BAB IV ANALISIS HASIL PENELITIAN
A. Analisis Statistik Deskriptif
Statistik deskriptif ini memberikan gambaran mengenai nilai minimum, nilai maksimum, nilai rata-rata, dan standart deviasi untuk data yang digunakan dalam
penelitian:
Tabel 4.1 Statistik Deskriptif
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation DAR
42 .03
.97 .4798
.23296 DER
42 .03
28.81 1.9764
4.38064 NIS
42 .01
.52 .1750
.13123 Profit_Grotwh
42 -.79
52.53 2.3564
9.14904 Valid N listwise
42
Berdasarkan data dari tabel 4.1 dapat dijelaskan bahwa:
1. variabel debt to asset ratio DAR memiliki nilai minimum terkecil 0.30,
nilai maksimum terbesar 0.97, mean nilai rata-rata 0.4798 dan standart deviation simpangan baku variabel ini adalah 0.23296,
2. variabel debt to equity ratio DER memiliki nilai minimum terkecil 0.03 ,
nilai maksimum terbesar 28.81, mean nilai rata-rata 1.9764 dan standart deviation simpangan baku variabel ini adalah 4.38064,
Universitas Sumatera Utara
3. variabel net income to sales NIS memiliki nilai minimum terkecil 0.01,
nilai maksimum terbesar 0.52, mean nilai rata-rata 0.1750 dan standart Deviation simpangan baku variabel ini adalah 0.13123,
4. variabel pertumbuhan laba profit growth memiliki nilai minimum terkecil
-0.79, nilai maksimum terbesar 52.53, mean nilai rata-rata 2.3564 dan standart deviation simpangan baku variabel ini adalah 9.14904.
B. Hasil Uji Asumsi Klasik 1. Hasil Uji Normalitas Data
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal atau tidak, dengan
membuat hipotesis sebagai berikut: H
o
: data residual terdistribusi normal,
H
a
: data residual terdistribusi tidak normal. Ada dua cara yang dapat digunakan untuk mendeteksi apakah residual
berdistribusi normal atau tidak, yaitu dengan analisis grafik dan uji statistik. Pada penelitian ini akan digunakan kedua cara tersebut.
a Analisis Grafik
Analisis grafik dapat digunakan dengan dua alat, yaitu grafik histogram dan grafik P-P Plot. Data yang baik adalah data yang memiliki pola distribusi
normal. Pada grafik histogram, data yang mengikuti atau mendekati distribusi normal adalah distribusi data dengan bentuk lonceng. Pada grafik P-P Plot,
Universitas Sumatera Utara
sebuah data dikatakan berdistribusi normal apabila titik-titik datanya tidak menceng ke kiri atau ke kanan, melainkan menyebar di sekitar garis diagonal.
Gambar 4.1 Grafik Histogram
Gambar 4.2 Grafik P-P Plot
Dengan melihat tampilan grafik histogram, penulis melihat bahwa gambar histogram telah berbentuk lonceng tetapi menceng ke arah kiri yang
Universitas Sumatera Utara
menunjukkan bahwa data tidak terdistribusi secara normal. Pada grafik P-P Plot terlihat titik-titik tidak menyebar di sekitar garis diagonal dan jauh dari
garis diagonal. Kedua grafik tersebut menunjukkan bahwa model regresi menyalahi asumsi normalitas.
b Uji Statistik
Pengujian normalitas data dengan hanya melihat grafik dapat menyesatkan kalau tidak melihat secara seksama, sehingga kita perlu melakukan uji
normalitas data dengan menggunakan statistik agar lebih meyakinkan. Untuk memastikan apakah data di sepanjang garis diagonal berdistribusi normal,
maka dilakukan uji Kolmogorov-Smirnov 1 sample KS dengan melihat data residualnya apakah berdistribusi normal atau tidak. Jika nilai signifikansinya
lebih besar dari 0,05 maka data tersebut terdistribusi normal. Jika nilai signifikansinya lebih kecil dari 0,05 maka distribusi data adalah tidak normal.
Hasil uji Kolmogorov-Smirnov dapat dilihat pada tabel 4.2. Tabel 4.2
One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 42
Normal Parameters
a
Mean .0000000
Std. Deviation 8.36967634
Most Extreme Differences
Absolute .253
Positive .253
Negative -.172
Kolmogorov-Smirnov Z 1.639
Asymp. Sig. 2-tailed .009
a. Test distribution is Normal.
