42
BAB IV
PEMBAHASAN
5.1. STATISTIK DESKRIPTIF
Pada penelitian ini, digunakan metode penyampelan purposive sampling.
Dengan motede tersebut diperoleh 79 sampel perusahaan manufaktur, yang secara
konsisten menampilkan laporan keuangannya selama 11 tahun berturut-turut. Sampel
yang digunakan adalah perusahaan manufaktur yang terdaftar di Bursa Efek
Indonesia (BEI) mulai dari tahun 2001 sampai dengan 2011. Perusahaan-perusahaan
yang masuk sebagai sampel dapat dilihat pada tabel 4.1. Dengan sampel sebanyak 79
perusahaan, maka dapat dibentuk sejumlah 790 observasi. Data yang berhasil
dihimpun tersebut menunjukkan bahwa masing-masing perusahaan memiliki jumlah
observasi yang sama dan hal tersebut merupakan ciri data panel yang seimbang
(Gujarati, 2012).
Tabel. 4.1. Daftar perusahaan yang menjadi sampel
No Kode Nama Perusahaan No Kode Nama Perusahaan1 ALMI Alumindo Light Metal Industry Tbk 10 BUDI Budi Acid Jaya Tbk
2 AMFG Asahimas Flat Glass Tbk 11 CEKA Cahaya Kalbar Tbk
3 APLI Asiaplast Industries Tbk 12 CPIN Charoen Pokphand Indonesia Tbk
4 ARNA Arwana Citramulia Tbk 13 CTBN Citra Tubindo Tbk
5 ASII Astra International Tbk 14 DLTA Delta Djakarta Tbk
6 AUTO Astra Otoparts Tbk 15 DPNS Duta Pertiwi Nusantara Tbk
7 BATA Sepatu Bata Tbk 16 DVLA Darya-Varia Laboratoria Tbk
8 BRAM Indo Kordsa Tbk 17 EKAD Ekadharma International Tbk
9 BTON Betonjaya Manunggal Tbk 18 ESTI Ever Shine Textile Tbk
43
Tabel. 4.1. Daftar perusahaan yang menjadi sampel lanjutan...
No Kode Nama Perusahaan No Kode Nama Perusahaan19 FASW Fajar Surya Wisesa Tbk
20 GDYR Goodyear Indonesia Tbk 50 MLBI Multi Bintang Indonesia Tbk
21 GGRM Gudang Garam Tbk 51 MRAT Mustika Ratu Tbk
22 GJTL Gajah Tunggal Tbk 52 MYOR Mayora Indah Tbk
23 HDTX Panasia Indo Resources Tbk 53 NIPS Nipress Tbk
24 IGAR Champion Pacific Indonesia Tbk 54 PBRX Pan Brothers Tbk
25 IKAI Intikeramik Alamasri Industri Tbk 55 PLAS Polaris Investama Tbk
26 IMAS Indomobil Sukses Internasional Tbk 56 PRAS Prima Alloy Steel Universal Tbk
27 INAF Indofarma Tbk 57 RDTX Roda Vivatex Tbk
28 INAI Indal Aluminum Industry Tbk 58 RYCY Ricky Putra Globalindo Tbk
29 INCI Intanwijaya Internasional Tbk 59 RMBA Bentoel Internasional Investama Tbk
30 INDF Indofood Sukses Makmur Tbk 60 SCCO Supreme Cable Manufacturing Corp Tbk
31 INDR Indo-Rama Synthetics Tbk 61 SIPD Merck Sharp Dohme Pharma Tbk
32 INDS Indospring Tbk 62 SMCB Holcim Indonesia Tbk
33 INKP Indah Kiat Pulp & Paper Corp Tbk 63 SMGR Semen Indonesia Persero Tbk
34 INTP Indocement Tunggal Prakarsa Tbk 64 SMSM Selamat Sempurna Tbk
35 JECC Jembo Cable Co Tbk 65 SOBI Sorini Agro Asia Corporindo Tbk
36 JPFA Japfa Comfeed Indonesia Tbk 66 SPMA Suparma Tbk
37 JPRS Jaya Pari Steel Tbk 67 SQBB Taisho Pharmaceutical Indonesia Tbk
38 KAEF Kimia Farma Persero Tbk 68 SQBI Taisho Pharmaceutical Indonesia Tbk
39 KBLM Kabelindo Murni Tbk 69 SSTM Sunson Textile Manufacturer Tbk
40 KDSI Kedawung Setia Industrial Tbk 70 STTP Siantar Top Tbk
41 KICI Kedaung Indah Can Tbk 71 TBLA Tunas Baru Lampung Tbk
42 KKGI Resource Alam Indonesia Tbk 72 TBMS Tembaga Mulia Semanan Tbk
43 KLBF Kalbe Farma Tbk 73 TCID Mandom Indonesia Tbk
44 LAPD Leyand International Tbk 74 TIRT Tirta Mahakam Resources Tbk
45 LION Lion Metal Works Tbk 75 TKIM Pabrik Kertas Tjiwi Kimia Tbk
46 LMPI Langgeng Makmur Industri Tbk 76 TOTO Surya Toto Indonesia Tbk
47 LMSH Lionmesh Prima Tbk 77 TRST Trias Sentosa Tbk
48 LPIN Multi Prima Sejahtera Tbk 78 ULTJ Ultrajaya Milk Industry & Trading Co Tbk
49 MERK Merck Tbk 79 UNIC Unggul Indah Cahaya Tbk
44
Rasio leverage yang optimal adalah variabel yang digunakan sebagai proksi
dari struktur modal yang optimal pada penelitian ini. Pada penelitian ini digunakan
definisi leverage mengikuti penelitian yang telah dilakukan oleh Rajan dan Zingales
(1995) dan Drobetz dan Wanzenried (2006) yaitu rasio total utang terhadap total aset.
