UNIVERSITAS NEGERI JAKARTA UPT...
-
Upload
nguyenthien -
Category
Documents
-
view
219 -
download
0
Transcript of UNIVERSITAS NEGERI JAKARTA UPT...
KEMENTERIAN RISET, TEKNOLOGI, DAN PENDIDIKAN TINGGI UNIVERSITAS NEGERI JAKARTA
UPT P E R P U S T A K A A N Kampus Universitas Negeri Jakarta Jalan Rawamangun Muka Jakarta 13220
Telepon/Fax.: (021) 4894221 Laman www.lib.unj.ac.id
WQA ISO 9001 : 2008 certified
CERTIFICATE NUMBER QS7215
TANDA TERIMA LAPORAN PENELITIAN
Telah diterima laporan penelitian dari
Nama : Umi Widyastuti, SE., ME.
Dosen : FE Universitas Negeri Jakarta
yang berjudul :
Analisis Faktor-Faktor Yang mempengaruh Struktur Modal Pada Bank Yang Listing Di Bursa Efek Indonesia
Laporan penelitian tersebut menjadi koleksi perpustakaan dan akan disosialisasikan untuk dapat dipergunakan oleh pemustaka Perpustakaan Universitas Negeri Jakarta.
Atas sumbangan laporan penelitian tersebut disampaikan terima kasih.
FR.HK.04.00.PM.TU.11.11
LAPORAN PENELITIAN
KATEGORI WAJIB
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI
STRUKTUR MODAL PADA BANK YANG LISTING
DI BURSA EFEK INDONESIA
OLEH:
Dra. Sri Zulaihati, MSi (NIP 19610228 198602 2001)
Umi Widyastuti, SE.ME (NIP 197612112000122001)
PENELITIAN INI DIBIAYAI OLEH DANA DIPA BLU
SP-DIPA042.01.2.400893/2017 REVISI 01 TANGGAL 16 FEBRUARI 2017
SESUAI DENGAN KEPUTUSAN REKTOR NO. 359/SP/2017
TANGGAL 23 MARET 2017
FAKULTAS EKONOMI
UNIVERSITAS NEGERI JAKARTA
TAHUN 2017
Bidang Kajian: Manajemen Keuangan
iii
ABSTRAK
Dalam menjalankan kegiatan operasinya, sebuah perusahaan dihadapkan pada
beberapa keputusan keuangan (financial decision), salah satunya adalah keputusan
pendanaan (financing decision). Keputusan pendanaan berkaitan dengan bagaimana
sebuah perusahaan menentukan komposisi penggunaan dana yang berasal dari hutang
dan modal sendiri, yang disebut dengan struktur modal.
Studi empiris tentang struktur modal telah banyak dilakukan, baik di negara
maju maupun negara berkembang. Kajian penelitian yang saat ini masih terus
dilakukan adalah determinan struktur modal. Penelitian ini juga bertujuan untuk
mengetahui faktor-faktor yang memperngaruhi struktur modal pada bank yang listing
di Bursa Efek Indonesia. Berdasarkan beberapa penelitian sebelumnya, maka dalam
penelitian ini meneliti pengaruh variabel independen antara lain size, asset growth,
profitability, tangibility. Penelitian ini menggunakan data yang diperoleh dari sampel
22 bank yang telah terdaftar di Bursa Efek Indonesia selama periode 2010-2015.
Berdasarkan hasil pengujian secara parsial dengan menggunakan uji t dapat
disimpulkan bahwa variabel size dan assets growth memiliki pengaruh yang signifikan
terhadap struktur modal. Sedangkan variabel profitability dan tangibility tidak
memiliki pengaruh yang signifikan terhadap struktur modal.
iv
KATA PENGANTAR
Teriring ucapan syukur kepada Allah SWT atas segala karunia-Nya sehingga
penelitian ini dapat diselesaikan dan disusun dengan baik. Dalam kesempatan ini, kami
ingin mengucapkan terimakasih kepada Dekan Fakultas Ekonomi Universitas Negeri
Jakarta dan jajarannya yang telah memberikan kesempatan kepada penyusun untuk
menjalankan kegiatan Tridharma Perguruan Tinggi.
Peneliti berharap hasil karya ini dapat memberikan manfaat bagi
pengembangan ilmu para pembacanya, dan juga dapat digunakan sebagai salah satu
sumber belajar bagi mahasiswa khususnya di lingkungan Fakultas Ekonomi
Universitas Negeri Jakarta. Namun kami menyadari dalam penyusunan hasil penelitian
ini masih banyak kekurangan dan masih jauh dari sempurna. Karena itu, saran dan
kritik yang membangun dari pembaca, sangat kami harapkan untuk penyempurnaan
publikasi hasil penelitian ini di kemudian hari.
Jakarta, 15 Agustus 2017
Peneliti
Dra. Sri Zulaihati, MSi.
v
DAFTAR ISI
HALAMAN PENGESAHAN ..................................................................................... ii
ABSTRAK .................................................................................................................. iii
KATA PENGANTAR ................................................................................................ iv
DAFTAR ISI ................................................................................................................ v
DAFTAR TABEL ..................................................................................................... vii
1. PENDAHULUAN ................................................................................................ 1
1.1. Latar Belakang ............................................................................................... 1
1.2. Perumusan Masalah ........................................................................................ 3
1.3. Tujuan Penelitian ............................................................................................ 4
1.4. Kegunaan Penelitian ....................................................................................... 4
2. KAJIAN PUSTAKA ............................................................................................ 6
2.1. Struktur Modal ............................................................................................... 6
2.2. Teori Struktur Modal ...................................................................................... 7
2.3. Faktor-Faktor yang Mempengaruhi Struktur Modal ...................................... 9
2.4. Penelitian yang Relevan ................................................................................. 9
2.5. Hipotesis ....................................................................................................... 11
3. METODOLOGI PENELITIAN ....................................................................... 12
3.1. Variabel Penelitian ....................................................................................... 12
3.2. Definisi Konseptual Variabel ....................................................................... 12
3.3. Populasi dan sampel ..................................................................................... 14
3.4. Metode Pengumpulan Data .......................................................................... 14
3.5. Metode Analisis Data ................................................................................... 15
3.6. Uji Asumsi Klasik ........................................................................................ 15
a. Uji Normalitas Residual (Galat) pada Persamaan Regresi ........................... 15
b. Uji Linearitas Regresi ................................................................................... 16
vi
c. Uji Multikolinieritas ..................................................................................... 16
d. Uji Heterokedastisitas ................................................................................... 17
e. Uji Autokorelasi ........................................................................................... 17
3.7. Analisis Regresi Berganda ........................................................................... 18
4. ANALISIS DAN PEMBAHASAN ................................................................... 21
4.1. Deskripsi Data .............................................................................................. 21
4.2. Uji Asumsi Klasik ........................................................................................ 22
a. Uji Normalitas .............................................................................................. 22
b. Uji Linearitas ................................................................................................ 23
c. Uji Multikolinearitas .................................................................................... 26
d. Uji Heteroskedastisitas ................................................................................. 27
e. Uji Autokorelasi ........................................................................................... 29
4.3. Analisis Regresi Berganda ........................................................................... 29
5. KESIMPULAN DAN SARAN ............................................................................. 34
5.1. Kesimpulan ....................................................................................................... 34
5.2. Saran ................................................................................................................. 34
DAFTAR PUSTAKA ................................................................................................ 36
vii
DAFTAR TABEL
Tabel 1. Penelitian yang Relevan tentang Faktor-Faktor yang Mempengaruhi Struktur
Modal .......................................................................................................................... 10
Tabel 2. Deskriptif Statistik ........................................................................................ 21
Tabel 3. Uji Normalitas Galat pada Persamaan Regresi ............................................. 23
Tabel 4. Uji Linearitas Regresi antara Size dengan Struktur Modal ........................... 24
Tabel 5. Uji Linearitas Regresi antara Assets Growth dengan Struktur Modal .......... 24
Tabel 6. Uji Linearitas Regresi antara ROA dengan Struktur Modal ......................... 25
Tabel 7. Uji Linearitas Regresi antara Tangibility dengan Struktur Modal ................ 26
Tabel 8. Uji Multikollinearitas .................................................................................... 27
Tabel 9. Uji Heteroskedastisitas .................................................................................. 28
Tabel 10 Uji Autokorelasi ........................................................................................... 29
Tabel 11. Persamaan Regresi Berganda ...................................................................... 29
Tabel 12 Uji F ............................................................................................................. 32
Tabel 13. Koefisien Determinasi................................................................................. 33
1
1. PENDAHULUAN
1.1. Latar Belakang
Dalam menjalankan kegiatan operasinya, sebuah perusahaan dihadapkan pada
beberapa keputusan keuangan (financial decision). Ross (1999) menjelaskan bahwa
ada tiga keputusan keuangan yang harus diambil oleh perusahaan yaitu: pertama,
keputusan investasi (investment decision). Keputusan investasi berkaitan dengan
bagaimana sebuah perusahaan mengalokasikan dana yang dimilikinya. Keputusan
kedua yaitu keputusan pendanaan (financing decision). Hal ini berkaitan dengan
bagaimana perusahaan mendanai kegiatan operasinya. Sedangkan untuk perusahaan
yang berbentuk perseroan dihadapkan pada keputusan keuangan yang ketiga yaitu
keputusan pembagian dividen atau kebijakan dividen (dividend policy).
Keputusan pendanaan pada perusahaan perseroan menjelaskan tentang sumber
dana apa yang dipilih oleh perusahaan untuk membiayai investasinya. Sebuah
perusahaan memiliki dua jenis dana yang dapat digunakan untuk melakukan investasi
pada asset, yaitu modal sendiri (equity), hutang (debt) atau kombinasi dari keduanya.
Apabila struktur modal adalah kombinasi antara dana yang bersifat utang (baik utang
jangka pendek maupun utang jangka panjang) dan modal sendiri (equity), maka salah
satu rasio yang menggambarkan struktur modal perusahaan adalah debt to equity ratio
(DER). Struktur modal optimal adalah kombinasi utang dan ekuitas yang akan
memaksimalkan harga saham. Selain itu, struktur modal juga berhubungan positif
2
dengan profitabilitas (Niresh, 2012), baik yang diukur dengan menggunakan Net
Interest Margin, Retun on Equity (ROE), Return On Assets (ROA).
Jika dilihat pada laporan posisi keuangan, keputusan pendanaan tercermin dari
sisi sebelah kredit yang menjelaskan komposisi struktur modal sebuah perusahaan yang
terdiri dari debt dan equity. Beberapa studi tentang struktur modal bahkan tidak
menggunakan total debt, melainkan menggunakan long term debt atau short term debt
dalam mengukur rasio tersebut (Titman and Wessels, 1988). Menurut Borges et al
(2007); Esperança dan Matias (2005), indikator utama yang berhubungan dengan
struktur modal adalah rasio modal, rasio utang dan solvabilitas.
