BAB IV HASIL PENELITIAN DAN PEMBAHASAN
B. Hasil Penelitian
1. Uji Statistik Deskriptif
Uji statistik deskriptif digunakan untuk memberikan gambaran profil data sampel. Penelitian ini menggunakan statistik deskriptif yang terdiri dari minimum, maksimum, mean dan deviasi standar. Hasil uji statistik deskriptif dapat dilihat pada tabel di bawah ini:
Tabel 4.1 : Hasil Uji Statistik Deskriptif
Variabel N Minimum Maximum Mean Std.
Deviation Penerapan.PSAK.72 36 0,00 1,00 0,6667 0,47809
Kinerja.Keuangan 36 0,06 1,86 0,3314 0,40220 Sumber : SPSS 25 (Diolah,2021)
Berdasarkan tabel deskriptif diatas dapat diketahui bahwa jumlah sebanyak 36 (6 peusahaan telekomunikasi dikalikan 6 laporan keungan yang diteliti). Menunjukan hasil data nilai minimum pada variabel Penerapan PSAK 72 sebesar 0, nilai maksimum sebesar 1, nilai mean sebesar 0,6667, dan standar deviasi (penyebaran data) sebesar 0,46718.
Berdasarkan tabel deskriptif diatas dapat diketahui bahwa jumlah sebanyak 36 (6 peusahaan telekomunikasi dikalikan 6 laporan keungan yang diteliti). Menunjukan hasil data nilai minimum pada variabel Kinerja Keuangan sebesar 0,06, nilai maksimum sebesar 1,86 nilai mean sebesar 0,3314, dan standar deviasi (penyebaran data) sebesar 0,47809.
2. Uji Asusmsi Klasik a. Uji Normalitas
Uji Normalitas adalah pengujian tentang kenormalan distribusi data dalam penelitian. Uji normalitas dalam penelitian ini menggunakan analisi grafik. Analisis grafik yaitu berupa grafik
45
histogram dan grafik P-P Plot. Adapun grafik histogram dan P-P Plot dapat di lihat pada gambar di bawah ini :
Gambar 4.1 : Hasil Uji Normalitas Dengan Grafik P-P Plot
Interpretasi dari grafik P-P Plot dengan melihat penyebaran item pada garis diagonal pada grafik. Grafik P-P Plot dikatan memenuhi syarat asumsi normalitas apabila item menyebar di garis diagonal dan mengikuti arah garis diagonal (Ghozali, 2016: 156).
Grafik P-P Plot diatas menunjukan bahwa data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal tersebut. Dengan demikian dapat disimpulkan bahwa model regresi dalam penelitian ini memenuhi syarat asumsi normalitas.
b. Uji Heteroskedastizitäs
Uji Heteroskedastisitas digunakan untuk menguji apakah pada model regresi terdapat ketidaksamaan varians dari residual satu pengamatan kepengamatan lainnya. Dalam penelitian ini metode yang digunakan untuk mendeteksi gejala heteroskedastisiitas dengan
Uji glejser. Hasil uji heteroskedastisitas dengan metode Uji glejser, berdasarkan hasil uji terlampir, dapat dilihat pada tabel di bawah ini:
Tabel 4.2 : Hasil Uji Heteroskedastisitas Metode Glejser
Model T Sig
1 (Constant) 3,217 0,003
Penerapan.PSAK.72 1,365 0,181
a. Dependent Variable: ABS_RES Sumber : SPSS 25 (Diolah,2021)
Berdasarkan tabel diatas dapat disimpulkan bahwa pada model regresi tidak terjadi gejala heteroskedastisitas, hal ini berdasarkan nilai signifikansi (sig) lebih besar dari 0,05 (0,181 > 0,05).
Deteksi adanya heteroskedastisitas juga bias dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot.
