BAB IV METODE PENELITIAN
4.4. Metode Pengumpulan Data
Data yang digunakan dalam penelitian ini adalah data kuantitatif. Data dikumpulkan dengan metode dokumentasi. Data kuantitatif yang digunakan dalam penelitian ini meliputi komponen laporan keuangan perusahaan sektor property
dan real estate yang terdaftar di Bursa Efek Indonesia. Sumber data yang digunakan dalam penelitian ini adalah data sekunder.
Dalam penelitian ini data yang diperoleh bersumber dari Bursa Efek Indonesia melalui situs (www.idx.co.id) berupa laporan keuangan perusahaan sektor property dan real estate tahun 2013-2015. Jumlah sampel dalam penelitian ini yang akan dianalisis adalah 47 perusahaan dari 3 periode yaitu 2013-2015.
Dengan demikian jumlah data yang akan dianalisis adalah 141 data pengamatan.
4.5 Defenisi Operasional dan Pengukuran Variabel
Menurut Sugiyono (2010) definisi operasional variabel adalah suatu atribut atau nilai dari orang, obyek atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari dan ditarik kesimpulannya.
Penelitian ini menggunakan tiga variabel independen yaitu Ukuran Perusahaan (X1), Struktur Aset (X2), Net Profit Margin (X3), dan Return On Equity (X4) . Variabel dependen yaitu Keputusan Pendanaan (Y), sedangkan Kepemilikan Institusional (Z) sebagai variabel moderating. Definisi operasional variabel penelitian ini dapat diuraikan sebagai berikut:
4.5.1 Variabel Dependen (Y)
Variabel Dependen adalah variable terikat yang merupakan variable yang dipengaruhi oleh variable lainnya. Variabel dependen (Y) dalam penelitian ini adalah keputusan pendanaan. Keputusan pendanaan (DER) mencerminkan kemampuan perusahaan dalam memenuhi seluruh kewajibannya yang ditunjukkan oleh beberapa bagian modal sendiri yang digunakan untuk membayar hutang.
Kriteria yang digunakan untuk mengukur keputusan pendanaan (Debt to Equty Ratio) adalah perbandingan antar total hutang terhadap total equitas.
4.5.2 Variabel Independen (X)
Variabel independen merupakan variabel bebas yang mempengaruhi variabel dependen, baik pengaruh secara positif maupun negatif (Sugiyono,2006).
Variabel independen dalam penelitian ini adalah Ukuran Perusahaan, Struktur Aset, Net Profit Margin (NPM) dan Return on Equity (ROE).
Ukuran perusahaan (X1) adalah ukuran yang menggambarkan besar kecilnya suatu perusahaan yang ditunjukkan oleh total aset, jumlah penjualan, rata–rata total penjualan dan rata–rata total aset. Jadi, ukuran perusahaan merupakan ukuran atau besarnya aset yang dimiliki oleh perusahaan. Ukuran perusahaan diukur dari total aset.
Ukuran Perusahaan = Total Aset
Struktur aset (X2) adalah proporsi investasi perusahaan dalam bentuk aset tetap. Struktur aset tetap diukur melalui rasio aset tetap yaitu perbandingan aset tetap terhadap total aset.
Tangibility =
Net Profit Margin (X3) dihitung dengan membagi laba setelah pajak dengan total penjualan.
NPM =
Return on Equity (X4) dihitung dengan membagi laba setelah pajak dengan total ekuitas.
ROE =
4.5.3 Variabel Moderating (Z)
Variabel moderating (Z) adalah variabel yang dapat memperkuat atau memperlemah hubungan langsung antara variabel dependen dengan variabel independen. Variabel moderating yang digunakan dalam penelitian ini adalah kepemilikan institusional. Kepemilikan institusional adalah pemegang saham perusahaan oleh pemerintah, institusi keuangan, institusi berbadan hukum, institusi luar negeri, dana perwalian dan institusi lainnya. Adanya kepemilikan institusional di suatu perusahaan akan mendorong peningkatan pengawasan terhadap kinerja manajemen. Semakin besar kepemilikan institusi maka akan semakin besar kekuatan suara dan dorongan dari institusi keuangan tersebut untuk mengawasi manajemen dan akibatnya akan memberikan dorongan yang lebih besar bagi manajemen untuk mengoptimalkan kinerja perusahaan dan menyelaraskan kepentingan manajemen dengan pemegang saham atau stakeholder. Sehingga dengan adanya kepemilikan institusional semakin memperkuat pengawasan manajemen dalam menggunakan ekuitas untuk mengambil keputusan pendanaannya. Kepemilikan Institusional didapat dari hasil pembagian kepemilikan saham institusional dengan total saham yang beredar.
