ANALISIS PENGARUH FAKTOR-FAKTOR PENENTU...
Transcript of ANALISIS PENGARUH FAKTOR-FAKTOR PENENTU...
ANALISIS PENGARUH FAKTOR-FAKTOR PENENTU
KEBIJAKAN STRUKTUR MODAL TERHADAP LEVERAGE
HIPOTESIS PECKING ORDER DAN TRADE OFF TEORI
SKRIPSI
Oleh:
FADLI 104081002571
JURUSAN MANAJEMEN
FAKULTAS EKONOMI DAN ILMU SOSIAL
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1430 H / 2010
ANALISIS PENGARUH FAKTOR-FAKTOR PENENTU
KEBIJAKAN STRUKTUR MODAL TERHADAP LEVERAGE
HIPOTESIS PECKING ORDER DAN TRADE OFF TEORI
Skripsi Diajukan Kepada Fakultas Ekonomi dan Bisnis Untuk Memenuhi Syarat-syarat
Memperoleh Gelar Sarjanan Ekonomi
Oleh : Fadli
NIM : 104081002571
Dibawah Bimbingan
Prof. Dr. Ahmad Rodoni, MM Indo Yama Nasarudin, SE, MAB NIP. 19602032001121003 NIP. 197411272001121002
JURUSAN MANAJEMEN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1431 H/2010M
ANALISIS PENGARUH FAKTOR-FAKTOR PENENTU KEBIJAKAN STRUKTUR MODAL TERHADAP LEVERAGE
HIPOTESIS PECKING ORDER DAN TRADE OFF TEORI
Skripsi Oleh : Fadli
NIM : 104081002571
Dibawah Bimbingan Pembimbing I
Pembimbing II
Prof. Dr. Ahmad Rodoni, MM NIP : 196902032001121003
Indoyama Nasarudin, SE. MAB NIP : 19741127 200112 1002
Penguji Ahli I Penguji Ahli II
Prof.Dr.H.Abdul Hamid NIP : 195706171985031002
Titi Dewi Waminda,SE.M.Si NIP : 197312212005012002
Penguji proposal
Amalia.M.S.M NIP : 197408212009012005
JURUSAN MANAJEMEN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA 1431 H/2010 M
Hari ini Kamis Tanggal Sepuluh Bulan Mei Tahun Dua Ribu Sepuluh telah dilakukan Ujian Komprehensif atas nama Fadli NIM: 104081002571 dengan judul Skripsi “ANALISIS PENGARUH FAKTOR-FAKTOR PENENTU KEBIJAKAN STRUKTUR MODAL TERHADAP LEVERAGE HIPOTESIS PECKING ORDER DAN TRADE OFF TEORI”. Memperhatikan penampilan mahasiswa tersebut selama ujian berlangsung, maka skripsi ini sudah dapat diterima sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Jurusan Manajemen Fakultas Ekonomi dan Ilmu Sosial Universitas Islam Negeri Syarif Hidayatullah Jakarta. Jakarta, 10 Mei 2010
Tim Penguji Ujian Komprehensif Indoyama Nasarudin, SE, MAB Hemmy Fauzan, MM Ketua Sekretaris
Prof. Dr. Ahmad Rodoni, MM Penguji Ahli
ABSTRACT
This research is to examine influence of the determinants of capital structure policy includes: asset tangibility, firm size, growth, profitability, and earnings volatility on the level of leverage. The data used are historical and financial data in the form of financial statements of go public companies in Indonesia Stock Exchange. The sample consists of companies registered on the Indonesia Stock Exchange for an observation period of 2005-2008. From those population with purposive sampling, found 97 sample. In this research, researcher use less one indicator to represent one variable and have complex correlation between the variable, there for researcher used structural equation modeling (SEM) with program LISREL 8.80. The result that asset tangibility, size, growth and profitability are significant influences to the level of leverage while earning volatility not significant influence to the level leverage policy. And the most of influential variable, shows that companies in the IDX using POT theory to determine their capital structure policy. Key words : asset tangibility, size, growth, profitability, earning volatility, level of leverage
ABSTRAK
Penelitian ini bertujuan untuk memberikan bukti empiris mengenai pengaruh faktor-faktor penentu kebijakan struktur modal yang meliputi: asset tangibility, size, growth, profitability, dan earning volatility terhadap tingkat leverage. Data-data yang digunakan adalah data historis dan data-data keuangan berupa laporan keuangan perusahaan go public di Bursa Efek Indonesia (BEI). Penelitian ini menggunakan populasi seluruh perusahaan yang terdaftar di Bursa Efek Indonesia periode tahun 2005 sampai dengan tahun 2008. Dari populasi tersebut didapat sampel sebanyak 97 perusahaan dengan menggunakan metode purposive sampling. Dalam penelitian ini peneliti menggunakan lebih dari satu indikator untuk mewakili satu variabel dan memiliki hubungan yang kompleks antara variabel-variabelnya sehingga peneliti menggunakan metode Structural Equation Modeling (SEM) dengan program LISREL 8.80. Hasil penelitian ini menunjukkan bahwa asset tangibility, size, serta growth berpengaruh secara signifikan terhadap tingkat leverage perusahaan sedangkan profitability dan earning volatility tidak berpengaruh signifikan terhadap tingkat leverage.dan dari keseluruhan variable yang berpengaruh, menunjukan bahwa perusahaan di BEI menggunakan teori POT untuk menentukan kebijakan struktur modalnya. Kata kunci: asset tangibility, size, growth, profitability, earning volatility, leverage.
CURRICULUM VITAE
FADLI Hp : 02193539893 [email protected]
Identitas Nama : Fadli
Tempat & Tgl Lahir : Jakarta 13 Juni 1987
Jenis Kelamin : Laki-Laki
Agama : Islam
Alamat : Jl. Ismail No. 27 Rt 006/08 Kebon Jeruk, Jakarta barat
Pendidikan Formal
1992-1998 : Sekolah Dasar Negeri (SDN) 04 Jakarta
1998-2001 : Sekolah Menengah Pertama Negeri (SMPN) 189 Jakarta
2001-2004 : Sekolah Menengah Atas Negeri (SMAN) 16 Jakarta
2004-2010 : Jurusan Manajemen Keuangan Fakultas Ekonomi
dan Ilmu Sosial UIN Syarif Hidayatullah Jakarta
Pengalaman Organisasi
Koperasi Mahasiswa (KOPMA) UIN Syarif Hidayatullah Jakarta
Lembaga Dakwah Kampus UIN Syarif Hidayatullah Jakarta
KATA PENGANTAR
Assalamu’alaikum Warahmatullahi Wabarakatuh.
Puji dan syukur penulis panjatkan kehadirat Allah SWT, Tuhan semesta alam,
yang Maha Berkehendak atas segala sesuatu, karena atas rahmat dan karunia-Nya
penulis akhirnya dapat menyelesaikan skripsi yang berjudul Analisis Pengaruh Faktor-
Faktor Penentu Kebijakan Struktur Modal Terhadap Leverage, Hipotesis Pecking Order
Atau Tradeoff Teori ini. Shalawat serta salam semoga tetap dan akan terus tercurahkan
untuk Nabi Muhammad SAW, manusia pilihan yang pribadinya adalah tauladan bagi
kita semua, kepada keluarganya, sahabatnya, sampai kepada para pengikutnya.
Dalam skripsi ini peneliti menganalisis pengaruh Faktor-Faktor Penentu
Kebijakan Struktur Modal terhadap Leverage, pada perusahaan yang terdaftar di Bursa
Efek Indonesia (BEI) selama periode tahun 2005 hingga 2008.
Penyelesaian skripsi ini tidak terlepas dari kontribusi beberapa pihak, karenanya
penulis dengan sepenuh hati mengucapkan terimakasih kepada semua pihak baik secara
langsung maupun tidak langsung yang membantu, mendorong serta memberikan
inspirasi sehingga skripsi ini bisa selesai sesuai dengan target. Secara khusus penulis
ucapkan terima kasih kepada:
1. Kepada Almarhum Ayahku serta Ibuku tersayang yang tak lelah, mendidik dan
membesarkan. Terimakasih atas perhatian, kesabaran, nasihat, semangat, serta
do’a yang tiada henti mengalir kepada penulis.
2. Kakak-kakak serta adikku, Febri, Rizki, Vira dan Nurul serta sanak saudaraku
sekalian yang selalu memberikan do’a dan semangat kepada penulis.
3. Orang yang selalu setia menemaniku , saat aku jatuh terpuruk dan yang selalu
membangkitkan semangatku Monica. Semoga selalu senantiasa sehat dan
berbahagia. Makasih buat perhatian, do’a, semangat, dan senyumnya.
4. Prof. Dr. Abdul Hamid, MS. Selaku dekan Fakultas Ekonomi dan Ilmu Sosial
UIN Syarif Hidayatullah Jakarta.
5. Kepada dosen pembimbing skripsi Bapak Prof. Dr. Ahmad Rodoni, MM dan
Bapak Indo Yama Nasarudin SE, MAB yang telah meluangkan waktunya untuk
membimbing, mengarahkan dan mengoreksi penulisan skripsi ini.
6. Kepada para dosen penguji kompre Bapak Indoyama Nasarudin, SE, MAB
selaku ketua penguji, Bapak Prof. Dr. Ahmad Rodoni, MM selaku penguji ahli,
Bapak Hemmy Fauzan, MM, selaku Sekretaris penguji.
7. Kepada para dosen Jurusan Manajemen Fakultas Ekonomi dan Ilmu Sosial atas
segenap ilmu, budi pekerti, dan nilai-nilai kehidupan yang telah kalian ajarkan
kepada kami semasa perkuliahan lalu.
8. Sahabatku Yunus, Wildan, Oji, Didi dan seluruh awak kelas manajemen e
angkatan 2004 yang telah menjadi teman dan sahabat seperjuangan dalam
mengarungi masa-masa perkuliahan yang penuh dengan tantangan dan
kenangan.
9. Dan semua orang dan pihak yang tidak bisa disebutkan satu persatu
Akhirnya, Penulis menyadari sepenuhnya bahwa dalam penulisan skripsi ini
masih jauh dari kesempurnaan. Oleh karena itu, penulis sangat mengharapkan kritik,
saran dan masukan konstruktif dari berbagai pihak agar dapat lebih memberikan
manfaat dikemudian hari.
Jakarta, 14 Juli 2010
FADLI
DAFTAR ISI
DAFTAR RIWAYAT HIDUP ................................................................... i
ABSTRACT ................................................................................................ ii
ABSTRAK ................................................................................................... iii
KATA PENGANTAR ................................................................................ iv
DAFTAR ISI ................................................................................................ vi
DAFTAR TABEL ....................................................................................... viii
DAFTAR GAMBAR .................................................................................. ix
DAFTAR LAMPIRAN .............................................................................. x
BAB I : PENDAHULUAN
A. Latar Belakang Penelitian...................................................................... 1
B. Perumusan Masalah ............................................................................... 11
C. Tujuan dan Manfaat Penelitian.............................................................. 11
BAB II : TINJAUAN PUSTAKA
A. Landasan Teori ..................................................................................... 13
1. Struktur Modal ................................................................................ 13
2. Trade Off Theory ............................................................................ 15
3. Pecking Order Theory ..................................................................... 17
4. Leverage .......................................................................................... 19
5. Faktor-Faktor Penentu Kebijakan Struktur Modal .......................... 21
a. Tangibility ................................................................................... 21
b. Firm Size ..................................................................................... 23
c. Growth ......................................................................................... 24
d. Profitability ................................................................................. 25
e. Earning Volatility ....................................................................... 26
6. Hubugan antara faktor-faktor penentu kebijakan struktur modal dengan
leverage ........................................................................................... 27
a. Tangibility Asset dan Leverage ................................................... 27
b. Size dan Tingkat Leverage Perusahaan ...................................... 27
c. Growth dan Tingkat Leverage Perusahaan ................................. 28
d. Profitability dan Tingkat Leverage ............................................. 28
e. Earning Volatility dan Tingkat Leverage ................................... 29
B. Penelitian Sebelumnya........................................................................... 30
C. Kerangka Pemikiran .............................................................................. 32
D. Hipotesis ................................................................................................ 35
BAB III : METODOLOGI PENELITIAN
A. Ruang Lingkup Penelitian ..................................................................... 36
B. Metode Penentuan Sampel .................................................................... 36
C. Metode Pengumpulan Data.................................................................... 38
D. Metode Analisis..................................................................................... 38
E. Operasional Variabel ............................................................................. 52
a. Tangibility ....................................................................................... 52
b. Size .................................................................................................. 52
c. Growth ............................................................................................ 53
d. Profitability ..................................................................................... 53
e. Earning Volatility ............................................................................ 54
f. Leverage .......................................................................................... 54
BAB IV : HASIL DAN PEMBAHASAN
A. Deskriptif Analis....................................................................................... 55
B. Outlier dan Uji Normalitas ...................................................................... 55
C. Deskriptif Analisis Data ........................................................................... 58
D. Pengujian dan Pembahasan Hipotesis ..................................................... 79
1. Pengujian Model ................................................................................ 79
2. Analisis Structural Equation Model (SEM) ....................................... 80
3. Pembahasan Hipotesis ........................................................................ 84
BAB V : KESIMPULAN DAN IMPLIKASI
A. Kesimpulan............................................................................................... 86
B. Implikasi ................................................................................................... 87
DAFTAR PUSTAKA
LAMPIRAN
DAFTAR GAMBAR
No. Keterangan Halaman
4.1 Sampel Data Penelitian 56
4.2 DFA/TA 59
4.3 DlnSal, DLnMv 62
4.4 DLnMBR, Ddta, dDSAL 66
4.5 DEBIT/S dan DROE 70
4.6 DLnSDNI, DLnSDEBIT 73
4.7 DLT-CAB dan DST-CAB 76
4.8 Regression Weight 82
DAFTAR GAMBAR
No. Keterangan Halaman
2.1 Konseptualisasi Model 33
4.1 Path Diagram Hasil Pengujian, Coefisien Regresi, 80
4.2 Path Diagram Hasil Pengujian Besaran Signifikan (T Value) 81
DAFTAR LAMPIRAN
No. Keterangan Halaman
1. Lampiran I [Data Normal] 1
2. Lampiran II [Hasil Output] 11
3. Path Diagram dengan α = 5% 16
4. Path Diagram dengan α = 10% 17
5. Path Diagram dengan α = 20% 18
BAB I
PENDAHULUAN
A. Latar Belakang Penelitian
Perusahaan dalam menjalankan usahanya sering dihadapkan pada kebutuhan
dana, baik untuk keperluan modal usaha maupun untuk perluasan usahanya. Dalam
memilih dana yang akan ditarik, perusahaan selain harus memperhatikan jangka waktu
penggunaan dana, juga harus memperhatikan aspek biaya yang harus dikeluarkan untuk
menarik dana tersebut. Oleh karena itu, pembentukan struktur modal perusahaan
menjadi salah satu aspek penting didalam perusahaan, khususnya didalam pendanaan
jangka panjang perusahaan
Ada berbagai sumber bagi perusahaan untuk memperoleh dana yang dapat
digunakan untuk memperluas usahanya. Sebuah perusahaan dapat memperoleh dana
dari sumber intern dan ekstern perusahaan, proporsi penggunaan dari kedua alternatif
dana tersebut ditentukan oleh teori apa yang digunakan perusahaan, apakah lebih
berdasar pada hierarki dari pendanaan yang bersumber pada laba, hutang, sampai pada
saham yang dimulai dengan biaya termurah sesuai dengan Pecking Order Theory,
ataukah didasarkan pada cost dan benefitnya antara biaya modal dan keuntungan
penggunaan hutang sesuai dengan Trade Off Theory.
Kedua jenis modal ini memiliki karakteristik yang berbeda satu dengan lainnya,
masing-masing memiliki kelebihan dan kekurangan. Penerbitan utang mempunyai dua
keuntungan yaitu penghematan pajak dan pendapatan tetap bagi pemegang utang.
Adapun kelemahan utang diantaranya semakin tingginya resiko perusahaan, sehingga
suku bunganya akan lebih tinggi. Dan apabila sebuah perusahaan mengalami kesulitan
keuangan dan laba operasi tidak mencukupi untuk menutup beban bunga, maka
pemegang sahamnya harus menutup kekurangan itu, dan perusahaan akan bangkrut jika
mereka tidak sanggup. Begitu pula terlalu banyak utang juga dapat menghambat
perkembangan perusahaan yang pada gilirannya dapat membuat keengganan pemegang
saham untuk tetap menanamkan modalnya. Namun demikian dalam penarikan utang
harus diusahakan agar beban bunga yang harus dibayar (cost of debt) lebih rendah
daripada tingkat pengembaliannya (rate of return), hal ini dilakukan agar dapat
menguntungkan bagi pemegang saham. Begitu pula apabila dalam pemenuhan
kebutuhan dana tersebut perusahaan lebih mengutamakan pada utang saja maka
ketergantungan perusahaan pada pihak luar akan makin besar dan resiko finansialnya
akan makin besar pula. Sebaliknya apabila perusahaan hanya mendasarkan pada modal
sendiri (saham) saja, maka biayanya akan sangat mahal (Pecking Order Theory,Myers
dan Majluf:1984) dalam Hadri Kusuma (2006). Oleh karena itu, manajer harus mampu
menghimpun dana secara efisien, yang berarti keputusan pendanaan tersebut merupakan
keputusan yang mampu meminimalkan biaya modal yang harus ditanggung perusahaan.
Keputusan pendanaan yang diambil oleh manajer akan memberikan konsekuensi
langsung berupa biaya modal, misalnya ketika manajer menggunakan hutang, biaya
modal yang timbul sebesar biaya bunga yang dibebankan oleh kreditur, dan ketika
manajer menggunakan dana internal maka akan timbul opportunity cost dari dana
internal yang digunakan. Selain menimbulkan biaya modal, penarikan dana akan
mengakibatkan berubahnya tingkat leverage perusahaan yaitu pembelanjaan permanent
yang mencerminkan perimbangan hutang jangka panjang dengan total aktivanya.
Kesejahteraan pemegang saham serta nilai perusahaan sangat dipengaruhi oleh
bagaimana kebijakan tingkat leverage yang diambil oleh manajer keuangan perusahaan.
Oleh sebab itu, manajer dalam mengambil keputusan mengenai tingkat leverage harus
dilakukan dengan hati-hati dan perlu mempertimbangkan faktor-faktor yang
mempengaruhinya. Dari banyaknya penelitian yang dilakukan untuk mengetahui faktor-
faktor yang mempengaruhi tingkat leverage, ditemukan beberapa faktor yang sering
muncul sebagai variabel penentu, antara lain resiko bisnis, pertumbuhan potensial,
volatilitas pendapatan, ukuran perusahaan, profitabilitas dan securable asset.
Beberapa teori struktur modal muncul untuk menentukan struktur modal optimal
maupun untuk melihat perilaku pembelanjaan dalam struktur modal. (Magginson:1997
dan Myers:1989) dalam R.Heru Kristanto (2002) mengungkapkan tiga teori yang
menjelaskan mengenai tingkat leverage/struktur modal yaitu Agency Cost/Trade-off
balanced theory , pecking order hypothesis, dan Signaling model of financial structure,
sedangkan (Wald:1999) masih dalam R.Heru Kristanto (2002) menyatakan terdapat 7
teori yang menjelaskan tingkat leverage struktur modal, yaitu: cost financial distress,
moral hazard, non debt tax shield, jansen freecash flow, pecking order hypothesis,
myer’s under-investment dan unchecked manajemen decreases risk. Namun jika diteliti
lebih lanjut, ketujuh teori yang diungkapkan oleh (Wald : 1999) akan sama dengan tiga
yang dikemukakan oleh (Magginson:1997) dan (Myers:1989). Menurut Magginson dan
Myers Agency Cost/Trade-off balanced theory dipecah menjadi cost financial distress,
moral hazard, non debt tax shield dan unchecked manajemen decreases risk. Sedangkan
teori under-investment yang dikemukakan Myer dalam teori Magginson dan Myer
dimasukan menjadi bagian dari pecking order hypothesis, demikian pula dengan teori
Jansen freecash flow yang dinyatakan Wald, dalam teori Magginson dan Myer hal itu
merupakan awal dari signaling theory. Dengan demikian secara garis besar hanya ada
dua teori struktur modal dalam manajemen keuangan, diantaranya teori struktur modal
Static Trade Off (STO) yang merupakan pengembangan dari teori struktur modal
modern pertama yang diperkenalkan oleh Modigliani & Miller pada tahun 1958.
Menurut trade-off teory yang diungkapkan oleh Miller “Perusahaan akan berhutang
sampai pada tingkat hutang tertentu, dimana penghematan pajak dari tambahan hutang
sama dengan biaya kesulitan keuangan financial distress. Biaya kesulitan keuangan
(Financial distress) yang dimaksud adalah biaya kebangkrutan (bankruptcy costs) atau
reorganization, dan biaya keagenan (agency costs) yang meningkat akibat dari turunnya
kredibilitas suatu perusahaan.
Dalam menentukan struktur modal yang optimal, trade-off theory memasukkan
beberapa faktor antara lain pajak, biaya keagenan (agency costs) dan biaya kesulitan
keuangan (financial distress),Biaya keagenan timbul akibat ketidakselarasan
kepentingan antara pemegang saham dan manager serta antara pemegang saham dengan
kreditur, Handono (2006:6).
Sedangkan menurut Ross dkk (2007:6) dalam bukunya yang berjudul Corporate
Finance Fundamentals dia mengatakan bahwa “In principle, a company becomes
insolvent when the value of assetnya equivalent to the value of its debt, when this
happens the value of equity is zero and the shareholders of the company transferring
control to bondholder. Tingkat hutang yang optimal tercapai ketika penghematan pajak
mencapai jumlah yang maksimal terhadap biaya kesulitan keuangan. Trade-off theory
mempunyai pengertian bahwa manajer akan berpikir untuk tujuan menyeimbangkan
antara penghematan pajak dan biaya kesulitan keuangan dalam penentuan struktur
modal.
Tingkat profitabilitas yang tinggi membuat perusahaan berusaha mengurangi
pajaknya dengan cara meningkatkan rasio hutangnya, sehingga tambahan hutang
tersebut akan mengurangi pajak. Namun pada kenyataannya, sangat sedikit manajer
keuangan yang berpikir seperti itu. Pada kenyataannya justru perusahaan-perusahaan
dengan tingkat profitabilitas yang tinggi cenderung rasio hutangnya rendah. Hal ini
berlawanan dengan pendapat trade-off theory. Trade-off theory tidak dapat menjelaskan
korelasi negatif antara tingkat profitabilitas dan rasio hutang.
