yang mempunyai kualitas atau karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Populasi dalam penelitian ini adalah semua perusahaan otomotif yang terdaftar di Bursa Efek Indonesia untuk periode 2007–2010 yang berjumlah 16 perusahaan. 3.2.2 Sampel Penelitian Sampel adalah bagian populasi yang digunakan untuk memperkirakan karakteristik populasi (Erlina, 2008). Pengambilan Sampel dalam penelitian ini menggunakan teknik non-probability sampling dengan cara purposive sampling. Metode purposive sampling yaitu “teknik penentuan sampel dengan pertimbangan tertentu” (Erlina, 2008).
Beberapa
pertimbangan
yang
ditentukan
oleh
peneliti
dalam
pengambilan sampel adalah: 1. Perusahaan manufaktur dibidang industri otomotif yang terdaftar di BEI pada tahun 2007–2010. 2. Perusahaan tersebut tidak didelisting dari BEI pada tahun 2007- 2010. 3. Perusahaan memiliki laporan keuangan yang lengkap dan audited selama tahun 2007–2010. Berdasarkan pertimbangan tersebut, maka sampel dalam penelitian ini berjumlah 12 data perusahaan otomotif dengan 16 unit analisis (12 x 4 tahun) 48 sampel. Daftar perusahaan yang dijadikan sampel dapat dilihat dalam tabel 3.1. Tabel 3.1 Daftar Perusahaan Otomotif No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Nama Perusahaan Allbond Makmur Usaha Tbk Andhi Chandra Automotive Prod. Tbk Astra International Tbk Astra Otoparts Tbk Branta Mulia Tbk Gajah Tunggal Tbk Goodyear Indonesia Tbk Indo Kordsa Tbk Indomobil Sukses Internasional Tbk Indospring Tbk Multi Prima Sejahtera Tbk Multistrada Arah Sarana Tbk Nipress Tbk Prima Alloy Steel Tbk Sanex Qianjiang Motor International Tbk Selamat Sempurna Tbk
√ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √
1
Kriteria 2 √ √ √ √ √ √ √ √ √ √ √ √ -
Sampel √ √ √ √ √ √ √ √ √ √ √ √ √ √
Sampel 1 Sampel 2 Sampel 3 Sampel 4 Sampel 5 Sampel 6 Sampel 7 Sampel 8 Sampel 9 Sampel 10 Sampel 11 -
√
√
Sampel 12
3
3.3 Jenis Data Ada dua jenis data yang digunakan dalam penelitian ini, yaitu data kualitatif dan data kuantitatif. Data kualitatif diambil dari buku, jurnal, makalah, penelitian terdahulu dan situs internet yang berhubungan dengan tema penelitian ini. Sedangkan data kuantitatif yaitu data yang diukur dalam suatu skala numerik dan merupakan data sekunder. Data sekunder merupakan sumber data penelitian yang yang diperoleh peneliti secara tidak langsung melalui media perantara (diperoleh dan dicatat oleh pihak lain). Dalam penelitian ini, data yang digunakan adalah data time series yaitu sekumpulan data untuk meneliti suatu fenomena tertentu yang didapat dalam beberapa interval waktu tertentu. Data yang digunakan dalam penelitian ini diperoleh dari laporan keuangan yang dipublikasikan di pusat referensi pasar modal Bursa Efek Indonesia untuk tahun 2007-2010 yang diunduh dari situs http://www.idx.co.id/. 3.4 Metode Pengumpulan Data Teknik yang digunakan dalam penelitian ini adalah teknik dokumentasi, yaitu dengan mengumpulkan data sekunder berupa laporan keuangan, dokumen – dokumen, catatan-catatan, dan informasi lainnya yang diunduh dengan menggunakan media internet, yaitu dengan mengakses situs http://www.idx.co.id/. 3.5 Definisi Operasional dan Pengukuran Variabel Variabel-variabel penelitian yang dibutuhkan dalam penelitian ini terdiri dari:
1. Dependent variable (variabel terikat) Variabel Dependen adalah variabel yang mempengaruhi oleh besarnya variabel independen. Variabel dependen yang digunakan dalam penelitian ini adalah struktur modal (debt to equity ratio) yang merupakan ratio untuk mengukur kemampuan perusahaan dalam mengembalikan biaya hutang melalui modal sendiri yang dimilikinya yang diukur melalui hutang dan modal (equity) Dihitung dengan formulasi sebagai berikut : Struktur Modal/DER =
𝑇𝑜𝑡𝑎𝑙 𝑑𝑒𝑏𝑡
𝑇𝑜𝑡𝑎𝑙 𝑒𝑞𝑢𝑖𝑡𝑦
2. Independent variable (variabel bebas) Menuru Sugiyono (2006) variabel independen adalah variabel yang menjadi sebab timbulnya atau berubahnya variabel dependen. Variabel independen dalam penelitian ini adalah : a. Firm Size (Ukuruan perusahaan) Menunjukan ukuran perusahaan atau besarnya asset perusahaan yang dimiliki oleh perusahaan. dalam penelitian ini perusahaan diproxy dengan nilai logaritma dari total asset mengacu pada panelitian (Harjanti dan Tandelilin, 2007) Diformulasikan sebagai berikut : Size = Ln Total Asset b. Growth Opportunity Merupakan kesempatan yang dimiliki perusahaan untuk berkembang dan melakukan investasi. Rasio yang digunakan pada penelitian ini adalah: Growth Opportunity =
