Berdasarkan kriteria tersebut, penulis menetapkan bahwa jumlah data yang diobservasi sebanyak 40 data 8 sampel X 5 tahun. Daftar nama perusahaan
yang menjadi sampel dapat dilihat dalam lampiran.
3.6 Jenis dan Sumber Data
Data yang digunakan dalam penelitian ini adalah data sekunder. Data yang digunakan dalam penelitian ini yaitu laporan keuangan tahunan dari setiap
perusahaan yang merupakan sampel penelitian tahun 2010-2014. Data yang dibutuhkan dalam penelitian ini adalah:
a. Laporan Posisi Keuangan b. Laporan laba rugi
c. Laporan arus kas d. Catatan atas laporan keuangan
Data yang dibutuhkan oleh peneliti diperoleh melalui situs resmi Bursa Efek Indonesia yakni
www.idx.co.id ,
www.sahamok.com .
3.7 Metode Pengumpulan Data
Metode pengumpulan data yang dilakukan di dalam penelitian in adalah metode studi pustaka dan dokumentasi. Metode studi pustaka diperoleh melalui
buku-buku, jurnal akuntansi serta artikel-artikel yang terkait dengan penelitian. Sedangkan metode dokumentasi dilakukan dengan mengumpulkan dokumen-
dokumen yang sudah ada yaitu dokumen mengenai data penelitian yaitu data laporan keuangan tahunan sampel penelitian.
Universitas Sumatera Utara
3.8 Metode Analisis
Penelitian ini menggunakan metode analisis kuantitatif yang diolah dengan menggunakan SPSS 17.0. Setelah semua data yang didokumentasikan
terkumpul, maka selanjutnya peneliti melakukan metode analisis data. Metode analisis data yang dilakukan peneliti menggunakan SPSS 17.0 yaitu :
3.8.1 Statistik Deskriptif
Statistik deskriptif merupakan proses transformasi data penelitian dalam dalam bentuk tabulasi, sehingga mudah dipahami dan diinterpretasikan”. Statistik
deskriptif memberikan gambaran mengenai nilai mean, sum, standar deviasi, variance,range
, minimum dan maksimum mengenai variabel penelitian yang utama.
3.8.2 Uji Asumsi Klasik
Uji Asumsi Klasik digunakan untuk menguji, apakah model regresi yang digunakan dalam penelitian ini layak diuji atau tidak. Uji Asumsi klasik
digunakan untuk memastikan bahwa multikolinearitas, autokorelasi, dan heteroskedasitas tidak terdapat dalam model yang digunakan dan data yang
dihasilkan terdistribusi normal. Jika keseluruhan syarat tersebut terpenuhi, berarti bahwa model analisis telah layak digunakan Gujarati dalam Hapsari, 2007:69.
Uji penyimpangan asumsi klasik, dapat dijabarkan sebagai berikut:
Universitas Sumatera Utara
3.8.2.1 Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah dalam metode regresi, variabel penggganggu atau residual memiliki distribusi normal Ghozali,
2006 : 111. Normalitas dapat dilihat melalui penyebaran data titik pada sumbu diagonal dan grafik atau dengan melihat histogram dari residualnya. Selain itu
menurut Ghozali 2006 uji statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik Kolmogorov-Smirnov KS. Ketentuan-
ketentuan dalam uji kolmogorov smirnov adalah sebagai berikut : 1. Nilai Sig. atau signifikansi atau probabilitas 0,05 maka distribusi data tidak
normal. 2. Nilai Sig. atau signifikansi atau probabilitas 0,05 berarti distribusi data
normal.
3.8.2.2 Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah suatu model regresi ditemukan adanya korelasi antar variabel bebas Ghozali, 2006 : 91.
Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Jika variabel independen saling korelasi, maka variabel-variabel ini
tidak ortogal Ghozali, 2006 : 91. Untuk mendeteksi ada tidaknya multikolinieritas dalam model regresi dapat dilihat dari tolerance value atau
variance inflation factor VIF dengan ketentuan-ketentuan sebagai berikut :
1. Jika nilai tolerance 0,1 dan nilai VIF 10, maka dapat disimpulkan bahwa tidak ada multikolinieritas antar variabel independen dalam model regresi.
Universitas Sumatera Utara
2. Jika nilai tolerance 0,1 dan nilai VIF 10, maka dapat disimpulkan bahwa ada multikolinieritas antar variabel independen dalam model regresi.
