BAB V HASIL PENELITIAN DAN PEMBAHASAN
5. 1
Pengantar Bab 5 akan memaparkan proses pengolahan data dan analisis hasil
pengolahan data. Data diolah dalam bentuk persamaan regresi linear berganda dengan menggunakan software Eviews 8. Model regresi yang dihasilkan diuji dengan metode OLS (Ordinary Least Square). Untuk memastikan model yang dihasilkan bersifat BLUE, maka sebelum menguji signifikansi dari model, terlebih dahulu akan dilakukan uji asumsi klasik yang meliputi uji normalitas, uji heteroskedastisitas, uji autokorelasi dan uji multikolinearitas. Jika model yang dihasilkan sudah bersifat BLUE, maka dilakukan uji signifikansi untuk menganalisis hasil regresi tersebut. Namun jika ternyata model belum bersifat BLUE maka dilakukan remidial sesuai dengan pelanggaran asumsi yang terjadi. Setelah mendapatkan model yang bersifat BLUE maka penulis dapat melakukan intepretasi dan analisis terhadap model yang dihasilkan, dan membandingkan teori sudah ada.
5. 2
Deskripsi Statistik Deskripsi statistik dari variabel yang akan digunakan dalam penelitian ini
adalah sebagai berikut:
54
55
Tabel V.1 Perhitungan Minimum, Maksimum, Mean, Median, Standar Deviasi ROA
CR
LTATO
LDAR
SALES
SIZE
Mean
0.028449
4.721354
0.318404
0.099087
11.84766
12.36829
Median
0.026114
4.432311
0.276493
0.094663
11.85041
12.37675
Maximum
0.055398
6.501056
0.545917
0.144481
12.28421
12.53200
Minimum
0.006649
3.585072
0.119750
0.069521
11.29882
12.16882
Std. Dev.
0.014738
0.841115
0.140636
0.024194
0.263651
0.122633
Skewness
0.268725
0.594064
0.109603
0.559578
-0.366935
-0.177300
Kurtosis
1.771993
2.168404
1.834564
2.033739
2.435733
1.639167
Jarque-Bera
1.721983
2.015567
1.347696
2.095080
0.821255
1.895208
Probability
0.422743
0.365027
0.509743
0.350800
0.663234
0.387669
23
23
23
23
23
23
Observations
Sumber: Hasil pengolahan program Eviews 8
Keterangan: ROA
= Return On Asset
CR
= Current Ratio
TATO
= Total Asset Turn Over
DAR
= Debt to Asset Ratio
Sales
= Penjualan
Size
= Ukuran Perusahaan
Intepretasi tabel 5.1: 1. Variabel dependen Return On Asset (ROA) mempunyai tingkat perputaran rata-rata sebesar 2.8449% per triwulan. Tingkat perputaran minimum Return On Asset (ROA) sebesar 0.6649% terjadi pada periode pengamatan terjadi pada periode triwulan I tahun 2014 dan tingkat perputaran maksimum Return On Asset (ROA) terjadi pada periode triwulan 4 tahun 2012 sebesar 5.5398% dengan standar deviasi 1.4738% dari 23 pengamatan penelititan.