(𝑎𝑘𝑡𝑖𝑣𝑎 𝑡𝑎ℎ𝑢𝑛 𝑡 −𝑎𝑘𝑡𝑖𝑣𝑎 𝑡𝑎ℎ𝑢𝑛 𝑡−1 ) 𝑎𝑘𝑡𝑖𝑣𝑎 𝑡𝑎ℎ𝑢𝑛 𝑡−1
c. Liquidity Merupakan kemampuan perusahaan dalam memenuhi kewajiban jangka pendeknya pada saat ditagih. Rasio yang digunakan mengacu pada penelitian (Ozkan, 2001). Liquidity (current ratio) = d. Profitability
𝑡𝑜𝑡𝑎𝑙 𝑐𝑢𝑟𝑟𝑒𝑛𝑡 𝑎𝑠𝑠𝑒𝑡𝑠
𝑡𝑜𝑡𝑎𝑙 𝑐𝑢𝑟𝑟𝑒𝑛𝑡 𝑙𝑖𝑎𝑏𝑖𝑙𝑖𝑡𝑒𝑠
merupakan kemampuan perusahaan untuk menghasilkan laba dalam upaya meningkatkan nilai pemegang saham. Pada penelitian ini rasio yang digunakan adalah Net Profit Margin. Net profit margin atau margin laba bersih merupakan keuntungan penjualan setelah menghitung seluruh biaya dan pajak penghasilan. Margin ini menujukan laba bersih dan penjualan (Martono dan Harjinto, 2006). Net Profit Margin = 3.6 Teknik Analisis
𝑙𝑎𝑏𝑎 𝑏𝑒𝑟𝑠𝑖ℎ 𝑠𝑒𝑡𝑒𝑙𝑎ℎ 𝑝𝑎𝑗𝑎𝑘 𝑝𝑒𝑛𝑗𝑢𝑎𝑙𝑎𝑛 𝑏𝑒𝑟𝑠𝑖ℎ
3.6.1 Model Analisis Data Metode analisis yang digunakan untuk menguji hipotesis adalah model regresi linier berganda, karena menyangkut empat variabel independen dan satu vaiabel dependen. Model regresi linier berganda dalam model regresi yang memiliki lebih dari satu variabel independen. Dengan tujuan untuk mengestimasi atau memprediksi rata-rata populasi atau nilai rata-rata populasi dan rata-rata variabel dependen berdasarkan nilai variebel independen yang diketahui.
Model persamaan regresi untuk menguji hipotesis degan formlua sebagai berikut : Y = a + b1 X1+ b2 X2 + b3 X3 + b4 X4 + e Keterangan : Y
= Struktur Modal
X1
= Firm Size (SIZE)
X2
= Growth Opportunity (GROWTH)
X3
= Liquidity (LIQUID)
X4
= Profitability (PROFIT)
a
= konstanta
b1,b2,b3,b4= koefisien regresi yang menunjukkan perubahan variabel dependen berdasarkan pada variabel independen. e
= error
3.6.2 Pengujian Asumsi Klasik 3.6.2.1 Uji Normalitas Uji normalitas dilakukan untuk menentukan alat statistik yang dilakukan,
sehingga
kesimpulan
yang
diambil
dapat
dipertanggungjawabkan. Menurut Erlina (2008), uji ini berguna untuk tahap awal dalam metode analisis data. Jika data normal, gunakan statistik parametrik dan jika data tidak normal gunakan statistik non parametrik atau lakukan treatment agar data normal. Ghozali (2006), ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak, yaitu:
a. analisis grafik Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Metode yang lebih handal adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal dan plotnya data residual akan dibandingkan dengan garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya. b. analisis statistik Uji statistik sederhana dapat dilakukan dengan melihat nilai kurtosis dan nilai Z-skweness. Uji statistik lain yang dapat digunakan untuk menguji normalitas residual adalah uji statistik non parametrik Kolmogorov-Smirnov (K-S). Pedoman pengambilan keputusan tngtang data tersebut mendekati atau merupakan distribusi normal berdasarkan uji Kolmogorov-Smirnov dapat dilihat dari Sig. atau signifikan. Apabila signifikansinya > 0,05, maka data itu terdistribusi normal. Dalam penelitian ini, uji normalitas dilakukan dengan menggunakan grafik histogram, normal probability plot, dan uji Kolmogorov-Smirnov.
3.6.2.2 Uji Heterokedastisitas Uji heterokedastisitas melihat apakah didalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan ke pengamatan yang lain (Erlina, 2008). Uji heterokedastisitas dilakukan untuk
menguji
apakah
dalam
sebuah
model
regresi
terjadi
ketidaksamaan varians dari residual dari satu pengamatan ke pengamatan lain. Salah satu cara mendeteksi terjadinya heterokedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik Scatterplot. Dasar analisis (Ghozali, 2006) adalah : 1) Jika ada pola tertentu, seperti titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar, kemudian menyempit), maka mengindikasikan terjadinya heterokedastisitas. 2) jika tidak ada pola yang jelas, serta titik menyebar di atas dan di bawah angka nol sumbu Y, maka tidak terjadi heterokedastisitas. 3.6.2.3 Uji Autokorelasi Uji autokorelasi ini digunakan untuk menguji asumsi klasik regresi berkaitan dengan adanya autokorelasi. Model regresi yang baik adalah model yang tidak mengandung autokorelasi. Uji autokorelasi bertujuan untuk menganalisis apakah dalam model regresi linear terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan t-1 atau sebelumnya (Erlina, 2008).