3.8.2.3 Uji Autokorelasi
Menurut Ghozali 2006 : 95 “Uji Autokorelasi bertujuan menguji apakah dalam modal regresi linier ada korelasi antara kesalahan pengganggu pada
periode t dengan kesalahan pengganggu pada periode t-1sebelumnya”. Autokorelasi terjadi karena adanya waktu observasi penelitian yang berurutan
antar satu penelitian dengan penelitian lain. . Cara menguji autokorelasi dapat dilakukan dengan menggunakan Durbin Watson untuk melihat apakah model
regresi linear berganda terbebas dari autokorelasi. Pengambilan keputusan ada tidaknya autokorelasi menurut Ghozali 2006 : 96 yaitu :
Hipotesis Nol Keputusan
Jika
Tidak ada autokorelasi positif Tolak 0 d dl
Tidak ada autokorelasi positif No Decision dl
≤ d ≤ du Tidak ada autokorelasi negatif Tolak
4 – dl d 4 Tidak ada autokorelasi negatif No Decision
4 – du ≤ d ≤ 4 – dl
Tidak ada autokorelasi, Poisitif atau negatif
Tidak di tolak Du d 4 –du
3.8.2.4 Uji Heteroskedastisitas
Ujiheteroskedastistitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
Universitas Sumatera Utara
pengamatan lainnya Ghozali, 2006 : 111. Model regresi yang baik adalah model regresi yang tidak terjadi perbedaan variance residual suatu periode pengamatan
keperiode pengamatan yang lain. Untuk mendeteksi ada atau tidaknya heteroskedastisitas dapat dilakukan
dengan melihat grafik scatterplot untuk melihat hubungan antara nilai yang diprediksi dengan studentized Delete Residual nilai tersebut. Dalam Lubisdkk,
2007:34 cara memprediksi heteroskedastistitas adalah jika gambar scatterplot model tersebut adalah :
1. Titik-titik data menyebar diatas dan dibawah atau disekitar angka 0. 2. Titik-titik data tidak mengumpul hanya diatas atau dibawah data.
3. Penyebaran titik-titik data tidak boleh membentuk pola bergelombang melebar kemudian menyempit dan melebar kembali.
4. Penyebaran titik-titik data sebaiknya tidak berpola.
3.8.3 Pengujian Hipotesis
3.8.3.1 Uji Analisis Regresi Linier Berganda
Analisis regresi berganda digunakan untuk meramalkan bagaimana keadaan naik turunnya variabel dependen, jika dua atau lebih variabel
independen sebagai faktor prediktor dimanipulasi dinaikan turunkan nilainya Sugiyono, 2007.Formulasi untuk persamaan regresi linear berganda Gujarati
dalam Ghozali 2006 : 96 adalah sebagai berikut : Y
= α
+ β
1
CR + β
2
DER + β
3
TATO+ e
Universitas Sumatera Utara
Ketarangan : Y
= Profit growth α
= Konstanta CR
= Current Ratio DER = Debt to Equity Ratio
TATO = Total Asset Turnover e
= Error
3.8.3.2 Uji Signifikansi Simultan Uji F
Uji signifikansi simultan Uji F pada dasarnya menunjukkan apakah semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara
bersama-sama terhadap variabel terikat Ghozali, 2006 : 84. Hasil pengaruh tersebut dilihat melalui hasil regresi dengan menggunakan SPSS p-value sig
yaitu jika nilai p-value sig lebih kecil dari nilai signifikan yang ditentukan yaitu 0,05 5 maka dapat dikatakan bahwa variabel independen secara bersama-
sama simultan berpengaruh signifikan terhadap variabel dependen. Selain itu pengujian uji signifikansi silmultan Uji F juga dapat dilihat melalui ketentuan
berikut ini : 1. Jika nilai F
hitung
nilai F
tabel
, maka terdapat pengaruh yang signifikan secara bersama-sama antara variabel independen terhadap variabel dependen.
2. Jika nilai F
hitung
≤ nilai F
tabel
, maka tidak terdapat pengaruh yang signifikan secara bersama-sama antara variabel independen terhadap variabel dependen.
Universitas Sumatera Utara
3.8.3.3 Uji Signifikansi Parameter Individual Uji T
Uji T bertujuan pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual menerangkan variasi variabel terikat
Ghozali, 2006 : 84. Pengujian parsial regresi dimaksudkan untuk mengetahui apakah variabel bebas secara individual mempunyai pengaruh terhadap variabel
terikat dengan asumsi variabel yang lain konstan. Hasil uji signifikansi parameter individual uji T dapat dilihat melalui uji regresi dengan menggunakan SPSS
yaitu apabila p-value sig lebih kecil dari nilai signifikansi yang ditentukan yaitu 0,05 5 maka dapat dikatakan bahwa variabel independen secara individual
parsial berpengaruh signifikan terhadap variabel dependen. Selain itu pengujian uji signifikansi parameter individual Uji T juga
dapat dilihat melalui ketentuan berikut ini : 1. Jika nilai T
hitung
nilai T
tabel
, maka terdapat pengaruh yang signifikan secara parsial antara variabel independen terhadap variabel dependen.
