Hasil Uji Instrumen Penelitian

e. Industri sepatu dan alas kaki lain. f. Industri kabel misalnya kabel listrik dan telepon. g. Industri barang elektronika. Industri Dasar dan Kimia terdiri atas: a. Industri semen. b. Industri keramik, misalnya ubin keramik, alat-alat saniter dari keramik, dan lain sebagainya. c. Industri porselen, misalnya ubin porselen. d. Industri kaca. e. Industri logam, misalnya alumunium, pembuatan uliran pipa baja, besi beton, baja, kawat baja, perlengkapan dari logam, batangan tembaga, kemasan kaleng, dan lain sebagainya. f. Industri kimia, misalnya sorbitol, polypropylene, alkilbenzene, dan lain-lain. g. Industri plastik dan kemasan, misalnya kemasan plastik, kemasan fleksibel dan lain sebagainya. h. Industri pakan ternak, misalnya pellet, chips dan lain sebagainya. i. Industri pulp dan kertas.

B. Hasil Uji Instrumen Penelitian

1. Hasil Uji Statistik Deskriptif a. Hasil Uji Statistik Deskriptif untuk Perusahaan Berlaba Positif Variabel yang digunakan dalam penelitian ini yang meliputi laba dan arus kas serta arus kas masa depan akan diuji secara statistik deskriptif seperti yang terlihat dalam tabel 4.3 52 Tabel 4.3 Hasil Uji Statistik Deskriptif Perusahaan Berlaba Positif N Minimum Maximum Mean Std. Deviation Laba 36 281 119495 21120.94 26032.964 Arus_Kas 36 -18344 170052 47210.17 58838.210 Arus_Kas_Masa_Depan 36 -61470 199208 49543.11 61349.797 Valid N listwise 36 Sumber: Data sekunder yang diolah Tabel 4.3 menjelaskan bahwa pada variabel laba minimum sebesar 281 dan maksimum sebesar 119495, dengan rata-rata 21120,94 dan standar deviasi sebesar 26032,964. Variabel arus kas minimum sebesar -18344 dan maksimum sebesar 170052, dengan rata-rata 47210,17 dan standar deviasi sebesar 58838,21. Variabel arus kas masa depan minimum sebesar -61470 dan maksimum sebesar 199208, dengan rata-rata 49543,11 dan standar deviasi sebesar 61349,797. b. Hasil Uji Statistik Deskriptif untuk perusahaan Berlaba Negatif Variabel yang digunakan dalam penelitian ini yang meliputi laba dan arus kas serta arus kas masa depan akan diuji secara statistik deskriptif seperti yang terlihat dalam tabel 4.4 Tabel 4.4 Hasil Uji Statistik Deskriptif Perusahaan Berlaba Negatif N Minimum Maximum Mean Std. Deviation Laba 48 -2047891 -447 -201687.38 378832.481 Arus_kas 48 -881326 450419 1683.94 161778.933 Arus_kas_masa_depan 48 -881326 267919 -8486.83 152169.048 Valid N listwise 48 Sumber : Data Sekunder yang diolah 53 Tabel 4.4 menjelaskan bahwa pada laba minimum sebesar- 2047891 dan maksimum sebesar -447, dengan rata-rata -201687,38 dan standar deviasi sebesar 378832,481. Variabel arus kas minimum sebesar -881326 dan maksimum sebesar 450419, dengan rata-rata 1683,94 dan standar deviasi sebesar 161778,933. Variabel arus kas masa depan minimum sebesar -881326 dan maksimum sebesar 267919, dengan rata-rata -8486,83 dan standar deviasi sebesar 152169,048. 2. Hasil Uji Asumsi Klasik a. Hasil Uji Multikolinearitas Untuk mendeteksi adanya problem multiko, maka dapat dilakukan dengan melihat Tolerance dan Variance Inflation Factor VIF serta besaran korelasi antar variabel independen. 