BAB III METODE PENELITIAN

BAB III METODE PENELITIAN

3.1

Bentuk Penelitian Penelitian yang akan dilakukan ini merupakan jenis penelitian kuantitatif,

dimana data yang dikumpulkan dalam bentuk angka-angka yang merupakan data sekunder yaitu laporan keuangan perusahaan manufaktur sektor industri barang konsumsi yang terdaftar di BEI periode 2008 hingga 2012 yang dinyatakan dengan menggunakan analisis rasio keuangan. Sesuai dengan rumusan masalah yang diangkat dan tujuan penelitian yang telah ditentukan pada penelitian ini yang bersifat asosiatif, maka jenis pendekatan dari penelitian ini merupakan pendekatan asosiatif, yang menghubungkan dua variabel atau lebih (Sugiyono, 2012:55). Sementara itu hubungan antara variabel dalam penelitian ini adalah hubungan kausal, yaitu hubungan yang bersifat sebab akibat, ada variabel yang mempengaruhi dan dipengaruhi (Sugiyono, 2012:56). Karena penelitian ini dilakukan untuk mengetahui hubungan antara variabel bebas (independen), yaitu WCTA, DER, ITO, TATO, GPM, dan OPM terhadap variabel terikat (dependen), yaitu pertumbuhan laba baik secara parsial maupun secara simultan melalui pengujian hipotesis.

3.2

Jenis dan Sumber Data Data yang digunakan dalam penelitian ini berupa laporan keuangan

tahunan perusahaan manufaktur sektor industri barang konsumsi yang terdaftar di BEI yang diperoleh dari website resmi BEI yaitu www.idx.co.id dan juga dari

Universitas Sumatera Utara

www.idnfinancials.com. Maka menurut jenis perolehannya, jenis data yang digunakan dalam penelitian ini merupakan data sekunder yaitu data yang sudah tersedia dan dikumpulkan oleh pihak lain (Sanusi, 2011:104). Laporan keuangan yang digunakan dalam penelitian ini merupakan laporan keungan dengan akhir tahun pembukuan per 31 Desember periode 2008, 2009, 2010, 2011, dan 2012 dari perusahaan manufaktur sektor industri barang konsumsi yang terdaftar di BEI. Sehingga data yang digunakan merupakan jenis data cross-section yaitu data yang menunjukkan titik waktu tertentu.

3.3

Teknik Pengumpulan Data Untuk memperoleh data sekunder berupa laporan keuangan tahunan

perusahaan manufaktur sektor industri barang konsumsi yang terdaftar di BEI, peneliti menggunakan teknik dokumentasi, yaitu mengumpulkan data sekunder dari berbagi sumber baik secara pribadi maupun kelembagaan (Sanusi, 2011:114). Data diperoleh dengan menggunakan media internet dengan cara mengunduh laporan keuangan perusahaan manufaktur sektor industri barang konsumsi yang terdaftar di BEI untuk periode, 2008, 2009, 2010, 2011 dan 2012 melalui website resmi BEI yaitu www.idx.co.id dan juga dari www.idnfinancials.com.

3.4

Populasi dan Sampel

3.4.1

Populasi Populasi merupakan wilayah generalisasi yang terdiri atas objek atau

subjek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan peneliti (Sugiyono, 2012:115). Berdasarkan pengertian itu, maka yang menjadi


populasi dalam penelitian ini adalah seluruh perusahaan manufaktur sektor industri barang konsumsi yang terdaftar di BEI untuk periode 2008 hingga 2012. yang terdiri atas lima subsektor yaitu subsektor makanan dan minuman, subsektor rokok, subsektor farmasi, subsektor kosmetik dan subsektor barang keperluan rumah tangga, serta subsektor peralatan rumah tangga. Perkembangan jumlah perusahaan yang terdaftar di BEI selama periode 2008 hingga 2012 dapat dilihat pada tabel berikut. Tabel 3.1 Jumlah Perusahaan Manufaktur yang Terdaftar di BEI Periode 2008-2012 Tahun No

Subsektor

Jumlah Perusahaan Terdaftar di BEI 2008

2009

2010

2011

2012

1

Makanan dan Minuman

14

14

15

14

14

2

Rokok

4

4

3

3

3

3

Farmasi

10

10

10

10

10

4

Kosmetik dan Barang

4

4

3

4

4

3

3

3

3

3

35

35

34

34

34

Keperluan Rumah Tangga. 5

Peralatan Rumah Tangga TOTAL

Sumber : idx fact book 2008 hingga 2012, diolah penulis, 2013 3.4.2

Sampel Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh

populasi (Sugiyono, 2012:116). Untuk menentukan sampel dalam penelitian ini, peneliti menggunakan metode nonprobability sampling dengan teknik purposive sampling yang merupakan teknik pengambilan sampel berdasarkan kriteria tertentu yang ditentukan oleh peneliti (Sugiyono, 2012:122).


Berdasarkan pengertian tersebut, peneliti telah menentukan kriteria yang harus dipenuhi oleh anggota populasi untuk dapat menjadi sampel dalam penelitian ini, yaitu : 1.

Perusahaan manufaktur yang tergolong dalam sektor industri barang konsumsi yang terdaftar (listing) di BEI selama periode 2008 hingga 2012.

2.

Perusahaan manufaktur yang tergolong dalam sektor industri barang konsumsi tersebut menyediakan data laporang keuangan yang lengkap dan telah di audit selama periode 2008 hingga 2012.

3.

Perusahaan manufaktur yang tergolong dalam sektor industri barang konsumsi tersebut menghasilkan laba positif selama periode 2008 hingga 2012. Sesuai dengan kriteria diatas, maka proses seleksi sampel dalam penelitian

ini dapat dilihat pada tabel 2.2 berikut. Tabel 3.2 Proses Seleksi Sampel No

Kriteria Pengambilan Sampel

Jumlah

1

Perusahaan manufaktur yang tergolong dalam sektor industri

31

barang konsumsi yang terdaftar (listing) di BEI selama periode 2008 hingga 2012. 2

Perusahaan manufaktur yang tidak menyediakan data laporan

(4)

keuangan yang lengkap dan telah di audit selama periode 2008 hingga 2012. 3

Perusahaan manufaktur yang menghasilkan laba negatif selama

(4)

periode 2008 hingga 2012. Total Sampel Penelitian

23

Sumber : Diolah penulis, 2013


Sesuai dengan kriteria yang telah ditentukan tersebut maka akhirnya jumlah sampel dalam penelitian ini dari setiap subsektor industri dapat dilihat pada tabel berikut. Tabel 3.3 Jumlah Sampel Penelitian No

Subsektor

Jumlah Sampel

1

Makanan dan Minuman

8

2

Rokok

2

3

Farmasi

8

4

Kosmetik dan Barang Keperluan Rumah Tangga.

5

Peralatan Rumah Tangga TOTAL SAMPEL

3 2 23

Sumber : Diolah penulis, 2013

3.5

Definisi Konsep Variabel penelitian di dalam penelitian ini terdiri dari enam variabel bebas

(independen), yaitu WCTA, DER, ITO, TATO, GPM dan OPM. Sementara itu yang menjadi variabel terikat (dependen) adalah pertumbuhan laba. Peneliti membuat definisi konsep setiap variabel untuk mempermudah pembaca dalam memahami variabel penelitian yang digunakan dalam penelitian ini. Adapun definisi konsep dari masing-masing variabel penelitian yang digunakan dalam penelitian ini adalah sebagai berikut : 2.

Variabel Bebas (Independen) Menurut Sugiyono (2012:59) : ‘’variabel bebas merupakan variabel yang mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya


variabel terikat”. Adapun yang menjadi variabel bebas dalam penelitian ini adalah : a. Working Capital to Total Asset (WCTA), yaitu perbandingan antara aktiva lancar dikurangi hutang lancar terhadap jumlah aktiva. b. Debt to Equity Ratio (DER), yaitu rasio yang digunakan untuk menilai utang dengan ekuitas. c. Inventory Turnover (ITO), yaitu rasio yang digunakan untuk mengukur berapa kali dana yang ditanam dalam sediaan (inventory) ini berputar dalam suatu periode. d. Total Asset Turnover (TATO), yaitu rasio yang digunakan untuk mengukur perputaran semua aktiva yang dimiliki perusahaan dan mengukur berapa jumlah penjualan yang diperoleh dari tiap rupiah aktiva. e. Gross Profit Margin (GPM), yaitu rasio yang menggambarkan laba kotor yang dapat dicapai setiap rupiah penjualan. f. Operating Profit Margin (OPM), yaitu rasio yang menggambarkan laba yang diperoleh perusahaan dari hasil operasi kegiatan perusahaan. 3.

Variabel Terikat (Dependen) Menurut Sugiyono (2012:59) : ‘’variabel terikat (dependen) merupakan variabel yang dipengaruhi atau yang menjadi akibat, karena adanya variabel bebas”. Adapun variabel terikat dalam penelitian ini adalah pertumbuhan laba yaitu kenaikan jumlah laba yang diperoleh oleh perusahaan dari satu periode ke periode selanjutnya.


3.6

Definisi Operasional Menurut

Jogiyanto

(2004:62)

:“defenisi

operasional

menjelaskan

karakteristik dari objek ke dalam elemen-elemen yang dapat di observasi yang menyebabkan konsep dapat diukur dan dioperasionalkan dalam riset”. Penelitian ini terdiri atas enam variabel bebas (independen), yaitu WCTA, DER, ITO, TATO, GPM dan OPM, sementara itu yang menjadi variabel terikat (dependen) adalah pertumbuhan laba. Tabel dibawah ini menunjukkan defenisi operasional dari masing-masing variabel penelitian yang digunakan dalam penelitian ini. Tabel 3.4 Definisi Operasional Variabel Bebas (Independen) No

Variabel Bebas

1

(X1) : WCTA

2

(X2) : DER

3

(X3) : ITO

4

(X4) : TATO

Skala

Pengukuran

𝑊𝐶𝑇𝐴 =

Ukur

𝐴𝑘𝑡𝑖𝑣𝑎 𝐿𝑎𝑛𝑐𝑎𝑟 − 𝐻𝑢𝑡𝑎𝑛𝑔 𝐿𝑎𝑛𝑐𝑎𝑟 𝐽𝑢𝑚𝑙𝑎ℎ 𝐴𝑘𝑡𝑖𝑣𝑎

𝐷𝐸𝑅 = 𝐼𝑇𝑂 = 𝑇𝐴𝑇𝑂 =

𝑇𝑜𝑡𝑎𝑙 𝑈𝑡𝑎𝑛𝑔 (𝐷𝑒𝑏𝑡) 𝐸𝑘𝑢𝑖𝑡𝑎𝑠 (𝐸𝑞𝑢𝑖𝑡𝑦)

