PENEMUAN DAN PEMBAHASAN
B. Hasil Uji Instrumen Penelitian 1.Hasil Uji Statistik Deskriptif 1.Hasil Uji Statistik Deskriptif
a. Hasil Uji Statistik Deskriptif untuk Perusahaan Berlaba Positif
Variabel yang digunakan dalam penelitian ini yang meliputi laba dan arus kas serta arus kas masa depan akan diuji secara statistik deskriptif seperti yang terlihat dalam tabel 4.3
Tabel 4.3
Hasil Uji Statistik Deskriptif Perusahaan Berlaba Positif
N Minimum Maximum Mean Std. Deviation
Laba 36 281 119495 21120.94 26032.964
Arus_Kas 36 -18344 170052 47210.17 58838.210
Arus_Kas_Masa_Depan 36 -61470 199208 49543.11 61349.797
Valid N (listwise) 36
Sumber: Data sekunder yang diolah
Tabel 4.3 menjelaskan bahwa pada variabel laba minimum sebesar 281 dan maksimum sebesar 119495, dengan rata-rata 21120,94 dan standar deviasi sebesar 26032,964. Variabel arus kas minimum sebesar -18344 dan maksimum sebesar 170052, dengan rata-rata 47210,17 dan standar deviasi sebesar 58838,21. Variabel arus kas masa depan minimum sebesar -61470 dan maksimum sebesar 199208, dengan rata-rata 49543,11 dan standar deviasi sebesar 61349,797. b. Hasil Uji Statistik Deskriptif untuk perusahaan Berlaba Negatif
Variabel yang digunakan dalam penelitian ini yang meliputi laba dan arus kas serta arus kas masa depan akan diuji secara statistik deskriptif seperti yang terlihat dalam tabel 4.4
Tabel 4.4
Hasil Uji Statistik Deskriptif Perusahaan Berlaba Negatif
N Minimum Maximum Mean Std. Deviation
Laba 48 -2047891 -447 -201687.38 378832.481
Arus_kas 48 -881326 450419 1683.94 161778.933
Arus_kas_masa_depan 48 -881326 267919 -8486.83 152169.048
Valid N (listwise) 48
Tabel 4.4 menjelaskan bahwa pada laba minimum sebesar-2047891 dan maksimum sebesar -447, dengan rata-rata -201687,38 dan standar deviasi sebesar 378832,481. Variabel arus kas minimum sebesar -881326 dan maksimum sebesar 450419, dengan rata-rata 1683,94 dan standar deviasi sebesar 161778,933. Variabel arus kas masa depan minimum sebesar -881326 dan maksimum sebesar 267919, dengan rata-rata -8486,83 dan standar deviasi sebesar 152169,048.
2. Hasil Uji Asumsi Klasik a. Hasil Uji Multikolinearitas
Untuk mendeteksi adanya problem multiko, maka dapat dilakukan dengan melihat Tolerance dan Variance Inflation Factor (VIF) serta besaran korelasi antar variabel independen.
1) Untuk Perusahaan Berlaba Positif Tabel 4.5
Hasil Uji Multikolinieritas Perusahaan Berlaba Positif
Coefficientsa Model Unstandardized Coefficients Standardiz ed Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF
1 (Constant) 12311.9
33
10591.147 1.162 .253
Laba .278 .324 .118 .859 .397 .832 1.201
Arus_Kas .664 .143 .637 4.635 .000 .832 1.201
a. Dependent Variable: Arus_Kas_Masa_Depan Sumber: Data sekunder yang diolah
Berdasarkan tabel 4.5 diatas terlihat bahwa nilai tolerance mendekati angka 1 dan nilai variance inflation factor disekitar angka 1 untuk setiap variabel, yang ditunjukkan dengan nilai tolerance 0,832 dan 0,832 serta VIF sebesar 1,201 dan 1,201 untuk variabel laba dan arus kas. Dengan demikian dapat disimpulkan bahwa model persamaan regresi tidak terdapat problem multiko dan dapat digunakan dalam penelitian ini.
