BAB IV METODE PENELITIAN
4.6. Metode Analisis Data
4.6.4. Uji Hipotesis Penelitian
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 sesuai dengan hasil penelitian yang terdahulu.
Struktur aset memiliki koefisien regresi negatif dan tidak signifikan yaitu sebesar -0,304 dengan nilai signifikansi sebesar 0,284 > 0,05. Hal ini berarti bahwa jika variabel keputusan pendanaan bertambah satu satuan maka variabel struktur aset akan mengalami penurunan sebesar 0,304 satuan. Hal ini tidak sejalan dengan teori pecking order yang menyatakan struktur aset memiliki hubungan positif terhadap keputusan pendanaan, hal ini mungkin terjadi diduga dari asset tetap yang memiliki jumlah yang lebih sedikit dibandingkan dengan total asset, sehingga jaminan perusahaan yang digunakan untuk berhutang lebih sedikit sehingga pihak manajer tidak dapat mengandalkan struktur asset untuk pendanaannya. Penelitian ini berbeda dengan penelitian Sormin (2013), bahwa struktur aset memilki pengaruh positif signifikan terhadap keputusan pendanaan akan tetapi sesuai dengan penelitian Silfia (2014) bahwa struktur asset berpengaruh negative terhadap keputusan pendanaan dan penelitian Silfia (2014) ini juga menggunakan objek penelitian yang sama yaitu perusahaan properti dan real estate, sehingga diduga kemungkinan besar perusahaan properti dan real estate tidak memakai asset tetap sebagai jaminan hutang.
Net Profit Margin memiliki koefisien regresi negatif yaitu 0,275 artinya jika variabel keputusan pendanaan bertambah satu satuan, maka variabel Net Profit Margin turun sebesar 0,275 atau 27,5 % sejalan dengan teori pecking order yaitu semakin besar tingkat net profit margin suatu perusahaan maka keinginan untuk berhutang semakin kecil, jika laba perusahaan naik, maka modal juga akan naik, sehingga keinginan untuk berhutang semakin kecil, maka pengaruh net profit margin terhadap keputusan pendanaan adalah negative dan nilai signifikansi NPM sebesar 0,022 < 0,05. Artinya variabel profitabilitas yang diukur dengan rasio Net Profit Margin berpengaruh signifikan terhadap keputusan pendanaan karena lebih kecil dari nilai signifikansi alpha 5%. Penelitian ini tidak sejalan dengan penelitian (Sormin, 2013) yang menyatakan bahwa Net Profit Margin berpengaruh positif signifikan terhadap keputusan pendanaan.
Return on Equity memiliki koefisien regresi negatif sebesar -0,321 yang artinya jika keputusan pendanaan bertambah satu satuan maka tingkat profit yang diukur dengan Return on Equity akan turun sebesar 0,321 satuan atau 32,1 %, dan nilai signifikansinya > 0,05, sehingga tidak signifikan. Hal ini sejalan dengan teori pecking order yang menyatakan bahwa tingkat profitabilitas berpengaruh negatif terhadap keputusan pendanaan dan sejalan dengan penelitian (ayulestari, 2013) dan (Sormin, 2013), dimana hasil dari koefisien regresi untuk return on equity bernilai negatif, akan tetapi nilai signifikansi alpha pada penelitian saat ini tidak signifikan, sehingga hasil penelitian saat ini berbeda dengan hasil penelitian yang terdahulu.
5.4 Hasil Uji Hipotesis Penelitian
Hasil uji hipotesis penelitian di dalam penelitian ini yang terdiri dari uji koefisien determinasi (Adjusted R2), uji simultan (uji F), dan uji parsial (uji t) adalah sebagai berikut :
5.4.1 Hasil Uji Koefisien Determinasi (Adjusted R2)
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.
