ANALISIS HASIL PENELITIAN
4.1 Gambaran Umum Penelitian
Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik yang menggunakan analisis linier berganda. Analisis data dimulai dengan melakukan perhitungan fisik dan pencarian data yang dibutuhkan dengan menuliskan hasil kumpulan data tersebut dalam sebuah kertas, yang selanjutnya di-entry menggunakan Microsoft Excel dalam bentuk tabel. Kemudian, kumpulan data yang berjenis .xls tersebut dibuka dan diolah secara langsung menggunakan software SPSS Versi 17. Berdasarkan kriteria pemilihan sampel yang telah ditentukan, diperoleh sebanyak 9 perusahaan makanan dan minuman yang terdaftar di Bursa Efek Indonesia sebagai sampel perusahaan yang memenuhi kriteria dalam penelitian ini selama periode tahun pengamatan 2010 – 2013. 4.2 Hasil Penelitian
4.2.1 Analisis Statistik Deskriptif
Seperti penjelasan di dalam bab sebelumnya, tujuan dari analisis statistik deskriptif ini adalah untuk memperoleh gambaran karakteristik dan profil data yang hendak diolah. Statistik desktiptif ini memberikan penjelasan mengenai nilai minimum dan maksimum, nilai rata-rata
(mean), dan nilai standar deviasi dari berbagai variabel independen dan variabel dependen. Hasil pengujian statistik deskriptif pada penelitian ini digambarkan pada tabel 4.1 sebagai berikut ini :
Tabel 4.1
Analisis Statistik Deskriptif Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Price Earnings Ratio 36 2.93 46.83 19.4289 10.52952
Ukuran Dewan
Komisaris
36 3 8 4.64 1.915
Ukuran Dewan Direksi 36 2 9 4.69 1.864
Earnings Quality 36 -6.99 3.82 1.1197 1.68733
Return on Asset 36 .02 .65 .1339 .13179
Total Assets Turnover 36 .67 2.95 1.3492 .50217
Valid N (listwise) 36
Sumber : Hasil Output SPSS (Hasil olahan data oleh peneliti 2014)
Berdasarkan tabel 4.1 diatas dapat dijabarkan beberapa hal yakni : 1. Variabel dependen yaitu kinerja perusahaan yang diukur dengan
PER (Price Earnings Ratio) memiliki jumlah unit (N) sebanyak 36, dengan nilai minimum sebesar 2,93 dan nilai maksimum sebesar 46,83. Nilai rata-rata (mean) sebesar 19,4289 dan nilai standar deviasi sebesar 10, 52952
2. Variabel independen yaitu ukuran dewan komisaris memiliki jumlah unit (N) sebanyak 36, dengan nilai minimum sebesar 3 dan nilai maksimum sebesar 8. Variabel ukuran dewan komisaris memiliki nilai rata-rata sebesar 4,64 dan nilai standar deviasi sebesar 1,915
3. Variabel ukuran dewan direksi memiliki jumlah unit (N) sebanyak 36, dengan nilai minimum sebesar 2 dan nilai maksimum sebesar 9. Variabel ukuran dewan direksi memiliki nilai rata- rata sebesar 4,69 dan nilai standar deviasi sebesar 1,864.
4. Variabel kualitas laba (earnings quality) memiliki jumlah unit (N) sebesar 36. Nilai minimum dan nilai maksimum sebesar -6,99 dan 3,82. Nilai rata-rata dan nilai standar deviasi sebesar 1,1197 dan 1,68733
5. Variabel profitabilitas yang diukur menggunakan Return on Assets (ROA) memiliki jumlah unit (N) sebesar 36. Nilai minimum dan nilai maksimum sebesar 0,02 dan 0,65. Nilai rata-rata dan nilai standar deviasi sebesar 0,1339 dan 0,13719.
