Pengaruh Pertumbuhan Rasio Keuangan Terhadap Pertumbuhan Laba Dengan Ukuran Perusahaan Dan Kepemilikan Manajerial Sebagai Variabel Moderating Pada Perusahaan Perkebunan Yang Terdaftar Di Bei Dan Bursa Malaysia Periode 2012-2014

Lampiran 1

Daftar Populasi dan Sampel Perusahaan Perkebunan di Bursa Efek Indonesia

Sumber data : www.idx.co.id

NO.

KODE

EMITEN NAMA PERUSAHAAN

KRITERIA NO.

SAMPEL 1 2 3 4

1 AALI Astra Agro Lestari Tbk  -   - 2 ANJT Austido Nusantara Jaya Tbk - -   - 3 UNSP

Bakrie Sumatera Plantation

Tbk  - -  - 4 DNSG

Dharma Satya Nusantara

Tbk - - - - -

5 BWPT Eagle High Plantations Tbk     Sampel 1 6 GOLL Golden Plantations Tbk - - - - - 7 GZCO Gozco Plantations Tbk   -  - 8 JAWA Jaya Arga Wattie Tbk     Sampel 2 9 MAGP

Multi Agro Gemilang

Plantation Tbk  - -  - 10 LSIP

PP London Sumatera Indo

Tbk  -   - 11 PALM Provident Agro Tbk  - -  - 12 SIMP Salim Ivomas Pratama Tbk  -   - 13 SGRO Sampoerna Agro Tbk  -   -

14 SSMS

Sawit Sumbermas Sarana

Tbk -    - 15 SMAR

Sinar Mas Agro Resources

& Technology Tbk  -   - 16 TBLA Tunas Baru Lampung Tbk     Sampel 3

Lampiran 2

Daftar Populasi dan Sampel Perusahaan Perkebunan di Bursa Malaysia

NO. KODE

EMITEN NAMA PERUSAHAAN

KRITERIA NO.

SAMPEL

1 2 3 4

1 AASIA Astral Asia Berhad     Sampel 4 2 BKAWAN Batu Kawan Berhad -    - 3 BLDPLNT Bld Plantation Bhd     Sampel 5 4 CEPAT Cepatwawasan Group

Berhad     Sampel 6 5 CHINTEK Chin Teck Plantations

Berhad - -   - 6 DUTALND Dutaland Berhad -  -  - 7 FAREAST Far East Holdings Berhad  -   - 8 FGV Felda Global Ventures

Holding Berhad     Sampel 7 9 GENP Genting Plantations

Berhad     Sampel 8 10 GLBHD Golden Land Berhad -    - 11 GOPENG Gopeng Berhad         Sampel 9 12 HSPLANT Hap Seng Plantations

Holdings Berhad        

Sampel 10 13 HARNLEN Harn Len Corporation

Bhd     -  - 14 IJMPLNT Ijm Plantations Berhad - -   - 15 INCKEN Inch Kenneth Kajang

Rubber Public Ltd Co   - 

16 INNO Innoprise Plantations

Berhad        

Sampel 11 17 IOICORP Ioi Corporation Berhad -    - 18 KMLOONG Kim Loong Resources

Berhad -    - 19 KLUANG Kluang Rubber Company

(Malaya) Berhad -    -

20 KRETAM Kretam Holdings Berhad         Sampel 12 21 KLK Kuala Lumpur Kepong

Berhad -       - 22 KULIM Kulim (Malaysia) Berhad  -     - 23 KWANTAS Kwantas Corporation

Berhad -  -  - 24 MALPAC Malpac Holdings Berhad   -  - 25 MHC Mhc Plantations Bhd         Sampel

13 26 NSOP Negri Sembilan Oil Palms

Berhad   -  - 27 NPC Npc Resources Berhad   -  - 28 PINEPAC Pinehill Pacific Berhad -  -  - 29 PLS Pls Plantations Berhad -       - 30 RSAWIT Rimbunan Sawit Berhad   -  - 31 RVIEW Riverview Rubber Estates

Berhad        

Sampel 14

32 SOP Sarawak Oil Palms

Berhad        

Sampel 15

Sumber data : www.bursamalaysia.com 33 SWKPLNT Sarawak Plantation

Berhad        

Sampel 16 34 SBAGAN

Sungei Bagan Rubber Company (Malaya)

Berhad

-       -

35 SHCHAN Sin Heng Chan (Malaya)

Berhad     -  - 36 TDM Tdm Berhad  -   - 37 THPLANT Th Plantations Berhad         Sampel

17 38 TSH Tsh Resources Berhad         Sampel

18 39 UNICO Unico-Desa Plantations

Berhad

40 UMCCA United Malacca Berhad -       - 41 UTDPLT United Plantations Berhad         Sampel

Lampiran 3

Hasil Perhitungan Variabel Independen pada Perusahaan Perkebunan di BEI dan Bursa Malaysia pada Periode 2012

NO. KODE

EMITEN WCTA DER ITO NPM

1 BWPT -0.0365 1.9486 1.7281 0.2777 2 JAWA -0.0319 0.7879 6.775 0.2255 3 TBLA 0.1652 1.954 4.2795 0.064 4 AASIA 0.0208 0.3172 91.147 0.2152 5 BLDPLNT 0.1778 1.0378 12.4932 0.0465 6 CEPAT 0.0861 0.3752 8.6845 0.1032 7 FGV 0.3249 1.3705 18.9389 0.0702 8 GENP 0.2548 0.2932 5.3541 0.261 9 GOPENG 0.3913 2.31 32.312 0.195 10 HSPLANT 0.0754 0.1206 7.6272 0.2665 11 INNO 0.0081 0.1233 2.0042 0.2115 12 KRETAM 0.0754 0.2041 1.9333 0.1577 13 MHC -0.0145 0.1851 9.7526 0.5913 14 RVIEW 0.1638 0.0367 61.8554 0.7748 15 SOP 0.1734 0.6644 4.4699 0.1244 16 SWKPLNT 0.1354 0.3114 11.2734 0.1043 17 THPLANT 0.0106 0.6702 6.2902 0.4458 18 TSH -0.0517 1.2698 4.3791 0.0858 19 UTDPLT 0.3829 0.1024 4.4339 0.2895

Hasil Perhitungan Variabel Dependen dan Variabel Moderating pada Perusahaan Perkebunan di BEI dan Bursa Malaysia pada

Periode 2012

NO. KODE

EMITEN

PERTUMBUHAN LABA

UKURAN PERUSAHAAN

KEPEMILIKAN MANAJERIAL

1 BWPT -0.1817 29.2229 0.0013

2 JAWA -0.1709 28.4378 0.0047

3 TBLA -0.4212 32.01 7.54

4 AASIA -0.3739 25.999 0.7735

5 BLDPLNT -0.1646 26.423 0.0082

6 CEPAT -0.5133 29.91 0.0001

7 FGV -0.3536 29.2822 0.0005

8 GENP -0.2729 32.63 0.0006

9 GOPENG -0.6973 32.1526 1.9078 10 HSPLANT -0.4452 27.2296 7.95

11 INNO 0.4908 31.9646 0

12 KRETAM -0.4574 29.85 7.4746

13 MHC -0.4766 26.01 0.0224

14 RVIEW 0.476 32.2439 6.986

15 SOP -0.3854 32.73 0.1243

16 SWKPLNT -0.4189 33.09 0.0026 17 THPLANT 0.1187 32.92 0.0006

18 TSH -0.3482 27.2879 1.7791

Lampiran 4

Hasil Perhitungan Variabel Independen pada Perusahaan Perkebunan di BEI dan Bursa Malaysia pada Periode 2013

NO. KODE

EMITEN WCTA DER ITO NPM

1 BWPT -0.0639 1.838 3.7818 0.1589 2 JAWA -0.0526 1.0865 4.9474 0.108 3 TBLA 0.044 2.4552 3.4644 0.0234 4 AASIA 0.0042 0.2926 21.6849 0.1808 5 BLDPLNT 0.1138 0.866 9.797 0.0225 6 CEPAT 0.0131 0.3904 10.5178 0.1116 7 FGV 0.3249 1.3705 18.9389 0.0702 8 GENP 0.2199 0.347 9.5889 0.1589 9 GOPENG 0.3545 0.0489 69.9951 0.3536 10 HSPLANT 0.0867 0.1265 6.6131 0.22 11 INNO -0.0333 0.3447 1.9582 0.0978 12 KRETAM 0.0683 0.2783 4.3063 0.0419 13 MHC 0.0007 0.3909 11.877 0.1043 14 RVIEW 0.1678 0.0919 83.1727 0.4427 15 SOP 0.1027 0.8603 8.6647 0.0588 16 SWKPLNT 0.0659 0.3076 16.3928 0.0987 17 THPLANT 0.0089 1.0034 9.0158 0.1628 18 TSH -0.0165 0.0432 3.4477 0.1538 19 UTDPLT 0.316 0.0752 4.5917 0.2657

Hasil Perhitungan Variabel Dependen dan Variabel Moderating pada Perusahaan Perkebunan di BEI dan Bursa Malaysia pada

Periode 2013

NO. KODE

EMITEN

PERTUMBUHAN LABA

UKURAN PERUSAHAAN

KEPEMILIKAN MANAJERIAL

1 BWPT -0.3067 29.4556 0.0042

2 JAWA -0.5444 28.609 0.0046

3 TBLA -0.645 29.4576 0.0009

4 AASIA -0.2787 32.3148 0.7725 5 BLDPLNT -0.5862 29.999 0.0082

6 CEPAT -0.0716 26.185 0.0001

7 FGV -0.3536 29.4422 0.0005

8 GENP -0.3169 28.2187 0.0007

9 GOPENG 0.3695 32.3735 4.6003 10 HSPLANT -0.3051 27.4123 0.0018 11 INNO -0.4097 32.0306 0.0074 12 KRETAM -0.618 26.7999 7.7689

13 MHC 0.5466 33.7799 0.0236

14 RVIEW -0.3366 32.6294 0.002

15 SOP -0.3849 27.5419 0.144

16 SWKPLNT -0.2029 33.2653 0.0021 17 THPLANT -0.5434 27.7949 0.0005

18 TSH 0.8546 27.5011 2.0092

Lampiran 5

Hasil Perhitungan Variabel Independen pada Perusahaan Perkebunan di BEI dan Bursa Malaysia pada Periode 2014

NO. KODE

EMITEN WCTA DER ITO NPM

1 BWPT -0.091 2.12 5.3842 0.086 2 JAWA -0.069 1.3277 10.4951 0.068 3 TBLA 0.0369 1.9737 5.2765 0.432 4 AASIA 0.0403 1.654 49.0105 0.0728 5 BLDPLNT 0.1349 0.7846 11.4575 0.0212 6 CEPAT -0.0201 0.4231 9.7467 0.088 7 FGV 0.1386 1.3486 8.0791 0.0347 8 GENP 0.2304 0.3461 9.136 0.2336 9 GOPENG 0.3443 1.98 21.323 0.1072 10 HSPLANT 0.0883 0.1322 5.7581 0.2589 11 INNO -0.1095 0.609 3.3029 0.1309 12 KRETAM 0.0655 0.153 3.4737 0.0245 13 -0.0203 -0.0203 0.4031 12.6865 0.0775 14 RVIEW 0.1684 0.0904 114.5858 0.3134 15 SOP 0.0877 0.9035 10.7831 0.0429 16 SWKPLNT 0.0845 0.2641 15.4252 0.7698 17 THPLANT -0.0148 1.215 9.9619 0.1219 18 TSH -0.1115 1.008 3.7298 0.1263 19 UTDPLT 0.3768 1.644 7.1768 0.2734

Hasil Perhitungan Variabel Dependen dan Variabel Moderating pada Perusahaan Perkebunan di BEI dan Bursa Malaysia pada

