1
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
Pada bab ini akan membahas mengenai hasil penelitian berdasarkan data-data yang diperoleh, sehingga akan didapat gambaran mengenai hubungan dan pengaruh rasio-rasio
keuangan
terhadap
pertumbuhan
laba,
pertumbuhan
rugi,
dan
pertumbuhan laba dan rugi.
4.1 Gambaran Umum Sampel Penelitian Terdapat 85 perusahaan yang dijadikan sampel dalam penelitian ini, berikut merupakan jumlah perusahaan yang dikategorikan menurut kegiatan usahanya:
1
2
Tabel 4.1 Daftar Nama Perusahaan Sampel
KEGIATAN USAHA
JUMLAH
kaca Tekstil Keramik Komoditas Sepatu Rokok Kabel Beton Kimia & Farmasi Pipa Kayu & Sejenisnya Ban Komponen & Sparepart Besi & sejenisnya Kertas Minuman & Makanan Sanitary
1 14 3 5 2 3 8 1 14 1 2 1 6 4 1 8 1
Total
85 kaca Tekstil Keramik Komoditas Sepatu
1% 11% 1% 1%
5%
19% 4%
8%
7%
1% 3% 1%
19%
1%
3%
11%
4%
Rokok Kabel Beton Kimia & Farmasi Pipa Kayu & Sejenisnya Ban Komponen & Sparepart Besi & sejenisnya Kertas Minuman & Makanan Sanitary
2
3
4.2 Uji Statistik 4.2.1 Statistik Deskriptif Hasil perhitungan terhadap statistik deskriptif pada perusahaan manufaktur yang terdaftar di Jakarta Stock Exchange pada tahun 2004 – 2006 yang dijadikan sampel dalam penelitian ini, yang terdiri dari nilai minimal, nilai maksimal, mean, median, dan standar deviasi dari variabel independen dan variabel dependen tiap-tiap model penelitian, yang disajikan sebagai berikut: Tabel 4.2 Hasil Perhitungan Statistik Deskriptif Pertumbuhan Laba Variabel
N
Min
Laba
94
-3.0922
Liq1
94
Liq2
Max
.3644
0.0219
1.7207
.5284
10.3568 2.5818
1.7583
2.0513
94
1.2725
66.0480 6.5226
4.4746
9.0686
Liq3
94
-4.0011
.3069
0.2401
.6546
Sol1
94
.1038
35.7964 1.4800
0.7281
3.7242
Sol2
94 -39.7630 111.4695 1.3572
-0.8367
16.1329
Pro1
94
1.1844
.5772
Valid N (listwise)
94
.2635
8.5809
Mean Median Std. Deviation
2.2622
2.8228 1.2722
3
4
Tabel 4.3 Hasil Perhitungan Statistik Deskriptif Pertumbuhan Rugi Variabel
N
Min
Max
Rugi
36
-6.4475 12.9193
Liq1
36
.0421
Liq2
36
Liq3
36
Mean Median Std. Deviation .0774
-0.2197
2.9690
5.3773
.8490
0.6174
1.1577
.5396 62.9093
6.6051
3.8798
10.3693
.2946
.01184
0.0058
.1448
Sol1
36 -27.4356 65.1512
.4456
0.9848
13.9049
Sol2
36 -96.3888 75.9979 -6.6158
0.9870
29.7663
Pro1
36
0.5807
.4281
Valid N (listwise)
36
-.4632
.0696
1.8917
.6632
Tabel 4.4 Hasil Perhitungan Statistik Deskriptif Pertumbuhan Laba & Rugi Variabel
N
Min
Max
Mean Median Std. Deviation
L&R
170 -18.6598 195.4442
1.0465
-0.2128
15.2977
Liq1
170
.0378
10.3568
2.1177
1.4147
2.0194
Liq2
170
.5396
66.0480
6.4180
4.4387
8.4608
Liq3
170
-4.0011
2.2622
.2059
