3.1 Definisi Operasional dan Pengukuran Variabel
3.1.1 Variabel Penelitian
Variabel yang digunakan dalam penelitian ini terdiri dari dua jenis variabel, yaitu sebagai berikut:
1. Variabel Dependen
Variabel dependen merupakan variabel yang dipengaruhi oleh variable lainnya atau variabel yang terikat oleh variabel lainnya. Sedangkan menurut Ferdinand (2006) variabel dependen adalah variabel yang menjadi pusat perhatian penelitian. Dalam penelitian ini, variable dependen yang dipakai adalah kebijakan hutang yang diwakili
dengan debtequity ratio (DER).
2. Variabel Independen
Menurut Ferninand (2006, h.26), “variabel independen adalah
variable yang mempengaruhi variabel dependen, baik yang
pengaruhnya positif maupun yang pengaruhnya negatif”. Variabel ini sering juga disebut sebagai variable bebas. Dalam penelitian ini variabel independen diwakili oleh blockholder ownership, struktur aktiva, ukuran perusahaan, dan pertumbuhan perusahaan.
3.1.2 Definisi Operasional
1) Kebijakan Hutang
Kebijakan hutang perusahaan adalah tindakan manajemen perusahaan yang akan mendanai operasional perusahaan dengan
menggunakan modal yang berasal dari hutang. Proxy kebijakan
hutang pada penelitian ini diukur dengan debt to equity ratio (DER)
yang dirumuskan sebagai berikut (Moh’d et al 1998): DER = debt
Equity
2) Blockholder Ownership
Menurut Wiliandri (2011), variabel ini diberi simbol (BLOCK) yaitu proporsi saham yang dimiliki blockholder pada akhir tahun yang diukur dalam %. Variabel ini menggambarkan tingkat kepemilikan saham oleh blockholder dalam suatu perusahaan. Kepemilikan blockholder dirumuskan sebagai berikut: (Wiliandri 2011):
Jumlah saham blockholders Block =
Total keseluruhan saham perusahaan 3) Struktur Aktiva
Besar kecilnya perusahaan sangat berpengaruh terhadap
struktur modal, terutama berkaitan dengan kemampuan
memperoleh pinjaman. Perusahaan besar yang telah
terdiversifikasi, lebih mudah untuk memasuki pasar modal, menerima penilaian kredit yang lebih tinggi dari bank komersial
untuk hutang hutang yang diterbitkan dan membayar tingkat bunga yang lebih rendah pada hutangnya. Salah satu alasannya perusahaan lebih mudah menerima pinjaman adalah karena nilai aktiva yang dijadikan jaminan lebih besar dan tingkat kepercayaan bank juga lebih tinggi.
Salah satu persyaratan mengajukan pinjaman adalah adanya aktiva tetap berwujud yang dapat dijaminkan sehingga semakin besar nilai aktiva tetap berwujud yang dimiliki ada kecenderungan semakin besar pinjaman yang dapat diperoleh. Struktur aktiva (Assets Tangibility) dalam penelitian ini, menggunakan rasio aktiva tetap dibagi dengan total aktiva, sebagai proxy dari struktur aktiva. Rasio ini juga digunakan dalam penelitian yang dilakukan oleh (Syamsudin 1985 dalam Mardiana 2005). Secara matematis proxy dapat diformulasikan sebagai berikut:
Fixed assets
Struktur Aktiva = X 100 %
Total assets
4) Ukuran Perusahaan
Ukuran perusahaan (Firm Size), dalam penelitian ini menggunakan nilai buku dari total asset, sebagai proxy Firm Size. Rasio ini juga digunakan dalam penelitian oleh Paramu (2006). Mengingat nilai aktiva perusahaan yang besar, maka dalam proses penghitungan, nilai total aktiva dihitung dalam jutaan rupiah serta
ditransformasikan ke dalam bentuk logaritma natural (Ln). Secara matematis proxy dapat diformulasikan sebagai berikut:
Ukuran Perusahaan = Ln. Total Aktiva
5) Pertumbuhan Perusahaan
Tingkat pertumbuhan (Growth), dalam penelitian ini menggunakan persentase perubahan pada total aktiva dari tahun (t-1) terhadap tahun sekarang (t), sebagai proxy. Persentase tingkat pertumbuhan ini juga digunakan sebagai proxy Growth dalam penelitian yang dilakukan oleh Yeniatie dan Destriana (2010) Secara matematis dapat diformulasikan sebagai berikut:
Pertumbuhan Perusahaan = Total asset (t) – Total asset (t-1) X 100 % Total asset (t-1)
Dimana :
Total asset (t) = Nilai total asset pada tahun bersangkutan