Kepemilikan Institusional (KI) =
Tabel 4.2 (DER) adalah keputusan
yang menyangkut
keputusan tentang bentuk dan komposisi pendanaan yang akan digunakan
Ukuran perusahaan adalah
ukuran yang
menggambarkan besar kecilnya suatu perusahaan yang ditunjukkan oleh total aset, jumlah penjualan, rata–rata total penjualan dan rata–rata total aset.
Ukuran Perusahaan = Total Aset (dalam Trilyun
Rupiah)
Rasio
Struktur Aset (X2)
Struktur aset adalah proporsi investasi perusahaan dalam bentuk aset tetap.
Perbandingan laba
Setelah pajak terhadap total ekuitas
ROE =
Rasio
Variabel Moderating (Z)
Kepemilikan Institusional (Z)
Kepemilikan institusional adalah pemegang saham
perusahaan oleh
pemerintah, institusi keuangan, institusi berbadan hukum, institusi luar negeri, dana perwalian dan institusi lainnya.
KI =
Rasio
4.6 Metode Analisis Data
Metode analisis data yang digunakan dalam penelitian ini adalah analisis regresi berganda (Multiple Regression Analysis) dan uji residual untuk variabel moderating. Data penelitian ini diolah dengan menggunakan program Statistical Package for Social Science (SPSS). Analisis regresi berganda digunakan untuk meramalkan bagaimana keadaan variabel dependen bila dihubungkan dengan dua atau lebih variabel independen. Untuk menguji variabel moderating dipilih menggunakan uji residual (Ghozali, 2006).
4.6.1 Statistik Deskriptif
Statistik ini digunakan untuk memberikan gambaran umum untuk profil dari sampel. Penelitian ini menggunakan statistik deskriptif yang terdiri dari rata-rata, standar deviasi, minimum dan maksimum.
4.6.2 Uji Asumsi Klasik
Uji asumsi klasik diperlukan untuk dapat melakukan analisis regresi berganda sebagai persyaratan dalam analisis agar data dapat bermakna dan bermanfaat. Pengujian asumsi klasik yang digunakan dalam penelitian ini meliputi uji normalitas, uji multikolinearitas dan uji autokorelasi (Erlina, 2008).
4.6.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel residual memiliki distribusi normal. Pada penelitian ini uji normalitas residual dapat dilakukan dengan uji statistik non-parametrik Kolmogorov-Smirnov (K-S). Uji K-S dilakukan dengan membuat hipotesis:
H0 : Data residual terdistribusi normal H1 : Data residual tidak terdistribusi normal Untuk menentukannya maka kriterianya adalah :
H0 diterima apabila nilai signifikansi (Asymp. Sig) > 0,05 H1 diterima apabila nilai signifikansi (Asymp. Sig) < 0,05.
4.6.2.2 Uji Heterokedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homokedastisitas dan jika berbeda disebut Heterokedastisitas. Untuk mendeteksi ini dapat dilakukan dengan Uji Park, (Ghozali, 2013). Uji Park merupakan salah satu uji yang dilakukan untuk mendeteksi heteroskedastisitas.
Park mengemukakan metode bahwa variance merupakan fungsi dari variabel-variabel independen yang dinyatakan dalam persamaan linier sbb :
Ln Uji Park dilakukan dengan membuat hipotesis:
H0 : Data tidak terjadi heterokedastisitas H1 : Data terjadi heteroskedastisitas
Untuk menentukannya maka kriterianya adalah :
H0 diterima apabila nilai signifikansi alpha (α) > 0,05 H1 diterima apabila nilai signifikansi alpha (α) < 0,05.
4.6.2.3 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji korelasi antara variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen (Ghozali, 2006). Pengujian multikolinearitas dilakukan dengan menggunakan variance inflation factor (VIF) dan tolerance.