𝐻𝑎𝑟𝑔𝑎 𝑃𝑜𝑘𝑜𝑘 𝑃𝑒𝑛𝑗𝑢𝑎𝑙𝑎𝑛 𝑅𝑎𝑡𝑎 − 𝑅𝑎𝑡𝑎 𝑃𝑒𝑟𝑠𝑒𝑑𝑖𝑎𝑎𝑛

𝑃𝑒𝑛𝑗𝑢𝑎𝑙𝑎𝑛 (𝑆𝑎𝑙𝑒𝑠) 𝑇𝑜𝑡𝑎𝑙 𝐴𝑘𝑡𝑖𝑣𝑎 (𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑠𝑒𝑡𝑠)

Rasio

Rasio

Rasio

Rasio


Tabel 3.5 Definisi Operasional Variabel Bebas (Independen) Lanjutan No

Variabel

Skala

Pengukuran

Bebas

5

(X5) : GPM

6

(X6) : OPM

𝐿𝑎𝑏𝑎 𝐾𝑜𝑡𝑜𝑟 𝑃𝑒𝑛𝑗𝑢𝑎𝑙𝑎𝑛 (𝑆𝑎𝑙𝑒𝑠)

Rasio

𝐿𝑎𝑏𝑎 𝑂𝑝𝑒𝑟𝑎𝑠𝑖 (𝑂𝑝𝑒𝑟𝑎𝑡𝑖𝑛𝑔 𝑃𝑟𝑜𝑓𝑖𝑡) 𝑃𝑒𝑛𝑗𝑢𝑎𝑙𝑎𝑛 (𝑆𝑎𝑙𝑒𝑠)

Rasio

𝐺𝑃𝑀 = 𝑂𝑃𝑀 =

Ukur

Sumber : Penelitian Hapsari (2007), Putri (2010) dan Cahyaningrum (2012), Kasmir (2012:157,186), Brealy dkk (2007:80), Munawir (2004:99) serta. Syamsuddin (2007:61,62)

Tabel 3.6 Definisi Operasional Variabel Terikat (Dependen) No

Variabel Terikat

1

Pertumbuhan Laba

Skala

Pengukuran

∆Yt =

Ukur

(Yt - Yt-1) Rasio

Yt-1

Sumber : Penelitian Hapsari (2007), Putri, Sinaga, Ningsih, Sianturi, Sitorus dan Itasabella (2010) serta Cahyaningrum (2012).

3.7

Pengujian Asumsi Klasik Uji asumsi klasik yang dilakukan dalam penelitian ini bertujuan untuk

menguji data-data yang digunakan dalam penelitian ini apakah telah memenuhi asumsi

klasik,

multikolinearitas,

yaitu tidak

data

terdistribusi

terdapat

normal,

autokorelasi

dan

tidak

terjadi

gejala

tidak

terjadi

gejala

heteroskedastisitas. Jika telah memenuhi keempat hal tersebut maka model regresi akan memberikan hasil yang Best Linear Unbiased Estimator (BLUE), (Ghozali,


2011:173). Untuk melakukan pengujian asumsi klasik dalam penelitian ini, peneliti menggunakan program komputer SPSS 19.

3.7.1

Uji Normalitas Menurut Ghozali (2011:160) : ’’uji normalitas bertujuan untuk menguji

apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal’’. Model regresi yang baik memiliki distribusi data normal atau mendekati normal. Menurut Ghozali (2011:160) ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan : 1.

Analisis grafik Menurut Ghozali (2011:163) pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya. Dasar pengambilan keputusan dengan menggunakan analisi grafik adalah : a.

Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal yaitu mengikuti atau mendekati bentuk lonceng, maka model regresi memenuhi asumsi normalitas.

b.

Jika data menyebar jauh dari diagonal dan/atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal yaitu tidak mengikuti atau mendekati bentuk lonceng, maka model regresi tidak memenuhi asumsi normalitas.


Menurut Ghozali (2011:163): ‘’uji normalitas dengan grafik dapat menyesatkan kalau tidak hati-hati, secara visual kelihatan normal padahal secara statistik bisa sebaliknya’’. Oleh sebab itu untuk menghindari kesalahan yang mungkin terjadi, maka uji normalitas dalam penelitian ini juga akan dilakukan dengan analisis statistik. 2.

Uji Kolmogorov-Smirnov Untuk menentukan uji ini didasarkan kepada Kolmogorov-Smirnov Test terhadap model yang diuji. Menurut Ghozali (2011:32), uji KolmogorovSmirnov dilakukan dengan membuat hipotesis : H0 : Data residual terdistribusi normal, apabila sig. 2-tailed > α = 0.05 Ha : Data residual tidak terdistribusi normal, apabila sig. 2-tailed < α = 0.05

3.7.2

Uji Multikolinearitas Menurut Ghozali (2011:105): ‘’uji multikolonieritas bertujuan untuk

menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen)’’. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel independen saling berkolerasi, maka variabelvariabel ini tidak orgonal. Variabel orgonal adalah variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol (Ghozali 2011:105). Ada beberapa cara yang digunakan untuk mendeteksi multikolonieritas, akan tetapi untuk mendeteksi ada tidaknya multikoliniearitas dalam model regresi dalam penelitian ini dilihat dari tolerance value atau variance inflation factor (VIF). Adapun pemilihan tolerance value atau variance inflation factor (VIF) dalam penelitian ini karena cara ini merupakan cara umum yang dilakukan dan


dianggap lebih handal dalam mendeteksi ada-tidaknya multikolonieritas dalam model regresi serta pengujian dengan tolerance value atau variance inflation factor (VIF) lebih lengkap dalam menganalisis data. Dasar pengambilan keputusan dengan tolerance value atau variance inflation factor (VIF) dapat disimpulkan sebagai berikut : 1.

Jika nilai tolerance > 0,1 dan nilai VIF < 10, maka dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model regresi.

2.

Jika nilai tolerance < 0,1 dan nilai VIF > 10, maka dapat disimpulkan bahwa ada multikolinearitas antar variabel independen dalam model regresi.

3.7.3

Uji Autokorelasi Menurut Ghozali (2011:110) “uji autokorelasi bertujuan menguji apakah

dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya)”. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi, model regresi yang baik adalah regresi yang bebas dari autokorelasi (Ghozali,,2011:110). Untuk mendeteksi ada tidaknya autokorelasi dalam penelitian ini digunakan uji Durbin-Watson (DW Test), karena jumlah pengamatan dalam penelitian ini berjumlah dibawah 100 yaitu hanya 95 pengamatan (Ghozali, 2011113). Uji autokorelasi dilakukan dengan membuat hipotesis : H0 : Tidak ada autokorelasi Ha : Ada autokorelasi Menurut Ghozali (2011:111), pengambilan keputusan ada tidaknya autokorelasi dapat dilihat melalui tabel berikut :


Tabel 3.7 Kriteria Pengambilan Keputusan Uji Durbin Watson Hipotesis Nol

Keputusan

Jika

Tidak ada autokorelasi positif

Tolak

0 < d < dl

Tidak ada autokorelasi positif

No Decision

dl ≤ d ≤ du

Tidak ada korelasi negative

Tolak

4 − dl < d < 4

Tidak ada korelasi negative

No Decision

4 − du ≤ d ≤ 4 − dl

Tidak Ditolak

du < d < 4 – du

Tidak ada korelasi positif atau negatif Sumber : Ghozali (2011: 111) 3.7.4

Uji Heteroskedastisitas Menurut Ghozali (2011:139) : ”uji heteroskedastisitas bertujuan untuk

menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain”. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas (Ghozali, 2011:139). Cara yang paling umum yang digunakan untuk mendeteksi ada atau tidaknya heteroskedastisitas adalah dengan melihat scatterplot antara nilai prediksi variabel terikat (dependen) yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED. Menurut Ghozali (2011:139) dasar analisis untuk menentukan ada atau tidaknya heteroskedastisitas dengan scatterplot yaitu : a.

Jika ada pola tertentu ,seperti titik-titik yang membentuk suatu pola tertentu, yang teratur (bergelombang, melebar, kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas.


b.

Jika tidak ada pola yang jelas, serta titik–titik menyebar diatas dan dibawah angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas. Analisis dengan Grafik Plots memiliki kelemahan yang cukup signifikan

oleh karena jumlah pengamatan mempengaruhi hasil ploting. Semakin sedikit jumlah pengamatan, semakin sulit untuk mengintepretasikan hasil grafik plot (Gozali, 2011:141). Untuk mengatasi kelemahan dari Grafik Plots tersebut, maka dalam penelitian ini juga akan dilakukan uji statistik untuk menjamin keakuratan hasil pengujian. Uji statistik yang dipilih adalah uji Glejser, dasar pengambilan keputusan uji heteroskedastisitas melalui uji Glejser adalah : 1.

Apabila sig. 2-tailed < α = 0.05, maka telah terjadi heteroskedastisitas.

2.

Apabila sig. 2-tailed > α = 0.05, maka tidak terjadi heteroskedastisitas.

3.8

Teknik Analisis Data Berdasarkan judul, latar belakang, dan perumusan masalah maka teknik

analisis data yang digunakan dalam penelitian ini adalah analisis regresi berganda., yang bertujuan untuk meramalkan bagaimana keadaan (naik turunnya) variabel independen, bila dua atau lebih variabel independen sebagai faktor prediktur dimanipulasi (Sugiyono, 2012:277). Untuk menganalisis data dalam penelitian ini, peneliti menggunakan program komputer SPSS 19. Adapun model yang digunakan dari regresi linear berganda menurut (Supranto, 2009:250) yaitu : Ŷ= b0 + b1 X1 + b2 X2 + b3 X3 + b4 X4 + b5 X5 + b6 X6 + e Keterangan : Ŷ

= Pertumbuhan Laba


b0

= Koefisien Konstanta

X1

= WCTA

X2

= DER

X3

= ITO

X4

= TATO

X5

= GPM

X6

= OPM

e

= Koefisien Error (Variabel Pengganggu)

3.9

Test of Goodness of Fit Ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur

dari goodness of fit nya. Secara statistik, setidaknya ini dapat diukur dari nilai koefisien determinasi (R2), nilai statistik F, dan nilai statistik t. Perhitungan statistik disebut signifikan secara statistik apabila nilai uji statistiknya berada dalam daerah kritis (daerah dimana H0 ditolak). Sebaliknya disebut tidak signifikan bila nilai uji statistiknya berada dalam daerah dimana H0 diterima.

3.9.1

Koefisien Determinasi (R2) Menurut Ghozali (2011:97) : ‘’koefisien determinasi (R2) pada intinya

mengukur seberapa jauh kemampuan model menerangkan variasi variabel independen’’. Nilai R2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen sangat terbatas, sebaliknya nilai R2 yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi


variabel dependen (Ghozali, 2011:97). Nilai koefisien determinasi yang digunakan dalam penelitian ini adalah nilai adjusted R2 karena variabel independen yang digunakan dalam penelitian ini lebih dari dua variabel. Selain itu nilai adjusted R2 dianggap lebih baik dari nilai R2, karena nilai adjusted R2 dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model regresi (Ghozali, 2011:97).