Menurut (Megginson:1997) dalam Muhammad Edi Wijaya (2001) Model
tradeoff theory mengasumsikan bahwa struktur modal perusahaan merupakan hasil
tradeoff dari keuntungan pajak dengan menggunakan hutang dengan biaya agensi yang
akan terjadi dengan penggunaan hutang tersebut. Model ini merupakan pengembangan
dari teori Modigliani Miller mengenai irrelevance capital structure hypothesis.
Modigliani Miller berpendapat bahwa dalam keadaan pasar sempurna maka nilai
perusahaan dengan menggunakan hutang akan sama dengan perusahaan yang tidak
menggunakan hutang (Modigliani dan Miller:1958) dalam Winarno(2001). Tetapi
mereka merevisi kembali hasil temuan mereka dengan mengatakan bahwa dengan
adanya pajak maka hutang akan menjadi relevan. Hal ini disebabkan bunga hutang yang
dibayarkan akan mengurangi tingkat penghasilan yang terkena pajak, sehingga
perusahaan akan mampu meningkatkan nilainya dengan menggunakan hutang.
Suatu fakta yang berlawanan dengan temuan tersebut di atas, dalam
kenyataannya tidak ada satu perusahaan pun yang akan menggunakan dana yang
seluruhnya berasal dari hutang ataupun dalam jumlah yang relatif besar. Model tersebut
mengabaikan faktor biaya kebangkrutan dan biaya keagenan yang timbul. Sehingga
suatu struktur modal yang optimal akan dapat ditemukan dengan menyeimbangkan
antara keuntungan dari penggunaan hutang dan biaya kebangkrutan dan biaya keagenan,
hal ini disebut tradeoff theory (Myers 1984; Jensen & Meckling:1976) dalam Sekar
Mayangsari,(2000).
Penggunaan hutang yang berbeban bunga memiliki keuntungan dan kelemahan
bagi perusahaan (Brigham:1999) dalam Dede Setyabudi (2007). Keuntungan
penggunaan hutang adalah biaya bunga mengurangi penghasilan kena pajak sehingga
biaya utang efektif menjadi lebih rendah, kreditor hanya mendapat biaya bunga yang
relatif bersifat tetap. Dengan demikian, kelebihan keuntungan merupakan klaim bagi
pemilik perusahaan; bondholder tidak memiliki suara sehingga pemilik bisa
mengendalikan perusahaan dengan dana kecil. Adapun kelemahan penggunaan hutang
terjadi karena semakin tingginya penggunaan hutang akan meningkatkan tingkat
kemungkinan kepailitan, sehingga apabila bisnis perusahaan tidak dalam keadaan yang
baik, pendapatan operasi menjadi rendah dan tidak cukup untuk menutupi biaya bunga
sehingga kekayaan pemilik berkurang. Pada suatu kondisi yang sangat ekstrim,
perusahaan akan terancam kebangkrutan. Implikasi tradeoff theory menurut Brigham et
al., (1999) adalah perusahaan dengan resiko bisnis yang lebih tinggi baik menggunakan
hutang dalam jumlah yang sedikit dan perusahaan yang terkena tingkat pajak lebih
tinggi memperoleh penghematan pajak lebih tinggi bila menggunakan hutang.
Trade off theory menjelaskan bahwa tingkat leverage perusahaan merupakan
hasil trade off perusahaan antara manfaat pajak atas penggunaan hutang dengan
meningkatnya biaya keagenan dan financial distress yang muncul akibat peningkatan
penggunaan hutang, teori ini memiliki dasar pemikiran untuk menghindari keputusan
ekstrim,(penggunaan hutang 100%, atau penggunaan modal sendiri 100 %). Hal ini
didasarkan pada asumsi bahwa dengan meminjam, perusahaan akan dapat melindungi
pendapatannya dari pajak sedangkan apabila meminjam terlalu banyak, maka akan
menyebabkan timbulnya biaya kebangkrutan.
Perusahaan tidak perlu untuk membayar sebagian pajak yang semestinya dibayar
karena perusahaan memiliki hutang. Hal ini disebabkan hutang memiliki sifat “tax
deductible” yang berarti hutang mampu mengurangi jumlah pajak yang harus dibayar.
Ini merupakan manfaat pajak yang diperoleh perusahaan. Lain halnya dengan Static
Trade Off yang menggunakan pertimbangan cost dan benefit dari penggunaan hutang,
teori Pecking Order melakukan keputusan pendanaan yang bersumber pada laba,
hutang, sampai pada saham. Hal tersebut mengacu pada pendapat (Myers : 1984) yang
menyatakan bahwa “Perusahaan dengan tingkat profitabilitas yang tinggi justru tingkat
hutangnya rendah, dikarenakan perusahaan yang profitabilitasnya tinggi memiliki
sumber dana internal yang berlimpah.” Dalam pecking order theory ini tidak terdapat
struktur modal yang optimal. Secara spesifik perusahaan mempunyai urut-urutan
preferensi (hierarki) dalam penggunaan dana.
(Myers : 1984) dalam Elyana (2007) berpendapat bahwa keputusan pendanaan
berdasarkan pecking order theory akan mengikuti urutan pendanaan sebagai berikut:
1. perusahaan akan lebih menyukai pendanaan dari sumber internal.
2. perusahaan akan menyesuaikan target pembayaran dividen terhadap peluang
investasi.
3. kebijakan deviden bersifat sticky, fluktuasi profitabilitas dan peluang investasi
berdampak pada aliran kas internal bisa lebih besar atau lebih kecil dari
pengeluaran investasi.
4. bila dana eksternal dibutuhkan, perusahaan akan berusaha memilih sumber dana
dari hutang karena dipandang lebih aman dan penerbitan ekuitas baru sebagai
pilihan terakhir untuk memenuhi kebutuhan sumber dana.
Pecking order theory menjelaskan urut-urutan pendanaan. Pada manajer
keuangan tidak memperhitungkan tingkat hutang yang optimal. Kebutuhan dana
ditentukan oleh kebutuhan investasi. Pecking order theory ini dapat menjelaskan
mengapa perusahaan yang mempunyai tingkat keuntungan yang tinggi justru
mempunyai tingkat hutang yang kecil.
Pada kenyataan yang terjadi, terdapat perusahaan-perusahaan yang dalam
menggunakan dana untuk kebutuhan investasinya tidak sesuai seperti skenario urutan
(hierarki) yang disebutkan dalam pecking order theory. Penelitian yang dilakukan oleh
Singh dan Hamid (1992) dan Singh (1995) menyatakan bahwa “Perusahaan-perusahaan
di negara berkembang lebih memilih untuk menerbitkan ekuitas daripada berhutang
dalam membiayai perusahaannya.” Hal ini berlawanan dengan pecking order theory
yang menyatakan bahwa perusahaan akan memilih untuk menerbitkan hutang terlebih
dahulu daripada menerbitkan saham pada saat membutuhkan pendanaan eksternal.
Pecking order theory mengacu pada teori perusahaan yang bertujuan
memaksimumkan kemakmuran pemilik perusahaan.. Pecking order theory
membedakan ekuitas yang diperoleh dari laba diahan dan penerbitan saham baru karena
prioritas sumber pendanaan menempatkan posisi yang paling atas sedangkan penerbitan
saham baru pada posisi yang paling bawah. Tradeoff theory tidak membedakan urutan
pemilihan sumber pendanaan. Oleh karena itu, ekuitas tidak dibedakan apakah diperoleh
dari laba ditahan atau dari penerbitan saham baru, melainkan merupakan kombinasi dari
keduanya.
Sejauh ini, penelitian mengenai struktur modal memiliki tujuan untuk
menentukan model atau teori struktur modal yang dapat menjelaskan perilaku keputusan
pendanaan perusahaan. Namun kenyataannya, sulit bagi perusahaan untuk menentukan
suatu struktur modal yang terbaik dalam suatu komposisi pembelanjaan yang tepat.
Lebih mudah apabila perusahaan mencoba menaksir dalam suatu “range berapa tingkat
leverage yang tepat bagi perusahaan” (Hartono, 1990:3) dalam Elyana (2007).
Sehubungan dengan uraian tersebut di atas, maka penulis tertarik melakukan
penelitian tentang “Analisis Pengaruh Faktor-faktor Penentu Kebijakan struktur modal
Terhadap leverage: hipotesis Static Trade Off atau Pecking Order Theory”. Untuk lebih
memfokuskan arah penelitian ini, maka variabel-variabel yang dijadikan objek
penelitian terdiri dari asset tangibility, size, growth, profitability,dan earning volatility.
Penelitian ini merupakan lanjutan dan pengembangan dari penelitian Ari
Christianti (2006) yang berjudul, ” penentuan perilaku kebijakan struktur modal pada
perusahaan manufaktur di Bursa Efek Jakarta: hipotesis Static Trade Off atau Pecking
Order Theory”
Adapun yang membedakan dan kelebihan penelitian ini dengan penelitian
sebelumnya adalah sebagai berikut :
1. Penelitian sebelumnya hanya menggunakan populasi perusahaan industri
manufaktur yang terdaftar di Bursa Efek Jakarta dengan purposive sampling
yang menghasilkan 76 perusahaan, sedangkan kali ini penulis akan
menggunakan populasi yaitu seluruh perusahaan yang terdaftar di Bursa Efek
Indonesia tentunya dengan menggunakan purposive sampling.
2. Perbedaan periode yang digunakan pada penelitian ini adalah mengambil sampel
dari tahun 2005-2008, sedangkan peneliti sebelumnya mengambil sampel dari
tahun 2000-2008
B. Perumusan Masalah
Berdasarkan latar belakang pemikiran yang dikemukakan sebelumnya, maka
dirumuskan permasalahan dalam penelitian ini sebagai berikut:
1. Apakah faktor-faktor penentu kebijakan struktur modal seperti asset tangibility, size,
growth, profitability dan earning volatility berpengaruh terhadap leverage.
2. Apakah perusahaan yang listing di BEI menggunakan pecking order theory atau
static trade off theory dalam menentukan perilaku kebijakan struktur modalnya.
C. Tujuan dan Manfaat Penelitian
Berdasarkan perumusan masalah diatas maka tujuan dan manfaat dari penelitian
ini adalah sebagai berikut:
1. Tujuan Penelitian
Penelitian ini bertujuan sebagai berikut:
a. Untuk menganalisis pengaruh faktor-faktor penentu kebijakan struktur modal seperti
asset tangibility, size, growth, profitability dan earning volatility terhadap tingkat
leverage?
b. Untuk menganalisis perilaku kebijakan struktur modal di BEJ berdasar pada teori
struktur modal dalam manajemen keuangan yaitu Static Trade-off Theory atau
Pecking Order Theory ?
2. Manfaat Penelitian
Hasil penelitian ini diharapkan dapat bermanfaat bagi:
a. Bagi investor dan masyarakat, dengan adanya penelitian ini diharapkan investor
serta masyarakat dapat memberikan masukan dalam membuat kebijakan yang
berhubungan dengan pembentukan struktur modal untuk menghasilkan struktur
modal yang optimal.
b. Dunia penelitian dan Akademis, dapat menambah literatur mengenai faktor-faktor
yang mempengaruhi tingkat leverage perusahaan pada perusahaan-perusahaan yang
go public di Indonesia. Selain itu, penelitian ini diharapkan dapat memacu penelitian
yang lebih baik mengenai pengaruh faktor-faktor penentu kebijakan struktur modal
terhadap tingkat leverage perusahaan pada masa yang akan datang
c. Bagi peneliti, diharapkan dapat memberikan kontribusi konseptual bagi
pengembangan literatur dan menambah referensi tentang kebijakan struktur modal
perusahaan dan faktor yang mempengaruhi, sehingga dapat dijadikan rujukan dalam
pengembangan penelitian yang sejenis.
BAB II
TINJAUAN PUSTAKA
A. Landasan Teori
1. Struktur Modal
Weston dan Copeland (1996) dalam Irham Fahmi dan Yovie Lavianti Hadi
(2010) mengatakan bahwa “ Capital structure or capitalization of the firm is permanent
financing represented by long term debt, prefered stock, and shareholders equity. The
book value of shareholders equity includes common stock, paid capital or capital
surplus and the accumulated amount of retained earnings". Dari pendapat Weston dan
Copeland di atas mengenai struktur modal, mereka menitikberatkan pada struktur modal
dengan pendanaan yang menggunakan hutang jangka panjang, saham preferen dan laba
ditahan. Berdasarkan penitikberatan tersebut, terlihat bahwa Weston dan Copeland
cenderung berkiblat pada Static Trade Off yang lebih mendahulukan hutang dalam
pemilihan pendanaannya, sedangkan menurut Myers dalam buku “Fundamental of
Corporate Finance” mengartikan Capital structure is the combined long-term debt
financing and equity. Pengertian struktur modal tersebut hampir seerupa dengan apa
yang dikemukakan oleh Keown dalam bukunya yang berjudul “Financial Management:
Principles and application” yang menyebutkan bahwa Capital structure is a guideline
or a combination of long-term funding sources used by the company. Adapun bapak
prof. Ahmad Rodoni dalam bukunya yang berjudul manajemen keuangan menyatakan
struktur modal adalah proporsi dalam menentukan pemenuhan kebutuhan belanja
perusahaan dimana dana yang diperoleh menggunakan kombinasi atau panduan sumber
yang berasal dari dana jangka panjang yang terdiri dari dua sumber utama, yakni yang
berasal dari dalam dan luar perusahaan pengertian tersebut lebih sesuai dengan
pengertian struktur modal secara umum yang lebih relevan diartikan sebagai bauran dari
segenap sumber pendanaan jangka panjang yang digunakan perusahaan dan rumusan
proporsi struktur modal yang dilakukan oleh perusahaan yang akan mempengaruhi nilai
perusahaan tersebut. Struktur modal tersebut terkait erat dengan pemilihan sumber
dana, baik yang berasal dari dalam perusahaan (internal) maupun dari luar perusahaan
(external).
Adapun dalam melakukan pengambilan keputasan pendanaan, para manajer
keuangan perlu mempertimbangkan manfaat dan biaya dari sumber dana yang
dipilihnya. Hal ini disebabkan karena karakteristik financial dari sumber dana yang
berbeda-beda akan memunculkan konsekuensi yang berbeda pula. Perusahaan dapat
memperoleh sumber dana yang berasal dari dalam seperti retained earning dan
depresiasi sedangkan sumber dana eksternal dapat dibedakan dalam dua kategori, yaitu
pembelanjaan dengan hutang (debt financing) dan pembelanjaan sendiri (penyertaan
modal). Pembelanjaan dengan hutang diartikan sebagai suatu pemenuhan kebutuhan
dana dalam bentuk hutang yang berasal dari kreditor sedangkan sumber dana
pembelanjaan sendiri berasal dari pemilik atau peserta yang ikut mengambil bagian
dalam perusahaan. Hasil penelitian empiris telah menemukan berbagai faktor yang
akan mempengaruhi masalah struktur modal.
2. Trade off theory
Teori trade off merupakan hasil pengembangan dari teori struktur modal modern
pertama yang diperkenalkan oleh Modigliani dan Miller pada tahun 1958. Teori ini
mengasumsikan bahwa struktur modal perusahaan adalah hasil trade off dari biaya
keagenan dan biaya kesulitan keuangan dimana sebagai imbangan dari manfaat
penggunaan hutang. Dari model ini dapat dinyatakan bahwa perusahaan yang tidak
menggunakan pinjaman sama sekali dan perusahaan yang menggunakan pembiayaan
investasinya dengan pinjaman seluruhnya adalah buruk. Keputusan terbaik adalah
keputusan yang moderat dengan mempertimbangkan kedua instrument pembiayaan.
Trade off theory merupakan model yang didasarkan pada trade-off antara keuntungan
dengan kerugian penggunaan hutang. Trade-off tersebut dipengaruhi oleh beberapa
variabel. Umumnya oleh keuntungan pajak dari penggunaan hutang, risiko biaya
kesulitan keuangan dan penggunaan biaya agensi. Berdasarkan realita yang berasal dari
hutang dalam jumlah besar, penggunaan modal sendiri mempunyai manfaat dan
kerugian bagi perusahaan. Menurut (Brigham :2001) dalam Hasa (2008), hutang
mempunyai keuntungan pada:
a. Biaya bunga yang mempengaruhi penghasilan kena pajak, sehingga hutang
menjadi lebih rendah.
b. Kreditur hanya mendapatkan biaya bunga yang bersifat relatif tetap, kelebihan
keuntungan akan menjadi klaimbagi pemilik perusahaan.
Dalam static trade off theory, terdapat dua implikasi penting yaitu perusahaan
dengan risiko bisnis tinggi lebih baik menggunakan sedikit hutang. Hal ini akan
memperbesar biaya bunga serta menurunkan laba, sehingga perusahaan mengalami
biaya kesulitan keuangan.
Menurut Erwin Prasetya dalam bukunya yang berjudul “hutang menjadi
untung”, dia mengungkapkan bahwa “hutang akan baik2 saja apabila pengunaaanya
baik, konseptual, dan berkomitmen" agar tidak terjebak kedalam keputusan berhutang
yang keliru, ada minimal 3 pertanyaan kunci yang perlu diajukan sebelum memutuskan
berhutang, untuk apa hutang tersebut digunakan, 2. berapa besar hutang yang ingin dan
mampu anda ambil, 3. bagaimana hutang itu bisa dilunasi dalam keadaan darurat.
Static trade off theory mengemukakan bahwa hutang mempunyai dua sisi. Sisi
positif dari hutang adalah bahwa pembayaran bunga akan mengurangi pembayaran kena
pajak. Penghematan pajak ini akan meningkatkan nilai pasar perusahaaan. Hutang
menguntungkan perusahaan karena adanya perbedaan perlakuan pajak terhadap bunga
dan dividen serta pembayaran bunga diperhitungkan sebagai biaya dan mengurangi
penghasilan kena pajak, sehingga jumlah pajak yang dibayar perusahaan berkurang.
Sebaliknya, pembagian dividen kepada pemegang saham tidak mengurangi pembayaran
pembayaran pajak perusahaan. Jadi, dari sisi pajak akan lebih menguntungkan jika
perusahaan membiayai investasi dengan hutang karena adanya penghematan pajak.
Menurut teori ini, semakin besar laba (EBIT) yang dihasilkan oleh perusahaan, semakin
besar pula tingkat hutangnya agar pajak yang dibayar berkurang. Namun demikian,
besarnya hutang ini dibatasi oleh besarnya biaya-biaya kepailitan dan biaya tekanan
keuangan yang timbul menjelang perusahaan bangkrut (cost of financial distress).
3. Pecking Order Theory
Pecking order theory ini merupakan pengembangan dari signaling theory. Teori
tersebut adalah teori struktur pendanaan yang menawarkan alternatif lain dalam
pengambilan keputusan pendanaan. Pemilihan pendanaan berdasarkan risiko merupakan
konsep pecking order theory yang diperkenalkan oleh Myers (1984) dan Myers dan
Majluf (1984). Perilaku manajemen yang tidak mengikuti urutan pendanaan menurut
pecking order theory merupakan suatu sinyal yang buruk mengenai prospek perusahaan
dimasa yang akan datang. Pecking order theory mengacu pada teori perusahaan yang
bertujuan memaksimumkan kemakmuran pemilik perusahaan. Konsep ini berbeda
dengan agency theory walaupun memiliki asumsi yang sama dalam hal asimetri
informasi.
Pecking order theory membedakan ekuitas yang diperoleh dari laba diahan dan
penerbitan saham baru karena prioritas sumber pendanaan menempatkan posisi yang
paling atas sedangkan penerbitan saham baru pada posisi yang paling bawah. Tradeoff
theory tidak membedakan urutan pemilihan sumber pendanaan. Oleh karena itu, ekuitas
tidak dibedakan apakah diperoleh dari laba ditahan atau dari penerbitan saham baru
melainkan merupakan kombinasi dari keduanya.
Adapun tiga sumber pendanaan perusahaan, yaitu retained earning, hutang, dan
ekuitas. Retained earning tidak memiliki permasalahan atau resiko sama sekali. Ekuitas
mempunyai tingkat risiko yang sangat besar, sedangkan hutang mempunyai risiko yang
relatif kecil. Keduanya mempunyai risiko, tetapi dari sudut pandang investor, ekuitas
mempunyai risiko yang lebih besar dari hutang. Hal ini mengakibatkan investor akan
mengharapkan tingkat pengembalian yang lebih tinggi dari penggunaan ekuitas
dibandingkan dengan penggunaan hutang. Dari sudut pandang perusahaan, retained
earning merupakan sumber pendanaan yang lebih baik dibandingkan hutang, dan
hutang merupakan sumber pendanaan yang lebih baik dibandingkan ekuitas. Sejalan
dengan hal tersebut, perusahaan akan membiayai semua kegiatan investasinya dengan
menggunakan retained earning. Jika jumlah retained earning tidak mencukupi maka
pendanaan dengan hutang atau ekuitas yang akan digunakan.
(Myers:1984) dalam Muhamad Edi Wijaya (2001) berpendapat bahwa
keputusan pendanaan berdasarkan pecking order theory akan mengikuti urutan
pendanaan sebagai berikut:
1. Perusahaan akan lebih menyukai pendanaan dari sumber internal.
2. Perusahaan akan menyesuaikan target pembayaran dividen terhadap peluang
investasi.
3. Kebijakan deviden bersifat sticky, fluktuasi profitabilitas dan peluang investasi
berdampak pada aliran kas internal bisa lebih besar atau lebih kecil dari
pengeluaran investasi.
4. Bila dana eksternal dibutuhkan, perusahaan akan berusaha memilih sumber dana
dari hutang karena dipandang lebih aman dan penerbitan ekuitas baru sebagai
pilihan terakhir untuk memenuhi kebutuhan sumber dana.
4. Leverage
Leverage menunjuk pada hutang yang dimiliki perusahaan. Dalam arti harafiah,
leverage berarti pengungkit/tuas. Sumber dana perusahaan dapat dibedakan menjadi dua
yaitu sumber dana intern dan sumber dana ekstern. Sumber dana intern berasal dari laba
yang ditahan, pemilik perusahaan yang tercermin pada lembar saham atau prosentasi
kepemilikan yang tertuang dalam neraca. Sementara sumber dana ekstern merupakan
sumber dana perusahaan yang berasal dari luar perusahaan, misalnya hutang. Kedua
sumber dana ini tertuang dalam neraca pada sisi kewajiban. Menurut Brigham dan
Houston dalam bukunya Fundamentals Of Financial Management, Brigham menulis
bahwa “Financial leverage is the extent to which fixed-income securities (debt and
preferred stock) are used in a firm’s capital structure”.