2) Untuk Perusahaan Berlaba Negatif Tabel 4.6
Hasil Uji Multikolonieritas Perusahaan Berlaba Negatif
Coefficientsa Model Unstandardized Coefficients Standar dized Coeffici ents t Sig. Collinearity Statistics B Std. Error Beta Toler ance VIF 1 (Constant) 6872.636 24753.402 .278 .783 Laba .078 .059 .193 1.321 .193 .976 1.025 Arus_kas .176 .138 .187 1.276 .208 .976 1.025
a. Dependent Variable: Arus_kas_masa_depan Sumber: Data sekunder yang diolah
Berdasarkan tabel 4.6 di atas terlihat bahwa nilai tolerance mendekati angka 1 dan nilai variance inflation factor disekitar angka 1 untuk setiap variabel, yang ditunjukkan dengan nilai tolerance 0,976 dan 0,976 serta VIF sebesar 1,025 dan 1,025 untuk variabel laba dan arus kas. Dengan demikian dapat disimpulkan bahwa model persamaan regresi tidak terdapat problem multiko dan dapat digunakan dalam penelitian ini.
b. Hasil Uji Heterokedastisitas
Uji Heterokedastisitas dilakukan untuk menguji apakah dalam sebuah model regresi, terjadi ketidaksamaan varians dari residual dari satu pengamatan ke pengamatan lain. Deteksi ada tidaknya heterokedastisitas dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED.
1) Untuk Perusahaan Berlaba Positif
Sumber: Data Sekunder yang diolah Gambar 4.1 Grafik Scatterplot
Berdasarkan gambar 4.1, grafik scatterplot menunjukkan bahwa data tersebar di atas dan di bawah angka 0 (nol) pada sumbu
Y dan tidak terdapat suatu pola yang jelas pada penyebaran data tersebut. Hal ini berarti tidak terjadi heteroskedastisitas pada model persamaan regresi, sehingga model regresi layak digunakan untuk memprediksi arus kas masa depan berdasarkan variabel yang mempengaruhinya, yaitu laba dan arus kas.
2) Untuk Perusahaan Berlaba negatif
Sumber: Data sekunder yang diolah Gambar 4.2 Grafik Scatterplot
Berdasarkan gambar 4.2, grafik scatterplot menunjukkan bahwa data tersebar di atas dan di bawah angka 0 (nol) pada sumbu Y dan tidak terdapat suatu pola yang jelas pada penyebaran data tersebut. Hal ini berarti tidak terjadi heteroskedastisitas pada model
persamaan regresi, sehingga model regresi layak digunakan untuk memprediksi arus kas masa depan berdasarkan variabel yang mempengaruhinya, yaitu laba dan arus kas.
c. Hasil Uji Normalitas
Uji normalitas digunakan untuk menguji apakah dalam sebuah model regresi, variabel dependen dan variabel independen atau keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah distribusi data normal atau mendekati normal.
1) Untuk Perusahaan Berlaba Positif
Sumber: Data sekunder yang diolah Gambar 4.3
Gambar 4.3 memperlihatkan penyebaran data yang berada di sekitar garis diagonal dan mengikuti arah garis diagonal, ini menunjukkan bahwa model regresi telah memenuhi asumsi normalitas.
2) Untuk Perusahaan Berlaba Negatif
Gambar 4.4 memperlihatkan penyebaran data yang berada disekitar garis diagonal dan mengikuti arah garis diagonal, ini menunjukkan bahwa model regresi telah memenuhi asumsi normalitas.
Sumber: Data sekunder yang diolah Gambar 4.4
d. Hasil Uji Autokorelasi
Uji autokorelasi dilakukan untuk mengetahui apakah ada korelasi antara kesalahan pengganggu pada peiode t dengan kesalahan pada periode t sebelumnya. Model regresi yang baik adalah tidak terjadi autokorelasi.
1) Untuk Perusahaan Berlaba Positif Tabel 4.7
Hasil Uji Autokorelasi Perusahaan Berlaba Positif
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .694a .481 .450 45504.769 2.709
a. Predictors: (Constant), Arus_Kas, Laba b. Dependent Variable: Arus_Kas_Masa_Depan
Sumber: Data sekunder yang diolah
Berdasarkan Tabel 4.7 nilai Durbin Watson 2,709 artinya tidak terjadi autokorelasi. Dengan demikian, dapat digunakan dalam penelitian ini.
2) Untuk Perusahaan Berlaba Negatif Tabel 4.8
Hasil Uji Autokorelasi Perusahaan Berlaba Negatif
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .247a .061 .019 150702.203 2.189
a. Predictors: (Constant), Arus_kas, Laba b. Dependent Variable: Arus_kas_masa_depan Sumber: Data sekunder yang diolah
Berdasarkan Tabel 4.8 nilai Durbin Watson 2,189 artinya tidak terjadi autokorelasi. Dengan demikian, dapat digunakan dalam penelitian ini.
