BAB IV ANALISIS HASIL DAN PEMBAHASAN
A. Analisis Statistik Deskriptif Analisis statistik dekriptif menggambarkan tentang ringkasan datadata penelitian seperti nilai minimum, maksimum, rata – rata dan standar deviasi dari masing – masing variabel yang terdaftar dalam penelitian. Data yang digunakan dalam penelitian ini adalah 16 sampel selama 3 tahun sehingga total data yang diteliti sebanyak 48 sampel. Data dianalisis dengan program statistik SPSS versi 21. Tabel 4.1 Analisis Statistik Deskriptif Descriptive Statistics N
Minimum
Maximum
Mean
Std. Deviation
NPM
48
.01735
.32881
.1064369
.08042897
GPM
48
.08886
.69806
.3134023
.16953280
ROA
48
.00803
.86494
.1697060
.18806169
ROE
48
.02224
1.37457
.3142048
.35754055
EPS
48
.02594
70.15236
7.8489933
17.21371740
Valid N (listwise)
48
Sumber : output SPSS versi 21 Net Profit Margin (NPM) mengindikasikan tingkat efektivitas dan efisiensi kegiatan manajemen yang baik sehingga memiliki kemampuan menghasilkan laba yang baik pula. Hasil statistik deskriptif NPM bernilai minimum di tahun 2011 sebesar 0.01735 oleh PT. Sekar Laut, Tbk serta bernilai maksimum 0.32881 tahun 2013 pada PT. Multi Bintang Indonesia,
47
48
Tbk. NPM mempunyai nilai mean sebesar 0.1064369 dan standar deviasi 0.08042897 yang berarti bahwa simpangan data NPM di sektor perusahaan makanan dan minuman tersebar dengan baik karena nilai standar deviasi yang lebih kecil dari mean. Berdasarkan table di atas diketahui Gross Profit Margin (GPM) dengan nilai minimum sebesar 0.08886 yang dimiliki oleh PT. Cahaya Kalbar Tbk pada tahun 2013 serta nilai maksimum sebesar 0.69806 oleh PT. Delta Jakarta Tbk di tahun 2013.Nilai rata-rata (mean) sebesar 0.3134023 dan standar deviasi 0.16953280. Ini mencerminkan bahwa simpangan data pada variabel GPM tersebar baik karena nilai standar deviasi yang lebih kecil dari rata – rata. Return on Asset (ROA) menunjukkan keefektifan perusahaan dalam menghasilkan laba dengan memanfaatkan aktiva yang dimilikinya. Tabel memperlihatkan ROA minimum dimiliki oleh PT. Tri Banyan Tirta Tbk di tahun 2013 dengan nilai 0.00803 sedangkan nilai maksimum pada PT. Nipon Indosari Corpindo Tbk juga di tahun 2013 sebesar 0.86494 Nilai standar deviasi 0.18806169 lebih besar dari mean sebesar 0.1697060 mengindikasikan bahwa secara umum kinerja perusahaan beroperasi secara efisien mendapatkan laba dan simpangan ROA tersebar dengan baik. Return on Equity (ROE) menunjukkan beberapa besar kemampuan modal sendiri dalam menghasilkan keuntungan bagi pemegang saham. Tabel memperlihatkan ROE minimum dimiliki oleh PT. Tri Banyan Tirta
49
Tbk,di tahun 2013 dengan nilai 0.02224 sedangkan nilai maksimum padaPT. Multi Bintang Indonesia Tbk di tahun 2012 sebesar 1.37457. Nilai rata-rata (mean) sebesar 0.3142048 standar deviasi 0.35754055 yang berarti. Nilai standar deviasi yang terlalu besar tersebut menunjukkan bahwa simpangan data pada variabel ROE tidak signifikan. Perusahaan terlalu menggunakan penggunaan asetnya dari modal yang dimiliki dalam memperoleh laba, dengan tidak menjual sahamnya ke pasar bursa tentu akan menurunkan harga saham pasar perusahaan sehingga hal ini akan berakibat menurunnya nilai retun. Variabel Earning per Share mempunyai nilai mean sebesar 0.4368 pada tanggal publikasinya yang berarti secara umum kemampuan perusahaan memberikan Earning per Share masih dalam posisi baik dengan standar deviasi sebesar 0.4400. Sedangkan nilai minimum dan maksimum Earning per Share terdapat pada tahun 2011 masing-masing dimiliki PT. Akasha Wira International Tbk sebesar 0.02594 serta nilai maksimum sebesar 70.15236 yang dimiliki oleh PT. Unilever Indonesia Tbk.
