78
Tingkat signifikan = 0,05 = 5
Derajat bebas pembilang b
1
= k = 2 Derajat bebas pembagi
b
2
= n-k-1 =
56-2-1 =
53 maka F tabel
F0,05; 53; 2 = 3.171 lampiran 6 c.
F tabel H
diterima dan H
1
ditolak d.
Inter
an Arus Kas mempunyai pengaruh yang signifikan terhadap Prediksi Laba.
Hipotesis II 4.3.2.1.Uji No
itian 5 maka data tersebut telah te
eputusan apakah sebuah distribusi data Membandingkan nilai F hitung dengan F tabel
Jika F hitung F tabel H
ditolak dan H
1
diterima Jika F hitung
pretasi Karena nilai F hitung sebesar 3,599 lampiran 3 lebih besar
daripada nilai F tabel 3,171 maka dengan tingkat signifikansi sebesar 5, Laba d
4.3.2. Hasil Pengujian
rmalitas
Dalam pengujian normalitas data dengan menggunakan uji Kolmogorof-Smirnov dengan menggunakan program SPSS, dimana apabila
nilai signifikansi probabilitas yang diperoleh lebih besar dari nilai signifikansi yang telah ditetapkan dalam penel
rdistribusi normal. Santoso, 2001 : 97 Pedoman dalam mengambil k
79
mengikuti distribusi normal adalah :
Jika nilai signifikansi nilai probabilitasnya lebih kecil dari 5, maka
lai probabilitasnya lebih besar dari 5, maka
Tab rma
ng V
Variabel Kolmogorov-smirnov Z
distribusi adalah tidak normal.
Jika nilai signifikansi ni distribusi adalah normal.
el 4.7. No litas Data Masing-masi
ariabel
Keterangan X
1
0.000 Tidak Normal
X
2
0.000 Tidak
Normal Y
2
0.000 Tidak Normal
Sumber :
iatas dan dengan keterbatasan waktu dan pengetahuan yang di miliki.
Lampiran 4 Dari tabel 4.7 diatas, terlihat bahwa nilai probabilitas setiap
variabel lebih kecil dari 0,05 maka dapat disimpulkan bahwa distribusi dari data adalah tidak mengikuti pola distribusi normal. Selain dengan uji
Kolmogorov-smirnov, peneliti juga telah melakukan pengujian dengan uji Shapiro-Wilk, Skewness dan Kurtosis, untuk pengujian Shapiro-Wilk
dengan hasil nilai signifikan masih tetap di bawah 5 lampiran 4, berarti data tidak mengikuti pola distribusi normal, untuk pengujian Skewness
dan Kurtosis dengan hasil nilai signifikan diatas 1,96 lampiran 4, berarti data tidak mengikuti pola distribusi normal. Setelah menggunakan
beberapa pengujian dan dengan hasil bahwa data tetap tidak mengikuti pola distribusi normal maka peneliti tetap melanjutkan penelitian dengan
alasan d
80
4.3.2.2.Uji Asumsi Klasik 4.3.2.2.1.
Autok
Uji Durbin-Watson d. Adapun kut :
6. Tar
eh DL = 1,490 dan
Adapun
Tabel 4.8. Batas-batas daerah Test Durbin Watson orelasi
Salah satu metode yang digunakan untuk mendeteksi adanya autokorelasi adalah dengan metode
pengujiannya adalah sebagai beri 4.
Banyaknya sampel N = 56 5.
Banyarknya variabel bebas k = 2 aftingkat signifikansi yang digunakan
= 0,05 Selanjutnya dilihat pada tabel Durbin Watson nilai Durbin Watson
sebesar 2,425. Untuk mengetahui ada tidaknya gejala autokorelasi maka perlu dilihat pada tabel Durbin Watson dengan jumlah variabel bebas
adalah 2 dan jumlah responden adalah 56 maka diperol DU = 1,641 serta 4 – DL = 2,510 dan 4 – DU = 2,359
kriteria pengujiannya adalah sebagai berikut :
Daerah Keterangan
Kurang dari 1,490 1,641 dan 2,359
DW 2,510
Autokorelasi positif
Tanpa kesimpulaninconclusive Autokorelasi negatif
1,490 dan 1,641 2,359 dan 2,510
Tanpa kesimpulaninconclusive Non autokorelasi
Sumber : lampiran 4 Sedangkan nilai Durbin Watson dari perhitungan DW
= 2,425 dan nilai ini rletak pada daerah tanpa kesimpulan inconclusive.
te
81
4.3.2.2.2. Multi
Factor VIF dari masing-masing variabel beb
Tabel 4.9 : Hasil Pengujian Multikolinieritas kolinearitas
Untuk mengetahui ada atau tidaknya gejala multikolinier pada model regresi linier berganda yang dihasilkan dapat dilakukan dengan
menghitung nilai Variance Inflation as dalam model regresi.
No Variabel
Tolerance VIF
1 1,000
1,000 2
Arus Kas X Laba X
1 2
1,000 1,000
Sumber
a seluruh variabel bebas pada penelitian ini olinier.
4.3.2.2.3. Heter
g korelasi Rank S
: Lampiran 4 Dari hasil perhitungan diperoleh bahwa pada bagian colliniearity
statistics, nilai VIF pada seluruh variabel bebas lebih kecil dari 10, dimana nilai VIF untuk variabel Laba X
1
sebesar 1,000 untuk variabel Arus Kas X
2
sebesar 1,000 yang artiny tidak ada gejala multik
oskedastisitas
Penyimpangan asumsi model klasik yang lain adalah adanya heteroskedastisitas. Artinya, varians variabel dalam model tidak sama
konstan. Hal ini bisa diindentifikasi dengan cara menghitun pearman antara residual dengan seluruh variabel bebas.
