BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Deskripsi Objek Penelitian Deskripsi objek penelitian ini akan mengkaji perusahaan-perusahaan yang akan menjadi sampel penelitian ini. Objek dalam penelitian ini adalah perusahaan-perusahaan Go Public yang terdaftar dalam sektor Consumer Good Industry yang memenuhi kriteria sebagai sampel penelitian yang terdaftar di Bursa Efek Indonesia (BEI), mempublikasikan laporan keuanganya tahun 2008-2010 dan perusahaan yang aktif diperdagangkan di Bursa Efek Indonesia (BEI). Berdasarkan kriteria dalam pemilihan sampel, maka sampel yang digunakan dalam penelitian ini adalah 25 perusahaan dalam 3 tahun sebanyak 75 untuk sampel penelitian. Variabel yang digunakan dalam penelitian ini Current Ratio, Debt To Total Asset, Debt to Equity ratio dan Returnt On Equity. B. Analisis Statistik Deskriptif Statistik deskriptif berkaitan dengan pengumpulan dan peringkat data yang menggambarkan karakteristik sampel yang digunakan dalam penelitian ini. Analisis ini untuk menjelaskan karakteristik sampel terutama mencakup nilai rata-rata (mean), nilai ekstrim yaitu nilai minimum dan nilai maksimum, serta standar deviasi. 24
25 Tabel 4.1 Statistik Deskriptive Descriptive Statistics Descriptive Statistics N Minimum Maximum Mean Std. Deviation cr 75.6589 113.7159 4.785026 14.2722232 dar 75 5.0105 892.6542 56.965492 100.9068538 der 75 10.4121 2290.0934 192.757464 387.2142861 roe 75.0065 175.9329 2.653579 20.2930250 Valid N (listwise) 75 Sumber : Output SPSS Tabel 4.1 berisi mengenai nilai maximum (tertinggi), minimum (terendah), mean (rata-rata) dan standart deviasi untuk masing-masing variabel yang diteliti. Penjelasan mengenai Tabel 4.1 adalah sebagai berikut : 1. Berdasarkan Tabel 4.1 menunjukkan bahwa N merupakan jumlah data yang menjadi sampel dalam penelitian ini. Jumlah sampel (N) dari penelitian ini sebanyak 75 yang terdiri dari 25 Perusahaaan selama 3 tahun yang terdaftar di BEI. 2. Nilai minimum (terendah) dari CR yang ditunjukkan oleh Tabel 4.1 adalah sebesar 0,6589 (MLBI,2009). Sementara itu memiliki nilai maksimum CR sebesar 113,7159(DAVO,2009) dan nilai rata-rata sebesar 4,785031 dengan deviasi standar sebesar 14,2722203.
26 3. Nilai minimum (terendah) dari DAR Perusahaan Tabel 4.1 adalah sebesar 5,0105 (HMSP,2008). Sementara itu memiliki nilai maksimum QR sebesar 892.6542 (MLBI,2008)dan nilai rata-rata sebesar 56,965492 dengan deviasi standar sebesar 100,9068538 4. Nilai minimum (terendah) dari DER Perusahaan yang ditunjukkan oleh Tabel 4.1 adalah sebesar 0,1041(MANDOM,2010). Sementara itu memiliki nilai maksimum DER sebesar 2290,0934 (SCPI,2008) dan nilai rata-rata sebesar 192,757464 dengan deviasi standar sebesar 387,2142861. 5. Nilai minimum (terendah) dari ROE Perusahaan yang ditunjukkan oleh Tabel 4.1 adalah sebesar 0,0065 (MLBI,2008). Sementara itu memiliki nilai maksimum ROE sebesar 175,9329 (DVLA,2010) dan nilai rata-rata sebesar 2,653579 dengan deviasi standar sebesar 20,2930250. C. Uji Asumsi Klasik Uji asumsi klasik dilakukan agar model regresi pada penelitian signifikan dan representatif. Dalam analisis regresi berganda perlu menghindari adanya penyimpangan asumsi klasik supaya tidak timbul masalah dalam penggunaannya.
