68
Berikut hasil uji normalitas seperti pada tabel dibawah ini:
Tabel 4.5. Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
25 .0000000
507.26326033 .170
.170 -.168
.852 .462
N Mean
Std. Deviation Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Differences
Kolmogorov-Smirnov Z Asymp. Sig. 2-tailed
Unstandardiz ed Residual
Test distribution is Normal. a.
Calculated from data. b.
Sumber : lampiran 5
Berdasarkan tabel tersebut di atas dapat diketahui bahwa nilai statistik Kolmogorov-Smirnov yang diperoleh mempunyai taraf signifikan yang lebih
besar dari dari 0,05 yaitu sebesar 0,462, dimana nilai tersebut telah sesuai dengan kriteria bahwa sebaran data disebut berdistribusi normal apabila nilai
signifikan nilai probabilitas lebih dari 5. 4.3.2.
Uji Asumsi Klasik
Menurut Algifari 2000: 83 penggunaan analisis regresi yang diperoleh dari metode kuadrat terkecil biasa Ordinary Least Squares OLS
merupakan model regresi yang menghasilkan estimator linear tak bias yang terbaik Best Linear Unbiased Estimator BLUE. Kondisi ini akan terjadi
jika dipenuhi beberapa asumsi, yang disebut dengan asumsi klasik, sebagai berikut:
69
1. Tidak boleh terjadi Autokorelasi
2. Tidak boleh terjadi multikolinearitas
3. Tidak boleh terjadi heterokedastisitas
Berikut ini uraian singkat mengenai ketiga asumsi tersebut dan bagaimana mendeteksinya.
1. Autokorelasi
Autokorelasi dapat didefinisikan sebagai korelasi antara data observasi yang diurutkan berdasarkan waktu urut time series atau data
yang diambil pada waktu tertentu atau data cross – sectional. Untuk menguji variabel – variabel yang diteliti, apakah terjadi Autokorelasi atau
tidak, dapat digunakan Uji Durbin Watson. Dalam penelitian ini, besarnya Durbin Watson setelah dianalisis
adalah 1,305 lampiran 7. Untuk mengetahui adanya gejala autokorelasi maka perlu dilihat tabel Durbin Watson dengan jumlah variabel bebas K =
3 sedangkan jumlah pengamatan 25 maka diperoleh dl = 1,123 dan du = 1,654 lampiran 9. Selanjutnya nilai tersebut diplotkan ke kurva Durbin
Watson dibawah ini:
Gambar 4.1. Distribusi Daerah Keputusan Autokorelasi
Daerah keragu-
raguan Daerah
keragu- raguan
Ada Autokor
elasi negatif
Ada Autokor
elasi positif
1,305
1,123 2,877
1,654 2,346
4
Tidak ada autokorelsi positif dan tidak ada
autokorelasi negatif
70
Berdasarkan gambar diatas dapat diketahui bahwa distribusi daerah penentuan keputusan dimulai dari 0 nol sampai 4 empat. Dan dapat
disimpulkan karena nilai dari analisis sebesar 1,305 berada pada daerah keragu-raguan sehingga dapat diputuskan bahwa telah terbebas dari
penyimpangan autokorelasi. 2.
Multikolinieritas
Multikolinearitas adalah terjadinya hubungan linier antar variabel bebas dalam persamaan regresi linier berganda. Uji Multikolinearitas
bertujuan untuk menguji apakah dalam persamaan regresi ditemukan adanya korelasi antara variabel bebas. Identifikasi secara statistik ada atau tidaknya
gejala multikolinier dapat dilakukan dengan menghitung Variance Inflantion Factor VIF, dengan rumus :
Apabila nilai VIF 10 maka persamaan regresi linier berganda tersebut tidak terkena multikolinier Gurajati, 2007: 70. Berdasarkan hasil
pengujian, diperoleh hasil bahwa nilai VIF untuk masing-masing variabel adalah sebagai berikut:
Tabel 4.6. Hasil Pengujian Multikolinier No Variabel
Tolerance VIF Keterangan
1 2
3 P. Laba Bersih X
1
P. Piutang X
2
P. Persediaan X
3
0,713 0,276
0,232 1,403
3,618 4,307
Non Multikolinier Non Multikolinier
Non Multikolinier
Sumber : Lampiran 7
Dari tabel di atas dapat diketahui bahwa nilai VIF untuk variabel Laba Bersih, Piutang dan Persediaan, mempunyai nilai VIF lebih kecil dari 10, yang
71
berarti bahwa pengujian asumsi klasik dalam penelitian ini sudah terbebas dari
penyimpangan multikolinier
3. Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan lainnya. Untuk
mendeteksi ada atau tidak adanya heteroskedastisitas digunakan uji Rank Spearman yaitu membandingkan antara residual dengan variabel bebas.