0.1179
.5410
Sol1
170 -68.9825
70.3016
1.7382
0.8186
10.6427
Sol2
170 -96.3888 111.4695 -1.8218
-0.8464
20.2043
Pro1
170
1.0212
.6785
Valid N (listwise)
170
.0696
4.0950
4
1.1611
5
4.2.2 Uji Data Outlier Sebelum data-data yang ada dimasukkan kedalam penelitian, diperlukan untuk melakukan uji data outlier, dimana data outlier merupakan data yang secara nyata berbeda dengan data-data yang lain, yang dapat disebabkan sebagai berikut: 1. Kesalahan dalam pemasukan data 2. Kesalahan dalam pengambilan sampel 3. Terdapat
data-data
ekstrim
yang
tidak
bisa
dihindarkan
keberadaanya Untuk mengetahui sebuah data mengandung outlier, maka diperlukan perhitungan dari tiap-tiap data yang ada yang lebih besar dari 2.5 atau lebih kecil dari angka -2.5 dari data-data tersebut akan dihapus atau tidak dimasukkan dalam penelitian ini. Berikut merupakan gambar dari outlier tersebut: Gambar 4.1 Outlier
5
6
Hasil dari uji data outlier ini dari tiap-tiap model penelitian dapat dilihat sebagai berikut: a. Pertumbuhan Laba Terdapat 34 data yang tidak dimasukkan dalam model penelitian pertumbuhan laba ini (Lihat Lampiran Outliner), berikut merupakan rinciannya: •
Y
= 6 data
•
Liq2
= 8 data
•
Liq3
= 1 data
•
Sol1
= 2 data
•
Sol2
= 17 data
Berikut merupakan hasil statistik deskriptif setelah dilakukan uji data outlier: Tabel 4.5 Hasil Perhitungan Statistik Deskriptif Uji Data Outlier Pertumbuhan Laba Variabel
N
Min
Max
Mean Median Std. Deviation
Laba
60 -2.9145 3.1582 -.062497
-0334
.9303525
Liq1
60
.5284 8.7807 2.310739
1.7583
1.5740425
Liq2
60
1.2725 9.9224 4.904739
4.5941
2.0808368
Liq3
60
-.2890 2.2314
.302530
0.2331
.4335681
Sol1
60
.1062 3.7965 1.042862
0.6482
.9002742
Sol2
60 -6.2497 9.1288 -.720668
-0.8408
2.8355140
Pro1
60
1.1025
.5327731
Valid N (listwise)
60
.2635 2.8228 1.192957
b. Pertumbuhan Rugi
6
7
Terdapat 26 data yang tidak dimasukkan dalam model penelitian pertumbuhan rugi ini (Lihat Lampiran Outliner), berikut merupakan rinciannya: •
Y
= 4 data
•
Liq1
= 2 data
•
Liq2
= 1 data
•
Sol1
= 8 data
•
Sol2
= 11 data
Berikut merupakan hasil statistik deskriptif setelah dilakukan uji data outlier: Tabel 4.6 Hasil Perhitungan Statistik Deskriptif Uji Data Outlier Pertumbuhan Rugi Variabel
N
Min
Max
Rugi
17
-.6321
4.1298
.2117
-0.0255
1.1001
Liq1
17
.0750
1.4097
.6747
0.7042
.4126
Liq2
17
1.4517 14.8638 5.2079
2.7994
4.082
Liq3
17
-.4632
-.0284
-0.0031
.1586
Sol1
17 -3.3896
7.7134 2.1471
2.2870
3.2519
Sol2
17 -3.7801
4.6814
.0989
-0.2874
2.0908
Pro1
17
1.0027
.5825
0.5855
.2267
Valid N (listwise)
17
.1164
.2471
7
Mean Median Std. Deviation
8