27 1. Uji Normalitas Data Uji normalitas data dilakukan dengan menggunakan one sample Kolmogorov Smirnov untuk membandingkan distribusi kumulatif dari data sesungguhnya dengan distribusi kumulatif dari distribusi normal. Tabel 4.2 Uji Normalitas Data One-Sample Kolmogorov-Smirnov Test One-Sample Kolmogorov-Smirnov Test cr dar der roe N 75 75 75 75 Normal Parameters a,,b Mean 4.78502632 5.69654924 1.97228520 2.65357928 18516700 84929001 87058333 86026600 Std. Deviation 1.42722232 1.00906853 1.54091022 2.02930249 192441111 810246022 965791414 999659401 Most Extreme Differences Absolute.386.344.478.496 Positive.380.344.478.496 Negative -.386 -.305 -.449 -.448 Kolmogorov-Smirnov Z 3.345 2.977 4.143 4.293 Asymp. Sig. (2-tailed).000.000.000.000 a. Test distribution is Normal. b. Calculated from data. Sumber : Output SPSS Dari hasil uji normalitas diatas, dapat dilihat bahwa variabel CR, DAR, DER dan ROE tidak terdistribusi secara normal karena nilai signifikannya < 0,05 yaitu sebesar 0,000.
28 Untuk mengubah nilai residual berdistribusi secara normal, penulis melakukan transformasi data ke model Logaritma Natural (Ln) yaitu dari persamaan CR, DAR, DER dan ROE menjadi LN_ CR, LN_DAR, LN_DER, dan LN_ROE. Setelah itu data diuji ulang berdasarkan uji normalitas. Oleh karena itu, dilakukan tranformasi data yang tidak terdistribusi secara normal tersebut untuk menormalkannya. Caranya adalah dengan melakukan Ln terhadap semua variabel yang tidak terdistribusi secara normal tersebut. Tabel 4.3 Uji Normalitas Data One-Sample Kolmogorov-Smirnov Test LN_CR LN_DAR LN_DER LN_ROE N 75 75 75 75 Normal Parameters a,,b Mean.8224 3.7055 4.4705-2.0234 Std. Deviation.86957.70253 1.11419 1.53286 Most Extreme Differences Absolute.142.116.106.136 Positive.142.116.106.136 Negative -.102 -.095 -.060 -.086 Kolmogorov-Smirnov Z 1.227 1.004.917 1.177 Asymp. Sig. (2-tailed).098.266.370.125 a. Test distribution is Normal. b. Calculated from data. Kriteria pengambilan keputusan yaitu jika signifikansi > 0,05 maka data berdistribusi normal, dan jika signifikansi < 0,05 maka data tidak berdistribusi normal. Dari hasil transformasi data yang dilakukan dengan
29 Logaritma Natural (Ln) bisa dilihat di tabel 4.3 Asymp.Sig. (2-tailed) sebesar LN_CR 0.098, LN_DAR 0,266, LN_DER 0.370 dan LN_PER 0.125 atau nilainya lebih besar dari 0,05, maka dapat disimpulkan bahwa data pada penilaian ini berdistribusi normal. Hal ini menunjukkan Ha ditolak dan Ho diterima, yang berarti data berdistribusi normal. 2. Uji Multikolonieritas Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Metode untuk menguji ada tidaknya multikolonieritas dapat dilihat dari Tolerance Value (TOL) atau Variance Inflation Factor (VIF). Batas nilai TOL adalah 0.10 dan batas VIF adalah 10. Apabila TOL kurang dari 0.10 atau nilai VIF lebih dari 10 maka dapat disimpulkan terjadi multikoloniaritas. Tabel 4.4 Uji Multikoloneritas Correlations Collinearity Statistics Model Zeroorder Partial Part Tolerance VIF 1 (Constant) LN_CR -.019.122.112.874 1.145 LN_DAR.147 -.243 -.229.293 3.408 LN_DER.319.382.377.277 3.610