3.9.2

Uji Signifikan Simultan (Uji F) Secara simultan, pengujian hipotesis dilakukan dengan uji F-test . Menurut

Ghozali (2011:98) : “uji statistik F pada dasarnya menunjukkan apakah semua varibel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama- sama terhadap variabel dependen/terikat”. Di dalam penelitian ini uji F digunakan untuk menguji hipotesis H1 yaitu pengaruh WCTA, DER, ITO, TATO, GPM, dan OPM secara simultan terhadap pertumbuhan laba pada perusahaan manufaktur sektor industri barang konsumsi yang terdaftar di BEI. Menurut Ghozali (2011:98), uji F dilakukan dengan membandingkan signifikansi Fhitung dengan Ftabel dengan ketentuan : 1.

H0 diterima dan Ha ditolak jika F hitung < F tabel untuk α = 0,05

2.

H0 ditolak dan Ha diterima jika F hitung > F tabel untuk α = 0,05

3.9.3

Uji Signifikan Parsial (Uji t) Secara parsial, pengujian hipotesis dilakukan dengan uji t-test . Menurut

Ghozali (2011:98) “uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas/independen secara individual dalam menerangkan variabel dependen”. Dalam penelitian ini uji t digunakan untuk menguji hipotesis


H2, H3, H4, H5, H6, dan H7 yaitu pengaruh WCTA, DER, ITO, TATO, GPM, dan OPM secara parsial terhadap pertumbuhan laba pada perusahaan manufaktur sektor industri barang konsumsi yang terdaftar di BEI. Menurut Ghozali (2011:99), uji t dilakukan dengan membandingkan signifikansi thitung dengan ttabel dengan ketentuan : 1. H0 diterima dan Ha ditolak jika t hitung < t tabel untuk α = 0,05 2. H0 ditolak dan Ha diterima jika t hitung > t tabel untuk α = 0,05


BAB IV ANALISIS HASIL PENELITIAN DAN PEMBAHASAN

4.1

Gambaran Umum Objek Penelitian dan Deskripsi Data Penelitian

4.1.1 Gambaran Umum Objek Penelitian Perusahaan manufaktur merupakan perusahaan industri pengolahan yang mengolah bahan baku menjadi barang jadi. Sebuah perusahaan dapat dikatakan sebagai perusahaan manufaktur apabila ada tahapan input-proses-output dalam kegiatan bisnisnya. Sebagian besar perusahaan-perusahaan manufaktur di Indonesia telah go public dan listing di BEI. Dari segi produk yang dihasilkan, perusahaan manufaktur yang terdaftar di BEI dibagi menjadi tiga sektor, yaitu : 1.

Sektor industri dasar dan kimia

2.

Sektor aneka industri

3.

Sektor industri barang konsumsi Objek dari penelitian ini hanya perusahaan manufaktur sektor industri

barang konsumsi yang terdaftar di Bursa Efek Indonesia selama periode 20082012. Sektor industri barang konsumsi terdiri atas 5 (lima) subsektor industri, tabel 4.1 berikut menampilkan perkembangan jumlah perusahaan yang listing di setiap subsektor selama periode 2008-2012. Tabel 4.1 Jumlah Perusahaan Manufaktur yang Terdaftar di BEI Periode 2008-2012 Tahun No

1

Subsektor

Makanan dan Minuman


2009

2010

2011

2012

14

14

15

14

14


Tabel 4.2 Jumlah Perusahaan Manufaktur yang Terdaftar di BEI Periode 2008-2012 Lanjutan Tahun No

Subsektor


2009

2010

2011

2012

2

Rokok

4

4

3

3

3

3

Farmasi

10

10

10

10

10

4

Kosmetik dan Barang

4

4

3

4

4

3

3

3

3

3

35

35

34

34

34

Keperluan Rumah Tangga 5

Peralatan Rumah Tangga TOTAL

Sumber : idx fact book 2008 hingga 2012, diolah penulis, 2013 Melalui pemilihan sampel dengan teknik purposive sampling diperoleh 23 perusahaan sebagai sampel penelitian dengan periode penelitian sebanyak 5 (lima) tahun mulai dari tahun 2008 hingga 2012, sehingga data penelitian secara keseluruhan berjumlah 115 pengamatan (23 perusahaan x 5 periode). Tabel 4.2 berikut menampilkan daftar perusahaan yang menjadi sampel penelitian dari masing-masing subsektor industri. Tabel 4.3 Daftar Sampel Penelitian No I

Nama

Kode

Perusahaan

Saham

Tanggal Listing

Subsektor : Makanan dan Minuman

1

Tiga Pilar Sejahtera Food Tbk

AISA

11 Juni 1997

2

Cahaya Kalbar Tbk

CEKA

9 Juli 1996

3

Delta Djakarta Tbk

DLTA

12 Februari 1984

4

Indofood Sukses Makmur Tbk

INDF

14 Juli 1994


Tabel 4.4 Daftar Sampel Penelitian Lanjutan No

Nama

Kode

Perusahaan

Saham

I

Tanggal Listing

Subsektor : Makanan dan Minuman

5

Multi Bintang Indonesia Tbk

MLBI

17 Januari 1994

6

Mayora Indah Tbk

MYOR

4 Juli 1990

7

Sekar Laut Tbk

SKLT

8 September 1993

8

2 Juli 1990

II

Ultrajaya Milk Industry and Trading ULTJ Company Tbk Subsektor : Rokok

1

Gudang Garam Tbk

GGRM

27 Agustus 1990

2

HM Sampoerna Tbk

HMSP

15 Agustus 1990

III

Subsektor : Farmasi

1

Darya-Varia Laboratoria Tbk

DVLA

11 November 1994

2

Indofarma Tbk

INAF

17 April 2001

3

Kimia Farma Tbk

KAEF

4 Juli 2001

4

Kalbe Farma Tbk

KLBF

30 Juli 1991

5

Merck Tbk

MERK

23 Juli 1981

6

Pyridam Farma Tbk

PYFA

16 Oktober 2001

7

Taisho Pharmaceutical Indonesia Tbk

SQBB

29 Maret 1983

8

Tempo Scan Pasific Tbk

TSPC

17 Juni 1994

IV

Subsektor : Kosmetik dan Barang Keperluan Rumah Tangga

1

Mustika Ratu Tbk

MRAT

27 Juli 1995

2

Mandom Indonesia Tbk

TCID

23 September 1993

3

Unilever Indonesia Tbk

UNVR

11 Januari 1982

V

Subsektor : Peralatan Rumah Tangga

1

Kedawung Setia Industrial Tbk

KDSI

29 Juli 1996

2

Langgeng Makmur Industry Tbk

LMPI

17 Oktober 1994

Sumber : idx.co.id diolah penulis, 2013


4.1.2 Deskripsi Data Penelitian Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai minimum dan maksimum, rata-rata (mean), dan standar deviasi (Ghozali, 2011:19). Nilai minimum dan maksimum menunjukkan nilai tertinggi dan terendah dari data penelitian, sementara itu nilai mean menunjukkan nilai rata-rata dari data penelitian. Standar deviasi merupakan ukuran penyebaran yang memberikan informasi sebagaimana data menyebar. Nilai ukuran penyebaran yang besar menunjukkan bahwa data sangat beragam/bervariasi, sedangkan ukuran penyebaran yang kecil menunjukkan bahwa data lebih kompak atau homogen. Statistik deskriptif dari setiap variabel penelitian yang terdapat dalam penelitian ini disajikan dalam tabel 4.3 berikut.

Tabel 4.5 Statistik Deskriptif Descriptive Statistics N

Minimum

Maximum

Mean

Std. Deviation

WCTA

115

-.293

.729

.33993

.229001

DER

115

.104

8.441

.82951

.931766

ITO

115

1.154

15.110

4.30403

2.081424

TATO

115

.364

3.248

1.37113

.523224

GPM

115

.105

.719

.37387

.174311

OPM

115

.007

.471

.13528

.105391

LABA

115

-.634

5.874

.37295

.731114

Valid N (listwise)

115

Sumber: Ouput SPSS 19, diolah penulis 2013

Berdasarkan statistik deskriptif data yang disajikan pada tabel 4.3 tersebut, dapat dijelaskan hal berikut :


1.

WCTA minimum yaitu sebesar -0,293 dimiliki oleh PT Multi Bintang Indonesia pada tahun 2009. Nilai WCTA diperoleh dari nilai aset lancar yaitu aset yang perputarannya kurang dari 1 (satu) tahun dikurangi dengan hutang jangka pendek yang harus dilunasi, kemudian hasil pengurangan tersebut dibagi dengan jumlah aset yang dimiliki. Rasio WCTA yang hanya -0,239 mengindikasikan jika modal operasional PT Multi Bintang Indonesia sangat rendah, ini dapat menjadi ancaman bagi kegiatan operasi dari PT Multi Bintang Indonesia. Rasio WCTA maksimum dimiliki oleh PT Merck Tbk pada tahun 2011 sebesar 0,729. Ini menandakan bahwa PT Merck Tbk memiliki modal operasional yang cukup tinggi dan paling efisien dalam mengelola aset lancar yang dimiliki sehingga mampu menutupi jumlah hutang jangka pendek yang harus dilunasi. Adapun mean WCTA yang dimiliki oleh industri barang konsumsi yang terdaftar di BEI selama periode 2008-2012 adalah 0,339. Sementara itu nilai standar deviasi dari industri barang konsumsi selama periode 2008-2012 adalah 0,229. Ini menujukkan bahwa ukuran penyebaran nilai rasio WCTA relatif kecil, sehingga rasio WCTA pada sektor industri barang konsumsi lebih homogen.

2.

DER minimum yaitu sebesar 0,104 dimiliki oleh PT Mandom Indonesia Tbk pada tahun 2010. Nilai DER diperoleh dari jumlah utang yang dimiliki dibagi dengan

modal

yang

dimiliki,

dengan

rasio

DER

sebesar

0,104

mengindikasikan bahwa PT Mandom Indonesia Tbk sebagai perusahaan yang


paling sedikit menggunakan hutang sebagai sumber pendanaan bagi perusahaan. Rasio DER maksimum dimiliki oleh PT Multi Bintang Indonesia Tbk pada tahun 2009 sebesar 8,441. Ini menandakan bahwa PT Multi Bintang Indonesia Tbk paling banyak menggunakan hutang sebagai sumber pendanaan perusahaan. Hal ini dapat menimbulkan resiko yang cukup besar ketika PT Multi Bintang Indonesia Tbk tidak mampu melunasi hutanghutangnya tersebut. Adapun mean DER yang dimiliki oleh industri barang konsumsi yang terdaftar di BEI selama periode 2008-2012 adalah 0,829. Sementara itu nilai standar deviasi dari industri barang konsumsi selama periode 2008-2012 adalah 0,931. Ini menujukkan bahwa ukuran penyebaran nilai rasio DER relatif kecil, sehingga rasio DER pada sektor industri barang konsumsi lebih homogen. 3.