Periode 2014

NO. KODE

EMITEN

PERTUMBUHAN LABA

UKURAN PERUSAHAAN

KEPEMILIKAN MANAJERIAL

1 BWPT -0.9989 30.4271 0.0003

2 JAWA -0.262 28.7502 0.0046

3 TBLA 0.643 23.323 0.0009

4 AASIA -0.6328 27.32 0.7725

5 BLDPLNT -0.1041 33.8643 0.0082

6 CEPAT 0.653 33.2 0.0001

7 FGV -0.5006 29.63 0.0004

8 GENP 0.7455 28.3198 0.0007

9 GOPENG -0.7179 32.3173 0.1441 10 HSPLANT 0.3158 27.3895 0.0019

11 INNO 0.432 32.5076 0.0177

12 KRETAM -0.2918 26.7947 8.03

13 MHC -0.1616 33.7709 0.0236

14 RVIEW -0.2681 32.5884 0.0017

15 SOP 0.2262 27.5993 0.144

16 SWKPLNT 0.7031 33.2469 0.0021 17 THPLANT -0.2212 27.8725 0

18 TSH -0.1328 27.5503 2.0277

Lampiran 6

Nilai Kurs Tengah Bank Indonesia (BI) Setiap Akhir Tahun Selama Tahun 2012-2014

Keterangan 2012 2013 2014

Kurs Jual BI 3.176,86 3.727,94 3.581,21 Kurs Beli BI 3.142,39 3.687,44 3.542,64 Kurs Tengah BI 3.159,63 3.707,69 3.561,93

Lampiran 7

Pedoman untuk Memberikan Interpretasi Koefisien Korelasi

Interval Koefisien Tingkat Hubungan

0.000 – 0.199 Sangat Rendah 0.200 – 0.399 Rendah 0.400 – 0.599 Sedang 0.600 – 0.799 Kuat 0.800 – 1.000 Sangat Kuat

Lampiran 8

Hasil Output Data SPSS

Statistik Deskriptif

Descriptive Statistics

N Minimum Maximum Mean

Std. Deviation

WCTA 57 -.1115 .3913 .094681 .1352137

DER 57 .0367 2.4552 .783853 .6886028

ITO 57 1.7281 114.5858 16.057546 23.3293112

NPM 57 .0212 .7748 .186444 .1655588

UKURAN_PERUSAHAAN 57 23.3230 33.8643 29.701353 2.6315899 KEPEMILIKAN_MANAJERIAL 57 .0000 8.0300 1.207279 2.5459978 PERTUMBUHAN_LABA 57 -.9989 .8546 -.167391 .4224292 Valid N (listwise) 57

Uji Normalitas Sebelum Moderating

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 57

Normal Parametersa,b _{Mean .0000000}

Std. Deviation .36106025

Most Extreme Differences Absolute .150

Positive .150

Negative -.071

Kolmogorov-Smirnov Z 1.131

Asymp. Sig. (2-tailed) .155

a. Test distribution is Normal. b. Calculated from data.

Uji Normalitas Setelah Moderating

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 57

Normal Parametersa,b _{Mean .0000000}

Std. Deviation .34700980

Most Extreme Differences Absolute .127

Positive .127

Negative -.082

Kolmogorov-Smirnov Z .962

Asymp. Sig. (2-tailed) .313

a. Test distribution is Normal. b. Calculated from data.

Uji Multikolinieritas Sebelum Moderating

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

Collinearity Statistics

B

Std.

Error Beta Tolerance VIF 1 (Constant) -.145 .113 -1.281 .206

WCTA -.189 .383 -.060 -.493 .624 .936 1.068 DER -.174 .077 -.283 -2.255 .028 .891 1.122 ITO -.003 .002 -.186 -1.435 .157 .839 1.191 NPM .994 .333 .390 2.987 .004 .826 1.211 a. Dependent Variable: PERTUMBUHAN_LABA

Uji Multikolinieritas Setelah Moderating

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

Collinearity Statistics

B

Std.

Error Beta Tolerance VIF

1 (Constant) -.212 .592 -.358 .722

WCTA -.191 .376 -.061 -.508 .614 .933 1.072

DER -.196 .077 -.320 2.550 .014 .856 1.169

ITO -.004 .002 -.202 1.577 .121 .820 1.220

NPM 1.092 .330 .428 3.311 .002 .807 1.239

UKURAN_PERUSAHAAN .004 .019 .025 .207 .837 .922 1.085

KEPEMILIKAN_MANAJERIAL -.040 .020 -.238 1.951 .057 .906 1.104

a. Dependent Variable: PERTUMBUHAN_LABA

Uji Heteroskedastisitas Setelah Moderating

Uji Autokolerasi Sebelum Moderating

Runs Test

Unstandardized Residual

Test Valuea _-.06326

Cases < Test Value 28

Cases >= Test Value 29

Total Cases 57

Number of Runs 35

Z 1.473

Asymp. Sig. (2-tailed) .141

Uji Autokolerasi Setelah Moderating

Runs Test

Unstandardized Residual

Test Valuea _-.06757

Cases < Test Value 28

Cases >= Test Value 29

Total Cases 57

Number of Runs 29

Z -.131

Asymp. Sig. (2-tailed) .895

a. Median

Hasil Uji Regresi Berganda

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

B Std. Error Beta

1 (Constant) -.145 .113 -1.281 .206

WCTA -.189 .383 -.060 -.493 .624

DER -.174 .077 -.283 -2.255 .028

ITO -.003 .002 -.186 -1.435 .157

NPM .994 .333 .390 2.987 .004

a. Dependent Variable: PERTUMBUHAN_LABA

Koefisien Determinasi (R2₎

Model Summary

Model R

R Square

Adjusted R

Square Std. Error of the Estimate

1 .519a _{.269 .213 .3746899}

a. Predictors: (Constant), NPM, WCTA, DER, ITO b. Dependent Variable: PERTUMBUHAN_LABA

Hasil Uji F (Secara Simultan)

ANOVAb

Model

Sum of

Squares Df Mean Square F Sig.

1 Regression 2.693 4 .673 4.795 .002a

Residual 7.300 52 .140

Total 9.993 56

a. Predictors: (Constant), NPM, WCTA, DER, ITO b. Dependent Variable: PERTUMBUHAN_LABA

Hasil Uji t (Secara Parsial)

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

B Std. Error Beta

1 (Constant) -.145 .113 -1.281 .206

WCTA -.189 .383 -.060 -.493 .624

DER -.174 .077 -.283 -2.255 .028

ITO -.003 .002 -.186 -1.435 .157

NPM .994 .333 .390 2.987 .004

Hasil Uji Nilai Selisih Mutlak

dengan Ukuran Perusahaan sebagai Variabel Moderating

Persamaan 1

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig. B Std. Error Beta

1 (Constant) -.372 .095 -3.903 .000

WCTA -.058 .056 -.138 -1.044 .301

UKURAN_PERUSAHAAN .023 .055 .054 .415 .680

|WCTA-UKURAN_PERUSAHAAN|

.188 .072 .345 2.602 .012

a. Dependent Variable: PERTUMBUHAN_LABA

Hasil Uji Nilai Selisih Mutlak

dengan Ukuran Perusahaan sebagai Variabel Moderating

Persamaan 2

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig. B Std. Error Beta

1 (Constant) -.433 .100 -4.345 .000

DER -.215 .054 -.508 -3.977 .000

UKURAN_PERUSAHAAN -.048 .054 -.114 -.886 .380

|DER-UKURAN_PERUSAHAAN|

.214 .070 .412 3.066 .003

Hasil Uji Nilai Selisih Mutlak

dengan Ukuran Perusahaan sebagai Variabel Moderating

Persamaan 3

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig. B Std. Error Beta

1 (Constant) -.270 .103 -2.627 .011

ITO -.066 .072 -.155 -.909 .367

UKURAN_PERUSAHAAN .025 .059 .060 .428 .671

|ITO-UKURAN_PERUSAHAAN|

.107 .089 .208 1.197 .237

a. Dependent Variable: PERTUMBUHAN_LABA

Hasil Uji Nilai Selisih Mutlak

dengan Ukuran Perusahaan sebagai Variabel Moderating

Persamaan 4

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig. B Std. Error Beta

1 (Constant) -.228 .087 -2.616 .012

NPM .150 .058 .355 2.594 .012

UKURAN_PERUSAHAAN .020 .053 .046 .370 .713

|NPM-UKURAN_PERUSAHAAN|

.058 .067 .120 .869 .389

Hasil Uji Nilai Selisih Mutlak

dengan Kepemilikan Manajerial sebagai Variabel Moderating

Persamaan 1

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig. B Std. Error Beta

1 (Constant) -.005 .109 -.043 .966

WCTA .033 .065 .079 .513 .610

KEPEMILIKAN_MANAJERIAL .042 .069 .099 .608 .545

|WCTA-KEPEMILIKAN_MANAJERIAL|

-.150 .087 -.315 -1.729 .090

a. Dependent Variable: PERTUMBUHAN_LABA

Hasil Uji Nilai Selisih Mutlak

dengan Kepemilikan Manajerial sebagai Variabel Moderating

Persamaan 2

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig. B Std. Error Beta

1 (Constant) -.113 .095 -1.193 .238

DER -.146 .060 -.346 -2.438 .018

KEPEMILIKAN_MANAJERIAL -.019 .075 -.046 -.258 .798

|DER-KEPEMILIKAN_MANAJERIA|

-.049 .071 -.124 -.689 .494

Hasil Uji Nilai Selisih Mutlak

dengan Kepemilikan Manajerial sebagai Variabel Moderating

Persamaan 3

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig. B Std. Error Beta

1 (Constant) -.044 .079 -.554 .582

ITO .091 .071 .215 1.282 .205

KEPEMILIKAN_MANAJERIAL .076 .073 .180 1.045 .301

|ITO-KEPEMILIKAN_MANAJERIAL|

-.163 .074 -.447 -2.187 .033

a. Dependent Variable: PERTUMBUHAN_LABA

Hasil Uji Nilai Selisih Mutlak

dengan Kepemilikan Manajerial sebagai Variabel Moderating

Persamaan 4

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig. B Std. Error Beta

1 (Constant) -.189 .081 -2.345 .023

NPM .167 .058 .394 2.885 .006

KEPEMILIKAN_MANAJERIAL -.056 .070 -.132 -.794 .431

|NPM-KEPEMILIKAN_MANAJERIAL|

.027 .077 .063 .357 .723

Lampiran 9

Titik Persentase Distribusi F untuk Probabilitas = 0,05

df untuk penyebut

(N2)

df untuk pembilang (N1)

1 2 3 4 5 6 7 8 9 10 46 4.05 3.20 2.81 2.57 2.42 2.30 2.22 2.15 2.09 2.04 47 4.05 3.20 2.80 2.57 2.41 2.30 2.21 2.14 2.09 2.04 48 4.04 3.19 2.80 2.57 2.41 2.29 2.21 2.14 2.08 2.03 49 4.04 3.19 2.79 2.56 2.40 2.29 2.20 2.13 2.08 2.03 50 4.03 3.18 2.79 2.56 2.40 2.29 2.20 2.13 2.07 2.03 51 4.03 3.18 2.79 2.55 2.40 2.28 2.20 2.13 2.07 2.02 52 4.03 3.18 2.78 2.55 2.39 2.28 2.19 2.12 2.07 2.02 53 4.02 3.17 2.78 2.55 2.39 2.28 2.19 2.12 2.06 2.01 54 4.02 3.17 2.78 2.54 2.39 2.27 2.18 2.12 2.06 2.01 55 4.02 3.16 2.77 2.54 2.38 2.27 2.18 2.11 2.06 2.01 56 4.01 3.16 2.77 2.54 2.38 2.27 2.18 2.11 2.05 2.00 57 4.01 3.16 2.77 2.53 2.38 2.26 2.18 2.11 2.05 2.00 58 4.01 3.16 2.76 2.53 2.37 2.26 2.17 2.10 2.05 2.00 59 4.00 3.15 2.76 2.53 2.37 2.26 2.17 2.10 2.04 2.00 60 4.00 3.15 2.76 2.53 2.37 2.25 2.17 2.10 2.04 1.99 61 4.00 3.15 2.76 2.52 2.37 2.25 2.16 2.09 2.04 1.99 62 4.00 3.15 2.75 2.52 2.36 2.25 2.16 2.09 2.03 1.99 63 3.99 3.14 2.75 2.52 2.36 2.25 2.16 2.09 2.03 1.98 64 3.99 3.14 2.75 2.52 2.36 2.24 2.16 2.09 2.03 1.98 65 3.99 3.14 2.75 2.51 2.36 2.24 2.15 2.08 2.03 1.98 66 3.99 3.14 2.74 2.51 2.35 2.24 2.15 2.08 2.03 1.98 67 3.98 3.13 2.74 2.51 2.35 2.24 2.15 2.08 2.02 1.98 68 3.98 3.13 2.74 2.51 2.35 2.24 2.15 2.08 2.02 1.97 69 3.98 3.13 2.74 2.50 2.35 2.23 2.15 2.08 2.02 1.97 70 3.98 3.13 2.74 2.50 2.35 2.23 2.14 2.07 2.02 1.97 71 3.98 3.13 2.73 2.50 2.34 2.23 2.14 2.07 2.01 1.97 72 3.97 3.12 2.73 2.50 2.34 2.23 2.14 2.07 2.01 1.96