Kriteria pengujian heteroskedastisitas : a.
Apabila nilai signifikan hitung sig tingkat signifikan = 0,05 maka Ho diterima berarti tidak terjadi heteroskedastisitas.
b. Apabila nilai signifikan hitung sig tingkat signifikan = 0,05 maka Ho
diterima berarti terjadi heteroskedastisitas. Algifari, 2000: 86 Berikut ini hasil pengujian heteroskedastisitas seperti pada tabel
dibawah ini :
Tabel 4.7. Hasil Pengujian Heteroskedastisitas No
Variabel Nilai mutlak
dari residual Taraf
Signifikansi Keterangan
1. 2.
3. P. Laba Bersih X
1
P. Piutang X
2
P. Persediaan X
3
0,340 -0,154
-0,097 0,096
0,463 0,645
Non Heteroskedastisitas Non Heteroskedastisitas
Non Heteroskedastisitas
Sumber : Lampiran 8
Dari hasil korelasi tersebut tidak diperoleh adanya korelasi yang signifikan antara Unstandardized Residual dengan masing-masing variabel
bebas yang diteliti, dengan nilai taraf signifikansi lebih besar dari 0,05, sehingga dapat disimpulkan bahwa tidak terjadi penyimpangan
heteroskedastisitas pada variabel-variabel bebas yang diteliti.
72
4.3.3. Regresi Linier Berganda
Berdasarkan hasil pengujian dengan menggunakan regresi linier berganda dengan bantuan program SPSS diperoleh persamaan regresi
sebagai berikut:
Tabel 4.8. Hasil Uji Regresi Linier Berganda
Sumber : Lampiran 7
Coefficients
a
483.052 113.857
4.243 .000
3.15E-010 .000
.426 2.221
.037 .548
.436 .360
.713 1.403
-3.0E-011 .000
-.719 -2.331
.030 .046
-.453 -.378
.276 3.618
5.05E-010 .000
.729 2.166
.042 .340
.427 .351
.232 4.307
Constant P.Laba B sih
er P.Piutang
P.Persediaan Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Zero-order Partial
Part Correlations
Tolerance VIF
Collinearity Statistics
Dependent Variable: Laba Per Lembar Saham a.
Y = 483,052 + 3,15E-010 X
1
- 3,0E-011 X
2
+ 5,05E-010 X
3
Dari persamaan tersebut dapat dijelaskan sebagai berikut:
β =
483,052 Nilai konstanta sebesar 483,052 menunjukkan apabila variabel
Perubahan Laba Bersih X
1 ,
Perubahan Piutang X
2
dan Perubahan Persediaan X
3
sebesar nol atau konstan, maka besarnya nilai Laba Per Lembar Saham adalah sebesar 483,052.
β
1
= 3,15E-010
Koefisien regresi untuk variabel Perubahan Laba Bersih X
1
sebesar 3,15E-010. Tanda positif menunjukkan terjadinya perubahan yang
searah dari variabel Perubahan Laba Bersih X
1
terhadap variabel Laba Per Lembar Saham Y, yang artinya apabila variabel Perubahan
Laba Bersih X
1
mengalami peningkatan sebesar 1 rupiah Rp maka variabel nilai Laba Per Lembar Saham Y akan meningkat sebesar
73
3,15E-010, demikian sebaliknya apabila variabel Perubahan Laba Bersih X
1
mengalami penurunan sebesar 1 rupiah Rp maka variabel nilai Laba Per Lembar Saham Y akan menurun sebesar
3,15E-010 dengan asumsi bahwa variabel-variabel yang lain adalah
konstan.
β
2
= - 3,0E-011
Koefisien regresi untuk variabel Perubahan Piutang X
2
sebesar -
3,0E-011. Tanda negatif menunjukkan terjadinya perubahan yang berlawanan arah dari variabel Perubahan Piutang X
2
terhadap variabel Laba Per Lembar Saham Y, yang artinya apabila variabel
Perubahan Piutang X
2
mengalami peningkatan sebesar 1 rupiah Rp maka variabel Laba Per Lembar Saham Y akan menurun
sebesar - 3,0E-011, demikian sebaliknya apabila variabel Perubahan Piutang X
2
mengalami penurunan sebesar 1 rupiah Rp maka variabel Laba Per Lembar Saham Y akan meningkat sebesar - 3,0E-
011 dengan asumsi bahwa variabel-variabel yang lain adalah konstan. β
3
= 5,05E-010
Koefisien regresi untuk variabel Perubahan Persediaan X
3
sebesar 5,05E-010. Tanda positif menunjukkan terjadinya perubahan yang
searah dari variabel Perubahan Persediaan X
3
terhadap variabel Laba Per Lembar Saham Y, yang artinya apabila variabel Perubahan
Persediaan X
3
mengalami peningkatan sebesar 1 rupiah Rp maka variabel nilai Laba Per Lembar Saham Y akan meningkat sebesar
74
5,05E-010, demikian sebaliknya apabila variabel Perubahan Persediaan X
3
mengalami penurunan sebesar 1 rupiah Rp maka variabel Laba Per Lembar Saham Y akan menurun sebesar 5,05E-
010 dengan asumsi bahwa variabel-variabel yang lain adalah konstan.
