BAB IV ANALISIS HASIL PENELITIAN
Dalam bab ini akan diuraikan hal-hal yang berkaitan dengan data-data yang berhasil dikumpulkan, hasil pengolahan data dan pembahasan dari hasil pengolahan tersebut. Berdasarkan hasil perhitungan rata-rata rasio keuangan selama tiga tahun maka sebelum dilakukan pengujian hipotesis yang dilakukan dalam penelitian ini perlu dilakukan pengujian asumsi klasik terlebih dahulu yang meliputi: uji normalitas data, uji multikolinearitas, uji heteroskedasitas, dan uji autokorelasi, output dari uji diatas adalah sebagai berikut: A.
Statistik Deskriptif Statistik deskriptif digunakan untuk menunjukkan jumlah data yang digunakan dalam penelitian ini serta dalam menunjukkan nilai maksimum, nilai minimum, serta nilai rata-rata seta standard deviasi dari masingmasing variabel. Variabel yang digunakan dalam penelitian ini meliputi, profitabilitas (ROA), ukuran perusahaan (SIZE), modal kerja (WCR) dan leverage (DTA). Hasil olah data deskriptif dapat dilihat pada tabel 4.1 sebagai berikut:
82
83
Tabel 4.1 Diskripsi Variabel Penelitian
Descriptive Statistics N
Minimum Maximum
Mean
Std. Deviation
SIZE
36
6.75
13.19
9.5978
2.05622
WCR
36
.01
.63
.2797
.18905
DTA
36
.00
140.23
4.3072
23.30606
ROA
36
.03
.40
.1986
.07396
Valid N 36 (listwise) Sumber: Output SPSS, olah data Setelah dilakukan pengelolaan data, semua data yang diperoleh adalah valid sebanyak 36 sampel. Di dalam penelitian ini terdapat 3 variabel independen dan 1 variabel dependen. Variabel independen pertama yaitu ukuran perusahaan (SIZE), nilai minimum 6,75 dengan nilai maksimum 13,19. Nilai rata-rata sebear 9,5978 dengan standard deviasi 2,05622. Standar deviasi yang lebih kecil menunjukkan kesenjangan pada variabel SIZE kecil. Semakin kecil standar deviasi, menndakan semakin rendah penyebar data pengamatan dan memiliki variabilitas rendah. Dari 36 data modal kerja (WCR), nilai minimum 0,01dengan nilai maksimum 0,69. Nilai rata-rata sebesar 0,2797 dengan standar deviasi 0,18905. Standar deviasi yang lebih kecil menunjukkan kesenjangan pada variabel WCR kecil. Semakin kecil standar deviasi, menandakan semakin rendah penyebar data pengamatan dan memiliki variabilitas rendah.
84
Dari 36 data Leverage (DTA), nilai minimum 0,00 dengan nilai maksimum 140,23. Nilai rata-rata 4,3072 dengan standar deviasi 23,30606. Standar deviasi yang lebih besar menunjukkan kesenjangan pada variabel DTA besar. Semakin besar standar deviasi, menandakan semakin menyebar data pengamatan dan memilki kecenderungan data berbeda atau memilki variabilitas tinggi Dari 36 data Profitabilitas (ROA), nilai minimum 0,03 dengan nilai maksimum 0,40. Nilai rata-rata 0,1986 dengan standar deviasi 0,07396. Standar deviasi yang lebih kecil menunjukkan kesenjangan pada variabel Profitabilitas kecil. Semakin kecil standar deviasi, menandakan semakin rendah penyebar data pengamatan dan memilki variabilitas rendah.
B. Hasil Pengujian Asumsi Klasik Uji asumsi klasik digunakan untuk mengetahui apakah data yang akan di regresikan layak untuk diteliti atau tidak. 1.
Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi secara normal. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik, analisis statistik, dan uji Kolmogorov-Smirnov.
