CAB IV
ANALYSIS HAGIL DAN PEMBAHA5AN
A. Statistic Desknptif
Statishk.
dc.'Tiitif
lebih
berhubungan
dengan
pengumpulan
dan
peringkiisan data uiuuk menggambarkan keadaan data yang sebenamya secara statistic. label 4. 1
Dcskriftive Statistics N
Minimum
M:i\imi
!
Mean
Std.
Deviation 3s:
.02
.59
XI
.1401
30
.0i
.32
X2
.1037
30
.01
.46
X3
.1435
3(J
.01
.1085
6.96
-3623
1.2741
Valid N
.1341
7.225E-O2 | |
...
M)
(lisnvisc)
!
Analisis dan statistic deskriptif yaitu : out put pada tampilan SPSS incnunjiikan jimilah rcsjioiidL-n (N> ada .>() dan mcnipakan j'imlah data yang
Jiolah dalani pcnditian yang turdiri daii variaU-1 ROI (Y) .selxtgai rasio profuahilitas. anis kas icrhadap |X'njuaian (XIX ams kas tcrhadap peiidiipatan (X2) dan hasll pcnucmbaliun arus kas atas aktiva (X3) yang dipcroleh dari data liiponm 1,'iha rugi. hiponn arus kas dan neraca.
Mean stau r:\-i-rata arus bis terhadap peiyualan (XI) adalah 0,1037 standar dexiasi 7,225 dala maksimum 0,32 dan da.'a minimum 0,01 sedaiigkan
42
untuk arus kas terfiadap pendapatan (X2) adalah mean atau rata-rata 0,1435 standar deviasi 0,1085 data maksimum 0,46 dan data minimum 0,01. Untuk hasil pengembalian arus kas atas aktiva (X3) adalah mean atau rata-rata 0,3623 standar
deviasi 1,2741 data maksimum dan data minimum masing-masing 6,96 dan 0,01.
B. Uji Normalita»(P-P Plot of Regression) Untuk uji normalitas penulis menggunakan uji normalitas probability plot, dilihat dari penyebaran datanya dimana jika data meyebar disekitar garis diagonal rnaka data dapat dikatakan normal.
Tabel4.2
Normal P-P Plot of Regression Stand. Dependent Variable: ROI 1.00
I I
o
iJS
o.oo, 0.00
.25
.50
.75
1.00
Observed Cum Prob
Dari analisis deteksi normalitas dengan melihat penyebaran data terlihat
titik-titik menyebar disekitar garis diagonal dan mengikuti arah garis diagonal. Maka dapat disimpulkan populasi berdistribusi normal.
44
C. Uji Asum.si Klasik t.
Uji Mullikoloni; *-itas
Adit autu adaknya mullikolonieritas pacla suatu model dapat dilihat
dengan melihat nilai cutoff yang digunakan untuk melihat adanya indikasi
tmgkalan multikolonjeritas dimana nilai tolerance > 0,10 atau sama dengan nilai VIF < 10. Tabel 4 - 3 Coefficients' Collineanty Mode!
Statistics
Tolerance 1
VIF
'Constant) X1
.628
1.593
; 2
.995
1.1005
X3
.630
1.588
a. Dept ident Variable : ROI
Hasil uji j'iclalui VIF (variance inflation factor) pada hasil uji output SPSS label coctTioionts dikelahui :
X! menrliki nilai ^IF 1.593 < 10 dan nilai Tolerance 0,628 > 0,1
nKikii dapat dimaiakan l.jhwa tidiik tcrda]?at multikolonitritas antar varinbel independent da lit m model rciresi.
X2 memiliki idhn VIF 1.005 < 10 dan nilai tolerance 0,995 > 0,1 maka
dupui dnoatak\'Mi hanvva
tidak terdapat muhikolonientas antar vanabel
independent dalam mode! legresi.
X3 memiliki nilai VIF 1,588 < 10 dan niLii tolerance 0,630 > 0,1 maka
dapat dinydtakar bcihua tidak terdapat mullikolonieritas aptar variabel independent dulaiu model regnesi.
2. l;ji Aiitokolciusi
'. Mimk n-ondeieksi
tinokolerasi dapat dilakukim dengan uji Durbin
I
!)'v\ Inuni!^
Ju ip-ika lidak lerdapai aulokolemsi. inaka I loditcrima
2.