Nilai yang umum dipakai untuk menunjukkan adanya multikoleniaritas adalah nilai tolerance ≤ 0,10 atau sama dengan nilai VIF ≥ 10.
4.6.2.4 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan penganggu pada periode t dengan kesalahan penganggu pada periode t-1. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Ada beberapa cara yang dapat digunakan untuk mendeteksi ada atau tidaknya autokorelasi salah satunya dengan uji Durbin-Watson (DW test). Dasar pengambilan keputusan ada tidaknya autokorelasi dengan menggunakan tabel Durbin-Watson (Ghozali, 2013) :
1. Bila nilai DW terletak antara batas atas (du) dan (4-du), maka koefisien autokorelasi sama dengan nol berarti tidak ada autokorelasi.
2. Bila nilai DW lebih rendah dari pada batas bawah (dl), maka koefisien autokorelasi lebih dari nol berarti ada autokorelasi positif.
3. Bila nilai DW lebih dari pada (4-dl), maka koefisien autokorelasi lebih kecil dari nol berarti ada autokorelasi negatif.
4. Bila nilai DW terletak antara batas atas (du) dan batas bawah (dl) atau DW terletak antara (4-du) dan (dl), maka hasilnya tidak dapat disimpulkan.
4.6.3 Analisis Regresi Linier Berganda
Analisis regresi linier berganda bermaksud untuk meramalkan bagaimana keadaan variabel dependen bila dihubungkan dengan dua atau lebih variabel independen. Model analisis regresi linier berganda bertujuan untuk menguji dan menganalisis, baik secara parsial maupun secara simultan pengaruh ukuran perusahaan, struktur aset dan profitabilitas di perusahaan property dan real estate.
Data diolah dengan program Statistical Package For Social Science (SPSS). Persamaan regresi berganda yang digunakan adalah sebagai berikut:
Y = b0 + b1 X1 + b2 X2 + b3 X3 + b4 X4 + e Keterangan:
Y = Keputusan Pendanaan
b0 = Konstanta
b1 = Koefisiensi Regresi Ukuran Perusahaan b2 = Koefisiensi Regresi Struktur Aset b3 = Koefisiensi Regresi NPM
b4 = Koefisiensi Regresi ROE X1 = Ukuran Perusahaan X = Strukur Aset
X3 = NPM X4 = ROE e = Error
4.6.4 Uji Hipotesis Penelitian
Hipotesis diartikan sebagai jawaban sementara terhadap rumusan masalah penelitian yang harus dibuktikan melalui data yang terkumpul. Sugiyono (2013) menjelaskan secara statistik hipotesis diartikan sebagai pernyataan mengenai keadaan populasi (parameter) yang akan diuji kebenarannya berdasarkan data yang diperoleh dari sampel penelitian (statistik).
4.6.4.1 Koefisien Determinasi
Koefisien determinasi (R2) mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Ghozali (2013) menyatakan kelemahan mendasar penggunaan koefisien determinasi (R2) adalah bias terhadap jumlah variabel independen yang dimasukkan ke dalam model sehingga banyak peneliti menganjurkan untuk menggunakan nilai Adjusted R2. Tidak seperti R2, nilai adjusted R2 dapat naik atau turun apabila satu variabel independen ditambah ke dalam model. Nilai Adjusted R2 yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen (Ghozali, 2013).
4.6.4.2 Uji Simultan (Uji F)
Uji Statistik F pada dasarnya menunjukan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara simultan
terdahap variabel dependen. Adapun langkah-langkah dalam pengambilan keputusan untuk uji F adalah:
1. Jika F hitung > F tabel dan nilai Sig. < α = 0,05 maka dapat disimpulkan bahwa secara bersama-sama variabel independen berpengaruh signifikan terhadap variabel dependen.
2. Jika F hitung < F tabel dan nilai Sig. > α = 0,05 maka dapat disimpulkan bahwa secara bersama-sama variabel independen tidak berpengaruh signifikan terhadap variabel dependen.
