53
heteroskedastisitas. Sedangkan untuk variabel arus kas mempunyai nilai signifikansi sebesar 0,011 0,05, berarti arus kas mempunyai masalah
heteroskedastisitas. 4. Autokorelasi
Auto korelasi menggambarkan adanya korelasi berurutan antara unsur-unsur variabel gangguan disturbance term dalam suatu rangkaian
data runtun waktu time series. Untuk melihat adanya auto korelasi dalam penelitian ini digunakan metode Durbin-Watson D-W.
Tabel 4.8 Hasil Uji Autokorelasi
Model DW
Dl du
4-du Keterangan
Regresi Model 1 Regresi Model 1
2,111 1,845
1,41 1,41
1,77 1,744
2,23 2,23
Bebas Auto Bebas Auto
Sumber : lampiran 6 Dengan nilai DW sebesar 2,111 pada model pertama dan 1,845
pada model kedua dimana angka tersebut berada diantara du – 4-du 1,77 ≤ DW ≤ 2,23, sehingga dapat disimpulkan tidak terjadi autokorelasi.
Berdasarkan uji asumsi klasik normalitas, autokorelasi, multikolinieritas, heteroskedastisitas diperoleh bahwa dalam model yang
digunakan sudah tidak terjadi penyimpangan asumsi klasik, artinya model regresi pada penelitian dapat digunakan sebagai dasar analisis.
C. Pengujian Hipotesis
Analisis data dalam penelitian ini dimaksudkan untak mengetahui ada tidaknya pengaruh laba, arus kas, piutang, biaya operasi, dan gross profit
54
margin untuk memprediksi laba dan arus kas dimasa yang akan datang. Analisis ini dilakukan dengan menggunakan analisis regresi linear berganda.
Hasil analisis dapat dilihat sebagai berikut. 1. Pengujian Terhadap Laba Masa Yang Akan Datang
Pada pengujian hipotesis pertama ini dimaksudkan untak mengetahui ada tidaknya pengaruh laba, arus kas, piutang, biaya operasi, dan gross profit
margin untuk memprediksi laba dimasa yang akan datang.
Tabel 4.9 Rangkuman Hasil Regresi Linier Berganda
Variabel Koef. regresi
Std. Error t-hitung
P value
Konstanta Laba
Piutang Biaya operasi
GPM Arus kas
17472,804 -0,183
100247,8 13637,562
142138,7 0,219
6809,745 0,059
10977,439 39594,397
235510,4 0,080
2,566 -3,118
9,132 0,344
0,604 2,735
0,013 0,003
0,000 0,732
0,549 0,008
R-Squared 0,730 Adj. R-Squared
0,705 F-Hitung 29,188
Probabilitas F 0,000
Sumber : lampiran 7
a. Analisis Regresi Linier Berganda
Hasil pengolahan data untuk regresi linier berganda dengan menggunakan program SPSS dapat dilihat pada tabel 4.7 di atas. Dari
tabel tersebut dapat disusun persamaan regresi linier berganda sebagai berikut:
55
LB
t+1
= 17472,804
– 0,183LB
+ 100247,8PIUT
+ 13637,6BO
+ 142138,7GPM + 0,219AK
Berdasarkan persamaan regresi linier berganda di atas dapat diuraikan sebagai berikut:
a. Nilai konstanta bernilai positif yaitu 17472,804, hal ini menunjukkan bahwa apabila variabel laba, piutang, biaya operasi, GPM dan arus kas
konstan, maka laba masa depan sebesar 17472,804. b. Koefisien regresi variabel laba b
1
bernilai negatif yaitu sebesar 0,183. Hal ini menunjukkan apabila laba meningkat, laba masa depan
akan turun, dengan anggapan variabel bebas lainnya konstan. c. Koefisien regresi variabel piutang b
2
bernilai positif yaitu sebesar 100247,8. Hal ini menunjukkan apabila piutang meningkat, maka laba
masa depan akan naik, dengan asumsi variabel bebas lainnya konstan. d. Koefisien regresi variabel biaya operasi b
3
bernilai positif yaitu sebesar 13637,6. Hal ini menunjukkan apabila biaya operasi
meningkat, maka laba masa depan akan naik, dengan anggapan variabel bebas lainnya konstan.
e. Koefisien regresi variabel GPM b
4
bernilai positif yaitu sebesar 142138,7. Hal ini menunjukkan apabila GPM meningkat, akan
meningkatkan laba masa depan, dengan anggapan variabel bebas lainnya konstan.
f. Koefisien regresi variabel arus kas b
5
bernilai positif yaitu sebesar 0,219. Hal ini menunjukkan apabila arus kas meningkat, akan
56
meningkatkan laba masa depan, dengan anggapan variabel bebas lainnya konstan.
b. Uji t
Uji t digunakan untuk mengetahui besarnya pengaruh masing- masing variabel independen secara individu. Pengujian regresi digunakan
pengujian dua arah two tailed test dengan menggunakan α = 5 yang
berarti bahwa tingkat keyakinan adalah sebesar 95. Hasil perhitungan uji dapat dilihat pada tabel dibawah ini.