1 )VV hilling < du maka Icrdapal nulokolerasi, maka J lo dilolak
Dengan le\cl orsigniil-jancc 0,05 Tabel 4 - 4
Model Summary"
Model 1
R
R Square
.594a
Adjusted
Std. Error of
Durbin-
R Square
the Estimate
Watson
.353
.279
1.9188
2.106
Prediciurs; (Constant). X3, X2, X1
b- Depen-Jent Variable: ROi
I-Iasil uji iiatokolcrasi diatas menunjukan nilai Durbm Watson 2,106
dimana jumlah \.irialvl Ivba.s (k) - 3, dengan jutnlah sampel (n) = 30, maka dJ = 1.65 dan Ju = (.21. olch karena i>W 2.106 > du 1,21, maka dapat
disunpulkan 1 lo d:torima >anp nicnyatak.m bahuti tidak terdapat autokolerasi.
3.
?Jji Hcteroskcdl: stisitas
AnaliMS i ."la g:unb.»r scatterjilot yang mcnyatakan liitxieJ regresi linier Ivrganda lidak \c Japal lictcroskodaslisiias jika :
J.
I itik-titik Mia mcnyebar diatas diin dibauah atau disckitar angka nol
2.
Titik-tihk d..ta lidak mengumpu] hanya diatas atau dibawah saja
3.
Penyebaran 'itik-litik data tidak bolch membentuk pola bergelombang melebar
4.
Penyebaran Uik-titik data sebaiknya tidak berpola.
46
TabeI4-5
Scatterpfot Dependent Variable: ROI
Regression Standardized Predicted Value
Dari hasil scatterplots terlihat titik-titik data menyebar secara acak (random), baik di atas maupun di bawah atau disekitar angka nol pada sumbu
X dan Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi.
D. Uji Hipotesis
l.Ujift2 Tabe]4.6 Model Summary Model
R
R Square
Adjusted
R Square
Std. ErrorjDurbin-
»f
thejwatson
Estimate
.594
353
.279
a Predictors: (Constant), X3, X2, XI b Dependent Variable: ROI
1.9188
g.106
47
Dalam oi" put SPSS koefisieri deterniirasi diketahui nilai koefisien
determinasi R sq-ure 0.353 artinya 35,3 % dapa! disimpulkan bahwa ^ariabe] X1, X2. X3 (An: kas teihadap penjualan , arus kas terhadap pendapatan, hcsil
pongcmbalian am, kas atas aktiva) bisa inenjelaskan ROI (rasio profitabiJitas) sebe^ir 35.3 % M-dangkan sisanya setxMar 64.7 % ^l()O%-35,3%) dijelaskan oleh sebab-sebah vana lainm'a.
I. l-ji F
I'V siimii .Hi J_-ngiin l-.csl ini ixTtujuan tmluk niengeiahui pengamh -sinn;!. \..nabel independent terhadap dependent. Tabcl -1-7
ANOVtf Sum of
Model
1
Squares
df
Mean Square
Regression
52.305
3
17.435
Residua!
95.723
26
3.662
148.028
29
Total
F 4.736
Siq.
0093
a- Predictors: (Constant). X3, X2. X1
b- Depenacnt Variable. ROI
I'ada lalvl I-7 hasil out [Hit SPSS tersebul menunjukan P-value 0,00V < 0.O5. sed;.rjik;in !; ailung - 4.736 > dan 1-" u«lvl == 3,33. artinya signifikan. Sigmfikan disini borarli Ma dilerima dan ITo ditolak. Yang artinya secara lorsama-saina vai.alvl Xi. X2. X3 menyimpulkan ada pengaruli terhadap \;.nalit-|
Y v;.n}< ailniv;i
Vaiialvl anis kas terliadap |X-njiialan arus kas
lerhadap pcndapau.i dan hasil ivngernbalian arus kas aus ak(i\a teidapat pengamh teriiadup r.'sio prolliabililas (ROI).
48
3. Uji t
Uji static t pada dasamya bertujuan untuk mengetahui besamya pengarmi
masiri'Miiasing vanabel independent secara individual (parsial)
ierh,-ul;ip vnruik! tVpendenl,
TubcM-H
Coefficients i nstmidaj-di/.ed >
M
a.
i Shuidsirditcd.
( (K-nuiinls
('oiisCint XI \2
XJ
It
SIJ. r,,or
f..tl6J K-U2 --136 -3.498K-02
O.lll.l .748 .102
1-f***3
Dependent Viinaf-1.- : RO\
i
.
i
(''(tfffirti-nfs
"*52
ltd!
,
Sip.
