PENGARUH CURRENT RATIO, RETURN ON ASSET,

ASSET STRUCTURE, FIRM SIZE, DAN SALES

GROWTH TEHADAP CAPITAL STRUCTURE PADA
PERUSAHAAN OTOMOTIF DAN KOMPONEN
YANG TERDAFTAR DI BURSA EFEK INDONESIA
PERIODE 2012-2019

PROPOSAL

Diajukan Oleh:
William Trisna Wijaya
NIM : 201860064
NIRM :

JURUSAN MANAJEMEN
TRISAKTI SCHOOL OF MANAGEMENT
JAKARTA
2020
DAFTAR ISI
 BAB I
PENDAHULUAN

1.1 Latar Belakang Penelitian

Keuangan dapat didefinisikan sebagai bagaimana individu atau perusahaan

mengumpulkan, mengalokasikan, dan menginvestasikan uang. Dimana dalam

konteks bisnis, keuangan melibatkan jenis-jenis keputusan berikut: keputusan

keuangan mengacu kepada bagaimana perusahaan mengumpulkan uang dari

investor, keputusan investasi mengacu kepada bagaimana perusahaan dapat

menginvestasikan uang untuk mendapatkan keuntungan, dan keputusan modal

kerja mengacu kepada bagaimana perusahaan akan memutuskan untuk

menginvestasikan kembali keuntungan yang didapat atau mendistribusikannya

kepada investor. (Zutter dan Smart 2019, 50 & 59).

Menurut Milansari, Marsitoh, dan Siddi (2020), tujuan utama perusahaan

adalah untuk menghasilkan laba yang optimal. Menambahkan dengan yang

dikatakan Milansari, Marsitoh, dan Siddi (2020), Brigham dan Ehrhardt (2008, 8)

menyatakan bahwa, tujuan dari perusahaan adalah untuk memaksimalkan

kekayaan pemegang. Untuk dapat memaksimalkan kekayaan pemegang saham,

manajer dituntut untuk hanya mengambil Tindakan yang diharapkan dapat

meningkatkan harga saham perusahaan. (Zutter dan Smart 2019, 51).

1
 Untuk dapat mencapai kedua tujuan perusahaan tersebut, manajer

keuangan harus membuat beberapa keputusan kunci yang berupa keputusan

investasi, keputusan keuangan, dan keputusan modal kerja. Pertama, keputusan

investasi mengacu kepada bagaimana perusahaan menginvestasikan uang yang

mereka miliki untuk operasi jangka panjang. Kedua, keputusan keuangan

mengacu kepada bagaimana perusahaan meningkatkan modalnya untuk mendanai

peluang investasi. Untuk alasan tersebut, keputusan keuangan juga dapat disebut

keputusan modal kerja. Dan ketiga, keputusan modal kerja mengacu kepada

bagaimana perusahaan mengelola sumber daya jangka pendek yang mereka

miliki. (Zutter dan Smart 2019, 59-60).

Menurut Milansari, Marsitoh, dan Siddi (2020), Setiap perusahaan

memiliki rencana strategis dan taktik yang disusun dalam rangka mencapai tujuan

yang sudah ditetapkan. Menurut Zutter dan Smart (2019, 615) Struktur modal

merupakan salah satu area pengambilan keputusan yang paling komples karena

berkaitan dengan variabel keputusan keuangan lainnya. Menurut Zutter dan Smart

(2019, 615) struktur modal terdiri dari hutang dan modal. Yang mana dengan

keputusan struktur modal yang optimal dapat meningkatkan nilai perusahaan

dengan menurunkan biaya modal, menghasilkan NPV yang lebih tinggi dan pada

akhirnya membuat nilai perusahaan meningkat. Menurut Sujoko dan Soebianto

(2007), dengan nilai perusahaan yang meningkat dapat meningkatkan minat

investor untuk berinvestasi di perusahaan sehingga hal tersebut dapat memenuhi

tujuan perusahaan.

2
 Dalam penelitian ini menggunakan sebuah teori untuk mendukung

penjelasan tentang struktur modal. Teori tersebut adalah pecking order teori,

dimana packing order teori ini menjelaskan bahwa terdapat tingkatan-tingkatan

pendanaan yang dapat digunakan untuk mendapatkan uang. Yang pertama adalah

laba ditahan, apabila laba yang dihasilkan oleh perusahaan tidak cukup untuk

membiayai investasi baru mereka maka perusahaan akan meningkatkan

pembiayaan eksternal melalui utang yang frekuensinya lebih besar dibandingkan

dengan modal, dan yang terakhir apabila dengan menggunakan utang tidak cukup

maka perusahaan akan menggunakan pembiayaan modal eksternal. (Zutter dan

Smart 2019, 625).

Faktor-faktor yang mempengaruhi struktur modal menurut Milansari,

Marsitoh, dan Siddi (2020) adalah Current Ratio, Return On Asset, Asset

Structure, Firm Size, dan Sales Growth.

Milansari, Marsitoh, dan Siddi (2020) menyatakan bahwa current ratio

merupakan seberapa banyak aktiva lancar yang tersedia untuk menutupi

kewajiban jangka pendek yang segera jatuh tempo. Rasio lancar dapat pula

dikatakan sebagai bentuk untuk mengukur tingkat keamanan (margin of safety)

suatu perusahaan. Ketika penggunaan modal sendiri lebih tinggi daripada

penggunaan hutang, maka perusahaan dapat memenuhi kewajibannya. Current

ratio mengacu pada kemampuan perusahaan untuk memenuhi kewajiban jangka

pendeknya pada saat jatuh tempo (Zutter dan Smart 2019, 138). Sesuai dengan isi

dari pecking order teori yang mengatakan bahwa perusahaan akan menggunakan

3
pendanaan internal melalui laba ditahan sebelum menggunakan pendanaan

eksternal melalui hutang dan modal. Dengan demikian terdapat pengaruh yang

signifikan antara current ratio dengan capital structure. Terdapat hasil yang

berbeda berdasarkan penelitian-penelitian sebelumnya terhadap pengaruh antara

current ratio dan capital structure. Menurut Imtiaz et al. (2016) dan Sunhaji

(2019) terdapat pengaruh positif antara current ratio dan capital structure. Menurut

Said dan Jusmansyah (2019) dan Ghasemi dan Razak (2018) terdapat pengaruh

negatif antara current ratio dan capital structure. Menurut Hartati dan Mukhibad

(2018) dan Alam dan Kurniasih (2020) tidak terdapat pengaruh antara current

ratio dan capital structure.

Zutter dan Smart (2019, 153) menyatakan bahwa return on asset adalah

mengukur efektivitas manajemen secara keseluruhan dalam menghasilkan laba

dengan aset yang tersedia. Return on asset digunakan untuk mengukur tingkat

pengembalian aset perusahaan (Brigham dan Houston 2019, 119). Return on asset

ini sangat penting karena digunakan untuk mengukur sejauh mana kemampuan

perusahaan dalam menghasilkan laba dimana berdasarkan pecking order teori

semakin menguntungkannya suatu perusahaan maka kecenderungan perusahaan

dalam menggunakan hutang semakin sedikit daripada perusahaan yang kurang

menguntungkan. Dengan demikian tidak terdapat pengaruh antara return on asset

dan capital structure. Terdapat hasil yang berbeda berdasarkan penelitian

sebelumnya terhadap pengaruh return on asset dan capital structure. Menurut Lina

dan Amir (2018) dan Alam dan Kurniasih (2020) terdapat pengaruh positif antara

return on asset dan capital structure. Menurut Effendi dan Nugraha (2018) dan

4
Noviandini dan Welas (2017) terdapat pengaruh negatif antara return on asset dan

capital structure. Menurut Waridansyah (2016) dan septiani dan suaryana (2018)

tidak terdapat pengaruh antara return on asset dan capital structure.

Lim (2012) perusahaan dengan proporsi aset tetap yang tinggi memiliki

kemampuan yang lebih besar untuk melunasi utangnya, sehingga memiliki lebih

banyak kesempatan untuk memperoleh utang. Banyak perusahaan juga

mempertimbangkan kepemilikan kas yang mereka inginkan saat menetapkan

struktur modal target mereka. memegang faktor lain konstan, perusahaan dapat

mengambil lebih banyak utang jika memiliki lebih banyak kas di neraca (Brigham

dan Houston 2019, 502). Dengan kata lain asset structure sangat dipertimbangkan

oleh perusahaan selain untuk menentukan besaran kas yang diinginkan dalam

menetapkan struktur modal dan juga berfungsi untuk mempermudah perusahaan

untuk mendapatkan utang apabila memiliki asset struktur yang banyak. Dengan

demikian tidak terdapat pengaruh antara asset structure dan capital structure.

Terdapat hasil yang berbeda berdasarkan penelitia sebelumnya terhadap pengaruh

asset structure dan capital structure. Menurut Septiani dan Suaryana (2018) dan

Denziana dan Yunggo (2017) terdapat pengaruh positif antara asset structure dan

capital structure. Menurut jusrizal (2017) dan Sakr dan Bedeir (2019) terdapat

pengaruh negatif antara asset structure dan capital structure. Menurut Bako dan

Marsoem (2020) dan Ratinasari dan Maftukhah (2018) tidak terdapat pengaruh

antara asset structure dan capital structure.

5
 Kaliman dan Wibowo (2017) Ukuran perusahaan menggambarkan ukuran

perusahaan yang ditunjukkan dalam total aset, jumlah penjualan, rata-rata

penjualan, dan rata-rata total aset. Ukuran perusahaan dapat diartikan sebagai

besar kecilnya perusahaan (Ratri dan Christianti, 2017). Ukuran perusahaan dapat

mempengaruhi kemampuan perusahaan dalam memperoleh keuntungan dan juga

dakan memperoleh utang karena dengan ukuran perusahaan yang kecil

menyebabkan kas yang diperolehnya juga kecil sehingga kemampuan perusahaan

dalam melakukan pembayaran utangnya juga terbatas. Dengan demikian terdapat

pengaruh antara firm size dan capital structure. Terdapat perbedaan hasil

penelitian sebelumnya antara firm size dan capital structure. Menurut Denziana

dan Yunggo (2017) dan Hartati dan Mukhibad (2018) terdapat pengaruh positif

antara firm size dan capital structure. Menurut Naray dan Mananeke (2015) dan

Effendi dan Nugraha (2018) terdapat pengaruh negatif antara firm size dan capital

structure. Menurut Bako dan Marsoem (2020) dna Jusrizal (2017) tidak terdapat

pengaruh antara firm size dan capital structure.

Ratri dan Christianti (2017) pertumbuhan penjualan adalah ukuran sampai

sejauh mana laba persaham dari suatu perusahaan dapat ditingkatkan oleh utang.

Pertumbuhan penjualan merupakan ukuran mengenai besarnya pendapatan

persaham perusahaan yang diperbesar oleh utang (Rahardjo dan Darsono (2015).