4.6.4.3 Uji Parsial (Uji t)
Uji statistik t pada dasarnya menunjukkan seberapa jauh satu variabel independen secara individual atau parsial dapat menerangkan variasi variabel terikat. Adapun langkah-langkah dalam pengambilan keputusan untuk uji t adalah:
1. Jika nilai Sig. < α = 0,05 maka dapat disimpulkan bahwa secara parsial variabel independen berpengaruh signifikan terhadap variabel dependen.
2. Jika nilai Sig. > α = 0,05 maka dapat disimpulkan bahwa secara parsial variabel independen tidak berpengaruh signifikan terhadap variabel dependen.
4.6.4.4 Uji Moderating (Uji Residual)
Pengujian variabel moderating dengan uji residual digunakan untuk mengatasi kecenderungan akan terjadi multikolinieritas yang tinggi antar variabel independen (Ghozali, 2012). Uji residual menguji pengaruh deviasi dari suatu model regresi dengan melihat Lack of Fit (ketidakcocokan) yang ditunjukkan oleh nilai residual. Kriteria uji residual adalah P-Value (Sig) < 0,05 dan nilai koefisien parameternya negatif, maka dapat memoderasi. Tetapi, apabila P-Value (Sig) >
0,05 dan nilai koefisien parameternya positif, maka tidak dapat memoderasi.
Berdasarkan kriteria uji residual tersebut, maka persamaan regresi untuk uji residual adalah sebagai berikut:
Z = b0 + b1 X1 + b2 X2 + b3 X3 + b4 X4 + e (1) | e | = b0 + b Y (2) Keterangan :
Y = Keputusan Pendanaan b0 = Konstanta
b1 = Koefisiensi Regresi Ukuran Perusahaan b2 = Koefisiensi Regresi Struktur Aset b3 = Koefisiensi Regresi NPM
b4 = Koefisiensi Regresi ROE X1 = Ukuran Perusahaan X2 = Struktur Aset X3 = Net Profit Margin X4 = Return On Equity
Z = Kepemilikan Institusional | e | = Absolut Residual
e = Error
BAB V
HASIL PENELITIAN DAN PEMBAHASAN
5.1 Deskripsi Variabel
Data yang digunakan didalam penelitian ini merupakan data sekunder yang bersumber dari laporan keuangan yang sudah diaudit pada perusahaan properti dan real estate yang terdaftar di Bursa Efek Indonesia dari tahun 2013-2015. Berikut adalah tabel hasil statistik deskriptif dalam penelitian ini :
Tabel 5.1
Hasil Uji Statistik Deskriptif
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Ukuran Perusahaan (dalam Trilyun Rupiah)
141 .088 41.327 7.49389 8.774793
Struktur Aset 141 .02 .67 .1634 .14257
NPM 141 -.52 1.90 .3294 .39902
ROE 141 -.15 1.52 .1359 .20815
KP 141 .01 2.23 .6832 .50479
KI 141 .00 1.00 .5523 .28913
Valid N (listwise) 141
Hasil uji statistik tersebut dapat dilihat bahwa ukuran perusahaan dengan sampel sebanyak 141 amatan, perusahaan memiliki nilai minimun 0,088 artinya ukuran perusahaan terkecil pada perusahaan properti dan real estate yang diamati memiliki total asset sebesar 88 milyar rupiah dan nilai maksimum 41,327 artinya ukuran perusahaan terbesar memiliki total asset sebesar 41,327 trilyun rupiah.
Perusahaan properti dan real estate yang sedang diteliti memiliki rata rata total asset sebesar 7,49 trilyun rupiah yang diambil dari jumlah keseluruhan data perusahaan properti dan real estate yang diamati.
Standar deviasi atau simpangan baku dari sampel penelitian untuk variabel ukuran perusahaan adalah 8,77 trilyun rupiah artinya besar perbedaan dari ukuran perusahaan yang disampel terhadap rata rata ukuran perusahaan tiga tahun berturut-turut adalah 8,77 trilyun rupiah.
Struktur aset dengan sampel sejumlah 141 memiliki nilai minimum 0,02 artinya perusahaan tersebut memiliki asset tetap paling sedikit 2 % dari total aset.
