BAB IV HASIL DAN PEMBAHASAN
4.2 Hasil Penelitian
Analisis deskriptif adalah suatu metode analisis dimana data-data
dikumpulkan, diklarifikasikan, dikelompokkan, dianalisis dan diinterprestasikan
secara objektif sehingga dapat membarikan gambaran mengenai objek yang
dibahas. Analisis deskriptif dalam penelitian ini mencakup Current Ratio, Debt Ratio dan Z”-Score.
Tabel 4.1
Hasil Analisis Deskriptif
N Minimum Maximum Mean Std. Deviation
Current Ratio 64 .4296 18.9850 2.095458 2.6047572
Debt Ratio 64 .1175 .7402 .440337 .1406980
Z-Score 64 .75 13.52 4.2923 2.63265
Tahun 64 1 4 2.50 1.127
Valid N (listwise) 64
Dari Hasil Analisis Deskriptif, maka dapat dijelaskan sebagai berikut:
1. Current ratio minimum adalah 0,4296 yaitu perusahaan RDTX pada tahun
2011, nilai current ratio maximum adalah 18,9850 yaitu perusahaan MTSM
paa tahun 2014. Rata-rata current ratio sebesar 2.095458.
2. Debt ratio minimum adalah 0,1175 yaitu perusahaan MTSM pada tahun 2014,
nilai debt ratio maximum adalah 0,7402 yaitu perusahaan GMTD tahun 2012.
Rata-rata debt ratio sebesar 0,44037.
3. Z”-Score minimum adalah 0,75 ,dan nilai Maximum adalah 13,52. Rata-rata Z”-Score adalah 4.2923.
4.2.2 Pengujian Asumsi Klasik 4.2.2.1 Uji Normalitas
4.2.2.1.1 Analisis Statistik
Hasil dari analisis statistik dapat dilihat pada tabel 4.2 berikut ini:
Tabel 4.2
Hasil Analisis Statistik Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 64
Normal Parametersa,b Mean ,0000000 Std. Deviation 1,66422911 Most Extreme Differences Absolute ,139 Positive ,139 Negative -,080 Kolmogorov-Smirnov Z 1,108
Asymp. Sig. (2-tailed) ,171
a. Test distribution is Normal. b. Calculated from data.
Pada tabel 4.2 dijelaskan bahwa nilai Asymp.sig. (2-tailed) adalah
0.171dan diatas nilai signifikan (0.05). Dengan kata lain bahwa nilai signifikan
menyatakan 0,171. Hal tersebut berarti bahwa P > 0,05 maka data berdistribusi
normal.
Nilai kolmogorov-smirnov Z lebih kecil dari 1.97 berarti tidak ada
perbedaan antara distribusi teoritic dan distribusi empiric atau dengan kata lain
data dikatakan normal.
4.2.2.1.2 Analisis Grafik
Sumber: Hasil Penelitian, 2015 (Data Diolah)
Gambar 4.1
Dari Gambar 4.1 histogram diatas data ditunjukkan bahwa data
berdistribusi normal Karena grafik berada di atas nol sumbu y.
Sumber: Hasil Penelitian, 2015 (Data Diolah)
Pada scatter plot terlihat bahwa data menyebar disekitar garis diagonal dan
mengikuti arah garis diagonal atau grafik histogramnya hal ini menunjukkan
4.2.2.2 Uji Heteroskedastisitas
Hasil dari Uji Heteroskedastisitas dapat dilihat pada Gambar 4.2 dibawah
ini:
Sumber: Hasil Penelitian, 2015 (Data Diolah)
Gambar 4.2
Hasil Uji Heteroskeditas
Dengan memperhatikan Gambar 4.2 scatterplot dapat dilihat bahwa titik
menyebar merata dan tidak ada pola yang jelas, seperti titik-titik menyebar diatas
dan dibawah angka 0 pada sumbu Y maka dapat disimpulkan bahwa tidak terjadi
4.2.3.3 Uji Autokorelasi
Hasil dari uji autokorelasi dapat dilihat pada Tabel 4.4 dibawah ini:
Tabel 4.4
Hasil Uji Autokorelasi
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 ,763a ,583 ,569 1,69129 1,938 a. Predictors: (Constant), DR, CR b. Dependent Variable: zscore
Sumber: Hasil Penelitian, 2015 (Data Diolah)
Adapun kriteria dari pengujian adalah : Du < d < 4-du, Pada tabel model summary
dapat diperhatikan :
dw = 1,938 , n = 64, x = 2
dilihat dari dw tabel maka nilai du = 1,6601
sehingga uji t pada tabel dapat dilihat sebagai berikut 1,6601 < 1,938 < 2,3999.
maka tidak terjadi autokorelasi posistif dan negatif.
4.2.2.4 Uji Multikolinearitas
Hasil dari uji multikolinearitas dapat dilihat pada tabel 4.3 berikut ini:
Tabel 4.3
Hasil Uji Multikolinearitas
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 6,079 ,873 6,963 ,000
CR -6,655 1,691 -,363 -3,937 ,000 ,803 1,246
DR ,523 ,091 ,529 5,728 ,000 ,803 1,246
a. Dependent Variable: zscore
Uji multikolinearitas menggunakan uji VIF. Hanya melihat apakah nilai
VIF untuk masing-masing variabel lebih besar dari 5 atau tidak. Bila nilai VIF
lebih besar dari 5 maka diindikasikan model tersebut memiliki gejala
multikolinieritas. Namun jika lebih kecil dari 10 maka tidak ada gejala
multikolinearitas. Dengan persamaan yang umum dipakai untuk menunjukkan
adanya mutikolineritas adalah nilai Tolerence < 0,10 atau VIF > 5. Dan jika tidak
ada gejala maka ditunjukkan dengan persamaan nilai tolerance > 0.10 atau VIF <
5.