Sehingga sales growth dapat mencerminkan tingkat kemampuan perusahaan

dalam menghasilkan laba atas penjualan yang dilakukan. Dimana dengan

perusahaan dapat memaksimalkan laba dari penjualan yang dilakukan sesuai

dengan pecking order teori dimana perusahaan dapat menggunakan laba ditahan

6
 untuk melakukan investasi. Dengan demikian tidak terdapat pengaruh antara sales

growth dan capital structure. Terdapat perbedaan hasil penelitian sebelumnya

antara sales growth dan capital structure. Menurut Nguyen dan Tran (2020) dan

Sakr dan Bedeir (2019) terdapat pengaruh positif antara sales growth dan capital

structure. Menurut sanyaolu et al. (2018) dan Ratri dan Christianti (2017) terdapat

pengaruh negatif antara sales growth dan capital structure. Menurut Hartati dan

Mukhibad (2018) dan Rahardjo dan Darsono (2015) tidak terdapat pengaruh

antara sales growth dan capital structure.

40
Agriculture
35 Mining
30 Basic Industry and
Chemicals
25
Miscellaneous
20
Consumer Goods
15
Property, Real Estate,
10 and Building
Construction
5 Infrastructure, Utilities,
0 and Transportation
2016 2017 2018 2019 2020 Finance
-5
Trade, Services, and
-10 Investment

Milansari, Marsitoh, dan Siddi (2020) menyatakan bahwa sturktur modal

adalah bauran (proporsi), pembiayaan jangka panjang permanen perusahaan yang

diwakili oleh utang, saham prefer, dan ekuitas saham biasa. Debt to Equity Ratio

mengukur proporsi relati dari total kewajiban dan ekuitas saham biasa yang

digunakan untuk membiayai total aset perusahaan (Zutter dan Smart 2019, 147).

Sumber : IDX Statistik

7
Gambar 1.1 DER untuk periode semua industri
Oleh karena itu penelitian ini menggunakan debt to equity ratio (DER) untuk

memilih objek penelitian.

Berdasarkan Gambar 1.1 Debt to equity ratio (DER) jika dilihat secara

tren, sektor Aneka Industri atau Miscellaneous Industry terjadi peningkatan DER

yang paling tinggi diantara sektor lainnya pada tahun 2017 yang mana berarti

pada tahun tersebut sektor aneka industri menggunakan leverage keuangan yang

lebih tinggi dan diikuti dengan tren yang peningkatan DER dari tahun 2018-2020.

Aneka industri memiliki 6 subsektor yaitu sektor mesin dan alat berat,

otomotif dan komponen, pakaian tekstil, alas kaki, kabel, dan elektronik. Untuk

memilih objek penelitian ini dari aneka industry, pada Gambar 1.2 akan disajikan

perbandingan debt to equity ratio (DER) subsektor aneka industri.

120

100 Machinery and

Heavy Equipment
80
Automotive and
60 Components

40 Textile Garment

20 Footwear
0
Cable
-20
Electronics
-40

Sumber : IDX Statistik

Gambar 1.2 DER untuk periode subsektor aneka industri

O b j e k p e n e

Bursa Efek Indonesia. Pemilihan perusahaan otomotif dan komponen sebagai

8
objek penelitian karena debt to equity ratio (DER) subsektor otomotif dan

komponen terjadi peningkatan DER yang paling tinggi diantara subsektor lainnya

yang cenderung stabil, berarti subsektor tersebut juga menggunakan leverage

keuangan yang tinggi. Oleh karena itu, penelitian ini menggunakan perusahaan

otomotif dan komponen sebagai objek penelitian. (Zutter dan Smart 2019, 147)

menyatakan bahwa debt to equity ratio (DER) yang lebih tinggi berarti

perusahaan lebih banyak menggunakan leverage keuangan. Yang mana leverage

keuangan mengacu kepada sejauh mana perusahaan menggunakan pembiayaan

utang.

1.2 Rumusan Masalah

Adapun rumusan masalah dalam penelitian ini adalah sebagai berikut:

1. Apakah Current Ratio berpengaruh terhadap Struktur Modal pada

perusahaan otomotif dan komponen yang terdaftar di Bursa Efek

Indonesia periode 2012-2020?

2. Apakah Return On Asset berpengaruh terhadap Struktur Modal pada

perusahaan otomotif dan komponen yang terdaftar di Bursa Efek

Indonesia periode 2012-2020?

3. Apakah Asset Structure berpengaruh terhadap Struktur Modal pada

perusahaan otomotif dan komponen yang terdaftar di Bursa Efek

Indonesia periode 2012-2020?

9
 4. Apakah Firm Size berpengaruh terhadap Struktur Modal pada perusahaan

otomotif dan komponen yang terdaftar di Bursa Efek Indonesia periode

2012-2020?

5. Apakah Sales Growth berpengaruh terhadap Struktur Modal pada

perusahaan otomotif dan komponen yang terdaftar di Bursa Efek

Indonesia periode 2012-2020?

1.3 Tujuan dan Manfaat Penelitian

1.3.1 Tujuan Penelitian

Adapun tujuan dalam penelitian ini adalah sebagai berikut:

1. Untuk menguji dan menganalisis pengaruh Current Ratio terhadap

Struktur Modal pada perusahaan otomotif dan komponen yang terdaftar di

Bursa Efek Indonesia periode 2012-2020.

2. Untuk menguji dan menganalisis pengaruh Return On Asset terhadap

Struktur Modal pada perusahaan otomotif dan komponen yang terdaftar di

Bursa Efek Indonesia periode 2012-2020.

3. Untuk menguji dan menganalisis pengaruh Asset Structure terhadap

Struktur Modal pada perusahaan otomotif dan komponen yang terdaftar di

Bursa Efek Indonesia periode 2012-2020.

10
 4. Untuk menguji dan menganalisis pengaruh Firm Size terhadap Struktur

Modal pada perusahaan otomotif dan komponen yang terdaftar di Bursa

Efek Indonesia periode 2012-2020.

5. Untuk menguji dan menganalisis pengaruh Sales Growth terhadap Struktur

Modal pada perusahaan otomotif dan komponen yang terdaftar di Bursa

Efek Indonesia periode 2012-2020.

1.3.2 Manfaat Penelitian

Adapun manfaat dalam penelitian ini adalah sebagai berikut:

1. Bagi Akademis

Diharapkan dapat digunakan sebagai bahan referensi bagi peneliti

selanjutnya untuk meneliti tentang faktor – faktor yang mempengaruhi

Struktur Modal dengan sudut pandang yang berbeda. Serta sebagai bahan

informasi bagi penelitian selanjutnya dimasa yang akan dating.

2. Bagi Praktisi

Sebagai bahan pertimbangan bagi manajemen perusahaan dalam

pengambilan keputusan yang berkaitan dengan struktur modal mengenai

besarnya modal yang akan digunakan perusahaan dan dapat sebagai bahan

pertimbangan bagi investor dalam memutuskan untuk mananamkan

modalnya.

11
1.4 Sistematika Penulisan

Didalam penelitian ini terbagi menjadi 5 bagian untuk mempermudah

pembaca memahami isi dari penelitian ini, oleh karena itu peneliti memberikan

sistematika penulisan sebagai berikut:

BAB I PENDAHULUAN

Membahas tentang latar belakang penelitian, masalah penelitian,

tujuan dan manfaat penelitian, serta sistematika penulisan.

BAB II KERANGKA TEORITIS DAN PENGEMBANGAN

HIPOTESIS

Membahas tentang kerangka teoritis, penelitian terdahulu, model

penelitian, dan pengembangan hipotesis.

BAB III METODE PENELITIAN

Membahas tentang bentuk penelitian, Obyek penelitian, definisi

operasional dan pengukuran variabel, teknik pengmupulan data dan

metode analisis.

BAB IV ANALISIS DAN PEMBAHASAN

12
 Membahas tentang gambaran umum sampel, statistik deskriptif

responden, statistik deskriptif variabel, hasil uji kualitas data, uji

asusmsi klasik, dan pengujian hipotesis.

BAB V PENUTUP

Membahas tentang kesimpulan, keterbatasan, dan rekomendasi.

13
 BAB II
KERANGKA TEORITIS DAN PENGEMBANGAN HIPOTESIS

2.1 Teori

Dalam bab ini, penulis mencoba untuk menguraikan deskripsi hipotesis

yang akan digunakan oleh penulis dalam penelitian ini. Kerangka teori akan

menjelaskan definisi-definisi yang berkaitan dengan masalah penelitian.

Kerangka teoritis mewakili bagaimana fenomena terkait dengan masalah

dan menjelaskan hubungan antar variabel. Proses membangun kerangka teori

meliputi pengenalan definisi konsep atau variabel dalam model, pengembangan

model konseptual yang memiliki representasi deskriptif teori, dan teori yang

memberikan penjelasan hubuangan antar variabel dalam model (Sekaran dan

Bougie 2016, 84).

2.1.1 Tinjauan Teoritis

2.1.1.1 Teori Pecking Order

Teori pecking order menjelaskan mengapa perusahaan-perusahaan yang

profitable umumnya meminjam dana dalam jumlah yang sedikit (Milansari,

Marsitoh, dan Siddi, 2020).

14
 Kehadiran biaya flotasi dan informasi asimetris dapat menyebabkan

perusahaan meningkatkan modal (Brigham dan Ehrhardt 2008, 580).

Teori pecking order ini konsesten dengan beberapa fakta tentang

keputusan pendanaan perusahaan. Pertama, perusahaan mmendanai Sebagian

besar investasi baru melalui laba ditahan, yang jarang meningkatkan pembiayaan

eksternal. Kedua, perusahaan meningkatkan hutang dengan frekuensi yang lebih

besar daripada ekuitas, seperti yang diprediksikan oleh teori pecking order.

Ketiga, perusahaan yang menguntungkan (yang memiliki banyak kelonggaran

finansial) umumnya cenderung meminjam lebih sedikit daripada perusahaan yang

tidak menguntungkan (Zutter dan Smart 2019, 625).

2.1.2 Definisi Variabel

Untuk memahami dan mendeskripsikan variabel dependen sebagai

variabel utama yang cocok untuk diteliti sebagai faktor yang layak dan variabel

independen yang mempengaruhi variabel dependen (Sekaran dan Bougie 2019,

85). Peneliti telah merangkum beberapa definisi capital structure dan beberapa

definisi variabel independen yang didapat dari jurnal dan buku yang telah

diterbitkan untuk mendefinisikan variabel dependen dan variabel independen.

15
2.1.2.1 Capital Structure

Menurut (Astuti dan Stella, 2015) struktur modal adalah keseimbangan

antara total hutang dengan total modal sendiri yang terlihat dari seluruh sisi kanan

neraca, yang menunjukkan bagaimana perusahaan dibiayai. Sedangkan menurut

(Brigham dan Houston, 2019) struktur modal biasanya didefinisikan sebagai

presentase dari setiap jenis modal yang disuplai investor, dengan total 100%.