B. Uji Asumsi Klasik 1. Uji Normalitas Pengujian normalitas dengan menggunakan
Kolmogorov –
Smirnov, bila nilai signifikan <0.05 berarti distribusi data tidak normal sedangkan bila nilai signifikan >0.05 maka distribusi normal.
50
Tabel 4.2
One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N Normal Parameters
48 a,b
Most Extreme Differences
Mean Std. Deviation
.0000000 8.00941269
Absolute
.162
Positive
.132
Negative
-.162
Kolmogorov-Smirnov Z
1.125
Asymp. Sig. (2-tailed)
.159
a. Test distribution is Normal. b. Calculated from data.
Hasil uji ini menunjukan nilai signifikansi dari unstandardized residual tersebut adalah 0.159>0.05, maka dapat disimpulkan residual memenuhi distribusi normal. Hal ini diperkuat dengangambar Histrogram dan normal probability plot adalah sebagai berikut : Gambar 4.1
51
Gambar 4.2 Normal Probability Plot
Berdasarkan gambar di atas dapat dilihat bahwa titik – titik pada gambar normal probability plot mengikuti garis diagonal, maka dapat disimpulkan bahwa residual model regresi berdistribusi normal.
2. Uji Multikolonieritas Multikolonieritas adalah suatu keadaan dimana diantara variabel bebas dalam model regresi terdapat korelasi yang signifikan. Model regresi yang baik adalah yang tidak mengandung multikolonieritas. Untuk mendeteksi ada tidaknya multikolonieritas digunakan Variance Inflation Factor (VIF). Apabila nilai tolerance >0.10 dan nilai VIF <10, maka tidak
52
ada multikolonieritas antara variabel bebas dalam model regresi demikian juga sebaliknya. Tabel 4.3 Coefficients Model
a
Collinearity Statistics Tolerance
VIF
(Constant)
1
NPM
.215
4.644
GPM
.309
3.238
ROA
.413
2.424
ROE
.376
2.658
Sumber : output SPSS versi 21 Berdasarkan tabel 4.3 di atas dapat dilihat bahwa nilai NPM, GPM, ROA dan ROE memiliki nilai tolerance masing – masing 0.215, 0.309, 0.413 dan 0.367. Sehingga nilai keempat variabel bebas tersebut bernilai tolerance>0.10. Demikian pula nilai VIF NPM sebesar 4.644, GPM sebesar 3.238, ROA sebesar 2.424 dan ROE sebesar 2.258 yang nilai ketiga variabel <10. Sehingga dapat disimpulkan bahwa model regresi tidak mengindikasikan adanya multikolonieritas atau asumsi non multikolonieritas terpenuhi.
3. Uji Autokorelasi Autokorelasi menunjukkan bahwa dalam sebuah model regresi linier terdapat kesalahan pengganggu pada periode waktu dengan kesalahan pada periode waktu sebelumnya. Model regresi yang baik
53
adalah bebas dari autokorelasi. Pendeteksian ada tidaknya autokorelasi dapat dilakukan dengan menggunakan uji Durbin-Watson. Tabel 4.4 b
Model Summary Model
R
1
R Square
.885
a
Adjusted R
Std. Error of the
Square
Estimate
.784
.763
Durbin-Watson
8.37366096
1.653
a. Predictors: (Constant), ROE, GPM, ROA, NPM b. Dependent Variable: EPS
Sumber : output SPSS versi 21 Berdasarkan tabel output di atas diketahui nilai Durbin-Watson sebesar 1.653. Sedangkan hasil pengujian menurut tabel dengan n = 48 dan k = 4 pada tingkat signifikansi α = 5% diperoleh nilai batas bawah (dl) = 1.3619 dan batas atas (du) = 1.7206. Berdasarkan kriteria yang telah ditentukan bahwa syarat tidak mengandung autokorelasi adalah du < dw < 4-du sehingga didapat perhitungan 1.7206<1653<4-1.7206, maka ini berarti tidak terjadi autokorelasi, sehingga kesimpulannya adalah uji autokorelasi terpenuhi.