Pengujian autokorelasi menggunakan Durbin Watson. Jika angka D-W diantara -2 sampai +2, berarti tidak ada autokorelasi. Autokorelasi diuji dengan menggunakan uji Durbin-Watson (DW test). Panduan untuk mendeteksi ada atau tidaknya autokorelasi adalah sebagai berikut: i. Jika angka D – W dibawah -2 berarti ada autokorelasi positif ii. Jika angka D – W diantara -2 sampai +2 berarti tidak ada autokorelasi iii. Jika angka D – W diatas +2 berarti ada autokorelasi negatif jika nilai Durbin-Watson tidak dapat memberikan kesimpulan apakah data yang digunakan terbebas dari autokorelasi atau tidak, maka perlu dilakukan Run-Test. Pengambilan keputusan didasarkan pada acak atau tidaknya data, apabila bersifat acak maka dapat diambil kesimpulan bahwa data tidak terkena autokorelasi. Menurut Ghozali (2006) acak atau tidaknya data didasarkan pada batasan sebagai berikut: a) Apabila nilai probabilitas≥ α = 0,05 maka observasi terjadi secar acak. b) Apabila nilai probabilitas ≤ α = 0,05 maka observasi terjadi secara tidak acak. 3.6.2.4 Uji Multikolinearitas Multikolinearitas adalah situasi adanya korelasi variabel – variabel independen antara yang satu dengan yang lainnya. Dalam hal ini, kita sebut variabel – variabel bebas ini tidak ortogonal (Erlina,
2008). Variabel – variabel bebas yang bersifat ortogonal adalah variabel bebas yang memiliki nilai korelasi diantara sesamanya sama dengan nol. Pengujian bertujuan mengetahui ada tidaknya multikolinearitas antar variabel-variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Deteksi dilakukan dengan melihat nilai VIF (Variable Inflation Factor) dan nilai tolerance. Multikolinearitas terjadi jika VIF > 10 dan nilai tolerance < 0,10. 3.6.3 Pengujian Hipotesis 3.6.3.1 Uji Koefisien Determinasi (R2) Nilai R2 besarnya antara 0-1 (0 < R2 < 1) koefisien determinasi
ini digunakan untuk mengukur tingkat kemampuan model dalam menerangkan variabel independen. Tapi, karena R2 mengandung kelemahan mendasar dimana adanya bias terhadap jumlah variabel
independen yang dimasukkan dalam model maka R2 akan meningkat walaupun variabel itu tidak berpengaruh secara signifikan terhadap suatu model. Tidak seperti R2, nilai adjusted 𝑅 2 dapat naik atau turun
apabila satu variabel independen ditambahkan ke dalam suatu model. Dalam kenyataan nilai adjusted 𝑅 2 bernilai negatif, jika hal ini terjadi maka nilai adjusted 𝑅 2 dianggap 0 (Ghozali, 2006).
Oleh karena itu, pada penelitian ini yang digunakan adjusted 𝑅 2
berkisar antara nol dan satu. Jika nilai adjusted 𝑅 2 makin mendekati
satu maka makin baik kemampuan model tersebut dalam menjelaskan variabel independen dan sebaliknya. 3.6.3.2 Uji Simultan (Uji F) Secara simultan, pengujian hipotersis dilakukan dengan uji Ftest. Uji F digunakan untuk menunjukkan apakah semua variabel independen yang dimasukan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Langkah – langkah dalam penelitian ini: 1 . Ho : β1 = β2 = β3 = β4 = 0, berarti tidak ada pengaruh yang signifikan dari variabel independen secara bersama-sama terhadap variabel dependen. Ha : β1 = β2 = β3 = β4 = 0, berarti ada pengaruh yang signifikan dari variabel
independen
secara
bersama-sama
terhadap
variabel
dependen. 2. Menentukan besarnya nilai F hitung dan Signifikansi F (Sig-F) 3. Menentukan tingkat signifikan (α) yaitu sebesar 5% 4. Kriteria pengujian •
Jika nilai sig F > 0.05, maka Ho diterima, artinya variabel bebas secara simultan tidak mempengaruhi variabel terikat secara signifikan.
•
Jika nilai sig F ≤ 0.05, maka Ho ditolak, artiny a variabel bebas secara simultan mempengaruhi variabel terikat secara signifikan.
3.6.3.3 Uji Signifikasi Parsial (Uji t) Uji statistik t pada dasarnya menunjukan seberapa jauh pengaruh satu variabel bebas (independen) secara individual dalam menerangkan variansi variabel dependen. Dengan mengaggap variabel lain kosntan atau tetap. Langkah – langkah dalam pengujian ini: 1. Ho: β = 0, berarti tidak ada pengaruh yang signifikan dari variabel independen terhadap variabel dependen secara parsial. Ha: β = 0, berarti ada pengaruh yang signifikan dari variabel independen terhadap dependen secara parsial. 2. Menentukan tingkat signifikan (α) yaitu sebesar 5% 3. Jika probabilitas (signifikasi) lebih besar dari 0,05 (α) maka variabel bebas secara individu tidak berpengaruh terhadap struktur modal, jika lebih kecil dari 0,05 maka variabel bebas secara individu berpengaruh terhadap struktur modal.
