BAB IV HASIL DAN PEMBAHASAN
3. Pengujian Asumsi Klasik
Metode analisis berganda mensyaratkan dilakukan pengujian asumsi klasik. Jika asumsi klasik tidak terpenuhi maka akan menyebabkan bias pada hasil penelitian. Uji asumsi klasik yang dilakukan pada penelitian ini meliputi uji normalitas, uji multikolonieritas, uji heteroskedastisitas, dan uji autokorelasi.
a. Uji Normalitas
Untuk mendeteksi bahwa distribusi data dalam keadaan normal maka dilakukan uji kolmogorov-smirnov dengan alat bantu SPSS. Distribusi dikatakan normal jika asympotic significance residualnya lebih dari 0,05 (Ghozali, 2011). Adapun hasil uji normalitas dapat dilihat pada tabel 4.3 sebagai berikut :
Tabel 4.3
Hasil Uji Normalitas – Uji Kolmogorov-smirnov Variabel dependen Debt to Asset Ratio
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
55
Normal Parametersa,b Mean 0,0000000
Std. Deviation 0,29541289
Most Extreme Differences Absolute 0,154
Positive 0,099
Negative -0,154
Kolmogorov-Smirnov Z 1,141
Asymp. Sig. (2-tailed) 0,148
a. Test distribution is Normal. b. Calculated from data.
Tabel 4.4
Hasil Uji Normalitas – Uji Kolmogorov-smirnov Variabel dependen systematic risk
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
41
Normal Parametersa,b Mean -0,0530756
Std. Deviation 0,64273109
Most Extreme Differences Absolute 0,114
Positive 0,114
Negative -0,111
Kolmogorov-Smirnov Z 0,733
Asymp. Sig. (2-tailed) 0,656
a. Test distribution is Normal. b. Calculated from data.
Sumber : Output SPSS 21, 2017.
Berdasarkan hasil tabel 4.3 dan tabel 4.4 diatas menunjukan bahwa data DAR terdistribusi normal yang ditunjukan dari nilai signifikansi lebih dari 0,05 (5%) atau nilai signifikansi sebesar 0,148 > 0,05 sehingga data dapat dikatakan normal pada 55 sampel data. Artinya variabel-variabel penelitian dianggap layak untuk dilakukan analisis regresi berganda. Systematic risk menunjukan bahwa data terdistribusi normal yang ditunjukan dari nilai signifikansi lebih dari 0,05 (5%) atau nilai signifikansi sebesar 0,656 > 0,05 sehingga data dapat dikatakan normal pada 41 sampel data, Artinya kedua variabel dependen penelitian dianggap layak untuk dilakukan uji dengan menggunakan analisis regresi berganda.
b. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas (independen). Model regresi yang baik seharusnya tidak korelasi diantara variabel
independen. Suatu model regresi dapat dikatakan bebas dari multikolinieritas apabila nilai tolerance lebih dari 0,10 atau nilai VIF kurang dari 10 maka dikatakan bahwa tidak terjadi multikolinieritas antara variabel dalam regresi (Ghozali, 2011). Adapun hasil dari uji multikolinieritas dapat dilihat pada tabel 4.5 dan 4.6 sebagai berikut :
Tabel 4.5
Hasil Uji Multikolinieritas Variabel dependen Debt to Asset Ratio
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients
T Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -1,307 0,205 -6,360 0,000 X1LN -0,265 0,140 -0,231 -1,889 0,065 0,988 1,012 X2LN 0,367 0,172 0,270 2,137 0,037 0,929 1,077 X3LN 0,322 0,103 0,396 3,116 0,003 0,918 1,089 a. Dependent Variable: Y1LN Sumber : Output SPSS 21, 2017. Tabel 4.6
Hasil Uji Multikolinieritas Variabel dependen systematic risk
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics B Std.
Error Beta Tolerance VIF
1
(Constant) -0,322 0,488 -0,661 0,513
Log_Institusional 0,035 0,397 0,013 0,088 0,930 0,949 1,053
Log_Independen -0,264 0,425 -0,094 -0,622 0,538 0,932 1,073
Log_Komisaris -0,763 0,252 -0,467 -3,034 0,004 0,905 1,104
a. Dependent Variable: Log_Beta Sumber : Output SPSS 21, 2017.