30 Hasil dari uji multikolinieritas dapat dilihat dari tabel diatas : Dari hasil pengujian diatas, dapat dilihat bahwa angka tolerance pada variable CR (LN_CR), DAR(LN_DAR) dan DER(LN_DER) <0,10 dan VIF-nya < 10. Hal ini ditunjukkan bahwa tidak terjadi multikolinieritas diantara variabel penelitian : a. Variabel LN_CR tidak terdapat problem Multikolinearitas, karena angka tolerance-nya 0,874 mendekati dan angka VIF-nya 1,145 atau 1,145 < 10. b. Variabel LN_DAR tidak terdapat problem Multikolinearitas, karena angka tolerance-nya 0,293 mendekati dan angka VIF-nya 3,408 atau 3,408 < 10. c. Variabel LN_DER tidak terdapat problem Multikolinearitas, karena angka tolerance-nya 0,277 mendekati dan angka VIF-nya 3,610 atau 3,610 < 10. 3. Autokorelasi Dalam penelitian ini penulis menggunakan uji Durbin - Watson (DW test) untuk menguji apakah terdapat autokorelasi dalam model regresi linier pada penelitian. Dalam uji ini dibutuhkan hipotesis, adapun hipotesis yang akan diuji adalah : H 0 : tidak ada autokorelasi ( r = 0 )
31 H a : ada autokorelasi ( r 0 ) Tabel 4.5 Uji Autokorelasi Model Summary b Change Statistics Adjusted R Std. Error of R Square Sig. F Durbin- Model R R Square Square the Estimate Change F Change df1 df2 Change Watson 1.406 a.164.129 1.43043.164 4.659 3 71.005 2.150 a. Predictors: (Constant), LN_DER, LN_CR, LN_DAR b. Dependent Variable: LN_ROE Sumber : Output SPSS Pada tabel 4.5 diatas, hasil Uji Autokolerasi diperoleh hasil dari tabel DW dengan signifikansi 0,05 (5%) dan jumlah data (n) = 75, serta k = 3 diperoleh nilai dl sebesar 1,543 dan du sebesar 1,709. Dari nilai-nilai tersebut dapat dihitung nilai 4 du dan nilai 4 dl sebagai berikut : 1. Nilai 4 du Diketahui nilai du = 1,709 maka nilai 4 1,709 = 2,291 2. Nilai 4 dl Diketahui nilai dl = 1,543 maka nilai 4 1,543 = 2,457 Dari hasil perhitungan yang telah dilakukan diatas maka didapat hasil sebagai berikut: 1. Nilai d = 2,150 2. Nilai du = 1,709 dan nilai dl = 1,543
32 3. Nilai 4 du = 2,291 dan nilai 4 dl = 2,457 Dengan demikian dapat disimpulkan bahwa du < d < 4-du (1,709 < 2,150 < 2,291) yang berarti tidak ada autokorelasi positif atau negatif pada model regresi maka dengan demikian H 0 diterima. 4. Uji Heteroskedastisitas Heteroskedastisitas adalah terjadinya ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Untuk menguji ada tidaknya heteroskedastisitas, dalam penelitian ini digunakan grafik plot antara nilai prediksi variabel dependen (ZPRED) dengan residualnya (SRESID). Gambar 4.2 Uji Heteroskedastisitas
33 Dari grafik scatterplots terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. hal ini dapat disimpulkan bahwa tidak terjadi heterokedastisitas pada model regresi, sehingga asumsi Heteroskedasitas telah terpenuhi atau model regersi linear berganda terbebas dari gejala Heteroskedasitas. D. Analisis Koefisien Determinasi Koefisien determinasi (R 2 ) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Tabel 4.6 Koefisien Determinasi Model Summary b R Adjusted R Std. Error of Model R Square Square the Estimate Durbin-Watson 1.406 a.164.129 1.43043 2.150 a. Predictors: (Constant), LN_DER, LN_CR, LN_DAR b. Dependent Variable: LN_ROE Dari tabel model summary dapat diketahui nilai R 2 (Adjusted R Square) adalah 0,129. hal ini berarti bahwa 12,9% bahwa variasi dari variabel Likuiditas (current ratio )dan Leverage (debt to total assets dan debt to equity ratio) mampu menjelaskan variasi dari variabel dependent yaitu Return On Equity sebesar 12,9% sedangkan sisanya ( 100% - 12,9% = 87,1%) dijelaskan
