BAB IV PEMBAHASAN
B. Anlisis Data dan Hasil Penelitian
4. Pengujian Hipotesis ( Regresi Logistik)
Pengujian hipotesis pada penelitian ini dilakukan dengan menggunakan pengujian Regresi Logistik. Alasan penggunaan model regresi logistik pada penelitian ini adalah karena varibel dependen penelitian merupakan variabel kategori (yaitu FIFO = 0, Average = 1).
Regresi logistik adalah bentuk khusus analisis regresi dengan variabel respon bersifat kategori, kontinu, atau gabungan antara keduanya. Regresi logistik ini digunakan untuk menguji apakah probabilitas terjadinya variabel terikat dapat diprediksi dengan variabel bebasnya (Syafrizal,dkk. 2010:199).
Dilakukan dengan menggunakan regresi logistik, dengan:
Dimana:
• Y = pemilihan metode persediaan
• a =
konstanta• x1=
ukuran perusahaan•
X2 = financial leverage•
X3 = variabilitas persediaan•
X4= margin laba kotor•
b1….b3 = koefisien regresi• e = error atau variabel pengganggu.
Menurut Algifari (2000:21), “pada umumnya penelitian menggunakan tingkat signifikansi 1%, 5%, atau 10%. Pada suatu pengujian hipotesis jika
menggunakan α = 5%, maka artinya peneliti memiliki keyakinan bahwa dari
100% sampel, probabilitas anggota sampel yang tidak memiliki karakteristik populasi adalah 5%”. Berdasarkan teori tersebut, maka pengujian ini dilakukan
dengan menggunakan tingkat signifikansi 0,05 (α = 5%). Ketentuan penolakan
atau penerimaan hipotesis adalah sebagai berikut:
a. jika nilai signifikansi > 0,05 maka hipotesis ditolak ( koefisien regresi tidak signifikan ). Ini berarti bahwa secara bersama-sama keempat variabel independen tidak mempunyai pengaruh yang signifikan terhadap variabel dependen.
b. jika nilai signifikansi < 0,05 maka hipotesis diterima ( koefisien regresi signifikan ). Ini berarti bahwa secara bersama-sama keempat variabel independen mempunyai pengaruh yang signifikan terhadap variabel dependen.
G. Jadwal Penelitian
Jadwal penelitian direncanakan sebagai berikut : Tabel 3.3
Sumber : diolah oleh peneliti (2011) Tahapan
Penelitian
2011
Jan Feb Mar Apr
Pengajuan Proposal Skripsi Bimbingan dan Perbaikan Proposal Skripsi Seminar Proposal Skripsi Pengumpulan dan Pengolahan Data Analisis Data Bimbingan dan Penulisan Skripsi Penyelesaian Skripsi
BAB IV PEMBAHASAN
A. Gambaran Singkat Obyek Penelitian
Populasi penelitian ini terdiri dari perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia. Berdasarkan ktriteria pemilihan sampel, yaitu purposive
sampling maka diperoleh sampel sebanyak 78 perusahaan dari 171 perusahaan
populasi yang ada, dengan uraian sebagai berikut:
Tabel 4.1
Gambaran Perusahaan Penelitian
No Keterangan Jumlah Perusahaan
1. Total perusahaan yang menjadi populasi 171 perusahaan 2. Perusahaan yang tidak mempublikasikan
laporan keuangan pada periode penelitian
55 perusahaan
3. Perusahaan yang melakukan perubahan kebijakan perusahaan pada periode penelitian
14 perusahaan
4. Perusahaan yang tidak konsisten dalam menerapkan 1 metode persediaan
24 perusahaan
5. Perusahaan yang memenuhi kriteria menjadi sampel
78 perusahaan
Jumlah sampel yang diperoleh dari populasi yang ada sebanyak 78 perusahaan yang terdiri dari 2 kelompok, yaitu yang menggunakan metode rata-rata dan metode FIFO. Jumlah dari pembagian perusahaan berdasarkan 2 kelompok tersebut terdiri dari:
Tabel 4.2
Persentase Jumlah Pemakaian Metode Persediaan
No Metode Jumlah Persentase
1. Rata-rata 61 78,2
2. FIFO 17 21,8
Jumlah 78 100%
Sumber : diolah oleh peneliti, (2011)
Dari tabel tersebut terlihat bahwa perusahaan yang menggunakan metode rata-rata di Indonesia lebih besar dari penggunaan metode FIFO. 61 perusahaan menggunakan metode rata-rata dan 17 perusahaan menggunakan metode FIFO dari 78 perusahaan, hal ini mendukung penelitian dari Salma Taqwa (2001) dan Mukhlasin (2001) yang menghasilkan bukti bahwa perusahaan indonesia lebih banyak menggunakan mtode rata-rata.