Selain itu, leverage juga dapat diartikan sebagai penggunaan aktiva atau dana
dimana untuk penggunaan tersebut, perusahaan harus menutup biaya tetap atau
membayar beban tetap. Jika pada “operating leverage” penggunaan aktiva dengan
biaya tetap adalah dengan harapan bahwa revenue yang dihasilkan oleh penggunaan
aktiva itu akan cukup untuk menutup biaya tetap dan biaya variabel, maka pada
“financial leverage” penggunaan dana dengan beban tetap itu adalah dengan harapan
untuk memperbesar pendapatan per lebar saham biasa. (EPS = Earning Per Share).
Perusahaan menggunakan dana dengan beban tetap sehingga menimbulkan
masalah financial leverage. Seperti halnya masalah operating leverage baru timbul
setelah perusahaan dalam operasinya mempunyai biaya tetap. Perusahaan yang
menggunakan dana dengan beban tetap dikatakan menghasilkan leverage yang
menguntungkan atau efek yang positif bila pendapatan yang diterima dari penggunaan
dana tersebut lebih besar daripada beban tetap dari penggunaan dana itu. Apabila
perusahaan dalam menggunakan dana dengan beban tetap itu menghasilkan efek yang
menguntungkan dana bagi pemegang saham biasa (pemilik modal sendiri) yaitu dalam
bentuknya memperbesar EPS-nya, maka dikatakan perusahaan itu menjalankan
“trading on the equity”.
Penggunaan dana yang disertai dengan beban tetap dimana dalam penggunannya
dapat menghasilkan pendapatan yang lebih besar daripada beban tetap tersebut
merupakan pengertian dari trading on the equity. Perusahaan tidak dapat memperoleh
pendapatan dari penggunaan dana tersebut sebanyak beban tetap yang yang harus
dibayar jika Financial leverage itu merugikan. Salah satu tujuan dalam pemilihan
berbagai alternatif metode pembelanjaan adalah untuk memperbesar pendapatan bagi
pemilik modal sendiri atau pemegang saham biasa.
Kebutuhan dana suatu perusahaan dapat sepenuhnya dipenuhi dengan saham
biasa, atau sebagian dengan saham biasa dan sebagian lain dengan saham preferen atau
obligasi, dimana dua sumber dana yang terakhir adalah disertai dengan beban tetap
(dividen saham preferen dan bunga).
Perlu diketahui tingkat EBIT (Earning Before Interest & Tax) untuk menentukan
“income effect” dari berbagai pembayaran (mix) atau berbagai alternatif metode
pembelanjaan terhadap pendapatan pemegang saham biasa (pemilik modal sendiri)
yang dapat menghasilkan EPS (Earning Per Share) yang sama besarnya antara berbagai
pertimbangan atau alternatif dalam pemenuhan dana tersebut.
Tingkat EBIT yang dapat menghasilkan EPS yang sama besarnya pada berbagai
perimbangan pembelanjaan dinamakan “Break-event point” (dalam financial leverage).
5. Faktor-faktor penentu kebijakan struktur modal
Keputusan struktur modal tercermin dari perubahan keputusan pendanaan , maka
penelitian ini menggunakan perubahan leverage untuk mengukur keputusan pendanaan
perusahaan. Penelitian ini menggunakan atribut untuk menentukan struktur modal pada
industri manufaktur di BEJ berdasarkan hipotesis STO atau POT. Berikut adalah
penjelasan mengenai masing-masing atribut yang digunakan dalam penelitian ini, antara
lain:
a. Tangibility
Salah satu syarat yang harus dipenuhi untuk mendapatkan sumber dana eksternal
adalah adanya aset yang berwujud dalam jumlah yang memadai untuk digunakan
sebagai jaminan. Struktur aktiva dapat mempengaruhi sumber-sumber pembiayaan yang
pada gilirannya akan berpengaruh terhadap penentuan struktur modal perusahaan.
Struktur aktiva yang diukur oleh proporsi aktiva tetap terhadap total aktiva, memiliki
hubungan yang positif terhadap struktur modal. Artinya apabila struktur aktiva
mengalami peningkatan maka semakin tinggi pula jumlah utang dan semakin tinggi
pula struktur modal perusahaan (Titman dan Wessels:1988) dalam R. Agus
Sartono(2001).
Banyaknya penggunaan utang hipotik jangka panjang, ketika perusahaan
mempunyai aktiva tetap jangka panjang yang tinggi, terutama jika permintaan akan
produk mereka cukup meyakinkan (misalnya perusahaan umum). Perusahaan yang
sebagian aktivanya berupa piutang dan persediaan barang yang nilainya sangat
tergantung pada kelanggengan tingkat profitabilitas masing-masing perusahaan, tidak
begitu tergantung pada pembiayaan utang jangka panjang dan lebih tergantung pada
pembiayaan jangka pendek. Perusahaan yang memiliki aktiva tetap dalam jumlah yang
besar dapat menggunakan utang dalam jumlah yang lebih besar pula. Hal ini disebabkan
karena perusahaan yang mempunyai aktiva tetap yang besar dapat digunakan sebagai
jaminan atau collateral utang perusahaan. Dengan demikian antara struktur aktiva
dengan struktur modal memiliki hubungan yang positif.
Semakin banyak assets tangibility suatu perusahaan berarti semakin banyak
collateral assets untuk bisa mendapatkan sumber dana eksternal berupa hutang. Hal ini
dikarenakan pihak kreditur akan meminta collateral assets untuk memback-up hutang.
Berdasarkan pada teori STO, assets tangibility berpengaruh positif terhadap leverage.
(Harris and Raviv: 1991) dalam Ari Christianti (2006) menyatakan bahwa perusahaan
dengan level fixed assets yang rendah mempunyai lebih banyak masalah asymetric
information dibandingkan perusahaan dengan level fixed assets yang tinggi. Ini terjadi
karena perusahaan dengan level fixed assets yang tinggi umumnya adalah perusahaan
yang besar, yang dapat menerbitkan saham dengan harga yang fair sehingga tidak
menggunakan hutang untuk mendanai investasi. Dengan demikian berdasar pada teori
POT tangibility assets berpengaruh negatif terhadap leverage.
b. Firm Size
Firm size mempunyai pengertian bahwa besarnya ukuran perusahaan yang dapat
dilihat dari kemampuan perusahaan dalam menghasilkan pendapatan perusahaan yang
berasal dari nilai penjualan. Adapun ukuran perusahaan juga merupakan variabel yang
menggambarkan besar kecilnya suatu perusahaan yang ditunjukkan dari besar kecilnya
aktiva, jumlah penjualan, rata-rata tingkat penjualan, dan rata-rata total aktiva. Maka
dari itu, dapat dikatakan bahwa firm size merupakan ukuran besar kecilnya perusahaan
yang dapat dilihat dari kemampuan perusahaan dalam menghasilkan pendapatan
perusahaan, sehingga dapat dilihat dari besarnya jumlah perusahaan. Ukuran perusahaan
dapat diukur dengan tiga cara, yaitu logaritma natural dari penjualan, logaritma natural
dari total asset, dan logaritma natural total asset dikurangi nilai buku ekuitas ditambah
nilai pasar ekuitas.
(Chen dan Jiang : 2001) dalam Putra Krisnanda (2009), menyatakan bahwa
perusahaan besar cenderung melakukan diversifikasi usaha lebih banyak daripada
perusahaan kecil. Oleh karena itu, kemungkinan kegagalan dalam menjalankan usaha
atau kebangkrutan akan lebih kecil. Ukuran perusahaan sering dijadikan indikator bagi
kemungkinan terjadinya kebangkrutan bagi perusahaan, dimana perusahaan dengan
ukuran lebih besar dipandang lebih mampu menghadapi krisis dalam menjalankan
usahanya. Hal ini akan mempermudah perusahaan dengan ukuran lebih besar untuk
memperoleh pinjaman atau dana eksternal. Hal ini menunjukkan adanya hubungan
positif antara ukuran perusahaan dengan leverage. Kemudahan memperoleh pinjaman
dari pihak ketiga disebabkan karena kemampuannya mengakses pihak lain atau jaminan
yang dimiliki berupa asset bernilai lebih besar dibanding perusahaan kecil. Ukuran
perusahaan berpengaruh terhadap struktur modal didasarkan pada kenyataan bahwa
semakin besar suatu perusahaan, kecenderungan untuk menggunakan hutang menjadi
semakin besar.
Pertumbuhan perusahaan berbanding lurus dengan ukuran perusahaan, sehingga
semakin cepat pertumbuhan perusahaan maka semakin besar pula ukuran perusahaan,
sehingga ukuran perusahaan berpengaruh terhadap struktur modal karena perusahaan
yang lebih besar akan mudah memperoleh pinjaman dibandingkan perusahaan kecil.
Ukuran perusahaan menggambarkan besar kecilnya suatu perusahaan yang ditunjukkan
oleh total aktiva, total penjualan, rata-rata tingkat penjualan, dan rata-rata total aktiva
(Feri dan Jones : 1998) dalam Kusuma (2006). Ukuran perusahaan juga menjadi faktor
yang perlu diperhatikan dalam menentukan struktur modal. Perusahaan besar dapat
mengakses pasar modal dan dengan kemudahan tersebut maka dapat disimpulkan
bahwa perusahaan memiliki fleksibilitas dan kemampuan untuk mendapatkan dana atau
permodalan.
c. Growth
Pertumbuhan perusahaan sering diartikan sebagai peningkatan yang terjadi di
perusahaan. Pada tingkat pertumbuhan ini dicerminkan oleh kenaikan atau peningkatan
dalam penjualan perusahaan. Kartadinata (1985) dalam Muhamad Edi Wijaya (2001)
mengemukakan bahwa tingkat pertumbuhan adalah peningkatan atau penambahan suatu
variabel dalam suatu tahun yang dinyatakan sebagai persentase nilai tahun sebelumnya.
Menurut Rusdi lubis (1996 : 30) dalam Susilawati (2005 : 17), perusahaan
dengan tingkat pertumbuhan yang tinggi dan cepat memerlukan tambahan dana yang
besar untuk mengantisipasi peningkatan disemua bidang kegiatan, misalnya
peningkatan penjualan, kapasitas produksi, skala usaha, dan sebagainya. Keperluan
dana yang besar dari sumber internal (laba ditahan) tidak akan cukup memenuhinya.
Oleh karena itu, biasanya didanai dengan sumber dana eksternal berupa utang atau
pinjaman.
Perusahaan dengan tingkat pertumbuhan tinggi cenderung lebih banyak
menggunakan utang dibanding dengan perusahaan yang lambat pertumbuhannya Seperti
yang diungkapkan oleh Weston dan brigham (1990) dalam Putu Anom yang
berpendapat bahwa perusahaan dengan tingkat pertumbuhan yang cepat lebih banyak
mengandalkan pada sumber eksternal.
d. Profitability
Dalam mengelola kekayaan perusahaan yang ditunjukkan oleh laba yang
dihasilkan, profitabitas menjadi suatu indikator kinerja yang dilakukan oleh manajemen.
Secara garis besar, laba yang dihasilkan perusahaan berasal dari penjualan dan investasi
yang dilakukan oleh perusahaan. Sujoko (2007 : 44) mendefinisikan profitabilitas
adalah kemampuan perusahaan untuk menghasilkan profit atau laba selama satu tahun
yang dinyatakan dalam rasio laba operasi dengan penjualan dari data laporon laba rugi
akhir tahun. Adapun untuk mengetahui profitabilitas yaitu dengan memperbandingkan
antara laba yang diperoleh dalam suatu periode dengan jumlah aktiva atau jumlah modal
pada perusahaan tersebut.
e. Earning Volatility
Putu Anom Mahadwarta (2002) menyatakan earning volatility merupakan
tingkat volatilitas (perubahan yang cepat) dari earning, maka dari itu earning volatility
sering di kaitkan dengan kondisi ketidakstabilan, atau sering pula diartikan sebagai
tingkat resiko bisnis dan kebangkrutan perusahaan yang timbul dari ketidakpastian atas
proyeksi pendapatan dimasa yang akan datang jika perusahaan tidak didanai dengan
hutang. Menurut (Junaidi:2006) dalam Putu Anom Mahadwarta (2002) hubungan antara
resiko dan hutang adalah berlawanan arah, yang berarti bahwa perusahaan dengan
resiko yang tinggi cenderung memiliki utang yang rendah.
Menurut Saidi (2004) resiko bisnis merupakan ketidakpastian yang dihadapi
perusahaan dalam menjalanken kegiatan bisnisnya. Resiko bisnis timbul dari adanya
kemampuan perusahaan dalam menutup biaya operasionalnya.
Dalam buku Gitman “Principle Of Managerial Finance” dibahas dua faktor
yang mempengaruhi resiko bisnis yaitu stabilitas pendapatan dan stabilitas biaya.
stabilitas pendapatan merupakan variabilitas atau perubahan relatif atas pendapatan
penjualan perusahaan, dan pendapatan penjualan yang sangat menentukan resiko bisnis
timbul dari volume permintaan serta tangkat harga, artinya volume permintaan yang
stabil dan tingkat harga yang stabil akan memberikan efek pendapatan penjualan yang
stabil, sehingga berpengaruh pada tingkat resiko bisnis yang akan stabil pula.
6. Hubungan antara faktor-faktor penentu kebijakan struktur modal dengan
Leverage
a. Tangibility Asset dan Leverage
Tangibility asset diprediksi berpengaruh terhadap tingkat leverage perusahaan.
Prediksi diperkuat dengan semakin banyak assets tangibility suatu perusahaan berarti
semakin banyak collateral assets untuk bisa mendapatkan sumber dana eksternal berupa
hutang. Ini terjadi karena pihak kreditur akan meminta collateral assets untuk
memback-up hutang. Assets tangibility berpengaruh positif terhadap leverage, hal
tersebut sesuai berdasarkan pada teori STO. Harris and Raviv: 1991) dalam Ari
Christianti (2006) menyatakan perusahaan dengan level fixed assets yang rendah
mempunyai lebih banyak masalah asymetric information dibandingkan perusahaan
dengan level fixed assets yang tinggi. Umumnya, perusahaan dengan level fixed assets
yang tinggi adalah perusahaan yang besar, yang dapat menerbitkan saham dengan harga
yang fair jadi tidak perlu menggunakan hutang untuk mendanai investasi. Oleh sebab
itu, berdasarkan pada teori POT, maka tangibility assets berpengaruh negatif terhadap
leverage.
b. Size dan tingkat Leverage perusahaan
Size diprediksi berpengaruh terhadap tingkat leverage perusahaan. Berdasarkan
pada STO, size berpengaruh positif terhadap leverage karena perusahaan dengan ukuran
yang lebih besar dan kompleks tidak mempunyai kendala untuk mendapatkan dana
eksternal (hutang). Hal ini disebabkan perusahaan dengan ukuran besar mempunyai
risiko kebangkrutan yang kecil dibandingkan dengan perusahaan level yang lebih kecil.
Berdasarkan teori POT, Frank & Goyal (2003) dalam hubungannya dengan ukuran
perusahaan, size mempunyai pengaruh negatif terhadap ukuran perusahaan. Perusahaan
dengan level yang lebih kecil mempunyai asymetric information yang tinggi dan sedikit
untuk mendapatkan sumber dana eksternal (hutang).
c. Growth dan tingkat leverage perusahaan
Growth diprediksi berpengaruh terhadap tingkat leverage perusahaan, Hipotesis
POT mempunyai dua sinyal yaitu, perusahaan dengan tingkat pertumbuhan yang tinggi
akan cenderung untuk menjaga dan mempertahankan rasio hutang pada level yang
rendah (sinyal negatif) atau perusahaan dengan tingkat pertumbuhan yang tinggi akan
melakukan ekspansi dengan cara menggunakan dana eksternal berupa hutang (sinyal
positif). (Fama dan French : 2002) dalam Hasa (2008) menganggap kedua sinyal
tersebut sebagai kompleksitas dari POT. Akan tetapi, penelitian ini menganggap bahwa
atribut pertumbuhan (growth) terhadap leverage berpengaruh secara negatif terhadap
leverage perusahaan (sinyal negatif). Hipotesis STO mengestimasi terdapat pengaruh
negatif antara pertumbuhan (growth) dan leverage.
d. Profitability dan tingkat leverage
Profitability diprediksi mempengaruhi tingkat leverage perusahaan, Myers &
Majluf (1984) dalam Ari Christianty (2006) menyatakan bahwa terdapat hubungan
negatif antara profitability dengan leverage sedangkan Jensen (1986) menyatakan
terdapat hubungan positif antara leverage dengan profitability jika pasar dalam
mengontrol perusahaan efektif. Sebaliknya, jika pasar dalam mengontrol perusahaan
tidak efektif, terdapat hubungan negatif antara profitability dengan leverage perusahaan.
Berdasar pada STO, tingkat profitabilitas berpengaruh negatif terhadap leverage yang
berarti, perusahaan dengan tingkat profitabilitas yang rendah mempunyai tingkat
leverage yang tinggi. Sebaliknya, penelitian ini mengganggap bahwa terdapat pengaruh
negatif antara profitability dengan leverage untuk POT.
e. Earning Volatility dan tingkat leverage
Earning volatility diprediksi memiliki pengaruh terhadap tingkat leverage.
Earning volatility perusahaan yang tinggi dianggap oleh pasar sebagai hasil kinerja
manajemen yang buruk, oleh karenanya perusahaan yang seperti ini sulit untuk
mendapatkan dana eksternal. Berdasar pada hipotesis STO dan POT, Chen & Jiang
(2001) dalam Ari christianti (2006) menyatakan terdapat pengaruh yang negatif antara
earning volatility dan tingkat leverage perusahaan Menurut Cools (1993) yang dikutip
dari Chen, et al (1998) dalam hubungannya dengan Agency theory, hubungan yang
terjadi antara earning volatility dan tingkat leverage perusahaan adalah positif. Hal ini
dikarenakan masalah investasi menurun ketika volatilitas return perusahaan meningkat.
B. Penelitian Sebelumnya
Hubungan antara faktor-faktor penentu kebijakan struktur modal dengan tingkat
leverage perusahaan telah banyak di teliti oleh peneliti sebelumnya.
No Tahun Peneliti Judul Hasil Penelitian 1 2006
Ari Christianti
Penentuan perilaku kebijakan struktur modal pada perusahaan manufaktur yang terdaftar di BEJ, hipotesis static trade off atau pecking order theory
Penelitian tersebut menemukan asset tangibility, growth, profitability, memiliki pengaruh terhadap leverage perusahaan hasil tersebut mendukung hipotesis POT
2 2001
Muhamad Edi Wijaya
Pengujian Empiris Prediksi Pecking Order Theory dan Trade Off Theory Mengenai Leverage
menemukan bahwa proksi profitabilitas yang mewakili variabel pecking order theory, menunjukan hasil yang sesuai dan signifikan,sedangkan earning volatilitas menunjukan pengaruh yang ambigus terhadap leverage dan dijelaskan bahwa lebih baik menggunakan pecking order dalam menjelaskan kebijakan struktur modal
3 2007
Feby Indarto
Analisis pendanaan perusahaan berdasarkan pecking order model pada perusahaan perusahaan manufaktur di Bursa Efek Jakarta
Ia menemukan bahwa pembayaran deviden bersama tiga variabel lainnya, yakni kesempatan investasi, profitabilitas, ukuran perusahaan mempunyai pengaruh yang negatif signifikan terhadap keputusan leverage
4 2002
R. Heru Kristanto HC
Pengujian kebijakan struktur modal a target adjustment trade off theory atau pecking order theory pada perusahaan yang listing di Bursa Efek Jakarta
1) Dengan analisis cross sectional (per tahun) memperlihatkan model prediksi a target adjustment trade off theory memiliki kemampuan yang lebih baik dalam menjelaskan kebijakan stuktur modal dibandingkan model prediksi pecking order theory. 2) Dengan analisis pooled data terlihat model pecking order justru memiliki kemampuan yang lebih baik. Dengan memasukan variabel ukuran perusahaan kedalam model prediksi terlihat bahwa variabel ukuran perusahaan memiliki pengaruh yang signifikan terhadap kebijakan struktur modal perusahaan.
5 2007
Dudi Rudianto,Firdaus dan Erna Garnia
Pengaruh Struktur Aktiva dan Ukuran Perusahaan Terhadap Struktur Modal Serta Dampaknya Terhadap Harga Saham Perusahaan Pada Industri Tekstil Dan
Menemukan bahwa Dengan asumsi ukuran perusahaan adalah konstan, maka secara individu variabel struktur aktiva memiliki arah pengaruh yang positif terhadap struktur
Produk Tekstil Lainnya modal perusahaan dan dibanding dengan variabel ukuran perusahaan variabel struktur aktiva dianggap lebih dominan berpengaruh terhadap struktur modal perusahaan
6 2007
Dedy Setyo Adi Wibowo
Faktor – Faktor Yang Mempengaruhi Struktur Modal Pada Perusahaan Manufaktur Go Public Di Bursa Efek Jakarta (BEJ) Tahun 2003-2005.
Ukuran perusahaan, Risiko bisnis, Pertumbuhan aktiva, Profitabikitas dan Struktur kepemilikan secara Simultan berpengaruh terhadap struktur modal. Secara parsial yang berpengaruh ukuran perusahaan, pertumbuhan aktiva dan profitabilitas dipengaruhi faktor lain sehingga menejer harus mempertimbangkan ketiga faktor tersebut dalam mengambil keputusan.
7 2007
Anisa’u Sa’diyah
Pengaruh asset tangibility, size, growth, profitability dan earning volatility terhadap leverage pada perusahaan manufaktur di BEJ: dengan pengujian Pecking Order theory atau Static trade off theory
bahwa asset tangibility berpengaruh negatif signifikan terhadap Leverage. Growth berpengaruh positif signifikan terhadap leverage dan profitability berpengaruh negatif signifikan terhadap leverage. Maka dibuktikan bahwa asset tangibility, growth, profitability dan Earning Volatility cenderung mengikuti Pecking order theory yang mendanai perusahaannya dari
internal
C. Kerangka Pemikiran
Penelitian ini akan menguji apakah variabel faktor-faktor penentu kebijakan
struktur modal seperti asset tangibility, size, growth, profitability dan earning volatility
berpengaruh terhadap tingkat leverage perusahaan dan apakah teori pecking order atau
teori trade off yang mampu menjelaskan secara lebih baik perilaku leverage perusahaan
yang listing di BEI.