56
2. Variabel dependen Current Ratio (CR) mempunyai tingkat perputaran ratarata sebesar 472,14% per triwulan. Tingkat perputaran minimum Current Ratio (CR) sebesar 358,51% terjadi pada periode pengamatan terjadi pada periode triwulan IV tahun 2009 dan tingkat perputaran maksimum Current Ratio (CR) terjadi pada periode triwulan I tahun 2012 sebesar 650,11% dengan standar deviasi 84,11% dari 23 pengamatan penelititan. 3. Variabel dependen Total Asset Turnover (TATO) mempunyai tingkat perputaran rata-rata sebesar 31,84% per triwulan. Tingkat perputaran minimum Total Asset Turnover (TATO) sebesar 11,98% terjadi pada periode pengamatan terjadi pada periode triwulan I tahun 2010 dan tingkat perputaran maksimum Total Asset Turnover (TATO) terjadi pada periode triwulan IV tahun 2009 sebesar 54,59% dengan standar deviasi 14,06% dari 23 pengamatan penelititan. 4. Variabel dependen Debt to Asset Ratio (DAR) mempunyai tingkat perputaran rata-rata sebesar 9,91% per triwulan. Tingkat perputaran minimum Debt to Asset Ratio (DAR) sebesar 6,91% terjadi pada periode pengamatan terjadi pada periode triwulan I tahun 2011 dan tingkat perputaran maksimum Debt to Asset Ratio (DAR) terjadi pada periode triwulan IV tahun 2013 sebesar 144,48% dengan standar deviasi 2,42% dari 23 pengamatan penelititan. 5. Variabel dependen Sales mempunyai tingkat perputaran rata-rata sebesar 1.184,77% per triwulan. Tingkat perputaran minimum Sales sebesar 1.129,88% terjadi pada periode pengamatan terjadi pada periode triwulan I tahun 2010 dan tingkat perputaran maksimum Sales terjadi pada periode triwulan IV tahun 2013 sebesar 1.228,42% dengan standar deviasi 263,65% dari 23 pengamatan penelititan. 6. Variabel dependen Size mempunyai tingkat perputaran rata-rata sebesar 1.236,83% per triwulan. Tingkat perputaran minimum Size sebesar 1.216,88% terjadi pada periode pengamatan terjadi pada periode triwulan II tahun 2009 dan tingkat perputaran maksimum Size terjadi pada periode triwulan IV tahun 2014 sebesar 1.253,20% dengan standar deviasi 122,63% dari 23 pengamatan penelititan.
57
7. Variabel Return On Asset, Current Ratio, Total Asset Turnover, Debt to Asset Ratio, Sales dan Size sudah terdistribusi normal. Hal ini bisa dilihat dari probabilitas Jarque-Bera yang lebih besar dari tingkat signifikansi (α = 0.05) menunjukkan bahwa gagal menolak hipotesis nol (H0) yang artinya data telah terdistribusi normal.
5. 3
Uji Normalitas Uji Normalitas dilakukan dengan tujuan untuk mengetahui apakah variabel
dependen
dan
independen
dalam
model
regresi
berdistribusi
normal
(Gozali,’2006). Pengujian terhadap normalitas data dengan menggunakan aplikasi Eviews 8 dengan melihat nilai residual dari Jarque-Bera. Residual dikatakan memiliki distribusi normal apabila nilai signifikan dari Jarque-Bera diatas 5% dan tidak berdistribusi secara normal jika signifikan nilai Jarque-Bera dibawah 5%. 5
Series: Residuals Sample 2009Q2 2014Q4 Observations 23
4 3 2 1 0 -0.015
-0.010
-0.005
0.000
0.005
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
1.06e-16 0.000631 0.009512 -0.012819 0.006122 -0.288297 2.189283
Jarque-Bera Probability
0.948484 0.622357
0.010
Sumber : Hasil Pengolahan Software Eviews 8 Gambar V.1 Uji Normalitas pada Model
Dari gambar diatas menunjukkan bahwa nilai natural dari current ratio, TATO, DAR, Sales, Size dan Return On Asset mempunyai nilai signifikansi
58
Jarque-Bera diatas 0,05 yaitu sebesar 0,948484 (0,948484 > 0,05), dan nilai probabilitas Jarque-Bera pada gambar diatas lebih besar dari α (0,622357 > 0,05) maka hipotesis nol (H0) gagal ditolak artinya residual dari current ratio,TATO, DAR, Sales, Size dan ROA terdistribusi normal. Hal tersebut mengindikasikan bahwa variabel independen yang digunakan dalam penelitian ini tidak terdapat data yang ekstrim yang dapat mengakibatkan hasil penelitian ini menjadi bias sehingga dapat digunakan untuk memprediksi ROA perusahaan PT. ASDP Indonesia Ferry (Persero).
5. 4
Hasil Uji Asumsi Klasik Untuk memperoleh model regresi yang bersifat BLUE, maka penulis akan
melakukan uji asumsi dasar klasik terlebih dahulu terhadap model persamaan dari hasil regresi. Jika dalam melakukan pengujian model hasil regresi terdapat pelanggaran asumsi dasar klasik, maka penulis akan melakukan remedial sesuai dengan pelanggaran yang terjadi.