3. Hasil Uji Hipotesis
a. Hasil Uji Koefisien Determinasi
Uji koefisien determinasi dilakukan untuk mengetahui seberapa besar kemampuan variabel dependen dapat dijelaskan oleh variabel independen.
1) Untuk Perusahaan Berlaba Positif Tabel 4.9
Hasil Uji Koefisien Determinasi Perusahaan Berlaba Positif
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .694a .481 .450 45504.769
a. Predictors: (Constant), Arus_Kas, Laba b. Dependent Variable: Arus_Kas_Masa_Depan Sumber : Data sekunder yang diolah
Tabel 4.9 menunjukkan nilai R sebesar 0,694 atau 69,4%. Hal ini berarti bahwa hubungan atau korelasi antara faktor-faktor yang mempengaruhi arus kas masa depan adalah kuat. Nilai Adjusted R Square sebesar 0,45 atau 45%, ini menunjukkan bahwa variabel arus kas masa depan yang dapat dijelaskan oleh variabel laba dan arus kas adalah 45%, sedangkan sisanya sebesar 0,55 atau 55% (1-0,45) dijelaskan oleh faktor-faktor lain yang tidak disertakan dalam model penelitian ini.
2) Untuk Perusahaan Berlaba Negatif Tabel 4.10
Hasil Uji Koefisien Determinasi Perusahaan Berlaba Negatif
Model Summaryb
Model R R Square Adjusted R Square
Std. Error of the Estimate
1 .247a .061 .019 150702.203
a. Predictors: (Constant), Arus_kas, Laba b. Dependent Variable: Arus_kas_masa_depan Sumber: Data sekunder yang diolah
Tabel 4.10 menunjukkan nilai R sebesar 0,247 atau 24,7%. Hal ini berarti bahwa hubungan atau korelasi antara faktor-faktor yang mempengaruhi arus kas masa depan adalah tidak kuat. Nilai Adjusted R Square sebesar 0,019 atau 1,9%, ini menunjukkan bahwa variabel arus kas masa depan yang dapat dijelaskan oleh variabel laba dan arus kas adalah 1,9%, sedangkan sisanya sebesar 0,081 atau 81,1% (1-0,019) dijelaskan oleh faktor-faktor lain yang tidak disertakan dalam model penelitian ini.
b. Hasil Uji Statistik t
Uji statistik t digunakan untuk mengetahui ada atau tidaknya pengaruh masing-masing variabel independen secara individual terhadap variabel dependen yang diuji pada tingkat signifikasi 0,05. Jika nilai probability t lebih kecil dari 0,05 maka maka Ha diterima dan menolak Ho, sedangkan jika nilai probability t lebih besar dari 0,05 maka Ho diterima dan menolak Ha.
1) Hasil Pengujian Hipotesis Pertama: Kemampuan laba dan arus kas dalam memprediksi arus kas masa depan untuk perusahaan berlaba positif.
Tabel 4.11
Hasil Uji Statistik t Perusahaan Berlaba Positif
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 12311.933 10591.147 1.162 .253 Laba .278 .324 .118 .859 .397 Arus_Kas .664 .143 .637 4.635 .000
a. Dependent Variable: Arus_Kas_Masa_Depan
Sumber: Data sekunder yang diolah
Hasil uji hipotesis 1 dapat dilihat pada tabel 4.11, variabel laba mempunyai tingkat signifikasi sebesar 0,397 dan variabel arus kas mempunyai tingkat signifikasi sebesar 0,000. Hal ini berarti menolak Ha1 sehingga dapat disimpulkan laba tidak memiliki kemampuan lebih baik untuk memprediksi arus kas masa depan dibanding arus kas untuk perusahaan yang melaporkan laba positif.
Berdasarkan tabel 4.11, maka diperoleh model persamaan regresi sebagai berikut:
CFOt+1 = 123111,933 + 0,278Eit + 0,664CFOit + et
2) Hasil Pengujian Hipotesis Kedua: Kemampuan laba dan arus kas dalam memprediksi arus kas masa depan untuk perusahaan berlaba negatif
Tabel 4.12
Hasil Uji Statistik t Perusahaan Berlaba Negatif
Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 6872.636 24753.402 .278 .783 Laba .078 .059 .193 1.321 .193 Arus_kas .176 .138 .187 1.276 .208
a. Dependent Variable: Arus_Kas_Masa_Depan
Sumber: Data sekunder yang diolah
Hasil uji hipotesis 2 dapat dilihat pada tabel 4.12, variabel laba mempunyai tingkat signifikasi sebesar sebesar 0,193 dan variabel arus kas mempunyai tingkat signifikasi sebesar 0,208. Ini berarti variabel laba dan arus kas secara statistik tidak signifikan pada alfa 0,05. Dapat disimpulkan bahwa laba dan arus kas tidak memiliki kemampuan dalam memprediksi arus kas masa depan untuk perusahaan yang melaporkan laba negatif.
