51
BAB IV ANALISIS HASIL DAN PEMBAHASAN
Dalam bab ini akan disajikan hasil penelitian yang dilakukan terhadap data sekunder yaitu berupa komponen-komponen laporan keuangan yang diperoleh dari perusahaan pertambangan dan energi yang terdaftar di Bursa Efek Indonesia (BEI) periode 2006 sampai 2009. Penjelasan mengenai hasil penelitian ini akan dibahas melalui beberapa uji yaitu sebagai berikut: A. Statistik Deskriptif Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata (mean), standar deviasi, varian maksimum, minimum, kurtosis dan skewness. Dalam penelitian ini hasil statistik deskriptif dilihat berdasarkan pada besarnya skewness dan kurtosis. Skewness akan menunjukkan tingkat kemencengan data, jika jumlahnya semakin besar maka data tersebut semakin menceng, artinya data tidak tersebar dengan rata yang disebabkan oleh data yang ekstrim. Sedangkan kurtosis adalah tingkat kelancipan data, semakin besar kurtosis maka data semakin baik.
51
52
Tabel 4.1 Statistik Deskriptif dengan data ekstrim
Descriptive Statistics N
Minimum Maximum Mean
Std. Deviation
Skewness
Kurtosis
Std. Statistic Statistic
Statistic
Statistic
36
-.9314
41.8152
DAR
36
.0258
TATO
36
ROE CR
Pertumbuhan
Statistic
Statistic Error
Statistic Std. Error
2.052724 7.1015079
5.317
.393
30.101
.768
.7489
.454981
-.487
.393
-.896
.768
.5352
112.1747
9.973711 19.6878772
4.326
.393
21.567
.768
36
.0023
.8175
.236174
1.210
.393
.623
.768
36
1.0832
15.5973
3.356554 2.7534826
2.839
.393
10.583
.768
Laba .1989843
.2253090
Valid N (listwise) 36
Sumber : Hasil Penelitian, diolah dengan program SPSS 17.0 Tabel 4.1 menunjukkan adanya data ekstrim yang cukup besar pada beberapa variabel yang digunakan dalam penelitian. Hal tersebut ditunjukkan dengan adanya beberapa variabel yang memiliki nilai skewness sampai 5.317. Untuk memperoleh tingkat normalitas data yang lebih baik maka data ekstrim tersebut perlu dihilangkan. Jumlah data yang digunakan dalam penelitian ini semula berjumlah 36 data, setelah dilakukan eliminasi data ekstrim jumlah data menjadi 30 data. Variabel pertumbuhan laba, CR, DAR, TATO dan ROE mempunyai nilai
53
skewness yang cukup tinggi berarti variabel-variabel tersebut memiliki data ekstrim positif. Data ekstrim ini perlu dihilangkan karena dapat mempengaruhi hasil analisa penelitian. Pengeliminasian data ekstrim dilakukan berdasarkan pada besarnya nilai skewness variabel tersebut, semakin kecil nilai skewness dan kurtosisnya maka akan semakin baik.
Tabel 4.2 Statistik Deskriptif Descriptive Statistics Std. N
Range
Minimum Maximum
Mean
Deviation
Skewness
Kurtosis
Std. Statistic Statistic PERTUMBUHAN
Statistic
Statistic
Statistic
Statistic
Statistic
Error
Std. Statistic
Error
30
9.5934
-.7663
8.8272
.951828 2.0187516
2.482
.427
7.493
.833
CR
30
6.9333
1.0832
8.0165 3.189944 1.8926356
1.053
.427
.368
.833
DAR
30
.7231
.0258
.1939799
-.284
.427
-.923
.833
TATO
30
38.1396
.5352
38.6748 6.760201 9.0450884
2.183
.427
4.657
.833
ROE
30
.8152
.0023
1.123
.427
.286
.833
Valid N (listwise)
30
LABA
.7489
.8175
.439265
.251285
.2356411
Berdasarkan Tabel 4.2 terlihat bahwa setelah dilakukan eliminasi data ekstrim, tingkat normalitas data menjadi lebih baik dari data sebelumnya.
