BAB IV PEMBAHASAN
5.1. STATISTIK DESKRIPTIF Pada penelitian ini, digunakan metode penyampelan purposive sampling. Dengan motede tersebut diperoleh 79 sampel perusahaan manufaktur, yang secara konsisten menampilkan laporan keuangannya selama 11 tahun berturut-turut. Sampel yang digunakan adalah perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) mulai dari tahun 2001 sampai dengan 2011. Perusahaan-perusahaan yang masuk sebagai sampel dapat dilihat pada tabel 4.1. Dengan sampel sebanyak 79 perusahaan, maka dapat dibentuk sejumlah 790 observasi. Data yang berhasil dihimpun tersebut menunjukkan bahwa masing-masing perusahaan memiliki jumlah observasi yang sama dan hal tersebut merupakan ciri data panel yang seimbang (Gujarati, 2012). Tabel. 4.1. Daftar perusahaan yang menjadi sampel No
Kode
Nama Perusahaan
No
Kode Nama Perusahaan
1
ALMI
Alumindo Light Metal Industry Tbk
10
BUDI
Budi Acid Jaya Tbk
2
AMFG
Asahimas Flat Glass Tbk
11
CEKA
Cahaya Kalbar Tbk
3
APLI
Asiaplast Industries Tbk
12
CPIN
Charoen Pokphand Indonesia Tbk
4
ARNA
Arwana Citramulia Tbk
13
CTBN
Citra Tubindo Tbk
5
ASII
Astra International Tbk
14
DLTA
Delta Djakarta Tbk
6
AUTO
Astra Otoparts Tbk
15
DPNS
Duta Pertiwi Nusantara Tbk
7
BATA
Sepatu Bata Tbk
16
DVLA
Darya-Varia Laboratoria Tbk
8
BRAM
Indo Kordsa Tbk
17
EKAD
Ekadharma International Tbk
9
BTON
Betonjaya Manunggal Tbk
18
ESTI
Ever Shine Textile Tbk
42
Tabel. 4.1. Daftar perusahaan yang menjadi sampel lanjutan... No Kode
Nama Perusahaan
No Kode
Nama Perusahaan
19
FASW
Fajar Surya Wisesa Tbk
20
GDYR
Goodyear Indonesia Tbk
50
MLBI
Multi Bintang Indonesia Tbk
21
GGRM
Gudang Garam Tbk
51
MRAT
Mustika Ratu Tbk
22
GJTL
Gajah Tunggal Tbk
52
MYOR
Mayora Indah Tbk
23
HDTX
Panasia Indo Resources Tbk
53
NIPS
Nipress Tbk
24
IGAR
Champion Pacific Indonesia Tbk
54
PBRX
Pan Brothers Tbk
25
IKAI
Intikeramik Alamasri Industri Tbk
55
PLAS
Polaris Investama Tbk
26
IMAS
Indomobil Sukses Internasional Tbk
56
PRAS
Prima Alloy Steel Universal Tbk
27
INAF
Indofarma Tbk
57
RDTX
Roda Vivatex Tbk
28
INAI
Indal Aluminum Industry Tbk
58
RYCY
Ricky Putra Globalindo Tbk
29
INCI
Intanwijaya Internasional Tbk
59
RMBA
Bentoel Internasional Investama Tbk
30
INDF
Indofood Sukses Makmur Tbk
60
SCCO
Supreme Cable Manufacturing Corp Tbk
31
INDR
Indo-Rama Synthetics Tbk
61
SIPD
Merck Sharp Dohme Pharma Tbk
32
INDS
Indospring Tbk
62
SMCB
Holcim Indonesia Tbk
33
INKP
Indah Kiat Pulp & Paper Corp Tbk
63
SMGR
Semen Indonesia Persero Tbk
34
INTP
Indocement Tunggal Prakarsa Tbk
64
SMSM
Selamat Sempurna Tbk
35
JECC
Jembo Cable Co Tbk
65
SOBI
Sorini Agro Asia Corporindo Tbk
36
JPFA
Japfa Comfeed Indonesia Tbk
66
SPMA
Suparma Tbk
37
JPRS
Jaya Pari Steel Tbk
67
SQBB
Taisho Pharmaceutical Indonesia Tbk
38
KAEF
Kimia Farma Persero Tbk
68
SQBI
Taisho Pharmaceutical Indonesia Tbk
39
KBLM
Kabelindo Murni Tbk
69
SSTM
Sunson Textile Manufacturer Tbk
40
KDSI
Kedawung Setia Industrial Tbk
70
STTP
Siantar Top Tbk
41
KICI
Kedaung Indah Can Tbk
71
TBLA
Tunas Baru Lampung Tbk
42
KKGI
Resource Alam Indonesia Tbk
72
TBMS
Tembaga Mulia Semanan Tbk
43
KLBF
Kalbe Farma Tbk
73
TCID
Mandom Indonesia Tbk
44
LAPD
Leyand International Tbk
74
TIRT
Tirta Mahakam Resources Tbk
45
LION
Lion Metal Works Tbk
75
TKIM
Pabrik Kertas Tjiwi Kimia Tbk
46
LMPI
Langgeng Makmur Industri Tbk
76
TOTO
Surya Toto Indonesia Tbk
47
LMSH
Lionmesh Prima Tbk
77
TRST
Trias Sentosa Tbk
48
LPIN
Multi Prima Sejahtera Tbk
78
ULTJ
Ultrajaya Milk Industry & Trading Co Tbk
49
MERK
Merck Tbk
79
UNIC
Unggul Indah Cahaya Tbk
43