5.4.1
Uji Heteroskedatisitas Uji heteroskedastisitas dilakukan untuk mengetahui apakah varian dari error
konstan atau tidak. Pada asumsi dasar klasik varian dari error harus konstan. Untuk melakukan uji heteroskedastisitas pada model regresi, bisa dilakukan dengan cara informal dan formal. Cara informal untuk mengetahui adanya heteroskedastisitas adalah dengan membuat grafik residual. Cara informal untuk mendeteksi ada tidaknya heteroskedastisitas pada model adalah dengan
59
melakukan uji White. Pengujian ini dilakukan dengan bantuan program Eviews 8 yang akan memperoleh nilai probabilita dari Obs*R-squared yang nantinya akan dibandingkan dengan tingkat signifikansi (alpha). Berikut ini adalah hasil uji White dengan menggunakan program Eviews 8:
Tabel V.2 Uji White Pada Model
F-statistic
1.754828
Prob. F(19,3)
0.3583
Obs*R-squared
21.10136
Prob. Chi-Square(19)
0.3312
Scaled explained SS
6.855004
Prob. Chi-Square(19)
0.9949
Sumber : Hasil Pengolahan Software Eviews 8
Dari tabel 5.2 yang merupakan output dari uji White pada program Eviews 8 dapat dilihat bahwa probabilita Obs*R-square lebih besar dari α (0.3312 > 0.05), maka hipotesis nol gagal ditolak, artinya model regresi pada perusahaan PT. ASDP Indonesia Ferry (Persero) tidak terdapat heteroskedastisitas.
5.4.2 Uji Autokorelasi Penyimpangan autokorelasi dalam penelitian diuji dengan uji DurbinWatson (DW-test). Hal tersebut untuk menguji apakah model linier mempunyai korelasi antara disturbence error pada periode t dengan kesalahan pada periode t1 (sebelumnya). Untuk uji autokorelasi dengan Eviews 8 nilai D-W terintegrasi dengan output dari model regresi yang bersangkutan, jadi tidak perlu dilakukan pengujian secara khusus.
60
Dalam pengujian yang menggunakan jumlah observasi sebanyak 23 (n=23) dan jumlah variabel indevenden sebanyak 5 (k=5) serta dengan tingkat signifikansi 0.05 (α = 0.05), maka diperoleh nilai pada tabel Durbin Watson yakni dl = 0.8949 dan du = 1.9196; 4 – du = 2.0804 dan 4 – dl = 3.1051. Dari hasil pengolahan Eviews 8, diperoleh nilai statistik Durbin Watson (d) pada model regresi sebesar 2.020916. Nilai d yang dihasilkan berada diantara du dan 4 – du ( 1.9196 < 2.020916 < 2.0804 ) artinya hipotesis nol (H0) gagal ditolak sehingga dapat disimpulkan tidak ada autokorelasi positif maupun negatif pada model regresi yang digunakan dalam penelitian ini. Hal ini dapat dilihat pada gambar 5.2 sebagai berikut:
Tabel 5.2 Hasil Uji Durbin Watson Auto Korelasi Positif
0
5.4.3
dl 0.8949
Daerah keragu-raguan
Tidak ada autokorelasi
du d 1.9196 2.020916
4 - du 2.0804
Daerah keragu-raguan
4 - dl 3.1051
Auto Korelasi Negatif
4
Hasil Uji Multikolinearitas Multikolinearitas adalah suatu keadaan dimana satu atau lebih variabel
indevenden terdapat korelasi atau hubungan dengan variabel independen lainnya atau dengan kata lain satu atau lebih variabel independen merupakan satu fungsi linear dari independen lainnya. Salah satu cara untuk menganalisis ada atau tidaknya pengaruh multikolinearitas dalam penelitian ini dengan melihat nilai
61
Correlations Matrix menggunakan program software eviews 8. Suatu data dapat terbebas dari gejala multikolinearitas jika nilai correlation antar variabel independen lebih kecil dari 0,8 (correlation < 0,8). Dari data yang diolah dengan menggunakan eviews 8, didapatkan hasil uji multikolinearitas seperti yang terlihat pada tabel 5.2 dibawah ini:
Tabel 5.2 Uji Multikolinearitas (Correlation Matrix) TATO(-1)
CR
DAR(-1)
SALES
SIZE
TATO(-1)
1.000000
-0.040627
0.268168
-0.172256
0.141708
CR
-0.040627
1.000000
-0.609586
-0.359471
-0.145673
DAR(-1)
0.268168
-0.609586
1.000000
0.214065
0.532827
SALES
-0.172256
-0.359471
0.214065
1.000000
0.586536
SIZE
0.141708
-0.145673
0.532827
0.586536
1.000000
Sumber : Hasil Pengolahan Program Eviews 8
Berdasarkan hasil output tabel 5.2 terlihat bahwa tidak terdapat masalah multikolinearitas antara variabel independen karena nilai setiap variabel lebih kecil dari 0,8 (Correlation < 0,8). Disamping itu, untuk melakukan pengujian uji multikolinearitas dapat juga dilakukan dengan menggunakan uji VIF. Dengan menggunakan program Eviews 8, dapat dilakukan hasil uji multikolinearitas model. Suatu data dapat terbebas dari gejala multikolinearitas jika nilai VIF nya kurang dari 5 (VIF < 5).
