BAB IV ANALISIS HASIL PENELITIAN. Dalam bab ini akan diuraikan hal-hal yang berkaitan dengan data-data

19  10  Download (0)

Teks penuh

(1)

82

Dalam bab ini akan diuraikan hal-hal yang berkaitan dengan data-data yang berhasil dikumpulkan, hasil pengolahan data dan pembahasan dari hasil pengolahan tersebut. Berdasarkan hasil perhitungan rata-rata rasio keuangan selama tiga tahun maka sebelum dilakukan pengujian hipotesis yang dilakukan dalam penelitian ini perlu dilakukan pengujian asumsi klasik terlebih dahulu yang meliputi: uji normalitas data, uji multikolinearitas, uji heteroskedasitas, dan uji autokorelasi, output dari uji diatas adalah sebagai berikut:

A. Statistik Deskriptif

Statistik deskriptif digunakan untuk menunjukkan jumlah data yang digunakan dalam penelitian ini serta dalam menunjukkan nilai maksimum, nilai minimum, serta nilai rata-rata seta standard deviasi dari masing-masing variabel. Variabel yang digunakan dalam penelitian ini meliputi, profitabilitas (ROA), ukuran perusahaan (SIZE), modal kerja (WCR) dan leverage (DTA).

(2)

Tabel 4.1

Diskripsi Variabel Penelitian

Descriptive Statistics

N Minimum Maximum Mean

Std. Deviation SIZE 36 6.75 13.19 9.5978 2.05622 WCR 36 .01 .63 .2797 .18905 DTA 36 .00 140.23 4.3072 23.30606 ROA 36 .03 .40 .1986 .07396 Valid N (listwise) 36

Sumber: Output SPSS, olah data

Setelah dilakukan pengelolaan data, semua data yang diperoleh adalah valid sebanyak 36 sampel. Di dalam penelitian ini terdapat 3 variabel independen dan 1 variabel dependen. Variabel independen pertama yaitu ukuran perusahaan (SIZE), nilai minimum 6,75 dengan nilai maksimum 13,19. Nilai rata-rata sebear 9,5978 dengan standard deviasi 2,05622. Standar deviasi yang lebih kecil menunjukkan kesenjangan pada variabel SIZE kecil. Semakin kecil standar deviasi, menndakan semakin rendah penyebar data pengamatan dan memiliki variabilitas rendah.

Dari 36 data modal kerja (WCR), nilai minimum 0,01dengan nilai maksimum 0,69. Nilai rata-rata sebesar 0,2797 dengan standar deviasi 0,18905. Standar deviasi yang lebih kecil menunjukkan kesenjangan pada variabel WCR kecil. Semakin kecil standar deviasi, menandakan semakin rendah penyebar data pengamatan dan memiliki variabilitas rendah.

(3)

Dari 36 data Leverage (DTA), nilai minimum 0,00 dengan nilai maksimum 140,23. Nilai rata-rata 4,3072 dengan standar deviasi 23,30606. Standar deviasi yang lebih besar menunjukkan kesenjangan pada variabel DTA besar. Semakin besar standar deviasi, menandakan semakin menyebar data pengamatan dan memilki kecenderungan data berbeda atau memilki variabilitas tinggi

Dari 36 data Profitabilitas (ROA), nilai minimum 0,03 dengan nilai maksimum 0,40. Nilai rata-rata 0,1986 dengan standar deviasi 0,07396. Standar deviasi yang lebih kecil menunjukkan kesenjangan pada variabel Profitabilitas kecil. Semakin kecil standar deviasi, menandakan semakin rendah penyebar data pengamatan dan memilki variabilitas rendah.

B. Hasil Pengujian Asumsi Klasik

Uji asumsi klasik digunakan untuk mengetahui apakah data yang akan di regresikan layak untuk diteliti atau tidak.

1. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi secara normal. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik, analisis statistik, dan uji Kolmogorov-Smirnov.

(4)

Cara yang paling sederhana adalah dengan melihat histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal sebagaimana Gambar 4.1 berikut:

Gambar 4.1

(5)

Dengan melihat tampilan grafik histogram, dapat disimpulkan bahwa grafik histogram memberikan pola distribusi yang mendekati normal, tidak menceng ke kiri maupun ke kanan. Namun demikian dengan hanya melihat histogram dinilai kurang memberikan hasil yang maksimal sehingga perlu melihat normal probability plot, dimana pada grafik normal plot terlihat titik-titik menyebar disekitar diagonal serta penyebarannya mengikuti arah diagonal, sebagaimana ditampilkan pada Gambar 4.2 berikut:

Gambar 4.2

Sumber : Data sekunder yang diolah

Berdasarkan grafik normal plot, menunjukkan bahwa model regresi layak dipakai dalam penelitian ini karena data menyebar disekitar

(6)

garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas.

