BAB III METODE PENELITIAN
F. TEKNIK ANALISIS DATA
Teknik analisis data adalah suatu metode yang digunakan untuk mengelolah hasil penelitian guna memperoleh suatu kesimpulan. Dengan melihat kerangka pemikiran teoritis, maka teknis analisis kuantitatif dengan menggunakan regresi linier berganda, dengan menggunakan statistical package for sciences (SPSS versi 26)
1. Uji Asumsi Klasik
Model regresi berganda harus memenuhi syarat asumsi klasik yang meliputi:
a. Uji Normalitas
Uji normalitas menurut Ghozhali (2016:154) bertujuan untuk menguji apakah dalam model regresi, variabel residual memiliki distribusi normal atau tidak. Untuk melihat model regresi normal atau tidak maka dilakukan uji One sample Kolmogrov–Smirnov adalah lebih dari 0,5 maka Ha diterima, sehingga data residual tidak berdistribusi normal. Sebaliknya apabila nilai signifikan Kolmogorov-Smirnov adalah lebih besar dari 0,05 maka Ha ditolak, sehingga data residual berdistribusi normal.
Dalam penelitian ini pengujian normalitas data dilakukan juga dengan melihat normal probability plot yang membandingkan distribusi kumulatif dengan distribusi normal. Distribusi normal akan membentuk garis diagonal dan ploting data residual akan dibandingkan dengan garis diagonalnya.
b. Uji Multikolinearitas
Menurut ghozali (2016:103) pengujian multikolinearitas bertujuan untuk menguji apakah model regresi ditentukan adanya korelasi antar variabel bebas (independen). Pengujian multikolinearitas adalah pengujian yang mempunyai tujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel independen. Efek dari multikolinearitas ini adalah menyebabkan tingginya variabel pada sampel. Hal tersebut berarti standar eror besar, akibatnya ketika koefisien diuji, akan bernilai kecil dari . hal ini menunjukkan tidak adanya hubungan linier antar variabel independen yang dipengaruhi dengan variabel dependen.
Untuk menemukan ada atau tidaknya multikolinearitas dalam model regresi dapat diketahui dari nilai toleransi dan nilai variance inflation factor (VIF) dengan ketentuan:
Bila VIF > 10 terdapat masalah multikolinearitas Bila VIF < 10 tidak terdapat masalah multikolinearitas
c. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual tidak bebas dari satu observasi ke observasi lainnya. Dengan kata lain, masalah ini seringkali ditemukan apabila mengunakan data runtut waktu.
Model regresi yang baik adalah regresi yang bebas dari autokorelasi.
Salah satu cara yang dapat digunakan untuk mendeteksi adanya autokorelasi adalah dengan uji Durbin-Watson (DW). Dasar untuk pengambilan keputusan autokorelasi melalui uji Durbin-Watson adalah sebagai berikut:
1. Tidak ada autokorelasi = 0<d<dl
2. Tidak ada autokorelasi positif = dl<d<<du 3. Tidak ada autokorelasi negatif = 4-dl<d<4 4. Tidak ada autokorelasi negatif = 4-du<d<4-dl 5. Tidak ada autokorelasi positif dan negatif = du<d<4-du
d. Uji Heteroskedastisitas
Heteroskedastisitas adalah variabel penggangu dimana memiliki varian yang berbeda dari satu observasi ke observasi lainnya atau varian antar variabel independen tidak sama, hal ini melanggar asumsi homokedastisitas yaitu setiap variabel penjelas memiliki varian yang sama (konstan). Uji heteroskedastisitas dapat dilakukan uji gleser, yaitu dengan melihat nilai signifikasi di atas tingkat α = 5% atau 0,05 sehingga
dapat di simpulkan bahwa model regresi tidak mengandung adanya heteroskedastisitas.
2. Metode Analisis Regresi Berganda
Metode analisis yang digunakan dalam penelitian ini adalah model analisis regresi linier berganda. Analisis regresi linier berganda dimasuksudkan untuk menguji sejauh mana dan bagaimana arah variabel–
variabel independen berpengaruh terhadap variabel dependen. Analisis yang digunakan untuk menguji persamaan tersebut secara matematis dirumuskan sebagai berikut.