Rasio leverage yang optimal adalah variabel yang digunakan sebagai proksi dari struktur modal yang optimal pada penelitian ini. Pada penelitian ini digunakan definisi leverage mengikuti penelitian yang telah dilakukan oleh Rajan dan Zingales (1995) dan Drobetz dan Wanzenried (2006) yaitu rasio total utang terhadap total aset. Seperti yang disajikan statistik deskriptif pada tabel 4.2, leverage optimal (LVTA) akan disusun berdasarkan empat variabel yaitu aset tetap (TANG), ukuran perusahaan (SIZE), pertumbuhan perusahaan (GROWTH) dan tingkat profitabilitas (ROA). Tabel 4.2. Statistik deskriptif leverage dan determinan leverage yang optimal Keterangan Mean Median Mode Standard Deviation Minimum Maximum Sum Count
LVTA TANG SIZE GROWTH ROA 0,4783 0,4636 5,9566 0,1543 6,4106 0,4717 0,4446 5,8824 0,1134 4,5205 0,3322 0,3363 5,3131 0,1738 1,7024 0,2193 0,1916 0,6949 0,3668 9.2691 0,0414 0,0638 3,9285 -0,8190 -21,2410 0,9916 0,9703 8,2110 5,1228 59,8222 377,8819 366,2778 4.705,6854 121,9177 5.064,3528 790 790 790 790 790
Keterangan: data diolah
Pada proses selanjutnya setelah memperoleh memperoleh struktur modal optimal yang diproksikan oleh leverage optimal (dengan determinannya adalah aset tetap, ukuran perusahaan, pertumbuhan perusahaan dan tingkat profitabilitas), maka akan dicari kecepatan perubahan struktur modal dari masing-masing perusahaan sesuai dengan persamaan 7 pada bab 3. Setelah itu, peneliti akan meregresikan variabel kecepatan penyesuaian struktur modal perusahaan dengan karakteristik
44
perusahaan dan variabel makro ekonomi. Statistik deskriptif kecepatan perubahan struktur modal dengan determinannya dapat dilihat pada tabel 4.3. Perlu diperhatikan bahwa jumlah observasi akan berkurang satu tahun untuk setiap perusahaan. Selain itu, ada juga penghilangan sampel yang bagi observasi yang nilainya tidak realistis. Oleh karena itu pada tabel 4.2 dan 4.3 kita dapat melihat ada perbedaan jumlah obsevasi. Pada tabel 4.2 yang menampilkan Statistik deskriptif leverage optimal dan determinan leverage yang optimal jumlah observasi adalah 790. Sedangkan untuk tabel 4.3 yang menyajikan statistik deskriptif kecepatan perubahan struktur modal dan determinannya jumlah observasinya 432. Tabel 4.3. Statistik deskriptif leverage, determinan leverage yang optimal, dan determinan kecepatan penyesuian struktur modal Keterangan
LVTA
LVTAO
DIST
DISTA
TANG
SIZE
GROWTH
INFLASI
ROA
PDB
SPEED
Mean
0,4836
0,4910
0,0074
0,0756
0,4827
5,9206
0,1684
5,9210
7,3722
6,9305
0,8360
Median
0,4979
0,5094
0,0101
0,0565
0,4704
5,8379
0,1198
3,5309
6,5900
6,9315
0,3608
Mode
0,3155
0,2946
-0,0209
0,0209
0,2700
5,3084
-0,0107
1,7024
5,0600
6,8625
0,4449
Standard Dev.
0,2055
0,1780
0,1032
0,0705
0,1889
0,6618
0,4252
9,6609
4,0874
0,0455
3,1754
Minimum
0,0622
0,0673
-0,4569
0,0007
0,0919
3,9285
-0,8190
-13,1442
2,7800
6,8525
-10,2207
7,0044
29,6133
Maximum Sum Jmlh. Observasi
0,9916
0,8339
0,3200
0,4569
0,9703
7,6221
5,1228
59,8222
17,1100
20,8952
21,0940
3,1988
32,6491
208,5414
2.557,6818
72,7396
2.557,8830
3.184,8000
2993,9902
361,1485
432
432
432
432
432
432
432
432
432
432
432
Keterangan: data diolah, LVTAO adalah leverage optimal, DISTA adalah variabel DIST yang diabsolutkan.
Determinan dari variabel kecepatan perubahan struktur modal (SPEED) adalah ukuran perusahaan (SIZE), pertumbuhan perusahaan (GROWTH) dan tingkat profitabilitas (ROA), distance (DIST), inflasi (INFLASI), Produk Domestik Bruto (PDB). Selain itu disajikan pula variabel leverage yang optimal (LVTAO) dan variabel distance yang diabsolutkan (DISTA). Pada tabel 4.3 kita dapat melihat
45
bahwa rata-rata kecepatan perubahan struktur modal perusahaan di Indonesia adalah 0,8360. Jika kita konversikan menjadi tahun maka 1 + (1 -0,8360) : 0,8360 = 1,19 tahun, dengan asumsi tidak ada perubahan struktur modal yang optimal selama perusahaan melakukan penyesuaian.