6. Variabel aktivitas yang diukur menggunakan Total Assets Turnover (TATO) memiliki jumlah unit (N) sebesar 36. Nilai minimum dan nilai maksimum sebesar 0,67 dan 2,95. Nilai rata rata dan nilai standar deviasinya sebesar 1,3492 dan 0,50217.
4.2.2 Pengujian Asumsi Klasik
a. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah model regresi, variabel pengganggu atau residual memiliki distribusi normal. Salah satu cara yang bisa digunakan untuk melihat apakah data normal atau tidak yakni dengan melakukan analisis grafik (melihat grafik histogram dan probability plot). Pada grafik histogram, yang datanya terdistribusi normal, gambar grafiknya akan membentuk lonceng.
Gambar 4.1 Histogram
Berdasarkan gambar 4.1, dapat dilihat bahwa gambar grafik tersebut membentuk lonceng. Dari gambar tersebut dapat dilihat bahwa grafik tergambar secara merata diantara sisi kiri dan sisi kanan yang menunjukkan data terdistribusi secara normal.
Pada grafik P-P Plot, data dilihat terdistribusi secara normal apabila titik-titik yang ada di grafik menyebar disekitar garis pola/ garis diagonalnya. Pada gambar 4.2 terlihat bahwa titik-titik data menyebar merata disekitar garis pola sehingga ini menunjukkan bahwa data terdistribusi secara normal.
Gambar 4.2 Kurva Normal P-P Plot
b. Uji Heterokedastisitas
Uji heterokedastisitas bertujuan menguji apakah dalam model regresi tidak terjadi kesamaan variance dari residual antar setiap pengamatan satu dengan yang lain. Hasil pengujian heterokedastisitas dapat dilihat pada gambar 4.5 berikut ini :
Gambar 4.3 Grafik Scatterplot
Berdasarkan gambar 4.5 ini dapat dilihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 (nol) pada sumbu Y, sehingga dapat dikatakan tidak terjadi heterokedastisitas dan model regresi ini layak digunakan untuk mengetahui faktor-faktor yang mempengaruhi kinerja perusahaan.
c. Uji Autokorelasi
Salah satu yang menjadi syarat untuk dilakukannya regresi adalah melakukan pengujian autokorelasi. Pengujian ini dilakukan untuk mengetahui dan menilai apakah dalam model regresi terdapat korelasi antara kesalahan pengganggu pada periode t, dengan kesalahan pada periode sebelumnya. Untuk mendeteksi adanya autokorelasi, maka dilakukan uji Durbin – Watson.
Kriteria penilaian autokorelasi secara umum menggunakan uji Durbin – Watson adalah sebagai berikut :
Angka D-W dibawah -2 berarti ada autokorelasi positif
Angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi Angka D-W diatas +2 berarti ada autokorelasi negatif
Tabel 4.2 Uji Durbin - Watson Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .472a .223 .094 10.02484 1.645
a. Predictors: (Constant), TATO, ROA, UDD, EQ, UDK
b. Dependent Variable: PER
Hasil pengujian pada tabel 4. Menunjukkan bahwa nilai D-W (Durbin-Watson) sebesar 1,645. Angka ini terletak diantara -2 dan +2, maka dapat disimpulkan bahwa tidak terjadi autokorelasi baik positif maupun negatif.