Berdasarkan perumusan masalah dan tujuan penelitian yang disesuaikan dengan
teori, konsep jalur, dan hasil penelitian terdahulu maka skematis dapat dibuat kerangka
pemikiran yang dapat dilihat pada path diagram berikut:
Gambar 2.1 Konseptualisasi Model
Dari gambar di atas juga dapat menunjukkan keterangan-keterangan sebagai
berikut, yaitu:
• γ (gamma) yaitu koefisien jalur yang menjelaskan pengaruh dari variabel
indipenden ke variabel dipenden. Seperti dari X1 ke Y1, X1 ke Y2, X2 ke Y1, X2
ke Y2 dan seterusnya.
• β (beta) yaitu koefisien jalur yang menjelaskan pengaruh dari variabel dipenden
yang satu ke variabel dipenden lainnya. Namun dalam penelitian ini tidak
terdapat pengaruh diantara kedua variabel dipenden tersebut.
• ε (residual variable) yang berkaitan dengan variabel dipenden.
Paradigma penelitian yang dinyatakan dalam bentuk persamaan struktural adalah
sebagai berikut:
Y1 = γ1 X1 + γ3 X2 + γ5 X3 + γ7 X4 + γ9 X5 + γ11 X6 + γ13 X7 + γ15 X8 + γ17 X9 + γ19 X10 +
γ21 X11 + γ23 X12 + ε …............................................................................................... Persamaan 1
Y2 = γ2 X1 + γ4 X2 + γ6 X3 + γ8 X4 + γ10 X5 + γ12 X6 + γ14 X7 + γ16 X8 + γ18 X9 + γ20 X10 +
γ22 X11 + γ24 X12 + ε ……………………..........……….……... Persamaan 2
Pada persamaan struktural pertama, X1, X2, X3,…X12 merupakan variabel
independen, Y1 sebagai variabel dipenden, ε merupakan residual variable yang
berkaitan dengan variabel dipenden dan, γ1, γ3, γ5, γ7, γ9, γ11, γ13, γ15, γ17, γ19, γ21, γ23 adalah
koefisien jalur yang menjelaskan pengaruh dari variabel independen X1, X2, X3,…X12,
ke variabel dipenden Y1.
Pada persamaan struktural kedua, X1, X2, X3,…X12 merupakan variabel
independen, Y2 sebagai variabel dipenden, ε merupakan residual variable yang
berkaitan dengan variabel dipenden, γ2, γ4, γ6, γ8, γ10, γ12, γ14, γ16, γ18, γ20, γ22, γ24
adalah koefisien jalur yang menjelaskan pengaruh dari variabel independen X1, X2,
X3,…X12 ke variabel dipenden Y2, dan β1 yaitu koefisien jalur yang menjelaskan
pengaruh dari variabel dipenden Y1 ke variabel dipenden Y2.
Penelitian ini diawali dengan mengamati perusahaan-perusahaan yang terdaftar
berturut-turut di Bursa Efek Indonesia periode tahun 2004, 2005, 2006, dan 2007.
Selanjutnya dari perusahaan-perusahaan tersebut, peneliti mengambil data laporan
keuangan yang diperlukan dalam penelitian ini. Selanjutnya data tersebut diolah untuk
mendapatkan variabel-variabel yang diperlukan.
D. Hipotesis
Berdasarkan landasan teori, penelitian terdahulu, dan kerangka pemikiran diatas
maka dapat di susum hipotesis sebagai berikut:
H1 : Perusahaan yang listing Di BEI menggunakan teori POT dalam menentukan
kebijakan struktur modal.
H2 : Perusahaan yang listing Di BEI menggunakan teori STO dalam menentukan
kebijakan struktur modal.
BAB III
METODOLOGI PENELITIAN
A. Ruang Lingkup Penelitian
Penelitian ini dilakukan untuk dapat mengetahui apakah perubahan leverage
sebagai variabel indipenden disebabkan oleh perubahan berbagai faktor penentu
perilaku struktur modal perusahaan seperti (tangibility asset, growth, profitability dan
earning volatility) dengan metode Structural Equation Modeling (SEM). Penelitian ini
menggunakan data laporan keuangan perusahaan go public yang listing di BEI tahun
2004 sampai 2007. Penghitungan dan pengolahan data dalam penelitian ini
menggunakan alat bantu software statistik yaitu LISREL (Linear Structural
Relationship) 8.54.
B. Metode Penentuan Sampel
Populasi dalam penelitian ini, yaitu seluruh perusahaan go public yang terdaftar
di BEI dengan periode observasi tahun 2005 hingga 2008. Sampel dalam penelitian ini
dipilih dengan metode purposive sampling dengan menggunakan kriteria sebagai
berikut:
1. Perusahaan go public yang terdaftar secara berturut-turut di BEI pada periode tahun
2005 sampai 2008 dan tidak pernah mengalami delisting.
2. Perusahaan memiliki hutang jangka panjang selama periode penelitian.
3. Bukan perusahaan perbankan dan lembaga keuangan lainnya. Alasan ini mengacu
pada pernyataan Jensen dan Meckling (1976) dalam Untung W. dan Hartini (2006)
bahwa industri dengan regulasi yang tinggi seperti public utilities dan bank akan
mempunyai debt equity ratio yang tinggi yang seekuivalen dengan tingginya risiko
yang melekat pada industri yang bersangkutan daripada non-regulated firms.
4. Laporan keuangan perusahaan tidak menunjukkan adanya saldo total ekuitas yang
negatif dan atau mengalami kerugian selama periode tahun penelitian (2005, 2006,
2007 dan 2008). Hal ini dikarenakan saldo ekuitas dan laba yang negatif sebagai
penyebut menjadi tidak bermakna. (Imam Subekti, 2000 dalam Untung W. dan
Hartini, 2006).
Selanjutnya dari keseluruhan periode penelitian yakni tahun 2005, 2006, 2007,
dan 2008 ditentukan berturut-turut sebagai tahun ke 1, 2, 3, dan, 4 seperti yang terlihat
pada gambar dibawah ini:
Gambar 31.
Periode data yang estimasi
2005 2006 2007 2008
Realize information periode estimasi expected information
Berdasarkan pada gambar di atas, penelitian ini menggunakan data perubahan
(delta) selama 2 tahun untuk masing-masing variabel yang diestimasi. Pengukuran
leverage dalam penelitian ini menggunakan data perubahan leverage (LT dan ST) dari
tahun 2006-2007 sebagai periode yang diestimasi. Hal yang sama juga berlaku untuk
perhitungan atribut tangibility dan flexibility. Atribut size dan profitability menggunakan
data perubahan untuk tahun 2005-2006 sebagai realize information. Selanjutnya, atribut
growth diukur dengan menghitung perubahan growth untuk tahun 2007-2008 sebagai
expected information. Atribut earning volatility diukur dengan menggunakan data untuk
semua tahun yakni tahun ke-1, 2, 3, dan, 4 dengan tujuan agar didapat estimasi yang
lebih baik.
C. Metode Pengumpulan Data
Data yang digunakan dalam penelitian ini adalah data sekunder bersifat
kuantitatif, berupa rasio-rasio laporan keuangan dari laporan keuangan yang terbit setiap
akhir periode laporan keuangan. Seluruh data diperoleh dari Pusat Referensi Pasar
Modal (PRPM) di Bursa Efek Indonesia (BEI) dapat dilihat dengan menggunakan
Capital Electronic Document Service, Indonesian Capital Market Directory, Prospektus
serta Fact Book Acrually dari seluruh perusahaan yang go public selama periode tahun
penelitian.
Selain itu, sebagai acuan teori yang berhubungan dengan variabel yang akan
diteliti, sumber data juga diperoleh dari penelusuran pustaka (Library Research) dengan
membaca dan mempelajari serta menganalisis literatur yang bersumber dari buku,
artikel dan jurnal-jurnal penelitian-penelitian sebelumnya yang relevan dengan
penelitian ini.
D. Metode Analisis
Metode analisis yang digunakan untuk menguji pengaruh perubahan berbagai
faktor penentu perilaku struktur modal perusahaan terhadap leverage adalah model
persamaan struktural dengan program LISREL 8.54. Penelitian ini menggunakan lebih
dari satu indikator untuk mewakili satu variabel dan memiliki hubungan yang kompleks
antara variabel-variabelnya sehingga peneliti menggunakan model persamaan struktural.
Tahapan peneliti dalam menganalisis pengaruh faktor-faktor penentu kebijakan
struktur modal terhadap kebijakan leverage adalah sebagai berikut:
1. Identifikasi Variabel
Penelitian ini menggunakan tiga variabel diantaranya adalah sebagai berikut:
a. Variabel Eksogen
Variabel eksogen (exogenous variable) adalah variabel yang secara bebas
berpengaruh terhadap variabel endogen dalam suatu model. Adapun variabel yang
menjadi variabel eksogen adalah asset tangibility (dFA/TA), size
(dLnSAL,dLnMV), growth (dTA,dSAL,dLnMBR), profitability (dEBIT/S,dROE)
dan earning volatility (LnSdNI,LnSdEBIT).
b. Variabel Endogen
Variabel endogen (endogenous variable) yaitu variabel yang dipengaruhi oleh
variabel eksogen dan merupakan variabel antara artinya variabel endogen juga dapat
mempengaruhi variabel endogen lain dalam suatu model. Adapun variabel endogen
dalam penelitian ini adalah leverage(DLT-CAB, DSTCAB).
2. Model persamaan struktural
Model persamaan struktural (Structural Equation Modelling) adalah generasi
kedua teknik analisis multivariate (Bagozzi dan Fornell, 1982 dalam Malla Bahagia,
2007) yang memungkinkan peneliti untuk menguji hubungan antara variabel yang
kompleks untuk memperoleh gambaran menyeluruh mengenai keseluruhan model.
Selain itu menurut Bollen (1989) dalam Malla Bahagia (2007) SEM juga dapat
menguji secara bersama-sama:
a. Model struktural, yaitu hubungan (nilai loading) antara variabel laten, baik
variabel laten endogen maupun variabel eksogen.
b. Model measurement, yaitu hubungan (nilai loading) antara indikator dengan
variabel latennya.
Adanya pengujian model struktural dan pengukuran memungkinkan peneliti
untuk menguji kesalahan pengukuran (measurement error) sebagai bagian yang
tidak terpisahkan dari SEM dan melakukan analisis faktor bersamaan dengan
pengujian hipotesis. Proses Struktural Equation Modelling mencakup beberapa
langkah yang harus dilakukan diantaranya adalah:
1. Konseptualisasi model
Tahap ini berhubungan dengan pengembangan hipotesis berdasarkan teori
sebagai dasar dalam menghubungkan variabel laten dengan variabel laten lainnya,
dan juga dengan indikator-indikatornya. Teori dalam konseptualisasi model bukan
hanya berasal dari para akademisi, tetapi juga dapat berasal dari pengalaman dan
praktek yang diperoleh dari para praktisi. Selain itu konseptualisasi model juga
harus merefleksikan pengukuran variabel laten melalui beberapa indikator yang
dapat diukur.
2. Penyusunan Diagram jalur
Tahap ini akan memudahkan kita dalam memvisualisasikan hipotesis yang telah
diajukan dalam konseptualisasi model. Path Diagram merupakan representasi grafis
mengenai bagaimana beberapa variabel pada suatu model berhubungan satu sama
lain, yang memberikan suatu pandangan menyeluruh mengenai struktur model.
3. Spesifikasi model
Tahap ketiga ini memungkinkan kita untuk menggambarkan sifat dan jumlah
parameter yang diestimasi.
4. Identifikasi Model
Informasi yang diperoleh dari data yang diuji untuk menentukan apakah cukup
untuk mengestimasi parameter dalam model. Disini kita dapat memperoleh nilai
yang unik untuk seluruh parameter dari data yang telah kita peroleh.
Untuk menentukan apakah model kita mengandung/tidak masalah identifikasi,
maka harus dipenuhi keadaan berikut:
t ≤ s/2
dimana:
t = jumlah parameter yang diestimasi
s = jumlah varians dan kovarians antara variabel manifest (observed/manifest); yang
merupakan (p+q)(p+q+1)
p = jumlah variabel y (indikator variabel endogen)
q = jumlah variabel x (indikator variabel eksogen)
• Jika t ≥ 2, maka model tersebut adalah unidentified. Masalah ini dapat terjadi
pada SEM, dimana informasi yang terdapat pada data empiris (varians dan
kovarians variabel manifest) tidak cukup untuk menghasilkan solusi yang unik
untuk memperoleh parameter model. Masalah unidentified tersebut dapat diatasi
dengan mengkonstraint model dengan cara menambah indikator (variabel
manifest) ke dalam model, menentukan (fix) parameter tambahan menjadi 0 dan
mengasumsikan bahwa parameter yang satu dengan parameter yang lain
memiliki nilai yang sama.
• Jika t = s/2, maka model disebut just-identified, sehingga solusi yang unik
tunggal dapat diestimasi untuk mengestimasi parameter. Model yang just-
identified, seluruh informasi yang tersedia telah digunakan untuk mengestimasi
parameter, sehingga tidak ada informasi yang tersisa untuk menguji model
(derajat kepercayaan adalah 0).
• Jika t < s/2, maka model tersebut adalah over-identified. Dalam hal ini lebih dari
satu estimasi masing-masing parameter dapat diperoleh (karena jumlah
persamaan yang tersedia melebihi parameter yang diestimasi).
5. Estimasi Parameter
Pada tahap ini, kita melakukan pengujian signifikansi yaitu menentukan apakah
parameter yang dihasilkan secara signifikan berbeda dari nol. Estimasi parameter
dalam LISREL mempunyai tiga informasi yang berguna, yaitu koefisien regresi,
standar error, dan nilai t. Standar error digunakan untuk mengukur ketepatan dari
setiap estimasi parameter. Untuk mengetahui signifikan tidaknya hubungan antar
variabel laten maupun antara variabel laten dengan indikatornya maka nilai t harus
lebih besar dari nilai t-tabel pada level tertentu yang tergantung dari ukuran sampel
dan level signifikan tersebut.
6. Penilaian Model Fit
Salah satu tujuan SEM adalah menentukan apakah model plausible (masuk akal)
atau fit. Suatu model penelitian dikatakan baik, apabila memiliki model fit yang baik
pula.
Tingkat kesesuaian model secara keseluruhan terdiri dari:
a. Absolute Fit Measures
Absolute Fit Measures digunakan untuk menilai kesesuaian model secara
keseluruhan (baik model pengukuran maupun model struktural), tanpa
menyesuaikan kepada degree of freedomnya. Indikator-indikator dalam absolute fit
diantaranya adalah sebagai berikut:
• Chi-Square dan Probabilitas
Chi-square merupakan ukuran mengenai buruknya fit suatu model. Nilai Chi-
square sebesar nol menunjukkan bahwa model memiliki fit yang sempurna (perfect
fit). Nilai Chi-square yang signifikan (kurang dari 0.05) menunjukkan bahwa data
empiris yang diperoleh memiliki perbedaan dengan teori yang telah dibangun
berdasarkan SEM. Sedangkan probabilitas adalah untuk memperoleh penyimpangan
(deviasi) besar yang ditunjukkan oleh nilai Chi-square. Nilai probabilitas yang tidak
signifikan (p ≥ 0) adalah yang diharapkan, yang menunjukkan bahwa data empiris
sesuai dengan model.
Nilai probabilitas chi-square memiliki permasalahan yang fundamental dalam
validitasnya. Menurut Cochran (1952) dalam Imam Ghozali (2005) probabilitas ini
sangat sensitif dimana ketidaksesuaian antara data dengan model (teori) sangat
dipengaruhi oleh besarnya ukuran sampel. Jika ukuran sampel kecil, maka chi-
square ini akan menunjukkan data secara signifikan tidak berbeda dengan model dan
teori yang mendasarinya. Sedangkan jika ukuran sampel besar, maka uji chi-square
akan menunjukkan bahwa data secara signifikan berbeda dengan teori meskipun
perbedaan tersebut adalah sangat kecil.
• Goodness of Fit Indices (GFI)
GFI merupakan suatu ukuran mengenai ketepatan model dalam menghasilkan
observed matriks kovarians. Nilai GFI ini harus berkisar antara 0 sampai 1. menurut
Diamantopaulus dan Sigauw (2000) dalam Imam Ghozali (2005), nilai GFI yang
lebih besar dari 0.9 menunjukkan suatu model fit yang baik.
• Adjusted Goodness of Fit Index (AGFI)
AGFI adalah sama seperti GFI, tetapi telah menyesuaikan pengaruh degree of
freedom pada suatu model. Model yang fit adalah memiliki nilai AGFI 0.9
(Diamantopaulus dan Sigaw, 2000 dalam Imam Ghozali, 2005). Ukuran yang
hampir sama dengan GFI dan AGFI adalah parsimony goodness of fit (PGFI) yang
diperkenalkan oleh Mulaik et.al (1989), yang juga telah menyesuaikan adanya
dampak dari degree of freedom dan kompleksitas model. Model yang baik apabila
memiliki nilai PGFI jauh lebih besar daripada 0.6 (Byrne, 1998 dalam Imam
Ghozali, 2005).
• Root Mean Square Errors of Approximation (RMSEA)
Ukuran model fit telah lama diperkenalkan oleh Steiger dan Lind tahun 1980.
nilai RMSEA yang kurang dari 0.05 mengindikasikan adanya model fit, dan nilai
RMSEA yang berkisar antara 0.08 menyatakan bahwa model memiliki perkiraan
permasalahan yang reasonable (Byrne, 1998 dalam Imam Ghozali, 2005).
Sedangkan menurut MacCallum et.al (1996) dalam Imam Ghozali (2005)
menyatakan bahwa model memiliki nilai yang cukup fit jika RMSEA berkisar
antara 0.08 sampai dengan 0.1 dan jika RMSEA lebih besar dari 0.1
mengindikasikan model memiliki nilai fit yang buruk.
P-value test of close juga merupakan indikator yang menilai fit atau tidaknya
suatu model yang dapat dilihat dari kedekatannya terhadap model fit. Joreskog
(1996) dalam Imam Ghozali (2005) menganjurkan bahwa P-value for test of close
(RMSEA < 0.05) haruslah lebih besar daripada 0.05 sehingga mengindikasikan
bahwa model adalah fit.
• Normed Chi-Square (X²/df)
Normed Chi-Square (X²/df) merupakan indikator goodness of fit adalah rasio
perbandingan antara nilai chi-square dengan degrees of freedom. Menurut Wheaton
(1977) dalam Imam Ghozali (2005) cut-off model fit sebesar 5 dan sedikit lebih
tinggi dari pada yang dianjurkan oleh Carmines dan Melver (1981) dalam Imam
Ghozali (2005) yaitu sebesar 2.
b) Comparative Fit Measures
Comparative Fit Measures berkaitan dengan pertanyaan seberapa baikkah
kesesuaian model yang dibuat dibandingkan dengan beberapa model alternatif.
Indikator-indikator dari comparative fit measures diantaranya adalah :
• Normed Fit Index (NFI)
NFI yang ditemukan oleh Bentler dan Bonets (1980), merupakan salah satu
alternatif untuk menentukan model fit. Namun, karena NFI memiliki tendensi untuk
merendahkan fit dalam sampel yang kecil, sehingga merevisi index ini dengan nama
Comparative Fit Index (CFI). Nilai NFI dan CFI berkisar antara 0 sampai 1. Tetapi
suatu model dikatakan fit apabila memiliki nilai NFI dan CFI lebih besar dari 0,9
(Bentler, 1992).
• Non- Normed Fit Indeks (NNFI)
NNFI digunakan untuk mengatasi permasalahan yang timbul akibat
kompleksitas model. Menurut Kelloway (1998)dalam Didi Achjari (2003)
menyatakan bahwa model fit jika nilai NNFI 0.90.
• Relative Fit Index (RFI)
RFI digunakan untuk mengukur fit dimana nilainya 0 sampai 1, nilai yang lebih
besar menunjukkan adanya superior fit. Menurut Kelloway (1998) dalam Didi
Achjari (2003) menyatakan bahwa model fit jika nilai RFI 0.90.
• Comparative Fit Index (CFI)
Suatu model dikatakan fit apabila memiliki nilai CFI lebih besar dari 0.90
(Bentler, 1992 dalam Imam Ghozali, 2005).
c) Parsimonious Fit Measures
• Parsimony Goodness of Fit Index (PGFI)
PGFI yang diperkenalkan oleh Mulaik et.al (1998) dalam Imam Ghozali (2005).
PGFI telah menyesuaikan adanya dampak dari degree of freedom dan kompleksitas
model. Model yang baik apabila memiliki nilai PGFI jauh lebih besar daripada 0.6
(Byrne, 1998 dalam Imam Ghozali, 2005). Lain halnya menurut Kelloway (1998)
dalam Didi Achjari (2003) nilai PGFI berkisar antara 0 sampai 1, dimana lebih besar
nilai tersebut lebih baik.
• Parsimony Normed Fit Index (PNFI)
Menurut Kelloway (1998) dalam Didi Achjari (2003) nilai PNFI berkisar antara
0 sampai 1, dimana lebih besar nilai tersebut lebih baik.
7. Respesifikasi
Peneliti seringkali dihadapkan pada hasil uji kesesuaian yang kurang
memuaskan, maka dalam kasus ini SEM memberikan alternatif solusi yang
dinamakan respesifikasi yang diharapkan mampu meningkatkan kesesuaian model
yang sedang di uji.