Hutang merupakan salah satu sumber dana yang berasal dari pihak eksternal.
Dalam industri perbankan, kegiatan operasi yang dilakukan adalah menghimpun dana
dan menyalurkannya kembali kepada masyarakat, baik berupa tabungan (saving
deposit), giro (demand deposit) maupun deposito berjangka (time deposit). Sumber
dana tersebut merupakan sumber dana yang bersifat utang. Selanjutnya, dana yang
dihimpun dari masyarakat disalurkan dalam bentuk pinjaman (kredit).
Beberapa studi empiris telah dilakukan untuk menganalisis faktor-faktor yang
mempengaruhi struktur modal pada perusahaan secara umum. Faktor-faktor yang
dipertimbangkan dalam berbagai literatur tersebut adalah asset structure (tangibility),
non-debt tax shield (NDTS), size, profitability, growth, liquidity, cash flow dan
industry classification (e.g. DeAngelo and Masulis, 1980; Jensen, 1986; Titman and
Wessels, 1988; Stulz, 1990; Rajan and Zingales, 1995; Ozkan, 2001; Myers, 2003;
Esperança et al., 2003; Nadeem and Zongjun, 2011; Fauzi et al, 2013). Penelitian
3
tentang struktur modal pada perusahaan yang terdaftar di Bursa Efek Indonesia
menunjukkan bahwa size, profitability, growth memiliki pengaruh signifikan terhadap
struktur modal (Margaretha dan Ramadhan, 2010; Susanti, 2015). Variabel lain yang
juga berpengaruh terhadap struktur modal adalah liquidity dan tangibility; sedangkan
investment, non-tax shield tidak memiliki pengaruh terhadap struktur modal
(Margaretha dan Ramadhan, 2010). Hasil penelitian Angeliend (2014) menemukan
bahwa struktur asset juga memiliki pengaruh terhadap struktur modal perusahaan. Dari
berbagai penelitian yang dilakukan di berbagai negara dan periode yang berbeda telah
memberikan kontribusi hasil penelitian yang berbeda-beda pula. Oleh karena itu
dianggap perlu untuk melakukan penelitian tentang faktor-faktor yang mempengaruhi
struktur modal, khususnya pada industri perbankan.
1.2. Perumusan Masalah
Berdasarkan latar belakang diatas, maka dapat dirumuskan permasalahan penelitian
sebagai berikut:
1. Apakah size memiliki pengaruh terhadap struktur modal pada industri
perbankan di BEI?
2. Apakah pertumbuhan asset (asset growth) memiliki pengaruh terhadap struktur
modal pada industri perbankan di BEI?
3. Apakah profitabilitas memiliki pengaruh terhadap struktur modal pada industri
perbankan di BEI?
4
4. Apakah struktur asset (tangibility) memiliki pengaruh terhadap struktur modal
pada industri perbankan di BEI?
1.3. Tujuan Penelitian
Berdasarkan latar belakang masalah diatas maka tujuan dari penelitian ini adalah :
1. Untuk mengetahui pengaruh size terhadap struktur modal pada industri
perbankan di BEI.
2. Untuk mengetahui pengaruh pertumbuhan asset (asset growth) terhadap
struktur modal pada industri perbankan di BEI.
3. Untuk mengetahui pengaruh profitabilitas terhadap struktur modal pada
industri perbankan di BEI.
4. Untuk mengetahui pengaruh struktur asset (tangibility) terhadap struktur modal
pada industri perbankan di BEI.
1.4. Kegunaan Penelitian
Adapun kegunaan yang diharapkan dari penelitian ini antara lain:
1. Bagi investor, dapat melihat bagaimana pengaruh penyaluran kredit dan keamanan
nasabah dengan melihat risiko usaha dan kredit.
2. Bagi pengambil kebijakan (manajemen) dapat digunakan sebagai dasar untuk
merencanakan pengelolaan dana dalam rangka meningkatkan kesejahteraan
stakeholders.
5
3. Bagi peneliti selanjutnya dapat digunakan sebagai pembanding hasil riset penelitian
yang berkaitan dengan struktur modal pada industri perbankan dengan mengacu
dan memenuhi saran penelitian terdahulu.
6
2. KAJIAN PUSTAKA
2.1. Struktur Modal
Perusahaan memiliki dua sumber dana yang dapat digunakan untuk mendanai
investasi pada assetnya yaitu modal sendiri, hutang atau yang lebih sering digunakan
oleh perusahaan adalah kombinasi antara keduanya. Modal sendiri merupakan
sejumlah uang yang diinvestasikan oleh pemilik perusahaan (pemegang saham) dan
bersifat jangka panjang karena perusahaan tidak memiliki kewajiban untuk
mengembalikan (membayar kembali) modal tersebut. Oleh karena itu pemegang saham
mengharapkan tingkat pengembalian (return) atas risiko keberlanjutan dalam
investasinya tersebut. Besarnya return sangat tergantung pada profitabilitas
perusahaan. Namun apabila return perusahaan tidak sesuai dengan apa yang
diharapkan oleh pemegang saham, maka perusahaan akan menghadapi risiko
kebangkrutan.
Di sisi lain, hutang merupakan dana yang diinvestasikan ke perusahaan oleh
kreditur, yang mencerminkan sebuah kewajiban perusahaan untuk membayar hutang
tersebut. Kewajiban ini berkaitan erat dengan suku bunga dan masa jatuh tempo. Oleh
sebab itu, menerbitkan hutang dapat meningkatkan risiko dan disisi lain juga dapat
meningkatkan tingkat pengembalian bagi modal sendiri (Esperança and Matias, 2005).
7
Secara umum, hutang dapat dikelompokkan dalam dua jenis: hutang jangka
pendek dan hutang jangka panjang tergantung masa jatuh temponya. Hutang jangka
pendek lebih sesuai digunakan oleh perusahaan yang membutuhkan modal kerja dan
pembelian perlengkapan yang memiliki nilai kecil. Sedangkan hutang jangka panjang
sangat diperlukan untuk investasi jangka panjang seperti pembelian aktiva tetap
(Esperança and Matias, 2005). Suatu cara yang dipilih oleh perusahaan untuk
mendanai investasi pada assetnya melalui kombinasi antara modal sendiri dan hutang,
disebut dengan struktur modal.
Myers menjelaskan bahwa tidak ada satupun teori tentang komposisi hutang
dan modal yang berlaku universal dan tidak ada alasan untuk mengandalkan salah
satunya (Myers, 2001: 81). Oleh karena itu, pilihan struktur modal menjadi sangat
beragam tergantung pada jenis industrinya, kebijakan pajak, jenis asset, biaya financial
distress, ketidakpastian tentang masa yang akan datang, siklus hidup perusahaan dan
keputusan pinjaman (Mota et al., 2006). Menurut Borges et al. (2007) dan Esperança
& Matias (2005), indikator utama yang dapat digunakan untuk mengukur struktur
modal adalah rasio modal sendiri (equity ratio), rasio utang (debt ratio) dan
solvabilitas. These ratios determine the level of equity and debt while companies
finance their assets, as well as the ability to pay their debt.
2.2. Teori Struktur Modal
Manurung (2011) menjelaskan perkembangan teori struktur modal yang
diperlihatkan dalam bagan 1. Miller dan Modligiani (1958) dalam Manurung (2011)
8
mengemukakan sebuah teori yang menyatakan bahwa struktur modal perusahaan tidak
mempunyai pengaruh terhadap nilai perusahaan atau sering disebut teori irrelevan
struktur modal. Akibatnya, pembahasan teori keuangan hanya bertumpu pada tiga
persoalan yaitu teori irrelevan yang dikemukakan oleh Miller dan Modligiani (1958);
determinan struktur modal dan optimal struktur modal. Kedua topik terakhir bukanlah
teori tetapi empiris mengenai struktur modal perusahaan.
Gambar 1. Perkembangan Teori Struktur Modal Menurut Manurung (2011)
Determinan struktur modal dimulai dengan Myers (1977) yang membahas determinan
pinjaman perusahaan. Pembahasan mengenai optimal struktur kapital diawali dengan
penelitian Scott (1976) dan kemudian Bradley, Jarrell and Kim (1984). Kedua paper
ini mencoba memberikan uraian tentang struktur modal yang optimal dengan
menggunakan perhitungan matematis, bukan empiris. Kemudian Haugen & Senbet
(1988) mengemukakan biaya kebangkrutan dan agensi merupakan sumbangan yang
Capital structure
theory
MM theory
Trade off theory
Pecking Order
TheoryDeterminant
Capital structure
Optimum
Capital Structure
9
signifikan terhadap struktur kapital yang optimal. Akhirnya, sampai saat ini belum ada
sebuah teori yang jelas menyatakan adanya optimal struktur kapital tetapi secara
empiris harus dilakukan dan bisa ditentukan.
2.3. Faktor-Faktor yang Mempengaruhi Struktur Modal
Penelitian struktur modal yang berdasarkan teori-teori di atas banyak dilakukan di
negara maju (Rajan & Zingales, 1995; Bevan & Danbolt, 2002; Antoniou et al., 2002),
namun terbatas untuk negara berkembang (Booth et al., 2001; Pandey, 2001; Chen,
2004). Padahal terdapat perbedaan kondisi perusahaan antara negara maju dan negara
berkembang. Berbagai studi empiris tentang struktur modal perusahaan telah
membuktikan terdapat faktor-faktor yang mempengaruhinya, diantaranya adalah:
ukuran perusahaan (size), pertumbuhan asset, profitabilitas, struktur asset.
2.4. Penelitian yang Relevan
Tabel 1 berikut ini adalah beberapa penelitian relevan yang telah dilakukan pada
berbagai sampel dan periode:
10
Tabel 1. Penelitian yang Relevan tentang Faktor-Faktor yang Mempengaruhi
Struktur Modal
No Nama dan
Tahun
Variabel
Independen
Sampel Hasil Penelitian
1. Muhammad
Rafiq, Asif
Iqbal,
Muhammad
Atiq (2008)
firm size, tangibility
of assets,
profitability, income
variation,
non-debt tax shield
(NDTS) and growth
Chemical
Industry,
Pakistan
firm size, tangibility of
assets, profitability,
income variation,
non-debt tax shield
(NDTS) dan growth
mempengaruhi struktur
modal
2. Farah
Margaretha
dan Aditya
Rizky
Ramadhan
(2010)
Size, tangibility,
profitability,
liquidity, growth,
non-tax shield, age
dan investment
Perusahaan
manufaktur
yang listing di
BEI
• Size, tangibility,
profitability, liquidity,
growth, age memiliki
pengaruh yang
signifikan terhadap
capital structure.