Dari Tabel 4.3 diatas dapat dilihat bahwa nilai tolerance 0.803 yaitu > 0.10
dan VIF 1.246 yaitu < 5 , maka dapat dinyatakan bahwa tidak ada gejala
multikolinearitas.
4.2.3 Hasil Analisis Regresi linear Berganda Tabel 4.5
Hasil Analisis Regresi linear Berganda
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 6,079 ,873 6,963 ,000 CR -6,655 1,691 -,363 -3,937 ,000 DR ,523 ,091 ,529 5,728 ,000
a. Dependent Variable: zscore
Sumber: Hasil Penelitian, 2015 (Data Diolah)
Y= α + b1X1 +b2X2 + ε
Interpretasi dari regresi diatas adalah sebagai berikut :
1. Konstanta sebesar 6,079, menyatakan bahwa apabila tidak ada variabel
bebas (current ratio, debt ratio) maka pergerakan Variabel terikatnya
sebesar 6,079.
2. Nilai koefisien regresi untuk variabel X1 (current ratio) sebesar -6,655.
Hal ini mengandung arti bahwa setiap kenaikan current ratio satu satuan
maka variabel Beta (Y) akan turun sebesar 6,655 dengan asumsi bahwa
variabel bebas yang lain dari model regresi adalah tetap
3. Nilai koefisien regresi untuk variabel X2 (debt ratio) sebesar 0,523 . Hal ini
mengandung arti bahwa setiap kenaikan Leverage satu satuan maka
variabel Beta (Y) akan naik sebesar 0,523 dengan asumsi bahwa variabel
bebas yang lain dari model regresi adalah tetap
4.2.4 Hasil Uji Hipotesis 4.2.4.1 Uji F (F-test)
Hasil dari uji F (F-test) dapat dilihat pada Tabel 4.6 sebagai berikut:
Tabel 4.6 Hasil Uji F (F-test)
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 243,636 2 121,818 42,587 ,000a
Residual 174,488 61 2,860
Total 418,125 63
a. Predictors: (Constant), DR, CR b. Dependent Variable: zscore
Sumber: Hasil Penelitian, 2015 (Data Diolah)
1. Ho diterima jika = Fhitung < Ftabel pada α = 5% 2. Ha diterima jika = Fhitung > Ftabel pada α = 5%
Df1 = k-1 = 2, Df2 = n-k =64-3= 61
Tabel uji F pada α = 5% , n= 61, k= 2, Ftabel = 3,15, Maka Fhitung > Ftabel = 42,578 > 3,15, artinya variabel bebas berpengaruh terhadap variabel terikat.
Dilihat dari nilai signifikannya 0,000 < 0,05, maka dapat dinyatakan H0 ditolak
(Ha diterima) artinya terdapat pengaruh secara simultan dan signifikan. Hasil
penelitian membuktikan bahwa current ratio dan debt ratio berpengaruh
signifikan secara simultan terhadap financial distress.
4.2.4.2 Uji t (t-test)
Hasil dari uji t (t-test) dapat dilihat pada Tabel 4.7 berikut ini:
Tabel 4.7
Hasil Uji t (t-test) pada Perusahaan Property dan Real Estate yang terdaftar di BEI periode 2011-2014 Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 6,079 ,873 6,963 ,000 CR -6,655 1,691 -,363 -3,937 ,000 DR ,523 ,091 ,529 5,728 ,000
a. Dependent Variable: zscore
Sumber: Hasil Penelitian, 2015 (Data Diolah)
1. Ho diterima jika = –ttabel < -thitung atau (thitung < ttabel) pada α = 5% 2. Ha diterima jika = -thitung < -ttabel atau (thitung > ttabel) pada α = 5% n= 64, k= 3, df= n-k, maka df= 64-3=61
Berdasarkan tabel uji t pada α 5%, n= 61, k= 3, maka ttabel = 1,6702.
Dengan menggunakan tingkat sig. (α) = 5%, jika nilai sig. > 0,05 maka H0 diterima, artinya tidak ada pengaruh yang signifikan variabel bebas dengan
variabel terikat. Sebaliknya jika nilai sig. < 0.05, maka Ha diterima, artinya ada
pengaruh yang signifikan antara variabel bebas dengan variabel terikat.
1. Current ratio = thitung (-3,937) < ttabel (-1,6702) ,artinya variabel bebas
berpengaruh terhadap variabel terikat. Dilihat dari nilai signifikannya Current
ratio = 0.000 < 0.05 maka dapat disimpulkan bahawa current ratio berpengaruh negatif dan signifikan terhadap financial distress.
2. Debt ratio= thitung (5,728) > ttabel (1,6702), artinya variabel bebas berpengaruh
terhadap variabel terikat. Dilihat dari nilai signifikannya debt ratio = 0.000 <
0.05 maka dapat disimpulkan bahawa debt ratio berpengaruh positif dan
signifikan terhadap financial distress.