HASIL PENELITIAN DAN PEMBAHASAN
4.1 Gambaran Umum dan Data Deskriptif Obyek Penelitian 4.1.1 Gambaran Umum Obyek Penelitian
Sebagaimana criteria pengambilan sampel, penelitian ini menggunakan sampel perusahaan-perusahaan makanan dan minman yang selama periode tahun 2009 sampai dengan 2011 mengeluarkan laporan keuangan tahunan dengan informasi memiliki pajak penghasilan. Diperoleh 17 perusahaan sampel yang selanjutnya digunakan sebagai sumber data untuk anaisis.
4.1.2 Data Deskriptif
Penelitian ini menggunakan data dalam bentuk pooled cross sectional. Penelitian dilakukan pada obyek penelitian laporan keuangan perusahaan makanan dan minuman yang terdaftar di BEI dari tahun 2009 sampai dengan tahun 2011 dengan sampel sebanyak 17 perusahaan, maka secara pooled cross sectional, diperoleh sejumlah 17 perusahaan x 3 tahun = 51 data observasi.
Variabel independen yang digunakaan dalam penelitian ini adalah CLI, OPM, EPTI, dan OPERA, sedangkan variabel dependennya adalah pajak penghasilan. Data untuk variabel CLI, OPM, EPTI, OPERA dan pajak penghasilan diperoleh melalui perhitungan yang diolah berdasarkan laporan keuangan yang diperoleh dari BEI.
Analisis deskripsi merupakan analisis yang paling mendasar untuk menggambarkan keadaan data secara umum (Helmi 2010:18). Analisis yang digunakan untuk mendeskripsikan variabel penelitian dalam penelitian ini, menggunakan dua analisis deskriptif. Yang pertama adalah analisis deskripsi yang menjelaskan secara deskripsi mengenai variabel independen dan variabel dependen dan analisis deskripsi secara deskripsi statistik.
1. Analisis Deskripsi Variabel Independen dan Variabel Dependen
a. Deskripsi Nilai Variabel CLI (Current Liabilities to Inventory)pada Perusahaan Makanan dan Minuman di BEI Periode 2009-2011
Tabel 4.1
Current Liabiliy to Inventory
Pada Perusahaan Makanan dan Minuman Periode 2009-2011
Kode Nama Perusahaan
Current Liability to Inventory (CLI)
2009 2010 2011
ADES PT. Akasha Wira International Tbk 4,178 10,280 1,935
AISA PT. Tiga Pilar Sejahtera Food Tbk 1,582 1,221 2,747
CEKA PT. Cahaya Kalbar Tbk 0,689 0,848 0,939
FAST PT. Fast Food Indonesia Tbk 3,369 2,777 3,276
ICBP PT. Indofood CBP Sukses Makmur Tbk 5,629 1,899 1,834
MLBI PT. Multi Bintang Indonesia Tbk 7,712 6,248 6,183
MYOR PT. Mayora Indah Tbk 1,666 2,087 1,381
PSDN PT. Prasidha Aneka Niaga Tbk 1,193 1,262 1,108
PTSP PT. Pioneerindo Gourmet International Tbk 3,016 3,118 2,942
ROTI PT. Nippon Indosari Corpindo Tbk 10,518 9,648 9,089
SIPD PT. Sierad Produce Tbk 1,277 1,207 1,597
SKLT PT. Sekar Laut Tbk 1,025 1,016 1,311
SMAR PT. Sinar Mas Agro Resources And Technology
Tbk
1,293 1,519 1,504
STTP PT. Siantar Top Tbk 0,981 1,167 1,877
TBLA PT. Tunas Baru Lampung Tbk 3,941 3,075 2,794
ULTJ PT. Ultrajaya Milk Industry And Trading
Company Tbk
1.002 1,335 1,649
Tabel 4.1 menyajikan nilai variabel CLI pada perusahaan makanan dan minuman yang terdaftar di BEI. Dari Tabel 4.1 dapat dilihat bahwa pada tahun 2009, nilai CLI tertinggi dimiliki oleh PT. Nippon Indosari Corpindo Tbk yaitu sebesar 10,518 dan nilai CLI terendah dimiliki oleh PT. Cahaya Kalbar yaitu sebesar 0,689. Dari fenomena tersebut dapat didefinisikan bahwa perusahaan yang paling mampu memenuhi hutang jangka pendeknya dengan mengandalkan persediaan yang dimilikinya adalah PT. Nippon Indosari Corpindo Tbk dan yang memiliki
kemampuan terendah dalam memenuhi hutang jangka pendeknya dengan mengandalkan persediaan yang dimilikinya adalah PT. Cahaya Kalbar Tbk.