4. Uji Heteroskedastisitas Heteroskedastisitas
menunjukkan
adanya
ketidaksamaan
varians dari residual atas suatu pengamatan ke pengamatan lain. Deteksi
adanya
heteroskedastisitas
dengan
menggunakan
uji
Spearman’s rho. Hasil pengujian heteroskedastisitas dilihat apabila variabel independen memiliki nilai sig>0.05 berarti tidak terjadi
54
heteroskedastisitas. Namun sebaliknya jika variabel memiliki sig<0.05 maka terjadi heteroskedastisitas.
Tabel 4.5 Hasil Uji Heteroskedastisitas Correlations Unstandardized Residual
NPM
Correlation Coefficient
.044
Sig. (2-tailed)
.765
N
GPM
48
Correlation Coefficient
.042
Sig. (2-tailed)
.775
N
48
Spearman's rho Correlation Coefficient ROA
Sig. (2-tailed) N Correlation Coefficient
ROE
Sig. (2-tailed) N
-.123 .405 48 -.176 .230 48
Sumber : output SPSS versi 21 Berdasarkan tabel 4.5 terlihat bahwa korelasi ketiga variabel dengan Unstandarized Residual menunjukkan signifikansi sebesar >0.05. Yaitu nilai signifikansi NPM sebesar 0.765, GPM sebesar 0.775, ROA sebesar
55
0.405 dan ROE sebesar 0.203. Berdasarkan hasil uji tersebut maka model regresi berganda yang digunakan dalam penelitian ini adalah bebas heteroskedastisitas. Pengujian heteroskedastisitas juga dapat dilakukan melalui grafik scatter plot yang dapat dilihat pada gambar 4.3: Gambar 4.3
Gambar scatter plot di atas menunjukkan titik – titik menyebar secara acak dan tidak membentuk suatu pola tertentu diatas dan dibawah nilai 0 pada sumbu Y. Berdasarkan hasil tersebut dapat disimpulkan bahwa tidak terjadi heteroskedastisitas dalam model regresi yang digunakan, dengan demikian asumsi non heteroskedastisitas terpenuhi.
C. Analisis Koefisien Determinasi Koefisien determinasi (R square) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependennya.
56
Pengujian dimaksudkan untuk mengetahui ketepatan yang paling baik dalam analisa regresi yang dinyatakan dengan koefisien determinasi (
= 1
berarti independent variabel berpengaruh sempurna terhadap dependent variabel. Begitu juga dengan nila R square yang mendekati 1 (satu) berarti variabel – variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi dependen. Jika
= 0 berati
independent variabel tidak berpengaruh terhadap dependent variabel. Tabel 4.6 Hasil Uji Analisis Koefisien Determinasi b
Model Summary Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
1
.885
a
.784
.763
8.37366096
Predictors: (Constant), ROE, GPM, ROA, NPMa Dependent Variable: EPSb
S Sumber : output SPSS versi 21
Dari table 4.6 diketahui bahwa nilai R sebesar 0,885 menunjukan bahwa kolerasi atau hubungan antara variabel dependen dan variabel independent adalah lemah karena berada di bawah angka 0.5 (50%). Hasil pengujian koefisien determinasi menunjukan nilai Adjusted R Square atau angka Koefisiensi Determinasi (
) sebesar 0.763. Hal ini berarti bahwa
variasi ke empat variabel independent yaitu NPM, GPM, ROA dan ROE dalam menjelaskan EPS pada perusahaan industri makanan dan minuman di BEI periode Juni 2011 – Juni 2013 memiliki pengaruh sebesar 76.3%.
57
Sedangkan sisanya 23.7% dijelaskan oleh faktor-faktor variabel lain yang tidak diteliti dalam penelitian ini.
D. Uji Hipotesis 1. Uji Statistik F Uji ini dilakukan dengan menganalisis besarnya pengaruh NPM, GPM, ROA dan ROE secara serentak terhadap Earning per Share. Tabel 4.7 Hasil Uji Statistik F a
ANOVA Model
Sum of Squares Regression
Df
Mean Square
10911.585
4
2727.896
3015.083
43
70.118
Total 13926.667 Dependent Variable: EPS
47
a. b.
