29
Universitas Indonesia
BAB 4
ANALISIS DAN PEMBAHASAN
4.1. Hasil Seleksi Sampel
Jumlah sampel penilitian ini merupakan seluruh perusahaan manufaktur
yang merupakan perusahaan publik yang sudah terdaftar di Bursa Efek Indonesia
mulai tahun 2003 yakni sejumlah 151 perusahaan publik. Dari jumlah tersebut
yang mempunyai ketersediaan semua data keuangan yang dibutuhkan pada studi
ini yaitu LTD, TD, TA, PRF, GROWTH, dan SIZE berjumlah 131 perusahaan.
Dari total sejumlah 131 perusahaan tersebut, sejumlah 26 perusahaan
dikeluarkan dari sampel dikarenakan perusahaan-perusahaan tersebut memiliki
nilai Price to Book Value (PBV) negatif. Keseluruhan perincian 46 perusahaan
yang dikeluarkan dari sampel pengamatan dapat dilihat pada lampiran 2. Sampel
105 perusahaan (cross section) selama pengamatan 5 tahun yaitu tahun 2003
sampai 2007 (time series) yang merupakan data panel sebagaimana telah
dijelaskan di bab sebelumnya membuat data pengamatan menjadi sangat banyak
yaitu sebanyak 525 sampel. Sampel sebanyak 105 perusahaan ini atau 525 data
panel sudah lebih dari cukup untuk suatu penelitian dan diharapkan hasil
penelitiannya akan lebih robust.
4.2. Statistik Deskriptif
Proses pengolahan data dilakukan dengan menggunakan software Eviews
versi 5.0. Dalam sub bab ini pertama-tama akan dibahas mengenai uji normalitas
dan statistik deskriptif. Dalam paparan statistik deskriptif ini akan dijelaskan
mengenai keseluruhan gambaran statistik dari masing-masing variabel terikat dan
variabel bebas secara umum seperti rata-rata dan standar deviasinya. Pada sub bab
berikutnya akan dianalisa hubungan multikolinieritas, uji Heteroskedastisitas dan
pemilihan model.
Ukuran standar distribusi normal adalah jika hasil skewness 0 (nol) dan
kurtosis 3 (tiga) (Gujarati, 4th ed., 2003). Jika suatu observasi memiliki nilai
kurtosis lebih besar dari +3 atau lebih kecil dari -3 berarti observasi tersebut
mempunyai nilai yang ekstrim (outliers). Berdasarkan uji statistik, sejumlah 105
Pengaruh aktiva..., Susan Veronica Lim, FE UI, 2010.
30
Universitas Indonesia
perusahaan atau data panel sebanyak 525 pada Eviews 5.0 mengenai variabel
kuantitatif yang ada diperoleh uji sebagai berikut:
Tabel 4.1. Uji normalitas variabel kuantitatif 105 perusahaan dengan data panel 525 observasi
Descriptive Statistic LTD TD TA PRF GROWTH SIZE Skewness 12.942 19.718 0.305 -22.350 17.070 0.298 Kurtosis 192.258 419.732 2.226 507.225 308.079 3.080 Observations 525 525 525 525 525 525 Cross sections 105 105 105 105 105 105
Sumber: Output Eviews telah diolah kembali
Dari tabel di atas diperoleh data kurtosis berturut-turut untuk LTD, TD,
TA, PRF, GROWTH, dan SIZE yakni 192.258; 419.732; 2.226; 507.225; 308.079
dan 3.080. Data ini berarti bahwa LTD, TD, PRF, GROWTH dan SIZE memiliki
kurtosis di atas +3 sehingga ada kemungkinan terdapat nilai ekstrim (outliers) di
dalam sampel sedangkan untuk variabel TA memiliki kurtosis di antara -3 sampai
+3 yang artinya data ini telah terdistribusi secara normal.
Uji normalitas di atas telah menunjukkan hasil bahwa LTD, TD, PRF,
GROWTH dan SIZE tidak terdistribusi secara normal dengan dibuktikan dengan
kurtosis di atas 3 yakni secara berturut-turut 192.258; 419.732; 507.225; 308.079
dan 3.080 maka data ekstrim (outliers) harus disikapi. Data sampel yang
mempunyai nilai di bawah atau di atas 3 kali standard deviasi dari nilai rata-
ratanya dianggap outliers dan dikeluarkan dari sampel. Untuk mengetahui nilai
rata-rata (mean) dan standard deviasi yang ada digunakan analisa statistik
deskriptif pada Eviews dengan hasil sebagai berikut:
Pengaruh aktiva..., Susan Veronica Lim, FE UI, 2010.
31
Universitas Indonesia
Tabel 4.2. Descriptive statistic variabel kuantitatif 105 perusahaan atau data panel 525 observasi
Descriptive
Statistic LTD TD TA PRF GROWTH SIZE Mean 0.991 3.166 0.397 -0.173 2.556 20.442 Median 0.327 1.099 0.373 0.097 0.934 20.317 Maximum 59.069 445.876 1.000 5.568 333.333 24.974 Minimum 0.000 0.058 0.001 -130.901 0.100 15.866 Std. Dev. 3.675 20.479 0.206 5.760 17.030 1.530 Mean - 3 x Std. Dev. -10.035 -58.270 -0.222 -17.454 -48.534 15.853Mean + 3 x Std. Dev. 12.017 64.601 1.016 17.108 53.646 25.032 Observations 525 525 525 525 525 525 Cross sections 105 105 105 105 105 105
Sumber: Output Eviews telah diolah kembali
Dari tabel 3 di atas dapat dinyatakan bahwa bila nilai LTD lebih kecil dari
-10.035 atau lebih besar dari 12.017 maka data tersebut merupakan outliers dan
akan dikeluarkan dari sampel. Hal ini berlaku juga untuk TD, PRF, GROWTH
dan SIZE, bila nilai TD lebih kecil dari -58.270 atau lebih besar dari 64.601 dan
bila nilai PRF lebih kecil dari -17.454 atau lebih besar dari 17.108 dan bila nilai
GROWTH lebih kecil dari -48.534 atau lebih besar dari 53.646 dan bila nilai
SIZE lebih kecil dari 15.853 atau lebih besar dari 25.032 maka data-data tersebut
juga merupakan outliers. Dengan cara ini, diperoleh 3 perusahaan di tahun-tahun
yang berbeda yang merupakan outliers dengan perincian 1 perusahaan memiliki
nilai outliers pada LTD, TD, GROWTH, dan SIZE, 1 perusahaan outliers pada
TD, 1 perusahaan pada LTD, TD, PRF, dan GROWTH sehingga total menjadi 3
sampel perusahaan outliers yang akan dikeluarkan dari sampel. Karena masing-
masing perusahaan mempunyai data 5 tahun maka sampel yang dikeluarkan
menjadi 15 sampel. Nama perusahaan dan nilai data outliers dirinci dalam tabel di
bawah ini:
Pengaruh aktiva..., Susan Veronica Lim, FE UI, 2010.
