HASIL PENELITIAN DAN PEMBAHASAN
4.2.2 Analisis Kuantitatif
4.2.2.1 Pengaruh Modal Kerja dan Debt to Equity Ratio (DER) terhadap Profitabilitas PT PINDAD (Persero)
Setelah diuraikan gambaran data variabel penelitian, selanjutnya untuk menguji pengaruh modal kerja dan DER terhadap profitabilitas baik secara simultan maupun parsial, digunakan analisis regresi berganda. Pengujian akan dilakukan melalui tahapan sebagai berikut; Pengujian uji asumsi klasik, analisis regresi linier, koefisien korelasi parsial, koefisien determinasi serta pengujian hipotesis. Pengujian tersebut dilakukan dengan bantuan software SPSS.17. dan untuk lebih jelasnya akan dibahas berikut ini.
a. Hasil Analisis Regresi Linier Berganda
Analisis regresi linier berganda ini digunakan untuk melakukan prediksi, perubahan nilai variabel dependen yaitu profit apabila nilai variabel bebas yaitu modal kerja dan DER naik atau turun nilainya. Dalam penelitian ini, analisis regresi linier berganda digunakan karena variabel yang menjadi kajian dalam penelitian ini
terdiri dari dua variabel yaitu dua variabel modal kerja yaitu modal kerja sebagai variabel X1 dan DER sebagai variabel X2 dan satu variabel dependen yaitu profit.
Sehingga dapat diketahui dan dibuktikan sejauh mana hubungan modal kerja dan DER terhadap profit. Dalam perhitungannya penulis menggunakan dua cara yaitu manual dan komputerisasi. Cara perhitungan komputerisasi dengan menggunakan media program komputer yaitu SPSS 17 for windows.
Berikut ini perhitungan regresi linier berganda secara manual yang disajikan dalam bentuk tabel agar mudah dipahami.
Nilai a, b1 dan b2 dapat di cari dengan menyelesaikan persamaan dengan rumus berikut:
Untuk menyelesaikan persamaan tersebut, nilai-nilai yang diperlukan dalam perhitungan diperoleh melalui perhitungan pada tabel berikut :
Y = a + b1X1 + b2 X2 ∑y = na + b1∑X1 + b2∑X2 ∑X1y = a∑X1 + b1∑X1 2 +b2∑X1X2 ∑X2y = a∑X2 + b1∑X1X2 + b2∑X2 2
Tabel.4.4
No X1 X2 Y X1Y X2Y X1X2 X1^2 X2^2 Y^2
2004 8.48012 0.67600 0.12000 1.0176144 0.08112 5.7325611 71.91244 0.45698 0.01440 2005 8.47800 0.69000 0.12600 1.068228 0.08694 5.849820 71.87648 0.47610 0.01588 2006 11.71942 0.63000 0.10000 1.171942 0.06300 7.3832346 137.34481 0.39690 0.01000 2007 16.12000 0.61300 0.07000 1.128400 0.04291 9.881560 259.85440 0.37577 0.00490 2008 18.25000 0.59800 0.06000 1.095000 0.03588 10.913500 333.06250 0.3576 0.00360 2009 16.21734 0.54000 0.04900 0.794650 0.02646 8.7573636 263.00212 0.29160 0.00240 2010 15.83990 0.90000 0.13000 2.059187 0.11700 14.25591 250.90243 0.81000 0.01690 Jumlah 95.10478 4.64700 0.65500 8.33502 0.45331 62.77395 1,387.95517 3.16495 0.06808
Perhitungan Manual X1, X2 Terhadap Y
Sumber:Data Sekunder yang telah diolah,2011 Dari tabel di atas dapat di ketahui:
∑X1 = 95,10478 ∑X2 = 4,647 ∑Y = 0,655 ∑X1Y = 8,33502 ∑X2Y = 0,45331 ∑X1X2 = 62,77395 ∑X12 = 1387,95517 ∑X22 = 3,16495 ∑Y2 =0,06808
Hasil perhitungan nilai a, b1 dan b2 diperoleh dalam bentuk persamaan sebagai berikut :