Predictors: (Constant), ROE, GPM, ROA, NPM
1
Residual
F 38.904
Sig. .000
Sumber : output SPSS versi 21
Berdasarkan uji pada tabel 4.7 diperoleh nilai F hitung sebesar 1.159 dengan nilai signifikansi 0.000 lebih kecil dari α = 0.05 yang berarti Ho diterima. Artinya bahwa secara simultan f fundamental berupa NPM, GPM, ROA, dan ROE berpengaruh terhadap Earning per Share perusahaan makanan dan minuman di BEI Periode Juni 2011 – Juni 2013.
b
58
2. Uji Statistik t Uji t digunakan untuk mengetahui pengaruh variabel – variabel bebas secara parsial terhadap variabel terikat dalam penelitian. Apabila signifikansi <0.05 maka Ho diterima, dengan demikian variabel bebas dapat menjelaskan variabel terikat yang ada dalam model atau ada pengaruh secara parsial antara variabel yang diuji. Sebaliknya jika signifikansi >0.05, maka Ho ditolak, dengan demikian variabel bebas tidak dapat menjelaskan variabel terikat atau tidak ada pengaruh secara parsial antara variabel yang diuji. Tabel 4.8 Hasil Uji Statistik t dan Analisis Regresi Linier Berganda Model
Unstandardized Coefficients
Standardized
T
Sig.
Coefficients B (Constant)
1
Std. Error -7.296
2.612
NPM
-75.129
32.726
GPM
27.187
ROA ROE
Beta -2.794
.008
-.351
-2.296
.027
12.964
.268
2.097
.042
.446
10.111
.005
.044
.965
46.293
5.570
.962
8.312
.000
Sumber : output SPSS versi 21 Berdasarkan output SPSS pada tabel 4.8 dapat disimpulkan sebagai berikut : Nilai thitung adalah -2296 dengan nilai signifikan sebesar 0.027 lebih kecil dari alpa 0,05 artinya secara parsial Ho berpengaruh signifikan terhadap Earning per Share. Besarnya pengaruh variabel NPM terhadap EPS adalah -0,351 atau -35,1%. Nilai tersebut menunjukkan bahwa
59
kontribusi NPM secara parsial terhadap perubahan EPS adalah sebesar 35,1 %. Nilai thitung adalah 2.097 dengan nilai signifikan sebesar 0.042 lebih kecil dari alpa 0,05 artinya secara parsial Ho berpengaruh signifikan terhadap Earning per Share. Besarnya pengaruh variabel GPM terhadap EPS adalah 0,268 atau 26,8%. Nilai tersebut menunjukan bahwa kontribusi GPM secara parsial terhadap perubahan EPS adalah sebesar 26,8% Nilai thitung adalah 0.005 dengan nilai signifikansi sebesar 0.965 lebih besar dari alpha 0,05 artinya secara parsial Ho tidak diterima sehingga variabel ROA secara parsial tidak berpengaruh signifikan terhadap Earning per Shar. Besarnya pengaruh variabel ROA terhadap EPS adalah 0,446 atau 44,6%. Nilai tersebut menunjukan bahwa kontribusi ROA secara parsial terhadap EPS adalah 44,6%. Nilai thitung adalah 8.312 dengan nilai signifikan sebesar 0.000 lebih kecil dari alpa 0,05 artinya secara parsial Ho berpengaruh signifikan terhadap Earning per Share. Besarnya pengaruh variabel ROE terhadap Earning per Shar adalah 0,962 atau 96,2%. Nilai tersebut menunjukan bahwa kontribusi ROE secara parsial terhadap EPS adalah 96,2%.