Keterangan :
Y = Arus Kas Mendatang α = koefisien konstanta
β1,2,3 = koefisien variabel independen X1 = Laba Kotor
X2 = Laba Operasi X3 = Laba Bersih
£ = error term
Analisis dilakukan dengan menggnakan analisis regresi berganda dengan program statistical package for sciences (SPSS versi 26)
α = b0 + X1 +X2+ X3 + £
3. Pengujian Hipotesis
Untuk meguji hipotesis mengenai pengaruh variabel bebas terhadap variabel tergantung dapat digunakan alat analisa statistik yaitu dengan melakukan uji F dan t.
a. Uji F
Uji F dilakukan untuk melihat pengaruh variabel-variabel independen secara keseluruhan terhadap pengaruh variabel dependen. Pengujian ini dilakukan dengan nilai F hitung dengan nilai F tabel. Langkah- langkah pengujiannya adalah sebagai berikut:
1) Perumusan hipotesis
Ho:β=0, berarti tidak ada pengaruh yang signifikan dari variabel independen secara bersama-sama terhadap variabel dependen.
Ha: β=0, berarti ada pengaruh yang signifikan dari variabel independen secara bersama-sama terhadap variabel dependen.
2) Menentukan tingkat signifikan (α)yaitu sebesar 5%
3) Menentukan kriteria penerimaan atau penolakan H, yakni dengan melihat nilai nilai sigifikan:
Jika signifikan < 5% maka Ho ditolak atau Ha diterima
Jika signifikan > 5% maka Ho diterima atau Ha ditolak 4) Pengambilan keputusan.
b. Uji t
Uji t dilakukan untuk melihat signifikansi dari pengaruh independen secara individu terhadap variabel dependen dengan menganggap variabel lain bersifat konstan. Dengan ini dilaksanakan dengan
membandingkan t-hitung dengan t-tabel. Langkah-langkah pengujiannya adalah sebagai berikut:
1) Perumusan hipotesis
a. Ho : p = 0, berarti tidak ada pengaruh yang signifikan dari variabel independen terhadap independen terhadap variabel dependen secara parsial.
b. Ha : p = berarti ada pengaruh yang signifikan dari variabel independen terhadap variabel dependen secara parsial.
2) Menentukan tingkat signifikan (α) yaitu sebesar 5%
3) Menentukan kriteria penerimaan/penolakan H, yakni dengan melihat nilai signifikan :
Jika signifikan < 5% maka Ho ditolak atau Ha diterima
Jika signifikan > 5% maka Ho diterima atau Ha ditolak 4) Pengambilan keputusan.
c. Koefisien Determinasi ( )
Koefisien determinasi merupakan kuadrat dari koefisien korelasi sebagai ukuran untuk mengetahui kemampuan dari masing-masing variabel yang digunakan. Koefisien determinasi ( ) mengukur seberapa jauh kemampuan model yang dibentuk dalam menerangkan variasi variabel independen. Nilai koefisien determinasi ( ) yaitu antara nol dan satu. Nilai yang kecil mengindikasikan variabel independen memberikan hampir semua informasi yang dibutuhkan untuk dilakukannya prediksi terhadap variabel dependen (Ghozali, 2016:95).
59
BAB IV
GAMBARAN UMUM OBJEK PENELITIAN
A. SEJARAH DAN MILESTONE PT BURSA EFEK INDONESIA
Secara historis, pasar modal telah hadir jauh sebelum indonesia merdeka. Pasar modal atau bursa efek hadir pada tahun 1912 di Batavia.
Pasar modal didirikan oleh pemerintah Hindia Belanda untuk kepentingan pemerintah kolonial atau VOC. Perkembangan dan pertumbuhan pasar modal tidak berjalan sesuai dengan apa yang diharapkan, karena pasar modal sempat mengalami kevakuman. Kevakuman bursa efek disebabkan oleh terjadinya perang dunia I yang mengharuskan bursa efek harus ditutup. Pada tahun 1925-1942 bursa efek sempat dibuka kembali tetapi harus ditutup lagi pada awal tahun 1939 karena adanya isu politik perang dunia ke II.
Perpindahan kekuasaan dari pemerintahan kolonial kepada pemerintah Republik Indonesia adalah penyebab operasi bursa efek tidak berjalan semestinya sehingga pada tahun 1956-1977 perdagangan di bursa efek efek harus vakum.