Hasil analisis ini dapat dilihat dari tabel 5.6 berikut ini : Tabel 5.7
Hasil Uji Koefisien Determinasi
Model Summary
Model R R Square Adjusted R Square
Std. Error of the Estimate
1 .398a .158 .133 .469916
a. Predictors: (Constant), ROE, SA, NPM, UP(Dalam Trilyun Rupiah)
Hasil uji koefisien determinasi ini dapat dilihat melalui R2 dan Adjusted R2, namun demikian berdasarkan buku Ghozali (2013) telah dijelaskan bahwa kelemahan mendasar penggunaan koefisien determinasi R2 adalah bias terhadap
jumlah variabel independen yang dimasukkan kedalam model. Setiap tambahan satu variabel, maka R2 pasti meningkat tidak perduli apakah variabel tersebut berpengaruh secara signifikan atau tidak berpengaruh secara signifikan terhadap variabel dependen. Oleh karena itu, banyak peneliti menganjurkan untuk menggunakan nilai Adjusted R2 pada saat mengevaluasi mana model regresi terbaik. Tidak seperti R2 nilai Adjusted R2 dapat naik atau turun apabila satu variabel independen ditambahkan kedalam model.
Berdasarkan hasil uji koefisien determinasi yang telah dilakukan, maka peneliti memperoleh nilai R2 sebesar 0,158 dan nilai Adjusted R2 sebesar 0,133 dengan demikian, pada dasarnya nilai R2 adalah lebih tinggi jika dibandingkan dengan nilai Adjusted R2, korelasi yang dimiliki variabel dependen yang mampu mewakili di dalam penelitian ini jika dilihat dari nilai R2 maka masih tergolong sangat kecil yaitu variabel independen di dalam penelitian ini hanya mampu mewakili sebesar 15,8 % sedangkan 84,2 % lagi dapat dijelaskan oleh variabel independen lain yang tidak termasuk di dalam penelitian ini.
Artinya, variabel ukuran perusahaan, struktur aset, net profit margin, dan return on equity belum mampu mewakili secara sempurna (100%) untuk menilai keputusan pendanaan pada perusahaan real estate dan properti tersebut. Namun demikian, variabel penelitian, teori dan hasil penelitian telah dipaparkan secara baik di dalam penelitian ini, dan tidak menutup kemungkinan bahwa terdapat variabel lainnya yang lebih kuat yang mampu mengukur keputusan pendanaan daripada variabel-variabel independen ini. Kelemahan korelasi diantara variabel independen yang belum mampu mewakili secara mutlak terhadap hasil penelitian
ini, bukanlah merupakan sesuatu yang mutlak akan terjadi juga pada objek penelitian yang lainnya, maka dari itu teori dan hasil penelitian tidak selamanya berbanding lurus.
5.4.2 Hasil 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 serempak variabel independen berpengaruh signifikan terhadap variabel dependen.
2. Jika F hitung < F tabel dan nilai Sig. > α = 0,05 maka dapat disimpulkan bahwa secara serempak variabel independen tidak berpengaruh signifikan terhadap variabel dependen. Maka hasilnya dapat dilihat pada tabel dibawah ini :
Tabel 5.8
Hasil Uji Simultan (Uji F)
Model Sum of Squares df Mean Square F Sig.
1 Regression 5.642 4 1.410 6.387 .000a
Residual 30.032 136 .221
Total 35.673 140
a. Predictors: (Constant), ROE, SA, NPM, UP(Dalam Trilyun Rupiah) b. Dependent Variable: KP
Hasil uji statistik F (Uji Signifikansi Simultan) tersebut menjelaskan bahwa nilai F hitung adalah sebesar 6,387 sedangkan F tabel adalah sebesar 2,44, dimana nilai F hitung lebih besar jika dibandingkan dengan nilai F tabel, dengan nilai signifikansi 0,000 < 0,05, hal ini menunjukkan bahwa variabel ukuran perusahaan, Struktur aset, Net Profit Margin dan Return on Equity berpengaruh secara serempak (simultan) terhadap Keputusan Pendanaan dan signifikan pada nilai 0,000. Artinya, hipotesis pertama dapat diterima bahwa seluruh variabel independen di dalam penelitian ini mampu mempengaruhi variabel dependen secara bersama-sama atau secara serempak.
5.4.3 Hasil 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 bahwa secara parsial variabel independen berpengaruh signifikan terhadap variabel dependen.
2. Jika Sig. > α = 0,05 maka dapat disimpulkan bahwa secara bahwa secara parsial variabel independen tidak berpengaruh signifikan terhadap variabel dependen.