(Zutter dan Smart 2019, 600) menyimpulkan bahwa struktur modal adalah

campuran hutang jangka panjang dan ekuitas yang dikelola oleh perusahaan. Dari

definisi-definisi diatas, dapat disimpulkan bahwa struktur modal adalah kombinasi

antara hutang dan modal yang digunakan dan dikelola oleh perusahaan untuk

membiayai perusahaan itu sendiri.

2.1.2.2 Current Ratio

Menurut (Kaliman dan Wibowo, 2017) current ratio merupakan suatu

indicator mengenai kemampuan perusahaan untuk membayar semua kewajiban

finansial jangka pendek pada saat jatuh tempo dengan menggunakan aktiva lancar

yang tersedia. Sedangkan menurut (Milansari, Marsitoh, dan Siddi, 2020)

seberapa banyak aktiva lancar yang tersedia untuk menutupi kewajiban jangka

pendek yang segara jatuh tempo. Rasio lancar dapat pula dikatakan sebagai

bentuk untuk mengukur tingkat keamanan (margin of safety) suatu perusahaan.

Ketika penggunaan modal sendiri lebih tinggi daripada penggunaan hutang, maka

16
perusahaan dapat memenuhi kewajibannya. Definisi tersebut didukung oleh

(Zutter dan Smart 2019, 138) current ratio mengacu pada kemampuan perusahaan

untuk memenuhi kewajiban jangka pendeknya pada saat jatuh tempo. Dari

definisi-definisi diatas dapat disimpulkan bahwa current ratio adalah rasio yang

menjadi indikator perusahaan untuk menunjukkan kemampuan perusahaan dalam

membayarkan tagihan kewajiban jangka pendeknya pada saat jatuh tempo.

2.1.2.3 Return On Asset

Menurut (Arifin dan Destriana, 2018) Return on asset merupakan

kemampuan perusahaan untuk mencapai laba. Definisi tersebut didukung oleh

(Zutter dan Smart 2019, 153) Return on asset adalah mengukur efektivitas

manajemen secara keseluruhan dalam menghasilkan laba dengan aset yang

tersedia. Sedangkan menurut (Brigham dan Houston 2019, 119) Return on asset

adalah mengukur tingkat pengembalian aset perusahaan. Dari definisi-definisi

diatas dapat disimpulkan bahwa return on asset adalah rasio untuk mengukur

seberapa efektifnya perusahaan dalam mengahasilkan profit.

2.1.2.4 Asset Structure

Menurut (Septiani dan Suaryana, 2018) struktur aset menggambarkan

Sebagian jumlah aset perusahaan yang dapat dijadikan jaminan. Sedangkan

17
menurut (Lim, 2012) perusahaan dengan proporsi aset yang tinggi memiliki

kemampuan yang lebih besar untuk melunasi utangnya, sehingga memiliki lebih

banyak kesempatan untuk memperoleh utang. (Brigham dan Houston 2019, 502)

banyak perusahaan juga mempertimbangkan kepemilikan kas yang mereka

inginkan saat menetapkan struktur modal target mereka. Memegang faktor lain

konsatan, perusahaan dapat mengambil lebih banyak hutang jika memiliki lebih

banyak kas di neraca. Dari definisi-definisi diatas dapat disimpulkan bahwa asset

structure adalah rasio untuk membandingkan seberapa besar aset tetap dengan

total aset yang dimiliki perusahaan yang mana semakin besar aset yang dimiliki

semakin besar juga kesempatan perusahaan untuk memperoleh utang.

2.1.2.5 Firm Size

Menurut (Kaliman dan Wibowo, 2017) ukuran perusahaan

menggambarkan ukuran perusahaan yang ditunjukkan dalam total aset, jumlah

penjualan, rata-rata penjualan, dan rata-rata total aset. Sedangkan menurut (Ratri

dan Christianti, 2017) ukuran perusahaan dapat diartikan sebagai besar kecilnya

perusahaan. Definisi tersebut didukung oleh (Effendi dan Nugraha, 2018) ukuran

perusahaan adalah ukuran besar kecilnya suatu perusahaan. Dari definisi-definisi

diatas dapat disimpulkan bahwa firm size adalah pengukurn yang

mengklasifikasikan perusahaan tergolong kedalam perusahaan kecil atau

perusahaan besar.

18
2.1.2.6 Sales Growth

Menurut (Kaliman dan Wibowo, 2017) pertumbuhan penjualan

menunjukan tingkat pertumbuhan penjualan perusahaan pada tahun tertentu.

Sedangkan menurut (Ratri dan Christianti, 2017) pertumbuhan penjualan adalah

ukuran sampai sejauh mana laba perusahaan dari suatu perusahaan dapat

ditingkatkan oleh utang. Definisi tersebut didukung oleh (Rahardjo dan Darsono,

2015) pertumbuhan penjualan merupakan ukuran mengenai besarnya pendapatan

persaham perusahaan yang diperbesar oleh hutang. Dari definisi-definisi diatas

dapat disimpulkan bahwa sales growth adalah presentase peningkatan penjualan

yang terjadi dari tahun ke tahun untuk mengetahu sejauh mana laba persaham dari

suatu perusahaan yang dapat diperbesar dengan hutang.

2.2 Penelitian Terdahulu

Penelitian sebelumnya yang telah dilakukan dan yang mendukung

penelitian ini akan dijelaskan menggunakan tabel. Tabel berikut juga memuat

hasil penelitian sebelumnya yang berbeda. Rangkuman penelitian-penelitian

sebelumnya dirangkum dalam tabel berikut ini:

19
 Tabel 2.1

Rangkuman Penelitan Terdahulu

No Judul Penelitian / Tahun Variabel Objek Kesimpulan

Penelitiaan Independen Penelitian

1 Determinant of Capital Profitabilitas, Perusahaan Profitabilitas
Structure of Property & struktur asset, Property dan dan struktur
Real Estate Companies likuiditas, Real Estate asset
In Indonesia Stock pertumbuhan yang terdaftar berpengaruh
Exchange / (Alam & penjulan, di BEI terhadap
Kurniasih, 2020) ukuran (periode 2017 struktur
perusahaan. – 2018) modal.

Likuiditas,
pertumbuhan
penjualan dan
ukuran
perusahaan
tidak
berpengaruh
terhadap
struktur
modal.

20
2 Analisis Pengaruh Current Perusahaan Current Ratio
Current Ratio, Return Ratio, Return otomotif dan berpengaruh
On Equity, Total Asset On Equity, komponen negatif dan
Turn Over dan Ukuran Total Asset yang terdaftar signifikan
Perusahaan terhadap Turn Over di BEI terhadap
Struktur Modal Pada dan Ukuran (periode struktur
Perusahaan Otomotif Perusahaan 2013-2017) modal.
dan Komponen yang
terdaftar di Bursa Efek Firm Size
Indonesia (Periode tidak
2013-2017) / (Said & berpengaruh
Jumansyah, 2019) terhadap
struktur
modal.

3 Pengaruh Profitabilitas, Profitabilitas, Perusahaan Ukuran

Ukuran Perusahaan, Ukuran property dan perusahaan
Struktur Aset, Risiko Perusahaan, real estate berpengaruh
Bisnis, dan Likuiditas Struktur Aset, yang terdaftar positif pada
pada Struktur Modal / Risiko Bisnis, di BEI struktur
(Septiani & Suaryana, dan (periode modal.
2018) Likuiditas 2013-2015)
Struktur Aset
dan
Likuiditas
berpengaruh
negatif
terhadap
struktur
modal.

Profitabilitas
tidak
berpengaruh
terhadap
struktur
modal.

21
4 Return On Asset, Return On Perusahaan ROA,
Likuiditas, dan Ukuran Asset, Lembaga likuiditas, dan
Perusahaan Terhadap Likuiditas, keuangan Ukuran
Struktur Modal / dan Ukuran mikro (LKM) perusahaan
(Effendi & Nugraha, Perusahaan berpengaruh
2018) negatif
terhadap
struktur
modal

5 The Influence Of Profitabilitas, Perusahaan Profitabilitas

Profitability, Liquidity, Likuiditas, Property dan berpengaruh
Business Risk, Firm Risiko Bisnis, Real Estate negative
Size, and Sales Growth Ukuran yang terdaftar terhadap
in The Property and Perusahaan, di BEI struktur
Real Estate Companies dan (periode 2013 modal.
Listed in the Idx During Pertumbuhan – 2016)
2013-2016 / (Hartati & Penjualan. Ukuran
Mukhibad, 2018) perusahaan
berpengaruh
positif
terhadap
struktur
modal.

Likuditias
dan
pertumbuhan
penjualan
tidak
berpengaruh
terhadap
struktur
modal.

22
6 Pengaruh Return On ROA, Current Perusahaan ROA dan
Asset, Current Ratio, ratio, size, manufaktur current ratio
Size, dan Growth dan growth yang terdaftar berpengaruh
Terhadap Struktur di BEI negatif
Modal pada Perusahaan (periode 2013 terhadap
Manufaktor Yang – 2015) struktur
Terdaftar di Bursa Efek modal.
Indonesia Periode 2013-
2015 / (Lina & Amir,
2018)
Size dan
growth tidak
berpengaruh
terhadap
struktur
modal.

7 The Determinants of Asset growth, Perusahaan Profitabilitas

Capital Structure on asset Property dan dan likuiditas
Property and Real Estate structure, Real Estate berpengaruh
Company Period 2012- firm size, yang terdaftar negatif
2016 / (Ranitasari & liquidity, di BEI terhadap
Maftukhah, 2018) profitability (periode 2012 struktur asset.
– 2016)
Ukuran
perusahaan &
struktur asset
tidak
berpengaruh
terhadap
struktur asset.

23
8 Pengaruh Size, Size, Perusahaan Ukuran
Likuiditas, Profitabilitas, Likuiditas, Property dan perusahaan
Risiko Bisnis, dan Profitabilitas, Real Estate berpengaruh
Pertumbuhan Penjualan Risiko Bisnis, yang terdaftar positif
Terhadap Struktur dan di BEI terhadap
Modal pada Sektor Pertumbuhan (periode 2010 struktur
Industri Properti / (Ratri Penjualan – 2014) modal.
& Christianti, 2017)
Likuiditas,
Pertumbuhan
profitabilitas,
dan
pertumbuhan
penjualan
berpengaruh
negatif
terhadap
struktur
modal.

9 Faktor Faktor yang Profitability, Perusahaan Asset

Mempengaruhi Struktur asset Property dan structure
Modal / (Jusrizal, 2017) structure, Real Estate berpengaruh
company yang terdaftar negative
size, growth di BEI terhadap
asset (periode 2010 struktur
– 2014) modal.