1 Untuk Perusahaan Berlaba Positif Tabel 4.5 Hasil Uji Multikolinieritas Perusahaan Berlaba Positif Coefficients a Model Unstandardized Coefficients Standardiz ed Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 12311.9 33 10591.147 1.162 .253 Laba .278 .324 .118 .859 .397 .832 1.201 Arus_Kas .664 .143 .637 4.635 .000 .832 1.201 a. Dependent Variable: Arus_Kas_Masa_Depan Sumber: Data sekunder yang diolah 54 Berdasarkan tabel 4.5 diatas terlihat bahwa nilai tolerance mendekati angka 1 dan nilai variance inflation factor disekitar angka 1 untuk setiap variabel, yang ditunjukkan dengan nilai tolerance 0,832 dan 0,832 serta VIF sebesar 1,201 dan 1,201 untuk variabel laba dan arus kas. Dengan demikian dapat disimpulkan bahwa model persamaan regresi tidak terdapat problem multiko dan dapat digunakan dalam penelitian ini. 2 Untuk Perusahaan Berlaba Negatif Tabel 4.6 Hasil Uji Multikolonieritas Perusahaan Berlaba Negatif Coefficients a Model Unstandardized Coefficients Standar dized Coeffici ents t Sig. Collinearity Statistics B Std. Error Beta Toler ance VIF 1 Constant 6872.636 24753.402 .278 .783 Laba .078 .059 .193 1.321 .193 .976 1.025 Arus_kas .176 .138 .187 1.276 .208 .976 1.025 a. Dependent Variable: Arus_kas_masa_depan Sumber: Data sekunder yang diolah Berdasarkan tabel 4.6 di atas terlihat bahwa nilai tolerance mendekati angka 1 dan nilai variance inflation factor disekitar angka 1 untuk setiap variabel, yang ditunjukkan dengan nilai tolerance 0,976 dan 0,976 serta VIF sebesar 1,025 dan 1,025 untuk variabel laba dan arus kas. Dengan demikian dapat disimpulkan bahwa model persamaan regresi tidak terdapat problem multiko dan dapat digunakan dalam penelitian ini. 55 b. Hasil Uji Heterokedastisitas Uji Heterokedastisitas dilakukan untuk menguji apakah dalam sebuah model regresi, terjadi ketidaksamaan varians dari residual dari satu pengamatan ke pengamatan lain. Deteksi ada tidaknya heterokedastisitas dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED. 1 Untuk Perusahaan Berlaba Positif Sumber: Data Sekunder yang diolah Gambar 4.1 Grafik Scatterplot Berdasarkan gambar 4.1, grafik scatterplot menunjukkan bahwa data tersebar di atas dan di bawah angka 0 nol pada sumbu 56 Y dan tidak terdapat suatu pola yang jelas pada penyebaran data tersebut. Hal ini berarti tidak terjadi heteroskedastisitas pada model persamaan regresi, sehingga model regresi layak digunakan untuk memprediksi arus kas masa depan berdasarkan variabel yang mempengaruhinya, yaitu laba dan arus kas. 2 Untuk Perusahaan Berlaba negatif Sumber: Data sekunder yang diolah Gambar 4.2 Grafik Scatterplot Berdasarkan gambar 4.2, grafik scatterplot menunjukkan bahwa data tersebar di atas dan di bawah angka 0 nol pada sumbu Y dan tidak terdapat suatu pola yang jelas pada penyebaran data tersebut. Hal ini berarti tidak terjadi heteroskedastisitas pada model 57 persamaan regresi, sehingga model regresi layak digunakan untuk memprediksi arus kas masa depan berdasarkan variabel yang mempengaruhinya, yaitu laba dan arus kas. c. Hasil Uji Normalitas Uji normalitas digunakan untuk menguji apakah dalam sebuah model regresi, variabel dependen dan variabel independen atau keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah distribusi data normal atau mendekati normal. 1 Untuk Perusahaan Berlaba Positif Sumber: Data sekunder yang diolah Gambar 4.3 Hasil Uji Normalitas Menggunakan Grafik P-plot 58 Gambar 4.3 memperlihatkan penyebaran data yang berada di sekitar garis diagonal dan mengikuti arah garis diagonal, ini menunjukkan bahwa model regresi telah memenuhi asumsi normalitas. 2 Untuk Perusahaan Berlaba Negatif Gambar 4.4 memperlihatkan penyebaran data yang berada disekitar garis diagonal dan mengikuti arah garis diagonal, ini menunjukkan bahwa model regresi telah memenuhi asumsi normalitas. Sumber: Data sekunder yang diolah Gambar 4.4 Hasil Uji Normalitas Menggunakan Grafik P-Plot 59 d. Hasil Uji Autokorelasi Uji autokorelasi dilakukan untuk mengetahui apakah ada korelasi antara kesalahan pengganggu pada peiode t dengan kesalahan pada periode t sebelumnya. Model regresi yang baik adalah tidak terjadi autokorelasi. 