32
Universitas Indonesia
Tabel 4.3. Data nilai LTD, TD, PRF, GROWTH, dan SIZE outliers pada 3 sampel perusahaan
No. Kode
Perusahaan LTD TD PRF GROWTH SIZE 1 AKKU 59.069 69.869 5.568 201.957 15.8662 LMPI 0.568 117.705 -13.842 8.790 19.2853 SRSN 52.285 445.876 -130.901 333.333 18.831
AKKU = PT. Aneka Kemasindo Utama Tbk. LMPI = PT. Langgeng Makmur Industry Tbk. SRSN = PT. Indo Acidatama Tbk. Setelah mengeluarkan 3 sampel dari 105 sampel maka kini jumlah sampel
adalah 102 sampel perusahaan atau data panel sebanyak 510 sampel. Dengan
jumlah sampel ini maka dilakukan analisa statistik deskriptif pada seluruh variabel
dalam penelitian ini yaitu LTD, TD, TA, PRF, GROWTH, dan SIZE dengan total
seluruhnya adalah 6 variabel untuk model persamaan 1 dan 2. Statistik deskriptif
dilakukan dengna program Eviews 5.0 dan diperoleh hasil sebagai berikut:
Tabel 4.4. Statistik deskriptif seluruh variabel penelitian Descriptive Statistic LTD TD TA PRF GROWTH SIZE Mean 0.797 1.927 0.395 0.100 1.505 20.500 Maximum 11.732 28.449 1.000 1.048 21.262 24.974 Minimum 0.000 0.058 0.001 -1.534 0.100 16.736 Std. Dev. 1.434 2.833 0.208 0.253 2.017 1.498 Observations 510 510 510 510 510 510 Cross sections 102 102 102 102 102 102
Sumber: Output Eviews telah diolah kembali
Berdasarkan Tabel 4 di atas, dapat diperoleh hasil bahwa nilai rata-rata
LTD untuk sampel perusahaan adalah 0.797. Hal ini menunjukkan bahwa secara
rata-rata Hutang Jangka Panjang dibanding Nilai Ekuitas perusahaan adalah di
bawah 1 atau Hutang Jangka Panjang rata-rata 79.70% dibandingkan Ekuitasnya.
Nilai rata-rata TD sebesar 1.927. Hal ini menggambarkan bahwa rata-rata
total hutang perusahaan adalah 192.7% atau hampir 2 kali dari nilai ekuitas
Pengaruh aktiva..., Susan Veronica Lim, FE UI, 2010.
33
Universitas Indonesia
perusahaan. Nilai rata-rata TA dari seluruh sampel adalah 0.395 atau 39.50% dari
nilai total aktivanya dengan range data yang cukup besar. Nilai rata-rata PRF
perusahaan sebesar 0.1 atau 10% dengan maksimum sebesar 104.80% yang
artinya cukup bervariasi.
Nilai rata-rata GROWTH untuk sampel perusahaan sebesar 1.505. Hal ini
menunjukkan bahwa secara rata-rata nilai pasar dibanding nilai buku perusahaan
adalah di atas 1 dari nilai bukunya yaitu sebesar 50.5% dengan range yang besar.
Nilai rata-rata SIZE sebesar 20.50 dengan nilai maksimum SIZE adalah 24.974
dan nilai minimumnya adalah 16.746.
4.3. Uji Asumsi Multikolinieritas
4.3.1. Uji VIF (Variance Inflation Factor) dan Tol (Tolerance)
Uji asumsi ini bertujuan untuk menemukan apakah dalam suatu persamaan
regresi terjadi korelasi antar variabel bebasnya (multikolinearitas). Persamaan
regresi yang baik adalah persamaan regresi yang terbebas dari multikolinearitas
karena multikolinearitas akan menggangu ketepatan model yang dibuat. Ada
empat indikator yang dapat dipakai untuk menentukan apakah persamaan regresi
bebas dari multikolinearitas, yaitu dengan melihat Variance Inflation factor (VIF),
Tolerance (Tol), Eigenvalue dan Coeficient Index (CI).
Dalam penelitian ini, indikator nilai VIF dan TOL digunakan untuk
menguji multikolinearitas dengan kriteria penilaian sebagai berikut:
Indikator VIF:
• Jika nilai VIF < 5, maka tidak terdapat multikolinearitas
• Jika nilai VIF > 5, maka terdapat korelasi moderat sampai kuat (moderate
to strong)
• Jika nilai VIF >10, maka terdapat korelasi tinggi (high correlation)
Indikator TOL:
• Jika TOL mendekati 1, maka variabel bebas dinyatakan tidak ada
multikolinieritas, dan sebaliknya jika menjauhi 1, maka variabel bebas
dinyatakan ada multikolinieritas.
Pengaruh aktiva..., Susan Veronica Lim, FE UI, 2010.
34
Universitas Indonesia
Model 1
Model 1 terdiri dari variabel bebas LTD dan Variabel terikat TA, PRF, GROWTH
dan SIZE.
Berikut ini adalah hasil pengolahan pengujian Multikolinieritas dengan program
SPSS 17.0:
Tabel 4.5. Uji Multikolinieritas dengan variabel terikat: LTD
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -4.622 .826
-5.596 .000
TA .295 .285 .043 1.037 .300 .925 1.081
PRF -2.593 .269 -.459 -9.648 .000 .700 1.429
GROWTH .118 .032 .167 3.658 .000 .762 1.313
SIZE .263 .041 .274 6.433 .000 .869 1.151
a. Dependend Variable: LTD Sumber: Output SPSS 17.0 telah diolah kembali
Hasil output SPSS di atas menunjukkan bahwa variabel bebas TA, PRF,
GROWTH, dan SIZE secara berturut-turut memiliki nilai VIF 1.081; 1.429, 1.31,
dan 1.151. Nilai Tolerance untuk masing-masing variabel bebas yaitu 0.925 untuk
TA, 0.700 untuk PRF, 0.762 untuk GROWTH, dan 0.869 untuk SIZE. Hasil VIF
dan TOL untuk semua variabel bebas yang ada di Model 1 menunjukkan bahwa
model tersebut dianggap tidak mempunyai kolinieritas karena nilai VIF hanya
sedikit di atas 1 dan lebih kecil dari 5 dan nilai TOL mendekati 1.
Model 2
Model 2 terdiri dari variabel bebas TD dan Variabel terikat TA, PRF, GROWTH
dan SIZE. Berikut ini adalah hasil pengolahan pengujian Multikolinieritas dengan
program SPSS 17.0:
Pengaruh aktiva..., Susan Veronica Lim, FE UI, 2010.
35
Universitas Indonesia
Tabel 4.6. Uji Multikolinieritas dengan variabel terikat: TD Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics
B Std. Error Beta Tolerance VIF 1 (Constant) -7.156 1.631
-4.386 .000
TA -1.592 .562 -.117 -2.830 .005 .925 1.081
PRF -5.584 .531 -.500 -10.517 .000 .700 1.429
GROWTH .318 .064 .226 4.964 .000 .762 1.313
SIZE .478 .081 .253 5.924 .000 .869 1.151
a. Dependend Variable: TD Sumber: Output SPSS telah diolah kembali
Hasil output SPSS di atas menunjukkan hal yang sama dengan hasil dari
Model 1 karena variabel bebas untuk model 1 dan model 2 sama datanya.
Variabel bebas TA, PRF, GROWTH, dan SIZE secara berturut-turut memiliki
nilai VIF 1.081; 1.429, 1.31, dan 1.151. Nilai Tolerance untuk masing-masing
variabel bebas yaitu 0.925 untuk TA, 0.700 untuk PRF, 0.762 untuk GROWTH,
dan 0.869 untuk SIZE. Hasil VIF dan TOL untuk semua variabel bebas yang ada
di Model 1 menunjukkan bahwa model tersebut dianggap tidak mempunyai
kolinieritas karena nilai VIF hanya sedikit di atas 1 dan lebih kecil dari 5 dan nilai
TOL mendekati 1.
Kesimpulan:
Model persamaan 1 dan Model persamaan 2 tidak mempunyai masalah
multikoliniearitas atau variabel bebas dalam persamaan tersebut tidak saling
berkorelasi.