Nilai maksimum untuk struktur asset perusahaan properti dan real estate adalah artinya perusahaan tersebut memiliki asset tetap terbesar 67% dari total aset. Rata-rata nilai struktur aset adalah sejumlah 16,34 % artinya apabila dijumlahkan total struktur aset dibagi dengan jumlah perusahaan maka didapat hasil 16,34 % dengan standar deviasi sebesar 14,26 % artinya besar perbedaan struktur aset diantara perusahaan properti dan real estate yang diteliti tiga tahun berturut-turut menunjukkan nilai 14,26 %.
Net Profit Margin merupakan nilai yang diperoleh dari rasio laba setelah pajak dibagi dengan total penjualan, NPM dengan sampel sebesar 141 memiliki nilai minimum sebesar -0,52 atau -52 % artinya rugi bersih sesudah pajak yang dicapai adalah -52 % dari volume penjualan. Sehingga rugi operasi perusahaan paling besar ditunjukkan oleh perusahaan Bakrieland Development Tbk, yang memiliki nilai net profit margin sebesar -52 %. Nilai maksimum net profit margin sebesar 1,900 atau 190 % artinya laba bersih sesudah pajak yang dicapai adalah
190 % dari volume penjualan. Sehingga laba operasi perusahaan terbesar ditunjukkan oleh perusahaan Bhuwanatala Indah Permai yang memilki nilai net profit margin sebesar 189,92 %.
Rata-rata Net Profit Margin yang dihasilkan dari keseluruhan sampel perusahaan sebesar 32,94 % artinya rata-rata kemampuan perusahaan dalam menghasilkan laba operasi adalah 32,94 %. Standar deviasi net profit margin 39,90% artinya penyimpangan distribusi data net profit margin dari rata-rata tiga tahun berturut-turut adalah sebesar 39,90%.
Return On Equity merupakan hasil dari laba setelah pajak dibagi dengan total ekuitas memiliki nilai minimum yaitu -0,15 artinya rugi bersih setelah pajak yang dicapai adalah sebesar 0,15 dari total modal/ekuitas dan nilai maksimum adalah 1,52 artinya laba setelah pajak yang dicapai adalah sebesar 1,52 dari total ekuitas perusahaan. Rata-rata Return on Equity sebesar 0,1358 artinya rata-rata kemampuan perusahaan menghasilkan laba bersih dengan menggunakan modal sendiri adalah sebesar 13,58 %, dengan standar deviasi return on equity 20,82 % artinya perbedaan/penyimpangan sampel dengan nilai rata-rata return on equity adalah sebesar 20,82 %.
Keputusan Pendanaan dengan sampel 141, Nilai minimum yaitu sebesar 0,01 artinya keputusan sumber dana perusahaan berasal dari hutang adalah 1 % dari total ekuitas. Nilai maksimum yaitu 2,230 artinya keputusan sumber dana perusahaan berasal dari hutang adalah 223 % dari total ekuitas. Rata-rata keputusan pendanaan tersebut memiliki nilai 0,683 artinya sebagian besar sumber dana perusahaan diambil dari hutang. Standar deviasi 0,5048 artinya
penyimpangan sampel dari rata-rata nilai keputusan pendanaan adalah sebesar 50,48%.
Kepemilikan Institusional dengan sampel 141, nilai minimum 0 % artinya saham perusahaan tidak ada yang dimiliki institusi. Nilai maksimum 100 % artinya seluruh saham perusahaan dimiliki oleh pihak institusi. Rata-rata kepemilikan institusi yang ada di dalam perusahaan tersebut yaitu 55,23 artinya sebagian besar saham perusahaan yang dijadikan sampel, dimilki pihak institusi.
Standar deviasi 28,91 % artinya penyimpangan sampel terhadap rata-rata kepemilikan institusional adalah 28,91 %.
5.2 Hasil Uji Asumsi Klasik
Hasil uji asumsi klasik di dalam penelitian ini yang terdiri dari uji normalitas, uji multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi adalah sebagai berikut :
5.2.1 Uji Normalitas
Pengujian normalitas dalam penelitian ini adalah dengan pengujian Kolmogrov-Smirnov.
Tabel 5.2
Hasil Uji Normalitas Dengan Kolmogrov-Smirnov
Unstandardized Residual
N 141
Normal Parametersa,b Mean .0000000
Std. Deviation .46315384
Most Extreme Differences Absolute .085
Positive .085
Negative -.062
Kolmogorov-Smirnov Z 1.009
Asymp. Sig. (2-tailed) .261
a. Test distribution is Normal.
b. Calculated from data.
