BAB IV HASIL PENELITIAN DAN PEMBAHASAN

1 BAB IV HASIL PENELITIAN DAN PEMBAHASAN Pada bab ini akan membahas mengenai hasil penelitian berdasarkan data-data yang diperoleh, sehingga akan didapat gambaran mengenai hubungan dan pengaruh rasio-rasio keuangan terhadap pertumbuhan laba, pertumbuhan rugi, dan pertumbuhan laba dan rugi. 4.1 Gambaran Umum Sampel Penelitian Terdapat 85 perusahaan yang dijadikan sampel dalam penelitian ini, berikut merupakan jumlah perusahaan yang dikategorikan menurut kegiatan usahanya: 1

2 Tabel 4.1 Daftar Nama Perusahaan Sampel KEGIATAN USAHA JUMLAH kaca 1 Tekstil 14 Keramik 3 Komoditas 5 Sepatu 2 Rokok 3 Kabel 8 Beton 1 Kimia & Farmasi 14 Pipa 1 Kayu & Sejenisnya 2 Ban 1 Komponen & Sparepart 6 Besi & sejenisnya 4 Kertas 1 Minuman & Makanan 8 Sanitary 1 Total 85 kaca Tekstil 11% 1% 5% 8% 1% 3% 19% 1% 1% 1% 1% 19% 4% 7% 3% 11% 4% Keramik Komoditas Sepatu Rokok Kabel Beton Kimia & Farmasi Pipa Kayu & Sejenisnya Ban Komponen & Sparepart Besi & sejenisnya Kertas Minuman & Makanan Sanitary 2

3 4.2 Uji Statistik 4.2.1 Statistik Deskriptif Hasil perhitungan terhadap statistik deskriptif pada perusahaan manufaktur yang terdaftar di Jakarta Stock Exchange pada tahun 2004 2006 yang dijadikan sampel dalam penelitian ini, yang terdiri dari nilai minimal, nilai maksimal, mean, median, dan standar deviasi dari variabel independen dan variabel dependen tiap-tiap model penelitian, yang disajikan sebagai berikut: Tabel 4.2 Hasil Perhitungan Statistik Deskriptif Pertumbuhan Laba Variabel N Min Max Mean Median Std. Deviation Laba 94-3.0922 8.5809.3644 0.0219 1.7207 Liq1 94.5284 10.3568 2.5818 1.7583 2.0513 Liq2 94 1.2725 66.0480 6.5226 4.4746 9.0686 Liq3 94-4.0011 2.2622.3069 0.2401.6546 Sol1 94.1038 35.7964 1.4800 0.7281 3.7242 Sol2 94-39.7630 111.4695 1.3572-0.8367 16.1329 Pro1 94.2635 2.8228 1.2722 1.1844.5772 Valid N (listwise) 94 3

4 Tabel 4.3 Hasil Perhitungan Statistik Deskriptif Pertumbuhan Rugi Variabel N Min Max Mean Median Std. Deviation Rugi 36-6.4475 12.9193.0774-0.2197 2.9690 Liq1 36.0421 5.3773.8490 0.6174 1.1577 Liq2 36.5396 62.9093 6.6051 3.8798 10.3693 Liq3 36 -.4632.2946.01184 0.0058.1448 Sol1 36-27.4356 65.1512.4456 0.9848 13.9049 Sol2 36-96.3888 75.9979-6.6158 0.9870 29.7663 Pro1 36.0696 1.8917.6632 0.5807.4281 Valid N (listwise) 36 Tabel 4.4 Hasil Perhitungan Statistik Deskriptif Pertumbuhan Laba & Rugi Variabel N Min Max Mean Median Std. Deviation L&R 170-18.6598 195.4442 1.0465-0.2128 15.2977 Liq1 170.0378 10.3568 2.1177 1.4147 2.0194 Liq2 170.5396 66.0480 6.4180 4.4387 8.4608 Liq3 170-4.0011 2.2622.2059 0.1179.5410 Sol1 170-68.9825 70.3016 1.7382 0.8186 10.6427 Sol2 170-96.3888 111.4695-1.8218-0.8464 20.2043 Pro1 170.0696 4.0950 1.1611 1.0212.6785 Valid N (listwise) 170 4

