Uji Asumsi Klasika a. Uji Normalitas

HASIL DAN PEMBAHASAN

4. Deskripsi Variabel Debt to Assets Ratio

4.3 Pengaruh Financial Leverage (Debt to Equity Ratio dan Debt to Assets

4.3.1 Uji Asumsi Klasika a. Uji Normalitas

Uji normalitas dilakukan untuk mengetahui apakah dalam sebuah model regresi, variabel independen dan variabel dependen, atau keduanya berdistribusi normal atau tidak. Model yang paling baik hendaknya berdistribusi data normal atau mendekati normal. Untuk mengetahui apakah variabel independen (Financial Leverage) dan variabel dependen (Return on Equity ) atau keduanya berdistribusi normal atau tidak, yaitu dengan cara melakukan uji Kolmogrov Smirnov dengan bantuan software SPSS 16.00.

Gambar. 4.1 P-Plot Uji Normalitas (dengan Variabel Terikat ROE)

Berdasarkan Gambar 4.1, diketahui bahwa titik (data) mengikuti garis diagonal P-Plot. Hal itu menunjukkan bahwa data berditribusi normal.

Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal padahal secara statistik tidak berdistribusi normal. Berikut ini pengujian normalitas yang didasarkan dengan uji statistik non-parametrik Kolmogorv Smirnov (K-S).

Tabel 4.5

Hasil Uji Normalitas (dengan Variabel Terikat ROE)

Unstandardized Residual N 32 Normal Param eters^a Mean _.0000000 Std. Deviation 16.09502020 Most Extrem e Differe nces Absolute _.124 Positive .124 Negative -.089 Kolmogorov-Smirnov Z .701 Asymp. Sig. (2-tailed) _.710

a. Test distribution is Normal.

Sumber : Hasil Penelitian, 2011 (Data Diolah)

Berdasarkan Tabel 4.5 dapat diketahui bahwa nilai Asymp.Sig. (2-tailed)adalah 0.682, ini berarti di atas nilai signifikan 5%. Oleh karena itu, sesuai dengan analisis grafik, analisis statistik dengan uji statistik non-parametrik Kolmogorv Smirnov (K-S) juga menyatakan bahwa variabel residual berdistribusi normal.

Uji Heteroskedastisitas dilakukan untuk mengetahui apakah dalam sbuah model regresi terjadi ketidaksamaan varians dari residual atau suatu pengamatan ke pengamatan lain. Untuk mengetahui apakah terjadi atau tidak terjadinya heteroskedastisitas dalam model regresi penelitian ini, analisis yang digunakan yaitu dengan metode informal yaitu grafik Scatterplott sebagai berikut :

Sumber : Hasil Penelitian, 2011 (Data Diolah)

Gambar 4.2 Scatterplot Uji Heteroskedastisitas (dengan Variabel Terikat ROE)

Pada Gambar 4.2 terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas diatas maupun dibawah angkan nol pada sumbu Y. Oleh karena itu, berdasarkan metode grafik tidak terjadi heteroskedastisitas pada model regresi.

Selain dengan metode menggunakan Scatterplot, deteksi heteroskedastisitas dapat juga dilakukan dengan uji Park. Kriteria pengambilan keputusan dengan uji heteroskedastisitas denganuji Park sebagai berikut:

a. Jika nilai signifikansi > 0,05 maka tidak mengalami gangguan heteroskedastisitas

b. Jika nilai signifikansi < 0,05 maka mengalami gangguan heteroskedastisitas

Tabel 4.6

Hasil Uji Heteroskedastisitas (DenganVariabel Terikat ROE)

Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) _{3.274 .862 3.798 .001} DEBT TO EQUITY RATIO .002 .003 .096 .528 .602 DEBT TO ASSETS RATIO .015 .015 .180 .992 .330 a. Dependent Variable: LnU2i

Sumber : Hasil Penelitian, 2011 (Data Diolah)

Melalui Tabel 4.6 diatas, dapat dilihat bahwa variabel bebas DER maupun DAR memiliki sig. > 0,05 terhadap variabel terikat ROE. Hal ini berarti data tidak terkena heteroskedastisitas.