d. Uji Multikolinearitas
Tujuan dari uji multikolinearitas ini adalah untuk menguji apakah dalam model regresi ditemukan adanya hubungan/ korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi antar variabel independen. Cara untuk mendeteksinya yaitu dengan melihat nilai Tolerance (TOL) dan Variance Inflation Factor (VIF). Jika nilai VIF < 10 dan nilai TOL > 0,1, maka dapat disimpulkan bahwa tidak terjadi multikolinearitas. Hasil pengujian multikolinearitas dapat dilihat pada tabel berikut ini :
Tabel 4.3 Uji Multikolinearitas Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF 1 (Constant) 26.719 6.569 4.067 .000 UDK -1.022 1.680 -.186 -.608 .548 .278 3.602 UDD 1.502 1.513 .266 .993 .329 .361 2.770 EQ 1.245 1.013 .200 1.229 .228 .983 1.017 ROA -1.774 16.317 -.022 -.109 .914 .621 1.610 TATO -7.974 3.676 -.380 -2.169 .038 .843 1.187 a. Dependent Variable: PER
Hasil pengujian multikolinearitas ini menunjukkan nilai TOL variabel independen secara keseluruhan lebih besar dari 0,1 ( > 0,1). Nilai TOL UDK (Ukuran Dewan Komisaris) sebesar 0,278; UDD (Ukuran Dewan Direksi) sebesar 0,361; EO (Earnings Quality) sebesar 0,983; ROA (Return on Assets) sebesar 0,621; TATO (Total Assets Turnover) sebesar 0,843. Hasil perhitungan VIF kurang dari 10 ( < 10) terlihat pada semua variabel independen. Nilai VIF dari UDK, UDD,EQ, ROA, dan TATO secara berturut adalah sebesar 3,602; 2,770; 1,017; 1,610; dan 1,187.
Jadi, dilihat dari nilai TOL dan VIF yang ada pada tabel tersebut, nilainya semua memenuhi kriteria pengujian multikolinearitas sehingga tidak terjadi multikolinearitas antar variabel independen.
4.2.3 Pengujian Hipotesis
Dalam penelitian ini akan dilakukan pengujian hipotesis dengan menggunakan pengujian koefisien determinasi, pengujian signifikansi parsial (uji-T) dan pengujian signifikansi simultan (uji-F).
a. Koefisien Determinasi
Koefisien determinasi (R-Square) menunjukkan seberapa besar variabel independen menjelaskan variabel dependennya. Apabila nilai R-Square semakin mendekati 1 (satu), maka variabel-variabel independen memberikan semua informasi yang dibutuhkan untuk memprediksi variabel dependen.
Tabel 4.4
Koefisien Determinasi (R-Square) Model Summaryb
Mod
el R R Square Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1 .472a .223 .094 10.02484 1.645
a. Predictors: (Constant), TATO, ROA, UDD, EQ, UDK
b. Dependent Variable: PER
Pada tabel 4.6 hasil analisis uji koefisien determinasi menunjukkan nilai R ( koefisien korelasi) sebesar 0,472 yang berarti korelasi atau hubungan antar variabel yaitu variabel dependen (kinerja perusahaan) dengan variabel independennya ( ukuran dewan komisaris, ukuran
dewan direksi, earnings quality, return on assets, total assets turnover) mempunyai hubungan sebesar 47,2 %. Koefisien korelasi (R) yang semakin kuat apabila koefisien R semakin mendekati nilai 1.
Nilai koefisien determinasi (R-Square) sebesar 0,223 berarti 22,3% kinerja perusahaan dipengaruhi oleh ukuran dewan komisaris, ukuran dewan direksi, earnings quality, return on assets, total assets turnover. Sementara, sisanya sebesar 77,7% dapat dijelaskan oleh variabel lainnya yang tidak diteliti dalam penelitian ini.
Nilai Adjusted R Square sebesar 0,094 mengindikasikan bahwa variabel independen ( ukuran dewan komisaris, ukuran dewan direksi, earnings quality, return on assets, total assets turnover) mampu menjelaskan variabel dependen sebesar 9,4% dan sisanya sebesar 80,6% dijelaskan oleh faktor-faktor lain yang tidak diteliti dalam penelitian ini.
b. Uji Signifikansi Parsial ( Uji-T)
Untuk melihat pengaruh masing-masing satu variabel independen dengan variabel dependen, maka harus dilakukan uji-T. Dalam uji-T digunakan hipotesis sebagai berikut :
Ho : variabel ukuran dewan komisaris, ukuran dewan direksi, earnings quality, return on assets dan total assets turnover tidak berpengaruh signifikan secara parsial terhadap kinerja perusahaan
Ha : variabel ukuran dewan komisaris, ukuran dewan direksi, earnings quality, return on assets dan total assets turnover berpengaruh signifikan secara parsial terhadap kinerja perusahaan.