Berdasarkan hasil tabel 4.5 dan 4.6 diatas menunjukan bahwa semua variabel DAR dan variabel systematic risk tidak mempunyai masalah multikolinieritas karena tolerance > 0,1 dan nilai VIF < 10, maka dapat disimpulkan bahwa semua variabel terbebas dari multikolinieritas antar variabel independen dalam model regresi.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi ketidaksamaan variance dari residual satu pengamatan kepengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heteroskedastisitas (Ghozali, 2011). Asumsi ini diuji dengan menggunakan Uji Glejser, uji ini dilakukan dengan meregresikan variabel bebas terhadap nilai absolut residualnya. Gangguan heteroskedastisitas terjadi jika dilihat dari probabilitas signifikannya dibawah 0,05 (5%). Adapun hasil dari uji heteroskedastisitas dapat dilihat pada tabel 4.7 dan 4.8 sebagai berikut:
Tabel 4.7
Hasil Uji Heteroskedastisitas Variabel dependen Debt to Asset Ratio
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 0,180 0,100 1,795 0,079 X1LN 0,021 0,068 0,043 0,307 0,760 X2LN -0,093 0,084 -0,159 -1,111 0,272 X3LN -0,004 0,050 -0,013 -0,087 0,931
a. Dependent Variable: abres
Sumber : Output SPSS 21, 2017.
Tabel 4.8
Hasil Uji Heteroskedastisitas Variabel dependen Systematic risk
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 0,923 0,250 3,688 0,001 Log_Institusional 0,222 0,204 0,176 1,088 0,284 Log_Independen 0,235 0,218 0,175 1,076 0,289 Log_Komisaris -0,047 0,129 -0,060 -0,364 0,718
a. Dependent Variable: abres
Berdasarkan hasil tabel 4.7 dan 4.8 diatas menunjukan bahwa variabel bebas DAR dan systematic risk tidak terjadi heteroskedastisitas, dimana nilai signifikansi kedua variabel diatas 0,05 (5%). Variabel dependen DAR mempunyai nilai signifikansi untuk kepemilikan institusional sebesar 0,760 > 0,05, variabel komisaris independen sebesar 0,272 > 0,05, dan variabel dewan komisaris sebesar 0,931 > 0,05. Variabel dependen systematic risk mempunyai nilai signifikansi untuk kepemilikan institusional sebesar 0,284 > 0,05, variabel komisaris independen sebesar 0,289 > 0,05, dan variabel dewan komisaris sebesar 0,718 > 0,05. Sehingga keseluruhan variabel bebas tidak mengalami gangguan heteroskedastisitas.
d. Uji Autokorelasi
Uji autokorelasi bertujuan untuk mengetahui apakah dalam model regresi linier terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Secara praktis, bisa dikatakan bahwa nilai residu yang ada tidak berkolerasi satu dengan yang lain. Jika terjadi autokorelasi, maka dinamakan ada problem autokorelasi (Santoso, 2015).
Untuk menguji autokorelasi antara lain dapat dilakukan dengan melakukan uji Durbin-Watson (DW Test). Kriteria yang digunakan dalam uji aotokorelasi adalah (Santoso, 2015) :
Angka DW dibawah -2 berarti terjadi autokorelasi positif Angka DW diantara -2 sampai +2 berarti tidak ada autokorelasi Angka DW diatas +2 berarti ada autokorelasi negatif
Adapun hasil dari uji autokorelasi dapat dilihat pada tabel 4.9 sebagai berkut :
Tabel 4.9
Hasil Uji Autokorelasi – Uji Durbin Watson (DW) Variabel dependen Debt to Asset Ratio
Model Summaryb
Model R R Square Adjusted R
Square Std. Error of the Estimate Durbin-Watson 1 0,495a 0,245 0,201 0,30398 0,949 a. Predictors: (Constant), X3LN, X1LN, X2LN b. Dependent Variable: Y1LN Sumber : Output SPSS 21, 2017. Tabel 4.10
Hasil Uji Autokorelasi – Uji Durbin Watson (DW) Variabel dependen systematic risk
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the Estimate
Durbin-Watson
1 0,455a 0,207 0,143 0,66658 1,742
a. Predictors: (Constant), Log_Komisaris, Log_Institusional, Log_Independen b. Dependent Variable: Log_Beta
Sumber : Output SPSS 21, 2017
Hasil pengujian autokorelasi DAR pada tabel 4.9 dapat di lihat nilai DW sebesar 0,949 yang berarti nilai DW berada di antara -2 < 0,949 < +2. Sedangkan hasil pengujian autokorelasi systematic risk pada tabel 4.10 dapat di lihat nilai DW sebesar 1,742 yang berarti nilai DW berada di antara -2 < 0,949 < +2. Dengan demikian kedua variabel dependen DAR dan systematic risk tidak ada gejala autokorelasi dalam penelitian.