c. Pertumbuhan Laba dan Rugi Terdapat 41 data yang tidak dimasukkan dalam model penelitian pertumbuhan laba dan rugi ini (Lihat Lampiran Outliner), berikut merupakan rinciannya: •
Y
= 7 data
•
Liq2
= 4 data
•
Liq3
= 1 data
•
Sol1
= 13 data
•
Sol2
= 16 data
Berikut merupakan hasil statistik deskriptif setelah dilakukan uji data outlier: Tabel 4.7 Hasil Perhitungan Statistik Deskriptif Uji Data Outlier Pertumbuhan Laba & Rugi Variabel
N
Min
Max
L&R
122
-6.2296
4.8085
Liq1
122
.0378
Liq2
Mean Median Std. Deviation -.1506
-0.1700
1.6398
9.2452 2.1346
1.6037
1.8540
122
.9641 16.4153 5.1444
4.4304
3.0748
Liq3
122
1.3395 19.5782 6.5770
6.3762
3.2411
Liq4
122
-.5716
.2443
0.1407
.44191
Sol1
122
-3.3896
9.8863 1.5627
0.7630
2.2677
Sol2
122 -16.6727 19.9314
-.1768
-0.8016
5.2629
Pro1
122
3.4338 1.1152
0.9637
.6315
Valid N (listwise)
122
.1164
2.2622
8
9
4.2.3 Uji Asumsi Klasik Setelah data penelitian bebas dari outliner, diperlukan pengujian pelanggaran asumsi klasik sebelum dilakukan pengujian multiple regression dalam penelitian ini. Uji pelanggaran asumsi klasik tersebut terdiri dari: a. Multikolinearitas Pengujian multikolinearitas dilakukan dengan melakukan regresi sederhana antar variabel bebas. Pengujian ini bertujuan untuk mengetahui ada atau tidak korelasi yang signifikan antar dua atau lebih variabel independen, pengujian ini menggunakan metode Pearson correlation. Menurut Sugiyono (2008:356), pedoman untuk memberikan interpretasi koefisien korelasi sebagai berikut: •
0.000 – 0.199 = sangat rendah
•
0.200 – 0.399 = rendah
•
0.400 – 0.599 = sedang
•
0.600 – 0.799 = kuat
•
0.800 – 1.000 = sangat kuat Berikut merupakan hasil dari uji multikolinearitas dari tiap-tiap model
penelitian:
9
10
Tabel 4.8 Korelasi Pertumbuhan Laba Variabel
Y
Liq1
Liq2
Liq3
Sol1
Sol2
Pro1
Y
1.0000
-0.0551
-0.1406
0.1592
-0.0694
-0.1354
-0.0370
Liq1
-0.0551
1.0000
-0.2832
0.5710
-0.4161
-0.1678
-0.0282
Liq2
-0.1406
-0.2832
1.0000
-0.1897
0.2616
0.0070
0.5753
Liq3
0.1592
0.5710
-0.1897
1.0000
-0.3547
-0.3335
-0.1524
Sol1
-0.0694
-0.4161
0.2616
-0.3547
1.0000
0.1222
0.3429
Sol2
-0.1354
-0.1678
0.0070
-0.3335
0.1222
1.0000
0.1036
Pro1
-0.0370
-0.0282
0.5753
-0.1524
0.3429
0.1036
1.0000
Tabel 4.9 Korelasi Pertumbuhan Rugi Variabel
Y
Liq1
Liq2
Liq3
Sol1
Sol2
Pro1
Y
1.0000
-0.1239
0.2244
0.3895
0.0591
-0.3966
0.1518
Liq1
-0.1239
1.0000
-0.6760
0.3214
0.4041
-0.4065
0.2159
Liq2
0.2244
-0.6760
1.0000
-0.1944
-0.2553
0.2290
0.0147
Liq3
0.3895
0.3214
-0.1944
1.0000
0.5283
-0.6348
-0.1404
Sol1
0.0591
0.4041
-0.2553
0.5283
1.0000
-0.0690
0.4409
Sol2
-0.3966
-0.4065
0.2290
-0.6348
-0.0690
1.0000
0.1078
Pro1
0.1518
0.2159