Tabel 5.3 Uji Multikolinearitas
62
Coefficient
Uncentered
Centered
Variable
Variance
VIF
VIF
C
0.035980
17063.34
NA
CURRENT_RATIO
7.87E-06
85.71066
2.525334
TATO(-1)
0.000132
7.511509
1.181281
DAR(-1)
0.011934
58.73687
3.168849
SALES
7.75E-05
5163.253
2.444602
SIZE
0.000450
32633.76
3.068444
Sumber : Hasil Pengolahan Program eviews 8
Berdasarkan hasil dari program Eviews 8 pada tabel 5.3, dapat disimpulkan bahwa dalam model regresi yang digunakan dalam penelitian ini, tidak terdapat multikolinearitas. VIF berada pada angka kurang dari 5, berarti tidak ada multikolinearitas antar variabel independen dalam model tersebut.
5. 5
Model Persamaan Regresi Linear Berganda Pengujian asumsi dasar klasik akan menghasilkan model yang terbaik dari
suatu regresi. Dalam penelitian ini, penulis menggunakan model regresi linear berganda untuk mengetahui pengaruh perubahan Current Ratio, Total Asset Turnover, Debt to Asset Ratio, Sales dan Size terhadap Return On Asset. Adapun output regresi linear berganda dengan menggunakan program Eviews 8 adalah sebagai berikut:
63
Tabel 5.4 Hasil Regresi Linear Berganda Perusahaan
Dependent Variable: ROA Method: Least Squares Date: 06/19/15 Time: 14:46 Sample (adjusted): 2009Q2 2014Q4 Included observations: 23 after adjustments
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
0.071796
0.189683
0.378508
0.7097
TATO(-1)
0.031236
0.011474
2.722265
0.0145
CURRENT_RATIO
0.002086
0.002805
0.743765
0.4672
DAR(-1)
-0.155118
0.109242
-1.419942
0.1737
SALES
0.064411
0.008805
7.315407
0.0000
SIZE
-0.065562
0.021208
-3.091398
0.0066
R-squared
0.827467
Mean dependent var
0.028449
Adjusted R-squared
0.776722
S.D. dependent var
0.014738
S.E. of regression
0.006964
Akaike info criterion
-6.876659
Sum squared resid
0.000824
Schwarz criterion
-6.580444
Log likelihood
85.08158
Hannan-Quinn criter.