Hal
ini
ditunjukkan
dengan
rendahnya
tingkat
54
kemencengan data yaitu pada skewness yaitu -0.284 sampai 2.482. Skewnees bernilai positif menunjukkan kemencengan data ada pada sisi kanan. Nilai kurtosis yang tinggi yaitu -0.923 sampai 7.493 menandakan bahwa data tidak menyebar atau terkumpul sehingga data bersifat homogen. Nilai minimum CR sebesar 1.0832 adalah CR tahun 2007 yang terdapat pada PT Elnusa Tbk. Nilai minimum DAR sebesar 0.0258 adalah DAR tahun 2009 yang terdapat pada PT Central Korporindo International Tbk. Nilai minimum TATO sebesar 0.5352 adalah TATO tahun 2007 yang terdapat pada PT Perusahaan Gas Negara (Persero) Tbk. Nilai minimum ROE sebesar 0.023 adalah ROE tahun 2007 yang terdapat pada PT Central Korporindo International Tbk. Nilai maximum CR sebesar 8.0165 adalah CR tahun 2008 yang terdapat pada PT Aneka Tambang Tbk. Nilai maximum DAR sebesar 0.7489 adalah DAR tahun 2008 yang terdapat pada PT Truba Alam Engineering Tbk. Nilai maximum TATO sebesar 38.6748 adalah TATO tahun 2007 yang terdapat pada PT Indika Energy Tbk. Nilai maximum ROE 0.8175 adalah ROE tahun 2008 yang terdapat pada PT Tambang Batubara Bukit Asam (Persero) Tbk. Dari statistik deskriptif di atas dapat disimpulkan bahwa secara keseluruhan data yang digunakan dalam penelitian dapat digolongkan
55
sebagai data yang normal. Perbedaan besarnya skewness dan kurtosis masih dapat ditoleransi.
B. Uji Normalitas Uji normalitas data digunakan untuk mengetahui apakah dalam sebuah model regresi mempunyai distribusi data normal atau mendekati normal. Data yang baik
dan layak digunakan
dalam
penelitian yaitu data yang memiliki distribusi normal . Normalitas data sebuah model regresi dapat diketahui dengan menggunakan One sample Kolmogorof Smirnof test.
Uji One-Sample Kolmogorof-Smirnov Test Uji normalitas data dengan menggunakan uji one sample kolmogorof-smirnof yaitu menggunakan hipotesis sebagai berikut: Ho : Data residual berdistribusi normal Ha : Data residual tidak berdistribusi normal Dengan menggunakan confidence level 95% atau signifikansi level 5% maka jika Asymp.Sig (2-tailed) test nilainya lebih kecil dari 5% maka Ha diterima dan Ho ditolak. Data yang berdistribusi normal adalah data yang signifikansi diatas 0.05. (Imam Ghozali : 2005)
56
Tabel 4.3 Uji One-Sample Kolmogorof-Smirnov Test
One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N
30 a,,b
Normal Parameters
Mean Std. Deviation
Most Extreme Differences
.0000000 1.73162579
Absolute
.160
Positive
.160
Negative
-.103
Kolmogorov-Smirnov Z
.878
Asymp. Sig. (2-tailed)
.424
a. Test distribution is Normal. b. Calculated from data.
Dari tabel diatas dapat diketahui bahwa distribusi pertumbuhan laba telah berdistribusi dengan normal yang ditunjukkan dengan nilai Asymp. Sig (2-tailed) sebesar 0.424 (lebih besar dari 0.05). Hal ini menunjukkan Ha ditolak dan Ho diterima, yang berarti data berdistribusi normal.
