BAB IV ANALISIS HASIL DAN PEMBAHASAN
A. Analisis Hasil Penelitian 1. Statistik Deskriptif Statistik deskriptif menggambarkan tentang ringkasan data-data penelitian seperti jumlah data, rata-rata, nilai terendah, nilai tertinggi, standar deviasi, varian, modus, dan sebagainya. Dari hasil pengumpulan data sekunder mengenai Hasil Underwriting, Beban Klaim, Hasil Investasi dan Laba bersih Perusahaan Asuransi yg terdaftar di Burasa Efek Indonesia tahun 2008-2012, maka berikut ini output SPSS yang merupakan keseluruhan data yang digunakan yang digunakan dalam penelitian. Tabel 4.1 Deskriptif Variabel Penelitian Descriptive Statistics N
Minimum
Maximum
Mean
Std. Deviation
Rasio_Underwritting
45
,01
,59
,2740
,13740
Rasio_Beban_Klaim
45
,30
1,60
,6684
,27973
Rasio_Hasil_Investasi
45
,06
1,00
,6804
,24115
Rasio_Laba_Bersih
45
,02
109,04
37,2971
38,38598
Valid N (listwise)
45
Sumber : Data diolah oleh peneliti dengan SPSS 20
Berdasarkan tabel 4.1 dapat dilihat bahwa jumlah data (N) masingmasing sebanyak 45, dapat dideskripsikan sebagai berikut :
80
a. Variabel Underwriting dalam tabel memiliki nilai minimum sebesar 0,01, nilai maksimum sebesar 0,59 dengan nilai rata-rata (mean) sebesar 0,2740 dan standar deviasi sebesar 0,13740. Perusahaan asuransi yang memiliki Underwriting minimum adalah Panin Insurance pada tahun 2009, yang berarti pada tahun tersebut Underwriting yang dihasilkan sangat rendah. Sedangkan perusahaan asuransi yang memiliki Underwriting maximum adalah Asuransi Dayin Mitra pada tahun 2010, yang berarti pada tahun tersebut Asuransi Dayin Mitra dapat menghasilkan Underwriting sangat tinggi. b. Variabel Beban Klaim dalam tabel memiliki nilai minimum sebesar 0,30 nilai maksimum 1,60 dengan nilai rata-rata (mean) sebesar 0,6684 dan standar deviasi sebesar 0,27973. Perusahaan asuransi yang memiliki Beban Klaim minimum adalah Asuransi Harta Aman Pratama pada tahun 2008, yang berarti pada tahun tersebut Beban Klaim yang dihasilkan sangat rendah. Sedangkan perusahaan asuransi yang memiliki Beban Klaim maximum adalah Panin Financial pada tahun 2009, yang berarti pada tahun tersebut Panin Financial dapat menghasilkan Beban Klaim sangat tinggi. c. Variabel Hasil Investasi dalam tabel memiliki nilai minimum sebesar 0,06 nilai maksimum sebesar 1,00 dengan nilai rata-rata (mean) sebesar 0,6804 dan standar deviasi sebesar 0,24115. Perusahaan asuransi yang memiliki Hasil Investasi minimum adalah Lippo General Insurance pada tahun 2008, yang berarti pada tahun tersebut Lippo General Insurance memiliki anggaran hasil investasi yang rendah. Sedangkan perusahaan asuransi yang
81
memiliki Hasil Investasi maximum adalah Panin Insurance dan Panin Financial pada tahun 2008, yang berarti pada tahun tersebut Panin Insurance dan Panin Financial memiliki hasil investasi yang tinggi. d. Variabel Laba Bersih dalam tabel memiliki nilai minimum sebesar 0,02 nilai maksimum sebesar 109,04 dengan nilai rata-rata (mean) sebesar 37,2871 dan standar deviasi sebesar 38,38598. Perusahaan asuransi yang memiliki Laba Bersih minimum adalah Lippo General Insurance pada tahun 2008, yang berarti pada tahun tersebut Lippo General Insurance memiliki laba bersih yang rendah. Sedangkan perusahaan asuransi yang memiliki Laba Bersih maximum adalah Asuransi Multi Artha Guna pada tahun 2010, yang berarti pada tahun tersebut Asuransi Multi Artha Guna memiliki laba bersih yang tinggi. 2. Normalitas dengan Uji Kolmogorov-Smirnov Uji normalitas diperlukan untuk mengetahui apakah data yang terkumpul dari setiap variabel dependent dan independent atau keduanya mempunyai distribusi normal atau tidak. Untuk melihat hasi uji digunakan metode Kolmogorov Smirnov test (Imam Ghozali, 2011)
82
Tabel 4.2 Uji Normalitas Kolmogorov Smirnov One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N
45
Normal Parameters
a,b
Mean Std. Deviation
Most Extreme Differences
0E-7 34,51673922
Absolute
,184
Positive
,184
Negative
-,097
Kolmogorov-Smirnov Z
1,235
Asymp. Sig. (2-tailed)
,095
a. Test distribution is Normal. b. Calculated from data.
