BAB II TINJAUAN PUSTAKA
2.12 Hipotesis
Hipotesis adalah suatu penjelasan sementara tentang perilaku, fenomena, atau keadaan tertentu yang telah terjadi atau akan terjadi yang kemudian akan diuji kebenarannya melalui penelitian yang dilakukan oleh peneliti (Kuncoro, 2013:59). Berdasarkan teori dan hasil penelitian terdahulu, maka hipotesis dalam penelitian ini dapat dirumuskan sebagai berikut :
H1 : Current Ratio berpengaruh terhadap profitabilitas (ROE).
Current ratio menunjukkan sejauh mana aset lancar memenuhi liabilitas- liabilitas lancar. Semakin besar perbandingan aset lancar dengan liabilitas lancar, semakin tinggi kemampuan perusahaan menutupi liabilitas jangka pendeknya.
Rasio lancar dapat dikatakan sebagai bentuk untuk mengukur tingkat keamanan (margin of safety) suatu perusahaan. Current ratio juga bias dikategorikan baik karena menunjukkan kondisi kesehatan perusahaan. Di sisi lain, current ratio yang tinggi juga mengisyaratkan bahwa terdapat aset lancar yang berlebih yang tidak digunakan secara efisien, sehingga profitabilitas cenderung tetap.
H2 : Debt to Equity Ratio berpengaruh terhadap profitabilitas (ROE).
Besarnya liabilitas yang terdapat dalam struktur modal perusahaan sangat penting untuk memahami perbandingan antara risiko dan laba yang didapat.
Hutang membawa risiko karena setiap hutang pada umumnya akan menimbulkan keterkaitan yang tetap bagi perusahaan berupa kewajiban membayar beban bunga beserta cicilan kewajiban pokoknya (principal) secara periodik.
Kewajiban bukan suatu yang jelek jika dapat memberikan keuntungan kepada pemiliknya. Jika kewajiban dimanfaatkan dengan efektif, tentunya ini akan meningkatkan profitabilitas karena laba yang didapat cukup untuk membayar bunga secara periodik. Di sisi lain jika perusahaan melakukan pinjaman melebihi batas optimum, maka perusahaan menanggung resiko kerugian yang menyebabkan profitabilitas menjadi kurang baik. Menurut Brigham dan Houston (2010:10), “Investor umumnya menginginkan pengembalian yang tinggi dengan tingkat risiko yang rendah”. Jadi, pada dasarnya debt to equity ratio untuk setiap perusahaan tentu berbeda-beda, tergantung karakteristik bisnis dan keberagaman arus kasnya. Hal ini tentu sesuai dengan teori struktur modal.
H3 : Net Profit Margin berpengaruh terhadap profitabilitas (ROE).
Net Profit Margin merupakan rasio profitabilitas. Net Profit Margin mengukur kemampuan perusahaan untuk menghasilkan laba dengan penjualan yang dicapai perusahaan. Semakin tinggi rasio ini menunjukkan bahwa perusahaan semakin efisien dalam produksi, personalia, pemasaran, dan keuangannya (Sudana, 2011). Menurut Ang (1997) apabila nilai net profit margin semakin besar mendekati satu, semakin efisien biaya yang dikeluarkan dan semakin besar tingkat kembalian keuntungan bersih. Semakin tinggi rasio net profit margin semakin besar pula tingkat profitabilitas yang bisa dicapai perusahaan. Tingkat profitabilitas yang tinggi mengindikasikan kinerja keuangan perusahaan yang baik dan memberikan sinyal kepada investor bahwa perusahaan dapat bekerja dengan baik. Hal ini meningkatkan daya tarik investasi dari
penanaman modal untuk menginvestasikan modalnya, sehingga perusahaan berpeluang dalam meningkatkan profitabilitas.
H4 : Total Asset Turnover berpengaruh terhadap profitabilitas (ROE).