57
C. Uji Asumsi Klasik Untuk menguji kesalahan model regresi yang digunakan dalam penelitian, maka harus dilakukan pengujian asumsi klasik pada multikolinieritas, heterokedastisitas, dan autokorelasi. 1. Uji Multikolonieritas Uji multikolonieritas diperlukan untuk mengetahui ada tidaknya variabel independen yang memiliki kemiripan dengan variabel independen lainnya dalam satu model. Kemiripan ini akan menyebabkan terjadinya korelasi yang kuat antara satu variabel independen dengan variabel independen lainnya. Selain itu deteksi terhadap multikolonieritas bertujuan untuk menghindari kebiasan dalam proses pengambilan kesimpulan mengenai pengaruh uji parsial masing-masing variabel independen terhadap variabel dependen. Deteksi multikolonieritas pada satu model dapat dilihat dari nilai Variance Inflation Factor (VIF) tidak lebih dari 10 dan nilai Tolerance tidak kurang dari 0.1 . (Imam Ghozali : 2005)
58
Tabel 4.4 Uji Multikolonieritas
a
Coefficients
Model 1
Unstandardized
Standardized
Collinearity
Coefficients
Coefficients
Statistics
B (Constant)
Std. Error
-1.903
1.637
.196
.230
DAR
2.944
TATO ROE
CR
Beta
t
Sig.
Tolerance
VIF
-1.163
.256
.184
.853
.402
.635
1.574
2.241
.283
1.314
.201
.635
1.575
-.025
.042
-.112
-.595
.557
.838
1.193
4.398
1.606
.513
2.738
.011
.837
1.194
a. Dependent Variable: PERTUMBUHAN LABA
Sumber : Hasil Penelitian, diolah dengan program SPSS 17.0 Berdasarkan tael 4.4 diatas dapat disimpulkan bahwa model regresi terbebas dari asumsi klasik multikolonieritas. 2.
Uji Heteroskedastisitas Uji Heterokedastisitas adalah uji dimana varians dari residual tidak sama untuk satu pengamatan ke pengamatan yang lain. Dalam regresi, salah satu asumsi yang harus dipenuhi adalah
59
bahwa varians residual dari suatu pengamatan lain tidak memiliki pola tertentu. Untuk mendeteksi ada atau tidaknya heteroskedastisitas diperlukan beberapa analisis: a. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar, kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas. b. Jika tidak ada pola yang jelas serta titik – titik yang menyebar diatas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. (Imam Ghozali : 2005)
60
Dari grafik scatterplot, terlihat titik – titik yang tidak membentuk sutu pola tertentu, maka dapat disimpulkan bahwa model regresi terbebas dari asumsi klasik heteroskesdastisitas. 3. Uji Autokorelasi Uji ini merupakan pengujian asumsi dengan regresi linier berganda, dimana variabel dependen tidak berkolerasi sendiri. Maksud korelasi sendiri adalah bahwa nilai dari variabel dependen tidak berhubungan dengan nilai variabel itu sendiri, baik nilai periode sebelumnya atau nilai periode sesudahnya. Model regresi yang baik tentu saja adalah regresi yang bebas dari autokorelasi. (Imam Ghozali : 2005)
61
Tabel 4.5 Uji Autokorelasi
b
Model Summary
Model 1
R
R Square a
.514
Adjusted R
Std. Error of the
Square
Estimate
.264
.147
Durbin-Watson
1.8650181
2.275
a. Predictors: (Constant), ROE, CR, TATO, DAR b. Dependent Variable: PERTUMBUHAN LABA
Sumber : Hasil Penelitian, diolah dengan program SPSS 17.0 Deteksi adanya Autokorelasi: Berdasarkan Durbin-Watson, panduan mengenai angka D-W (Durbin-Watson) untuk mendeteksi autokorelasi bisa dilihat pada tabel D-W. Pengambilan keputusan ada tidaknya autokorelasi yaitu :