BAB IV ANALISIS HASIL PENELITIAN 4.1 Data Penelitian Objek dalam penelitian ini adalah perusahaan otomotif yang terdaftar di BEI periode 2007-2010. Pemilihan sampel dilakukan dengan metode purposive sampling. Populasi penelitian berjumlah 16 perusahaan otomotif yang terdaftar di BEI. Sampel yang digunakan dalam penelitian ini adalah 12 perusahaan. penelitian dilakukan mulai dari periode 2007-2010. 4.2 Analisis Data Penelitian 4.2.1 Analisis Deskriptif Analisis deskriptif dari data yang diambil untuk penelitian ini adalah dari tahun 2007 sampai dengan tahun 2010 yaitu sebanyak 48 data pengamatan. Deskripsi variabel dalam statistik deskriptif yang digunakan pada penelitian ini meliputi nilai minimum, maksimum, mean dan standar deviasi dari satu variabel dependen yaitu struktur modal dan empat variabel independen yaitu firm size, growth opportunity, liquidity dan profitability. Statistik deskriptif berkaitan dengan pengumpulan dan peringkat data. Statistik deskriptif menggambarkan karakter sampel yang digunakan dalam penelitian ini. Distribusi statistik deskriptif untuk masing-masing variabel terdapat pada Tabel 4.1 berikut
Tabel 4.1 Statistik Deskriptif Descriptive Statistics
N Minimum Maximum struktur modal(DER) 48 .23 27.04 firm size 48 18.74 25.45 growth opportunity 48 -.32 .76 Liquidity 48 .67 4.98 Profitability 48 -.22 .37 Valid N (listwise) 48 Sumber : data diolah oleh penulis (2011)
Mean Std. Deviation 2.8165 4.75527 21.2961 1.66372 .1335 .20836 1.5909 .83439 .0607 .08427
Tabel 4.1 menunjukan bahwa rata-rata masing dapat dilihat bahwa selama periode pengamatan, dapat diberi kesimpulan yaitu:
1. Variabel dependen dengan struktur modal yang diukur melalui (debt to equity ratio) DER rasio total hutang dan ekuitas modal perusahaan. DER memiliki nilai terendah 0,23 dan nilai tertinggi 27,04 dengan nilai rata-rata 2,816 dengan standar deviasi 4,75. 2. Variabel independen firm size yang diukur melalui total asset yang dimiliki oleh perusahaan. angka total asset terendah adalah 18,74 dan nilai tertinggi 25,45 dengan nilai rata-rata 21,296 dengan standar deviasi 1,66. 3. Variabel independen growth opportunity yang merupakan peluang pertumbuhan perusahaan. nilai terendah adalah -0,32 dan nilai tertinggi 0,76 dengan nilai rata-rata 0,133 dan standar deviasi 0,20. 4. Variabel independen liquidity yang merupakan tingkat pengembalian hutang, dengan nilai terendah adalah 0,67 dan nilai tertinggi 4,98 dengan nilai rata-rata 1,5909 dan standart deviasi 0,83.
5. Variabel independen profitability yang diukur melalu NPM (net profit margin). Menunjukan nilai terendah -0,22 dan nilai tertinggi 0,37 dengan nilai rata-rata 0,0607 dan standar deviasi 0,084. 4.2.2 Pengujian Asumsi Klasik menguji hipotesis akan digunakan analisis regresi linier berganda. Namun demikian akan terlebih dahulu diuji mengenai ada tidaknya penyimpangan terhadap asumsi klasik yang diperlukan untuk mendapatkan model regresi yang baik. 4.2.2.1 Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi,
variabel
dependen
dan
variabel
independen
keduanya
mempunyai distribusi normal ataukah mendekati normal. Normalitas umumnya dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya.
Gambar 4.1 Uji Normalitas Histrogram
Gambar 4.2 Uji Normalitas Grafik P-Plot Analisis grafik dapat digunakan dengan dua alat yaitu grafik histogram dan grafik P-P Plot. Data yang baik adalah data yang memiliki pola distribusi normal. Pada grafik histogram, data yang mengikuti atau mendekati distribusi normal adalah distribusi data dengan bentuk lonceng. Pada grafik P-P Plot, sebuah data dikatakan berdistribusi normal apabila titik-titik datanya tidak menceng ke kiri atau ke kanan, melainkan menyebar di sekitar garis diagonal. Berikut hasil uji normalitas dengan menggunakan analisis grafik. Dengan melihat tampilan grafik histogram pada gambar 4.1 diatas kita dapat melihat bahwa gambar grafik berbentuk lonceng dan menceng ke kiri dan ke kanan yang menunjukkan bahwa data tidak terdistribusi secara normal. Pada grafik P-P Plot pada gambar 4.2 diatas terlihat titiktitik tidak menyebar di sepanjang garis diagonal. Kedua grafik tersebut menunjukkan bahwa model regresi menyalahi asumsi normalitas.
Pengujian normalitas data dengan hanya melihat grafik tidak cukup, sehingga kita perlu melakukan uji normalitas data dengan menggunakan statistik agar lebih meyakinkan. Untuk memastikan apakah data di sepanjang garis diagonal berdistribusi normal, maka dilakukan uji Kolmogorov-Smirnov (1 sample KS) dengan melihat data residualnya apakah berdistribusi normal atau tidak. Jika nilai signifikansinya lebih besar dari 0,05 maka data tersebut terdistribusi normal. Jika nilai signifikansinya lebih kecil dari 0,05 maka distribusi data adalah tidak normal. Pengujian normalitas dengan metode statistik ini dapat dilihat pada tabel 4.2 sebagai berikut: Tabel 4.2 Uji Normalitas Data Awal One-Sample Kolmogorov-Smirnov Test Unstandardized Predicted Value N Normal Parameters
48 a,b
Mean Std. Deviation
Most Extreme Differences
2.8164583 2.05957947
Absolute
.142
Positive
.090
Negative
-.142
Kolmogorov-Smirnov Z
.986
Asymp. Sig. (2-tailed)
.285
a. Test distribution is Normal. b. Calculated from data.