2. Jika nilai T
hitung
≤ nilai T
tabel
, maka tidak terdapat pengaruh yang signifikan secara parsial antara variabel independen terhadap variabel dependen.
3.8.3.4 Uji Koefisien Determinasi R
2
Koefisien determinasi R
2
bertujuan untuk mengetahui seberapa besar kemampuan variabel independen menjelaskan variabel dependen Lubis Dkk,
2007:48. R
2
pada intinya mengukur seberapa jauh kemampuan model regresi dalam menerangkan variasi variabel dependen atau varaibel terikat Ghozali, 2006
: 97. Koefisien determinasi dapat diketahui dengan mengolah data dengan
Universitas Sumatera Utara
menggunakan SPSS yang merupakan nilai R square. Namun untuk regresi linear berganda sebaiknya menggunakan R square yang disesuaikan atau Adjusted R
square karena disesuaikan dengan jumlah variabel independen yang digunakan dalam penelitian. Nilai R square dikatakan baik jika diatas 0,5 karena nilai R
square berkisar antara 0 sampai 1 Lubis Dkk, 2007 : 48.
Universitas Sumatera Utara
Bab IV Analisis Hasil Penelitian
4.1 Gambaran Umum
Objek penelitian ini adalah perusahaan perkebunan yang terdaftar di Bursa Efek Indonesia periode 2010-2014. Perusahaan yang memenuhi kriteria
sampel penelitian berjumlah 8 perusahaan dengan time series 5 tahun sehingga jumlah observasi penelitian berjumlah 40 data observasi. Variabel independen
yang digunakan adalah rasio likuiditas, leverage dan aktivitas. Sedangkan variabel dependen pada penelitian ini adalah pertumbuhan laba.
Penelitian ini menggunakan uji asumsi klasik serta uji regresi berganda. Hasil pengolahan data berupa informasi untuk melihat dan menganalisa hubungan
dan pengaruh antara rasio likuiditas, leverage, dan aktivitas terhadap pertumbuhan laba. Teknik analisis dalam penelitian ini menggunakan analisis statistik. Analisis
statistik merupakan analisis yang mengacu SPSS. Penelitian ini dianalisis dengan menggunakan aplikasi spss 17.0.
4.2 Statistik Deskriptif
Peneliti menggunakan metode statistik deskriptif dalam penelitian ini. Statistik deskriptif memberikan penjelasan mengenai nilai minimum, nilai
maksimum, nilai rata-rata mean, dan nilai standar deviasi dari variabel-variabel independen dan variabel dependen.
Universitas Sumatera Utara
Tabel 4.1 Statistik Deskriptif
Descriptive Statistics N
Minimum Maximum
Mean Std. Deviation
CR 40
.450 4.833
1.42058 .871734
DER 40
.163 2.455
.97287 .645442
TATO 40
.138 2.152
.71240 .445986
PERTUMBUHAN LABA 40
-.645 4.102
.24062 .824663
Valid N listwise 40
Dari Tabel 4.2 di atas dapat dijelaskan beberapa hal berikut: 1. Variabel Current Ratio memiliki nilai minimum 0,450 dan nilai maksimum
4,833 dengan nilai rata-rata 1,42058 dan standar deviasi 0,871734 dengan jumlah pengamatan sebanyak 40 data.
2. Variabel Debt to Equity Ratiomemiliki nilai minimum 0,163 dan nilai maksimum 2.455 dengan nilai rata-rata 0.97287 dan standar deviasi 0,645442
dengan jumlah pengamatan sebanyak 40 data. 3. Variabel Total Asset Turnover memiliki nilai minimum 0,138 dan nilai
maksimum 2,152 dengan nilai rata-rata 0,71240 dan standar deviasi 0,445986 dengan jumlah pengamatan sebanyak 40 data.
4. Variabel Pertumbuhan Laba memiliki nilai minimum -0,645 dan nilai maksimum 4,102 dengan nilai rata-rata 0,24062 dan standar deviasi 0,824663
dengan jumlah pengamatan sebanyak 40 data.
Universitas Sumatera Utara
4.3 Pengujian Asumsi Klasik