Hipotesis Nol
Keputusan
Jika
Tidak ada Autokorelasi positif
Tolak
0 < d
Tidak ada Autokorelasi positif
No decision
dl ≤ d ≤ du
62
Tidak ada Autokorelasi negatif
Tolak
4 – dl < d < 4
Tidak ada Autokorelasi negatif
No decision
4 – du ≤ d ≤ 4 – dl
Tidak ada Autokorelasi positif atau negatif
Tidak ditolak
Du < d < 4 - du
(Imam Ghozali : 2005) Oleh karena nilai D-W sebesar 2.275 yang terlihat pada tabel 4.5 diatas maka dapat disimpulkan bahwa model regresi diatas tidak ada autokorelasi negatif (4 – 1.7591 ≤ 2.275 ≤ 4 – 1.7591).(Imam Ghozali : 2005) D. Analisis Regresi Linear Berganda Pada bagian ini model regresi linier berganda diterapkan untuk menguji pengaruh keempat variabel independen yaitu DAR, TATO, ROE dan CR terhadap variabel dependent EAT. Model tersebut dapat ditulis dengan persamaan sebagai berikut : Y = a + b1X1 + b2X2 + b3X3 + + b4X4 +e Adapun perhitungan regresi dari data yang telah dirangkum adalah sebagai berikut :
63
Tabel 4.6 Regresi Linier Berganda
a
Coefficients
Model 1
Unstandardized
Standardized
Coefficients
Coefficients
B (Constant)
Std. Error
Beta
-1.903
1.637
.196
.230
DAR
2.944
TATO ROE
t
Sig.
-1.163
.256
.184
.853
.402
2.241
.283
1.314
.201
-.025
.042
-.112
-.595
.557
4.398
1.606
.513
2.738
.011
CR
a. Dependent Variable: PERTUMBUHAN LABA
Sumber : Hasil Penelitian, diolah dengan program SPSS 17.0 Dari keempat variabel independen yang dimasukkan ke dalam model regresi, hanya variabel ROE yang signifikan, hal ini dapat dilihat
dari
probabilitas
signifikan
untuk
ROE
sebesar
0.011,sedangkan untuk variabel CR, DAR dan TATO tidak signifikan CR sebesar 0.402,
DAR sebesar 0.201 dan TATO sebesar 0.557
semua variabel berada jauh diatas 0.05. Dari sini dapat disimpulkan bahwa variabel pertumbuhan laba hanya dipengaruhi oleh ROE sedangkan variabel CR, DAR, dan TATO tidak berpengaruh dengan persamaan matematis:
64
Pertumbuhan Laba = - 1.163 + 0.853 CR + 1.314 DAR – 0.595 TATO + 2.738 ROE Persamaan diatas dapat diinterpretasikan sebagai berikut: Dimana nilai koefisien konstanta –1.163 menyatakan bahwa jika variabel X1, X2, X3, dan X4 dianggap konstan, maka rata-rata pertumbuhan laba menurun sebesar -1.163. Nilai koefisien X1 sebesar 0.853 menyatakan bahwa setiap kenaikan satu point variabel CR maka akan meningkatkan pertumbuhan laba sebesar 0.853. Nilai koefisien X2 sebesar 1.314 menyatakan bahwa setiap kenaikan satu point variabel DAR maka akan meningkatkan pertumbuhan laba sebesar 1.314. Nilai koefisien X3 sebesar –0.595 menyatakan bahwa setiap kenaikan satu point variabel TATO maka akan mengurangi pertumbuhan laba sebesar 0.595. Nilai koefisien X4 sebesar 2.738 menyatakan bahwa setiap kenaikan satu point variabel ROE meningkatkan pertumbuhan laba sebesar 2.738. (Imam Ghozali:2005) E. Uji Hipotesis Berikut adalah hasil yang telah diperoleh setelah dilakukan serangkaian pengolahan data melalui program SPSS (Statistic Package for Social Science) ver.17.0 model penelitian regresi linier berganda terdiri dari:
65
1) Koefisien Determinasi
Tabel 4.7 Koefisien Determinasi
Variables Entered/Removed Variables
Variables
Entered
Removed
Model 1
Method
ROE, DAR,
. Enter
a
TATO, CR
a. All requested variables entered.