Total asset (t-1) = Nilai total asset satu tahun sebelum tahun yang bersangkutan
Untuk mempermudah pembahasan, ringkasan mengenai definisi operasional variabel dapat dilihat pada tabel 3.1 berikut:
Tabel 3.1
Tabel Definisi Operasional dan Variabel
Variabel Definisi Operasional Rumus Satuan
Kebijakan Hutang (DER) Perbandingan antara hutang jangka panjang (debt)
dengan total ekuitas
akhir tahun (equity)
DER = debt
Equity
Rasio
Blockholder Ownership
Ratio antara saham yang dimiliki oleh
BLOCK = jumlah saham yang dimiliki
(BLOCK) blockholder perusahaan terhadap jumlah saham beredar Blockholder total saham beredar
Struktur Aktiva Ratio antara Fixed
asset dengan total asset Struktur Aktiva= Fixed assets X100% Total assets Rasio Ukuran Perusahaan (Size) Hasil logaritma natural dari total aktiva
Size = Ln Total Aktiva Rasio
Pertumbuhan Perusahaan
Persentase Nilai
total asset pada
tahun bersangkutan dikurangi Nilai total
asset satu tahun
sebelum tahun yang bersangkutan dibagi Nilai total asset satu tahun sebelum tahun yang bersangkutan
Pertumbuhan=
Total asset (t) – Total asset (t-1)
X100% Total asset (t-1)
Rasio
3.2 Teknik Penentuan Sampel
Populasi adalah gabungan dari seluruh elemen yang berbentuk peristiwa, hal atau orang yang memiliki karakteristik yang serupa yang menjadi pusat perhatian seorang peneliti karena itu dipandang sebagai sebuah semesta penelitian (Ferdinand, 2006). Penelitian ini populasinya adalah seluruh perusahaan Food & Beverages yang terdaftar dan
dipublikasikan di BEI dan dimuat dalam Indonesia Capital Market
Directory (ICMD) selama periode penelitian. Penelitian ini hanya menggunakan perusahaan Food & Beverages yang berjumlah 18 perusahaan untuk mendapatkan hasil yang lebih akurat dan tidak biasa,
karena antara bidang usaha yang satu dengan yang lain memiliki regulasi dan kebijakan yang berbeda.
Sampel adalah subset dari populasi, terdiri dari beberapa anggota populasi (Ferdinand, 2006: 223). Dalam penelitian ini menggunakan
metode purposive sampling dengan tujuan agar diperoleh sampel yang
representatif sesuai dengan kriteria yang ditentukan dalam penelitian, yaitu:
a. Perusahaan sampel merupakan perusahaan Food & Beverages yang
telah listing dan terdaftar di BEI periode 2008-2011.
b. Perusahaan sampel memiliki data keuangan yang lengkap selama
periode amatan yaitu tahun 2008-2011.
c. Perusahan sampel memiliki proporsi kepemilikan saham oleh para
blockholder ownership selama periode 2008-2011.
d. Perusahaan memiliki kebijakan hutang yang tercantum dalam dalam
laporan keuangan (ada tingkat hutang yang dilakukan oleh perusahaan) dan tidak menyajikan laporan keuangannya dalam mata uang asing
Berdasarkan kriteria sampel maka diperoleh jumlah sampel yang memenuhi kriteria sebanyak 15 perusahaan yang disajikan dalam tabel 3.2 sebagai berikut:
Tabel 3.2
Daftar Per usahaan Sampel
No. Nama Perusahaan Kode perusahaan
1. PT Akasha WiraInternational ADES
3. PT Cahaya Kalbar CEKA
4. PT DavomasAbadi DAVO
5. PT Delta Djakarta DLTA
6. PT Fast Food Indonesia FAST
7. PT Indofood Sukses Makmur INDF
8. PT Mayora Indah MYOR
9. PT Prasidha Aneka Niaga PSDN
10. PT. Nipon Indosari Corpindo ROTI
11. PT Sekar Laut SKLT
12. PT Sinar Mas Agro Resources And Technology SMAR
13. PT Siantar Top STTP
14. PT Tunas Baru Lampung TBLA
15. PT Ultra Jaya Milk ULTJ
Total 15
Sumber : ICMD (Indonesia Capital Market Directory) 2008, 2009, 2010, 2011,
2012
3.3 Teknik Pengumpulan Data
3.3.1 J enis dan Sumber Data
Penelitian ini menggunakan jenis data sekunder karena penggunaan data sekunder dalam penelitian sudah lazim digunakan dan data sekuder mudah diperoleh. Sumber data dalam penelitian ini diperoleh dari laporan keuangan perusahaan Food & Beverages dalam sampel yang terdaftar dan dipublikasikan di BEI dan dimuat dalam ICMD tahun
2008-antara time series dan cross section data dan secara spesifik disebut panel data karena mengamati sampel dalam serial periode waktu (Gujarati, 1999).
