47
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
Universitas Sumatera Utara
48
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
Universitas Sumatera Utara
49
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.
Universitas Sumatera Utara
50
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.
Universitas Sumatera Utara
51
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
Universitas Sumatera Utara
52
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
mengetahui pengaruh variabel independen X terhadap variabel
Universitas Sumatera Utara
53
dependen Y dengan menggunakan uji koefisien determinasi R
2
, uji statistik F, dan uji statistic t.
Persamaan regresi linier berganda dari penelitian ini adalah: Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ e Keterangan
: Y
= Pertumbuhan Laba a
= Konstanta b
1
-b
4
= Koefisien
Regresi X
1
= Variabel Working Capital to Total Asset WCTA X
2
= Variabel Debt to Equity Ratio DER X
3
= Variabel Inventory Turnover ITO X
4
= Variabel Net Profit Margin NPM e
= Error
3.7.4 Uji Hipotesis 3.7.4.1 Pengujian Hipotesis Pertama H
1
Pengujian hasil analisis regresi linier berganda dilakukan dengan Uji Koefisien Determinasi, Uji Statistik F dan Uji t.
1. Koefisien Determinasi R
2
Koefisien Determinasi R
2
digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi
variabel dependen Ghozali, 2013 : 97. Dengan demikian uji determinasi atau R
2
merupakan suatu ukuran baik atau tidaknya
Universitas Sumatera Utara
54
model regresi yang terestimasi. Nilai dari koefisien determinasi R
2
menunjukkan seberapa besar variasi dari variabel dependen Y dapat diterangkan oleh variabel independen X. Bila hasil dari nilai
koefisien determinasi sama dengan 0 R
2
= 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 R
2
= 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 R
2
nya yang mempunyai nilai antara nol dan satu 0 R
2
1. Bila semakin dekat nilai R
2
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
diterima.
Universitas Sumatera Utara
55
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 t-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 KetigaH
2
H
3
Untuk melakukan pengujian pada hipotesis kedua H
2
berkaitan pada interaksi ukuran size perusahaan dan hipotesis ketiga H
3
kepemilikan manajerial dalam mempengaruhi variabel independen terhadap pertumbuhan laba maka dilakukan analisis
regresi moderasi.
Universitas Sumatera Utara
56
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 + b
1
X
1
+ b
2
Z
1
+ b
3
|X
1
– Z
1
| …………. 1
Y = a + b
4
X
2
+ b
5
Z
1
+ b
6
|X
2
– Z
1
| …………. 2
Y = a + b
7
X
3
+ b
8
Z
1
+ b
9
|X
3
– Z
1
| …………. 3
Y = a + b
10
X
4
+ b
11
Z
1
+ b
12
|X
4
– Z
1
| …………. 4 Y = a + b
1
X
1
+ b
2
Z
1
+ b
3
|X
1
– Z
2
| …………. 1
Y = a + b
4
X
2
+ b
5
Z
1
+ b
6
|X
2
– Z
2
| …………. 2
Y = a + b
7
X
3
+ b
8
Z
1
+ b
9
|X
3
– Z
2
| …………. 3
Y = a + b
10
X
4
+ b
11
Z
1
+ b
12
|X
4
– Z
2
| …………. 4 Keterangan :
Y = Pertumbuhan Laba
a = Konstanta
b
1
-b
3
= Koefisien Regresi Persamaan 1 b
4
-b
6
= Koefisien Regresi Persamaan 2
Universitas Sumatera Utara
57
b
7
-b
9
= Koefisien Regresi Persamaan 3 b
10
-b
12
= Koefisien Regresi Persamaan 4 X
1
= Variabel WCTA X
2
= Variabel
DER X
3
= Variabel ITO X
4
= Variabel
NPM Z
1
= Ukuran Size Perusahaan Z
2
= 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 b
3
|X
1
– Z
1
|, b
6
|X
2
– Z
1
|, b
9
|X
3
– Z
1
|, b
12
|X
4
– Z
1
| 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 b
3
|X
1
– Z
2
|, b
6
|X
2
– Z
2
|, b
9
|X
3
– Z
2
|, b
12
|X
4
– Z
2
|. Apabila nilai signifikansi 0,05 maka baru dilihat nilai t
hitung
bernilai positif atau negatif, jika nilainya negatif berarti variabel moderating ukuran perusahaan dan kepemilikan manajerial memperlemah
Universitas Sumatera Utara
58
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.
Universitas Sumatera Utara
59
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
Universitas Sumatera Utara
60
dilakukan uji koefesien determinasi R
2
, f-test, dan t-test, dan diakhiri dengan melakukan uji nilai selisih mutlak untuk menguji variabel
moderating .
4.2 Statistik Deskriptif
