G. Jadwal Penelitian Tabel 3.2
Jadwal Peneltian
Tahapan Penelitian Okt.
Nov. Des.
Jan. Feb.
Mar. Pengajuan Judul
√ Penyetujuan Proposal
√ Pengumpulan Data
√ √
Seminar Proposal √
Penulisan Skripsi √
√ √
√ Ujian Skripsi
√ Sumber: Data diolah penulis, 2010
Universitas Sumatera Utara
BAB IV ANALISIS DAN PEMBAHASAN
A. Data Penelitian
Objek penelitian ini adalah perusahaan manufaktur sektor industri barang konsumen yang terdaftar di Bursa Efek Indonesia. Setelah dilakukan pemilihan
sampel dengan teknik purposive sampling diperoleh 31 perusahaan. Daftar perusahaan berdasarkan tanggal listing di Bursa Efek Indonesia dapat dilihat pada
lampiran i. Periode penelitian dimulai dari tahun 2006 sampai dengan tahun 2008
sehingga data penelitian secara keseluruhan berjumlah 93 sampel. Daftar mengenai data variabel penelitian yang dianalisis dalam penelitian ini dapat
dilihat pada lampiran ii, iii, iv dan v.
B. Analisis Hasil Penelitian 1. Analisis Statistik Deskriptif
Statistik deskriptif adalah statistik yang berfungsi
untuk mendeskripsikan atau memberi gambaran terhadap obyek yang diteliti melalui
data sampel atau populasi sebagaimana adanya, tanpa melakukan analisis dan membuat kesimpulan yang berlaku untuk umum. Deskripsi suatu data dilihat
dari nilai rata-rata mean, standar deviasi, maksimum, minimum. Berikut ini akan dijelaskan hasil statistik data keuangan dan variabel
penelitian dari tahun 2006-2008. Statistik deskriptif variabel penelitian dari
Universitas Sumatera Utara
sampel perusahaan selama periode pengamatan 2006 sampai dengan tahun 2008 disajikan pada tabel 4.1.
Tabel 4.1 Statistik Deskriptif Variabel Penelitian
Descriptive Statistics
N Mean
Std. Deviation Minimum
Maximum ROI
93 6.36796
15.542404 -86.620
37.220 TATO
93 1.36000
.558708 .480
3.240 DR
93 .42667
.256656 .010
1.920 INVESTMENT
93 .099094
.3192507 -.9000
2.2500
Sumber : Hasil Olah Data SPSS oleh Penulis, 2010 Tabel di atas menjelaskan bahwa:
a. Variabel ROI, nilai minimumnya -86,62 dan maksimumnya 37,22
dengan nilai rata-ratanya 6,36796. Standar deviasi variabel ini adalah sebesar 15,542404. Jumlah data yang digunakan adalah sebanyak 93,
b. Variabel TATO, nilai minimumnya 0,48 dan maksimumnya 3,24 dengan
nilai rata-ratanya 1,36. Standar deviasi variabel ini adalah sebesar 0,558708. Jumlah data yang digunakan adalah sebanyak 93,
c. Variabel DR, nilai minimumnya 0,01 dan maksimumnya 1,92 dengan
nilai rata-ratanya 0,42667. Standar deviasi variabel ini adalah sebesar 0,256656. Jumlah data yang digunakan adalah sebanyak 93,
d. Variabel Investment, nilai minimumnya -0,9 dan maksimumnya 2,25
dengan nilai rata-ratanya 0,099094. Standar deviasi variabel ini adalah sebesar 0,3192507. Jumlah data yang digunakan adalah sebanyak 93,
Universitas Sumatera Utara
2. Uji Asumsi Klasik
Untuk menghasilkan suatu model regresi yang baik, analisis regresi memerlukan pengujian asumsi klasik sebelum melakukan pengujian hipotesis.