• Sedangkan investment
dan non tax shield
tidak memiliki
pengaruh signifikan
terhadap capital
structure.
3. Raja
Patresia
Angeliend
(2014)
Ukuran
perusahaan, resiko
bisnis, tingkat
pertumbuhan,
struktur aktiva, serta
profitabilitas
Perusahaan
manufaktur
yang listing di
BEI
menggunakan
data tahun
2008-2011
• Tingkat pertumbuhan,
struktur aktiva, dan
profitabilitas
mempengaruhi struktur
modal.
• Sedangkan ukuran
perusahaan dan risiko
bisnis tidak
berpengaruh terhadap
struktur modal.
4. Pedro
Proença et
al. (2014)
X: asset structure,
NDTS, size,
Profitability, growth,
liquidity, cash flow
Y: Short term debt
dan Long term debt
Small Medium
Enterprises in
Portuguese
Liquidity, asset structure
dan profitability memiliki
pengaruh terhadap capital
structure.
11
5. Yayuk
Susanti
(2015)
Asset growth,
profitability, firm
size, sales growth
Perusahaan
food and
beverage yang
listing di BEI
menggunakan
data tahun
2010-2013
• Asset growth,
profitability dan firm
size memiliki pengaruh
positif dan signifikan
terhadap struktur
modal.
• Sedangkan sales
growth memiliki
pengaruh negative dan
signifikan terhadap
struktur modal.
6. Mukhlan
Khariry dan
Meina
Wulansari,
(2016)
Sales, financial
growth, financial
risk, profitability,
tangible asset, sales
growth
Perusahaan
manufaktur
yang listing di
BEI
menggunakan
data tahun
2011-2014
• Sales, financial
growth, financial risk
dan profitability
memiliki pengaruh
yang signifikan
terhadap struktur
modal.
• Tangible asset dan
sales growth tidak
memiliki pengaruh
signifikan terhadap
capital structure
7. Abimanyu
dan
Wirasedana
(2015)
X: ukuran
perusahaan,
operating leverage,
variabilitas
pendapatan
industri
perbankan yang
terdaftar di BEI
periode tahun
2011 sampai
2013.
Ukuran perusahaan,
Operating leverage dan
Variabilitas pendapatan
berpengaruh pada struktur
modal
2.5.Hipotesis
Berdasarkan kajian teori dan penelitian terdahulu maka dirumuskan hipotesis
penelitian sebagai berikut:
H1. a: size memiliki pengaruh terhadap struktur modal (LTD)
H2.a: growth memiliki pengaruh terhadap struktur modal (LTD)
H3.a: profitability memiliki pengaruh terhadap struktur modal (LTD)
12
H4.a: asset structure memiliki pengaruh terhadap struktur modal (LTD)
3. METODOLOGI PENELITIAN
3.1. Variabel Penelitian
Variabel yang diteliti dalam penelitian ini adalah:
a. Variabel Dependent (Variabel Y)
Variabel yang dijelaskan oleh variabel independen. Variabel dalam penelitian
ini adalah struktur modal.
b. Variabel Independent (Variabel X)
adalah variabel yang diduga mempengaruhi variabel dependen, dalam
penelitian ini variabel independennya yaitu: size, assets growth, profitability,
struktur asset (tangibility).
3.2. Definisi Konseptual Variabel
a. Struktur modal (Y) adalah pembiayaan permanen yang terdiri dari hutang
jangka panjang, saham preferen dan modal saham (Weston dan Copeland dalam
Kesuma, 2009). Cara pengukurannya adalah dengan membandingkan antara
hutang jangka panjang dengan modal sendiri (ekuitas).
�������� ��� =ℎ���� ���� �����
��� ������ � 100%
b. Ukuran perusahaan atau size (X1) merupakan cerminan besar kecilnya
perusahaan yang tampak dalam nilai total aktiva perusahaan pada neraca akhir
13
tahun. Ukuran yang digunakan adalah logaritma natural dari total aktiva.
Pengukuran tersebut mengacu pada penelitian Abimanyu dan Wirasedana
(2015); yang diformulasikan sebagai berikut:
Ukuran perusahaan = Logaritma Natural (Total Aset)
c. Assets Growth (X2) adalah kenaikan jumlah penjualan dari tahun ke tahun atau
dari waktu ke waktu. Cara pengukurannya adalah dengan membandingkan total
aset pada tahun ke t setelah dikurangi total aset pada periode sebelumnya
terhadap total asset pada periode sebelumnya.
����� �����ℎ =���� ��� � − ���� ��� � − 1
���� ��� � − 1
d. Profitabilitas (X3) diukur dengan menggunakan Return On Assets (ROA) yang
menunjukkan kemampuan keseluruhan dana yang ditanamkan dalam aktiva
untuk menghasilkan laba yang merupakan perbandingan antara laba operasi
(earning before interest and taxes) dengan total aktiva. (Titman & Wessels,
1988; Kesuma, 2009)
��� =���
��� ����!
d. Struktur aktiva atau tangibility (X4) adalah kekayaan atau sumber-sumber
ekonomi yang dimiliki oleh perusahaan yang diharapkan akan memberikan
manfaat dimasa yang akan datang, yang terdiri dari aktiva tetap, aktiva tidak
berwujud, aktiva lancar, dan aktiva tidak lancar. Cara mengukurnya adalah
dengan perbandingan antara aktiva tetap dengan total aktiva (Titman &
Wessels, 1988; Kesuma, 2009; Bayunitri, 2015).
14
"������� ���! =����! ����
��� ����! � 100%
3.3. Populasi dan sampel
Populasi adalah wilayah generalisasi yang terdiri dari objek atau subjek yang
mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti
(Sugiyono, 2010). Dari populasi yang ada akan diambil sejumlah tertentu sebagai
sampel. Sampel adalah subset dari populasi, terdiri dari beberapa anggota populasi.
Subset ini diambil karena dalam banyak kasus tidak mungkin kita meneliti seluruh
anggota populasi, oleh karena itu kita membentuk sebuah perwakilan yang disebut
sampel (Ferdinand, 2006). Teknik pengambilan Sampling yang digunakan dalam
penelitian ini menggunakan Purposive Sampling, yaitu teknik pengambilan sampel
yang berdasarkan pada pertimbangan kriteria tertentu, menurut ciri-ciri khusus
yang dimiliki oleh sampel tersebut, dimana ciri-ciri kriteria bank yang dijadikan
sampel dalam penelitian ini adalah :
a. Bank yang terdaftar di BEI yang mempunyai laporan keuangan paling lengkap
dan telah dipublikasikan dari tahun 2010 - 2015
b. Bank yang secara rutin menyajikan data lengkap dan mempublikasikan laporan
keuangan secara berturut-turut selama tahun 2010 - 2015.
3.4. Metode Pengumpulan Data
Data dikumpulkan dengan menggunakan metode dokumentasi, yaitu metode yang
dilakukan dengan melakukan klarifikasi dan kategorisasi bahan-bahan tertulis
15
berhubungan dengan masalah penelitian yang mempelajari dokumen-
dokumen/data yang diperlukan, dilanjutkan dengan pencatatan dan perhitungan.
3.5. Metode Analisis Data
Metode analisis yang digunakan dalam penelitian ini adalah metode kuantitatif.
Analisis data kuantitatif adalah bentuk analisa yang menggunakan angka-angka dan
perhitungan dengan metode statistik, maka data tersebut harus diklasifikasikan
dalam kategori tertentu dengan menggunakan tabel-tabel tertentu, untuk
mempermudah dalam menganalisis dengan menggunakan program SPSS. Adapun
alat analisis yang digunakan adalah analisis regresi berganda dengan melakukan uji
asumsi klasik terlebih dahulu.
3.6. Uji Asumsi Klasik
a. Uji Normalitas Residual (Galat) pada Persamaan Regresi
Uji normalitas merupakan salah satu asumsi dasar analisis regresi berganda, yang
menguji apakah galat taksiran regresi memiliki distribusi normal atau tidak. Uji
statistik sederhana yang sering digunakan untuk menguji asumsi normalitas adalah
dengan menggunakan uji normalitas dari Kolmogorov Smirnov. Metode pengujian
normal tidaknya galat (residual) regresi dilakukan dengan melihat nilai signifikansi
pada residual, jika signifikan lebih besar dari alpha 5%, maka menunjukkan
distribusi data normal.
16
b. Uji Linearitas Regresi
Persamaan regresi dapat digunakan apabila asumsi linearitas terpenuhi. Apabila
asumsi ini tidak terpenuhi, maka kita tidak dapat menggunakan analisis regresi
linear, akan tetapi kita bisa menggunakan analisis regresi nonlinear. Untuk
mengetahui apakah persamaan regresi dalam model yang diteliti linear atau tidak
maka dilakukan uji linearitas.
c. Uji Multikolinieritas
Uji multikolinieritas dilakukan untuk menguji apakah pada model regresi
ditemukan adanya korelasi antar variabel independen. Jika terjadi kolerasi, maka
dinamakan terdapat problem Multikolinieritas. Model regresi yang baik seharusnya
tidak terjadi korelasi diantara variabel independen. Uji multikolinieritas pada
penelitian dilakukan dengan matriks kolerasi. Pengujian ada tidaknya gejala
multikolinearitas dilakukan dengan memperhatikan nilai matriks kolerasi yang
dihasilkan pada saat pengolahan data serta nilai VIF (Variance Inflation Factor)
dan Tolerance- nya. Apabila nilai matriks korelasi tidak ada yang lebih besar dari
0,5 maka dapat dikatakan data yang akan dianalisis terlepas dari gejala
multikolinearitas. Kemudian apabila nilai VIF berada dibawah 10 dan nilai
tolerance mendekati 1, maka diambil kesimpulan bahwa model regresi tersebut
tidak terdapat problem multikolineritas (Imam Gozali, 2001).
17
d. Uji Heterokedastisitas
Uji heteroskedastisitas dilakukan untuk menguji apakah dalam sebuah model
regresi, terjadi ketidaksamaan varians dari residual dari satu pengamatan ke
pengamatan yang lain. Jika varians dari residual dari satu pengamatan ke
pengamatan yang lain tetap, maka disebut homoskedastisitas. Dan jika varians
berbeda, disebut heterokedastisitas. Model regresi yang baik adalah tidak terjadi
heteroskedastisitas (Imam Gozali, 2001). Salah satu cara untuk melihat ada
tidaknya heteroskedaskitas adalah menggunakan uji Glejser. Uji ini dilakukan
dengan cara melakukan regresi variabel bebas dengan nilai absolut dari
residualnya. Jika variabel bebas signifikan secara statistik mempengaruhi variabel
dependen, maka ada indikasi terjadi heteroskedaskitas. Sebaliknya, jika variabel
bebas tidak signifikan secara statistik mempengaruhi variabel dependen, maka ada
indikasi tidak terjadi heteroskedaskitas (Ghozali, 2001).
e. Uji Autokorelasi
Pengujian dilakukan dengan menggunakan nilai Durbin Watson. Untuk
mengetahui ada tidaknya otokorelasi maka harus dicari nilai batas atas (du) dan
batas bawah (dl) pada table Durbin Watson. Nilai Durbin Watson menunjukkan
tidak ada otokorelasi apabila terletak di antara du dan 4 – du.
