• Tidak ada hasil yang ditemukan

BAB II TINJAUAN PUSTAKA

D. Perumusan Hipotesis

2. Pengaruh Struktur Modal terhadap Koefisien Respon Laba

Struktur Modal adalah penggunaan aset dan sumber daya oleh

perusahaan yang memiliki biaya tetap dengan maksud agar meningkatkan

keuntungan bagi pemegang saham. Konsep struktur modal sangat penting

untuk menunjukkan kepada analis keuangan dalam memilih trade off

antara risiko dan tingkat keuntungan dari berbagai tipe keputusan finansial.

38

panduan atau kombinasi sumber dana jangka panjang yang digunakan oleh

perusahaan dengan perbandingan hutang jangka panjang terhadap sumber

modal.

Dalam penelitian ini struktur modal dilihat dari leveragenya. Apabila

perusahaan melakukan pinjaman kepada pihak di luar perusahaan maka

akan timbul utang sebagai konsekuensi dari pinjaman tersebut dan berarti

perusahaan telah melakukan financial leverage. Semakin besar utang maka

financial leverage juga akan semakin besar karena utangnya tersebut.

Sehingga semakin baik kondisi perusahaan maka respon pasar akan

semakin negatif karena pemegang saham beranggapan bahwa laba tersebut

hanya akan menguntungkan kreditur.

Penelitian yang dilakukan oleh Nofianti (2014) menemukan bahwa

struktur modal memiliki pengaruh yang negatif dan signifikan secara statis

terhadap koefisien respon laba. Hal tersebut sejalan dengan penelitian yang

dilakukan oleh Dhaliwal et. al (1991) menemukan bahwa struktur modal

perusahaan yang diproksikan dengan leverage memiliki pengaruh yang

negatif terhadap koefisien respon laba. Pada umumnya struktur modal

yang diproksikan dengan besarnya leverage perusahaan menyebabkan para

investor menjadi kurang percaya terhadap laba yang dipublikasikan oleh

perusahaan, karena mengakibatkan respon pasar menjadi relatif rendah

yang mencerminkan laba suatu perusahaan kurang atau tidak berkualitas.

39

yang menunjukkan hasil terdapat pengaruh negatif antara leverage

terhadap koefisien respon laba. Setiati dan Kusuma (2004) melakukan

analisis terhadap faktor-faktor yang mempengaruhi earnings response

coefficient pada perusahaan bertumbuh dan tidak bertumbuh. Dalam studi

mereka variabel beta, persistensi laba, prediktabilitas laba, pertumbuhan,

leverage, size mereka uji sebagai variabel independen atas earnings

response coefficient. Penelitian mereka menunjukkan (1) hasil pengujian

pada perusahaan bertumbuh menunjukkan bahwa persistensi laba

mempengaruhi secara positif namun faktor struktur modal mempengaruhi

secara negatif terhadap koefisien respon laba. (2) hasil pengujian pada

perusahaan tidak bertumbuh menunjukkan bahwa persistensi laba dan size

perusahaan mempengaruhi secara positif namun faktor risiko beta dan

struktur modal mempengaruhi secara negatif terhadap koefisien respon

laba (3) koefisien faktor-faktor yang mempengaruhi koefisien respon laba

pada perusahaan bertumbuh berbeda dengan koefisien faktor-faktor yang

mempengaruhi koefisien respon laba pada perusahaan tidak bertumbuh.

Berdasarkan penelitian yang dilakukan oleh Dhaliwal et. al (1991),

Setiati dan Kusuma (2004), Murwaningsih (2008) dalam Nofianti (2014),

dan Nofianti (2014), maka diduga bahwa struktur modal berpengaruh

terhadap koefisien respon laba atau earnings response coefficient.

Sehingga dalam penelitian ini dirumuskan hipotesis sebagai berikut:

40 3. Pengaruh Ukuran Perusahaan terhadap Koefisien Respon Laba

Pada perusahaan besar, tersedia banyak informasi non-akuntansi

sepanjang tahun. Informasi tersebut digunakan oleh pemodal sebagai alat

untuk menginterpretasikan laporan keuangan dengan lebih baik, sehingga

dapat dijadikan alat untuk memprediksi arus kas dan mengurangi

ketidakpastian. Pada saat pengunguman laba, informasi laba akan direspon

positif oleh pemodal, pada umumnya perusahaan besar cenderung

mempunyai reporting responsibility yang lebih tinggi dan

mengindikasikan bahwa pada perusahaan besar earnings response

coefficient akan meningkat pula (Scott, 2006).

