BAB V ANALISIS DATA
A. Analisis Data
Rasio keuangan dikatakan bermanfaat jika rasio keuangan dapat digunakan untuk membantu dalam pengambilan keputusan. Manfaat rasio keuangan dalam memprediksi perubahan laba dapat diukur dengan siginifikan tidaknya hubungan antara perubahan rasio keuanga n pada tingkat individual maupun pada tingkat Construct (Capital, Assets, Earning dan Liquidity) dengan perubahan laba. Apabila hubungan antara perubahan rasio keuangan dengan perubahan laba adalah signifikan berarti rasio keuangan bermanfaat dalam memprediksi perubahan laba, sebaliknya jika hubungan antara perubahan rasio keuanga n dengan perubahan laba tidak signifikan berarti rasio keuangan tidak bermanfaat dalam memprediksi perubahan laba.
4. Menghitung rasio keuangan, perubahan rasio keuangan dan perubahan laba (dapat dilihat pada lampiran)
5. Uji Normalitas Data
Uji normalitas menggunakan teknik statistik nonparametris dengan uji Chi Square.
Hipotesis yang digunakan adalah: H0 Data terdistribusi secara normal H1 Data tidak terdistribusi secara normal
Dengan keputusan:
H0 diterima bila Chi Square hitung < Chi Square tabel H0 ditolak bila Chi Square hitung > Chi Square tabel Output Chi Square dengan SPSS 12.0 adalah:
Tabel 5.1 Hasil Uji Chi Square
1.652 20 1.000 Chi-Squarea df Asymp. Sig. Perubahan Laba
21 cells (100.0%) have expected frequencies less than 5. The minimum expected cell frequency is 1.1. a.
Dari output SPSS dapat dilihat bahwa variabel perubahan laba memiliki nilai Chi Square hitung 1.652 dan Chi Square tabel (dengan derajat kebebasan: 23-1= 22) sebesar 33.924 berarti Chi Square hitung (1.652) < dari Chi square tabel (33.924), dan H0 tidak ditolak. Artinya bahwa data terdistribusi secara normal.
6. Uji Regresi Linear
c. Uji Asumsi dasar Klasik Regresi 1) Autokorelasi (Korelasi Serial)
Uji autokorelasi bertujuan menguji apakah dalam suatu model regresi linier ada korelasi antara residual (kesalahan pengganggu) pada periode t dengan residual pada periode t-1 (sebelumnya).
Pada k = 4 dan n = 23 serta α = 5%, diperoleh nilai kritis dari persamaan model :
Nilai dL = 0,986 dan 4 – dL = 3,014 Nilai du = 1,785 dan 4 - du = 2,215
Hasil perhitungan dengan SPSS 12.0 diperoleh nilai statistik Durbin Watson sebagai berikut:
Tabel 5.2Hasil Uji Autokorelasi
.930a .864 .006 1.06998 2.377 Model 1 R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson Predictors: (Constant), Liquiditas4, Liquiditas1, Earnings2, Liquiditas3, Capital3, Assets4, Assets3, Earnings6, Assets2, Capital4, Earnings4, Capital1, Earnings1, Assets1, Capital5, Liquiditas2, Capital2,
Earnings3, Earnings5 a.
Hasil pengujian DW test tersebut dapat digambarkan sebagai berikut :
Menolak Ho Daerah Daerah Menolak H1
bukti keragu- keragu- bukti autokorelasi raguan raguan autokorelasi
positif negatif
Gambar 5.1 Uji Durbin Watson Test (D-W test)
0 0,986 1,785 2,215 3,014 4
Menerima Ho atau H1 atau kedua-duanya
Hasil perhitungan di atas menunjukkan bahwa nilai DW-test berada pada daerah du < DW < 4-du, yaitu dengan nilai DW-test sebesar 2,377 yang artinya ada autokorelasi. 2) Heteroskedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika
variance dari residual satu pengamatan kepengamatan yang lain tetap, maka disebut homoskedastisitas.
Pengujian terhadap heteroskedastisitas dilakukan melalui plot residual yaitu dengan melihat sebaran residual untuk setiap pengamatan terhadap nilai prediksi Y. Jika diketemukan plot residual membentuk pola tertentu maka terjadi gejala heteroskedastisitas. Dari hasil analisis
heteroskedastisitas dapat dilihat, bahwa pengujian
heteroskedastisitas terhadap model regresi untuk memprediksi laba satu tahun ke depan dengan menggunakan rasio keuangan mengandung heteroskedastisitas. Hasil pengujian heteroskedastisitas adalah:
-0.50 0.00 0.50 1.00 1.50 2.00 2.50 Rasio Keuangan -5.00 -4.00 -3.00 -2.00 -1.00 0.00 1.00 Perubahan Laba
Gambar 5.2. Uji Heteroskedastisitas 3) Multikolinearitas
Pengujian adanya multikolinearitas dilakukan dengan memperhatikan besarnya Tolerance Value dan besarnya VIF. Jika nilai tolerance value > 0,1 dan VIF < 10, berarti tidak terjadi multikolinearitas. Multikolinearitas dapat terjadi jika nilai condition index melebihi nilai 20. Tabel hasil pengujian
multikolinearitas adalah:
Tabel 5.3Hasil Uji Multikolinearitas
Collinearity Statistics Model Koefisien Std.