Selain menggunakan grafik histogram dan grafik normal plot, uji statistik yang dapat dilakukan dalam uji normalitas adalah uji Kolmogorov Smirnov. Data yang berdistribusi normal ditunjukkan dengan nilai signifikan diatas 0,05. Hasil pengujian normalitas pada pengujian terhadap data statistik terlihat dalam tabel 4.2 berikut:

Tabel 4.2

One-Sample Kolmogorov-Smirnov Test Unstandardiz ed Predicted Value N 36 Normal Parametersa Mean .1986111 Std. Deviation .03175936 Most Extreme Differences Absolute .108 Positive .108 Negative -.090 Kolmogorov-Smirnov Z .646

Asymp. Sig. (2-tailed) .798

a. Test distribution is Normal. b. Calculated from data.

(Sumber: Output SPSS, data diolah)

Berdasarkan hasil tabel 4.2 diatas,data terdistribusi normal. Hal ini ditunjukkan dengan nilai Kolmogorov – Smirnov sebesar 0,646 dengan signifikansi 0,798 yang lebih dari 0,05. Hal ini berarti data residual terdistribusi secara normal, karena nilai signifikansinya lebih dari 0,05.

(7)

2. Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya kolerasi antar variabel. Dalam mendeteksi ada tidaknya gejala multikolinearitas antar variabel independen pada model persamaan pertama digunalan variance inflation factor (VIF). Nilai yang menunjukkan adanya multikolinearitas adalah nilai tolerance ≤ 0.10 atau sama dengan nilai VIF ≥ 10. Berdasarkan hasil yang ditunjukkan dalam output SPSS versi 21 maka besarnya VIF dari masing-masing variabel independen dapat dilihat pada tabel sebagai berikut: Tabel 4.3 Coefficientsa Model Collinearity Statistics Tolerance VIF 1 (Constant) SIZE .928 1.077 WCR .979 1.022 DTA .945 1.058

a. Dependent Variable: ROA

Suatu regresi dinyatakan bebas dari multikolinearitas adalah mempunyai nilai Tolerance lebih dari 0,1 dan nilai VIF lebih kecil dari 10. Dari data tersebut diperoleh bahwa semua variabel bebas memiliki nilai Tolerance lebih dari 0,1 dan nilai VIF kurang dari 10. Dengan demikian ketiga variabel independen (SIZE, WCR dan DTA) dapat digunakan untuk memprediksi Profitabilitas.

(8)

3. Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah model regresi terjadi ketidaksamaan variance dari residual suatu pengamatan ke pengamatan lain. Deteksi ada tidaknya heterokedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara residualnya (SRESID) dan nilai prediksi variabel terikat (ZPRED) dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual (Y prediksi-Y sesungguhnya) yang telah di studentized. Grafik scatterplot ditunjukkan pada gambar 4.3 berikut:

Gambar 4.3

(Sumber: Output SPSS, data diolah)

Pada gambar 4.3 diatas, titik-titik yang terbentuk menyebar secara acak, tersebar baik diatas maupun dibawah angka 0 pada sumbu Y,

(9)

maka tidak terjadi heteroskedastisitas dan model regresi yang layak digunakan.

4. Uji Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t – 1 (sebelumnya). Penyimpangan autokorelasi dalam penelitian diuji Durbin-Watson (dw-test). Hasil regresi dengan level of significance 0,05 (α=0,05) dengan jumlah variabel bebas (k = 2) dan banyaknya data (n = 36). Untuk mengetahui ada tidaknya autokorelasi dapat dilihat dari nilai uji D-W dengan ketentuan sebagai berikut:

Tabel 4.4

Pengambilan Keputusan Korelasi

Hipotesis nol Keputusan Jika

Tidak ada autokorelasi positif Tolak 0 < d < dl Tidak ada autokorelasi positif No decision dl ≤ d ≤ du Tidak ada autokorelasi negative Tolak 4 – dl < d < 4 Tidak ada autokorelasi negative No decision 4 – du ≤ d ≤ 4 – dl Tidak ada autokorelasi positif atau

negative

Tidak ditolak du < d < 4 – du (sumber: Imam Ghazali. 2011 : 101)