Pada tahun 1977 Republik Indonesia mengaktifkan kembali pasar modal dan diresmikan kembali oleh presiden Soeharto pada tanggal 10 Agustus 1977 BEI dijalankan dibawah naungan BAPEPAM (Badan Pelaksanaan Pasar Modal). Emiten pertama pada saat pengaktifan kembali pasar modal adalah PT Semen Cibinong. Namun pada tahun 1977-1987 perdagangan di Bursa Efek Indonesia sangat lesu, hingga pada tahun 1987 jumlah emiten
baru mencapai 24 emiten. Hal itu disebabkan karena pada saat itu masyarakat lebih memilih instrumen perbankan di dibandingkan instrumen pasar modal. Pada tahun 1987 BEI menghadirkan Paket Desember 1987 (PAKDES 87) yang memberikan kemudahan bagi perusahaan untuk melakukan penawaran umum dan investor asing menanamkan modal ke indonesia. Pada tahun 1988-1990 aktivitas perdagangan bursa efek meningkat dengan adanya regulasi dibidang perbankan dan pasar modal.
Pada tahun 1988 Bursa Paralel Indonesia (BPI) mulai beroperasi dan dikelola Oleh Perdagangan Uang Dan Efek (PPUE) dengan organisasinya yang terdiri dari broker dan dealer. Di tahun yang sama pemerintah mengeluarkan Paket Desember 88 (PAKDES 88) dengan tujuan untuk mempermudah bagi perusahaan untuk go public. Pada tahun 1989 Bursa Efek Surabaya (BES) mulai beroperasi dan dikelola oleh perseroan terbatas milik swasta yaitu PT Bursa Efek Surabaya. Pada tanggal 12 juli 1992, telah ditetapkan sebagai HUT BEJ telah resmi menjadi perusahaan swasta (swastanisasi) dan BAPEPAM berubah menjadi Badan Pengawas Pasar Modal yang sebelumnya Badan Pelaksana Pasar Modal.
Pada tanggal 21 Desember 1993, didirikan PT Pemeringkat Bursa Efek Indonesia (PEFINDO). Sedangkan pada tahun 1995 Bursa Efek Jakarta meluncurkan sistem operasi perdagangan yang dilaksanakan dengan sistem operasi perdagangan yang dilaksanakan dengan sistem komputer JATS (Jakarta Automated Trading System). Di tahun yang sama pemerintah indonesia mengeluarkan Undang-Undang No. 8 tahun 1995 tentang pasar modal. Undang-Undang ini mulai diberlakukan mulai januari 1996 Bursa Paralel Indonesia kemudian merger dengan Bursa Efek Surabaya.
Pada tanggal 30 November 2007, Bursa Efek Surabaya (BES) dan Bursa Efek Jakarta (BEJ) digabungkan dan berubah nama menjadi Bursa Efek Indonesia (BEI). Setelah lahirnya BEI, pada tahun 2008 suspensi perdagangan di berlakukan dan dibentuk Penilai Harga Efek Indonesia (PHEI) pada tahun 2009. Selain itu, ditahun yang sama PT Bursa Efek Indonesia mengubah sistem perdagangan yang sama (JATS) dan meluncurkan sistem perdagangan barunya yaitu JATS-NextG yang digunakan sampai sekarang. Pada tahun 2011 badan lain yang didirikan oleh BEI adalah PT indonesia Capital Market Elektronik Library (ICaMEL), Otoritas Jasa Keuangan (OJK) pada januari 2012, dan di akhir tahun 2012 BEI mendirikan Securitas Investor Protection Fund (SIPF), dan prinsif syariah dan mekanisme perdagangan syariah juga di luncurkan.
Bursa Efek Indonesia membuat suatu kampanye yang disebut “Yuk Nabung Saham” yang ditunjukan kepada seluruh masyarakat indonesia untuk mau memulai berinvestasi di pasar modal. Kampanye ini mulai diperkenalkan pertama kali pada tanggal 12 November 2015 sampai sekarang. Di tahun yang sama diresmikan LQ-45 Index Futures. Kemudian pada tahun 2016, Tiack Size dan batas Autorejection kembali disesuaikan, IDX Channel di luncurkan pada tahun 2017, IDX Incubator diresmikan, relaksasi margin, dan New Data Center telah di perbaharui, launching penyelesaian transaksi T+2 dan penambahan tampilan informasi notasi khusus kode perusahaan yang tercatat.