Ada dua pendekatan dalam respesifikasi model, yaitu pertama theory trimming
(Pedhazur, 1982 dalam untung W. dan Hartini, 2006) yang berusaha menjawab
pertanyaan tentang parameter mana yang bisa dihilangkan agar meningkatkan
kesesuaian model. Kedua, theory building (Kelloway, 1998 dalam Malla Bahagia,
2007) yang digunakan untuk menjawab pertanyaan mengenai parameter mana yang
bisa ditambahkan dalam model untuk meningkatkan kesesuaian. Cara-cara diatas
disebut sebagai Lagrange Multiplier Test yang di LISREL dikenal sebagai
modification indices. Dengan kemampuan respesifikasi, maka SEM berbasis
kovarians ini memerlukan landasan teori yang kuat (confirmatory) sehingga ketika
harus menambah atau mengurangi parameter akan bisa dijelaskan secara masuk akal
dan bisa ditopang dengan teori yang memadai. Holmes-Smith (2000) menjelaskan
beberapa alternatif untuk melakukan respesifikasi:
• Critical Ratio (nilai t)
Semua parameter dalam suatu model diharapkan agar signifikan. Parameter yang
tidak signifikan bisa dihapus secara teknis dilakukan dengan menetapkan parameter
tersebut menjadi nol (tidak diestimasi lagi).
• Standardized Residuals
Adanya nilai standardized residual yang besar menandakan adanya mis-
spesifikasi dan tingkat kesesuaian yang belum baik. Dengan memperhatikan sumber
standardized residual, maka untuk memperbaiki kesesuaian model variabel yang
menyebabkannya bisa dihapus atau juga dengan mengestimasi parameter tambahan,
perlu didukung oleh teori dan harus masuk akal. (Holmes-Smith, 2000 dalam Malla
Bahagia, 2007).
• Modification Indices
Salah satu cara untuk mengetahui adanya mis-spesifikasi adalah melihat besaran
modification indices. Menurut Holmes-Smith (2000 dalam Imam Ghozali (2005,
nilai modifikasi index yang lebih besar dari 3.84 menunjukkan bahwa chi-square
model tersebut akan berkurang drastis (semakin kecil) kalau parameter yang
bersangkutan diestimasi.
Modification indices dalam LISREL merupakan salah satu alternatif terbaik
untuk memodifikasi model dan meningkatkan kesesuaian model. Namun harus
diperhatikan juga bahwa segala modifikasi (walaupun sangat sedikit), harus
berdasarkan teori yang mendukung.
Beberapa modifikasi model dapat dilakukan dengan cara:
a. Mengkorelasikan antara dua indikator
b. Menambah hubungan path antara indikator dan variabel laten
c. Mengubah indikator dari suatu variabel
Setelah melakukan modifikasi tersebut, maka seharusnya kita lakukan adalah
mempertimbangkan dan mencari justifikasi teori yang kuat terhadap dilakukannya
modifikasi tersebut.
8. Validasi Silang Model
Validasi silang model merupakan tahap akhir dari analisis SEM, yaitu menguji
fit atau tidaknya model terhadap suatu data baru (atau validasi sub-sampel yang
diperoleh melalui pemecahan sampel). Validasi silang ini penting apabila modifikasi
yang substansial yang dilakukan terhadap model asli yang dilakukan pada tahap
sebelumnya.
1. Uji Kesesuaian Model
Uji kesesuaian model bertujuan untuk mengukur dan mengetahui derajat
kesesuaian antara model yang dihipotesiskan dengan data yang disajikan
berdasarkan kriteria seperti pada tabel berikut:
Tabel 3.1 Kriteria Uji Kesesuaian Model
Indikator Fit Nilai yang
Direkomendasikan Evaluasi Model
Absolute Fit
Probabilitas P > 0.05 Tidak Signifikan
Normed chi-square
(X²/df)
< 2
2 < X²/df < 5
Over Fitting
Good Fit
RMSEA
< 0.10
< 0.05
< 0.01
Good Fit
Very Good Fit
Outstanding Fit
P-value for test of
close fit
> 0.05 Good Fit
GFI > 0.90 Good Fit
AGFI > 0.90 Good Fit
Comparative Fit
NFI 0.9 Good Fit
NNFI or Tucker
Lewis Index (TLI)
0.9 Good Fit
CFI 0.9 Good Fit
RFI 0.9 Good Fit
Parsimonius Fit
PNFI 0-1 Lebih besar lebih baik
PGFI 0-1 Lebih besar lebih baik Sumber: Imam Ghozali & Fuad (2005) 2. Uji Signifikan
Uji signifikan dapat dilakukan dengan cara melihat jalur-jalur pada model
pengukuran dan model struktural yang signifikan. Pada model pengukuran, jalur-
jalur (pengaruh) yang dapat dilihat adalah jalur-jalur (pengaruh) yang
menghubungkan antara variabel laten dengan indikatornya (variabel manifest),
apakah mempunyai tingkat yang signifikan terhadap variabel latennya atau tidak.
Uji signifikan pada model pengukuran bertujuan untuk menentukan kemampuan
suatu indikator dalam mengukur variabel latennya. Pada model struktural jalur-jalur
(pengaruh) dapat dilihat dari jalur-jalur (pengaruh) yang menghubungkan antara
variabel eksogen dengan variabel endogen dan antara variabel endogen dengan
variabel endogen. Untuk mengetahui jalur-jalur hubungan (pengaruh) dapat dilihat
uji koefisien secara parsial. Uji secara parsial terhadap koefisien path pada setiap
jalur model pengukuran maupun model struktural dapat ditunjukkan dari t-values
(nilai t) sebagai berikut:
a. H0 : Koefisien jalur tidak signifikan
b. H1 : Koefisien jalur signifikan
• Jika t hitung > t tabel atau t hitung < t tabel, maka H0 ditolak dan H1 diterima.
• Jika t hitung < t tabel atau t hitung > t tabel, maka H0 diterima dan H1 ditolak.
E. Operasional Variabel
Variabel Penelitian dan Pengukuran:
1. Tangibility
Variabel ini merupakan variabel eksogen yang diberi simbol X1. Variabel ini
menunjukkan besarnya komposisi/proporsi aktiva tetap dari total aktiva keseluruhan
yang dimiliki perusahaan. Variabel tangibility ini menurut Ari Cristianty dapat diukur
dengan rumus sebagai berikut:
Fixed Asset
a. dFA/TA = ----------------------------
Total Assets
2. Size
Variabel ini merupakan variabel eksogen, variabel ini dapat menjadi indikator
perusahaan dalam mengambil peluang bisnis yang ada. Ukuran perusahaan menurut Ari
Cristianty dapat diukur dengan 2 cara antara lain:
a. DLnS = Ln (Sales)
b. DLnMV = log natural (Outstanding stocks values x Close Price)
3. Growth
Variabel ini merupakan variabel eksogen yang menggambarkan tingkat
pertumbuhan perusahaan. Tingkat pertumbuhan ini dicerminkan oleh kenaikan atau
peningkatan dalam penjualan perusahaan. Growth menurut Ari Cristianty dapat di
hitung dengan tiga cara antara lain:
Ln (Outstanding stocks values x Close Price)
a. DLnMBR = -------------------------------------------------------
Total Equity
Total assets market valuet
b. DdTA = ----------------------------------------------
Total market valuet-1
c. DdSales = Sales
t - Sales
t-1
4. Profitability
Variabel ini merupakan variabel eksogen vairiabel ini merupakan suatu indikator
kinerja yang dilakukan manajemen dalam mengelola kekayaan perusahaan yang
ditunjukkan oleh laba yang dihasilkan. Profitabilitas menurut Ari Cristianty dapat di
hitung dengan tiga cara antara lain:
EBIT
a. D EBIT-S = ---------------------------
Sales
EBIT
b. DROE = ---------------------------
Equity
5. Earning Volatility
Variabel ini merupakan variabel indipenden yang menggambarkan tingkat resiko
bisnis dan kebangkrutan perusahaan yaitu adanya ketidakpastian atas proyeksi
pendapatan dimasa yang akan datang jika perusahaan tidak didanai dengan utang.
Earning volatility menurut Ari Cristianty dapat di hitung dengan dua cara antara lain:
a. DLnSDNI = Ln (Standard deviation of Net Income)
b. DLnSDEBIT = Ln (Standard deviation of EBIT )
6. Leverage
Leverage dalam penelitian ini merupakan variabel dependen, leverage
merupakan perimbangan hutang jangka panjang dengan total aktivanya. Leverage
menurut Ari Cristianty dapat di hitung dengan dua cara antara lain:
Book value of long term debt a. DLT-CAB = ---------------------------------------
Book value of capital assets
Book value of long term debt
b. DST-CAB = --------------------------------------- Book value of capital assets
BAB IV
HASIL DAN PEMBAHASAN
A. Deskriptif Analisis
1. Deskriptif Data Sampel
Berdasarkan pengambilan sampel secara purposive sampling maka dapat diperoleh
populasi sebagai berikut:
a. Perusahaan go public yang terdaftar secara berturut-turut di BEI pada periode
tahun 2005, 2006, 2007, dan 2008 berjumlah 246 perusahaan.
b. Perusahaan keuangan (Lembaga Keuangan Perbankan dan Lembaga Keuangan
Non Perbankan ) yang berjumlah 60 perusahaan.
c. Perusahaan yang memiliki laporan keuangan per 31 Desember menunjukkan
adanya saldo total ekuitas negatif dan atau mengalami kerugian pada salah satu
tahun periode penelitian berjumlah 75 perusahaan.
Berdasarkan keterangan-keterangan tersebut, maka dapat diperoleh sampel
penelitian sebanyak 102 perusahaan dengan nama-nama perusahaan sebagai berikut:
B. Outlier dan Uji Normalitas
Untuk memperoleh data yang layak maka dalam penelitian ini penulis
melakukan outlier dengan membuang sejumlah data yang dianggap ekstrim dan dapat
mengganggu hasil dari data olahan.jumlah sample dalam penelitian ini berkurang
sebanyak 5 perusahaan dan menyisakan 97 perusahaan.
Asumsi data terdistribusi normal didasarkan pada teori central limit theorem
(McClave-Sincich, 2003:275) dalam Ari christianti (2006:10), yang mengatakan bahwa
Tabel 4.1 Sampel Data Penelitian
NO KODE EMITEN
1 AALI Astra Argo Lestari Tbk 2 UNSP Bakrie Sumatra Plantations Tbk 3 LISP PP London Sumatra Tbk 4 MBAI Multibreeder Adirama Ind Tbk 5 ANTM Aneka Tambang (persero) Tbk 6 TINS Timah Tbk 7 CNKO Central Korporindo International Tbk 8 INTP Indocement Tunggal Perkasa Tbk 9 SMGR Semen Gresik (persero) Tbk 10 ARNA Arwana Citra Mulia Tbk 11 IKAI Intikeramik Alamasari Industri Tbk 12 TOTO Surya Toto Indonesia Tbk 13 BTON Betonjaya Manunggal Tbk 14 CTBN Citra Tubindo Tbk 15 JPRS Jaya Pari Steel Tbk 16 LION Lion Metal Work Tbk 17 LMSH Lionmesh Prima Tbk 18 PICO Pelangi Indah Canindo Tbk 19 BUDI Budi Acid Jaya Tbk 20 UNIC Unggul Indah Cahaya Tbk 21 IGAR Kageo Igar Jaya Tbk 22 TRST Trias Sentosa Tbk 23 CPIN Charoen Pokphand Indonesia Tbk 24 FASW Fajar Surya Wisesa Tbk 25 ASII Astra International Tbk 26 AUTO Astra Otoparts Tbk 27 NIPS Nipress Tbk 28 SMSM Selamat Sempurna Tbk 29 BATA Sepatu Bata Tbk 30 SCCO Sucaco Tbk
31 IKBI Sumi Indo Kabel Tbk 32 VOKS Voksel Electric Tbk 33 AQUA Aqua Golden Mississippi Tbk 34 DLTA Delta Djakarta Tbk 35 INDF Indofood Sukses Makmur Tbk 36 MYOR Mayora Indah Tbk 37 MLBI Multi Bintang Indonesia Tbk 38 SKLT Sekar Laut Tbk 39 STTP Siantar Top Tbk 40 ULTJ Ultra Jaya Milk Tbk 41 RMBA Bentoel International Investama Tbk 42 GGRM Gudang Garam Tbk 43 HMSP HM Sampoerna Tbk 44 DVLA Darya-Varya Laboratoria Tbk 45 INAF Indofarma Tbk 46 KAEF Kimia Farma Tbk 47 MERK Merck Indonesia Tbk 48 TSPC Tempo Scan Pasific Tbk 49 TCID Mandom Indonesia Tbk 50 MRAT Mustika Ratu Tbk 51 UNVR Unilever Indonesia Tbk 52 LMPI Langgeng Makmur Industri Tbk 53 CTRS Ciputra Surya Tbk 54 DART Duta Anggada Realty Tbk 55 GMTD Gowa Makassar Tourism Develop Tbk 56 JRPT Jaya Real Property Tbk 57 LPCK Lippo Cikarang Tbk 58 LPKR Lippo Karawaci Tbk 59 SMRA Summarecon Agung Tbk 60 PGAS Perusahaan Gas Negara (Persero) Tbk 61 ISAT Indosat Tbk 62 TLKM Telekomunikasi Indonesia Tbk 63 BLTA Berlian Laju Tanker Tbk 64 TMAS Pelayaran Tempuran Emas Tbk 65 SMDR Samudera Indonesia Tbk 66 AIMS Akbar Indo Makmur Stimec Tbk 67 AKRA AKR Corporindo Tbk 68 HEXA Hexindo Adiperkasa Tbk 69 INTA Intraco Penta Tbk 70 LTLS Lautan Luas Tbk 71 SDPC Milennium Pharmacon Int'l Tbk 72 TGKA Tigaraksa Satria Tbk 73 TURI Tunas Ridean Tbk
74 UNTR United Tractors Tbk 75 ALFA Alfa Retailino Tbk 76 HERO Hero Supermarket Tbk 77 MPPA Matahari Putra Prima Tbk 78 RALS Ramayana Lestari Sentosa Tbk 79 SONA Sona Topas Tourism Industry Tbk 80 ANTA Anta Express Tour & Travel Service Tbk 81 BAYU Bayu Buana Tbk 82 FAST Fast Food Indonesia Tbk 83 PANR Panorama Sentrawisata Tbk 84 PJAA Pembangunan Jaya Ancol Tbk 85 SCMA Surya Citra Media Tbk 86 ASGR Astra Graphia Tbk 87 MTDL Metrodata Electronic Tbk 88 BUMI Bumi Resources Tbk 89 SOBI Sorini Agro Asia Corporindo Tbk 90 AISA Tiga Pilar Sejahtera Food Tbk 91 DUTI Duta Pertiwi Tbk 92 PNSE Pudjiadi & Sons Estate Tbk 93 PUDP Pudjiadi Prestige Limited Tbk 94 FORU Fortune Indonesia Tbk 95 DOID Delta Dunia Petroindo Tbk 96 SQBI Bristol_myers Squibb Indonesia Tbk 97 LAMI Lamicitra Nusantara Tbk
Sumber :IDX.GO.ID
C. Deskriptif Analisis Data
Data-data yang diperoleh dari variabel observed/indikator yang diteliti diantaranya
adalah:
a. Tangibility
Asset tangibility menunjukkan suatu kekayaan yang biasanya dapat dijadikan
jaminan. Tangibility atau struktur aktiva diukur oleh proporsi aktiva tetap terhadap total
aktiva, berikut akan tersaji proporsi aktiva tetap terhadap total aktiva untuk tahun
penelitian yang diuji, yaitu tahun 2006 dan tahun 2007 yang dianggap sebagai periode
estimasi :
Tabel 4.2 DFA/TA
no KODE FA/TA 2006 FA/TA 2007
1 AALI 0.4417 0.3280 2 UNSP 0.1909 0.1719 3 LISP 0.2957 0.2814 4 MBAI 0.5838 0.5664 5 ANTM 0.4590 0.2511 6 TINS 0.1386 0.0943 7 CNKO 0.2730 0.2565 8 INTP 0.8000 0.7565 9 SMGR 0.4219 0.3643 10 ARNA 0.7266 0.7389 11 IKAI 0.4462 0.4977 12 TOTO 0.4949 0.4759 13 BTON 0.3788 0.2314 14 CTBN 0.1714 0.2723 15 JPRS 0.1156 0.0716 16 LION 0.0880 0.0794 17 LMSH 0.2570 0.1596 18 PICO 0.0025 0.0019 19 BUDI 0.6770 0.5362 20 UNIC 0.3529 0.3687 21 IGAR 0.2604 0.2120 22 TRST 0.7040 0.6493 23 CPIN 0.3161 0.2946 24 FASW 0.8081 0.7221 25 ASII 0.2249 0.2224 26 AUTO 0.2375 0.1937 27 NIPS 0.5358 0.3889 28 SMSM 0.3614 0.3839 29 BATA 0.2513 0.1995 30 SCCO 0.2286 0.1296 31 IKBI 0.2475 0.2177 32 VOKS 0.2239 0.1581 33 AQUA 0.3265 0.3390 34 DLTA 0.2100 0.2249
35 INDF 0.4012 0.2736 36 MYOR 0.4752 0.4090 37 MLBI 0.5958 0.5835 38 SKLT 0.9809 0.4954 39 STTP 0.5119 0.5840 40 ULTJ 0.6326 0.5619 41 RMBA 0.2386 0.1596 42 GGRM 0.3148 0.2679 43 HMSP 0.1889 0.2246 44 DVLA 0.1867 0.2147 45 INAF 0.1303 0.0812 46 KAEF 0.3202 0.2851 47 MERK 0.1637 0.1415 48 TSPC 0.2482 0.2265 49 TCID 0.4509 0.4316 50 MRAT 0.1792 0.1685 51 UNVR 0.3728 0.4125 52 LMPI 0.3107 0.3238 53 CTRS 0.1169 0.1259 54 DART 0.1024 0.0676 55 GMTD 0.0143 0.0122 56 JRPT 0.0678 0.0614 57 LPCK 0.0164 0.0138 58 LPKR 0.1146 0.1332 59 SMRA 0.3926 0.4277 60 PGAS 0.8618 0.8082 61 ISAT 0.7280 0.6748 62 TLKM 0.7351 0.7454 63 BLTA 0.7195 0.7650 64 TMAS 0.7771 0.7520 65 SMDR 0.4474 0.4238 66 AIMS 0.0062 0.0050 67 AKRA 0.4218 0.3786 68 HEXA 0.2930 0.2162 69 INTA 0.0591 0.0664 70 LTLS 0.2724 0.3001 71 SDPC 0.0385 0.0379 72 TGKA 0.0799 0.0674 73 TURI 0.1776 0.1889 74 UNTR 0.4616 0.4251 75 ALFA 0.4407 0.4414 76 HERO 0.3425 0.3200 77 MPPA 0.3311 0.2019
78 RALS 0.2387 0.2346 79 SONA 0.6385 0.5880 80 ANTA 0.0941 0.0733 81 BAYU 0.0865 0.0456 82 FAST 0.2320 0.2225 83 PANR 0.3978 0.3985 84 PJAA 0.3571 0.2896 85 SCMA 0.1643 0.1255 86 ASGR 0.2348 0.2266 87 MTDL 0.0424 0.0387 88 BUMI 0.2793 0.2474 89 SOBI 0.3751 0.3028 90 AISA 0.4870 0.5345 91 DUTI 0.0507 0.0536 92 PNSE 0.6496 0.6379 93 PUDP 0.3446 0.3524 94 FORU 0.0635 0.0570 95 DOID 0.5930 0.4061 96 SQBI 0.2706 0.2905 97 LAMI 0.1541 0.1182 Rata-rata 0.3374 0.3050
Sumber :Data diolah
Berdasarkan tabel diatas dapat dilihat bahwa sebagian besar perusahaan dari
tahun ke tahun memiliki nilai aset tetap yang lebih kecil dapat dilihat dari rata-rata
proporsi fixed asset terhadap total aset yaitu hanya 0,3374 atau 34% untuk tahun 2006,
dan 0,3050 atau 30% untuk 2007, dan dapat dilihat pula dari jumlah tersebut bahwa ada
penurunan rata-rata proporsi dari tahun 2006 ke tahun 2007. angka tertinggi proporsi
fixed asset pada tahun 2006 di miliki oleh PT Sekar Laut Tbk dengan angka proporsi
sebesar 0,9809 atau sebesar 98,09% dari total asset yang dimilikinya, dan proporsi
angka terendah dimiliki oleh PT Pelangi Indah Canindo yang hanya 0,0025 atau setara
dengan 0,25% dari keseluruhan total asset yang dimilikinya. Sedangkan pada tahun
2007 angka proporsi fixed aset tertinggi dimiliki oleh PT Gas Negara yang mencapai
angka 0,8082 atau sebesar 81% dari keseluruhan total aset, dan angka terendah proporsi
fixed asset pada tahun 2007 dimiliki oleh PT Pelangi Indah Canindo yang juga memiliki
fixed asset terendah pada tahun sebelumnya.