Tabel 4.10 Rangkuman Hasil Uji t
Variabel t-hitung
P value t-tabel
Kesimpulan
Laba Piutang
Biaya operasi GPM
Arus kas -3,118
9,132 0,344
0,604 2,735
0,003 0,000
0,732 0,549
0,008 1,960
1,960 1,960
1,960 1,960
Ha diterima Ha diterima
Ha ditolak Ha ditolak
Ha diterima
Sumber : lampiran 7 Berdasarkan hasil uji t pada tabel 4.8 di atas diperoleh hasil bahwa
untuk variabel laba, piutang dan arus kas mempunyai nilai probabilitas dibawah 0,05 P 0,05, maka Ho ditolak dan Ha diterima artinya variabel
laba, piutang dan arus kas mempunyai pengaruh yang signifikan terhadap laba masa depan. Sedangkan untuk variabel biaya operasi dan GPM
mempunyai nilai probabilitas lebih besar dari 0,05p 0,05, maka Ho diterima dan Ha ditolak, artinya variabel biaya operasi dan GPM tidak
berpengaruh signifikan terhadap terhadap laba masa depan.
57
c. Uji F Uji Ketepatan Model
Uji F adalah untuk mengetahui apakah variabel laba, arus kas, piutang, biaya operasi, dan gross profit margin secara bersama-sama
mempunyai pengaruh yang signifikan terhadap laba masa depan. Dari hasil analisis diperoleh nilai F hitung sebesar 29,188 dengan probabilitas
sebesar 0,000, karena nilai probabilitas F
hitung
0,000 lebih kecil dari 0,05. Maka Ho ditolak dan Ha diterima, dengan demikian terbukti bahwa ada
pengaruh yang signifikan dari laba, arus kas, piutang, biaya operasi, dan gross profit margin secara bersama-sama terhadap laba masa depan. Hal
ini juga bisa diartikan bahwa model yang digunakan sudah sesuai fit dengan datanya.
d. Uji Koefisien Determinasi R
2
Hasil perhitungan untuk nilai R
2
dengan bantuan program SPSS, dalam analisis regresi berganda diperoleh angka koefisien determinasi
yang disesuaikan atau adjusted R
2
sebesar 0,705. Hal ini berarti 70,5 variasi laba masa depan dijelaskan oleh variasi perubahan faktor-faktor
laba, arus kas, piutang, biaya operasi, dan gross profit margin. Sementara sisanya sebesar 29,5 diterangkan oleh faktor lain yang tidak ikut
terobservasi. 2. Pengujian Terhadap Arus Kas Masa Yang Akan Datang
Pada pengujian hipotesis pertama ini dimaksudkan untak mengetahui ada tidaknya pengaruh laba, arus kas, piutang, biaya operasi, dan gross profit
margin untuk memprediksi arus kas dimasa yang akan datang.
58
Tabel 4.11 Rangkuman Hasil Regresi Linier Berganda
Variabel Koef. regresi
Std. Error t-hitung
P value
Konstanta Laba
Piutang Biaya operasi
GPM Arus kas
18495,260 -0,0937
31982,347 -166749
531065,9 -0,421
8702,599 0,075
14028,758 50600,163
300973,5 0,102
2,125 -1,248
2,280 -3,295
1,764 -4,108
0,038 0,217
0,027 0,002
0,083 0,000
R-Squared 0,501 Adj. R-Squared
0,455 F-Hitung 10,839
Probabilitas F 0,000
Sumber : lampiran 7
a. Analisis Regresi Linier Berganda
Hasil pengolahan data untuk regresi linier berganda dengan menggunakan program SPSS dapat dilihat pada tabel 4.11 di atas. Dari
tabel tersebut dapat disusun persamaan regresi linier berganda sebagai berikut:
AK
t+1
= 18495,260 – 0,0937LB + 31982,347PIUT - 166749BO + 531065,9GPM - 0,421AK
Berdasarkan persamaan regresi linier berganda di atas dapat diuraikan sebagai berikut:
1 Nilai konstanta bernilai positif yaitu 18495,260, hal ini menunjukkan bahwa apabila variabel laba, piutang, biaya operasi, GPM dan arus kas
konstan, maka arus kas masa depan sebesar 1849,260. 2 Koefisien regresi variabel laba b
1
bernilai negatif yaitu sebesar 0,0937. Hal ini menunjukkan apabila laba meningkat, arus kas masa
depan akan turun, dengan anggapan variabel bebas lainnya konstan.