1.0.655= 7 . a + 95.10478. b1 + 4.64700. b2 ... (1)
8.33502 = 95.10478 . a + 1387.95517 .b1 + 62.77395 . b2 ... (2)
Hasil persamaan (1) dan (2) digabungkan dan untuk penyelesaian persamaan regresi, dilakukan pengalian dengan sebuah nilai agar diperoleh solusi yang lebih sederhana dimana Persamaan (1) dikalikan 13.58639714 persamaan (2) dikalikan 1 :
1.0.655 = 7 . a + 95.10478. b1 + 4.64700. b2 ... (13.58639714) 8.33502 = 95.10478 . a + 1387.95517 .b1 + 62.77395 . b2 ... (1) 8.899090129 = 95.10478 . a + 1292.172342.b1 + 63.13598751.b2 8.33502 = 95.10478 . a + 1387.95517. b1 + 62.77395 .b2 0.564070129 = 0 . a -86.782828 .b1 + 0.36203751 . b2 0.564070129 = -86.782828 .b1 + 0.36203751 . b2 ... (a)
Hasil persamaan (1) dan (3) digabungkan dan untuk penyelesaian persamaan tersebut, dilakukan pengalian dengan sebuah nilai agar diperoleh solusi yang lebih sederhana dimana persamaan (1) dikalikan 0.663857142 ,persamaan (3) dikalikan 1 :
1.0.655 = 7 . a + 95.10478. b1 + 4.64700. b2 ... (13.58639714) 0.45331 = 4.64700. a + 62.77395 .b1 + 3.16495 . b2 ... (1) 0.434826428 = 4.64700. a + 63.13598744.b1 + 3.084944139.b2
0.45331 = 4.64700. a + 62.77395 .b1 + 3.16495 .b2
-0.018483572 = 0 . a +0.36203744 .b1 + 0.080005861. b2 ... (b)
0.564070129 = -86.782828 .b1 + 0.36203751 . b2 ... (1) -0.018483572 = 0 . a +0.36203744 .b1 + 0.080005861. b2 ... (-239.7097773) 0.564070129 = -86.782828 .b1 + 0.36203751 . b2 4.43063477 = -86.782828 .b1 - 19.17794711 . b2 -3.866567348 = -18.8159096 .b2 b2 = 0.205494575 (dibulatkan menjadi 0.208) 0.564070129 = -86.782828 .b1 + 0.36203751 . b2 0.564070129 = -86.782828 .b1 + 0.36203751 . (0.208) 0.564070129 = -86.782828 .b1 + 0.07530338 86.782828 .b1 = 0.07530338 - 0.564070129 86.782828 .b1 = -0.488766329 b1 = -0.005632 (dibulatkan menjadi -0.005) 0.655 = 7.a + 95.10478 b1 + 4.64700 b2 0.655 = 7.a + 95.10478 (-0.005) + 4.64700 (0.208) 0.655 = 7a - 0.4755239 + 0.966576 0.655 = 7a + 0.4910521 -7a = -0.1639479 a = 0.023421128 a = 0.025 (pembulatan)
Model regresi digunakan untuk memprediksi dan menguji perubahan yang terjadi pada profit yang dapat diterangkan atau dijelaskan oleh perubahan kedua variabel modal kerja (modal kerja dan DER).Berdasarkan Perhitungan tersebut di atas juga sama dengan perhitungan secara komputerisasi dengan SPSS 17 for windows
yaitu sebagai berikut:
Tabel 4.5
Hasil Perhitungan Koefisien Regresi
Sumber:Data Sekunder yang telah diolah,2011
Hasil koefisien regresi yang diperoleh dari tabel di atas dapat ditulis dalam bentuk persamaan yang menggambarkan hubungan data X dan Y yang digunakan adalah sebagai berikut :
Y = 0,025 – 0.005 X1 + 0,208X2
Persamaan regresi linear berganda yang diperoleh dapat dijelaskan sebagai berikut:
1. Nilai konstanta pada persamaan regresi berganda yang diperoleh sebesar 0,025 berarti apabila semua variabel independen (Modal Kerja dan DER) tidak berubah atau dianggap konstan (bernilai 0), maka profit akan bernilai sebesar 0,025%.