18
Gambar 2 Posisi Nilai Durbin Watson
3.7. Analisis Regresi Berganda
Regresi berganda dilakukan untuk mengetahui sejauh mana variabel bebas
mempengaruhi variabel terikat. Pada regresi berganda terdapat satu variabel terikat
dan lebih dari satu variabel bebas. Dalam penelitian ini yang menjadi variabel
terikat adalah struktur modal sedangkan yang menjadi variabel bebas ukuran
perusahaan (size), pertumbuhan asset (assets growth), profitabilitas (return on
assets) dan tangibility.
Model persamaan regresinya sebagai berikut:
Struktur modal = a + b1size + b2assets growth + b3ROA + b4 tangibility + e
Dimana:
a = konstanta;
b1, b2, b3, b4 = koefisien regresi dari X1, X2, X3, X4
e = error
19
a. Uji t
Uji ini dimaksudkan untuk mengetahui tingkat signifikansi pengaruh masing-
masing variabel bebas terhadap variabel terikat dengan asumsi variabel bebas yang
lain tidak berubah (ceteris paribus). Hipotesis yang diajukan adalah sebagai berikut
:
Ho: b1= b2 = b3 = b4 = 0
Ha: b1≠ b2 ≠ b3 ≠ b4 ≠ 0
Atau:
Ho: tidak ada pengaruh antara variabel X terhadap variabel Y
Ha: ada pengaruh antara variabel X terhadap variabel Y
Kriteria kesimpulan tolak Ho atau terima Ho adalah sebagai berikut:
Jika t hitung > t tabel atau –t hitung < -t tabel, maka Ho ditolak.
Jika -t tabel < t hitung < t tabel maka Ho diterima.
b. Uji F
Digunakan untuk menguji signifikansi pengaruh seluruh variabel bebas X1, X2, X3,
X4 secara bersama-sama terhadap variabel tak bebas Y (Ghozali, 2005).
Perumusan hipotesis yang diajukan adalah sebagai berikut:
Ho: model regresi tidak signifikan.
Ha: model regresi signifikan.
Kriteria pengujian hipotesis:
Jika F hitung > F tabel berarti Ho ditolak.
20
Jika F hitung < F tabel berarti Ho diterima.
c. Analisis Koefisien Determinasi (R2)
Koefisien determinasi (R2) dimaksudkan untuk mengetahui tingkat ketepatan
paling baik dalam analisa regresi, dimana hal yang ditunjukkan oleh besarnya
koefisien determinasi (R2) antara 0 (nol) dan 1 (satu). Koefisien determinasi (R2)
nol, berarti variabel independen sama sekali tidak berpengaruh terhadap variabel
dependen. Apabila koefisien determinasi mendekati satu, maka dapat dikatakan
bahwa variabel independen berpengaruh terhadap variabel dependen, Selain itu,
koefisien determinasi (R2) dipergunakan untuk mengetahui persentase perubahan
variabel tidak bebas (Y) yang disebabkan oleh variabel bebas (X).
21
4. ANALISIS DAN PEMBAHASAN
4.1. Deskripsi Data
Deskripsi data hasil penelitian dimaksudkan untuk menyajikan gambaran
sampel yang diteliti. Berdasarkan hasil perolehan data dapat dijelaskan nilai rata-rata
dan simpangan baku masing-masing variabel, seperti yang disajikan pada tabel 2.
Berdasarkan tabel 4.1 dapat diketahui bahwa data yang digunakan sebanyak 132
jumlah pengamatan, yang diperoleh dari 22 bank dalam kurun waktu pengamatan
selama 6 tahun. Periode pengamatan dimulai tahun 2010 sampai dengan 2015.
Tabel 2. Deskriptif Statistik
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
strukturmodal 132 .73 15.62 7.8668 2.37294
Size 132 14.99 29.51 19.6223 3.49398
assetgrowth 132 -1.00 9.00 .2319 .79681
Roa 132 -1.64 5.14 2.0695 1.15881
tangibility 132 .00 .50 .0277 .06049
Valid N (listwise) 132
Sumber: data diolah output SPSS, 2017
Tabel 2 menggambarkan hasil perhitungan statistik deskriptif yang dapat
dijelaskan bahwa nilai rata-rata struktur modal dari seluruh pengamatan sebesar
7,8668. Nilai rata-rata size yang diukur berdasarkan total aktiva yang dimilikinya
adalah sebesar 19,6223. Rata-rata asset growth sebesar 0.2319; sedangkan rata-rata
22
ROA sebagai cerminan profitabilitas perusahaan adalah sebesar 1, 15881. Rata-rata
tangibility sebesar 0.0277.
4.2. Uji Asumsi Klasik
a. Uji Normalitas
Berdasarkan hasil pengujian uji normalitas dengan menggunakan uji
Kolmogorov-Smirnov diperoleh nilai signifikansi untuk residual pada regresi.
Berdasarkan kriteria pengujian hipotesis diketahui bahwa Ho diterima apabila nilai
signifikansi lebih besar dari taraf signifikansi yang digunakan dalam penelitian ini yaitu
sebesar 5% artinya data berdistribusi normal. Hasil pengujian normalitas data dengan
menggunakan uji Kolmogorov Smirnov disajikan pada tabel 3.
Hasil uji normalitas untuk residual (galat) pada persamaan regresi menunjukkan
perolehan nilai signifikansi (p-value) sebesar 0,678. Hasil tersebut menunjukkan nilai
yang lebih besar bila dibandingkan dengan taraf signifikansinya (0,678 > 0,05)
sehingga residual (galat) pada persamaan regresi memiliki distribusi normal.
23
Tabel 3. Uji Normalitas Galat pada Persamaan Regresi
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 132
Normal Parametersa,b Mean .0000000
Std. Deviation 2.19832817
Most Extreme Differences Absolute .063
Positive .063
Negative -.049
Kolmogorov-Smirnov Z .720
Asymp. Sig. (2-tailed) .678
a. Test distribution is Normal.
b. Calculated from data.
Sumber: data diolah output SPSS, 2017
b. Uji Linearitas
Persamaan regresi dapat digunakan apabila asumsi linearitas terpenuhi. Apabila
asumsi ini tidak terpenuhi, maka kita tidak dapat menggunakan analisis regresi linear,
akan tetapi kita bisa menggunakan analisis regresi nonlinear. Untuk mengetahui apakah
persamaan regresi dalam model yang diteliti linear atau tidak maka dilakukan uji
linearitas. Pertama, uji linearitas antara variabel size (X1) terhadap struktur modal (Y)
menunjukkan bahwa persamaan regresinya linear. Hal ini ditunjukkan dengan nilai
signifikansi pada deviation from linearity sebesar 0,151 (seperti terlihat pada tabel 4);
yang artinya Ho diterima bahwa persamaan regresi memenuhi persyaratan linearitas.
24
Tabel 4. Uji Linearitas Regresi antara Size dengan Struktur Modal
ANOVA Table
Sum of
Squares df
Mean
Square F Sig.
strukturmodal *
size
Between Groups (Combined) 704.017 120 5.867 1.919 .114
Linearity 67.609 1 67.609 22.118 .001
Deviation from
Linearity
636.408 119 5.348 1.750 .151
Within Groups 33.623 11 3.057
Total 737.640 131
Sumber: data diolah output SPSS, 2017
Tabel 5 menyajikan hasil uji linearitas regresi antara variabel assets growth
(X2) terhadap struktur modal (Y) dimana besarnya nilai signifikansi pada deviation
from linearity adalah 0,019. Hal ini menunjukkan penerimaan terhadap H0 pada taraf
signifikansi 1% (lazimnya menggunakan taraf signifikansi 5%) sehingga dapat
diartikan bahwa regresi linear.
Tabel 5. Uji Linearitas Regresi antara Assets Growth dengan Struktur Modal
ANOVA Table
Sum of
Squares df
Mean
Square F Sig.
strukturmodal
* assetgrowth
Between Groups (Combined) 400.256 53 7.552 1.746 .012
Linearity 23.118 1 23.118 5.345 .023
Deviation
from
Linearity
377.138 52 7.253 1.677 .019
Within Groups 337.385 78 4.325
Total 737.640 131
Sumber: data diolah output SPSS, 2017
25
Uji linearitas yang dilakukan untuk variabel ROA (X3) terhadap struktur modal
(Y) menunjukkan bahwa persamaan regresi linear. Hal ini diketahui dari nilai
signifikansi pada deviation from linearity sebesar 0,343 (lihat tabel 6). Karena nilai
signifikansi (p-value) lebih besar dari 0,05 maka hipotesis nol diterima, berarti
persamaan regresi linear. Dari ketiga hasil pengujian linearitas diatas maka asumsi
linearitas pada persamaan regresi terpenuhi.
Tabel 6. Uji Linearitas Regresi antara ROA dengan Struktur Modal
ANOVA Table
Sum of
Squares df
Mean
Square F Sig.
strukturmodal
* roa
Between
Groups
(Combined) 574.794 99 5.806 1.141 .344
Linearity 5.240 1 5.240 1.030 .318
Deviation
from Linearity
569.555 98 5.812 1.142 .343
Within Groups 162.846 32 5.089
Total 737.640 131
Sumber: data diolah output SPSS, 2017
Untuk pengujian linearitas regresi antara tangibility (X4) terhadap struktur
modal, hasil pengujian antara variabel tangibility (X4) terhadap struktur modal (Y)
dimana besarnya nilai signifikansi pada deviation from linearity adalah 0,885. Hal ini
menunjukkan penerimaan terhadap H0 pada taraf signifikansi 5% dan dapat diartikan
bahwa regresi linear.