Data yang berhubungan dengan penelitian sebelum dilakukannya analisis data dapat ditunjukkan melalui lampiran 1.
B. Analisis Data dan Hasil Penelitian
Analisa data serta pengujian hipotesis dalam penelitian ini adalah menggunakan program spss 18.0 versi for windows.
1. Uji Asumsi Klasik a. Uji Multikolineritas.
Hasil uji multikolineritas dapat dilihat dari tabel 4.3 di bawah ini dan Lampiran 2. Tabel 4.3 Uji Multikolineritas Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Toleranc e VIF 1 (Constant) -1.163 .896 -1.298 .199 UP .078 .030 .301 2.563 .012 .873 1.145 Fin_Lev .018 .035 .058 .519 .606 .971 1.030 VP -.105 .117 -.103 -.893 .375 .910 1.098 Margin_LabaKotor .002 .007 .024 .217 .829 .982 1.018
a. Dependent Variable: Met_Persediaan
Sumber : Hasil Olahan SPSS, (2011)
Tabel 4.3 menunjukkan bahwa tolerance yaitu korelasi diantara variabel independen lebih kecil dari 1 dan nilai VIF dibawah nilai 2, hal ini membuktikan bahwa model regresi yang digunakan dalam penelitian ini bebas dari Multikolinieritas.
b. Uji Autokorelasi
Uji autokorelasi yang digunakan pada penelitian ini dapat digambarkan pada tabel di bawah ini dan Lampiran 3
Tabel4.4 Uji Autokorelasi
Model Summaryb
Model
R R Square Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1 .363a .132 .083 .39100 2.211
a. Predictors: (Constant), Margin_LabaKotor, VP, Fin_Lev, UP b.Dependent Variable: Met_Persediaan
Sumber : Hasil Olahan SPSS, (2011)
Berdasarkan tabel 4.4, untuk mengetahui adanya autokorelasi digunakan uji Durbin-Watson, dengan kriteria sebagai berikut:
• Angka D-W terletak antara batas atau Upper Bound (DU) dan 4-DU = tidak ada autokorelasi.
• Angka D-W < DL maka ada autokorelasi positif.
• Angka D-W > (4-DL) maka ada autokorelasi negative.
• Angka D-W antara (4-DU) dan (4-DL), maka tidak dapat disimpulkan. Dimana hasil yang ditunjukkan tersebut berdasarkan tabel Durbin-Watson, yaitu DL pada jumlah n=78, dan k-3, yang menghasilkan DL sebesar 1,560 dan DU sebesar 1,715. Berdasarkan hasil uji statisitik yang ditunjukkan melalui tabel 4.4 dapat diketahui bahwa nilai statistik Durbin-Watson sebesar 2,211, maka disimpulkan bahwa tidak terjadi autokorelasi baik positif maupun negatif.
2. Menguji Keseluruhan Model
Statistik yang digunakan adalah adalah berdasarkan pada fungsi Likehood. Likehood L dari model adalah probabilitas bahwa model yang dihopitesakan menggambarkan model input.
Model dari statistik -2LogL dapat digambarkan melalui tabel sebagai berikut:
Tabel 4.5
Gambaran Jumlah Kasus Penelitian Case Processing Summary
Unweighted Casesa N Percent
Selected Cases Included in Analysis 77 98.7
Missing Cases 1 1.3
Total 78 100.0
Unselected Cases 0 .0
Total 78 100.0
a. If weight is in effect, see classification table for the total number of cases.