Apabila terjadi penyimpangan dalam pengujian asumsi klasik perlu dilakukan perbaikan terlebih dahulu.
a. Uji Normalitas
Pengujian normalitas data dalam penelitian ini menggunakan dua cara yaitu analisis grafik yang terdiri dari histogram dan normal probability plot
yang ditunjukkan pada gambar 4.1 dan 4.2 dan analisis statistik dengan
menggunakan uji Kolmogorov-Smirnov K-S. Hasil uji grafik dalam penelitian ini menunjukkan distribusi residual
yang tidak normal, hal ini ditunjukkan grafik histogram yang menceng ke kiri. Normal probability plot juga menunjukkan hal yang sama dimana titik-titik
dalam plot terlihat menyebar jauh dari garis diagonal baik diatas maupun dibawah garis diagonal.
Universitas Sumatera Utara
Sumber : Hasil Olah Data SPSS oleh Penulis, 2010
Gambar 4.1 Grafik Histogram 1
Sumber : Hasil Olah Data SPSS oleh Penulis, 2010
Gambar 4.2 Normal Probability Plot 1
Universitas Sumatera Utara
Selain uji grafik dilakukan juga uji Kolmogorov-Smirnov K-S, dari hasil uji tersebut dapat dilihat pada tabel 4.2.
Tabel 4.2 Uji Normalitas Data
one-Sample Kolmogorov-Smirnov Test
ROI TATO
DR INVESTMENT
N 93
93 93
93 Normal Parameters
a
Mean 6.36796
1.36000 .42667
.099094 Std. Deviation
1.554240E1 .558708
.256656 .3192507
Most Extreme Differences
Absolute .245
.127 .081
.191 Positive
.131 .127
.081 .186
Negative -.245
-.064 -.073
-.191 Kolmogorov-Smirnov Z
2.364 1.228
.782 1.840
Asymp. Sig. 2-tailed .000
.098 .574
.002 a. Test distribution is Normal.
Sumber : Hasil Olah Data SPSS oleh Penulis, 2010 Dari hasil uji kolmogorov Smirnov, dapat diketahui bahwa
Investment memiliki nilai signifikansi 0,002 dan ROI memiliki nilai signifikan 0,000. Nilai ini 0,05. Hal ini menunjukkan bahwa residual
Investment dan ROI terdistribusi tidak normal. Uji t dan uji f mensyaratkan distribusi residual harus normal, karena
residual dalam penelitian ini tidak terdistribusi dengan normal perlu dilakukan tindakan penormalan data. Data yang tidak terdistribusi secara normal dapat
ditransformasi agar menjadi normal Ghozali, 2005 : 32. Tindakan perbaikan yang dilakukan dalam penelitian ini
menggunakan transformasi seluruh variabel penelitian dalam bentuk LN.
Universitas Sumatera Utara
Setelah dilakukan transformasi data maka hasil uji normalitas data dapat dilihat pada grafik histogram, normal probability plot, dan Tabel
Kolmogorov Smirnov sebagai berikut:
Sumber : Hasil Olah Data SPSS oleh Penulis, 2010
Gambar 4.3 Grafik Histogram 2
Sumber : Hasil Olah Data SPSS oleh Penulis, 2010
Gambar 4.4
Universitas Sumatera Utara
Normal Probability Plot 2
Grafik histogram setelah transformasi data memperlihatkan pola distribusi yang normal. Titik-titik yang menyebar di sekitar garis diagonal dan
mengikuti arah garis diagonal pada normal probability plot juga menunjukkan bahwa data terdistribusi normal.
Transformasi data dalam bentuk LN menyebabkan ROI memiliki nilai signifikasi 0,738 dan Investment memiliki nilai signifikasi 0,224. Nilai ini
0,05. Hal ini menunjukkan bahwa residual ROI dan Investment terdistribusi dengan normal, dan hasil pengujian statistik Kolmogorov Smirnov ini sudah
sesuai dengan hasil pengujian grafik yang menggambarkan data telah terdistribusi dengan normal.