Seperti yang disajikan statistik deskriptif pada tabel 4.2, leverage optimal (LVTA)
akan disusun berdasarkan empat variabel yaitu aset tetap (TANG), ukuran perusahaan
(SIZE), pertumbuhan perusahaan (GROWTH) dan tingkat profitabilitas (ROA).
Tabel 4.2. Statistik deskriptif leverage dan determinanleverage yang optimal
Keterangan LVTA TANG SIZE GROWTH ROAMean 0,4783 0,4636 5,9566 0,1543 6,4106Median 0,4717 0,4446 5,8824 0,1134 4,5205Mode 0,3322 0,3363 5,3131 0,1738 1,7024Standard Deviation 0,2193 0,1916 0,6949 0,3668 9.2691Minimum 0,0414 0,0638 3,9285 -0,8190 -21,2410Maximum 0,9916 0,9703 8,2110 5,1228 59,8222Sum 377,8819 366,2778 4.705,6854 121,9177 5.064,3528Count 790 790 790 790 790Keterangan: data diolah
Pada proses selanjutnya setelah memperoleh memperoleh struktur modal
optimal yang diproksikan oleh leverage optimal (dengan determinannya adalah aset
tetap, ukuran perusahaan, pertumbuhan perusahaan dan tingkat profitabilitas), maka
akan dicari kecepatan perubahan struktur modal dari masing-masing perusahaan
sesuai dengan persamaan 7 pada bab 3. Setelah itu, peneliti akan meregresikan
variabel kecepatan penyesuaian struktur modal perusahaan dengan karakteristik
45
perusahaan dan variabel makro ekonomi. Statistik deskriptif kecepatan perubahan
struktur modal dengan determinannya dapat dilihat pada tabel 4.3.
Perlu diperhatikan bahwa jumlah observasi akan berkurang satu tahun untuk
setiap perusahaan. Selain itu, ada juga penghilangan sampel yang bagi observasi yang
nilainya tidak realistis. Oleh karena itu pada tabel 4.2 dan 4.3 kita dapat melihat ada
perbedaan jumlah obsevasi. Pada tabel 4.2 yang menampilkan Statistik deskriptif
leverage optimal dan determinan leverage yang optimal jumlah observasi adalah 790.
Sedangkan untuk tabel 4.3 yang menyajikan statistik deskriptif kecepatan perubahan
struktur modal dan determinannya jumlah observasinya 432.
Tabel 4.3. Statistik deskriptif leverage, determinanleverage yang optimal, dan determinan kecepatan penyesuian struktur modal
Keterangan LVTA LVTAO DIST DISTA TANG SIZE GROWTH ROA INFLASI PDB SPEED
Mean 0,4836 0,4910 0,0074 0,0756 0,4827 5,9206 0,1684 5,9210 7,3722 6,9305 0,8360
Median 0,4979 0,5094 0,0101 0,0565 0,4704 5,8379 0,1198 3,5309 6,5900 6,9315 0,3608
Mode 0,3155 0,2946 -0,0209 0,0209 0,2700 5,3084 -0,0107 1,7024 5,0600 6,8625 0,4449
Standard Dev. 0,2055 0,1780 0,1032 0,0705 0,1889 0,6618 0,4252 9,6609 4,0874 0,0455 3,1754
Minimum 0,0622 0,0673 -0,4569 0,0007 0,0919 3,9285 -0,8190 -13,1442 2,7800 6,8525 -10,2207
Maximum 0,9916 0,8339 0,3200 0,4569 0,9703 7,6221 5,1228 59,8222 17,1100 7,0044 29,6133
Sum 20,8952 21,0940 3,1988 32,6491 208,5414 2.557,6818 72,7396 2.557,8830 3.184,8000 2993,9902 361,1485
Jmlh. Observasi 432 432 432 432 432 432 432 432 432 432 432
Keterangan: data diolah, LVTAO adalah leverage optimal, DISTA adalah variabel DIST yang diabsolutkan.
Determinan dari variabel kecepatan perubahan struktur modal (SPEED)
adalah ukuran perusahaan (SIZE), pertumbuhan perusahaan (GROWTH) dan tingkat
profitabilitas (ROA), distance (DIST), inflasi (INFLASI), Produk Domestik Bruto
(PDB). Selain itu disajikan pula variabel leverage yang optimal (LVTAO) dan
variabel distance yang diabsolutkan (DISTA). Pada tabel 4.3 kita dapat melihat
46
bahwa rata-rata kecepatan perubahan struktur modal perusahaan di Indonesia adalah
0,8360. Jika kita konversikan menjadi tahun maka 1 + (1 -0,8360) : 0,8360 = 1,19
tahun, dengan asumsi tidak ada perubahan struktur modal yang optimal selama
perusahaan melakukan penyesuaian.
5.2. HASIL PENGOLAH DATA
5.2.1. Pemilihan Model Regresi Panel Data
Regresi dengan menggunakan data panel disebut dengan regresi data panel.