c. Uji Autokorelasi

Uji ini digunakan untuk mengetahui apakah model regresi linier terdapat hubungan yang kuat baik positif maupun negatif antar data yang ada pada variabel-variabel pada penelitian Model regresi yang baik adalah regresi yang yang bebas dari autokorelasi. Sehingga dengan demikian dapat dikatakan bahwa autokorelasi terjadi apabila observasi yang berturut-turut sepanjang waktu mempunyai korelasi antara satu dengan yang lainnya. Dalam penelitian ini

digunakan Metode The Breusch-Godfrey (BG) Test untuk melihat apakah model regeresi layak dikatakan bebas dari autokorelasi. Kriteria pengambilan keputusan adalah dengan melihat apakah koefisien parameter untuk variable auto (lag) menunjukkan probabilitas signifikan diatas 0,05 (5%).

Tabel 4.7

Hasil Uji Autokorelasi (Dengan Variabel Terikat ROE)

Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) _{-4.240 7.401 -.573 .571} DEBT TO EQUITY RATIO .008 .024 .063 .335 .740 DEBT TO ASSETS RATIO .073 .131 .108 .557 .582 auto .317 .211 .294 1.502 .145 a. Dependent Variable: Unstandardized Residual

Sumber : Hasil Penelitian, 2011 (Data Diolah)

Pada tampilan output, Tabel 4.7dapat dilihat bahwa koefisien parameter untuk variable auto (Lag), menunjukkan probabilitas signifikan 0,145 atau diatas 0,05. Ini berarti data tidak terkena autokorelasi.

d. Uji Multikolinearitas

Uji multikolinearitas digunakan untuk mengetahui apakah dalam model regresi linier ditemukan adanya korelasin yang tinggi diantara variabel bebas dengan ketentuan :

Bila VIF > 5 maka terdapat masalah multikolinearitas yang serius Bila VIF < 5 maka tidak terdapat masalah multikolinearitas yang serius Bila Tolerance <0,1 maka terdapat multikolinearitas yang serius Bila Tolerance >0,1 maka tidak terdapat multikolinearitas yang serius

Tabel 4.8

Hasil Uji Multikolinearitas (Dengan Variabel Terikat ROE)

Model Unstandardized Coefficients Standard ized Coefficie nts t Sig. Collinearity Statistics B Std. Error Beta Toleranc e VIF 1 (Constant) _{17.119 6.897 2.482 .019} DEBT TO EQUITY RATIO ^{.066 .024 .451 2.723 .011 1.000 1.000} DEBT TO ASSETS RATIO ^{.029 .123 .039 .233 .817 1.000 1.000} a. Dependent Variable: RETURN ON EQUITY

Sumber : Hasil Penelitian, 2011 (Data Diolah)

Dari hasil output SPSS diatas (Tabel 4.8), dapat dilihat model regresi dengan variable terikat ROE memiliki nilai tolerance 1,000 pada kedua variable bebasnya, baik DER maupun DAR. Demikian juga dengan nilai VIF sebesar 1,000. Maka diambil kesimpulan bahwa tidak terjadi multikolinieritas.

4.3.2 Regresi

Analisis regresi linier berganda dilakukan untuk mengetahui seberapa besar pengaruh variabel bebas, yaitu Debt to Equity Ratio (DER) dan Debt to Asset Ratio (DAR) terhadap variabel terikat, yaitu Return on Equity (ROE). Untuk memperoleh hasil akurat, peneliti menggunakan bantuan program software statistical package for social science (SPSS) versi 16.00.

Tabel 4.9 Hasil Regresi

(Dengan Variabel Terikat ROE)

Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) _{17.119 6.897 2.482 .019} DEBT TO EQUITY RATIO (X1) ^{.066 .024 .451 2.723 .011} DEBT TO ASSETS RATIO (X2) ^{.029 .123 .039 .233 .817} a. Dependent Variable: RETURN ON EQUITY

Sumber : Hasil Penelitian, 2011 (Data Diolah)

Dari hasil pengolahan data seperti terlihat pada tabel 4.9, diperoleh persamaan regresi linier berganda sebagai berikut :

