Hipotesis Penelitian - KERANGKA KONSEP DAN HIPOTESIS

BAB III KERANGKA KONSEP DAN HIPOTESIS

3.2 Hipotesis Penelitian

Berdasarkan rumusan masalah dan kerangka konsep yang telah dikemukakan, maka dapat dirumuskan hipotesis sebagai berikut:

1. Current Ratioberpengaruh positif terhadap Pertumbuhan Laba secara parsial pada perusahaan consumer goods yang terdaftar di Bursa Efek Indonesia.

2. Debt to Asset Ratioberpengaruh positif terhadap Pertumbuhan Laba secara parsial pada perusahaan consumer goods yang terdaftar di Bursa Efek Indonesia.

3. Total Asset Turn Overberpengaruh positif terhadap Pertumbuhan Laba secara parsial pada perusahaan consumer goods yang terdaftar di Bursa Efek Indonesia.

4. Inventory Turn Over berpengaruh positif terhadap Pertumbuhan Laba secara parsial pada perusahaan consumer goods yang terdaftar di Bursa Efek Indonesia.

5. Pertumbuhan Penjualan berpengaruh positif terhadap Pertumbuhan Laba secara parsial pada perusahaan consumer goods yang terdaftar di Bursa Efek Indonesia.

6. Ukuran Perusahaan dapat memoderasi pengaruh Current Ratio, Debt to Asset Ratio,Total Asset Turn Over,Inventory Turn Over danPertumbuhan Penjualan terhadap Pertumbuhan Laba pada perusahaan consumer goods yang terdaftar di Bursa Efek Indonesia.

BAB IV

METODE PENELITIAN

4.1 Jenis Penelitian

Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian asosiatif – kausal. Penelitian asosiatif adalah penelitian yang bertujuan untuk mengetahui hubungan antara satu variabel dengan variabel lainnya yang tidak saling mengikat. Hubungan yang bersifat kausal adalah hubungan yang bersifat sebab – akibat, dimana salah satu variabel (independen) mempengaruhi variabel lainnya (dependen).

4.2 Lokasi dan Waktu Penelitian

Penelitian ini dilakukan pada perusahaan sektor consumer goods yang terdaftar di Bursa Efek Indonesia selama periode pengamatan tahun 2013 sampai dengan 2017.

4.3 Populasi dan Sampel

Populasi dalam penelitian ini adalah seluruh perusahaan sektor consumer goods yang terdaftar di Bursa Efek Indonesia pada periode 2013-2017 yaitu sebanyak 38 perusahaan. Teknik penentuan sampel dilakukan dengan menetapkan sejumlah kriteria yaitu:

1. Perusahaan sektorconsumer goods yang mempublikasikan laporan keuangan audited secara konsisten selama periode 2013-2017;

2. Perusahaan sektor consumer goods yang tidak melaporkan laba negatif secara konsisten selama periode tahun 2013-2017, sehingga dapat dihitung pertumbuhannya.

Tabel 4.1

Daftar Pemilihan Sampel

No Kriteria Jumlah

1 Perusahaan sektor consumer goods yang terdaftar di Bursa Efek Indonesia selama periode 2013-2017.

2 Perusahaan sektorconsumer goods yang tidak mempublikasikan laporan keuangan audited secara konsisten selama periode 2013-2017.

(4)

3 Perusahaan sektor consumer goods yang menghasilkan laba negatif selama periode tahun 2013-2017.

(10)

Jumlah perusahaan sektor consumer goods yang terpilih menjadi sampel penelitian

24 Jumlah Observasi (24 x 5 tahun) 120

Adapun ke-24 perusahaan consumer goods yang terpilih sebagai sampel adalah sebagai berikut:

Tabel 4.2

Daftar Sampel Perusahaan SektorConsumer Goods Periode 2013-2017

No Kode

Emiten Nama Emiten Tanggal Listing

1 CEKA Wilmar Cahaya Indonesia Tbk 09 Juli 1996

2 DLTA Delta Djakarta Tbk 27 Pebruari 1984 3 ICBP Indofood CBP Sukses Makmur Tbk 07 Oktober 2010 4 INDF Indofood Sukses Makmur Tbk 14 Juli 1994 5 MLBI Multi Bintang Indonesia Tbk 15 Desember 1981

6 MYOR Mayora Indah Tbk 04 Juli 1990

7 ROTI Nippon Indosari Corpindo Tbk 28 Juni 2010

8 SKBM Sekar Bumi Tbk 28 September 2012

Emiten Nama Emiten Tanggal Listing

13 HMSP HM Sampoerna Tbk 15 Agustus 1990

14 WIIM Wismilak Inti Makmur Tbk 18 Desember 2012 15 DVLA Darya-Varia Laboratoria Tbk 11 November 1994

16 KAEF Kimia Farma Tbk 04 Juli 2001

17 KLBF Kalbe Farma Tbk 30 Juli 1991

18 MERK Merck Tbk 23 Juli 1981

19 PYFA Pyridam Farma Tbk 16 Oktober 2001

SIDO Industri Jamu dan Farmasi Sido Muncul Tbk

18 Desember 2013

21 TSPC Tempo Scan Pacific Tbk 17 Juni 1994

22 ADES Akasha Wira International Tbk 13 Juni 1994 23 TCID Mandom Indonesia Tbk 30 September 1993 24 UNVR Unilever Indonesia Tbk 11 Januari 1982

4.4 Metode Pengumpulan Data

Metode pengumpulan data dalam penelitian ini adalah studi dokumentasi dengan menggunakan data sekunder. Data sekunder merupakan data yang diperoleh melalui media perantara atau tidak secara langsung dari objek penelitian. Pengumpulan data sekunder dilakukan terhadap sampel yang telah ditentukan sebelumnya yaitu berupa Laporan Keuangan Audited dari perusahaan sektor consumer goods yang di-download dari www.idx.co.id (website resmi PT.

Bursa Efek Indonesia). Selain itu, data yang digunakan merupakan pooled data

yaitu gabungan data antar perusahaan (cross section) dan antar waktu (time series).

4.5 Definisi Operasional dan Metode Pengukuran Variabel

Variabel yang digunakan dalam penelitian ini adalah Pertumbuhan Laba sebagai variabel dependen; Current Ratio,Debt To Asset Ratio,Total Asset Turn Over,Inventory Turn Over dan Pertumbuhan Penjualan sebagai variabel independen dan Ukuran Perusahaan sebagai variabel moderating. Definisi operasional dari masing-masing variabel adalah sebagai berikut:

4.5.1 Variabel Dependen

Variabel dependen merupakan variabel terikat dan dipengaruhi oleh variabel lainnya. Variabel dependen dalam penelitian ini adalah Pertumbuhan Laba pada perusahaan consumer goods yang terdaftar di Bursa Efek Indonesia.

4.5.1.1 Pertumbuhan Laba (Profit Growth)

Pertumbuhan laba merupakan peningkatan laba yang diperoleh perusahaan dibandingkan dengan tahun sebelumnya. Pertumbuhan laba dihitung dengan cara mengurangkan laba periode tertentu dengan laba periode sebelumnya kemudian dibagi dengan laba pada periode sebelumnya. Dengan demikian pertumbuhan laba dapat dirumuskan sebagai berikut:

Dimana :

Profit_Gro = Pertumbuhan laba (Profit Growth) Profitt

Profit

= Laba pada periode tertentu (t)

t-1 = Laba pada periode sebelumnya (t-1) Profit_Gro= Profit _t – Profit _t-1

Profitt-1

4.5.2 Variabel Independen

Variabel independen merupakan variabel yang mempengaruhi variabel dependen baik secara positif maupun negatif. Variabel independen dalam penelitian ini adalah :