4.3.4. Deskripsi Hasil Pengujian Hipotesis
4.3.4.1. Hasil Pengujian Kecocokan Model
Untuk menguji kesesuaian model persamaan regresi yang dihasilkan, digunakan uji F. Apabila nilai signifikansi uji F 0,05
=5, maka diputuskan untuk menolak H
dan menerima H
I
. Dari hasil penelitian ini diketahui bahwa besarnya nilai F hitung adalah sebesar 5,686 dengan tingkat
signifikansi sebesar 0,005, karena nilai signifikansi yang diperoleh kurang dari 0,05 yaitu 0,005 maka dapat disimpulkan bahwa model regresi yang
dihasilkan cocok untuk mengetahui pengaruh perubahan Laba Bersih X
1 ,
Perubahan Piutang X
2
dan Perubahan Persediaan X
3
Terhadap Laba Per Lembar Saham Y.
Berdasarkan hasil pengujian diperoleh nilai koefisien korelasi berganda R sebesar 0,669 Lampiran 7 menunjukkan korelasi yang cukup
kuat antara variabel Perubahan Laba Bersih X
1 ,
Perubahan Piutang X
2
, Perubahan Persediaan X
3
Terhadap Laba Per Lembar Saham Y. Nilai koefisien determinasi R
2
sebesar 0,448 Lampiran 7 yang berarti bahwa variabel Perubahan Laba Bersih X
1 ,
Perubahan Piutang X
2
dan Perubahan Persediaan X
3
mampu menjelaskan perubahan yang terjadi pada variabel Laba Per Lembar Saham Y sebesar 44,8 dan sisanya
sebesar 54,2 dijelaskan oleh variabel lain yang tidak dibahas pada penelitian ini.
75
4.3.4.2.Hasil Uji t
Adapun hasil dari pengujian dengan menggunakan uji t adalah sebagai berikut:
Tabel 4.9. Hasil Uji t
Sumber : Lampiran 7
Coefficients
a
4.243 .000
2.221 .037
.548 .436
.360 -2.331
.030 .046
-.453 -.378
2.166 .042
.340 .427
.351 Constant
P.Laba Bersih P.Piutang
P.Persediaan Model
1 t
Sig. Zero-order
Partial Part
Correlations
Dependent Variable: Laba Per Lembar Saham a.
Untuk pengaruh nyata tidaknya masing-masing variabel dapat dijelaskan sebagai berikut :
1. Pengaruh Variabel Perubahan Laba Bersih X
1
Terhadap Laba Per Lembar Saham Y.
Nilai koefisien korelasi r parsial variabel Perubahan Laba Bersih X
1
dengan Laba Per Lembar Saham Y adalah sebesar 0,436. Sedangkan nilai koefisien determinasi atau pengaruh r
2
parsial variabel Perubahan Laba Bersih X
1
dengan Laba Per Lembar Saham Y adalah sebesar 0,436
2
= 0,190096 atau 19,00. Jadi pengaruh yang telah diberikan antara Variabel Perubahan Laba Bersih X
1
terhadap Laba Per Lembar Saham Y sebesar 19,00. Sedangkan nilai t
hitung
yang diperoleh adalah 2,221 dengan taraf signifikan sebesar 0,037. Karena taraf signifikan yang
diperoleh lebih kecil dari 0,05, maka secara nyata Laba Bersih X
1
76
berpengaruh positif dan signifikan terhadap Laba Per Lembar Saham Y.
2. Pengaruh Variabel Perubahan Piutang X
2
Terhadap Laba Per Lembar Saham Y
Nilai koefisien korelasi r parsial variabel Perubahan Piutang X
2
dengan Laba Per Lembar Saham Y adalah sebesar -0,453. Sedangkan nilai koefisien determinasi atau pengaruh r
2
parsial variabel Perubahan Piutang X
2
terhadap Laba Per Lembar Saham Y adalah sebesar - 0,453
2
= 0,2052 atau 20,52. Jadi pengaruh yang telah diberikan antara variabel Perubahan Piutang X
2
terhadap Laba Per Lembar Saham Y sebesar 20,52. Sedangkan nilai t
hitung
yang diperoleh adalah -2,331 dengan taraf signifikan sebesar 0,030. Karena taraf signifikan yang
diperoleh lebih kecil dari 0,05, maka secara nyata Perubahan Piutang X
2
berpengaruh negatif dan signifikan terhadap Laba Per Lembar Saham Y.