Profitability
& companya
size tidak
berpengaruh
terhadap
struktur
modal.
10 Faktor-Faktor yang Profitability, Perusahaan Profitability
Berpengaruh Terhadap sales growth, wholesale dan berpengaruh
Struktur Modal pada asset retail yang negative
Perusahaan Wholesale structure, terdaftar di terhadap
and Retail yang firm size BEI (periode struktur
Terdaftar di Bursa Efek 2009 – 2013) modal.
Indonesia Periode 2009-
2013 / (Rahardjo & Sales growth

24
Darsono, 2015)
tidak
berpengaruh
terhadap
struktur
modal.

Asset
structure
berpengaruh
positif
terhadap
struktur
modal.

Firm size
berpengaruh
terhadap
struktur
modal.

25
2.3 Model Penelitian

Current Ratio

Return on Asset

Asset Structure Struktur Modal

Firm Size

Sales Growth

Gambar 2.1

2.4 Hipotesis
Berdasarkan model penelitian, hipotesis yang dikembangkan untuk
penelitian ini adalah sebagai berikut:
H01 : β1 = 0 : Tidak terdapat pengaruh Current Ratio terhadap Capital Structure
pada perusahaan Otomotif dan Komponen yang terdaftar di Bursa
Efek Indonesia periode 2012-2019.
Ha1 : β1 ≠ 0 : Terdapat pengaruh Current Ratio terhadap Capital Structure pada
perusahaan Otomotif dan Komponen yang terdaftar di Bursa Efek
Indonesia periode 2012-2019.
H02 : β2 = 0 : Tidak terdapat pengaruh Return On Asset terhadap Capital
Structure pada perusahaan Otomotif dan Komponen yang terdaftar
di Bursa Efek Indonesia periode 2012-2019.
Ha2 : β2 ≠ 0 : Terdapat pengaruh Return On Asset terhadap Capital Structure
pada perusahaan Otomotif dan Komponen yang terdaftar di Bursa
Efek Indonesia periode 2012-2019.

26
H03 : β3 = 0 : Tidak terdapat pengaruh Asset Structure terhadap Capital Structure
pada perusahaan Otomotif dan Komponen yang terdaftar di Bursa
Efek Indonesia periode 2012-2019.
Ha3 : β3 ≠ 0 : Terdapat pengaruh Asset Structure terhadap Capital Structure pada
perusahaan Otomotif dan Komponen yang terdaftar di Bursa Efek
Indonesia periode 2012-2019.
H04 : β4 = 0 : Tidak terdapat pengaruh Firm Size terhadap Capital Structure pada
perusahaan Otomotif dan Komponen yang terdaftar di Bursa Efek
Indonesia periode 2012-2019.
Ha4 : β4 ≠ 0 : Terdapat pengaruh Firm Size terhadap Capital Structure pada
perusahaan Otomotif dan Komponen yang terdaftar di Bursa Efek
Indonesia periode 2012-2019.
H05 : β5 = 0 : Tidak terdapat pengaruh Sales Growth terhadap Capital Structure
pada perusahaan Otomotif dan Komponen yang terdaftar di Bursa
Efek Indonesia periode 2012-2019.
Ha5 : β5 ≠ 0 : Terdapat perngaruh Sales Growth terhadap Capital Structure pada
perusahaan Otomotif dan Komponen yang terdaftar di Bursa Efek
Indonesia periode 2012-2019.

27
 BAB III
METODE PENELITIAN

3.1 Model Penelitian

Penelitian ini dilakukan dengan menggunakan bentuk penelitian kausalitas

karena tujuan dari penelitian ini adalah untuk menguji apakah suatu variabel

menyebabkan variabel lain berubah atau tidak. (Sekaran dan Bougie 2019, 57).

3.2 Objek Penelitian

Populasi yang dijadikan objek penelitian ini adalah Perusahaan Otomotif

dan Komponen yang terdaftar di Bursa Efek Indonesia periode xxxx-xxxx. Yang

mana menurut (Sekaran dan Bougie 2019, 221) Populasi adalah seluruh golongan

masyarakat, peristiwa, atau hal0hal menarik yang ingin diselidiki oleh peneliti.

Secara spesifik, sampel tang diambil sebagai objek penelitian ini adalah 6

perusahaan subsektor Otomotif dan Komponen yang terdaftar di Bursa Efek

Indonesia. Menurut (Sekaran dan Bougie 2019, 222) Sampel adalah bagian dari

populasi.

Teknik pengambilan sampel yang digunakan dalam penelitian ini adalah

non probability sampling. Dimana non probability sampling adalah teknik

pengambilan sampel yang setiap anggota populasi tidak memiliki peluang yang

melekat untuk dipilih sebagai subjek sampel (Sekaran dan Bougie 2019, 232).

28
Dalam teknik non probability sampling, penelitian ini menggunakan teknik

purposive sampling. Dimana teknik purposive sampling adalah teknik

pengambilan sampel yang berfokus pada tipe orang tertentu yang dapat

memberikan informasi yang diinginkan, baik karena merak memiliki informasi

yang diinginkan atau mereka sesuai dengan beberapa kriteria yang ditetapkan oleh

peneliti (Sekaran dan Bougie 2019, 233).

Kriteria sampel yang digunakan dalam penelitian ini adalah sebagai berikut :

1. Terdaftar di Bursa Efek Indonesia.

2. Perusahaan yang mewakili subsektor Otomotif dan Komponen.

3. Memiliki laporan keuangan yang berakhir pada tanggal 31 Desember

4. Memiliki laporan keuangan yang menggunakan mata uang rupiah.

3.3 Pengertian Variabel Operasional dan Pengukuran Variabel

3.3.1 Variabel Dependen

Menurut (Sekaran dan Bougie 2019, 85) variabel dependen adalah variabel

yang menjadi perhatian utama peneliti. Dan variabel dependen yang digunakan

dalam penelitian ini adalah Capital Structure.

3.3.1.1 Capital Structure

Menurut (Zutter dan Smart 2019, 600) struktur modal adalah campuran

hutang jangka panjang dan ekuitas yang dikelola oleh perusahaan.

29
 Dalam penelitian ini, struktur modal diwakili oleh debt ratio dengan rumus

sebagai berikut (Milansari, Marsitoh, dan Siddi, 2020):

Total Debt
Capital Structure=
Total Asset

3.3.2 Variabel Independen

Menurut (Sekaran dan Bougie 2019, 86) variabel independen adalah

variabel yang mempengaruhi variabel dependen baik secara positif maupun

negatif. Dan variabel independen yang digunakan dalam penelitian ini adalah

Current Ratio, Return On Asset, Asset Structure, Firm Size, dan Sales Growth.

3.3.2.1 Current Ratio

Menurut (Zutter dan Smart 2019, 138) current ratio mengacu pada

kemampuan perusahaan untuk memenuhi kewajiban jangka pendeknya pada saat

jatuh tempo. Dalam penelitian ini formula yang digunakan untuk variabel ini

adalah sebagai berikut (Milansari, Marsitoh, dan Siddi, 2020):

Current Asset
Current Ratio=
Current Liabilities

30
3.3.2.2 Return On Asset

Menurut (Brigham dan Houston 2019, 119) return on asset adalah

mengukur tingkat pengembalian aset perusahaan. Dalam penelitian ini formula

yang digunakan untuk variabel ini adalah sebagai berikut (Milansari, Marsitoh,

dan Siddi, 2020):

Earnings After Tax

Return On Asset= × 100 %
Total Asset

3.3.2.3 Asset Structure

Menurut (Septiani dan Suaryana, 2018) struktur aset menggambarkan

Sebagian jumlah aset yang dapat dijadikan jaminan. Dalam penelitian ini formula

yang digunakan untuk variabel ini adalah sebagai berikut (Milansari, Marsitoh,

dan Siddi, 2020):

NonCurrent Asset
Asset Structure= × 100 %
Total Asset

3.3.2.4 Firm Size

Menurut (Ratri dan Christianti, 2017) ukuran perusahaan dapat diartikan

sebagai besar kecilnya perusahaan. Dalam penelitian ini formula yang digunakan

untuk variabel ini adalah sebagai berikut (Milansari, Marsitoh, dan Siddi, 2020):

Firm ¿ ln ⁡(Total Asset )

31
3.3.2.5 Sales Growth

Menurut (Kaliman dan Wibowo, 2017) pertumbuhan penjualan

menunjukkan tingkat pertumbuhan penjualan perusahaan pada tahun tertentu.

Dalam penelitian ini formula yang digunakan untuk variabel ini adalah sebagai

berikut (Milansari, Marsitoh, dan Siddi, 2020):

SalesGrowth=¿ ¿

3.4 Teknik Pengambilan Data

Pengumpulan data dapat dilakukan dengan berbagai sumber, dalam

penelitian ini pengumpulan data dilakukan dengan menggunakan sumber

sekunder. Menurut (Sekaran dan Bougie 2019, 49) data sekunder adalah data yang

telah dikumpulkan oleh orang lain untuk tujuan lain selain tujuan penelitian saat

ini. Dimana data yang didapat diperoleh dari laporan keuangan Perusahaan

Otomotif dan Komponen yang dipublikasikan di website masing-masing

perusahaan dan pada website Bursa Efek Indonesia yang terdaftar di Bursa Efek

Indonesia periode 2012-2019.

32
3.5 Metode Analisis Data

Alat pengolahan data yang digunakan dalam penelitian ini adalah program

Eviews 10 yang berfungsi untuk menggambarkan metode statistic dalam

pengujian hipotesis sebagai berikut.

3.5.1 Statistik Deskriptif

Statistik deskriptif adalah rangkuman data yang disajikan dalam bentuk

yang mudah dipahami oleh pembaca (Anderson et al. 2020, 13). Statistic

deskriptif dalam penelitian ini menggunakan nilai mean, nilai maksimum, nilai

minimum, dan nilai standar deviasi. Statistic deskriptif akan digunakan untuk

menganalisa semua variabel yang terdapat dalam penelitian ini, baik variabel

dependen maupun varibel independen.

3.5.2 Analisis Data Panel

Data panel merupakan data gabungan cross sectional dan time series

(Basuki 2017, 5). Menurut (Widarjono 2013, 355-359) terdapat tiga pendekatan

untuk mengestimasi model regresi dengan data panel, yaitu sebagai berikut:

1. Common Effect

Pendekatan common effect merupakan pendekatan yang paling

sederhana untuk mengestimasi data panel karena hanya

menggabungkan data time series dan data cross section. Dengan

33
 menggabungkan kedua data tersebut tanpa mempertimbangkan

perbedaan waktu dan individu, maka dapat digunakan metode OLS

untuk mengestimasi data panel.

2. Fixed Effect

Pendekatan fixed effect merupakan teknik untuk mengestimasi data

panel dengan menggunakan variabel dummy untuk menangkap adanya

berbedaan intersep. Pendekatan ini didasarkan pada adanya perbedaan

intersep antar perusahaan tetapi intersepnya sama sepanjang waktu

(time invariant), pendekatan ini juga mempertimbangkan bahwa

koefisien regresi (slope) tetap sama antar perusahaan dan dari waktu ke

waktu. Model ini juga disebut sebagai teknik Least Squares Dummy

Variables.