ITO minimum yaitu sebesar 1,154 dimiliki oleh PT Tiga Pilar Sejahtera Food Tbk pada tahun 2009. Nilai ITO didapat dari harga pokok penjualan yaitu biaya langsung yang dikeluarkan dalam kegiatan produksi dibagi dengan ratarata persediaan bahan baku, dengan rasio ITO sebesar 1,154 mengindikasikan tidak efisisiensinya kinerja PT Tiga Pilar Sejahtera Food Tbk dalam memproduksi produk sehingga banyak persediaan bahan baku yang menumpuk. Rasio ITO maksimum dimiliki oleh PT Cahaya Kalbar Tbk pada tahun 2008 sebesar 15,11. Ini menunjukkan bahwa PT Cahaya Kalbar Tbk merupakan perusahaan yang paling efisien dan produktif dalam kegaitan bisnisnya,


dimana perputaran persediaan barang yang dimiliki sangat tinggi dibanding perusahaan-perusahaan lain pada sektor industri barang konsumsi. Adapun mean ITO yang dimiliki oleh industri barang konsumsi yang terdaftar di BEI selama periode 2008-2012 adalah 4,304. Sementara itu nilai standar deviasi dari industri barang konsumsi selama periode 2008-2012 adalah 2,081. Ini menujukkan bahwa ukuran penyebaran nilai rasio ITO lumayan tinggi, sehingga rasio ITO pada sektor industri barang konsumsi lebih bervariasi. 4.

TATO minimum yaitu sebesar 0,364 dimiliki oleh PT Tiga Pilar Sejahtera Food Tbk pada tahun 2010. Nilai TATO didapat dari jumlah penjualan bersih dibagi dengan jumlah aset yang dimiliki, dengan rasio TATO yang hanya 0,364 mengindikasikan bahwa PT Tiga Pilar Sejahtera Food Tbk tidak efektif dalam menggunakan seluruh aset yang dimiliki, sehingga mengakibatkan rendahnya penjualan bersih yang diperoleh. Rasio TATO maksimum dimiliki oleh PT Cahaya Kalbar Tbk pada tahun 2008 sebesar 3,248. Ini menunjukkan bahwa PT Cahaya Kalbar Tbk menghasilkan penjualan bersih yang tinggi karena efektif dalam mengelola seluruh aset yang dimiliki. Adapun mean TATO yang dimiliki oleh industri barang konsumsi yang terdaftar di BEI selama periode 2008-2012 adalah 1,371. Sementara itu nilai standar deviasi dari industri barang konsumsi selama periode 2008-2012 adalah 0,523. Ini menujukkan bahwa ukuran penyebaran nilai rasio TATO relatif kecil, sehingga rasio TATO pada sektor industri barang konsumsi lebih homogen.


5.

GPM minimum yaitu sebesar 0,105 dimiliki oleh PT Kedawung Setia Industrial Tbk pada tahun 2008. Nilai GPM didapat dari jumlah laba kotor yang dihasilkan dibagi dengan jumlah penjualan bersih selama setahun, dengan rasio GPM yang hanya 0,105 mengindikasikan rendahnya jumlah laba kotor yang dihasilkan oleh PT Kedawung Setia Industrial Tbk, karena tingginya biaya langsung yang dikeluarkan dalam kegiatan produksi. Rasio GPM maksimum dimiliki oleh PT Delta Djakarta Tbk pada tahun 2012 sebesar 0,719. Nilai ini menandakan bahwa PT Delta Djakarta Tbk menghasilkan laba kotor yang paling tinggi dibanding dengan perusahaan lain pada sektor industri barang konsumsi. Selain itu PT Delta Djakarta Tbk lebih efisien dalam kegiatan produksinya. Adapun mean GPM yang dimiliki oleh industri barang konsumsi yang terdaftar di BEI selama periode 2008-2012 adalah 0,373. Sementara itu nilai standar deviasi dari industri barang konsumsi selama periode 2008-2012 adalah 0,174. Ini menunjukkan bahwa ukuran penyebaran nilai rasio GPM relatif kecil, sehingga rasio GPM pada sektor industri barang konsumsi lebih homogen.

6.

OPM minimum yaitu sebesar 0,007 dimiliki oleh PT Indofarma Tbk pada tahun 2008. Nilai OPM didapat dari jumlah laba operasi atau laba sebelum pajak yang dihasilkan dibagi dengan penjualan bersih yang diperoleh selama satu periode, dengan rasio OPM yang hanya 0,007 mengindikasikan laba operasi dari PT Indofarma Tbk sangat rendah, karena PT Indofarma Tbk banyak melakukan pengeluaran melalui kegiatan operasinya.


Rasio OPM maksimum dimiliki oleh PT Taisho Pharmaceutical Indonesia Tbk pada tahun 2011 sebesar 0,471. Nilai ini menandakan bahwa PT Taisho Pharmaceutical Indonesia Tbk memiliki laba operasi yang paling tinggi dibanding dengan perusahaan lain pada sektor industri barang konsumsi. Ini juga mengindikasikan bahwa PT Taisho Pharmaceutical Indonesia Tbk memiliki kegiatan operasi yang efektif. Adapun mean OPM yang dimiliki oleh industri barang konsumsi yang terdaftar di BEI selama periode 2008-2012 adalah 0,135. Sementara itu nilai standar deviasi dari industri barang konsumsi selama periode 2008-2012 adalah 0,105. Nilai ini menunjukkan bahwa ukuran penyebaran nilai rasio OPM relatif kecil, sehingga rasio OPM dari sektor industri barang konsumsi lebih homogen. 7.

Pertumbuhan Laba minimum yaitu sebesar -0,634 dimiliki oleh PT Ultrajaya Milk Industry and Trading Company Tbk pada tahun 2009. Pertumbuhan Laba diperoleh dari jumlah laba yang diperoleh tahun saat ini dikurangi jumlah laba yang diperoleh tahun sebelumnya, kemudian hasil pengurangan tersebut dibagi dengan jumlah laba yang diperoleh tahun sebelumnya. Dengan pertumbuhan laba sebesar -0,634 ini menunjukkan bahwa laba yang diperoleh PT Ultrajaya Tbk tahun 2009 mengalami penurunan dibanding tahun 2008, jika ini terus berlanjut maka dapat mengancam kelangsungan usaha dari PT Ultrajaya. Pertumbuhan Laba maksimum dimiliki oleh PT Ultrajaya Milk Industry and Trading Company Tbk pada tahun 2008 sebesar 5,874. Nilai ini mengindikasikan bahwa laba tahun 2008 yang diperoleh oleh PT Ultrajaya


jauh lebih tinggi dibanding laba tahun 2007, karena itu nilai seperti ini harus dipertahankan untuk terus meningkatkan kelangsungan usaha dari PT Ultrajaya. Adapun mean Pertumbuhan Laba yang dimiliki oleh industri barang konsumsi yang terdaftar di BEI selama periode 2008-2012 adalah 0,372. Sementara itu nilai standar deviasi dari industri barang konsumsi selama periode 2008-2012 adalah 0,731. Nilai ini menunjukkan bahwa ukuran penyebaran pertumbuhan laba cukup tinggi, sehingga pertumbuhan laba dari sektor industri barang konsumsi lebih bervariasi.

4.2

Hasil Pengujian Asumsi Klasik

4.2.1

Hasil Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi,

variabel pengganggu atau residual memiliki distribusi normal, model regresi yang baik memiliki distribusi data normal atau mendekati normal (Ghozali, 2011:160). Uji normalitas penelitian ini dilakukan dengan analisis grafik dan uji KolmogorovSmirnov, berikut adalah tampilan dari uji normalitas dalam penelitian ini. 1.

Analisis Grafik Analisis grafik yang digunakan dalam penelitian ini adalah dengan grafik histogram dan grafik P-P Plot. Pada grafik histogram, data yang mengikuti atau mendekati distribusi normal adalah distribusi data dengan bentuk lonceng (Ghozali, 2011:163). Berikut ini merupakan hasil uji normalitas dalam penelitian ini dengan menggunakan analisis grafik histogram.


Gambar 4.1 Grafik Histogram Sumber: Output SPSS 19 diolah penulis, 2013

Grafik histogram pada gambar 4.1 menunjukkan bahwa grafik menceng ke kiri dan tidak membentuk pola berbentuk bel atau lonceng, maka dapat disimpulkan model regresi tidak memenuhi asumsi normalitas dengan demikian data yang digunakan dalam penelitian ini tidak terdistribusi secara normal. Pada grafik P-P Plot, sebuah data dikatakan berdistribusi normal apabila titiktitik datanya tidak menceng ke kiri atau ke kanan, melainkan menyebar di sekitar garis diagonal (Ghozali, 2011:163). Berikut ini merupakan hasil uji normalitas dengan menggunakan analisis grafik P-P Plot.


Gambar 4.2 Grafik Normal P-P Plot Sumber: Output SPSS 19 diolah penulis, 2013

Grafik Normal P-P Plot pada gambar 4.2 menunjukkan bahwa titik-titik data menceng ke kiri dan ke kanan serta menyebar jauh dari garis diagonal dan tidak mengikuti arah garis diagonal, maka dapat disimpulkan bahwa model regresi tidak memenuhi asumsi normalitas dengan demikian data yang digunakan dalam penelitian ini tidak terdistribusi secara normal. 2.

Uji Kolmogorov-Smirnov Uji ini didasarkan pada Kolmogorov–Smirnov Test yang dilakukan terhadap data residual model regresi. Jika nilai probabilitas atau sig. (2-tailed) lebih besar dari 0.05 maka data tersebut terdistribusi normal, tetapi jika nilai probabilitas sig. (2-tailed) lebih kecil dari 0.05 maka distribusi data tersebut


tidak normal (Ghozali, 2011:32). Berikut ini merupakan hasil uji normalitas dengan uji Kolmogorov–Smirnov dalam penelitian ini.

Tabel 4.6 Hasil Uji Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N Normal Parameters

115 a,b

Mean Std. Deviation

Most Extreme Differences

.00000 .699349

Absolute

.181

Positive

.181

Negative

-.162

Kolmogorov-Smirnov Z

1.945

Asymp. Sig. (2-tailed)

.001

a. Test distribution is Normal. b. Calculated from data.

Sumber: Output SPSS 19 diolah penulis, 2013 Sesuai dengan uji Kolmogorov-Smirnov yang ditunjukkan oleh tabel 4.4 di atas, dimana nilai probabilitas atau Asymp. Sig. (2-tailed) sebesar 0,001. Oleh karena itu nilai probabilitas lebih kecil dari 0,05 atau 0,001 < 0,05 maka H0 ditolak yang berarti data residual tidak terdistribusi secara normal.