Error
Critical
Ratio Tolerance VIP
Constant -.818 1.298 -.630
Capital1 3.366 4.172 .807 .012 86.166
Capital2 6.872 5.113 1.344 .002 440.934
Capital3 -4.739 4.747 -.998 .031 31.786
Capita l5 -7.020 6.109 -1.149 .012 85.350 Assets1 -2.997 6.033 -.497 .042 23.635 Assets2 9.237 9.022 1.024 .017 58.304 Assets3 1.662 1.853 .897 .048 20.781 Assets4 -2.661 5.034 -.529 .028 35.541 Earnings1 -3.669 4.466 -.821 .018 55.353 Earnings2 -.019 .024 -.798 .063 15.800 Earnings3 -.553 .709 -.780 .003 371.929 Earnings4 3.911 5.957 .657 .015 68.126 Earnings5 -.559 .940 -.595 .002 615.913 Earnings6 -7.274 6.350 -1.146 .052 19.129 Liquiditas1 -1.034 3.667 -.282 .067 14.962 Liquiditas2 3.453 6.333 .545 .016 63.079 Liquiditas3 -3.230 4.944 -.653 .015 68.227 Liquiditas4 3.886 3.456 1.124 .069 14.594
Dari Tabel 5.2 hanya satu rasio keuangan yang tidak mengandung Multikolinearitas yaitu rasio Capital4 (Rasio modal sendiri terhadap total aktiva setelah dikurangi kas dan surat berharga) sebesar 0.185 (nilai tolerance lebih besar dari 0.1).
Tabel 5.4 menunjukkan matriks korelasi untuk rasio -rasio yang digunakan dalam penelitian yaitu:
d. Pengujian Hipotesis dengan Uji F-test
Uji statistik F pada dasarnya menunjukkan apakah semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel terikat atau independen.
Hipotesis yang digunakan dalam pengujian Ftest sebagai berikut:
H0 Perubahan rasio keuangan Capital, Assets, Earnings dan
Liquidity tidak berpengaruh secara signifikan terhadap perubahan laba pada perusahaan perbankan.
H1 Perubahan rasio keuangan Capital, Assets, Earnings dan
Liquidity berpengaruh secara signifikan terhadap perubahan laba pada perusahaan perbankan.
Hasil uji F-test dengan menggunakan program SPSS 12.0 sebagai berikut:
Tabel 5.5 Hasil Uji F-test
21.908 19 1.153 1.007 .583a 3.435 3 1.145 25.342 22 Regression Residual Total Model 1 Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Liquiditas4, Liquiditas1, Earnings2, Liquiditas3, Capital3, Assets4, Assets3, Earnings6, Assets2, Capital4, Earnings4, Capital1, Earnings1, Assets1, Capital5, Liquiditas2, Capital2, Earnings3, Earnings5
a.
Sumber : Data olahan 2006
Hasil perhitungan di atas diperoleh nilai Fhitung sebesar 1,007 dengan nilai signifikan sebesar 0,583. Dengan tingkat signifikan 95% (α = 5%) dan derajat kebebasan (dfe = k = 4, n-1-k = 23-1-4),
Daerah diterima
maka diperoleh nilai Ftabel sebesar 2,93. Hasil pengujian F-test dapat digambarkan ke dalam bentuk kurva sebagai berikut :
Gambar 5.3 Kurva Hasil Pegujian F-test
Berdasarkan hasil kurva Ftest tersebut dapat disimpulkan bahwa nilai Fhitung (1,007) < Ftabel (2,93) dan tingkat signifikansi sebesar 0,583 > 0,05 sehingga dinyatakan bahwa H0 d iterima dan menolak H1. Hal ini menunjukkan bahwa secara bersama-sama tidak terdapat pengaruh yang signifikan antara variabel-variabel bebas yang terdiri dari rasio keuangan Capital, Assets, Earnings dan
Liquidity dalam memprediksi perubahan laba perusahaan perbankan untuk periode satu tahun ke depan.