Dasar pengambilan keputusannya adalah sebagai berikut:
a) Jika ada pola tertentu, seperti titik-titik (point-point) yang ada membentuk suatu pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka terjadi heteroskedastisitas.
b) Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas
47
Hasil uji heteroskedastisitas dengan menggunakan metode grafik scatterplot dapat dilihat pada gambar di bawah ini :
Gambar 4.2 : Hasil uji heteroskedastisitas
c. Uji Autokorelasi
Uji autokorelasi adalah untuk melihat apakah terjadi korelasi antara suatu periode waktu (t) dengan periode sebelumnya (waktu (t) -1). Dalam penelitian ini metode uji autokorelasi yang digunakan adalah uji Run-Test. Hasil uji autokorelasi dengan metode Run-Test, berdasarkan hasil uji terlampir, dapat dilihat pada tabel di bawah ini:
Tabel 4.3 : Hasil Uji Autokorelasi Metode Run-Test Runs Test
Unstandardized Residual
Test Valuea -.06333
Cases < Test Value 18
Cases >= Test Value 18
Total Cases 36
Number of Runs 18
Z -.169
Asymp. Sig. (2-tailed) .866
a. Median
Sumber : SPSS 25 (Diolah,2021)
Berdasarkan tabel output SPSS diatas, nilai Asymp. Sig. (2-tailed) sebesar 0,866 lebih besar > dari 0,05, Sehingga dapat disimpulkan bahwa tidak terdapat gejala atau masalah autokorelasi pada model regresi.
d. Uji Multikolinearitas
Menurut Ghozali (2016) pada pengujian multikolinearitas bertujuan untuk mengetahui apakah model regresi ditemukan adanya korelasi antar variabel independent atau variable bebas. Untuk mengetahui ada atau tidak ada gejala multikolinearitas pada model regresi dengan melihat nilai tolerance dan nilai variance inflation factor (VIF). Hasil uji multikolinearitas, berdasarkan hasil uji terlampir, dapat dilihat pada tabel di bawah ini:
49
Tabel 4.4 : Hasil Uji Multikolinearitas Coefficientsa
Model
Collinearity Statistics
Tolerance VIF
1 (Constant)
Penerapan.PSAK.72 1,000 1,000
a. Dependent Variable: Kinerja.Keuangan
Sumber : SPSS 25 (Diolah,2021)
Berdasarkan tabel diatas dapat disimpulkan bahwa tidak ada gejala multikolinearitas pada model regresi, hal ini berdasarkan nilai tolerance 1,00 lebih besar dari 0,1 (1,00 > 0,1) dan nilai variance inflation factor (VIF) 1,00 yang lebih kecil dari 10 (1,00 < 10).
3. Uji Regresi Sederhana
Hasil uji analisis regresi linier sederhana pada peneltian ini dengan menggunakan bantuan SPSS 25, berdasarkan hasil uji terlampir, dapat dilihat pada tabel di bawah ini:
Tabel 4.5 : Hasil Uji Analisis Regresi Linier Sederhana
Coefficientsa
Sumber : SPSS 25 (Diolah,2021)
Berdaarkan tabel di atas persamaan regresi dalam penelitian ini adalah :
Y = a + bX Kinerja Keuangan = 0,128 + 0,305 X
Dari persamaan regresi pada penelitian maka dapat dijelaskan sebagai berikut :
a. Nilai Konstant (Constant) = 0,128
Nilai konstanta sebesar 0,128 adalah nilai yang menunjukkan bahwa apabila variabel bebas ( Penerapan PSAK 72 ) sama dengan nol, maka nilai kinerja keuangan akan tetap ada sebesar 0,128.
b. Koefisien regresi ( Penerapan PSAK 72 ) = 0,305
Nilai koefisien regresi variabel Penerapan PSAK 72 sebesar 0,305 memiliki makna, bahwa setiap kenaikan (penambahan) 1 satuan variabel Penerapan PSAK 72 (X) akan meningkatkan pula variabel kinerja keuangan (Y) sebesar 0,305.
4. Uji Koefisien Determinasi
Uji koefisien determinasi digunakan untuk mengetahui seberapa besar kemampuan variabel bebas dalam menjelaskan varians dari variabel terikatnya. Hasil Uji koefisien determinasi pada peneltian ini dengan menggunakan bantuan SPSS 25, berdasarkan hasil uji terlampir, dapat dilihat pada tabel di bawah ini:
Tabel 4.6 : Hasil Uji Koefisien Determinasi Model Summary
Model R R Square
1 0,362a 0,131
a. Predictors: (Constant), Penerapan.PSAK.72
Sumber : SPSS 25 (Diolah,2021)
51
Berdasarkan tabel Model Summary diatas nilai R sebesar 0,362 menunjukkan bahwa kemampuan variabel Penerapan PSAK 72 dalam menjelaskan varians dari variabel Kinerja Keuangan sebesar 36,2 % dan sisanya 63,8 % di jelaskan oleh variabel lain di luar penelitian ini.