Pada tahun 2010, nilai CLI tertinggi dimiliki oleh PT. Akasha Wira International Tbk yaitu sebesar 10,280 dan nilai CLI terendah dimiliki oleh PT. Cahaya Kalbar Tbk yaitu sebesar 0,848. Dari fenomena tersebut dapat didefinisikan bahwa perusahaan yang paling mampu memenuhi hutang jangka pendeknya dengan mengandalkan persediaan yang dimilikinya adalah PT. Akasha Wira International Tbk dan yang memiliki kemampuan terendah dalam memenuhi hutang jangka pendeknya dengan mengandalkan persediaan yang dimilikinya adalah PT. Cahaya Kalbar Tbk.
Pada tahun 2011, nilai CLI tertinggi dimiliki oleh PT. Nippon Indosari Corpindo Tbk yaitu sebesar 9,089 dan nilai CLI terendah dimiliki oleh PT. Cahaya Kalbar Tbk yaitu sebesar 0,939. Dari fenomena tersebut dapat didefinisikan bahwa perusahaan yang paling mampu memenuhi hutang jangka pendeknya dengan mengandalkan persediaan yang dimilikinya adalah PT. Nippon Indosari Corpindo Tbk dan yang memiliki kemampuan terendah dalam memenuhi hutang jangka pendeknya dengan mengandalkan persediaan yang dimilikinya adalah PT. Cahaya Kalbar Tbk.
b. Deskripsi Nilai Variabel OPM (Operating Profit Margin) pada Perusahaan Makanan dan Minuman di BEI Periode 2009-2011
Tabel 4.2
Operating Profit Margin
Pada Perusahaan Makanan dan Minuman Periode 2009-2011
Kode Nama Perusahaan
Operating Profit Margin
(OPM)
2009 2010 2011
ADES PT. Akasha Wira International Tbk 0,034 0,129 0,088
AISA PT. Tiga Pilar Sejahtera Food Tbk 0,192 0,179 0,176
CEKA PT. Cahaya Kalbar Tbk 0,078 0,065 0,121
FAST PT. Fast Food Indonesia Tbk 0,090 0,085 0,087
ICBP PT. Indofood CBP Sukses Makmur Tbk 0,110 0,147 0,136
INDF PT. Indofood Sukses Makmur Tbk 0,134 0,175 0,148
MLBI PT. Multi Bintang Indonesia Tbk 0,318 0,344 0,364
MYOR PT. Mayora Indah Tbk 0,128 0,107 0,080
PSDN PT. Prasidha Aneka Niaga Tbk 0,073 0,050 0,046
PTSP PT. Pioneerindo Gourmet International Tbk 0,073 0,094 0,127
ROTI PT. Nippon Indosari Corpindo Tbk 0,182 0,205 0,180
SIPD PT. Sierad Produce Tbk 0,022 0,038 0,032
SKLT PT. Sekar Laut Tbk 0,006 0,018 0,026
SMAR PT. Sinar Mas Agro Resources And Technology
Tbk
0,078 0,082 0,078
STTP PT. Siantar Top Tbk 0,063 0,067 0,069
ULTJ PT. Ultrajaya Milk Industry And Trading Company Tbk
0,079 0,099 0,087
Tabel 4.2 menyajikan nilai variabel OPM pada perusahaan makanan dan minuman yang terdaftar di BEI. Dari Tabel 4.2 dapat dilihat bahwa pada tahun 2009, nilai OPM tertinggi dimiliki oleh PT. Multi Bintang Indonesia Tbk yaitu sebesar 0,318 dan nilai OPM terendah dimiliki oleh PT. Sekar Laut Tbk yaitu sebesar 0,006. Dari fenomena tersebut dapat didefinisikan bahwa perusahaan yang paling mampu menghasilkan laba sebelum bunga dan pajak yang dihasilkan dari penjualan adalah PT. Multi Bintang Indonesia Tbk dan yang memiliki kemampuan terendah dalam menghasilkan laba sebelum bunga dan pajak yang dihasilkan dari penjualan adalah PT. Sekar Laut Tbk.