0.0147
-0.1404
0.4409
0.1078
1.0000
10
11
Tabel 4.10 Korelasi Pertumbuhan Laba & Rugi Variabel
Y
Liq1
Liq2
Liq3
Sol1
Sol2
Pro1
Y
1.0000
-0.0252
0.0713
0.0602
-0.1072
0.1583
0.0222
Liq1
-0.0252
1.0000
-0.2430
0.5125
-0.3176
-0.0945
-0.0042
Liq2
0.0713
-0.2430
1.0000
-0.1297
0.1091
-0.0960
0.4461
Liq3
0.0602
0.5125
-0.1297
1.0000
-0.2665
-0.1142
0.0370
Sol1
-0.1072
-0.3176
0.1091
-0.2665
1.0000
0.0580
0.2837
Sol2
0.1583
-0.0945
-0.0960
-0.1142
0.0580
1.0000
-0.0390
Pro1
0.0222
-0.0042
0.4461
0.0370
0.2837
-0.0390
1.0000
Pada tiap-tiap tabel di atas terlihat bahwa tidak ada korelasi antar tiaptiap variabel independen yang nilainya diatas 0.8, hal ini menunjukkan bahwa korelasi antara variabel bebas pada model regresi pertumbuhan laba, model regresi pertumbuhan rugi, dan model regresi pertumbuhan laba dan rugi tidak mengganggu model, atau model terbebas dari gangguan multikolinearitas. b. Heteroskedastisitas
Heteroskedastisitas menunjukkan bahwa varians dari setiap error bersifat heterogen yang berarti melanggar asumsi klasik yang mensyaratkan bahwa varians dari error harus bersifat homogen. Pengujian adanya heterokedastisitas
dilakukan
dengan
uji
White-Test.
Dengan
dasar
pengambilan keputusan sebagai berikut: •
Jika signifikansi (probabilitas) dari X² (Obs*R²) < 0.05, maka mengandung heterokedastisitas. 11
12
•
Jika signifikansi (probabilitas) dari X² (Obs*R²) > 0.05, maka tidak mengandung heterokedastisitas. Tabel 4.11 Hasil Uji White Test Model
Prob. Obs*R2
Kesimpulan
Pertumbuhan Laba
0.508832
tidak ada heteroskedastisitas (Homokedastisitas)
Pertumbuhan Rugi
0.396609
tidak ada heteroskedastisitas (Homokedastisitas)
Pertumbuhan Laba & Rugi
0.957976
tidak ada heteroskedastisitas (Homokedastisitas)
Dari tabel diatas dapat disimpulkan bahwa signifikansi dari X² = Obs*R² adalah lebih besar dari 0.05 sehingga hipotesis yang menyatakan adanya heteroskedastisitas ditolak atau dengan kata lain model yang digunakan bebas dari heteroskedastisitas. c. Autokorelasi Pengujian autokorelasi digunakan untuk mengetahui adanya error dari periode tertentu (μt) berkorelasi dengan error dari
periode
(μt-1). Dengan dasar pengambilan keputusan sebagai berikut: •
0 < DW
= Ada autokorelasi positif
•
dl < DW < du
= Tidak ada keputusan
•
4-dl < DW < 4
= Ada autokorelasi negatif
•
4-du < DW < 4-dl
= Tidak ada keputusan
•
du < DW < 4-du
= Tidak ada autokorelasi 12
sebelumnya
13
Hasil
analisis
Durbin-Watson
(d-w)
dapat
digunakan
untuk