Sumber : Data diolah oleh peneliti dengan SPSS 20
Berdasarkan tabel 4.2 menunjukkan bahwa tabel variabel Underwriting, variabel Beban Klaim, Hasil Investasi dan variabel Laba Bersih adalah 0,095. Dari hasil uji tersebut variabel Underwriting, Beban Klaim, Hasil Investasi dan Laba Bersih memiliki nilai signifikan > 0,05 maka hal ini berarti Ho diterima dan data berdistribusi normal. Gambar 4.1 Gambar Normal P-P Plot
83
Dari grafik normal plot diatas dapat disimpulkan bahwa plot terlihat titik-titik menyebar disekitar garis diagonal, serta penyebaran agak menjauh dari diagonal hal ini berarti bahwa model regresi telah memenuhi asumsi normalitas. 3. Uji Asumsi Klasik Pengujian asumsi klasik dilakukan untuk mendeteksi ada atau tidaknya penyimpangan asumsi klasik atas persamaan regresi berganda yang digunakan. a. Uji Multikoliniearitas Pengujian ini dimaksudkan untuk melihat apakah terdapat dua atau lebih variabel bebas (Independent variabel) yang berkorelasi secara linier. Untik mendeteksi adanya gejala multikolinearitas dalam model penelitian dapat dilihat dari nilai Tolerance atau Variance Inflation Factor (VIF). Pengambilan keputusan : 1) Nilai VIF < 10 dan tolerance > 0.10 (tidak terjadi masalah multikoliearitas) 2) Nilai VIF > 10 dan tolerance < 0.10 (terjadi masalah multikolinearitas).
84
Tabel 4.3 Hasil Uji Multikoliniearitas Coefficients Model
Unstandardized
Standardized
Coefficients
Coefficients
B (Constant)
a
Std. Error
-17,340
21,924
Rasio_Underwritting
18,253
40,553
Rasio_Beban_Klaim
56,355
Rasio_Hasil_Investasi
17,584
t
Sig.
Beta
Collinearity Statistics
Tolerance
VIF
-,791
,434
,065
,450
,655
,936
1,068
19,648
,411
2,868
,006
,962
1,040
23,060
,110
,763
,450
,940
1,064
1
a. Dependent Variable: Rasio_Laba_Bersih
Sumber : Data diolah oleh peneliti dengan SPSS 20
Berdasarkan data dari tabel 4.4 dapat disimpulkan bahwa nilai tolerance setiap variabel yaitu Underwriting sebesar 0,936, Beban Klaim sebesar 0,962 dan Hasil Investasi sebesar 0,940 tidak terjadi gejala multikoliniearitas antara variabel independen yang diindikasikan dari setiap variabel lebih dari 0,10. Hasil perhitungan memiliki nilai VIF tidak lebih dari 10 yaitu Underwriting sebesar 1,068, Beban Klaim sebesar 1,040 dan Hasil Investasi sebesar 1,064. Jadi dapat disimpulkan bahwa tidak terjadi multikolinearitas antar variabel independen dalam model regresi.