4. Analisis Regresi Berganda
Analisis linier berganda dilakukan untuk mengetahui seberapa besar pengaruh antara variabel independen terhadap variabel dependen yang telah ditetapkan dalam penelitan ini. Analisis yang digunakan terhadap variabel kepemilikan institusional, dewan komisaris independen dan dewan komisaris terhadap DAR. Adapun hasil dari uji regresi berganda dapat dilihat pada tabel 4.11 sebagai berikut :
Tabel 4.11
Hasil Uji Regresi Berganda Variabel dependen Debt to Asset Ratio
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) -1,307 0,205 -6,360 0,000 X1LN -0,265 0,140 -0,231 -1,889 0,065 X2LN 0,367 0,172 0,270 2,137 0,037 X3LN 0,322 0,103 0,396 3,116 0,003 a. Dependent Variable: Y1LN Sumber : Output SPSS 21, 2017.
Berdasarkan hasil uji regresi berganda pada tabel 4.11 dapat dilihat bahwa koefisien untuk persamaan regresi dalam penelitian ini yang dapat disusun dalam persamaan matematis sebagai berkut :
Y = -1,307 - 0,265 X1 + 0,367 X2 + 0,322 X3
α = -1,307 : Artinya, apabila kepemilikan institusional, dewan komisaris independen dan dewan komisaris bernilai nol, maka nilai DAR akan bernilai sebesar -1,307.
X1 = -0,265 : artinya, setiap terjadi peningkatan kepemilikan institusional sebesar satu persen, maka akan terjadi penurunan DAR sebesar 0,265 atau 26,5%.
X2 = 0,367 : artinya, setiap terjadi peningkatan komisaris independen sebesar satu persen, maka akan terjadi peningkatan DAR sebesar 0,367 atau 36,7%.
X3 = 0,322 : artinya, setiap terjadi peningkatan dewan komisaris sebesar satu persen, maka terjadi peningkatan DAR sebesar 0,322 atau 32,2%.
Tabel 4.12
Hasil Uji Regresi Berganda Variabel dependen systematic risk
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) -0,322 0,488 -0,661 0,513 Log_Institusional 0,035 0,397 0,013 0,088 0,930 Log_Independen -0,264 0,425 -0,094 -0,622 0,538 Log_Komisaris -0,763 0,252 -0,467 -3,034 0,004
a. Dependent Variable: Log_Beta Sumber : Output SPSS 21, 2017.
Berdasarkan hasil uji regresi berganda pada tabel 4.12 dapat dilihat bahwa koefisien untuk persamaan regresi dalam penelitian ini yang dapat disusun dalam persamaan matematis sebagai berkut :
Y = - 0,322 + 0,035 X1 - 0,264 X2 - 0,763 X3
α = - 0,322 : Artinya, apabila kepemilikan institusional, dewan komisaris independen dan dewan komisaris bernilai nol,
maka nilai risiko sistematis akan turun sebesar 0,322 atau 32,2%.
X1 = 0,035 : artinya, setiap terjadi peningkatan kepemilikan institusional sebesar satu persen, maka akan terjadi peningkatan risiko sistematis sebesar 0,035 atau 3,5%. X2 = - 0,264 : artinya, setiap terjadi peningkatan komisaris independen
sebesar satu persen, maka akan terjadi penurunan risiko sistematis sebesar 0,264 atau 26,4%.