Menurut Widarjono (2013) ada beberapa keuntungan yang diperoleh dengan
menggunakan data panel. Pertama, data panel yang merupakan gabungan dua data
time series dan cross section mampu menyediakan data yang lebih banyak sehingga
degree of freedom yang lebih besar. Kedua, menggabungkan informasi dari data time
series dan cross section dapat mengatasi masalah yang timbul sebagai akibat
pengurangan variabel.
Regresi data panel dapat dilakukan dengan tiga model yaitu pooled, fixed
effect, dan random effect, masing-masing model memiliki kelebihan dan kekurannya
masing-masing. Pemilihan model tergantung pada asumsi yang dipakai oleh peneliti
dan pemenuhan syarat-syarat pengolahan data statistik yang benar, sehingga hasilnya
dapat dipertanggungjawabkan secara statistik. Oleh karena itu, langkah pertama yang
harus dilakukan adalah memilih model yang tepat dari ketiga model yang tersedia.
Data panel yang telah dikumpulkan, diregresikan dengan menggunakan model
47
pooled, yang hasilnya dapat dilihat pada tabel 4.4. Sedangkan untuk hasil regresi
dengan model fixed effect dapat dilihat pada tabel 4.5.
Tabel 4.4. Hasil regresi rasio leverage dengan karakteristik perusahaanmenggunakan panel least square model pool
Variable Coefficient Std. Error t-Statistic Prob.
C -0,1569 0,0575 -2,7280 0,0065TANG 0,0746 0,0368 2,0249 0,0432SIZE 0,1100 0,0098 11,159 0,0000***GROWTH 0,0588 0,0182 3,2219 0,0013**ROA -0,0099 0,0007 -13,08 0,0000***
R-squared 0.2847Adjusted R-squared 0.2811
Keterangan: data diolah, *,**,*** : signifikan pada level 10%, 5%, 1%
Tabel 4.5. Hasil regresi rasio leverage dengan karakteristik perusahaanmenggunakan panel least square model fixed effect
Variable Coefficient Std. Error t-Statistic Prob.
C 0,1320 0,1448 0,9116 0,3623TANG 0,1500 0,0516 2,9072 0,0038***SIZE 0,0505 0,0229 2,2044 0,0278**GROWTH 0,0344 0,0117 2,9427 0,0034***ROA -0,0046 0,0006 -6,7642 0,0000***
Effects Specification
Cross-section fixed (dummy variables)
R-squared 0,7804Adjusted R-squared 0,7549
Keterangan: data diolah, *,**,*** : signifikan pada level 10%, 5%, 1%
Setelah hasil dari model pool dan fixed effect diperoleh maka selanjutnya
dilakukan uji Likelihood Ratio. Pengujian tersebut dibutuhkan untuk memilih model
yang paling tepat diantara model pool dan fixed effect. Hasil dari uji Likelihood Ratio
dapat dilihat pada tabel 4.6.
48
Tabel 4.6. Uji Likelihood Ratio
Effects Test Statistic d.f. Prob.
Cross-section F 20,4593 (78.707) 0.0000***Cross-section Chi-square 932,8822 78 0.0000***
Keteranan: data diolah, *,**,*** : signifikan pada level 10%, 5%, 1%
Hasil dari uji Likelihood Ratio pada tabel 4.6. menunjukkan bahwa Ho yang
menyatakan bahwa model mengikuti pooled ditolak. Oleh karena itu model yang
dipilih adalah model fixed effect.
Selanjutkan kita akan melakukan regresi dengan model random effect, untuk
menentukan model regresi panel yang tepat. Hasil dari regresi dengan menggunakan
model random effect dapat dilihat pada tabel 4.7.
Tabel 4.7. Hasil regresi rasio leverage dengan karakteristik perusahaanmenggunakan panel least square model random effect
Variable Coefficient Std. Error t-Statistic Prob.
C -0,0146 0,1055 -0,1391 0,8894TANG 0,1570 0,0446 3,5200 0,0005***SIZE 0,0754 0,0168 4,4851 0,0000***GROWTH 0,0339 0,0115 2,9505 0,0033***ROA -0,0053 0,0006 -8,1483 0,0000***
R-squared 0,1144Adjusted R-squared 0,1099
Keterangan: data diolah, *,**,*** : signifikan pada level 10%, 5%, 1%
Baik itu pada tabel 4.5 hasil dari regresi yang menggunakan model fixed effect dan
tabel 4.7 yang menggunakan model random effect, semuanya menunjukkan hasil
49
variabel independen berpengaruh signifikan terhadap dependen yaitu leverage.
Namun kita belum dapat menentukan model mana yang akan kita gunakan. Oleh
karena itu diperlukan uji Hausman untuk mengetahuinya. Pada tabel 4.8 disajikan
hasil dari uji Hausman yang telah dilakukan dengan menggunakan Eviews 7.