b. Uji Autokoreasi Untuk mengetahui ada atau tidaknya autokorelasi dilakukan pengujian Durbin-watson (DW test). Dari hasil pengujian diperoleh hasil :
85
Tabel 4.4 Hasil Uji Autokorelasi Model Summary Model
1
R
R Square
a
,438
b
Adjusted R
Std. Error of the
Durbin-
Square
Estimate
Watson
,191
,132
35,75725
1,696
a. Predictors: (Constant), Rasio_Hasil_Investasi, Rasio_Beban_Klaim, Rasio_Underwritting b. Dependent Variable: Rasio_Laba_Bersih
Sumber : Data diolah oleh peneliti dengan SPSS 20
Dari hasil tabel 4.5 dapat disimpulkan bahwa dalam kolom DurbinWatson menunjukkan angka 1,696. Nilai ini akan peneliti bandingkan dengan menggunakan signifikasi 5%, jumlah pengamatan (n) sebanyak 45 dan jumlah variabel independen 3 (k-3). Maka berdasarkan tabel DurbinWatson didapat batas atas (du) sebesar 1,6617 dan nilai batas bawah (dl) sebesar 1,3573 yang berarti du lebih kecil dari nilai DW, tetapi lebih kecil dari 4-du (1,661 ≤ 1,696 ≤ 2,338). Maka dapat disimpulkan bahwa tidak ada autokorelasi positif atau negatif yang berarti tidak terjadi autokorelasi . c. Uji Heteroskedastisitas Uji heteroskedastisitas tujuan untuk menguji apakah dalam model regresi terdapat ketidaksamaan variance dari residual satu pengamatan ke pengamatan lainnya. 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.
86
Gambar 4.2 Hasil Uji Heteroskedastisitas
Dari grafik Scatterplot yang dihasilkan terlihat hampir semua titik menyebar secara acak, tidak membentuk pola tertentu yang jelas serta tersebar diatas maupun dibawah angka 0 pada sumbu Y, dapat disimpulkan model regresi bebas heteroskedastisitas, sehingga model regresi layak dipakai untuk memprediksi Laba Bersih berdasarkan masukan variabel independen Underwriting. 4. Analisis Regresi Liniear Berganda Dengan menggunakan analisis regresi linear berganda pada program SPSS (Statistic Product & Service Solution) diperoleh persamaan regresi untuk mengetahui Laba Bersih dengan variabel independen Underwriting, Beban Klaim dan Hasil Investasi yaitu sebagai berikut :
87
Tabel 4.5 Hasil Uji Linear Berganda Coefficients Model
Unstandardized
Standardized
Coefficients
Coefficients
B (Constant)
a
Std. Error
-17,340
21,924
Rasio_Underwritting
18,253
40,553
Rasio_Beban_Klaim
56,355
Rasio_Hasil_Investasi
17,584
t
Sig.
Beta -,791
,434
,065
,450
,655
19,648
,411
2,868
,006
23,060
,110
,763
,450
1
a. Dependent Variable: Rasio_Laba_Bersih
Sumber : Data diolah oleh peneliti dengan SPSS 20
Dari hasil output regresi pada tabel 4.5 menunjukkan persamaan regresi berganda sebagai berikut : Y = a + b1X1 + b2X2 + b3X3 + e LABA BERSIH = -17,340 + 18,253 UNDERWRITING + 56,355 BEBAN KLAIM – 17,584 HASIL INVESTASI Dari hasil persamaan model regresi tersebut dapat disimpulkan bahwa : a. Nilai konstanta adalah -17,340 artinya jika variabel independen dianggap konstan, maka rata-rata laba bersih bernilai negatif -17,340. b. Nilai koefisien regresi Underwriting sebesar 18,253. Hal ini menunjukkan Underwriting berpengaruh positif terhadap Laba bersih, artinya setiap peningkatan underwriting sebesar Rp.1,- maka akan menaikkan laba bersih sebesar 18,253.
88
c. Nilai koefisien regresi Beban Klaim sebesar 56,355. Hal ini menunjukkan Beban Klaim berpengaruh positif terhadap Laba bersih, artinya setiap peningkatan Beban Klaim sebesar Rp.1,- maka akan menaikkan laba bersih sebesar 56,355. d. Nilai koefisien regresi Hasil Investasi sebesar 17,584. Hal ini menunjukkan Hasil Investasi berpengaruh positif terhadap Laba bersih, artinya setiap peningkatan Hasil Investasi sebesar Rp.1,- maka akan menaikkan laba bersih sebesar 17,584. 5. Uji Hipotesis a. Uji Koefisien Determinasi Koefisien determinasi (R²) mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi yang menunjukkan dengan nilai adjusted R-square dari model regresi digunakan untuk mengetahui besarnya pengungkapan yang dapat dijelaskan oleh variabel-variabel bebasnya. Nilai koefisien determinasi dari model regresi dalam penelitian ini dapat dilihat sebagai berikut : Tabel 4.6 Hasil Koefisien Determinasi Model Summary Model
1
R
R Square
a
,438
b
Adjusted R
Std. Error of the
Durbin-
Square
Estimate
Watson
,191
,132
35,75725
1,696
a. Predictors: (Constant), Rasio_Hasil_Investasi, Rasio_Beban_Klaim, Rasio_Underwritting b. Dependent Variable: Rasio_Laba_Bersih
Sumber : Data diolah oleh peneliti dengan SPSS 20
89
Pada tabel 4.7 menunjukkan bahwa koefisien determinasi yang menunjukkan Adjusted R-square 0,132. Hal ini berarti bahwa 13,2% variabel Laba Bersih dapat dijelaskan secara signifikan oleh variabel Underwriting, Beban Klaim dan Hasil Investasi. Sedangkan selebihnya (100% - 13,2% = 86,8%) dapat dijelaskan oleh variabel lain. b. Uji serentak dengan F-test Menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh bersama-sama terhadap variabel dependen. Hasil uji statistik F dapat dilihat sebagai berikut : Tabel 4.7 Hasil Uji F a
ANOVA Model
1
Sum of Squares
df
Mean Square
Regression
12411,436
3
4137,145
Residual
52421,833
41
1278,581
Total
64833,269
44
F
Sig.