Melalui uji normalitas yang telah dilakukan, baik melalui analisis grafik maupun uji Kolmogorov-Smirnov dapat disimpulkan bahwa data yang digunakan dalam penelitian ini tidak terdistribusi secara normal dan tidak memenuhi model estimasi yang Best Linear Unbiased Estimator (BLUE). Data yang tidak terdistribusi secara normal dapat disebabkan karena adanya data outlier yaitu data yang memiliki karakteristik unik yang terlihat sangat berbeda jauh atau ekstrim


dari observasi-observasi lainnya (Ghozali, 2011:41). Ada 4 (empat) penyebab timbulnya data oulier yaitu kesalahan dalam mengetri data, gagal menspesifikasi adanya missing value, outlier bukan merupakan anggota populasi yang diambil sebagai sampel, distribusi dari variabel dalam populasi tersebut memiliki nilai ekstrim dan tidak terdistribusi normal (Ghozali, 2011:41). Sesuai dengan empat penyebab timbulnya data outlier tersebut, maka menurut peneliti penyebab timbulnya data outlier dalam penelitian ini karena distribusi dari variabel dalam populasi penelitian ini memiliki nilai ekstrim sehingga tidak terdistribusi normal. Hal ini dibuktikan dengan uji normalitas yang telah dilakukan dimana hasilnya menunjukkan ketidaknormalan distribusi data dalam penelitian ini, penyebabnya karena beberapa data yang digunakan dalam penelitian ini memiliki nilai ekstrim dan perbedaan yang terlalu signifikan dibanding data-data lain. Ketidaknormalan data penelitian dapat diatasi dengan melakukan transformasi terhadap data tersebut agar menjadi normal (Ghozali, 2011:35). Agar residual datanya menjadi normal, maka transformasi data perlu dilakukan untuk seluruh variabel penelitian. Karena itu data awal dalam penelitian ini akan ditransformasi sesuai dengan bentuk histogram dari setiap variabel penelitian baik variabel bebas maupun terikat. Penulis melakukan transformasi data ke model akar kuadrat untuk variabel WCTA, DER, GPM dan OPM, sementara itu untuk variabel ITO, TATO, dan Pertumbuhan Laba penulis melakukan transformasi data ke model Logaritma 10. Transformasi yang dilakukan terhadap data awal yang berjumlah 115 pengamatan, menimbulkan munculnya 18 pengamatan yang missing value.


Pengolahan data dengan SPSS membuat pengamatan yang memiliki missing value ini otomatis dibuang, sehingga jumlah pengamatan setelah ditransformasi adalah 97 pengamatan, ini diperoleh dari 115 pengamatan awal dikurang 18 pengamatan yang missing value. Tabel berikut menunjukkan 18 pengamatan yang memiliki missing value setelah transformasi. Tabel 4.7 Missing Value Pengamatan Penelitian Pengamatan

Sampel Perusahaan

Tahun 2008

12

Indofarma Tbk

22

Kedawung Setia Industrial Tbk

2008

24

Tiga Pilar Sejahtera Food Tbk

2009

31

Ultrajaya Milk Industry and Trading Company Tbk

2009

42

Mustika Ratu Tbk

2009

48

Cahaya Kalbar Tbk

2010

53

Sekar Laut Tbk

2010

61

Merck Tbk

2010

63

Taisho Pharmaceutical Indonesia Tbk

2010

66

Mandom Indonesia Tbk

2010

69

Langgeng Makmur Industry Tbk

2010

75

Mayora Indah Tbk

2011

77

Ultrajaya Milk Industry and Trading Company Tbk

2011

94

Cahaya Kalbar Tbk

2012

96

Indofood Sukses Makmur Tbk

2012

101

Gudang Garam Tbk

2012

107

Merck Tbk

2012

115 Langgeng Makmur Industry Tbk Sumber : Data diolah penulis, 2013

2012

Penulis selanjutnya akan mendeteksi data outlier dari 97 pengamatan tersebut, apabila ditemukan data outlier dari 97 pengamatan tersebut maka data


outlier tersebut juga akan otomotatis dibuang karena dianggap menjadi pemicu terjadinya ketidaknormalan data dalam penelitian ini. Menurut Hair (1998) dalam Ghozali, 2011:41 untuk kasus sampel kecil (kurang dari 80) maka standar skor dengan nilai ≥ 2,5 dinyatakan outlier, untuk sampel besar standar skor dinyatakan outlier jika nilainya pada kisaran 3 sampai 4. Karena jumlah pengamatan dalam penelitian ini yang mencapai 97 pengamatan maka data yang memiliki nilai > 3 atau > -3 akan dianggap sebagai data outlier. Tabel 4.8 Data Oulier dari Pengamatan Pengamatan 25

Sampel Perusahaan Multi Bintang Indonesia Tbk Tiga Pilar Sejahtera Food Tbk

42 Sumber : Data diolah penulis, 2013

Nilai/Skor 5,492 - 3,263

Kedua pengamatan yang memiliki data outlier tersebut akhirnya dibuang, dengan demikian jumlah pengamatan dalam penelitian ini adalah 95 pengamatan, setelah 97 pengamatan hasil transformasi tersebut dikurangi 2 (dua) pengamatan yang memiliki data outlier, dengan demikian jumlah akhir pengamatan dalam penelitian ini adalah 95 pengamatan. Terhadap 95 pengamatan ini akan dilakukan uji asumsi klasik, analisis linear dan juga test of goodness of fit. Hasil uji normalitas terhadap data dari 95 pengamatan dalam penelitian ini adalah sebagai berikut.


1.

Analisis Grafik

Gambar 4.3 Grafik Histogram (Setelah Transformasi Data dan Outlier) Sumber: Output SPSS 19 diolah penulis, 2013 Grafik histogram pada gambar 4.3 menunjukkan bahwa pola distribusi normal, karena grafik tidak menceng ke kiri atau ke kanan melainkan membentuk pola bel atau lonceng, sehingga dapat disimpulkan bahwa model regresi telah memenuhi asumsi normalitas, dengan demikian data yang digunakan dalam penelitian ini telah terdistribusi secara normal. Hasil ini juga diperkuat dengan hasil uji grafik normal P-P Plot berikut.


Gambar 4.4 Grafik Normal P-P Plot (Setelah Transformasi Data dan Outlier) Sumber: Output SPSS 19 diolah penulis, 2013 Grafik Normal P-P Plot pada gambar 4.4 menunjukkan bahwa titik-titik data tidak menceng ke kiri atau ke kanan, melainkan menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, sehingga dapat disimpulkan bahwa model regresi telah memenuhi asumsi normalitas dengan demikian data yang digunakan dalam penelitian ini telah terdistribusi secara normal.


2.

Uji Kolmogorov-Smirnov Tabel 4.9 Uji Kolmogorov-Smirnov (Setelah Transformasi Data dan Outlier) One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N Normal Parameters

95 a,b

Mean

.00000

Std. Deviation

.862564

Most Extreme

Absolute

.043

Differences

Positive

.039

Negative

-.043

Kolmogorov-Smirnov Z

.424

Asymp. Sig. (2-tailed)

.994

a. Test distribution is Normal. b. Calculated from data.

Sumber: Output SPSS 19 diolah penulis, 2013

Sesuai dengan uji Kolmogorov-Smirnov yang ditunjukkan oleh tabel 4.8 di atas, maka diperoleh nilai probabilitas atau Asymp.Sig.(2-tailed) sebesar 0,994, dengan demikian nilai probabilitas lebih besar dari 0,05 atau 0,971 > 0,05, karena itu H0 ditolak yang berarti data residual terdistribusi dengan normal.

4.2.2

Hasil Uji Multikolinearitas Uji multikoloniearitas bertujuan untuk menguji apakah model regresi

ditemukan adanya korelasi antar variabel bebas (independen), model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen (Ghozali, 2011:105). Jika nilai tolerance > 0,1 dan nilai VIF < 10, maka dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model regresi


(Ghozali, 2011:106). Berikut ini merupakan hasil uji multikolinearitas dalam penelitian ini. Tabel 4.10 Hasil Uji Multikolinearitas Coefficientsa Collinearity Statistics Model 1

Tolerance

VIF

(Constant) WCTA

.352

2.837

DER

.302

3.315

ITO

.651

1.536

TATO

.778

1.286

GPM

.531

1.883

OPM

.585

1.710

a. Dependent Variable: LABA

Sumber : Output SPSS 19 diolah penulis, 2013 Hasil uji moltikolinearitas pada tabel 4.9 menunjukkan bahwa keenam variabel bebas yang digunakan dalam penelitian ini, memiliki tolerance value > 0,1 dan VIF < 10. Dengan demikian dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model regresi.

4.2.3

Hasil Uji Autokorelasi Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada

korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode

t-1 (sebelumnya), model regresi yang baik adalah

regresi yang bebas dari autokorelasi (Ghozali, 2011:110). Dalam model regresi tidak terjadi autokorelasi apabila nilai du < d < 4 – du (Ghozali, 2011:111),


berikut ini merupakan hasil uji autokorelasi terhadap model regresi dalam penelitian ini. Tabel 4.11 Hasil Uji Autokorelasi Model Summaryb

Model 1

R

R Square a

.511

Adjusted R

Std. Error of the

Square

Estimate

.261

.211

Durbin-Watson

.891484

1.940

a. Predictors: (Constant), OPM, TATO, DER, ITO, GPM, WCTA b. Dependent Variable: LABA

Sumber : Output SPSS 19 diolah penulis, 2013 Hasil uji autokorelasi pada tabel 4.10 menunjukkan bahwa nilai DurbinWatson (d) sebesar 1,940. Nilai ini akan kita bandingkan dengan nilai pada tabel Durbin-Watson dengan menggunakan signifikansi 5% dan jumlah pengamatan (n) 95 serta jumlah variabel independen 6 (k=6), maka berdasarkan tabel DurbinWatson diperoleh nilai batas atas (du) sebesar 1,802 dan nilai batas bawah (dl) sebesar 1,535. Sehingga diperoleh persamaan berikut : du < d < 4 – du

1,802 < 1,940 < 2,198

maka dapat ditarik kesimpulan bahwa dalam model regresi penelitian ini tidak terjadi autokorelasi positif atau negatif.

4.2.4

Hasil Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model

regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain, model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas (Ghozali, 2011:139). Cara yang yang


digunakan untuk mendeteksi ada-tidaknya heteroskedastisitas dalam penelitian ini adalah dengan melihat diagram scatterplot dan uji glejser. Pada scatterplot jika tidak ada pola yang jelas, serta titik–titik menyebar diatas dan dibawah angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas (Ghozali, 2011:139). Berikut ini merupakan hasil uji heteroskedastisistas dengan digram scatterplot terhadap model regresi dalam penelitian ini.

Gambar 4.5 Diagram Scatterplot Sumber : Output SPSS 19 diolah penulis, 2013

Diagram Scatterplot pada gambar 4.5 menunjukkan bahwa tidak terbentuk pola yang jelas pada gambar serta titik-titik menyebar secara acak dan tersebar baik diatas maupun dibawah angka nol pada sumbu Y. Maka dapat disimpulkan


bahwa tidak terjadi heteroskedastisitas pada model regresi dalam penelitian ini. Untuk

memperkuat

hasil

uji

diagram

scatterplot

tersebut,

maka

uji

heteroskedastisitas dalam penelitian ini juga dilengkapi dengan uji glejser, tabel 4.10 berikut menampilkan hasil uji glejser terhadap model regresi dalam penelitian ini. Tabel 4.12 Hasil Uji Glejser Coefficientsa Standardized Unstandardized Coefficients Model 1

B

Std. Error

(Constant)

.677

.055

WCTA

.030

.094

DER

-.115

ITO

Coefficients Beta

t

Sig.