Pada tahun 2010, nilai OPM tertinggi dimiliki oleh PT. Multi Bintang Indonesia Tbk yaitu sebesar 0,344 dan nilai OPM terendah dimiliki oleh PT. Sekar Laut Tbk yaitu sebesar 0,018. Dari fenomena tersebut dapat didefinisikan bahwa perusahaan yang paling mampu menghasilkan laba sebelum bunga dan pajak yang dihasilkan dari penjualan adalah PT. Multi Bintang Indonesia Tbk dan yang memiliki kemampuan terendah dalam menghasilkan laba sebelum bunga dan pajak yang dihasilkan dari penjualan adalah PT. Sekar Laut Tbk.
Pada tahun 2011, nilai OPM tertinggi dimiliki oleh PT. Multi Bintang Indonesia Tbk yaitu sebesar 0,364 dan nilai OPM terendah dimiliki oleh PT. Sekar Laut Tbk yaitu sebesar 0,026. Dari fenomena tersebut dapat didefinisikan bahwa
perusahaan yang paling mampu menghasilkan laba sebelum bunga dan pajak yang dihasilkan dari penjualan adalah PT. Multi Bintang Indonesia Tbk dan yang memiliki kemampuan terendah dalam menghasilkan laba sebelum bunga dan pajak yang dihasilkan dari penjualan adalah PT. Sekar Laut Tbk.
c. Deskripsi Nilai Variabel EPTI (Earning Power of Total Investment) pada Perusahaan Makanan dan Minuman di BEI Periode 2009-2011
Tabel 4.3
Earning Power of Total Investment Pada Perusahaan Makanan dan Minuman
Periode 2009-2011
Kode Nama Perusahaan
Earning Power of Total Investment (EPTI)
2009 2010 2011
ADES PT. Akasha Wira International Tbk 0,098 0,103 0,094
AISA PT. Tiga Pilar Sejahtera Food Tbk 0,031 0,049 0,052
CEKA PT. Cahaya Kalbar Tbk 0,123 0,047 0,158
FAST PT. Fast Food Indonesia Tbk 0,237 0,212 0,193
ICBP PT. Indofood CBP Sukses Makmur Tbk 0,157 0,189 0,180
INDF PT. Indofood Sukses Makmur Tbk 0,101 0,115 0,119
MLBI PT. Multi Bintang Indonesia Tbk 0,476 0,523 0,557
MYOR PT. Mayora Indah Tbk 0,155 0,150 0,095
PSDN PT. Prasidha Aneka Niaga Tbk 0,166 0,095 0,088
PTSP PT. Pioneerindo Gourmet International Tbk 0,188 0,197 0,270
SIPD PT. Sierad Produce Tbk 0,037 0,045 0,013
SKLT PT. Sekar Laut Tbk 0,063 0,031 0,037
SMAR PT. Sinar Mas Agro Resources And Technology
Tbk
0,097 0,133 0,162
STTP PT. Siantar Top Tbk 0,073 0,071 0,065
TBLA PT. Tunas Baru Lampung Tbk 0,115 0,089 0,127
ULTJ PT. Ultrajaya Milk Industry And Trading
Company Tbk
0,057 0,101 0,072
Tabel 4.3 menyajikan nilai variabel EPTI pada perusahaan makanan dan minuman yang terdaftar di BEI. Dari Tabel 4.3 dapat dilihat bahwa pada tahun 2009, nilai EPTI tertinggi dimiliki oleh PT. Multi Bintang Indonesia Tbk yaitu sebesar 0,476 dan nilai EPTI terendah dimiliki oleh PT. Tiga Pilar Sejahtera Food Tbk yaitu sebesar 0,031. Dari fenomena tersebut dapat didefinisikan bahwa perusahaan yang paling mampu dalam mengelola modal yang telah diinvestasikan menjadi keseluruhan aktiva untuk menghasilkan keuntungan bagi investor adalah PT. Multi Bintang Indonesia Tbk dan yang memiliki kemampuan terendah dalam mengelola modal yang telah diinvestasikan menjadi keseluruhan aktiva untuk menghasilkan keuntungan bagi investor adalah PT. Sekar Laut Tbk.