26
Tabel 7. Uji Linearitas Regresi antara Tangibility dengan Struktur Modal
ANOVA Table
Sum of
Squares df
Mean
Square F Sig.
strukturmodal *
tangibility
Between
Groups
(Combined) 51.895 11 4.718 .826 .615
Linearity 23.121 1 23.121 4.046 .047
Deviation
from
Linearity
28.774 10 2.877 .504 .885
Within Groups 685.745 120 5.715
Total 737.640 131
Sumber: data diolah output SPSS, 2017
c. Uji Multikolinearitas
Multikolinearitas berarti adanya hubungan linier yang “sempurna” atau pasti
diantara beberapa atau semua variabel yang menjelaskan dari regresi. Uji
multikolinieritas dilakukan untuk menguji apakah pada model regresi ditemukan
adanya korelasi antar variabel independen. Jika terjadi kolerasi diatas 0,5 maka
dinamakan terdapat masalah multikolinieritas. Untuk mengetahui ada atau tidaknya
multikolinearitas dapat dilakukan dengan menghitung nilai VIF (Variance Inflation
Factor) dan nilai tolerance-nya. Apabila nilai VIF berada dibawah 10 dan nilai
tolerance mendekati 1, maka diambil kesimpulan bahwa model regresi tersebut tidak
terdapat problem multikolineritas (Imam Gozali, 2001). Tabel 8 berikut ini
menunjukkan hasil perolehan nilai VIF dan nilai tolerance untuk masing-masing
variabel independen. Berdasarkan hasil pengujian multikolinearitas dengan
27
menggunakan SPSS dapat diketahui bahwa persyaratan asumsi klasik tidak ada
multikolinearitas telah terpenuhi.
Tabel 8. Uji Multikollinearitas
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig.
Collinearity Statistics
B
Std.
Error Beta Tolerance VIF
1 (Constant) 11.722 1.115 10.508 .000
Size -.196 .059 -.288 -3.336 .001 .905 1.105
assetgrowth .522 .245 .175 2.127 .035 .997 1.003
Roa .005 .176 .002 .029 .977 .919 1.088
tangibility -5.248 3.256 -.134 -1.612 .109 .981 1.019
a. Dependent Variable: strukturmodal
Sumber: data diolah output SPSS, 2017
d. Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan dengan menggunakan uji Glejser. Uji ini digunakan
untuk melihat hubungan antara variabel independen dengan residualnya. Dengan
melihat ouput yang disajikan pada tabel diketahui bahwa besarnya hubungan antara
variabel size dengan residualnya memperoleh nilai signifikansi (p-value) sebesar
0,319; lebih besar dibandingkan taraf signifikansi 5%. Hal ini menunjukkan bahwa Ho
diterima, yang artinya tidak terjadi heteroskedastisitas pada variabel size (X1).
28
Tabel 9. Uji Heteroskedastisitas
Model
Unstandardized
Coefficients
Standardized
Coefficients
T Sig. B Std. Error Beta
1 (Constant) 2.408 .692 3.480 .001
Size -.036 .036 -.092 -1.001 .319
assetgrowth -.096 .152 -.055 -.633 .528
Roa .052 .109 .044 .480 .632
tangibility -2.751 2.019 -.120 -1.363 .175
Sumber: data diolah output SPSS, 2017
Hubungan antara variabel assets growth (X2) dengan residualnya
menghasilkan nilai signifikansi (p-value) sebesar 0,528; lebih besar dibandingkan taraf
signifikansi 5%. Hal ini dapat diartikan bahwa hubungan antara assets growth (X2)
dengan residualnya tidak signifikan sehingga Ho diterima, yang artinya tidak terjadi
heteroskedastisitas pada variabel assets growth (X2).
Pengujian varians residual untuk variabel ROA (X3) menghasilkan nilai
signifikansi 0,632. Karena nilai signifikansi (p-value) lebih besar dari taraf signifikansi
5% maka hal ini menunjukkan bahwa hipotesis nol yang menyatakan tidak terjadi
heteroskedastisitas dapat diterima artinya asumsi homoskedastisitas terpenuhi.
Hubungan antara variabel tangibility (X4) dengan residualnya menghasilkan
nilai signifikansi (p-value) sebesar 0,175; lebih besar dibandingkan taraf signifikansi
5%. Hal ini dapat diartikan bahwa hubungan antara tangibility (X4) dengan residualnya
tidak signifikan sehingga Ho diterima, yang artinya tidak terjadi heteroskedastisitas
pada variabel tangibility (X4).
29
e. Uji Autokorelasi
Perhitungan SPSS menghasilkan nilai Durbin Watson sebesar 0.847 (lihat table
10). Untuk mengetahui ada tidaknya otokorelasi maka harus dicari nilai batas atas dan
batas bawah pada table Durbin Watson dengan k = 4 dan n = 132.
Tabel 10 Uji Autokorelasi
Model Summaryb
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate Durbin-Watson
1 .377a .142 .115 2.23268 .847
a. Predictors: (Constant), tangibility, roa, assetgrowth, size
b. Dependent Variable: strukturmodal
Sumber: data diolah output SPSS, 2017
Berdasarkan tabel DW maka diperoleh nilai du sebesar 1.7786 dan dl sebesar 1.6539.
Dengan du dan dl tersebut maka diperoleh nilai 4 – du sebesar 2.2214 dan nilai 4 – dl
sebesar 2.3461. Apabila dilihat pada kriteria keputusan dalam grafik pada gambar 4.3,
maka nilai perolehan Durbin Watson masuk dalam terima Ho atau dapat disimpulkan
bahwa tidak terdapat otokorelasi. Dalam analisis regresi, apabila asumsi ini tidak
terpenuhi maka analisis regresi masih tetap bisa dilakukan.
4.3. Analisis Regresi Berganda
Berdasarkan hasil analisis data yang disajikan dalam tabel 11 diperoleh persamaan
regresi sebagai berikut: struktur modal = 11.722 - 0.196 size + 0.522 asset growth +
0.005 ROA – 5.248 tangibility + ɛ.
Tabel 11. Persamaan Regresi Berganda
30
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
T Sig. B Std. Error Beta
1 (Constant) 11.722 1.115 10.508 .000
size -.196 .059 -.288 -3.336 .001
assetgrowth .522 .245 .175 2.127 .035
roa .005 .176 .002 .029 .977
tangibility -5.248 3.256 -.134 -1.612 .109
a. Dependent Variable: strukturmodal
Sumber: data diolah output SPSS, 2017
Dengan mengacu pada hasil analisis data yang disajikan di tabel 11 selanjutnya
dijelaskan pengaruh masing-masing variabel independen terhadap variabel dependen.
Pengujian hipotesis dengan menggunakan uji t pada masing-masing variabel
independen adalah sebagai berikut:
- Pengaruh ukuran perusahaan (size) terhadap struktur modal
Berdasarkan hasil pengolahan data dengan mengunakan metode statistik diperoleh
koefisien regresi untuk variabel size sebesar -0.196. Nilai tersebut menunjukkan arah
pengaruh yang bersifat negatif, yang dapat diartikan bahwa semakin besar ukuran
perusahaan maka semakin kecil penggunaan modal yang berasal dari hutang jangka
panjang. Hasil penelitian ini tidak sejalan dengan penelitian Susanti (2015) yang
menyatakan ukuran perusahaan (size) memiliki pengaruh positif terhadap struktur
modal. Bahkan Angeliend (2014) menyatakan tidak terdapat pengaruh antara size
terhadap struktur modal.
31
- Pengaruh pertumbuhan asset (assets growth) terhadap struktur modal
Koefisien regresi untuk asset growth sebesar 0,522 dengan nilai signifikansi 0,035,
hal ini menunjukkan bahwa terdapat pengaruh positif antara asset growth terhadap
struktru modal. Hasil penelitian ini didukung oleh penelitian Susanti (2015) yang
membuktikan adanya pengaruh positif antara asset growth dengan struktur modal.
- Pengaruh profitabilitas terhadap struktur modal
Variabel profitabilitas tidak memiliki pengaruh yang signifikan terhadap struktur
modal, hal ini ditunjukkan dengan nilai signifikansi sebesar 0.977 dengan koefisien
regresi sebesar 0,005. Hasil penelitian ini bertentangan dengan hasil penelitian
Khairiry (2016), Margaretha et al (2010), Susanti (2015), Rafiq et al (2008).
- Pengaruh struktur asset (tangibility) terhadap struktur modal
Adanya pengaruh variabel struktur asset (tangibility) terhadap struktur modal tidak
dapat dibuktikan dalam penelitian ini. Hal ini ditunjukkan oleh nilai signifikansi pada
uji t untuk variabel tangibility sebesar 0.109 dengan nilai koefisien regresi sebesar -
5,248.
Selanjutnya, untuk mengetahui apakah model regresi berganda tersebut signifikan atau
tidak maka dilakukan uji F. Perhitungan menggunakan SPSS 17 menghasilkan nilai F
hitung sebesar 5,244 dengan nilai signifikansi 0.001 lebih kecil bila dibandingkan taraf
signifikansi 5%. Hal ini menunjukkan bahwa terdapat pengaruh secara simultan yang
32
signifikan antara variabel size, assets growth, ROA, tangibility terhadap struktur
modal. Dengan demikian model regresi tersebut signifikan.
Tabel 12 Uji F
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 104.564 4 26.141 5.244 .001a
Residual 633.077 127 4.985
Total 737.640 131
a. Predictors: (Constant), tangibility, roa, assetgrowth, size
b. Dependent Variable: strukturmodal
Sumber: data diolah output SPSS, 2017
Koefisien determinasi untuk model regresi ini adalah sebesar 0,142 atau 14,2%
(dapat dilihat pada tabel 13). Hal ini dapat diartikan bahwa pengaruh variabel
independen terhadap variabel dependen dalam model regresi tersebut sebesar 14,2
persen, sementara itu 85,8% sisanya dijelaskan oleh variabel independen lainnya yang
tidak dimasukkan dalam model regresi tersebut.
33
Tabel 13. Koefisien Determinasi
Model Summary
Model R R Square
Adjusted R
Square
Std. Error of
the Estimate
1 .377a .142 .115 2.23268
a. Predictors: (Constant), tangibility, roa, assetgrowth, size
Sumber: data diolah output SPSS, 2017
34
5. KESIMPULAN DAN SARAN
5.1. Kesimpulan
Penelitian ini menguji faktor-faktor yang mempengaruhi struktur modal pada
bank yang terdaftar di Bursa Efek Indonesia dengan menggunakan data laporan
keuangan tahun 2010-2015. Faktor faktor tersebut adalah ukuran perusahaan (size),
asset growth, profitabilitas (return in assets), struktur asset (tangibility). Berdasarkan
hasil pengujian secara parsial dengan menggunakan uji t dapat disimpulkan bahwa
variabel size dan assets growth memiliki pengaruh yang signifikan terhadap struktur
modal. Sedangkan variabel profitabilitas dan struktur asset tidak memiliki pengaruh
yang signifikan terhadap struktur modal. Pengujian secara simultan menghasilkan
kesimpulan bahwa model regresi signifikan. Hal ini dapat diartikan bahwa variabel
size, asset growth, profitability dan tangibility secara bersama-sama mempengaruhi
struktur modal, yang diukur dengan menggunakan long term debt to total assets.