Universitas Sumatera Utara
Hasil uji Kolmogorov-Smirnov pada penelitian ini menujukkan probabilitas = 0,009. Dengan demikian, data pada penelitian ini tidak
berdistribusi normal karena probabilitas 0.05. Pada pengujian normalitas dengan analisis statistik dan grafik dapat
ketahui bahwa data yang digunakan oleh penulis tidak berdistribusi normal sehingga data ini tidak dapat digunakan untuk melakukan uji hipotesis. Pada
penelitian ini penulis menggunakan metode transformasi data untuk menormalkan data penelitian. Menurut Ghozali 2005:32, “data yang tidak
terdistribusi secara normal dapat ditransformasikan agar menjadi normal”. Salah satu trasformasi data yang dapat dilakukan adalah dengan
mentransformasikan data ke LG10 atau logaritma 10 atau LN. Hasil transformasi data dapat dilihat pada lampiran v. Setelah dilakukan
transformasi, penulis melakukan pengujian ulang terhadap uji normalitas untuk melihat kembali apakah data penelitian ini telah berdistribusi normal
atau tidak. Berikut hasil uji normalitas data setelah transformasi:
a Analisis Grafik
Universitas Sumatera Utara
Gambar 4.3 Histogram
Gambar 4.4 P-Plot
b Uji Statistik Tabel 4.3
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 27
Normal Parameters
a
Mean .0000000
Std. Deviation 1.73829541
Most Extreme Differences Absolute
.150 Positive
.150 Negative
-.087 Kolmogorov-Smirnov Z
.782 Asymp. Sig. 2-tailed
.574 a. Test distribution is Normal.
Dari grafik histogram dan normal probability plot pada gambar 4.3 dan gambar 4.4 di atas terlihat bahwa setelah dilakukan transformasi data ke
logaritma natural Ln terlihat bahwa grafik histogram memperlihatkan pola
Universitas Sumatera Utara
distribusi yang normal, dan grafik P-P Plot memperlihatkan titik-titik menyebar di sekitarmengikuti arah garis diagonal yang menunjukkan pola
distribusi normal. Hasil uji Kolmogorov-Smirnov pada tabel 4.3. pada penelitian ini menujukkan probabilitas = 0,574. Dengan demikian, data pada
penelitian ini berdistribusi normal dan dapat digunakan untuk melakukan Uji- t dan Uji-F karena 0,574 0,05 H
diterima.
2. Hasil Uji Heteroskedastisitas
Menurut Ghozali 2005:105, “Uji Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut Homoskedastisitas dan jika berbeda
disebut Heteroskedastisitas.
Model regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas. Kebanyakan data
crosssection mengandung situasi heteroskedastisitas karena data ini menghimpun data yang mewakili berbagai ukuran kecil,sedang,dan besar”.
Pengujian heteroskedastisitas dapat dilakukan dengan uji grafik dengan melihat grafik scatterplot yaitu dengan cara melihat titik-titik penyebaran pada
grafik dan uji glejser, dengan cara meregres seluruh variabel independen dengan nilai absolute residual absut sebagai variabel dependennya. Perumusan hipotesis
adalah : H
: tidak ada heteroskedastisitas, H
a
: ada heteroskedastisitas.
Universitas Sumatera Utara
Jika signifikan 0,05 maka Ha diterima ada heteroskedastisitas dan jika signifikan 0,05 maka H
diterima tidak ada heteroskedastisitas.
Gambar 4.5 Uji Heteroskedastisitas scatterplot
Tabel 4.4 Hasil Uji Heteroskedastisitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1
Constant -.928
1.172 -.792
.436 lN_DAR
-3.145 1.432
-2.478 -2.196
.038 lN_DER
1.934 .995
2.206 1.944
.064 lN_NIS
.225 .271
.160 .830
.415 a. Dependent Variable: Absut
Pada gambar 4.5 tentang grafik scatterplot diatas terlihat titik-titik menyebar secara acak tidak membentuk sebuh pola tertentu yang jelas serta tersebar baik
diatas maupun dibawah angka nol pada sumbu y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi sehingga model regresi layak dipakai untuk
Universitas Sumatera Utara
melihat pengaruh variabel independen terhadap variabel dependen. Dari tabel 4.4 diatas kita dapat melihat bahwa nilai signifikansi untuk variabel LN DAR
adalah 0,38 0.05. nilai signifikansi untuk variabel LN DER adalah 0,64 0.05. nilai signifikansi untuk variabel lN NIS adalah 0,415 0.05Dari hasil
ini maka dapat disimpulkan bahwa tidak terdapat masalah heteroskedastisitas karena variabel independennya memiliki signifikan lebih besar dari 0,05
3. Hasil Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan periode t-1
sebelumnya. Model regresi yang baik adalah yang bebas dari autokorelasi. Masalah autokorelasi umumnya terjadi pada regresi yang datanya time series.