Total Asset Turnover merupakan rasio aktivitas. Total Asset Turnover merupakan rasio yang mengukur perputaran dari semua aset yang dimiliki perusahaan. Total Asset Turnover (Sudana, 2011) mengukur efektivitas penggunaan seluruh aset dalam menghasilkan penjualan. Menurut Ang (1997) semakin besar total asset turnover akan semakin baik karena semakin efisien seluruh aset digunakan untuk menunjang kegiatan penjualan bersihnya, maka pendapatan yang diperoleh akan meningkat sehingga tingkat profitabilitas semakin besar. Profitabilitas adalah suatu ukuran kinerja dari suatu perusahaan, maka semakin tinggi profitabilitas perusahaan yang dicapai perusahaan mengindikasikan semakin baik kinerja perusahaan. Dengan demikian, apabila rasio total asset turnover baik, maka akan meningkatkan tingkat profitabilitas. Hal ini juga didukung dengan teori sinyal, dimana profitabilitas yang meningkat akan memberikan sinyal yang positif mengenai kinerja perusahaan. Sinyal positif yang dihasilkan akan mendorong minat para investor untuk berinvestasi pada perusahaan property dan real estate.
H5 : Current Ratio, Debt to Equity Ratio, Net Profit Margin dan Total Asset Turnover berpengaruh terhadap profitabilitas (ROE).
Tingkat profitabilitas yang kurang baik terjadi saat current ratio mengalami kenaikan, dimana total aset lancar yang dimiliki perusahaan dapat
menutupi liabilitas lancarnya jika sewaktu-waktu diperlukan. Ini juga menunjukkan, bahwa perusahaan tidak dapat mengelola asset lancarnya dengan efektif. Tanpa pengelolaan asset yang kurang efisien tentunya akan menurunkan penjualan sehingga ratio net profit margin tentunya akan mengalami penurunan.
Selain rasio net profit margin yang mengalami penurunan, tentunya ini juga akan berdampak pada rasio total asset turnover. Hal ini dikarenakan karena rasio total asset turnover mengukur seberapa besar keefektifan perusahaan dalam mengelola asset yang dimiliki oleh perusahaan. Jika asset lancar perusahaan tidak digunakan secara efektif, tentunya perusahaan tidak perlu terbebani dengan beban bunga yang cukup tinggi karena perusahaan bias menutupi hutang jangka pendeknya dengan asset lancar. Oleh sebab itu, dengan beban bunga yang sedikit diharapkan perusahaan dapat menggunakan modal yang tersisa untuk meningkatkan profitabilitas.
BAB III
METODE PENELITIAN
3.1 Jenis Penelitian
Penelitian ini merupakan penelitian kausal. Menurut Juliandi (2014:14)
“penelitian kausal (hubungan sebab akibat) adalah penelitian yang ingin melihat apakah suatu variabel yang berperan sebagai variabel bebas berpengaruh terhadap variabel lain yang menjadi variabel terikat.”
3.2 Batasan Operasional Penelitian
Atas pertimbangan adanya keterbatasan dalam waktu penelitian, tenaga serta pengetahuan dari peneliti, maka peneliti melakukan beberapa batasan konsep terhadap penelitian yang akan diteliti, yakni:
1. Penelitian ini hanya dibatasi selama 3 tahun yaitu dari tahun 2014 sampai dengan tahun 2016.
2. Penelitian hanya terbatas pada perusahaan sektor property dan real estate yang terdaftar di Bursa Efek Indonesia
3. Variabel yang digunakan dalam penelitian ini antara lain : a. Variabel independen
Variabel independen yang digunakan dalam penelitian ini adalah current ratio, debt to equity ratio, net profit margin, dan total asset turnover.
b. Variabel dependen
Variabel dependen yang digunakan dalam penelitian ini adalah profitabilitas.
3.3 Definisi Operasional dan Skala Pengukuran Variabel
Merurut Kuncoro (2013:171) “definisi operasional memperinci aturan pemetaan dan alat dimana variabel akan diukur dalam kenyataan. Definisi ini menyatakan prosedur yang harus diikuti oleh peneliti dalam memberikan angka terhadap konsep yang diukur”. Berikut definisi operasional variabel yang digunakan dalam penelitian ini serta skala pengukurannya.
