HASIL DAN PEMBAHASAN 4.1. Data Penelitian
4.2. Analisis Hasil Penelitian
4.2.1. Analisis statistik deskriptif
Metode yang digunakan dalam penelitian ini adalah metode statistik deskriptif, yaitu penelitian yang dilakukan untuk memperoleh gambaran yang sebenarnya tentang kondisi perusahaan dalam analisis. Statistik deskriptif memberikan penjelasan mengenai nilai minimum, nilai maximum, dan nilai rata-rata (mean), dan nilai standar deviasi dari variabel-variabel independen dan variabel dependen. Informasi yang dibutuhkan dalam penelitian ini merupakan data sekunder yang diperoleh
dari www.idx.co.id dan Indonesian Capital Market Directory berupa data keuangan sampel perusahaan manufaktur barang konsumsi dari tahun 2009 sampai tahun 2012 yang dijabarkan dalam bentuk statistik. Variabel dari penelitian ini terdiri dari Debt to Asset Ratio, Debt to equity ratio, Return On Capital Employed sebagai variabel bebas (independent variabel) dan Fixed Asset Turnover sebagai variabel terikat (dependent variable). Statistik deskriptif dari variabel tersebut selama periode tahun 2009 sampai dengan tahun 2012 disajikan dalam tabel berikut ini:
Tabel 4.1
Hasil statistik deskriptif
N Minimum Maximum Mean
Std. Deviation LN_D AR 56 -2,36 ,46 -1,1542 ,59182 LN_DE 56 -2,26 2,13 -,6712 ,91955 LN_FAT 56 ,68 2,89 1,5866 ,54376 LN_ROCE 56 -5,30 1,29 -1,6882 1,11749 Valid N (listwise) 56 Sumber : output SPSS
Berdasarkan dari tabel 4.1 dapat dijelaskan bahwa: 1. Jumlah sampel (N) dalam penelitian ini sebanyak 56.
2. Variabel debt to asset ratio (DAR) memiliki nilai minimum -2,36, nilai maximum 0, 46 rata-rata -1,1542, dan standar deviasi 0,59182
3.Variabel debt to equity (DE) memiliki nilai minimum -2,26, nilai maximum -2,36, rata-rata -0,6712, dan standar deviasi 0,91955
4. Variabel return on capital employed (ROCE) memiliki nilai minimum -5,30 nilai maximum 1,29, rata-rata -1,6882, dan standar deviasi 1,11749 5. Variabel fixed asset turnover (FAT) memiliki nilai minimum 0,68, nilai
4.2.2. Pengujian asumsi klasik
Salah satu syarat yang mendasari penggunaan model regresi berganda adalah dipenuhinya semua asumsi klasik agar hasil pengujian bersifat efisien dan tidak bias. Menurut Ghozali (2005:123), asumsi klasik yang harus dipenuhi adalah berdistribusi normal, non-multikolinearitas, non-autokorelasi dan non-heterokedastisitas.
4.2.2.1. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Pengujian ini diperlukan karena untuk melakukan uji t dan uji F perlu mengasumsikan bahwa nilai residual mengikuti distribusi normal. Pengujian normalitas dalam penelitian ini menggunakan dua metode yang secara umum digunakan oleh penelitian lainnya, yaitu analisis statistik dengan menggunakan uji non-parametrik Kolmogorov-Smirnov (K-S) dan analisis grafik yang terdiri dari histogram dan normal probability plot. Pengujian normalitas data dalam penelitian ini menggunakan uji statistik non-parametrik Kolmogorov-Smirnov (K-S) dengan membuat hipotesis:
1. Jika Zhitung (Kolmogrov Smirnov) < Ztabel (1,96) atau angka signifikan > signifikansi (α) 0,05 maka distribusi data dikatakan normal.
2. Jika Zhitung (Kolmogrov Smirnov) > Zhitung (1,96) atau angka signifikansi < signifikansi (α) 0,05 maka distribusi data dikatakan tidak normal.
