BAB IV. ANALISIS DATA DAN PEMBAHASAN
B. Pengolahan Data
2. Uji Asumsi Klasik
Multikolinearitas mempunyai arti adanya hubungan yang sempurna atau pasti, diantara beberapa atau semua variabel independen dari model regresi (Gujarati, 1993:157). Multikolinearitas
lainnya atau dengan kata lain suatu variabel bebas merupakan fungsi linear dari variabel bebas lainnya. Akibat adanya multikolinearitas adalah estimasi akan terafiliasi sehingga menimbulkan bias. Uji ini dilakukan dengan melihat Variance Inflation Factor (VIF). Apabila nilai VIF melebihi angka 10, maka disimpulkan telah terjadi multikolinearitas, sedangkan jika nilai VIF dibawah angka 10, maka disimpulkan tidak terjadi multikolinearitas.
b. Uji Autokorelasi
Autokorelasi adalah korelasi antara anggota serangkaian observasi yang terletak berderetan menurut waktu (seperti data time series) atau korelasi antara tempat yang berdekatan (seperti data cross sectional). Uji yang digunakan untuk mendeteksi adanya autokorelasi adalah uji Durbin-Watson (D-W). Uji Durbin-Watson dihitung berdasarkan jumlah selisih kuadrat nilai-nilai taksiran faktor pengganggu yang berurutan. Untuk mendeteksi adanya autokorelasi dapat dilihat dari nilai Durbin-Watson (D-W) untuk mendeteksi autokorelasi bias dilihat dalam tabel D-W.
Namun demikian, kriteria pengujiannya adalah sebagai berikut (Santoso, 2001:219):
1) Angka D-W dibawah , berarti ada autokorelasi positif. 2) Angka D-W diantara sampai , berarti tidak ada
autokorelasi.
c. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan menguji dalam model regresi ada tidaknya ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang lain. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara variabel dependen dan residualnya dimana sumbu Y adalah Y yang diprediksi, dan sumbu X adalah residual (Y prediksi – Y sesungguhnya) yang telah di studentized (Ghozali, 2005). Dasar analisis:
1) Jika terdapat pola tertentu seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas.
2) Jika tidak ada pola yang jelas, serta titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
3. Regresi Liniear Berganda
Metode analisis yang digunakan dalam penelitian ini adalah analisis regresi liniear berganda untuk menguji kekuatan pengaruh kurs, tingkat suku bunga, Return On Asset, Debt Total Asset, dan cashflow terhadap financial distress dan non financial distress. Dalam menganalisis data tersebut menggunakan Statistical Package for Social
Science (SPSS) for Windows. Model regresi Liniear berganda tersebut dapat dirumuskan sebagai berikut ini:
Y = + + + + + +
Keterangan:
Y = Financial Distress / Non Financial Distress
= Konstanta
= Kurs
= Tingkat suku bunga
= Return On Asset
= Debt to Total Asset
= Cashflow
= Koefisien Regresi
= Kesalahan pengganggu
Pengujian yang dilakukan dalam pengujian ini adalah uji normalitas data dan pengujian asumsi klasik yang meliputi uji multikolineritas, uji autokorelasi, dan uji heteroskedastisitas, sedangkan untuk menguji hipotesis dengan pengujian koefisien regresi simultan (Uji
F), pengujian koefisien regresi parsial (Uji t) dan pengujian koefisien determinasi.
a. Pengujian koefisien regresi secara simultan (Uji F)
Uji statistik F bertujuan untuk menguji semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat. Hipotesis nol ( ) yang hendak diuji adalah semua parameter dalam model sama dengan nol, atau:
: = = ……. = = 0
Artinya, semua variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen. Hipotesis alternatifnya ( ) tidak semua parameter secara simultan sama dengan nol, atau:
: …….. 0
Artinya, semua variabel independen secara simultan merupakan penjelas yang signifikan terhadap variabel dependen.