Tabel 4.8. Hasil uji Hausman
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 14,0223 4 0,0072***
Keterangan: data diolah, *,**,*** : signifikan pada level 10%, 5%, 1%
Untuk menentukan apakah model Random-effects atau Fixed-effects yang digunakan,
kita harus membandingkan nilai Uji Hausman dengan nilai Chi-Squre. Nilai Chi
Squre dengan degree of freedom sebanyak independen variabel yaitu empat dan
menggunakan nilai signifikansi 5% maka kita dapat memperoleh nilai 9.488. Jika
hasil nilai uji Hausman lebih besar dari nilai Chi Squre maka model yang digunakan
adalah Fixed Effect, dan apabila sebaliknya yang terjadi nilai uji Hausman lebih kecil
dari nilai kritisnya maka model yang digunakan adalah model Random Effect. Maka
berdasarkan hasil uji Hausman yang tersaji pada tabel 4.8 kita dapat mengambil
keputusan untuk menggunakan model fixed effect, karena nilai Chi Squre yang
dihasilkan dari uji Hausman lebih besar dari nilai Chi Squre tabel ( 14.022>9.488)
dengan empat degree of freedom (empat variabel independen).
50
5.2.2. Uji Asumsi
Setelah menentukan model regresi panel data yang akan digunakan, maka
langkah selanjutnya adalah menguji dan memenuhi asumsi yang diperlukan untuk
pengujian suatu data panel. Pengujian yang diperlukan adalah uji multikolinieritas,
heteroskedastisitas, dan autokorelasi.
5.2.2.1. Multikolinearitas
Asumsi pertama yang kita uji adalah tidak adanya multikolinearitas.
Multikolinearitas adalah adanya hubungan antar variabel independen (Widarjono,
2013). Untuk mendetekesi multikolinearitas kita lihat dengan melihat koefisien
korelasi antar variabel independen seperti pada tabel 4.9.
Tabel 4.9. Korelasi antar variabel independen
Variabel TANG SIZE GROWTH ROATANG 1SIZE 0,1693 1GROWTH -0,0805 0,0391 1ROA -0,2735 0,1399 0,1448 1Keterangan: data diolah, *,**,*** : signifikan pada level 10%, 5%, 1%
Dari hasil korelasi yang dihasilkan dan tersaji pada tabel 4.9 kita dapat melihat bahwa
tidak ada koefisien yang cukup besar, bahkan semua koefisien korelasi berada
dibawah 0,5 dan tertinggi hanya mencapai 0,27, korelasi antara ROA dan TANG.
Berdasarkan hasil ini kita dapat menyimpulkan bahwa tidak ada multikolinearitas
karena koefisien korelasi antar variabel independen masih di bawah syarat adanya
multikolinearitas yaitu 0,8 (Winarno, 2011).
51
5.2.2.2. Heterokedastisitas
Asumsi kedua adalah tidak adanya Heterokedastisitas. Heterokedastisitas
adalah adanya varian dari variabel gangguan (residual) yang tidak konstan
(Widarjono, 2013). Untuk menguji adanya heterokedastisitas, pada penelitian ini,
peneliti menggunakan uji Glejser. Prosedur uji ini dilakukan dengan mengabosutkan
residu dari hasil regresi yang telah dilakukan. Oleh karena model regresi yang kita
pakai adalah model fixed effect, maka residu dari fixed effect yang peneliti pakai
dalam hal ini. Setelah itu, residu yang diabsolutkan tadi diregresikan dengan semua
variabel independen. Hasil regresi tersebut dapat dilihat pada tabel 4.10.
Pada tabel 4.10 kita dapat melihat bahwa ada koefisien variabel independen
tidak signifikan (SIZE, GROWTH, ROA) maka dapat disimpulkan adanya
heterokedastisitas pada persamaan ini. Untuk menghilangkannnya maka digunakan
General Least Square (GLS) Weight yang cross-section pada model fixed effect yang
digunakan. Hasil dari regresi model fixed effect dengan GLS Weight yang cross-
section dapat kita lihat pada tabel 4.11.
Tabel 4.10 Hasil regresi nilai absulut residual model fixed effect denganvariabel independen
Variable Coefficient Std. Error t-Statistic Prob.
C 0,0879 0,0220 3,9826 0,0001***TANG 0,0416 0,0141 2,9470 0,0033***SIZE -0,0056 0,0037 -1,4824 0,1386GROWTH -0,0018 0,0070 -0,2593 0,7955ROA -0,0000 0,0002 -0,0056 0,9955
Keterangan: data diolahdengan EVIEWS
Keterangan: data diolah, *,**,*** : signifikan pada level 10%, 5%, 1%
52
Tabel 4.11 Hasil regresi model fixed effect denganGLS Weight cross-section
Variable Coefficient Std. Error t-Statistic Prob.
C -0,1390 0,0381 -3,6472 0,0003TANG 0,1263 0,0242 5,2179 0,0000SIZE 0,0997 0,0064 15,584 0,0000GROWTH 0,0590 0,0137 4,3069 0,0000ROA -0,0085 0,0004 -18,197 0,0000
R-squared 0,5585Adjusted R-squared 0,5569
5.2.2.3. Autokorelasi
Setelah asumsi multikolinearitas dan heterokodastisitas terpenuhi maka
selanjutnya asumsi yang terahir adalah autokorelasi. Autokorelasi adalah adanya
korelasi antara residual satu observasi dengan observasi lainnya (Winarno, 2011).
Untuk mengetahui adanya autokorekasi maka dilakukan uji Wooldridge, seperti
tersaji pada hasil pengolahan data dengan stata 12 dibawah ini:
Wooldridge test for autocorrelation in panel data
H0: no first-order autocorrelation
F( 1, 78) = 106,835
Prob > F = 0,0000***
Hasil uji Wooldridge yang signifikan tersebut mengindikasikan bahwa terjadi
autokorelasi pada model panel data yang disusun. Untuk mengatasi masalah ini
Keterangan: data diolah, *,**,*** : signifikan pada level 10%, 5%, 1%
53
digunakan white period robust standard error pada regresi model fixed effect yang
telah terpilih tadi, hasilnya dapat kita lihat pada tabel 4.12.