Dengan demikian semakin besar ukuran perusahaan yang dilihat dari

total aktivanya, akan membuat investor semakin merespon laba yang

diinginkan. Penelitian yang dilakukan oleh Murwaningsih (2008) dalam

Nofianti (2014) terhadap perusahaan manufaktur yang terdaftar di Bursa

Efek Indonesia untuk tahun 2003-2006 menunjukkan bahwa ukuran

perusahaan berpengaruh negatif signifikan terhadap earnings response

coefficient. Dalam penelitian yang dilakukan oleh Arfan dan Ira (2008)

menunjukkan bahwa secara simultan ukuran perusahaan memiliki

pengaruh yang signifikan terhadap koefisien respon laba. Sedangkan

secara parsial ukuran perusahaan tidak mempunyai pengaruh yang

signifikan terhadap koefisien respon laba. Penelitian yang dilakukan oleh

Diantimala (2008) secara simultan menunjukkan bahwa ukuran

41

Sedangkan secara parsial ukuran perusahaan berpengaruh negatif

signifikan terhadap koefisien respon laba.

Berdasarkan penelitian yang dilakukan oleh Murwaningsih (2008)

dalam Nofianti (2014), Arfan dan Ira (2008), Diantimala (2008), maka

diduga bahwa ukuran perusahaan berpengaruh terhadap koefisien respon

laba atau earnings response coefficient. Sehingga dalam penelitian ini

dirumuskan hipotesis sebagai berikut:

HA3 : Ukuran Perusahaan berpengaruh terhadap koefisien respon laba

42 BAB III

METODOLOGI PENELITIAN

A. Ruang Lingkup Penelitian

Penelitian ini bertujuan untuk menjelaskan pengaruh variabel independen,

yaitu persistensi laba, struktur modal, ukuran perusahaan dan alokasi pajak

antar periode terhadap variabel dependen, yaitu koefisien respon laba.

Populasi penelitian ini adalah perusahaan sektor manufaktur yang terdaftar di

Bursa Efek Indonesia (BEI) periode 2012-2015.

B. Metode Penentuan Sampel

Sampel penelitian ini adalah perusahaan sektor manufaktur yang terdaftar

di Bursa Efek Indonesia (BEI) periode 2012-2015. Metode yang digunakan

dalam penelitian ini adalah purposive sampling, dimana dalam menentukan

sampel sebagai objek penelitian dengan kriteria sebagai berikut:

1. Perusahaan manufaktur yang terdaftar di BEI dan tidak mengalami

delisting sejak Januari 2012 sampai Desember 2015.

2. Menerbitkan laporan keuangan yang sudah diaudit per 31 Desember setiap

tahunnya konsisten serta memiliki data keuangan lengkap terutama dengan

variabel yang diteliti.

3. Perusahaan manufaktur yang memperoleh laba secara berturut-turut

43

4. Menyediakan data harga saham harian tiga hari sebelum dan tiga hari

setelah tanggal publikasi laporan keuangan serta satu hari saat publikasi

pada tahun penelitian.

5. Laporan keuangan disajikan dalam satuan mata uang rupiah

C. Metode Pengumpulan Data

Data yang digunakan dalam penelitian ini adalah data sekunder yang

diperoleh dengan dokumentasi dan studi pustaka. Studi dokumentasi ini

dilakukan dengan cara mengumpulkan seluruh data sekunder berupa laporan

keuangan perusahaan manufaktur dan daftar harga saham penutupan yang

diperoleh melalui www.idx.co.id, www.yahoofinance.com dan publikasi Pusat

Pasar Modal Indonesia berupa Indonesian Capital Market Directory (ICMD).

Data pendukung lainnya diperoleh dengan metode studi pustaka dari

jurnal-jurnal ilmiah serta literatur yang memuat pembahasan berkaitan dengan

penelitian ini.