Hasil dari Kolmogrov-Smirnov menjelaskan bahwa data penelitian ini berdistribusi secara normal sehingga uji asumsi klasik untuk normalitas mampu terpenuhi secara sempurna, hal ini dibuktikan dengan nilai Asymp. Sig. (2-tailed) yaitu 0,261 lebih besar dari nilai signifikansi yaitu 0,05. Dengan demikian, ini menunjukkan bahwa data mampu terdistribusi secara normal. Hal ini merupakan ukuran mutlak yang telah dipenuhi untuk melanjutkan pengujian asumsi klasik lainnya yang harus dipenuhi.
5.2.2 Hasil Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homokedastisitas dan jika berbeda disebut Heterokedastisitas. Hasil dari uji park dapat dilihat pada table berikut,
Tabel 5.3
Hasil Uji Heteroskedastisitas Dengan Uji Park
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) -3.043 .423 -7.195 .000
UP (dalam Trilyun Rupiah)
.001 .026 .004 .038 .970
SA -.653 1.428 -.039 -.457 .648
NPM .019 .600 .003 .032 .975
ROE 1.654 1.151 .140 1.437 .153
a. Dependent Variable: LNUU
Hasil uji park menunjukkan bahwa nilai signifikansi alpha (α) > 0,05 artinya hipotesis nol (H0) diterima sehingga distribusi data tidak terjadi heteroskedastisitas.
5.2.3 Hasil Uji Multikolinearitas
Ada tidaknya hubungan atau korelasi antarvariabel independen atau variabel bebas (multikolinearitas) dapat diketahui atau dideteksi dengan memanfaatkan statistik korelasi Variance Inflation Factor (VIF). VIF dalam hal ini merupakan suatu harga koefisien statistik yang menunjukkan pada Collinearity. Cara ini dapat dilakukan dengan melihat apakah harga masing-masing VIF untuk masing-masing-masing-masing variabel independen lebih besar dari pada 10 atau tidak. Apabila harga koefisien VIF untuk masing-masing variabel independen lebih besar daripada 10, maka variabel tersebut di indikasikan memiliki gejala multikolinearitas. Hasil uji multikolinearitas dapat dilihat pada tabel berikut ini dengan menggunakan nilai tolerance dan VIF :
Tabel 5.4
Hasil Uji Multikolinearitas
Model
Collinearity Statistics
Tolerance VIF
1 (Constant)
UP (dalam Trilyun Rupiah) .785 1.273
SA .969 1.032
NPM .934 1.070
ROE .757 1.322
a. Dependent Variable: KP
Hasil uji multikolinearitas dari penelitian ini, dapat dilihat pada tabel diatas bahwa variabel ukuran perusahaan memiliki nilai tolerance lebih besar dari 0,1 yaitu 0,785 sedangkan nilai VIF sebesar 1,273 lebih kecil dari 10, ini menunjukkan bahwa tidak terjadinya multikolinearitas pada variabel ini.
Kemudian, variabel struktur aset memiliki nilai tolerance sebesar 0,969 dimana lebih besar dari 0,1 dan nilai VIF 1,032 yaitu lebih kecil dari 10, dengan demikian tidak terjadi multikolinearitas pada variabel ini. Selanjutnya net profit margin memiliki nilai tolerance sebesar 0,934 dimana nilainya lebih besar dari 0,1 dan nilai VIF sebesar 1,070 dengan demikian tidak terjadi multikolinearitas pada variabel ini.
Selanjutnya variabel return on equity dimana memiliki nilai tolerance sebesar 0,757 yaitu lebih besar dari 0,1 sedangkan VIF nya adalah sebesar 1,322 yaitu dibawah nilai 10, dengan demikian tidak terjadi multikolinearitas didalam variabel ini. Berdasarkan uraian diatas maka dapat dipahami bahwa seluruh variabel independen yang terdiri dari ukuran perusahaan, struktur aset, net profit margin dan return on equity tidak memiliki masalah multikolinearitas. Seluruh nilai tolerance dan VIF pada tabel telah menjelaskan dan mampu memenuhi syarat terkait drajat kebebasan dari masalah multikolinearitas. Artinya, seluruh data variabel independen pada penelitian ini tidak memiliki hubungan ataupun korelasi yang erat satu sama lain. Dimana, dapat dipahami bahwa variabel independen yang memiliki data yang baik dalam sebuah penelitian adalah variabel independen yang tidak memiliki korelasi satu sama lain dan terbebas dari masalah multikolinearitas.