Tabel 4.2
Hasil uji normalitas sebelum transformasi One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N 56 Normal Paramet ersa,b Mean ,0000000 Std. Deviation 3,21635515 Most Extreme Differen ces Absolute ,124 Positive ,124 Negative -,112 Kolmogorov-Smirnov Z ,931 Asymp. Sig. (2-tailed) ,352 a. Test distribution is Normal.
b. Calculated from data. Sumber : output SPSS
Tabel 4.2 terlihat bahwa nilai Asymp. Sig 0,352 > signifikansi 0,05. Hal ini menunjukan data tidak terdistribusi normal. Karena hasil uji grafik, seperti yang terlihat dalam histogram (Lampiran 4) dan normal probability plot (Lampiran 4) dalam penelitian ini, menunjukan bahwa nilai residual dalam penelitian ini tidak terdistribusi normal. Hal ini ditunjukan oleh grafik histogram yang terlalu menceng ke kiri. Normal probability plot juga menunjukan hal yang sama, dimana titik-titik dalam plot terlihat tidak mengikuti garis diagonal dan bergerak menjauhi garis diagonal.
Hal ini membuat persamaan regresi dalam penelitian ini menjadi kurang baik, karena uji t dan uji F dalam persamaan
regresi mensyaratkan distribusi residual haruslah normal. Agar distribusi residual dalam penelitian kembali normal, maka dilakukan langkah perbaikan dengan mentransformasi seluruh variabel yang digunakan dalam penelitian ini kedalam bentuk logaritma natural (Ln). Setelah dilakukan transformasi, data kemudian diuji kembali berdasarkan uji normalitas. Hasil uji kolmogrov-smirnov setelah dilakukannya transformasi data ke dalam bentuk logaritma natural dapat dilihat dibawah ini:
Tabel 4.3
Hasil normalitas setelah transformasi One Sample Kolmogrov-Smirnov Test Unstandardized Residual N 56 Normal Paramet ersa,b Mean ,0000000 Std. Deviation ,47279119 Most Extreme Differen ces Absolute ,082 Positive ,082 Negative -,076 Kolmogorov-Smirnov Z ,615 Asymp. Sig. (2-tailed) ,844 a. Test distribution is Normal.
b. Calculated from data. Sumber : output SPSS
Tabel 4.3 menunjukan bahwa hasil pengujian statistik dengan model kolmogrov-smirnov adalah data terdistribusi normal karena nilai Asymp. Sig 0,844 > nilai signifikan 0,05 dan Zhitung (Kolmogrov Smirnov) 0,615 < Ztabel (1,96). Hasil uji normalitas dengan menggunakan grafik histogram dan normal probability plot juga menunjukan bahwa data terdistribusi normal. Hal tersebut
dilihat melalui grafik histogram dan normal probability plot dibawah ini.
Gambar 4.1
Uji normalitas (Histogram) Sumber : output SPSS
Setelah adanya transformasi data, distribusi residual menjadi relatif lebih normal. Hal ini ditunjukan oleh grafik histogram pada gambar 4.1 tidak terlalu menceng, baik ke kanan maupun ke kiri. Hasil yang sama juga dapat dilihat dari grafik normal probability plot pada gambar dibawah ini.
Gambar 4.2
Uji normalitas (Normal Probability) Sumber : output SPSS
Pola titik-titik pada normal probability plot (gambar 4.2) setelah ditransformasi menunjukan pola titik-titik menyebar, mendekati dan searah dengan garis diagonal menunjukan bahwa data residual telah terdistribusi dengan normal. Namun seringkali data kelihatan normal karena mengikuti garis diagonal. Padahal belum tentu data tersebut berdistribusi normal.
4.2.2.2. Uji Multikolinieritas
Pengujian multikolinieritas ini berguna untuk mengetahui apakah pada model regresi ditemukan adanya korelasi antar variabel bebas. Untuk mengetahui ada tidaknya multikolinearitas dapat dilihat dari nilai Variance Infation Factor (VIF) dan korelasi di antara variabel independen. Jika nilai VIF < 10 atau nilai tolerance > 0,10, maka tidak terjadi multikolonearitas.
Tabel 4.4
Hasil Uji Multikolinearitas Model Collinearity Statistics
Tolerance VIF
LN_DAR ,063 4,953
LN_DE ,063 4,953
LN_ROCE ,891 1,123
Sumber : output SPSS
Berdasarkan pada tabel diatas, dapat disimpulkan bahwa tidak terjadi gejala multikolonieritas antara variabel independen yang diindikasikan dari nilai tolerance setiap variabel > dari 0,1. Nilai tolerance DAR adalah 0,063; DE 0,063; ROCE 0,891.