E. Analisis Regresi Linier Berganda Analisis regresi linier berganda digunakan untuk menganalisa pengaruh variabel – variabel independen terhadap variabel dependen. Dari
60
hasil analisis tabel 4.8 di atas, maka persamaan regresinya adalah sebagai berikut : Y = α + β1X1 + β2X2 + β3X3 + ε Y = -07.296 – 75.129 NPM + 27.187 GPM +0.4464 ROA + 46.293 + ε Persamaan ini dapat dijelaskan sebagai berikut : 1. Konstanta sebesar -0.7296 artinya jika NPM, GPM, ROA dan ROE nilainya 0, maka perubahan EPS akan mengalami penurunan sebesar 0.7293. 2. Nilai koefisien regresi variabel NPM sebesar -75.129 artinya jika NPM naik satu satuan, maka EPS pada perusahaan makanan dan minuman di BEI Periode Juni 2011 - 2013 akan mengalami penurunan sebesar 75.129. 3. Nilai koefisien regresi variabel GPM sebesar 27.187 artinya jika GPM naik satu satuan, maka EPS pada perusahaan makanan dan minuman di BEI Periode Juni 2011 - 2013 akan mengalami peningkatan sebesar 27.187. 4. Nilai koefisien regresi variabel ROA sebesar 0.446 artinya jika EPS naik satu satuan, maka EPS perusahaan makanan dan minuman di BEI 2011 – 2013 akan mengalami peningkatan sebesar 0.446. 5. Nilai koefisien regresi variabel ROE sebesar 46.293 artinya jika ROE naik satu satuan, maka EPS perusahaan makanan dan minuman di BEI 2011 – 2013 akan mengalami peningkatan sebesar 46.293.
61
F. Pembahasan 1. Pengaruh NPM terhadap Earning per Share Dari hasil pengujian di atas, diketahui bahwa variabel NPM berpengaruh
signifikan
terhadap
Earning
per
Share.
Ini
mengindikasikan peningkatan rasio NPM perusahaan menjadi faktor penentu dalam meningkatkan kepercayaan investor karena ketertarikan investor pada perusahaan yang memiliki efektifitas dan efisiensi kegiatan manajemen yang baik. Hal ini sejalan dengan penelitian yang dilakukan Juwarin Pancawati (2004) pada perusahaan perbankan yang terdaftar di BEI periode 2000 – 2004 yang menyimpulkan bahwa NPM berpengaruh positih dan signifikan terhadap Earning per Share.
2. Pengaruh GPM terhadap Earning per Share Dari hasil pengujian di atas, diketahui bahwa variabel GPM berpengaruh
signifikan
terhadap
Earning
per
Share.
Ini
mengidentifikasikan peningkatan rasio GPM perusahaan menjadi faktor penentu dalam meningkatkan kepercayaan investor karena ketertarikan investor pada perusahaan yang memiliki efektivitas dan efisiensi kegiatan manajemen yang baik. Sehingga dapat mengubah harga kotor yang dapat dicapai setiap rupiah penjualan yang selanjutnya akan berpengaruh terhadap EPS. Hal ini sejalan dengan penelitian yang dilakukan oleh Ade Affianda (2013) dengan objek penelitian perusahaan perusahaan Indeks LQ 45 periode 2011 – 2013
62
yang melakukan penelitian terhadap variabel ROA, ROE, GPM, NPM dan EPS.
3. Pengaruh ROA terhadap Earning per Share Dari hasil pengujian di atas, diketahui bahwa variabel ROA berpengaruh signifikan terhadap Earning per Share. Hal ini sesuai dengan
hasil
penelitian
oleh
Hairuliansyah
(2009)
dengan
menggunakan variabel ROA, ROE, dan DPR mempunyai pengaruh yang signifikan terhadap EPS. Kondisi ini menggambarkan bahwa investor sangat tertarik pada perusahaan yang mampu memaksimalkan aktiva yang dimiliki untuk memperoleh keuntungan. Dengan masuknya investor untuk menananmkan sahamnya maka akan mendorong peningkatan harga saham. Sehingga pada akhirnya akan meningkatkan pula Earning per Share perusahaan.
4. Pengaruh ROE terhadap Earning per Share Dari hasil pengujian di atas, diketahui bahwa variabel ROE berpengaruh signifikan terhadap Earning per Share. Hal ini sesuai dengan hasil penelitian oleh Heriyanto (2010) dengan menggunakan rasio Penelitian tersebut meliputi ROI, ROE dan DPS, di mana ke tiga variabel tersebut berpengaruh signifikan terhadap EPS. Sebagaimana ROA, maka semakin tinggi ROE juga menunjukan kinerja perusahaan semakin baik dan berdampak pada peningkatan harga saham
63
perusahaan. Jika harga saham semakin meningkat jumlah saham yang beredar juga
akan
meningkat,
maka
secara teoritis,
sangat
dimungkinkan ROE berpengaruh positif terhadap Earning per Share.