X3 = - 0,763 : artinya, setiap terjadi peningkatan dewan komisaris sebesar satu persen, maka terjadi penurunan risiko sistematis sebesar 0,763 atau 76,3%.
5. Uji Kecocokan Model
a. Koefisien Determinasi (R2)
Koefisien determinasi (R2) digunakan untuk mengetahui besarnya penngaruh antara variabel independen terhadap variabel dependen. Adapun hasil dari uji adjusted R-square dapat dilihat pada tabel 4.13 dan 4.14 sebagai berikut :
Tabel 4.13
Hasil Uji Adjusted R-square Variabel dependen Debt to Asset Ratio
Model Summaryb
Model R R Square Adjusted R
Square Std. Error of the Estimate 1 0,495a 0,245 0,201 0,30398 a. Predictors: (Constant), X3LN, X1LN, X2LN b. Dependent Variable: Y1LN Sumber : Output SPSS 21, 2017.
Tabel 4.14
Hasil Uji Adjusted R-square Variabel dependen systematic risk
Model Summary
Model R R Square Adjusted R
Square
Std. Error of the Estimate
1 0,455a 0,207 0,143 0,66658
a. Predictors: (Constant), Log_Komisaris, Log_Institusional, Log_Independen
Sumber : Output SPSS 21, 2017.
Koefisien determinasi atau R2 merupakan kemampuan prediksi dari variabel independen terhadap variabel dependen. Hasil tabel 4.13 variabel DAR diatas dapat diketahui nilai koefisien determinasi (adjusted R2) sebesar 20,1%. Hal ini berarti bahwa 20,1% variabel dependen DAR dapat dijelaskan oleh variabel independen yaitu kepemilikan institusional, dewan komisaris independen dan dewan komisaris, sisanya 79,9% dijelaskan oleh faktor lain diluar model penelitian.
Sedangkan hasil tabel 4.14 variabel systematic risk diatas dapat diketahui nilai koefisien determinasi (adjusted R2) sebesar 14,3%. Hal ini berarti bahwa 14,3% variabel dependen systematuc risk dapat dijelaskan oleh variabel independen yaitu kepemilikan institusional, dewan komisaris independen dan dewan komisaris. Sedangkan sisanya 85,7% dijelaskan oleh faktor lain diluar model penelitian.
b. Uji Simultan (Uji F)
pengaruh secara bersama-sama terhadap variabel dependen atau terkait (Ghozali 2011). Uji F digunakan untuk mengetahui kelayakan model, apakah permodelan berdasarkan output SPSS pengaruh dari variabel independen yaitu Kepemilikan Institusional, dewan komisaris independen dan dewan komisaris terhadap Debt to Asset Ratio (DAR). Adapun hasil dari uji simultan dapat dilihat pada tabel 4.15 dan 4.16 sebagai berikut :
Tabel 4.15
Hasil Uji Simultan (Uji F) Variabel dependen Debt to Asset Ratio
ANOVAa Model Sum of Squares Df Mean Square F Sig. 1 Regression 1,530 3 0,510 5,519 0,002b Residual 4,713 51 0,092 Total 6,242 54 a. Dependent Variable: Y1LN b. Predictors: (Constant), X3LN, X1LN, X2LN Sumber : Output SPSS 21, 2017. Tabel 4.16
Hasil Uji Simultan (Uji F) Variabel dependen systematic risk
ANOVAa Model Sum of Squares Df Mean Square F Sig. 1 Regression 4,299 3 1,433 3,225 0,033b Residual 16,440 37 0,444 Total 20,739 40
a. Dependent Variable: Log_Beta
b. Predictors: (Constant), Log_Komisaris, Log_Institusional, Log_Independen
Sumber : Output SPSS 21, 2017.
Berdasarkan hasil pengelolaan data variabel DAR pada tabel 4.15 terlihat bahwa nilai signifikansi sebesar 0,002. Nilai signifikansi
tersebut lebih kecil dari 0,05 yang berarti bahwa Ho ditolak dan Ha diterima.