4.5.2.1 Current Ratio

Current Ratio menggambarkan perbandingan antara jumlah aset lancar yang dimiliki perusahaan dengan total kewajiban lancar, yang diukur dengan skala rasio, sehingga dapat diformulasikan sebagai berikut:

4.5.2.2 Debt to Asset Ratio

Debt to Asset Ratio menggambarkan perbandingan antara total hutang dengan total aset, yang diukur dengan skala rasio, sehingga dapat diformulasikan sebagai berikut :

4.5.2.3 Total Asset Turn Over

Total Asset Turn Overmenggambarkan perbandingan antara penjualan (sales) dengan total aset, yang diukur dengan skala rasio sehingga dapat diformulasikan sebagai berikut:

Current Ratio (CR)=Current Asset Current Liabilities

Debt to Asset Ratio (DAR) = Total Debt Total Asset

4.5.2.4 Inventory Turn Over

Inventory Turn Over menggambarkan perbandingan antara harga pokok penjualan (cost of goods sold) dengan persediaan, yang diukur dengan skala rasio sehingga dapat diformulasikan sebagai berikut:

4.5.2.5 Pertumbuhan Penjualan (Sales Growth)

Pertumbuhan penjualan merupakan peningkatan penjualan yang diperoleh perusahaan dibandingkan dengan tahun sebelumnya. Pertumbuhan penjualan dihitung dengan cara mengurangkan penjualan periode tertentu dengan penjualan periode sebelumnya kemudian dibagi dengan penjualan pada periode sebelumnya. Pertumbuhan penjualan dapat dirumuskan sebagai berikut:

4.5.3 Variabel Moderating

Variabel moderating adalah variabel yang dapat memperkuat atau memperlemah hubungan antara variabel dependen dengan variabel independen.

4.5.3.1 Ukuran Perusahaan (Size)

Variabel moderating dalam penelitian ini adalah ukuran perusahaan, yang diukur dengan skala rasio dengan menggunakan Natural Logarithm dari Nilai Buku Total Aktiva Perusahaan, sehingga dapat diformulasikan sebagai berikut:

Inventory Turn Over (ITO) = Cost of Goods Sold Inventory

Sales_Gro= Sales t – Sales t-1

Sales_t-1

Definisi operasional dan pengukuran masing-masing variabel yang digunakan dalam penelitian ini, dijelaskan dalam tabel berikut :

Tabel 4.3

Definisi Operasional dan Pengukuran Variabel Nama

Variabel

Definisi Operasional Parameter Skala Ukur periode tertentu dengan laba

periode sebelumnya kemudian dibagi dengan laba

pada periode sebelumnya. antara jumlah aset lancar yang dimiliki perusahaan antara total hutang dengan total aset.

)

DAR = Total Debt

Total Asset Rasio Total Asset

Total Asset Rasio Inventory

Turn Over (X4

Merupakan perbandingan antara harga pokok penjualan (cost of goodssold) dengan persediaan. dengan penjualan periode sebelumnya kemudian dibagi dengan penjualan pada ) Ukuran Perusahaan (Size) = Ln (Total Asset)

Nama Variabel

Definisi Operasional Parameter Skala Ukur Ukuran

Perusahaan (Z)

Merupakan ukuran dari besar kecilnya suatu perusahaan yang diukur dari Natural Logarithma dari Total Aktiva.

Size = LN(Total Asset) Rasio

4.6 Model dan Teknik Analisis Data

Metode analisis data yang digunakan dalam penelitian ini adalah analisis regresi linear berganda model data panel dan analisis regresi moderasi moderated regression analysis dengan uji residual. Data diolah dengan menggunakan program Eviews 9.

4.6.1 Statistik Deskriptif

Statistik deskriptif bertujuan untuk memberikan gambaran atau deskripsi suatu data yang diteliti diantaranya berupa nilai rata-rata (mean), maksimum, minimum dan standar deviasi (Ghozali, 2016). Statistik deskriptif digunakan untuk memberikan gambaran terhadap variabel-variabel yang digunakan dalam penelitian ini.