Lampiran 10

Titik Persentase Distribusi t Pr df 0.25 0.5 0.1 0.2 0.05 0.1 0.025 0.05 0.01 0.02 0.005 0.01 0.001 0.002

42 0.68038 1.30204 1.68195 2.01808 2.41847 2.69807 3.29595

43 0.68024 1.30155 1.68107 2.01669 2.41625 2.6951 3.29089

44 0.68011 1.30109 1.68023 2.01537 2.41413 2.69228 3.28607

45 0.67998 1.30065 1.67943 2.0141 2.41212 2.68959 3.28148

46 0.67986 1.30023 1.67866 2.0129 2.41019 2.68701 3.2771

47 0.67975 1.29982 1.67793 2.01174 2.40835 2.68456 3.27291

48 0.67964 1.29944 1.67722 2.01063 2.40658 2.6822 3.26891

49 0.67953 1.29907 1.67655 2.00958 2.40489 2.67995 3.26508

50 0.67943 1.29871 1.67591 2.00856 2.40327 2.67779 3.26141

51 0.67933 1.29837 1.67528 2.00758 2.40172 2.67572 3.25789

52 0.67924 1.29805 1.67469 2.00665 2.40022 2.67373 3.25451

53 0.67915 1.29773 1.67412 2.00575 2.39879 2.67182 3.25127

54 0.67906 1.29743 1.67356 2.00488 2.39741 2.66998 3.24815

55 0.67898 1.29713 1.67303 2.00404 2.39608 2.66822 3.24515

56 0.6789 1.29685 1.67252 2.00324 2.3948 2.66651 3.24226

57 0.67882 1.29658 1.67203 2.00247 2.39357 2.66487 3.23948

58 0.67874 1.29632 1.67155 2.00172 2.39238 2.66329 3.2368

59 0.67867 1.29607 1.67109 2.001 2.39123 2.66176 3.23421

60 0.6786 1.29582 1.67065 2.0003 2.39012 2.66028 3.23171

61 0.67853 1.29558 1.67022 1.99962 2.38905 2.65886 3.2293

62 0.67847 1.29536 1.6698 1.99897 2.38801 2.65748 3.22696

63 0.6784 1.29513 1.6694 1.99834 2.38701 2.65615 3.22471

64 0.67834 1.29492 1.66901 1.99773 2.38604 2.65485 3.22253

65 0.67828 1.29471 1.66864 1.99714 2.3851 2.6536 3.22041

DAFTAR PUSTAKA

Brigham, Eugene dan Joel F. Houston, 2006. Dasar-dasar Manajemen

Keuangan, Jilid Kesatu, Edisi Kesepuluh, Alih Bahasa Ali Akbar Yulianto, Salemba Empat, Jakarta.

Bursa Efek Indonesia. Website: www.idx.co.id

Bursa Malaysia. Website: www.bursamalaysia.com

Cahyaningrum, Ndaru Hesti dan Mulyo Haryanto, 2012. “Analisis Manfaat Rasio Keuangan dalam Memprediksi Pertumbuhan Laba (Studi Kasus:Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia Periode 2005 - 2010)”. Semarang, 2011.

Enekwe, Chinedu Innocent, Okwo I. Mary, dan Ordu M. Matthew, 2013. “Financial Ratio Analysis as a Determinant of Profitability in Nigerian Pharmaceutical Industry”, International Journal of Business and Management. Volume 8 Nomor 8, hal 107-117.

Emekekwue, P. (2005). Corporate Financial Management 5ed. African Bureau of Educational Sciences Kinshasa DRC. 565

Fakultas Ekonomi Universitas Sumatera Utara, Departemen Akuntansi,

2015. “Buku Pedoman Penulisan Skripsi dan Ujian Komprehensif

Program Strata Satu (S1), Medan.

Ghozali, Imam, 2006. Aplikasi Analisis Multivariate dengan Program

SPSS,

UNDIP, Semarang.

, Imam, 2013. Aplikasi Analisis Multivariate dengan Program IBM SPSS 21, Badan Penerbit Universitas Diponegoro, Semarang.

Govindarajan, Vijay dan Robert N Anthony, 2005. Sistem Pengendalian Management, Edisi Kesebelas, Buku 1, Salemba Empat, Jakarta. Hanafi, Mamduh M. dan Halim, Abdul. 2005. Analisis Laporan Keuangan.

Hapsari, Epri Ayu , 2007. “Analisis Rasio Keuangan Untuk Memprediksi Pertumbuhan Laba (Studi Kasus: Perusahaan Manufaktur Yang Terdaftar di Bursa Efek Indonesia Periode 2001 sampai dengan 2005)”. Tesis, Universitas Diponegoro, Semarang.

Harahap, Sofyan Syafri, 2013. Analisis Kritis atas Laporan Keuangan,

Edisi

Pertama, PT Raja Grafindo Persada, Jakarta.

, Sofyan Syafri, 2013. Teori Akuntansi, Edisi Revisi, PT Raja Grafindo Persada, Jakarta.

Ikatan Akuntan, Indonesia, 2012. Standar Akuntansi Keuangan (per 1 Juni 2012), Salemba Empat, Jakarta.

Jogiyanto, 2004. Metodologi Penelitian dan Bisnis: Salah Kapra dan Pengalaman-pengalaman, Edisi 2004/2005, BPFE, Yogyakarta. Kasmir, 2009. Analisis Laporan Keuangan, Edisi 1, Rajawali Pers, Jakarta.

Lubis, Ade Fatma, 2012. Metode Penelitian Akuntansi dan Format

Penulisan Tesis, USU Press, Medan.

Mahmudah, Endah Nur, 2015. “Analisis Pengaruh Working Capital to Total Asset, Debt to Equity Ratio, Return on Asset, dan Total Asset Turnover terhadap Pertumbuhan Laba pada Perusahaan LQ-45 Periode 2010-2013)”. Skripsi, Universitas Islam Negeri Syarif Hidayattullah, Jakarta.

Nurmalasari, Tika, 2011. ”Analisis pengaruh rasio keuangan terhadap perubahan laba Pada perusahaan manufaktur yang terdaftar di bursa efek Indonesia (BEI) periode 2007 - 2011”. Skripsi, Jakarta: Fakultas Ekonomi Universitas Gunadarma.

Oktanto, Danny dan Muhammad Nuryatno, 2014. “Pengaruh Rasio Keuangan terhadap Perubahan Laba pada Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia (BEI) Tahun 2008 – 2011”. Volume.1 Nomor 1 Februari 2014, hal 60 – 77.

Putri, Eppy Yuniar, 2010. “Analisis Pengaruh Rasio Camel dan Ukuran Bank, Kepemilikan Manajerial sebagai Variabel Moderating terhadap Pertumbuhan Laba pada Perusahaan Perbankan yang Terdaftar di Bursa Efek Indonesia P eriode 2005-2007”. Skripsi, Universitas Sebelas Maret, Surakarta.

Samsul, S., 2006. Pasar Modal dan Manajemen Portofolio, Erlangga,

Jakarta.

Sarjono, H. dan Winda Julianita, 2013. SPSS vs LISREL: Sebuah

Pengantar, Aplikasi untuk Riset, Salemba Empat, Jakarta.

Sekaran, Uma, 2011. Metodologi Penelitian untuk Bisnis, Salemba Empat, Jakarta.

Setiyono. 2000. “Analisis Dampak Struktur Kepemilikan Saham Manajerial Pada Nilai Obligasi Perusahaan”. Tesis. Yogyakarta: Universitas Gajah Mada Program Pascasarjana.

Sjahrial, Dermawan dan Djahotman Purba, 2013. Analisis Laporan

Keuangan, Edisi Kedua, Mitra Wacana Media, Jakarta.

Subramanyam, K. R. dan John J. Wild, 2014. Analisis Laporan Keuangan, Edisi 10. Buku 1, Edisi Kesepuluh, Alih Bahasa oleh Dewi Yanti, Salemba Empat, Jakarta.

Sugiyono, 2006. Metode Penelitian Bisnis, Cetakan Kesembilan, Alfabeta, Bandung.

Umar, Husein. 2003. Metode Riset Akuntansi Terapan, Edisi

Pertama,Cetakan Pertama, Jakarta: Ghalia Indonesia.

, Husein. 2008. Desain Penelitian Akuntansi Keperilakuan,Edisi Pertama PT Raja Grafindo Persada, Jakarta.

Van Horne, James C dan John M. Wachowicz, JR, 2005. Prinsip-prinsip Manajemen Keuangan, Jilid Kesatu, Edisi Kedua Belas, Alih Bahasa oleh Dewi Fitriasari dan Deny Arnos Kwary, Salemba Empat, Jakarta.

Wild, John J., K. R. Subramanyam, dan Robert F. Halsey, 2005. Analisis Laporan Keuangan, Buku Satu, Edisi Kedelapan, Alih Bahasa oleh Yanivi S. Bachtiar dan S. Nurwahyuni Harahap, Salemba Empat, Jakarta.

, dan K. R. Subramanyam, 2014. Analisis Laporan Keuangan, Buku satu, Edisi Kesepuluh, Alih Bahasa oleh Dewi Yanti, Salemba Empat, Jakarta.

http://ekonomi.metrotvnews.com/ http://www.infosawit.com/ http://market.bisnis.com/

http://ditjenbun.pertanian.go.id/

http://www.kemenperin.go.id/

                       

BAB III

METODE PENELITIAN

3.1 Jenis Penelitian

Jenis penelitian yang dilakukan yaitu penelitian asosiatif kausal. Menurut Umar (2003 : 30) penelitian asosiatif kausal adalah “penelitian yang bertujuan untuk menganalisis hubungan antara satu variabel dengan variabel lainnya atau bagaimana suatu variabel mempengaruhi variabel lain”.

3.2 Definisi Operasional

Dalam penelitian ini terdapat empat variabel independen (bebas), satu variabel dependen (terikat), dan dua variabel moderating.

3.2.1Variabel Independen (X)

Variabel bebas (Independent variable) merupakan variabel

yang dapat mempengaruhi perubahan dalam variabel dependen dan mempunyai hubungan yang positif maupun negatif bagi variabel dependen lainnya. Menurut Sugiyono (2006:3) variabel independen adalah “variabel yang menjadi sebab timbulnya atau berubahnya variabel dependen (variabel terikat).