(10)

Tabel 4.5

Hasil Uji Durbin-Watson Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .429a .184 .108 .06985 1.850

a. Predictors: (Constant), DTA, WCR, SIZE b. Dependent Variable: ROA

(Sumber: output SPSS, data diolah)

Berdasarkan hasil hitung Durbin-Watson sebesar 1,850, sedangkan dalam tabel DW untuk k = 2 dan N = 36 besarnya DW-tabel: du (batas atas) = 1,5872 dan dl (batas bawah) = 1,3537

Sehingga 4- dU = 4 - 1,5872 = 2,4128 dan 4 - dL = 4 - 1,3537 =2,6463. dl ≤ d ≤ du = 1,3537 ≤ 1,850 ≤ 1,5872 yang artinya tidak ada autokorelasi positif.

C. Hasil Pengujian Hipotesis

Analisis data dengan menggunakan pengujian regresi linier berganda untuk mengetahui secara serempak dan secara parsial antara ukuran perusahaan, modal kerja dan leverage terhadap profitabilitas. Pengujian hipotesis dalam penelitian ini menggunakan tiga metode, yakni metode berdasarkan uji t statistik, uji F statistik dan koefisien determinasi.

(11)

Uji statistik t pada dasarnya menunjukkan apakah variabel independen yang di masukkan dalam model mempunyai pengaruh secara parsial terhadap variabel dependennya.

Berdasarkan output SPSS versi 21 secara parsial pengaruh dari kedua variabel independen yaitu ukuran perusahaan, modal kerja dan leverage terhadap variabel dependen ROA ditunjukkan pada tabel sebagai berikut:

Tabel 4.6

Hasil Perhitungan Regresi

Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) .322 .059 5.451 .000 SIZE -.015 .006 -.412 -2.489 .018 WCR .067 .063 .171 1.061 .297 DTA 6.147E-5 .001 .019 .118 .907

a. Dependent Variable: ROA

(Sumber: output SPSS, data diolah)

2. Analisis Regresi Linear Berganda

Berdasarkan tabel diatas dapat disusun persamaan regresi linier berganda sebagai berikut:

Y = a + b1X1 + b2X2 + b3X3 + e

(12)

Persamaan tersebut diatas mempunyai makna:

Koefisien regresi SIZE sebesar -0,015 dan bertanda negatif hal ini berarti setiap kenaikan satu persen SIZE dengan asumsi variabel independen lainnya tetap, maka profitabilitas akan mengalami penurunan sebesar 0,015.

Koefisien regresi modal kerja (WCR) sebesar 0,067dan bertanda positif hal ini berarti setiap kenaikan satu persen WCR dengan asumsi variabel independen lainnya tetap, maka profitabilitas mengalami peningkatan sebesar 0,067.

Koefisien regresi Leverage (DTA) sebesar 6,147E-5 dan bertanda positif hal ini berarti setiap kenaikan satu persen DTA dengan asumsi variabel independen lainnya tetap, maka profitabilitas mengalami peningkatan sebesar 6,147E-5.

3. Uji Statistik t (Parsial)

Berdasarkan Tabel 4.6 dapat diketahui dari ketiga variabel independen yang memiliki pengaruh signifikan terhadap variabel dependen (Profitabilitas) adalah variabel Ukuran Perusahaan (SIZE) dengan nilai signifikan 0,018. Sedangkan dua variabel lainnya yaitu Modal Kerja (WCR) dan Leverage (DTA) tidak memiliki pengaruh signifikan terhadap WCR. Hal ini ditunjukkan dengan nilai signifikan variabel WCR dan DTA masing-masing sebesar 0,297 dan 0, 907 lebih besar dari tingkatan signifikansi sebesar 0,05.

(13)

H01 : Tidak ada pengaruh antara SIZE terhadap Profitabilitas.

Ha1 : Ada pengaruh antara SIZE terhadap Profitabilitas.

Berdasarkan Tabel 4.6 dapat diketahui bahwa SIZE menghasilkan nilai t hitung sebesar -2,489 dengan nilai signifikansi sebesar 0,018 yang mana signifikansi tersebut lebih kecil dari 0,05. Hal ini berarti bahw Ha1 diterima sedangkan H01 ditolak. Dari hasil

uji t tersebut dapat disimpulkan bahwa SIZE ada pengaruh negatif signifikan terhadap Profitabilitas pada taraf signifikansi sebesar 5%. Pengujian Hipotesis Kedua (Ha2)

H02 : Tidak ada pengaruh antara Modal Kerja terhadap Profitabilitas.