3.3.1 Variabel Independen
Menurut Siregar (2013:10), “variabel independen adalah variabel yang menjadi sebab atau mengubah /mempengaruhi variabel lain (variabel dependen). Variabel independen yang digunakan dalam penelitian ini adalah current ratio, debt to equity ratio, net profit margin, dan total asset turnover. Untuk masing-masing variabel independen pengukuran yang digunakan adalah:
1. Current Ratio(CR)
Current ratio adalah perbandingan antara jumlah aset lancar dengan liabilitas lancar. Skala pengukurannya rasio dengan rumus sebagai berikut:
Current Ratio = Current Assets Current Liabilities
2. Debt to Equtiy Ratio(DER)
Debt to Equity Ratio merupakan rasio yang dipergunakan untuk mengukur tingkat penggunaan liabilitas terhadap total shareholder’s equity yang dimiliki perusahaan. Skala pengukurannya rasio dengan rumus sebagai berikut:
Debt to Equity Ratio = Total Debt Total Equity 3. Net Profit Margin(NPM)
Net Profit Margin diukur dari rasio antara laba bersih setelah pajak dengan total penjualan. Skala pengukurannya skala rasio dengan rumus sebagai berikut:
Net Profit Margin = Net income after tax Total sales 4. Total Asset Turnover (TATO)
Total assets turnover merupakan rasio antara jumlah aset yang digunakan dengan jumlah penjualan yang diperoleh selama periode tertentu. Skala pengukurannya skala rasio dengan rumus:
Total Asset Turnover = Net Sales Average Total Assets
3.3.2 Variabel Dependen
Menurut Siregar (2013:10), “variabel dependen merupakan variabel yang dipengaruhi atau menjadi akibat karena adanya variabel lain (variabel independen/bebas)”. Variabel dependen dalam penelitian ini adalah
profitabilitas. Profitabilitas (ROE) diukur dengan menggunakan skala rasio.
Profitabilitas (ROE) dapat dihitung dengan menggunakan rumus berikut:
Profitabilitas (ROE)=𝑁𝑒𝑡 𝑃𝑟𝑜𝑓𝑖𝑡 𝐴𝑓𝑡𝑒𝑟 𝑇𝑎𝑥
𝐸𝑞𝑢𝑖𝑡𝑦 x 100%
Tabel 3.1
Definisi Operasional dan Skala Pengukuran Variabel Variabel
Penelitian Definisi Indikator Skala
Current Ratio
Variabel
Penelitian Definisi Indikator Skala
atas modalnya sendiri.
3.4 Populasi dan Sampel Penelitian
Menurut Erlina (2008:75), “populasi adalah sekelompok entitas yang lengkap yang dapat berupa orang, kejadian, atau benda yang mempunyai karakteristik tertentu yang berada dalam suatu wilayah tertentu dan memenuhi syarat-syarat tertentu yang berkaitan dengan masalah penelitian”. Populasi yang digunakan dalam penelitian ini adalah seluruh perusahaan property dan real estate yang terdaftar di Bursa Efek Indonesia selama periode 2014-2016 yang berjumlah 50 perusahaan.
Sampel adalah sebagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut (Sugiyono, 2012:120). Menurut Erlina (2008:76), “sampel yang diambil harus representatif atau mewakili. Jika sampel kurang representatif maka nilai yang dihitung dari sampel tidak cukup tepat untuk menduga nilai populasi sesungguhnya”. Teknik pengambilan sampel yang digunakan adalah teknik purposive sampling. Teknik purposive sampling dilakukan dengan mengambil sampel dari populasi berdasarkan kriteria tertentu.
Adapun kriteria dalam pemilihan sampel penelitian sebagai berikut :
1. Seluruh perusahaan property dan real estate yang terdaftar di Bursa Efek Indonesia dan tidak didelisting dari tahun 2014-2016
2. Perusahaan property dan real estate yang memperoleh laba setiap tahun dari 2014-2016
Berdasarkan kriteria tersebut, terdapat 34 sampel perusahaan yang dijadikan sebagai sampel dari 50 perusahaan property dan real estate yang terdaftar di Bursa Efek Indonesia. Periode penelitian yang dilakukan 3 tahun sehingga jumlah pengamatan dalam penelitian ini berjumlah 102 amatan. Adapun proses pemilihan sampel dapat dilihat di lampiran 1. Daftar sampel penelitian perusahaan property dan real estate yang digunakan setelah melewati tahap pemilihan berdasarkan kriteria dapat dilihat di lampiran 2.
3.5 Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini merupakan data kuantitatif yaitu data yang diukur dalam suatu skala numerik. Data yang digunakan juga merupakan data sekunder, yaitu sumber data penelitian yang diperoleh peneliti secara tidak langsung melalui media perantara (diperoleh dan dicatat oleh pihak lain) (Indriantoro, 2002:147).
Data sekunder yang akan digunakan dalam penelitian ini menggunakan data runtut waktu (time series) yaitu laporan keuangan perusahaan property dan real estate yang terdaftar di Bursa Efek Indonesia untuk periode 2014 sampai 2016 dan data antar ruang waktu (cross section) untuk 50 perusahaan property dan real estate yang terdaftar di Bursa Efek Indonesia yang laporan keuangannya dapat diunduh dari website www.idx.co.id.