Nilai VIF ketiga variabel independen < dari 10 yaitu DAR 4,4953; DE 4,953; ROCE 1,123. maka dapat disimpulkan bahwa analisis lebih lanjut dapat dilakukan.
4.2.2.3. Uji Heteroskedastisitas
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala heteroskedastisitas adalah dengan melihat plot grafik yang dihasilkan dari pengolahan data dengan menggunakan program SPSS. Dasar pengambilan keputusannya adalah:
1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas
2. Jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas.
Berikut ini dilampirkan grafik scatterplot untuk menganalisis apakah terjadi heteroskedastisitas atau terjadi homoskedastisitas dengan mengamati penyebaran titik-titik pada gambar.
Gambar 4.3 Scatterplot Sumber : output SPSS
Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak dan tidak membentuk suatu pola tertentu serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y dan berada disekitar angka 0, sehingga dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai untuk melihat bagaimana aktivitas investasi, berdasarkan masukan variable independen debt to asset ratio (DAR) debt to equity (DE), return on capital employed equity (ROCE). Adanya titik-titik yang menyebar menjauh dari titik-titik yang lain dikarenakan adanya data observasi yang sangat berbeda dengan data observasi yang lain.
4.2.2.4 Uji Autokorelasi
Pengujian autokorelasi bertujuan untuk menguji apakah terdapat korelasi antara kesalahan pengganggu pada suatu periode dengan kesalahan pengganggu periode sebelumnya dalam model regresi. Jika terjadi autokorelasi dalam model regresi berarti koefisien korelasi yang diperoleh menjadi tidak akurat. Pengambilan keputusan ada tidaknya autokorelasi dapat dilihat dibawah ini:
Tabel 4.5
Kriteria pengambilan keputusan Durbin-Watson Hipotesis nol Keputusan Jika Tidak ada autokorelasi positif. Tolak 0 < d < dl Tidak ada autokorelasi positif No decision dl ≤ d < du Tidak ada korelasi negatif Tolak 4-dl < d < 4 Tidak ada koreasi negatif No decision 4- du ≤ d ≤ 4-
dl Tidak ada korelasi, positif atau
negatif
Tidak ditolak Du < d < 4-du Sumber : ghozali (2005 : 96)
Tabel 4.6
Hasil uji statistik durbin-Watson
Berdasarkan tabel 4.6 hasil uji Durbin-Watson sebesar 2,229. Nilai DW dalam perhitungan tersebut akan dibandingkan dengan nilai kritis tabel Durbin-Watson. Untuk variabel bebas (k) = 3 dan jumlah sampel (N) = 56 besar DW tabel dl (batas luar) = 1.4581.
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson d i 1 ,494a ,244 ,200 ,48624 2,229
a. Predictors: (Constant), LN_ROCE, LN_DAR, LN_DE b. Dependent Variable: LN_FAT
Du (batas dalam) = 1,6830; 4–du =2,317. Berdasarkan tabel 4.5 dapat dilihat perbandingan nilai DW berada diantara du < d < 4-du (1,6830 < 2,229 < 2,317) .
Menurut tabel 4.5, nilai ini menunjukan suatu kesimpulan bahwa model regresi linier dalam penelitian menunjukan tidak terjadi masalah autokeralasi pada model regresi penelitian ini.
4.2.3. Pengujian Hipotesis
Uji hipotesis dilakukan dengan dua tahap, yakni uji t dan uji F. Pengaruh variabel bebas terhadap variabel terikat secara parsial akan diketahui dengan menggunakan uji t. Pengaruh variabel bebas terhadap variabel terikat secara simultan akan dilihat dengan menggunakan uji F. Berdasarkan hasil pengolahan data dengan program SPSS, maka diperoleh hasil sebagai berikut:
4.2.3.1. Uji Signifikansi Parsial (t-test)
Uji t dilakukan untuk mengetahui hubungan antara variabel-variabel independen terhadap variabel dependen secara parsial. Hipotesis yang akan diuji adalah:
Ho = Rasio keuangan terdiri dari debt to equity, debt to asset ratio, return on capital employed, secara parsial tidak mempunyai pengaruh terhadap aktivitas investasi;
Ha = Rasio keuangan terdiri dari debt to equity, debt to asset ratio, return on capital employed, secara parsial mempunyai pengaruh terhadap aktivitas investasi;
. Uji ini dilakukan dengan membandingkan signifikansi thitung dengan ketentuan:
−jika thitung < ttabel pada α 0,05, maka Ha ditolak, dan − jika thitung > ttabel pada α 0,05, maka Ha diterima.
