2 ß1 sebesar -0,219 menunjukkan bahwa setiap kenaikan BBBL sebesar
1 rupiah akan mengakibatkan turunnya LK sebesar 0,219 dengan asumsi variabel lain tetap.
3 ß2 sebesar -0,075 menunjukkan bahwa setiap kenaikan BTKL sebesar
1 rupiah akan mengakibatkan turunnya LK sebesar 0,075 dengan asumsi variabel lain tetap.
4 ß3 sebesar -0,494 menunjukkan bahwa setiap kenaikan BOP sebesar 1 rupiah
akan mengakibatkan turunnya LK sebesar 0,494 dengan asumsi variabel lain tetap.
b. Analisis Koefisien Korelasi dan Koefisien Determinasi
Nilai koefisien korelasi R menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan depanden. Koefisien korelasi
dikatakan kuat apabila nilai R berada diatas 0,5 dan mendekati 1. Koefisien determinasi R square menunjukkan seberapa besar variabel
independen menjelaskan variabel dependennnya. Nilai R square adalah 0 sampai dengan 1. Apabila nilai R square semakin mendekati 1, maka variabel-variabel
independen memberikan semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Sebaliknya, semakin kecil nilai R square maka
kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen semakin terbatas. Nilai R square memiliki kelemahan yaitu nilai R square
akan meningkat setiap ada penambahan satu variabel independen meskipun variabel
Universitas Sumatera Utara
independen tersebut tidak berpengaruh signifikan terhadap variabel dependen. Penjelasan mengenai interprestasi koefisien korelasi sudah dijabarkan sebelumnya
pada bab 3.
Tabel 4.9 Hasil Analisis Koefisien Korelasi dan Koefisien Determinasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.765
a
.585 .541
.29379 a. Predictors: Constant, LN_BOP, LN_BTKL, LN_BBBL
b. Dependent Variable: LN_LK
Sumber : Data yang diolah penulis, 2009
Pada model summary, nilai koefisien korelasi R sebesar 0,765 yang berarti bahwa korelasi atau hubungan LN_LK dengan variabel independennya LN_ BBBL,
LN_BTKL, dan LN_BOP adalah kuat karena berada diatas 0,5. Angka adjust R Square atau koefisien determinasi adalah 0,585. Hal ini berarti 58,5 variasi atau
perubahan dalam LK dapat dijelaskan oleh variasi dari BBBL, BTKL dan BOP, sedangkan sisanya 41,5 dijelaskan oleh sebab-sebab lain. Standard Error of
Estimate SEE adalah 0,29379, yang mana semakin besar SEE akan membuat model regresi kurang tepat dalam memprediksi variabel dependen.
Universitas Sumatera Utara
c. Pengujian Hipotesis
Untuk mengetahui apakah variabel independen dalam model regresi berpengaruh terhadap variabel dependen, maka dilakukan pengujian dengan
menggunakan uji t t test dan uji F Ftest.
1 Uji t
t test
Uji t dilakukan untuk mngetahui hubungan anatara variabel-variabel independen terhadap variabel dependen secara parsial individu. Dalam uji t ini digunakan
hipotesis Ho dan Ha. -
Ho : b
1,
b
2,
b
3
= 0, artinya BBBL, BTKL, BOP secara parsial tidak mempunyai
pengaruh yang signifikan terhadap LK. -
Ha : b
1,
b
2,
b
3
≠ 0, artinya BBBL, BTKL, BOP secara parsial mempunyai
pengaruh yang signifikan terhadap LK. Dengan kriteria yaitu :
- Ho diterima jika t hitung t table, untuk
α = 5 -
Ha diterima jika t hitung t table untuk α = 5.