5.2. HASIL PENGOLAH DATA 5.2.1. Pemilihan Model Regresi Panel Data Regresi dengan menggunakan data panel disebut dengan regresi data panel. Menurut Widarjono (2013) ada beberapa keuntungan yang diperoleh dengan menggunakan data panel. Pertama, data panel yang merupakan gabungan dua data time series dan cross section mampu menyediakan data yang lebih banyak sehingga degree of freedom yang lebih besar. Kedua, menggabungkan informasi dari data time series dan cross section dapat mengatasi masalah yang timbul sebagai akibat pengurangan variabel. Regresi data panel dapat dilakukan dengan tiga model yaitu pooled, fixed effect, dan random effect, masing-masing model memiliki kelebihan dan kekurannya masing-masing. Pemilihan model tergantung pada asumsi yang dipakai oleh peneliti dan pemenuhan syarat-syarat pengolahan data statistik yang benar, sehingga hasilnya dapat dipertanggungjawabkan secara statistik. Oleh karena itu, langkah pertama yang harus dilakukan adalah memilih model yang tepat dari ketiga model yang tersedia. Data panel yang telah dikumpulkan, diregresikan dengan menggunakan model
46
pooled, yang hasilnya dapat dilihat pada tabel 4.4. Sedangkan untuk hasil regresi dengan model fixed effect dapat dilihat pada tabel 4.5. Tabel 4.4. Hasil regresi rasio leverage dengan karakteristik perusahaan menggunakan panel least square model pool Variable
Coefficient
Std. Error
t-Statistic
C TANG SIZE GROWTH ROA
-0,1569 0,0746 0,1100 0,0588 -0,0099
0,0575 0,0368 0,0098 0,0182 0,0007
-2,7280 2,0249 11,159 3,2219 -13,08
R-squared Adjusted R-squared
0.2847 0.2811
Prob. 0,0065 0,0432 0,0000*** 0,0013** 0,0000***
Keterangan: data diolah, *,**,*** : signifikan pada level 10%, 5%, 1%
Tabel 4.5. Hasil regresi rasio leverage dengan karakteristik perusahaan menggunakan panel least square model fixed effect Variable C TANG SIZE GROWTH ROA
Coefficient 0,1320 0,1500 0,0505 0,0344 -0,0046
Std. Error 0,1448 0,0516 0,0229 0,0117 0,0006
t-Statistic 0,9116 2,9072 2,2044 2,9427 -6,7642
Prob. 0,3623 0,0038*** 0,0278** 0,0034*** 0,0000***
Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared
0,7804 0,7549
Keterangan: data diolah, *,**,*** : signifikan pada level 10%, 5%, 1%
Setelah hasil dari model pool dan fixed effect diperoleh maka selanjutnya dilakukan uji Likelihood Ratio. Pengujian tersebut dibutuhkan untuk memilih model yang paling tepat diantara model pool dan fixed effect. Hasil dari uji Likelihood Ratio dapat dilihat pada tabel 4.6. 47
Tabel 4.6. Uji Likelihood Ratio Effects Test
Statistic
Cross-section F Cross-section Chi-square
20,4593 932,8822
d.f.
Prob.
(78.707) 78
0.0000*** 0.0000***
Keteranan: data diolah, *,**,*** : signifikan pada level 10%, 5%, 1%
Hasil dari uji Likelihood Ratio pada tabel 4.6. menunjukkan bahwa Ho yang menyatakan bahwa model mengikuti pooled ditolak. Oleh karena itu model yang dipilih adalah model fixed effect. Selanjutkan kita akan melakukan regresi dengan model random effect, untuk menentukan model regresi panel yang tepat. Hasil dari regresi dengan menggunakan model random effect dapat dilihat pada tabel 4.7.
Tabel 4.7. Hasil regresi rasio leverage dengan karakteristik perusahaan menggunakan panel least square model random effect Variable
Coefficient
C TANG SIZE GROWTH ROA
-0,0146 0,1570 0,0754 0,0339 -0,0053
R-squared Adjusted R-squared
0,1144 0,1099
Std. Error 0,1055 0,0446 0,0168 0,0115 0,0006
t-Statistic -0,1391 3,5200 4,4851 2,9505 -8,1483
Prob. 0,8894 0,0005*** 0,0000*** 0,0033*** 0,0000***
Keterangan: data diolah, *,**,*** : signifikan pada level 10%, 5%, 1%
Baik itu pada tabel 4.5 hasil dari regresi yang menggunakan model fixed effect dan tabel 4.7 yang menggunakan model random effect, semuanya menunjukkan hasil
48
variabel independen berpengaruh signifikan terhadap dependen yaitu leverage. Namun kita belum dapat menentukan model mana yang akan kita gunakan. Oleh karena itu diperlukan uji Hausman untuk mengetahuinya. Pada tabel 4.8 disajikan hasil dari uji Hausman yang telah dilakukan dengan menggunakan Eviews 7.
Tabel 4.8. Hasil uji Hausman Test Summary
Chi-Sq. Statistic Chi-Sq. d.f.
Prob.