Y₁ = a + b₁X₁ + b₂X₂ + e

Y = 17,119 + 0,066 X1 ^{+ 0,029 X2}

Berdasarkan persamaan tersebut dapat digambarkan sebagai berikut: a. Konstanta (a) = 17,119. Ini mempunyai arti jika tidak ada peningkatan variabel

bebas, DER dan DAR, maka nilai variabel terikat, ROE, adalah 17,119

b. Koefisien X₁ (b₁) = 0,066. Ini menunjukkan bahwa variabel DER (X1) berpengaruh positif, atau setiap terjadi peningkatan variabel DER sebesar satu satuan maka ROE juga akan mengalami peningkatan sebesar 0,066

c. Koefisien X₂ (b₂) = 0,029. Ini menunjukkan bahwa variabel DAR (X₂) berpengaruh positif, atau setiap terjadi peningkatan variabel DAR sebesar satu` satuan maka ROE juga akan mengalami peningkatan sebesar 0,029.

Ketepatan fungsi regresi dalam menaksir nilai aktual diukur berdasarkan Goodness of Fit Test-nya yaitu nilai AdjustedR Square atau koefisien determinasi. Koefisien determinasi mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel bebas.

Tabel 4.10

Hasil Goodness of Fit Test

Model R R Square Adjusted R Square Std. Error of the Estimate

1 .453^a .205 .150 16.641

Sumber : Hasil Penelitian, 2011 (Data Diolah)

Pada Tabel 4.10 menunjukkan nilai Adjusted R Square pada model regresi dengan variabel terikat ROE dalam penelitian ini adalah sebesar 0,150 yang berarti 15 % variasi dari ROE dijelaskan oleh DER dan DAR. Sisanya 85 % dijelaskan oleh faktor-faktor lainnya diluar model.

4.3.3 Pengujian Hipotesis

1. Uji F (Uji Signfikansi Simultan)

Pengujian ini dilakukan untuk mengetahui apakah semua variabel bebas, yaitu Debt to Equity Ratio dan Debt to Assets Ratio, secara simultan dapat diterima menjadi model penelitian terhadap variabel terikat, yaitu Return on Equity.

Pada penelitian ini nilai F hitung ^{akan dibandingkan dengan F} tabel ^{pada tingkat}

signifikan α = 5 %. Kriteria hipotesis pada uji simultan atau uji-F : H1 ditolak ( Ho diterima ) jika F hitung ≤ Ftabelpada α = 5 %

Untuk menentukan nilai F, maka diperlukan adanya derajat bebas pembilang dan derajat bebas penyebut, dengan rumus sebagai berikut:

df (pembilang) = k-1 df (penyebut) = n-k Keterangan:

n = jumlah sampel penelitian

k = jumlah variabel bebas dan terikat

Pada penelitian ini diketahui jumlah sampel (n) adalah 32 dan jumlah keseluruhan variabel (k) adalah 3, sehingga diperoleh:

1) df (pembilang) = k-1 df (pembilang) = 3- 1 =2 2) df (penyebut) = n-k df (penyebut) = 32 - 3 = 29

Bentuk pengujian :

Pengujian Hipotesis antara Financial Leverage dengan Return On Equity :

1. H0: b1=b2=0, artinya variabel DER dan DAR secara simultan tidak berpengaruh signifikan terhadap Return on Equity perusahaan perkebunan di BEI

2. H0: b1#b2#0, artinya variabel DER dan DAR secara simultan berpengaruh signifikan terhadap Return on Equity perusahaan perkebunan di BEI

Tabel 4.11 Hasil Uji –F (Simultan) (Dengan Variabel Terikat ROE)

Model Sum of Squares df Mean Square F Sig. 1 Regression 2069.741 2 1034.871 3.737 .036^a

Residual _{8030.540 29 276.915} Total _{10100.281 31}

Berdasarkan 4.11 diatas bahwa nilai F Hitung^{> F} Tabel ^{(3,73 > 3,33) dan nilai} sig. 0,036 <. 0,05. Dengan demikian hipotesis H0 ^{ditolak, Ha diterima. Dapat} disimpulkan bahwa variabel bebas (X1^{, X}2^{) , Debt to Equity Ratio dan Debt to} Assets Ratio secara bersama-sama berpengaruh signifikan terhadap variabel terikat(Y1^{) Return on Equity (ROE)}