1 Untuk Perusahaan Berlaba Positif Tabel 4.7 Hasil Uji Autokorelasi Perusahaan Berlaba Positif Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .694 a .481 .450 45504.769 2.709 a. Predictors: Constant, Arus_Kas, Laba b. Dependent Variable: Arus_Kas_Masa_Depan Sumber: Data sekunder yang diolah Berdasarkan Tabel 4.7 nilai Durbin Watson 2,709 artinya tidak terjadi autokorelasi. Dengan demikian, dapat digunakan dalam penelitian ini. 2 Untuk Perusahaan Berlaba Negatif Tabel 4.8 Hasil Uji Autokorelasi Perusahaan Berlaba Negatif Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 .247 a .061 .019 150702.203 2.189 a. Predictors: Constant, Arus_kas, Laba b. Dependent Variable: Arus_kas_masa_depan Sumber: Data sekunder yang diolah 60 Berdasarkan Tabel 4.8 nilai Durbin Watson 2,189 artinya tidak terjadi autokorelasi. Dengan demikian, dapat digunakan dalam penelitian ini. 3. Hasil Uji Hipotesis a. Hasil Uji Koefisien Determinasi Uji koefisien determinasi dilakukan untuk mengetahui seberapa besar kemampuan variabel dependen dapat dijelaskan oleh variabel independen. 1 Untuk Perusahaan Berlaba Positif Tabel 4.9 Hasil Uji Koefisien Determinasi Perusahaan Berlaba Positif Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate 1 .694 a .481 .450 45504.769 a. Predictors: Constant, Arus_Kas, Laba b. Dependent Variable: Arus_Kas_Masa_Depan Sumber : Data sekunder yang diolah Tabel 4.9 menunjukkan nilai R sebesar 0,694 atau 69,4. Hal ini berarti bahwa hubungan atau korelasi antara faktor-faktor yang mempengaruhi arus kas masa depan adalah kuat. Nilai Adjusted R Square sebesar 0,45 atau 45, ini menunjukkan bahwa variabel arus kas masa depan yang dapat dijelaskan oleh variabel laba dan arus kas adalah 45, sedangkan sisanya sebesar 0,55 atau 55 1-0,45 dijelaskan oleh faktor-faktor lain yang tidak disertakan dalam model penelitian ini. 61 2 Untuk Perusahaan Berlaba Negatif Tabel 4.10 Hasil Uji Koefisien Determinasi Perusahaan Berlaba Negatif Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate 1 .247 a .061 .019 150702.203 a. Predictors: Constant, Arus_kas, Laba b. Dependent Variable: Arus_kas_masa_depan Sumber: Data sekunder yang diolah Tabel 4.10 menunjukkan nilai R sebesar 0,247 atau 24,7. Hal ini berarti bahwa hubungan atau korelasi antara faktor-faktor yang mempengaruhi arus kas masa depan adalah tidak kuat. Nilai Adjusted R Square sebesar 0,019 atau 1,9, ini menunjukkan bahwa variabel arus kas masa depan yang dapat dijelaskan oleh variabel laba dan arus kas adalah 1,9, sedangkan sisanya sebesar 0,081 atau 81,1 1-0,019 dijelaskan oleh faktor-faktor lain yang tidak disertakan dalam model penelitian ini. b. Hasil Uji Statistik t Uji statistik t digunakan untuk mengetahui ada atau tidaknya pengaruh masing-masing variabel independen secara individual terhadap variabel dependen yang diuji pada tingkat signifikasi 0,05. Jika nilai probability t lebih kecil dari 0,05 maka maka Ha diterima dan menolak Ho, sedangkan jika nilai probability t lebih besar dari 0,05 maka Ho diterima dan menolak Ha. 62 1 Hasil Pengujian Hipotesis Pertama: Kemampuan laba dan arus kas dalam memprediksi arus kas masa depan untuk perusahaan berlaba positif. Tabel 4.11 Hasil Uji Statistik t Perusahaan Berlaba Positif Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 