Cross-section random
14,0223
0,0072***
4
Keterangan: data diolah, *,**,*** : signifikan pada level 10%, 5%, 1%
Untuk menentukan apakah model Random-effects atau Fixed-effects yang digunakan, kita harus membandingkan nilai Uji Hausman dengan nilai Chi-Squre. Nilai Chi Squre dengan degree of freedom sebanyak independen variabel yaitu empat dan menggunakan nilai signifikansi 5% maka kita dapat memperoleh nilai 9.488. Jika hasil nilai uji Hausman lebih besar dari nilai Chi Squre maka model yang digunakan adalah Fixed Effect, dan apabila sebaliknya yang terjadi nilai uji Hausman lebih kecil dari nilai kritisnya maka model yang digunakan adalah model Random Effect. Maka berdasarkan hasil uji Hausman yang tersaji pada tabel 4.8 kita dapat mengambil keputusan untuk menggunakan model fixed effect, karena nilai Chi Squre yang dihasilkan dari uji Hausman lebih besar dari nilai Chi Squre tabel ( 14.022>9.488) dengan empat degree of freedom (empat variabel independen).
49
5.2.2. Uji Asumsi Setelah menentukan model regresi panel data yang akan digunakan, maka langkah selanjutnya adalah menguji dan memenuhi asumsi yang diperlukan untuk pengujian suatu data panel. Pengujian yang diperlukan adalah uji multikolinieritas, heteroskedastisitas, dan autokorelasi.
5.2.2.1. Multikolinearitas Asumsi pertama yang kita uji adalah tidak adanya multikolinearitas. Multikolinearitas adalah adanya hubungan antar variabel independen (Widarjono, 2013). Untuk mendetekesi multikolinearitas kita lihat dengan melihat koefisien korelasi antar variabel independen seperti pada tabel 4.9. Tabel 4.9. Korelasi antar variabel independen Variabel TANG SIZE GROWTH ROA
TANG 1 0,1693 -0,0805 -0,2735
SIZE
GROWTH
ROA
1 0,0391 0,1399
1 0,1448
1
Keterangan: data diolah, *,**,*** : signifikan pada level 10%, 5%, 1%
Dari hasil korelasi yang dihasilkan dan tersaji pada tabel 4.9 kita dapat melihat bahwa tidak ada koefisien yang cukup besar, bahkan semua koefisien korelasi berada dibawah 0,5 dan tertinggi hanya mencapai 0,27, korelasi antara ROA dan TANG. Berdasarkan hasil ini kita dapat menyimpulkan bahwa tidak ada multikolinearitas karena koefisien korelasi antar variabel independen masih di bawah syarat adanya multikolinearitas yaitu 0,8 (Winarno, 2011).
50
5.2.2.2. Heterokedastisitas Asumsi kedua adalah tidak adanya Heterokedastisitas. Heterokedastisitas adalah adanya varian dari variabel gangguan (residual) yang tidak konstan (Widarjono, 2013). Untuk menguji adanya heterokedastisitas, pada penelitian ini, peneliti menggunakan uji Glejser. Prosedur uji ini dilakukan dengan mengabosutkan residu dari hasil regresi yang telah dilakukan. Oleh karena model regresi yang kita pakai adalah model fixed effect, maka residu dari fixed effect yang peneliti pakai dalam hal ini. Setelah itu, residu yang diabsolutkan tadi diregresikan dengan semua variabel independen. Hasil regresi tersebut dapat dilihat pada tabel 4.10. Tabel 4.10 Hasil regresi nilai absulut residual model fixed effect dengan variabel independen Variable
Coefficient
Std. Error
t-Statistic
Prob.
C TANG SIZE GROWTH ROA
0,0879 0,0416 -0,0056 -0,0018 -0,0000
0,0220 0,0141 0,0037 0,0070 0,0002
3,9826 2,9470 -1,4824 -0,2593 -0,0056
0,0001*** 0,0033*** 0,1386 0,7955 0,9955
Keterangan: data diolah Keterangan: data diolah, *,**,*** : signifikan pada level 10%, 5%, 1% dengan EVIEWS
Pada tabel 4.10 kita dapat melihat bahwa ada koefisien variabel independen tidak signifikan (SIZE, GROWTH, ROA) maka dapat disimpulkan adanya heterokedastisitas pada persamaan ini. Untuk menghilangkannnya maka digunakan General Least Square (GLS) Weight yang cross-section pada model fixed effect yang digunakan. Hasil dari regresi model fixed effect dengan GLS Weight yang crosssection dapat kita lihat pada tabel 4.11.
51
Tabel 4.11 Hasil regresi model fixed effect dengan GLS Weight cross-section Variable
Coefficient Std. Error
t-Statistic
Prob.
C TANG SIZE GROWTH ROA
-0,1390 0,1263 0,0997 0,0590 -0,0085
-3,6472 5,2179 15,584 4,3069 -18,197
0,0003 0,0000 0,0000 0,0000 0,0000
R-squared Adjusted R-squared
0,5585 0,5569
0,0381 0,0242 0,0064 0,0137 0,0004
Keterangan: data diolah, *,**,*** : signifikan pada level 10%, 5%, 1%
5.2.2.3. Autokorelasi Setelah asumsi multikolinearitas dan heterokodastisitas terpenuhi maka selanjutnya asumsi yang terahir adalah autokorelasi. Autokorelasi adalah adanya korelasi antara residual satu observasi dengan observasi lainnya (Winarno, 2011). Untuk mengetahui adanya autokorekasi maka dilakukan uji Wooldridge, seperti tersaji pada hasil pengolahan data dengan stata 12 dibawah ini: Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation F( 1,
78) = 106,835
Prob > F =
0,0000***
Hasil uji Wooldridge yang signifikan tersebut mengindikasikan bahwa terjadi autokorelasi pada model panel data yang disusun. Untuk mengatasi masalah ini
52
digunakan white period robust standard error pada regresi model fixed effect yang telah terpilih tadi, hasilnya dapat kita lihat pada tabel 4.12. Tabel 4.12. Hasil regresi rasio leverage dengan karakteristik perusahaan menggunakan model fixed effect-GLS Weight cross-section dan white period robust standard error Variable
Coefficient
Std. Error
t-Statistic
Prob.