2. Koefisien regresi Modal Kerja bertanda negatif sebesar 0,005, artinya apabila modal kerja mengalami kenaikan sebesar 1 satuan sedangkan variabel DER tidak mengalami perubahan (bernilai 0), maka profit margin akan menurun sebesar 0.005 miliar.
3. Koefisien regresi DER bertanda positif sebesar 0,208, artinya apabila DER mengalami kenaikan sebesar 1 satuan sedangkan Modal Kerja tidak mengalami perubahan (bernilai 0), maka Profit Margin akan meningkat sebesar 0.208%.
1. Hasil Pengujian Asumsi Klasik Regresi
Untuk menguatkan hasil regresi yang diperoleh merupakan persamaan regresi yang memiliki sifat Best Linier Unbiased Estimator (BLUE), dilakukan pengujian asumsi klasik regresi, dimana hasil yang diperoleh adalah sebagai berikut :
a. Hasil Pengujian Normalitas Data Residual
Asumsi normalitas merupakan persyaratan yang sangat penting pada pengujian kebermaknaan (signifikansi) koefisien regresi, apabila model regresi tidak berdistribusi normal maka kesimpulan dari uji F dan uji t masih meragukan, karena statistik uji F dan uji t pada analisis regresi diturunkan dari distribusi normal. Pada penelitian ini digunakan uji satu sampel Kolmogorov-Smirnov untuk menguji normalitas model regresi.
Tabel 4.6 Hasil Uji Normalitas
Sumber:Data Primer yang telah diolah,2011
Hasil perhitungan nilai Kolmogorov untuk model regresi yang diperoleh adalah sebesar 0,165 dengan probabiliti (p-value) sebesar 0,991. Karena nilai probability uji Kolmogorov model lebih besar dari tingkat kekeliruan 0,05, maka dapat disimpulkan bahwa nilai residual dari model regressi berdistribusi normal. Cara lain untuk mengetahui apakah data terdistribusi normal atau tidak adalah dengan melihat grafik normal P Plot of Regression Statistic. Bila titik-titik menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, berarti model regresi telah memenuhi asumsi normalitas. Hasil uji normalitas pada penelitian ini dapat dilihat pada gambar berikut.
Gambar 4.4
Grafik Normal P-Plot (Asumsi Normalitas)
Dari grafik normal P-Plot tersebut terlihat bahwa titik-titik tidak menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal. Sehingga dalam penelitian tidak terjadi gangguan normalitas, yang berarti data berdistribusi normal.
b. Hasil Pengujian Multikolinearitas
Multikolinieritas berarti adanya hubungan yang kuat di antara beberapa atau semua variabel bebas pada model regresi. Jika terdapat Multikolinieritas maka koefisien regresi menjadi tidak tentu, tingkat kesalahannya menjadi sangat besar dan biasanya ditandai dengan nilai koefisien determinasi yang sangat besar, tetapi pada pengujian parsial koefisien regresi, tidak ada ataupun kalau ada sangat sedikit sekali koefisien regresi yang signifikan. Pada penelitian ini digunakan nilai variance
inflation factors (VIF) sebagai indikator ada tidaknya multikolinieritas diantara variabel bebas.
Tabel 4.7
Hasil Pengujian Asumsi Multikolinieritas
Sumber:Data Sekunder yang telah diolah,2011
Melalui nilai VIF yang diperoleh seperti pada tabel 4.8 diatas menunjukkan tidak ada korelasi yang cukup kuat antara sesama variabel bebas, dimana nilai VIF dari kedua variabel bebas yaitu 1,017 masih lebih kecil dari 10 dan dapat disimpulkan tidak terdapat multikolinieritas diantara kedua variabel bebas.
c. Hasil Pengujian Heterokedastisitas
Heteroskedastisitas merupakan indikasi varian antar residual tidak homogen yang mengakibatkan nilai taksiran yang diperoleh tidak lagi efisien. Untuk menguji apakah varian dari residual homogen digunakan uji Glejser test, yaitu dengan mengregresikan variabel bebas terhadap nilai absolut dari residual (error). Apabila koefisien regresi dari masing-masing variabel modal kerja ada yang signifikan pada tingkat kekeliruan 5%, mengindikasikan adanya heteroskedastisitas. Pada tabel 4.5 berikut dapat dilihat nilai signifikansi setiap koefisien regresi variabel bebas terhadap nilai absolut dari residual.