(http://id.m.wikipedia.org/wiki/Bursa_Efek_Indonesia).
1. Visi dan Misi Perusahaan Bursa Efek Indonesia
a. Visi Menjadi bursa yang kompetitif dengan kredibilitas tingkat dunia.
b. Misi menyediakan infrastruktur untuk mendukung terselenggarahnya perdagangan efek yang teratur, wajar, dan efisiensi serta mudah diakses oleh seluruh pemangku kepentingan (stakrholders)
2. Struktur Organisasi
Gambar 4.1
Bagan Struktur Organisasi Bursa Efek Indonesia
B. GAMBARAN UMUM OBJEK PENELITIAN
Menurut Reni (2018,52) Perusahaan manufaktur adalah perusahaan yang kegiatannya mengelolah bahan baku menjadi barang setengah jadi atau barang jadi yang siap dijual dan dipasarkan ke konsumen. Perusahaan ini memiliki standar operasional yang harus dipatuhi oleh semua karyawan.
Perusahaan manufaktur ini merupakan kelompok emiten terbesar dari seluruh perusahaan yang terdaftar di Bursa Efek Indonesia (BEI).
Perusahaan manufaktur memiliki beberapa karakteristik dan juga ciri-ciri, diantaranya adalah sebagai berikut:
a. Pengolahan material dan hasil produksi
Perusahaan manufaktur melakukan proses pengolahan bahan-bahan mentah menjadi barang yang memiliki nilai jual. Produk yang dihasilkan terlihat secara kasat mata atau berwujud. Berbeda dengan perusahaan jasa yang produknya tidak terwujud.
b. Menggunakan mesin dan SDM Skala Besar
Dalam proses produksinya, perusahaan manufaktur biasanya menggunakan mesin dan tenaga manusia dalam skala besar, yang mengerjakan proses manufacturing berdasarkan SOP yang telah dibuat.
c. Terdapat biaya produksi
Biaya produksi yang dikeluarkan perusahaan manufaktur, umumnya dari 3 elemen yaitu: biaya bahan baku, tenaga kerja dan overhead pabrik / BOP
64
BAB V
HASIL DAN PEMBAHASAN
A. HASIL PENELITIAN 1. Deskriptif Data
Deskriptif data digunakan untuk memberikan gambaran tentang data yang diperoleh dari hasil penelitian yang telah dilakukan. Data ini meliputi nilai maximum, minimum, mean dan standar devisiasi. Berikut hasil deskriptif pada tabel 5.1 berikut:
Tabel 5.1 Statistik Deskriptif Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
LABA KOTOR
67 12.713.983.000,00 2.190.572.296.505,00 457.696.054.510,02 490.195.396.145,97
LABA OPERASI
67 2.345.551.181,00 1.520.914.593.284,00 233.474.696.166,01 308.091.048.895,49
LABA BERSIH
67 676.975.255,00 968.833.390.696,00 146.356.570.674,97 216.378.970.867,87
ARUS KAS
67 941.393.325,00 1.602.280.750.520,00 195.636.146.237,64 269.602.211.560,13
Sumber : Data Diolah 2020
a. Variabel Laba Kotor, berdasarkan dengan tabel diatas dapat diketahui Perusahaan dengan nilai maksimal diperoleh oleh perusahaan PT Kino Indonesia Tbk (KINO) sebesar Rp. 2.190.572.296.505,00., dan nilai
minimum diperoleh oleh perusahaan PT Semen Indonesia Tbk (SMGR) sebesar Rp 12.713.983.000,00., rata-rata sebesar Rp 457.696.054.510,02., serta standar devisiasinya perusahaan sampel
sebesar Rp 490.195.396.145,97
b. Untuk variabel laba operasi dalam pengamatan sampel perusahaan dengan nilai maksimal diperoleh pada perusahaan PT Fajar Surya Wisesa Tbk (FASW) sebesar Rp 1.520.914.593.284,00., dengan nilai minimum diperoleh oleh perusahaan PT Lion Metal Works (LION) sebesar Rp 2.345.551.181., dan sampel perusahaan memperoleh rata- rata Rp 233.474.696.166,01., serta standar devisiasinya perusahaan sampel sebesar Rp 308.091.048.895,49.