Besarnya kontribusi variabel independen tersebut terhadap struktur modal adalah 14,2
persen, sedangkan 85,8 persen sisanya dipengaruhi oleh variabel lain yang tidak diteliti
dalam model regresi tersebut.
5.2. Saran
Berdasarkan hasil penelitian tersebut diatas, maka saran yang dapat dilakukan
adalah sebagai berikut:
35
1. Penelitian ini masih menggunakan analisis regresi berganda, untuk penelitian
lebih lanjut perlu dilakukan dengan analisis data panel.
2. Model regresi dalam penelitian ini hanya menggunakan empat variabel
independen dan dua diantaranya tidak signifikan. Untuk penelitian yang akan
datang perlu memasukkan variabel independen lain yang perlu diteliti sehingga
diharapkan hasilnya akan memberikan kontribusi keilmuan khususnya dalam
bidang manajemen keuangan.
36
DAFTAR PUSTAKA
Abimanyu dan Wirasedana (2015) Pengaruh Ukuran Perusahaan, Variabilitas
Pendapatan Dan Operating Leverage Pada Struktur Modal Industri Perbankan.
E-Jurnal Akuntansi Universitas Udayana 11 (3): 848-862
http://ojs.unud.ac.id/index.php/Akuntansi/article/viewFile/12957/9637
Angeliend, R.P. (2014). Analisis Struktur Modal dan Faktor-Faktor yang
Mempengaruhinya (Studi Pada Sektor Manufaktur di Bursa Efek Indonesia.
Jurnal Ekonomi dan Bisnis. http://eprints.dinus.ac.id/8857/1/jurnal_13804.pdf
Antoniou, A., Guney, Y., Paudyal, K. (2002) The determinants of corporate capital
structure: Evidence from European countries.
https://s3.amazonaws.com/academia.edu.documents/30923060/determinant-
europe.pdf?AWSAccessKeyId=AKIAIWOWYYGZ2Y53UL3A&Expires=150
7438035&Signature=iPy3%2Ffm20r8B7%2FcookwMIKXDLwM%3D&respo
nse-content-
disposition=inline%3B%20filename%3DDeterminants_of_corporate_capital_s
truct.pdf
Bevan, AA., Danbolt, J. (2002) Capital structure and its determinants in the UK-a
decompositional analysis. Applied Financial Economics 12 (3): pp 159-170
Booth, L., Aivazian, V., Demirguc‐Kunt, A., Maksimovic, V., (2001) Capital
structures in developing countries. The Journal of Finance 56 (1): pp. 87-130.
Chen, JJ. (2004) Determinants of Capital Structure of Chinese Listed-Companies.
Journal of Business Research 57 (12):pp. 1341-1351
Fauzi, F; Basyit, A and Idris, M. (2013) The Determinants of Capital Structure: An
Empirical Study of New Zealand-Listed Firms. Asian Journal of Finance &
Accounting 5 (2): pp 1-21.
Jensen, M. C. (1986). Agency costs of free-cash-flow, corporate finance, and
takeovers. American Economic Review, 76, 323-329.
Kesuma, A. (2009). Analisis Faktor yang Mempengaruhi Struktur Modal Serta
Pengaruhnya Terhadap Harga Saham Perusahaan Real Estate yang Go Public di
Bursa Efek Indonesia. Jurnal Manajemen dan Kewirausahaan 11 (1): 38-45
http://ced.petra.ac.id/index.php/man/article/viewFile/17743/17664
37
Khariry, M dan Wulansari, M. (2016). Faktor-Faktor Yang Mempengaruhi Struktur
Modal (Studi Kasus Pada Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek
Indonesia Periode 2011 – 2014). Jurnal Wawasan Manajemen 4 (2):113-125
http://jwm.unlam.ac.id/id/index.php/jwm/article/download/83/83.
Manurung, Adler. (2011). Determinan Struktur Kapital Perusahaan di Indonesia.
Jurnal Akuntansi – FE Untar 15 (3): pp. 250 – 261.
Margaretha, F. (2010). Faktor-Faktor yang Mempengaruhi Struktur Modal Pada
Industri Manufaktur di Bursa Efek Indonesia.
http://web.stietrisakti.ac.id/JBA/JBA12.2Agustus2010/5_artikel_JBA12.2Agus
tus2010.pdf
Myers, S., and N. Majluf (1984). Corporate Financing and Investment Decisions When
Firms Have Information Investors Do Not Have. Journal of Financial
Economics, 13: pp 187-222.
Myers, S. (2001) Capital Structure. The Journal of Economic Perspectives 15 (2): pp.
81-102
Nadeem, Ahmed Sheikh and Zongjun, Wang. (2011) "Determinants Of Capital
Structure: An Empirical Study Of Firms In Manufacturing Industry Of
Pakistan", Managerial Finance 37 (2): pp.117 – 133.
Pandey, I. M., (2001) Capital Structure and the Firm Characterstics: Evidence from an
Emerging Market. IIMA Working Paper No. 2001-10-04. Available at SSRN:
https://ssrn.com/abstract=300221 or http://dx.doi.org/10.2139/ssrn.300221
Pedro Proença and Raul M. S. Laureanoa and Luis M. S. Laureanoa (2014).
Determinants of Capital Structure and the 2008 Financial Crisis: Evidence from
Portuguese SMEs. Procedia - Social and Behavioral Sciences 150: pp 182 – 191
Rafiq, M; Iqbal, A; Atiq, M. (2008). The Determinants of Capital Structure of the
Chemical Industry in Pakistan. The Lahore Journal of Economics 13 (1): pp.
139-158 http://www.lahoreschoolofeconomics.edu.pk/journal/vol13-
no1/06%20chemical%20industry.pdf
Rajan, RG., Zingakes, L. (1995). What Do We Know about Capital Structure? Some
Evidence from International Data. The Journal of Finance 50 (5): pp. 1421–
1460
38
Ross, Westerfield, Jaffe. (1999). Corporate Finance. Fifth edition. Mc Graw Hill.
International Edition.
Smart, S., Megginson, W., Gitman, L. (2004). Corporate Finance. Mason, OH:
Thomson/South Western
Susanti, Y dan Agustin, S. (2015). Faktor-Faktor Yang Mempengaruhi Struktur Modal
Perusahaan Food and Beverage. Jurnal Ilmu dan Riset Manajemen 4 (9): 1-15.
https://ejournal.stiesia.ac.id/jirm/article/download/964/915
Titman, S., & Wessels, R. (1988). The Determinants of Capital Structure Choice. The
Journal of Finance, 43: pp 1-19.
39
Lampiran
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT strukturmodal
/METHOD=ENTER size assetgrowth roa tangibility.
Regression
Notes
Output Created 28-Jul-2017 13:14:44
Comments
Input Active Dataset DataSet0
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working
Data File 132
Missing Value Handling Definition of Missing User-defined missing values are treated as
missing.
Cases Used Statistics are based on cases with no missing
values for any variable used.
Syntax REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT strukturmodal
/METHOD=ENTER size assetgrowth roa
tangibility.
Resources Processor Time 00 00:00:00.063
Elapsed Time 00 00:00:00.072
Memory Required 2292 bytes
40
Additional Memory
Required for Residual
Plots
0 bytes
[DataSet0]
Variables Entered/Removedb
Model Variables Entered
Variables
Removed Method
1 tangibility, roa,
assetgrowth, size
. Enter
a. All requested variables entered.
b. Dependent Variable: strukturmodal
Model Summary
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate
1 .377a .142 .115 2.23268
a. Predictors: (Constant), tangibility, roa, assetgrowth, size
ANOVAb
Model Sum of Squares df
Mean
Square F Sig.
1 Regression 104.564 4 26.141 5.244 .001a
Residual 633.077 127 4.985
Total 737.640 131
a. Predictors: (Constant), tangibility, roa, assetgrowth, size
b. Dependent Variable: strukturmodal
Coefficientsa
Model Unstandardized Coefficients
Standardized
Coefficients t Sig.
41
B Std. Error Beta
1 (Constant) 11.722 1.115 10.508 .000
size -.196 .059 -.288 -3.336 .001
assetgrowth .522 .245 .175 2.127 .035
roa .005 .176 .002 .029 .977
tangibility -5.248 3.256 -.134 -1.612 .109
a. Dependent Variable: strukturmodal
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA COLLIN TOL
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT strukturmodal
/METHOD=ENTER size assetgrowth roa tangibility.
Regression - uji multicollinearity
Notes
Output Created 28-Jul-2017 13:23:47
Comments
Input Active Dataset DataSet0
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working Data File 132
Missing Value Handling Definition of Missing User-defined missing values are treated as
missing.
Cases Used Statistics are based on cases with no
missing values for any variable used.
Syntax REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
COLLIN TOL
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT strukturmodal
/METHOD=ENTER size assetgrowth roa
tangibility.
42
Resources Processor Time 00 00:00:00.031
Elapsed Time 00 00:00:00.027
Memory Required 2292 bytes
Additional Memory Required for
Residual Plots 0 bytes
[DataSet0]
Variables Entered/Removedb
Model Variables Entered
Variables
Removed Method
1 tangibility, roa,
assetgrowth, size
. Enter
a. All requested variables entered.
b. Dependent Variable: strukturmodal
Model Summary
Model R R Square Adjusted R Square
Std. Error of the
Estimate
1 .377a .142 .115 2.23268
a. Predictors: (Constant), tangibility, roa, assetgrowth, size
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 104.564 4 26.141 5.244 .001a
Residual 633.077 127 4.985
Total 737.640 131
a. Predictors: (Constant), tangibility, roa, assetgrowth, size
b. Dependent Variable: strukturmodal
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig.
Collinearity Statistics
B Std. Error Beta Tolerance VIF
43
1 (Constant) 11.722 1.115 10.508 .000
size -.196 .059 -.288 -3.336 .001 .905 1.105
assetgrowth .522 .245 .175 2.127 .035 .997 1.003
roa .005 .176 .002 .029 .977 .919 1.088
tangibility -5.248 3.256 -.134 -1.612 .109 .981 1.019
a. Dependent Variable: strukturmodal
Collinearity Diagnosticsa
Model Dimension Eigenvalue
Condition
Index
Variance Proportions
(Constant) size assetgrowth roa tangibility
1 1 3.164 1.000 .00 .00 .01 .02 .02
2 .929 1.846 .00 .00 .82 .00 .14
3 .739 2.068 .00 .00 .15 .02 .81
4 .153 4.548 .04 .03 .01 .94 .02
5 .015 14.536 .96 .97 .00 .02 .01
a. Dependent Variable: strukturmodal
DESCRIPTIVES VARIABLES=strukturmodal size assetgrowth roa
tangibility
/STATISTICS=MEAN STDDEV MIN MAX.