5.2.4 Hasil Uji Autokorelasi
Hasil uji autokorelasi ini dapat dilihat melalui nilai Durbin-Watson (DW).
Pengujian ini bertujuan untuk mengetahui apakah terdapat korelasi pada data tersebut terkait dengan penggunaan variabel yang di gunakan selama beberapa periode dalam kurun waktu yang cukup banyak dan kompleks. Hasil uji autokorelasi tersebut dipaparkan di dalam tabel berikut ini :
Tabel 5.5
Hasil Uji Autokorelasi Dengan Durbin-Watson
Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1 .567a .321 .316 .38343 1.907
a. Predictors: (Constant), Unstandardized Residual b. Dependent Variable: LAG_U
Berdasarkan tabel hasil uji autokorelasi ini dapat dilihat bahwa nilai dari Durbin-Watson adalah sebesar 1,907, nilai tesebut didapat setelah dilakukan pengobatan terhadap autokorelasi yang sebelumnya bernilai kecil, dengan melakukan pengobatan autokorelasi tersebut didapatlah nilai durbin-watson sebesar 1,907. Karena nilai DW berada diantara batas atas (du) dan (4-du) dimana nilai dl adalah sebesar 1,6670 dan nilai du adalah sebesar 1,7835 dan kurang dari (4 – 1,7835 = 2,2165), dl ≤ dw ≤ (4 - du) atau 1,6670 ≤ 1,907 ≤ 2,216, maka dapat ditarik kesimpulan dari hasil uji autokorelasi tersebut, bahwa variabel-variabel yang ada di dalam penelitian ini tidak mengalami autokorelasi.
5.3 Hasil Uji Regresi Linier Berganda
Analisis regresi linier berganda bermaksud untuk meramalkan bagaimana keadaan variabel dependen bila dihubungkan dengan dua atau lebih variabel independen. Model analisis regresi linier berganda bertujuan untuk menguji dan menganalisis, baik secara parsial maupun secara simultan pengaruh ukuran perusahaan, struktur aset dan profitabilitas di perusahaan property dan real estate, berikut ini hasil persamaan regresi berganda.
Tabel 5.6
Hasil Uji Regresi Linier Berganda
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) .737 .084 8.794 .000
X1 (dalam Trilyun Rupiah)
.020 .005 .346 3.893 .000
X2 -.304 .283 -.086 -1.075 .284
X3 -.275 .119 -.188 -2.315 .022
X4 -.321 .228 -.127 -1.406 .162
a. Dependent Variable: Y
Dimana dapat dipahami bahwa persamaan hasil regresi linier berganda adalah sebagai berikut :
Y = 0,737 + 0.02 X1 – 0,304 X2 – 0,275 X3 – 0,321 X4
Hasil uji regresi linier berganda ini menjelaskan bahwa koefisien regresi pada variabel ukuran perusahaan bersifat positif sebesar 0,2 dengan nilai signifikansi sebesar 0,000 < 0,05, hal ini berarti bahwa jika variabel keputusan pendanaan bertambah atau naik satu trilyun rupiah maka variabel ukuran perusahaan akan bertambah atau naik sebesar 200 milyar rupiah.
Hal tersebut sesuai dengan penelitian (Ariyanto, 2002), yang menyatakan ukuran perusahaan berpengaruh positif terhadap modal perusahaan, dimana semakin besar ukuran perusahaan, berarti semakin banyak modal yang dibutuhkan untuk memperluas usahanya. Sehingga dapat dikatakan hasil penelitian saat ini
Hal tersebut sesuai dengan penelitian (Ariyanto, 2002), yang menyatakan ukuran perusahaan berpengaruh positif terhadap modal perusahaan, dimana semakin besar ukuran perusahaan, berarti semakin banyak modal yang dibutuhkan untuk memperluas usahanya. Sehingga dapat dikatakan hasil penelitian saat ini