Variabel independen yang digunakan dalam penelitian ini

adalah rasio keuangan yang terdiri dari working capital to total

margin. Definisi dari masing-masing variabel independen ini adalah sebagai berikut:

a. Working Capital to Total Assets (X1)

Working Capital to Total Asset merupakan rasio yang digunakan untuk mengukur likuiditas perusahaan dari total aktiva dan posisi modal kerja. Rumus untuk mengukur

working capital to total asset:

b. Debt to Equity Ratio (X2)

Debt to Equity Ratio merupakan rasio yang mengukur sejauh mana perusahaan dapat menutupi kewajibannya dan mengukur jumlah modal yang dibiayai oleh utang. Rumus untuk mengukur debt to equity ratio:

c. InventoryTurnover (X3)

Inventory Turnover merupakan rasio yang memberikan informasi mengenai seberapa banyak perputaran persediaan menjadi piutang melalui penjualan dalam suatu perusahaan pada periode tertentu.

Rumus untuk mengukur inventory turnover:

d. Net Profit Margin (X4)

Net Profit Margin merupakan kemampuan penjualan suatu perusahaan dalam memperoleh laba. Rumus untuk menghitung net profit margin:

3.2.2Variabel Dependen (Y)

Variabel terikat (Dependent variable) merupakan variabel

yang menjadi perhatian utama dalam sebuah pengamatan. Variabel yang dijelaskan atau dipengaruhi oleh variabel independen. Menurut Sugiyono (2006 : 3) adalah “variabel yang dipengaruhi atau yang menjadi akibat, karena adanya variabel independen”.

Variabel dependen yang digunakan dalam penelitian ini adalah pertumbuhan laba dari setiap perusahaan perkebunan yang terpilih menjadi sampel. Pertumbuhan laba perusahaan menyatakan berapa besar peningkatan laba perusahaan. Pertumbuhan laba yang secara terus menerus meningkat dapat memberikan sinyal yang positif mengenai prospek perusahaan di masa depan.

Rumus untuk mengukur pertumbuhan laba:

3.2.3Variabel Moderating (Z)

Variabel Moderating (Moderating variable) merupakan

variabel yang mempunyai dampak kontijensi yang kuat pada hubungan variabel independen dan variabel dependen. Variabel moderating yang digunakan dalam penelitian ini adalah Ukuran

Perusahaan (Size) dan Kepemilikan Manajerial. Definisi dari

masing-masing variabel moderating ini adalah sebagai berikut:

a. Ukuran Perusahaan (Z1)

Ukuran perusahaan yang digunakan dalam penelitian ini adalah dengan total aset perusahaan. Semakin besar total aset dalam suatu perusahaan menunjukkan semakin besar pula

ukuran perusahaan tersebut. Rumus untuk mengukur size

perusahaan:

b. Kepemilikan Manajerial (Z2)

Kepemilikan manajerial merupakan besarnya persentase jumlah kepemilikan saham oleh pihak manajemen dari seluruh modal saham perusahaan yang dikelola.

Rumus untuk mengukur kepemilikan manajerial:

3.3 Skala Pengukuran Variabel

Berikut adalah tabel mengenai skala pengukuran variabel yang terdapat dalam penelitian ini:

Tabel 3.1

Skala Pengukuran Variabel Penelitian

Variabel Simbol Rumus Skala

Working Capital to Total Asset

(WCTA)

X1 (Aktiva Lancar – Hutang Lancar)

Jumlah Aktiva

Rasio

Debt to Equity Ratio (DER)

X2 Total Kewajiban

Ekuitas

Rasio

Inventory Turnover (ITO)

X3 Harga Pokok Penjualan

Persediaan

Rasio

Net Profit Margin (NPM)

X4 Laba Bersih Setelah Pajak

Penjualan

Rasio

Pertumbuhan Laba

Y Laba Bersih Tahunt – Laba Bersih Tahunt-1 Laba Bersih Tahunt-1

Rasio

Ukuran Perusahaan

Z1 Ukuran (Size) = Ln dari Total Aset Rasio

Kepemilikan Manajerial

Z2 Jumlah Saham Pihak Manajemen

Total Saham yang Beredar

3.4 Populasi dan Sampel Penelitian

Populasi adalah keseluruhan subjek penelitian (Lubis, 2012 : 122). Populasi yang digunakan dalam penelitian ini adalah seluruh perusahaan

perkebunan yang terdaftar (listing) di Bursa Efek Indonesia periode

2012-2014. Jumlah populasi dalam penelitian ini berjumlah 57 perusahaan.

Menurut Sekaran (2011 : 123) menyatakan bahwa “sampel (sample)

adalah sebagian dari populasi”. Metode pengambilan sampel dilakukan

dengan teknik purposive sampling. Purposive sampling adalah teknik

pengambilan sampel berdasarkan suatu kriteria tertentu (Jogiyanto, 2004 : 79). Beberapa kriteria yang menjadi pertimbangan dalam pemilihan sampel adalah sebagai berikut:

1. Perusahaan perkebunan yang terdaftar di Bursa Efek Indonesia atau

Bursa Malaysia, memiliki laporan keuangan yang lengkap, dan diungkapkan ke publik periode 2012-2014.

2. Perusahaan tersebut memiliki data sesuai dengan variabel

independen (working capital to total asset, debt to equity ratio,

inventory turnover, net profit margin), dependen (pertumbuhan laba), dan moderating (ukuran perusahaan dan kepemilikan manajerial) yang diteliti pada periode 2012-2014.

3. Perusahaan tidak pernah memiliki laba negatif pada periode

2012-2014.

Berdasarkan kriteria tersebut, maka perusahaan yang menjadi sampel dalam penelitian ini berjumlah 19 perusahaan.

3.5 Jenis Data

Jenis data yang diperlukan untuk mendukung penelitian ini adalah dengan mengunakan data kuantitatif yaitu data yang bisa diukur dan disajikan dalam bentuk angka. Sumber data yang diperlukan dalam penelitian ini menggunakan data sekunder yaitu data yang dikumpulkan secara rutin oleh instansi tertentu yang kemudian digunakan oleh peneliti. Sumber data penelitian yang diperoleh peneliti secara tidak langsung melalui media perantara (diperoleh dan dicatat oleh pihak lain). Umumnya berupa bukti, catatan atau laporan historis yang telah disusun dalam arsip (data dokumenter) yang dipublikasikan maupun yang tidak dipublikasikan. Data sekunder dalam penelitian ini diperoleh dari website resmi Bursa Efek

Indonesia (Indonesian Stock Exchange) yaitu www.idx.co.id dan Bursa

Malaysia yaitu www.bursamalaysia.com berupa laporan keuangan perusahaan perkebunan selama periode pengamatan 2012-2014.

3.6 Metode Pengumpulan Data

Metode pengumpulan data dalam penelitian ini menggunakan data sekunder dengan teknik dokumentasi, yaitu dengan mengumpulkan dan mengambil data perusahaan yang diteliti berupa laporan keuangan perusahaan perkebunan yang terdaftar dan dipublikasikan di Bursa Efek Indonesia (BEI) dan Bursa Malaysia periode 2012-2014 melalui situs

www.idx.co.id dan www.bursamalaysia.com untuk memperoleh data laporan keuangan perusahaan perkebunan yang telah dipublikasikan dan dengan melakukan studi pustaka, melalui jurnal akuntansi dan buku-buku yang berkaitan dengan masalah yang diteliti.

3.7 Metode Analisis Data

Metode analisis data yang digunakan dalalam penelitian ini adalah model analisis regresi linear berganda. Model regresi linear berganda adalah teknik analisis yang menjelaskan hubungan antara variabel dependen dengan beberapa variasi independen (Sugiyono, 2006 : 271). Dalam melakukan analisis data peneliti menggunakan program SPSS (Statistical Package Social Science) versi 19.0.

3.7.1 Statistik Deskriptif

Statisitik deskriptif merupakan statistik yang menggambarkan fenomena atau karakteristik dari data (Jogiyanto, 2004 : 163). Statistik deskriptif mempelajari bagaimana cara penyajian data sehingga dapat memudahkan untuk dipahami dan memberikan gambaran suatu data yang dapat dilihat dari nilai

rata-rata (mean), median, varian, nilai maksimum, dan minimum serta

standar deviasi.

3.7.2 Uji Asumsi Klasik

Penggunaan metode analisis regresi dalam pengujian hipotesis, terlebih dahulu peneliti lakukan sebelum melakukan

pengujian hipotesis, hal ini bertujuan apakah model tersebut memenuhi asumsi klasik atau tidak. Pengujian asumsi klasik terdiri dari uji normalitas, uji multikolinieritas, uji heteroskedastisitas, dan uji autokorelasi.

a. Uji Normalitas

Menurut Husein Umar (2008 : 79) “uji normalitas berguna untuk mengetahui apakah variabel dependen, independen, atau keduanya berdistribusi normal atau tidak”. Sama halnya dengan Ghozali (2006) yang menyatakan bahwa “uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal”. Jika data menunjukkan tidak berdistribusi normal, maka analisis dari nonparametik dapat digunakan. Jika berdistribusi normal, maka analisis parametik yang termasuk model-model regresi dapat digunakan.

Cara mendeteksi apakah data berdistribusi normal atau tidak dapat dilakukan dengan tidak berdasarkan grafik, seperti uji

Kolmogorov-Smirnov dimana bila nilainya diatas 5% (nilai signifikansi atau probabilitas > 0.05) hal tersebut menunjukkan data dari variabel tersebut berdistribusi normal, dan berlaku sebaliknya. Uji normalitas juga dapat dilakukan dengan analisis grafik histogram dan normal probability plot.

Menurut Ghozali (2006 : 112) dasar pengambilan keputusan dalam uji normalitas sebagai berikut:

1. Jika data menyebar disekitar garis diagonal dan mengikuti

arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas dan

2. Jika data menyebar jauh dari diagonal dan/ atau tidak

mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.

b. Uji Multikolinieritas

Uji multikolinieritas bertujuan untuk mengetahui apakah model regresi yang diajukan terdapat kolerasi yang kuat antar variabel independen. Jika terdapat kolerasi yang kuat, maka terdapat masalah multikolinieritas yang harus diatasi, karena model regresi yang baik seharusnya tidak terjadi kolerasi di antara variabel independen yang ada. Menurut Sarjono (2011) salah satu untuk mendeteksi ada tidaknya multikolinieritas dapat dilihat dari nilai

VIF (Variance-Infliating Factor), dasar dalam mengambil

keputusan adalah:

1. Jika nilai VIF < 10 maka tidak terjadi gejala

multikolinieritas di antara variabel bebas,

2. Jika nilai VIF > 10 maka terjadi gejala multikolinieritas di antara variabel bebas.

c. Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk mengetahui apakah dalam sebuah model regresi, terjadi ketidaksamaan varians dari residual suatu pengamatan ke pengamatan yang lainnya. Jika varians dari residual tersebut tetap atau tidak mengalami perubahan, maka disebut homoskedastisitas. Sedangkan, model regresi yang baik bila tidak terjadi perubahan yang disebut dengan heteroskedastisitas. Beberapa cara untuk menentukan heteroskedastisitas adalah dengan Scatterplot, Uji Park, Uji Glejser. Menurut Ghozali (2006 : 105) dasar analisis untuk menentukan ada atau tidaknya heteroskedastisitas, yaitu:

1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk

pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas.

2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di

atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.

d. Uji Autokorelasi

Menurut Umar (2008 : 86) menyatakan bahwa ”uji autokorelasi berguna untuk mengetahui apakah dalam sebuah model regresi linier terdapat hubungan yang kuat baik positif maupun negatif antar data yang ada pada variabel-variabel penelitian. Sedangkan menurut Ghozali (2006 : 95) “auto autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada

korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya)”. Autokorelasi muncul akibat obeservasi yang berurutan sepanjang waktu yang berkaitan satu dengan yang lainnya. Hal ini sering

terjadi pada data time series, karena “gangguan” yang terjadi pada

seorang individu/ kelompok cenderung mempengaruhi “gangguan” pada individu/ kelompok yang sama pada periode yang terjadi berikutnya. Cara yang dapat dilakukan untuk mendeteksi ada atau tidaknya autokolerasi adalah dengan melakukan pengujian Durbin Watson, yaitu uji yang digunakan untuk autokorelasi tingkat satu (first order autocorrelation) dan mensyaratkan adanya intercept

(konstanta dalam model regresi dan tidak ada variabel lag di antara

variabel independen. Selain uji Durbin Watson, dapat juga digunakan uji Lagrange Multiplier (LM test) untuk jumlah sampel di atas 100 observasi, uji Statistics Q untuk melihat autokolerasi

dengan lag lebih dari dua, dan uji Run test untuk menguji apakah

antar residual terdapat korelasi yang tinggi.