4.3.2. Uji Pearson Correlation dan Spearman
Bab sebelumnya telah menyebutkan bahwa terdapat dua model persamaan
dengan variabel terikat masing-masing LTD dan TD. Oleh karena itu untuk uji
korelasi antar variabel juga akan diuji satu per satu tiap model tersebut. Untuk uji
Pengaruh aktiva..., Susan Veronica Lim, FE UI, 2010.
36
Universitas Indonesia
Pearson Correlation dan Spearman pada persamaan 1 dengan variabel terikat
LTD memberikan hasil seperti tabel output di bawah ini:
Tabel 4.7. Hasil uji Pearson Correlation antar variabel dengan variabel terikat LTD
LTD TA PRF GROWTH SIZE
LTD 1 .148** -.307** .034 .179** Sig. .000 .000 .224 .000
TA .148** 1 -.257** -.063 -.009
Sig. .000 .000 .079 .423
PRF -.307** -.257** 1 .460** .314**
Sig. .000 .000 .000 .000
GROWTH .034 -.063 .460** 1 .294**
Sig. .224 .079 .000 .000
SIZE .179** -.009 .314** .294** 1
Sig. .000 .423 .000 .000
N 510 510 510 510 510
**. Correlation is significant at the 0.01 level (1-tailed). Sumber: Output SPSS telah diolah kembali
Berdasarkan hasil pada tabel 4.7. di atas, hasil uji Pearson Correlation
menghasilkan beberapa keterangan yang berkaitan dengan korelasi antar variabel.
Fixed Tangible Assets (TA) berpengaruh positif terhadap Hutang Jangka Panjang
(LTD) dengan tingkat signifikansi di bawah 1% (p=0.000). Profitabilitas (PRF)
berkorelasi negatif terhadap LTD dengan tingkat signifikansi di bawah 1%
(p=0.000). Pertumbuhan perusahaan (GROWTH) berpengaruh positif terhadap
LTD tetapi secara tidak signifikan yaitu dengan tingkat signifikansi di atas 20%
(p=0.224). Ukuran perusahaan (SIZE) berpengaruh positif terhadap LTD secara
signifikan yaitu dengan tingkat signifikansi di bawah 1% (p=0.000).
Tingkat signifikansi koefisien korelasi satu sisi antar variabel
menghasilkan angka yang bervariasi dan menghasilkan korelasi yang lemah yaitu
di bawah 0.5. PRF berkorelasi positif yang lemah terhadap GROWTH yaitu
sebesar 0.460 (masih di bawah 0.5) secara signifikan di bawah 1%.
Pengaruh aktiva..., Susan Veronica Lim, FE UI, 2010.
37
Universitas Indonesia
Hasil di atas menunjukkan bahwa variabel TA koefisien korelasinya
bertanda positif dan hal ini berbeda dengan hipotesis di mana hubungannya
negatif menurut hipotesis 1. Variabel profitabilitas (PRF) memiliki koefisien
korelasi yang negatif terhadap LTD sesuai dengan hipotesis 2 dan signifikan
secara statistik (di bawah 1%). Koefisien korelasi variabel Pertumbuhan
(GROWTH) dan Ukuran Perusahan (SIZE) terhadap LTD adalah positif sesuai
dengan hipotesis 3 dan 4 namun GROWTH tidak signifikan secara statistik dan
SIZE signifikan yaitu di bawah 1%. Secara umum, semua variabel bebas dapat
dikatakan tidak berkorelasi kuat antar satu variabel bebas dengan variabel bebas
yang lain. Hal ini menunjukkan bahwa dalam Model 1, tidak ada
Multikolinearitas di antara variabel-variabel bebasnya.
Tabel 4.8. Hasil uji korelasi Spearman’s Rho antar variabel dengan variabel terikat LTD
LTD TA PRF GROWTH SIZE
LTD 1.000 .345** -.193** -.086* .287**
Sig. . .000 .000 .026 .000
TA .345** 1.000 -.288** -.134** .008
Sig. .000 . .000 .001 .425
PRF -.193** -.288** 1.000 .513** .327**
Sig. .000 .000 . .000 .000
GROWTH -.086* -.134** .513** 1.000 .274**
Sig. .026 .001 .000 . .000
SIZE .287** .008 .327** .274** 1.000
Sig. .000 .425 .000 .000 .
N 510 510 510 510 510 **. Correlation is significant at the 0.01 level (1-tailed). Sumber: Output SPSS telah diolah kembali
Karena koefisien korelasi Pearson dapat dipengaruhi oleh nilai ekstrim,
maka dilakukan juga uji korelasi Spearman Rho. Berdasarkan tabel 4.8 di atas,
hasil uji Spearman Rho menghasilkan beberapa kesimpulan. Fixed Tangible
Assets (TA) berpengaruh positif terhadap Hutang Jangka Panjang (LTD) dengan
tingkat signifikansi di bawah 1% (p=0.000). Profitabilitas (PRF) memiliki
Pengaruh aktiva..., Susan Veronica Lim, FE UI, 2010.
38
Universitas Indonesia
pengaruh negatif terhadap LTD secara signifikan dengan tingkat signifikansi di
bawah 1% (p=0.000). Pertumbuhan (GROWTH) berpengaruh negatif terhadap
LTD dengan tingkat signifikansi di bawah 5% (p=0.026). Ukuran Perusahaan
(SIZE) berpengaruh positif terhadap LTD secara signifikan sengan tingkat
signifikansi di bawah 1% (p=0.000).
Variabel TA dan GROWTH koefisien korelasinya tidak sesuai dengan
hipotesis 1 dan 3 masing-masing secara signifikan. Variabel PRF dan SIZE
memiliki koefisien korelasi yang sesuai dengan hipotesis 2 dan 4 dan signifikan
secara statistik.
Tabel 4.9. Hasil uji Pearson Correlation antar variabel dengan variabel terikat TD
Berdasarkan uji Spearman Rho ini juga diketahui bahwa variabel bebas
(TA, PRF, GROWTH, SIZE) tidak berkorelasi satu dengan yang lain secara kuat
yaitu di bawah 0.6. Korelasi tertinggi hanya terjadi antara variabel PRF terhadap
GROWTH tetapi masih lemah yaitu hanya 0.513.
Pada persamaan kedua di mana Total Hutang (TD) sebagai variabel
terikatnya, dilakukan uji Pearson Correlation (Tabel 4.9) seperti pada persamaan
TD TA PRF GROWTH SIZE
TD 1 -.005 -.286** .078* .163**
Sig. .458 .000 .040 .000
TA -.005 1 -.257** -.063 -.009
Sig. .458 .000 .079 .423
PRF -.286** -.257** 1 .460** .314**
Sig. .000 .000 .000 .000
GROWTH .078* -.063 .460** 1 .294**
Sig. .040 .079 .000 .000
SIZE .163** -.009 .314** .294** 1
Sig. .000 .423 .000 .000
N 510 510 510 510 510
**. Correlation is significant at the 0.01 level (1-tailed).
*. Correlation is significant at the 0.05 level (1-tailed). Sumber: Output SPSS setelah diolah kembali
Pengaruh aktiva..., Susan Veronica Lim, FE UI, 2010.