Dari uraian diatas dapat disimpulkan bahwa, hanya ada beberapa perusahaan
yang memiliki proporsi fixed asset diatas 50%, hal tersebut dapat dilihat dari rata-rata
yang dimiliki dari tahun ke tahun, dan juga jika dilihat angka penurunan jelas terlihat
dari tahun 2006 yang memiliki rata-rata sebesar 33,74% mengalami penurunan sebesar
3,24% menjadi 30,50%, hal ini menunjukan bahwa nilai struktur aktiva yang dapat
dijadikan sebagai collateral untuk menjamin hutang bagi perusahaan mengalami
penurunan.
b. Firm Size
Ukuran perusahaan dalam penelitian ini menggunakan dua proksi antara lain
Delta Logaritma Natural dari penjualan atau (dLnSal), serta Delta logaritma Natural
dari hasil perkalian anara jumlah saham beredar dengan harga penutupan saham atau
(dLnMV). Tahun penelitian yang digunakan untuk kedua proksi tersebut yaitu tahun
perubahan antara 2005 dan tahun 2006, berikut tabel yang memperlihatkan hasil untuk
kedua proksi tersebut:
Tabel 4.3 dLnSal, dLnMv
no KODE dLnSal dLnMv
1 AALI 0.0038 0.0098 2 UNSP 0.0105 0.0501 3 LISP 0.0056 0.0188 4 MBAI 0.0067 0.0910 5 ANTM 0.0187 0.0237 6 TINS 0.0063 0.0406
7 CNKO 0.0581 0.1684 8 INTP 0.0042 0.0040 9 SMGR 0.0050 0.0896 10 ARNA 0.0041 0.1241 11 IKAI -0.0032 -0.0284 12 TOTO 0.0054 -0.0624 13 BTON 0.0021 0.0240 14 CTBN 0.0259 0.1560 15 JPRS -0.0039 0.0423 16 LION 0.0057 -0.0904 17 LMSH -0.0107 0.0920 18 PICO 0.0026 0.0186 19 BUDI 0.0017 0.0693 20 UNIC -0.0003 0.1291 21 IGAR -0.0024 -0.0384 22 TRST 0.0040 -0.0516 23 CPIN 0.0048 0.0589 24 FASW 0.0042 0.0437 25 ASII -0.0031 0.0194 26 AUTO -0.0046 -0.0189 27 NIPS 0.0066 0.0580 28 SMSM 0.0008 -0.0254 29 BATA -0.0005 0.0224 30 SCCO 0.0031 0.0277 31 IKBI 0.0106 0.0676 32 VOKS 0.0063 0.1120 33 AQUA 0.0023 0.0003 34 DLTA -0.0244 -0.0655 35 INDF 0.0051 0.0124 36 MYOR 0.0051 0.0543 37 MLBI 0.0016 -0.0285 38 SKLT 0.0057 0.0635 39 STTP -0.0053 -0.0808 40 ULTJ 0.0059 0.0560 41 RMBA 0.0113 0.0355 42 GGRM 0.0019 -0.0148 43 HMSP 0.0059 -0.1764 44 DVLA 0.0024 0.1328 45 INAF 0.0149 -0.0440 46 KAEF 0.0066 -0.0091 47 MERK 0.0087 0.0326
48 TSPC 0.1139 0.0522 49 TCID 0.0018 0.0323 50 MRAT 0.0032 -0.0011 51 UNVR 0.0042 0.0116 52 LMPI 0.0012 -0.0181 53 CTRS 0.0058 0.0478 54 DART 0.0080 0.1215 55 GMTD 0.0055 0.0374 56 JRPT 0.0068 0.0135 57 LPCK -0.0060 -0.0606 58 LPKR -0.0018 0.0417 59 SMRA 0.0069 -0.0002 60 PGAS 0.0068 0.0159 61 ISAT 0.0117 0.0176 62 TLKM 0.0520 0.0161 63 BLTA 0.0056 0.0337 64 TMAS 0.0070 -0.0060 65 SMDR -0.0015 -0.0152 66 AIMS 0.0095 -0.0798 67 AKRA 0.0118 0.0256 68 HEXA -0.0007 0.0485 69 INTA -0.0096 -0.0368 70 LTLS 0.0038 -0.0696 71 SDPC 0.0088 -0.1072 72 TGKA 0.0046 -0.0971 73 TURI -0.0066 -0.0335 74 UNTR 0.0011 0.0039 75 ALFA 0.0026 0.1796 76 HERO 0.0042 -0.2288 77 MPPA 0.0069 -0.0247 78 RALS 0.0014 0.0142 79 SONA -0.0077 0.0907 80 ANTA 0.0032 -0.1267 81 BAYU 0.0027 0.0358 82 FAST 0.0078 0.0186 83 PANR 0.0067 0.0035 84 PJAA 0.0042 0.0679 85 SCMA 0.0049 -0.0993 86 ASGR 0.0047 -0.0197 87 MTDL 0.0030 -0.0387 88 BUMI 0.0016 0.0051
89 SOBI 0.0046 -0.0276 90 AISA 0.0142 -0.1151 91 DUTI 0.0077 -0.0605 92 PNSE -0.0036 0.0727 93 PUDP -0.0108 -0.0064 94 FORU 0.0032 -0.0480 95 DOID 0.0061 -0.0997 96 SQBI 0.0147 -0.0295 97 LAMI -0.0114 0.1125 rata-rata 0.0059 0.0080
Sumber :Data diolah
Tabel 4.3 tersebut diatas dapat terlihat bahwa rata-rata perubahan yang terjadi
pada proksi dLnSal, atau perubahan penjualan dari tahun 2005 ke tahun 2006 sangat
kecil yaitu hanya 0,59% namun tetap ada kecenderungan naik hal ini dapat dilihat dari
nilai minus yang sangat sedikit dan adanya dominasi nilai plus yang berarti kenaikan
memiliki kecenderungan positif. Perubahan kenaikan prosentase penjualan tertinggi
dimiliki oleh PT Tempo Scan Pasifik yang memiliki nilai 0.1139 atau 11,39%, dan nilai
perubahan terendah penjualan dimiliki PT.Lamicitra Nusantantara yaitu dengan nilai -
0.0114 atau minus 1,14%.
Nilai yang ditunjukan oleh Proksi dLnMv yang ada ditabel 4.3 merupakan hasil
dari delta atau perubahan logaritma natural dari hasil kali antara jumlah saham yang
beredar dengan harga penutupan saham, data yang digunakan adalah data tahun 2005
dan tahun 2006, dari data tersebut dapat dilihat rata-rata perubahan nilai logaritma tahun
2005 dan 2006 sangat kecil yaitu hanya 0,0080 atau 0,80%. Angka delta tertinggi
dicapai oleh PT Darya Varya Laboratoria yaitu sebesar 0,1328 atau sebesar 13,28% dan
data perubahan terendah dimiliki oleh PT Hero Supermarket yaitu mengalami
penurunan sebesar 0,2288 atau setara dengan 22,88%, hal ini mengindikasikan adanya
penurunan jumlah saham beredar yang dimiliki, atau penurunan harga penutupan dari
saham tersebut.
c. Growth
Growth atau tingkat pertumbuhan perusahaan dalam penelitian ini menggunakan
3 proksi antara lain, DLnMBR, DdTA, dan DdSales, proksi DLnMBR yaitu merupakan
delta logaritma natural dari hasil bagi antara hasil perkalian Outstanding stocks values x
Close Price dengan total equity, data yang digunakan yaitu data tahun 2007 dan data
tahun 2008. untuk proksi DdTA merupakan hasil dari delta pertumbuhan total asset
market value, maka data yang digunakan bukan hanya data total asset market value
tahun 2007 dan tahun 2008, melainkan juga menggunakan data total asset market value
tahun 2006, yaitu untuk melihat pertumbuhan yang terjadi ditahun 2007. sedangkan
Untuk proksi DdSales, dengan menggunakan cara perhitungan yang hampir sama
dengan DdTA, yaitu menggunakan 3 tahun penelitian yaitu tahun 2006, 2007, serta
tahun 2008, yaitu untuk melihat pertumbuhan penjualan selama dua tahun, yaitu
pertumbuhan dari tahun 2006 menuju tahun 2007, dan tahun 2007 menuju ke tahun
2008. berikut ini adalah tabel yang menunjukan hasil perhitungan masing-masing
proksi, yaitu DLnMBR, DdTA, dan DdSales.
Tabel 4.4 dLnMBR, dDTA, DdSal
no KODE dLnMBR dDTA DdSal
1 AALI -0.6540 1.2783 -0.0012 2 UNSP -0.7229 -0.7206 0.2785
3 LISP -0.7981 0.3689 0.2564 4 MBAI 0.7177 -0.0403 1.2226 5 ANTM -0.5839 -1.0962 -1.3788 6 TINS -0.9096 0.2116 -0.8856 7 CNKO -1.4195 -0.8857 2.0262 8 INTP 3.0082 2.8167 1.4610 9 SMGR -0.3069 1.4525 1.9888 10 ARNA 1.1100 0.1393 -0.1355 11 IKAI -0.2341 -1.0115 -2.2092 12 TOTO 0.2205 3.0000 2.4142 13 BTON -0.2287 0.7273 -0.0131 14 CTBN 0.4475 -2.4505 3.1771 15 JPRS -0.4851 5.1905 2.2387 16 LION -0.2789 -0.5000 0.3786 17 LMSH -0.0942 0.4167 0.2160 18 PICO 0.8536 1.5116 2.0428 19 BUDI -1.1323 -0.3188 -0.2729 20 UNIC -0.0045 -4.8261 7.8188 21 IGAR -6.9885 -1.1373 -0.9946 22 TRST 0.3540 5.3333 0.0860 23 CPIN -0.5507 0.3205 0.9763 24 FASW 1.8665 -0.5943 -0.6144 25 ASII -1.6248 0.4834 0.8318 26 AUTO 0.0841 0.3105 0.3589 27 NIPS 1.0917 -0.3721 -0.4869 28 SMSM -0.9018 0.7805 0.5827 29 BATA 0.3629 2.5172 -0.2926 30 SCCO -0.3740 -0.8613 -1.1937 31 IKBI 0.2987 -2.1765 -1.1694 32 VOKS -11.4346 2.1902 1.0697 33 AQUA -0.0291 0.4878 0.3240 34 DLTA -0.2487 2.0455 4.4293 35 INDF -1.2484 3.4221 0.8492 36 MYOR 0.6892 1.3464 0.2594 37 MLBI -0.1018 7.8750 2.9619 38 SKLT -0.0594 -0.6533 0.7642 39 STTP -0.5598 2.5952 -0.4666 40 ULTJ -0.4845 2.7222 -0.1913 41 RMBA -2.2618 0.4862 -0.1477 42 GGRM 0.1872 9.8070 0.1507 43 HMSP 0.2535 -0.6206 19.1644
44 DVLA 0.4146 0.4722 -2.0138 45 INAF -8.8023 -0.5677 -0.1666 46 KAEF 16.4348 0.0642 0.9275 47 MERK -0.5522 -0.0213 0.5074 48 TSPC 3.2145 -0.3203 0.2909 49 TCID 0.4662 2.2419 2.3198 50 MRAT 1.1187 0.0000 1.1635 51 UNVR -0.7306 1.0711 1.5072 52 LMPI 0.0513 -0.8519 -0.2915 53 CTRS -6.6820 -13.0606 -3.7443 54 DART 2.4285 -0.5793 -3.7745 55 GMTD 0.0771 -0.2308 -0.9782 56 JRPT 0.5167 0.8808 0.0174 57 LPCK 1.7282 0.4673 2.0990 58 LPKR -1.1311 0.3605 1.4833 59 SMRA -10.1004 0.1714 2.8695 60 PGAS -0.6474 -0.7191 0.8398 61 ISAT -0.6354 -0.0121 -0.4892 62 TLKM -0.4242 0.0955 -0.8466 63 BLTA -2.7926 1.8156 4.9228 64 TMAS 0.0398 7.3667 3.3095 65 SMDR 1.5635 3.2852 -5.2890 66 AIMS 1.0346 -0.9167 -2.0051 67 AKRA 0.7386 2.2313 0.8591 68 HEXA -1.0620 2.8276 1.2521 69 INTA 0.0996 1.9844 3.1804 70 LTLS 0.5594 2.1055 4.8326 71 SDPC 2.8970 0.6667 0.8246 72 TGKA -0.3928 -0.3719 0.1028 73 TURI -4.0031 0.3095 1.1017 74 UNTR -1.0025 5.0616 1.1902 75 ALFA -1.4528 -2.2955 2.3584 76 HERO -0.8042 3.2778 1.1162 77 MPPA -0.1097 0.2340 0.7254 78 RALS 3.8169 0.8741 0.5289 79 SONA -1.6586 1.3478 0.4270 80 ANTA -2.3408 1.0606 0.4563 81 BAYU 0.4943 0.0000 1.0910 82 FAST 0.4967 0.4068 0.3824 83 PANR -2.0247 -0.8868 0.5181 84 PJAA 2.6285 -0.4038 0.3051
85 SCMA -0.7806 -1.1568 2.8825 86 ASGR -1.6406 2.6250 1.8360 87 MTDL -1.4393 1.0323 -0.3413 88 BUMI -0.6573 5.6569 2.3758 89 SOBI 0.4301 3.0708 0.9110 90 AISA -0.7388 4.0729 -1.0643 91 DUTI 0.5072 -1.9407 -2.2254 92 PNSE 0.5656 0.3000 0.0751 93 PUDP 1.8201 -0.8030 -1.7537 94 FORU 0.3244 -1.1765 -0.6893 95 DOID -1.2697 -6.8224 -0.9849 96 SQBI 0.4060 0.0714 4.9914 97 LAMI 0.3541 -1.1016 -0.6023 rata-rata -0.3281 0.6685 0.7958
Sumber :Data diolah
Tabel 4.4 diatas menunjukan bahwa rata-rata dLnMBR menunjukan angka
negatif artinya kebanyakan perusahaaan mengalami penurunan, baik itu dalam
outstanding stock valuenya, harga penutupan, ataupun dikarenakan oleh kenaikan total
equity yang di dalam kasus ini bertindak sebagai nilai pembagi.
Pada proksi dDTA angka rata-rata menunjukan angka positif yang artinya
perubahan pertumbuhan total asset market value lebih dari setengah jumlah sampel
penelitian mengalami kenaikan, walaupun tetap terlihat masih banyak dari sampel
tersebut mengalami perubahan pertumbuhan yang negatif.
Pada proksi dDSAL angka rata-rata menunjukan angka yang positif ini memberi
signal baik, karena memiliki arti bahwa perubahan pertumbuhan mengalami kenaikan,
terlihat pula dari jumlah data yang bernilai positif yaitu hampir berjumlah 70%dari
keseluruhan data sampel.
d. Profitability
Profitability dalam penelitian ini menggunakan 2 proksi yang antara lain,
DEBIT/S dan DROE, proksi DEBIT/S yaitu mencoba menghitung perubahan hasil bagi
antara EBIT dengan penjualan. Sedangkan proksi yang kedua yaitu DROE, mencoba
menghitung perubahan atau delta dari hasil bagi antara EBIT dengan Equity. data yang
digunakan dalam penelitian ini adalah data perubahan dari tahun 2005 dan 2006, yang
diasumsikan sebagai tahun realize information ketika kita menarik garis lurus, dari
tahun 2005 hingga tahun 2008 dan membaginya menjadi 3 bagian. Berikut tabel 4.5
yang menyajikan hasil perhitungan untuk kedua proksi dari profitability yaitu DEBIT/S
dan DROE:
Tabel 4.5 DEBIT/S dan DROE
no KODE dEBIT/S dROE
1 AALI -0.0994 -0.0420 2 UNSP 0.1631 0.1874 3 LISP -0.0191 -0.0390 4 MBAI 0.7240 -0.7880 5 ANTM 0.0778 0.3061 6 TINS 0.4148 0.5538 7 CNKO 2.3930 12.0052 8 INTP -0.2927 -0.2535 9 SMGR 0.0846 0.0208 10 ARNA -0.2878 -0.2802 11 IKAI 1.3562 0.0760 12 TOTO 0.0855 -0.0316 13 BTON -0.5731 -0.5650 14 CTBN 0.4567 1.3163 15 JPRS -0.1404 -0.2896 16 LION -0.0847 -0.0503 17 LMSH -0.1177 -0.3935 18 PICO 0.1845 0.2259 19 BUDI 17.1955 15.4923 20 UNIC -0.9528 -0.9539 21 IGAR -0.3536 -0.4168
22 TRST 0.0183 0.1170 23 CPIN 2.4017 2.5393 24 FASW 9.6547 9.9369 25 ASII -0.2114 -0.3469 26 AUTO 0.0306 -0.2084 27 NIPS 1.1949 1.3800 28 SMSM 0.0091 -0.1523 29 BATA -0.1453 -0.2188 30 SCCO -0.1411 -0.1756 31 IKBI 0.3282 0.6188 32 VOKS 13.7367 14.6512 33 AQUA -0.1803 -0.2085 34 DLTA 0.4982 -0.2878 35 INDF 1.4611 1.5144 36 MYOR 0.8151 0.9363 37 MLBI -0.1735 -0.0081 38 SKLT -0.9555 -0.9621 39 STTP 0.6120 0.3360 40 ULTJ 3.5750 4.3666 41 RMBA 0.2370 0.5933 42 GGRM -0.4419 -0.4105 43 HMSP 0.1977 0.1531 44 DVLA -0.2632 -0.2552 45 INAF 0.6643 1.3622 46 KAEF -0.3199 -0.2050 47 MERK 0.1674 0.1282 48 TSPC -0.9517 -0.1662 49 TCID 0.0093 -0.1974 50 MRAT 0.1083 0.1661 51 UNVR 0.0525 0.0956 52 LMPI -0.6958 -0.7114 53 CTRS 0.1861 0.2018 54 DART -0.3321 -0.4223 55 GMTD 0.0501 0.1189 56 JRPT 0.1015 0.2376 57 LPCK -0.9410 -0.9498 58 LPKR -0.0874 -0.2118 59 SMRA -0.0863 -0.0517 60 PGAS 0.5898 0.4610 61 ISAT -0.3928 -0.1904 62 TLKM -0.7154 0.1237
63 BLTA 0.5830 0.1925 64 TMAS -0.8085 -0.7585 65 SMDR -0.7265 -0.7247 66 AIMS -0.6700 -0.5813 67 AKRA -0.2643 -0.0314 68 HEXA -0.5830 -0.5920 69 INTA -0.4158 -0.5501 70 LTLS -0.3210 -0.2592 71 SDPC 0.0051 0.0969 72 TGKA 0.2146 0.2942 73 TURI -0.8417 -0.8686 74 UNTR -0.1641 -0.2284 75 ALFA 5.6174 5.3756 76 HERO 0.2536 0.2572 77 MPPA -0.3740 -0.2667 78 RALS -0.0189 -0.0743 79 SONA -0.1423 -0.3424 80 ANTA 0.0913 0.0929 81 BAYU -0.5689 -0.5462 82 FAST 0.3361 0.3130 83 PANR 7.4851 8.9754 84 PJAA -0.1139 -0.1123 85 SCMA -0.0021 0.1742 86 ASGR 0.3143 0.4358 87 MTDL -0.0457 -0.0107 88 BUMI 0.0911 -0.2517 89 SOBI -0.3409 -0.2879 90 AISA -0.0941 0.3118 91 DUTI 0.0905 0.2874 92 PNSE 0.6844 0.3145 93 PUDP -0.8346 -0.8751 94 FORU -0.5122 -0.4909 95 DOID -0.1309 0.0191 96 SQBI 1.8454 2.2237 97 LAMI 0.2076 -0.0945 rata-rata 0.6157 0.7340
Sumber :Data diolah
Dari tabel 4.5 diatas terlihat bahwa proksi DEBIT/S menunjukan nilai rata-rata
yang positif, walaupun 50% dari keseluruhan jumlah data menunjukan delta yang
bernilai negatif, namun terbukti penurunan yang terjadi tidak sebesar kenaikan dari
sampel yang lain.
Pada proksi DROE, rata-rata memiliki nilai yang positif, walaupun didalamnya
hampir 50% jumlah sampel bernilai negatif.penurunan nilai DROE, bisa dikarenakan
oleh penurunan jumlah EBIT, atau bertambahnya nilai equity yang pada kasus ini
bertindak sebagai nilai pembagi.
e. Earning Volatility
Earning Volatility dalam penelitian ini menggunakan dua proksi yaitu dLnSDNI
dan dLNSDEBIT, proksi dLnSDNI merupakan nilai logaritma natural dari standar
deviasi net income atau pendapatan bersih. Sedangkan untuk proksi dLNSDEBIT,
menggunakan nilai logaritma natural dari standar deviasi EBIT. Data yang digunakan
adalah 4 tahun, yaitu 2005,2006,2007,dan 2008. berikut data perhitungan dLnSDNI dan
dLNSDEBIT :
Tabel 4.6 DLnSDNI, DLnSDEBIT
no KODE DLnSDNI DLnSDEBIT
1 AALI 27.5412 27.9549 2 UNSP 24.3541 25.0532 3 LISP 26.3699 26.8122 4 MBAI 24.2189 24.0104 5 ANTM 28.3052 28.6577 6 TINS 27.4476 27.8438 7 CNKO 20.4196 20.8357 8 INTP 26.9630 27.1978 9 SMGR 27.2122 27.5562 10 ARNA 23.1367 23.4810 11 IKAI 22.1978 23.2153
12 TOTO 23.0204 23.4252 13 BTON 22.9459 23.3111 14 CTBN 24.9853 25.4075 15 JPRS 22.9878 23.4264 16 LION 22.8655 23.3114 17 LMSH 21.7656 22.1634 18 PICO 22.4221 22.9814 19 BUDI 23.6503 24.0853 20 UNIC 23.5009 24.1499 21 IGAR 22.0200 22.7897 22 TRST 23.6913 21.3249 23 CPIN 25.2087 25.5906 24 FASW 24.7206 25.1326 25 ASII 28.4613 29.0319 26 AUTO 25.6670 25.4395 27 NIPS 21.8140 22.0704 28 SMSM 23.3704 23.7217 29 BATA 24.9091 25.2667 30 SCCO 23.8715 23.9718 31 IKBI 24.2219 24.5642 32 VOKS 23.7244 24.2880 33 AQUA 23.3397 23.4958 34 DLTA 23.6258 23.9668 35 INDF 26.7583 27.5845 36 MYOR 24.8903 25.2098 37 MLBI 24.9798 25.2835 38 SKLT 24.4929 24.5000 39 STTP 22.3030 22.8935 40 ULTJ 25.6930 25.5401 41 RMBA 24.9381 25.0693 42 GGRM 26.7640 26.9636 43 HMSP 27.2279 27.5376 44 DVLA 23.1735 23.4957 45 INAF 22.1614 23.2902 46 KAEF 22.3203 23.1769 47 MERK 23.5962 23.9520 48 TSPC 23.7986 24.1532 49 TCID 23.0371 23.4721 50 MRAT 22.5880 22.9651 51 UNVR 26.7385 27.0985 52 LMPI 24.8547 22.7374
53 CTRS 23.9127 24.2408 54 DART 24.5534 23.8749 55 GMTD 20.2705 21.1076 56 JRPT 24.2812 24.6900 57 LPCK 22.4129 23.2183 58 LPKR 23.6948 24.1882 59 SMRA 24.2350 24.0219 60 PGAS 27.1046 27.2941 61 ISAT 26.3530 26.6603 62 TLKM 28.3263 28.9875 63 BLTA 26.7647 26.7663 64 TMAS 24.9265 24.9635 65 SMDR 25.5076 25.8989 66 AIMS 20.0527 20.1878 67 AKRA 24.5348 25.3793 68 HEXA 25.3276 25.7039 69 INTA 22.7227 23.4841 70 LTLS 24.6415 25.1448 71 SDPC 20.9100 21.4200 72 TGKA 24.4496 24.6400 73 TURI 25.2759 25.6349 74 UNTR 27.3945 27.7588 75 ALFA 23.4505 23.2356 76 HERO 23.6079 24.3194 77 MPPA 25.2490 25.1192 78 RALS 24.7930 24.8310 79 SONA 22.8142 23.1221 80 ANTA 21.4180 22.1480 81 BAYU 21.3016 21.6513 82 FAST 24.3329 24.6195 83 PANR 21.8211 22.7502 84 PJAA 22.7239 23.1021 85 SCMA 24.9114 25.3911 86 ASGR 23.4472 23.5673 87 MTDL 22.5884 24.5051 88 BUMI 28.7417 29.1754 89 SOBI 24.7099 25.2519 90 AISA 23.3501 23.9210 91 DUTI 23.3317 23.6130 92 PNSE 22.7375 23.1881 93 PUDP 21.7078 22.3688
94 FORU 21.6159 22.0222 95 DOID 21.0506 21.7262 96 SQBI 23.9588 24.6506 97 LAMI 22.0589 22.9157 Rata-rata 24.1097 24.4631
Sumber :Data diolah
Tabel 4.6 DLnSDNI menunjukan hasil perhitungan logaritma natural standar
deviasi dari net income, hasil tidak menunjukan satupun bernilai negatif,dan
menghasilkan rata-rata sebesar 24.1097, data terlihat terdistribusi normal, nilai tertinggi
dimiliki oleh PT Bumi Resource Tbk dengan nilai sebesar 28.7417, sedangkan nilai
terendah dimiliki oleh PT Gowa Makasar Tourism Development Tbk yaitu sebesar
21.1076. sedangkan pada data DLnSDEBIT memiliki rata rata sebesar 24.4631, pada
data ini juga terlihat terdistribusi normal, dapat dilihat dari nilai perusahan tertinggi
yaitu PT Astra Internasional TBK dengan nilai 29.0319 dan nilai terendah yang dimiliki
oleh PT Akbar Indo Makmur Stimec yaitu sebesar 20.1878 yang tidak terlalu jauh dari
nilai rata-rata.