Tabel 4.3 Uji Normalitas Data2
one-Sample Kolmogorov-Smirnov Test
LN_ROI LN_TATO
LN_DR LN_INVESTMENT
N 84
93 93
60 Normal Parameters
a
Mean 1.7071
.2251 -1.0412
-2.4813 Std. Deviation
1.17273 .41275
.70053 1.61268
Most Extreme Differences Absolute .075
.071 .107
.135 Positive
.052 .050
.107 .073
Negative -.075
-.071 -.092
-.135 Kolmogorov-Smirnov Z
.684 .689
1.030 1.046
Asymp. Sig. 2-tailed .738
.729 .239
.224 a. Test distribution is Normal.
Sumber : Hasil Olah Data SPSS oleh Penulis, 2010
Universitas Sumatera Utara
b. Uji Multikolonieritas
Uji Multikolonieritas dengan melihat nilai tolerance dan VIF menunjukkan hasil seperti pada tabel 4.4 berikut:
Tabel 4.4 Uji Multikolonieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance
VIF 1
Constant -2.261
.490 -4.619
.000 LN_ROI
.332 .231
.221 1.435
.157 .707
1.415 LN_TATO
.135 .613
.033 .221
.826 .768
1.303 LN_DR
.812 .369
.322 2.197
.032 .778
1.285 a. Dependent Variable:
LN_INVESTMENT
Tabel 4.4 di atas memperlihatkan bahwa penelitian ini bebas dari adanya multikolinearitas. Hal ini bisa dilihat dengan membandingkan dengan
nilai tolerance dan VIF. Masing-masing variabel bebas yang digunakan dalam penelitian ini memiliki nilai tolerance yang lebih besar dari 0,1 yaitu untuk
LN_ROI nilai tolerance 0,707; LN_TATO nilai tolerance 0,768; LN_DR nilai tolerance 0,778. Jika dilihat dari VIF-nya, bahwa masing-masing variabel
bebas lebih kecil dari 10 yaitu untuk VIF LN_ROI 1,415; VIF LN_TATO 1,303; VIF LN_DR 1,285. Dengan demikian dapat disimpulkan bahwa tidak
terjadi gejala multikolineritas dalam variabel bebasnya.
Universitas Sumatera Utara
c. Uji Heterokedastisitas
Ada tidaknya heterokedastisitas dapat dilihat dari grafik scatterplot pada gambar 4.5 berikut ini :
Sumber : Hasil Olah Data SPSS oleh Penulis, 2010
Gambar 4.5 Gambar Scatterplot
Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak dengan tidak adanya pola yang jelas serta tersebar baik diatas maupun
dibawah angka 0 pada sumbu Y. Dengan demikian, dapat disimpulkan bahwa tidak terjadi heterokedastisitas sehingga model ini layak dipakai untuk
mengetahui pengaruh terhadap investasi aktiva tetap yang terdaftar di Bursa Efek Indonesia berdasarkan masukan variabel independen yaitu Return on
Investment, Total Asset Turnover, Debt Ratio.
d. Uji Autokorelasi
Pengujian autokorelasi bertujuan untuk menguji apakah dalam model regresi linear terdapat korelasi pengganggu antara kesalahan pengganggu pada
Universitas Sumatera Utara
periode t dengan kesalahan pengganggu pada periode t-1. Autokorelasi menunjukkan adanya korelasi diantara data pengamatan yang tersusun baik
seperti data cross section danatau time series. Jika terjadi autokorelasi dalam model regresi linear berarti koefisien korelasi yang diperoleh menjadi tidak
akurat, sehingga model regresi yang baik adalah model yang bebas dari autokorelasi. Berikut ini hasil uji Durbin Watson dengan menggunakan
program SPSS.