Tabel 4.12. Hasil regresi rasio leverage dengan karakteristik perusahaanmenggunakan model fixed effect-GLS Weight cross-section dan white
period robust standard error
Variable Coefficient Std. Error t-Statistic Prob.
C 0,0879 0,0970 0,9059 0,3653TANG 0,1152 0,0358 3,2188 0,0013***SIZE 0,0602 0,0150 4,0039 0,0001***GROWTH 0,0302 0,0088 3,4120 0,0007***ROA -0,0041 0,0004 -9,6815 0,0000***
R-squared 0,9528Adjusted R-squared 0,9473
Keterangan: data diolah, *,**,*** : signifikan pada level 10%, 5%, 1%
Tabel 4.12 merupakan hasil regresi fixed effect yang akan digunakan pada penelitian
ini, karena telah memenuhi semua asumsi yang diperlukan. Pada tabel tersebut dapat
kita lihat bahwa semua variabel determinan dari rasio leverage berpengaruh
signifikan, hanya konstanta yang tidak signfikan. R-squared yang perlu kita
perhatikan adalah adjusted R-squared. Selain itu kita juga dapat melihat nilai R-
square yang mencapai 94,73%, nilai ini menunjukkan bahwa variabel independen
yang ada pada model ini mampu untuk menjelaskan variasi variabel dependen sebesar
94,73%.
Dengan terpilihnya model fixed effect, itu artinya ada variabel dummy untuk
mengijinkan terjadinya perbedaan nilai parameter yang berbeda-beda, baik itu antar
54
periode maupun antar perusahaan. Model fixed effect yang terpilih mengijinkan
intersep bervariasi antar unit cross-section. Maka setiap perusahaan akan memiliki
konstanta tersendiri. Untuk membedakan satu obyek dengan dengan obyek lainnya,
digunakan variabel dummy (terlampir).
5.2.3. Hasil Regresi Kecepatan Perubahan Struktur Modal Dengan
Determinannya
Langkah selanjutnya mencari kecepatan dari masing-masing perusahaan untuk
setiap periodenya dengan menggunakan persamaan 7 pada bab 3. Berdasarkan
persamaan tersebut, maka akan diperoleh kecepatan perubahan struktur modal
masing-masing perusahaan. Pada tahap ini peneliti merata-rata kecepatan perubahan
struktur modal dalam 9 tahun penelitian. Pada penelitian ini, peneliti mengasumsikan
bahwa semua perusahaan yang masuk sebagai sampel akan melakukan penyesuaian
struktur modal menuju pada struktur modal yang optimal. Oleh karena itu, jika rata-
rata kecepatan perusahaan negatif, atau dengan kata lain tidak mengarah ke targetnya
maka perusahaan tersebut akan dikeluarkan dari sampel penelitian.
Selanjutnya adalah melakukan regresi variabel kecepatan perubahan struktur
modal terhadap ukuran perusahaan, pertumbuhan perusahaan, profitabilitas, distance,
inflasi, dan Produk Domestik Bruto (PDB). Hasil regresi kecepatan perubahan
struktur modal terhadap determinannya (pada tabel 4.13) menunjukkan bahwa
variabel ukuran perusahaan (SIZE) dan pofitabilitas perusahaan (ROA) tidak
signifikan, sedangkan variabel pertumbuhan perusahaaan (GROWTH), distance
55
(DIST), inflasi (INFLASI), dan Pendapatan Domestik Bruto (PDB) signifikan dengan
derajat kepercayaan masing-masing 10%, 1%, 5%, dan 5%. Selain itu hasil adjusted
R-square yang dihasilkan menunjukkan bahwa variabel independen (determinan
kecepatan perubahan struktur modal) mampu menjelaskan 8,53% variabel kecepatan
perubahan struktur modal.
Tabel 4.13 Hasil regresi kecepatan perubahan struktur modal dengandeterminannya menggunakan model fixed effect
Variable Coefficient Std. Error t-Statistic Prob.
C 28,590 11,237 2,5441 0,0114SIZE 0,1442 0,5158 0,2797 0,7798GROWTH -0,3986 0,2107 -1,8912 0,0594*ROA -0,0091 0,0086 -1,0566 0,2914DISTA -4,1969 0,8692 -4,8284 0,0000***INFLASI 0,0409 0,0177 2,3048 0,0217**PDB -4,1081 1,8837 -2,1809 0,0298**
R-squared 0,200192Adjusted R-squared 0,088050
Keterangan: data diolah, *,**,*** : signifikan pada level 10%, 5%, 1%
5.2.4. Robustness Test
Guna membantu menganalisis dan menguatkan argumen, peneliti juga
menyajikan hasil regresi berganda sederhana dengan menggunakan variabel distance
(DIST) sebagai variabel dependen. Selain itu, regresi ini dibagi dalam tiga sampel
yaitu, sampel seluruh perusahaan, perusahaan yang under-leverage, dan perusahaan
yang over-leverage. Hasil dari regresi tersebut dapat dilihat pada tabel 4.14.