Sumber : Hasil Olahan SPSS, (2011)
Berdasarkan tabel 4.5 dapat diketahui bahwa jumlah seluruh kasus yang diolah dalam penelitian ini adalah 78 perusahaan, namun setelah dilakukan uji kelayakan model ternyata kasus yang dapat dianalisis hanya sebesar 77 kasus yaitu sekitar 98,7% sedangkan untuk 1 kasus yang lainnya terjadi eror yaitu sekitar 1,3% dari semua jumlah kasus.
Tabel 4.6 Variabel Dependen Dependent Variable Encoding
Original Value Internal Value
dimension0
.00 0
1.00 1
Sumber : Hasil Olahan SPSS, (2011)
Tabel 4.6 menunjukkan bahwa nilai yang diberikan untuk variabel dependen dimana variabel ini adalah variabel yang menggunakan variabel dummy yaitu 1 dan 0.
Tabel 4.7
Nilai -2LogL untuk Model yang Hanya Memasukkan Konstanta
Iteration Historya,b,c
Iteration -2 Log likelihood Coefficients Constant Step 0 1 79.073 1.169 2 78.697 1.331 3 78.697 1.338 4 78.697 1.338
a. Constant is included in the model. b. Initial -2 Log Likelihood: 78.697
c. Estimation terminated at iteration number 4 because parameter estimates changed by less than .001.
Sumber : Hasil Olahan SPSS, (2011)
Untuk melihat nilai -2LogL dengan model yang menggunakan konstanta dan beberapa variabel bebas, maka dapat digambarkan dengan tabel sebagai berikut.
Tabel 4.8
Nilai -2LogL untuk Model dengan Konstanta dan Variabel Bebas
Model Summary
Step
-2 Log likelihood
Cox & Snell R Square
Nagelkerke R Square
1 68.091a .129 .201
a. Estimation terminated at iteration number 6 because parameter estimates changed by less than .001.
Sumber: Hasil Olahan SPSS, (2011)
Tampilan output SPSS memberikan 2 nilai -2LogL yaitu untuk model yang hanya memasukkan konstanta (tabel 4.7) dan untuk model dengan konstanta dan variabel bebas (tabel 4.8). Nilai -2LogL yang hanya memasukkan konstanta adalah sebesar 78,697, sedangkan nilai -2LogL untuk model dengan konstanta dan variabel bebas adalah 68,091. Penurunan nilai -2LogL adalah sebesar 10,606 yaitu dari 78,697 menjadi 70,697 mengindikasikan bahwa model fit dengan data, hal ini berarti bahwa dengan adanya penambahan variabel bebas ukuran perusahaan,
financial leverage, variabilitas persediaan dan margin laba kotor ternyata dapat
memperbaiki model fit.
3. Menilai Kelayakan Model Regresi
Untuk melihat apakah data sesuai dengan model sehingga model dapat dikatakan fit, maka diperlukan suatu uji yaitu dengan menggunakan uji Hosmer dan Lemeshow goodness of fit test statistic, melalui kriteria sebagai berikut:
a. Jika nilai Hosmer dan Lemeshow ≤ 0,05 artinya ada perbedaan signifikan
antara model dengan observasinya sehingga goodness fit tidak baik, karena model tidak dapat memprediksikan nilai observasinya.
b. Jika nilai Hosmer dan Lemeshow > 0,05 artinya model mampu memprediksikan nilai observasinya atau dapat dikatakan bahwa model dapat diterima karena cocok dengan data observasinya.
Uji tersebut dapat digambarkan melalui tabel 4.9. Tabel 4.9
Nilai Statistics Hosmer and Lemeshow’s Goodness of Fit Test
Hosmer and Lemeshow Test
Step
Chi-square Df Sig.
1 6.547 8 .586
Sumber: hasil olahan SPSS, (2011)
Berdasarkan pengujian nilai statistik Hosmer dan Lemeshow Goodness of Fit adalah sebesar 6,547 dengan probabilitas signifikansi sebesar 0,586, nilai ini jauh diatas 0,05 dengan demikian dapat disimpulkan bahwa model tersebut diterima yang artinya tidak terdapat perbedaan dengan data sehingga model dapat dikatakan fit.