D. Metode Analisis Data 1. Statistik Deskriptif

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)

(Ghozali, 2013). Statistik deskriptif dimaksudkan untuk memberikan

44 2. Uji Asumsi Klasik

Sebelum melakukan pengujian regresi, terlebih dahulu dilakukan

pengujian asumsi klasik yang berguna untuk mengetahui apakah data yang

digunakan telah memenuhi ketentuan dalam model regresi. Pengujian ini

meliputi:

a. Uji Normalitas

Uji normalitas bertujuan untuk mengetahui apakah distribusi

sebuah data mengikuti atau mendekati distribusi normal. Data yang

baik adalah data yang mempunyai pola seperti distribusi normal.

Menurut Ghozali (2013) uji Kolmogorov Smirnov dapat dilakukan

untuk menguji apakah residual terdistribusi secara normal. Dasar

pengambilan keputusan uji normalitas ini adalah jika nilai signifikan

uji Kolmogorov Smirnov > 0,05 berarti variabel dinyatakan

terdistribusi normal, dan begitu pula sebaliknya jika angka

signifikansi < 0,05 maka variabel dinyatakan tidak berdistribusi

normal.

b. Uji Multikolonieritas

Pengujian uji multikolonieritas dimaksudkan untuk mengetahui

apakah terdapat korelasi yang tinggi antara variabel-variabel bebas

dalam model yang digunakan. Menurut Ghozali (2013),

multikoloniearitas berarti situasi di mana dua variabel atau lebih bisa

45 tolerance value dan Variance Inflation Factor (VIF). Tolerance Value

mengukur variabilitas variabel independen yang terpilih yang tidak

dijelaskan oleh variabel lainnya. Nilai cut off yang umum dipakai

untuk menunjukkan adanya multiokolonieritas adalah nilai tolerance

< 0,10 atau sama dengan nilai VIF > 10 (Ghozali, 2013).

c. Uji Autokorelasi

Uji Autokorelasi bertujuan menguji apakah dalam model regresi

linear terdapat korelasi antara kesalahan pengganggu pada periode t

dengan kesalahan pengganggu pada periode t-1 atau sebelumnya

(Ghozali, 2013). Model regresi yang baik adalah regresi yang bebas

dari autokorelasi. Cara yang digunakan untuk mendeteksi ada

tidaknya autokorelasi yaitu dengan uji Durbin Watson (DW test).

Mekanisme pengujian Durbin-Watson (DW test) yang digunakan

adalah du < d < 4-du, dimana tidak ada autokorelasi positif atau

negatif (Ghozali, 2013).

d. Uji Heteroskedastisitas

Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam

model regresi terjadi ketidaksamaan variance dari residual satu

pengamatan ke pengamatan yang lain. Model regresi yang baik adalah

model regresi yang tidak terjadi heteroskedastisitas Salah satu cara

untuk mendeteksi adanya heterokedastisitas dapat dilakukan dengan

46 absolut residual terhadap variabel bebas (Gujarati, 2003). Jika

variabel bebas signifikan secara statistik mempengaruhi variabel

terikat, maka indikasi terjadinya heteroskedastisitas (sig > 0,05),

berarti model terbebas dari heteroskedastisitas.

3. Uji Koefisien Determinasi (R2)

Uji ini bertujuan untuk mengukur seberapa jauh kemampuan model

dalam menerangkan variasi variabel dependen. Koefisien determinasi (R2)

menunjukkan proporsi yang diterangkan oleh variabel bebas dalam model

terhadap variabel terikatnya, sisanya dijelaskan

oleh variabel lain yang tidak dimasukkan dalam model, formulasi model

yang keliru dan kesalahan eksperimen. Rumus yang dapat digunakan

menurut Gujarati (2003) adalah:

Keterangan:

R2 = Koefisien Determinasi

ESS = Explain sum square (jumlah kuadrat yang diterangkan)

TSS = Total sum square (jumlah total kuadrat)