59
3 Koefisien regresi variabel piutang b
2
bernilai positif yaitu sebesar 31982,347. Hal ini menunjukkan apabila piutang meningkat, maka
arus kas masa depan akan naik, dengan asumsi variabel bebas lainnya konstan.
4 Koefisien regresi variabel biaya operasi b
3
bernilai negatif yaitu sebesar 166749. Hal ini menunjukkan apabila biaya operasi meningkat,
maka arus kas masa depan akan turun, dengan anggapan variabel bebas lainnya konstan.
5 Koefisien regresi variabel GPM b
4
bernilai positif yaitu sebesar 531065,9. Hal ini menunjukkan apabila GPM meningkat, akan
meningkatkan arus kas masa depan, dengan anggapan variabel bebas lainnya konstan.
6 Koefisien regresi variabel arus kas b
5
bernilai negatif yaitu sebesar 0,421. Hal ini menunjukkan apabila arus kas meningkat, akan arus kas
masa depan turun, dengan anggapan variabel bebas lainnya konstan.
b. Uji t
Uji t digunakan untuk mengetahui besarnya pengaruh masing- masing variabel independen secara individu. Pengujian regresi digunakan
pengujian dua arah two tailed test dengan menggunakan α = 5 yang
berarti bahwa tingkat keyakinan adalah sebesar 95. Hasil perhitungan uji dapat dilihat pada tabel dibawah ini.
60
Tabel 4.12 Rangkuman Hasil Uji t
Variabel t-hitung
P value t-tabel
Kesimpulan
Laba Piutang
Biaya operasi GPM
Arus kas -1,248
2,280 -3,295
1,764 -4,108
0,217 0,027
0,002 0,083
0,000 1,960
1,960 1,960
1,960 1,960
Ha ditolak Ha diterima
Ha diterima Ha ditolak
Ha diterima
Sumber : lampiran 7 Berdasarkan hasil uji t pada tabel 4.12 di atas diperoleh hasil
bahwa untuk variabel piutang, biaya operasi dan arus kas mempunyai nilai probabilitas dibawah 0,05 P 0,05, maka Ho ditolak dan Ha diterima
artinya variabel piutang, biaya operasi dan arus kas mempunyai pengaruh yang signifikan terhadap arus kas masa depan. Sedangkan untuk variabel
laba dan GPM mempunyai nilai probabilitas lebih besar dari 0,05p 0,05, maka Ho diterima dan Ha ditolak, artinya variabel laba dan GPM
tidak berpengaruh signifikan terhadap terhadap arus kas masa depan.
c. Uji F Uji Ketepatan Model
Uji F adalah untuk mengetahui apakah variabel laba, arus kas, piutang, biaya operasi, dan gross profit margin secara bersama-sama
mempunyai pengaruh yang signifikan terhadap arus kas masa depan. Dari hasil analisis diperoleh nilai F hitung sebesar 10,839 dengan probabilitas
sebesar 0,000, karena nilai probabilitas F
hitung
0,000 lebih kecil dari 0,05. Dengan demikian terbukti bahwa ada pengaruh yang signifikan dari laba,
arus kas, piutang, biaya operasi, dan gross profit margin secara bersama- sama terhadap arus kasa masa depan. Hal ini juga bisa diartikan bahwa
model yang digunakan sudah sesuai fit dengan datanya.
61
d. Uji Koefisien Determinasi R
2
Hasil perhitungan untuk nilai R
2
dengan bantuan program SPSS, dalam analisis regresi berganda diperoleh angka koefisien determinasi
yang disesuaikan atau adjusted R
2
sebesar 0,455. Hal ini berarti 45,5 variasi arus kas masa depan dijelaskan oleh variasi perubahan faktor-faktor
laba, arus kas, piutang, biaya operasi, dan gross profit margin. Sementara sisanya sebesar 54,5 diterangkan oleh faktor lain yang tidak ikut
terobservasi.
D. Pembahasan