3. Random Effect

Pendekatan random effect akan mengestimasi data panel dimana

variabel interfensi dapat saling berhubungan antara waktu dan

individu. Model ini juga dikenal sebagai Error Component Model

(ECM). Metode yang tepat untuk memperkirakan model efek acak

adalah Generalized Least Squares (GLS).

Menurut (Basuki dan Prawoto 2015, 252) untuk memilih model terbaik

dalam mengestimasi model regresi data panel, terdapat beberapa pengujian yang

dapat dilakukan, yaitu sebagai berikut:

1. Chow Test

34
 Chow test yakni pengujian untuk menentukan model fixed effect atau

random effect yang paling tepat digunakan dalam mengestimasi data

panel.

2. Hausman Test

Hausman test adalah pengujian statistic untuk memilih apakah model

fixed effect atau random effect yang paling tepat digunakan dalam

mengestimasi data panel.

3. Lagrange Multiplier Test

Lagrange multiplier test merupakan pengujian untuk mengetahui

apakah model random effect lebih baik dari model common effect

dalam mengestimasi data panel.

Penelitian ini menggunakan uji chow terlebih dahulu dan dilanjutkan

dengan menggunakan uji hausman untuk memilih model terbaik dalam

mengestimasi model regresi data panel, yang mana menurut (Basuki dan Prawoto

2015, 269) hipotesis pengujian tersebut adalah sebagai berikut:

1. Chow Test

H0 : Common Effect Model

Ha : Fixed Effect Model

Dengan kriteria pengambilan keputusan sebagai berikut (Ghozali &

Ratmono 2017, 230-232):

a. Jika Prob. Cross section F > alpha, maka Ho tidak dapat ditolak

yang berarti model yang paling cocok adalah model efek

umum.

35
 b. Jika Prob. Cross section F < alpha, maka Ho dapat ditolak yang

berarti model yang paling cocok adalah model efek tetap.

2. Hausman Test

Ho : Common Effect Model

Ha : Fixed Effect Model

Dengan kriteria pengambilan keputusan sebagai berikut (Ghozali dan

Ratmono 2017, 230-232):

a. Jika Prob. > alpha, maka Ho tidak dapat ditolak yang berarti

model yang paling cocok adalah common effect model.

b. Jika Prob. < alpha, maka Ho dapat ditolak yang berarti model

yang paling cocok adalah fixed effect model.

3.5.3 Uji F (Goodness of Fit Test)

Menurut (Basuki dan Prawoto 2015, 75) uji ini digunakan untuk

mengetahui apakah seluruh variabel bebasnya secara bersama-sama mempunyai

pengaruh yang bermakna terhadap variabel dependen. Pengujian dilakukan

dengan membandingkan nilai F-hitung dengan F-tabel pada derajat kesalahan 5%

dalam arti (α = 0.05). Apabila nilai F-hitung ≥ dari nilai F-tabel, maka berarti

variabel bebasnya secara bersamasama memberikan pengaruh yang bermakna

terhadap variabel terikat atau hipotesis pertama sehingga dapat diterima. (Basuki

dan Prawoto 2015, 75)

36
 Menurut (Anderson et al. 2020, 747) hipotesis untuk uji F adalah sebagai

berikut:

H0: b=0 Model tidak fit

Ha: b≠0 Model fit

Dengan kriteria pengambilan keputusan sebagai berikut:

1. H0 dapat ditolak jika nilai F-statistik ≥ dari nilai F-tabel dan nilai

probabilitas lebih kecil dari nilai alpha (α).

2. H0 tidak dapat ditolak jika nilai F-statistik ≤ dari nilai F-tabel dan nilai

probabilitas lebih besar dari nilai alpha (α).

3.5.4 Uji Normalitas Data

Menurut (Widarjono 2013, 49) uji t hanya valid jika residual berdistribusi

normal. Metode yang digunakan dalam uji normalitas adalah Jarque-Bera test

dengan kriteria pengambilan keputusan sebagai berikut:

a. Jika nilai JB > 5,9915 dan nilai probabilitas < 0,05, maka data tidak

berdistribusi normal.

b. Jika nilai JB < 5,9915 dan nilai probabilitas > 0,05 maka data

berdistribusi normal.

37
3.5.5 Uji Asumsi Klasik

3.5.5.1 Uji Multikolinieritas

Menurut (Anderson et al. 2020, 750) multikolinieritas mengacu pada

korelasi antar variabel independen. Menurut (Widarjono 203, 104) cara untuk

mendeteksi ada tidaknya multikolinieritas dalam model regresi sebagai berikut:

a. Jika koefisien korelasi > 0,85, maka terjadi multikolinearitas dalam

model regresi.

b. Jika koefisien korelasi < 0,85, maka tidak terdapat multikolinearitas

dalam model regresi.

3.5.5.2 Uji Heteroskedastisitas

Menurut (Widarjono 2013, 113) heterostedastisitas mengacu pada variabel

interfensi yang memiliki varians yang tidak konsisten. Menurut (Ghozali dan

Ratmono 2017, 91) metode pengujian yang digunakan dlaam penelitian ini adalah

uji Glejser, dengan kriteria pengambilan keputusan sebagai berikut:

a. Jika Prob. nilai > dari nilai alpha, maka tidak terjadi

heteroskedastisitas.

b. Jika Prob. nilai < nilai alpha, maka terjadi heteroskedastisitas.

38
3.5.5.3 Uji Autokorelasi

Menurut (Basuki dan Prawoto 2015, 51) uji autokorelasi digunakan untuk

mengetahui ada atau tidaknya penyimpangan asumsi klasik autokorelasi yaitu

korelasi yang terjadi antara residual pada satu pengamatan dengan pengamatan

lain pada model regresi. Metode pengujian yang sering digunakan adalah dengan

uji Durbin-Watson dengan ketentuan sebagai berikut:

a. Jika d < dL atau d > (4-dL), maka hopotesis nol ditolak, yang berarti

terdapat autokorelasi.

b. Jika d terletak antara dU dan (4-dU), maka hipotesis nol diterima, yang

berarti tidak ada autokorelasi.

c. Jika d terletak antara dL dan dU atau diantara (4-dU) dan (4-dL), maka

tidak menghasilkan kesimpulan yang pasti.

3.5.6 Analisa Regresi Berganda

3.5.6.1 Persamaan Regresi Berganda

Menurut (Anderson et al. 2020, 784) persamaan regresi berganda

merupakan persamaan yang berkaitan dengan nilai yang diharapkan atau nilai

rata-rata dari variabel dependen dengan nilai variabel independen, yaitu E(y) = b0

+ b1x1 + b2x2 + bpxp. Persamaan regresi berganda pada penelitian ini adalah

seabgai berikut:

39
y=b 0+b 1 X 1+ b 2 X 2+b 3 X 3+ b 4 X 4+b 5 X 5+ ε

Informasi:

y = Capital Structure
b0 = Konstan
b1-b5 = Koefisien regresi disetiap variabel
X1 = Current Ratio
X2 = Return On Asset
X3 = Asset Structure
X4 = Firm Size
X5 = Sales Growth
ε = Error

3.5.6.1.1 Analisis Koefisien Korelasi

Menurut (Anderson et al. 2020, 671) koefisien korelasi adalah ukuran

asosiasi linier antara dua variabel yang mengambil nilai antara -1 dan +1. Dengan

ketentuan sebagai berikut:

a. Nilai di dekat +1 menunjukkan hubungan linier positif yang kuat.

b. Nilai di dekat −1 menunjukkan hubungan linier negatif yang kuat

c. Nilai mendekati nol menunjukkan kurangnya hubungan linear.

3.5.6.1.2 Analisis Koefisien Determinasi

Menurut (Anderson et al. 2020, 668) koefisien determinasi merupakan

ukuran kecocokan dari estimasi persamaan regresi. Ini dapat diartikan sebagai

40
proporsi variabilitas dalam variabel dependen y yang disajikan oleh perkiraan

peramaan regresi. Koefisien determinasi pada dasarnya mengukur kemampuan

model dalam menjelaskan variasi variabel dependen. Nilai koefisien determinasi

antara nol dan satu. Nilai R2 yang rendah berarti kemampuan variabel bebas

dalam menjelaskan variasi variabel dependen terbatas. Tetapi nilai yang

mendekati satu, artinya variabel independen hamper menyediakan semua

informasi yang diperlukan untuk memprediksi variasi variabel dependen. Setiap

penambahan satu variabel independen, nilai R2 akan selalu mengikat tanpa

mempertimbangkan apakah variabel tersebut berpengaruh signifikan terhadap

variabel dependen atau tidak. Oleh karena itu, disarankan untuk menggunakan

nilai adjusted R-squared, karena dapat meningka atau menurun Ketika satu

variabel independent ditambahkan ke dalam model (Ghozali dan Ratmono 2017,

55-56).

3.5.7 Uji Hipotesis

Menurut (Basuki dan Prawoto 2015, 19) uji hipotesis adalah suatu

prosedur untuk pembuktian kebenaran sifat populasi berdasarkan data sampel.

3.5.7.1 Uji t

Menurut (Anderson et al. 2020, 747) uji t digunakan untuk menentukan

apakah masing-masing variabel independen individu signifikan. Menurut

(Anderson et al. 2020, 677) hipotesis uji t adalah sebagai berikut:

41
H0: b=0 tidak terdapat pengaruh variabel independen terhadap

variabel dependen.

Ha: b≠0 terdapat pengaruh variabel independen terhadap variabel

dependen.

Dengan kriteria pengambilan keputusan adalah sebagai berikut:

a. Jika nilai Prob. < α dan nilai t-statistik < nilai t-tabel negatif atau nilai

t-statistik > nilai t-tabel positif, maka H0 dapat ditolak yang berarti ada

pengaruh variabel independen ke variabel dependen.

b. Jika nilai Prob. > α dan nilai t-statistik > nilai t-tabel negatif atau nilai

t-statistik < nilai t-tabel positif, maka H0 tidak dapat ditolak yang

berarti tidak ada pengaruh variabel independen ke variabel dependen.