4.6.2 Analisis Regresi Linear Berganda Model Data Panel

Data yang digunakan dalam penelitian ini adalah data panel. Data panel merupakan gabungan antara data runtut waktu (timeseries)dan data silang (cross section). Data panel dapat didefinisikan sebagai kumpulan data (dataset) dimana perilaku unit cross-sectional diamati sepanjang waktu (Ghozali dan Ratmono, 2017).

Menurut Ghozali (2016), analisis regresi linear merupakan analisis yang mengukur kekuatan hubungan antara dua variabel atau lebih dan menunjukkan arah hubungan antara variabel dependen dan variabel independen. Bila terdapat satu variabel dependen dengan satu variabel independen dinamakan analisis regresi linear sederhana, sedangkan bila terdapat satu variabel dependen dengan beberapa variabel independen dinamakan analisis regresi linear berganda.

Persamaan regresi linear berganda dalam penelitian ini adalah : Y = a + b1.X1 + b2.X2 + b3.X3 + b4.X4 + b5.X5

Keterangan :

+ e…………..(Model Regresi I)

Y = Pertumbuhan Laba (Profit Growth) a = konstanta

= Total Asset Turn Over

= Inventory Turn Over

e = kesalahan residual

= Pertumbuhan Penjualan (Sales Growth)

4.6.3 Pemilihan Metode Estimasi

Winarno (2017) menjelaskan bahwa dalam analisis data panel terdapat tiga pilihan model estimasi yang dapat digunakan yaitu :

1. Common Effect Model

Teknik ini merupakan teknik yang paling sederhana dimana mengamsumsikan bahwa data time series dan cross section menunjukkan

kondisi yang sesungguhnya. Hasil analisis regresi diasumsikan berlaku pada semua objek pada semua waktu.

2. Fixed Effect Model

Teknik ini menunjukkan perbedaan konstanta antar objek, meskipun dengan koefisien regresi yang sama. Efek tetap maksudnya adalah satu objek memiliki konstanta dan koefiesien regresi yang tetap besarnya untuk berbagai periode waktu (time invariant). Untuk membedakan satu objek dengan objek lainnya digunakan variabel dummy, sehingga model ini sering disebut Least Squares Dummy Variables (LSDV).

3. Random Effect Model

Metode random effectmenggunakan residual yang diduga memiliki hubungan time series dan cross section. Model ini digunakan untuk mengatasi kelemahan model fixed effect yang menggunakan variabel dummy sehingga dapat menghindari heterokedastisitas, dengan syarat objek data cross section harus lebih besar daripada banyaknya koefisien.

4.6.4 Uji Signifikansi Model

Pemilihan model estimasi yang dianggap paling tepat dari tiga jenis model data panel CEM, FEM dan REM dilakukan dengan serangkaian pengujian yaitu menggunakan Uji Chow dan Uji Hausman.

1. Uji Chow

Uji Chow digunakan untuk menentukan uji estimasi terbaik antara common effect model atau fixed effect model.Hipotesis yang diuji sebagai berikut:

H_o H

:Model CEM lebih baik dibandingkan model FEM

1 : Model FEM lebih baik dibandingkan model CEM

Dasar pengambilan keputusan terhadap hipotesis sebagai berikut:

a. Jika nilai probabilitas cross-section Chi-square < 0,05, maka 𝐻𝐻0 ditolak dan 𝐻𝐻1 diterima.

b. Jika nilai probabilitas cross-section Chi-square ≥ 0,05, maka 𝐻𝐻₀ diterima dan 𝐻𝐻₁ ditolak.