39
Universitas Indonesia
pertama. Hasil uji korelasi tersebut menghasilkan output seperti tabel di bawah
ini:
Berdasarkan pada Tabel 4.9 di atas, hasil uji Pearson Correlation
menghasilkan kesimpulan yang dapat diterangkan lebih lanjut. Fixed Tangible
Assets (TA) berpengaruh negatif terhadap total hutang (TD) secara tidak
signifikan dengan tingkat signifikansi di atas 40% (p=0.458). Profitabilitas (PRF)
berpengaruh negatif terhadap Total Hutang (TD) secara signifikan dengan tingkat
signifikansi di bawah 1% (P=0.000). Pertumbuhan (GROWTH) berpengaruh
positif terhadap Total Hutang (TD) secara signifikan dengan tingkat signifikansi
di bawah 5% (p=0.040). Ukuran perusahaan (SIZE) memiliki pengaruh positif
terhadap Total Hutang (TD) secara signifikan dengan tingkat signifikansi di
bawah 1% (p=0.000).
Secara keseluruhan, variabel TA dan PRF memiliki korelasi terhadap
Total Hutang (TD) sesuai dengan hipotesis 1 dan 2 yakni berkorelasi negatif.
Hubungan negatif TA dengan LTD tidak signifikan secara statistik sedangkan
hubungan negatif PRF dengan LTD sangat signifikan. Variabel GROWTH dan
SIZE memiliki korelasi positif terhadap Total Hutang (TD) sesuai dengan
hipotesis 3 dan 4 secara signifikan.
Korelasi yang terjadi antara variabel bebas yang satu dengan yang lain
tidak kuat dengan angka korelasi yang bervariasi yakni di bawah 0.5. Korelasi
PRF dan GROWTH merupakan korelasi yang paling kuat di antara korelasi
variabel bebas lainnya tetapi dengan angka masih di bawah 0.5 yang artinya PRF
dan GROWTH berkorelasi secara lemah dengan cukup signifikan.
Pengaruh aktiva..., Susan Veronica Lim, FE UI, 2010.
40
Universitas Indonesia
Tabel 4.10. Hasil uji korelasi Spearman’s Rho antara variabel dengan variabel terikat TD
TD TA PRF GROWTH SIZE
TD 1.000 .196** -.237** -.099* .308** Sig. . .000 .000 .013 .000
TA .196** 1.000 -.288** -.134** .008 Sig. .000 . .000 .001 .425
PRF -.237** -.288** 1.000 .513** .327** Sig. .000 .000 . .000 .000
GROWTH -.099* -.134** .513** 1.000 .274** Sig. .013 .001 .000 . .000
SIZE .308** .008 .327** .274** 1.000 Sig. .000 .425 .000 .000 .
N 510 510 510 510 510 **. Correlation is significant at the 0.01 level (1-tailed).
*. Correlation is significant at the 0.05 level (1-tailed). Sumber: Output SPSS telah diolah kembali
Tabel di atas yang merupakan uji Spearman’s Rho menggambarkan
hubungan antar variabel dengan jelas. Fixed Tangible Assets (TA) berpengaruh
positif terhadap Total Hutang (TD) secara signifikan dengan tingkat signifikansi
di bawah 1% (p=0.000). Pengaruh antara Profitabilitas dengan Total Hutang (TD)
adalah negatif secara signifikan dengan tingkat signifikansi di bawah 1%
(p=0.000). Pertumbuhan Perusahaan (GROWTH) berpengaruh negatif terhadap
Total Hutang (TD) dengan tingkat signifikansi di bawah 5%. Ukuran perusahaan
(SIZE) berpengaruh positif terhadap Total Hutang (TD) secara signifikan di
bawah 1%.
Korelasi antar variabel bebas pun sama dengan hasil uji Pearson di mana
korelasinya tidak kuat yakni di bawah 0.6. Korelasi terkuat terjadi antara PRF dan
GROWTH sebesar 0.513 tetapi masih dikategorikan lemah karena masih di
bawah 0.8.
Secara umum hasil uji korelasi antar variabel untuk persamaan 1 dan
persamaan 2 menunjukkan hampir seluruh hipotesis sesuai dengan hasil pengujian
Pengaruh aktiva..., Susan Veronica Lim, FE UI, 2010.
41
Universitas Indonesia
kecuali varibel Fixed Tangible Assets (TA). Hampir semua uji TA terhadap
Hutang menyatakan hubungan positif kecuali untuk uji Pearson dengan variabel
terikat TD. Korelasi yang ada antar variabel-variabel bebas baik persamaan 1
maupun 2 menunjukkan bahwa tidak ada satupun variabel bebas yang memiliki
korelasi yang terlalu kuat antar variabel. Beberapa buku statistik mengacu korelasi
yang kuat antar variabel bebas adalah bila korelasi tersebut di atas 0.8 sedangkan
hasil uji di atas tidak ada yang menunjukkan angka korelasi sebesar itu atau
dengan kata lain baik hasil uji pada persamaan 1 maupun 2 tidak mengandung
adanya Multikolinieritas di antara variabel-variabel bebasnya. Hasil ini juga
sesuai dengan uji Multikolinieritas dengan cara uji VIF atau Tolerance di sub
bagian sebelumnya.
4.4. Uji Asumsi Heteroskedastisitas
Heteroskedastisitas adalah keadaan di mana varian tidak konstan atau
berubah-ubah. Asumsi yang harus dipenuhi agar taksiran parameter dalam model
regresi bersifat BLUE (Best Linier Unbiased Estimate) maka var (ui) harus sama
dengan σ2 (konstan) atau dengan kata lain semua residual atau error mempnyai
varian yang sama (Nachrowi dan Usman, 2006).
Data panel adalah data dari beberapa individu yang dikumpulkan dari
waktu ke waktu. Selain data time series, data panel juga terdiri dari data cross
section, sehingga patut dicurigai kemungkinan adanya heteroskedastisitas.
Program Eviews yang digunakan dalam pengolahan data ini, telah menyediakan
cara menguji dan sekaligus menyediakan model yang telah dibebaskan dari
masalah heteroskedastisistas ini.
Uji formal yang digunakan untuk menguji adanya Heteroskedastisitas ini
adalah Uji White yang tersedia dalam Program Eviews. Pertama-tama data diolah
dulu dengan program Eviews tanpa menggunakan pengujian Heteroskedastisitas.
Setelah diperoleh hasil awal, kemudian dibandingkan dengan hasil yang dilakukan
setelah pengujian dan meniadakan pengaruh Heteroskedasitistas. Hasil (output)
dari model Ordinary Least Square dan Model Efek Tetap sesudah pendeteksian
atau pengujian dan peniadaaan masalah Heteroskedastisitas inilah yang akan
digunakan dalam analisa selanjutnya. Hasil (output) untuk persamaan 1 dan 2 baik
Pengaruh aktiva..., Susan Veronica Lim, FE UI, 2010.
42
Universitas Indonesia
yang menggunakan model Ordinary Least Square dan Model Efek Tetap dapat
dilihat di lampiran 3 sampai lampiran 6.
4.5. Analisis Otokorelasi
Model Efek Tetap (MET) dalam data panel tidak membutuhkan asumsi
terbebasnya model dari serial korelasi, maka uji tentang otokorelasi dapat
diabaikan (Nachrowi dan Usman, 2006).
4.6. Analisis Regresi Data Panel
Bab sebelumnya telah menjelaskan mengenai data panel di mana data
panel adalah data beberapa individu yang dikumpulkan dari waktu ke waktu. Data
panel yang diteliti di sini terdiri dari 102 individu (perusahaan) atau data cross
section dan dari tahun 2003 sampai tahun 2007 atau data time series. Seperti telah
dijelaskan dalam bab sebelumnya, dengan asumsi bahwa ada variasi yang berubah
untuk setiap perusahaan dan pada setiap waktu yang tercermin dalam
interceptnya, maka persamaan regresi untuk data panel ini akan diregresi dengan
Model Ordinary Least Square dan Model Efek Tetap (Fixed Effect).