5 4.2.2 Uji Data Outlier Sebelum data-data yang ada dimasukkan kedalam penelitian, diperlukan untuk melakukan uji data outlier, dimana data outlier merupakan data yang secara nyata berbeda dengan data-data yang lain, yang dapat disebabkan sebagai berikut: 1. Kesalahan dalam pemasukan data 2. Kesalahan dalam pengambilan sampel 3. Terdapat data-data ekstrim yang tidak bisa dihindarkan keberadaanya Untuk mengetahui sebuah data mengandung outlier, maka diperlukan perhitungan dari tiap-tiap data yang ada yang lebih besar dari 2.5 atau lebih kecil dari angka -2.5 dari data-data tersebut akan dihapus atau tidak dimasukkan dalam penelitian ini. Berikut merupakan gambar dari outlier tersebut: Gambar 4.1 Outlier 5

6 Hasil dari uji data outlier ini dari tiap-tiap model penelitian dapat dilihat sebagai berikut: a. Pertumbuhan Laba Terdapat 34 data yang tidak dimasukkan dalam model penelitian pertumbuhan laba ini (Lihat Lampiran Outliner), berikut merupakan rinciannya: Y = 6 data Liq2 = 8 data Liq3 = 1 data Sol1 = 2 data Sol2 = 17 data Berikut merupakan hasil statistik deskriptif setelah dilakukan uji data outlier: Tabel 4.5 Hasil Perhitungan Statistik Deskriptif Uji Data Outlier Pertumbuhan Laba Variabel N Min Max Mean Median Std. Deviation Laba 60-2.9145 3.1582 -.062497-0334.9303525 Liq1 60.5284 8.7807 2.310739 1.7583 1.5740425 Liq2 60 1.2725 9.9224 4.904739 4.5941 2.0808368 Liq3 60 -.2890 2.2314.302530 0.2331.4335681 Sol1 60.1062 3.7965 1.042862 0.6482.9002742 Sol2 60-6.2497 9.1288 -.720668-0.8408 2.8355140 Pro1 60.2635 2.8228 1.192957 1.1025.5327731 Valid N (listwise) 60 b. Pertumbuhan Rugi 6

7 Terdapat 26 data yang tidak dimasukkan dalam model penelitian pertumbuhan rugi ini (Lihat Lampiran Outliner), berikut merupakan rinciannya: Y = 4 data Liq1 = 2 data Liq2 = 1 data Sol1 = 8 data Sol2 = 11 data Berikut merupakan hasil statistik deskriptif setelah dilakukan uji data outlier: Tabel 4.6 Hasil Perhitungan Statistik Deskriptif Uji Data Outlier Pertumbuhan Rugi Variabel N Min Max Mean Median Std. Deviation Rugi 17 -.6321 4.1298.2117-0.0255 1.1001 Liq1 17.0750 1.4097.6747 0.7042.4126 Liq2 17 1.4517 14.8638 5.2079 2.7994 4.082 Liq3 17 -.4632.2471 -.0284-0.0031.1586 Sol1 17-3.3896 7.7134 2.1471 2.2870 3.2519 Sol2 17-3.7801 4.6814.0989-0.2874 2.0908 Pro1 17.1164 1.0027.5825 0.5855.2267 Valid N (listwise) 17 7

8 c. Pertumbuhan Laba dan Rugi Terdapat 41 data yang tidak dimasukkan dalam model penelitian pertumbuhan laba dan rugi ini (Lihat Lampiran Outliner), berikut merupakan rinciannya: Y = 7 data Liq2 = 4 data Liq3 = 1 data Sol1 = 13 data Sol2 = 16 data Berikut merupakan hasil statistik deskriptif setelah dilakukan uji data outlier: Tabel 4.7 Hasil Perhitungan Statistik Deskriptif Uji Data Outlier Pertumbuhan Laba & Rugi Variabel N Min Max Mean Median Std. Deviation L&R 122-6.2296 4.8085 -.1506-0.1700 1.6398 Liq1 122.0378 9.2452 2.1346 1.6037 1.8540 Liq2 122.9641 16.4153 5.1444 4.4304 3.0748 Liq3 122 1.3395 19.5782 6.5770 6.3762 3.2411 Liq4 122 -.5716 2.2622.2443 0.1407.44191 Sol1 122-3.3896 9.8863 1.5627 0.7630 2.2677 Sol2 122-16.6727 19.9314 -.1768-0.8016 5.2629 Pro1 122.1164 3.4338 1.1152 0.9637.6315 Valid N (listwise) 122 8