Ha2 : Ada pengaruh antara Modal Kerja terhadap Profitabilitas.

Berdasarkan Tabel 4.6 dapat diketahui bahwa WCR menghasilkan nilai t hitung sebesar 1,061 dengan nilai signifikansi sebesar 0,297 yang mana signifikansi tersebut lebih besar dari 0,05. Hal ini berarti bahwa H02 diterima sedangkan Ha2 ditolak. Dari hasil

uji t tersebut dapat disimpulkan bahwa WCR tidak ada pengaruh terhadap Profitabilitas pada taraf signifikansi sebesar 5%.

Pengujian Hipotesis Ketiga (Ha3)

H03 : Tidak ada pengaruh antara DTA terhadap Profitabilitas.

Ha3 : Ada pengaruh antara DTA terhadap Profitabilitas.

Berdasarkan Tabel 4.6 dapat diketahui bahwa DTA menghasilkan nilai t hitung sebesar 0,118 dengan nilai signifikansi sebesar 0,907 yang mana signifikansi tersebut lebih besar dari 0,05.

(14)

Hal ini berarti bahwa H03 diterima sedangkan Ha3 ditolak. Dari hasil

uji t tersebut dapat disimpulkan bahwa DTA tidak ada pengaruh terhadap Profitabilitas pada taraf signifikansi sebesar 5%.

4. Uji Statistik F (Simultan)

Uji statistik F bertujuan untun mengetahui variabel independen terhadap variabel dependennya secara bersama-sama (simultan). Hasil uji statistik F akan ditunjukkan dalam tabel berikut:

Tabel 4.7

Hasil Perhitungan Regresi Simultan

ANOVAb

Model

Sum of

Squares df Mean Square F Sig.

1 Regression .035 3 .012 2.412 .085a

Residual .156 32 .005

Total .191 35

a. Predictors: (Constant), DTA, WCR, SIZE

b. Dependent Variable: ROA

(Sumber: output SPSS, data diolah)

H04 : Tidak ada pengaruh antara SIZE, WCR, dan DTA terhadap ROA

Ha4 : Ada pengaruh antara SIZE, ROA dan DTA terhadap ROA.

Berdasarkan hasil uji Fhitung sebesar 2,412 dengan signifikansi

0,085. Nilai signifikansi yang lebih dari 0,05 artinya secara simultan variabel independen yang terdiri dari SIZE, WCR, dan DTA tidak terdapat pengaruh terhadap Profitabilitas (ROA).

(15)

5. Koefisien Determinasi (R2)

Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependennya. Nilai (R2) yang mendekati satu berarti variabel-variabel independennya memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependennya.

Output SPSS untuk pengujian Koefisien Determinasi ditampilkan pada Tabel 4.8 sebagai berikut:

Tabel 4.8

Hasil Uji Koefisien Determinasi R2

Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate 1 .429a .184 .108 .06985

a. Predictors: (Constant), DTA, WCR, SIZE b. Dependent Variable: ROA

(Sumber: output SPSS, data diolah)

Berdasarkan hasil uji determinasi koefisien pada tabel besarnya nilai adjusted R Square dalam model regresi diperoleh sebesar 0,108 atau 10,8%. Hal ini menunjukkan bahwa besar kemampuan menjelaskan variabel independen yaitu Ukuran Perusahaan, Modal Kerja dan Leverage terhadap variabel dependen

(16)

Profitabilitas (ROA) yang dapat diterangkan oleh model persamaan ini sebesar 10,8%. Sedangkan sisanya sebesar 89,2% dipengaruhi oleh faktor-faktor lain yang tidak dimasukkan dalam model transformasi regresi.

6. Pembahasan Hasil Penelitian

1. Analisis Ukuran Perusahaan Terhadap Profitabilitas

Dari hasil perhitungan uji secara parsial diperoleh nilai t hitung sebesar -2,489 dengan nilai signifikansi sebesar 0,018 yang mana signifikansi tersebut lebih kecil dari 0,05. Dari hasil uji t tersebut dapat disimpulkan bahwa Ukuran Perusahaan (SIZE) ada pengaruh terhadap Profitabilitas pada taraf signifikansi sebesar 5%. Hasil ini sama dengan penelitian yang dilakukan oleh Rika Sustia (2013) dimana Ukuran Perusahaan berpengaruh negatif signifikan terhadap Profitabilitas (ROA). Sedangkan penelitian yang dilakukan oleh Elfinto Nugroho (2011) Ukuran Perusahaan berpengaruh positf terhadap Profitabilitas.