4.6.1. Pemilihan Model antara OLS dan MET
Hasil output dari Eviews baik untuk Model OLS maupun MET pada
lampiran 3 sampai lampiran 6 akan diuji untuk melihat model mana yang paling
sesuai atau valid dengan uji Restricted F test sebagai berikut:
m = jumlah pembatasan (restriction) = 102 perusahaan – 1 = 101
n = 102 individu x 5 tahun = 510
k = jumlah variabel bebas dalam persamaan unrestricted (MET) = 4
R2UR = R2 untuk persamaan Unrestricted (MET)
R2R = R2 untuk persamaan Restricted (OLS)
( ))/()1(
/RF 2
22UR
knRmR
UR
R
−−−
Pengaruh aktiva..., Susan Veronica Lim, FE UI, 2010.
43
Universitas Indonesia
Tabel 4.11. Ringkasan perhitungan Uji F untuk Model 1 dan 2
Model R2UR (MET) R2
R (OLS) F Hitung
Model 1 0.858556 0.201663 23.27
Model 2 0.830856 0.202276 18.62
Nilai F tersebut dibandingkan dengan Tabel F dengan numerator 101 dan
denominator 506. Nilai F dengan numerator 101 dan denominator 506 dari tabel
F dengan tingkat keyakinan 5% adalah sekitar 1.36.
Nilai F Hitung untuk Model 1 dengan variabel terikat LTD adalah 23.27 >
Nilai F Tabel 1.36 dan untuk Model 2 dengan variabel terikat TD adalah 18.62 >
Nilai F Tabael 1.36 sehingga persamaan restricted (dalam hal ini OLS) tidak
sesuai atau valid. Hal ini berarti bahwa MET merupakan model yang lebih baik
dibandingkan OLS.
Penentuan model dapat dilakukan selain uji F di atas. Menurut Gujarati di
bukunya Basic Econometrics, 4th ed., 2003, seharusnya jawabannya sudah jelas,
jika dilihat dari signifikansi statistik dari koefisien yang diduga, dan fakta bahwa
R2 telah meningkat secara substansial dan kenyataan bahwa nilai d Durbin Watson
yang lebih tinggi, telah menunjukkan bahwa model OLS telah salah dijabarkan.
Berikut ini tabel perbandingan nilai R2 dan d untuk metode OLS dan MET:
Tabel 4.12. Perbandingan R2 dan d antara Metode OLS dan MET pada masing-masing model
Model R2 d
OLS MET OLS MET
Model 1 0.201663 0.858556 0.3462321 1.666168
Model 2 0.202276 0.830856 0.370429 1.374955
Model 1
R2 MET 85.86% yang artinya variabilitas perubahan LTD dapat dijelaskan oleh
variabel TA, PRF, GROWTH dan SIZE sedangkan sisanya 14.14% dipengaruhi
oleh faktor-faktor lain. Bandingkan dengan R2 OLS yang hanya 20.17%. Nilai
Pengaruh aktiva..., Susan Veronica Lim, FE UI, 2010.
44
Universitas Indonesia
statistik DW untuk OLS adalah 0.35 yang mendekati nilai 0 yang berarti ada
otokorelasi positif, sedangkan nilai statistik DW untuk MET adalah 1.67 yang
mendekati 2, yang berarti tidak ada otokorelasi.
Model 2
R2 MET 83.09% yang artinya variabilitas perubahan LTD dapat dijelaskan oleh
variabel TA, PRF, GROWTH dan SIZE sedangkan sisanya16.91% dipengaruhi
oleh faktor-faktor lain. Bandingkan dengan R2 OLS yang hanya 20.23%. Nilai
statistik DW untuk OLS adalah 0.37 yang mendekati nilai 0 yang berarti ada
otokorelasi positif, sedangkan nilai statistik DW untuk MET adalah 1.37 yang
mendekati 2, yang berarti tidak ada otokorelasi.
Kesimpulan:
Dari beberapa kriteria di atas, dapat disimpulkan bahw Model Efek Tetap (MET)
lebih baik dibandingkan dengan model Ordinary Least Square (OLS), sehingga
untuk analisa selanjutnya akan menggunakan hasil (output) dari regresi data panel
dengan model Efek Tetap (MET).
4.6.2. Analisis Data Panel dengan Model Efek Tetap (MET)
Berbeda dengan persamaan regresi cross section atau time series saja,
regresi data panel terdiri dari individu cross section diamati sepanjang waktu.
Dengan kata lain, data panel mempunyai dimensi ruang dan waktu (Gujarati,
2003).
Seperti telah dipaparkan pada bagian-bagian sebelumnya bahwa dalam
penelitian ini mencoba melihat pengaruh faktor-faktor determinan Fixed Tangibile
Assets (TA), tingkat Profitabilitas (PRF), tingkat pertumbuhan (GROWTH) dan
ukuran atau skala perusahaan (SIZE) terhadap tingkat Hutang Jangka Panjang
(LTD) dan terhadap Total Hutang (TD) yang dijabarkan dalam dua persamaan
sebagai berikut:
)1.4(..................4it3it2it1 PRFTA KKKKKitititit SIZEGROWTHLTD εββββα +++++=
)2.4(..................4it3it2it1 PRFTA KKKKKitititit SIZEGROWTHTD εββββα +++++=
Pengaruh aktiva..., Susan Veronica Lim, FE UI, 2010.
45
Universitas Indonesia
Dalam kedua persamaan tersebut, keempat variabel bebasnya sama.
Perbedaan hanya terletak pada variabel terikat, di mana persamaan 4.1 ingin
melihat pengaruh variabel-variabel bebas terhadap Hutang Jangka Panjang dan
persamaan 4.2. ingin melihat pengaruh variabel-variabel bebas terhadap Total
Hutang. Kedua persamaan itu akan diolah denga regresi metode Data Panel
(Pooled Data) dengan Model Efek Tetap. Metode ini memungkinkan adanya
variasi antar individu dan waktu dalam pengamatan yang tercermin dalam
intercept yang berbeda-beda untuk tiap individu. Metode sebelumnya yaitu OLS
tidak mampu mengakomodir kenyataan variasi antar individu dan antar waktu ini.
Oleh karena itu, maka MET digunakan sebagai model yang lebih baik dalam
menjelaskan hubungan faktor-faktor determinan terhadap hutang yang menjadi
tujuan penelitian ini.
Seperti telah dinyatakan dalam bab 3, hipotesis yang ingin diuji bersifat uji
satu sisi (one sided) karena hipotesis dinyatakan dalam hubungan yang positif
(upper test) atau negatif (lower test) sehingga nantinya dalam penentuan
signifikansi, nilai p-value akan dibagi dua.
Dengan menggunakan software Eviews 5.0 dilakukan regresi data panel
(Pooled data) untuk masing-masing persamaan dengan cara memasukkan LTD
dan TD sebagai variabel bebas dan TA, PRF, GROWTH, dan SIZE sebagai
variabel terikat. Populasi sampel terdiri dari 102 perusahaan manufaktur dengan
waktu pengamatan 5 tahun dari tahun 2003 sampai tahun 2007 sehingga
dihasilkan data panel sebanyak 510 sampel.
4.6.2.1. Model 1 dengan Variabel Terikat : LTD
Hasil regresi persamaan pertama dengan LTD sebagai variabel terikatnya dapat
dilihat sebagaimana tabel di bawah ini:
Pengaruh aktiva..., Susan Veronica Lim, FE UI, 2010.