Pengujian ini dilakukan untuk menguji variabel independen secara bersama-sama berpengaruh terhadap variabel dependen. Kriteria pengujian yang digunakan adalah dengan membandingkan nilai signifikansi yang diperoleh dengan taraf signifikansi yang telah ditentukan yaitu 0,05. Apabila nilai signifikansi maka variabel independen mampu mempengaruhi variabel dependen secara signifikan atau hipotesis diterima.
b. Pengujian koefisien regresi secara parsial (Uji t)
Pengujian ini dilakukan bertujuan untuk mengetahui variabel independen secara parsial (individu) berpengaruh terhadap variabel dependen, dengan asumsi variabel independen yang lain konstan. Hipotesis nol ( ) yang hendak diuji adalah suatu parameter ( ) sama dengan nol, atau:
: = 0
Artinya, variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen. Hipotesis alternatifnya ( ) parameter suatu variabel tidak sama dengan nol, atau:
: 0
Artinya, variabel independen merupakan penjelas yang signifikan terhadap variabel dependen.
Kriteria pengujian yang digunakan adalah dengan membandingkan nilai signifikansi yang diperoleh dengan taraf signifikansi yang telah ditentukan yaitu 0,05. Apabila nilai signifikansi maka variabel independen mampu mempengaruhi variabel dependen secara signifikan atau hipotesis diterima.
c. Koefisien Determinasi (Uji )
Uji ini digunakan untuk mengetahui tingkat ketepatan perkiraan dalam analisis regresi. Koefisien determinasi ( ) pada
menerangkan variasi variabel independen. Nilai koefisien determinasi adalah antara 0 dan 1. Nilai yang kecil berarti kemampuan variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. dikatakan baik jika semakin mendekati 1. Jika sama dengan 1 berarti bahwa variabel independen berpengaruh sempurna terhadap variabel dependen. Sedangkan jika sama dengan 0, maka tidak ada pengaruh variabel independen terhadap variabel dependen.
commit to user
54 BAB IVANALISIS DATA DAN PEMBAHASAN
A. Deskripsi Data
Penelitian ini mengambil populasi perusahaan-perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia tahun 2007 sampai tahun 2009. Berdasarkan data yang diperoleh dari Indonesian Capital Market Directory periode tahun 2007 sampai 2009 diperoleh sampel 375 perusahaan yang terdiri dari perusahaan manufaktur dalam kategori distress, grey area dan non distress. Pengujian hipotesis menggunakan uji Regresi Linear Berganda dan diproses dengan menggunakan bantuan program SPSS versi 17.00 for Windows. Teknik pengambilan sampel yang digunakan dalam penelitian ini yaitu metode purposive sampling.
Keterangan 2007 2008 2009
1. Jumlah populasi perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia.
2. Perusahaan manufaktur yang data keuangannya tidak lengkap sesuai yang dibutuhkan dalam penelitian ini.
150 21 148 16 146 32 Total Sampel 129 132 114
Pengelompokkan sampel penelitian menurut perhitungan metode Altman Z-score dapat dilihat pada tabel berikut ini:
Keterangan 2007 2008 2009
1. Perusahaan manufaktur yang termasuk dalam kategori distress
2. Perusahaan manufaktur yang termasuk dalam kategori grey area
3. Perusahaan manufaktur yang termasuk dalam kategori non distress
39 52 38 37 65 30 31 50 33 Total Sampel 129 132 114
Untuk mengetahui gambaran statistik deskriptif tentang data Kurs, Tingkat Suku Bunga, Return On Asset (ROA), Debt to Total Asset (DTA), dan Free Cash Flow (FCF) pada kategori distress, grey area, dan non distress dapat dilihat dalam tabel berikut ini:
TABEL IV. 1
STATISTIK DESKRIPTIF KATEGORI DISTRESS
Sumber: hasil pengolahan data (lampiran)
Berdasarkan hasil perhitungan statistik yang tercantum pada tabel IV.1 (kategori distress), diketahui nilai rata-rata variabel Z-score sebesar 0,0225. Nilai Z-score terkecil dicapai oleh PT. Polysindo Eka Perkasa Tbk., yaitu sebesar -4,26 pada tahun 2008. Sedangkan nilai Z-score terbesar dicapai oleh PT. Eratex Djaja Tbk., yaitu sebesar 1,19 pada tahun 2007.
