BAB IV HASIL DAN PEMBAHASAN
4.2 Hasil Penelitian
4.2.3 Analisis Statistik
Hasil uji asumsi klasik memperlihatkan data observasi tidak memenuhi asumsi normalitas, kemudian dilakukan transformasi ke dalam bentuk Logaritma natural (Ln). Sehingga persamaan yang baru memenuhi asumsi klasik dan dapat dianalisis lebih lanjut untuk pengujian hipotesis. Penulis menggunakan analisis regresi berganda untuk melakukan pengujian hipotesis dengan bantuan program SPSS 18.
2. Persamaan Regresi
Tabel 4.11
Analisis Regresi Berganda
Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
(Constant) 20.476 5.423 3.776 .000
LNDAR -3.026 1.101 -.733 -2.748 .008 .207 4.820
LNDER 1.528 .622 .684 2.454 .017 .190 5.258
LNLDER -.218 .205 -.193 -1.060 .294 .447 2.237
a. Dependent Variable: LNEPS
Sumber: Hasil Penelitian, 2011 (Data Diolah)
Berdasarkan tabel di atas, di dapatlah persamaan regresi sebagai berikut : LNEPS = 20,476 – 3,026 LNDAR + 1,528 LNDER – 0.218 LNLDER Keterangan :
a. Konstanta sebesar 20,476 menunjukkan bahwa apabila tidak ada variabel independen (DAR, DER, LDER) maka tingkat EPS sebesar 20,476.
b. β1 sebesar –3,026 menunjukkan bahwa setiap penambahan DAR sebesar 1% akan diikuti oleh penurunan EPS sebesar 302,6 % dengan asumsi variabel lain tetap.
c. β2 sebesar 1,528 menunjukkan bahwa setiap penambahan DER sebesar 1% akan diikuti oleh kenaikan EPS sebesar 152,8% dengan asumsi variabel lain tetap.
d. β3 sebesar -0,218 menunjukkan bahwa setiap penambahan LDER sebesar 1% akan diikuti oleh penuunan EPS sebesar 21,8% dengan asumsi variabel lain tetap.
3. Analisis Koefisien Korelasi
Nilai koefisien korelasi (R) menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel dependen. Koefisien korelasi dikatakan kuat apabila nilai R berada di atas 0,5 dan mendekati 1. Koefisien determinasi (R square) menunjukkan seberapa besar variabel independen menjelaskan variabel dependennya. Nilai R square adalah nol sampai dengan satu. Apabila nilai R square semakin mendekati satu, maka variabel-variabel independen memberikan semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Sebaliknya, semakin kecil nilai R square, maka kemampuan variabel-variabel independen dalam menjelaskan variasi variabel-variabel dependen semakin terbatas.
Tabel 4.12 Uji Durbin-Watson Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .398a .159 .115 1.59335 1.841
a. Predictors: (Constant), LNLDER, LNDAR, LNDER b. Dependent Variable: LNEPS
Sumber: Hasil Penelitian, 2011 (Data Diolah)
Pada tampilan ouput SPSS model summary , nilai koefisien korelasi (R) sebesar 0,398 yang berarti bahwa korelasi atau hubungan antara DAR, DER, dan LDER (variabel independen) terhadap EPS (variabel dependen) tidak kuat. Koefisien korelasi dikatakan kuat apabila nilai R berada diatas 0,5 dan mendekati 1. Angka adjusted R Square atau koefisien determinasi adalah 0,115. Hal ini berarti 11,5% variasi atau perubahan dalam variabel dependen dapat dijelaskan oleh variabel independen, sedangkan sisanya 88,5 % dijelaskan oleh faktor –
faktor lain. Standar Error of Estimate (SEE) adalah 1,59335, semakin kecil nilai SEE maka akan membuat model regresi semakin tepat dalam memprediksi variabel dependen.
4. Hasil Pengujian Hipotesis Secara Serempak (Uji F)
Pengujian ini dilakukan untuk mengetahui apakah secara serempak variabel bebas (DAR, DER, dan LDER) mempunyai pengaruh terhadap variabel terikat (EPS). Uji serempak dapat dilihat pada Tabel 4.13 di bawah:
Tabel 4.13
Hasil Pengujian Hipotesis Secara Serempak (Uji F)
Model Sum of Squares df Mean Square F Sig.