Pada tahun 2010, nilai EPTI tertinggi dimiliki oleh PT. Multi Bintang Indonesia Tbk yaitu sebesar 0,523 dan nilai EPTI terendah dimiliki oleh PT. Sekar Laut Tbk yaitu sebesar 0,031. Dari fenomena tersebut dapat didefinisikan bahwa
perusahaan yang paling mampu mengelola modal yang telah diinvestasikan menjadi keseluruhan aktiva untuk menghasilkan keuntungan bagi investor adalah PT. Multi Bintang Indonesia Tbk dan yang memiliki kemampuan terendah dalam mengelola modal yang telah diinvestasikan menjadi keseluruhan aktiva untuk menghasilkan keuntungan bagi investor adalah PT. Sekar Laut Tbk.
Pada tahun 2011, nilai EPTI tertinggi dimiliki oleh PT. Multi Bintang Indonesia Tbk yaitu sebesar 0,557 dan nilai EPTI terendah dimiliki oleh PT. Sierad Produce Tbk yaitu sebesar 0,013. Dari fenomena tersebut dapat didefinisikan bahwa perusahaan yang paling mampu dalam mengelola modal yang telah diinvestasikan menjadi keseluruhan aktiva untuk menghasilkan keuntungan bagi investor adalah PT. Multi Bintang Indonesia Tbk dan yang memiliki kemampuan terendah dalam mengelola modal yang telah diinvestasikan menjadi keseluruhan aktiva untuk menghasilkan keuntungan bagi investor adalah PT. Sekar Laut Tbk.
d. Deskripsi Nilai Variabel OPERA (Operating Ratio) pada Perusahaan Makanan dan Minuman di BEI Periode 2009-2011
Tabel 4.4 Operating Ratio
Pada Perusahaan Makanan dan Minuman Periode 2009-2011
Kode Nama Perusahaan
Operating Ratio (OPERA)
2009 2010 2011
ADES PT. Akasha Wira International Tbk 0,966 0,871 0,912
CEKA PT. Cahaya Kalbar Tbk 0,922 0,935 0,879
FAST PT. Fast Food Indonesia Tbk 0,910 0,930 0,876
ICBP PT. Indofood CBP Sukses Makmur Tbk 0,890 0,853 0,864
INDF PT. Indofood Sukses Makmur Tbk 0,866 0,825 0,852
MLBI PT. Multi Bintang Indonesia Tbk 0,682 0,656 0,636
MYOR PT. Mayora Indah Tbk 0,872 0,893 0,920
PSDN PT. Prasidha Aneka Niaga Tbk 0,927 0,950 0,954
PTSP PT. Pioneerindo Gourmet International Tbk 0,927 0,906 0,873
ROTI PT. Nippon Indosari Corpindo Tbk 0,818 0,795 0,820
SIPD PT. Sierad Produce Tbk 0,978 0,962 0,953
SKLT PT. Sekar Laut Tbk 0,994 0,982 0,974
SMAR PT. Sinar Mas Agro Resources And Technology
Tbk
0,922 0,918 0,922
STTP PT. Siantar Top Tbk 0,937 0,933 0,931
TBLA PT. Tunas Baru Lampung Tbk 0,899 0,882 0,835
ULTJ PT. Ultrajaya Milk Industry And Trading
Company Tbk
0,921 0,901 0,913
Tabel 4.4 menyajikan nilai variabel OPERA pada perusahaan makanan dan minuman yang terdaftar di BEI. Dari Tabel 4.4 dapat dilihat bahwa pada tahun 2009, nilai OPERA tertinggi dimiliki oleh PT. Sekar Laut Tbk yaitu sebesar 0,994 dan nilai OPERA terendah dimiliki oleh PT. Multi Bintang Indonesia Tbk yaitu sebesar 0,682. Dari fenomena tersebut dapat didefinisikan bahwa perusahaan yang paling banyak
menanggung beban biaya operasional dalam menghasilkan per rupiah penjualan adalah PT. Sekar Laut Tbk dan yang paling memiliki beban biaya operasional terendah dalam menghasilkan per rupiah penjualan adalah PT. Multi Bintang Indonesia Tbk.
