PENGARUH TINGKAT PENDAPATAN DAN BEBAN TERHADAP
BESARNYA LABA DI PERUSAHAAN LQ45
Disusun untuk memenuhi tugas pengganti mata kuliah ekonometrika
Oleh :
Wahyu Indah Ruritasari (7211413139)
ROMBEL AKUNTANSI C 2013 C3.318(JUMAT 15.00)
JURUSAN AKUNTANSI
FAKULTAS EKONOMI
.
DATA SAMPEL NAMA PERUSAHAAN PADA PERIODE FEBRUARI
s/d JULI 2008, DAN DATA VARIABEL PADA PERIODE TAHUN 2003
s/d 2007
Diambil 40 perusahaan karena terdapat 2 perusahaan yang tidak memiliki ringkasan kinerja keuangan dan 3 perusahaan yang hanya memiliki ringkasan kinerja keuangan Cuma 2 tahun. Sedangkan, dalam penelitihan ini perusahaan yang menjadi sampel memiliki data ringkasan kinerja keuangan minimal 5 tahun.
No Nama Perusahaan Pendapatan Dalam jutaan Rupiah
(x1) Beban (x2) Laba (Y)
1 astra agro lestari tbk
Rp
2 adhi karya (persero) tbk
indonesia tbk 27.667.718 24.545.646 3.122.072
22 energi mega persada tbk
40 unilever indonesia tbk Rp 48.261.790 Rp 37.551.074 Rp 10.710.716
HIPOTESIS
Ho : Ho diterima jika, koefisien regresi tidak signifikan Ha : Ha diterima jika, koefisien regresi signifikan
ANALISIS OUTPUT
1. UJI PERSAMAAN REGRESI
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .818a .669 .651 8615227.921
a. Predictors: (Constant), beban, pendapatan
b. Dependent Variable: laba
Interprestasi :
Angka R sebesar 0,818(a) menunjukkan bahwa korelasi/hubungan antara laba dengan kedua variable bebas yaitu beban dan pendapatannya adalah kuat karena besarnya >0,5.
Angka R square atau koefisien dterminasi adalah 0,669 (berasal dari 0,818 x 0,818). Ini artinya bahwa 0,669 atau 66,9% variasi dari laba dapat dijelaskan dengan variasi dari kedua variable independen, yaitu pendapatan dan laba. Sedangkan, sisanya (100-66,9=33,1) ayau 33% dijelaskan oleh sebab – sebab yang lain.
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 5.554E15 2 2.777E15 37.417 .000a
Residual 2.746E15 37 7.422E13
Total 8.301E15 39
a. Predictors: (Constant), beban, pendapatan
Interprestasi :
Bagian output ini menggambarkan tingkat signifikansi dari uji ANOVA atau F test, didapat F hitung 37,417 dengan tingkat signifikansi 0,000. Karena tingkat
signifikansi ini lebih kecil dari pada 0,01 maka model regresi ini bias dipakai untuk memprediksi besarnya laba suatu perusahaan. Dengan kata lain, tingkat pendapatan suatu perusahaan dan tingkat bebannya secara bersama-sama berpengaruh terhadap besarnya laba suatu perusahaan.
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig. B Std. Error Beta
1 (Constant) 429600.100 1756306.771 .245 .808
pendapatan .283 .042 1.009 6.682 .000
Beban -.077 .044 -.267 -1.767 .086
a. Dependent Variable: laba Interprestasi :
Pada output bagian ini menggambarkan seberapa besar koefisien regresinya.
Persamaan regresi yang diperoleh adalah sebagai berikut : laba = 429.600,100 + 0,283 pendapatan – 0,077 beban
Konstanta sebesar 429.600,100 menyatakan bahwa jika suatu perusahaan tidak memiliki pendapatan dan beban maka labanya 429.600,100.
Koefisien regresi 0,283 menunjukkan bahwa setiap pendapatan perusahaan bertambah +1 poin, maka labanya akan bertambah 0,283 poin.
Koefisien regresi -0,077 menunjukkan bahwa setiap beban dalam perusahaan +1 poin, maka labanya akan berkurang sebesar -0,077 poin.