2. Uji Hausman

Uji Hausman digunakan untuk menentukan uji estimasi terbaik antara random effect model atau fixed effect model. Hipotesis yang diuji sebagai berikut:

H_o H

:Model REM lebih baik dibandingkan model FEM

Dasar pengambilan keputusan terhadap hipotesis sebagai berikut:

: Model FEM lebih baik dibandingkan model REM

a. Jika nilai probabilitas cross-section random < 0,05, maka 𝐻𝐻₀ ditolak dan 𝐻𝐻₁ diterima.

b. Jika nilai probabilitas cross-section random ≥ 0,05, maka 𝐻𝐻₀ diterima dan𝐻𝐻1 ditolak.

4.6.5 Pengujian Asumsi Klasik

Uji asumsi klasik merupakan pengujian yang harus dilakukan pada setiap model regresi linear, untuk mengetahui apakah data yang digunakan dalam pengujian hipotesis bebas dari asumsi klasik. Asumsi klasik adalah syarat-syarat yang harus dipenuhi suatu persamaan model regresi, agar model tersebut dinyatakan valid sebagai alat penduga. Sebelum data dianalisis dengan analisis regresi, data tersebut harus memenuhi persyaratan yaitu : (1) normal; (2) homogen; dan (3) linear (Gunawan, 2017). Uji penyimpangan asumsi klasik

digunakan untuk mengetahui normalitas data, serta ada tidaknya multikolinearitas, autokorelasi, dan heteroskedastis dalam model regresi.

4.6.3.1. Uji Normalitas

Ghozali dan Ratmono (2017) berpendapat bahwa uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual mempunyai distribusi normal. Pengujian distribusi normal bertujuan untuk melihat apakah sampel yang diambil mewakili distribusi populasi. Suatu sampel dapat dikatakan mewakili populasi, jika distribusi sampel tersebut normal.

Pengujian normalitas residual yang banyak digunakan adalah dengan menggunakan Uji Jarque-Bera (J-B). Jika nilai koefisien J-B < 2 dan nilai probabilitasnya > 0,05 , maka data terdistribusi normal (Winarno, 2017).

4.6.3.2. Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk mengetahui apakah pada suatu model regresi linear ditemukan adanya korelasi atau hubungan yang kuat antar variabel independen. Dalam hal terjadi gejala multikolinearitas, maka nilai koefisien beta dari sebuah variabel independen dapat berubah dramatis apabila ada penambahan atau pengurangan variabel independen ke dalam model regresi.

Jika dalam sebuah model regresi terdapat sebuah variabel independen yang berkorelasi kuat dengan variabel independen yang lain, maka kekuatan prediksi dari variabel independen tersebut tidak handal/tidak stabil (Statistikian.com, 2017).

Ghozali (2016) berpendapat multikolinearitas dalam model regresi dapat dideteksi salah satunya dengan cara menganalisa matrik korelasi variabel

independen. Apabila terdapat korelasi yang cukup tinggi antar variabel independen (umumnya di atas 0,90), hal ini mengindikasikan adanya multikolonieritas.

4.6.3.3. Uji Autokorelasi

Menguji apakah dalam model regresi linear terdapat korelasi residual pada periode t dengan residual pada periode t-1 (sebelumnya) merupakan tujuan dari uji autokorelasi. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Masalah autokorelasi sering ditemukan pada data time series, dimana nilai pada sampel atau observasi tertentu sangat dipengaruhi oleh nilai observasi sebelumnya (Ghozali, 2016).

Masalah autokorelasi dapat dideteksi dengan mempergunakan berbagai analisis, salah satunya adalah dengan uji Durbin-Watson (DW Test) (Ghozali, 2016). Nilai statistik dari uji Durbin-Watson berkisar di antara 0 dan 4. Nilai statistik dari uji Durbin-Watson yang lebih kecil dari 1 atau lebih besar dari 3 diindikasi terjadi autokorelasi (Field, 2009).

4.6.3.4. Uji Heteroskedastisitas

Uji heterokedastisitas dilakukan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan lain. Model regresi yang baik adalah bebas dari heterokedastisitas (Ghozali, 2016). Situasi heterokedastisitas sering terjadi pada data cross section,

karena menghimpun data yang mewakili berbagai ukuran (kecil, sedang dan besar).