Tabel 4.7 Hasil Uji Parsial Coefficientsa Model Unstandardized Coefficients Standardize d Coefficient s T Sig. B Std. Error Beta 1(Constant) 1,802 ,382 4,722 ,000 LN_DAR ,111 ,442 ,121 ,252 ,802 LN_DE -,293 ,285 -,495 -1,028 ,309 LN_ROCE ,168 ,062 ,345 2,698 ,009 a. Dependent Variable: LN_FAT
Sumber Output SPSS
Persamaan regresi berganda yang yang diperoleh adalah Aktivitas Investasi = 1,802 + 0,111 Kebijakan hutang + -0,293 Struktur Modal + 0,168 Profitabilitas, Tabel 4.7 menunjukan hasil pengujian statistik t sehingga dapat menjelaskan pengaruh variabel independen secara parsial.
1. Pengaruh kebijakan hutang (DAR) terhadap aktivitas investasi (FAT)
Variabel debt to asset ratio memiliki thitung 0,252 dengan nilai signifikansi 0,802. Dengan menggunakan tabel uji t, diperoleh ttabel sebesar 1,673. Hal ini menunjukan bahwa t hitung sebesar 0,252 < t tabel sebesar 1,673 maka Ha ditolak Ho diterima. Nilai signifikansi variabel debt to asset ratio sebesar 0,802 > dari
signifikansi 0,05 yang berarti variabel tersebut tidak mempengaruhi variabel dependen secara signifikan. Debt to asset ratio secara parsial tidak mempunyai pengaruh yang signifikan terhadap aktivitas investasi.
2. Pengaruh struktur modal (DER) terhadap aktivitas investasi (FAT) Variabel debt to equity ratio memiliki t hitung -1,028 dengan nilai signifikansi 0,309. Dengan menggunakan tabel uji t, diperoleh t tabel sebesar 1,673. Hal ini menunjukan bahwa t hitung sebesar -1,028 < t tabel sebesar 1,673 maka Ha ditolak dan Ho diterima. Nilai signifikansi variabel debt to equity sebesar 0,309 > dari signifikansi 0,05 yang berarti variabel tersebut tidak mempengaruhi variabel dependen secara signifikan. Hal tersebut berarti debt to equity secara parsial tidak mempunyai pengaruh yang signifikan terhadap aktivitas investasi.
3. Pengaruh profitabilitas (ROCE) terhadap aktivitas investasi (FAT)
Variabel return on capital employed memiliki t hitung 2,698 dengan nilai signifikansi 0,009. Dengan menggunakan tabel uji t, diperoleh t tabel sebesar 1,673. Hal ini menunjukan bahwa t hitung sebesar 2,698 > t tabel sebesar 1,673 maka Ha diterima dan Ho ditolak. Nilai signifikansi variabel return on capital employed sebesar 0,09 > dari signifikansi 0,05 yang berarti variabel tersebut mempengaruhi variabel dependen secara signifikan. Hal tersebut
berarti return on capital employed secara parsial mempunyai pengaruh yang signifikan terhadap aktivitas investasi.
4.2.3.2. Uji signifikansi simultan (F-test)
Uji F ini dilakukan untuk melihat seberapa besar pengaruh variabel independen terhadap variabel dependen, secara simultan. Hipotesis yang akan diuji adalah:
Ho = kinerja keuangan yang terdiri dari debt to asset ratio, debt to equity ratio, return on capital employed, tidak mempunyai pengaruh secara simultan terhadap aktivitas investasi.
Ha = kinerja keuangan yang terdiri dari. debt to asset ratio, debt to equity ratio, return on capital employed, tidak mempunyai pengaruh secara simultan terhadap aktivitas investasi.
−Jika Fhitung < Ftabel pada α 0.05, maka Ha ditolak, dan −Jika Fhitung > Ftabel pada α 0.05, maka Ha diterima.