3.3.2 Metode Pengumpulan Data
Metode pengumpulan data yang digunakan dalam penelitian ini adalah metode dokumentasi yaitu pengumpulan data yang diperoleh dari laporan keuangan masing-masing perusahaan Food & Beverages dalam sampel yang terdaftar dan dipublikasikan di BEI dan dimuat dalam ICMD tahun 2008-2011. Selain itu juga digunakan metode studi pustaka yang diperoleh dari buku, literatur, jurnal, terbitan-terbitan lainnya serta pencarian pada internet yang relevan dengan masalah yang diteliti.
3.4 Teknik Analisis dan Uji Hipotesis
3.4.1 Uji Asumsi Klasik 3.4.1.1 Uji Normalitas
Menurut Ghozali (2006), uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah apabila keduanya mempunyai distribusi normal atau mendekati normal. Pada prinsipnya normalitas dapat dideteksi dengan melihat tabel histogram
dan penyebaran data (titik) pada sumber dari grafik normal probability
berdistribusi normal. Untuk megetahui apakah suatu data tersebut normal atau tidak secara statistik maka dilakukan uji statistic menurut Kolmogorov-Smirnov satu arah atau analisis grafis. Uji Kolmogorov- Smirnov dua arah menggunakan kepercayaan 5 persen. Dasar pengambilan keputusan normal atau tidaknya data yang akan diolah adalah sebgai berikut:
a. Apabila hasil signifikansi lebih besar (>) dari 0,05 maka data terdistribusi normal.
b. Apabila hasil signifikansi lebih kecil (<) dari 0,05 maka data tersebut tidak terdistribusi secara normal.
3.4.1.2 Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah dalam suatu model regresi ditemukan adanya korelasi antara variabel bebas (independen). Dalam model regresi yang baik seharusnya tidak terjadi korelasi diantara variable independen. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Ortogonal yang dimaksud adalah variabel independen sama dengan nol (Ghozali, 2005:91).
Untuk mendeteksi ada atau tidaknya multikolinieritas di dalam model regresi adalah sebagai berikut (Ghozali, 2005:91):
a. Nilai R2 yang dihasilkan oleh suatu estimasi model regresi sangat tinggi, tetapi secara individual variabel-variabel independen banyak yang tidak signifikan mempengaruhi variabel dependen.
b. Menganalisis matriks korelasi variabel-variabel independen. Jika antar variable independen terdapat nilai korelasi yang cukup tinggi (umumnya di atas 0,90), maka hal ini merupakan indikasi adanya multikolinieritas.
c. Mengamati nilai tolerance dan VIF. Tolerance mengukur variabilitas
variabel independen yang terpilih yang tidak dijelaskan oleh variable
independen lainnya. Nilai tolerance yang rendah sama dengan nilai VIF
yang tinggi (karena VIF = 1/tolerance). Nilai cutoff yang umum dipakai
untuk menunjukkan adanya multikolinieritas adalah apabila nilai
tolerance < 0,1 atau sama dengan nilai VIF > 10.
3.5.1.3 Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi
linier ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi
korelasi, maka dinamakan ada problem autokorelasi (Ghozali, 2005:95). Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Hal ini sering ditemukan pada data runtut
waktu (time series). Untuk mendeteksi gejala autokorelasi kita
hitung (d) dan nilai DW tabel (dl dan du). Hipotesis yang akan diuji adalah:
H0 : tidak ada autokorelasi (r = 0) HA : ada autokorelasi (r ≠ 0)
Menurut Ghozali (2005), pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut:
Tabel 3.3
Pengambilan Keputusan Autokor elasi
Hipotesis Nol Keputusan Jika
Tidak ada autokorelasi positif Tidak ada autokorelasi positif Tidak ada autokorelasi negatif Tidak ada autokorelasi negatif Tidak ada autokorelasi positif dan negative Tolak No decision Tolak No decision Tidak ditolak 0 < d < dl dl ≤ d ≤ du 4-dl < d < 4 4-du ≤ d ≤ 4-dl du < d < 4-du Sumber: Ghozali (2005) 3.4.1.4 Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam regresi terjadi ketidaksamaan variance dari residual suatu pengamatan ke pengamatan lain (Ghozali, 2006). Jika variance dari residual suatu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika beda disebut Heteroskedastisitas. Model regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas.
Uji heteroskedastisitas dilakukan dengan melihat grafik plot antara nilai prediksi variabel terikat (ZPRED) dengan residualnya (SRESID), ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatter plot antara ZPRED dan SRESID di mana sumbu Y adalah Y yang telah diprediksi dan sumbu X adalah residual. Dasar analisisnya adalah sebagai berikut :
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, serta titik-titik yang menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Uji Heterokedastisitas dapat juga dilakukan dengan menggunakan uji glejser yang mewajibkan tingkat signifikansi diatas 5% untuk menandakan bebas heterokedastisitas.