Tabel 4.8
Hasil Pengujian Asumsi Heterokedastisitas
Sumber:Data Primer yang telah diolah,2011
Hasil uji heteroskedastisitas menggunakan pendekatan uji Gletser menunjukkan bahwa varians dari residual homogen (tidak terdapat heteroskedastisitas). Hal ini ditunjukan oleh hasil regresi X1 terhadap nilai absolut dari residual (error) tidak signifikan pada level 5%. Diperoleh nilai signifikansi untuk X1 sebesar 0,548 lebih besar dari 0,05 dan untuk X2 sebesar 0,602 lebih besar dari 0,05 sebagai batas tingkat kekeliruan.
Cara lain untuk mendeteksi ada atau tidaknya heterokedastisitas adalah dengan melihat grafik plot antara nilai prediksi variabel terikat (ZPRED) dengan nilai residualnya (SDRESID). Jika ada pola yang jelas dan titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka terjadi heterokedastisitas. Hasil pengujian heterokedastisitas pada penelitian ini dapat dilihat pada Gambar 4.5 berikut ini :
Gambar 4.5 Grafik Uji Heterokedastisitas
Diperoleh titik-titik data tersebar di atas dan dibawah 0, sehingga disimpulkan tidak terjadi masalah heteroskedastisitas pada persamaan regresi yang diperoleh.
d. Uji Autokorelasi
Autokorelasi didefinisikan sebagai korelasi antar observasi yang diukur berdasarkan deret waktu dalam model regresi atau dengan kata lain error dari observasi yang satu dipengaruhi oleh error dari observasi yang sebelumnya. Akibat dari adanya autokorelasi dalam model regresi, koefisien regresi yang diperoleh
menjadi tidak effisien, artinya tingkat kesalahannya menjadi sangat besar dan koefisien regresi menjadi tidak stabil.
Untuk menguji ada tidaknya autokorelasi, pada tabel 4.6 dapat dilihat hasil perhitungan Durbin-Watson:
Tabel 4.9
Hasil Pengujian Asumsi Autokorelasi
Dari hasil tabel diatas nilai Durbin_Watson menunjukkan angka 2,318 yaitu terletak diantara 1,65 sampai 2,35 sehingga dapat disimpulkan tidak terjadi
autokorelasi.
b. Hasil Analisis Korelasi
Untuk mengetahui keeratan hubungan antara Modal kerja (X1) dan DER (X2) dengan Profit (Y) maka dapat dicari dengan menggunakan analisis korelasi pearson
(product). Korelasi ini digunakan karena teknik statistik ini paling sesuai dengan jenis data skala penelitian yang digunakan yaitu rasio.
Korelasi parsial digunakan untuk mengetahui kekuatan hubungan masing- masing variabel modal kerja (Modal kerja dan DER) dengan profit pada PT. PINDAD. Melalui korelasi parsial akan dicari besar pengaruh masing-masing
variabel modal kerja terhadap kredit yang diberikan ketika variabel modal kerja lainnya dianggap konstan. Berikut perhitungan secara parsial yaitu sebagai berikut:
1. Korelasi Modal kerja Dengan profit di peroleh dengan perhitungan sebagai berikut:
Sehingga:
-0,6994
(Pembulatan)
2. Korelasi DER dengan profit diperoleh dengan perhitungan sebagai berikut:
3 (Pembulatan)
3. Korelasi Modal Kerja dan DER diperoleh dengan perhitungan sebagai berikut:
(Pembulatan)
Perhitungan tersebut sesuai dengan perhitungan secara komputerisasi yaitu
SPSS 17 for windows yaitu sebagai berikut: Tabel 4.10
Correlations Modal kerja, DER dan profit Correlations 1 -.699* .793* .040 .017 7 7 7 -.699* 1 -.131 .040 .390 7 7 7 .793* -.131 1 .017 .390 7 7 7 Pearson Correlation Sig. (1-tailed) N Pearson Correlation Sig. (1-tailed) N Pearson Correlation Sig. (1-tailed) N Profit Modal_Kerja DER
Profit Modal_Kerja DER
Correlation is significant at the 0.05 level (1-tailed). *.