3.7.3 Analisis Regresi Berganda

Pengujian hipotesis dalam penelitian ini menggunakan

analisis regresi linear berganda. Analisis ini dilakukan untuk

dependen (Y) dengan menggunakan uji koefisien determinasi (R2), uji statistik F, dan uji statistic t.

Persamaan regresi linier berganda dari penelitian ini adalah: Y = a + b1X1 + b2X2 + b3X3 + b4X4 + e

Keterangan :

Y = Pertumbuhan Laba

a = Konstanta

b1-b4 = Koefisien Regresi

X1 = Variabel Working Capital to Total Asset (WCTA)

X2 = Variabel Debt to Equity Ratio (DER)

X3 = Variabel Inventory Turnover (ITO)

X4 = Variabel Net Profit Margin (NPM)

e = Error

3.7.4 Uji Hipotesis

3.7.4.1 Pengujian Hipotesis Pertama (H1)

Pengujian hasil analisis regresi linier berganda dilakukan dengan Uji Koefisien Determinasi, Uji Statistik F dan Uji t.

1. Koefisien Determinasi (R2)

Koefisien Determinasi (R2) digunakan untuk mengukur

seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen (Ghozali, 2013 : 97). Dengan demikian uji

model regresi yang terestimasi. Nilai dari koefisien determinasi (R2) menunjukkan seberapa besar variasi dari variabel dependen (Y) dapat diterangkan oleh variabel independen (X). Bila hasil dari nilai

koefisien determinasi sama dengan 0 (R2= 0), berarti variasi dari Y

tidak dapat diterangkan sama sekali oleh X atau tidak ada hubungan

antara X dan Y. Sedangkan, bila hasilnya adalah satu (R2 = 1),

berarti variasi dari Y secara keseluruhan dapat memberi informasi yang dibutuhkan untuk memprediksi X. Baik atau buruknya suatu

persamaan regresi dilihat dari hasil determinasi (R2) nya yang

mempunyai nilai antara nol dan satu (0 < R2 _{< 1). Bila semakin}

dekat nilai R2 ke nilai 1, maka pengaruh variabel X yang dapat

diterangkan semakin kuat.

2. Uji Signifikan Simultan (Uji Statistik F)

Uji statistik F menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen/ terikat (Ghozali, 2013 : 98).

Uji statistik F dilakukan dengan membandingkan signifikan F-hitung dengan F-Tabel dengan ketentuan sebagai berikut:

1. Jika F-hitung > F-tabel atau Sig. < 0,05, maka Ha

2. Jika F-hitung < F-tabel atau Sig. > 0.05, maka Ha tidak diterima/ ditolak.

3. Uji Signifikan Parsial (Uji Statistik t)

Uji statistik t menunjukkan seberapa besar pengaruh satu variabel independen secara parsial dalam menerangkan variasi variabel dependen (Ghozali, 2013 : 98). Hipotesis yang diuji adalah:

Ha = masing-masing variabel independen berpengaruh secara parsial terhadap variabel dependen.

Uji ini dilakukan dengan membandingkan hitung dengan t-tabel dengan ketentuan sebagai berikut:

1. Jika t-hitung > t-tabel, atau Sig. < 0,05, maka Ha

diterima.

2. Jika t-hitung < t-tabel, atau Sig. > 0,05, maka Ha tidak diterima atau ditolak

. 3.7.4.2 Pengujian Hipotesis Kedua dan Ketiga(H2&H3)

Untuk melakukan pengujian pada hipotesis kedua (H2)

berkaitan pada interaksi ukuran (size) perusahaan dan hipotesis

ketiga (H3) kepemilikan manajerial dalam mempengaruhi variabel

independen terhadap pertumbuhan laba maka dilakukan analisis regresi moderasi.

Terdapat tiga cara menguji regresi dengan variabel pemoderasi yaitu: (1) uji interaksi, (2) uji selisih mutlak dan (3) uji residual. Pengujian variabel pemoderasi dalam penelitian ini menggunakan uji nilai selisih mutlak yang lebih disukai (Ghozali, 2006 : 157). Uji selisih nilai mutlak dilakukan dengan cara mencari selisih nilai mutlak terstandarisasi diantara variabel independen. Jika selisih mutlak tersebut signifikan positif maka variabel tersebut memoderasi antara variabel independen dan variabel dependen. Persamaan regresi sebagai berikut:

Y = a + b1X1 + b2Z1 + b3 |X1 – Z1| …………. (1) Y = a + b4X2 + b5Z1 + b6 |X2 – Z1| …………. (2) Y = a + b7X3 + b8Z1 + b9 |X3 – Z1| …………. (3) Y = a + b10X4 + b11Z1 + b12 |X4 – Z1| …………. (4) Y = a + b1X1 + b2Z1 + b3 |X1 – Z2| …………. (1) Y = a + b4X2 + b5Z1 + b6 |X2 – Z2| …………. (2) Y = a + b7X3 + b8Z1 + b9 |X3 – Z2| …………. (3) Y = a + b10X4 + b11Z1 + b12 |X4 – Z2| …………. (4) Keterangan :

Y = Pertumbuhan Laba

a = Konstanta

b1-b3 = Koefisien Regresi Persamaan 1 b4-b6 = Koefisien Regresi Persamaan 2

b7-b9 = Koefisien Regresi Persamaan 3 b10-b12 = Koefisien Regresi Persamaan 4

X1 = Variabel WCTA

X2 = Variabel DER

X3 = Variabel ITO

X4 = Variabel NPM

Z1 = Ukuran (Size) Perusahaan

Z2 = Kepemilikan Manajerial

Pada peneltian ini menggunakan Ukuran Perusahaan dan Kepemilikan Manajerial sebagai variabel pemoderasi sehingga dalam analisis regresi ditambahkan uji nilai selisih mutlak antara variabel independen dengan variabel moderatingnya.

Persamaan (1), (2), dan (3) menggambarkan apakah variabel ukuran perusahaan merupakan variabel moderating dan ini ditunjukkan dengan nilai koefisien b3 |X1 – Z1|, b6 |X2 – Z1|, b9 |X3 – Z1|, b12 |X4 – Z1| yang signifikan di bawah nilai 0,05 sehingga variabel ukuran perusahaan dapat memoderasi hubungan antara pertumbuhan rasio keuangan dan pertumbuhan laba. Sama halnya dengan variabel kepemilikan perusahaan yang ditunjukkan dengan nilai koefisien b3 |X1 – Z2|, b6 |X2 – Z2|, b9 |X3 – Z2|, b12 |X4 – Z2|. Apabila nilai signifikansi < 0,05 maka baru dilihat nilai

thitung bernilai positif atau negatif, jika nilainya negatif berarti variabel

hubungan antara variabel independen (WCTA, DER, ITO, dan NPM) dengan variabel dependen (Pertumbuhan Laba), sedangkan nilai positif berarti variabel moderating memperkuat hubungan antara variabel independen dengan variabel dependen.

BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

4.1 Deskripsi Data Penelitian

Objek yang digunakan dalam penelitian ini adalah perusahaan perkebunan yang terdaftar di BEI dan Bursa Malaysia pada periode 2012-2014. Perusahaan yang dijadikan sampel dengan menggunakan metode

purposive sampling, berjumlah 19 perusahaan (3 sampel perusahaan Indonesia dan 16 sampel perusahaan Malaysia) dengan periode

pengamatan selama 3 tahun sehingga jumlah data yang digunakan

sebanyak 57 perusahaan, dapat dilihat pada lampiran 1 dan 2. Variabel

independen yang digunakan adalah working capital to total asset (WCTA),

debt to equity ratio (DER), inventory turnover (ITO), dan net profit margin

(NPM). Variabel dependen yang digunakan adalah pertumbuhan laba dan

variabel moderating yang digunakan adalah ukuran perusahaan (size) dan

kepemilikan manajerial.

Analisis dan pembahasan dalam bab ini akan menunjukkan dan menjelaskan hasil dari analisis data berdasarkan pengamatan pada variabel

independen, variabel dependen, dan variabel moderating. Metode analisis

data yang digunakan dalam penelitian ini adalah model regresi linear berganda yang selanjutnya dilakukan uji statistik deskriptif, uji normalitas, uji multikolinieritas, uji heteroskedastisitas, dan uji autokolerasi, lalu

dilakukan uji koefesien determinasi (R2), f-test, dan t-test, dan diakhiri dengan melakukan uji nilai selisih mutlak untuk menguji variabel

moderating.

4.2 Statistik Deskriptif

Statistik deskriptif digunakan untuk memberikan gambaran atau deskripsi suatu data yang telah terkumpul mengenai nilai minimum, nilai

maksimum, nilai rata-rata (mean), dan standar deviasi. Berikut statistik

deskriptif yang diperoleh dari data-data dalam penelitian ini disajikan dalam tabel 4.1:

Tabel 4.1 Statistik Deskriptif

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

WCTA 57 -.1115 .3913 .094681 .1352137

DER 57 .0367 2.4552 .783853 .6886028

ITO 57 1.7281 114.5858 16.057546 23.3293112

NPM 57 .0212 .7748 .186444 .1655588

UKURAN_PERUSAHAAN 57 23.3230 33.8643 29.701353 2.6315899 KEPEMILIKAN_MANAJERIAL 57 .0000 8.0300 1.207279 2.5459978 PERTUMBUHAN_LABA 57 -.9989 .8546 -.167391 .4224292 Valid N (listwise) 57

Sumber: Output SPSS 19.0, diolah peneliti, 2015

Berdasarkan pengujian deskriptif statistik dari tabel 4.1 dapat dijelaskan bahwa:

1. Variabel working capital to total asset (WCTA) memiliki nilai

minimum sebesar -0.1115 yang dimiliki Tsh Resources Berhad pada tahun 2014. Nilai maksimum sebesar 0.3913 dimiliki Gopeng

Berhad pada tahun 2012. Nilai rata-rata (mean) sebesar 0.094681 atau 9.4681% dengan standar deviasi sebesar 0.1352137. Besarnya nilai standar deviasi dibanding dengan nilai rata-rata menunjukkan besarnya simpangan data, yang berarti tingginya fluktuasi data

variabel working capital to total asset. Jumlah data (N) yang

digunakan selama periode penelitian sebesar 57 (Sampel 19 perusahaan dikali 3 tahun periode pengamatan).

2. Variabel debt to equity ratio (DER) memiliki nilai minimum

sebesar 0.0367 yang dimiliki Riverview Rubber Estates Berhad pada tahun 2012. Nilai maksimum sebesar 2.4552 dimiliki Tunas

Baru Lampung Tbk pada tahun 2013. Nilai rata-rata (mean) sebesar

0.783853 atau 78.3853% dengan standar deviasi sebesar 0.6886028. Besarnya nilai rata-rata dibanding dengan nilai standar deviasi menunjukkan kecilnya simpangan data, yang berarti rendahnya fluktuasi data variabel debt to equity ratio.

3. Variabel inventory turnover (ITO) memiliki nilai minimum sebesar

1.7281 yang dimiliki Eagle High Plantations pada tahun 2012. Nilai maksimum sebesar 114.5858 dimiliki Riverview Rubber Estates

Berhad pada tahun 2014. Nilai rata-rata (mean) sebesar 16.057546

atau 1605.7546% dengan standar deviasi sebesar 23.3293112. Besarnya nilai standar deviasi dibanding dengan nilai rata-rata

menunjukkan besarnya simpangan data, yang berarti tingginya fluktuasi data variabel inventory turnover.