9 4.2.3 Uji Asumsi Klasik Setelah data penelitian bebas dari outliner, diperlukan pengujian pelanggaran asumsi klasik sebelum dilakukan pengujian multiple regression dalam penelitian ini. Uji pelanggaran asumsi klasik tersebut terdiri dari: a. Multikolinearitas Pengujian multikolinearitas dilakukan dengan melakukan regresi sederhana antar variabel bebas. Pengujian ini bertujuan untuk mengetahui ada atau tidak korelasi yang signifikan antar dua atau lebih variabel independen, pengujian ini menggunakan metode Pearson correlation. Menurut Sugiyono (2008:356), pedoman untuk memberikan interpretasi koefisien korelasi sebagai berikut: 0.000 0.199 = sangat rendah 0.200 0.399 = rendah 0.400 0.599 = sedang 0.600 0.799 = kuat 0.800 1.000 = sangat kuat Berikut merupakan hasil dari uji multikolinearitas dari tiap-tiap model penelitian: 9

10 Tabel 4.8 Korelasi Pertumbuhan Laba Variabel Y Liq1 Liq2 Liq3 Sol1 Sol2 Pro1 Y 1.0000-0.0551-0.1406 0.1592-0.0694-0.1354-0.0370 Liq1-0.0551 1.0000-0.2832 0.5710-0.4161-0.1678-0.0282 Liq2-0.1406-0.2832 1.0000-0.1897 0.2616 0.0070 0.5753 Liq3 0.1592 0.5710-0.1897 1.0000-0.3547-0.3335-0.1524 Sol1-0.0694-0.4161 0.2616-0.3547 1.0000 0.1222 0.3429 Sol2-0.1354-0.1678 0.0070-0.3335 0.1222 1.0000 0.1036 Pro1-0.0370-0.0282 0.5753-0.1524 0.3429 0.1036 1.0000 Tabel 4.9 Korelasi Pertumbuhan Rugi Variabel Y Liq1 Liq2 Liq3 Sol1 Sol2 Pro1 Y 1.0000-0.1239 0.2244 0.3895 0.0591-0.3966 0.1518 Liq1-0.1239 1.0000-0.6760 0.3214 0.4041-0.4065 0.2159 Liq2 0.2244-0.6760 1.0000-0.1944-0.2553 0.2290 0.0147 Liq3 0.3895 0.3214-0.1944 1.0000 0.5283-0.6348-0.1404 Sol1 0.0591 0.4041-0.2553 0.5283 1.0000-0.0690 0.4409 Sol2-0.3966-0.4065 0.2290-0.6348-0.0690 1.0000 0.1078 Pro1 0.1518 0.2159 0.0147-0.1404 0.4409 0.1078 1.0000 10

11 Tabel 4.10 Korelasi Pertumbuhan Laba & Rugi Variabel Y Liq1 Liq2 Liq3 Sol1 Sol2 Pro1 Y 1.0000-0.0252 0.0713 0.0602-0.1072 0.1583 0.0222 Liq1-0.0252 1.0000-0.2430 0.5125-0.3176-0.0945-0.0042 Liq2 0.0713-0.2430 1.0000-0.1297 0.1091-0.0960 0.4461 Liq3 0.0602 0.5125-0.1297 1.0000-0.2665-0.1142 0.0370 Sol1-0.1072-0.3176 0.1091-0.2665 1.0000 0.0580 0.2837 Sol2 0.1583-0.0945-0.0960-0.1142 0.0580 1.0000-0.0390 Pro1 0.0222-0.0042 0.4461 0.0370 0.2837-0.0390 1.0000 Pada tiap-tiap tabel di atas terlihat bahwa tidak ada korelasi antar tiaptiap variabel independen yang nilainya diatas 0.8, hal ini menunjukkan bahwa korelasi antara variabel bebas pada model regresi pertumbuhan laba, model regresi pertumbuhan rugi, dan model regresi pertumbuhan laba dan rugi tidak mengganggu model, atau model terbebas dari gangguan multikolinearitas. b. Heteroskedastisitas Heteroskedastisitas menunjukkan bahwa varians dari setiap error bersifat heterogen yang berarti melanggar asumsi klasik yang mensyaratkan bahwa varians dari error harus bersifat homogen. Pengujian adanya heterokedastisitas dilakukan dengan uji White-Test. Dengan dasar pengambilan keputusan sebagai berikut: Jika signifikansi (probabilitas) dari X² (Obs*R²) < 0.05, maka mengandung heterokedastisitas. 11