Pada tahun 2010, nilai OPERA tertinggi dimiliki oleh PT. Sekar Laut Tbk yaitu sebesar 0,982 dan nilai OPERA terendah dimiliki oleh PT. Multi Bintang Indonesia Tbk yaitu sebesar 0,656. Dari fenomena tersebut dapat didefinisikan bahwa perusahaan yang paling banyak menanggung beban biaya operasional dalam menghasilkan per rupiah penjualan adalah PT. Sekar Laut Tbk dan yang paling memiliki beban biaya operasional terendah dalam menghasilkan per rupiah penjualan adalah PT. Multi Bintang Indonesia Tbk.
Pada tahun 2011, nilai OPERA tertinggi dimiliki oleh PT. Sekar Laut Tbk yaitu sebesar 0,974 dan nilai OPERA terendah dimiliki oleh PT. Multi Bintang Indonesia Tbk yaitu sebesar 0,636. Dari fenomena tersebut dapat didefinisikan bahwa perusahaan yang paling banyak menanggung beban biaya operasional dalam menghasilkan per rupiah penjualan adalah PT. Sekar Laut Tbk dan yang paling memiliki beban biaya operasional terendah dalam menghasilkan per rupiah penjualan adalah PT. Multi Bintang Indonesia Tbk.
e. Deskripsi Nilai Variabel Pajak Penghasilanpada Perusahaan Makanan dan Minuman di BEI Periode 2009-2011
Tabel 4.5 Pajak Penghasilan
Pada Perusahaan Makanan dan Minuman Periode 2009-2011
Kode Nama Perusahaan
Pajak Penghasilan
2009 2010 2011
ADES PT. Akasha Wira International Tbk 0 83 171
AISA PT. Tiga Pilar Sejahtera Food Tbk 13.125 12.529 36.689
CEKA PT. Cahaya Kalbar Tbk 15.136 9.427 32.549
FAST PT. Fast Food Indonesia Tbk 61.786 56.314 55.619
ICBP PT. Indofood CBP Sukses Makmur Tbk 134.826 734.012 736.287
INDF PT. Indofood Sukses Makmur Tbk 1.481.786 1.771.258 1.735.905
MLBI PT. Multi Bintang Indonesia Tbk 130.533 154.374 177.850
MYOR PT. Mayora Indah Tbk 129.347 157.539 139.706
PSDN PT. Prasidha Aneka Niaga Tbk 15.406 16.511 20.530
PTSP PT. Pioneerindo Gourmet International Tbk 4.485 5.057 7.718
ROTI PT. Nippon Indosari Corpindo Tbk 21.980 33.532 35.975
SIPD PT. Sierad Produce Tbk 6.014 17.975 10.209
SKLT PT. Sekar Laut Tbk 83 1.682 3.043
SMAR PT. Sinar Mas Agro Resources And
Technology Tbk
270.245 373.550 564.549
STTP PT. Siantar Top Tbk 7.034 7.896 11.426
TBLA PT. Tunas Baru Lampung Tbk 51.835 61.460 100.365
Company Tbk
Tabel 4.5 menyajikan nilai variabel pajak penghasilan pada perusahaan makanan dan minuman yang terdaftar di BEI. Dari Tabel 4.5 dapat dilihat bahwa pada tahun 2009, nilai pajak penghasilan tertinggi dimiliki oleh PT. Indofood Sukses Makmur yaitu sebesar 1.481.786 dan PT. Sinar Mas Agro Resources and Technology Tbk yaitu sebesar 270.245, sedangkan nilai pajak penghasilan terendah dimiliki oleh PT. Akasha Wira International Tbk yaitu sebesar 0 dan PT. Sekar Laut Tbk yaitu sebesar 83.