Untuk mendeteksi masalah autokorelasi dapat dilakukan dengan menggunakan uji Durbin Watson. secara umum panduan mengenai angka Durbin-Watson dapat
diambil patokan sebagai berikut: 1
angka D-W dibawah -2 berarti ada autokorelasi positif, 2
angka D-W di antara -2 sampai +2, berarti tidak ada autokorelasi, 3
angka D-W di atas +2 berarti ada autokorelasi negatif.
Tabel 4.5 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .573
a
.328 .240
1.84819 1.143
a. Predictors: Constant, lN_NIS, lN_DAR, lN_DER b. Dependent Variable: lN_Profit_Growth
Universitas Sumatera Utara
Tabel 4.4 memperlihatkan nilai statistik D-W sebesar 1.143 Angka ini terletak diantara -2 dan +2, dari pengamatan ini dapat disimpulkan bahwa tidak
terjadi autokorelasi positif maupun autokorelasi negatif dalam penelitian ini.
4. Uji Multikolineritas
Menurut Ghozali 2005:91,“Uji multikolinearitas dilakukan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebas
independen”. Adanya gejala multikolinearitas dapat dilihat dari tolerance value atau nilai Variance Inflation Factor VIF. Batas tolerance value adalah 0,1 dan
batas VIF adalah 10. Apabila tolerance value 0,1 atau VIF 10 = terjadi multikolinearitas. Apabila tolerance value 0,1 atau VIF 10 = tidak terjadi
multikolinearitas. Hasil pengujian terhadap multikolinearitas pada penelitian ini dapat dilihat pada tabel 4.6
Tabel 4.6 Hasil Uji Multikolineritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error Beta
Tolerance VIF 1
Constant -2.641 2.115 -1.249 .224
lN_DAR -.277
2.585 -.113
-.107 .916 .026
9.032 lN_DER
-.753 1.796
-.445 -.419 .679
.026 9.456
lN_NIS -.610
.490 -.224
-1.246 .225 .025
9.105 a. Dependent Variable:
lN_Profit_Growth
Berdasarkan tabel 4.6 diatas dapat dilihat bahwa tidak ada satupun variabel bebas yang memiliki nilai VIF lebih dari 10 dan tidak ada yang memiliki
Universitas Sumatera Utara
tolerance value lebih kecil dari 0,1.Jadi dapat disimpulkan bahwa penelitian ini bebas dari adanya multikolinearitas. Dari hasil analisis, didapat nilai VIF untuk
LN DAR adalah 9.032 10 dan nilai tolerance sebesar 0,26 0,1, nilai VIF untuk LN DER adalah 9.456 10 dan nilai tolerance sebesar 0.26 0.1 dan
nilai VIF untuk LN NIS adalah 9.105 10 dan nilai tolerance sebesar 0.25 0.1. Dari hasil ini maka dapat disimpulkan bahwa semua variabel bebas yang
dipakai dalam penelitian ini lolos uji gejala multikolinearitas.
C. Hasil Pengujian Hipotesis
1. UJi Koefisien Determinasi
Besarnya kontribusi antara sumbangan yang diberikan oleh variabel debt to asset ratio, debt to equity ratio dan net income to sales terhadap
pertumbuhan laba pada perusahaan properti yang terdaftar di Bursa Efek Indonesia dapat diketahui dari nilai koefisien determinasi ganda atau R
2
. Dalam penelitian ini penulis menggunakan pengukuran dengan adjusted R
2
. Menurut Ghozali 2005:83,”oleh karena itu banyak peneliti menganjurkan
untuk menggunakan nilai pada saat mengevaluasi mana model regresi terbaik. Tidak seperti nilai R
2
, nilai Adjusted R
2
dapat naik atau turun apabila satu variabel independen ditambahkan kedalam model”. Adjusted R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi
variabel dependen. Dalam hal ini adjusted R
2
digunakan untuk mengetahui seberapa besar pengaruh variabel independen terhadap variabel dependen.