85
Cara yang paling sederhana adalah dengan melihat histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal sebagaimana Gambar 4.1 berikut:
Gambar 4.1
(Sumber: Output SPSS, data dioah)
86
Dengan melihat tampilan grafik histogram, dapat disimpulkan bahwa grafik histogram memberikan pola distribusi yang mendekati normal, tidak menceng ke kiri maupun ke kanan. Namun demikian dengan hanya melihat histogram dinilai kurang memberikan hasil yang maksimal sehingga perlu melihat normal probability plot, dimana pada grafik normal plot terlihat titik-titik menyebar disekitar diagonal serta penyebarannya mengikuti arah diagonal, sebagaimana ditampilkan pada Gambar 4.2 berikut: Gambar 4.2
Sumber : Data sekunder yang diolah Berdasarkan grafik normal plot, menunjukkan bahwa model regresi layak dipakai dalam penelitian ini karena data menyebar disekitar
87
garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas. Selain menggunakan grafik histogram dan grafik normal plot, uji statistik yang dapat dilakukan dalam uji normalitas adalah uji Kolmogorov Smirnov. Data yang berdistribusi normal ditunjukkan dengan nilai signifikan diatas 0,05. Hasil pengujian normalitas pada pengujian terhadap data statistik terlihat dalam tabel 4.2 berikut: Tabel 4.2 One-Sample Kolmogorov-Smirnov Test Unstandardiz ed Predicted Value N
36
Normal Parametersa
Mean
Most Extreme Differences
Absolute
.108
Positive
.108
Negative
-.090
Std. Deviation
.1986111 .03175936
Kolmogorov-Smirnov Z
.646
Asymp. Sig. (2-tailed)
.798
a. Test distribution is Normal. b. Calculated from data. (Sumber: Output SPSS, data diolah) Berdasarkan hasil tabel 4.2 diatas,data terdistribusi normal. Hal ini ditunjukkan dengan nilai Kolmogorov – Smirnov sebesar 0,646 dengan signifikansi 0,798 yang lebih dari 0,05. Hal ini berarti data residual terdistribusi secara normal, karena nilai signifikansinya lebih dari 0,05.
88
2.
Uji Multikolinearitas Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya kolerasi antar variabel. Dalam mendeteksi ada tidaknya gejala multikolinearitas antar variabel independen pada model persamaan pertama digunalan variance inflation factor (VIF). Nilai yang menunjukkan adanya multikolinearitas adalah nilai tolerance ≤ 0.10 atau sama dengan nilai VIF ≥ 10. Berdasarkan hasil yang ditunjukkan dalam output SPSS versi 21 maka besarnya VIF dari masing-masing variabel independen dapat dilihat pada tabel sebagai berikut: Tabel 4.3 Coefficientsa Collinearity Statistics
Model
Tolerance
VIF
1(Constant)
SIZE
.928
1.077
WCR
.979
1.022
DTA
.945
1.058
a. Dependent Variable: ROA
Suatu regresi dinyatakan bebas dari multikolinearitas adalah mempunyai nilai Tolerance lebih dari 0,1 dan nilai VIF lebih kecil dari 10. Dari data tersebut diperoleh bahwa semua variabel bebas memiliki nilai Tolerance lebih dari 0,1 dan nilai VIF kurang dari 10. Dengan demikian ketiga variabel independen (SIZE, WCR dan DTA) dapat digunakan untuk memprediksi Profitabilitas.
89
3.
Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah model regresi terjadi ketidaksamaan variance dari residual suatu pengamatan ke pengamatan lain. Deteksi ada tidaknya heterokedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara residualnya (SRESID) dan nilai prediksi variabel terikat (ZPRED) dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual (Y prediksi-Y sesungguhnya) yang telah di studentized. Grafik scatterplot ditunjukkan pada gambar 4.3 berikut: Gambar 4.3
(Sumber: Output SPSS, data diolah) Pada gambar 4.3 diatas, titik-titik yang terbentuk menyebar secara acak, tersebar baik diatas maupun dibawah angka 0 pada sumbu Y,
90
maka tidak terjadi heteroskedastisitas dan model regresi yang layak digunakan. 4.
Uji Autokorelasi Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t – 1 (sebelumnya). Penyimpangan autokorelasi dalam penelitian diuji Durbin-Watson
(dw-test). Hasil regresi dengan level of significance 0,05 (α=0,05) dengan jumlah variabel bebas (k = 2) dan banyaknya data (n = 36). Untuk mengetahui ada tidaknya autokorelasi dapat dilihat dari nilai uji D-W dengan ketentuan sebagai berikut: Tabel 4.4 Pengambilan Keputusan Korelasi Hipotesis nol Keputusan Tidak ada autokorelasi positif Tolak Tidak ada autokorelasi positif No decision Tidak ada autokorelasi negative Tolak Tidak ada autokorelasi negative No decision Tidak ada autokorelasi positif atau Tidak ditolak negative (sumber: Imam Ghazali. 2011 : 101)
Jika 0 < d < dl dl ≤ d ≤ du 4 – dl < d < 4 4 – du ≤ d ≤ 4 – dl du < d < 4 – du
91
Tabel 4.5 Hasil Uji Durbin-Watson Model Summaryb Model
R
1
R Square
.429
a
Adjusted R Square
.184
Std. Error of the Estimate Durbin-Watson
.108
.06985
1.850
a. Predictors: (Constant), DTA, WCR, SIZE b. Dependent Variable: ROA (Sumber: output SPSS, data diolah)
Berdasarkan
hasil
hitung
Durbin-Watson
sebesar
1,850,
sedangkan dalam tabel DW untuk k = 2 dan N = 36 besarnya DW-tabel: du (batas atas) = 1,5872 dan dl (batas bawah) = 1,3537 Sehingga 4- dU = 4 - 1,5872 = 2,4128 dan 4 - dL = 4 - 1,3537 =2,6463. dl ≤ d ≤ du = 1,3537 ≤ 1,850 ≤ 1,5872 yang artinya tidak ada autokorelasi positif.