Sedangkan hasil pengelolaan data variabel systematic risk pada tabel 4.16 terlihat bahwa nilai signifikansi sebesar 0,033. Nilai signifikansi tersebut lebih kecil dari 0,05 yang berarti bahwa Ho ditolak dan Ha diterima. Jika, disimpulkan bahwa variabel kepemilikan institusional, dewan komisaris independen dan dewan komisaris secara bersama-sama berpengaruh terhadap DAR dan Systematic Risk.
6. Pengujian Hipotesis a. Uji Parsial (Uji t)
Uji parsial (Uji t) digunakan untuk melihat pengaruh secara parsial variabel bebas (kepemilikan institusional, dewan komisaris independen dan dewan komisaris) dengan variabel terikat Debt to Asset Ratio (DAR). Uji t dilakukan dengan melihat nilai probabilitas signifikan t masing-masing variabel, jika nilai probabilitas signifikansi t lebih kecil dari 0,05, maka dapat dikatakan bahwa ada pengaruh yang kuat antara variabel independen dengan variabel dependen. Adapun hasil dari uji parsial (uji t) dengan variabel DAR dan systematic risk dapat dilihat pada tabel 4.17 dan 4.18 sebagai berikut :
Tabel 4.17 Hasil Uji Parsial (Uji t)
Variabel dependen Debt to Asset Ratio
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) -1,307 0,205 -6,360 0,000 X1LN -0,265 0,140 -0,231 -1,889 0,065 X2LN 0,367 0,172 0,270 2,137 0,037 X3LN 0,322 0,103 0,396 3,116 0,003 a. Dependent Variable: Y1LN Sumber : Output SPSS 21, 2017. Tabel 4.18 Hasil Uji Parsial (Uji t) Variabel dependen systematic risk
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) -0,322 0,488 -0,661 0,513 Log_Institusional 0,035 0,397 0,013 0,088 0,930 Log_Independen -0,264 0,425 -0,094 -0,622 0,538 Log_Komisaris -0,763 0,252 -0,467 -3,034 0,004
a. Dependent Variable: Log_Beta
Sumber : Output SPSS 21, 2017.
Pada tabel 4.17 dengan variabel dependen DAR mempunyai pengaruh dari masing-masing variabel kepemilikan institusional, dewan komisaris independen dan dewan komisaris terhadap Debt to Asset Ratio (DAR) dapat dilihat dari arah tanda dan tingkat signifikansi (probabilitas). Variabel kepemilikan institusional, dewan komisaris independen dan dewan komisaris mempunyai arah yang positif. Hal ini menunjukan bahwa variabel kepemilikan institusional tidak berpengaruh signifikan terhadap DAR. Sedangkan variabel dewan komisaris independen dan dewan komisaris berpengaruh
signifikan terhadap DAR. Hal ini dikarenakan nilai signifikansi yang menunjukan nilainya lebih kecil dari 0,05.
Sedangkan pada tabel 4.18 dengan variabel dependen systematic risk mempunyai pengaruh dari masing-masing variabel kepemilikan institusional, dewan komisaris independen dan dewan komisaris terhadap systematic risk dapat dilihat dari arah tanda dan tingkat signifikansi (probabilitas). Variabel kepemilikan institusional, dewan komisaris independen dan dewan komisaris mempunyai arah yang positif. Hal ini menunjukan bahwa variabel kepemilikan institusional berpengaruh positif dan tidak signifikan terhadap systematic risk, variabel dewan komisaris independen berpengaruh negatif dan tidak signifikan terhadap systematic risk dan dewan komisaris berpengaruh negatif dan signifikan terhadap systematic risk. Hal ini dikarenakan nilai signifikansi yang menunjukan nilainya lebih kecil dari 0,05.