Descriptive Statistics
N Minimum Maximum Mean
Std. Deviation Zscore 107 -4.26 1.19 .0225 1.19591 KURS 107 9400.00 10950.00 9942.9065 735.67191 IRATE 107 12.54 14.61 13.6334 .83966 ROA 107 -90.37 45.18 -6.0504 18.82090 DTA 107 .18 3.37 .9793 .69550 FCF 107 -6526829.0 0 33159799. 00 509975.65 42 3.77153E6 Valid N (listwise) 107
Variabel kurs memiliki nilai rata-rata sebesar 9942,9065. Nilai kurs terkecil sebesar Rp 9400 pada bulan Desember tahun 2009. Sedangkan nilai kurs terbesar sebesar Rp 10950 pada bulan Desember tahun 2008.
Variabel tingkat suku bunga memiliki nilai rata-rata sebesar 13,6334. Nilai tingkat suku bunga terkecil sebesar 12,54% pada bulan Desember tahun 2009. Sedangkan nilai tingkat suku bunga terbesar sebesar 14,61% pada bulan Desember tahun 2007.
Variabel Return On Asset (ROA) memiliki nilai ratarata sebesar -6,0504. Nilai ROA terkecil dicapai oleh PT. Allbond Makmur Usaha Tbk., yaitu sebesar -90,37 pada tahun 2007. Sedangkan nilai ROA terbesar dicapai oleh PT. Unitex Tbk., yaitu sebesar 45,18 pada tahun 2007.
Variabel Debt to Total Asset (DTA) memiliki nilai rata-rata sebesar 0,9793. Nilai DTA terkecil dicapai oleh PT. Jakarta Kyoei Steel Works Tbk., yaitu sebesar 0,18 pada tahun 2007. Sedangkan nilai DTA terbesar dicapai oleh PT. Keramika Indonesia Assosiasi Tbk., yaitu sebesar 3,37 pada tahun 2007.
Variabel Free Cash Flow (FCF) memiliki nilai rata-rata sebesar 509975,6542. Nilai FCF terkecil dicapai oleh PT. Kedaung Indah Can Tbk., yaitu sebesar -6526829,00 pada tahun 2007. Sedangkan nilai FCF terbesar dicapai oleh PT. Keramika Indonesia Assosiasi Tbk., yaitu sebesar 33159799,00 pada tahun 2009.
TABEL IV. 2
STATISTIK DESKRIPTIF KATEGORI GREY AREA
Sumber: hasil pengolahan data (lampiran)
Berdasarkan hasil perhitungan statistik yang tercantum pada tabel IV.2 (kategori grey area), diketahui nilai rata-rata variabel Z-score sebesar 1,9616. Nilai Z-score terkecil dicapai oleh PT. Multi Prima Sejahtera Tbk., yaitu sebesar 1,20 pada tahun 2009. Sedangkan nilai Z-score terbesar dicapai oleh PT. Kimia Farma (Persero) Tbk., yaitu sebesar 2,89 pada tahun 2008.
Descriptive Statistics
N Minimum Maximum Mean
Std. Deviation Zscore 167 1.20 2.89 1.9616 .47225 KURS 167 9400.00 10950.00 10009.2096 753.31200 IRATE 167 12.54 14.61 13.5660 .81199 ROA 167 -16.41 147.82 4.1220 12.16658 DTA 167 .09 1.96 .5675 .21845 FCF 167 -41184826.00 12893992.00 192508.3353 3.57746E6 Valid N (listwise) 167
Variabel kurs memiliki nilai rata-rata sebesar 10009,2096. Nilai kurs terkecil sebesar Rp 9400 pada bulan Desember tahun 2009. Sedangkan nilai kurs terbesar sebesar Rp 10950 pada bulan Desember tahun 2008.