Berdasarkan tabel 4.12, maka diperoleh model persamaan regresi sebagai berikut:
CFOt+1 = 6872,636 + 0,078Eit + 0,176CFOit + et c. Hasil Uji Statistik F
Uji statistik F digunakan untuk mengetahui pengaruh semua variabel independen yang dimasukkan dalam model regresi secara bersama-sama terhadap variabel dependen yang diuji pada tingkat signifikan 0,05. Jika nilai probabilitas lebih kecil dari 0,05 maka Ha diterima dan menolak Ho, sedangkan jika nilai probabilitas lebih besar dari 0,05 maka Ho diterima dan menolak Ha.
1) Hasil Pengujian Hipotesis Pertama Tabel 4.13
Hasil Uji Statistik F Perusahaan Berlaba Positif
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 6.340E10 2 3.170E10 15.309 .000a
Residual 6.833E10 33 2.071E9
Total 1.317E11 35
a. Predictors: (Constant), Arus_Kas, Laba b. Dependent Variable: Arus_Kas_Masa_Depan
Sumber: Data sekunder yang diolah
Hasil uji statistik F dapat dilihat pada tabel 4.13 nilai F diperoleh sebesar 15,309 dengan tingkat signifikasi 0,000. Karena tingkat signifikasi lebih kecil dari 0,05 maka Ha diterima, sehingga dapat dikatakan bahwa laba dan arus kas signifikan secara statistik dalam mempengaruhi variabel dependen (arus kas masa depan) pada saat perusahaan melaporkan laba positif.
2) Hasil Pengujian Hipotesis Kedua Tabel 4.14
Hasil Uji Statistik F Perusahaan Berlaba Negatif
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 6.630E10 2 3.315E10 1.460 .243a
Residual 1.022E12 45 2.271E10
Total 1.088E12 47
a. Predictors: (Constant), Arus_kas, Laba b. Dependent Variable: Arus_kas_masa_depan
Hasil uji statistik F dapat dilihat pada tabel 4.14 nilai F diperoleh sebesar 1,460 dengan tingkat signifikasi 0,243. Karena tingkat signifikasi lebih besar dari 0.05 maka Ho diterima, sehingga dapat dikatakan bahwa laba dan arus kas tidak signifikan secara statistik dalam mempengaruhi variabel dependen (arus kas masa depan) pada saat perusahaan melaporkan laba negatif.
C. Pembahasan
1. Kemampuan laba dan arus kas memprediksi arus kas masa depan untuk perusahaan yang melaporkan laba positif
Hasil uji hipotesis menunjukkan bahwa tingkat signifikasi variabel laba 0,397 > 0,05 dan variabel arus kas 0,000 < 0,05 sehingga dapat disimpulkan bahwa laba tidak memiliki kemampuan yang lebih baik dibandingkan arus kas dalam memprediksi arus kas masa depan untuk perusahaan yang melaporkan laba positif. Ini menunjukkan bahwa laba dan arus kas periode yang lalu mempunyai manfaat untuk memprediksi arus kas masa depan. Namun pada beberapa situasi, laba bersih gagal memberikan gambaran yang akurat tentang kinerja sebuah perusahaan pada beberapa periode tertentu (Skousen, 2004:316). Dapat dilihat dari hasil penelitian bahwa laba tidak lebih baik sebagai prediktor untuk memprediksi arus kas masa depan. Ini membuktikan bahwa arus kas dari aktivitas operasi merupakan suatu indikasi keberhasilan usaha yang rinci dan nyata, maka penilaian kinerja yang didasarkan atas informasi tersebut
menjadi lebih berarti (meaningful). Arus kas dari aktivitas operasi adalah indikator yang lebih baik dalam menggambarkan apakah perusahaan dapat terus memenuhi komitmennya kepada para kreditor, pelanggan, karyawan, dan investor dalam waktu dekat. Dengan memperhatikan segala keterbatasan yang ada, hasil penelitian ini secara statistik telah membuktikan bahwa laba dan arus kas merupakan informasi yang digunakan sebagai bahan pertimbangan dalam pembuatan keputusan oleh para analis keuangan, investor, dan manajer dalam menilai prospek dan kinerja perusahaan dalam suatu periode. Hasil penelitian ini konsisten dengan penelitian Parawiyati dan Baridwan (1998) serta Bandi dan Rahmawati (2005) namun tidak konsisten dengan penelitian Dahler dan Febrianto (2006).