C.
Hasil Pengujian Hipotesis Analisis data dengan menggunakan pengujian regresi linier berganda untuk mengetahui secara serempak dan secara parsial antara ukuran perusahaan, modal kerja dan leverage terhadap profitabilitas. Pengujian hipotesis dalam penelitian ini menggunakan tiga metode, yakni metode berdasarkan uji t statistik, uji F statistik dan koefisien determinasi. 1.
Hasil Uji Signifikansi Parsial (Uji Statistik t)
92
Uji statistik t pada dasarnya menunjukkan apakah variabel independen yang di masukkan dalam model mempunyai pengaruh secara parsial terhadap variabel dependennya. Berdasarkan output SPSS versi 21 secara parsial pengaruh dari kedua variabel independen yaitu ukuran perusahaan, modal kerja dan leverage terhadap variabel dependen ROA ditunjukkan pada tabel sebagai berikut: Tabel 4.6 Hasil Perhitungan Regresi
Coefficientsa Unstandardized Coefficients Model 1
B (Constant)
Standardized Coefficients
Std. Error .322
.059
SIZE
-.015
.006
WCR
.067
DTA
6.147E-5
Beta
t
Sig.
5.451
.000
-.412
-2.489
.018
.063
.171
1.061
.297
.001
.019
.118
.907
a. Dependent Variable: ROA (Sumber: output SPSS, data diolah) 2.
Analisis Regresi Linear Berganda Berdasarkan tabel diatas dapat disusun persamaan regresi linier berganda sebagai berikut: Y = a + b1X1 + b2X2 + b3X3 + e ROA= 0,322 - 0,015 SIZE + 0,067 WCR + 6,147E-5 DTA
93
Persamaan tersebut diatas mempunyai makna: Koefisien regresi SIZE sebesar -0,015 dan bertanda negatif hal ini berarti setiap kenaikan satu persen SIZE dengan asumsi variabel independen lainnya tetap, maka profitabilitas akan mengalami penurunan sebesar 0,015. Koefisien regresi modal kerja (WCR) sebesar 0,067dan bertanda positif hal ini berarti setiap kenaikan satu persen WCR dengan asumsi variabel independen lainnya tetap, maka profitabilitas mengalami peningkatan sebesar 0,067. Koefisien regresi Leverage (DTA) sebesar 6,147E-5 dan bertanda positif hal ini berarti setiap kenaikan satu persen DTA dengan asumsi variabel independen lainnya tetap, maka profitabilitas mengalami peningkatan sebesar 6,147E-5. 3.