46
Universitas Indonesia
Tabel 4.13. Output persamaan data panel dengan LTD sebagai variabel terikatnya
LTD
Hipotesis Koefisien/
Nilai
P Value
(2 tailed)
P Value
TA - 0.638196 0.1823 0.09115*
PRF - -0.623143 0.0937 0.04685**
GROWTH + 0.072948 0.2210 0.1105
SIZE + 0.506120 0.0000 0.0000***
Intercept -9.878564
Adj R2 0.820013
S.E. of regression 0.608188
Durbin-Watson Stat 1.666168
S.D. dependent var. 1.433563
F-Stat. 22.27500
N 510
***significant at the 1% level ** significant at the 5% level * significant at the 10% level Sumber: Output Eviews telah diolah kembali
Program Eviews yang digunakan dalam penelitian ini juga dapat
memberikan persamaan-persamaan regresi untuk tiap-tiap individu (perusahaan)
sehingga setiap persamaan berbeda-beda untuk tiap individu yang tercermin
dalam intercept tiap individu yang berlainan. Itulah salah satu kelebihan MET.
Hasil persamaan tersebut disajikan dalam tabel berikut ini tetapi hanya persamaan
5 perusahaan saja yang disajikan dalam tabel berikut. Hasil persamaan untuk
setiap dari 102 perusahaan dapat dilihat selengkapnya dalam lampiran 7.
Pengaruh aktiva..., Susan Veronica Lim, FE UI, 2010.
47
Universitas Indonesia
Tabel 4.14. Persamaan regresi untuk 5 individu atau perusahaan (sebagai contoh)
Estimation Command: ===================== LS(CX=F,PER=F,COV=CXWHITE) LTD? TA? PRF? GROWTH? SIZE? Estimation Equations: ===================== PER_EFFECT = C(108)*@ISPERIOD("2003") + C(109)*@ISPERIOD("2004") + C(110)*@ISPERIOD("2005") + C(111)*@ISPERIOD("2006") + C(112)*@ISPERIOD("2007") LTD_AISA = C(6) + PER_EFFECT + C(1) + C(2)*TA_AISA + C(3)*PRF_AISA + C(4)*GROWTH_AISA + C(5)*SIZE_AISA LTD_AKPI = C(7) + PER_EFFECT + C(1) + C(2)*TA_AKPI + C(3)*PRF_AKPI + C(4)*GROWTH_AKPI + C(5)*SIZE_AKPI LTD_AKRA = C(8) + PER_EFFECT + C(1) + C(2)*TA_AKRA + C(3)*PRF_AKRA + C(4)*GROWTH_AKRA + C(5)*SIZE_AKRA LTD_ALMI = C(9) + PER_EFFECT + C(1) + C(2)*TA_ALMI + C(3)*PRF_ALMI + C(4)*GROWTH_ALMI + C(5)*SIZE_ALMI LTD_AMFG = C(10) + PER_EFFECT + C(1) + C(2)*TA_AMFG + C(3)*PRF_AMFG + C(4)*GROWTH_AMFG + C(5)*SIZE_AMFG Substituted Coefficients: ===================== PER_EFFECT = 0.2255394853*@ISPERIOD("2003") + 0.1469438502*@ISPERIOD("2004") + 0.02336555094*@ISPERIOD("2005") - 0.1318850266*@ISPERIOD("2006") - 0.2639638598*@ISPERIOD("2007") LTD_AISA = 0.7460844974 + PER_EFFECT - 9.878564403 + 0.6381957091*TA_AISA - 0.6231426593*PRF_AISA + 0.07294757748*GROWTH_AISA + 0.5061201494*SIZE_AISA LTD_AKPI = -0.1025708397 + PER_EFFECT - 9.878564403 + 0.6381957091*TA_AKPI - 0.6231426593*PRF_AKPI + 0.07294757748*GROWTH_AKPI + 0.5061201494*SIZE_AKPI LTD_AKRA = -1.113685747 + PER_EFFECT - 9.878564403 + 0.6381957091*TA_AKRA - 0.6231426593*PRF_AKRA + 0.07294757748*GROWTH_AKRA + 0.5061201494*SIZE_AKRA LTD_ALMI = -0.6675018068 + PER_EFFECT - 9.878564403 + 0.6381957091*TA_ALMI - 0.6231426593*PRF_ALMI + 0.07294757748*GROWTH_ALMI + 0.5061201494*SIZE_ALMI LTD_AMFG = -1.025331218 + PER_EFFECT - 9.878564403 + 0.6381957091*TA_AMFG - 0.6231426593*PRF_AMFG + 0.07294757748*GROWTH_AMFG + 0.5061201494*SIZE_AMFG Sumber: Output Eviews telah diolah kembali
Pengaruh aktiva..., Susan Veronica Lim, FE UI, 2010.
48
Universitas Indonesia
Dari hasil kedua tabel dan persamaan di atas dapat diperoleh hasil bahwa
adjusted R2 menghasilkan angka 0.820013 yang artinya persamaan ini cukup baik
dalam menjelaskan pengaruh variabel bebas terhadap variabel terikat. Variabel
bebas yaitu TA, PRF, GROWTH dan SIZE dapat menjelaskan variabilitas
pengaruh terhadap hutang jangka panjang sebanyak 82% dan sebesar 18% LTD
(hutang jangka panjang) dipengaruhi oleh faktor-faktor selain empat variabel tadi.
Nilai statistik Durbin-Watson menunjukkan nilai 1.67 yang mendekati
nilai 2, sehingga dapat dikatakan dalam persamaan ini diduga tidak ada
otokorelasi, dan kalaupun ada tidak terlalu kuat dan MET tidak mensyaratkan
bahwa persamaan harus bebas dari otokorelasi.
Standard Error of Regression 0.608188 dibandingkan dengan standar
deviasi 1.433563 yang artinya model ini mampu menduga pengaruh terhadap
hutang jangka panjang lebih baik atau model ini lebih bagus dalam bertindak
sebagai prediktor LTD (Hutang Jangka Panjang) jika dibandingkan dengan rat-
rata hutang jangka panjang itu sendiri.
Konstanta sebesar -9.878564 menunjukkan bahwa jika tidak ada TA, PRF,
GROWTH, dan SIZE perusahaan-perusahaan manufaktur pada umumnya tidak
akan berhutang atau meminjam.
TA berpengaruh positif terhadap LTD secara cukup signifikan dengan
tingkat signifikansi di bawah 10% (p=0.1823/2 =0.09115) dengan koefisien
variabel yang tidak terlalu besar yakni 0.638196. Dengan kata lain, jika faktor lain
tidak berubah, maka setiap kenaikan 1 TA akan menyebabkan kenaikan LTD
sebanyak 0.64. Hasil tersebut berlawanan dengan hipotesis 1.
PRF berpengaruh negatif terhadap LTD dengan signifikansi di bawah 5%
(p=0.0937/2 = 0.04685) dengan koefisien variabel sebesar -0.623143. Hal ini
berarti jika faktor lain tidak berubah, maka setiap kenaikan 1 PRF akan
menurunkan LTD sebanyak 0.623143. Hal ini sesuai dengan hipotesis 2.
GROWTH berpengaruh positif terhadap LTD tetapi tidak signifikan
dengan tingkat signifikansi sekitar 11% (p=0.2210/2 = 0.1105) dengan koefisien
variabel yang cukup kecil yaitu 0.072948. Kondisi ini berarti jika faktor lain tetap,
maka setiap kenaikan 1 GROWTH akan menaikkan LTD sebanyak 0.072948. Hal
ini sesuai dengan hipotesis 3.