12 Jika signifikansi (probabilitas) dari X² (Obs*R²) > 0.05, maka tidak mengandung heterokedastisitas. Tabel 4.11 Hasil Uji White Test Model Prob. Obs*R 2 Kesimpulan Pertumbuhan Laba Pertumbuhan Rugi Pertumbuhan Laba & Rugi 0.508832 tidak ada heteroskedastisitas (Homokedastisitas) 0.396609 tidak ada heteroskedastisitas (Homokedastisitas) 0.957976 tidak ada heteroskedastisitas (Homokedastisitas) Dari tabel diatas dapat disimpulkan bahwa signifikansi dari X² = Obs*R² adalah lebih besar dari 0.05 sehingga hipotesis yang menyatakan adanya heteroskedastisitas ditolak atau dengan kata lain model yang digunakan bebas dari heteroskedastisitas. c. Autokorelasi Pengujian autokorelasi digunakan untuk mengetahui adanya error dari periode tertentu (μ t ) berkorelasi dengan error dari periode sebelumnya (μ t-1 ). Dengan dasar pengambilan keputusan sebagai berikut: 0 < DW <dl = Ada autokorelasi positif dl < DW < du = Tidak ada keputusan 4-dl < DW < 4 = Ada autokorelasi negatif 4-du < DW < 4-dl = Tidak ada keputusan du < DW < 4-du = Tidak ada autokorelasi 12

13 Hasil analisis Durbin-Watson (d-w) dapat digunakan untuk mengetahui ada tidaknya autokorelasi. Berikut merupakan penjabarannya dari tiap-tiap model penelitian: a. Pertumbuhan Laba Setelah dilakukan perhitungan ternyata menghasilkan nilai DW hitung sebesar 1.717. Dengan menggunakan tabel Durbin-Watson dapat dilihat bahwa pada jumlah N = 60, dan k = 6 diperoleh nilai d L sebesar 1.40832 dan d U sebesar 1.70711, Jika dimasukkan kedalam gambar, maka nilai penolakan dan penerimaan untuk DW hitung adalah sebagai berikut: Tabel 4.12 Hasil Uji Durbin Watson Pertumbuhan Laba dl du 4-du 4-dl DW Kesimpulan 1.408 1.707 2.293 2.592 1.717 No Autocorellation Ada autokorelasi positif Inconclusive Tidak ada autokorelasi Inconclusive Ada autokorelasi positif 0 dl du 2 4-du 4-dl 4 1.408 1.707 1.717 2.293 2.592 Dengan demikian hasilnya yaitu sebesar 1.717 terdapat pada daerah No Autocorellation. 13

14 b. Pertumbuhan Rugi Setelah dilakukan perhitungan ternyata menghasilkan nilai DW hitung sebesar 1.183. Dengan menggunakan tabel Durbin-Watson dapat dilihat bahwa pada jumlah N = 17, dan k = 6 diperoleh nilai d L sebesar 0.66414 dan d U sebesar 1.10414, Jika dimasukkan kedalam gambar, maka nilai penolakan dan penerimaan untuk DW hitung adalah sebagai berikut: Tabel 4.13 Hasil Uji Durbin Watson Pertumbuhan Rugi dl du 4-du 4-dl DW Kesimpulan 0.664 1.104 2.896 3.336 1.183 No Autocorellation Ada autokorelasi positif Inconclusive Tidak ada autokorelasi Inconclusive Ada autokorelasi positif 0 dl du 2 4-du 4-dl 4 0.664 1.104 1.183 2.896 3.336 Dengan demikian hasilnya yaitu sebesar 1.183 terdapat pada daerah No Autocorellation. c. Pertumbuhan Laba dan Rugi Setelah dilakukan perhitungan ternyata menghasilkan nilai DW hitung sebesar 1.793. Dengan menggunakan tabel Durbin-Watson 14