mengetahui ada tidaknya autokorelasi. Berikut merupakan penjabarannya dari tiap-tiap model penelitian: a. Pertumbuhan Laba Setelah dilakukan perhitungan ternyata menghasilkan nilai DW hitung sebesar 1.717. Dengan menggunakan tabel Durbin-Watson dapat dilihat bahwa pada jumlah N = 60, dan k′ = 6 diperoleh nilai dL sebesar 1.40832 dan dU sebesar 1.70711, Jika dimasukkan kedalam gambar, maka nilai penolakan dan penerimaan untuk DW hitung adalah sebagai berikut: Tabel 4.12 Hasil Uji Durbin Watson Pertumbuhan Laba dl
du
4-du
4-dl
DW
Kesimpulan
1.408
1.707
2.293
2.592
1.717
No Autocorellation
Ada
Ada Tidak ada
autokorelasi Inconclusive
autokorelasi
positif
0
Inconclusive
autokorelasi positif
dl 1.408
du
2
1.707 1.717
4-du
4-dl
2.293
2.592
4
Dengan demikian hasilnya yaitu sebesar 1.717 terdapat pada daerah No Autocorellation. 13
14
b. Pertumbuhan Rugi Setelah dilakukan perhitungan ternyata menghasilkan nilai DW hitung sebesar 1.183. Dengan menggunakan tabel Durbin-Watson dapat dilihat bahwa pada jumlah N = 17, dan k′ = 6 diperoleh nilai dL sebesar 0.66414 dan dU sebesar 1.10414, Jika dimasukkan kedalam gambar, maka nilai penolakan dan penerimaan untuk DW hitung adalah sebagai berikut: Tabel 4.13 Hasil Uji Durbin Watson Pertumbuhan Rugi dl
du
4-du
4-dl
DW
Kesimpulan
0.664
1.104
2.896
3.336
1.183
No Autocorellation
Ada
Ada Tidak ada
autokorelasi Inconclusive
autokorelasi
positif
0
Inconclusive
autokorelasi positif
dl 0.664
du
2
1.104 1.183
4-du
4-dl
2.896
3.336
4
Dengan demikian hasilnya yaitu sebesar 1.183 terdapat pada daerah No Autocorellation. c.
Pertumbuhan Laba dan Rugi Setelah dilakukan perhitungan ternyata menghasilkan nilai DW
hitung sebesar 1.793. Dengan menggunakan tabel Durbin-Watson 14
15
dapat dilihat bahwa pada jumlah N = 122, dan k′ = 6 diperoleh nilai dL sebesar 1.62027 dan dU sebesar 1.79054, Jika dimasukkan kedalam gambar, maka nilai penolakan dan penerimaan untuk DW hitung adalah sebagai berikut: Tabel 4.14 Hasil Uji Durbin Watson Pertumbuhan Laba & Rugi dl
du
4-du
4-dl
DW
Kesimpulan
1.620
1.790
2.210
2.380
1.793
No Autocorellation
Ada
Ada Tidak ada
autokorelasi Inconclusive
autokorelasi
positif
0
Inconclusive
autokorelasi positif
dl 1.620
du
2
1.790 1.793
4-du
4-dl
2.210
3.380
4
Dengan demikian hasilnya yaitu sebesar 1.793 terdapat pada daerah No Autocorellation.
15
16
4.2.4 Analisa Regresi Setelah dilakukan pengujian asumsi klasik dan telah diketahui bahwa tiap-tiap model penelitian bebas dari penyimpangan yang ada, maka selanjutnya dilakukan analisa regresi. Berikut merupakan hasil regresi dari tiap-tiap model penelitian: Tabel 4.15 Hasil Uji Regresi Pertumbuhan Laba a
Coefficients
Model
Standardized Unstandardized Coefficients Coefficients B
1
(Constant)
Std. Error
t
Sig.