Universitas Sumatera Utara
Hasil pengukuran koefisien determinasi dapat dilihat pada tabel 4.7 sebagai berikut:
Tabel 4.7 Hasil Pengujian Determinasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.573
a
.328 .240
1.84819 a. Predictors: Constant, lN_NIS, lN_DAR, lN_DER
b. Dependent Variable: lN_Profit_Growth
Besarnya Adjusted R
2
berdasarkan hasil analisis dengan menggunakan SPSS 16 diperoleh sebesar 0.240. Dengan demikian besarnya pengaruh yang
diberikan oleh variabel debt to asset ratio, debt to equity ratio dan net income to sales terhadap pertumbuhan laba adalah sebesar 24. Sedangkan sisanya
sebesar 76 adalah dipengaruhi oleh faktor lain yang tidak diteliti dalam penelitian
ini.
2. Hasil pengujian Simultan Uji F
Uji F digunakan untuk mengetahui ada tidaknya pengaruh secara bersama- sama variabel bebas terhadap variabel terikat. Uji F dapat dicaridengan melihat
F hitung dari tabel Anova output
SPSS versi 16 for windows
, selain itu jugamembandingkan hasil dari probabilitas value. Jika probabilitas value
0,05maka Ho ditolak dan jika probabilitas value 0,05 maka Ha diterima artinya variabel independen secara simultan berpengaruh terhadap vartiabel
dependen. Hasil uji simultan dapat dilihat pada table 4.8 sebagai berikut.
Universitas Sumatera Utara
Tabel 4.8 Hasil Uji F
ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
38.316 3
12.772 3.739
.025
a
Residual 78.563
23 3.416
Total 116.880
26 a. Predictors: Constant, lN_NIS, lN_DAR, lN_DER
b. Dependent Variable: lN_Profit_Growth
Pada tabel Anova dapat diketahui nilai probabilitas value dalam penelitian ini adalah 0,003 yang berarti angka ini berada jauh di bawah 0,025 maka H
a
diterima. Kesimpulan yang dapat diambil adalah
variabel debt to asset ratio, debt to equity ratio dan net income to sales berpengaruh signifikan terhadap pertumbuhan
laba.
3.
Hasil Pengujian Parsial Uji t
Untuk mengetahui pengaruh masing-masing variabel bebas terhadap variabel terikat yaitu antara debt to asset ratio, debt to equity ratio dan net income to
sales terhadap pertumbuhan laba dalam penelitian ini dilakukan pengujian terhadap koefisien regresi yaitu dengan uji t. Berdasarkan perhitungan SPSS versi
16 for windows yang dapat dilihat pada tabel 4.9 dapat diketahui nilai probabilitas value masing-masing variabel independen terhadap variabel dependen. Jika
probabilitas value 0.05 maka Ho ditolak dan dan jika probabilitas value 0,05
Universitas Sumatera Utara
maka Ha diterima artinya variabel independen secara parsial berpengaruh terhadap vartiabel dependen. Hasil uji simultan dapat dilihat pada table 4.9
sebagai berikut.
Tabel 4.9 Hasil Uji t
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 2.641
2.115 .249
.224 lN_DAR
-.277 2.585
.113 .107
.916 lN_DER
-.753 1.796
.445 .419
.679 lN_NIS
.610 .490
.224 1.246
.225 a. Dependent Variable: lN_Profit_Growth
Variabel DAR berpengaruh negative dan tidak signifikan terhadap terhadap pertumbuhan laba . Hal ini dapat terlihat dari nilai signifikan 0.916 0.05.
Variabel DER berpengaruh negatif dan tidak signifikan terhadap pertumbuhan laba. Hal ini dapat terlihat dari nilai signifikan 0.679 0.05. Variabel NIS
berpengaruh positif dan tidak signifikan terhadappertumbuhan laba. Hal ini dapat terlihat dari nilai signifikan 0.225 0.05. Dari tabel 4.9 diatas dapat
diperoleh model persamaan regresi berganda sebagai berikut:
Y = 2.641-0.277X
1
-0.753 X
2
+0.610 X
3
+e
Keterangan:
a. Nilai konstanta adalah 2.641 artinya jika variabel DER, DAR dan NIS
bernilai 0, makapertumbuhan laba akan meningkat sebesar 2.641,
Universitas Sumatera Utara
b. Nilai koefisien DAR adalah -0.277 artinya setiap kenaikan DAR akan
menurunkan nilai pertumbuhan laba sebesar 0.277,
c. Nilai koefisien DER adalah -0.753 artinya setiap kenaikan DER akan
menurunkan nilai pertumbuhan laba sebesar 0.753,
d. Nilai konstanta NIS adalah 0.610 artinya setiap kenaikan NIS akan
meningkatkan nilai pertumbuhan laba sebesar 0.610.