Pengaruh aktiva..., Susan Veronica Lim, FE UI, 2010.
49
Universitas Indonesia
SIZE berpengaruh positif terhadap LTD dengan sangat signifikan yaitu
dengan tingkat signifikansi di bawah 1% (p=0.0000) dengan koefisien variabel
yang cukup besar yaitu 0.506120. Hal ini menggambarkan bahwa jika faktor lain
tidak berubah, maka setiap kenaikan 1 SIZE akan menaikkan LTD sebanyak
0.506120. Hal ini sesuai dengan hipotesis 4.
Perusahaan yang mempunyai rata-rata peningkatan LTD (Hutang Jangka
Panjang) terbesar adalah PT. Indomobil Sukses Makmur Tbk. (_IMAS). Hal ini
bisa diketahui dari intercept perusahaan itu sendiri ditambah dengan PER
EFFECT dan konstanta (7.787952 + PER_EFFECT -9.878564).
Perusahaan yang mempunyai rata-rata peningkatan LTD (Hutang Jangka
Panjang) terkecil adalah PT. Unilever Indonesia Tbk. (_UNVR). Hal ini bisa
diketahui dari intercept perusahaan itu sendiri ditambah PER EFFECT dana
konstanta ( -2.50099 + PER_EFFECT + 9.878564). Daftar intercept ini dapat dilihat
pada lampiran 8.
4.6.2.2. Model 2 dengan Variabel Terikat : TD
Setelah dilakukan uji data panel dengan metode Efek Tetap (MET) pada
persamaan pertama maka dilakukan uji persamaan kedua dengan metode regresi
data panel pula dengan cara memasukkan TD sebagai variabel terikat dan TA,
PRF, GROWTH, dan SIZE sebagai variabel bebas. Hasil uji regresi data panel
kedua dengan TD sebagai variabel terikat dapat dilihat sebagaimana tabel di
bawah ini:
Pengaruh aktiva..., Susan Veronica Lim, FE UI, 2010.
50
Universitas Indonesia
Tabel 4.15. Output persamaan data panel kedua dengan TD sebagai variabel terikat
TD
Hipotesis Koefisien/
Nilai
P Value
(2 tailed)
P Value
TA - -0.120586 0.8878 0.4439
PRF - -1.749546 0.0016 0.0008***
GROWTH + 0.303108 0.1428 0.0714*
SIZE + 1.081208 0.0000 0.0000***
Intercept -20.47191
Adj R2 0.784764
S.E. of regression 1.314238
Durbin-Watson Stat 1.374955
S.D. dependent var. 2.832806
F-Stat. 18.02613
N 510
***significant at the 1% level * significant at the 10% level Sumber: Output Eviews telah diolah kembali
Program Eviews yang digunakan seperti telah dijelaskan pada bagian
sebelumnya, juga dapat memberikan persamaan-persamaan regresi untuk tiap-tiap
individu (perusahaan) sehingga setiap persamaan berbeda-beda untuk tiap
individu yang tercermin dalam intercept tiap individu yang berlainan. Hasil
persamaan tersebut disajikan dalam tabel berikut ini tetapi hanya persamaan 5
perusahaan saja yang disajikan dalam tabel berikut. Hasil persamaan untuk setiap
perusahaan dengan total 102 perusahaan dapat dilihat selengkapnya dalam
lampiran 9.
Pengaruh aktiva..., Susan Veronica Lim, FE UI, 2010.
51
Universitas Indonesia
Tabel 4.16. Persamaan regresi untuk contoh sebanyak 5 individu atau perusahaan dengan variabel terikat TD
Estimation Command: ===================== LS(CX=F,PER=F,COV=CXWHITE) TD? TA? PRF? GROWTH? SIZE? Estimation Equations: ===================== PER_EFFECT = C(108)*@ISPERIOD("2003") + C(109)*@ISPERIOD("2004") + C(110)*@ISPERIOD("2005") + C(111)*@ISPERIOD("2006") + C(112)*@ISPERIOD("2007") TD_AISA = C(6) + PER_EFFECT + C(1) + C(2)*TA_AISA + C(3)*PRF_AISA + C(4)*GROWTH_AISA + C(5)*SIZE_AISA TD_AKPI = C(7) + PER_EFFECT + C(1) + C(2)*TA_AKPI + C(3)*PRF_AKPI + C(4)*GROWTH_AKPI + C(5)*SIZE_AKPI TD_AKRA = C(8) + PER_EFFECT + C(1) + C(2)*TA_AKRA + C(3)*PRF_AKRA + C(4)*GROWTH_AKRA + C(5)*SIZE_AKRA TD_ALMI = C(9) + PER_EFFECT + C(1) + C(2)*TA_ALMI + C(3)*PRF_ALMI + C(4)*GROWTH_ALMI + C(5)*SIZE_ALMI TD_AMFG = C(10) + PER_EFFECT + C(1) + C(2)*TA_AMFG + C(3)*PRF_AMFG + C(4)*GROWTH_AMFG + C(5)*SIZE_AMFG Substituted Coefficients: ===================== PER_EFFECT = 0.3401389049*@ISPERIOD("2003") + 0.09932515373*@ISPERIOD("2004") + 0.06537978086*@ISPERIOD("2005") - 0.1917547287*@ISPERIOD("2006") - 0.3130891108*@ISPERIOD("2007") TD_AISA = 1.617444648 + PER_EFFECT - 20.47190573 - 0.1205860888*TA_AISA - 1.749545749*PRF_AISA + 0.3031077745*GROWTH_AISA + 1.081208131*SIZE_AISA TD_AKPI = -0.4709122372 + PER_EFFECT - 20.47190573 - 0.1205860888*TA_AKPI - 1.749545749*PRF_AKPI + 0.3031077745*GROWTH_AKPI + 1.081208131*SIZE_AKPI TD_AKRA = -2.035836083 + PER_EFFECT - 20.47190573 - 0.1205860888*TA_AKRA - 1.749545749*PRF_AKRA + 0.3031077745*GROWTH_AKRA + 1.081208131*SIZE_AKRA TD_ALMI = -0.5353360718 + PER_EFFECT - 20.47190573 - 0.1205860888*TA_ALMI - 1.749545749*PRF_ALMI + 0.3031077745*GROWTH_ALMI + 1.081208131*SIZE_ALMI TD_AMFG = -1.871504294 + PER_EFFECT - 20.47190573 - 0.1205860888*TA_AMFG - 1.749545749*PRF_AMFG + 0.3031077745*GROWTH_AMFG + 1.081208131*SIZE_AMFG Sumber: Output Eviews telah diolah kembali
Pengaruh aktiva..., Susan Veronica Lim, FE UI, 2010.
52
Universitas Indonesia
Dari hasil persamaan pada tabel 4.15 dan 4.16 di atas dapat diketahui hal-
hal sebagai berikut. Adjusted R2 menghasilkan nilai 0.784764 yang artinya
persamaan ini cukup baik dalam menjelaskan pengaruh variabel bebas terhadap
variabel terikat. Variabel bebas yaitu TA, PRF, GROWTH dan SIZE dapat
menjelaskan variabilitas pengaruh terhadap TD (Total hutang) sebesar 78.48%
dan sebesar 21.52% TD dipengaruhi oleh faktor-faktor lain selain empat variabel
tadi.
Nilai statistik Durbin-Watson menunjukkan nilai 1.37 yang mendekati
nilai 2, sehingga dapat dikatakan dalam persamaan ini diduga tidak ada
otokorelasi, dan kalaupun ada tidak terlalu kuat.