3.4.2 Analisis Regr esi Berganda
Secara umum, analisis regresi pada dasarnya adalah studi mengenai ketergantungan variabel dependen dengan satu atau lebih variabel independen, dengan tujuan untuk mengestimasi dan/atau memprediksi rata-rata populasi atau nilai rata-rata variabel dependen berdasarkan nilai variabel independen yang diketahui (Ghozali, 2005).
Analisis regresi berganda digunakan untuk mengetahui signifikan tidaknya pengaruh variabel Blockholder ownership, struktur aktiva,
ukuran perusahaan dan dan pertumbuhan perusahaan terhadap variabel terikat kebijakan hutang.
Teknik estimasi variabel dependen yang melandasi analisis regresi
disebut pangkat kuadrat terkecil biasa (Ordinary Least Squares) (Ghozali,
2005). Model persamaan regresi berganda yang digunakan untuk menguji hipotesis dalam penelitian ini adalah:
Y = α + β1X1 + β2X2 + β3X3 + β4X4 + ε Dimana: Y = kebijakan hutang X1 = blockholder ownership X2 = struktur aktiva X3 = ukuran perusahaan X4 = pertumbuhan perusahaan β1, β2, β3, β4 = koefisien regresi α = konstanta ε = e
3.4.3 Uji Koefisien Deter minasi (R2)
Koefisien determinasi (R2) pada intinya mengukur seberapa jauh
kemampuan model dalam menerangkan variasi variabel dependen (Ghozali, 2005:83). Nilai koefisien determinasi adalah antara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen hampir memberikan
semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.
Penggunaan koefisien determinasi (R2) memiliki kelemahan yakni
timbulnya bias terhadap jumlah variabel independen yang dimasukkan ke dalam model. Setiap terjadi penambahan satu variabel independen, maka
R2 akan mengalami peningkatan pula tanpa memperdulikan variabel
tersebut berpengaruh secara signifikan terhadap variabel dependen atau tidak. Oleh sebab itu, banyak peneliti menganjurkan untuk lebih
menggunakan nilai Adjusted R2 untuk mengevaluasi mana model regresi
terbaik. Nilai Adjusted R2 dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model.
3.4.4 Uji Hipotesis
3.4.4.1 Uji Signifikansi Simultan (Uji Statistik F)
Uji statistik F pada dasarnya menunjukkan apakah semua variable independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat (Ghozali, 2005).
Nilai F dapat dihitung dengan menggunakan persamaan sebagai berikut (Augusty Ferdiand, 2006):
R2
F = k
(1-R2) (n-k-1)
Keterangan : R2 = R square n = jumlah sampel k = jumlah variabel
Selain itu pengujian juga dapat dilakukan melalui pengamatan signifikansi F pada tingkat α yang digunakan (penelitian ini menggunakan tingkat α sebesar 5%). Sehingga analisis ini didasarkan pada perbandingan antara nilai signifikan F dengan nilai signifikansi 0,05 dimana syarat-syaratnya adalah sebagai berikut:
a. Jika signifikansi F < 0,05 maka H0 ditolak, artinya semua variable independen secara bersama-sama berpengaruh signifikan terhadap variable dependen.
b. Jika signifikansi F > 0,05 maka H0 diterima, artinya semua variable independen secara bersama-sama tidak berpengaruh signifikan terhadap variabel dependen.
3.4.34.2 Uji Signifikan Parameter Individual (Uji Statistik t)
Uji statistika t pada dasarnya menunjukkan seberapa jauh pengaruh suatu variabel independen secara individual dalam menerangkan variasi
variable dependen (Ghozali, 2005:84). Pengujian dengan uji t atau t test
yaitu membandingkan antara t hitung dengan t tabel. Uji ini dilakukan dengan syarat sebagai berikut:
a. Jika t hitung < t tabel maka H0 diterima, artinya variabel independen tidak berpengaruh signifikan terhadap variabel dependen.
b. Jika t hitung > t tabel maka H0 diolah, artinya variabel independen berpengaruh signifikan terhadap variabel dependen.
Pengujian signifikan t juga dapat dilakukan melalui pengamatan signifikansi t pada tingkat α yang digunakan (penelitian ini menggunakan tingkat α sebesar 5%). Analisis didasarkan pada perbandingan antara nilai signifikansi t dengan nilai signifikansi 0,05 dimana syarat-syaratnya adalah:
a. Jika signifikansi t < 0,05 maka H0 ditolak, artinya variabel independen berpengaruh signifikan terhadap variabel dependen.
b. Jika signifikansi t > 0,05 maka H0 diterima, artinya variable independen tidak berpengaruh signifikan terhadap variabel dependen. Selain itu nilai t juga dapat dihitung berdasarkan rumus sebagai berikut (Augusty Ferdinand, 2006):
t = koefisien b