Beta
.496
.447
1.109
.272
Liq1
-.196
.104
-.332 -1.887
.065
Liq2
-.121
.076
-.271 -1.602
.115
Liq3
.545
.360
.254
1.515
.136
Sol1
-.103
.159
-.099
-.644
.522
Sol2
-.037
.045
-.112
-.812
.420
Pro1
.339
.302
.194
1.121
.268
a. Dependent Variable: Laba
Berdasarkan tabel 4.15, maka persamaan regresi dari model penelitian pertumbuhan laba adalah: Y = a+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7+β8X8+ε Y
= 0.496 + (0.196)X1 + (0.121)X2 + 0.545X3 + (0.103)X4 + (0.037)X5 + 0.339X6 + ε
Dimana : 16
17
Y
= Pertumbuhan Laba
X1
= Liq1
X2
= Liq2
X3
= Liq3
X4
= Sol1
X5
= Sol2
X6
= Pro1
ε
= Error Tabel 4.16 Hasil Uji Regresi Pertumbuhan Rugi Coefficientsa
Model
Standardized Unstandardized Coefficients Coefficients B
1
Std. Error
t
Sig.
Beta
(Constant)
-.292
1.107
-.264
.797
Liq1
-.877
1.008
-.329 -.870
.405
Liq2
.022
.090
Liq3
4.142
Sol1
.083
.249
.809
3.343
.597 1.239
.244
-.112
.149
-.330 -.750
.471
Sol2
-.129
.206
-.244 -.625
.546
Pro1
2.315
1.601
.477 1.446
.179
a. Dependent Variable: Rugi
Berdasarkan tabel 4.16, maka persamaan regresi dari model penelitian pertumbuhan rugi adalah: Y = a+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7+β8X8+ε
17
18
Y
= -0.292 + (0.877)X1 + 0.022X2 + 4.142X3 + (0.112)X4 + (0.129)X5 + 2.315X6 + ε
Dimana : Y
= Pertumbuhan Rugi
X1
= Liq1
X2
= Liq2
X3
= Liq3
X4
= Sol1
X5
= Sol2
X6
= Pro1
ε
= Error Tabel 4.17 Hasil Uji Regresi Pertumbuhan Laba & Rugi Coefficientsa
Model
Standardized Unstandardized Coefficients Coefficients B
1
Std. Error
(Constant)
-.234
.419
Liq1
-.070
.099
Liq2
.045
Liq3
t
Sig.
Beta -.557
.578
-.079
-.707
.481
.057
.085
.796
.427
.354
.398
.096
.891
.375
Sol1
-.097
.074
-.134 -1.310
.193
Sol2
.056
.029
.179
1.942
.055
Pro1
.066
.281
.025
.234
.816
a. Dependent Variable: L&R
18
19
Berdasarkan tabel 4.17, maka persamaan regresi dari model penelitian pertumbuhan laba dan rugi adalah: Y = a+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7+β8X8+ε Y
= -0.234 + (0.070)X1 + 0.045X2 + 0.354X3 + (0.097)X4 + 0.56X5 + 0.66X6 + ε
Dimana : Y
= Pertumbuhan Laba & Rugi
X1
= Liq1
X2
= Liq2
X3
= Liq3
X4
= Sol1
X5
= Sol2
X6
= Pro1
ε
= Error Hasil analisis secara parsial yang dapat dilihat dari tiap-tiap tabel
diatas, menunjukkan bahwa dari tiap-tiap variabel independen tidak ada satu pun diantaranya yang signifikan pada α 0.05, sehingga persamaan regresi dari model penelitian pertumbuhan laba, pertumbuhan rugi, serta pertumbuhan laba dan rugi tidak dapat digunakan.