3,236
,032
b
a. Dependent Variable: Rasio_Laba_Bersih b. Predictors: (Constant), Rasio_Hasil_Investasi, Rasio_Beban_Klaim, Rasio_Underwritting
Sumber : Data diolah oleh peneliti dengan SPSS 20
Dari hasil analisis regresi dapat diketahui bahwa secara bersamasama variabel independen signifikan terhadap variabel dependen. Hal ini dapat dibuktikan dari nilai F hitung 3,236 sedangkan F tabel 2,833 maka dapat diketahui bahwa F hitung > F tabel
(3,236 > 2,833) dan nilai
signifikan sebesar 0,032 lebih kecil dari 0,05 sehingga dapat disimpulkan
90
Ho ditolak dan Ha diterima. Dapat diartikan bahwa Underwriting, Beban Klaim dan Hasil Investasi secara bersama-sama berpengaruh secara signifikan terhadap Laba Bersih. c. Uji Parsial dengan T-test Uji t digunakan untuk menunjukkan apakah variabel independen yang dimasukkan dalam model yaitu Underwriting, Beban Klaim dan Hasil Investasi mempunyai pengaruh secara parsial terhadap variabel dependen yaitu Laba Bersih. Tabel 4.8 Hasil Uji T Coefficients Model
Unstandardized
Standardized
Coefficients
Coefficients
B (Constant)
a
Std. Error
-17,340
21,924
Rasio_Underwritting
18,253
40,553
Rasio_Beban_Klaim
56,355
Rasio_Hasil_Investasi
17,584
t
Sig.
Beta -,791
,434
,065
,450
,655
19,648
,411
2,868
,006
23,060
,110
,763
,450
1
a. Dependent Variable: Rasio_Laba_Bersih
Sumber : Data diolah oleh peneliti dengan SPSS 20
Hasil pengujian dapat dilihat dari nilai uji tdan hasil signifikan pengujiannya dapat dilihat padal tabel 4.9. Dari uji statistik t antara masing–masing variabel independen terhadap variabel dependen dapat dijelaskan sebagai berikut :
91
1) Pengaruh Underwriting terhadap Laba Bersih Hasil pengujian terhadap variabel Underwriting menunjukkan nilai t sebesar 0,450 dan t-tabel df= n-k (45-3) dan α = 5% diketahui sebesar 1,682. Dengan demikian 0,450 < 1,682 dan nilai signifikansi sebesar 0,655 (lebih besar dari 0,05) artinya H0 diterima Ha ditolak, bahwa Underwriting tidak memiliki pengaruh signifikan yang positif terhadap Laba Bersih. 2) Pengaruh Beban Klaim terhadap Laba Bersih Hasil pengujian terhadap variabel Beban Klaim menunjukkan nilai t sebesar 2,868 dan t-tabel df= n-k (45-3) dan α = 5% diketahui sebesar 1,682. Dengan demikian 2,868 > 1,682 dan nilai signifikansi sebesar 0,006 (lebih kecil dari 0,05) artinya H0 ditolak Ha diterima, bahwa Beban Klaim memiliki pengaruh signifikan yang positif terhadap Laba Bersih. 3) Pengaruh Hasil Investasi terhadap Laba Bersih Hasil pengujian terhadap variabel Hasil Investasi menunjukkan nilai t sebesar 0,763 dan t-tabel df= n-k (45-3) dan α = 5% diketahui sebesar 1,682. Dengan demikian 0,763 < 1,682 dan nilai signifikan sebesar 0,450 (lebih besar dari 0,05) artinya H0 diterima dan Ha ditolak, bahwa Hasil Investasi tidak memiliki pengaruh signifikan yang positif terhadap Laba Bersih. Hal ini menunjukkan bahwa variabel Underwriting dan Hasil Investasi tidak berpengaruh secara signifikan terhadap Laba Bersih sedangkan variabel Beban Klaim berpengaruh secara signifikan terhadap Laba Bersih.