Model Summary
Model 1
R
R Square a
.514
Adjusted R
Std. Error of the
Square
Estimate
.264
.147
1.8650181
a. Predictors: (Constant), ROE, CR, TATO, DAR
Sumber : Hasil Penelitian, diolah dengan program SPSS 17.0 Setelah data dimasukkan (input), maka keluarlah tampilan hasil (output) dari SPSS. Dari tabel diatas, memiliki nilai koefisien determinasi (Adjusted R Square) sebesar 0.147. Hal ini berarti 14.7% pertumbuhan laba dapat dijelaskan oleh variabel (CR, DAR, TATO dan ROE).
66
Sedangkan sisanya (100% - 14.7% = 85.3%) dijelaskan oleh sebab-sebab yang lain. 2) Uji Simultan dengan F Test Untuk menguji apakah pengaruh dari variabel independen signifikan atau tidak, dapat dilakukan dengan uji signifikansi. Hasil pengolahan data dapat dilihat pada tabel 4.8. Tabel 4.8 Uji Simultan dengan F-Test
b
ANOVA Model 1
Sum of Squares
df
Mean Square
Regression
31.228
4
7.807
Residual
86.957
25
3.478
118.185
29
Total
F 2.244
Sig. a
.093
a. Predictors: (Constant), ROE, CR, TATO, DAR b. Dependent Variable: PERTUMBUHAN LABA
Sumber : Hasil Penelitian, diolah dengan program SPSS 17.0 Dasar pengambilan keputusan berdasarkan probabilitas adalah sebagai berikut: b.
Apabila p > 0.05, maka Ho diterima
c.
Apabila p < 0.05, maka Ha diterima
67
d.
Jika F hitung < F tabel, maka Ho diterima dan Ha ditolak
e.
Jika F hitung > F tabel, maka Ho ditolak dan Ha diterima
Berdasarkan tabel 4.7 diatas maka didapat F hitung adalah 15.334 sedangkan F tabel sebesar 2.244 didapat dari tingkat kepercayaan 95%, α = 0.05 (5%) dengan dk pembilang 3 dan dk penyebut = 30-4 = 26. Dengan demikian F hitung 15.334 > F tabel 2.244 berarti Ho ditolak dan Ha diterima. Selain itu, pada tabel signifikan atau probabilitas didapat nilai sebesar 0.093 > 0.05, maka model regresi tidak dapat dipakai untuk menilai pertumbuhan laba atau dapat dikatakan variabel DAR, TATO, ROE dan CR secara bersama-sama tidak berpengaruh terhadap pertumbuhan laba pada taraf kepercayaan 5%.
68
3) Uji parsial dengan t-test Tabel 4.9 Uji parsial dengan t-test
a
Coefficients
Model 1
Unstandardized
Standardized
Coefficients
Coefficients
B (Constant)
Std. Error
-1.903
1.637
.196
.230
DAR
2.944
TATO ROE
CR
Beta
t
Sig.