2. Kemampuan laba dan arus kas memprediksi arus kas masa depan untuk perusahaan yang melaporkan laba negatif
Hasil uji hipotesis menunjukkan bahwa tingkat signifikasi variabel laba 0,193 > 0,05 dan variabel arus kas 0,208 > 0,05 sehingga dapat disimpulkan laba dan arus kas tidak memiliki kemampuan untuk memprediksi arus kas masa depan untuk perusahaan yang melaporkan laba negatif. Tidak seperti perusahaan yang berlaba positif, laba dan arus kas periode lalu pada perusahaan berlaba negatif tidak mempunyai manfaat untuk memprediksi arus kas masa depan. Hasil ini mengindikasikan laba dan arus kas bukan sebagai alat pertimbangan yang utama dalam pengambilan keputusan bagi para penggunanya. Hal ini disebabkan karena
laba dan arus kas tidak mampu menggambarkan prospek dan kinerja perusahaan dalam suatu periode. Hasil penelitian ini tidak konsisten dengan penelitian Parawiyati dan Baridwan (1998), Bandi dan Rahmawati (2005) serta Dahler dan Febrianto (2006).
3. Pengaruh laba dan arus kas terhadap arus kas masa depan untuk perusahaan yang melaporkan laba positif.
Hasil uji hipotesis menunjukkan bahwa laba dan arus kas signifikan secara statistik dalam mempengaruhi arus kas masa depan. Ini bisa dilihat dari tingkat signifikasi sebesar 0,000. Hasil penelitian ini menunjukkan laba dan arus kas merupakan variabel yang dapat dijadikan prediktor untuk memprediksi arus kas masa depan. Hasil penelitian ini konsisten dengan penelitian yang dilakukan oleh Parawiyati dan Baridwan (1998), Bandi dan Rahmawati (2005) serta Dahler dan Febrianto (2006). 4. Pengaruh laba dan arus kas terhadap arus kas masa depan untuk
perusahaan yang melaporkan laba negatif.
Hasil uji hipotesis menunjukkan bahwa laba dan arus kas tidak signifikan secara statistik dalam mempengaruhi arus kas masa depan. Ini bisa dilihat dari tingkat signifikasi sebesar 0,243. Hasil penelitian ini menunjukkan variabel laba dan arus kas tidak dapat dijadikan prediktor untuk memprediksi arus kas masa depan. Hasil penelitian ini tidak konsisten dengan penelitian yang dilakukan oleh Parawiyati dan Baridwan (1998), Bandi dan Rahmawati (2005) serta Dahler dan Febrianto (2006).
BAB V PENUTUP
A. Kesimpulan
Penelitian ini bertujuan untuk menguji kemampuan laba dan arus kas dalam memprediksi arus kas masa depan pada saat perusahaan melaporkan laba positif dan laba negatif. Sampel dalam penelitian ini berjumlah 21 perusahaan yang tergolong dalam Aneka Industri dan Industri Dasar dan Kimia yang terdaftar di Bursa Efek Indonesia. Terbagi dalam 9 perusahaan berlaba positif dan 12 perusahaan berlaba negatif. Tahun yang digunakan dalam penelitian ini adalah 2004, 2005, 2006 dan 2007. Berdasarkan pada data yang telah dikumpulkan dan pengujian yang telah dilakukan dengan menggunakan model regresi berganda, maka dapat diambil kesimpulan sebagai berikut:
1. Prediktor laba tidak secara mutlak memiliki kemampuan prediksi yang lebih baik daripada prediktor arus kas untuk perusahaan yang melaporkan laba positif. Hal ini berarti, pada tahun-tahun tertentu prediktor arus kas justru merupakan prediktor yang lebih baik dalam memprediksi arus kas masa depan dibanding prediktor laba.
2. Prediktor laba dan prediktor arus kas secara mutlak tidak memiliki kemampuan untuk memprediksi arus kas masa depan untuk perusahaan yang melaporkan laba negatif.