7. AMOS (Analysis of Moment Structures)
Analisis AMOS dapat juga disebut Analisis Path (Analisis Jalur). Analisis Path (Analisis Jalur) adalah analisis yang digunakan untuk menjelaskan hubungan kasualitas antara satu ata u beberapa variabel.
Path Model adalah model dasar yang digunakan untuk menganalisis jalur (Path Analysis) untuk mengestimasi kekuatan dari
hubungan-Daerah ditolak
2,93 1,007
hubungan kausal yang digambarkan dalam Path Model. Path Analisis
didasarkan pada perhitungan kuatnya hubungan kausal antara korelasi atau kovarian dari beberapa kontruk.
Kuatnya dimensi-dimensi membentuk faktor latennya dapat dianalisis melalui uji-t terhadap regression weight yang dihasilkan oleh model. C.R atau Critcal Ratio adalah identik dengan t-hitung dalam analisis regresi, nilai C.R yang lebih besar dari 2.0 atau tingkat signifikasi uji hipotesis yang lebih kecil dari 0.05 menunjukkan bahwa variabel- variabel itu secara signifikan merupakan dimensi dari faktor laten yang dibentuk.
Hasil Analisis atas signifikasi rasio keuangan secara parsial dalam membentuk Construct rasio keuangan dapat dilihat dari estimasi parameter di tabel 5.6 berikut ini:
Tabel 5.6 Estimasi Parameter
Estimate S.E. C.R. P Cap5 <--- Capital 1,000 Cap4 <--- Capital 2,048 0,956 2,143 *** Cap3 <--- Capital 0,494 0,259 1,908 0,056 Cap2 <--- Capital 3,889 0,971 4,005 *** Cap1 <--- Capital 2,129 0,527 4,038 *** Ass4 <--- Assets 1,000 Ass3 <--- Assets 1,137 0,930 1,222 0,222 Ass2 <--- Assets 0,722 0,364 1,984 0,057 Ass1 <--- Assets -1,227 0.454 -2,704 *** Ear6 <--- Earnings 1,000 Ear5 <--- Earningg 61,882 16,959 3,649 *** Ear4 <--- Earnings 1,902 0,769 2,474 *** Ear3 <--- Earnings 61,781 17,256 3,580 *** Ear2 <--- Earnings 57,241 83,375 0,687 0,492 Ear1 <--- Earnings -2,160 0,916 -2,360 *** Liq4 <--- Liquidity 1,000 Liq3 <--- Liquidity -0,637 0,354 -1,798 0,072
Liq2 <--- Liquidity 0,033 0,139 0,236 0,813 Liq1 <--- Liquidity 0,166 0,146 1,132 0,813
Sumber : Data O lahan 2006
Dari hasil analisis AMOS di tabel 5.6 menunjukkan bahwa secara parsial hanya beberapa rasio keuangan yang signifikan dalam membentuk Construct rasio keuangan yaitu: Capital1 (nilai C.R 4,005),
Capital2 (nilai C.R 4,038), Capital4 (nilai C.R 2,143) membentuk
Construct Capital, Assets1(nilai C.R -2,704) membentuk Construct Assets, Earnings5 (nilai C.R 3,649), Earnins4 (nilai C.R 2,474),
Earning3 (nilai C.R 2,474), Earnings1 (nilai C.R-2.360) membentuk
Construct Earnings, ini dilihat dari nilai Critical Ratio > dari 2 dan probabilitas < dari 0.05.
Tabel 5.7 Ringkasan Parameter Prediksi Laba Satu Tahun ke Depan dengan AMOS
Ratio Estimasi Standar Eror Critical
Ratio P perb_laba< ----Capital perb_laba< ----Assets perb_laba< ----Earnings perb_laba< ----Liquidity -14.895 -4.463 37.777 -0.315 11.066 3.879 28.740 0.728 -1.346 -1.151 1.314 -0.433 0.178 0.250 0.189 0.665
Sumber: Data Olahan 2006
Dari hasil analisis AMOS di tabel 5.7 dapat dilihat bahwa nilai
critical ratio untuk construct rasio keuangan Capital 1.346, Assets -1.151, Earnings 1.314, Liquidity -0.433, hal ini berarti bahwa construct rasio keuangan capital, assets, earnings, liquidity tidak signifikan dalam memprediksi peubahan laba, dilihat dari probabilitas masing-masing construct rasio > dari tingkat signifikasi (α) 0.05. Dengan
demikian, hipotesis 1a, 1b, 1c, 1d di tolak, sehingga dapat dikatakan bahwa perubahan rasio keuangan tidak berpengaruh dalam memprediksi perubahan laba perbankan satu tahun kedepan.