Beberapa metode yang dapat digunakan untuk mendeteksi ada tidaknya heterokedastisitas antara lain: metode grafik, Uji Park, Uji Glejser, Uji Korelasi Spearman, Uji Goldfeld-Quandt, Uji White dan Uji Breusch-Pagan-Godfrey (Winarno, 2017). Dalam penelitian ini, digunakan Uji Breusch-Pagan-Godfrey, dimana jika nilai probabilitasChi-square pada Obs*R-Squared > 0,05 maka tidak ada masalah heterokedastisitas atau model regresi bersifat homoskedastisitas.

4.6.4. Pengujian Hipotesis

Ketepatan suatu fungsi regresi dapat diukur melalui nilai koefiesien determinasi, nilai statistik F dan nilai statistik t (Ghozali, 2016).

4.6.4.1. Uji Koefisien Determinasi (R² Koefisien determinasi (R

)

2) mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel independen. Nilai R²adalah antara nol dan satu. Nilai R²sebesar 1 berarti fluktuasi variabel dependen seluruhnya dapat dijelaskan oleh variabel independen dan tidak terdapat faktor lainnya. Nilai R² berkisar antara 0 sampai 1 berarti variabel independen memberikan hampir semua informasi yang diperlukan untuk memprediksi variasi variabel dependen. Secara umum, nilai R² untuk data time series biasanya tinggi (Ghozali, 2016).

4.6.4.2. Uji F (Uji Simultan)

Uji F dilakukan untuk menguji signifikansi model secara simultan atau bersama-sama, yaitu melihat pengaruh dari seluruh variabel independen terhadap variabel dependen. Hipotesis dirumuskan dengan :

a. H0: b1 = b2 = b3 = b4 = b5

b. H

=0, artinya Current Ratio,Debt to Asset Ratio, Total Asset Turn Over, Inventory Turn Over dan Pertumbuhan Penjualantidak berpengaruh signifikan terhadap Pertumbuhan Laba;

a : b1 ≠ b2 ≠ b3 ≠ b4 ≠ b5

Kriteria pengambilan keputusan :

≠0, artinya Current Ratio,Debt to Asset Ratio, Total Asset Turn Over, Inventory Turn Over dan Pertumbuhan Penjualanberpengaruh signifikan terhadap Pertumbuhan Laba.

(1) Jika F hitung > F tabel dengan tingkat signifikansi 5%, maka H0

(2) Jika F hitung < F tabel dengan tingkat signifikansi 5%, maka H

ditolak atau hipotesis yang diajukan diterima, yang menyatakan bahwa semua variabel independen secara simultan dan signifikan mempengaruhi variabel dependen;

Hipotesis juga dapat diuji dengan melihat nilai probabilitasnya dengan memakai software Eviews. Jika nilai Prob. (F-statistics)< 0,05 maka H

diterima atau hipotesis yang diajukan ditolak.

a diterima;

dan jika nilai probabilitasnya >0,05 maka Ho diterima.

4.6.4.3. Uji t (Uji parsial)

Uji t dilakukan untuk menguji signifikansi model secara parsial, yaitu melihat pengaruh dari variabel independen secara individual terhadap variabel dependen. Pengujian ini dilakukan pada taraf signifikansi 0,05 dengan ketentuan sebagai berikut:

H_o : apabila probabilitas t-Statistics > 0,05, maka H_o H

diterima

a : apabila probabilitas t-Statistics < 0,05, maka Ha diterima

Jika Ho diterima berarti variabel independen yang diuji tidak berpengaruh terhadap variabel dependen. Jika H_oditolak berarti variabel independen yang diuji berpengaruh terhadap variabel dependen.