C TANG SIZE GROWTH ROA
0,0879 0,1152 0,0602 0,0302 -0,0041
0,0970 0,0358 0,0150 0,0088 0,0004
0,9059 3,2188 4,0039 3,4120 -9,6815
0,3653 0,0013*** 0,0001*** 0,0007*** 0,0000***
R-squared Adjusted R-squared
0,9528 0,9473
Keterangan: data diolah, *,**,*** : signifikan pada level 10%, 5%, 1%
Tabel 4.12 merupakan hasil regresi fixed effect yang akan digunakan pada penelitian ini, karena telah memenuhi semua asumsi yang diperlukan. Pada tabel tersebut dapat kita lihat bahwa semua variabel determinan dari rasio leverage berpengaruh signifikan, hanya konstanta yang tidak signfikan. R-squared yang perlu kita perhatikan adalah adjusted R-squared. Selain itu kita juga dapat melihat nilai Rsquare yang mencapai 94,73%, nilai ini menunjukkan bahwa variabel independen yang ada pada model ini mampu untuk menjelaskan variasi variabel dependen sebesar 94,73%. Dengan terpilihnya model fixed effect, itu artinya ada variabel dummy untuk mengijinkan terjadinya perbedaan nilai parameter yang berbeda-beda, baik itu antar
53
periode maupun antar perusahaan. Model fixed effect yang terpilih mengijinkan intersep bervariasi antar unit cross-section. Maka setiap perusahaan akan memiliki konstanta tersendiri. Untuk membedakan satu obyek dengan dengan obyek lainnya, digunakan variabel dummy (terlampir).
5.2.3. Hasil
Regresi
Kecepatan
Perubahan
Struktur
Modal
Dengan
Determinannya Langkah selanjutnya mencari kecepatan dari masing-masing perusahaan untuk setiap periodenya dengan menggunakan persamaan 7 pada bab 3.
Berdasarkan
persamaan tersebut, maka akan diperoleh kecepatan perubahan struktur modal masing-masing perusahaan. Pada tahap ini peneliti merata-rata kecepatan perubahan struktur modal dalam 9 tahun penelitian. Pada penelitian ini, peneliti mengasumsikan bahwa semua perusahaan yang masuk sebagai sampel akan melakukan penyesuaian struktur modal menuju pada struktur modal yang optimal. Oleh karena itu, jika ratarata kecepatan perusahaan negatif, atau dengan kata lain tidak mengarah ke targetnya maka perusahaan tersebut akan dikeluarkan dari sampel penelitian. Selanjutnya adalah melakukan regresi variabel kecepatan perubahan struktur modal terhadap ukuran perusahaan, pertumbuhan perusahaan, profitabilitas, distance, inflasi, dan Produk Domestik Bruto (PDB). Hasil regresi kecepatan perubahan struktur modal terhadap determinannya (pada tabel 4.13) menunjukkan bahwa variabel ukuran perusahaan (SIZE) dan pofitabilitas perusahaan (ROA) tidak signifikan, sedangkan variabel pertumbuhan perusahaaan (GROWTH),
distance 54
(DIST), inflasi (INFLASI), dan Pendapatan Domestik Bruto (PDB) signifikan dengan derajat kepercayaan masing-masing 10%, 1%, 5%, dan 5%. Selain itu hasil adjusted R-square yang dihasilkan menunjukkan bahwa variabel independen (determinan kecepatan perubahan struktur modal) mampu menjelaskan 8,53% variabel kecepatan perubahan struktur modal. Tabel 4.13 Hasil regresi kecepatan perubahan struktur modal dengan determinannya menggunakan model fixed effect Variable
Coefficient
Std. Error
t-Statistic
Prob.
C SIZE GROWTH ROA DISTA INFLASI PDB
28,590 0,1442 -0,3986 -0,0091 -4,1969 0,0409 -4,1081
11,237 0,5158 0,2107 0,0086 0,8692 0,0177 1,8837
2,5441 0,2797 -1,8912 -1,0566 -4,8284 2,3048 -2,1809
0,0114 0,7798 0,0594* 0,2914 0,0000*** 0,0217** 0,0298**
R-squared Adjusted R-squared
0,200192 0,088050
Keterangan: data diolah, *,**,*** : signifikan pada level 10%, 5%, 1%
5.2.4. Robustness Test Guna membantu menganalisis dan menguatkan argumen, peneliti juga menyajikan hasil regresi berganda sederhana dengan menggunakan variabel distance (DIST) sebagai variabel dependen. Selain itu, regresi ini dibagi dalam tiga sampel yaitu, sampel seluruh perusahaan, perusahaan yang under-leverage, dan perusahaan yang over-leverage. Hasil dari regresi tersebut dapat dilihat pada tabel 4.14.