Hasil uji Kolmogorov-Smirnov pada tabel diatas menunjukan nilai profitabilitas = 0,285. Dengan demikian, data pada penelitian ini tidak berdistribusi normal dan tidak dapat digunakan untuk melakukan uji hipotesis karena 0,285 < 0,05.
Pada pengujian normalitas dengan analisis statistik dapat diketahui bahwa data yang digunakan oleh penulis tidak berdistribusi normal sehingga data ini tidak dapat digunakan untuk melakukan uji hipotesis. Pada penelitian ini penulis menggunakan metode transformasi data untuk menormalkan data penelitian. Menuru Ghozali (2006), “data yang tidak terdistribusi secara normal dapat ditransformasi agar menjadi normal”. Salah satu transformasi data yang dapat dilakukan adalah dengan mentransformasikan data ke logaritma 10 atau LN. Setelah dilakukan transformasi, penulis melakukan pengujian ulang terhadap uji normalitas untuk melihat kembali apakah data penelitian ini telah berdistribusi normal atau tidak. Hasil pengujian normalitas dengan uji grafik dan statistik setelah ditansformasi dapat dilihat sebagai beriku :
Gambar 4.3 Uji Normalitas Histrogram (setelah ditransformasi)
Gambar 4.4 Uji Normalitas P-Plot (setelah transformasi) Tabel 4.3 Uji Normalitas (setelah transformasi) One-Sample Kolmogorov-Smirnov Test Unstandardized Predicted Value N
37
Normal Parameters
a,b
Mean Std. Deviation
Most Extreme Differences
.2711787 .74751963
Absolute
.082
Positive
.082
Negative
-.049
Kolmogorov-Smirnov Z
.496
Asymp. Sig. (2-tailed)
.966
a. Test distribution is Normal. b. Calculated from data.
Dengan melihat tampilan grafik histrogram pada gambar 4.3 diatas kita dapat melihat bahwa gambar grafik berbentuk lonceng dan tidak menceng ke kiri dan ke kanan yang menunjukkan bahwa data terdistribusi secara normal. Pada grafik P-P Plot pada gambar 4.4 diatas
terlihat titik-titik menyebar di sepanjang dan tidak menjauhi garis diagonal. Kedua grafik tersebut menunjukkan bahwa model regresi tidak menyalahi asumsi normalitas. Hasil uji Kolmogorov-Smirnov pada tabel 4.3 diatas menujukkan nilai probabilitas = 0,966. Dengan demikian, data pada penelitian ini berdistribusi normal dan dapat digunakan untuk melakukan uji hipotesis karena 0,966 > 0,05. 4.2.2.2 Uji Heterokedastisitas Uji
Heterokedastisitas
bertujuan
untuk
menguji
terjadinya
perbedaan variance residual suatu periode pengamatan ke periode yang lain. Menurut Ghozali (2006) Uji Heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah tidak terjadi heterokedastisitas. Cara mendeteksi ada tidaknya gejala heterokedastisitas adalah dengan melihat grafik scatterplott yang dihasilkan dari pengolahan data menggunakan program software statistic. Dasar pengambilan keputusannya menurut Ghozali (2006) adalah sebagai berikut: a. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu
yang
teratur
maka
mengindikasikan
telah
terjadi
heterokedasitas. b. Jika tidak ada pola yang jelas, serta titik menyebar dibawah angka 0 dan y, maka tidak heterokedasitas
Uji ini dilakukan dengan mengamati pola tertentu pada grafik scatterplot, dimana bila ada titik-titik yang menyebar di atas dan dibawah angka 0 pada sumbu Y serta tidak membentuk pola maka tidak terjadi heterokedastisitas.
Gambar 4.5 Uji Heterokedastisitas (scatterplot) Setelah Transformasi Pada gambar 4.5 tentang grafik scatterplot diatas terlihat titik-titik menyebar secara acak tidak membentuk sebuh pola tertentu yang jelas serta tersebar baik diatas maupun dibawah angka nol pada sumbu y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi sehingga model regresi layak dipakai untuk melihat pengaruh variabel independen terhadap variabel dependen. 4.2.2.3 Uji Autokorelasi Uji autokorelasi bertujuan untuk menganalisis apakah dalam model regresi linear terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan t-1 atau sebelumnya (Erlina, 2008). Model
regresi yang baik adalah yang bebas dari autokorelasi. Masalah autokorelasi umumnya terjadi pada regresi yang datanya time series. Untuk mendeteksi masalah autokorelasi dapat dilakukan dengan menggunakan uji Durbin Watson. Panduan untuk mendeteksi ada atau tidaknya autokorelasi adalah sebagai berikut: a. angka D-W dibawah -2 berarti ada autokorelasi positif,, b. angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi, c. angka D-W di atas +2 berarti ada autokorelasi negatif. Tabel 4.4 Hasil Uji Autokorelasi Setelah Transformasi b
Model Summary Model R 1
.714
Adjusted R
Std. Error of the
Square
Estimate
R Square a
.509
.448
Durbin-Watson
.77847
1.562
a. Predictors: (Constant), profitability, growth opportunity, firm size, liquidity b. Dependent Variable: struktur modal
Tabel 4.4 memperlihatkan nilai statistik D-W sebesar 1.562 Angka ini terletak di antara -2 sampai +2, dari pengamatan ini dapat disimpulkan bahwa tidak terjadi autokorelasi dalam penelitian ini. 4.2.2.4 Multikolinearitas Multikolinearitas adalah situasi adanya korelasi variabel – variabel independen antara yang satu dengan yang lainnya. Dalam hal ini, kita sebut variabel – variabel bebas ini tidak ortogonal (Erlina, 2008). Variabel – variabel bebas yang bersifat ortogonal adalah variabel bebas yang memiliki nilai korelasi diantara sesamanya sama dengan nol.