Nilai koefisien determinasi antara nol dan satu. Nilai R2 yang kecil

berarti kemampuan variabel-variabel independen dalam menjelaskan

variabel dependen amat terbatas. Nilai yang mendekati satu berarti

variabel independen memberikan hampir semua informasi yang

47 4. Pengujian Hipotesis

a. Uji Signifikan Simultan (Uji Statistik F)

Uji Statistik F pada dasarnya menunjukkan apakah semua variabel

bebas yang dimasukkan dalam model regresi mempunyai pengaruh secara

bersama-sama terhadap variabel terikat (Ghozali, 2013). Setelah F garis

regeresi ditemukan hasilnya, kemudian dibandingkan dengan Ftabel- untuk

menentukan nilai Ftabel tingkat signifikansi yang digunakan adalah sebesar

α = 0,05 dengan derajat kebebasan (degree of freedom) df = (n-k) dimana n adalah jumlah observasi dan k adalah jumlah variabel termasuk intersep.

Jika Fhitung > Ftabel maka hal ini berarti variabel bebas mampu menjelaskan

variabel terikat secara bersama-sama. Sebaliknya jika Fhitung < Ftabel maka,

hal ini berarti variabel bebas secara bersama-sama tidak mampu

menjelaskan variabel terikatnya.

b. Uji Signifikan Paramater Individual (Uji Statistik t)

Uji statistik t pada dasarnya digunakan untuk menguji tingkat

signifikansi pengaruh masing-masing variabel independen terhadap

variabel dependen secara parsial. Kesimpulan yang diambil dalam uji

48

a. Jika sig. < 0,05, thitung > ttabel, maka H0 ditolak dan Ha diterima. Ini

berarti bahwa ada pengaruh secara parsial antara variabel bebas

terhadap variabel terikat.

b. Jika sig. ≥ 0,05, thitung < ttabel, maka H0 diterima dan Ha ditolak. Ini

berarti bahwa tidak ada pengaruh secara parsial antara variabel bebas

dengan variabel terikat.

E. Model Regresi Berganda yang Terbentuk

Analisis regresi berganda adalah analisis tentang hubungan antara satu

dependent variable dengan dua atau lebih independent variable. Data yang

telah dikumpulkan akan diolah dengan menggunakan software SPSS 22.

Untuk mengetahui pengaruh variabel bebas terhadap variabel terikat

digunakan model regresi linear berganda dengan persamaan sebagai

berikut:

Y = a + b1X1 + b2X2 + b3X3 + e

Keterangan:

Y : Koefisien respon laba

a : Konstanta

b1b2b3 : Koefisien regresi variabel independen

X1 : Persistensi Laba

X2 : Struktur Modal

X3 : Ukuran perusahaan

49 F. Operasionalisasi Variabel

Pada bagian ini akan diuraikan definisi dari masing-masing variabel

yang digunakan berikut dengan operasional dan cara pengukurannya.

1. Persistensi Laba (X1)

Persistensi laba akuntansi diukur menggunakan koefisien regresi antara

laba akuntansi periode sekarang dengan laba akuntansi periode yang lalu.

Hal ini mengacu pada penelitian Chandrarin dalam Mulyani et al (2007).

Persistensi laba dapat ditentukan dengan rumus sebagai berikut:

Xit = α + βXit-1 + e

Keterangan :

Xit : laba perusahaan i pada tahun t Xit-1 : laba perusahaan i pada tahun t-1

Apabila persistensi laba akuntansi (β1) > 1 menunjukkan bahwa laba

perusahaan adalah high persisten. Apabila persistensi laba (β1) > 0 hal ini

menujukkan bahwa laba perusahaan tersebut persisten. Sebaliknya,

persistensi laba (β1) ≤ 0 berarti laba perusahaan fluktuatif dan tidak persisten.

2. Struktur Modal (X2)

Struktur modal diukur berdasarkan leverage. Hal ini mengacu pada

penelitian (Dhaliwal et al., 1991) yang menunjukkan bahwa ERC akan

50 Levit =

Keterangan:

TUit = total utang perusahaan i pada tahun t TAit = total aktiva perusahaan i pada tahun t

3. Ukuran Perusahaan (X3)

Salah satu tolak ukur yang menunjukan besar kecilnya perusahaan

adalah skala perusahaan atau disebut juga ukuran perusahaan. Variabel

ukuran perusahaan diukur dengan log natural aset (Collins dan Kothari,

1989).