15 dapat dilihat bahwa pada jumlah N = 122, dan k = 6 diperoleh nilai d L sebesar 1.62027 dan d U sebesar 1.79054, Jika dimasukkan kedalam gambar, maka nilai penolakan dan penerimaan untuk DW hitung adalah sebagai berikut: Tabel 4.14 Hasil Uji Durbin Watson Pertumbuhan Laba & Rugi dl du 4-du 4-dl DW Kesimpulan 1.620 1.790 2.210 2.380 1.793 No Autocorellation Ada autokorelasi positif Inconclusive Tidak ada autokorelasi Inconclusive Ada autokorelasi positif 0 dl du 2 4-du 4-dl 4 1.620 1.790 1.793 2.210 3.380 Dengan demikian hasilnya yaitu sebesar 1.793 terdapat pada daerah No Autocorellation. 15

16 4.2.4 Analisa Regresi Setelah dilakukan pengujian asumsi klasik dan telah diketahui bahwa tiap-tiap model penelitian bebas dari penyimpangan yang ada, maka selanjutnya dilakukan analisa regresi. Berikut merupakan hasil regresi dari tiap-tiap model penelitian: Tabel 4.15 Hasil Uji Regresi Pertumbuhan Laba Coefficients a Model Unstandardized Coefficients B Std. Error Beta Standardized Coefficients t Sig. 1 (Constant).496.447 1.109.272 Liq1 -.196.104 -.332-1.887.065 Liq2 -.121.076 -.271-1.602.115 Liq3.545.360.254 1.515.136 Sol1 -.103.159 -.099 -.644.522 Sol2 -.037.045 -.112 -.812.420 Pro1.339.302.194 1.121.268 a. Dependent Variable: Laba Berdasarkan tabel 4.15, maka persamaan regresi dari model penelitian pertumbuhan laba adalah: Y = a+β 1 X 1 +β 2 X 2 +β 3 X 3 +β 4 X 4 +β 5 X 5 +β 6 X 6 +β 7 X 7 +β 8 X 8 +ε Y = 0.496 + (0.196)X 1 + (0.121)X 2 + 0.545X 3 + (0.103)X 4 + (0.037)X 5 + 0.339X 6 + ε Dimana : 16

17 Y X 1 X 2 X 3 X 4 X 5 X 6 ε = Pertumbuhan Laba = Liq1 = Liq2 = Liq3 = Sol1 = Sol2 = Pro1 = Error Tabel 4.16 Hasil Uji Regresi Pertumbuhan Rugi Coefficients a Model Unstandardized Coefficients B Std. Error Beta Standardized Coefficients t Sig. 1 (Constant) -.292 1.107 -.264.797 Liq1 -.877 1.008 -.329 -.870.405 Liq2.022.090.083.249.809 Liq3 4.142 3.343.597 1.239.244 Sol1 -.112.149 -.330 -.750.471 Sol2 -.129.206 -.244 -.625.546 Pro1 2.315 1.601.477 1.446.179 a. Dependent Variable: Rugi Berdasarkan tabel 4.16, maka persamaan regresi dari model penelitian pertumbuhan rugi adalah: Y = a+β 1 X 1 +β 2 X 2 +β 3 X 3 +β 4 X 4 +β 5 X 5 +β 6 X 6 +β 7 X 7 +β 8 X 8 +ε 17

18 Y = -0.292 + (0.877)X 1 + 0.022X 2 + 4.142X 3 + (0.112)X 4 + (0.129)X 5 Dimana : + 2.315X 6 + ε Y X 1 X 2 X 3 X 4 X 5 X 6 ε = Pertumbuhan Rugi = Liq1 = Liq2 = Liq3 = Sol1 = Sol2 = Pro1 = Error Tabel 4.17 Hasil Uji Regresi Pertumbuhan Laba & Rugi Coefficients a Model Unstandardized Coefficients B Std. Error Beta Standardized Coefficients t Sig. 1 (Constant) -.234.419 -.557.578 Liq1 -.070.099 -.079 -.707.481 Liq2.045.057.085.796.427 Liq3.354.398.096.891.375 Sol1 -.097.074 -.134-1.310.193 Sol2.056.029.179 1.942.055 Pro1.066.281.025.234.816 a. Dependent Variable: L&R 18