3.6 Metode Pengumpulan Data
Penelitian ini menggunakan teknik dokumentasi dalam melakukan pengumpulan data penelitian, dimana peneliti mengambil data sendiri, tetapi
memanfaatkan data atau dokumen yang dihasilkan oleh pihak-pihak lain. Selain menggunakan teknik dokumentasi, peneliti juga melakukan studi pustaka dalam mengumpulkan data. Peneliti mengumpulkan informasi dan data dengan berbagai macam material yang ada di perpustakaan seperti buku referensi, serta berbagai penelitian terdahulu.
3.7 Metode Analisis Data
Metode analisis yang digunakan dalam penelitian ini adalah metode analisis statistik dengan menggunakan software SPSS. Sebelum melakukan uji hipotesis, peneliti akan melakukan uji asumsi klasik terlebih dahulu. Uji asumsi klasik itu sendiri akan diuji berdasarkan uji normalitas, uji multikolinearitas, uji heteroskedastisitas dan uji autokorelasi. Kemudian peneliti akan menguji hipotesis dengan menggunakan analisis regresi dan menguji signifikansinya dengan Uji koefisien determinasi, uji t, dan uji F.
3.7.1 Statistik Deskriptif
Menurut Ghozali (2006:19), statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata- rata (mean), standar deviasi, varian, maksimum, minimum, sum, range, kurtosis, dan skewness (kemencengan distribusi).
3.7.2 Uji Asumsi Klasik
Pengujian asumsi klasik diperlukan untuk mengetahui apakah hasil estimasi regresi yang dilakukan benar-benar bebas dari adanya gejala heteroskedastisitas, gejala multikolinearitas, dan gejala autokorelasi.
Model regresi akan dapat dijadikan sebagai alat estimasi yang tidak bias
jika telah memenuhi persyaratan BLUE (best linear unbiased estimator) yakni tidak gejala heteroskedastistas, tidak terdapat multikolinearitas, dan tidak terdapat autokorelasi. Tujuan utama dari asumsi klasik adalah untuk memberikan kepastian bahwa persamaan regresi yang didapatkan memiliki ketepatan dalam estimasi, tidak bias dan konsisten.
3.7.2.1 Uji Normalitas
Uji Normalitas adalah uji yang dilakukan dengan tujuan untuk menilai sebaran data pada sebuah kelompok data atau variabel berdistribusi normal ataukah tidak. Menurut Ghozali (2006:112), “uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal”.
Sebagai dasar bahwa uji t dan uji F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini dilanggar maka model regresi dianggap tidak valid dengan jumlah sampel yang ada. Ada dua cara yang biasa digunakan untuk menguji normalitas model regresi tersebut yaitu dengan analisis grafik (normal P-P plot) dan analisis statistik (analisis Z skor skewness dan kurtosis) one sample Kolmogorov-Smirnov Test.
Dasar pengambilan keputusan dalam uji normalitas menurut Ghozali (2006:112) sebagai berikut:
1. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola
distribusi normal, maka model regresi memenuhi asumsi normalitas.
2. Jika data menyebar jauh dari diagonal dan/atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
Analisis dengan menggunakan uji statistik dapat digunakan dengan melihat nilai signifikansi. Jika nilai signifikansi lebih besar dari 0,05 maka data tersebut berdistribusi normal. Sebaliknya, jika nilai signifikansi lebih kecil dari 0,05 maka data tersebut tidak berdistribusi normal.
3.7.2.2 Uji Multikolinearitas
Uji multikolinearitas adalah untuk melihat ada atau tidaknya korelasi yang tinggi antara variabel-variabel bebas dalam suatu model regresi linear berganda. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas, karena jika hal tersebut terjadi maka variabel-variabel tersebut memiliki kemiripan. Uji ini untuk menghindari kebiasan dalam proses pengambilan keputusan mengenai pengaruh parsial masing-masing variabel independen terhadap variabel dependen. Untuk mengetahui apakah ada tidaknya gejala multikolinearitas dapat dilakukan dengan melihat toleransi variabel dan Variance Inflation Factor (VIF)
Dasar pengambilan keputusan berdasarkan pada uji multikolinearitas dapat dilakukan dengan dua cara, yakni:
1. Melihat nilai tolerance
• Jika nilai tolerance lebih besar dari 0,10 maka artinya tidak terjadi multikolinearitas terhadap data yang di uji.