4. Variabel net profit margin (NPM) memiliki nilai minimum sebesar

0.0212 yang dimiliki Bld Plantation Bhd pada tahun 2014. Nilai maksimum sebesar 0.7748 dimiliki Riverview Rubber Estates

Berhad pada tahun 2012. Nilai rata-rata (mean) sebesar 0.186444

atau 18.6444% dengan standar deviasi sebesar 0.1655588. Besarnya nilai rata-rata dibanding dengan nilai standar deviasi menunjukkan kecilnya simpangan data, yang berarti rendahnya fluktuasi data variabel net profit margin.

5. Variabel ukuran perusahaan (Size) memiliki nilai minimum sebesar

23.3230 yang dimiliki Tunas Baru Lampung Tbk pada tahun 2014. Nilai maksimum sebesar 33.8643 dimiliki Bld Plantation Bhd pada

tahun 2014. Nilai rata-rata (mean) sebesar 29.701353 atau

2970.1353% dengan standar deviasi sebesar 2.6315899. Besarnya nilai rata-rata dibanding dengan nilai standar deviasi menunjukkan kecilnya simpangan data, yang berarti rendahnya fluktuasi data variabel ukuran perusahaan (size).

6. Variabel kepemilikan manajerial memiliki nilai minimum sebesar

0.0000 yang dimiliki Innoprise Plantations Berhad pada tahun 2012 dan Th Plantations Berhad tahun 2014. Nilai maksimum sebesar 8.0300 dimiliki Kretam Holdings Berhad pada tahun 2014. Nilai

rata-rata (mean) sebesar 1.207279 atau 120.7279% dengan standar deviasi sebesar 2.5459978. Besarnya nilai standar deviasi dibanding dengan nilai rata-rata menunjukkan besarnya simpangan data, yang berarti tingginya fluktuasi data variabel kepemilikan manajerial.

7. Variabel pertumbuhan laba memiliki nilai minimum sebesar

-0.9989 yang artinya bahwa perusahaan yang dimiliki Eagle High Plantations Tbk mengalami penurunan laba pada tahun 2014. Nilai maksimum sebesar 0.8546 dimiliki Tsh Resources Berhad pada

tahun 2013. Nilai rata-rata (mean) sebesar 0.167391 atau

-16.7391% dengan standar deviasi 0.4224292. Besarnya nilai standar deviasi dibanding dengan nilai rata-rata menunjukkan besarnya simpangan data, yang berarti tingginya fluktuasi data variabel pertumbuhan laba.

4.3 Uji Asumsi Klasik 4.3.1 Uji Normalitas

Uji normalitas dilakukan untuk mengetahui apakah dalam model regresi, distribusi sebuah data memiliki distribusi normal atau tidak. Dalam

penelitian ini, tingkat signifikansi yang digunakan α = 0.05. Umumnya, uji

normalitas dideteksi dengan uji Kolmogorov-Smirnov, grafik histogram,

dan Normal Probability Plot. Uji Kolmogorov-Smirnov, dimana suatu data dikatakan berdistribusi normal apabila nilai signifikansi lebih besar dari

0.05. Sebaliknya, berdistribusi tidak normal apabila nilai signifikansi lebih kecil dari 0.05.

Tabel 4.2

Uji Kolmogorov-Smirnov Sebelum Moderating

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 57

Normal Parametersa,b _{Mean .0000000}

Std. Deviation .36106025

Most Extreme Differences Absolute .150

Positive .150

Negative -.071

Kolmogorov-Smirnov Z 1.131

Asymp. Sig. (2-tailed) .155

a. Test distribution is Normal. b. Calculated from data.

Sumber: Output SPSS 19.0, diolah peneliti, 2015

Berdasarkan hasil pengolahan data penelitian sebelum moderating

dengan menggunakan uji Kolmogorov-Smirnov yang tersaji pada tabel 4.2,

diperoleh signifikansi (Asymp.Sig) pada variabel pertumbuhan laba lebih besar dari 0.05 yaitu 0.155 yang menunjukkan bahwa data pada penelitian berdistribusi secara normal.

Tabel 4.3

Uji Kolmogorov-Smirnov Setelah Moderating

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 57

Normal Parametersa,b _{Mean .0000000}

Std. Deviation .34700980

Most Extreme Differences Absolute .127

Positive .127

Negative -.082

Kolmogorov-Smirnov Z .962

Asymp. Sig. (2-tailed) .313

a. Test distribution is Normal. b. Calculated from data.

Berdasarkan hasil dari pengolahan data penelitian setelah

moderating dengan menggunakan uji Kolmogorov-Smirnov yang tersaji pada tabel 4.3, diperoleh signifikansi (Asymp.Sig) pada variabel pertumbuhan laba lebih besar dari 0.05 yaitu 0.313 yang menunjukkan bahwa data pada penelitian berdistribusi secara normal.

Analisis grafik yang cukup handal untuk menguji normalitas data

adalah dengan melihat grafik histogram dan Normal Probability Plot.

Berdasarkan hasil komputasi dengan bantuan aplikasi SPSS 19, maka dihasilkan grafik gambar sebagai berikut:

Gambar 4.1

Histogram Sebelum Moderating

Gambar 4.2

Histogram Setelah Moderating

Sumber: Output SPSS 19.0, diolah peneliti, 2015

Gambar 4.3

Normal P-Plot Sebelum Moderating

Gambar 4.4

Normal P-Plot Setelah Moderating

Sumber: Output SPSS 19.0, diolah peneliti, 2015

Berdasarkan hasil tampilan grafik histogram sebelum moderating

(Gambar 4.1) dan setelah moderating (Gambar 4.2), dapat disimpulkan

bahwa pola tersebut berdistribusi normal, dimana grafik histogram berbentuk kurva normal atau berbentuk lonceng, tidak memberikan pola distribusi yang menceng ke kiri atau menceng ke kanan. Sedangkan pada

hasil tampilan grafik normal probability plot sebelum moderating (Gambar

4.3) dan setelah moderating (Gambar 4.4), dapat disimpulkan bahwa

titik-titik tersebut berdistribusi normal, terlihat titik-titik-titik-titik menyebar disekitar garis diagonal dan mengikuti arah garis diagonal. Secara keseluruhan

keempat grafik ini baik sebelum dan setelah moderating dalam model

Sehingga variabel-variabel yang mencakup dalam data penelitian dapat dilakukan pengujian asumsi klasik lainnya dan uji hipotesis lebih lanjut.

4.3.2 Uji Multikolinieritas

Uji multikolinieritas dilakukan untuk menguji apakah model regresi ditemukan adanya kolerasi antara variabel bebas (independen). Model regresi yang baik tentu tidak terjadi kolerasi antara variabel independen. Dalam penelitian ini, pengujian multikolinieritas dilakukan dengan melihat

nilai VIF (Variance-Infliating Factor) antar variabel independen dan

perhitungan nilai Tolerance. Jika nilai VIF < 10 dan nilai Tolerance > 0.10, hal ini menunjukkan tidak adanya gejala multikolinieritas antara variabel bebas. Sedangkan, jika nilai VIF > 10 dan nilai Tolerance < 0.10, hal ini menunjukkan adanya gejala multikolinieritas antara variabel bebas.

Tabel 4.4

Uji Multikolinieritas Sebelum Moderating

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

Collinearity Statistics B Std.

Error Beta Tolerance VIF 1 (Constant) -.145 .113 -1.281 .206

WCTA -.189 .383 -.060 -.493 .624 .936 1.068 DER -.174 .077 -.283 -2.255 .028 .891 1.122 ITO -.003 .002 -.186 -1.435 .157 .839 1.191 NPM .994 .333 .390 2.987 .004 .826 1.211 a. Dependent Variable: PERTUMBUHAN_LABA

Hasil uji multikolinieritas sebelum moderating pada tabel 4.4, dapat dilihat tidak terjadi gejala multikolinieritas antara variabel penelitian, dimana nilai VIF dari variabel WCTA, DER, ITO, dan NPM menunjukkan nilai < 10 dan nilai Tolerance > 0.10.

Tabel 4.5

Uji Multikolinieritas Setelah Moderating

Coefficientsa

Model

Unstandardized Coefficients

Standardize d

Coefficients t Sig.

Collinearity Statistics B Std. Error Beta Tolerance VIF

1 (Constant) -.212 .592 -.358 .722

WCTA -.191 .376 -.061 -.508 .614 .933 1.072

DER -.196 .077 -.320 -2.550 .014 .856 1.169

ITO -.004 .002 -.202 -1.577 .121 .820 1.220

NPM 1.092 .330 .428 3.311 .002 .807 1.239

UKURAN_PERUSAH

AAN .004 .019 .025 .207 .837 .922 1.085

KEPEMILIKAN_MAN

AJERIAL -.040 .020 -.238 -1.951 .057 .906 1.104 a. Dependent Variable: PERTUMBUHAN_LABA

Sumber: Output SPSS 19.0, diolah peneliti, 2015

Hasil uji multikolinieritas setelah moderating pada tabel 4.5, dapat dilihat tidak terjadi gejala multikolinieritas antara variabel penelitian, dimana nilai VIF dari variabel WCTA, DER, ITO, NPM, Ukuran Perusahaan, dan Kepemilikan Manajerial menunjukkan nilai < 10 dan nilai

Tolerance > 0.10. Dengan demikian, dapat disimpulkan bahwa tidak terjadi korelasi di antara variabel-variabel independen yang diuji dalam penelitian

ini baik sebelum moderating maupun setelah moderating, sehingga

4.3.3 Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam

model regresi terjadi suatu ketidaksamaan variance dari residual satu

pengamatan ke pengamatan yang lain. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Dalam penelitian

ini, peneliti menggunakan Scatterplot untuk menguji heteroskedastisitas.

Jika tidak ada bentuk pola yang jelas, serta titik-titik menyebar diatas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.

Gambar 4.5

Uji Heteroskedastisitas Sebelum Moderating

Sumber: Output SPSS 19.0, diolah peneliti, 2015

Hasil uji heteroskedastisitas berdasarkan grafik Scatterplot sebelum

moderating pada gambar 4.5, dapat dilihat bahwa terdapat titik-titik yang menyebar atau acak di atas dan di bawah angka 0 pada sumbu Y dan

menunjukkan pola yang tidak jelas, hal ini menunjukkan bahwa model regresi tidak terjadi heteroskedastisitas.

Gambar 4.6

Uji Heteroskedastisitas Setelah Moderating

Sumber: Output SPSS 19.0, diolah peneliti, 2015

Hasil uji heteroskedastisitas berdasarkan grafik Scatterplot setelah

moderating pada gambar 4.6, dapat dilihat bahwa terdapat titik-titik yang menyebar atau acak di atas dan di bawah angka 0 pada sumbu Y dan menunjukkan pola yang tidak jelas, hal ini menunjukkan bahwa model regresi tidak terjadi heteroskedastisitas.

Apabila terjadi heteroskedastisitas, maka hasil dari grafik akan menunjukkan pola tertentu, seperti titik-titik yang membentuk suatu pola tertentu yang teratur (bergelombang, melebar, kemudian menyempit).

Dengan demikian dapat disimpulkan bahwa tidak terdapat heteroskedastisitas pada model regresi baik sebelum dan setelah

moderating, sehingga model regresi layak dipakai.

4.3.4 Uji Autokolerasi

Uji autokolerasi bertujuan untuk menguji apakah dalam model regresi linear terdapat kolerasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Autokolerasi timbul karena residual tidak bebas dari observasi ke observasi lainnya. Model regresi yang baik adalah yang bebas dari terjadinya autokolerasi. Dalam penelitian ini, peneliti menggunakan uji Runs Test.