Descriptives
Notes
Output Created 28-Jul-2017 13:35:03
Comments
Input Active Dataset DataSet0
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working Data
File 132
Missing Value
Handling
Definition of Missing User defined missing values are treated as
missing.
Cases Used All non-missing data are used.
44
Syntax DESCRIPTIVES
VARIABLES=strukturmodal size
assetgrowth roa tangibility
/STATISTICS=MEAN STDDEV MIN MAX.
Resources Processor Time 00 00:00:00.000
Elapsed Time 00 00:00:00.000
[DataSet0]
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
strukturmodal 132 .73 15.62 7.8668 2.37294
size 132 14.99 29.51 19.6223 3.49398
assetgrowth 132 -1.00 9.00 .2319 .79681
roa 132 -1.64 5.14 2.0695 1.15881
tangibility 132 .00 .50 .0277 .06049
Valid N (listwise) 132
Means - uji linearitas
Notes
Output Created 28-Jul-2017 13:38:41
Comments
Input Active Dataset DataSet0
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working Data File 132
Missing Value Handling Definition of Missing For each dependent variable in a table,
user-defined missing values for the
dependent and all grouping variables are
treated as missing.
Cases Used Cases used for each table have no missing
values in any independent variable, and not
45
all dependent variables have missing
values.
Syntax MEANS TABLES=strukturmodal BY size
assetgrowth roa tangibility
/CELLS MEAN COUNT STDDEV
/STATISTICS LINEARITY.
Resources Processor Time 00 00:00:00.047
Elapsed Time 00 00:00:00.058
Case Processing Summary
Cases
Included Excluded Total
N Percent N Percent N Percent
strukturmodal * size 132 100.0% 0 .0% 132 100.0%
strukturmodal * assetgrowth 132 100.0% 0 .0% 132 100.0%
strukturmodal * roa 132 100.0% 0 .0% 132 100.0%
strukturmodal * tangibility 132 100.0% 0 .0% 132 100.0%
strukturmodal * size
Report
strukturmodal
size Mean N Std. Deviation
14.99 7.2500 1 .
15.30 7.0900 1 .
15.36 6.7100 1 .
15.44 9.7500 1 .
15.55 7.6100 1 .
15.78 6.8800 1 .
15.85 13.1700 1 .
15.92 11.4400 2 2.54558
16.04 8.5200 1 .
16.06 6.6500 1 .
16.31 8.3250 2 3.13248
16.61 4.0700 1 .
16.65 15.1800 1 .
46
16.77 15.6200 1 .
16.81 3.0300 1 .
16.84 9.6100 1 .
16.87 7.1300 1 .
16.88 8.3500 1 .
16.97 7.6400 1 .
17.00 8.4800 1 .
17.04 8.0800 1 .
17.05 8.4500 1 .
17.17 8.6900 1 .
17.21 8.8300 1 .
17.23 5.9600 1 .
17.36 7.1900 1 .
17.59 7.4700 1 .
17.66 7.3100 1 .
17.73 7.6000 1 .
17.76 10.8200 1 .
17.81 8.7400 1 .
17.89 6.6400 1 .
17.91 8.0800 1 .
17.94 11.7000 1 .
17.99 9.4100 1 .
18.01 9.1450 2 .84146
18.04 7.2650 2 3.31633
18.06 5.9900 1 .
18.07 12.4600 1 .
18.08 9.6600 2 .87681
18.11 10.7200 1 .
18.12 8.8100 2 .84853
18.13 5.1100 1 .
18.14 9.0500 2 .04243
18.19 7.8400 1 .
18.21 4.6000 1 .
18.30 9.8100 1 .
18.31 11.1700 1 .
18.37 10.9300 1 .
18.40 6.2000 1 .
47
18.43 10.0900 1 .
18.45 5.9000 1 .
18.51 7.0800 1 .
18.53 9.8700 1 .
18.57 10.9800 1 .
18.59 5.3900 1 .
18.61 6.3400 1 .
18.64 6.8500 1 .
18.69 10.3100 1 .
18.70 9.5500 1 .
18.76 10.5000 1 .
18.77 4.5300 1 .
18.78 9.1600 2 .38184
18.79 10.8000 1 .
18.82 7.4300 1 .
18.86 4.4200 1 .
18.88 9.0100 1 .
18.92 7.4000 1 .
18.93 9.4150 2 1.88798
18.96 11.4000 1 .
18.97 6.4900 1 .
19.02 8.7100 1 .
19.03 4.9200 2 .02828
19.04 9.8500 1 .
19.05 4.5000 1 .
19.09 5.0000 1 .
19.10 7.6300 1 .
19.20 7.4500 1 .
19.27 7.2000 1 .
19.29 7.3300 1 .
19.33 6.5000 1 .
19.52 6.9000 1 .
19.60 8.5000 1 .
19.62 6.6600 1 .
19.76 8.0700 1 .
19.77 6.9100 1 .
19.85 5.5900 1 .
48
19.91 7.5200 1 .
19.92 9.0900 1 .
20.02 6.9500 1 .
20.05 5.2600 1 .
20.13 6.7400 2 .65054
20.20 5.6000 1 .
20.27 6.7800 1 .
20.41 6.7200 1 .
20.57 6.6500 1 .
20.63 6.1600 1 .
22.39 9.1700 1 .
22.61 10.2800 1 .
22.83 11.4200 1 .
22.88 6.2000 1 .
22.97 .7300 1 .
23.02 8.4900 1 .
23.04 5.8100 1 .
23.28 6.7900 1 .
23.57 8.3000 1 .
23.90 9.1100 1 .
24.31 12.0100 1 .
24.58 9.3100 1 .
28.08 3.9300 1 .
28.36 5.0000 1 .
28.49 5.8300 1 .
28.61 5.0400 1 .
28.72 5.2200 1 .
28.88 5.6700 1 .
28.91 6.9800 1 .
29.03 6.1700 1 .
29.27 7.5600 1 .
29.28 8.3500 1 .
29.44 4.4600 1 .
29.51 4.3200 1 .
Total 7.8668 132 2.37294
49
ANOVA Table
Sum of
Squares df
Mean
Square F Sig.
strukturmodal
* size
Between
Groups
(Combined) 704.017 120 5.867 1.919 .114
Linearity 67.609 1 67.609 22.118 .001
Deviation from
Linearity
636.408 119 5.348 1.750 .151
Within Groups 33.623 11 3.057
Total 737.640 131
Measures of Association
R R Squared Eta Eta Squared
strukturmodal * size -.303 .092 .977 .954
strukturmodal * assetgrowth
Report
strukturmodal
assetgrowth Mean N Std. Deviation
-1.00 7.0900 1 .
-.89 9.6400 1 .
-.40 9.4300 1 .
-.09 6.2000 1 .
-.05 .7300 1 .
-.04 4.5000 1 .
-.01 8.7100 1 .
.00 8.6467 3 .35501
.01 15.1800 1 .
.02 7.1686 7 2.29604
.03 7.9800 2 1.20208
50
.04 10.7200 1 .
.05 8.1167 3 1.48827
.06 5.5000 4 .62161
.07 7.7033 6 1.49499
.08 7.1580 5 3.54244
.09 5.4600 2 1.47078
.10 9.0700 3 1.70079
.11 6.6500 5 .97494
.12 10.2250 4 3.78670
.13 7.2600 2 2.02233
.15 6.7833 3 .06506
.16 7.3050 6 .88861
.17 7.5140 5 2.47694
.18 6.4520 5 1.34530
.19 8.9700 3 2.12939
.20 7.1300 4 3.20028
.21 8.5700 3 1.67144
.22 6.9400 4 3.50403
.23 7.8925 4 1.43623
.24 10.2800 1 .
.25 10.0100 3 1.34547
.26 9.5200 3 2.28808
.27 6.1733 3 1.66965
.28 6.7900 1 .
.29 6.1100 1 .
.30 9.2300 6 2.26083
.31 9.9250 2 .86974
.32 6.7150 4 1.55573
.33 8.9550 2 .92631
.34 7.4700 1 .
.35 7.3100 1 .
.36 9.1700 1 .
.37 10.0900 1 .
.40 9.1100 1 .
.44 8.3500 1 .
.47 7.0800 1 .
.50 13.1700 1 .
51
.51 12.0100 1 .
.53 6.9800 1 .
.55 7.1900 1 .
.57 9.7500 1 .
1.00 4.0700 1 .
9.00 12.4600 1 .
Total 7.8668 132 2.37294
ANOVA Table
Sum of
Squares df
Mean
Square F Sig.
strukturmodal *
assetgrowth
Between Groups (Combined) 400.256 53 7.552 1.746 .012
Linearity 23.118 1 23.118 5.345 .023
Deviation from
Linearity
377.138 52 7.253 1.677 .019
Within Groups 337.385 78 4.325
Total 737.640 131
Measures of Association
R R Squared Eta Eta Squared
strukturmodal * assetgrowth .177 .031 .737 .543
strukturmodal * roa
Report
Strukturmodal
roa Mean N Std. Deviation
-1.64 10.7200 1 .
-.93 9.6400 1 .
-.82 6.6500 1 .
-.77 11.4000 1 .
.09 9.4100 1 .
.10 6.1100 1 .
.11 5.9600 1 .
.24 7.3300 1 .
.30 8.8300 1 .
52
.33 8.0800 1 .
.51 12.4600 1 .
.65 4.4600 1 .
.66 9.6100 1 .
.68 8.8900 1 .
.72 15.6200 1 .
.74 7.0900 1 .
.76 15.1800 1 .
.79 7.6400 1 .
.80 8.3500 1 .
.84 6.7100 1 .
.99 6.3400 1 .
1.01 9.0100 1 .
1.02 8.4500 1 .
1.10 10.5400 1 .
1.12 5.9900 1 .
1.14 8.3733 3 2.97366
1.19 8.6900 1 .
1.20 4.5000 1 .
1.22 10.8200 1 .
1.31 9.8100 1 .
1.32 6.7550 2 1.20915
1.33 6.4200 2 2.96985
1.39 7.1300 1 .
1.40 5.0000 1 .
1.44 7.2000 1 .
1.49 8.4800 1 .
1.50 7.6000 1 .
1.52 5.0400 1 .
1.53 7.8200 2 .36770
1.57 7.8400 1 .
1.58 6.2000 1 .
1.59 6.8800 1 .
1.61 4.6000 1 .
1.64 10.9800 1 .
1.68 4.9400 1 .
1.74 10.5000 1 .
53
1.76 7.4700 1 .
1.78 8.3500 1 .
1.79 6.9600 2 .66468
1.81 7.4000 1 .
1.85 9.0400 1 .
1.91 6.8500 1 .
1.92 9.8500 1 .
1.94 4.8350 2 2.55266
1.95 8.5500 1 .