• Jika nilai tolerance lebih kecil dari 0,10 maka artinya terjadi multikolinearitas terhadap data yang di uji.
2. Melihat nilai VIF (variance inflation factor)
• Jika VIF < 10 maka tidak terjadi multikolinearitas terhadap data yang diuji.
• Jika VIF > 10 maka terjadi multikolinearitas terhadap data yang diuji.
3.7.2.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan lain (Ghozali, 2006: 105). Jika varian dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas, dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas (Erlina, 2008:106). Untuk mengetahui apakah terjadi heteroskedastisitas atau tidak dapat dilakukan dengan melihat dua cara, yakni:
1. Uji Grafik
Cara mendeteksi ada atau tidaknya heteroskedastisitas adalah dengan melihat grafik plot antara nilai prediksi variabel terikat (dependen). Menurut Ghozali (2006:105) dasar analisis untuk menentukan ada atau tidaknya heteroskedastisitas yaitu:
• Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas.
• Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
2. Uji Statistik
Uji statistik yang digunakan adalah uji Park, dimana pengujian menggunakan tingkat signifikansi 0,05 dengan uji 2 sisi.
Jika korelasi antara variabel independen dengan residual di dapat signifikansi lebih dari 0,05 maka dapat dikatakan bahwa tidak terjadi masalah heteroskedastisitas pada model regresi.
3.7.2.4 Uji Autokolerasi
Ghozali (2006 : 95) menyatakan bahwa “uji korelasi adalah bertujuan menguji apakah dalam suatu model regresi ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (periode sebelumnya)”. Untuk mendeteksi adanya
autokorelasi dalam regresi dilakukan dengan menggunakan uji Durbin Watson, yaitu uji yang digunakan untuk autokorelasi tingkat satu (first order autocorrelation) dan mensyaratkan adanya intercept (konstanta dalam model regresi dan tidak ada variabel lag di antara variabel independen (Ghozali, 2006:96). Dasar pengambilan keputusan penggunaan uji Durbin Watson adalah sebagai berikut:
1. Bila nilai Durbin Watson (DW) terletak antara batas atas atau Upper Bound (DU) dan 4 – DU, maka koefisien autokorelasi sama dengan nol, berarti tidak ada autokorelasi.
2. Bila nilai DW lebih rendah dari pada batas bawah atau Lower Bound (DL), maka koefisien autokorelasi lebih besar dari nol, berarti ada autokrelasi positif.
3. Bila nilai DW lebih besar dari pada (4-DL), maka koefisien autokorelasi lebih kecil dari nol, berarti ada autokorelasi negatif.
4. Bila nilai DW terletak diantar batas atas (DU) dan batas bawah (DL) atau DW terletak antara (4-DU) dan (4-DL), maka hasilnya tidak dapat disimpulkan.
3.7.3 Pengujian Hipotesis
Lind, dkk. (2013:291) menyatakan bahwa, “hypothesis testing is a procedure based on a sample evidence and probability theory to determine whether the hypothesis is a reasonable statement”. Dalam penelitian ini
akan digunakan analisis regresi linear sederhana dan berganda. Setelah itu, hipotesis yang telah diuji dengan analisis regresi akan diuji signifikansinya dengan uji signifikansi t dan F.
3.7.3.1 Analisis Regresi Linear Sederhana
Analisis regresi linear sederhana adalah analisis yang digunakan untuk memprediksi atau menguji pengaruh satu variabel bebas terhadap satu variabel dependen (Zainuddin, dkk., 2015:92).
Analisis ini untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah masing-masing variabel independen berhubungan positif atau negatif dan untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan. Data yang digunakan biasanya berskala interval atau rasio.
Dalam penelitian ini, peneliti akan menganalisis hipotesis pertama (H1), hipotesis kedua (H2), hipotesis ketiga (H3), dan hipotesis keempat (H4) dengan menggunakan analisis regresi linear sederhana. Adapun model persamaannya adalah sebagai berikut:
Y = a + b1 (X1) + e Y = a + b2 (X2) + e Y = a + b3 (X3) + e Y = a + b4 (X4) + e Keterangan :
Y = profitabilitas (ROE)
a = konstanta b1-b4 = koefisien regresi X1 = current ratio X2 = debt to equity ratio X3 = net profit margin X4 = total asset turnover
e = error
3.7.3.2 Analisis Regresi Linear Berganda
Analisis regresi linear berganda umumnya jumlah variabel bebas yang digunakan berjumlah lebih dari satu (Zainuddin, dkk., 2015: 105). Analisis ini juga berfungsi sama dengan analisis regresi linear sederhana yakni untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah masing-masing variabel independen berhubungan positif atau negatif dan untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan.