42
43
 BAB IV
ANALISIS DAN DISKUSI

4.1 Prosedun Pemilihan Data

Perusahaan yang dipilih untuk melakukan penelitian ini adalah Perusahaan

Otomotif dan Komponen yang terdaftar di Bursa Efek Indonesia periode 2012-

2019. Dalam menentukan sampel penelitian, peneliti menggunakan teknik

purposive sampling sehingga sampel diambil berdasarkan kriteria yang telah

ditentukan. Tabel berikut disajikan untuk memperjelas teknik pemilihan sampel

yang diambil:
Tabel 4.1
Prosedur Pemilihan Sampel

Kriteria Sampel Total

Perusahaan
1. Perusahaan Otomotif dan Komponen yang terdaftar di 13
Bursa Efek Indonesia
2. Perusahaan Otomotif dan Komponen yang terdaftar di 11
Bursa Efek Indonesia periode 2012-2019
3. Perusahaan Otomotif dan Komponen yang memiliki 10
laporan keuangan yang berakhir pada tanggal 31
Desember selama periode 2012-2019
4. Perusahaan Otomotif dan Komponen yang memiliki 8
laporan keuangan yang berakhir pada tanggal 31
Desember selama periode 2012-2019 dan
menggunakan mata uang rupiah
Perusahaan yang tidak sesuai dengan kriteria (2)
Total perusahaan yang terpilih menjadi sampel 6
Jumlah periode 8
Jumlah sampel data 48

44
 Dengan melihat tabel diatas, maka dapat disimpulkan bahwa data yang

digunakan sebagai sampel untuk penelitian ini adalah sebanyak 48 data yang

terdiri dari 6 perusahaan dengan periode 2012-2019 (8 tahun).

4.2 Deskripsi Objek Penelitian

Perusahaan yang terpilih sebagai sampel dalam penelitian ini adalah 6

perusahaan Otomotif dan Komponen yang terdaftar di Bursa Efek Indonesia.

Berikut adalah daftar 6 perusahaan Otomotif dan Komponen yang dijadikan

sampel dalam penelitian ini:

Tabel 4.2
Daftar Nama Perusahaan yang Menjadi Sampel

No Kode Saham Nama Perusahaan

1 ASII PT. Astra International, Tbk.
2 AUTO PT. Astra Otoparts, Tbk.
3 GJTL PT. Gajah Tunggal, Tbk.
4 IMAS PT. Indomobil Sukses International, Tbk.
5 INDS PT. Indospring,Tbk.
6 PRAS PT. Prima Alloy Steel Universal,Tbk.
Source : Idx Statistik

4.3 Analisis Statistik Deskriptif

Analisis statistik deskriptif yang digunakan dalam penelitian ini meliputi

nilai minimum, nilai maksimum, nilai mean, dan nilai standar deviasi. Berikut

45
adalah hasil uji statistik masing-masing variabel, baik variabel dependen yaitu

Capital Structure, maupun variabel independen yaitu Current Ratio, Return On

Asset, Asset Structure, Firm Size, dan Sales Growth.

Tabel 4.3
Variabel Observasi Mean Deskriptif
Hasil Statistik Maximum Minimum Standar Deviasi
Capital Structure 48 1,321042 3,530000 0,130000 0,971996
Current Ratio 48 1,708325 5,828198 0,601606 1,148610
Return On Asset 48 0,041266 0,225050 -0,026325 0,048315
Asset Structure 48 0,588308 0,671073 0,439624 0,052956
Firm Size 48 30,19937 33,49453 27,08171 1,768989
Sales Growth 48 0,036259 0,649691 -0,887586 0,210567

Berdasarkan tabel diatas, terdapat 48 jumlah data yang digunakan dalam

penelitian ini. Yang mana dapat dijelaskan sebagai berikut:

1. Variabel Capital Structure memiliki nilai mean 1,321042, nilai maksimum

3,530000, nilai minimum 0,130000, dan nilai standar deviasi 0,971996

selama periode 2012-2019.

2. Variabel Current Ratio memiliki nilai mean 1,708325, nilai maksimum

5,828198, nilai minimum 0,601606, dan nilai standar deviasi 1,148610

selama periode 2012-2019.

3. Variabel Return On Asset memiliki nilai mean 0,041266, nilai maksimum

0,225050, nilai minimum -0,026325, dan nilai standar deviasi 0,048315

selama periode 2012-2019.

4. Variabel Asset Structure memiliki nilai mean 0,588308, nilai maksimum

0,671073, nilai minimum 0,439624, dan nilai standar deviasi 0,052956

selama periode 2012-2019.

46
 5. Variabel Firm Size memiliki nilai mean 30,19937, nilai maksimum

33,494691, nilai minimum 27,08171, dan nilai standar deviasi 0,210567

selama periode 2012-2019.

6. Variabel Sales Growth memiliki nilai mean 0,036259, nilai maksimum

0,649691, nilai minimum -0,887586, dan nilai standar deviasi 0,210567

selama periode 2012-2019.

4.4 Hasil Uji Data Panel

4.4.1 Hasil Uji Likelihood Ratio (Chow Test)

Tabel 4.4
Hasil Uji Likelihood Ratio
Effect Test Statistic d.f. Prob.
Cross-section F 44,262927 (5,37) 0,0000
Cross-section Chi-Square 93,276502 5 0,0000
Sumber: hasil pengolahan Eviews 10

Berdasarkan tabel diatas, nilai probabilitas Cross-section F adalah 0,0000

< alpha (0,05) sehingga dapat disimpulkan bahwa H0 dapat ditolak yang berarti

model terbaik yang dapat digunakan adalah model fixed effect. Karena hasil uji

likelihood ratio adalah model fixed effect, maka penelitian ini menggunakan

pengujian uji hausman untuk memilih antara model random effect atau model

fixed effect.

4.4.2 Hasil Uji Hausman

Tabel 4.5
Hasil Uji Hausman
47
 Test Summary Chi-sq. Statistic Chi-sq. d.f. Prob.
Cross-section Random 221,314637 5 0,0000

Berdasarkan tabel uji hausman diatas, nilai probabilitas 0,0000 < alpha

(0,05) sehingga dapat disimpulkan bahwa H0 dapat ditolak yang berarti model

penelitian yang digunakan dalam penelitian ini adalah model fixed effect.

4.5 Hasil Uji F (Goodness of Fit Test)

Uji F dilakukan untuk melihat apakah model tersebut fit atau tidak.

Berikut ini adalah tabel hasil pengujian uji F:

Tabel 4.6
Hasil Uji F
F-Statistic 63,83120
Prob(F-Statistic) 0,000000
Berdasarkan tabel diatas, didapatkan hasil sebagai berikut:

Informasi:

df1 =k–1=5–1=4
df2 = n – k = 48 – 5 = 43
n = jumlah data
k = jumlah variabel independen
F-tabel = 2,59
F-statistic = 63,83120

Hasil uji F diperoleh dengan membandingkan nilai Prob(F-Statistic)

dengan nilai alpha (α) dan nilai F-Statistic dengan nilai F-tabel. Jika nilai Prob(F-

48
Statistic) > dari nilai alpha dan nilai F-Statistic < dari F-tabel, maka model tidak

fit. Namun jika nilai Prob(F-Statistic) > dari nilai F-tabel, maka model tersebut fit.

Pada Tabel 4.6 menunjukkan bahwa nilai Prob(F-statistic) sebesar 0,000000 <

dari nilai alpha (0,05) dan nilai F-statistic (63,83120) > dari nilai F-tabel (2,59),

sehingga dapat disimpulkan bahwa model tersebut layak dan baik digunakan

dalam penelitian ini.

4.6 Hasil Uji Normalitas

Tabel 4.7
Hasil Uji Normalitas
Skewness -0,088081
Kurtosis 2,397084
Jarque-Bera 0,789081
Probability 0,673990
Sumber: Hasil pengujian Eviews 10

Hasil uji normalitas diperoleh dengan membandingkan nilai Probability

dengan nilai alpha (α) dan nilai Jarque-Bera. Jika nilai probabilitas > dari nilai

alpha (α), dan nilai Jarque-Bera < dari 5,9915 maka data tersebut tidak

berdistribusi normal. Tabel diatas menunjukkan nilai Probabilitas 0,673990. Jika

dibandingkan dengan nilai alpha (0,05), maka nilai probabilitas > dari nilai alpha

(0,05). Tabel tersebut juga menunjukkan nilai Jarque-Bera sebesar 0,789081 <

dari 5,9915. Oleh karena itu dapat disimpulkan bahwa data tersebut berdistribusi

normal.

49
4.7 Hasil Uji Asumsi Klasik

4.7.1 Hasil Uji Multikolinieritas

Uji multikolinieritas diperoleh dengan mengamati nilai korelasi satu

variabel independen dengan variabel independen lainnya. Jika nilai korelasi >

daro 0,85 atau lebih rendah dari -0,85 maka tidak terjadi multikolinieritas. Tabel

berikut ini akan menjelaskan hwdqasil uji multikolinieritas variabel independen:

Tabel 4.8
Hasil Uji Multikolinieritas
Current Return Asset Firm Size Sales
Ratio On Asset Structure Growth
Current Ratio 1,000000 0,084015 -0,048641 -0,305773 0109157
Return 0,084015 1,000000 0,138168 0,363133 -0,043368
On Asset
Asset Structure -0,048641 0,138168 1,000000 0,017330 -0,212596
Firm Size -0,305773 0,363133 0,017330 1,000000 -0,008356
Sales Growth 0109157 -0,043368 -0,212596 -0,008356 1,000000
Sumber; hasil pengolahan Eviews 10

Dari table diatas, asing-masing nilai korelasi Current Ratio, Return on

Asset, Asset Structure, Firm Size, dan Sales Growth < dari 0,85 dan > dari -0,85,

sehingga dapat disimpulkan bahwa data tidak terjadi multikolinearitas yang

artinya tidak ada korelasi antara variabel independen satu dengan yang lain dan

digunakan dengan baik dalam model regresi.

4.7.2 Hasil Uji Heteroskedastisitas

50
 Penelitian ini menggunakan metode glejser untuk menguji

heteroskedastisitas dengan syarat p-value harus lebih tinggi dari nilai alpha (0,05)

agar data tidak mengandung heteroskedastisitas, berikut adalah tabel hasil

pengujian heteroskedastisitas:

Tabel 4.9
Hasil Uji Heteroskedastisitas

Variabel Prob.
C 0,6778
Current Ratio 0,1139
Return On Asset 0,9369
Asset Structure 0,5791
Firm Size 0,8149
Sales Growth 0,7731
Sumber: Hasil pengujian Eviews 10

Dari tabel diatas, nilai Prob. dari seluruh variabel > dari nilai alpha (0,05),

sehingga dapat ditarik kesimpulan bahwa tidak terdapat heteroskedastisitas

diseluruh variabel.

4.7.3 Hasil Uji Autokolerasi

pengujian autokorelasi menggunakan metode Durbin-Watson dengan

syarat Jika d < dL atau d > (4-dL), maka hopotesis nol ditolak, yang berarti

terdapat autokorelasi. Jika d terletak antara dU dan (4-dU), maka hipotesis nol

diterima, yang berarti tidak ada autokorelasi. Jika d terletak antara dL dan dU atau

diantara (4-dU) dan (4-dL), maka tidak menghasilkan kesimpulan yang pasti.