Berdasarkan hasil pengolahan SPSS, diperoleh hasil sebagai berikut :
Universitas Sumatera Utara
Tabel 4.10 Hasil Uji t
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1
Constant 24.381
4.373 5.575
.000 LN_BBBL
-.219 .036
-.857 -6.031
.000 LN_BTKL
-.075 .058
-.163 -1.304
.203 LN_BOP
-.494 .318
-.224 -1.554
.131 a. Dependent Variable: LN_LK
Sumber : Data yang diolah penulis, 2009
Hasil pengujian statistic t pada tabel diatas, dapat dijelaskan pengaruh variabel independen terhadap variabel dependen secara parsial.
a. Dari table regresi dapat dilihat untuk variabel BBBL, t hitung adalah sebesar
-6,031, sedangkan t table adalah sebesar 2,034 dengan menggunakan fungsi TINV pada Microsoft excel. Sesuai dengan criteria pengujian bahwa jika t hitung
-t table -6,031 -2,034 maka Ha diterima, sehingga dapat disimpulkan bahwa BBBL secara individual mempengaruhi LK. Untuk melihat signifikansinya,
terlihat dari nilai sig = 0,000 taraf signifikansi 0,05 5. Jadi dapat disimpulkan bahwa BBBL berpengaruh terhadap laba kotor secara signifikan.
b. Untuk variabel BTKL, terlihat t hitung sebesar -1,304 dan t table 2,034, maka
sesuai dengan criteria pengujian t hitung -t table -1,304 -2,034 dapat
Universitas Sumatera Utara
disimpulkan bahwa BTKL secara individual tidak berpengaruh terhadap LK, hal ini juga didukung dengan nilai sig = 0,203 taraf signifikansi 0,05.
c. Untuk variabel BOP, terlihat t hitung sebesar -1,554 dan t table 2,034 maka sesuai
dengan criteria pengujian t hitung - t table -1,554 -2,034 dapat disimpulkan bahwa BOP secara individual tidak berpengaruh terhdap LK.
2 Uji F
F test
Uji F ini dilakukan untuk melihat seberapa besar pengaruh variabel independen secara bersama-sama mempengaruhi variabel dependen. Berdasarkan hasil
pengolahan data, maka diperoleh hasil sebagai berikut :
Tabel 4.11 Hasil Uji F
ANOVA
b
Model Sum of Squares
Df Mean Square
F Sig.
1 Regression
3.409 3
1.136 13.166
.000
a
Residual 2.417
28 .086
Total 5.826
31 a. Predictors: Constant, LN_BOP, LN_BTKL, LN_BBBL
b. Dependent Variable: LN_LK
Sumber : Data yang diolah penulis, 2009
Dari hasil uji ANOVA atau F test diatas, diperoleh bahwa F hitung sebesar 13,166 dengan nilai sig = 0,000, sedangkan F table sebesar 3,284 menggunakan
fungsi FINV pada Microsoft Excel dengan tingkat signifikansi 0,05, maka F hitung F table 13,166 3,284. Berdasarkan hasil tersebut dapat disimpulkan bahwa
Universitas Sumatera Utara
variabel independen BBBL, BTKL, BOP secara bersama-sama atau simultan berpengaruh secara signifikan terhadap LK.
C. Pembahasan Hasil Penelitian
Berdasarkan hasil pengujian yang telah dilakukan sebelumnya diatas, dimana diperoleh nilai R square yaitu sebesar 0,585 yang berarti bahwa laba kotor dapat
dijelaskan oleh biaya bahan baku langsung, biaya tenaga kerja langsung, dan biaya overhead pabrik sebesar 58,5, sedangkan sisanya 41,5 dijelaskan oleh factor-
faktor lain yang tidak dimasukkan kedalam model penelitian. Hal ini memberikan pengertian bahwa biaya produksi memang mempunyai pengaruh terhadap laba kotor
perusahaan, akantetapi masih ada factor-faktor lain yang juga turut mempengaruhinya. Oleh karena itu apabila dihubungkan dengan kondisi perusahaan
dimana biaya produksi perusahaan semakin menurun dari tahun ke tahun akan tetapi tidak menjadikan laba kotor perusahaan, hal ini bisa saja diakibatkan oleh factor lain
seperti penjualan, persediaan barang dalam proses, persediaan barang jadi, dan factor- faktor lain.
Dari pengujian yang telah dilakukan diperoleh hasil pengujian secara simultan yaitu bahwa variabel biaya bahan baku langsung, biaya tenaga kerja langsung dan
biaya overhead pabrik berpengaruh signifikan terhadap laba kotor, hal ini terlihat dari nilai signifikansi sebesar 0,000 0,05.
Sedangkan secara parsial, diketahui bahwa variabel biaya bahan baku langsung memiliki pengaruh yang signifikan terhadap laba kotor, sebagaimana
Universitas Sumatera Utara