Standard Error of Regression 1.314238 dibandingkan dengan standar
deviasi 2.832806 yang artinya model ini mampu menduga pengaruh terhadap TD
(Total Hutang) lebih baik atau model ini lebih bagus dalam bertindak sebagai
prediktor TD (Total Hutang) jika dibandingkan dengan rat-rata Total hutang itu
sendiri.
Konstanta sebesar -20.47191 menunjukkan bahwa jika tidak ada TA, PRF,
GROWTH, dan SIZE perusahaan-perusahaan manufaktur pada umumnya tidak
akan berhutang atau meminjam.
TA berpengaruh negatif terhadap TD namun tidak signifikan (p=0.8878/2
=0.4439) dengan koefisien variabel sebesar yakni -0.120586. Dengan kata lain,
jika faktor lain tidak berubah, maka setiap kenaikan 1 TA akan menyebabkan
penurunan TD sebanyak 0.12. Hasil tersebut tidak sejalan dengan hipotesis 1.
PRF berpengaruh negatif terhadap TD secara signifikan dengan
signifikansi di bawah 1% (p=0.0016/2 = 0.0008) dengan koefisien variabel
sebesar -1.749546. Hal ini berarti jika faktor lain tidak berubah, maka setiap
kenaikan 1 PRF akan menurunkan TD sebanyak 1.75. Hal ini sesuai dengan
hipotesis 2.
GROWTH berpengaruh positif terhadap TD tetapi kurang signifikan
dengan tingkat signifikansi di atas 5% (p=0.1428/2 = 0.0714) dengan koefisien
variabel yang kecil yaitu 0.303108. Kondisi ini berarti jika faktor lain tetap, maka
setiap kenaikan 1 GROWTH akan menaikkan LTD sebanyak 0.303108. Hal ini
sesuai dengan hipotesis 3.
Pengaruh aktiva..., Susan Veronica Lim, FE UI, 2010.
53
Universitas Indonesia
SIZE berpengaruh positif terhadap TD dengan sangat signifikan yaitu
dengan tingkat signifikansi di bawah 1% (p=0.0000) dengan koefisien variabel
yang besar yaitu 1.081208. Hal ini menggambarkan bahwa jika faktor lain tidak
berubah, maka setiap kenaikan 1 SIZE akan menaikkan TD sebanyak 1.081208.
Hal ini sesuai dengan hipotesis 4.
Perusahaan yang mempunyai rata-rata peningkatan TD (Total Hutang)
terbesar adalah PT. Indomobil Sukses Makmur Tbk. (_IMAS). Hal ini bisa
diketahui dari intercept perusahaan itu sendiri ditambah dengan PER EFFECT
dan konstanta (15.88256 + PER_EFFECT -20.47191).
Perusahaan yang mempunyai rata-rata peningkatan TD (Total Hutang
terkecil adalah PT. Unilever Indonesia Tbk. (_UNVR). Hal ini bisa diketahui dari
intercept perusahaan itu sendiri ditambah PER EFFECT dana konstanta ( -
6.73764 + PER_EFFECT - 20.47191). Daftar intercept ini dapat dilihat pada lampiran
10.
4.7. Kesimpulan Analisis Regresi
Berdasarkan hasil regresi atas persamaan 1 dan 2 dengan menggunakan
regresi data panel yang dilakukan dengan Model Efek Tetap untuk melihat
pengaruh faktor-faktor TA, PRF, GROWTH dan SIZE terhadap Hutang Jangka
Panjang dan Total Hutang telah menghasilkan output seperti disajikan di bagian
sebelumnya. Oleh karena itu dapat dibuat kesimpulan atas hasil regresi kedua
persamaan sebagaimana dapat dilihat pada tabel di bawah ini.
Pengaruh aktiva..., Susan Veronica Lim, FE UI, 2010.
54
Universitas Indonesia
Tabel 4.17. Pengaruh TA, PRF, GROWTH, dan SIZE terhadap LTD dan D dengan model efek tetap
LTD TD
Hipotesis Koefisien P Value Hipotesis Koefisien P Value
TA - 0.638196 0.09115* - -0.120586 0.4439
PRF - -0.623143 0.04685** - -1.749546 0.0008***
GROWTH + 0.072948 0.1105 + 0.303108 0.0714*
SIZE + 0.506120 0.0000*** + 1.081208 0.0000***
Intercept -9.878564 -20.47191
Adj R2 0.820013 0.784764
F-Stat. 22.27500 18.02613
***significant at the 1% level ** significant at the 5% level * significant at the 10% level
Berdasarkan resume tabel di atas dapat ditarik kesimpulan mengenai
pengaruh faktor-faktor Fixed Tangible Assets, Tingkat profitabilitas, tingkat
pertumbuhan, dan ukuran perusahaan terhadap tingkat hutang perusahaan.
Hipotesis bahwa Fixed Tangible Assets berpengaruh negatif terhadap
tingkat hutang jangka panjang perusahaan dan total hutang (Hipotesis 1) tidak
didukung data berdasarkan penelitian ini. Pengaruh fixed tangible assets yang
positif terhadap hutang jangka panjang cukup signifikan tetapi pengaruh fixed
tangible assets yang negatif terhadap total hutang tetapi tidak signifikan diperoleh
dalam penelitian ini. Pengaruh positif Fixed Tangible Assets terhadap hutang ini
menunjukkan bahwa dalam industri manufaktur di Indonesia, pihak kreditur atau
pemberi pinjaman melihat asset ini merupakan jaminan (collateral) yang baik di
mana semakin besar tangible assets yang dapat dijadikan jaminan, maka semakin
besar kemungkinan kreditur bersedia memberikan pinjaman. Jaminan hutang yang
lebih besar menurunkan risiko kreditur menderita agency cost dari hutang. Assets
ini juga mempunyai nilai lebih pada saat likuidasi. Semakin besar proporsi
Pengaruh aktiva..., Susan Veronica Lim, FE UI, 2010.
55
Universitas Indonesia
tangible assets dalam neraca perusahaan, semakin besar keinginan kreditur
memberi pinjaman, sehingga tingkat hutang (leverage) menjadi lebih tinggi.
Hasil uji regresi bahwa tingkat profitabilitas berpengaruh negatif terhadap
tingkat hutang perusahaan telah sejalan dengan hipotesis yang diungkapkan dalam
Bab 3 dan juga sejalan dengan penelitian yang dilakukan oleh Fama dan French
(2002) dan sejalan dengan Pecking Order Theory, di mana perusahaan lebih
mengandalkan pendanaan dari internal terlebih dahulu. Bukti-bukti ini juga
mendukung implikasi dari Myers dan Majluf (1984) dan Myers (1984). Pengaruh
negatif secara signifikan terhadap total hutang didukung data dalam penelitian ini.
Tingkat pertumbuhan berpengaruh positif terhadap tingkat hutang
perusahaan didukung data dalam penelitian ini dengan cukup signifikan dan
menurut hasil penelitian telah sesuai dengan hipotesis yang ada dan juga sesuai
dengan penelitian yang dilakukan oleh Fama dan French (2002).
Ukuran perusahaan berpengaruh positif terhadap tingkat hutang
perusahaan baik hutang jangka panjang dan total hutang menurut hasil regresi
telah sejalan dengan hipotesis 4 dengan sangat siginifikan dan sejalan dengan
literatur yang ada serta sesuai dengan penelitian yang dilakukan Medeiros dan
Daher (2004).
Pengaruh aktiva..., Susan Veronica Lim, FE UI, 2010.