-1.163
.256
.184
.853
.402
2.241
.283
1.314
.201
-.025
.042
-.112
-.595
.557
4.398
1.606
.513
2.738
.011
a. Dependent Variable: PERTUMBUHAN LABA
Sumber : Hasil Penelitian, diolah dengan program SPSS 17.0 Berdasarkan uji hipotesis yang telah dilakukan dengan menggunakan bantuan program SPSS 17.0 didapat hasil sebagai berikut: a). Variabel CR (Current Ratio) berdasarkan tabel 4.9 memiliki thitung = 0.853, t-tabel 2.056 (df = 30 – 4 = 26), taraf kepercayaan 0.05/2 = 0.025 karena uji bersifat 2 sisi) dan dengan tingkat signifikan 0.402 > 0.05 maka Ho diterima dan Ha ditolak, sehingga secara parsial dapat dikatakan tidak mempunyai pengaruh signifikan
69
terhadap pertumbuhan laba. CR tidak mempunyai pengaruh yang signifikan terhadap laba dapat diartikan bahwa kemampuan perusahaan dalam membayar kewajiban lancar dengan menggunakan aset lancar tidak mempengaruhi pertumbuhan laba. Penyebab tidak berpengaruhnya CR terhadap pertumbuhan laba dapat dianalisis lebih lanjut yaitu dengan melihat apakah surat – surat berharga yang dimiliki dapat segera diuangkan, bagaimana tingkat pengumpulan piutang, dan bagaimana tingkat perputaran persediaan. Hubungan antara CR dengan pertumbuhan laba adalah positif yang berarti bahwa setiap kenaikan variabel CR dapat menaikkan pertumbuhan laba yang akan datang. b). Variabel DAR (Debt to Asset Ratio) berdasarkan tabel 4.9
memiliki t-hitung = 1.314, t-tabel 2.056 (df = 30 – 4 = 26), taraf kepercayaan 0.05/2 = 0.025 karena uji bersifat 2 sisi) dan dengan tingkat signifikan 0.201 > 0,05 maka Ho diterima dan Ha ditolak, sehingga secara parsial dapat dikatakan tidak mempunyai pengaruh signifikan terhadap pertumbuhan laba. DAR tidak mempunyai pengaruh yang signifikan terhadap laba kemungkinan sebagian besar perusahan pertambangan dan energi menggunakan ekuitas dalam membiayai kegiatan operasional perusahaannya dalam mendapatkan laba bukan menggunakan hutang. Hubungan antara DAR dengan pertumbuhan laba adalah positif dan yang berarti bahwa setiap
70
kenaikan variabel DAR dapat menaikkan pertumbuhan laba yang akan datang. c). Variabel TATO (Total Asset Turnover) berdasarkan tabel 4.9 memiliki t-hitung = -0.595, t-tabel 2.056 (df = 30 – 4 = 28), taraf kepercayaan 0.05/2 = 0.025 karena uji bersifat 2 sisi) dan dengan tingkat signifikan 0.557 > 0,05 maka Ho diterima dan Ha ditolak, sehingga secara parsial dapat dikatakan TATO tidak mempunyai pengaruh signifikan terhadap pertumbuhan laba. TATO tidak mempunyai pengaruh yang signifikan terhadap laba dapat diartikan bahwa perusahan-perusahaan belum memanfaatkan aktivanya untuk meningkatkan penjualan yang berpengaruh terhadap pendapatan, dan kenaikan pendapatan ini akan menaikkan laba perusahaan. Hubungan antara TATO dengan pertumbuhan laba adalah negatif yang berarti bahwa setiap kenaikan variabel TATO dapat menurunkan pertumbuhan laba yang akan datang. d). Variabel ROE (Return on Equity) berdasarkan tabel 4.9 memiliki t-hitung = 2.738, t-tabel 2.056 (df = 30 - 4 = 26), taraf kepercayaan 0.05/2 = 0.025 karena uji bersifat 2 sisi) dan dengan tingkat signifikan 0.011 > 0.05 maka Ho ditolak dan Ha diterima, sehingga secara parsial dapat dikatakan ROE mempunyai pengaruh signifikan terhadap pertumbuhan laba. ROE mempunyai pengaruh yang signifikan terhadap laba dapat diartikan bahwa perusahaan telah melakukan efisiensi terhadap penggunaan modal sendiri, perusahaan
71
juga telah mampu menentukan jenis investasi yang tepat sehingga berpengaruh terhadap pertumbuhan laba. Hubungan antara ROE dengan pertumbuhan laba adalah positif yang berarti bahwa setiap kenaikan variabel ROE dapat menaikkan pertumbuhan laba yang akan datang.