55
Tabel 4.14 Hasil regresi variabel distance Keterangan
DIST
DISTU
DISTO
C
Coefficient 0,3310
Prob. 0,0000***
Coefficient 0,3357
Prob. 0,0001***
Coefficient 0,0390
Prob. 0,4586
SPEED
-0,0012
0,0511**
-0,0027
0,0592**
-0,0009
0,4794
SIZE
-0,0452
0,0004***
-0,0082
0,2682
-0,0024
0,6771
GROWTH
0,0094
0,0079***
0,0140
0,2278
-0,0009
0,8830
ROA
0,0004
0,1791
-0,0011
0,1016
0,0003
0,5717
INFLASI
-0,0015
0,0000***
-0,0035
0,0048***
-0,0010
0,3738
PDB
0,0000
0,2456
0,0000
0,0033***
0,0000
0,1656
observations R-squared
432
195
237
0,5914
0,1119
0,0253
Adjusted R-squared
0,5341
0,0835
-0,0001
Keterangan: data diolah, *,**,*** : signifikan pada level 10%, 5%, 1%; DISTU adalah variabel DIST untuk perusahaan yang under-leverage, DISTO adalah variabel DIST untuk perusahaan yang over-leverage.
5.3. PEMBAHASAN 5.3.1. Pembahasan Determinan Rasio Leverage Pembahasan kita mulai dari hasil regresi rasio leverage terhadap karakteristik perusahaan, hasil dari regresi ini merupakan dasar untuk pembentukan struktur modal optimal, yang tersaji pada tabel 4.12. Pada tabel tersebut kita dapat melihat bahwa variabel aset tetap (TANG) berpengaruh secara positif terhadap leverage perusahaan, dan signifikan pada level 1%. Hasil ini sesuai dengan teori trade-off yang memandang bahwa semakin banyak aset yang dimiliki, maka semakin tinggi pula jaminan yang dapat diberikan pada kreditur sehingga perusahaan dapat meningkatkan hutangnya, guna memperoleh manfaat pengurangan pajak. Korelasi yang positif antara tinggat kepemilikan aset dengan leverage juga sesuai dengan penelitian
56
empiris sebelumnya yang dilakukan oleh Hovakimian et al. (2001), Heshmati (2001), Gaud et al. (2005), Drobetz dan Wanzenried (2006), Elsas dan Florysiak (2011). Karakteristik perusahaan selanjutnya adalah ukuran perusahaan (SIZE). Pada tabel 4.12, dapat kita lihat bahwa ukuran perusahaan berpengaruh positif terhadap leverage pada level 1%. Sesuai dengan argumen Voulgaris, et al. (2004), korelasi yang positif antara leverage dan ukuran perusahaan ini menunjukkan bahwa dengan semakin besarnya suatu perusahaan maka semakin stabil pula pendapatan mereka, sehingga perusahaan yang besar akan memperoleh bagian hutang yang lebih besar dibandingkan dengan perusahaan yang kecil. Hasil ini juga menunjukkan bahwa ukuran perusahaan menjadi proksi dari kebangkrutan perusahaan, sesuai dengan apa yang diharapkan oleh teori trade-off (Drobetz & Wanzenried, 2006). Hasil regresi yang menunjukkan korelasi yang positif ini, juga sesuai dengan penelitian empiris yang telah dilakukan sebelumnya oleh Hovakimian et al. (2001), Gaud et al. (2005), Drobetz dan Wanzenried (2006), Antoniou et al. (2008), Elsas dan Florysiak (2011). Hasil
lainnya
pada
variabel
pertumbuhan
perusahaan (GROWTH)
menunjukkan hasil yang signifikan pula. Korelasi positif antara leverage dan pertumbuhan perusahaan signifikan pada level 1%. Hasil ini tidak sesuai dengan apa yang diharapkan oleh peneliti, bahwa pertumbuhan perusahaan akan berhubungan negatif dengan leverage. Hasil ini menunjukkan bahwa karakteristik para kreditur di Indonesia berani memberikan pinjaman bagi perusahaan yang memiliki prospek atau potensi untuk berkembang, walaupun aliran kas masuk perusahaan tersebut belum stabil. 57
Karakteristik perusahaan selanjutnya adalah variabel profitabilitas perusahaan (ROA). Hasil dari regresi menunjukkan bahwa korelasi antara leverage dan profitabilitas signifikan pada level 1% dan berkorelasi negatif. Hasil ini tidak sesuai dengan apa yang diharapkan oleh peneliti. Namun hasil ini sesuai dengan teori pecking order (Myers, 1984), yang menyatakan bahwa mengutamakan pembiayaan internal (termasuk didalamnya profitabilas perusahaan) daripada menggunakan hutang. Oleh karena itu peningkatan keuntungan akan berbanding terbalik dengan hutang.
5.3.2. Pembahasan Hipotesis Pembahasan hipotesis akan fokus pada hasil regresi antara kecepatan perubahan struktur modal dengan variabel ukuran perusahaan, pertumbuhan perusahaan, profitabilitas perusahaan, inflasi dan Produk Domestik Bruto, yang tersaji pada tabel 4.13 dan hasil dari robustness test pada tabel 4.14.