Pengujian bertujuan mengetahui ada tidaknya multikolinearitas antar variabel-variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Deteksi dilakukan dengan melihat nilai VIF (Variable Inflation Factor) dan nilai tolerance. Multikolinearitas terjadi jika VIF > 10 dan nilai tolerance < 0,10. Tabel 4.5 Uji Multikolinearitas Setelah Tranformasi Coefficients Model
a
Collinearity Statistics Tolerance
1
VIF
(Constant) firm size
.974
1.026
growth opportunity
.882
1.133
Liquidity
.792
1.263
Profitability
.870
1.149
a. Dependent Variable: struktur modal (DER)
Berdasarkan tabel 4.5 diatas dapat dilihat bahwa tidak ada satupun variabel bebas yang memiliki nilai VIF lebih dari 10 dan tidak ada yang memiliki tolerance value lebih kecil dari 0,1. Jadi dapat disimpulkan bahwa penelitian ini bebas dari adanya multikolinearitas. Dari hasil uji ini maka dapat disimpulkan bahwa semua variabel bebas yang dipakai dalam penelitian ini lolos uji gejala multikolinearitas. 4.3 Pengujian Hipotesis 4.3.1 Uji Koefesien Determinasi (R2) Nilai yang digunakan untuk
melihat uji koefisien determinasi yang
adalah nilai Adjusted R2 pada intinya mengukur seberapa jauh kemampuan variabel independen dalam menerangkan variasi variabel dependen. Dalam hal
ini adjusted R2 digunakan untuk mengetahui seberapa besar pengaruh variabel firm size, growth opportunity, liquidity dan profitability terhadap struktur modal. “Adjusted R2 dianggap lebih baik dari R2 karena nilai adjusted R2 dapat naik atau turun apabila satu variabel independen ditambahkan kedalam model”(Ghozali, 2006). Oleh karena itu, pada penelitian ini yang digunakan adjusted 𝑅 2 berkisar
antara nol dan satu. Jika nilai adjusted 𝑅 2 makin mendekati satu maka makin
baik kemampuan model tersebut dalam menjelaskan variabel independen dan sebaliknya. Tabel 4.6 Uji Koefesien Determinasi (R2) b
Model Summary Model R 1
.714
R Square a
Adjusted R
Std. Error of the
Square
Estimate
.509
.448
.77847
a. Predictors: (Constant), profitability, growth opportunity, b. Dependent Variable: struktur modal (DER)
Besarnya adjusted R2 berdasarkan hasil analisis statistik yang diperoleh sebesar 0.448. Dengan demikian besarnya pengaruh yang diberikan firm size, growth opportunitty, liquidity, dan profitability terhadap struktur modal adalah sebesar 44,8%. Sedangkan sisanya sebesar 55,2% adalah dipengaruhi oleh faktor lain yang tidak diteliti dalam penelitian ini. 4.3.2 Uji Simultan (Uji F) Uji ini bertujuan untuk menguji pengaruh antara variabel independen terhadap variabel dependen secara bersama-sama. Apabila probabilitas (signifikansi) lebih besar dari α (0,05) maka variabel independen secara
bersama-sama tidak berpengaruh terhadap variabel struktur modal, tetapi jika probabilitas (signifikansi) lebih kecil dari α (0,05) maka variabel independen secara bersama-sama berpengaruh terhadap variabel sturuktur modal. Pengujian hipotesis uji F ini digunakan untuk melihat apakah secara keseluruhan variabel bebas mempunyai pengaruh yang bermakna terhadap variabel terikat. Dari hasil pengujian simultan diperoleh sebagai berikut : Tabel 4.7 Hasil Uji Simultan (Uji F) b
ANOVA Model 1
Sum of Squares
Df
Mean Square
Regression
20.116
4
5.029
Residual
19.393
32
.606
Total
39.509
36
F 8.299
Sig. .000
a
a. Predictors: (Constant), profitability, growth opportunity, firm size, liquidity b. Dependent Variable: struktur modal (DER)
Pada tabel 4.7 diatas dapat dilihat bahwa nilai p-value uji simultan ini adalah sebesar 0.000 < α = 0,05 dan dari tabel diatas menunjukan bahwa nilai Fhitung > Ftabel (8.299 > 2,67). Berdasarkan hasil tersebut maka dapat disimpulkan bahwa firm size, growth opportunity, liquidity dan profitability secara simultan berpengaruh signifikan terhadap struktur modal. 4.3.2 Uji Signifikan Parsial (Uji t) Uji t digunakan untuk mengetahui hubungan antara variabel-variabel independen terhadap variabel dependen secara parsial (individu). Kesimpulan yang dapat diambil dari uji t ini adalah: Jika probabilitas (signifikasi) lebih besar dari 0,05 (α) maka variabel bebas secara individu tidak berpengaruh terhadap struktur modal, jika lebih
kecil dari 0,05 maka variabel bebas secara individu berpengaruh terhadap struktur modal. Hasil uji parsial ini dapat dilihat pada tabel 4.8 sebagai berikut: Tabel 4.8 Hasil Uji Parsial (Uji t) Coefficients
a
Model
Standardized Unstandardized Coefficients B
1
(Constant)
Coefficients
Std. Error -5.534
5.146
firm size
1.666
1.660
growth opportunity
-.013
Liquidity Profitability
Beta
T
Sig.