56
Tabel 4.14 Hasil regresi variabel distance
Keterangan DIST DISTU DISTOCoefficient Prob. Coefficient Prob. Coefficient Prob.
C 0,3310 0,0000*** 0,3357 0,0001*** 0,0390 0,4586
SPEED -0,0012 0,0511** -0,0027 0,0592** -0,0009 0,4794
SIZE -0,0452 0,0004*** -0,0082 0,2682 -0,0024 0,6771
GROWTH 0,0094 0,0079*** 0,0140 0,2278 -0,0009 0,8830
ROA 0,0004 0,1791 -0,0011 0,1016 0,0003 0,5717
INFLASI -0,0015 0,0000*** -0,0035 0,0048*** -0,0010 0,3738
PDB 0,0000 0,2456 0,0000 0,0033*** 0,0000 0,1656
observations 432 195 237R-squared 0,5914 0,1119 0,0253Adjusted R-squared 0,5341 0,0835 -0,0001Keterangan: data diolah, *,**,*** : signifikan pada level 10%, 5%, 1%; DISTU adalah variabelDIST untuk perusahaan yang under-leverage, DISTO adalah variabel DIST untuk perusahaanyang over-leverage.
5.3. PEMBAHASAN
5.3.1. Pembahasan Determinan Rasio Leverage
Pembahasan kita mulai dari hasil regresi rasio leverage terhadap karakteristik
perusahaan, hasil dari regresi ini merupakan dasar untuk pembentukan struktur modal
optimal, yang tersaji pada tabel 4.12. Pada tabel tersebut kita dapat melihat bahwa
variabel aset tetap (TANG) berpengaruh secara positif terhadap leverage perusahaan,
dan signifikan pada level 1%. Hasil ini sesuai dengan teori trade-off yang
memandang bahwa semakin banyak aset yang dimiliki, maka semakin tinggi pula
jaminan yang dapat diberikan pada kreditur sehingga perusahaan dapat meningkatkan
hutangnya, guna memperoleh manfaat pengurangan pajak. Korelasi yang positif
antara tinggat kepemilikan aset dengan leverage juga sesuai dengan penelitian
57
empiris sebelumnya yang dilakukan oleh Hovakimian et al. (2001), Heshmati (2001),
Gaud et al. (2005), Drobetz dan Wanzenried (2006), Elsas dan Florysiak (2011).
Karakteristik perusahaan selanjutnya adalah ukuran perusahaan (SIZE). Pada
tabel 4.12, dapat kita lihat bahwa ukuran perusahaan berpengaruh positif terhadap
leverage pada level 1%. Sesuai dengan argumen Voulgaris, et al. (2004), korelasi
yang positif antara leverage dan ukuran perusahaan ini menunjukkan bahwa dengan
semakin besarnya suatu perusahaan maka semakin stabil pula pendapatan mereka,
sehingga perusahaan yang besar akan memperoleh bagian hutang yang lebih besar
dibandingkan dengan perusahaan yang kecil. Hasil ini juga menunjukkan bahwa
ukuran perusahaan menjadi proksi dari kebangkrutan perusahaan, sesuai dengan apa
yang diharapkan oleh teori trade-off (Drobetz & Wanzenried, 2006). Hasil regresi
yang menunjukkan korelasi yang positif ini, juga sesuai dengan penelitian empiris
yang telah dilakukan sebelumnya oleh Hovakimian et al. (2001), Gaud et al. (2005),
Drobetz dan Wanzenried (2006), Antoniou et al. (2008), Elsas dan Florysiak (2011).
Hasil lainnya pada variabel pertumbuhan perusahaan (GROWTH)
menunjukkan hasil yang signifikan pula. Korelasi positif antara leverage dan
pertumbuhan perusahaan signifikan pada level 1%. Hasil ini tidak sesuai dengan apa
yang diharapkan oleh peneliti, bahwa pertumbuhan perusahaan akan berhubungan
negatif dengan leverage. Hasil ini menunjukkan bahwa karakteristik para kreditur di
Indonesia berani memberikan pinjaman bagi perusahaan yang memiliki prospek atau
potensi untuk berkembang, walaupun aliran kas masuk perusahaan tersebut belum
stabil.
58
Karakteristik perusahaan selanjutnya adalah variabel profitabilitas perusahaan
(ROA). Hasil dari regresi menunjukkan bahwa korelasi antara leverage dan
profitabilitas signifikan pada level 1% dan berkorelasi negatif. Hasil ini tidak sesuai
dengan apa yang diharapkan oleh peneliti. Namun hasil ini sesuai dengan teori
pecking order (Myers, 1984), yang menyatakan bahwa mengutamakan pembiayaan
internal (termasuk didalamnya profitabilas perusahaan) daripada menggunakan
hutang. Oleh karena itu peningkatan keuntungan akan berbanding terbalik dengan
hutang.
5.3.2. Pembahasan Hipotesis
Pembahasan hipotesis akan fokus pada hasil regresi antara kecepatan
perubahan struktur modal dengan variabel ukuran perusahaan, pertumbuhan
perusahaan, profitabilitas perusahaan, inflasi dan Produk Domestik Bruto, yang tersaji
pada tabel 4.13 dan hasil dari robustness test pada tabel 4.14.