Berdasarkan lampiran dapat dilihat korelasi untuk variabel Laba X
1
dengan nilai probabilitassignifikansi sebesar 0.171, dimana nilai probabilitassignifikansi tersebut lebih besar dari 5 yang berarti tidak
82
terdapat korelasi atau hubungan dengan masing-masing variabel bebas yang diteliti. Korelasi untuk variabel Arus Kas X
2
dengan nilai probabilitas signifikansi sebesar 0,000, dimana nilai
probabilitassignifikansi tersebut lebih kecil dari 5 yang berarti terdapat korelasi atau hubungan dengan masing-masing variabel bebas yang diteliti.
Menurut Gujarati 2005:189 Heterokedastisitas tidak merusak sifat ketidakbiasan dan konsistensi dari penaksir, tetapi penaksir tidak lagi
mempunyai varians minimum atau efisien. Untuk itu peneliti tetap melanjutkan penelitian dengan alasan diatas dan dengan keterbatasan
waktu dan pengetahuan yang di miliki.
4.3.2.3.Hasil P
en model regresi adalah seperti yang tercantum dalam Ta
Tabel 4.10 Koe
standa Standardized
Coefficients
engujian Regresi Linier Berganda Hipotesis II
Hasil analisis mengenai koefisi bel 4.6 berikut ini.
fis ien Regresi
Un rdized
Coeficients Model
B Stad. Error Beta
1 Constant
Arus KasX
2
0.463 0.122
0.460 Laba X
1
4.609 0.225
3.020 0.206
0.132
Sumber : el 4.10 tersebut, maka model regresi yang diperoleh
= 4,609+ 0,225 X
1
+ 0,463 X
2
+ e
Lampiran 4 Berdasarkan Tab
adalah sebagai berikut : Y =
X
X
e Y
83
lah nol atau konstan maka nilai Pr
rus Kas Y
2
dengan asumsi bahwa variabe
i Arus Kas Y
2
dengan asumsi bahwa
variabel laba X
1
dan arus kas X
2
dengan variabel prediksi arus kas Y
2
.
X
1
dan arus kas X
2
, sedangkan sisanya 77,2 dijelaskan oleh faktor lain. Dengan asumsi bahwa variabel X
1
, X
2
ada ediksi Arus Kas Y
2
adalah sebesar 4,609 Koefisien regresi untuk variabel Laba X
1
diperoleh nilai 0,225 mempunyai koefisien regresi positif, hal ini menunjukkan terjadinya
perubahan yang searah dengan variabel terikat. Jadi semakin besar nilai Laba X
1
akan menaikkan nilai Prediksi A l yang lainnya adalah konstan.
Koefisien regresi untuk variabel Arus Kas X
2
diperoleh nilai 0,463 mempunyai koefisien regresi positif, hal ini menunjukkan terjadinya
perubahan yang searah arah dengan variabel terikat. Jadi semakin besar nilai Arus Kas X
2
akan menaikkan nilai Prediks variabel yang lainnya adalah konstan.
Dari hasil pengujian juga diperoleh nilai koefisien korelasi R sebesar 0,478 lampiran 4. Hal ini menunjukkan bahwa terdapat hubungan positif
antara
Diketahui juga nilai koefisien deteminasi R
2
sebesar 0,228 lampiran 4, hal ini menunjukkan bahwa perubahan yang terjadi pada prediksi arus kas
Y
2
sebesar 22,8 dapat dijelaskan oleh variabel laba
84
4.3.2.4.Hasil Pengujian dengan Uji F
Untuk mengetahui apakah variabel bebas yaitu Laba X
1
, serta Arus Kas X
2
mempunyai pengaruh terhadap variabel terikat yaitu Prediksi Arus Kas Y
2
, maka digunakan uji F melalui perhitungan dengan bantuan program SPSS yang hasilnya kemudian dibandingkan dengan F tabel.
Dalam pengujian hipotesis ini level signifikansi yang digunakan adalah sebesar 0,05 atau 5 dengan urutan langkah sebagai berikut:
a. H
:
1
=
2
= 0 Artinya : Laba dan Arus Kas tidak mempunyai pengaruh yang
signifikan terhadap Prediksi Laba. H
1
:
1
2
0 Artinya : Laba dan Arus Kas mempunyai pengaruh yang signifikan
terhadap Prediksi Laba. b.
Menentukan nilai F tabel Tingkat signifikan
= 0,05 = 5 Derajat bebas pembilang
b
1
= k = 2 Derajat bebas pembagi
b
2
= n-k-1 =
56-2-1 =
53 maka F tabel
F0,05; 53; 2 = 3.171 lampiran 6 c.
Membandingkan nilai F hitung dengan F tabel Jika F hitung F tabel
H ditolak dan H
1
diterima Jika F hitung F tabel
H diterima dan H
1
ditolak
85
d. Interpretasi
Karena nilai F hitung sebesar 7,835 lampiran 4 lebih besar daripada nilai F tabel 3,171 lampiran 6 maka dengan tingkat signifikansi
sebesar 5, Laba dan Arus Kas mempunyai pengaruh yang signifikan terhadap Prediksi Arus Kas.
4.4. Pembahasan Hasil Penelitian