-1.075
.290
.126
1.004
.323
.153
-.011
-.087
.931
-.919
.338
-.378
-2.719
.010
-.302
.081
-.493
-3.711
.001
a. Dependent Variable: struktur modal (DER)
Pada tabel
4.8
Berdasarkan hasil penelitian
diatas dapat diambil
kesimpulan bahwa variabel firm size memiliki nilai p value sebesar 0.323 (lebih besar dari 0,05). Nilai tersebut menyimpulkan bahwa firm size tidak berpengaruh signifikan terhadap struktur modal (DER). Nilai p value variabel growth opportunity adalah sebesar 0.917 (lebih besar dari 0,05), Hal ini menyimpulkan bahwa growth opportunity tidak berpengaruh signifikan terhadap struktur modal (DER). Nilai p value variabel liquidity adalah sebesar 0,010 (lebih kecil dari 0,05) hal ini menyimpulkan bahwa liquidity berpengaruh signifikan terhadap struktur modal. Nilai p value variabel profitability adalah sebesar 0,001 (lebih kecil dari 0,05) hal ini menyimpulkan bahwa profitability berpengaruh terhadap struktur modal. Dari tabel 4.8 diatas dapat diperoleh model persamaan regresi berganda sebagai berikut:
Y = -0,5534 + 1.666X1 – 0,013X2 – 0,919X3 - 0,302X4+e a) Koefisien konstan adalah -0,5534 menyatakan jika X1, X2, X3, X4 dan X5 adalah 0. Maka struktur modal (DER) adalah -0,5534. b) Firm size mempunyai koefisien regresi kearah yang positif
sebesar
+1.666. hal ini berarti bahwa kenaikan 1 persen dari variabel firm size maka struktur modal perusahaan akan mengalami penaikan sebesar 1,666 persen. c) Growth opportunity mempunyai koefisien regresi kearah negatif sebesar 0,013. Hal ini berarti bahwa kenaikan sebesar 1 persen variabel growth opportunity akan menyabkan struktur modal perusahaan akan mengalami penurunan sebesar 0,013 persen. d) Liquidity mempunyai koefisien kearah negatif sebesar -0,919. Hal ini berarti bahwa kenaikan sebesar 1 persen dari variabel liquidity akan menyebabkan variabel struktur modal turun sebesar 0,919 persen. e) Profitability mempunyai koefisien kearah negatif sebesar -0,302. Hal ini berarti bahwa setiap kenaikan sebesar 1 persen dari variabel profitability akan menurunkan tingkat struktur modal sebesar 0,302 persen. 4.4 Pembahasan Hasil Penelitian Hasil analisa statistik menunjukkan bahwa secara simultan variabel firm size, growth opportunity, liquidity dan profitability berpengaruh terhadap struktur modal. Berdasarkan F-tabel dapat dilihat signifikansinya, dimana secara simultan variabel yang digunakan memiliki pengaruh yang signifikan dilihat dari (0,000 < 0,05) nilai signifikan kurang dari 0,05.
Dalam pengujian secara parsial ditemukan hanya variabel liquidity dan profitability yang memiliki pengaruh signifikan terhadap struktur modal perusahaan, sedangkan variabel lainnya tidak berpengaruh secara signifikan. Pembahasan terhadap masing – masing variabel dalam pengujian secara parsial akan dibahas berikut ini : 1. Firm size Melalui analisi uji-t, menunjukan bahwa firm size tidak berpengaruh terhadap struktur modal perusahaan. Hal ini dapat dilihat dari nilai signifikan variabel firm size sebesar 0,323 > 0,05 yang berarti lebih besar. Koefesien regresi firm size bertanda positif. Hal ini dapat dilihat dari semakin besar ukuran perusahaan suatu perusahaan, maka kecenderungan untuk memakai dana eksternal juga semakin besar. Hal tersebut dikarenakan perusahaan besar memiliki kebutuhan dana yang besar dan salah satu alternatif pemenuhan dananya adalah dengan menggunakan dana eksternal. Sehingga semakin besar perusahaan tersebut kecenderungan untuk menggunakan hutang lebih besar untuk memenuhi kebutuhan dananya daripada perusahaan kecil. Hasil ini sejalan dengan penelitian yang dilakukan oleh Hapsari (2010). Tetapi hasil ini bertentangan dengan penelitian, Saidi (2004), Rakhmawati (2008) yang menyatakan bahwa ukuran perusahaan berpengaruh positif dan signifikan terhadap struktur modal. 2. Growth opportunity Melalui analisi uji-t, menunjukan bahwa growth opportunity tidak berpengaruh terhadap struktur modal perusahaan. Hal ini dapat dilihat dari nilai signifikan variabel growth opportunitty sebesar 0,931 > 0,05 yang berarti lebih