19
20
4.2.5 Koefisien Determinasi (R2) Tabel 4.18 Hasil Uji R2 Model Summaryb
Model
R
R Adjusted R Std. Error of Square Square the Estimate
Pertumbuhan Laba
.334a
.112
.011
.9251064
Pertumbuhan Rugi
.665a
.442
.107
1.0395413
Pertumbuhan Laba & Rugi
.239a
.057
.008
1.6335093
a. Predictors: (Constant), Liq1, Liq2, Liq3, Sol1, Sol2, Pro1 b. Dependent Variable: Laba, Rugi, L&R
Hasil analisis regresi pada tabel diatas menunjukkan hasil dari model penelitian pertumbuhan laba terdapat nilai adjusted R square sebesar 0.011. Hal ini berarti bahwa 1.1% penambahan pertumbuhan laba dapat dijelaskan oleh variabel independen yang digunakan dalam penelitian ini. Sementara 98.9% sisanya hanya dapat dijelaskan dengan variabel lain yang tidak ditemukan dalam penelitian ini, untuk model penelitian pertumbuhan rugi mempunyai nilai adjusted R square sebesar 0.107. Berarti bahwa 10.7% penambahan pertumbuhan rugi dapat dijelaskan oleh variabel independen yang digunakan dalam penelitian ini. Sementara 89.3% sisanya hanya dapat dijelaskan dengan variabel lain yang tidak ditemukan dalam penelitian ini, sedangkan untuk model penelitian pertumbuhan laba dan rugi menghasilkan nilai adjusted R square sebesar 0.008. Berarti bahwa 0.8% penambahan pertumbuhan rugi dapat dijelaskan oleh variabel independen yang digunakan
20
21
dalam penelitian ini. Sementara 99.2% sisanya hanya dapat dijelaskan dengan variabel lain yang tidak ditemukan dalam penelitian ini.
4.2.6 Uji F (Uji Serentak) Digunakan untuk menguji apakah secara bersama-sama seluruh variabel independen mempunyai pengaruh yang signifikan terhadap variabel dependen. •
Ho : b1 = b2 = b3 = b4 = b5 = b6 = 0 Secara bersama-sama seluruh variabel independen (Liq1, Liq2, Liq3, Sol1, Sol2, Pro1) tidak mempengaruhi variabel dependen.
•
Ha : b1 ≠ b2 ≠ b3 ≠ b4 ≠ b5 ≠ b6 ≠0 Secara bersama-sama seluruh variabel independen (Liq1, Liq2, Liq3, Sol1, Sol2, Pro1) mempunyai pengaruh yang signifikan terhadap variabel dependen.
Dasar Pengambilan Keputusan Hipotesis : Jika
p-value < 0.05, maka Ho ditolak p-value > 0.05, maka Ho diterima
Berikut merupakan penjabaran Uji F dari tiap-tiap model penelitian:
21
22
Tabel 4.19 Hasil Uji F Pertumbuhan Laba ANOVAb
Model 1
Sum of Squares df Mean Square
Regression
5.709
6
Residual
45.359 53
Total
51.068 59
F
Sig.
.952 1.112 .368a .856
a. Predictors: (Constant), Pro1, Liq1, Sol2, Sol1, Liq3, Liq2 b. Dependent Variable: Laba
Tabel 4.20 Hasil Uji F Pertumbuhan Rugi ANOVAb
Model 1
Sum of Squares df Mean Square
Regression
8.558
6
Residual
10.806 10
Total
19.364 16
F
Sig.
1.426 1.320 .332a 1.081
a. Predictors: (Constant), Pro1, Liq2, Liq3, Sol2, Liq1, Sol1 b. Dependent Variable: Rugi
Tabel 4.21 Hasil Uji F Pertumbuhan Laba & Rugi ANOVAb
Model 1
Sum of Squares df Mean Square
Regression
18.529
6
Residual
306.861 115
Total
325.390 121
a. Predictors: (Constant), Pro1, Liq1, Sol2, Sol1, Liq2, Liq3 b. Dependent Variable: L&R
22
F
Sig.