Hasil dari uji statistik t dapat dilihat pada table 5.9 dibawah ini.
Tabel 5.9
Hasil Uji Parsial (Uji t)
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) .737 .084 8.794 .000
UP (dalam Trilyun Rupiah)
.020 .005 .346 3.893 .000
SA -.304 .283 -.086 -1.075 .284
NPM -.275 .119 -.188 -2.315 .022
ROE -.321 .228 -.127 -1.406 .162
a. Dependent Variable: KP
Hasil uji parsial (uji t) variabel ukuran perusahaan dapat dilihat bahwa nilai signifikansi 0,000 < 0,05 maka variabel ukuran perusahaan ini berpengaruh signifikan terhadap variabel keputusan pendanaan. Artinya, ukuran perusahaan berpengaruh signifikan secara parsial terhadap keputusan pendanaan pada penelitian ini, H1 diterima, H0 ditolak. Dari hasil uji t ini dapat dilihat bahwa total aset dapat menjadi dasar manajemen dalam mengambil keputusan dalam hal pendanaan, sehingg sesuai dengan teori yang mengatakan bahwa semakin besar ukuran perusahaan, maka semakin besar pula modal yang dibutuhkan untuk pendanaan perusahaan tersebut.
Struktur aset dapat dilihat bahwa signifikansi 0,284 > 0,05 maka variabel struktur aset ini tidak berpengaruh signifikan terhadap variabel keputusan pendanaan. Sehingga hipotesis nol diterima, hipotesis satu ditolak bahwa struktur aset tidak berpengaruh secara parsial terhadap keputusan pendanaan.
Dari hasil uji t ini dapat dilihat bahwa struktur aset tidak dapat menjadi dasar manajemen dalam mengambil keputusan dalam hal pendanaan.
Net Profit Margin dapat dilihat 0,022 < 0,05 maka variabel Net Profit Margin secara parsial berpengaruh signifikan terhadap keputusan pendanaan. Dari hasil uji t ini dapat dilihat bahwa laba operasi yang diperoleh dari penjualan dapat menjadi dasar manajemen dalam mengambil keputusan dalam hal pendanaan.
Dimana jika penjualan meningkat, maka sumbe dana yang berasal dari hutang akan turun, karena dengan peningkatan penjualan maka akan meningkatkan modal sendiri. Sehingga, sumber dana diambil dari modal sendiri.
Return on equity dapat dilihat bahwa signifikansi 0,162 > 0,05 maka variabel Return on equity ini tidak berpengaruh signifikan terhadap variabel keputusan pendanaan. Dengan demikian, Return on equity tidak berpengaruh secara parsial terhadap keputusan pendanaan.
5.5 Hasil Uji Moderating (Uji Residual)
Hasil uji regresi dengan variabel moderasi yang digunakan di dalam penelitian ini adalah hasil dari uji residual, hal ini dilakukan karena uji residual merupakan bagian dari uji regresi moderasi yang paling aman ketika peneliti menerapkan uji multikolinearitas di dalam penelitiannya walaupun seyogiyanya setelah dilakukan pengujian multikolinearitas, ternyata tidak terdapat satupun variabel yang mengalami multikolinearitas di dalam penelitian ini. Sedangkan pengujian variabel moderating dengan uji interaksi maupun uji selisih nilai absolut mempunyai kecenderungan akan terjadi multikolinearitas yang tinggi antar variabel independen dan hal ini menyalahi aturan asumsi klasik. Dengan
demikian, berikut ini disajikan hasil dari model regresi moderasi dengan uji residual. Uji Residual dilakukan untuk melihat apakah variabel moderating dapat memperkuat atau memperlemah pengaruh variabel independen terhadap variabel dependen. Kriteria uji residual adalah P-Value (Sig) < 0,05 dan nilai koefisien
demikian, berikut ini disajikan hasil dari model regresi moderasi dengan uji residual. Uji Residual dilakukan untuk melihat apakah variabel moderating dapat memperkuat atau memperlemah pengaruh variabel independen terhadap variabel dependen. Kriteria uji residual adalah P-Value (Sig) < 0,05 dan nilai koefisien