Uji Statistik t (Parsial) Berdasarkan Tabel 4.6 dapat diketahui dari ketiga variabel independen yang memiliki pengaruh signifikan terhadap variabel dependen (Profitabilitas) adalah variabel Ukuran Perusahaan (SIZE) dengan nilai signifikan 0,018. Sedangkan dua variabel lainnya yaitu Modal Kerja (WCR) dan Leverage (DTA) tidak memiliki pengaruh signifikan terhadap WCR. Hal ini ditunjukkan dengan nilai signifikan variabel WCR dan DTA masing-masing sebesar 0,297 dan 0, 907 lebih besar dari tingkatan signifikansi sebesar 0,05. Pengujian Hipotesis Pertama (Ha1)
94
H01 : Tidak ada pengaruh antara SIZE terhadap Profitabilitas. Ha1 : Ada pengaruh antara SIZE terhadap Profitabilitas. Berdasarkan
Tabel
4.6
dapat
diketahui
bahwa
SIZE
menghasilkan nilai t hitung sebesar -2,489 dengan nilai signifikansi sebesar 0,018 yang mana signifikansi tersebut lebih kecil dari 0,05. Hal ini berarti bahw Ha1 diterima sedangkan H01 ditolak. Dari hasil uji t tersebut dapat disimpulkan bahwa SIZE ada pengaruh negatif signifikan terhadap Profitabilitas pada taraf signifikansi sebesar 5%. Pengujian Hipotesis Kedua (Ha2) H02 : Tidak ada pengaruh antara Modal Kerja terhadap Profitabilitas. Ha2 : Ada pengaruh antara Modal Kerja terhadap Profitabilitas. Berdasarkan
Tabel
4.6
dapat
diketahui
bahwa
WCR
menghasilkan nilai t hitung sebesar 1,061 dengan nilai signifikansi sebesar 0,297 yang mana signifikansi tersebut lebih besar dari 0,05. Hal ini berarti bahwa H02 diterima sedangkan Ha2 ditolak. Dari hasil uji t tersebut dapat disimpulkan bahwa WCR tidak ada pengaruh terhadap Profitabilitas pada taraf signifikansi sebesar 5%. Pengujian Hipotesis Ketiga (Ha3) H03 : Tidak ada pengaruh antara DTA terhadap Profitabilitas. Ha3 : Ada pengaruh antara DTA terhadap Profitabilitas. Berdasarkan Tabel 4.6
dapat diketahui bahwa DTA
menghasilkan nilai t hitung sebesar 0,118 dengan nilai signifikansi sebesar 0,907 yang mana signifikansi tersebut lebih besar dari 0,05.
95
Hal ini berarti bahwa H03 diterima sedangkan Ha3 ditolak. Dari hasil uji t tersebut dapat disimpulkan bahwa DTA tidak ada pengaruh terhadap Profitabilitas pada taraf signifikansi sebesar 5%. 4.
Uji Statistik F (Simultan) Uji statistik F bertujuan untun mengetahui variabel independen terhadap variabel dependennya secara bersama-sama (simultan). Hasil uji statistik F akan ditunjukkan dalam tabel berikut: Tabel 4.7 Hasil Perhitungan Regresi Simultan
b
ANOVA
Sum of Squares
Model 1
df
Mean Square
Regression
.035
3
.012
Residual
.156
32
.005
Total
.191
35
F 2.412
Sig. .085a
a. Predictors: (Constant), DTA, WCR, SIZE b. Dependent Variable: ROA (Sumber: output SPSS, data diolah)
H04 : Tidak ada pengaruh antara SIZE, WCR, dan DTA terhadap ROA Ha4 : Ada pengaruh antara SIZE, ROA dan DTA terhadap ROA. Berdasarkan hasil uji Fhitung sebesar 2,412 dengan signifikansi 0,085. Nilai signifikansi yang lebih dari 0,05 artinya secara simultan variabel independen yang terdiri dari SIZE, WCR, dan DTA tidak terdapat pengaruh terhadap Profitabilitas (ROA).
96
5.
Koefisien Determinasi (R2) Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependennya. (R2)
Nilai
yang
mendekati
satu
berarti
variabel-variabel
independennya memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependennya. Output
SPSS
untuk
pengujian
Koefisien
Determinasi
ditampilkan pada Tabel 4.8 sebagai berikut: Tabel 4.8 Hasil Uji Koefisien Determinasi R2 Model Summaryb Model 1
R
R Square
.429a
Adjusted R Square
.184
Std. Error of the Estimate
.108
.06985
a. Predictors: (Constant), DTA, WCR, SIZE b. Dependent Variable: ROA (Sumber: output SPSS, data diolah) Berdasarkan hasil uji determinasi koefisien pada tabel besarnya nilai adjusted R Square dalam model regresi diperoleh sebesar 0,108 atau 10,8%. Hal ini menunjukkan bahwa besar kemampuan
menjelaskan
variabel
independen
yaitu
Ukuran
Perusahaan, Modal Kerja dan Leverage terhadap variabel dependen
97
Profitabilitas (ROA) yang dapat diterangkan oleh model persamaan ini sebesar 10,8%. Sedangkan sisanya sebesar 89,2% dipengaruhi oleh faktor-faktor lain yang tidak dimasukkan dalam model transformasi regresi. 6.
Pembahasan Hasil Penelitian 1. Analisis Ukuran Perusahaan Terhadap Profitabilitas Dari hasil perhitungan uji secara parsial diperoleh nilai t hitung sebesar -2,489 dengan nilai signifikansi sebesar 0,018 yang mana signifikansi tersebut lebih kecil dari 0,05. Dari hasil uji t tersebut dapat disimpulkan bahwa Ukuran Perusahaan (SIZE) ada pengaruh terhadap Profitabilitas pada taraf signifikansi sebesar 5%. Hasil ini sama dengan penelitian yang dilakukan oleh Rika Sustia (2013) dimana Ukuran Perusahaan berpengaruh negatif signifikan terhadap
Profitabilitas
(ROA).