4. Pengujian Hipotesis ( Regresi Logistik)
Pengujian hipotesis dengan menggunakan regresi logistik dilakukan dengan memasukkan seluruh variabel ukuran perusahaan, financial leverage, variabilitas persediaan dan margin laba kotor pada pemilihan metode akuntansi persediaan. Pengujian bertujuan untuk melihat pengaruh ukuran perusahaan, financial
leverage, variabilitas persediaan dan margin laba kotor terhadap pemilihan
metode persediaan. Hasil pengujian regresi logistik disajikan dalam tabel 4.10 dan Lampiran 3.
Tabel 4.10
Hasil Pengujian Regresi Logistik Variables in the Equation
B S.E. Wald Df Sig. Exp(B)
95% C.I.for EXP(B) Lower Upper Step 1a UP .566 .232 5.969 1 .015 1.762 1.119 2.775 Fin_Lev .096 .205 .221 1 .638 1.101 .737 1.644 VP -.429 .682 .396 1 .529 .651 .171 2.479 Margin_LabaKotor .031 .142 .046 1 .830 1.031 .781 1.362 Constant -13.209 6.551 4.065 1 .044 .000
a. Variable(s) entered on step 1: UP, Fin_Lev, VP, Margin_LabaKotor.
Sumber: Hasil Olahan SPSS, (2011)
Tabel 4.11 Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 0 Constant 1.338 .281 22.702 1 .000 3.812
Sumber : Hasil Olahan SPSS, (2011)
Hasil regresi logistik dari tabel diatas, maka persamaan regresi yang didapat adalah sebagai berikut.
Ln = -13,209 + 0,566Ln_UP + 0.096Fin_lev – 0,429VP + 0,031Margin_Laba Kotor + e
Berdasarkan tabel 4.10 dan 4.11 dapat diketahui bahwa hasil regresi logistik adalah sebagai berikut ; pada variabel ukuran perusahaan diperoleh koefisiennya bernilai positif sebesar 0,566 dan signifikansi sebesar 0,015. Apabila dibandingkan dengan tingkat signifikansi 0,05 (5%), maka nilai signifikansi sebesar 0,015 lebih kecil dari tingkat signifikansi 0,05 dan koefisien yang diterima variabel ini adalah positif, hal ini dapat disimpulkan bahwa hipotesis diterima.
Penerimaan hipotesis ini menggambarkan bahwa ukuran perusahaan berpengaruh terhadap pemilihan metode persediaan secara parsial dan simultan yang sebesar 0,000.
Pengujian variabel financial leverage dengan menggunakan regresi logistik diperoleh nilai koefisiennya adalah positif yaitu 0,096 dan nilai signifikan sebesar 0,638. Nilai signifikan tersebut jauh lebih besar dari tingkat signifikansi (5%), dengan demikian hipotesis ditolak. Penolakan hipotesis menunjukkan bahwa
financial leverage tidak berpengaruh terhadap pemilihan metode akuntansi
persediaan.
Variabilitas persediaan pada hasil pengujian regresi logistik menunjukkan bahwa diperoleh nilai koefisien negatif yaitu sebesar -0,429 dan nilai signifikan sebesar 0,529. Nilai siginifikan sebesar 0,529 lebih besar dari tingkat signifikansi (5%), hal ini menunjukkan bahwa hipotesis ditolak. Penolakan hipotesis tersebut menunjukkan bahwa variabilitas persediaan tidak berpengaruh terhadap pemilihan metode akuntansi persediaan.
Pengujian regresi logistik menunjukkan bahwa margin laba kotor diperoleh nilai koefisien adalah positif yaitu sebesar 0,031 dan nilai signifikan sebesar 0,830. Nilai signifikan yang diperoleh jauh lebih besar dari tingkat signifikansi (5%), hal ini menunjukkan bahwa hipotesis ditolak. Penolakan hipotesis memberikan bukti yang menunjukkan bahwa margin laba kotor tidak berpengaruh terhadap pemilihan metode persediaan.