12311.933 10591.147 1.162 .253 Laba .278 .324 .118 .859 .397 Arus_Kas .664 .143 .637 4.635 .000 a. Dependent Variable: Arus_Kas_Masa_Depan Sumber: Data sekunder yang diolah Hasil uji hipotesis 1 dapat dilihat pada tabel 4.11, variabel laba mempunyai tingkat signifikasi sebesar 0,397 dan variabel arus kas mempunyai tingkat signifikasi sebesar 0,000. Hal ini berarti menolak H a1 sehingga dapat disimpulkan laba tidak memiliki kemampuan lebih baik untuk memprediksi arus kas masa depan dibanding arus kas untuk perusahaan yang melaporkan laba positif. Berdasarkan tabel 4.11, maka diperoleh model persamaan regresi sebagai berikut: CFO t+1 = 123111,933 + 0,278E it + 0,664CFO it + e t 2 Hasil Pengujian Hipotesis Kedua: Kemampuan laba dan arus kas dalam memprediksi arus kas masa depan untuk perusahaan berlaba negatif 63 Tabel 4.12 Hasil Uji Statistik t Perusahaan Berlaba Negatif Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 6872.636 24753.402 .278 .783 Laba .078 .059 .193 1.321 .193 Arus_kas .176 .138 .187 1.276 .208 a. Dependent Variable: Arus_Kas_Masa_Depan Sumber: Data sekunder yang diolah Hasil uji hipotesis 2 dapat dilihat pada tabel 4.12, variabel laba mempunyai tingkat signifikasi sebesar sebesar 0,193 dan variabel arus kas mempunyai tingkat signifikasi sebesar 0,208. Ini berarti variabel laba dan arus kas secara statistik tidak signifikan pada alfa 0,05. Dapat disimpulkan bahwa laba dan arus kas tidak memiliki kemampuan dalam memprediksi arus kas masa depan untuk perusahaan yang melaporkan laba negatif. Berdasarkan tabel 4.12, maka diperoleh model persamaan regresi sebagai berikut: CFO t+1 = 6872,636 + 0,078E it + 0,176CFO it + e t c. Hasil Uji Statistik F Uji statistik F digunakan untuk mengetahui pengaruh semua variabel independen yang dimasukkan dalam model regresi secara bersama-sama terhadap variabel dependen yang diuji pada tingkat signifikan 0,05. Jika nilai probabilitas lebih kecil dari 0,05 maka H a diterima dan menolak H o , sedangkan jika nilai probabilitas lebih besar dari 0,05 maka H o diterima dan menolak H a . 64 1 Hasil Pengujian Hipotesis Pertama Tabel 4.13 Hasil Uji Statistik F Perusahaan Berlaba Positif ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 6.340E10 2 3.170E10 15.309 .000 a Residual 6.833E10 33 2.071E9 Total 1.317E11 35 a. Predictors: Constant, Arus_Kas, Laba b. Dependent Variable: Arus_Kas_Masa_Depan Sumber: Data sekunder yang diolah Hasil uji statistik F dapat dilihat pada tabel 4.13 nilai F diperoleh sebesar 15,309 dengan tingkat signifikasi 0,000. Karena tingkat signifikasi lebih kecil dari 0,05 maka Ha diterima, sehingga dapat dikatakan bahwa laba dan arus kas signifikan secara statistik dalam mempengaruhi variabel dependen arus kas masa depan pada saat perusahaan melaporkan laba positif. 2 Hasil Pengujian Hipotesis Kedua Tabel 4.14 Hasil Uji Statistik F Perusahaan Berlaba Negatif ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 6.630E10 2 3.315E10 1.460 .243 a Residual 1.022E12 45 2.271E10 Total 1.088E12 47 a. Predictors: Constant, Arus_kas, Laba b. Dependent Variable: Arus_kas_masa_depan Sumber: Data sekunder yang diolah 65 Hasil uji statistik F dapat dilihat pada tabel 4.14 nilai F diperoleh sebesar 1,460 dengan tingkat signifikasi 0,243. Karena tingkat signifikasi lebih besar dari 0.05 maka Ho diterima, sehingga dapat dikatakan bahwa laba dan arus kas tidak signifikan secara statistik dalam mempengaruhi variabel dependen arus kas masa depan pada saat perusahaan melaporkan laba negatif.