12.358

.000

.056

.316

.753

.122

-.179

-.941

.349

-.035

.069

-.066

-.510

.611

TATO

-.023

.065

-.041

-.348

.728

GPM

-.006

.074

-.012

-.083

.934

OPM

.008

.071

.015

.109

.914

a. Dependent Variable: ABS_RES

Sumber : Output SPSS 19 diolah penulis, 2013 Hasil uji glejser pada tabel 4.11 menunjukkan bahwa nilai signifikan (sig.) keenam variabel bebas yang digunakan dalam penelitian ini lebih besar dari 0,05 dengan demikian dapat ditarik kesimpulan bahwa tidak terjadi heteroskedastisitas pada model regresi.

4.3

Hasil Analisis Data Hasil uji asumsi klasik yang dilakukan terhadap data dalam penelitian ini

menunjukkan bahwa data yang digunakan dalam penelitian ini telah memenuhi asumsi

klasik,

yaitu

data

terdistribusi

normal,

tidak

terjadi

gejala


multikolinearitas,

tidak

terdapat

autokorelasi

dan

tidak

terjadi

gejala

heteroskedastisitas dengan demikian dapat disimpulkan bahwa model regresi yang digunakan dalam penelitian ini telah memenuhi model estimasi yang Best Linear Unbiased Estimator (BLUE) dan layak untuk dilakukan analisis regresi (Ghozali, 2011:173). Hasil regresi dapat dilihat pada tabel 4.12 berikut. Tabel 4.13 Hasil Analisis Regresi Coefficientsa Standardized Unstandardized Coefficients Model 1

B

Std. Error

(Constant)

.007

.092

WCTA

.128

.158

DER

.107

ITO

Coefficients Beta

t

Sig. .079

.937

.125

.811

.419

.206

.086

.517

.606

.102

.117

.099

.872

.385

TATO

-.398

.110

-.377

-3.626

.000

GPM

-.374

.126

-.374

-2.979

.004

OPM

.135

.119

.136

1.133

.260


Sumber : Output SPSS 19 diolah penulis, 2013 Sesuai dengan hasil analisis regresi pada tabel 4.12 tersebut maka diperoleh model persamaan regresi linear berganda berikut :

Ŷ = 0,007 + 0,128 X1 + 0,107 X2 + 0,102 X3 - 0,398 X4 - 0,374 X5 + 0,135 X6 + e Model persamaan regresi linear berganda di atas, dapat dijelaskan sebagai berikut: 1.

Konstanta memiliki nilai 0,007 yang berarti jika WCTA, DER, ITO, TATO, GPM dan OPM konstan, maka pertumbuhan laba akan mengalami kenaikan sebesar 0,007 satuan.

2.

Koefisien regresi untuk WCTA memiliki nilai 0,128 yang berarti setiap kenaikan 1 (satu) satuan yang dialami oleh WCTA, maka akan diikuti oleh


kenaikan pertumbuhan laba sebesar 0,128 satuan. Dalam hal ini faktor lain yang mempengaruhi pertumbuhan laba dianggap konstan. 3.

Koefisien regresi untuk DER memiliki nilai sebesar 0,107 yang berarti setiap kenaikan 1 (satu) satuan yang dialami oleh DER, maka akan diikuti oleh kenaikan pertumbuhan laba sebesar 0,107 satuan. Dalam hal ini faktor lain yang mempengaruhi pertumbuhan laba dianggap konstan.

4.

Koefisien regresi untuk ITO memiliki nilai sebesar 0,102 yang berarti setiap kenaikan 1 (satu) satuan yang dialami oleh ITO, maka akan diikuti oleh kenaikan pertumbuhan laba sebesar 0,102 satuan. Dalam hal ini faktor lain yang mempengaruhi pertumbuhan laba dianggap konstan.

5.

Koefisien regresi untuk TATO memiliki nilai sebesar -0,398 yang berarti setiap kenaikan 1 (satu) satuan yang dialami oleh TATO, maka akan diikuti oleh penurunan pertumbuhan laba sebesar 0,398 satuan. Dalam hal ini faktor lain yang mempengaruhi pertumbuhan laba dianggap konstan.

6.

Koefisien regresi untuk GPM memiliki nilai sebesar -0,347 yang berarti setiap kenaikan 1 (satu) satuan yang dialami oleh GPM, maka akan diikuti oleh penurunan pertumbuhan laba sebesar 0,347 satuan. Dalam hal ini faktor lain yang mempengaruhi pertumbuhan laba dianggap konstan.

7.

Koefisien regresi untuk OPM memiliki nilai sebesar 0,135 yang berarti setiap kenaikan 1 (satu) satuan yang dialami oleh OPM, maka akan diikuti oleh kenaikan pertumbuhan laba sebesar 0,135 satuan. Dalam hal ini faktor lain yang mempengaruhi pertumbuhan laba dianggap konstan.


4.4

Hasil Test of Goodness of Fit

4.4.1

Hasil Koefisien Determinasi (R2) Menurut Ghozali, 2011:97 koefisien determinasi (R2) pada intinya

mengukur seberapa jauh kemampuan model menerangkan variasi variabel dependen. Nilai koefisien determinasi yang digunakan dalam penelitian ini adalah nilai adjusted R2 karena variabel independen yang digunakan dalam penelitian ini lebih dari dua variabel. Tabel berikut menunjukkan koefisien determinasi dari variabel bebas dalam penelitian ini. Tabel 4.14 Koefisien Determinasi (Adjusted R2) Model Summary Std. Error of the Model

R Square .511a

1

Adjusted R Square

.261

.211

Estimate .891484

a. Predictors: (Constant), OPM, TATO, DER, ITO, GPM, WCTA

Sumber : Output SPSS 19 diolah penulis, 2013 Pada model summary di atas dapat dilihat bahwa nilai adjusted R2 adalah 0,211 hal ini berarti 21,1 % pertumbuhan laba dipengaruhi oleh variabel bebas yang digunakan dalam model persamaan dalam penelitian ini, yaitu WCTA, DER, ITO, TATO, GPM, dan OPM sedangkan sisanya yaitu sebesar 78,9% dipengaruhi oleh faktor-faktor lain yang tidak terdapat dalam model persamaan regresi dalam penelitian ini.

4.4.2

Hasil Uji Signifikan Simultan (Uji F) Uji statistik F pada dasarnya menunjukkan apakah semua variabel

independen atau bebas yang dimasukkan dalam model mempunyai pengaruh


secara simultan terhadap variabel dependen/terikat (Ghozali,2011:98). Hipotesis untuk uji F penelitian ini adalah : H01 : WCTA, DER, ITO, TATO, GPM dan OPM tidak berpengaruh terhadap pertumbuhan laba. H1 : WCTA, DER, ITO, TATO, GPM dan OPM berpengaruh terhadap pertumbuhan laba. Dasar pengambilan keputusan terhadap uji F adalah : 3.

H01 diterima dan H1 ditolak jika F hitung < F tabel untuk α = 0,05

4.

H01 ditolak dan H1 diterima jika F hitung > F tabel untuk α = 0,05 Tabel 4.15 Hasil Uji Signifikan Simultan (Uji F) ANOVAb

Model 1

Sum of Squares

df

Mean Square

Regression

24.752

6

4.125

Residual

69.938

88

.795

Total

94.689

94

F 5.191

Sig. .000a

a. Predictors: (Constant), OPM, TATO, DER, ITO, GPM, WCTA b. Dependent Variable: LABA

Sumber : Output SPSS 19 diolah penulis, 2013

Hasil uji F yang ditampilkan pada tabel 4.14 menunjukkan bahwa nilai Fhitung adalah 5,191. Sementara itu nilai dari Ftabel dengan (N = 95, k = 6, α = 5%) diketahui sebesar 2,317. Apabilai nilai dari Fhitung dibandingkan dengan nilai dari Ftabel maka diperoleh Fhitung > Ftabel = 5,191 > 2,317. Sementara itu nilai signifikan (sig.) adalah 0,419 apabila dibandingkan dengan α = 5% maka diperoleh 0,000 < 0,05. Dengan demikian hipotesis H01 ditolak dan H1 diterima, ini berarti secara simultan WCTA, DER, ITO, TATO, GPM, dan OPM mempunyai pengaruh yang


signifikan terhadap pertumbuhan laba pada perusahaan manufaktur yang tergolong dalam sektor industri barang konsumsi yang terdaftar di BEI selama periode 2008-2012.

4.4.3

Hasil Uji Signifikan Parsial ( Uji t ) Menurut Ghozali (2011:98) uji statistik t pada dasarnya menunjukkan

seberapa jauh pengaruh satu variabel penjelas/independen secara individual dalam menerangkan variabel dependen. Hipotesis untuk uji t penelitian ini adalah : 8.

H02 : WCTA tidak berpengaruh terhadap pertumbuhan laba. H2

9.

: WCTA berpengaruh terhadap pertumbuhan laba.

H03 : DER tidak berpengaruh terhadap pertumbuhan laba. H3

: DER berpengaruh terhadap pertumbuhan laba.

10. H04 : ITO tidak berpengaruh terhadap pertumbuhan laba. H4

: ITO berpengaruh terhadap pertumbuhan laba.

11. H05 : TATO tidak berpengaruh terhadap pertumbuhan laba. H5

: TATO berpengaruh terhadap pertumbuhan laba.

12. H06 : GPM tidak berpengaruh terhadap pertumbuhan laba. H6

: GPM berpengaruh terhadap pertumbuhan laba.

13. H07 : OPM tidak berpengaruh terhadap pertumbuhan laba. H7

: OPM berpengaruh terhadap pertumbuhan laba.

Dasar pengambilan keputusan terhadap uji t adalah : 3. H0 diterima dan Ha ditolak jika t hitung < t tabel untuk α = 0,05 4. H0 ditolak dan Ha diterima jika t hitung > t tabel untuk α = 0,05


Tabel 4.16 Hasil Uji Signifikan Parsial ( Uji t ) Standardized Unstandardized Coefficients Model 1

B

Coefficients

Std. Error

(Constant)

.007

.092

WCTA

.128

.158

DER

.107

ITO

Beta

t

Sig. .079

.937

.125

.811

.419

.206

.086

.517

.606

.102

.117

.099

.872

.385

TATO

-.398

.110

-.377

-3.626

.000

GPM

-.374

.126

-.374

-2.979

.004

OPM

.135

.119

.136

1.133

.260


Sumber : Output SPSS 19 diolah penulis, 2013 Hasil uji parsial (thitung) dalam penelitian ini ditampilkan pada tabel 4.15 diatas, sementara itu nilai dari ttabel dengan (N = 95, k = 6, α = 5%) diketahui sebesar 1,987. Berdasarkan hasil uji thitung diatas dan juga nilai dari ttabel maka hubungan variabel bebas secara parsial terhadap variabel terikat dalam penelitian ini adalah sebagai berikut : 1.