Pada tahun 2010, nilai pajak penghasilan tertinggi dimiliki oleh PT. Indofood Sukses Makmur yaitu sebesar 1.771.258 dan PT. Indofood CBP Sukses Makmur Tbk yaitu sebesar 734.012, sedangkan nilai pajak penghasilan terendah dimiliki oleh PT. Akasha Wira International Tbk yaitu sebesar 83 dan PT. Sekar Laut Tbk yaitu sebesar 1.682.
Pada tahun 2010, nilai pajak penghasilan tertinggi dimiliki oleh PT. Indofood Sukses Makmur yaitu sebesar 1.735.905 dan PT. Indofood CBP Sukses Makmur Tbk yaitu sebesar 736.287, sedangkan nilai pajak penghasilan terendah dimiliki oleh PT. Akasha Wira International Tbk yaitu sebesar 171 dan PT. Sekar Laut Tbk yaitu sebesar 3.043.
2. Statistik Deskriptif
Statistik deskriptif yang akan dibahas meliputi : jumlah data (N), rata – rata
sampel (mean), nilai maksimum, nilai minimum, serta standar deviasi (δ) untuk
masing – masing variabel, seperti terlihat pada tabel 4.1.
Tabel 4.6
Deskripsi variabel penelitian observasi awal (n = 51)
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
CLI 51 .69 10.52 2.8595 2.55827 OPM 51 .01 .36 .1132 .07583 EPTI 51 .01 .56 .1427 .11400 OPERA 51 .64 .99 .8861 .07560 PAJAK_PENGHASILAN 51 .00 1771258.00 186784.8627 4.09127E5 Valid N (listwise) 51
Sumber: Data penelitian yang diolah menggunakan SPSS 18
Berdasarkan hasil perhitungan pada tabel 4.1, dapat dijelaskan bahwa :
• Variabel CLI memiliki nilai minimum (terkecil) 0,69, nilai maksimum (terbesar) 10,52. Mean (nilai rata – rata) 2,8595 dan standard deviasi (simpangan baku) variabel ini adalah 2,55827,
• Variabel OPM memiliki nilai minimum (terkecil) 0,01, nilai maksimum (terbesar) 0,36. Mean (nilai rata – rata) 0,1132 dan standard deviasi (simpangan baku) variabel ini adalah 0,07583,
• Variabel EPTI memiliki nilai minimum (terkecil) 0,01, nilai maksimum (terbesar) 0,56. Mean (nilai rata – rata) 0,1427 dan standard deviasi (simpangan baku) variabel ini adalah 0,11400,
• Variabel OPERA memiliki nilai minimum (terkecil) 0,64, nilai maksimum (terbesar) 0,99. Mean (nilai rata – rata) 0,8861 dan standard deviasi (simpangan baku) variabel ini adalah 0,07560.
4.2Pengujian dan Analisis Data 4.2.1 Pengujian Asumsi Klasik
Uji asumsi klasik digunakan untuk menguji apakah model regresi yang digunakan dalam penelitian ini layak diuj atau tidak. Uji asumsi klasik digunakan untuk memastikan bahwa multikolinearitas, autokorelasi, dan heteroskedastisitas tidak terdapat dalam model yang digunakan dan data yang dihasilkan terdistribusi normal. Jika keseluruhan syarat tersebut terpenuhi, berarti bahwa model analisis telah layak digunakan.