D. Pembahasan Hasil Penelitian
Penelitian ini bertujuan untuk mengetahui apakah terdapat pengaruh rasio debt to asset ratio, debt to equity ratio dan net income to sales terhadap
pertumbuhan laba pada perusahaan properti di BEI. Variabel independen yang digunakan dalam penelitian ini adalah variabel debt to asset ratio, debt to equity
ratio dan net income to sales. Variabel dependen dalam penelitian ini adalah pertumbuhan laba. Populasi yang digunakan dalam penelitian ini adalah
perusahaan properti yang terdaftar di BEI tahun 2006-2008 dimana jumlah populasi yang digunakan adalah sebanyak 39 perusahaan. Teknik pengambilan
sampel yang digunakan adalah teknik purposive sampling dimana jumlah amatan yang diperoleh dalam penelitian ini adalah 42 14 x 3 tahun. Pengujian yang
digunakan dalam penelitian ini adalah uji asumsi klasik normalitas, heteroskedastisitas, autokorelasi dan multikolineritas dan uji hipotesis uji t, uji F
dan uji determinasi. Berdasarkan hasil uji besarnya adjusted R
2
berdasarkan hasil analisis dengan menggunakan SPSS 16 diperoleh sebesar 0.24. Dengan demikian
besarnya pengaruh yang diberikan oleh variabel debt to asset ratio, debt to equity
Universitas Sumatera Utara
ratio dan net income to sales terhadap pertumbuhan laba adalah sebesar 24. Sedangkan sisanya sebesar 76 adalah dipengaruhi oleh faktor lain yang tidak
diteliti dalam penelitian ini. Berdasarkan hasil uji simultan diperoleh kesimpulan variabel debt to asset ratio, debt to equity ratio dan net income to sales
berpengaruh signifikan terhadap pertumbuhan laba. Penelitian ini sejalan dengan penelitian yang dilakukan oleh Evy Melinda S 2010, Roma Juliana dan Sulardi
2003 dan Roni Prasetyo 2010. Berdasarkan hasil uji parsial diperoleh variabel DAR berpengaruh negatif dan tidak signifikan terhadap pertumbuhan laba.
Variabel DER berpengaruh negative dan tidak signifikan terhadap pertumbuhan laba. Penelitian ini tidak sejalan dengan penelitian yang dilakukan oleh Roni
Prasetyo 2010 . Variabel NIS berpengaruh positif dan tidak signifikan terhadap pertumbuhan laba. Penelitian ini sejalan dengan penelitian yang dilakukan oleh
Evy Melinda S 2010 dan tidak sejalan dengan penelitian yang dilakukan oleh Roma Juliana dan Sulardi 2003 dan Roni Prasetyo 2010.
Universitas Sumatera Utara
BAB V KESIMPULAN DAN SARAN
A. Kesimpulan
1. Secara simultan variabel debt to asset ratio, debt to equity ratio dan net
income to sales berpengaruh signifikan terhadap pertumbuhan laba, Penelitian ini sejalan dengan penelitian yang dilakukan oleh Evy Melinda S
2010, Roma Juliana dan Sulardi 2003 dan Roni Prasetyo 2010. 2.
Secara parsial variabel debt to asset ratio DAR tidak berpengaruh signifikan terhadap pertumbuhan laba.
3. Secara parsial variabel debt to equity ratio DER tidak berpengaruh
signifikan terhadap pertumbuhan laba, Penelitian ini tidak sejalan dengan penelitian yang dilakukan oleh Roni Prasetyo 2010.
4. Secara parsial variabel net income to sales NIS tidak berpengaruh
signifikan terhadap pertumbuhan laba, Penelitian ini sejalan dengan penelitian yang dilakukan oleh Evy Melinda S 2010 dan tidak sejalan dengan
penelitian yang dilakukan oleh Roma Juliana dan Sulardi 2003 dan Roni Prasetyo 2010.
B. Keterbatasan
1. Penulis hanya menggunakan tiga variabel independen dalam penelitian ini
yaitu: debt to asset ratio, debt to equity ratio dan net income to sales dan
Universitas Sumatera Utara