Tabel 4.5 Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .339
a
.115 .065
1.51214 1.993
a. Predictors: Constant, LN_DR, LN_TATO, LN_ROI b. Dependent Variable: LN_INVESTMENT
Sumber : Hasil Olah Data SPSS oleh Penulis, 2010 Hasil uji autokorelasi diatas menunjukkan nilai statistik Durbin-
Watson DW sebesar 1,993. Nilai ini akan dibandingkan dengan nilai tabel dengan menggunakan nilai signifikansi 5, jumlah sampel 57, dan jumlah
variabel penelitian independen 3 k=3, maka di tabel Durbin Watson didapat nilai batas atas du sebesar 1,46 dan nilai batas bawah dl sebesar 1,68. Oleh
karena itu, nilai du DW 4-du 1,46 1,993 2,54 maka tidak terjadi autokorelasi positif maupun negatif.
Universitas Sumatera Utara
3. Analisis Regresi
Berdasarkan hasil uji asumsi klasik yang telah dilakukan di atas, dapat disimpulkan bahwa model regresi yang dipakai dalam penelitian ini telah
memenuhi model estimasi yang Best Linear Unbiased Estimator BLUE dan layak untuk dilakukan analisis statistik selanjutnya, yaitu melakukan
pengujian hipotesis.
a. Persamaan Regresi
Dalam pengolahan data dengan menggunakan regresi linear, dilakukan beberapa tahapan untuk mencari hubungan antara variabel
independen dan variabel dependen, melalui pengaruh LN_ROI X
1
, LN_TATO X
2
, dan LN_DR X
3
terhadap LN_Investment Y. Hasil regresi dapat dilihat pada tabel 4.6 berikut ini:
Tabel 4.6 Analisis Hasil Regresi
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance
VIF 1
Constant -2.261
.490 -4.619
.000 LN_ROI
.332 .231
.221 1.435
.157 .707
1.415 LN_TATO
.135 .613
.033 .221
.826 .768
1.303 LN_DR
.812 .369
.322 2.197
.032 .778
1.285 a. Dependent Variable:
LN_INVESTMENT
Sumber : Hasil Olah Data SPSS oleh Penulis, 2010 Persamaan regresi adalah sebagai berikut:
Y= α + β1X1 + β2X2 + β3X3 + ε
Universitas Sumatera Utara
I = - 2,261 + 0,332ROI + 0,135 TATO + 0,812 DR Dari persamaan tersebut diketahui 2 hal, yaitu konstanta dan koefisien regresi.
1. Konstanta sebesar – 2,261 menyatakan bahwa jika tidak ada ROI,
TATO, dan DR, maka Investasi Aktiva Tetap menurun sebesar 2,261. 2.
Koefisien regresi ROI sebesar 0,332 menyatakan bahwa setiap penambahan 1 ROI maka akan menaikkan Investasi Aktiva Tetap
sebesar 0,332. 3.
Koefisien regresi TATO sebesar 0,135 menyatakan bahwa setiap penambahan 1 TATO akan menambah Investasi Aktiva Tetap sebesar
0,135. 4.
Koefisien regresi DR sebesar 0,812 menyatakan bahwa setiap penambahan 1 DR maka akan menambah Investasi Aktiva Tetap
sebesar 0,812.
b. Analisis Koefisien Korelasi dan Koefisien Determinasi
Nilai koefisien korelasi R menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel dependen.
Koefisien korelasi dikatakan kuat apabila nilai R berada di atas 0.5 dan mendekati 1.
Koefisien determinasi R square menunjukkan seberapa besar variabel independen menjelaskan variabel dependennya. Nilai R square adalah
nol sampai dengan satu. Apabila nilai R square semakin mendekati satu, maka variabel-variabel independen memberikan semua informasi yang dibutuhkan
Universitas Sumatera Utara
untuk memprediksi variasi variabel dependen. Sebaliknya, semakin kecil nilai R square, maka kemampuan variabel-variabel independen dalam menjelaskan
variasi variabel dependen semakin terbatas.