Analisis regresi linear berganda ini akan digunakan untuk menguji hipotesis kelima (H5) dalam penelitian ini. Adapun model persamaannya adalah sebagai berikut:
Y = a + b1 (X1) + b2 (X2) + b3 (X3) + b4 (X4) + e Keterangan :
Y = profitabilitas (ROE)
a = konstanta b1-b4 = koefisien regresi X1 = current ratio X2 = debt to equity ratio X3 = net profit margin X4 = total asset turnover
e = error
3.7.3.3 Uji Signifikansi
Uji signifikansi digunakan untuk melihat seberapa besar signifikansi pengaruh dari satu atau beberapa variabel independen terhadap variabel dependen. Berikut beberapa uji signifikansi yang digunakan dalam penelitian ini.
1. Uji Signifikansi t
Uji t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel dependen (Ghozali, 2006:84). Variabel independen dikatakan memiliki pengaruh signifikan terhadap variabel dependen apabila variabel dependen tersebut memiliki nilai signifikansi (sig) di bawah 0.05. Dasar pengambilan keputusan yang lain adalah sebagai berikut:
1. Jika t-hitung < t-tabel, maka variabel independen secara individual tidak berpengaruh terhadap variabel dependen (hipotesis ditolak).
2. Jika t-hitung > t-tabel, maka variabel independen secara individual berpengaruh terhadap variabel dependen (hipotesis diterima).
2. Uji Signifikansi F
Uji F pada dasarnya menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen (Ghozali, 2006:84). Variabel-variabel independen tersebut dikatakan mempunyai pengaruh secara simultan dan signifikan terhadap variabel dependen apabila memiliki nilai signifikansi (sig) di bawah 0.05. Cara yang lain untuk mengambil keputusan yaitu sebagai berikut:
1. Jika F hitung < F tabel, maka variabel independen tidak berpengaruh terhadap variabel dependen.
2. Jika F hitung > F tabel, maka variabel independen berpengaruh terhadap variabel dependen.
3. Uji Koefisien Determinasi (R2)
Koefisien determinasi pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel terikat (Kuncoro, 2013: 246). Jika hasil R2 sama dengan nol, maka tidak
ada sedikit pun persentase sumbangan pengaruh yang diberikan variabel independen terhadap variabel dependen, atau variasi variabel independen yang digunakan dalam model tidak menjelaskan sedikit pun variasi variabel dependen. Sebaliknya R2 sama dengan satu, maka persentase sumbangan pengaruh yang diberikan variabel independen terhadap variabel dependen adalah sempurna, atau variasi variabel independen yang digunakan dalam model menjelaskan 100% variasi variabel dependen.
Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen (Ghozali, 2006:83).
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
4.1 Gambaran Umum
Dalam penelitian ini populasi yang digunakan adalah perusahaan property dan real estate yang terdaftar di Bursa Efek Indonesia dengan total 50 perusahaan pada tahun 2014-2016. Pengambilan sampel dilakukan dengan metode purposive sampling. Berdasarkan kriteria dan rentang waktu selama 3 tahun, jumlah sampel keseluruhan yang diperoleh sebanyak 102 amatan (34 perusahaan property dan real estate selama 3 tahun) dalam penelitian ini.
4.2 Hasil Penelitian
4.2.1 Analisis Statistik Deskriptif
Statistik deskriptif memberikan gambaran umum atau deskripsi suatu data yang dijadikan sampel penelitian, dilihat dari nilai minimum, maksimum, rata-rata, dan standar deviasi dari variabel yang ditunjukkan dalam tabel 4.1 di bawah ini.
Tabel 4.1 Statistik Deskriptif
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
CR 102 ,36 8,80 2,2194 1,52216
DER 102 ,07 1,83 ,7548 ,45294
NPM 102 ,02 15,09 ,4403 1,48350
TATO 102 ,01 ,52 ,2239 ,09646
ROE 102 ,00 ,41 ,1164 ,08672
Valid N (listwise) 102
Sumber : Output SPSS, data diolah oleh Penulis (2018)