f. Leverage
Leverage dalam penelitian ini menggunakan 2 proksi yatu DLT-CAB untuk
hutang jangka panjang, dan DST-CAB untuk hutang jangka pendek, DLTCAB dilihat
dengan menghitung perubahan hasil bagi antara book value of long term debt dengan
book value of capital asset, sedangkan untuk DST-CAB dilihat dengan menghitung
perubahan hasil bagi antara book value of short term debt dengan book value of capital
asset, berikut ini tabel yang menunjukan nilai DLT-CAB dan DST-CAB :
Tabel 4.7 DLT-CAB dan DST-CAB
no KODE DLT-CAB DST-CAB
1 AALI 0.3781 0.6048 2 UNSP -0.2881 0.0916 3 LISP -0.1092 -0.2887 4 MBAI -0.2129 0.4163 5 ANTM -0.1086 0.6884 6 TINS -0.1758 -0.0829 7 CNKO -0.1764 0.2406 8 INTP -0.1502 -0.0522 9 SMGR 3.0227 0.0098
10 ARNA 0.2137 -0.1169 11 IKAI -0.3878 -0.2511 12 TOTO -0.0594 0.0135 13 BTON 0.3444 0.8402 14 CTBN -0.2161 -0.4485 15 JPRS 0.1990 8.9214 16 LION -0.0313 0.2711 17 LMSH -0.3056 -0.4589 18 PICO -0.8556 0.3821 19 BUDI -0.3206 0.5579 20 UNIC -0.7159 0.5162 21 IGAR 0.3262 0.3947 22 TRST 0.0216 0.2330 23 CPIN -0.2475 0.3487 24 FASW 0.0341 0.5707 25 ASII -0.1793 -0.0192 26 AUTO 0.1264 0.0926 27 NIPS -0.0342 0.7883 28 SMSM -0.0110 0.0879 29 BATA -0.1355 0.7683 30 SCCO 0.4584 1.4166 31 IKBI 0.3743 -0.2351 32 VOKS 0.0229 1.0071 33 AQUA -0.0504 -0.0680 34 DLTA -0.0852 -0.1436 35 INDF 0.1112 0.6162 36 MYOR 0.1395 0.6666 37 MLBI 0.0369 0.0314 38 SKLT -0.0196 0.4898 39 STTP -0.1873 0.1117 40 ULTJ 2.9747 -0.3252
41 RMBA 11.9646 -0.2725 42 GGRM 0.3150 0.2121 43 HMSP -0.2451 -0.2487 44 DVLA -0.6573 -0.2445 45 INAF 0.2711 0.9743 46 KAEF 0.2168 0.2545 47 MERK 0.1989 0.0433 48 TSPC 0.1551 0.2385 49 TCID 0.1641 -0.4603 50 MRAT 0.3328 0.2982 51 UNVR -0.1374 -0.0747 52 LMPI -0.2544 0.3583 53 CTRS 0.0716 -0.0123 54 DART 0.0038 -0.0009 55 GMTD -0.0244 0.2310 56 JRPT -0.1598 0.0417 57 LPCK -0.0723 0.3255 58 LPKR -0.4019 -0.1483 59 SMRA -0.4269 -0.1148 60 PGAS -0.6607 -0.4072 61 ISAT 0.1392 0.3968 62 TLKM -0.0977 -0.0909 63 BLTA 0.1980 0.5090 64 TMAS 0.0544 0.1633 65 SMDR 0.0764 0.0304 66 AIMS 0.0986 -0.1385 67 AKRA 0.9780 0.2370 68 HEXA -0.1403 0.4954 69 INTA -0.3366 0.2384 70 LTLS -0.7766 0.1159 71 SDPC 0.6142 0.0763 72 TGKA 0.0295 0.2669 73 TURI -0.0585 -0.1009 74 UNTR -0.2790 0.2185 75 ALFA -0.7161 0.4110 76 HERO -0.3643 0.2163 77 MPPA 0.6060 0.5340 78 RALS -0.1054 0.2150 79 SONA -0.0503 0.3476 80 ANTA 0.0740 0.3892 81 BAYU -0.2246 0.4304
82 FAST 0.0819 0.0186 83 PANR -0.1015 0.0073 84 PJAA 1.5327 0.3845 85 SCMA 0.2380 1.8747 86 ASGR -0.9182 0.9010 87 MTDL -0.4340 0.3227 88 BUMI -0.5736 0.0651 89 SOBI 0.2167 0.3600 90 AISA -0.4037 0.2296 91 DUTI -0.2039 -0.0304 92 PNSE -0.6749 1.5159 93 PUDP -0.2593 -0.0979 94 FORU 0.1617 0.3463 95 DOID 0.7001 2.3530 96 SQBI -0.1751 -0.2581 97 LAMI 0.2582 0.5323 rata-rata 0.1396 0.3419
Tabel 4.7 menunjukan data DLT-CAB dan DST-CAB, rata-rata dari kedua
proksi leverage tersebut diatas memiliki nilai positif, dalam DLT-CAB, perusahaan
yang memiliki rasio hutang jangka panjang paling tinggi yaitu PT Multi Bintang
Indonesia yang rasio hutang jangka panjangnya mengalami pertumbuhan sebesar
11,96% sedangkan rasio terendah ada pada PT Astra Graphia dengan penurunan jumlah
hutang jangka panjang sebesar 9,18%. Penurunan jumlah hutang tidak bisa dinilai
secara cepat tentang masalah baik atau buruknya, karena kenaikan serta penurunan
jumlah hutang dapat di akibatkan oleh banyak faktor, serta teori apa yang lebih dipakai
oleh suatu perusahaan tersebut, apakah POT atau STO.
D. Pengujian dan Pembahasan Hipotesis
1. Pengujian Model
Berdasarkan hasil pengolahan data dengan menggunakan program statistic
LISREL 8.80 didapatkan hasil model yang sangat Fit secara keseluruhan, hasil tersebut
dapat dilihat dari output lisrel berikut ini:
Goodness of Fit Statistics
Degrees of Freedom = 0 Minimum Fit Function Chi-Square = 0.00 (P = 1.0000)
Normal Theory Weighted Least Squares Chi-Square = 0.00 (P = 1.0000
The Model is Saturated, the Fit is Perfect !
2. Analisis Structural Equation Model (SEM)
Berdasarkan proses pengolahan data dengan program statistic LISREL 8.8, dapat
dilihat gambar hasil model SEM dalam path diagram untuk Koefisien Regresi dan path
diagram yang menunjukan besaran Signifikan sebagai berikut:
Gambar 4.1
Besaran Koefisien Regresi
Gambar 4.2 Besaran Signifikan
Dari gambar diatas dapat dilihat hanya ada beberpa variabel eksogen yang
berpengaruh secara signifikan terhadap variabel endogen yang dalam hal ini leverage.
Hal ini dijabarkan pada tabel perhitungan LISREL yaitu regression weights yang dapat
dilihat pada tabel 4.8 di bawah ini:
Tabel 4.8 Regression Weights
No Path Coefision Regresi Arah Hubungan Signifikan
1 DFA/TA -----DLT-CAB -3.0563 Negatif -3.8920**
2 DFA/TA----DST-CAB -3.2409 Negatif -5.9230**
3 DLNS----DST-CAB -14.2281 Negatif -1.7750*
4 DDSAL----DST-CAB 0.06288 Positif 1.7101*
Sumber : Data diolah
** sig pada α = 5%,
* sig pada α =10%,
Berdasarkan pada tabel Regression weight diatas, hanya ada beberapa variabel
yang secara signifikan berpengaruh terhadap leverage, yakni variabel tangibility yang di
proksikan dengan dFA/TA, variabel size yang di proksikan dengan DLnSAL, variabel
growth yang di proksikan dengan dDSaL.
a. Asset Tangibility (Struktur Aktiva)
Koefisien regresi untuk dFA/TA sebesar -3.0563 yang signifikan pada alpha 5%
dalam hubungannya dengan Leverage DLT-CAB, dan sebesar -3.2409 dalam
hubungannya dengan leverage yang diprksikan dengan DST-CAB signifikan pada alpha
10%, hal ini memberi sinyal bahwa terdapat pengaruh negatif antara assets tangibility
dengan tingkat leverage. Hasil ini mendukung hipotesis POT yang menjelaskan bahwa
semakin tinggi assets tangibility perusahaan, maka perusahaan akan lebih memilih
untuk mendanai perusahaan dengan menggunakan modal internal yang berasal dari
earning yang diperolehnya. Dengan demikian hipotesis POT (Myers dan Maijluf, 1984)
untuk atribut assets tangibility terbukti atau dalam hal ini berlaku hipotesis POT. Hasil
b. Size
Koefisien regresi untuk DLnSAL sebesar -14.2281 dengan arah hubungan yang
negatif dan signifkan pada Alpha 10% dalam hubungannya dengan leverage yang
diproksikan dengan DST-CAB hal ini memberi sinyal bahwa terdapat pengaruh negatif
antara assets tangibility dengan tingkat leverage, hasil ini menunjukan bahwa hubungan
negatif tersebut mendukung mendukung teori Pecking Order yang bisa didasarkan pada
teori (Frank &Goyal : 2003) dalam Ari Christianti (2006) ukuran perusahaan
berpengaruh negatif terhadap leverage. Hasil penelitian ini juga sesuai dengan
penelitian yang dilakukan Prima Nur Happyani (2009) menurutnya semakin besar
ukuran perusahaan maka akan semakin kompleks kondisi perusahaan sehingga peluang
terjadinya assymetric information semakin besar sehingga mengurangi keinginan
manajer menggunakan hutang. Selain itu dengan semakin besarnya perusahaan maka
akan semakin mewaspadai terjadinya financial distress karena penggunaan hutang.
c. Growth
Koefisien regresi untuk dDSAL sebesar 0.06288 yang signifikan pada alpha
10% menunjukkan bahwa terdapat pengaruh positif antara tingkat pertumbuhan
perusahaan dengan tingkat penggunaan leverage. Hal tersebut membenarkan teori
Pecking Order tentang kompleksitas hubungan antara growth dengan tingkat leverage
yang di kemukakan oleh (Fama dan French : 2002) yang terdapat dalam penelitian Ari
christianti (2006).
3. Pembahasan Hipotesis
Pembahasan hipotesis dalam penelitian ini berkaitan dengan Struktural Equation
Model , yang mencoba mencari hubungan antara variabel eksogen dan endogen, dan
dari kesemua atribut yang digunakan, terdapat 4 atribut yang menunjukan hasil
signifikan.dan dari ke empat hasil yang signifikan tersebut, kesemuanya mendukung
Hipotesis 1, Perusahaan yang listing Di BEI menggunakan teori POT dalam
menentukan kebijakan struktur modal.
Berdasarkan hasil analisa yang didapat dari pengolahan path diagram dengan
menggunakan LISREL, atribut tangibility berpengaruh negatif terhadap leverage baik
DST maupun DLT, variabel size berpengaruh negatif terhadap DST dan variabel growth
berpengaruh positif terhadap DST.
Hasil yang menunjukan hubungan negatif antara tangibility dengan leverage
menggambarkan bahwa perusahaan yang memiliki fixed asset yang tinggi umumnya
adalah perusahaan yang besar dan mampu menjual sahamnya dengan harga yang sesuai
dan dianggap mampu untuk menutupi atau mencukupi kebutuhan dananya tanpa harus
berhutang, dengan demikian berdasarkan pecking order theory, tagibility asset
berpengaruh negatif terhadap leverage hasil tersebut sesuai dengan hasil penlitian
sebelumnya yang dilakukan oleh Ari Christianti dan banyak peneliti sebelumnya yang
kebanyakan menemukan hubungan negatif antara Tangibility dengan tingkat Leverage.
Hasil positif dari hubungan antara growth dan leverage menunjukan bahwa,
perusahaan dengan tingkat pertumbuhan yang besar membutuhkan dana eksternal
berupa hutang untuk melakukan ekspansi. Atau terus bertumbuh secara sustainable hasil
tersebut sesuai dengan hasil yang di utarakan oleh Anisa U Sa’dyah dalam penelitiannya
yang menemukan hubungan yang positif antara growth dengan leverage.
Dari analisa yang dilakukan size memberi pengaruh negatif pada tingkat
leverage, hasil tersebut sesuai dengan penelitian yang dilakukan oleh Rossje v
Syahputra menurutnya pengaruh negatif terhadap leverage tersebut memiliki arti bahwa
perusahaan dengan tingkat penjualan yang tinggi akan memilih untuk menggunakan
laba ditahan dibanding berhutang dan pengaruh negatif tersebut juga dikarenakan
semakin besar ukuran perusahaan maka akan semakin kompleks kondisi perusahaan
sehingga peluang terjadinya assymetric information semakin besar sehingga
mengurangi keinginan manajer menggunakan hutang. Selain itu dengan semakin
besarnya perusahaan maka akan semakin mewaspadai terjadinya financial distress
karena penggunaan hutang.
.
BAB V
KESIMPULAN DAN IMPLIKASI
A. Kesimpulan
Berdasarkan hasil analisa dan pembahasan yang telah dijelaskan pada bab
sebelumnya, maka penelitian ini dapat diambil kesimpulan yang merupakan jawaban
dari perumusan masalah yaitu sebagai berikut:
1. Beberapa faktor penentu kebijakan struktur modal antara lain asset tangibility,
firm size, dan growth berpengaruh secara signifikan terhadap tingkat leverage pada
periode penelitian tahun 2005 sampai dengan tahun 2008.sedangkan dua variable
lainnya yaitu profitability dan earning volatility tidak berpengaruh terhadap tingkat
leverage perusahaan.
2. Empat buah proksi yang menunjukan hasil signifikan, yaitu assets tangibility
dengan proksi DFA/TA yang berpengaruh negative terhadap 2 proksi leverage yaitu
DST-CAB dan DLT-CAB, 1 proksi dari size yaitu dLNSAL berpengaruh negatif
terhadap DST-CAB, dan 1 proksi dari growth yaitu dDSAL berpengaruh positif
terhadap DST-CAB , kesemuanya mendukung teori pecking order, dan tidak satupun
proksi yang mendukung theory static trade off. Hal ini berarti bahwa Perusahaan yang
listing di BEI selama periode penelitian lebih cenderung mengikuti Pecking order
theory dalam menetapkan keputusan pendanaan perusahaannya. Hasil ini masih sesuai
dengan penelitian-penelitian yang dilakukan sebelumnya yang menyatakan bahwa
perusahaan-perusahaan di Indonesia masih berkiblat pada teory pecking order dalam
menentukan kebijakan struktur modalnya.
B. Implikasi
Berdasarkan kesimpulan yang telah diuraikan, maka penulis mengemukakan
implikasi yang mungkin bermanfaat sebagai berikut
1. Bagi perusahaan, adanya pengaruh-pengaruh yang terjadi antara beberapa variabel
eksogen seperti tangibility asset, size, growth, profitability terhadap tingkat
leverage, diharapkan hasil penelitian ini dapat membantu perusahaan dalam melihat
kecenderungan yang terjadi di BEI dalam hal penentuan kebijakan struktur
modalnya, agar perusahaan bisa menjadikan informasi yang didapat ini untuk
mengambil keputusan pengambilan dana baik ekstern maupun intern, karena
keputusan keuangan yang diambil akan berpengaruh terhadap keputusan keuangan
lainnya dan akan berpengaruh terhadap kemajuan dan kelangsungan hidup
perusahaan di masa yang akan datang.
2. Bagi investor, penelitian ini diharapkan dapat menjadi pertimbangan dalam
menentukan dan memutuskan investasi yang akan dilakukan, karena tentunya setiap
investor menginginkan prospek yang baik bagi perusahaannya
3. Bagi akademisi, penelitian ini memiliki beberapa kelemahan yang dapat dijadikan
bahan pertimbangan bagi penelitian selanjutnya. Seperti misalnya variabel eksogen
yang masih terbatas, sehingga pada penelitian selanjutnya dapat menambah variabel
eksogen, selain itu penelitian berikutnya dapat lebih memperbanyak jumlah sample
atau menambah periode penelitian agar didapat hasil yang lebih akurat.
DAFTAR PUSTAKA
Achmad, Noor. 2008, “Teori Manajemen Keuangan” Kesatuan Press Bogor, Jawa Barat
Andriyanti, Elyana N. 2007, Pengaruh Struktur Aktiva, Ukuran Perusahaan dan
Operatting Leverage terhadap Struktur Modal pada Perusahaan Makanan dan Minuman di BEJ,: Universitas Negeri Semarang, Semarang
Astuti, Dewi. 2004 “Manajemen Keuangan Perusahaan. Ghalia Indonesia : Jakarta. Bearley, Myers, Marcus. 2007 “Fundamental of Corporate Finance”. Mc Graw Hill:
New York.. Brigham, Eugene F. and Joel F. Houston, 2001. Fundamentals Of Financial
Management, Tenth Edition. Cristianty, Ari . 2006 Penentuan Perilaku Kebijakan Struktur Modal Pada Perusahaan
Manufaktur yang Terdaftar Di BEJ: Hipotesis Static Trade Off atau Pecking Order Theory, SNA IX Padang, IAI.
Darsono P, 2010 Manajemen Keuangan, Pendekatan Praktis, Kajian Pengambilan
Keputusan Bisnis Berbasis Analisis Keuangan: Nusantara Consulting Jakarta Edi, Muhamad W. 2001 Pengujian Empiris Prediksi Pecking Order Theory dan Trade
Off Theory Mengenai Leverage: Universitas Gadjah Mada, Yogyakarta. Fahmi, Irham. Lavianti, Yovi H. 2010. Pengantar Manajemen Perkreditan. Jakarta:
Alfabeta. Ghozali, Imam, dan Fuad, 2005. ‘Structural Equation Modelling : Teori, Konsep, &
Aplikasi dengan Program LISREL 8.54’, Badan Penerbit Undip, Gitman, Lawrence J. (1997). Principle Of Managerial Finance. 8th edition, Addison
Wesley, on http://www.findtoyou.com/ebook/gitman.html Happyani, Prima Nur. 2009. Pengujian Teori Static Trade Off dan Pecking Order Pada
Sector Manufaktur, Pertambangan dan Properti di BEI 2000-2007 Universitas Indonesia, Jakarta
Hari, Setyo W. 2008 Structural Equation Modeling, Dengan Lisrel 8.8:konsep dan
Tutorial Graha Ilmu, Yogyakarta
Husnan, Suad 1994. Dasar-Dasar Teori Portfolio dan Analisis Sekuritas. Edisi 2. AMP YKPM, Yogyakarta
Indarto, Feby 2002 Analisis Pendanaan Perusahaan Berdasarkan Pecking Order Model
Pada Perusahaan-Perusahaan Manufaktur Di Bursa Efek Jakarta: Universitas Gadjah Mada, Yogyakarta
Jensen, M & W. Meckling. 1976. Theory of The Firm: Managerial Behavior Agency Costs
and capital Structure, Journal of Financial Economics (On-line), Available Keown Arthur J., John. D. Martin, J William Petty, David F. Schott. 2005. “Financial Management: Principles and application” 10th edition. Pearson education. New
Jersey. Krisnanda, Putra, 2009. faktor-faktor yang mempengaruhi struktur modal perusahaan,
khususnya pengaruh firm size, growth opportunity, tangible asset, profitability dan business risk pada struktur modal perusahaan manufaktur yang terdaftar di Bursa Efek Jakarta. Universitas Islam Indonesia, Yogyakarta.
Kristanto, Heru HC 2002 “Pengujian Kebijakan Struktur Modal A Target Adjustment
Trade Off Theory Pada Perusahaan yang Listing Di Bursa Efek Jakarta” Kusuma, Hadri, 2006. “Efek Informasi Asimetri terhadap Kebijakan Deviden”.
Universitas Islam Indonesia Yogyakarta. Manurung, Aldler Haymans. 2004. ”Teori Struktur Modal : Sebuah Survei”. Usahawan
No. 04, TH XXXIII, April, 2004. Mardiyanto, Handono. 2009 “Inti sari Manajemen Keuangan”, Grasindo :Jakarta.. Mayangsari, Sekar. 2000. Analisis Faktor-Faktor Yang Mempengaruhi Keputusan
Pendanaan: Pengujian Pecking Order Hypotesis. Media Riset Akuntansi, Auditing dan Informasi, Vol l, No 3, hal 1-26
Miskhin, Fredric S. “Ekonomi Uang, Perbankan, dan Pasar Keuangan”, Edisi 8 Salemba
Empat, Jakarta, 2008. Nanga, Muana. “Teori, Masalah, dan Kebijakan”, Rajawali Grafindo, Jakarta, 2005. Napa, I.A dan Mulyadi P.S “dasar-dasar keputusan pendanaan perusahaan (teori dan
aplikasi hasil pengujian empirik)”, edisi dua Liberty Jogjakarta 1996
Nurrohim, Hasa 2008, Pengaruh Profitabilitas, Fixed Asset Ratio, Kontrol Kepemilikan dan Struktur Aktiva terhadap Struktur Modal pada Perusahaan manufaktur di Indonesia, UPN Veteran, Yogyakarta
Prasetya, Erwin.2010 Utang Menjadi Untung, Jangan Takut Ambil Kredit. Katabuku,
Edisi 1 Jakarta Rodoni, Ahmad dan Herni Ali 2010 “Manajemen Keuangan”. Mitra wacana
media:Jakarta. Ross, Westerfield, Jordan 2008 “Corporate Finance Fundamentals” second edition..