Tabel 4.7 Hasil Analisis Koefisien Korelasi dan Koefisien Determinasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .339
a
.115 .065
1.51214 1.993
a. Predictors: Constant, LN_DR, LN_TATO, LN_ROI b. Dependent Variable: LN_INVESTMENT
Sumber : Hasil Olah Data SPSS oleh Penulis, 2010 Dari hasil pengolahan regresi berganda pada tabel 4.7, dapat diketahui
bahwa nilai R adalah 0,339 atau 33,9 yang berarti bahwa korelasi atau hubungan antara Investasi Aktiva Tetap LN_Investment dengan variabel
independennya LN_ROI, LN_TATO dan LN_DR tidak begitu kuat. Nilai R Square dari output diatas adalah sebesar 0,115. Ini berarti
bahwa variasi dari variabel independen yang terdiri dari Return On Investment, Total Asset Turnover, dan Debt Ratio hanya mampu menjelaskan
variasi variabel dependen Investasi Aktiva Tetap sebesar 11,5. Selebihnya dijelaskan oleh variabel lain yang tidak dimasukkan dalam model regresi.
c. Pengujian Hipotesis
Untuk mengetahui apakah variabel independen dalam model regresi berpengaruh terhadap variabel dependen, maka dilakukan pengujian dengan
menggunakan uji t t test dan uji F F test.
Universitas Sumatera Utara
1. Uji t t Test
Pengaruh LN_ROI, LN_TATO, dan LN_DR secara parsial terhadap LN_INV dapat diketahui dari hasil uji t yang terdapat pada tabel 4.8 berikut:
Tabel 4.8 Uji Statistik t
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance
VIF 1
Constant -2.261
.490 -4.619
.000 LN_ROI
.332 .231
.221 1.435
.157 .707
1.415 LN_TATO
.135 .613
.033 .221
.826 .768
1.303 LN_DR
.812 .369
.322 2.197
.032 .778
1.285 a. Dependent Variable:
LN_INVESTMENT
Sumber : Hasil Olah Data SPSS oleh Penulis, 2010 Tabel di atas menunjukkan nilai t hitung untuk masing-masing
variabel independen. Nilai t hitung tersebut akan dibandingkan dengan nilai t tabel yang diperoleh dari Microsoft Excel dengan menggunakan fungsi TINV.
Variabel LN_ROI X
1
diperoleh t hitung sebesar 1,435 dan nilai signifikansi sebesar 0,157 0,05. Hasil t tabel untuk TINV 0,05, 57 adalah
1,672. Nilai t hitung t tabel 1,435 1,672. Hal ini mengindikasikan bahwa LN_ROI tidak berpengaruh secara signifikan terhadap LN_INV.
Variabel LN_TATO X
2
diperoleh t hitung sebesar 0,221 dan nilai signifikansi sebesar 0,826 0,05. Hasil t tabel untuk TINV 0,05, 57 adalah
1,672. Nilai t hitung t tabel 0,221 1,672. Hal ini mengindikasikan bahwa LN_TATO tidak berpengaruh secara signifikan terhadap LN_INV.
Universitas Sumatera Utara
Variabel LN_DR X
3
diperoleh t hitung sebesar 2,197 dan nilai signifikansi sebesar 0,032 0,05. Hasil t tabel untuk TINV 0,05, 57 adalah
1,672. Nilai t hitung t tabel 2,197 1,672. Hal ini mengindikasikan bahwa LN_DR berpengaruh secara signifikan terhadap LN_INV.
2. Uji F F Test
Pengujian pengaruh LN_ROI, LN_TATO, dan LN_DR, secara simultan terhadap LN_INV maka dilakukan uji statistik f. Hasil uji tersebut
terdapat pada tabel 4.9 sebagai berikut:
Tabel 4.9 Hasil Uji F
ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
15.712 3
5.237 2.291
.089
a
Residual 121.187
53 2.287
Total 136.900
56 a. Predictors: Constant, LN_DR, LN_TATO, LN_ROI
b. Dependent Variable: LN_INVESTMENT
Sumber : Hasil Olah Data SPSS oleh Penulis, 2010 Dari uji ANOVA pada tabel 4.9 yang diperoleh, diketahui bahwa F
hitung
adalah 2,291 dengan tingkat signifikansi lebih besar dari tingkat kepercayaan 2,291 0,05. Nilai F hitung tersebut akan dibandingkan dengan nilai F tabel
yang diperoleh melalui fungsi FINV pada Microsoft Excel. Hasilnya diketahui bahwa nilai F tabel untuk FINV 0,05, 3, 54 adalah 2,776. Nilai F hitung F
tabel 2,291 2,776. Hal ini menunjukkan bahwa variabel LN_ROI, LN_TATO, dan LN_DR tidak berpengaruh signifikan secara simultan terhadap variabel
LN_INV.