C. Pembahasan

Dokumen yang terkait

Kemampuan laba bersih dan arus kas operasi dalam memprediksi arus kas operasi di masa depan pada perusahaan otomotif yang terdaftar di Bursa Efek Indonesia

8 83 85

Analisis Pengaruh Laba Akuntansi dan Komponen Arus Kas Terhadap Harga Saham Pada Perusahaan Industri Dasar dan Kimia Yang Terdaftar Di Bursa Efek Indonesia

5 89 104

Kemampuan Laba dan Arus Kas Operasi dalam Memprediksi Arus Kas Operasi Masa Depan Pada Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia

5 39 101

Kemampuan Laba dan Komponen Arus Kas dalam Memprediksi Arus Kas Masa Depan (Suatu Studi Empiris pada Perusahaan Manufaktur yang Terdaftar Pada Bursa Efek Indonesia).

0 1 9

KEMAMPUAN LABA DAN ARUS KAS DALAM MEMPREDIKSI ARUS KAS MASA DEPAN (Studi Empiris Pada Perusahaan Manufaktur Yang Terdaftar Di BEI).

0 1 9

ANALISIS KEMAMPUAN LABA DAN ARUS KAS DALAM MEMPREDIKSI ARUS KAS MASA DEPAN tudi Empiris pada Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia ).

0 0 8

PENGARUH LABA DAN ARUS KAS DALAM MEMPREDIKSI LABA DAN ARUS KAS DI MASA MENDATANG PADA PERUSAHAAN OTOMOTIF DI BURSA EFEK INDONESIA.

0 1 118

KEMAMPUAN LABA DAN ARUS KAS DALAM MEMPREDIKSI ARUS KAS MASA DEPAN (Studi Empiris Pada Perusahaan Food and Beverage yang terdaftar di Bursa Efek Indonesia) ARTIKEL

0 0 17

KEMAMPUAN LABA DAN ARUS KAS DALAM MEMPREDIKSI ARUS KAS MASA DEPAN (Studi Empiris Pada Perusahaan Food and Beverage yang terdaftar di Bursa Efek Indonesia) - Perbanas Institutional Repository

0 1 14

KEMAMPUAN LABA DAN ARUS KAS DALAM MEMPREDIKSI LABA YANG AKAN DATANG PADA PERUSAHAAN FOOD & BEVERAGES YANG TERDAFTAR DI BURSA EFEK INDONESIA

0 0 22