4.6.5. Model Pengujian Variabel Moderating

Menurut Ghozali (2016), ada 3 (tiga) metode yang digunakan untuk melakukan uji regresi dengan variabel moderating yaitu uji interaksi, uji nilai selisih absolut dan uji residual. Pengujian variabel moderating dengan uji interaksi dan uji selisih mutlak mempunyai kencenderungan akan terjadi multikolinieritas yang tinggi antara variabel independen. Untuk mengatasi multikolineritas ini, maka dikembangkan metode lain yang disebut uji residual.

Dalam penelitian ini menggunakan metode uji residual dalam melakukan uji regresi dengan variabel moderating. Adapun kriteria apakah suatu variabel dapat memoderasi sebagai berikut:

a. Jika nilai probabilitas > 0,05, maka Z tidak mampu memoderasi hubungan X dan Y;

b. Jika nilai probabilitas < 0,05, maka Z mampu memoderasi hubungan X dan Y.

Persamaan regresi variabel moderating adalah sebagai berikut:

Z = a + b1.X1 + b2.X2 + b3.X3 + b4.X4 + b5.X5

|e| = a + b

+ e ….……...….(Model Regresi II)

Keterangan :

.Y …...………..……...…….(Model Regresi Uji Residual)

Z = Ukuran Perusahaan (Size)

a = konstanta

b₁-b₅ = koefisien regresi variabel X₁ – X Y = Pertumbuhan Laba (Profit Growth)

= Total Asset Turn Over

= Inventory Turn Over

e = kesalahan residual

= Pertumbuhan Penjualan (Sales Growth)

|e| = absolute residual

BAB V

HASIL PENELITIAN DAN PEMBAHASAN

5.1 Hasil Penelitian 5.1.1 Statistik Deskriptif

Penelitian ini bertujuan untuk mengetahui pengaruh rasio keuangan terhadap pertumbuhan laba dan apakah ukuran perusahaan dapat memoderasi pengaruh tersebut. Variabel-variabel yang digunakan dalam penelitian ini adalah (1) Variabel Dependen : Pertumbuhan Laba (Profit_Gro); (2) Variabel Independen : Current Ratio (CR), Debt to Asset Ratio (DAR), Total Asset Turn Over (TATO), Inventory Turn Over (ITO), Pertumbuhan Penjualan (Sales_Gro);

dan (3) Variabel Moderating : Ukuran Perusahaan (Size).

Populasi dalam penelitian ini meliputi perusahaan sektor consumer goods yang terdaftar di Bursa Efek Indonesia dengan periode pengamatan tahun 2013

sampai dengan 2017 (5 tahun) berjumlah 38 perusahaan. Dari populasi tersebut terpilih 24 perusahaan yang dijadikan sampel penelitian dengan menggunakan metode purposive sampling, sehingga total pengamatan variabel penelitian sebanyak 120.

Statistik deskriptif digunakan untuk mengetahui deskripsi suatu data dari nilai maksimum, nilai minimum, nilai rata-rata (mean) dan nilai standar deviasi.

Perhitungan statistik deskriptif dilakukan terhadap variabel-variabel yang digunakan dalam penelitian ini. Hasil analisis statistik deskriptif masing-masing variabel disajikan dalam Tabel 5.1 di bawah ini.

Tabel 5.1 Statistik Deskriptif

Variabel Min Max Mean Std. Dev

PROFIT_GRO -0.70 3.59 0.160 0.538

CR 0.51 10.25 3.007 2.153

DAR 0.07 0.75 0.356 0.178

TATO 0.55 3.06 1.425 0.592

ITO 1.14 24.06 5.454 4.464

SALES_GRO -0.28 1.25 0.112 0.162

LnSIZE 25.8 32.15 28.844 1.598

N = 120

Sumber : Hasil Olahan Software Eviews 9

Tabel 5.1 menunjukkan bahwa nilai rata-rata (mean) variabel Pertumbuhan Laba (Profit Growth) adalah 0,160, dimana 65% perusahaan mempunyai nilai di bawah nilai rata-rata dan 35% perusahaan mempunyai nilai di atas nilai rata-rata. Nilai minimum sebesar -0,70 dimiliki oleh Mandom Indonesia Tbk (TCID) pada tahun 2016 dan nilai maksimum sebesar 3,59 dimiliki oleh Sekar Bumi Tbk (SKBM) pada tahun 2013.