Universitas Sumatera Utara
C. Pembahasan Hasil Penelitian
Nilai R Square sebesar 0,115 yang berarti bahwa 11,5 variasi atau perubahan Investasi aktiva tetap dapat dijelaskan oleh variasi Return on
investment, Total asset turnover dan Debt ratio, sedangkan sisanya sebesar 88,5 dijelaskan oleh sebab-sebab lain yang tidak dimasukkan dalam model penelitian.
Berdasarkan hasil pengujian diketahui bahwa secara parsial Debt ratio mempunyai pengaruh positif dan signifikan terhadap Investasi aktiva tetap
perusahaan, sedangkan Return on investment dan Total asset turnover tidak berpengaruh terhadap Investasi aktiva tetap perusahaan.
Hasil penelitian ini tidak mendukung hasil penelitian yang dilakukan oleh Lily 2005 yang menemukan bahwa secara parsial dan simultan Return on
investment dan total asset turnover berpengaruh signifikan terhadap Investasi aktiva tetap sedangkan hasil penelitian ini memperlihatkan bahwa secara parsial
return on investment dan total asset turnover tidak berpengaruh terhadap investasi aktiva tetap. Hal ini mungkin dikarenakan berbedanya periode, objek penelitian
dan adanya tambahan variabel independen yang digunakan dalam penelitian. Hasil ini penelitian ini mendukung penelitian terdahulu yang dilakukan oleh
Khendy 2007 dimana dalam hasil penelitiannya ditemukan bahwa total asset turnover tidak berpengaruh secara parsial terhadap investasi aktiva tetap, hal ini
sesuai dengan hasil penelitian penulis sendiri. Selain itu, hasil penelitian ini juga mendukung penelitian terdahulu yang dilakukan oleh Iskandar 2003 yang
menyimpulkan bahwa debt ratio secara parsial memiliki pengaruh signifikan positif terhadap investasi aktiva tetap.
Universitas Sumatera Utara
BAB V KESIMPULAN DAN SARAN
A. Kesimpulan
Berdasarkan hasil analisis data dan pembahasan yang telah dikemukakan dalam bab empat, maka kesimpulan yang dapat diambil dari penelitian ini
adalah pengaruh kinerja keuangan terhadap perubahan laba baik secara simultan maupun parsial.
1. Secara simultan, hasil penelitian ini menunjukkan tidak adanya
pengaruh antara Return On Investment, Total Asset Turnover, dan Debt Ratio terhadap investasi aktiva tetap.
2. Secara Parsial, penelitian ini menunjukkan adanya pengaruh variabel
Debt Ratio terhadap investasi aktiva tetap pada perusahaan manufaktur sektor industri barang konsumen. Variabel lainnya yaitu Return On
Investment dan Total Asset Turnover tidak berpengaruh terhadap investasi aktiva tetap pada perusahaan manufaktur sektor industri
barang konsumen. Hasil penelitian ini memiliki perbedaan dengan hasil penelitian terdahulu. Hal ini dikarenakan perbedaan waktu dan
sektor perusahaan yang dijadikan sampel penelitian.
B. Keterbatasan Penelitian
Penelitian ini memiliki beberapa keterbatasan baik dari jumlah sampel yang digunakan, periode penelitian, maupun faktor-faktor yang diteliti.
Universitas Sumatera Utara