-.036
4.S22 -.182 -.342
O.(NM» .857 .735
.054
.611
, '"""
.073 ""
.005
"~~
Hasil uji > ,,Ja label 4.8 da pa I dihhatnilai dari I (T-tesl).
Variabe! ans kas lerhadap penjuakn (XJ) memiliki nilai P-vaJue 0.857 > O.,O5 artinya lu^k signifikan sedangkan t-hitung = - 0,182 > 1,314 (dihitun« dan tabel two-la:\;:J - 5 % dl'- k, k merupakan juinlah v.iriabel independent
- d( - .>() - 3
= 27). Jadi l-hilung lebih kecil dari t-labei artinya tidak
signi'ikan sang Iv.a.d Wo <]iicrima dan Ha ditolak. Maka dapat dismipulkan siiiiiu \:inabel imitpomlem (XI» arus kas terhadap penjiuilan secara parsia!
lidak berpengarui; lerhadap rasio profitabilitas (ROI) Sedangkii:. vuriabel urns kas lerhadap penaapatan (X2) memiliki
nilai l'-\aiue 0,73/ > 0,05 artinya tidak signilikan dan t-hitung = - 0,342 < ttabe! - t.3 14 Kidi i-liming Icbih keeil dari t-tabel artinya tidak signiiikan, maka
disimpulkan sirnli- vanabel independent (X2) secara parsial tidak berpenparuli terhadap iasio pn !nabilii;:s (ROI)
49
Kemudian variabel (X3) hasil pengembalian arus kas atas aktiva memiliki nilai P-value 0,005 < 0,05 artinya signifikan. Dan nilai t-hitung = 0,073 < 1,314 (t-tabel) jadi t-hitung lebih kecil dari t-tabel artinya signifikan. Maka dapat disimpulkan : suatu variabel independent (X3) secara parsial ada pengaruh terhadap rasio profitabilitas (ROI).
4. Persamaan Regresi Linier Berganda. Tabel 4-9
coefficients
Mode
Unstandardiz
Standardize
ed
d
Coefficients
Coefficients
B
Std.
t
Sig.
4.522
0.000 .857
Beta
Error 1 (constant)
6.064 E-02
0.013
XI
-.136
.748
-.036
-.182
X2
-3.498E-02
.102
-.054
-.342
.735
X3
1.083
.352
.611
.073
.005
a Dependent Variable: ROI
Berdasarkan hasil out put SPSS pada tabel coefficients yang terdapat
pada tabel 4-9 maka persamaan regresi linier berganda dapat dirumuskan sebagai berikut:
ROI = 6,064 - 0,136 - 3,498 + 1,083 + e Keterangan koefisien regresi:
1. Jika segala sesuatu pada variabel-variabel independent dianggap konstan maka nilai ROI adalah sebesar 6,064.
50
2.
k.oefisien regivsi - 0.136 mcnyalakan txihwa si-liap pengurangan (karena -) l%aius kas foih aap penjinlan (XI) akan mcngurangi ROI sebesur(>,136.
v
Ki'oh.ven K'«'.H-.i
*.I\JK iiiL*ii\a(aLin baliu.i sidap |H'1I^iii«hi^;iii (kaicna -)
1% anis kas lorh^djp ;vnda;i;>tan (X2) ;.kan mcnpun.ngi ROI scbesar 3,498.
4.
Ktx?fisien rcgresi i,083 menvaiakan bahwa setiap pcnambahan (karena tanda +) 1% hasil peng^mbalian ants kas atos aktiva (X3) akan menambah ROI sebesar 1,083.
Keputusan :
'I'ingkal si^nifikansi pada (sign) pada anus kas terhadap penjualan (XI) tcrlihat scbesar 0.587. kareiia probabilitys XI > 0,05 maka secara individual anis kas terhadap i pynjiuilan tidak bcrpeiigamh lerhadiip ROI.
lingkat s.j.nifikansi pada (sign) pada anis kas terliadap peiidapatan (X2) icrhhal sc'-^sar d.735. karcna pr.>K'ibiliUis X2 > 0,05 maka secara individual anis k...- terhadap pendapatan tidak bcrpcnpanih terhadap ROI. 'lingkat si^nifikansi pada (sign) basil pengcinbalian anis kas am:
aktiva (X3| (erliha; scK-sar 0,005. karcna probabilitas X3 < 0.05 maka secara
individual hasil pingembalian anis kas atas akthra mempunyai pengaruh yang signifikan tcrhad/n ■ ROI.