Hasil pengujian hipotesis masing-masing variabel independen secara parsial terhadap variabel dependennya dapat dianalisis sebagai berikut :
1) Uji Hipotesis 1
Hipotesis 1 : Kepemilikan institusional berpengaruh negatif terhadap DAR
Berdasarkan tabel 4.17 hasil pengujian secara parsial (uji t) antara variabel kepemilikan institusional dengan DAR diperoleh nilai thitung sebesar -1,889 dan nilai signifikansinya 0,065 yang artinya bahwa nilai signifikan lebih dari 0,05, maka diperoleh
degree of freedom = (n-k-1) atau (55-3-1) sebesar 51 dan diperoleh ttabel= 2,00758. Hal ini dikarenakan signifikan lebih dari 0,05 dan thitung = -1,889 < ttabel = 2,00758, maka Ho diterima dan Ha ditolak. Hal ini dikarenakan nilai signifikansinya lebih besar dari 0,05 hal ini menunjukkan bahwa variabel kepemilikan institusional memiliki pengaruh negatif dan tidak signifikan terhadap DAR. Dengan demikian hipotesis yang menyatakan bahwa kepemilikan institusional berpengaruh negatif tidak signifikan terhadap DAR dan dapat dikatakn bahwa hipotesis ini ditolak.
Gambar 4.7 Kurva penolakan hipotesis pertama 2) Uji Hipotesis 2
Hipotesis 2 : dewan komisaris independen berpengaruh positif terhadap DAR
Berdasarkan tabel 4.17 dapat diperoleh hasil pengujian secara parsial (uji t) antara variabel dewan komisaris independen dengan DAR diperoleh nilai thitung sebesar 2,137 dan nilai signifikansinya 0,037 yang artinya bahwa nilai signifikansinya kurang dari 0,05, maka diperoleh degree of freedom = (n-k-1) atau (55-3-1) sebesar 51 dan diperoleh ttabel= 2,00758. Hal ini
Daerah Penerimaan Ho
0
-1,889 -2,00758
dikarenakan signifikan kurang dari 0,05 dan thitung = 2,137 > ttabel = 2,00758, maka Ho ditolak dan Ha diterima. Hal ini dikarenakan nilai signifikansinya lebih kecil dari 0,05 hal ini menunjukkan bahwa variabel dewan komisaris independen memiliki pengaruh positif dan signifikan terhadap DAR. Dengan demikian hipotesis yang menyatakan bahwa dewan komisaris independen berpengaruh positif signifikan terhadap DAR dan dapat dikatakan bahwa hipotesis ini diterima.
Gambar 4.8 Kurva penerimaan hipotesis kedua 3) Uji Hipotesis 3
Hipotesis 3 : Dewan komisaris berpengaruh positif terhadap DAR Berdasarkan tabel 4.17 dapat diperoleh hasil pengujian secara parsial (uji t) antara variabel dewan komisaris dengan DAR diperoleh nilai thitung sebesar 3,116 dan nilai signifikansinya 0,003 yang artinya bahwa nilai signifikan kurang dari 0,05, maka diperoleh degree of freedom = (n-k-1) atau (55-3-1) sebesar 51 dan diperoleh ttabel= 2,00758. Hal ini dikarenakan signifikan kurang dari 0,05 dan thitung = 3,116 > ttabel = 2,00758, maka Ho ditolak dan Ha
Daerah Penerimaan Ho
0 2,00758 2,137
0,05 hal ini menunjukkan bahwa variabel dewan komisaris memiliki pengaruh positif dan signifikan terhadap DAR. Dengan demikian hipotesis yang menyatakan bahwa dewan komisaris berpengaruh positif terhadap DAR dan dapat dikatakan bahwa hipotesis ini diterima.
Gambar 4.9 Kurva penerimaan hipotesis ketiga 4) Uji Hipotesis 4
Hipotesis 4 : Kepemilikan institusional berpengaruh positif terhadap Systematic Risk
Berdasarkan tabel 4.18 hasil pengujian secara parsial (uji t) antara variabel kepemilikan institusional dengan systematic risk diperoleh nilai thitung sebesar -0,088 dan nilai signifikansinya 0,930 yang artinya bahwa nilai signifikan lebih dari 0,05, maka diperoleh degree of freedom = (n-k-1) atau (41-3-1) sebesar 37 dan diperoleh ttabel = 2,02619. Hal ini dikarenakan signifikan lebih dari 0,05 dan thitung = 0,088 < ttabel = 2,02619, maka Ho diterima dan Ha ditolak. Hal ini dikarenakan nilai signifikansinya lebih besar dari 0,05 hal ini menunjukkan bahwa variabel kepemilikan institusional memiliki pengaruh positif dan tidak signifikan terhadap systematic
Daerah Penerimaan Ho
0 2,00758 3.116
risk. Dengan demikian hipotesis yang menyatakan bahwa kepemilikan institusional berpengaruh positif terhadap systematic risk dan dapat dikatakan bahwa hipotesis ini ditolak.