19 Berdasarkan tabel 4.17, maka persamaan regresi dari model penelitian pertumbuhan laba dan rugi adalah: Y = a+β 1 X 1 +β 2 X 2 +β 3 X 3 +β 4 X 4 +β 5 X 5 +β 6 X 6 +β 7 X 7 +β 8 X 8 +ε Y = -0.234 + (0.070)X 1 + 0.045X 2 + 0.354X 3 + (0.097)X 4 + 0.56X 5 + 0.66X 6 + ε Dimana : Y X 1 X 2 X 3 X 4 X 5 X 6 ε = Pertumbuhan Laba & Rugi = Liq1 = Liq2 = Liq3 = Sol1 = Sol2 = Pro1 = Error Hasil analisis secara parsial yang dapat dilihat dari tiap-tiap tabel diatas, menunjukkan bahwa dari tiap-tiap variabel independen tidak ada satu pun diantaranya yang signifikan pada α 0.05, sehingga persamaan regresi dari model penelitian pertumbuhan laba, pertumbuhan rugi, serta pertumbuhan laba dan rugi tidak dapat digunakan. 19

20 4.2.5 Koefisien Determinasi (R 2 ) Tabel 4.18 Hasil Uji R 2 Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Pertumbuhan Laba.334 a.112.011.9251064 Pertumbuhan Rugi.665 a.442.107 1.0395413 Pertumbuhan Laba & Rugi.239 a.057.008 1.6335093 a. Predictors: (Constant), Liq1, Liq2, Liq3, Sol1, Sol2, Pro1 b. Dependent Variable: Laba, Rugi, L&R Hasil analisis regresi pada tabel diatas menunjukkan hasil dari model penelitian pertumbuhan laba terdapat nilai adjusted R square sebesar 0.011. Hal ini berarti bahwa 1.1% penambahan pertumbuhan laba dapat dijelaskan oleh variabel independen yang digunakan dalam penelitian ini. Sementara 98.9% sisanya hanya dapat dijelaskan dengan variabel lain yang tidak ditemukan dalam penelitian ini, untuk model penelitian pertumbuhan rugi mempunyai nilai adjusted R square sebesar 0.107. Berarti bahwa 10.7% penambahan pertumbuhan rugi dapat dijelaskan oleh variabel independen yang digunakan dalam penelitian ini. Sementara 89.3% sisanya hanya dapat dijelaskan dengan variabel lain yang tidak ditemukan dalam penelitian ini, sedangkan untuk model penelitian pertumbuhan laba dan rugi menghasilkan nilai adjusted R square sebesar 0.008. Berarti bahwa 0.8% penambahan pertumbuhan rugi dapat dijelaskan oleh variabel independen yang digunakan 20

21 dalam penelitian ini. Sementara 99.2% sisanya hanya dapat dijelaskan dengan variabel lain yang tidak ditemukan dalam penelitian ini. 4.2.6 Uji F (Uji Serentak) Digunakan untuk menguji apakah secara bersama-sama seluruh variabel independen mempunyai pengaruh yang signifikan terhadap variabel dependen. Ho : b 1 = b 2 = b 3 = b 4 = b 5 = b 6 = 0 Secara bersama-sama seluruh variabel independen (Liq1, Liq2, Liq3, Sol1, Sol2, Pro1) tidak mempengaruhi variabel dependen. Ha : b 1 b 2 b 3 b 4 b 5 b 6 0 Secara bersama-sama seluruh variabel independen (Liq1, Liq2, Liq3, Sol1, Sol2, Pro1) mempunyai pengaruh yang signifikan terhadap variabel dependen. Dasar Pengambilan Keputusan Hipotesis : Jika p-value < 0.05, maka Ho ditolak p-value > 0.05, maka Ho diterima Berikut merupakan penjabaran Uji F dari tiap-tiap model penelitian: 21

22 Tabel 4.19 Hasil Uji F Pertumbuhan Laba ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 5.709 6.952 1.112.368 a Residual 45.359 53.856 Total 51.068 59 a. Predictors: (Constant), Pro1, Liq1, Sol2, Sol1, Liq3, Liq2 b. Dependent Variable: Laba Tabel 4.20 Hasil Uji F Pertumbuhan Rugi ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 8.558 6 1.426 1.320.332 a Residual 10.806 10 1.081 Total 19.364 16 a. Predictors: (Constant), Pro1, Liq2, Liq3, Sol2, Liq1, Sol1 b. Dependent Variable: Rugi Tabel 4.21 Hasil Uji F Pertumbuhan Laba & Rugi ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 18.529 6 3.088 1.157.334 a Residual 306.861 115 2.668 Total 325.390 121 a. Predictors: (Constant), Pro1, Liq1, Sol2, Sol1, Liq2, Liq3 b. Dependent Variable: L&R 22