Mc Graw Hill: New York.. Rudianto, Dudi. Firdaus. Garnia Erna 2007. Pengaruh Struktur Aktiva dan Ukuran
Perusahaan Terhadap Struktur Modal Serta Dampaknya Terhadap Harga Saham Perusahaan Pada Industri Tekstil Dan Produk Tekstil Lainnya. Prosiding Seminar Nasional Manajemen Teknologi V
Sa’diyah, Anisa. 2007 Pengaruh asset tangibility, size, growth, profitability dan earning
volatility terhadap leverage pada perusahaan manufaktur di BEJ: dengan pengujian Pecking Order theory atau Static trade off theory: Universitas Islam Indonesia, Yogyakarta
Sartono Agus, 2001, Manajemen Keuangan (Teori dan Aplikasi), Edisi Keempat,
Cetakan Ketujuh, Yogyakarta : BPFE, Yogyakarta. Setia Lukas Atmaja. 2008 “Teori Praktek Manajemen Keuangan” Andi:Yogyakarta. Setyabudi, Dede. 2007 analisis Faktor-faktor yang Mempengaruhi Struktur Modal
Pada Perusahaan Manufaktur di Bursa Efek Jakarta. Universitas Islam Indonesia, Yogyakarta
Sitinjak JR, Tumpal. Sugiarto, 2006. Lisrel ,Edisi 1 Graha Ilmu, Yogyakarta Sjahrial, Dermawan 2007 “Manajemen Keuangan Lanjutan” Mitra Wacana Media:
jakarta. Sugiono, Arief, 2009 “Manajemen Keuangan untuk Praktisi Keuangan”
Grasindo:Jakarta. Sujoko Dan Ugy Soebiantoro. 2007. Pengaruh Struktur Kepemilikan Saham, Leverage,
Faktor Intern dan Faktor Ekstern Terhadap Nilai Perusahaan. Jurnal Manajemen dan Kewirausahaan, Vol 9, No. 1, 41-48.
Wijayanto, Setyo Hari. 2008. “Structural Equation Modeling (SEM) dengan LISREL 8.80”. Statistik Aplication, Graha Ilmu
Wetson, J.F and E.F Brighman. “Dasar-dasar Manajemen Keuangan”. Erlangga Jakarta
1990.
Lampiran I DATE: 07/13/2010 Data Normal TIME: 12:54
P R E L I S 2.80 (STUDENT) BY
Karl G. Jöreskog and Dag Sörbom
This program is published exclusively by Scientific Software International, Inc.
7383 N. Lincoln Avenue, Suite 100 Lincolnwood, IL 60712, U.S.A.
Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140 Copyright by Scientific Software International, Inc., 1981-2006 Use of this program is subject to the terms specified in the
Universal Copyright Convention. Website: www.ssicentral.com
The following lines were read from file G:\skripsi\Analisis\data.PR2: SY='G:$$skripsi$$Analisis$$data.PSF' NS 1 2 3 4 5 6 7 8 9 10 11 12 OU MA=CM RA=E:$$NORMAL.PSF WP XT
1
Univariate Summary Statistics for Continuous Variables Variable Mean St. Dev. T-Value Skewness Kurtosis Minimum Freq. Maximum Freq. -------- ---- -------- ------- -------- -------- ------- ----- ------- ----- DFATA -0.099 0.172 -5.644 0.000 -0.030 -0.553 1 0.356 1 DLNS 0.006 0.015 3.761 0.000 -0.030 -0.034 1 0.045 1 DLNMV 0.009 0.071 1.270 0.000 -0.030 -0.178 1 0.196 1 DLNMBR -0.328 2.907 -1.112 0.000 -0.030 -8.015 1 7.358 1 DDTA 0.668 2.736 2.406 0.000 -0.030 -6.567 1 7.904 1 DDSAL 0.796 2.661 2.945 0.000 -0.030 -6.241 1 7.833 1 DEBITS 0.616 2.655 2.284 0.000 -0.030 -6.405 1 7.637 1 DROE 0.734 2.899 2.494 0.000 -0.030 -6.932 1 8.400 1 DLNSDNI 24.110 1.951 121.727 0.000 -0.030 18.952 1 29.268 1 DLNSDEBI 24.463 1.919 125.540 0.000 -0.030 19.388 1 29.538 1 DLTCAB 0.140 1.340 1.026 0.000 -0.030 -3.404 1 3.684 1 DSTCAB 0.342 0.994 3.390 0.000 -0.030 -2.285 1 2.969 1
Test of Univariate Normality for Continuous Variables
Skewness Kurtosis Skewness and Kurtosis Variable Z-Score P-Value Z-Score P-Value Chi-Square P-Value DFATA 0.000 1.000 0.123 0.902 0.015 0.993
DLNS 0.000 1.000 0.123 0.902 0.015 0.993 DLNMV 0.000 1.000 0.123 0.902 0.015 0.993
DLNMBR 0.000 1.000 0.123 0.902 0.015 0.993 DDTA 0.000 1.000 0.123 0.902 0.015 0.993
DDSAL 0.000 1.000 0.123 0.902 0.015 0.993 DEBITS 0.000 1.000 0.123 0.902 0.015 0.993
DROE 0.000 1.000 0.123 0.902 0.015 0.993 DLNSDNI 0.000 1.000 0.123 0.902 0.015 0.993
DLNSDEBI 0.000 1.000 0.123 0.902 0.015 0.993 DLTCAB 0.000 1.000 0.123 0.902 0.015 0.993 DSTCAB 0.000 1.000 0.123 0.902 0.015 0.993
2
Histograms for Continuous Variables variable: DFATA
FREQUENCY PERCENTAGE
LOWER CLASS LIMIT
2 2.1 -0.553 �� 3 3.1 -0.462 ��� 9 9.3 -0.371 ��������� 15 15.5 -0.281 ��������������� 20 20.6 -0.190 �������������������� 19 19.6 -0.099 ������������������� 15 15.5 -0.008 ��������������� 9 9.3 0.083 ��������� 3 3.1 0.174 ��� 2 2.1 0.265 ��
variable: DLNS
FREQUENCY PERCENTAGE
LOWER CLASS LIMIT
2 2.1 -0.034 �� 3 3.1 -0.026 ��� 9 9.3 -0.018 ��������� 15 15.5 -0.010 ��������������� 20 20.6 -0.002 �������������������� 19 19.6 0.006 ������������������� 15 15.5 0.014 ��������������� 9 9.3 0.021 ��������� 3 3.1 0.029 ��� 2 2.1 0.037 ��
3
variable: DLNMV
FREQUENCY PERCENTAGE
LOWER CLASS LIMIT
2 2.1 -0.178 �� 3 3.1 -0.140 ��� 9 9.3 -0.103 ��������� 15 15.5 -0.066 ��������������� 19 19.6 -0.028 ������������������� 20 20.6 0.009 �������������������� 15 15.5 0.046 ��������������� 9 9.3 0.084 ��������� 3 3.1 0.121 ��� 2 2.1 0.159 ��
variable: DLNMBR
FREQUENCY PERCENTAGE
LOWER CLASS LIMIT
2 2.1 -8.015 �� 3 3.1 -6.477 ��� 9 9.3 -4.940 ��������� 15 15.5 -3.403 ��������������� 20 20.6 -1.865 �������������������� 19 19.6 -0.328 ������������������� 15 15.5 1.209 ��������������� 9 9.3 2.747 ��������� 3 3.1 4.284 ��� 2 2.1 5.821 ��
4
variable: DDTA
FREQUENCY PERCENTAGE
LOWER CLASS LIMIT
2 2.1 -6.567 �� 3 3.1 -5.120 ��� 9 9.3 -3.673 ��������� 15 15.5 -2.226 ��������������� 20 20.6 -0.779 �������������������� 19 19.6 0.668 ������������������� 15 15.5 2.116 ��������������� 9 9.3 3.563 ��������� 3 3.1 5.010 ��� 2 2.1 6.457 ��
variable: DDSAL
FREQUENCY PERCENTAGE
LOWER CLASS LIMIT
2 2.1 -6.241 �� 3 3.1 -4.834 ��� 9 9.3 -3.426 ��������� 15 15.5 -2.019 ��������������� 20 20.6 -0.612 �������������������� 19 19.6 0.796 ������������������� 15 15.5 2.203 ��������������� 9 9.3 3.611 ��������� 3 3.1 5.018 ��� 2 2.1 6.426 ��
5
variable: DEBITS
FREQUENCY PERCENTAGE
LOWER CLASS LIMIT
2 2.1 -6.405 �� 3 3.1 -5.001 ��� 9 9.3 -3.597 ��������� 15 15.5 -2.193 ��������������� 19 19.6 -0.788 ������������������� 20 20.6 0.616 �������������������� 15 15.5 2.020 ��������������� 9 9.3 3.424 ��������� 3 3.1 4.828 ��� 2 2.1 6.232 ��
variable: DROE
FREQUENCY PERCENTAGE
LOWER CLASS LIMIT
2 2.1 -6.932 �� 3 3.1 -5.399 ��� 9 9.3 -3.865 ��������� 15 15.5 -2.332 ��������������� 20 20.6 -0.799 �������������������� 19 19.6 0.734 ������������������� 15 15.5 2.267 ��������������� 9 9.3 3.800 ��������� 3 3.1 5.333 ��� 2 2.1 6.867 ��
6
variable: DLNSDNI
FREQUENCY PERCENTAGE
LOWER CLASS LIMIT
2 2.1 18.952 �� 3 3.1 19.983 ��� 9 9.3 21.015 ��������� 15 15.5 22.046 ��������������� 20 20.6 23.078 �������������������� 19 19.6 24.110 ������������������� 15 15.5 25.141 ��������������� 9 9.3 26.173 ��������� 3 3.1 27.205 ��� 2 2.1 28.236 ��
variable: DLNSDEBI
FREQUENCY PERCENTAGE
LOWER CLASS LIMIT
2 2.1 19.388 �� 3 3.1 20.403 ��� 9 9.3 21.418 ��������� 15 15.5 22.433 ��������������� 19 19.6 23.448 ������������������� 20 20.6 24.463 �������������������� 15 15.5 25.478 ��������������� 9 9.3 26.493 ��������� 3 3.1 27.508 ��� 2 2.1 28.523 ��
7
variable: DLTCAB
FREQUENCY PERCENTAGE
LOWER CLASS LIMIT
2 2.1 -3.404 �� 3 3.1 -2.696 ��� 9 9.3 -1.987 ��������� 15 15.5 -1.278 ��������������� 20 20.6 -0.569 �������������������� 19 19.6 0.140 ������������������� 15 15.5 0.848 ��������������� 9 9.3 1.557 ��������� 3 3.1 2.266 ��� 2 2.1 2.975 ��
variable: DSTCAB
FREQUENCY PERCENTAGE
LOWER CLASS LIMIT
2 2.1 -2.285 �� 3 3.1 -1.760 ��� 9 9.3 -1.234 ��������� 15 15.5 -0.709 ��������������� 19 19.6 -0.184 ������������������� 20 20.6 0.342 �������������������� 15 15.5 0.867 ��������������� 9 9.3 1.393 ��������� 3 3.1 1.918 ��� 2 2.1 2.444 ��
8
Covariance Matrix
DFATA DLNS DLNMV DLNMBR DDTA DDSAL DEBITS DROE DLNSDNI DLNSDEBI DFATA 0.030 DLNS 0.000 0.000 DLNMV -0.002 0.000 0.005 DLNMBR 0.013 0.001 0.007 8.450 DDTA -0.003 -0.009 -0.043 0.177 7.487 DDSAL 0.120 -0.003 -0.011 -0.603 2.036 7.082 DEBITS 0.044 0.006 0.030 -2.118 -0.593 0.305 7.050 DROE 0.030 0.018 0.023 -2.213 -0.875 -0.291 6.766 8.404 DLNSDNI 0.019 0.003 0.011 -0.798 1.631 0.955 -0.040 0.176 3.805 DLNSDEBI 0.018 0.003 0.007 -0.943 1.562 0.973 0.057 0.315 3.579 3.683 DLTCAB -0.097 0.004 -0.003 0.350 -0.029 -0.762 -0.321 -0.061 -0.029 -0.054 DSTCAB -0.086 -0.001 0.000 -0.323 -0.056 -0.063 0.022 0.099 -0.256 -0.244 Covariance Matrix (continued)
DLTCAB DSTCAB DLTCAB 1.796 DSTCAB 0.148 0.987
Means
DFATA DLNS DLNMV DLNMBR DDTA DDSAL DEBITS DROE DLNSDNI DLNSDEBI -0.099 0.006 0.009 -0.328 0.668 0.796 0.616 0.734 24.110 24.463
Means (continued)
DLTCAB DSTCAB 0.140 0.342
9
Standard Deviations
DFATA DLNS DLNMV DLNMBR DDTA DDSAL DEBITS DROE DLNSDNI DLNSDEBI 0.172 0.015 0.071 2.907 2.736 2.661 2.655 2.899 1.951 1.919
Standard Deviations (continued)
DLTCAB DSTCAB 1.340 0.994
The Problem used 18672 Bytes (= 0.0% of available workspace)
10
Lampiran II Hasil Output Analisis
DATE: 7/13/2010 TIME: 13:28
LISREL 8.80 (STUDENT EDITION) BY
Karl G. Jöreskog and Dag Sörbom
This program is published exclusively by Scientific Software International, Inc.
7383 N. Lincoln Avenue, Suite 100 Lincolnwood, IL 60712, U.S.A.
Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140 Copyright by Scientific Software International, Inc., 1981-2006 Use of this program is subject to the terms specified in the
Universal Copyright Convention. Website: www.ssicentral.com
The following lines were read from file G:\skripsi\Analisis\SEM.SPJ:
11
Relationships DLTCAB = DFATA DLNS DLNMV DLNMBR DDTA DDSAL DEBITS DROE DLNSDNI DLTCAB = DLNSDEBI DSTCAB = DFATA DLNS DLNMV DLNMBR DDTA DDSAL DEBITS DROE DLNSDNI DSTCAB = DLNSDEBI Set the Error Covariance of DSTCAB and DLTCAB Free Path Diagram Wide Print Print Residuals Number of Decimals = 4 End of Problem Sample Size = 97 Covariance Matrix DLTCAB DSTCAB DFATA DLNS DLNMV DLNMBR DDTA DDSAL DEBITS DROE -------- -------- -------- -------- -------- -------- -------- -------- -------- -------- DLTCAB 1.7963 DSTCAB 0.1482 0.9871 DFATA -0.0973 -0.0864 0.0296 DLNS 0.0040 -0.0009 -0.0002 0.0002 DLNMV -0.0029 0.0003 -0.0015 0.0001 0.0050 DLNMBR 0.3501 -0.3232 0.0135 0.0007 0.0070 8.4499 DDTA -0.0289 -0.0561 -0.0027 -0.0093 -0.0427 0.1771 7.4869 DDSAL -0.7623 -0.0626 0.1198 -0.0028 -0.0114 -0.6027 2.0365 7.0824 DEBITS -0.3211 0.0219 0.0439 0.0059 0.0295 -2.1176 -0.5930 0.3047 7.0497 DROE -0.0610 0.0986 0.0298 0.0181 0.0231 -2.2133 -0.8750 -0.2909 6.7665 8.4042 DLNSDNI -0.0286 -0.2559 0.0187 0.0029 0.0115 -0.7984 1.6313 0.9548 -0.0404 0.1758 DLNSDEBI -0.0543 -0.2441 0.0182 0.0028 0.0066 -0.9425 1.5617 0.9729 0.0567 0.3149
12
Covariance Matrix DLNSDNI DLNSDEBI -------- -------- DLNSDNI 3.8053 DLNSDEBI 3.5787 3.6832 Number of Iterations = 8 LISREL Estimates (Maximum Likelihood) Structural Equations DLTCAB = - 3.0563*DFATA + 16.9520*DLNS - 1.8034*DLNMV + 0.03757*DLNMBR + 0.01462*DDTA - 0.05535*DDSAL - 0.001280*DEBITS TS - (0.7853) (11.5041) (1.9313) (0.04702) (0.05448) (0.05278) (0.1198) -3.8920 1.4736 -0.9338 0.7989 0.2684 -1.0488 -0.01069 - 0.01668*DROE + 0.07679*DLNSDNI - 0.06456*DLNSDEBI, Errorvar.= 1.3688 , Rý = 0.2380 (0.1194) (0.2256) (0.2280) (0.2087) -0.1397 0.3404 -0.2832 6.5574 DSTCAB = - 3.2409*DFATA - 14.2281*DLNS - 0.7312*DLNMV - 0.02346*DLNMBR - 0.02745*DDTA + 0.06288*DDSAL - 0.09918*DEBITS S + (0.5472) (8.0157) (1.3457) (0.03276) (0.03796) (0.03677) (0.08345) -5.9230 -1.7750 -0.5434 -0.7160 -0.7230 1.7101 -1.1885 + 0.1313*DROE + 0.01231*DLNSDNI - 0.07065*DLNSDEBI, Errorvar.= 0.6646 , Rý = 0.3267 (0.08322) (0.1572) (0.1588) (0.1013) 1.5782 0.07829 -0.4448 6.5574 Error Covariance for DSTCAB and DLTCAB = -0.0849 (0.1033) -0.8224
13
Covariance Matrix of Independent Variables DFATA DLNS DLNMV DLNMBR DDTA DDSAL DEBITS DROE DLNSDNI DLNSDEBI -------- -------- -------- -------- -------- -------- -------- -------- -------- -------- DFATA 0.0296 (0.0045) 6.5574 DLNS -0.0002 0.0002 (0.0003) (0.0000) -0.6662 6.5574 DLNMV -0.0015 0.0001 0.0050 (0.0013) (0.0001) (0.0008) -1.1416 0.5992 6.5574 DLNMBR 0.0135 0.0007 0.0070 8.4499 (0.0539) (0.0047) (0.0222) (1.2886) 0.2499 0.1441 0.3171 6.5574 DDTA -0.0027 -0.0093 -0.0427 0.1771 7.4869 (0.0508) (0.0045) (0.0214) (0.8579) (1.1417) -0.0523 -2.0627 -2.0003 0.2064 6.5574 DDSAL 0.1198 -0.0028 -0.0114 -0.6027 2.0365 7.0824 (0.0510) (0.0043) (0.0203) (0.8367) (0.8154) (1.0801) 2.3482 -0.6439 -0.5589 -0.7203 2.4976 6.5574 DEBITS 0.0439 0.0059 0.0295 -2.1176 -0.5930 0.3047 7.0497 (0.0495) (0.0043) (0.0205) (0.8630) (0.7860) (0.7627) (1.0751) 0.8882 1.3741 1.4412 -2.4537 -0.7544 0.3995 6.5574 DROE 0.0298 0.0181 0.0231 -2.2133 -0.8750 -0.2909 6.7665 8.4042 (0.0539) (0.0050) (0.0222) (0.9395) (0.8606) (0.8325) (1.1051) (1.2816) 0.5541 3.5972 1.0383 -2.3557 -1.0167 -0.3494 6.1228 6.5574 DLNSDNI 0.0187 0.0029 0.0115 -0.7984 1.6313 0.9548 -0.0404 0.1758 3.8053 (0.0362) (0.0031) (0.0149) (0.6175) (0.6018) (0.5692) (0.5585) (0.6101) (0.5803) 0.5169 0.9381 0.7676 -1.2930 2.7105 1.6775 -0.0723 0.2882 6.5574 DLNSDEBI 0.0182 0.0028 0.0066 -0.9425 1.5617 0.9729 0.0567 0.3149 3.5787 3.6832 (0.0357) (0.0031) (0.0146) (0.6101) (0.5908) (0.5607) (0.5495) (0.6009) (0.5585) (0.5617) 0.5107 0.9150 0.4481 -1.5449 2.6435 1.7353 0.1031 0.5241 6.4080 6.5574
14
Covariance Matrix of Latent Variables DLTCAB DSTCAB DFATA DLNS DLNMV DLNMBR DDTA DDSAL DEBITS DROE -------- -------- -------- -------- -------- -------- -------- -------- -------- -------- DLTCAB 1.7963 DSTCAB 0.1482 0.9871 DFATA -0.0973 -0.0864 0.0296 DLNS 0.0040 -0.0009 -0.0002 0.0002 DLNMV -0.0029 0.0003 -0.0015 0.0001 0.0050 DLNMBR 0.3501 -0.3232 0.0135 0.0007 0.0070 8.4499 DDTA -0.0289 -0.0561 -0.0027 -0.0093 -0.0427 0.1771 7.4869 DDSAL -0.7623 -0.0626 0.1198 -0.0028 -0.0114 -0.6027 2.0365 7.0824 DEBITS -0.3211 0.0219 0.0439 0.0059 0.0295 -2.1176 -0.5930 0.3047 7.0497 DROE -0.0610 0.0986 0.0298 0.0181 0.0231 -2.2133 -0.8750 -0.2909 6.7665 8.4042 DLNSDNI -0.0286 -0.2559 0.0187 0.0029 0.0115 -0.7984 1.6313 0.9548 -0.0404 0.1758 DLNSDEBI -0.0543 -0.2441 0.0182 0.0028 0.0066 -0.9425 1.5617 0.9729 0.0567 0.3149 Covariance Matrix of Latent Variables DLNSDNI DLNSDEBI -------- -------- DLNSDNI 3.8053 DLNSDEBI 3.5787 3.6832
Goodness of Fit Statistics
Degrees of Freedom = 0 Minimum Fit Function Chi-Square = 0.00 (P = 1.0000)
Normal Theory Weighted Least Squares Chi-Square = 0.00 (P = 1.0000)
The Model is Saturated, the Fit is Perfect !
Time used: 0.078 Seconds
15
Gambar I Signifikan α = 5%
16
17
Gambar II
Signifikan α = 10%