-6.802162
F-statistic
16.30639
Durbin-Watson stat
Prob(F-statistic)
0.000006
2.020916
Sumber : Hasil Pengolahan Program Eviews 8
Untuk mencapai tujuan tersebut, penulis menggunakan bantuan program Eviews 8. Dengan melakukan pengujian dasar klasik yang bertujuan memperoleh model yang BLUE maka hasil dari model regresi linear berganda pada penelitian ini adalah sebagai berikut: Υ = α +𝛽1 ×1 + 𝛽2 ×2 + 𝛽3 ×3 + 𝛽4 𝛽 ×4 + 𝛽5 ×5 + 𝘦 atau ROA = 0.071796 + 0.002086CR + 0.031236 TATO - 0.155117DAR + 0.064411SALES - 0.065562SIZE
64
Persamaan tersebut di atas diinterpretasikan sebagai berikut: 1. Koefisien regresi variabel CR sebesar 0.002086 yang berarti bahwa setiap kenaikan satu satuan CR akan menaikkan ROA sebesar 0.002086 satuan, berlaku juga sebaliknya. 2. Koefisien regresi variabel TATO sebesar 0.031236 yang berarti bahwa setiap kenaikan satu satuan TATO akan menaikkan ROA sebesar 0.031236 satuan, berlaku juga sebaliknya. 3. Koefisien regresi variabel DAR sebesar -0.155117 yang berarti bahwa setiap kenaikan satu satuan DAR akan menurunkan ROA sebesar 0.155117 satuan, berarti terjadi hubungan negatif antara ROA dan DAR. Semakin tinggi DAR maka akan semakin menurunkan ROA. 4. Koefisien regresi variabel Sales sebesar 0.064411 yang berarti bahwa setiap kenaikan satu satuan Sales akan menaikkan ROA sebesar 0.064411 satuan, berlaku juga sebaliknya. 5. Koefisien regresi variabel Size sebesar -0.065562 yang berarti bahwa setiap kenaikan satu satuan Size akan menurunkan ROA sebesar 0.065562 satuan, berarti terjadi hubungan negatif antara ROA dan Size. Semakin tinggi Size maka akan semakin menurunkan ROA.
5. 6
Pengujian Hipotesis Untuk menjawab permasalahan dan mencapai tujuan penelitian, maka
setelah mendapatkan model BLUE, selanjutnya akan dilakukan adalah melakukan
65
uji hipotesis yang telah dibangun. Uji hipotesis yang akan dibahas dalam penelitian meliputi uji t, uji F, uji R-squared, dan adjusted R-squared.
5.6.1
Uji t Uji t dilakukan untuk mengetahui pengaruh variabel independen terhadap
variabel dependen secara parsial. Uji t dalam penelitian ini dilakukan dengan batuan program Eviews 8. Dari tabel 5.4, dapat dilihat bahwa tingkat kepercayaan 95% (α = 0.05) current ratio secara parsial berpengaruh positif terhadap ROA. Nilai probabilita tstatistik variabel independen tersebut lebih besar dari α sehingga hipotesis nol (H0) ditolak yang artinya current ratio secara parsial tidak berpengaruh signifikan terhadap Return On Asset. Nilai probabilita t-statistik variabel Total Asset Turn Over lebih kecil dari α, maka hipotesis nol (H0) gagal ditolak yang artinya pada tingkat keyakinan 95%, secara parsial TATO berpengaruh positif signifikan terhadap ROA. Nilai probabilita t-statistik variabel Debt to Asset Ratio lebih besar dari α, maka hipotesis nol (H0) ditolak yang artinya pada tingkat keyakinan 95%, secara parsial DAR tidak berpengaruh negatif signifikan terhadap ROA. Nilai probabilita t-statistik variabel Sales lebih kecil dari α, maka hipotesis nol (H0) gagal ditolak, yang artinya pada tingkat keyakinan 95%, secara parsial Sales berpengaruh positif signifikan terhadap ROA. Nilai probabilita t-statistik variabel Size lebih kecil dari α, maka hipotesis nol (H0) gagal ditolak, yang artinya pada tingkat keyakinan 95%, secara parsial berpengaruh positif signifikan terhadap
66
ROA. Interpretasi dari koefisien intersep dan variabel independen adalah sebagai berikut: 1. Koefisien intersep 7.18% menunjukkan bahwa jika tidak ada perubahan pada variabel independen, maka tingkat perubahan pada ROA akan mengalami peningkatan sebesar 7.18%. 2. Koefisien Current Ratio sebesar 0.21% menunjukkan hubungan positif antara perubahan Current Ratio terhadap Return On Asset. Ketika perubahan tingkat Current Ratio naik sebesar 1%, maka tingkat ROA akan mengalami peningkatan sebesar 0.21% dengan kondisi variabel independen lainnya tetap. 3. Koefisien TATO sebesar 3.12% menunjukkan hubungan positif antara perubahan TATO terhadap ROA. Ketika perubahan TATO naik sebesar 1%, maka tingkat ROA akan mengalami peningkatan sebesar 3.12% dengan kondisi variabel independen lainnya tetap. 4. Koefisien Debt Asset Ratio sebesar -15.51 menunjukkan hubungan negatif antara perubahan DAR terhadap ROA. Ketika perubahan DAR naik 1%, maka tingkat ROA akan mengalami penurunan sebesar 15.51% dengan kondisi variabel independen lainnya tetap 5. Koefisien Sales sebesar 6.44% menunjukkan hubungan positif antara perubahan Sales terhadap ROA. Ketika perubahan Sales naik 1%, maka tingkat ROA mengalami peningkatan sebesar 6.44% dengan kondisi variabel independen lainnya tetap. 6. Koefisien Size sebesar -0.66%
menunjukkan hubungan negatif antara
perubahan Size terhadap ROA. Ketika perubahan Size naik 1%, maka tingkat
67
ROA akan mengalami penurunan sebesar 0.66% dengan kondisi variabel independen lainnya tetap.