23 Dari pengujian Regresi dengan melihat table 4.19, diketahui F hitung dari model penelitian pertumbuhan laba sebesar 1.112 dengan p-value 0.368 > 0.05, maka Ho ditolak. Secara bersama-sama seluruh variabel independen (Liq1, Liq2, Liq3, Sol1, Sol2, Pro1) tidak mempengaruhi variabel dependen pertumbuhan laba, untuk model penelitian pertumbuhan rugi, dengan melihat tabel 4.20, diketahui F hitung sebesar 1.320 dengan p-value 0.332 > 0.05, maka Ho ditolak. Secara bersama-sama seluruh variabel independen (Liq1, Liq2, Liq3, Sol1, Sol2, Pro1) tidak mempengaruhi variabel dependen pertumbuhan rugi, sedangkan untuk model penelitian pertumbuhan laba dan rugi, mempunyai nilai F Hitung sebesar 1.157 dengan p-value 0.334 > 0.05, maka Ho ditolak. Secara bersama-sama seluruh variabel independen (Liq1, Liq2, Liq3, Sol1, Sol2, Pro1) tidak mempengaruhi variabel dependen pertumbuhan laba dan rugi 4.2.7 Koefisien Uji Parsial (Uji t) Uji ini digunakan untuk mengetahui apakah dalam model regresi, variabel independen secara parsial berpengaruh signifikan terhadap variabel dependen. Ho : -t tabel > t hitung < t tabel Secara parsial tidak ada pengaruh signifikan antara variabel independen dengan variabel dependen 23

24 Ha : -t hitung < -t tabel atau t hitung > t tabel Secara parsial ada pengaruh signifikan antara variabel independen dengan variabel dependen Berikut merupakan penjelasan Uji t dari tiap-tiap model penelitian: a. Pertumbuhan Laba Nilai t hitung dari tiap-tiap variabel independen terhadap variabel dependen dapat dilihat dari Tabel 4.15. Setelah itu diperlukan nilai t tabel dengan tabel distribusi t dicari pada a = 5% / 2 = 2.5% (uji dua sisi), dan dengan derajat kebebasan (df) n-k-1 atau 60-6-1 = 53. Maka diperoleh nilai t tabel sebesar 2.0057. Berikut merupakan gambar penolakan dan penerimaan Ho dari tiap-tiap variabel independen terhadap variabel dependen: Gambar 4.2 Hasil Uji T Pertumbuhan Laba 24

25 Melihat gambar diatas, maka tiap-tiap variabel independen yang dimasukkan kedalam penelitian pertumbuhan laba tidak berpengaruh signifikan terhadap variabel dependen. b. Pertumbuhan Rugi Nilai t hitung dari tiap-tiap variabel independen terhadap variabel dependen dapat dilihat dari Tabel 4.16. Setelah itu diperlukan nilai t tabel dengan tabel distribusi t dicari pada a = 5% / 2 = 2.5% (uji dua sisi), dan dengan derajat kebebasan (df) n-k-1 atau 17-6-1 = 10. Maka diperoleh nilai t tabel sebesar 2.2281. Berikut merupakan gambar penolakan dan penerimaan Ho dari tiap-tiap variabel independen terhadap variabel dependen: Gambar 4.3 Hasil Uji T Pertumbuhan Rugi 25

26 Melihat gambar diatas, maka tiap-tiap variabel independen yang dimasukkan kedalam penelitian pertumbuhan rugi tidak berpengaruh signifikan terhadap variabel dependen. c. Pertumbuhan Laba dan Rugi Nilai t hitung dari tiap-tiap variabel independen terhadap variabel dependen dapat dilihat dari Tabel 4.16. Setelah itu diperlukan nilai t tabel dengan tabel distribusi t dicari pada a = 5% / 2 = 2.5% (uji dua sisi), dan dengan derajat kebebasan (df) n-k-1 atau 122-6-1 = 115. Maka diperoleh nilai t tabel sebesar 1.9808. Berikut merupakan gambar penolakan dan penerimaan Ho dari tiap-tiap variabel independen terhadap variabel dependen: Gambar 4.4 Hasil Uji T Pertumbuhan Laba & Rugi 26

27 Melihat gambar diatas, maka tiap-tiap variabel independen yang dimasukkan kedalam penelitian pertumbuhan laba dan rugi tidak berpengaruh signifikan terhadap variabel dependen. 27