Variabel Current Ratio (CR) memiliki nilai rata-rata sebesar 3,007, dimana 70% perusahaan mempunyai nilai di bawah nilai rata-rata dan 30%

perusahaan mempunyai nilai di atas nilai rata-rata. Nilai minimum sebesar 0,51 dimiliki oleh Multi Bintang Indonesia Tbk (MLBI) pada tahun 2014 dan nilai maksimum sebesar 10,25 dimiliki oleh Industri Jamu dan Farmasi Sido Muncul Tbk (SIDO) pada tahun 2014.

Variabel Debt to Asset Ratio (DAR) memiliki nilai rata-rata sebesar 0,356, dimana 44% perusahaan mempunyai nilai di bawah nilai rata-rata dan 56%

perusahaan mempunyai nilai di atas nilai rata-rata. Nilai minimum sebesar 0,07 dimiliki oleh Industri Jamu dan Farmasi Sido Muncul Tbk (SIDO) pada tahun 2014 dan nilai maksimum sebesar 0,75 dimiliki oleh Multi Bintang Indonesia Tbk (MLBI) pada tahun 2014.

Variabel Total Asset Turn Over (TATO) memiliki nilai rata-rata sebesar 1,425, dimana 74% perusahaan mempunyai nilai di bawah nilai rata-rata dan 26%

perusahaan mempunyai nilai di atas nilai rata-rata. Nilai minimum sebesar 0,55 dimiliki oleh Nippon Indosari Corpindo Tbk (ROTI) pada tahun 2017 dan nilai maksimum sebesar 3,06 dimiliki oleh Wilmar Cahaya Indonesia Tbk (CEKA) pada tahun 2017.

Variabel Inventory Turn Over (ITO) memiliki nilai rata-rata sebesar 5,454, dimana 61% perusahaan mempunyai nilai di bawah nilai rata-rata dan 39%

perusahaan mempunyai nilai di atas nilai rata-rata. Nilai minimum sebesar 1,14 dimiliki oleh Delta Djakarta Tbk (DLTA) pada tahun 2017 dan nilai maksimum sebesar 24,06 dimiliki oleh Nippon Indosari Corpindo Tbk (ROTI) pada tahun 2016.

Variabel Pertumbuhan Penjualan (Sales Growth) memiliki nilai rata-rata sebesar 0,112, dimana 59% perusahaan mempunyai nilai di bawah nilai rata-rata dan 41% perusahaan mempunyai nilai di atas nilai rata-rata. Nilai minimum sebesar -0,28 dimiliki oleh Merck Tbk (MERK) pada tahun 2014 dan nilai maksimum sebesar 1,25 dimiliki oleh Wilmar Cahaya Indonesia Tbk (CEKA) pada tahun 2013.

Variabel Ukuran Perusahaan (Size) memiliki nilai rata-rata sebesar 28,844, dimana 62% perusahaan mempunyai nilai di bawah nilai rata-rata dan 38% perusahaan mempunyai nilai di atas nilai rata-rata. Nilai minimum sebesar 25,80 dimiliki oleh Pyridam Farma Tbk (PYFA) pada tahun 2017 dan nilai maksimum sebesar 32,15 dimiliki oleh Indofood Sukses Makmur Tbk (INDF) pada tahun 2015.

Standar deviasi merupakan akar kuadrat dari varian untuk mengukur seberapa besar keragaman data. Nilai rata-rata (mean) hanya menggambarkan sentral dari kelompok data dan bukan penyebarannya. Dengan menggunakan standar deviasi dapat diketahui penyebaran nilai data atau dengan kata lain

Dalam dokumen MAGISTER AKUNTANSI FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS SUMATERA UTARA MEDAN 2018 (Halaman 62-0)