Variabel tingkat suku bunga memiliki nilai rata-rata sebesar 13,5660. Nilai tingkat suku bunga terkecil sebesar 12,54% pada bulan Desember tahun 2009. Sedangkan nilai tingkat suku bunga terbesar sebesar 14,61% pada bulan Desember tahun 2007.
Variabel Return On Asset (ROA) memiliki nilai rata-rata sebesar 4,1220. Nilai ROA terkecil dicapai oleh PT. BAT Indonesia Tbk., yaitu sebesar -14,61 pada tahun 2008. Sedangkan nilai ROA terbesar dicapai oleh PT. Eterindo Wahanatama Tbk., yaitu sebesar 147,82 pada tahun 2008.
Variabel Debt to Total Asset (DTA) memiliki nilai rata-rata sebesar 0,5675. Nilai DTA terkecil dicapai oleh PT. Intanwijaya Internasional Tbk., yaitu sebesar 0,09 pada tahun 2008. Sedangkan nilai DTA terbesar dicapai oleh PT. Inter Delta Tbk., yaitu sebesar 1,96 pada tahun 2008.
Variabel Free Cash Flow (FCF) memiliki nilai rata-rata sebesar 192508,3353. Nilai FCF terkecil dicapai oleh PT. Nipress Tbk., yaitu sebesar -41184836,00 pada tahun 2007. Sedangkan nilai FCF terbesar dicapai oleh PT. Nipress Tbk., yaitu sebesar 12893992,00 pada tahun 2008.
TABEL IV. 3
STATISTIK DESKRIPTIF KATEGORI NON DISTRESS
Descriptive Statistics
N Minimum Maximum Mean
Std. Deviation Zscore 101 2.90 15.34 5.0128 2.61552 KURS 101 9400.00 10950.00 9867.5446 707.17981 IRATE 101 12.54 14.61 13.6099 .87192 ROA 101 -5.06 40.67 12.9062 9.28884 DTA 101 .07 2.05 .3973 .24741 FCF 101 -4595449.0 0 15049081. 00 588476.92 08 1.73599E6 Valid N (listwise) 101
Sumber: hasil pengolahan data (lampiran)
Berdasarkan hasil perhitungan statistik yang tercantum pada tabel IV.3 (kategori non distress), diketahui nilai rata-rata variabel Z-score sebesar 5,0128. Nilai Z-score terkecil dicapai oleh PT. Gudang Garam Tbk., yaitu sebesar 2,90 pada tahun 2007. Sedangkan nilai Z-score terbesar dicapai oleh PT. Mandom Indonesia Tbk., yaitu sebesar 15,34 pada tahun 2007.
Variabel kurs memiliki nilai rata-rata sebesar 9867,5446. Nilai kurs terkecil sebesar Rp 9400 pada bulan Desember tahun 2009. Sedangkan nilai kurs terbesar sebesar Rp 10950 pada bulan Desember tahun 2008.
Variabel tingkat suku bunga memiliki nilai rata-rata sebesar 13,6099. Nilai tingkat suku bunga terkecil sebesar 12,54% pada bulan Desember tahun 2009. Sedangkan nilai tingkat suku bunga terbesar sebesar 14,61% pada bulan Desember tahun 2007.
Variabel Return On Asset (ROA) memiliki nilai rata-rata sebesar 12,9062. Nilai ROA terkecil dicapai oleh PT. BAT Indonesia Tbk., yaitu sebesar -5,06 pada tahun 2007. Sedangkan nilai ROA terbesar dicapai oleh PT. Unilever Indonesia Tbk., yaitu sebesar 40,67 pada tahun 2009.