5.6.2
Uji F Uji F digunakan untuk melihat variabel independen secara bersama-sama
mempengaruhi variabel independen. Pada Tabel 5.4 terlihat bahwa probabilitas F statistik untuk perusahaan PT. ASDP Indonesia Ferry (Persero) sebesar 0.000006. Dengan tingkat keyakinan 95% (α = 0.05) maka hipotesis nol (H0) penelitian gagal ditolak karena nilai probabilita F-Statistik lebih kecil dari α yang artinya variabel independen (current ratio, TATO, DAR, Sales, dan Size) secara bersamasama berpengaruh terhadap Return On Asset (ROA). Berdasarkan besarnya koefisien dan tingkat signifikansi dari tiap variabel independen bisa dilihat bahwa faktor yang paling berpengaruh terhadap Return On Asset (ROA) adalah Total Asset Turn Over (TATO).
5.6.3
R-Squared (R2) R2 menggambarkan berapa besar variabel independen secara bersama-sama
dapat menjelaskan variabel dependennya. Pada Tabel 5.4 terlihat besarnya Rsquared untuk model pada penelitian ini sebesar 0,827467. Ini artinya variabel independen yang terdiri dari current ratio, TATO, DAR, Sales dan Size secara bersama-sama berpengaruh dan dapat menjelaskan 82,7467% terhadap Return On Asset (ROA). Sedangkan sisanya dijelaskan oleh variabel lain di luar model.
68
5.6.4
Adjusted R-squared Nilai adjusted R-squared menunjukkan seberapa besar variable independen
mampu menjelaskan varian dari variable independen. Semakin mendekati angka 1 berarti semakin besar kemampuan variable independen dalam menjelaskan varian dari variabel dependennya. Nilai adjusted R2 pada model adalah 0,776722. Nilai adjusted R-squared tersebut menjelaskan sebesar 77,6722% varian dari variabel dependen dapat dijelaskan oleh variabel independen. Nilai adjusted R-squared memang tidak melebihi nilai dari R2.