3. Variabel independen yaitu laba dan arus kas berpengaruh secara signifikan terhadap variabel dependen (arus kas masa depan) untuk perusahaan yang melaporkan laba positif. Ini dapat diartikan laba dan arus kas dapat dijadikan prediktor untuk memprediksi arus kas masa depan.
4. Untuk perusahaan yang melaporkan laba negatif, variabel laba dan arus kas yang merupakan variabel independen tidak berpengaruh secara signifikan terhadap variabel arus kas masa depan atau dependen. Hal ini mengindikasikan laba dan arus kas tidak dapat dijadikan prediktor untuk memprediksi arus kas masa depan.
B. Implikasi
Berdasarkan kesimpulan diatas menunjukkan bahwa variabel arus kas memiliki kemampuan yang lebih baik dibanding laba dalam memprediksi arus kas masa depan untuk kelompok perusahaan berlaba positif. Selain itu, laba dan arus kas juga mempunyai pengaruh yang signifikan terhadap arus kas masa depan Sedangkan untuk kelompok perusahaan berlaba negatif, variabel ,laba dan arus kas tidak memiliki kemampuan dalam memprediksi arus kas masa depan. Disamping itu, laba dan arus kas tidak mempunyai pengaruh yang signifikan terhadap arus kas masa depan.
Pada beberapa situasi, laba bersih gagal memberikan gambaran yang akurat tentang kinerja sebuah perusahaan pada beberapa periode tertentu. Untuk perusahaan-perusahaan dengan pertumbuhan yang tinggi, laba yang positif tidak menjamin adanya arus kas yang memadai. Perusahaan yang
tumbuh dengan cepat menggunakan kas dalam jumlah yang besar untuk memperbesar persediaannya. Disamping itu, laba yang dilaporkan bisa saja positif tetapi sesungguhnya bisnis perusahaan lebih banyak menghabiskan daripada menghasilkan kas. Arus kas yang positif mengindikasikan bahwa bisnis dapat terus berjalan untuk saat ini, tetapi rugi yang dilaporkan mungkin mengindikasikan masalah yang membayangi di masa depan. Arus kas dari aktivitas operasi adalah indikator yang lebih baik dalam menggambarkan apakah perusahaan dapat terus memenuhi komitmennya kepada para kreditor, pelanggan, karyawan, dan investor dalam waktu dekat.
C. Keterbatasan
1. Perusahaan yang menjadi sampel dalam penelitian ini hanya 21 perusahaan dari 52 perusahaan Aneka industri dan 65 perusahaan Industri Dasar dan Kimia yang terdaftar di Bursa Efek Indonesia. Ini dikarenakan sulitnya mencari perusahaan yang melaporkan laba positif dan laba negatif secara berturut-turut selama 4 tahun yaitu tahun 2004, 2005, 2006 dan 2007, sehingga kurang dapat mewakili populasi dari keseluruhan populasi yang ada. Dan pada akhirnya hasil penelitian ini tidak bisa digeneralisasikan untuk semua jenis perusahaan.
2. Jumlah variabel independen yang dimasukkan dalam model masih sangat sedikit sehingga hal ini dapat mempengaruhi hasil penelitian.
3. Penelitian ini tidak mempertimbangkan ukuran kemampuan atau kapasitas perusahaan dalam menghasilkan laba dan arus kas. Dalam penelitian ini,
tidak ada pemisahan antara perusahaan yang melaporkan laba dan arus kas dalam jumlah besar, menengah maupun kecil.
D. Saran
Saran-saran yang dapat diberikan untuk penelitian selanjutnya adalah sebagai berikut:
1. Penelitian selanjutnya diharapkan dapat menambah jumlah sampel penelitian. Penelitian dapat menambah jumlah sektor perusahaan atau jenis perusahaan sehingga hasil penelitian akan lebih mewakili populasi dari keseluruhan populasi yang ada. Sehingga hasil dari penelitian akan lebih akurat dan meyakinkan.
2. Penelitian selanjutnya diharapkan peneliti mempunyai waktu yang cukup untuk melakukan penelitian sehingga peneliti dapat memperbanyak jumlah tahun penelitian dan akan menghasilkan penelitian yang maksimal.
3. Penelitian selanjutnya diharapkan dapat menambah jumlah variabel independen sehingga akan memperluas variabel independen dalam mempengaruhi variabel dependen.
4. Penelitian berikutnya sebaiknya mempertimbangkan ukuran perusahaan. Ukuran perusahaan dalam menghasilkan laba dan arus kas mungkin mempengaruhi hasil penelitian.