3.088 1.157 .334a 2.668
23
Dari pengujian Regresi dengan melihat table 4.19, diketahui F hitung dari model penelitian pertumbuhan laba sebesar 1.112 dengan p-value 0.368 > 0.05, maka Ho ditolak. Secara bersama-sama seluruh variabel independen (Liq1, Liq2, Liq3, Sol1, Sol2, Pro1) tidak mempengaruhi variabel dependen pertumbuhan laba, untuk model penelitian pertumbuhan rugi, dengan melihat tabel 4.20, diketahui F hitung sebesar 1.320 dengan p-value 0.332 > 0.05, maka Ho ditolak. Secara bersama-sama seluruh variabel independen (Liq1, Liq2, Liq3, Sol1, Sol2, Pro1) tidak mempengaruhi variabel dependen pertumbuhan rugi, sedangkan untuk model penelitian pertumbuhan laba dan rugi, mempunyai nilai F Hitung sebesar 1.157 dengan p-value 0.334 > 0.05, maka Ho ditolak. Secara bersama-sama seluruh variabel independen (Liq1, Liq2, Liq3, Sol1, Sol2, Pro1) tidak mempengaruhi variabel dependen pertumbuhan laba dan rugi
4.2.7 Koefisien Uji Parsial (Uji t) Uji ini digunakan untuk mengetahui apakah dalam model regresi, variabel independen secara parsial berpengaruh signifikan terhadap variabel dependen. •
Ho : -t tabel > t hitung < t tabel Secara parsial tidak ada pengaruh signifikan antara variabel independen dengan variabel dependen
23
24
•
Ha : -t hitung < -t tabel atau t hitung > t tabel Secara parsial ada pengaruh signifikan antara variabel independen dengan variabel dependen
Berikut merupakan penjelasan Uji t dari tiap-tiap model penelitian: a. Pertumbuhan Laba Nilai t hitung dari tiap-tiap variabel independen terhadap variabel dependen dapat dilihat dari Tabel 4.15. Setelah itu diperlukan nilai t tabel dengan tabel distribusi t dicari pada a = 5% / 2 = 2.5% (uji dua sisi), dan dengan derajat kebebasan (df) n-k-1 atau 60-6-1 = 53. Maka diperoleh nilai t tabel sebesar 2.0057. Berikut merupakan gambar penolakan dan penerimaan Ho dari tiap-tiap variabel independen terhadap variabel dependen: Gambar 4.2 Hasil Uji T Pertumbuhan Laba
24
25
Melihat gambar diatas, maka tiap-tiap variabel independen yang dimasukkan kedalam penelitian pertumbuhan laba tidak berpengaruh signifikan terhadap variabel dependen. b. Pertumbuhan Rugi Nilai t hitung dari tiap-tiap variabel independen terhadap variabel dependen dapat dilihat dari Tabel 4.16. Setelah itu diperlukan nilai t tabel dengan tabel distribusi t dicari pada a = 5% / 2 = 2.5% (uji dua sisi), dan dengan derajat kebebasan (df) n-k-1 atau 17-6-1 = 10. Maka diperoleh nilai t tabel sebesar 2.2281. Berikut merupakan gambar penolakan dan penerimaan Ho dari tiap-tiap variabel independen terhadap variabel dependen: Gambar 4.3 Hasil Uji T Pertumbuhan Rugi
25
26
Melihat gambar diatas, maka tiap-tiap variabel independen yang dimasukkan kedalam penelitian pertumbuhan rugi tidak berpengaruh signifikan terhadap variabel dependen. c. Pertumbuhan Laba dan Rugi Nilai t hitung dari tiap-tiap variabel independen terhadap variabel dependen dapat dilihat dari Tabel 4.16. Setelah itu diperlukan nilai t tabel dengan tabel distribusi t dicari pada a = 5% / 2 = 2.5% (uji dua sisi), dan dengan derajat kebebasan (df) n-k-1 atau 122-6-1 = 115. Maka diperoleh nilai t tabel sebesar 1.9808. Berikut merupakan gambar penolakan dan penerimaan Ho dari tiap-tiap variabel independen terhadap variabel dependen: Gambar 4.4 Hasil Uji T Pertumbuhan Laba & Rugi
26
27
Melihat gambar diatas, maka tiap-tiap variabel independen yang dimasukkan kedalam penelitian pertumbuhan laba dan rugi tidak berpengaruh signifikan terhadap variabel dependen.
27