WCTA memiliki nilai thitung sebesar 0,811 apabila dibandingkan dengan nilai ttabel 1,987 maka diperoleh thitung < ttabel = 0,811 < 1,987. Sementara itu nilai signifikan WCTA adalah 0,419 apabila dibandingkan dengan α = 5% maka diperoleh 0,419 > 0,05. Dengan demikian hipotesis H02 diterima, ini berarti secara parsial WCTA tidak mempunyai pengaruh yang signifikan terhadap pertumbuhan laba pada perusahaan manufaktur yang tergolong dalam sektor industri barang konsumsi yang terdaftar di BEI.

2.

DER memiliki nilai thitung sebesar 0,517 apabila dibandingkan dengan nilai ttabel 1,987 maka diperoleh thitung < ttabel = 0,517 < 1,987. Sementara itu nilai signifikan DER adalah 0,606 apabila dibandingkan dengan α = 5% maka


diperoleh 0,606 > 0,05. Dengan demikian hipotesis H03 diterima, ini berarti secara parsial DER tidak mempunyai pengaruh yang signifikan terhadap pertumbuhan laba pada perusahaan manufaktur yang tergolong dalam sektor industri barang konsumsi yang terdaftar di BEI. 3.

ITO memiliki nilai thitung sebesar 0,872 apabila dibandingkan dengan nilai ttabel 1,987 maka diperoleh thitung < ttabel = 0,872 < 1,987. Sementara itu nilai signifikan ITO adalah 0,385 apabila dibandingkan dengan α = 5% maka diperoleh 0,385 > 0,05. Dengan demikian hipotesis H04 diterima, ini berarti secara parsial ITO tidak mempunyai pengaruh yang signifikan terhadap pertumbuhan laba pada perusahaan manufaktur yang tergolong dalam sektor industri barang konsumsi yang terdaftar di BEI.

4.

TATO memiliki nilai thitung sebesar -3,626 (diubah menjadi 3,626) apabila dibandingkan dengan nilai ttabel 1,987 maka diperoleh thitung > ttabel = 3,626 > 1,987. Sementara itu nilai signifikan TATO adalah 0,385 apabila dibandingkan dengan

α = 5% maka diperoleh 0,000 < 0,05. Dengan

demikian hipotesis H05 ditolak dan H5 diterima, ini berarti secara parsial TATO mempunyai pengaruh yang signifikan terhadap pertumbuhan laba pada perusahaan manufaktur yang tergolong dalam sektor industri barang konsumsi yang terdaftar di BEI. 5.

GPM memiliki nilai thitung sebesar -2,979 (diubah menjadi 2,979) apabila dibandingkan dengan nilai ttabel 1,987 maka diperoleh thitung > ttabel = 2,979 > 1,987. Sementara itu nilai signifikan GPM adalah 0,004 apabila dibandingkan dengan α = 5% maka diperoleh 0,004 < 0,05. Dengan demikian hipotesis H06 ditolak dan H6 diterima, ini berarti secara parsial GPM mempunyai pengaruh


yang signifikan terhadap pertumbuhan laba pada perusahaan manufaktur yang tergolong dalam sektor industri barang konsumsi yang terdaftar di BEI. 6.

OPM memiliki nilai thitung sebesar 1,133 apabila dibandingkan dengan nilai ttabel 1,987 maka diperoleh thitung < ttabel = 1,133 < 1,987. Sementara itu nilai signifikan OPM adalah 0,260 apabila dibandingkan dengan α = 5% maka diperoleh 0,260 > 0,05. Dengan demikian hipotesis H07 diterima, ini berarti secara parsial OPM tidak mempunyai pengaruh yang signifikan terhadap pertumbuhan laba pada perusahaan manufaktur yang tergolong dalam sektor industri barang konsumsi yang terdaftar di BEI.

4.5

Pembahasan Hasil Penelitian

4.5.1 Perbandingan dengan Hasil Penelitian Terdahulu Hasil uji signifikan parsial (uji t ) dalam penelitian apabila dibandingkan dengan hasil penelitian terdahulu, maka dapat dijelaskan sebagai berikut : 1.

WCTA tidak Berpengaruh Terhadap Pertumbuhan Laba Hasil uji signifikan parsial (uji t) menunjukkan bahwa WCTA tidak berpengaruh terhadap pertumbuhan laba pada perusahaan manufaktur yang tergolong dalam sektor industri barang konsumsi yang terdaftar di BEI. Hasil ini mendukung hasil penelitian yang diperoleh oleh Hapsari (2007) untuk periode 2001-2005 dan Cahyaningrum (2012) untuk periode 2005-2010 pada perusahaan manufaktur yang terdaftar di BEI yang menyatakan jika WCTA tidak berpengaruh terhadap pertumbuhan laba. Di lain pihak hasil penelitian ini berseberangan dengan hasil penelitian yang diperoleh Putri (2010) yang


menyatakan jika WCTA berpengaruh terhadap pertumbuhan laba pada perusahaan otomotif yang terdaftar di BEI pada periode 2004 hingga 2008. 2.

DER tidak Berpengaruh Terhadap Pertumbuhan Laba Hasil uji signifikan parsial (uji t) menunjukkan bahwa DER tidak berpengaruh terhadap pertumbuhan laba pada perusahaan manufaktur yang tergolong dalam sektor industri barang konsumsi yang terdaftar di BEI. Hasil ini mendukung hasil penelitian yang diperoleh oleh Putri (2010) pada perusahaan otomotif yang terdaftar di BEI pada periode 2004 hingga 2008, hasil penelitian Ningsih (2010) pada perusahaan manufaktur subsektor makanan dan minuman untuk periode 2006-2009, hasil penelitian Sitorus (2010) pada perusahaan asuransi yang terdaftar di BEI selama periode 20062009, serta hasil penelitian Cahyaningrum (2012) pada perusahaan manufaktur yang terdaftar di BEI untuk periode 2005-2010 yang menyatakan jikalau DER tidak berpengaruh terhadap pertumbuhan laba. Di lain pihak hasil penelitian ini berseberangan dengan hasil penelitian yang diperoleh Sinaga (2010) pada perusahaan property dan real estate untuk periode 20062008 dan hasil penelitian Sianturi (2010) pada perusahaan asuransi yang terdaftar di BEI untuk periode 2006-2009 yang menyatakan jika DER berpengaruh terhadap pertumbuhan laba.

3.

ITO tidak Berpengaruh Terhadap Pertumbuhan Laba Hasil uji signifikan parsial (uji t) menunjukkan bahwa ITO tidak berpengaruh terhadap pertumbuhan laba pada perusahaan manufaktur yang tergolong dalam sektor industri barang konsumsi yang terdaftar di BEI. Hasil ini mendukung hasil penelitian yang diperoleh oleh Sinaga (2010) pada


perusahaan property dan real estate untuk periode 2006-2008 dan hasil penelitian Sianturi (2010) pada perusahaan asuransi yang terdaftar di BEI untuk periode 2006-2009 yang menyatakan jika ITO tidak berpengaruh terhadap pertumbuhan laba. Di lain pihak hasil penelitian ini berseberangan dengan hasil penelitian yang diperoleh Ningsih (2010) pada perusahaan manufaktur subsektor makanan dan minuman untuk periode 2006-2009 yang menyatakan jika ITO berpengaruh terhadap pertumbuhan laba. 4.

TATO Berpengaruh Terhadap Pertumbuhan Laba Hasil uji signifikan parsial (uji t) menunjukkan bahwa TATO berpengaruh terhadap pertumbuhan laba pada perusahaan manufaktur yang tergolong dalam sektor industri barang konsumsi yang terdaftar di BEI. Hasil ini mendukung hasil penelitian yang diperoleh oleh Hapsari (2007) pada perusahaan manufaktur selama periode 2001-2005, hasil penelitian Ningsih (2010) pada perusahaan manufaktur subsektor makanan dan minuman untuk periode 2006-2009 dan juga hasil penelitian Cahyaningrum (2012) pada perusahaan manufaktur yang terdaftar di BEI untuk periode 2005-2010 yang juga menyatakan bahwa TATO berpengaruh terhadap pertumbuhan laba. Disisi lain hasil penelitian ini berseberangan dengan hasil penelitian yang diperoleh Sinaga (2010) pada perusahaan property dan real estate untuk periode 2006-2008, hasil penelitian Sitorus (2010) pada perusahaan asuransi yang terdaftar di BEI selama periode 2006-2009, hasil penelitian Sianturi (2010) pada perusahaan asuransi yang terdaftar di BEI untuk periode 20062009 serta hasil penelitian Itasabella (2010) pada perusahaan pertambangan


yang terdaftar di BEI selama periode 2007-2009 yang menyatakan jika TATO tidak berpengaruh terhadap pertumbuhan laba. 5.

GPM Berpengaruh Terhadap Pertumbuhan Laba Hasil uji signifikan parsial (uji t) menunjukkan bahwa GPM berpengaruh terhadap pertumbuhan laba pada perusahaan manufaktur yang tergolong dalam sektor industri barang konsumsi yang terdaftar di BEI. Hasil ini mendukung hasil penelitian yang diperoleh oleh Hapsari (2007) pada perusahaan manufaktur selama periode 2001-2005 yang menyatakan bahwa GPM berpengaruh terhadap pertumbuhan laba. Disisi lain hasil penelitian ini berseberangan dengan hasil penelitian yang diperoleh Ningsih (2010) pada perusahaan manufaktur subsektor makanan dan minuman untuk periode 2006-2009 yang menyatakan jikalau GPM tidak berpengaruh terhadap pertumbuhan laba.

6.

OPM tidak Berpengaruh Terhadap Pertumbuhan Laba Hasil uji signifikan parsial (uji t) menunjukkan bahwa OPM tidak berpengaruh terhadap pertumbuhan laba pada perusahaan manufaktur yang tergolong dalam sektor industri barang konsumsi yang terdaftar di BEI. Hasil ini mendukung hasil penelitian yang diperoleh oleh Itasabella (2010) pada perusahaan pertambangan yang terdaftar di BEI selama periode 2007-2009 yang menyatakan jika OPM tidak berpengaruh terhadap pertumbuhan laba. Di lain pihak hasil penelitian ini berseberangan dengan hasil penelitian yang diperoleh Sianturi (2010) pada perusahaan asuransi yang terdaftar di BEI untuk periode 2006-2009 yang menyatakan jika OPM berpengaruh terhadap pertumbuhan laba.


4.5.2 Implikasi Hasil Penelitian Sesuai dengan hasil penelitian yang diperoleh melalui uji hipotesis yang telah dilakukan baik melalui uji F maupun uji t maka implikasi dari hasil penelitian ini dapat dijelaskan sebagai berikut : 1.