Berikut ini adalah gambar hasil pengujian autokorelasi:

51
 Gambar 4.1
Hasil Uji Autokorelasi

1.210263

Autokorel
asi Positif
DW

1.36192
dL

Indecision
Zona
1.72061
dU

Autokorel
Terjadi
Tidak
asi
2.27939
4-dL

Indecision
Zona
2,63808
4-dU

asi Negatif
Autokorel

Sumber: Hasil pengujian Eviews 10

Dari gambar diatas, nilai Durbin-Watson adalah sebesar 1,210263 < dari

dL (1,36192), sehingga dapat disimpulkan bahwa autokorelasi positif.

4.8 Hasil Analisis Regresi Linier Berganda

Tabel 4.10
Hasil Analisis Regresi Linier Berganda

Variabel Coefficient Std. Error T-Statistic Prob.

C -8,179523 5,638209 -1,450731 0,1553
Current Ratio -0,162109 0,066680 -2,431140 0,0200
Return On Asset -0,512477 1,257444 -0,407555 0,6859
Asset Structure 1,1713592 1,052500 1,628115 0,1120
Firm Size 0,291252 0,193751 1,503228 0,1413

52
 Sales Growth -0,140600 0,192416 -0,730705 0,4696
Sumber: Hasil pengujian Eviews 10

Dari tabel diatas, persamaan regresi dalam penelitian ini dapat

disimpulkan sebagai berikut:

Capital_Structure = -8,179523 – 0,162109 Current Ratio – 0,512477 Return On

Asset + 1,1713592 Asset Structure + 0,291252 Firm Size –

0,140600 Sales Growth + e

Persamaan regresi dapat diartikan sebagai berikut:

β0 = -8,179523 Berarti, Jika nilai variabel Current Ratio, Return on Asset,

Asset Structure, Firm Size dan Sales Growth adalah 0,

maka nilai variabel Captial_Structure adalah -8,179523.

β1 = -0,162109 Berarti, Jika nilai variabel Current Ratio naik satu-satuan,

maka akan mengurangi variabel dependen sebesar

0,162109 dengan asumsi variabel independen Return on

Asset, Asset Structure, Firm Size, dan Sales Growth tetap.

β2 = -0,512477 Berarti, Jika nilai variabel Return on Asset naik satu-satuan,

maka akan mengurangi variabel dependen sebesar

0,512477 dengan asumsi variabel independen Current

Ratio, Asset Structure, Firm Size, dan Sales Growth tetap.

β3 = 1,1713592 Berarti, Jika nilai variabel Asset Structure naik satu-satuan,

maka akan meningkatkan variabel dependen sebesar

53
 1,1713592 dengan asumsi variabel independent Current

Ratio, Return on Asset, Firm Size, dan Sales Growth tetap.

β4 = 0,291252 Jika nilai variabel Firm Size naik satu-satuan, maka akan

meningkatkan variabel dependen sebesar 0,291252 dengan

asumsi variabel independen Current Ratio, Return on Asset,

Asset Structure, dan Sales Growth tetap.

β5 = -0,140600 Jika nilai variabel Sales Growth naik satu-satuan, maka

akan mengurangi variabel dependen sebesar 0,140600

dengan asumsi variabel independen Current Ratio, Return

on Asset, Asset Structure, dan Firm Size tetap.

4.8.1 Hasil Analisis Koefisien Korelasi

Analisis koefisien korelasi dilakukan untuk mengukur kekuatan

hubungan antara variabel dependen dan variabel independen. Nilai koefisien

korelasi dapat dilihat pada tabel berikut:

Tabel 4.11
Hasil Analisis Koefisien Korelasi
R 0,972220
R-Squared 0,945211
Sumber: Hasil pengujian Eviews 10

Dari tabel diatas, menunjukan bahwa nilai R2 adalah 0,972220

menunjukkan korelasi positif dan sangat kuat antara Current Ratio, Return On

54
Asset, Asset Structure, Firm Size, dan Sales Growth terhadap Capital Structure,

karena nilai koefisien korelasi positif berada diantara interval 0,80 – 0,999.

4.8.2 Hasil Analisis Koefisien Determinasi

Analisis koefisien determinasi dilakukan untuk mengukur besarnya

variasi variabel dependen yang dapat dijelaskan oleh variasi variabel independen.

Koefisien determinasi dapat dilihat pada tabel berikut:

Tabel 4.12
Hasil Analisis Koefisien Determinasi
Adjusted R-Squared 0,930403
Sumber: Hasil pengujian Eviews

10

Dari tabel diatas, menunjukkan nilai koefisien korelasi (Adjusted R-

Squared) sebesar 0,930403, yang berarti Secara statistik besarnya variabel Capital

Structure yang dapat dijelaskan oleh Current Ratio, Return on Asset, Asset

Structure, Firm Size, dan Sales Growth adalah 93,0403%, sementara 6,9597%

sisanya dijelaskan oleh variabel lain yang tidak termasuk dalam model regresi.

4.9 Hasil Uji Hipotesis (Uji t)

uji t dilakukan untuk menguji pengaruh variabel independen individu

terhadap variabel dependen. Jika Prob. Nilai > alpha (0,05) dan t-statistik < nilai t-

tabel, maka H0 tidak dapat ditolak, artinya tidak ada pengaruh variabel

independen terhadap variabel dependen. Begitu pula sebaliknya, jika Prob. Nilai <

55
alpha (0,05) dan nilai t-statistik > nilai t-tabel maka H0 dapat ditolak, artinya

terdapat pengaruh variabel independen terhadap variabel dependen.

4.9.1 Hipotesis 1

H01 : β1 = 0 : Tidak terdapat pengaruh Current Ratio terhadap Capital Structure

pada perusahaan Otomotif dan Komponen yang terdaftar di Bursa

Efek Indonesia periode 2012-2019.

Ha1 : β1 ≠ 0 : Terdapat pengaruh Current Ratio terhadap Capital Structure pada

perusahaan Otomotif dan Komponen yang terdaftar di Bursa

Efek Indonesia periode 2012-2019.

Tabel 4.13
Hasil Uji Hipotesis 1

Variabel Coefficient Std. Error T-Statistic Prob.

C -8,179523 5,638209 -1,450731 0,1553
Current Ratio -0,162109 0,066680 -2,431140 0,0200
Sumber: Hasil pengolahan Eviews 10

Dari tabel diatas, nilai probabilitas Current Ratio adalah 0,0200 < nilai

alpha (0,05) sehingga dapat disimpulkan bahwa Current Ratio berpengaruh

terhadap Capital Structure pada Perusahaan Otomotif dan Komponen yang

Terdaftar di Bursa Efek Indonesia Periode 2012-2019.

56
 Hasil uji hipotesis antara Current Ratio dan Capital Structure dapat

digambarkan dalam kurva distribusi sebagai berikut:

Informasi:

Df = n – k – 1 = 48 – 5 – 1 = 42
α/2 = 0,05 / 2 = 0,025
n = total data
k = jumlah variabel independen
t-tabel = 2,018
t-statistic = -2,431140

-2,018 2,018

-2,431140

Gambar 4.3
Kurva Distribusi Penolakan dan Penerimaan Uji Hipotesis 1

Dari hasil kurva distribusi pada gambar diatas, dapat diketahui bahwa nilai

t-statistik variabel Current Ratio sebesar -2,431140 pada daerah H0 dapat ditolak

(-2,431140 > -2,018), yang berarti bahwa terdapat pengaruh Current Ratio

terhadap Capital Structure pada perusahaan Otomotif dan Komponen yang

terdaftar di Bursa Efek Indonesia periode 2012-2019.

Hasil tersebut sesuai dengan teori pecking order yang menganggap bahwa

perusahaan dengan tingkat current ratio yang tinggi seharusnya memiliki lebih

57
sedikit hutang karena mereka mampu melikuiditas aset yang mereka miliki

menjadi uang tunai segera jika mereka membutuhkan uang.

4.9.2 Hipotesis 2

H02 : β2 = 0 : Tidak terdapat pengaruh Return On Asset terhadap Capital

Structure pada perusahaan Otomotif dan Komponen yang terdaftar

di Bursa Efek Indonesia periode 2012-2019.

Ha2 : β2 ≠ 0 : Terdapat pengaruh Return On Asset terhadap Capital Structure

pada perusahaan Otomotif dan Komponen yang terdaftar di Bursa

Efek Indonesia periode 2012-2019.

Tabel 4.14
Hasil Uji Hipotesis 2

Variabel Coefficient Std. Error T-Statistic Prob.

C -8,179523 5,638209 -1,450731 0,1553
Return On Asset -0,512477 1,257444 -0,407555 0,6859
Sumber: Hasil pengolahan Eviews 10

Dari tabel diatas, nilai probabilitas Return On Asset adalah 0,6859 >

nilai alpha (0,05) sehingga dapat disimpulkan bahwa Return On Asset tidak

pengaruh terhadap Capital Structure pada Perusahaan Otomotif dan Komponen

yang Terdaftar di Bursa Efek Indonesia Periode 2012-2019.

58
 Hasil uji hipotesis antara Return On Asset dan Capital Structure dapat

digambarkan dalam kurva distribusi sebagai berikut:

Informasi:

Df = n – k – 1 = 48 – 5 – 1 = 42
α/2 = 0,05 / 2 = 0,025
n = total data
k = jumlah variabel independen
t-tabel = 2,018
t-statistic = -0,40755

-2,018 2,018

-0,40755
Gambar 4.3
Kurva Distribusi Penolakan dan Penerimaan Uji Hipotesis 2

Dari hasil kurva distribusi pada gambar diatas, dapat diketahui bahwa nilai

t-statistik variabel Return On Asset sebesar -0,40755 pada daerah H0 tidak dapat

ditolak (-0,40755 < -2,018), yang berarti bahwa tidak terdapat pengaruh Return

On Asset terhadap Capital Structure pada perusahaan Otomotif dan Komponen

yang terdaftar di Bursa Efek Indonesia periode 2012-2019.

Hasil tersebut tidak sesuai dengan teori pecking order, yang menyatakan

bahwa perusahaan dengan tingkat profitabilitas yang tinggi akan menggunakan

59
lebih sedikit hutang. Perusahaan yang memiliki return on asset yang tinggi akan

menggunakan dana internalnya berupa laba ditahan, tanpa mengeluarkan hutang.

4.9.3 Hipotesis 3

H03 : β3 = 0 : Tidak terdapat pengaruh Asset Structure terhadap Capital Structure

pada perusahaan Otomotif dan Komponen yang terdaftar di Bursa

Efek Indonesia periode 2012-2019.

Ha3 : β3 ≠ 0 : Terdapat pengaruh Asset Structure terhadap Capital Structure pada

perusahaan Otomotif dan Komponen yang terdaftar di Bursa Efek

Indonesia periode 2012-2019.

Tabel 4.15
Hasil Uji Hipotesis 3

Variabel Coefficient Std. Error T-Statistic Prob.