3. Pengaruh Variabel Perubahan Persediaan X
3
Terhadap Laba Per Lembar Saham Y
Nilai koefisien korelasi r parsial variabel Perubahan Persediaan X
3
dengan Laba Per Lembar Saham Y adalah sebesar 0,427. Sedangkan nilai koefisien determinasi atau pengaruh r
2
parsial variabel Perubahan Persediaan X
3
terhadap Laba Per Lembar Saham Y adalah sebesar 0,427
2
= 0,182329 atau 18,23. Jadi pengaruh yang telah diberikan antara variabel Perubahan Persediaan X
3
terhadap Laba Per Lembar Saham Y sebesar 18,23. Sedangkan nilai t
hitung
yang diperoleh adalah
77
2,166 dengan taraf signifikan sebesar 0,042. Karena taraf signifikan yang diperoleh lebih kecil dari 0,05, maka secara nyata Perubahan Persediaan
X
3
berpengaruh positif dan signifikan terhadap Laba Per Lembar Saham Y.
Dari hasil pengujian secara parsial diketahui bahwa dari ketiga variabel yang diteliti, variabel piutang memiliki pengaruh yang paling dominan yaitu
sebesar 20,52 sedangkan variabel yang lain yaitu laba bersih memiliki pengaruh sebesar 19 dan persediaan mempunyai pengaruh sebesar 18,23.
Dengan demikian hipotesis kedua yang diajukan dalam penelitian ini yang menyatakan bahwa ”diduga Perubahan laba bersih merupakan variabel bebas
yang berpengaruh paling dominan dalam memprediksi laba di masa mendatang” tidak terbukti kebenarannya.
4.4. Pembahasan
Berdasarkan hasil pengujian di atas maka uji kecocokan model yang digunakan dalam penelitian ini menunjukkan bahwa model regresi yang
dihasilkan dalam penelitian ini cocok untuk menguji hipotesis yang diajukan. Dengan demikian hipotesis yang diajukan dalam penelitian ini yang
menyatakan bahwa ”diduga informasi keuangan Perubahan laba bersih, Perubahan piutang dan Perubahan persediaan berpengaruh dalam
memprediksi laba di masa mendatang” dapat terbukti kebenarannya. Berdasarkan hasil uji signifikan uji t dapat diketahui bahwa variabel
Perubahan Laba Bersih berpengaruh secara signifikan terhadap Laba Per Lembar Saham, dengan nilai t
hitung
yang diperoleh adalah sebesar 2,221 dan
78
taraf signifikan sebesar 0,037, dimana nilai tersebut lebih kecil dari 0,05. Hal ini berarti perubahan laba bersih mampu mempengaruhi potensi terhadap
keputusan investasi, dimana investor tertarik pada tingkat keuntungan yang didapatkan untuk masa-masa mendatang berupa deviden atau gain. Investor
lebih tetarik lagi pada perusahaan yang mempunyai tingkat keuntungan besar dan mempunyai tingkat resiko yang cenderung rendah. Hasil penelitian ini
sama dengan dengan penelitian yang dilakukan oleh Parawijati et.al, JRAI, 2000:217 yang menyatakan bahwa informasi laba menjadi penting bagi
investor di pasar modal dan dapat diketahui melalui besarnya laba per lembar saham earnings per share, karena laba per lembar saham mencerminkan
kinerja perusahaan. Variabel Perubahan Piutang berpengaruh secara signifikan terhadap
Laba Per Lembar Saham, dengan nilai t
hitung
yang diperoleh adalah -2,331 dengan taraf signifikan sebesar 0,030, dimana nilai tersebut lebih kecil dari
0,05. Hal ini dikarenakan apabila terjadi peningkatan perubahan piutang, maka akan dapat timbul masalah dalam usaha peningkatan penjualan suatu produk,
artinya akan memicu peningkatan kredit sehingga kemungkinan laba dimasa mendatang menurun. Perubahan piutang mengalami peningkatan, maka akan
dapat timbul masalah dalam peningkatan kredit, sehigga kemungkinan laba dimasa mendatang menurun, hal ini akibat semakin besarnya kerugian piutang
yang dibebankan. Hasil penelitian ini sama dengan penelitian yang dilakukan Parawijati et.al, JRAI, 2000:221 yang menyatakan bahwa piutang dapat
berpengaruh terhadap laba, kalau hari penagihan piutang lebih dari 60 hari