1.96 10.2800 1 .
2.02 8.7400 1 .
2.03 7.3100 1 .
2.04 8.7100 1 .
2.05 6.6800 2 .72125
2.07 11.7000 1 .
2.10 4.9200 1 .
2.11 5.2200 1 .
2.23 9.0200 1 .
2.30 6.1600 1 .
2.41 9.4100 1 .
2.46 9.5500 1 .
2.47 5.6700 1 .
2.50 6.8567 3 2.15723
2.53 9.7400 1 .
2.60 5.6600 4 .95019
2.61 10.7500 1 .
2.65 10.0900 1 .
2.68 6.7800 1 .
2.70 4.4200 1 .
2.72 6.7200 1 .
2.75 9.4300 1 .
2.76 7.4500 1 .
2.78 10.2100 2 4.18607
2.79 5.3900 1 .
2.81 4.0700 1 .
2.85 8.0800 1 .
2.90 7.6240 5 1.49863
54
2.93 6.7700 2 4.01637
3.00 9.7500 1 .
3.11 9.0900 1 .
3.14 7.8500 2 2.85671
3.15 8.7600 2 .77782
3.18 7.6300 1 .
3.36 11.1100 2 .43841
3.40 6.5033 3 .60343
3.49 8.4900 1 .
3.50 4.9400 3 3.92557
3.55 8.3000 1 .
3.57 12.0100 1 .
3.60 7.5200 1 .
3.66 8.4267 3 3.14125
3.80 7.5820 5 1.75857
3.90 6.2800 1 .
5.14 13.2400 1 .
Total 7.8668 132 2.37294
ANOVA Table
Sum of
Squares df
Mean
Square F Sig.
strukturmodal * roa Between Groups (Combined) 574.794 99 5.806 1.141 .344
Linearity 5.240 1 5.240 1.030 .318
Deviation from
Linearity
569.555 98 5.812 1.142 .343
Within Groups 162.846 32 5.089
Total 737.640 131
Measures of Association
R R Squared Eta Eta Squared
strukturmodal * roa -.084 .007 .883 .779
55
strukturmodal * tangibility
Report
strukturmodal
tangibility Mean N Std. Deviation
.00 8.1871 14 2.93446
.01 7.8262 47 2.39344
.02 7.9900 37 2.22917
.03 8.4822 18 2.46016
.04 7.0917 6 1.87532
.05 7.9625 4 1.90806
.06 6.7900 1 .
.10 4.9200 1 .
.11 4.3200 1 .
.27 7.2500 1 .
.42 5.0400 1 .
.50 4.9400 1 .
Total 7.8668 132 2.37294
ANOVA Table
Sum of
Squares df
Mean
Square F Sig.
strukturmodal
* tangibility
Between Groups (Combined) 51.895 11 4.718 .826 .615
Linearity 23.121 1 23.121 4.046 .047
Deviation from
Linearity
28.774 10 2.877 .504 .885
Within Groups 685.745 120 5.715
Total 737.640 131
Measures of Association
R R Squared Eta Eta Squared
strukturmodal * tangibility -.177 .031 .265 .070
56
Regression
Notes
Output Created 28-Jul-2017 13:45:09
Comments
Input Active Dataset DataSet0
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working Data File 132
Missing Value Handling Definition of Missing User-defined missing values are treated as
missing.
Cases Used Statistics are based on cases with no
missing values for any variable used.
Syntax REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
COLLIN TOL
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT strukturmodal
/METHOD=ENTER size assetgrowth roa
tangibility
/SAVE RESID.
Resources Processor Time 00 00:00:00.031
Elapsed Time 00 00:00:00.042
Memory Required 2308 bytes
Additional Memory Required for
Residual Plots 0 bytes
Variables Created or Modified RES_1 Unstandardized Residual
[DataSet0]
Variables Entered/Removedb
57
Model Variables Entered
Variables
Removed Method
1 tangibility, roa,
assetgrowth, size
. Enter
a. All requested variables entered.
b. Dependent Variable: strukturmodal
Model Summaryb
Model R R Square Adjusted R Square
Std. Error of
the Estimate
1 .377a .142 .115 2.23268
a. Predictors: (Constant), tangibility, roa, assetgrowth, size
b. Dependent Variable: strukturmodal
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 104.564 4 26.141 5.244 .001a
Residual 633.077 127 4.985
Total 737.640 131
a. Predictors: (Constant), tangibility, roa, assetgrowth, size
b. Dependent Variable: strukturmodal
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig.
Collinearity Statistics
B
Std.
Error Beta Tolerance VIF
1 (Constant) 11.722 1.11
5
10.508 .000
size -.196 .059 -.288 -3.336 .001 .905 1.105
assetgrowth .522 .245 .175 2.127 .035 .997 1.003
roa .005 .176 .002 .029 .977 .919 1.088
tangibility -5.248 3.25
6
-.134 -1.612 .109 .981 1.019
58
a. Dependent Variable: strukturmodal
Collinearity Diagnosticsa
Model Dimension Eigenvalue
Condition
Index
Variance Proportions
(Constant) size assetgrowth roa tangibility
1 1 3.164 1.000 .00 .00 .01 .02 .02
2 .929 1.846 .00 .00 .82 .00 .14
3 .739 2.068 .00 .00 .15 .02 .81
4 .153 4.548 .04 .03 .01 .94 .02
5 .015 14.536 .96 .97 .00 .02 .01
a. Dependent Variable: strukturmodal
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value 4.0810 12.8818 7.8668 .89342 132
Residual -6.48673 7.16733 .00000 2.19833 132
Std. Predicted Value -4.237 5.613 .000 1.000 132
Std. Residual -2.905 3.210 .000 .985 132
a. Dependent Variable: strukturmodal
NPar Tests - uji normalitas galat
Notes
Output Created 28-Jul-2017 13:46:21
Comments
Input Active Dataset DataSet0
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working Data File 132
Missing Value Handling Definition of Missing User-defined missing values are treated as
missing.
59
Cases Used Statistics for each test are based on all
cases with valid data for the variable(s)
used in that test.
Syntax NPAR TESTS
/K-S(NORMAL)=RES_1
/MISSING ANALYSIS.
Resources Processor Time 00 00:00:00.032
Elapsed Time 00 00:00:00.135
Number of Cases Alloweda 196608
a. Based on availability of workspace memory.
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 132
Normal Parametersa,b Mean .0000000
Std. Deviation 2.19832817
Most Extreme Differences Absolute .063
Positive .063
Negative -.049
Kolmogorov-Smirnov Z .720
Asymp. Sig. (2-tailed) .678
a. Test distribution is Normal.
b. Calculated from data.
Uji Heteroskedastisitas
Notes
Output Created 28-Jul-2017 13:57:24
Comments
Input Active Dataset DataSet0
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working Data File 132
60
Missing Value Handling Definition of Missing User-defined missing values are treated as
missing.
Cases Used Statistics are based on cases with no
missing values for any variable used.
Syntax REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
COLLIN TOL
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT RES2
/METHOD=ENTER size assetgrowth roa
tangibility.
Resources Processor Time 00 00:00:00.063
Elapsed Time 00 00:00:00.060
Memory Required 2332 bytes
Additional Memory Required for
Residual Plots 0 bytes
Variables Entered/Removedb
Model Variables Entered
Variables
Removed Method
1 tangibility, roa,
assetgrowth, size
. Enter
a. All requested variables entered.
b. Dependent Variable: RES2
Model Summary
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate
1 .168a .028 -.002 1.38459
a. Predictors: (Constant), tangibility, roa, assetgrowth, size
ANOVAb
61
Model
Sum of
Squares df
M
e
a
n
S
q
u
a
r
e F Sig.
1 Regression 7.081 4 1
.
7
7
0
.923 .453a
Residual 243.472 127 1
.
9
1
7
Total 250.553 131
a. Predictors: (Constant), tangibility, roa, assetgrowth, size
b. Dependent Variable: RES2
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig.
Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 2.408 .692 3.480 .001
size -.036 .036 -.092 -1.001 .319 .905 1.105
assetgrowth -.096 .152 -.055 -.633 .528 .997 1.003
roa .052 .109 .044 .480 .632 .919 1.088
tangibility -2.751 2.019 -.120 -1.363 .175 .981 1.019
a. Dependent Variable: RES2
63
Collinearity Diagnosticsa
Model Dimension Eigenvalue
Condition
Index
Variance Proportions
(Constant) size assetgrowth roa tangibility
1 1 3.164 1.000 .00 .00 .01 .02 .02
2 .929 1.846 .00 .00 .82 .00 .14
3 .739 2.068 .00 .00 .15 .02 .81
4 .153 4.548 .04 .03 .01 .94 .02
5 .015 14.536 .96 .97 .00 .02 .01
a. Dependent Variable: RES2
Regression
Notes
Output Created 08-Aug-2017 11:32:39
Comments
Input Data D:\penelitian_struktur_modal_2017_SriZ\da
ta spss bu sri_2017.sav
Active Dataset DataSet1
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working Data File 132
Missing Value Handling Definition of Missing User-defined missing values are treated as
missing.
Cases Used Statistics are based on cases with no
missing values for any variable used.
Syntax REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT strukturmodal
/METHOD=ENTER size assetgrowth roa
tangibility
/RESIDUALS DURBIN.
64
Resources Processor Time 00 00:00:00.125
Elapsed Time 00 00:00:00.172
Memory Required 2348 bytes
Additional Memory Required for
Residual Plots 0 bytes
Variables Entered/Removedb
Model Variables Entered
Variables
Removed Method
1 tangibility, roa,
assetgrowth, size
. Enter
a. All requested variables entered.
b. Dependent Variable: strukturmodal
Model Summaryb
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate Durbin-Watson
1 .377a .142 .115 2.23268 .847
a. Predictors: (Constant), tangibility, roa, assetgrowth, size
b. Dependent Variable: strukturmodal
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 104.564 4 26.141 5.244 .001a
Residual 633.077 127 4.985
Total 737.640 131
a. Predictors: (Constant), tangibility, roa, assetgrowth, size
b. Dependent Variable: strukturmodal
65
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig. B Std. Error Beta
1 (Constant) 11.722 1.115 10.508 .000
size -.196 .059 -.288 -3.336 .001
assetgrowth .522 .245 .175 2.127 .035
roa .005 .176 .002 .029 .977
tangibility -5.248 3.256 -.134 -1.612 .109
a. Dependent Variable: strukturmodal
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value 4.0810 12.8818 7.8668 .89342 132
Residual -6.48673 7.16733 .00000 2.19833 132
Std. Predicted Value -4.237 5.613 .000 1.000 132
Std. Residual -2.905 3.210 .000 .985 132
a. Dependent Variable: strukturmodal