Sedangkan uji t digunakan untuk menguji signifikansi konstanta dan setiap variable independen.
2. UJI HIPOTESIS
Pengambilan keputusan (berdasarkan probabilitas, lihat kolom sig) adalah sebagai berikut :
Jika sig. > 0,01 maka Ho diterima
Terlihat bahwa pada kolom sig. untuk ketiga variable tersebut, yaitu konstanta = 0.808, pendapatan= 0.000, beban= 0,086 secara keseluruhan 2 diantaranya mempunyai angka signifikansi > 0,01, dengan demikian Ho diterima atau dengan kata lain kedua variable tersebut tidak cukup signifikan mempengaruhi laba perusahaan.
3. UJI ASUMSI KLASIK
a. Uji Normalitas Dengan Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 40
Normal Parametersa,,b Mean .0000000
Std. Deviation 8.39141752E6
Most Extreme Differences Absolute .253
Positive .253
Negative -.224
Kolmogorov-Smirnov Z 1.600
Asymp. Sig. (2-tailed) .012
a. Test distribution is Normal. b. Calculated from data.
Interprestasi :
berdasarkan output diatas, diketahui bahwa nilai signifikansi 0,012 lebih besar dari 0,01. sehingga, dapat disimpulkan bahwa data yang kita uji ini berdistribusi normal.
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig. B Std. Error Beta
1 (Constant) -393118.453 786299.854 -.500 .620
pendapatan .078 .019 .569 4.088 .000
Beban .046 .020 .326 2.345 .024
a. Dependent Variable: RES2
Interprestasi :
Berdasarkan output diatas, diketahui bahwa nilai signifikansi pendapatan (x1) sebesar 0,000 lebih kecil dari 0,01 dan nilai signifikansi beban (x2) lebih besar dari 0,01. Jadi secara keseluruhan dapat disimpulkan bahwa tidak ada masalah heteroskedastisitas, meskipun pada variable pendapatan diketahui terjadi heteroskedastisitas.
c. Uji Multikolinearitas
Coefficient Correlationsa
Model Beban pendapatan
1 Correlations Beban 1.000 -.779
Pendapatan -.779 1.000
Covariances Beban .002 -.001
Pendapatan -.001 .002
a. Dependent Variable: laba
Interprestasi :
Berdasarkan output tersebut, diketahui bahwa antara variable pendapatan dengan variable beban terjadi korelasi sebesar -0,779 ( 78% masih dibawah 90%) maka dapat dikatakan tidak terjadi multikolinearitas yang serius.
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
T Sig.
Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 429600.100 1756306.771 .245 .808
pendapatan .283 .042 1.009 6.682 .000 .392 2.548
beban -.077 .044 -.267 -1.767 .086 .392 2.548
a. Dependent Variable: laba
Interprestasi :
Tidak terjadi multikolinearitas antar variable independent dalam model regresi karena, nilai tolerance > (lebih besar dari) 0,1 dan nilai VIF < (lebih kecil dari) 10.
d. Uji Autokorelasi Dengan Uji Durbin-Watson
Model Summaryb
Model R R Square Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1 .818a .669 .651 8615227.921 2.361
a. Predictors: (Constant), beban, pendapatan
b. Dependent Variable: laba
Interprestasi :
Deteksi Autokorelasi Positif:
Artinya : Maksud di atas, Dw : 2,361 > Du: 1,39847, maka tidakterdapat autokorelasi positif dan berarti pengujian ini meyakinkan serta dapat disimpulkan.
Deteksi Autokorelasi Negatif:
Jika (4 - 2,361) < 1,19753 maka terdapat autokorelasi negative=> SALAH Jika (4 - 2,361) > 1,39847 maka tidak terdapat autokorelasi negative=> BENAR
Jika 1,19753 < (4 - 2,361) < 1,39847 maka pengujian tidak meyakinkan atau tidak dapat disimpulkan=> SALAH
Artinya : Maksud di atas, 4 - Dw : 2,361=1,639 > Du: 1,39847, maka tidakterdapat autokorelasi negatif dan berarti pengujian ini meyakinkan serta dapat disimpulkan.
KESIMPULAN