4. Koefisien Respon Laba

Koefisien respon laba merupakan koefisien yang diperoleh dari regresi

antara proksi harga saham dan laba akuntansi. Proksi harga saham yang

digunakan adalah Cumulative Abnormal Return (CAR), sedangkan proksi

laba akuntansi yang digunakan adalah Unexpected Earnings (UE).

a. Cumulative Abnormal Return (CAR)

Perhitungan abnormal return dalam penelitian ini dilakukan

dengan menggunakan market adjusted model. Model ini menganggap

bahwa penduga yang terbaik untuk mengestimasi return sekuritas

adalah return pasar pada saaat peristiwa. Market adjusted model

digunakan karena pasar modal di Indonesia memiliki nilai dan volume

51

cenderung bergerak pada hari-hari atau peristiwa tertentu saja.

Sehingga dalam menggunakan market adjusted model tidak akan

ditemui kesulitan dikarenakan perdagangan di sekitar hari

pengunguman cenderung lebih banyak (Junaedi, 2005). Hartono

(2003) juga menyatakan hal yang sama bahwa market adjusted model

merupakan penduga yang terbaik untuk mengestimasi return suatu

sekuritas adalah return indeks pasar saat itu. Dengan menggunakan

model ini, maka tidak perlu menggunakan periode estimasi untuk

membentuk model estimasi, karena return sekuritas yang diestimasi

adalah sama dengan return indeks pasar.

Efisiensi pasar diuji dengan melihat return tidak normal (abnormal

return) yang terjadi. Pasar dikatakan tidak efisien jika satu atau

beberapa pelaku pasar dapat menikmati return yang tidak normal

dalam jangka waktu yang cukup lama (Hartono, 2003). CAR

merupakan penjumlahan dari abnormal return. CAR merupakan

variabel dependen dalam pengukuran ERC. Dalam penelitian ini

abnormal return dihitung menggunakan sesuaian pasar (Soewardjono,

2005). Abnormal return diperoleh dari:

ARit = Rit – Rmt Keterangan:

ARit : abnormal return perusahaan i pada hari ke-t

52 Rmt : return pasar pada periode peristiwa ke-t

Untuk memperoleh data abnormal return tersebut, terlebih dahulu

harus mencari return saham harian dan return pasar harian (Maisil dan

Nelvirita, 2013).

1. Menghitung return saham harian dengan rumus yang sama

dengan penelitian yang digunakan oleh Maisil dan Nelvirita

(2013).

Rit =

Dimana:

Rit : return saham perusahaan i pada hari ke t

Pit : harga penutupan saham i pada hari ke t

Pit-1 : harga penutupan saham i pada hari ke t-1

2. Menghitung return pasar harian dengan rumus yang sama dengan

penelitian yang digunakan oleh Maisil dan Nelvirita (2013).

Rmt =

Keterangan:

Rmt : return pasar harian

IHSGt : indeks harga saham gabungan pada hari t

IHSGt-1 : indeks harga saham gabungan pada hari t-1

Cumulative Abnormal Return (CAR) merupakan proksi dari harga

saham atau reaksi pasar (Soewardjono, 2005).

53

Keterangan:

CARi (t1, t2) : abnormal return kumulatif perusahaan i selama

periode amatan ±3 hari dari tanggal publikasi laporan keuangan

ARit : abnormal return perusahaan i pada hari t

t1 : awal periode pengamatan 3 hari sebelum tanggal publikasi

laporan keuangan

t2 : akhir periode pengamatan 3 hari setelah tanggal publikasi

laporan keuangan.

b. Unexpected Earnings (UE)

Selisih antara laba harapan dan laba laporan aktual (reported atau

actual earnings) disebut laba kejutan (unexpected earnings)

(Suwardjono, 2005). Unexpected earnings merupakan variabel

independen dalam pengukuran ERC. Unexpected earnings

diperhitungkan menggunakan laba dengan model random-walk yang

dilakukan oleh Collins dan Kothari (1989) yaitu diukur dengan rumus

sebagai berikut:

UEit =

| | Keterangan:

UEit : Unexpected earnings perusahaan i pada periode tahun t

Eit : Laba akuntansi setalah pajak perusahaan i pada tahun t

Eit-1 : Laba akuntansi setelah pajak perusahaan i pada tahun sebelum t

54

| |: nilai mutlak laba akuntansi setelah pajak perusahaan i sebelum tahun t

ERC merupakan variabel dependen pada penelitian ini yang

diperoleh dengan dari regresi antara cummulative abnormal return

(CAR) dengan unexpected earnings (UE) sebagaimana dinyatakan

dalam model empiris, yaitu (Maisil dan Nelvirita, 2013):

CAR = α + β(UE) +

Keterangan:

CAR : cummulative abnormal return

UE : unexpected earnings

β : koefisien hasil regresi (ERC) e : komponen error

55 Tabel 3.1

Operasionalisasi Variabel Penelitian No Nama Variabel Jenis

Variabel

Indikator Skala 1 Persistensi Laba (X1)

(Chandrarin dalam Mulyani et al, 2007)

Independen Xit = α + βXit-1 + e Rasio

2 Struktur Modal (Dhaliwal et al., 1991) Independen Levit = Rasio 3 Ukuran Perusahaan (Collins dan Kothari, 1989)

Independen SIZE = LN (Total Aset) Rasio

5 Koefisien Respon

Laba

(Maisil dan Nelvirita, 2013)

Collins dan Kothari (1989)

Dependen CAR = α + β(UE) + 1. CARi (t1, t2) = ∑ ARit = Rit – Rmt a. Rit = b. Rmt = 2. UEit = | | Rasio

56 BAB IV

HASIL DAN PEMBAHASAN

A. Sekilas Gambaran Umum Penelitian

Penelitian ini menggunakan populasi perusahaan sektor manufaktur yang

terdaftar di Bursa Efek Indonesia (BEI) selama periode 2012-2015.

Perusahaan sektor manufaktur tersebut telah terdaftar di Bursa Efek Indonesia

sebelum 1 Januari 2012 dan selama periode penelitian tersebut keluar dari

Bursa Efek Indonesia atau mengalami delisting. Fokus penelitian ini adalah

menguji pengaruh persistensi laba, struktur modal dan ukuran perusahaan

terhadap koefisien respon laba. Dalam penelitian ini metode yang digunakan

adalah purposive sampling. Penelitian ini mengambil sampel selama 4 tahun

yaitu dari tahun 2012-2015. Berdasarkan kriteria yang ditentukan dalam

pengambilan sampel diperoleh sampel sebanyak 41 perusahaan manufaktur

selama periode 2012-2015. Sehingga total keseluruhan sampel yang

digunakan dalam penelitian ini adalah sebanyak 164 perusahaan.

Selengkapnya mengenai rincian sampel penelitian dapat dilihat pada tabel 4.1

berikut ini:

Tabel 4.1

Kriteria Pengambilan Sampel

No Kriteria Jumlah

1. Jumlah perusahaan sektor manufaktur yang terdaftar di BEI selama periode 2012-2015

125

2. Perusahaan sektor manufaktur yang melaporkan menggunakan mata uang asing

(24)

57

No Kriteria Jumlah

kerugian selama periode pengamatan

4. Perusahaan yang tidak menggunakan tahun buku yang berakhir 31 Desember

(3)

5. Perusahaan yang tidak menampilkan data dengan lengkap

(9)

Perusahaan manufaktur yang menjadi sampel 41

Total keseluruhan sampel yang digunakan selama periode 4 tahun

164

Sumber: Data yang diolah

Berdasarkan tabel 4.1 menunjukkan bahwa jumlah perusahaan manufaktur

yang terdaftar di Bursa Efek Indonesia (BEI) selama periode 2012-2015

berjumlah 164 perusahaan. Dari 164 perusahaan sektor manufaktur tersebut

terdapat 24 perusahaan yang melaporkan laporan keuangannya menggunakan

mata uang asing. Selain itu terdapat 48 perusahaan yang mengalami kerugian

atau tidak melaporkan laba secara berturut-turut selama periode pengamatan.