92
B. Pembahasan Hasil penelitian ini menunjukkan bahwa Laba Bersih dapat dijelaskan oleh Underwriting, Beban Klaim dan Hasil Investasi. Hal ini didasarkan pada tabel 4.8 dimana nilai F hitung 3,236 sedangkan F tabel 2,833 maka dapat diketahui bahwa F hitung > F tabel dan nilai signifikan sebesar 0,032 lebih kecil dari 0,05. Hal ini menunjukkan bahwa variabel Underwriting, Beban Klaim dan Hasil Investasi serentak atau bersama-sama berpengaruh terhadap Laba Bersih dan masingmasing variabel independen memiliki kontribusi untuk menjelaskan variabel dependen secara bersama-sama. Hasil penelitian ini sejalan dengan penelitian Rina Dhaniati (2011) dalam penelitian Analisis Pengaruh RBC, rasio underwriting, rasio hasil investasi, rasio penerimaan premi, dan rasio beban klaim terhadap laba perusahaan asuransi yang terdaftar di Bursa Efek Indonesia menyimpulkan bahwa secara serentak atau bersama-sama variabel RBC, rasio underwriting, rasio hasil investasi, rasio penerimaan premi dan rasio beban klaim berpengaruh terhadap laba. Hal ini menunjukkan bahwa Underwriting, Beban Klaim dan Hasil Investasi secara bersama - sama berpengaruh positif terhadap Laba perusahaan Asuransi. 1. Pengaruh Underwriting terhadap Laba Bersih Berdasarkan tabel 4.9 menunjukkan bahwa secara parsial, variabel Underwriting (sig. 0,655 > 0,05) tidak berpengaruh secara signifikan terhadap Laba Bersih. Hasil Penelitian ini sejalan hasil penelitian sebelumnya yang dilakukan oleh Rina Dhaniati (2011) yang menunjukkan bahwa Rasio underwriting berpengaruh tidak signifikan terhadap Laba. Hal ini menunjukkan
93
bahwa rasio underwriting secara parsial bermanfaat dalam memprediksikan laba Perusahaan Asuransi Kerugian, yang berarti jika nilai rasio underwriting naik maka akan meningkatkan jumlah laba yang diperoleh perusahaan. 2. Pengaruh Beban Klaim terhadap Laba Bersih Berdasarkan tabel 4.9 menunjukkan secara parsial, variabel Beban Klaim (sig. 0,006 < 0,05) berpengaruh signifikan terhadap Laba Bersih. Hasil penelitian ini sejalan dengan penelitian Rina Dhaniati (2011) yang menunjukkan bahwa rasio beban klaim berpengaruh signifikan positif terhadap Laba. Hal ini menunjukkan bahwa rasio beban klaim secara parsial bermanfaat dalam memprediksikan laba Perusahaan Asuransi Kerugian, yang berarti jika nilai rasio beban klaim meningkat maka akan menaikkan jumlah laba yang diperoleh perusahaan. 3. Pengaruh Hasil Investasi terhadap Laba Bersih Berdasarkan tabel 4.9 menunjukkan secara parsial, variabel Hasil Investasi (sig. 0,450 > 0,05) tidak berpengaruh signifikan terhadap Laba Bersih. Hasil penelitian ini tidak sejalan dengan penelitian Rina Dhaniati (2011) yang menunjukkan bahwa rasio Hasil Investasi berpengaruh signifikan positif terhadap Laba. Hal ini menunjukkan bahwa rasio Hasil Investasi secara parsial bermanfaat dalam memprediksikan laba Perusahaan Asuransi Kerugian, yang berarti jika nilai rasio Hasil Investasi meningkat maka akan menaikkan jumlah laba yang diperoleh perusahaan.
94