34 oleh faktor-faktor yang lain diluar model. Faktor-faktor lain yang lebih mempengaruhi ROE. E. Uji Hipotesis 1. Uji Signifikan Simultan ANOVA ( Uji F ) Uji F, yaitu uji statistik bagi koefisien regresi yang serentak atau bersama-sama mempengaruhi Y. Jika signifikan F stat 0.05; H 0 ditolak, H a diterima. Jika signifikan F stat > 0.05; H 0 diterima, H a ditolak. Dari uji F akan diputuskan utuk menerima atau menolak hipotesis yang diajukan: 1. Bila signifikansi F hitung < 0.05, maka H 0 ditolak dan H a diterima. Ini berarti semua variabel independen secara bersama-sama terdapat pengaruh yang signifikan terhadap variabel dependen. 2. Bila signifikansi F hitung > 0.05, maka H 0 gagal ditolak dan H a gagal diterima. Ini berarti semua variabel independen secara bersama-sama tidak terdapat pengaruh yang signifikan terhadap variabel dependen.
35 Tabel 4.7 Uji F-test ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 28.599 3 9.533 4.659.005 a Residual 145.276 71 2.046 Total 173.875 74 a. Predictors: (Constant), LN_DER, LN_CR, LN_DAR b. Dependent Variable: LN_ROE Diketahui F hitung sebesar 4,659. Sedangkan nilai F tabel pada α = 0,05 dan df1 = 4 1 = 3 ; df2 = 75 4 = 71 (lihat tabel distribution F) maka hasil F tabel adalah sebesar 2,758 maka dapat disimpulkan bahwa nilai F hitung (4,659) > F tabel (2,758) yang artinya variabel independen yang diteliti secara serentak berpengaruh terhadap ROE. Dengan demikian H 0 ditolak dan H 1 diterima pada kolom sig. 0,005 > 0,05 artinya terdapat pengaruh yang signifikan antara LN_CR, LN_DAR dan LN_DER terhadap ROE. Dari uji Anova atau F test didapat nilai F hitung sebesar 4,659 dengan probabilitas 0,005. Karena probabilitas lebih kecil dari 0,05 maka model regresi dapat dapat dikatakan LN_CR, LN_DAR dan LN_DER secara bersama-sama berpengaruh terhadap ROE.
36 Penelitian ini mendukung penelitian terdahulu oleh Aminatuzahra (2010) dimana hasil uji F (sig 0,000<0,05), yang menunjukkan bahwa variabel current ratio,dan debt to equity ratio berpengaruh secara simultan terhadap ROE. Lina Triani (2011) dimana hasil uji F (sig 0,000<0,05) yang menunjukkan bahwa variabel current ratio, dan debt to equity ratio berpengaruh secara simultan terhadap ROE dan Kwan Billly (2005) dimana hasil uji F(sig 0,000<0,05) yang menunjukkan bahwa variable debt to equity berpengaruh terhadap ROE. 2. Uji Parameter (Uji t) Uji individual yaitu uji statistik bagi koefisien regresi dengan hanya satu koefisien regresi yang mempengaruhi Y. Uji t digunakan untuk mengetahui pengaruh variabel independen secara parsial terhadap variabel independen, apakah pengaruhnya signifikan atau tidak. Dengan taraf signifikansi 0,05 hipotesis yang akan diuji, yaitu : H0 1 = Current Ratio tidak berpengaruh secara signifikan terhadap ROE. Ha 1 = Current Ratio berpengaruh secara signifikan terhadap ROE. H0 2 = Debt to total asset tidak berpengaruh secara signifikan terhadap ROE. Ha 2 = Debt to total asset berpengaruh secara signifikan terhadap ROE. H0 3 = Debt to equity ratio tidak berpengaruh secara signifikan terhadap ROE. Ha 3 = Debt to equity ratio berpengaruh secara signifikan terhadap ROE.