c. Untuk variabel laba bersih dalam pengamatan sampel perusahaan dengan nilai maksimal di peroleh pada perusahaan PT Fajar Surya Wisesa Tbk (FASW) sebesar Rp 968.833.390.696,00., nilai minimum pada perusahaan PT Nusantari Inti Corpora Tbk (UNIT) sebesar Rp 676.975.255,00., dan memperoleh rata-rata Rp 146.356.570.674,97.,
serta standar devisiasinya perusahaan sampel sebesar Rp 216.378.970.867,87
d. Untuk variabel dependen Arus kas dalam pengamatan sampel perusahaan dengan nilai maksimal diperoleh pada perusahaan PT Nippon Indosari Corpindo Tbk (ROTI) sebesar Rp.
1.602.280.750.520,00., dengan nilai minimum pada perusahaan PT
Cahaya Kalbar Tbk (CEKA) sebesar Rp 941.393.325,00., dan memperoleh rata-rata Rp 195.636.146.237,64., serta standar devisiasinya perusahaan sampel sebesar Rp 269.602.211.560,13.
2. Deskripsi Variabel Penelitian:
a. Pengujian Model Uji Asumsi Klasik
Sebelum melakukan uji regresi, peneliti harus memastikan bahwa uji regresi yang dilakukan adalah bebas dari uji asumsi klasik yang dimana dilihat dari variabel sebagai syarat uji regresi. Yaitu dengan melakukan uji asumsi klasik yang meliputi Uji Normalitas, Heteroskedastisitas, Uji Multikolonieritas dan Uji Autokorelasi.
i. Uji Normal
Uji Normalitas bertujuan untuk menguji apakah dalam model regresi, variabel dependen dan independen atau keduanya memiliki distribusi normal atau tidak. Untuk melihat model regresi normal atau tidak maka dapat dilakukan uji One sample Kolmogrov-Smirnov adalah lebih besar dari 0,05 maka Ha diterima, sehingga data residual berdistribusi normal.
Sebaliknya jika nilai signifikan Kolmogorov-Smirnov adalah lebih kecil dari 0,05 maka Ha ditolak, sehingga residual berdistribusi tidak normal.
(Ghozali, 2016:154)
Kemudian untuk meningkatkan uji normalitas dapat melihat grafik
“Normal Probability Report Plot” yang membandingkan distribusi komulatif dengan distribusi normal. Distribusi normal akan membentuk garis diagonal dan ploting data residual akan dibandingkan dengan garis diagonalnya.
Hasil pengujian One Kolmogrov-Smirnov dari uji normalitas bagian dari uji asumsi klasik pada tabel 5.2 dibawah menunjukkan nilai signifikan sebesar 0,200. Nilai ini jauh diatas nilai signifikan sehingga
dapat dikatakan bahwa data terdistribusi normal dan model regresi layak untuk dapat dipakai.
Tabel 5.2
Uji One-Sample Kolmogorov-Smirnov Test
N 67
Normal Parametersa,b Mean ,0000000
Std.
Deviation
1,16705564
Most Extreme Differences Absolute ,077
Positive ,069
Negative -,077
Test Statistic ,077
Asymp. Sig. (2-tailed) ,200c,d
Sumber : Data Diolah 2020
Gambar 5.1
Hasil uji Normalitas Dengan Analisis Grafik Plot
Sumber : Data Diolah 2020
Hasil pengujian normalitas dengan analisis grafik plot yang terdapat pada gambar di atas 5.1 menunjukkan bahwa terdapat penyebaran data yang merata dan penyebarannya mengikuti arah garis diagonal sehingga dapat disimpulkan bahwa model regresi berdistribusi normal.
ii. Uji Multikolonieritas
Uji multikoloeniritas bertujuan untuk mengetahui apakah dalam model regresi yang digunakan terdapat korelasi antar variabel independen. Untuk mengetahui bahwa apakah terjadi multikolonieritas pada suatu model diihat dari Tolerance dan Variance Inflation Factor (VIF). Dari multikolonieritas adalah apabila nilai tolerane diatas 0,10 dan VIF dibawah dari 10.