4.2.1.1Uji Normalitas
Pengujian ini bertujuan untuk mengetahui apakah data terdistribusi normal atau tidak yang dilakukan menggunakan analisis regresi linier. Model regresi yang baik adalah distribusi data masing – masing variabelnya normal atau mendekati normal. Adapun dua cara yang dilakukan untuk mendeteksi apakah residual
2berdistribusi normal atau tidak, yaitu dengan analisis grafik dan uji statistik. Pada penelitian ini akan digunakan kedua cara tersebut.
1. Analisis Grafik
Analisis grafik dapat digunakan dengan dua alat, yaitu grafik histogram dan grafik P-P Plot. Data yang baik adalah data yang memiliki pola distibusi normal. Pada grafik histogram, data yang mengikuti atau mendekati distribusi normal. Pada grafik histogram, data yang mengikuti atau mendekati distribusi normal adalah
distribusi data dengan bentuk lonceng. Pada grafik P-P Plot, sebuah data dikatakan
berdistribusi normal apabila titik-titik datanya tidak menceng ke kiri atau ke kanan,
melainkan menyebar di sekitar garis diagonal (Helmi dkk 2010:92).
Gambar 4.1 Histogram
Gambar 4.2 Grafik P-P Plot
Dengan melihat tampilan grafik histogram, penulis melihat bahwa gambar histogram telah berbentuk lonceng tetapi menceng ke arah kiri yang menunjukkan bahwa data tidak terdistribusi secara normal. Pada grafik P-P Plot terlihat titik-titik tidak menyebar di sekitar garis diagonal dan jauh dari garis diagonal. Kedua grafik tersebut menunjukkan bahwa model regresi menyalahi asumsi normalitas.
2. Uji Statistik
Pengujian normalitas data dengan hanya melihat grafik dapat menyesatkan kalau tidak melihat secara seksama, sehingga kita perlu melakukan uji normalitas data dengan menggunakan statistik agar lebih meyakinkan. Untuk memastikan apakah data di sepanjang garis diagonal berdistribusi normal, maka dilakukan uji
berdistribusi normal atau tidak. Jika nilai signifikansinya lebih besar dari 0,05 maka data tersebut terdistribusi normal. Jika nilai signifikansinya lebih kecil dari 0,05 maka distribusi data adalah tidak normal. Hasil uji Kolmogorov-Smirnov dapat dilihat pada tabel 4.2.
Tabel 4.7
One-Sample Kolmogorov-Smirnov Test
Hasil uji Kolmogorov-Smirnov pada penelitian ini menujukkan probabilitas = 0,002. Dengan demikian, data pada penelitian ini tidak berdistribusi normal karena probabilitas < 0.05.
Pada pengujian normalitas dengan analisis statistik dan grafik dapat ketahui bahwa data yang digunakan oleh penulis tidak berdistribusi normal sehingga data ini tidak dapat digunakan untuk melakukan uji hipotesis. Pada penelitian ini penulis menggunakan metode transformasi data untuk menormalkan data penelitian. Menurut Ghozali (2005:32), “data yang tidak terdistribusi secara normal dapat
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 51
Normal Parametersa,b Mean .0000000
Std. Deviation 3.80387818E5
Most Extreme Differences Absolute .257
Positive .257
Negative -.189
Kolmogorov-Smirnov Z 1.839
Asymp. Sig. (2-tailed) .002
a. Test distribution is Normal. b. Calculated from data.
ditransformasikan agar menjadi normal”. Salah satu trasformasi data yang dapat dilakukan adalah dengan mentransformasikan data ke LG10 atau logaritma 10 atau LN.Setelah dilakukan transformasi, penulis melakukan pengujian ulang terhadap uji normalitas untuk melihat kembali apakah data penelitian ini telah berdistribusi normal atau tidak. Berikut hasil uji normalitas data setelah transformasi:
1. Analisis Grafik
Gambar 4.3 Histogram
Gambar 4.4
2. Uji Statistik
Tabel 4.8
One-Sample Kolmogorov-Smirnov Test
Dari grafik histogram dan normal probability plot pada gambar 4.3 dan gambar 4.4 di atas terlihat bahwa setelah dilakukan transformasi data ke logaritma natural (Ln) terlihat bahwa grafik histogram memperlihatkan pola distribusi yang normal, dan grafik P-P Plot memperlihatkan titik-titik menyebar di sekitar/mengikuti arah garis diagonal yang menunjukkan pola distribusi normal.