B. Pembahasan
Hasil analisis regresi untuk pengujian hipotesis bagi keempat rasio keuangan secara bersama-sama menunjukkan bahwa tidak terdapat satu pun rasio keuangan baik Capital, Assets, Earnings dan Liquidity yang dimasukkan dalam model prediksi yang mempengaruhi perubahan laba satu tahun ke depan. Hal ini dapat dilihat dari hasil pengujian dengan menggunakan F hitung yang dihasilkan, dimana F hitung (1,007) lebih kecil dari F tabel (2,93).
Hasil uji terhadap model regresi untuk memprediksi laba satu tahun ke depan dengan menggunakan rasio keuangan mengandung heteroskedastisitas. Hasil uji kolerasi dapat dilihat pada Tabel 5.4 halaman 56. Penggunaan metode regresi menunjukkan adanya sifat multikolinearitas antar variabe l di dalam model prediksi. Hasil perhitungan penentuan multikolinearitas dengan menggunakan metode regresi diperoleh nilai tolerance menunjukkan hampir keseluruhan variabel bebas memiliki nilai tolerance kurang dari 0,1 kecuali pada variabel Capital4. Hasil perhitungan nilai Variance Inflation Factor (VIF) juga menunjukkan hampir keseluruhan variabel bebas memiliki nilai VIF lebih dari 10 kecuali pada variabel Capital4. Jadi dapat disimpulkan bahwa terdapat multikolinearitas antar variabel bebas dalam model regresi kecuali pada
variabel Capital4. (Hasil uji multikolinearitas dapat dilihat pada Tabel 5.2 di halaman 56-57).
Analysis of Moment Stuctures (AMOS) secara parsial pada Tabel 5.6 menunjukkan bahwa hanya Rasio Keuangan Capital1, Capital2, Capital4, Assets1, Earnings1, Earnings3, Earnings4, Earnings5 yang berpengaruh signifikan dalam membentuk beberapa construct rasio keuangan yaitu Capital,
Assets, Earnings. Hal ini dapat dilihat dari nilai Critical Ratio yang dihasilkan oleh Rasio Keuangan (Capital1, Capital2, Assets1, Earnings1, Earnings3, Earnings4, Earnings5) mempunyai nilai critical ratio yang lebih besar dari 2 dengan probabilitas < dari 0.05, berarti rasio tersebut secara individual dapat digunakan untuk membentuk Construct rasio Keuangan .
Hasil analisis AMOS secara Construct menunjukkan bahwa tidak ada satupun rasio keuangan Capital, Assets, Earnings, Liquidity yang berpengaruh secara signifikan terhadap perubahan laba perbankan pada tingkat signifikasi (α) 0.05.
BAB VI PENUTUP
A. Kesimpulan
Berdasarkan penelitian, hasil analisis data dan pembahasan mengenai prediksi rasio keuangan terhadap tingkat perubahan laba perbankan maka diperoleh hasil yaitu:
1. Analisis normalitas data dengan menggunakan uji non parametrik Chi Square menunjukkan bahwa, data perubahan laba terdistribusi secara normal.
2. Analisis regresi menunjukkan bahwa secara model tidak ada satupun rasio keuangan yang dapat digunakan untuk memprediksi perubahan laba, karena dalam uji asumsi klasik ditemukan adanya autokorelasi,
heteroskedastisitas, multikolinearitas. Demikian pula secara bersama -sama tidak ada satupun rasio keuangan Capital, Assets, Earnings,
Liquidity yang signifikan dalam memprediksi perubahan laba perbankan. 3. Secara parsial dengan metode AMOS, dari 19 rasio keuangan hanya 8
rasio keuangan yang dapat digunakan untuk membentuk Construct rasio keuangan. Capital1 (Rasio modal sendiri terhadap aktiva), Capital2 (Modal sendiri dikurangi aktiva ditambah total pinjaman ditambah Surat berharga), Capital4 (Rasio Modal sendiri terhadap total Aktiva setelah dikurangi kas dan surat berharga) yang dapat membentuk Construct rasio
keuangan Capital, Asset1 (Rasio pinjaman terhadap total aktiva ) membentuk construct rasio keuangan Assets, Earnings1 (Rasio biaya operasi terhadap pendapatan operasi), Earnings3 (Rasio laba bersih terhadap total aktiva), Earnings4 (Rasio pendapatan operasi terhadap total aktiva), Earnings5 (Rasio laba sebelum pajak terhadap total aktiva) yang signifikan dalam membentuk Construc rasio keuangan Earnings.
4. Pengujian AMOS secara Construct menunjukkan bahwa rasio keuangan
Capital, Assets, Earnings, Liquidity, tidak signifikan untuk memprediksi perubahan laba perbankan periode satu tahun kedepan.