Sumber:Data Sekunder yang telah diolah,2011
Dari hasil perhitungan, diperoleh korelasi Modal kerja dan Profit ( 1 X Y
r
)sebesar -0,699 dengan arah negatif. Korelasi Modal kerja dan Profit masuk dalam ketegori kuat. Nilai
1 X Y
r
yang diperoleh negatif menunjukkan arah hubungan antaraModal kerja dan Profit berbanding terbalik dan berarti jika semakin besar Modal kerjamaka Profit diprediksi akan semakin rendah.
Hasil perhitungan nilai korelasi DERdan Profit ( 2 X Y
r
) diperoleh sebesar 0,793Dengan arah positif berarti bahwa hubungan antara DERdan Profit berbanding lurus, jadi semakin besar DERmaka Profit diprediksi akan semakin tinggi.
Hasil perhitungan nilai korelasi Modal kerja dan DER ( 1 2 X X
r
) diperolehsebesar -0,131 dengan arah negatif. Nilai korelasi Modal kerja dan DER masuk dalam ketegori rendah. Dengan arah negatif berarti bahwa hubungan antara Modal kerja dan DER berbanding lurus jadi semakin besar Modal kerja maka DER akan semakin rendah.
Menggunakan nilai koefisien kolerasi antara Modal kerja dengan Profit, DER dengan Profit, dan Modal kerja danDER yang telah diketahui, dapat diperoleh nilai korelasi parsial antar variabel melalui perhitungan sebagai berikut:
1. Korelasi modal kerja dengan profit Apabila DER dianggap konstan dengan perhitungan sebagai berikut:
Sehingga:
Perhitungan tersebut di atas juga sama dengan perhitungan secara komputerisasi yaitu SPSS 17 for windows sebagai berikut:
Tabel 4.11
Koefisien Korelasi Parsial Modal kerja Terhadap Profitabilitas Correlations 1.000 -.987 . .000 0 4 -.987 1.000 .000 . 4 0 Correlation Significance (2-tailed) df Correlation Significance (2-tailed) df Profit Modal_Kerja Control Variables DER Profit Modal_Kerja
Sumber:Data Sekunder yang telah diolah,2011
Hasil perhitungan dengan cara manual dan SPSS 17 for windows
menghasilkan nilai korelasi (r) yang sama yaitu -0,987. Korelasi Modal kerja dan Profit masuk dalam ketegori kuat. Nilai r tersebut berarti bahwa hubungan antara modal kerja dan profit bersifat negatif, maksudnya jika semakin tinggi modal kerja maka profit diprediksi akan semakin rendah. Kemudian besar pengaruh modal kerja terhadap profit PT. PINDAD ketika DER tidak berubah 97,417%. Dan sisanya sebesar 2,583% adalah faktor lain yang tidak diamati dan merupkan faktor lain di luar kedua variable bebas (Modal kerja dan DER) seperti kas dan tabungan di Bank. Adapun rumus dari koefisien determinasi adalah sebagai berikut :
Kd = r2 x 100 %
Kd = (-0,987)2 x 100 %
Kd = 0,9741 x 100%
Kd= 97,41% (Pembulatan)
2. Korelasi DER dengan profit Apabila modal kerja dianggap Tidak Berubah (Konstan) dengan perhitungan sebagai berikut:
Sehingga:
(Pembulatan)
Perhitungan tersebut di atas juga sama dengan perhitungan secara komputerisasi yaitu SPSS 17 for windows sebagai berikut:
Tabel 4.12
Koefisien Korelasi Parsial DERDengan profit
Hasil perhitungan dengan cara manual dan SPSS 17 for windows
menghasilkan nilai korelasi (r) yang sama yaitu 0,990. Korelasi DER dan Profit masuk dalam ketegori kuat. Nilai r tersebut berarti bahwa hubungan antara DER dan profit bersifat positif, maksudnya jika semakin tinggi DER maka profit diprediksi akan semakin besar pula. Kemudian besar pengaruh DER terhadap profit pada PT. PINDAD ketika modal kerja tidak berubah adalah (0,99)2 100% = 98,01%. Dan sisanya sebesar 1,99% merupakan faktor lain yang tidak diamati dan merupakan faktor lain di luar kedua variable bebas (Modal kerja dan DER) seperti kas dan pendapatan yang masih diterima.