Untuk menguji apakah hipotesis yang diajukan diterima atau ditolak digunakan statistik T ( uji secara parsial) dengan tingkat
signifikansi (α) = 5%. Kriteria pengujian yang digunakan adalah jika nilai signifikansi (α) lebih kecil dari 0,05 maka variabel independen secara
parsial berpengaruh terhadap variabel dependennya. Sebaliknya, jika nilai
signifikansi (α) lebih besar dari 0,05 maka variabel independen secara
parsial tidak berpengaruh terhadap variabel dependen.
Jika dibuat secara sederhananya, uji parsial ini dapat disimbolkan sebagai berikut ini :
Ho diterima apabila Sig > 0,05, dengan kata lain setiap variabel independen tidak berpengaruh signifikan terhadap variabel dependen.
Ha diterima apabila Sig < 0,05, dengan kata lain setiap variabel independen berpengaruh signifikan terhadap variabel dependen.
Berikut ini dapat dilihat hasil dari uji parsial dalam tabel 4.6, melihat besar signifikansi setiap variabel independennya terhadap variabel dependen :
Tabel 4.5
Hasil Uji Parsial ( t-Test) Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1(Constant) 26.719 6.569 4.067 .000 UDK -1.022 1.680 -.186 -.608 .548 UDD 1.502 1.513 .266 .993 .329 EQ 1.245 1.013 .200 1.229 .228 ROA -1.774 16.317 -.022 -.109 .914 TATO -7.974 3.676 -.380 -2.169 .038
a. Dependent Variable: PER
Berdasarkan hasil pengujian t-test pada tabel 4.8, maka dapat disimpulkan hasil signifikansi atau pengaruh variabel-variabel independen terhadap variabel dependen sebagai berikut :
1. Hasil uji variabel ukuran dewan komisaris (UDK) terhadap kinerja perusahaan menunjukkan bahwa nilai signifikansi ukuran dewan komisaris lebih besar dari 0,05 ( 0,548 > 0,05) maka Ho diterima. Dengan demikian dapat disimpulkan bahwa ukuran dewan
komisaris tidak berpengaruh signifikan terhadap kinerja perusahaan.
2. Hasil uji variabel ukuran dewan direksi (UDD) terhadap kinerja perusahaan menunjukkan bahwa nilai signifikansi ukuran dewan direksi lebih besar dari 0,05 ( 0,329 > 0,05) maka Ho diterima. Dengan demikian dapat disimpulkan bahwa ukuran dewan direksi tidak berpengaruh signifikan terhadap kinerja perusahaan.
3. Hasil uji variabel earnings quality (EQ) terhadap kinerja perusahaan menunjukkan bahwa nilai signifikansi earnings quality lebih besar dari 0,05 ( 0,228 > 0,05) maka Ho diterima. Dengan demikian dapat disimpulkan bahwa earnings quality tidak berpengaruh signifikan terhadap kinerja perusahaan.
4. Hasil uji variabel return on assets (ROA) terhadap kinerja perusahaan menunjukkan bahwa nilai signifikansi return on assets lebih besar dari 0,05 ( 0,914 > 0,05) maka Ho diterima. Dengan demikian dapat disimpulkan bahwa return on assets tidak berpengaruh signifikan terhadap kinerja perusahaan.
5. Hasil uji variabel total assets turnover (TATO) terhadap kinerja perusahaan menunjukkan bahwa nilai signifikansi total Assets turnover lebih besar dari 0,05 ( 0,038 > 0,05) maka Ha diterima. Dengan demikian dapat disimpulkan bahwa total assets turnover berpengaruh signifikan terhadap kinerja perusahaan.