Gambar 4.10 Kurva penolakan hipotesis keempat
5) Uji Hipotesis 5
Hipotesis 5 : dewan komisaris independen berpengaruh positif terhadap Systematic Risk.
Berdasarkan tabel 4.18 dapat diperoleh hasil pengujian secara parsial (uji t) antara variabel dewan komisaris independen dengan systematic risk diperoleh nilai thitung sebesar -0,622 dan nilai signifikansinya -0,538 yang artinya bahwa nilai signifikansinya lebih dari 0,05, maka diperoleh degree of freedom = (n-k-1) atau (41-3-1) sebesar 37 dan diperoleh ttabel = 2,02619. Hal ini dikarenakan signifikan lebih dari 0,05 dan thitung = - 0,622 < ttabel = 2,02619, maka Ho diterima dan Ha ditolak. Hal ini dikarenakan nilai signifikansinya lebih besar dari 0,05 hal ini menunjukkan bahwa variabel dewan komisaris independen memiliki pengaruh negatif dan tidak signifikan terhadap systematic risk. Dengan demikian hipotesis yang menyatakan bahwa dewan
Daerah Penerimaan Ho
0
-0.088 -2,02619
komisaris independen berpengaruh positif terhadap systematic risk dan dapat dikatakan bahwa hipotesis ini ditolak.
Gambar 4.11 Kurva penolakan hipotesis kelima 6) Uji Hipotesis 6
Hipotesis 6 : Dewan komisaris berpengaruh positif terhadap DAR Berdasarkan tabel 4.18 dapat diperoleh hasil pengujian secara parsial (uji t) antara variabel dewan komisaris dengan systematic risk diperoleh nilai thitung sebesar -3,034 dan nilai signifikansinya 0,004 yang artinya bahwa nilai signifikan kurang dari 0,05, maka diperoleh degree of freedom = (n-k-1) atau (41-3-1) sebesar 37 dan diperoleh ttabel = 2,00758. Hal ini dikarenakan signifikan kurang dari 0,05 dan thitung = - 3,034 < ttabel = 2,02619, maka Ho ditolak dan Ha diterima. Hal ini dikarenakan nilai signifikansinya lebih kecil dari 0,05 hal ini menunjukan bahwa variabel dewan komisaris memiliki pengaruh negatif dan signifikan terhadap systematic risk. Dengan demikian hipotesis yang menyatakan bahwa dewan komisaris berpengaruh positif terhadap systematic risk dan dapat dikatakn bahwa hipotesis ini ditolak.
Daerah Penerimaan Ho
0
-0,622 -2,02619
Gambar 4.12 Kurva penolakan hipotesis keenam
Ringkasan hasil pengujian hipotesis variabel dependen DAR dan systematic risk dapat dilihat dari tabel berikut ini :
Tebel 4.19
Hasil Pengujian Hipotesis Uji t
Variabel dependen Debt to Asset Ratio dan systematic risk Variabel Koefisien T hitung T tabel Sig. Keputusan Kepemilikan institusional
(H1) -0,265 -1,889 2,00758 0,065
Ditolak dan tidak signifikan Dewan komisaris
independen (H2) 0,367 2,137 2,00758 0,037
Diterima dan signifikan Dewan komisaris (H3) 0,322 3,116 2,00758 0,003 Diterima dan
signifikan Kepemilikan institusional
(H4) 0,035 0,088 2,02619 0,930
Ditolak dan tidak signifikan Dewan komisaris
independen (H5) -0,264 -0,622 2,02619 0,538
Ditolak dan tidak signifikan Dewan komisaris (H6) -0,763 -3,034 2,02619 0,004 Ditolak dan
signifikan *) signifikan pada level 5%
Daerah Penerimaan Ho
0
-3,034 -2,02619 Daerah Penolakan Ho