5.3.2.1. Hipotesis 1 Hipotesis 1: Ukuran perusahaan berpengaruh secara positif terhadap kecepatan penyesuaian struktur modal Korelasi antara ukuran perusahaan dengan kecepatan perubahan struktur modal yang dapat dilihat pada tabel 4.13, menunjukkan bahwa ada korelasi positif namun tidak signifikan, dan tentu saja tidak sesuai dengan hipotesis. Hasil
ini
mengindikasikan bahwa ukuran perusahaan tidak mempengaruhi kecepatan 58
perubahan struktur modal. Namun hasil pada robustness test pada tabel 4.14, terlihat bahwa ukuran perusahaan memberikan pengaruh negatif dan siginifikan terhadap distance. Hasil ini mencerminkan bahwa semakin besar suatu perusahaan maka semakin kecil struktur modal perusahaan tersebut menyimpang dari optimalnya. Berdasarkan teori statik trade-off Myers (1984) dan Fischer et al. (1989), diyakini bahwa ada biaya yang harus dikeluarkan oleh perusahaan ketika harus melakukan penyesuaian struktur modal, sehingga ada jeda waktu dan tidak seketika melakukan penyesuaian. Maka bagi perusahaan yang besar, lebih baik bagi perusahaan tersebut tidak segera melakukan penyesuaian, karena biaya yang ditanggung oleh perusahaan ketika tidak berada pada struktur modal yang optimal masih lebih kecil dibandingkan harus melakukan penyesuaian. Maka alasan ini mungkin yang mengakibatkan tidak signifikannya pengaruh ukuran perusahaan terhadap kecepatan perubahan struktur modal.
5.3.2.2. Hipotesis 2 Hipotesis 2: Pertumbuhan perusahaan berpengaruh secara negatif terhadap kecepatan penyesuaian struktur modal. Hasil dari korelasi antara variabel pertumbuhan perusahaan dengan kecepatan perubahan struktur modal yang tersaji pada tabel 4.13, menunjukkan bahwa ada korelasi yang negatif dan signifikan pada level 10%. Hasil ini sesuai dengan yang dihipotesiskan oleh penulis. Hasil ini menunjukkan bahwa semakin tinggi pertumbuhan perusahaan maka makin lambat kecepatan penyesuaian struktur modal. 59
Selain itu pada tabel 4.14 kita juga dapat melihat hasil korelasi antara distance dan pertumbuhan perusahaan adalah positif, yang diartikan semakin tinggi pertumbuhan perusahaan diikuti oleh semakin lebarnya jarak antara struktur modal aktual dan struktur modal optimal. Korelasi ini menunjukkan bahwa perusahaan yang sedang tumbuh tidak terlalu memperhatikan struktur modalnya, dan hanya fokus mengejar pertumbuhannya. Selain itu, kelambatan ini berdasarkan Heshmati (2001), dapat disebabkan oleh besarnya modal yang dibutuhkan oleh perusahaan yang sedang berkembang, sehingga ketika melakukan penyesuaian struktur modal, diperlukan biaya yang besar. Kondisi ini mengakibatkan perusahaan ini lambat untuk menyesuaian struktur modalnya. Selain itu, menurut Eriotis et al. (2007), kondisi ini dapat terjadi karena perusahaan yang sedang tumbuh akan mengalami variasi nilai perusahaan yang tinggi, sehingga risiko perusahaan ini dipandang tinggi. Risiko yang tinggi akan mengakibatkan biaya untuk melakukan penyesuaian struktur modal akan tinggi. Hasil penelitian ini sesuai dengan penelitian sebelumnya yang dilakukan oleh Hovakimian et al. (2001) dan Frank dan Goyal (2009).
5.3.2.3. Hipotesis 3 Hipotesis 3: Profitabilitas perusahaan berpengaruh secara negatif terhadap kecepatan penyesuaian struktur modal. Pada tabel 4.13, korelasi antara kecepatan perubahan struktur modal dan profitabilitas perusahaan menunjukkan korelasi yang negatif namun tidak signifikan. Begitu pula hasil robustness test pada tabel 4.14, menunjukkan tidak ada korelasi 60
apapun antara profitabilitas perusahaan dengan distance. Hasil ini menunjukkan bahwa kecepatan perubahan struktur modal tidak dipengaruhi oleh profitabilitas perusahaan. Begitu juga halnya dengan distance, profitabilitas perusahaan tidak memberikan pengaruh pada jarak antara struktur modal aktual dengan optimalnya. Tidak adanya korelasi yang signifikan antara variabel profitabilitas baik itu dengan kecepatan perubahan struktur modal maupun distance, menunjukkan bahwa kemungkinan variabel ini memberikan pengaruh yang unik pada masing-masing perusahaan. Pengaruh profitabilitas, baik itu pada kecepatan perubahan struktur modal maupun distance bervariasi antar perusahaan.