Tabel 4.6

Uji Autokolerasi Sebelum Moderating

Runs Test

Unstandardized Residual

Test Valuea _-.06326

Cases < Test Value 28

Cases >= Test Value 29

Total Cases 57

Number of Runs 35

Z 1.473

Asymp. Sig. (2-tailed) .141

a. Median

Sumber: Output SPSS 19.0, diolah peneliti, 2015

Hasil uji autokolerasi berdasarkan tabel 4.6 sebelum moderating,

menunjukkan bahwa signifikansi variabel pertumbuhan laba (Asymp.Sig. (2-tailed)) lebih besar dari 0.05 yaitu 0.141 yang berarti data yang

digunakan cukup random (residual random) atau tidak terjadinya

Tabel 4.7

Uji Autokolerasi Setelah Moderating

Runs Test

Unstandardized Residual

Test Valuea _-.06757

Cases < Test Value 28

Cases >= Test Value 29

Total Cases 57

Number of Runs 29

Z -.131

Asymp. Sig. (2-tailed) .895

a. Median

Sumber: Output SPSS 19.0, diolah peneliti, 2015

Hasil dari uji autokolerasi setelah moderating yang terdapat pada tabel 4.7, dapat dilihat bahwa signifikansi variabel pertumbuhan laba (Asymp.Sig. (2-tailed)) lebih besar dari 0.05 yaitu 0.895 yang berarti data

yang digunakan cukup random (residual random) atau tidak terjadinya

autokolerasi antar nilai residual.

4.4 Analisis Regresi Berganda

Berdasarkan hasil dari beberapa pengujian asumsi klasik, maka dapat disimpulkan bahwa, model regresi yang digunakan dalam penelitian ini telah memenuhi syarat dan layak untuk dilakukan analisis regresi berganda.

Analisis regresi berganda dilakukan untuk mengetahui seberapa besar pengaruh satu atau lebih variabel independen (X) terhadap variabel dependen (Y). Hasil analisis regresi berganda merupakan koefisien untuk masing-masing variabel independen.

Hasil regresi dapat dilihat pada tabel dibawah ini:

Tabel 4.8

Koefisien Regresi Berganda

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

T Sig.

B Std. Error Beta

1 (Constant) -.145 .113 -1.281 .206

WCTA -.189 .383 -.060 -.493 .624

DER -.174 .077 -.283 -2.255 .028

ITO -.003 .002 -.186 -1.435 .157

NPM .994 .333 .390 2.987 .004

a. Dependent Variable: PERTUMBUHAN_LABA

Sumber: Output SPSS 19.0, diolah peneliti, 2015

Berdasarkan tabel koefisien pada tabel 4.8, dapat dibentuk persamaan regresi berganda yang sesuai dengan model penelitian ini, sehingga diperoleh persamaan regresi berganda sebagai berikut:

Y = a +b1X1 + b2X2 + b3X3 + b4X4

Berdasarkan angka-angka yang terdapat dalam tabel koefisien

diatas pada kolom Unstandardized Coefficients bagian B, maka persamaan

regresi berganda dapat dilengkapi sebagai berikut:

Pertumbuhan Laba = 0.145 – 0.189 WCTA – 0.174 DER – 0.003 ITO + 0.994 NPM

Dari hasil persamaan regresi berganda tersebut, masing-masing variabel independen dapat dinterpretasikan pengaruhnya terhadap pertumbuhan laba sebagai berikut:

1. Konstanta (a) sebesar 0.145 menyatakan bahwa jika X1 (WCTA),

X2 (DER), X3 (ITO), dan X4 (NPM) diabaikan (variabel independen

= 0) atau tetap, maka nilai pertumbuhan laba adalah sebesar 0.145.

2. Koefisien nilai WCTA (X1) sebesar 0.189. Hal ini menunjukkan

bahwa apabila terjadi peningkatan variabel WCTA satu satuan, maka pertumbuhan laba akan menurun sebesar 0.189 atau 18,9% dengan asumsi variabel lain dianggap tetap atau sama dengan nol.

3. Koefisien nilai DER (X2) sebesar -0.174. Hal ini menunjukkan

bahwa apabila terjadi peningkatan variabel DER satu satuan, maka pertumbuhan laba akan menurun sebesar 0.174 atau 17.4% dengan asumsi variabel lain dianggap tetap atau sama dengan nol.

4. Koefisien nilai ITO (X3) sebesar -0.003. Hal ini menunjukkan

bahwa apabila terjadi peningkatan variabel ITO satu satuan, maka pertumbuhan laba akan menurun sebesar 0.003 atau 0.3% dengan asumsi variabel lain dianggap tetap atau sama dengan nol.

5. Koefisien nilai NPM (X4) sebesar 0.994. Hal ini menunjukkan

bahwa apabila terjadi peningkatan variabel NPM satu satuan, maka pertumbuhan laba akan meningkat sebesar 0.994 atau 99.4% dengan asumsi variabel lain dianggap tetap atau sama dengan nol.

4.5 Pengujian Hipotesis Pertama (H1)

4.5.1 Uji Koefisien Determinasi (R2₎

Uji koefisien determinasi (R2) dilakukan untuk mengukur sejauh

mana kemampuan model dalam menjelaskan variabel dependen. Koefisien determinasi dikatakan kuat jika nilai R2 _{berada diatas 0.5 dan mendekati 1.} Semakin mendekati ke angka nol berarti model tidak baik atau variasi model dalam menjelaskan sangat sedikit dan terbatas, sebaliknya semakin mendekati angka satu, maka model semakin baik dan memberikan hampir semua informasi yang dibutuhkan.

Tabel 4.9

Uji Koefisien Determinasi

Model Summaryb

Model R

R Square

Adjusted R

Square Std. Error of the Estimate

1 .519a _{.269 .213 .3746899}

a. Predictors: (Constant), NPM, WCTA, DER, ITO b. Dependent Variable: PERTUMBUHAN_LABA

Sumber: Output SPSS 19.0, diolah peneliti, 2015

Berdasarkan tabel 4.9, dapat dilihat dijelaskan bahwa:

a. R sebesar 0.519 berarti hubungan antara WCTA, DER, ITO, dan

NPM terhadap pertumbuhan laba cukup kuat atau sedang sebesar 51.9% karena lebih besar dari 0.05. Tingkat hubungan yang cukup kuat atau sedang dapat dilihat pada lampiran 7 untuk memberikan interprestasi koefisien korelasi.

b. R2 _{terletak pada kolom R-Square sebesar 0.269. Hal ini}

secara simultan atau bersama-sama terhadap variabel pertumbuhan laba sebesar 26.9%, sisanya sebesar 73.1% dipengaruhi oleh faktor-faktor lain.

c. Adjusted R Square sebesar 0.213. Hal ini menandakan bahwa pertumbuhan laba (variabel dependen) mampu dijelaskan oleh WCTA, DER, ITO, dan NPM (variabel independen) sebesar 21.3% dan sisanya sebesar 78,7% dijelaskan oleh faktor-faktor lain yang tidak dimasukkan dalam model penelitian.

d. Standard Error Of The Estimate (SEE) artinya mengukur variasi dari nilai yang diprediksi, yang menunjukkan nilai sebesar 0.3746899, dimana semakin kecil angka ini, semakin tepat atau semakin baik model regresi dalam memprediksi pertumbuhan laba.

4.5.2 Uji Signifikansi Simultan (F-test)

Uji F umumnya dilakukan untuk menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat. Dengan kata lain, menguji apakah variabel WCTA, DER, ITO, dan NPM secara bersamaan atau simultan mempengaruhi variabel pertumbuhan laba. Variabel-variabel independen tersebut dapat dikatakan mempunyai pengaruh secara simultan dan signifikan terhadap variabel dependen apabila memiliki nilai signifikansi (sig) dibawah 0.05 atau < 0.05 dan nilai Fhitung > Ftabel.

Tabel 4.10

Uji Signifikansi Simultan

ANOVAb

Model

Sum of

Squares df Mean Square F Sig.

1 Regression 2.693 4 .673 4.795 .002a

Residual 7.300 52 .140

Total 9.993 56

a. Predictors: (Constant), NPM, WCTA, DER, ITO b. Dependent Variable: PERTUMBUHAN_LABA

Sumber: Output SPSS 19.0, diolah peneliti, 2015

Berdasarkan hasil pengujian signifikansi simultan (F-test) yang

terdapat pada tabel 4.10, dapat dilihat bahwa semua variabel independen (WCTA, DER, ITO, dan NPM) berpengaruh signifikan terhadap variabel dependen (pertumbuhan laba) secara bersama-sama atau simultan. Hal ini ditunjukkan oleh nilai signifikansi yang menunjukkan angka 0.002 < 0.05 dan nilai Fhitung = 4.795 > Ftabel = 2.55. Nilai dari Ftabel diperoleh dengan melihat tabel persentase distribusi F yang terdapat pada lampiran 9. Pada tabel tersebut terdapat df untuk pembilang (N1) yang diperoleh dari jumlah variabel independen yang digunakan dalam penelitian, dimana variabel independen yang digunakan adalah N1 = 4. Nilai df untuk penyebut (N2) diperoleh dari jumlah data yang digunakan dikurang dengan jumlah variabel dependen dan independen, yang nilainya adalah N2 = 52 (57-1-4). Sebaliknya, bila nilai signifikansi lebih besar dari 0.05 dan nilai Fhitung < dari Ftabel, maka variabel independen tidak berpengaruh signifikan terhadap variabel dependen secara bersama-sama atau simultan.

4.5.3 Uji Signifikansi Parsial (t-test)

Uji t umumnya dilakukan untuk menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel dependen. Dengan kata lain, menguji apakah variabel WCTA, DER, ITO, dan NPM secara parsial mempengaruhi variabel pertumbuhan laba. Variabel-variabel independen tersebut dapat dikatakan mempunyai pengaruh secara parsial dan signifikan terhadap variabel dependen apabila memiliki nilai signifikansi (sig) dibawah 0.05 atau < 0.05 dan nilai thitung > ttabel. Sebaliknya, bila nilai signifikansi lebih besar dari 0.05 dan nilai thitung < dari ttabel, maka variabel independen secara parsial tidak berpengaruh signifikan terhadap variabel dependen.

Tabel 4.11 Uji Signifikansi Parsial

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

B Std. Error Beta

1 (Constant) -.145 .113 -1.281 .206

WCTA -.189 .383 -.060 -.493 .624

DER -.174 .077 -.283 -2.255 .028

ITO -.003 .002 -.186 -1.435 .157

NPM .994 .333 .390 2.987 .004

a. Dependent Variable: PERTUMBUHAN_LABA

Sumber: Output SPSS 19.0, diolah peneliti, 2015

Berdasarkan hasil pengujian signifikansi parsial (t-test) yang

terdapat pada tabel 4.11, menunjukkan bagaimana pengaruh setiap variabel independen terhadap variabel dependen. Pada tabel juga telah disajikan nilai thitung dan nilai signifikansi dari setiap variabel yang diteliti. Nilai dari

ttabel diperoleh sebesar 2.00758. Berikut penjelasan masing-masing pengaruh variabel independen terhadap variabel dependen:

a. WCTA (X1) mempunyai signifikansi sebesar 0.624 yang berarti

nilai ini lebih besar daripada 0.05 (0.624 > 0.05), sedangkan nilai

thitung diperoleh sebesar -0.493. Nilai thitung ini lebih kecil dari nilai

ttabel sebesar 2.00758 (0.493 < 2.00758). Berdasarkan nilai tersebut

dapat disimpulkan bahwa WCTA tidak berpengaruh signifikan terhadap pertumbuhan laba.

b. DER (X2) mempunyai signifikansi sebesar 0.028 yang berarti nilai

ini lebih kecil daripada 0.05 (0.028 < 0.05), sedangkan nilai thitung diperoleh sebesar -2.255. Nilai thitung ini lebih besar dari nilai ttabel sebesar 2.00758 (2.255 > 2.00758). Berdasarkan nilai tersebut dapat disimpulkan bahwa DER berpengaruh signifikan terhadap pertumbuhan laba.

c. ITO (X3) mempunyai signifikansi sebesar 0.157 yang berarti nilai

ini lebih besar daripada 0.05 (0.157 > 0.05), sedangkan nilai thitung diperoleh sebesar -1.435. Nilai thitung ini lebih kecil dari nilai ttabel sebesar 2.00758 (1.435 < 2.00758). Berdasarkan nilai tersebut dapat disimpulkan bahwa ITO tidak berpengaruh signifikan terhadap pertumbuhan laba.

d. NPM (X4) mempunyai signifikansi sebesar 0.004 yang berarti nilai

diperoleh sebesar 2.987. Nilai thitung ini lebih besar dari nilai ttabel sebesar 2.00758 (2.987 > 2.00758). Berdasarkan nilai tersebut dapat disimpulkan bahwa NPM berpengaruh signifikan terhadap pertumbuhan laba.