Dari hasil pengujian pada tabel 4.8 diatas dapat diperoleh model persamaan linier berganda, yaitu :
Y = 26,719 – 1,022X1 + 1,502X2 + 1,245X3 – 1,774X4 -7,974X5 + e
Model persamaan linier berganda diatas dapat diintepretasikan sebagai berikut :
1) Koefisien konstanta sebesar 26,719 menunjukkan bahwa apabila variabel independen bernilai 0 maka nilai struktur modal sebesar 26,719.
2) X1 (UDK) adalah variabel ukuran dewan komisaris yang memiliki nilai koefisien regresi kearah negatif sebesar 1,022. Hal ini mempunyai arti bahwa kenaikan 1% variabel ukuran dewan komisaris kinerja perusahaan akan mengalami penurunan sebesar 1,022 dengan asumsi variabel lain tetap.
3) X2 (UDD) adalah variabel ukuran dewan direksi yang memiliki nilai koefisien regresi kearah positif sebesar 1,502. Hal ini mempunyai arti bahwa kenaikan 1% variabel ukuran dewan direksi maka kinerjaa perusahaan akan mengalami kenaikan sebesar 1,502 dengan asumsi variabel lain tetap.
4) X3 (EQ) adalah variabel earnings quality yang memiliki nilai koefisien regresi kearah positif sebesar 1,245. Hal ini mempunyai arti bahwa kenaikan sebesar 1% variabel earnings quality maka kinerja perusahaan akan mengalami kenaikan sebesar 1,245 dengan asumsi variabel lain tetap. 5) X4 (ROA) adalah variabel return on assets yang memiliki
nilai koefisien regresi kearah negatif sebesar 1,774. Hal ini mempunyai arti bahwa kenaikan sebesar 1% variabel return on assets maka kinerja perusahaan akan mengalami penurunan sebesar 1,774 dengan asumsi variabel lain tetap. 6) X5 (TATO) adalah variabel total assets turnover yang
memiliki nilai koefisien regresi kearah negatif sebesar 7.974. Hal ini mempunyai arti bahwa kenaikan 1% variabel total assets turnover maka kinerja perusahaan akan penurunan sebesar 7,974 dengan asumsi variabel lain tetap.
c. Uji Signifikansi Simultan ( Uji-F)
Untuk melihat pengaruh ukuran dewan komisaris, ukuran dewan direksi, earnings quality, return on assets, total assets turnover terhadap kinerja perusahaan secara simultan dapat dihitung dengan menggunakan F-test. Data penelitian yang telah diolah ditentukan dengan beberapa kriteria pengujiannya, antara lain seperti berikut ini :
Apabila tingkat signifikansinya bernilai lebih besar dari 0,05 (sig F > 0,05) maka variabel independen secara bersama-sama tidak berpengaruh terhadap variabel dependennya, kinerja perusahaan. Apabila tingkat signifikansinya bernilai lebih kecil dari 0,05 ( sig F
< 0,05) maka variabel independen secara bersama-sama berpengaruh terhadap variabel dependennya, kinerja perusahaan.
Tabel 4.6
Hasil Uji Simultan ( f-Test) ANOVAb
Model Sum of Squares Df Mean Square F Sig.
1 Regression 865.554 5 173.111 1.723 .160a
Residual 3014.923 30 100.497
Total 3880.478 35
a. Predictors: (Constant), TATO, ROA, UDD, EQ, UDK
b. Dependent Variable: PER
Dari hasil pengujian ANOVA ( Analysis of Variance) diatas, dapat dilihat bahwa nilai F hitung sebesar 1,723 dan probability value atau tingkat signifkansi dalam penelitian ini adalah 0,160. Maka,berdasarkan nilai signifikansi yakni 0,160 > 0,05, dapat disimpulkan bahwa secara simultan variabel ukuran dewan komisaris, ukuran dewan direksi, earnings quality, ROA dan TATO tidak berpengaruh signifikan terhadap kinerja perusahaan.