5.3.2.1. Hipotesis 1
Hipotesis 1: Ukuran perusahaan berpengaruh secara positif terhadap kecepatan
penyesuaian struktur modal
Korelasi antara ukuran perusahaan dengan kecepatan perubahan struktur
modal yang dapat dilihat pada tabel 4.13, menunjukkan bahwa ada korelasi positif
namun tidak signifikan, dan tentu saja tidak sesuai dengan hipotesis. Hasil ini
mengindikasikan bahwa ukuran perusahaan tidak mempengaruhi kecepatan
59
perubahan struktur modal. Namun hasil pada robustness test pada tabel 4.14, terlihat
bahwa ukuran perusahaan memberikan pengaruh negatif dan siginifikan terhadap
distance. Hasil ini mencerminkan bahwa semakin besar suatu perusahaan maka
semakin kecil struktur modal perusahaan tersebut menyimpang dari optimalnya.
Berdasarkan teori statik trade-off Myers (1984) dan Fischer et al. (1989), diyakini
bahwa ada biaya yang harus dikeluarkan oleh perusahaan ketika harus melakukan
penyesuaian struktur modal, sehingga ada jeda waktu dan tidak seketika melakukan
penyesuaian. Maka bagi perusahaan yang besar, lebih baik bagi perusahaan tersebut
tidak segera melakukan penyesuaian, karena biaya yang ditanggung oleh perusahaan
ketika tidak berada pada struktur modal yang optimal masih lebih kecil dibandingkan
harus melakukan penyesuaian. Maka alasan ini mungkin yang mengakibatkan tidak
signifikannya pengaruh ukuran perusahaan terhadap kecepatan perubahan struktur
modal.
5.3.2.2. Hipotesis 2
Hipotesis 2: Pertumbuhan perusahaan berpengaruh secara negatif terhadap kecepatan
penyesuaian struktur modal.
Hasil dari korelasi antara variabel pertumbuhan perusahaan dengan kecepatan
perubahan struktur modal yang tersaji pada tabel 4.13, menunjukkan bahwa ada
korelasi yang negatif dan signifikan pada level 10%. Hasil ini sesuai dengan yang
dihipotesiskan oleh penulis. Hasil ini menunjukkan bahwa semakin tinggi
pertumbuhan perusahaan maka makin lambat kecepatan penyesuaian struktur modal.
60
Selain itu pada tabel 4.14 kita juga dapat melihat hasil korelasi antara distance dan
pertumbuhan perusahaan adalah positif, yang diartikan semakin tinggi pertumbuhan
perusahaan diikuti oleh semakin lebarnya jarak antara struktur modal aktual dan
struktur modal optimal. Korelasi ini menunjukkan bahwa perusahaan yang sedang
tumbuh tidak terlalu memperhatikan struktur modalnya, dan hanya fokus mengejar
pertumbuhannya. Selain itu, kelambatan ini berdasarkan Heshmati (2001), dapat
disebabkan oleh besarnya modal yang dibutuhkan oleh perusahaan yang sedang
berkembang, sehingga ketika melakukan penyesuaian struktur modal, diperlukan
biaya yang besar. Kondisi ini mengakibatkan perusahaan ini lambat untuk
menyesuaian struktur modalnya. Selain itu, menurut Eriotis et al. (2007), kondisi ini
dapat terjadi karena perusahaan yang sedang tumbuh akan mengalami variasi nilai
perusahaan yang tinggi, sehingga risiko perusahaan ini dipandang tinggi. Risiko yang
tinggi akan mengakibatkan biaya untuk melakukan penyesuaian struktur modal akan
tinggi. Hasil penelitian ini sesuai dengan penelitian sebelumnya yang dilakukan oleh
Hovakimian et al. (2001) dan Frank dan Goyal (2009).
5.3.2.3. Hipotesis 3
Hipotesis 3: Profitabilitas perusahaan berpengaruh secara negatif terhadap kecepatan
penyesuaian struktur modal.
Pada tabel 4.13, korelasi antara kecepatan perubahan struktur modal dan
profitabilitas perusahaan menunjukkan korelasi yang negatif namun tidak signifikan.
Begitu pula hasil robustness test pada tabel 4.14, menunjukkan tidak ada korelasi
61
apapun antara profitabilitas perusahaan dengan distance. Hasil ini menunjukkan
bahwa kecepatan perubahan struktur modal tidak dipengaruhi oleh profitabilitas
perusahaan. Begitu juga halnya dengan distance, profitabilitas perusahaan tidak
memberikan pengaruh pada jarak antara struktur modal aktual dengan optimalnya.
Tidak adanya korelasi yang signifikan antara variabel profitabilitas baik itu dengan
kecepatan perubahan struktur modal maupun distance, menunjukkan bahwa
kemungkinan variabel ini memberikan pengaruh yang unik pada masing-masing
perusahaan. Pengaruh profitabilitas, baik itu pada kecepatan perubahan struktur
modal maupun distance bervariasi antar perusahaan.
5.3.2.4. Hipotesis 4
Hipotesis 4: Distance berpengaruh secara positif terhadap kecepatan penyesuaian
struktur modal.