Sedangkan
penelitian
yang
dilakukan oleh Elfinto Nugroho (2011) Ukuran Perusahaan berpengaruh positf terhadap Profitabilitas. Hal ini sejalan dengan teori yang menyatakan bahwa semakin besar ukuran perusahaan semakin tinggi jumlah modal kerja.1 Dengan demikian Ukuran Perusahaan (SIZE) terhadap Profitabilitas mempunyai pengaruh yang signifikan dan hubungan negatif. Perusahan dengan ukuran besar memiliki akses yang lebih
1
Elfinto Nugroho, Analisis Pengaruh Likuiditas, Pertumbuhan Penjualan, Perputaran Modal Kerja, Ukuran Perusahaan, dan Leverage Terhadap Profitabilitas Perusahaan, Vol 22. No.1. 2011
98
mudah untuk mendapat sumber pendanaan dari berbagai sumber sehingga untuk memperoleh pinjaman dari kreditur akan lebih mudah
karena
perushaan
dengan
ukuran
besar
memiliki
probabilitas lebih besar untuk memenangkan persaingan atau bertahan dalam industri. 2. Analisis Modal Kerja Terhadap Profitabilitas Dari hasil perhitungan uji secara parsial diperoleh nilai t hitung sebesar 1,061 dengan nilai signifikansi sebesar 0,297 yang mana signifikansi tersebut lebih besar dari 0,05. Dari hasil uji t tersebut dapat disimpulkan bahwa Modal Kerja (WCR) tidak ada pengaruh terhadap Profitabilitas pada taraf signifikansi sebesar 5%. Hasil diatas tidak sejalan dengan teori yang menyatakan bahwa modal kerja yang terlalu besar berarti ada sebagian dana yang menganggur dan ini akan menurunkan tingkat profitabilitas.2 Hasil ini sama dengan penelitian yang dilakukan oleh Setyo Budi Nugroho (2012) dimana Modal Kerja tidak berpengaruh terhadap Profitabilitas. Sedangkan penelitian yang dilakukan oleh Yoyon Supriyadi dan Fani Fazriani (2011) menyatakan bahwa Modal Kerja berpengaruh positif terhadap Profitabilitas.
Nazir dan Afza.“Working Capital Requirement and The Determining Factors in Pakistan. Jurnal. Vol.15, No.4. 2009. 2
99
3. Analisis Leverage Terhadap Profitabilitas Dari hasil perhitungan uji secara parsial diperoleh nilai t hitung sebesar 0,118 dengan nilai signifikansi sebesar 0,907 yang mana signifikansi terebut lebih dari 0,05. Dari hasil uji t tersebut dapat disimpulkan bahwa Leverage (DTA) tidak ada pengaruh terhadap Jumlah Modal Kerja pada taraf signifikansi sebesar 5%. Hasil diatas tidak sejalan dengan teori yang menyatakan bahwa semakin besar DTA menunjukkan bahwa semakin besar biaya yang harus ditanggung perusahaan untuk memenuhi kewajiban yang dimilki. Hal ini dapat menurunkan profitabilitas yang dimilki oleh perusahaan.3 Hasil ini sama dengan penelitian yang dilakukan oleh Rika Sustia (2013) dimana Leverage tidak berpengaruh terhadap Profitabilitas. Sedangkan penelitian yang dilakukan Vijayakumar (2011) menyatakan bahwa Leverage berpengaruh negatif terhadap Profitabilitas. 4. Analisis Pengaruh Ukuran Perusahaan, Profitabilitas, dan Leverage terhadap Jumlah Modal Kerja Dari uji F diketahui bahwa secara simultan variabel independen yang terdiri dari Ukuran Perusahaan, Modal Kerja dan
3
Elfinto Nugroho. Analisis Pengaruh Likuiditas, Pertumbuhan Penjualan, Perputaran Modal Kerja, Ukuran Perusahaan, dan Leverage Terhadap Profitabiitas (Studi Pada Perusahaan Manufaktur Yang Terdapat pada BEI Tahun 2005-2009). Skripsi. 2011.
100
Leverage tidak berpengaruh terhadap Profitabilitas dengan nilai F hitung 2,412 dengan signifikansi 0,085 di atas 5% artinya besar kecilnya semua variabel independen tersebut secara simultan tidak mempengaruhi Profitabilitas periode mendatang. .