Tabel 5.3
Hasil Uji Multikolinieritas Arus Kas Coefficientsa
Model
Collinearity Statistics
Tolerance VIF
1 laba kotor ,185 5,395
laba operasi ,112 8,909
laba bersih ,119 8,398
hasil perhitungan uji multikolinieritas pada bagian uji asumsi klasik Tabel 5.3 diatas menunjukkan bahwa laba kotor, laba operasi, laba bersih memiliki nilai tolerance diatas 0,010 sehingga hasil yang didapat menunjukkan tidak terjadi korelasi antara variabel independen, dan hasil perhitungan variance inflation factor (VIF) menunjukkan bahwa ke3 variabel dependen memiliki nilai VIF lebih kecil dari 10. Sehingga dapat
a. Dependent Variable: arus kas
Sumber : Data Diolah 2020
disimpulkan tidak terjadi multikolinieritas antara variabel independen dalam model regresi.
iii. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah suatu model Regresi Linier terdapat korelasi antara kesalahan penggangu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi maka terdapat problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu yang berkaitan satu sama lain.
Tabel 5.4
Hasil Uji Autokorelasi Arus Kas Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of
the Estimate Durbin-Watson
1 ,715a ,511 ,487 1,19452 1,919
a. Predictors: (Constant), laba bersih, laba kotor, laba operasi b. Dependent Variable: arus kas
Sumber : Data Diolah 2020
Tabe 5.4 menunjukkan hasil uji autokorelasi pada bagian uji asumsi klasik, angka durbin watson pada model regresi data adalah sebesar 1,919. Data ini berkisar -4 sampai 4. Kemudian nilai ini dibandingkan dengan tabel signifikan 5% dengan jumlah sampel N=67 dan jumlah variabel dependen k=3 maka diperoleh nilai du 1,6988. Nilai DW=1,919 yang dimana lebih besar dari batas atas (du) yaitu 1,6988 dan dikurangkan dari (4-du) 4-1,6988=2.3012. Hal ini menunjukkan tidak
terdapat masalah autokorelasi sehingga persamaan regresi ini layak digunakan.
iv. Uji Heteroskedastisitas
Untuk mendeteksi ada tidaknya heteroskedastisitas pada suatu model dapat dilihat pada pola grafik scatterplot. Pada gambar 5.2 berikut ini:
Gambar 5.2
Hasil Grafik Scatterplot Heteroskedastisitas
Sumber : Data Diolah 2020
Pada gambar diatas menunjukkan pola yang jelas serta titik-titik hasil perhitugan analisa regresi menyebar di atas dan dibawah angka nol pada sumbu Y, dalam hasil uji ini menunjukkan kesimpulan bahwa tidak terjadi heteroskedastisitas pada model regresi tersebut. Untuk memperkuat Scatterplot maka perlu pengujian pada uji Glejer.
Tabel 5.5
Hasil Uji Glajer Heteroskedastisitas Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error Beta
1 (Constant) 4,070 2,091 1,947 ,056
laba kotor -,003 ,158 -,006 -,022 ,983
laba operasi -,275 ,165 -,606 -1,669 ,100
laba bersih ,161 ,131 ,434 1,230 ,223
b. Dependent Variable: AbsRes
Sumber : Data Diolah 2020
Dari tabel 5.5 uji glejer heteroskedastisitas pada bagian uji asumsi klasik, ini menunjukkan bahwa variabel dependen yaitu laba kotor, laba operasi, laba bersih lebih dari 0,05 maka dapat disimpulkan bahwa model regresi tidak terdapat gejala heteroskedastisitas.
b. Pemilihan Model
Analisis regresi merupakan analisis yang mengukur pengaruh variabel bebas terhadap variabel terikat. Analisis regresi linier berganda yang dimaksud yaitu untuk menguji sejauh mana dan arah pengaruh variabel- variabel independen terhadap dependen. Variabel independen dalam penelitian ini adalah Laba Kotor (X1), Laba Operasi (X2), Laba Bersih (X3), sedangkan dependen penelitian ini adalah Arus Kas Masa Mendatang (Y)
Tabel 5.6
Hasil Uji Analisis Regresi Berganda Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) ,584 3,844 ,152 ,880
laba kotor ,819 ,291 ,575 2,811 ,007
laba operasi -,116 ,303 -,101 -,384 ,702
laba bersih ,237 ,240 ,252 ,988 ,327
a. Dependent Variable: arus kas
Sumber : Data Diolah 2020
Didapat persamaan Regresi Linier Berganda sebagai berikut:
berdasarkan hasil uji model diatas yaitu uji analisis regresi berganda pada tabel 5.6 dapat dianalisis pengaruh masing-masing variabel independent terhadap arus kas :
Nilai koefisien regresi 0,819 (X1) variabel laba kotor terdapat hubungan yang positif dengan arus kas. Hal ini menunjukkan bahwa setiap kenaikan satu persen dari laba kotor akan menyebabkan kenaikan arus kas yang diterima sebesar nilai koefisiennya.