Adapun rumus dari koefisien determinasi adalah sebagai berikut :
Kd = r2 x 100 %
Kd = (0,99)2 x 100 %
Kd = 0,9801 x 100%
Kd= 98,01% (Pembulatan)
3. Korelasi secara simultan modal kerja dan DER Terhadap profit dengan perhitungan sebagai berikut:
Dengan perhitungan sebagai berikut:
Kd = (r)
2x 100 %
Sehingga:
(Pembulatan)
Perhitungan tersebut di atas juga sama dengan perhitungan secara komputerisasi yaitu SPSS 17 for windows sebagai berikut:
Tabel 4.13
Model summary untuk korelasi Modal Kerja dan DER Terhadap profitabilitas Pada PT. PINDAD
Sumber:Data Sekunder yang telah diolah,2011
Hasil perhitungan dengan cara manual dan SPSS 17 for windows
antara Modal kerja dan DER terhadap profit bersifat positif menunjukkan bahwa hubungan antara Modal kerja dan DER terhadap profit searah, maksudnya jika semakin tinggi Modal kerja dan DERmaka profit akan semakin baik pula. Jadi pada
permasalahan yang sedang diteliti diketahui bahwa secara simultan kedua variabel bebas (Modal kerja dan DER) memiliki hubungan yang kuat/tinggi dengan profit pada PT. PINDAD. Hal ini terlihat dari nilai korelasi berganda (R) sebesar 0,995 berada diantara 0,80 hingga 1,000 yang tergolong dalan kriteria korelasi sangat kuat.
c. Koefisien Determinasi
Nilai korelasi r hanya menyatakan erat atau tidaknya hubungan antara variabel X dan variabel Y. Oleh karena itu, untuk mengetahui seberapa besar tingkat pengaruh variabel modal kerja dan DER(variabel X) terhadap variabel dependen Profitabilitas (variabel Y), digunakan koefisien determinasi. Koefisien determinasi merupakan suatu nilai yang menyatakan besar pengaruh secara bersama-sama variabel modal kerja terhadap variabel dependen. Adapun rumus dari koefisien determinasi adalah sebagai berikut:
Kd = r2 x 100 %
Kd = (0,995)2 x 100 %
Kd = 0,9901 x 100%
Kd= 99% (Pembulatan)
Sedangkan hasil perhitungan dengan menggunakan SPSS 17 adalah sebagai berikut
Tabel 4.14
Koefisien Determinasi
Sumber:Data Sekunder yang telah diolah,2011
Nilai R-Square sebesar 0,99 atau 99 %, menunjukkan bahwa kedua variabel bebas yang terdiri dari Modal kerja dan DER secara simultan mampu menerangkan perubahan yang terjadi pada Profit sebesar 99 %. Artinya secara bersama-sama kedua variabel bebas (Modal kerja dan DER) memberikan kontribusi/pengaruh sebesar 99% terhadap Profit pada PT.PINDAD (Persero). Sedangkan sisanya 1% dijelaskan oleh variabel lainnya yang tidak diteliti dalam penelitian ini yaitu kas dan tabungan di Bank.
4.2.2.2Pengaruh Modal kerja dan DER Secara Parsial terhadap Profitabilitas