Hasil uji Kolmogorov-Smirnov pada tabel 4.3. pada penelitian ini menujukkan probabilitas = 0,377. Dengan demikian, data pada penelitian ini berdistribusi normal dan dapat digunakan untuk melakukan Uji-t dan Uji-F karena 0,377>0,05.
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 50
Normal Parametersa,b Mean .0000000
Std. Deviation 1.72435985
Most Extreme Differences Absolute .129
Positive .042
Negative -.129
Kolmogorov-Smirnov Z .912
Asymp. Sig. (2-tailed) .377
a. Test distribution is Normal. b. Calculated from data.
4.2.1.2 Uji Heteroskedastisitas
Pengujian ini bertujuan untuk menguji apakah terjadi ketidaksamaan varian dan residual satu pengamatan ke pengamatan lain dalam model regresi. Model penelitian yang baik adalah homoskedastisitas, yaitu varian dan residual satu pengamatan ke pengamatan lain hasilnya tetap.
Terdapat beberapa cara untuk untuk mendeteksi adanya heteroskeditas yang menunjukkan bahwa model penelitian kurang layak. Dalam penelitian ini digunakan diagram titik (scatterplot) yang seharusnya titik-titik tersebut tersebar acak agar tidak terdapat heteroskeditas. Adapun hasil uji heteroskeditas dalam penelitian ini disajikan pada Gambar 4.5 berikut ini.
Gambar 4.5 Diagram Scatter Plot
Dengan melihat grafik scatterplot, terlihat titik-titik menyebar secara acak, serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Maka dapat diambil kesimpulan bahwa tidak terdapat gejala heteroskedastisitas pada model regresi yang digunakan. Hasil ini juga dapat diperkuat dengan hasil pengujian melalui uji Glejser. Pada tabel 4.4 berikut ini akan ditampilkan mengenai hasil Uji Glejser.
Tabel 4.9 Hasil Uji Glejser
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 3.528 1.421 2.483 .017 Ln_CLI -.026 .314 -.016 -.082 .935 Ln_OPM .755 .397 .497 1.903 .063 Ln_EPTI -.158 .298 -.104 -.529 .599 Ln_OPERA 6.067 3.302 .494 1.837 .073
a. Dependent Variable: absut
Berdasarkan pada tabel 4.4 menunjukkan bahwa koefisien parameter untuk semua variabel independen yang digunakan dalam penelitian tidak ada yang signifikan pada tingkat 0,05. Kita dapat melihat bahwa nilai signifikasi untuk variabel Ln_CLI adalah 0,935 (>0,05). Nilai signifikasi untuk variabel Ln_OPM adalah 0,063 (lebih besar dari 0,05). Nilai signifikasi Ln_EPTI adalah 0,599 (>0,05) dan nilai signifikasi Ln_OPERA adalah 0,073 (>0,05). Dari hasil ini maka dapat
disimpulkan bahwa tidak terdapat masalah heteroskedastisitas karena variabel independennya memiliki signifikasi lebih besar dari 0,05.
4.2.1.3 Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan periode t-1 (sebelumnya). Model regresi yang baik adalah yang bebas dari autokorelasi. Masalah autokorelasi umumnya terjadi pada regresi yang datanya time series. Untuk mendeteksi masalah autokorelasi dapat dilakukan dengan menggunakan uji Durbin Watson. secara umum panduan mengenai angka Durbin-Watson dapat diambil patokan sebagai berikut:
1) angka D-W dibawah -2 berarti ada autokorelasi positif,
2) angka D-W di antara -2 sampai +2, berarti tidak ada autokorelasi,