2. Uji t (Uji Parsial)

Digunakan untuk menguji koefisien regresi secara individual. Pengujian ini dilakukan untuk mengetahui apakah secara parsial masing –masing variabel bebas, yaitu Debt to Equity Ratio dan Debt to Assets Ratio mempunyai pengaruh signifikan atau tidak terhadap variabel terikat, yaitu Return on Equity. Setelah didapat nilai t hitung^{, maka selanjutnya nilai t} hitung ^{dibandingkan dengan nilai t} tabel^.

Nilai thitung ^{akan diperoleh dengan menggunakan software SPSS 16,0 for} Windows, kemudian akan dibandingkan dengan nilai ttabel pada tingkat α = 5% yakni yang diperoleh dengan derajat bebas = df – k (df = jumlah sampel dan k = jumlah variabel keseluruhan) yaitu df1 = 3-1 = 2, dan df2 = 32-3 = 29. Uji thitu ng yang dilakukan adalah uji dua arah maka ttabel ^{0,025(29)= 2,045}

Pada penelitian ini nilai t hitung ^{dibandingkan dengan t} tabel ^{pada tingkat}

signifikan (α) = 5 %. Kriteria pengambilan keputusan pada uji-t ini adalah : H₁ ditolak (H₀ diterima) jika : -t _tabel ≤ t hitung ≤ t tabel

H1 ^{diterima (H}o ^{ditolak) jika : -t} tabel ^{> -t} hitung ^{atau t} hitung ^{> t} tabel Bentuk pengujian :

b. Dependent Variable: RETURN ON EQUITY

Pengujian Hipotesis antara Financial Leverage dengan Return on Equity: 1. H_o : b1= 0, artinya tidak ada pengaruh yang signifikan DER dengan

Return on Equitypada perusahaan perkebunan yang terdaftar di BEI. 2. Ho ^{: b}2^{= 0, artinya tidak ada pengaruh yang signifikan DAR dengan}

Return on Equity pada perusahaan perkebunan yang terdaftar di BEI. 3. Ho ^{: b}1# 0, artinya ada pengaruh yang signifikan DER dengan Return on

Equitypada perusahaan perkebunan yang terdaftar di BEI.

4. Ho ^{: b}2^{# 0, artinya ada pengaruh yang signifikan DAR dengan Return on} Equity pada perusahaan perkebunan yang terdaftar di BEI.

Tabel 4.12 Hasil Regresi Model Unstandardized Coefficients Standardiz ed Coefficient s t Sig. B Std. Error Beta 1 (Constant) _{17.119 6.897 2.482 .019} DEBT TO EQUITY RATIO (X1) ^{.066 .024 .451 2.723 .011} DEBT TO ASSETS RATIO (X2) ^{.029 .123 .039 .233 .817} a. Dependent Variable: RETURN ON EQUITY

Sumber : Hasil Penelitian, 2011 (Data Diolah)

Berdasarkan Tabel 4.12 terlihat bahwa:

a. Nilai thitung ^{variabelDER (X}1^{) sebesar 2,723 dan nilai t}tabel ^{bernilai 2,045,} sehingga t_hitung > t_tabel (2,723 < 2,045) dan nilai signifikan 0,011 > 0,05, dan memiliki nilai koefisien regresi 0,066, sehingga dapat disimpulkan bahwa variabel DER (X1^{) berpengaruh dan signifikan terhadap Return on Equity.}

b. Nilai thitung ^{variabelDAR (X}2^{) sebesar 0,233 dan nilai t}tabel ^{bernilai 2,045,} sehingga thitung ^{< t}tabel ^{(0,233 < 2,045) dan nilai signifikan 0,817 >0,05, dan} memiliki nilai koefisien regresi 0,029, sehingga dapat disimpulkan bahwa variabel DER (X₂) tidak berpengaruh dan tidak signifikan terhadap Return on Equity.

4.4 Pengaruh Financial Leverage (Debt to Equity Ratio dan Debt to Assets

Ratio) Terhadap Earning per Share