C -8,179523 5,638209 -1,450731 0,1553
Asset Structure 1,713592 1,052500 1,628115 0,1120
Sumber: Hasil pengolahan Eviews 10

Dari tabel diatas, nilai probabilitas Asset Structure adalah 0,1120 >

nilai alpha (0,05) sehingga dapat disimpulkan bahwa Asset Structure tidak

pengaruh terhadap Capital Structure pada Perusahaan Otomotif dan Komponen

yang Terdaftar di Bursa Efek Indonesia Periode 2012-2019.

60
 Hasil uji hipotesis antara Asset Structure dan Capital Structure dapat

digambarkan dalam kurva distribusi sebagai berikut:

Informasi:

Df = n – k – 1 = 48 – 5 – 1 = 42
α/2 = 0,05 / 2 = 0,025
n = total data
k = jumlah variabel independen
t-tabel = 2,018
t-statistic = 1,628115

-2,018 2,018

1,628115
Gambar 4.4
Kurva Distribusi Penolakan dan Penerimaan Uji Hipotesis 3

Dari hasil kurva distribusi pada gambar diatas, dapat diketahui bahwa nilai

t-statistik variabel Asset Structure sebesar 1,628115 pada daerah H0 tidak dapat

ditolak (1,628115 < 2,018), yang berarti bahwa tidak terdapat pengaruh Asset

Structure terhadap Capital Structure pada perusahaan Otomotif dan Komponen

yang terdaftar di Bursa Efek Indonesia periode 2012-2019.

61
 Hasil tersebut menunjukkan bahwa semakin besar rasio aset tetap dengan

total aset tidak mempengaruhi proposi besarnnya hutang yang digunakan oleh

perusahaan.

4.9.4 Hipotesis 4

H04 : β4 = 0 : Tidak terdapat pengaruh Firm Size terhadap Capital Structure pada

perusahaan Otomotif dan Komponen yang terdaftar di Bursa Efek

Indonesia periode 2012-2019.

Ha4 : β4 ≠ 0 : Terdapat pengaruh Firm Size terhadap Capital Structure pada

perusahaan Otomotif dan Komponen yang terdaftar di Bursa Efek

Indonesia periode 2012-2019.

Tabel 4.16
Hasil Uji Hipotesis 4

Variabel Coefficient Std. Error T-Statistic Prob.

C -8,179523 5,638209 -1,450731 0,1553
Firm Size 0,291252 0,193751 1,503228 0,1413
Sumber: Hasil pengolahan Eviews 10

Dari tabel diatas, nilai probabilitas Firm Size adalah 0,1413 > nilai

alpha (0,05) sehingga dapat disimpulkan bahwa Firm Size tidak pengaruh

terhadap Capital Structure pada Perusahaan Otomotif dan Komponen yang

Terdaftar di Bursa Efek Indonesia Periode 2012-2019.

62
 Hasil uji hipotesis antara Firm Size dan Capital Structure dapat

digambarkan dalam kurva distribusi sebagai berikut:

Informasi:

Df = n – k – 1 = 48 – 5 – 1 = 42
α/2 = 0,05 / 2 = 0,025
n = total data
k = jumlah variabel independen
t-tabel = 2,018
t-statistic = 1,503228

-2,018 2,018

1,503228
Gambar 4.5
Kurva Distribusi Penolakan dan Penerimaan Uji Hipotesis 4

Dari hasil kurva distribusi pada gambar diatas, dapat diketahui bahwa nilai

t-statistik variabel Firm Size sebesar 1,503228 pada daerah H0 tidak dapat ditolak

(1,503228 < 2,018), yang berarti bahwa tidak terdapat pengaruh Firm Size

terhadap Capital Structure pada perusahaan Otomotif dan Komponen yang

terdaftar di Bursa Efek Indonesia periode 2012-2019.

63
 Hasil tersebut tidak sesuai dengan teori pecking order, yang menyatakan

bahwa perusahaan yang besar tidak membutuhkan hutang yang banyak karena

mampu menggunakan pembiayaan internalnya.

4.9.5 Hipotesis 5

H05 : β5 = 0 : Tidak terdapat pengaruh Sales Growth terhadap Capital Structure

pada perusahaan Otomotif dan Komponen yang terdaftar di Bursa

Efek Indonesia periode 2012-2019.

Ha5 : β5 ≠ 0 : Terdapat perngaruh Sales Growth terhadap Capital Structure pada

perusahaan Otomotif dan Komponen yang terdaftar di Bursa Efek

Indonesia periode 2012-2019.

Tabel 4.17
Hasil Uji Hipotesis 5

Variabel Coefficient Std. Error T-Statistic Prob.

C -8,179523 5,638209 -1,450731 0,1553
Sales Growth -0,140600 0,192416 -0,730705 0,4696
Sumber: Hasil pengolahan Eviews 10

Dari tabel diatas, nilai probabilitas Sales Growth adalah 0,4696 > nilai

alpha (0,05) sehingga dapat disimpulkan bahwa Sales Growth tidak pengaruh

terhadap Capital Structure pada Perusahaan Otomotif dan Komponen yang

Terdaftar di Bursa Efek Indonesia Periode 2012-2019.

64
 Hasil uji hipotesis antara Sales Growth dan Capital Structure dapat

digambarkan dalam kurva distribusi sebagai berikut:

Informasi:

Df = n – k – 1 = 48 – 5 – 1 = 42
α/2 = 0,05 / 2 = 0,025
n = total data
k = jumlah variabel independen
t-tabel = 2,018
t-statistic = -0,730705

-2,018 2,018

-0,730705
Gambar 4.5
Kurva Distribusi Penolakan dan Penerimaan Uji Hipotesis 4

Dari hasil kurva distribusi pada gambar diatas, dapat diketahui bahwa nilai

t-statistik variabel Sales Growth sebesar -0,730705 pada daerah H0 tidak dapat

ditolak (-0,730705 < -2,018), yang berarti bahwa tidak terdapat pengaruh Sales

Growth terhadap Capital Structure pada perusahaan Otomotif dan Komponen

yang terdaftar di Bursa Efek Indonesia periode 2012-2019.

Hasil tersebut tidak sesuai dengan teori pecking order, yang menyatakan

bahwa perusahaan dengan tingkat penjualan yang tinggi sehingga menghasilkan

65
laba yang tinggi tidak memerlukan hutang karena dapat menggunakan

penggunaan internal melalui laba ditahan.

66
 BAB V
PENUTUP

5.1 Kesimpulan

Berdasarkan hasil analisis mengenai factor-faktor yang mempengaruhi

Capital Structure perusahaan Otomotif dan Komponen yang terdaftar di Bursa

Efek Indonesia periode 2012-2019 dengan jumlah 6 perusahaan dan 48 data, maka

dapat ditarik kesimpulan sebagai berikut:

1. Current Ratio

Current Ratio berpengaruh negatif dengan Capital Structure. Hasil

penelitian ini didukung oleh penelitian yang dilakukan oleh Said dan

Jumansyah (2019) dan Ghasemi dan Razak (2016). Namun berbeda

dengan penelitian yang dilakukan oleh Imtiaz et al. (2016) dan Sunhaji

(2019), serta Hartati dan Mukhibad (2018) dan Alam dan Kurniasih

(2020) yang menyatakan bahwa Current Ratio tidak berpengaruh

dengan Capital Structure.

2. Return On Asset

Return On Asset tidak berpengaruh dengan Capital Structure. Hasil

penelitian ini didukung oleh penelitian yang dilakukan oleh

Wardiansyah (2016) dan Septiani dan Suaryana (2018). Namun

berbeda dengan penelitian yang dilakukan Lina dan Amir (2018) dan

Alam dan Kurniasih (2020) yang menyatakan bahwa Return On Asset

67
 berpengaruh positif terhadap Capital Structure, dan Effendi dan

Nugraha (2018) dan Noviandini dan Welas (2017) yang menyatakan

bahwa Return On Asset berpengaruh negatif terhadap Capital

Structure.

3. Asset Structure

Asset Structure tidak berpengaruh dengan Capital Structure. Hasil

penelitian ini didukung oleh penelitian yang dilakukan oleh Bako dan

Marsoem (2020) dan Ranitasari dan Maftukhah (2018). Namun

berbeda dengan penelitian yang dilakukan Septiani dan Suaryana

(2018) dan Denziana dan Yunggo (2017) yang menyatakan bahwa

Asset Structure berpengaruh positif terhadap Capital Structure, dan

Jusrizal (2017) dan Sakr dan Bedeir (2019) yang menyatakan bahwa

Asset Structure berpengaruh negatif terhadap Capital Structure.

4. Firm Size

Firm Size tidak berpengaruh dengan Capital Structure. Hasil penelitian

ini didukung oleh penelitian yang dilakukan oleh Bako dan Marsoem

(2020) dan Jusrizal (2017). Namun berbeda dengan penelitian yang

dilakukan Denziana dan Yunggo (2017) dan Hartati dan Mukhibad

(2018) yang menyatakan bahwa Firm Size berpengaruh positif

terhadap Capital Structure, dan Naray dan Mananeke (2015) dan

Effendi dan Nugraha (2018) yang menyatakan bahwa Firm Size

berpengaruh negatif terhadap Capital Structure.

68
 5. Sales Growth

Sales Growth tidak berpengaruh dengan Capital Structure. Hasil

penelitian ini didukung oleh penelitian yang dilakukan oleh Hartati dan

Mukhibad (2018) dan Rahardjo dan Darsono (2015). Namun berbeda

dengan penelitian yang dilakukan Nguyen dan Tran (2020) dan Sakr

dan Bedeir (2019) yang menyatakan bahwa Sales Growth berpengaruh

positif terhadap Capital Structure, dan Sanyaolu et al. (2018) dan Ratri

dan Christianti (2017) yang menyatakan bahwa Sales Growth

berpengaruh negatif terhadap Capital Structure.

5.2 Keterbatasan

Penelitian ini memiliki beberapa keterbatasan yang dapat mempengaruhi

hasil penelitian, keterbatasan penelitian ini adalah sebagai berikut:

1. Sampel yang digunakan hanya 6 perusahaan.

2. Objek yang digunakan hanya dari sub-sektor otomotif dan komponen.

3. Periode yang digunakan hanya 8 tahun, yaitu 2012 – 2019.

4. Variabel yang digunakan hanya 5, yaitu current ratio, return on asset,

asset structure, firm size, dan sales growth.

69
5.3 Rekomendasi

Berikut ini adalah saran atas keterbatasan-keterbatasan yang telah

disebutkan sebelumnya. Yang mana diharapkan dapat bermanfaat untuk penelitian

sejenis dimasa yang akan datang, yaitu:

1. Memperbanyak sampel yang digunakan dalam penelitian.

2. Memperluas objek yang digunakan selain sub sektor otomotif dan

komponen saja.

3. Memperpanjang periode penelitian menjadi 10 tahun atau lebih.

4. Menggunakan variabel lain yang tidak termasuk dalam penelitian ini

seperti non-debt tax shield, tax, risiko bisnis, ataupun risiko bisnis.

70