Hal ini sejalan dengan teori yang menyatakan bahwa semakin besar ukuran perusahaan semakin tinggi jumlah modal kerja.1 Dengan demikian Ukuran Perusahaan (SIZE) terhadap Profitabilitas mempunyai pengaruh yang signifikan dan hubungan negatif. Perusahan dengan ukuran besar memiliki akses yang lebih

1Elfinto Nugroho, Analisis Pengaruh Likuiditas, Pertumbuhan Penjualan, Perputaran Modal

Kerja, Ukuran Perusahaan, dan Leverage Terhadap Profitabilitas Perusahaan, Vol 22. No.1.

(17)

mudah untuk mendapat sumber pendanaan dari berbagai sumber sehingga untuk memperoleh pinjaman dari kreditur akan lebih mudah karena perushaan dengan ukuran besar memiliki probabilitas lebih besar untuk memenangkan persaingan atau bertahan dalam industri.

2. Analisis Modal Kerja Terhadap Profitabilitas

Dari hasil perhitungan uji secara parsial diperoleh nilai t hitung sebesar 1,061 dengan nilai signifikansi sebesar 0,297 yang mana signifikansi tersebut lebih besar dari 0,05. Dari hasil uji t tersebut dapat disimpulkan bahwa Modal Kerja (WCR) tidak ada pengaruh terhadap Profitabilitas pada taraf signifikansi sebesar 5%. Hasil diatas tidak sejalan dengan teori yang menyatakan bahwa modal kerja yang terlalu besar berarti ada sebagian dana yang menganggur dan ini akan menurunkan tingkat profitabilitas.2

Hasil ini sama dengan penelitian yang dilakukan oleh Setyo Budi Nugroho (2012) dimana Modal Kerja tidak berpengaruh terhadap Profitabilitas. Sedangkan penelitian yang dilakukan oleh Yoyon Supriyadi dan Fani Fazriani (2011) menyatakan bahwa Modal Kerja berpengaruh positif terhadap Profitabilitas.

2

Nazir dan Afza.“Working Capital Requirement and The Determining Factors in

(18)

3. Analisis Leverage Terhadap Profitabilitas

Dari hasil perhitungan uji secara parsial diperoleh nilai t hitung sebesar 0,118 dengan nilai signifikansi sebesar 0,907 yang mana signifikansi terebut lebih dari 0,05. Dari hasil uji t tersebut dapat disimpulkan bahwa Leverage (DTA) tidak ada pengaruh terhadap Jumlah Modal Kerja pada taraf signifikansi sebesar 5%. Hasil diatas tidak sejalan dengan teori yang menyatakan bahwa semakin besar DTA menunjukkan bahwa semakin besar biaya yang harus ditanggung perusahaan untuk memenuhi kewajiban yang dimilki. Hal ini dapat menurunkan profitabilitas yang dimilki oleh perusahaan.3

Hasil ini sama dengan penelitian yang dilakukan oleh Rika Sustia (2013) dimana Leverage tidak berpengaruh terhadap Profitabilitas. Sedangkan penelitian yang dilakukan Vijayakumar (2011) menyatakan bahwa Leverage berpengaruh negatif terhadap Profitabilitas.

4. Analisis Pengaruh Ukuran Perusahaan, Profitabilitas, dan Leverage terhadap Jumlah Modal Kerja

Dari uji F diketahui bahwa secara simultan variabel independen yang terdiri dari Ukuran Perusahaan, Modal Kerja dan

3 Elfinto Nugroho. Analisis Pengaruh Likuiditas, Pertumbuhan Penjualan, Perputaran

Modal Kerja, Ukuran Perusahaan, dan Leverage Terhadap Profitabiitas (Studi Pada Perusahaan Manufaktur Yang Terdapat pada BEI Tahun 2005-2009). Skripsi. 2011.

(19)

Leverage tidak berpengaruh terhadap Profitabilitas dengan nilai F hitung 2,412 dengan signifikansi 0,085 di atas 5% artinya besar kecilnya semua variabel independen tersebut secara simultan tidak mempengaruhi Profitabilitas periode mendatang.

Figur

Memperbarui...

Referensi

Memperbarui...

Pindai kode QR dengan aplikasi 1PDF
untuk diunduh sekarang

Instal aplikasi 1PDF di