Variabel Debt to Total Asset (DTA) memiliki nilai rata-rata sebesar 0,3973. Nilai DTA terkecil dicapai oleh PT. Mandom Indonesia Tbk., yaitu sebesar 0,07 pada tahun 2007. Sedangkan nilai DTA terbesar dicapai oleh PT. Inter Delta Tbk., yaitu sebesar 2,05 pada tahun 2009.
Variabel Free Cash Flow (FCF) memiliki nilai rata-rata sebesar 588476,9208. Nilai FCF terkecil dicapai oleh PT. Inter Delta Tbk., yaitu sebesar -4595449,00 pada tahun 2009. Sedangkan nilai FCF terbesar dicapai oleh PT. Yanaprima Hastepersada Tbk., yaitu sebesar 15049081,00 pada tahun 2009.
B. Pengolahan Data
Sebelum melakukan regresi untuk pengujian hipotesis, terlebih dahulu dilakukan pengujian normalitas data dan pengujian asumsi klasik yang merupakan persyaratan untuk melakukan regresi.
1. Uji Normalitas Data
Uji normalitas data bertujuan untuk menguji dalam model regresi, variabel dependen dan variabel independen keduanya mempunyai distribusi normal atau tidak. Hasil pengujian normalitas data dengan menggunakan uji kolmogrov-smirnov pada kategori distress, grey area, dan non distress dapat ditunjukkan pada tabel berikut ini:
TABEL IV. 4
HASIL UJI KOLMOGOROV – SMIRNOV KATEGORI DISTRESS
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 107
Normal Parametersa,,b Mean .0000000
Std. Deviation .88768170
Most Extreme Differences Absolute .132
Positive .132
Negative -.127
Kolmogorov-Smirnov Z 1.362
Asymp. Sig. (2-tailed) .056
a. Test distribution is Normal. b. Calculated from data.
TABEL IV. 5
HASIL UJI KOLMOGOROV – SMIRNOV KATEGORI GREY AREA
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 167
Normal Parametersa,,b Mean .0000000
Std. Deviation .45611301
Most Extreme Differences Absolute .060
Positive .059
Negative -.060
Kolmogorov-Smirnov Z .773
Asymp. Sig. (2-tailed) .588
a. Test distribution is Normal. b. Calculated from data.
TABEL IV. 6
HASIL UJI KOLMOGOROV – SMIRNOV KATEGORI NON DISTRESS
Sumber: hasil pengolahan data (lampiran)
Dari hasil pengujian dengan Uji Kolmogorov-Smirnov dari ketiga kategori yaitu distress, grey area, dan non distress nilai signifikansi variabel pengganggu atau residual (e) lebih besar dari taraf signifikansi yaitu 0,05. Dengan demikian dapat disimpulkan bahwa data tersebut berdistribusi normal.
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 101
Normal Parametersa,,b Mean .0000000
Std. Deviation .31882703
Most Extreme Differences Absolute .115
Positive .115
Negative -.055
Kolmogorov-Smirnov Z 1.153
Asymp. Sig. (2-tailed) .140
a. Test distribution is Normal. b. Calculated from data.