5. 7
Pembahasan Hasil penelitian ini menunjukkan bahwa nilai koefisien determinasi
(adjusted R2) perusahaan sebesar 77,67%. Hal ini berarti variasi ROA yang bisa dijelaskan oleh variasi kelima variabel bebas yaitu current ratio, Total Asset Turn Over, DAR, Sales dan Size adalah sebesar 77,67% persen. Sedangkan sisanya sebesar 22,33 persen dijelaskan oleh sebab-sebab lain. Variabel independen current ratio, Total Asset Turn Over, Debt to Asset Ratio, Sales dan Size secara bersama-sama berpengaruh signifikan terhadap ROA. Hal ini terlihat pada hasil uji F statistik dengan nilai signifikansi sebesar 0,000006. Adapun pengaruh variabel current ratio, TATO, DAR, Sales dan Size secara parsial terhadap ROA ditunjukkan oleh parameternya masing-masing melalui uji t statistik. Dalam uji t statistik, a, b1, b2, b3, b4, dan b5 disebut parameter atau juga disebut koefisien regresi; a sebagai koefisien titik potong (konstanta) dan b1, b2, b3, b4, b5 sebagai koefisien kemiringan (slope). Koefisien titik potong adalah nilai variabel dependen (ROA) apabila nilai variabel independen (Current Ratio,
69
TATO, DAR, Sales dan Size) sama dengan nol. Koefisien kemiringan mengukur tingkat perubahan nilai rata-rata variabel dependen untuk setiap perubahan variabel independen sebesar satu unit. Nilai konstanta hasil regresi linear berganda untuk perusahaan adalah sebesar 7,18%. Artinya perusahaan PT. ASDP Indonesia Ferry (Persero) akan memperoleh laba sebesar 7,18% tanpa dipengaruhi oleh variabel-variabel independen current ratio, TATO, DAR, Sales dan Size. Penafsiran semacam itu tentunya tidak masuk akal dari segi ekonomi. Bagaimana perusahaan dapat menghasilkan laba sebesar itu apabila likuiditas, aktivitas, solvabilitas, dan bahkan ukuran perusahaan sama dengan nol?. Dengan demikian parameter titik potong ini tidak memiliki arti secara ekonomi. Parameter b1 menunjukkan nilai koefisien regresi variabel current ratio sebesar 0,21%, artinya bahwa antara variabel independen current ratio dan variabel ROA tidak terdapat pengaruh yang signifikan secara statistik karena tingkat signifikan diatas 5 persen. Hal ini disebabkan naik turunnya Current Ratio dari periode ke periode sangat kecil, akibatnya current ratio dari triwulan tertentu dibandingkan dengan triwulan sebelumnya bisa jadi sama saja (tidak tumbuh) atau menjadi lebih kecil sehingga tidak berpengaruh terhadap ROA. Pada perusahaan PT. ASDP Indonesia Ferry (Persero), untuk setiap tambahan current ratio sebesar satu persen, maka ROA akan naik sebesar 0,21%. Hasil penelitian ini sesuai dengan Hastuti (2010), Sumatri (2012), Barus dan Leliani (2013), Caesar (2013), Yesi (2014) yang menyatakan bahwa CR tidak berpengaruh terhadap ROA. Namun tidak sesuai dengan penelitian Afriyanti (2011), Jatismara (2011),
70
Rahmawati (2010), Nugroho (2011), Arifin dan Paimanta (2013) yang menyatakan bahwa CR berpengaruh terhadap ROA. Dengan demikian hipotesis pertama (H1) dalam penelitian ini ditolak. Parameter b2 menunjukkan nilai koefisien regresi variabel Total Asset Turn Over sebesar 3,12 persen, artinya bahwa variabel independen TATO dan variabel ROA terjadi pengaruh positif yang signifikan dengan tingkat signifikan lebih kecil dari α (0,01 < 0,05), seperti yang diperkirakan semula. Artinya Pada perusahaan PT. ASDP Indonesia Ferry (Persero) untuk setiap tambahan TATO sebesar satu persen, maka ROA akan naik sebesar 3,12 persen.. Hasil penelitian ini sesuai dengan penelitian Afriyanti (2011), Hastuti (2010), Caesar (2013), Pranata et al (2014) dan Sulistyawan (2005) yang menyatakan bahwa TATO berpengaruh terhadap ROA, namun tidak sesuai dengan penelitian Jatismara (2011) yang menyatakan bahwa TATO tidak berpengaruh terhadap ROA. Perusahaan PT. ASDP Indonesia Ferry (Persero) efektif dalam penggunaan aktivanya untuk menghasilkan total penjualan bersih dimana perputaran aktiva yang cepat diikuti dengan penjualan yang tinggi sehingga mampu menghasilkan laba. Hal ini menunjukkan semakin baik kinerja yang dicapai oleh perusahaan. Dengan demikian hipotesis kedua (H2) dalam penelitian ini diterima. Parameter b3 menunjukkan nilai koefisien regresi variabel Debt to Asset Ratio sebesar -15,51 persen, artinya variabel independen DAR dan variabel dependen ROA tidak terjadi pengaruh yang signifikan karena, tingkat signifikansi diatas nilai α (0.17 > 0,05). Artinya, pada perusahaan PT. ASDP Indonesia Ferry (Persero), untuk setiap tambahan Debt to Asset Ratio sebesar satu persen, maka