Distance (DIST) adalah perbedaan absolut antara leverage yang optimal
dengan leverage aktual perusahaan. Hasil dari regresi yang dapat kita lihat pada tabel
4.13 menunjukkan bahwa variabel distance berpengaruh negatif dan signifikan pada
level 1% terhadap kecepatan perubahan struktur modal. Hasil ini tidak sesuai dengan
hipotesis yang telah disusun dan penelitian empiris sebelumnya (Hovakimian et al.,
2001; Heshmati, 2001; Drobetz & Wanzenried, 2006), yang mengharapkan hasil
sebaliknya. Hasil ini menunjukkan bahwa jarak yang semakin jauh tidak membuat
kecepatan perusahaan guna melakukan penyesuaian menjadi semakin cepat.
Berdasarkan teori trade-off (Myers, 1984 dan Fischer et al., 1989), seharusnya
62
semakin jauh jarak antara struktur modal aktual dan optimal akan mengakibatkan
semakin besarnya biaya yang harus ditanggung perusahaan untuk tidak berada pada
struktur modal yang optimal. Namun jika kita kaitkan dengan hasil regresi yang
ditunjukkan pada tabel 4.14, terlihat bahwa variabel pertumbuhan perusahaan
merupakan variabel yang berkorelasi positif dengan distance. Hasil tersebut memiliki
arti, peningkatan pertumbuhan akan meningkatkan distance. Sehingga ada
kemungkinan perusahaan-perusahaan yang distance-nya tinggi atau besar didominasi
oleh perusahaan yang tumbuh, dan enggan untuk melakukan penyesuaian struktur
modal (telah dibuktikan pada hipotesis kedua). Kelambanan penyesuaian ini mungkin
juga dapat disebabkan oleh biaya penyesuaian yang tinggi, waktu yang diperlukan,
serta proses penyesuaian. Faktor-faktor tersebut mungkin menghambat perusahaan-
perusahaan yang menyimpang jauh untuk segera melakukan penyesuaian. Hasil ini
juga mengindikasikan bahwa biaya penyesuaian struktur modal di Indonesia lebih
tinggi dibandingkan dengan negara-negara lainnya, sehingga enggan untuk segera
melakukan penyesuaian.
5.3.2.5. Hipotesis 5
Hipotesis 5: Inflasi berpengaruh secara negatif terhadap kecepatan penyesuaian
struktur modal.
Hasil regresi data panel yang dilakukan yang ditunjukkan pada tabel 4.13
memperlihatkan bahwa variabel inflasi berpengaruh secara positif dan signifikan pada
level signifikansi 5%. Hasil ini menunjukkan bahwa semakin tinggi inflasi dibarengi
63
semakin cepat perusahaan melakukan penyesuaian struktur modal dan hasil ini tidak
sesuai dengan hipotesis. Selain itu pada tabel 4.14, hasil dari robustness test
menunjukkan korelasi yang negatif antara tingkat inflasi dengan variabel distance.
korelasi ini mengindikasikan bahwa peningkatan inflasi akan menyempitkan jarak
antara struktur modal aktual dengan struktur modal optimal. jika kita kaitkan dengan
teori statik trade-off Myers (1984) dan Fischer et al. (1989), yang menyakini bahwa
perusahaan akan melakukan penyesuaian struktur modal jika biaya yang dikeluarkan
oleh perusahaan untuk melakukan penyesuaian struktur modal lebih kecil daripada
biaya menyimpang dari optimal. Berdasarkan teori ini kita dapat menyimpulkan
bahwa peningkatan kecepatan penyesuaian struktur modal ketika semakin
meningkatnya inflasi disebabkan oleh peningkatan biaya ( financial distress) tidak
berada pada struktur modal optimal.
5.3.2.6.Hipotesis 6
Hipotesis 6: Pendapatan Domestrik Bruto berpengaruh secara negatif terhadap
kecepatan penyesuaian struktur modal.
Regresi panel yang dihasilkan untuk variabel Produk Domestik Bruto (PDB)
terhadap kecepatan penyesuaian struktur modal pada tebel 4.13 menunjukkan bahwa,
variabel ini berpengaruh secara negatif dan signifikan pada level 5%. Hasil ini sesuai
dengan hipotesis yang telah disusun. Hal ini mengindikasikan bahwa kecepatan
penyesuaian struktur modal akan menurun seiring dengan peningkatan PDB.
peningkatan PDB merupakan indikator makro bagi pertumbuhan suatu negara. oleh
64
karena itu, tidak aneh jika pertumbuhan PDB akan dibarengi oleh pertumbuhan
perusahaan. Hasil korelasi yang negatif dan signifikan variabel PDB ini,
mengkonfirmasi hasil pada hipotesis 2, yang berkaitan dengan variabel pertumbuhan
perusahaan. Jika kita kaitkan dengan pertumbuhan, perusahaan yang sedang tumbuh
tidak terlalu memperhatikan struktur modal, sehingga jarak antara struktur modal
aktual dan optimal pada saat PDB tinggi akan melebar juga. argumen ini didukung
oleh hasil robustness test pada tabel 4.14, yang memperlihatkan korelasi negatif
antara PDB dengan distance. Dengan memperhatikan teori trade-off Myers (1984)
dan Fischer et al. (1989), hasil ini menunjukkan bahwa perusahaan yang berada pada
suatu negara yang mengalami peningkatan PDB kemungkinan besar akan mengalami
pertumbuhan. Dengan pertumbuhan tersebut, perusahaan berani untuk mengambil
risiko untuk tidak berada pada struktur modal yang optimal, karena keuntungan yang
diberikan jika pertumbuhan tercapai (expected return) mampu menutupi risiko tidak
berada pada posisi yang optimal.
Top Related