besar. Koefesien regresi growth opportunity bertanda negatif. Hal ini dapat dilihat dari perusahaan yang mempunyai Growth opportunity tinggi akan membutuhkan modal yang besar untuk memperluas pangsa pasar, semakin tinggi pertumbuhan perusahaan akan cenderung mempunyai rasio hutang pada level yang rendah. Hasil ini sejalan dengan penelitian yang dilakukan oleh Ozkan (2001), tetapi hasil ini tidak sejalan dengan penelitian Seftianne dan Handayani (2011). 3. Liquidity Melalui analisi uji-t, menunjukan bahwa liquidity berpengaruh signifikan terhadap struktur modal perusahaan. Hal ini dapat dilihat dari nilai signifikan variabel liquidity sebesar 0,010 > 0,05 yang berarti lebih kecil. Koefesien regresi liquidity bertanda negatif. Hal ini menunjukan bahawa semakin tinggi likuiditas perusahaan maka semakin tinggi struktur modal. Semakin tinggi kemampuan perusahaan dalam melunasi kewajiban-kewajiban jangka pendek maka hal tersebut dapat mengindikasikan perusahaan berada dalam keadaan sehat. Hal tersebut akan mempermudah perusahaan untuk memperoleh kewajiban jangka panjang yang berasal dari pihak kreditur. Hasil ini sejalan dengan penelitian yang dilakukan oleh Ozkan (2001) tetapi hasil ini tidak sejalan dengan penelitian Seftianne dan Handayani (2011). 4. Profitability Melalui analisi uji-t, menunjukan bahwa profitability berpengaruh signifikan terhadap struktur modal perusahaan. Hal ini dapat dilihat dari nilai signifikan variabel profitability sebesar 0,001 > 0,05 yang berarti lebih kecil. Koefesien regresi liquidity bertanda negatif. Hasil ini sejalan dengan penelitian yang dilakukan oleh Saidi (2004), dan Hapsari (2010) tetapi hasil ini tidak sejalan
dengan penelitian Ozkan (2001), Seftianne dan Handayani (2011). Perusahaan yang mempunyai profitabilitas yang tinggi memungkinkan untuk membiayai sebagian besar kebutuhan pendanaan dengan dana yang dihasilkan secara internal. Dalam hal ini perusahaan akan lebih sering menggunakan pembiayaan dari laba ditahan untuk mengurangi penggunaan hutang perusahaan. Hasil penelitian yang berbeda dan tidak konsisten dari penelitian terdahulu disebabkan oleh objek penelitian yang berbeda. Penelitian ini menggunakan sampel penelitian perusahaan otomotif yang tidak di keluarkan selama periode 2007-2010, selain itu perbedaan pengukuran atas struktur modal diduga juga menimbulkan perbedaan hasil penelitian ini dengan penelitian terdahulu. Penelitian ini menggunakan debt to equity ratio sebagai proksi kebijakan hutang dimana juga digunakan oleh Hapsari (2010). Hal ini berbeda dengan penelitian Rakhmawati (2008) rasio hutang jangka panjang terhadap ekuitas dan Seftianne dan handayani (2011) menggunakan debt ratio sebagai proksi dari struktur modal.
BAB V KESIMPULAN, KETERBATASAN, DAN SARAN 5.1 Kesimpulan Berdasarkan hasil penelitian pada bab sebelumnya, maka dapat diambil kesimpulan sebagai berikut: 1. Variabel firm size, growth opportunity, liqudity dan profitability secara simultan berpengaruh signifikan terhadap struktur modal perusahaan otomotif yang terdaftar di BEI. 2. Variabel firm size secara parsial tidak berpengaruh signifikan terhadap struktur modal perusahaan otomotif yang terdaftar di BEI. 3. Variabel growth opportunity secara parsial tidak berpengaruh signifikan terhadap struktur modal perusahaan otomotif yang terdaftar di BEI. 4. Variabel liquidity secara parsial berpengaruh signifikan terhadap struktur modal perusahaan otomotif yang terdaftar di BEI. 5. Variabel profitability secara parsial berpengaruh signifikan terhadap struktur modal perusahaan otomotif yang terdaftar di BEI. 5.2 Keterbatasan Penelitian ini memiliki beberapa keterbatasan yang memerlukan perbaikan dan pengembangan dalam penelitian-penelitian berikutnya. Keterbatasanketerbatasan dalam penelitian ini adalah: 1.
variabel independen dalam penelitian ini hanya dibatasi pada variabel firm size, growth opportunity, liquidity dan profitability yang menyebabkan terdapat kemungkinan faktor-faktor lain yang mempengaruhi struktur
modal perusahaan khususnya perusahaan otomotif yang terdaftar di Bursa Efek Indonesia. 2.
Periode pengamatan yang singkat selama empat tahun yaitu tahun 2007, 2008, 2009, dan 2010
3.
Sampel yang digunakan dalam penelitian ini hanya terbatas dan tidak mengikutkan seluruh perusahaan yang menjadi sampel penelitian sehingga kurang mewakili seluruh emiten yang terdaftar di Bursa Efek Indonesia.
5.3 Saran Dengan segala keterbatasan yang telah diungkapkan sebelumnya, maka peneliti memberikan beberapa saran sebagai berikut: 1. Peneliti menyarankan bagi peneliti selanjutnya agar dalam melakukan penelitian sejenis peneliti sebaiknya menambah jumlah variabel independen yang berpengaruh terhadap struktur modal, seperti kepemilikan saham dan kepemilikan manajerial. 2. Peneliti menyarankan peneliti berikutnya untuk dapat menambah jumlah periode yang digunakan untuk lebih meningkatkan nilai hasil penelitian dengan penelitian terdahulu, 3. Peneliti menyarankan agar peneliti berikutnya untuk memperbesar jumlah sampel yang digunakan dengan tidak memperbesar jumlah kriteria yang digunakan dalam pengambilan sampel sehingga hasil penelitian lebih menunjukkan keadaan perusahaan khususnya perusahaan otomotif secara keseluruhan.