5.3.2.4. Hipotesis 4 Hipotesis 4: Distance berpengaruh secara positif terhadap kecepatan penyesuaian struktur modal. Distance (DIST) adalah perbedaan absolut antara leverage yang optimal dengan leverage aktual perusahaan. Hasil dari regresi yang dapat kita lihat pada tabel 4.13 menunjukkan bahwa variabel distance berpengaruh negatif dan signifikan pada level 1% terhadap kecepatan perubahan struktur modal. Hasil ini tidak sesuai dengan hipotesis yang telah disusun dan penelitian empiris sebelumnya (Hovakimian et al., 2001; Heshmati, 2001; Drobetz & Wanzenried, 2006), yang mengharapkan hasil sebaliknya. Hasil ini menunjukkan bahwa jarak yang semakin jauh tidak membuat kecepatan perusahaan guna melakukan penyesuaian menjadi semakin cepat. Berdasarkan teori trade-off (Myers, 1984 dan Fischer et al., 1989), seharusnya 61
semakin jauh jarak antara struktur modal aktual dan optimal akan mengakibatkan semakin besarnya biaya yang harus ditanggung perusahaan untuk tidak berada pada struktur modal yang optimal. Namun jika kita kaitkan dengan hasil regresi yang ditunjukkan pada tabel 4.14, terlihat bahwa variabel pertumbuhan perusahaan merupakan variabel yang berkorelasi positif dengan distance. Hasil tersebut memiliki arti, peningkatan pertumbuhan akan meningkatkan distance. Sehingga ada kemungkinan perusahaan-perusahaan yang distance-nya tinggi atau besar didominasi oleh perusahaan yang tumbuh, dan enggan untuk melakukan penyesuaian struktur modal (telah dibuktikan pada hipotesis kedua). Kelambanan penyesuaian ini mungkin juga dapat disebabkan oleh biaya penyesuaian yang tinggi, waktu yang diperlukan, serta proses penyesuaian. Faktor-faktor tersebut mungkin menghambat perusahaanperusahaan yang menyimpang jauh untuk segera melakukan penyesuaian. Hasil ini juga mengindikasikan bahwa biaya penyesuaian struktur modal di Indonesia lebih tinggi dibandingkan dengan negara-negara lainnya, sehingga enggan untuk segera melakukan penyesuaian.
5.3.2.5. Hipotesis 5 Hipotesis 5: Inflasi berpengaruh secara negatif terhadap kecepatan penyesuaian struktur modal. Hasil regresi data panel yang dilakukan yang ditunjukkan pada tabel 4.13 memperlihatkan bahwa variabel inflasi berpengaruh secara positif dan signifikan pada level signifikansi 5%. Hasil ini menunjukkan bahwa semakin tinggi inflasi dibarengi 62
semakin cepat perusahaan melakukan penyesuaian struktur modal dan hasil ini tidak sesuai dengan hipotesis. Selain itu pada tabel 4.14, hasil dari robustness test menunjukkan korelasi yang negatif antara tingkat inflasi dengan variabel distance. korelasi ini mengindikasikan bahwa peningkatan inflasi akan menyempitkan jarak antara struktur modal aktual dengan struktur modal optimal. jika kita kaitkan dengan teori statik trade-off Myers (1984) dan Fischer et al. (1989), yang menyakini bahwa perusahaan akan melakukan penyesuaian struktur modal jika biaya yang dikeluarkan oleh perusahaan untuk melakukan penyesuaian struktur modal lebih kecil daripada biaya menyimpang dari optimal. Berdasarkan teori ini kita dapat menyimpulkan bahwa peningkatan kecepatan penyesuaian struktur modal ketika semakin meningkatnya inflasi disebabkan oleh peningkatan biaya ( financial distress) tidak berada pada struktur modal optimal.
5.3.2.6.Hipotesis 6 Hipotesis 6: Pendapatan Domestrik Bruto berpengaruh secara negatif terhadap kecepatan penyesuaian struktur modal. Regresi panel yang dihasilkan untuk variabel Produk Domestik Bruto (PDB) terhadap kecepatan penyesuaian struktur modal pada tebel 4.13 menunjukkan bahwa, variabel ini berpengaruh secara negatif dan signifikan pada level 5%. Hasil ini sesuai dengan hipotesis yang telah disusun. Hal ini mengindikasikan bahwa kecepatan penyesuaian struktur modal akan menurun seiring dengan peningkatan PDB. peningkatan PDB merupakan indikator makro bagi pertumbuhan suatu negara. oleh 63
karena itu, tidak aneh jika pertumbuhan PDB akan dibarengi oleh pertumbuhan perusahaan. Hasil korelasi yang negatif dan signifikan variabel PDB ini, mengkonfirmasi hasil pada hipotesis 2, yang berkaitan dengan variabel pertumbuhan perusahaan. Jika kita kaitkan dengan pertumbuhan, perusahaan yang sedang tumbuh tidak terlalu memperhatikan struktur modal, sehingga jarak antara struktur modal aktual dan optimal pada saat PDB tinggi akan melebar juga. argumen ini didukung oleh hasil robustness test pada tabel 4.14, yang memperlihatkan korelasi negatif antara PDB dengan distance. Dengan memperhatikan teori trade-off Myers (1984) dan Fischer et al. (1989), hasil ini menunjukkan bahwa perusahaan yang berada pada suatu negara yang mengalami peningkatan PDB kemungkinan besar akan mengalami pertumbuhan. Dengan pertumbuhan tersebut, perusahaan berani untuk mengambil risiko untuk tidak berada pada struktur modal yang optimal, karena keuntungan yang diberikan jika pertumbuhan tercapai ( expected return) mampu menutupi risiko tidak berada pada posisi yang optimal.
64