Serta terdapat 3 perusahaan yang tidak menggunakan tahun buku yang

berakhir 31 desember dan 9 perusahaan yang tidak menampilkan data dengan

lengkap. Sehingga perusahaan sektor manufaktur yang dijadikan sampel

adalah sebanyak 41 perusahaan. Sedangkan total pengamatan yang dijadikan

sampel penelitian adalah sebanyak 164 perusahaan.

B. Hasil Uji Instrumen Penelitian 1. Hasil Statistik Deskriptif

Variabel yang digunakan dalam penelitian ini meliputi variabel

dependen (Y) yaitu ERC (Earnings Response Coefficient) serta variabel

58

perusahaan. Hasil pengujian variabel-variabel tersebut secara deskriptif

seperti yang terlihat dalam tabel 4.2

Tabel 4.2

Hasil Uji Statistik Deskriptif

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

Beta 164 -24,59 11,26 ,4018 3,16107 LEV 164 ,13 ,93 ,4080 ,16902 SIZE 164 25,58 33,13 28,4192 1,73319 ERC 164 -1122,27 827,62 -6,9980 119,31133 Valid N (listwise) 164 Sumber: Output SPSS

Nilai minimum digunakan untuk mengetahui nilai terkecil dari suatu

data variabel yang bersangkutan, sedangkan nilai maximum digunakan

untuk mengetahui nilai terbesar dari suatu data variabel yang

bersangkutan. Nilai mean digunakan untuk mengetahui rata-rata dari

suatu data variabel yang bersangkutan, dan nilai standar deviation

digunakan untuk mengetahui seberapa besar data variabel yang

bersangkutan bervariasi dari rata-rata.

Berdasarkan tabel 4.2, hasil analisis variabel dependen dengan

menggunakan statistik deskriptif terhadap ERC (Earnings Response

Coefficient) menunjukkan nilai minimum sebesar -1122,27 dimiliki oleh

Indofood Sukses Makmur Tbk, nilai maksimum sebesar 827,62 dimiliki

oleh Indofood Suksem Makmur Tbk dengan nilai ratarata sebesar

-6,9980 dan standar deviasi sebesar 119,31133. Hasil analisis variabel

independen dengan menggunakan statistik deskriptif terhadap persistensi

59

Wilmar cahaya Indonesia, nilai maksimum sebesar 11,26 dimiliki oleh

Prima Alloy Steel Universal Tbk, dan nilai rata-rata sebesar 0,4018

dengan standar deviasi sebesar 3,16107. Hasil analisis variabel

independen dengan menggunakan statistik deskriptif terhadap struktur

modal menunjukkan nilai minimum sebesar 0,13 dimiliki oleh Mandom

Indonesia Tbk, nilai maksimum sebesar 0,93 dimiliki oleh Prima Alloy

Steel Universal Tbk dengan rata-rata sebesar 0,4080 dan standar deviasi

sebesar 0,16902. Hasil analisis variabel independen dengan

menggunakan statistik deskriptif terhadap ukuran perusahaan

menunjukkan nilai minimum sebesar 25,58 dimiliki oleh Lionmesh

Prima Tbk, nilai maksimum sebesar 33,13 dimiliki oleh Astra

International Tbk dengan rata-rata sebesar 28,4192 dan standar deviasi

sebesar 1,73319.

2. Uji Asumsi Klasik a. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam sebuah

model regresi, variabel dependen, variabel independen atau keduanya

mempunyai distribusi normal atau tidak. Dalam penelitian ini, uji

normalitas dilakukan dengan menggunakan alat uji grafik histogram,

grafik normal p-plot dan non-parametic Kolmogorov-Smirnov (K-S).

Dasar pengambilan keputusan pada uji grafik histogram dan grafik

normal p-plot adalah dengan melihat bentuk grafik dan penyebaran

60

adalah dengan melihat nilai probabilitas signifikansi data residual. Jika

angka probabilitas kurang dari 0,05 maka variabel tidak terdistribusi

secara normal dan menolak H0. Sebaliknya jika angka probabilitas lebih

dari 0,05 berarti data terdistribusi secara normal dan menolak HA.

Dokumen terkait