71
ROA akan turun sebesar 15,51 persen. Hasil penelitian ini sesuai dengan penelitian Nugroho (2012), yang menyatakan bahwa DAR tidak berpengaruh signifikan terhadap ROA, namun tidak sesuai dengan hasil penelitian Hastuti (2010), Nugroho (2011) Barus dan Leilani (2013), Yesi (2014), Caesar (2013) yang menyatakan bahwa DAR berpengaruh signifikan terhadap ROA. Hal ini berarti semakin tinggi resiko keuangannya. Peningkatan risiko yang dimaksud adalah kemungkinan terjadinya default karena perusahaan terlalu banyak melakukan pendanaan aktiva dari utang. Dengan adanya risiko gagal bayar, maka biaya yang harus dikeluarkan perusahaan untuk mengatasi masalah ini semakin besar. Dengan demikian analisis yang dapat diberikan adalah bahwa DAR yang sangat tinggi akan menurunkan profitabilitas perusahaan karena meningkatnya biaya bunga dan risiko gagal bayar, namun apabila DAR meningkat dengan wajar akan membantu kemampuan pendanaan operasional perusahaan tersebut dalam rangka meningkatkan profitabilitas. Dengan demikian hipotesis ketiga (H3) dalam penelitian ini ditolak. Parameter b4 menunjukkan nilai koefisien regresi variabel sales sebesar 6,44 persen, artinya variabel independen sales dan variabel dependen ROA terjadi pengaruh positif, seperti yang diperkirakan semula. Hal ini berarti pada perusahaan PT. ASDP Indonesia Ferry (Persero), untuk setiap tambahan Sales sebesar satu persen, maka ROA akan meningkat sebesar 0,296 persen. Hal ini signifikan secara statistik karena tingkat signifikan dibawah 5 persen. Hasil penelitian ini sesuai dengan penelitian, Evelina dan Juniarti (2014), Jatismara et al (2011) yang menyatakan bahwa Sales berpengaruh positif dan signifikan terhadap
72
ROA, namun tidak sesuai dengan penelitian Hastuti (2010), Afriyanti (2011), Nugroho (2011), Barus dan Leilani (2013), Dengan demikian hipotesis keempat (H4) dalam penelitian ini diterima. Hal ini tentunya masuk akal bahwa dengan penjualan yang tinggi maka akan menghasilkan laba yang tinggi sehingga dapat meningkatkan ROA PT. ASDP Indonesia Ferry (Persero). Parameter b5 koefisien regresi variabel size sebesar -0,065562 (-6,56 %), artinya variabel independen size dan variabel dependen ROA terdapat pengaruh negatif, seperti yang diperkirakan semula. Hal ini berarti, pada perusahaan PT. ASDP Indonesia Ferry (Persero) setiap tambahan Size sebesar satu persen, maka ROA akan menurun sebesar 6,56 persen. Hal ini signifikan secara statistik karena tingkat signifikan dibawah 5 persen. Hasil penelitian ini sesuai dengan hasil penelitian Hastuti (2010), Sumatri (2012), Nugroho (2011), Barus dan Leilani (2013), Pratiwi (2013)Evelina dan Juniarti (2014) yang menyatakan bahwa Size berpengaruh signifikan terhadap ROA, namun tidak sesuai dengan hasil penelitian Afriyanti (2011) yang menemukan bahwa Size tidak berpengaruh signifikan terhadap ROA. Dengan demikian hipotesi lima (H5) dalam penelitian ini diterima. Hal ini logis, bila size perusahaan itu besar dengan bantuan dari pinjaman baik pinjaman jangka pendek maupun pinjaman jangka panjang, maka akan mengakibatkan timbulnya tambahan biaya pinjaman yang sangat tinggi sehingga mengakibatkan turunya laba yang dihasilkan perusahaan. Juga PT. ASDP Indonesia
Ferry (Persero)
merupakan
perusahaan
BUMN
yang
selalu
mendapatkan bantuan pemerintah berupa aset baik infrastruktur maupun alat produksi dalam setiap tahunnya, sehingga mengakibatkan turunnya laba
73
perusahaan yang diakibatkan oleh biaya-biaya yang timbul yang sangat tinggi dan tidak sebanding dengan pendapatan yang dihasilkan yang disebabkan adanya keterkaitan regulasi penetapan tarif.