Tabel 4.8 Hasil uji simultan F
ANOVAb Model Sum of Squares Df Mean Square F Sig. Regression 3,968 3 1,323 5,594 ,002a Residual 12,294 52 ,236 Total 16,262 55
a. Predictors: (Constant), LN_ROCE, LN_DAR, LN_DE b. Dependent Variable: LN_FAT
Hasil uji F yang ditampilkan dalam tabel 4.8 menunjukkan bahwa nilai F hitung adalah 5,594 dengan tingkat signifikansi 0,002. Dengan menggunakan tabel uji F, nilai F tabel diperoleh sebesar
2,79. Hal tersebut menunjukkan bahwa Fhitung sebesar 5,594 > dari Ftabel sebesar 2,79, sehingga Ha diterima Ho ditolak. Nilai signifikansi sebesar 0,002 < dari signifikansi 0,05 yang berarti variabel tersebut mempengaruhi variabel dependen secara signifikan. Hal tersebut berarti debt to asset ratio, debt to equity ratio, dan return on capital employed secara simultan mempunyai pengaruh yang signifikan terhadap aktivitas investasi.
4.2.3.3. Koefisien determinasi (R2)
Koefisien determinasi (R Square) menunjukkan seberapa besar variabel independen menjelaskan variabel dependennya. Nilai R Square (R2) dikatakan baik jika di atas 0,5 karena nilai R Square (R2) berkisar antara 0 sampai 1. Apabila nilai R Square (R2) semakin mendekati 1, maka variabel-variabel independen mendekati semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Sebaliknya, semakin kecil nilai R Square maka kemampuan variabel-variabel independen untuk menjelaskan variasi variabel dependen semakin terbatas.
Pada umumnya sampel dengan data deret waktu (time series) memiliki R Square maupun Adjusted R Square cukup tinggi (diatas 0,5). R square memiliki kelemahan yaitu nilai R Square (R2) akan meningkat setiap ada penambahan satu variabel dependen meskipun variabel independen tersebut tidak berpengaruh signifikan terhadap variabel dependen. Dalam kenyataannya nilai adjusted R Square dapat bernilai negatif,
walaupun yang dikehendaki harus bernilai positif. Jika dalam uji empiris didapat nilai adjusted R Square negatif, maka nilai adjusted R Square dianggap Nol.
Tabel 4.9
Hasil koefisien determinasi Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 ,494a ,244 ,200 ,48624 2,229 a. Predictors: (Constant), LN_ROCE, LN_DAR, LN_DE
b. Dependent Variable: LN_FAT
Pada tabel 4.9 output SPSS memiliki nilai koefisien determinasi yang sudah disesuaikan (Adjusted R Square) sebesar 0,200. Artinya 20% variabel dependen aktivitas investasi dijelaskan oleh variabel independen kebijakan hutang, struktur modal, dan profitabilitas dan sisanya 80% dijelaskan oleh variabel lain di luar variabel yang digunakan. Standar Error of Estimate (SEE) adalah sebesar 0,48624, yang mana semakin besar SEE akan membuat model regresi kurang tepat dalam memprediksi variabel dependen.
4.3. Pembahasan
Berdasarkan hasil pengujian variabel bebas debt to total asset, debt to equity ratio, return on capital employed, terhadap variabel terikat Fix Asset Turnover yang telah diuraikan secara statistik dengan menggunakan program SPSS, maka hipotesis dapat dijelaskan sebagai berikut:
1. Pengaruh kebijakan hutang (DAR) terhadap aktivitas investasi (FAT) Dari penjelasan uji t diatas diketahui bahwa debt to asset ratio (X1) memiliki koefisien regresi yang positif, yaitu sebesar 0,111 yang mana setiap perubahan debt to equity ratio 1 % akan diikuti oleh kenaikan aktivitas sebesar 1,111 dengan asumsi variabel lain tetap. Dalam pengujian hipotesis yang dilakukan, diketahui bahwa thitung sebesar 0,252 < t tabel sebesar 1,673 artinya adalah Ha ditolak dan Ha diterima. Debt to asset ratio secara parsial memiliki koefisien positif dan tidak berpengaruh signifikan terhadap aktivitas investasi. Hasil ini tidak sesuai dengan teori trade off yang menyatakan bahwa pendanaan dengan utang yang baik akan meningkatkan nilai perusahaan dimana manajemen perusahaan mampu memanfaatkan sumber-sumber ekonomi yang mereka miliki untuk memastikan arus kas yang dihasilkan mampu untuk menutupi hutang perusahaan, dan menghasilkan tingkat produktivitas aktiva yang baik. Namun hasil ini mendukung hasil penelitian terdahulu yang dilakukan oleh Novalina Manurung (2001) yang menemukan bahwa kebijakan hutang berpengaruh negatif terhadap aktivitas investasi. Ketidaksesuaian hasil penelitian ini dengan teori mungkin disebabkan karena informasi dari data laporan keuangan yang digunakan dalam penelitian ini dipengaruhi oleh situasi krisis ekonomi global yang terjadi pada tahun 2007 yang masih memberikan dampak di tahun 2009 walaupun sebenarnya mengalami penurunan dari tahun 2010 sampai tahun 2011 namun mengalami kenaikan kembali pada tahun 2012. Diduga dalam pendanaan
perusahaan banyak memakai dana yang berasal dari eksternal perusahaan tetapi bukan karena kebutuhan aktivitas investasi, tetapi karena akibat krisis ekonomi global, terjadi kapitalisasi kerugian yang cukup besar karena selisih kurs valuta asing.