2. Uji Asumsi Klasik a. Uji Multikolonieritas
Uji multikolonieritas digunakan untuk menguji ada hubungan yang sempurna atau hubungan yang hampir sempurna diantara variabel bebas pada model regresi. Hasil pengujian multikolonieritas ditunjukkan dalam tabel berikut ini:
TABEL IV. 7
HASIL UJI MULTIKOLONIERITAS
Variabel Tolerance VIF Kesimpulan
Kurs 0,909 1,100 Tidak terjadi multikolonieritas
IRATE 0,929 1,077 Tidak terjadi multikolonieritas
ROA 0,887 1,127 Tidak terjadi multikolonieritas DTA 0,989 1,012 Tidak terjadi multikolonieritas FCF 0,980 1,020 Tidak terjadi multikolonieritas
Kategori Distress
TABEL IV. 8
HASIL UJI MULTIKOLONIERITAS
Variabel Tolerance VIF Kesimpulan
Kurs 0,990 1,010 Tidak terjadi multikolonieritas
IRATE 0,957 1,045 Tidak terjadi multikolonieritas
ROA 0,966 1,036 Tidak terjadi multikolonieritas DTA 0,954 1,048 Tidak terjadi multikolonieritas FCF 0,967 1,034 Tidak terjadi multikolonieritas
TABEL IV. 9
HASIL UJI MULTIKOLONIERITAS
Variabel Tolerance VIF Kesimpulan
LNKurs 0,988 1,012 Tidak terjadi multikolonieritas
LNIRATE 0,891 1,122 Tidak terjadi multikolonieritas
LNROA 0,801 1,248 Tidak terjadi multikolonieritas
LNDTA 0,909 1,100 Tidak terjadi multikolonieritas
LNFCF 0,792 1,262 Tidak terjadi multikolonieritas
Kategori Non Distress
Sumber: hasil pengolahan data (lampiran)
Dari tabel IV.7 (kategori distress), tabel IV.8 (kategori grey area) dan tabel IV.9 (kategori non distress) diketahui bahwa nilai tolerance untuk semua variabel independen lebih besar dari 0,1 dan nilai VIF bernilai kurang dari 10, maka dapat disimpulkan kurs, tingkat suku bunga, ROA, DTA dan FCF tidak terdapat gejala multikolonieritas. b. Uji Autokorelasi
Uji autokorelasi digunakan untuk mendeteksi adanya korelasi internal diantara anggota-anggota dari serangkaian pengamatan yang tersusun dalam rangkaian ruang dan waktu. Adapun dasar pengambilan keputusan dalam uji Durbin-Watson ini, yaitu jika nilai du < d < 4 – du, maka tidak terdapat autokorelasi positif atau negatif pada model regresi. Hasil pengujian autokorelasi ditunjukkan dalam tabel berikut ini:
TABEL IV.10
HASIL UJI AUTOKORELASI Nilai d
Hitung Nilai du Tabel Nilai 4 – du 2,221 1,7837 2,2163 Kategori Distress
TABEL IV.11
HASIL UJI AUTOKORELASI Nilai d
Hitung Nilai du Tabel Nilai 4 – du 1,820 1,8089 2,1911
Kategori Grey Area
TABEL IV.12
HASIL UJI AUTOKORELASI Nilai d
Hitung Nilai du Tabel Nilai 4 – du
1,989 1,7809 2,2191 Kategori Non Distress
Sumber: hasil pengolahan data (lampiran)
Diketahui bahwa nilai pada tabel IV.10, IV.11 dan IV.12 berada diantara dan maka dapat disimpulkan bahwa pada model regresi ketiga kategori tidak terdapat autokorelasi.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas dimaksudkan untuk mengetahui dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan yang lain (Ghozali, 2005 : 105). Cara memprediksi ada tidaknya heteroskedastisitas pada suatu model dapat dilihat dari scatterplot yang dihasilkan. Gambar scatterplot pola sebagai berikut:
GAMBAR IV. 1
HASIL UJI HETEROSKEDASTISITAS KATEGORI DISTRESS
GAMBAR IV. 2
HASIL UJI HETEROSKEDASTISITAS KATEGORI GREY AREA
GAMBAR IV. 3
HASIL UJI HETEROSKEDASTISITAS KATEGORI NON DISTRESS
Sumber: hasil pengolahan data (lampiran)
Dari grafik scatterplot (gambar IV. 1, IV. 2 dan IV. 3) diatas nampak bahwa penyebaran titik-titik data adalah menyebar, tidak berkumpul hanya diatas atau dibawah saja. Kemudian penyebarannya tidak membentuk pola bergelombang. Sehingga dapat disimpulkan bahwa model regresi linear berganda terbebas dari asumsi klasik heteroskedastisitas sehingga layak untuk digunakan dalam penelitian.