1 Regression 27.317 3 9.106 3.587 .019a
Residual 144.710 57 2.539
Total 172.027 60
a. Predictors: (Constant), LNLDER, LNDAR, LNDER b. Dependent Variable: LNEPS
Sumber: Hasil Penelitian, 2011 (Data Diolah)
Bentuk pengujiannya adalah sebagai berikut:
H0 : bi = b2 =b3 = 0, artinya Financial Leverage yang terdiri dari: Debt to Total
Asset Ratio, Debt to Equity Ratio, dan Long Term Debt to Equity Ratio secara serempak tidak terpengaruh signifikan terhadap Earning Per Share industri manufaktur di Bursa Efek Indonesia.
Ha : minimal satu bi = 0, artinya Financial Leverage yang terdiri dari: Debt to Total Asset Ratio, Debt to Equity Ratio, dan Long Term Debt to Equity Ratio secara serempak terpengaruh signifikan terhadap Earning Per Share industri manufaktur di Bursa Efek Indonesia.
Kriteria pengambilan keputusan yaitu: H0 diterima jika Fhitung < Ftabel pada α = 5%. H0 ditolak jika Fhitung > Ftabel pada α = 5%.
Berdasarkan Tabel 4.13 diketahui nilai Fhitung sebesar 3.587 dengan tingkat signifikansi 0.19. Nilai akan dibandingkan dengan nilai . Nilai
pada tingkat kesalahan =5 % dengan derajat kebebasan (df) = (n-k); (k-1). Jumlah sampel (n) adalah sebanyak 61, dan jumlah variabel penelitian (k) berjumlah 4. Jadi df = (61-4) ; (4-1). Sehingga pada tingkat kepercayaan 95 % ( =5 %) adalah 2.77. Jadi Fhitung > Ftabel (3.587 > 2.77)dan sigifikansi bernilai
0.19 lebih besar dari tingkat signifikansi α (0.05) menunjukkan bahwa H0 ditolak
artinya Debt to Total Asset Ratio, Debt to Equity Ratio, dan Long Term Debt to Equity Ratio secara serempak berpengaruh signifikan terhadap Earning Per Share industri manufaktur di Bursa Efek Indonesia.
Dengan demikian dapat disimpulkan bahwa DAR, DER dan LDER secara secara serempak tidak terpengaruh signifikan terhadap Earning Per Share industri manufaktur di Bursa Efek Indonesia.
5. Hasil Pengujian Hipotesis Secara Parsial (Uji t)
Uji – t digunakan untuk menguji signifikansi konstanta dan setiap variabel independennya. Hasil pengolahan dapat dilihat pada Tabel 4.14.
Table 4.14
Hasil Pengujian Hipotesis Secara Parsial (Uji t)
Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 20.476 5.423 3.776 .000 LNDAR -3.026 1.101 -.733 -2.748 .008 LNDER 1.528 .622 .684 2.454 .017 LNLDER -.218 .205 -.193 -1.060 .294
a. Dependent Variable: LNEPS
Sumber: Hasil Penelitian, 2011 (Data Diolah)
Dari Tabel 4.14 hasil pengolahan SPSS dapat dilihat besarnya t hitung untuk variabel DAR sebesar -2,748 dengan nilai signifikan 0,008. Hasil uji tersebut dapat menunjukkan t hitung adalah lebih kecil dari t tabel (-1.741 < 1,67203). Dilihat signifikansinya, nilai signifikansi DAR adalah sebesar 0,084 lebih besar dari nilai signifikan sebesar 0,05. Hasil perhitungan baik melalui t hitung maupun nilai signifikannya, menunjukkan DAR tidak memiliki pengaruh yang signifikan terhadap variabel EPS. Nilai t tabel, dimana level of significance (α) = 0,05 (5%) dan derajat kebebasan (df) = (n – k – 1) atau (61 – 3 – 1).
Nilai t hitung untuk variabel DER adalah 2,454 dengan nilai signifikan 1,67203. Hasil uji tersebut dapat menunjukkan t hitung adalah lebih besar dari t tabel (2,454 > 1,67203). Dilihat signifikansinya, nilai signifikansi DER adalah sebesar 0,17 lebih besar dari nilai signifikan sebesar 0,05. Hasil perhitungan baik melalui t hitung maupun nilai signifikannya, menunjukkan DER mempunyai pengaruh positif dan signifikan terhadap variabel EPS.
Nilai t hitung untuk variabel LDER adalah -0,094 dengan nilai signifikan 0,294. Hasil uji tersebut dapat menunjukkan t hitung adalah lebih kecil dari t tabel (-0,094 < 1,65744). Dilihat signifikansinya, nilai signifikansi LDER adalah sebesar 0,294 lebih besar dari nilai signifikan sebesar 0,05. Hasil perhitungan baik melalui t hitung maupun nilai signifikannya, menunjukkan LDER tidak mempunyai pengaruh yang signifikan terhadap variable EPS.