2. Pengaruh struktur modal (DER) terhadap aktivitas investasi(FAT) Dari penjelasan uji t diatas diketahui bahwa debt equity (X2) memiliki koefisien regresi yang negatif, yaitu sebesar -0,293 yang mana setiap perubahan debt to equity sebesar 1% akan diikuti oleh penurunan aktivita investasi sebesar 0,293 dengan asumsi variabel lain tetap. Dalam pengujian hipotesis yang dilakukan, diketahui bahwa thitung sebesar -1,028 < ttabel sebesar 1,673 sehingga Ho diterima dan Ha ditolak. Debt equity secara parsial memiliki koefisien negatif dan tidak berpengaruh signifikan terhadap aktivitas investasi. Hasil ini tidak sesuai dengan teori pendukung yang menyatakan bahwa struktur modal perusahaan mencerminkan jumlah yang tersedia untuk pendanaan dan investasi dalam hal mempertahankan kapasitas produksi dan penelitian ini pun tidak sejalan dengan penelitian Joni dan Lina (2010), yang menyatakan bahwa struktur aktiva berpengaruh positif dan signifikan terhadap struktur modal, ketidaksesuaian hasil penelitian ini mungkin disebabkan karena akibat dari kondisi krisis keuangan yang memberikan pengaruh dalam pendanaan perusahaan berupa hutang dalam tingkat ekuitas perusahaan dan sama halnya dengan kebijakan hutang, berdasarkan hasil data dari laporan keuangan ada perubahan signifikan dari tahun 2009 sampai dengan tahun 2011 tetapi pada tahun 2012 menunjukkan peningkatan dalam nilai total
debt dan equity perusahaan, penjualan, aktiva tetap dan harga pokok penjualan.
3. Pengaruh profitabilitas (ROCE) terhadap aktivitas investasi (FAT) Dari penjelasan uji t diatas diketahui bahwa return on capital employed (X3) memiliki koefisien regresi yang positif, yaitu sebesar 0,168 yang mana setiap perubahan return on capital employed sebesar 1% akan diikuti oleh kenaikan aktivitas investasi sebesar 0,168 dengan asumsi variabel lain tetap. Dalam pengujian hipotesis yang dilakukan, diketahui bahwa t hitung sebesar 2,698 > t tabel sebesar 1,673 sehingga Ha diterima dan Ho ditolak. Hasil ini sejalan dengan teori pendukung yang menyatakan bahwa profitabilitas yang diindikasikan oleh laba merupakan hubungan antara pendapatan dan biaya dengan menggunakan aktiva produktif maupun aktiva lancar maupun aktiva tetap. Berdasarkan pengertian tersebut dapat kita simpulkan bahwa profitabilitas merupakan indikator yang baik dalam memanfaatkan modalnya dalam aktivitas investasi dalam perusahaan. Return On capital employed secara parsial memiliki koefisien positif dan berpengaruh signifikan terhadap aktivitas investasi.
4. Dari hasil pengujian secara simultan dalam penelitian ini dapat dilihat Fhitung sebesar 5,594 > dari Ftabel sebesar 2,79, dikatakan secara simultan dikarenakan variabel profitabilitas yang cukup memberikan pengaruhi terhadap aktivitas investasi, sehingga ketika diuji secara bersama sama menimbulkan hasil yang simultan sehingga dapat diketahui bahwa secara simultan kebijakan hutang, struktur modal, dan profitabilitas berpengaruh secara signifikan terhadap aktivitas investasi.
BAB V
KESIMPULAN DAN SARAN