Secara simultan rasio keuangan yang terdiri atas WCTA, DER, ITO, TATO, GPM dan OPM berpengaruh secara signifikan terhadap pertumbuhan laba pada perusahaan manufaktur yang tergolong dalam sektor industri barang konsumsi yang terdaftar di BEI. Ini berarti untuk menjaga kelangsungan usahanya perusahaan-perusahaan manufaktur sektor industri barang konsumsi yang terdaftar di BEI harus mengupayakan untuk menjaga nilai dari keenam rasio tersebut sekaligus pada kondisi yang baik. Apabila rasio WCTA tinggi maka modal kerja atau modal operasional perusahaan juga tinggi. Apabila rasio DER tinggi maka penggunaan hutang sebagai modal kerja juga tinggi tetapi harus diikuti dengan kebijasanaan dalam mengelola hutang. Apabila rasio ITO tinggi maka perputaran persediaan juga tinggi dan jika TATO tinggi maka perusahaan optimal dalam mengelola aset yang dimiliki. Apabila GPM tinggi maka laba kotor juga tinggi serta rasio OPM tinggi maka kegiatan operasional perusahaan berjalan dengan baik. Jika kondisi yang baik seperti ini mampu dicapai perusahaan untuk keenam rasio keuangan tersebut sekaligus, maka perusahaan manufaktur yang tergolong dalam sektor industri barang konsumsi akan mampu menghasilkan pertumbuhan laba yang tinggi di setiap periode, dimana ini akan membuat perusahaan manufaktur sektor industri barang konsumsi tetap stabil dan akan dapat terus mempertahankan kelangsungan usahanya dalam waktu yang lama.


2.

Secara parsial Total Asset Turn Over (TATO) berpengaruh secara signifikan terhadap pertumbuhan laba pada perusahaan manufaktur yang tergolong dalam sektor industri barang konsumsi yang terdaftar di BEI selama periode 2008 hingga 2012. TATO digunakan untuk mengukur jumlah penjualan yang dihasilkan dari setiap rupiah aset yang dimiliki, TATO diperoleh dari jumlah penjualan bersih dibagi dengan jumlah aset (Kasmir, 2012:185). Aset yang dimaksud berupa kas, piutang, properti perusahaan, hak paten dan hak cipta, merek dagang, dan sebagainya. Untuk

menjaga

pertumbuhan

laba

agar

terus

meningkat

demi

mempertahankan kelangsungan usahanya, maka perusahaan-perusahaan dalam sektor industri barang konsumsi yang terdaftar di BEI harus mengupayakan rasio TATO pada skor yang tinggi dengan mengoptimalkan aset yang dimiliki untuk menghasilkan penjualan yang tinggi (Kasmir, 2012:173). Sehingga dapat diasumsikan semakin besar penjualan yang diwujudkan, semakin efisien penggunaan seluruh aset yang dimiliki. Karena nilai rasio TATO yang tinggi juga menunjukkan efektivitas dan efisiensi perusahaan dalam memanfaatkan seluruh sumber daya yang dimiliki untuk menghasilkan keuntungan yang maksimal bagi perusahaan (Kasmir, 2012:172). Rasio TATO yang tinggi menunjukkan penjualan yang tinggi yang tentunya menghasilkan laba yang tinggi pula, apabila terus dipertahankan maka pertumbuhan laba perusahaan manufaktur sektor industri barang konsumsi akan terus meningkat. Sehingga ini akan semakin memperpanjang umur dan kelangsungan bisnis perusahaan manufaktur sektor industri barang konsumsi.


3.

Secara parsial Gross Profit Margin (GPM) berpengaruh secara signifikan terhadap pertumbuhan laba pada perusahaan manufaktur yang tergolong dalam sektor industri barang konsumsi yang terdaftar di BEI. GPM menggambarkan laba kotor yang dapat dicapai setiap rupiah penjualan, GPM diperoleh dari jumlah laba kotor dibagi dengan penjualan bersih (Munawir 2004:99). Laba kotor yang dimaksud adalah laba sebelum dikurangi biayabiaya operasi perusahaan. Untuk

menjaga

pertumbuhan

laba

agar

terus

meningkat

demi

mempertahankan kelangsungan usahanya, maka perusahaan-perusahaan dalam sektor industri barang konsumsi yang terdaftar di BEI harus mengupayakan rasio GPM pada skor yang tinggi dengan meningkatkan laba kotor yang diperoleh, agar laba kotor dapat ditingkatkan maka perusahaan manufaktur sektor industri barang konsumsi harus mengendalikan persediaan (persediaan barang baku, barang setengah jadi, dan barang jadi) dengan baik, dengan begitu harga pokok penjualan akan dapat ditekan sehingga dapat menghasilkan laba kotor yang lebih tinggi (Jusuf, 2007 : 33). Selain itu, yang juga dapat dilakukan untuk meningkatkan laba kotor adalah dengan meningkatkan efisiensi penggunaan biaya atau menjual produk dengan harga yang lebih tinggi (Jusuf, 2007:33), dengan begitu laba bersih yang dihasilkan akan semakin tinggi. Apabila dapat terus dipertahankan maka pertumbuhan laba perusahaan manufaktur sektor industri barang konsumsi juga akan terus meningkat,

sehingga ini

akan semakin

memperpanjang

umur

dan

kelangsungan bisnis perusahaan manufaktur sektor industri barang konsumsi.


BAB V PENUTUP

5.1

Kesimpulan Sesuai dengan hasil analisis data dan pembahasan yang telah dikemukakan

dalam bab empat, maka kesimpulan yang dapat diambil dari penelitian ini adalah sebagai berikut. : 1.

Secara simultan, hasil penelitian menunjukkan bahwa rasio keuangan yang terdiri atas WCTA, DER, ITO, TATO, GPM, dan OPM berpengaruh secara signifikan terhadap pertumbuhan laba pada perusahaan manufaktur sektor industri barang konsumsi yang terdaftar di BEI, dimana 21,1% pertumbuhan laba dipengaruhi oleh variabel bebas yang digunakan dalam penelitian ini dengan tingkat kepercayaan 95%.

2.

Hasil uji signifikan parsial (uji t) menunjukkan bahwa secara parsial Working Capital to Total Asset (WCTA) tidak berpengaruh terhadap pertumbuhan laba pada perusahaan manufaktur sektor industri barang konsumsi yang terdaftar di BEI.

3.

Hasil uji signifikan parsial (uji t) menunjukkan bahwa secara parsial Debt to Equity Ratio (DER) tidak berpengaruh terhadap pertumbuhan laba pada perusahaan manufaktur sektor industri barang konsumsi yang terdaftar di BEI.

4.

Hasil uji signifikan parsial (uji t) menunjukkan bahwa secara parsial Inventory Turnover (ITO) tidak berpengaruh terhadap pertumbuhan laba pada


perusahaan manufaktur sektor industri barang konsumsi yang terdaftar di BEI. 5.

Hasil uji signifikan parsial (uji t) menunjukkan bahwa secara parsial Total Asset Turnover (TATO) berpengaruh signifikan terhadap pertumbuhan laba pada perusahaan manufaktur sektor industri barang konsumsi yang terdaftar di BEI.

6.

Hasil uji signifikan parsial (uji t) menunjukkan bahwa secara parsial Gross Profit Margin (GPM) berpengaruh signifikan terhadap pertumbuhan laba pada perusahaan manufaktur sektor industri barang konsumsi yang terdaftar di BEI.

7.

Hasil uji signifikan parsial (uji t) menunjukkan bahwa secara parsial Operating Profit Margin (GPM) tidak berpengaruh terhadap pertumbuhan laba pada perusahaan manufaktur sektor industri barang konsumsi yang terdaftar di BEI.

5.2

Keterbatasan Penelitian Keterbatasan yang terdapat dalam penelitian ini terletak pada :

1.

Hasil penelitian yang diperoleh menunjukkan rendahnya pengaruh variabel independen yaitu WCTA, DER, ITO, TATO, GPM ,dan OPM dalam mempengaruhi variabel dependen yaitu pertumbuhan laba, yakni hanya sebesar 21,1% sedangkan sisanya yaitu 78,9% dipengaruhi oleh faktor-faktor lain yang tidak terdapat dalam model regresi dalam penelitian ini.


2.

Jumlah rasio keuangan yang digunakan dalam penelitian ini sedikit yaitu hanya enam rasio keuangan yang terdiri atas WCTA, DER, ITO, TATO, GPM dan OPM.

3.

Penelitian ini hanya melihat pengaruh rasio keuangan terhadap pertumbuhan laba dan mengabaikan pengaruh-pengaruh lainnya seperti manajemen perusahaan, ukuran perusahaan,, umur perusahaan dan faktor-faktor ekonomi dan politik Negara yang bersangkutan yang mungkin mempengaruhi pertumbuhan laba.

5.3

Saran Melalui hasil penelitian ini, peneliti menyampaikan beberapa saran berikut

bagi pihak-pihak yang berkepentingan terhadap hasil penelitian ini, yaitu : 1.

Bagi Perusahaan Manufaktur Sektor Industri Barang Konsumsi yang Terdaftar di BEI. a.

Hasil analisis rasio keuangan terhadap pertumbuhan laba pada penelitian ini dapat memberikan gambaran kondisi keuangan dan kinerja perusahaan manufaktur sektor industri barang konsumsi yang terdaftar di BEI. Oleh sebab itu untuk mempertahankan kelangsungan usahanya dengan mengupayakan pertumbuhan laba yang terus meningkat maka perusahaan-perusahaan yang tergolong dalam sektor industri barang konsumsi yang terdaftar di BEI, harus berupaya menghasilkan nilai rasio TATO yang tinggi dengan mengoptimalkan seluruh sumber daya yang dimiliki dan juga rasio GPM yang tinggi dengan mengendalikan persediaan dan meningkatkan efisiensi penggunaan biaya. Maka dengan


demikian perusahaan-perusahaan yang tergolong dalam sektor industri barang konsumsi yang terdaftar di BEI akan dapat meningkatkan hasil penjualan sehingga laba perusahaan juga akan meningkat. Dengan mempertahankan kondisi seperti ini maka perusahaan akan mampu meraih peningkatan pertumbuhan laba yang terus meningkat di setiap periode sehingga kelangsungan usaha juga akan semakin panjang. 2.

Penelitian Selanjutnya a.

Penelitian selanjutnya sebaiknya menggunakan rasio keuangan lain yang tidak digunakan dalam penelitian ini karena pengaruh dari rasio keuangan ini terhadap pertumbuhan laba hanya sebesar 21,1%, oleh sebab itu penelitian selanjutnya diharapkan dapat menambahkan rasio keuangan lain yang mungkin berpengaruh terhadap pertumbuhan laba selain rasio keuangan dalam penelitian ini.

b.

Penelitian yang akan datang sebaiknya menambah jumlah rasio keuangan yang akan diteliti dan bila memungkinkan rentang waktu penelitian juga ditambahkan, sehingga hasil yang diperoleh akan lebih mewakili objek penelitian sesungguhnya.

c.

Penelitian yang akan datang sebaiknya juga menambahkan faktor-faktor ekonomi secara makro seperti: tingkat inflasi, pertumbuhan ekonomi, kebijakan pemerintah serta kondisi politik dan ekonomi suatu negara.


BAB III METODE PENELITIAN

Recommend Documents