37 Dasar pegambilan keputusan berdasarkan probabilitas (signifikansi): Jika probabilitas > 0,05 maka H 0 diterima Jika probabilitas 0,05 maka H a ditolak Tabel 4.8 Uji t-test Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta t Sig. 1 (Constant) -3.189.981-3.249.002 LN_CR.212.205.120 1.035.304 LN_DAR -.922.437 -.423-2.110.038 LN_DER.986.284.717 3.478.001 a. Dependent Variable: LN_ROE Berdasarkan tabel 4.8 di atas dapat diketahui bahwa: a. CR terhadap ROE Nilai signifikansi untuk LN_CR sebesar 0,304 > 0,05 maka H 0 diterima atau dengan kata lain LN_CR tidak memiliki pengaruh yang signifikan terhadap ROE. b. DAR terhadap ROE Nilai signifikansi untuk LN_DAR sebesar 0,038 < 0,05 maka H 0 ditolak atau dengan kata lain LN_DAR memiliki pengaruh yang signifikan terhadap ROE.
38 Hasil penelitian ini mendukung penelitian Lina Triani (2011) dimana hasil uji t (sig 0,389>0,05), bahwa terdapat pengaruh antara debt to total assets dengan ROE. c. DER terhadap ROE Nilai signifikansi untuk LN_DER sebesar 0,001 > 0,05 maka H 0 ditolak atau dengan kata lain LN_DER memiliki pengaruh yang signifikan terhadap ROE. Hasil penelitian ini mendukung penelitian Aminatuzahra(2010) dimana hasil uji t (sig 0,00<0,05), Nurul Huda (2011) dimana hasil uji t (sig 0,00 < 0,05), Kwan Billy (2005) dimana hasil uji t (sig 0,414 < 0,05) dan Bobi Siregar dimana uji t(sig 0,00<0,05) bahwa ada pengaruh antara Debt to equity ratio dengan ROE.
39 3.Analisis Regresi Linier Berganda Tabel 4.9 Uji Regresi Linier Berganda Coefficients a Unstandardized Coefficients Standardized Coefficients Collinearity Statistics Model B Std. Error Beta t Sig. Tolerance VIF 1 (Constant) -3.189.981-3.249.002 LN_CR.212.205.120 1.035.304.874 1.145 LN_DAR -.922.437 -.423-2.110.038.293 3.408 LN_DER.986.284.717 3.478.001.277 3.610 a. Dependent Variable: LN_ROE Dari nilai-nilai koefisien diatas, persamaan regresi pengaruh variabel CR, DAR dan DER terhadap ROE adalah : Y = 0,212-0,922 + 0,986 + e Dimana : Y = ROE (Return On Equity) X 1 = LN_CR X 2 = LN_DAR X 3 = LN_DER 1. Konstanta a = -3,189 Artinya jika CR,DAR, dan DER nilainya adalah 0, maka ROE nilainya adalah sebesar -3,189
40 2. Koefisien b 1 = 0,212 Artinya jika variabel current ratio sebesar 0,212 signifikan berpengaruh positif menunjukkan bahwa current ratio berpengaruh nyata terhadap Return on equity. Arti dari angka koefisien 0,212 jika variabel independent lain nilainya tetap dan current ratio mengalami kenaikan sebesar 0,212. 3. Koefisien b 2 = - 0,922 Artinya jika variabel Debt to total assets sebesar - 0,922 signifikansi berpengaruh negatif.. Berdasarkan nilai signifikansi tersebut menunjukkan bahwa nilai tersebut lebih kecil dari taraf signifikansi 0,05. Hal ini menunjukkan bahwa pada taraf signifikansi 0,05 variabel DAR berpengaruh secara signifikan terhadap ROE. 4. Koefisien b 3(DER) = 0,986 Artinya jika variabel debt to equity ratio sebesar 0,986 berpengaruh secara signifikan dikarenakan DER berpengaruh terhadap kenaikan perubahan ROE.