Nilai koefisien regresi -0,116 (X2) variabel laba bersih terdapat hubungan negatif dengan arus kas. Hal ini menunjukkan bahwa setiap kenaikan satu persen dari arus kas menyebabkan terjadinya penurunan pada arus kas yang diterima sebesar nilai koefisiennya.
Y= 0,584 + 0,819(X1) - 0,116(X2) + 0,237(X3)
Nilai koefisien regresi 0,237 (X3) variabel laba bersih terdapat hubungan yang positif dengan arus kas. Hal ini menunjukkan bahwa setiap kenaikan satu persen dari arus kas mengalami kenaikan pada arus kas yang diterima sebesar koefisiennya.
c. Pengujian Kelayakan Model i. Uji Koefisien Determinan ( )
Koefisien determinasi ( ) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu (0<R<1). Semakin besar koefisien determinasinya maka semakin besar variasi variabel independennya mempengaruhi variabel dependennya. Untuk menguji apakah model yang terpilih layak digunakan untuk meramalkan (memprediksi).
Tabel 5.7
Uji Koefisien Determinan Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1 ,715a ,511 ,487 1,19452 1,919
Sumber : Data Diolah 2020
Berdasarkan tabel di atas pada kolom Adjusted R Square, diperoleh nilai koefisien determinan sebesar 0,487 yang berarti 48,7% perubahan variabel arus kas dijelaskan oleh perubahan variabel laba kotor, laba
operasi dan laba bersih. Sedangkan sisanya 51,3% dijelaskan oleh variabel-variabel lain yang tidak termasuk dalam penelitian ini.
Tabel 5.8 Model Summaryb
<0,10 Buruk ketepatannya
0,11 – 0,30 Rendah ketepatannya
0,31 – 0,50 Cukup
>0,50 Tinggi ketepatannya
Berdasarkan tabel 5.8 diatas bahwa hasil koefisien terhitung cukup sehingga dapat digunakan sebagai bahan prediktor arus kas masa mendatang, koefisien determinan hanyalah salah satu bukan satu- satunya kriteria memilih model yang baik.
ii. Uji Hipotesis
Uji t
Tabel 5.9
Uji Siginikasi Secara Parsial
Unstandardized Coefficients
Standardized
Coefficients
Model B Std. Error Beta T Sig. Keterangan
(Constant
a) ,584 3,844 ,152 ,880
Laba
Kotor ,819 ,291 ,575 2,811 ,007
Hipotesis diterimah Laba
Operasi -,116 ,303 -,101 -,384 ,702
Hipotesis ditolak Laba
Bersih ,237 ,240 ,252 ,988 ,327
Hipotesis ditolak Sumber: data diolah 2020
Uji F
Tabel 5. 10
Nilai Signifikan Secara Simultan ANOVAa
Model
Sum of
Squares Df Mean Square F Sig.
1 Regression 93,784 3 31,261 21,909 ,000b
Residual 89,893 63 1,427
Total 183,677 66
a. Dependent Variable: arus kas
b. Predictors: (Constant), laba bersih, laba kotor, laba operasi
Sumber : Data Diolah 2020
d. Interpretasi Model
i. Variabel X1 terhadap Y
Adanya pengaruh signifikan positif pada laba kotor dalam memprediksi arus kas.
Pada output regresi menunjukkan bahwa angka signifikan pada variabel laba kotor adalah sebesar 0,007 dimana nilai yang dihasilkan lebih kecil dari tingkat angka signifikasi yaitu 0,05 sehinggga dapat diambil kesimpulan bahawa arus laba kotor berpengaruh positif signifikan terhadap arus kas mendatang, berdasarkan hasil uji hipotesis disimpulkan bahwa H1 diterima.
ii. Variabel X2 terhadap Y
Adanya pengaruh signifikan positif pada laba operasi dalam memprediksi arus kas.