4.6 Hasil Hipotesis Sebelum Moderating

Hasil hipotesis pertama penelitian sebelum moderating, menyatakan

bahwa secara parsial DER berpengaruh negatif dan signifikan terhadap pertumbuhan laba dan NPM berpengaruh positif dan signifikan terhadap pertumbuhan laba, sedangkan WCTA dan ITO tidak berpengaruh signifikan terhadap pertumbuhan laba. Secara simultan, semua variabel independen (WCTA, DER, ITO, dan NPM) berpengaruh signifikan terhadap variabel dependen (pertumbuhan laba).

4.7 Pengujian Hipotesis Kedua dan Ketiga (H2 dan H3)

4.7.1 Analisis Regresi Moderasi Hipotesis Kedua (H2)

Dalam penelitian ini, digunakan uji nilai selisih mutlak untuk

menguji regresi dengan variabel moderasi. Jika score tinggi untuk ukuran

perusahaan berasosiasi dengan score rendah maupun score tinggi WCTA,

DER, ITO, dan NPM, maka akan terjadi perbedaan nilai absolute yang

besar. Hal ini juga akan berlaku score rendah untuk ukuran perusahaan

berasosiasi dengan score tinggi maupun score rendah WCTA, DER, ITO,

dan NPM. Kedua kombinasi ini diharapkan akan berpengaruh terhadap pertumbuhan laba yang meningkat.

Analisis regresi moderasi bertujuan untuk menguji pengaruh variabel moderasi apakah memperkuat atau memperlemah hubungan antara variabel independen dan variabel dependen.

Tabel 4.12

Hasil Uji Nilai Selisih Mutlak Persamaan 1

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig. B Std. Error Beta

1 (Constant) -.372 .095 -3.903 .000

WCTA -.058 .056 -.138 -1.044 .301

UKURAN_PERUSAHAAN .023 .055 .054 .415 .680

|WCTA-UKURAN_PERUSAHAAN|

.188 .072 .345 2.602 .012 a. Dependent Variable: PERTUMBUHAN_LABA

Sumber: Output SPSS 19.0, diolah peneliti, 2015

Berdasarkan tabel 4.12, menunjukkan regresi hasil perkalian variabel independen WCTA dan variabel moderasi ukuran perusahaan. Hasil dari perkalian tersebut menunjukkan nilai signifikansi sebesar 0.012 yang berada dibawah tingkat signifikansi yang telah ditentukan sebesar 0.05 dan nilai koefisiennya yang positif sebesar 0.188 berarti memperkuat hubungan antara WCTA dan pertumbuhan laba, sehingga ukuran perusahaan berpengaruh terhadap hubungan antara WCTA dan pertumbuhan laba. Hal ini berarti variabel moderasi ukuran perusahaan, mampu memoderasi hubungan WCTA dan pertumbuhan laba. Dari tabel 4.12 dapat disimpulkan persamaan regresi sebagai berikut:

DAFTAR ISI

Halaman

PERNYATAAN ... i

ABSTRAK ... ii

ABSTRACK ... iii

KATA PENGANTAR ... iv

DAFTAR ISI ... viii

DAFTAR TABEL ... xi

DAFTAR GAMBAR ... xii

DAFTAR LAMPIRAN ... xiii

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah ... 1

1.2. Rumusan Masalah ... 12

1.3. Tujuan Penelitian ... 13

1.4. Manfaat Penelitian ... 14

BAB II TINJAUAN PUSTAKA 2.1. Analisis Laporan Keuangan ... 15

2.1.1 Pengertian Analisis Laporan Keuangan ... 15

2.1.2 Tujuan Analisis Laporan Keuangan ... 16

2.1.3 Metode dan Alat Analisis Laporan Keuangan ... 17

2.2. Analisis Rasio Keuangan ... 18

2.2.1 Pengertian Rasio Keuangan ... 18

2.2.2 Manfaat Rasio Keuangan ... 19

2.2.3 Keterbatasan dan Keunggulan Analisis Rasio ... 21

2.2.4 Jenis-jenis Rasio Keuangan ... 22

2.3. Pertumbuhan Laba ... 29

2.3.1 Pengertian Pertumbuhan Laba ... 29

2.3.2 Faktor-faktor yang Mempengaruhi Pertumbuhan Laba ... 30

2.3.3 Manfaat Pertumbuhan Laba ... 31

2.4. Ukuran (Size) Perusahaan ... 32

2.5. Kepemilikan Manajerial ... 33

2.6. Tinjauan Penelitian Terdahulu ... 34

2.7. Kerangka Konseptual ... 38

ix    BAB III METODE PENELITIAN

3.1. Jenis Penelitian ... 41

3.2. Definisi Operasional ... 41

3.2.1 Variabel Independen (X) ... 41

3.2.2 Variabel Dependen (Y) ... 43

3.2.3 Variabel Moderating (Z) ... 44

3.3. Skala Pengukuran Variabel ... 45

3.4. Populasi dan Sampel Penelitian ... 46

3.5. Jenis Data ... 47

3.6. Metode Pengumpulan Data ... 47

3.7. Metode Analisis Data ... 48

3.7.1 Statistik Deskriptif ... 48

3.7.2 Uji Asumsi Klasik ... 48

3.7.3 Analisis Regresi Berganda ... 52

3.7.4 Uji Hipotesis ... 53

3.7.4.1 Pengujian Hipótesis Pertama (H1) ... 53

3.7.4.2 Pengujian Hipótesis Kedua dan Ketiga (H2 dan H3) ... 55

BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1. Deskripsi Data Penelitian ... 59

4.2. Statistik Deskriptif ... 60

4.3. Uji Asumsi Klasik ... 63 

4.3.1 Uji Normalitas ... 63

4.3.2 Uji Multikolinieritas ... 68

4.3.3 Uji Heteroskedastisitas ... 70

4.3.4 Uji Autokolerasi ... 72

4.4. Analisis Regresi Berganda ... 73

4.5. Pengujian Hipotesis Pertama (H1) ... 76

4.5.1 Uji Koefisien Determinasi (R2) ... 76

4.5.2 Uji Signifikansi Simultan (F-test) ... 77

4.5.3 Uji Signifikansi Parcial (t-test) ... 79

4.6. Hasil Hipotesis Sebelum Moderating ... 81

4.7. Pengujian Hipotesis Kedua dan Ketiga (H2 dan H3) 81

4.7.1 Analisis Regresi Moderasi Hipotesis Kedua (H2) ... 81

4.7.2 Analisis Regresi Moderasi Hipotesis Ketiga (H3) ... 86

4.8. Hasil Hipotesis Setelah Moderating ... 90

4.9. Pembahasan Hasil Penelitian ... 91

4.9.1 Pengaruh WCTA terhadap Pertumbuhan Laba ... 91

4.9.2 Pengaruh DER terhadap Pertumbuhan Laba . 92

4.9.3 Pengaruh ITO terhadap Pertumbuhan Laba .. 92

4.9.4 Pengaruh NPM terhadap Pertumbuhan Laba 93

4.9.5 Pengaruh WCTA, DER, ITO, dan NPM secara Simultan terhadap Pertumbuhan Laba 94

4.9.6 Pengaruh Ukuran Perusahaan sebagai Variabel Moderating dalam Hubungan antara WCTA, DER, ITO, dan NPM terhadap Pertumbuhan Laba ... 94

4.9.7 Pengaruh Kepemilikan Manajerial sebagai Variabel Moderating dalam Hubungan antara WCTA, DER, ITO, dan NPM terhadap Pertumbuhan Laba ... 95

BAB V KESIMPULAN DAN SARAN 5.1. Kesimpulan ... 97

5.2. Keterbatasan Penelitian ... 99

5.3. Saran ... 100

DAFTAR PUSTAKA... 102

xi    DAFTAR TABEL

No. Tabel Judul Halaman

1.1 Pertumbuhan Laba Perusahaan Perkebunan

di Indonesia ... 4

1.2 Pertumbuhan Laba Perusahaan Perkebunan di Malaysia ... 6

1.3 Perkembangan Volume Primer Perkebunan di Indonesia Tahun 2012-2014 ... 7

1.4 Pemantauan Ekspor Hasil Industri Komoditas Perkebunan di Malaysia Tahun 2012-2014 ... 8

2.1 Tinjauan Penelitian Terdahulu ... 34

3.1 Skala Pengukuran Variabel Penelitian ... 45

4.1 Statistik Deskriptif... 60

4.2 Uji Kolmogorov-Smirnov Sebelum Moderating ... 64

4.3 Uji Kolmogorov-Smirnov Setelah Moderating ... 64

4.4 Uji Multikolinieritas Sebelum Moderating ... 68

4.5 Uji Multikolinieritas Setelah Moderating ... 69

4.6 Uji Autokolerasi Sebelum Moderating ... 72

4.7 Uji Autokolerasi Setelah Moderating ... 73

4.8 Koefisien Regresi Berganda ... 74

4.9 Uji Koefisien Determinasi ... 76

4.10 Uji Signifikansi Simultan ... 78

4.11 Uji Signifikansi Parsial ... 79

4.12 Hasil Uji Nilai Selisih Mutlak Persamaan 1 ... 82

4.13 Hasil Uji Nilai Selisih Mutlak Persamaan 2 ... 83

4.14 Hasil Uji Nilai Selisih Mutlak Persamaan 3 ... 84

4.15 Hasil Uji Nilai Selisih Mutlak Persamaan 4 ... 85

4.16 Hasil Uji Nilai Selisih Mutlak Persamaan 1 ... 86

4.17 Hasil Uji Nilai Selisih Mutlak Persamaan 2 ... 87

4.18 Hasil Uji Nilai Selisih Mutlak Persamaan 3 ... 88

4.19 Hasil Uji Nilai Selisih Mutlak Persamaan 4 ... 89

DAFTAR GAMBAR

No. Gambar Judul Halaman

2.1 Kerangka Konseptual ... 38

4.1 Histogram Sebelum Moderating ... 65

4.2 Histogram Setelah Moderating ... 66

4.3 Normal P-Plot Sebelum Moderating ... 66

4.4 Normal P-Plot Setelah Moderating ... 67

4.5 Uji Heteroskedastisitas Sebelum Moderating ... 70

xiii    DAFTAR LAMPIRAN

No. Lampiran Judul Halaman

1. Daftar Populasi dan Sampel Perusahaan Perkebunan

di Bursa Efek Indonesia………. 106 2. Daftar Populasi dan Sampel Perusahaan Perkebunan

di Bursa Malaysia……….. 107 3. Hasil Perhitungan Variabel Independen, Dependen,

dan Moderating pada Perusahaan Perkebunan di

BEI dan Bursa Malaysia pada Periode 2012…………. 110 4. Hasil Perhitungan Variabel Independen, Dependen,

dan Moderating pada Perusahaan Perkebunan di

BEI dan Bursa Malaysia pada Periode 2013…………. 112 5. Hasil Perhitungan Variabel Independen, Dependen,

dan Moderating pada Perusahaan Perkebunan di

BEI dan Bursa Malaysia pada Periode 2014... 114 6. Nilai Kurs Tengah Bank Indonesia (BI) Setiap Akhir

Tahun Selama Tahun 2012-2014... 116 7. Pedoman untuk Memberikan Interpretasi Koefisien

Kolerasi... 117 8. Hasil Output Data SPSS... 118 9. Titik Persentase Distribusi F untuk Probabilitas = 0,05. 130 10. Titik Persentase Distribusi t... 131