Data Penelitian Pengujian Asumsi Klasik

43

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1 Data Penelitian

Objek dari penelitian ini adalah arus kas total, arus kas operasi, arus kas investasi, arus kas pendanaan dan harga saham perusahaan manufaktur sektor industri barang konsumsi sub sektor makanan dan minuman yang terdaftar di PT. Bursa Efek Indonesia tahun 2010 sampai tahun 2012. Populasi dalam penelitian ini adalah keseluruhan data tentang laporan arus kas dan harga saham penutupan dari perusahaan manufaktur sektor industri barang konsumsi sub sektor makanan dan minuman yang terdaftar di PT. Bursa Efek Indonesia tahun 2010 sampai tahun 2012. Sampel yang digunakan adalah yang berasal dari populasi dan kriteria yang ditentukan. Metode yang digunakan dalam pengambilan sampel perusahaan menggunakan cara purposive sampling yang berdasarkan pada kriteria yang telah ditentukan. Kriteria perusahaan yang dijadikan sampel adalah : a. Perusahaan manufaktur sektor industri barang konsumsi sub sektor makanan dan minuman yang terdaftar di PT. Bursa Efek Indonesia tahun 2010 sampai tahun 2012. b. Perusahaan tersebut melaporkan laporan arus kas periode tahun 2010 sampai tahun 2012. 44 c. Perusahaan tersebut melaporkan harga saham penutupan periode tahun 2010 sampai tahun 2012. Berdasarkan kriteria tersebut diperoleh 14 perusahaan manufaktur sektor industri barang konsumsi sub sektor makanan dan minuman yang menjadi sampel dalam penelitian yaitu : Tabel 4.1 Data Sampel Perusahaan Penelitian No Kode Nama Perusahaan 1 ADES PT Ades Water Indonesia Tbk 2 AISA PT Tiga Pilar Sejahtera Food Tbk 3 CEKA PT Cahaya Kalbar Tbk 4 DAVO PT Davomas Abadi Tbk 5 DLTA PT Delta Djakarta Tbk 6 ICBP PT Indofood CBP Sukses Makmur Tbk 7 INDF PT Indofood Sukses Makmur Tbk 8 MLBI PT Multi Bintang Indonesia Tbk 9 MYOR PT Mayora Indah Tbk 10 PSDN PT Prasidha Aneka Niaga Tbk 11 ROTI PT Nippon Indosari Corpindo Tbk 12 SKLT PT Sekar Laut Tbk 13 STTP PT Siantar Top Tbk 14 ULTJ PT Ultra Jaya Milk Tbk Sumber : www.idx.co.id

4.2 Hasil Proses Statistik

4.2.1 Analisis Statistik Deskriptif

45 Analisis deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari minimum, maksimum, rata-rata mean dan standar deviasi dari variabel independen dan variabel dependen dalam penelitian. Hasil analisis data penelitian akan diuraikan dengan statistik deskriptif. Hasil analisis deskriptif variabel penelitian pada perusahaan manufaktur sektor industri barang konsumsi sub sektor makanan dan minuman dari tahun 2010 sampai dengan tahun 2012 disajikan sebagai berikut : Table 4.2 Statistik Deskriptif Descriptive Statistics Variabel N Minimum Maximum Mean Std. Deviation AKT 42 -532595000000 5942550000000 409648104139.74 1067756316126.912 AKO 42 -607939545937 7407134000000 738469917814.33 1761780281281.760 AKI 42 -5077920000000 865907248 -462543853774.52 946901776871.209 AKP 42 -5920602000000 1397757000000 -79024621048.79 1091359345062.347 HS 42 50 740000 46870.33 135490.228 Valid N listwise 42 Sumber : Data sekunder diolah dengan SPSS versi 21 Hasil analisis deskriptif tersebut dapat dijelaskan sebagai berikut : 1. Arus Kas Total Dari tabel statistik diatas dapat diketahui bahwa nilai minimum arus kas total sebesar –Rp 532.595.000.000 dan nilai maksimum Rp 5.942.550.000.000. Hasil tersebut menunjukkan bahwa besarnya arus kas total yang menjadi sampel penelitian ini berkisar antara –Rp 532.595.000.000 sampai Rp 5.942.550.000.000 dengan rata-rata sebesar 46 Rp 409.648.104.139,74 dan standar deviasi sebesar Rp 1.067.756.316.126,912. 2. Arus Kas Operasi Dari tabel statistik diatas dapat diketahui bahwa nilai minimum arus kas operasi sebesar –Rp 607.939.545.937 dan nilai maksimum Rp 7.407.134.000.000. Hasil tersebut menunjukkan bahwa besarnya arus kas operasi yang menjadi sampel penelitian ini berkisar antara –Rp 607.939.545.937 sampai Rp 7.407.134.000.000 dengan rata-rata sebesar Rp 738.469.917.814,33 dan standar deviasi sebesar Rp 1.761.780.281.281,760. 3. Arus Kas Investasi Dari tabel statistik diatas dapat diketahui bahwa nilai minimum arus kas investasi sebesar –Rp 5.077.920.000.000 dan nilai maksimum Rp 865.907.248. Hasil tersebut menunjukkan bahwa besarnya arus kas investasi yang menjadi sampel penelitian ini berkisar antara –Rp 5.077.920.000.000 sampai Rp 865.907.248 dengan rata-rata sebesar Rp - 462.543.853.774,52 dan standar deviasi sebesar Rp 946.901.776.871,209. 4. Arus Kas Pendanaan Dari tabel statistik diatas dapat diketahui bahwa nilai minimum arus kas pendanaan sebesar –Rp 5.920.602.000.000 dan nilai maksimum Rp 1.397.757.000.000. Hasil tersebut menunjukkan bahwa besarnya arus kas pendanaan yang menjadi sampel penelitian ini berkisar antara –Rp 47 5.920.602.000.000 sampai Rp 1.397.757.000.000 dengan rata-rata sebesar Rp -79.024.621.048,79 dan standar deviasi sebesar Rp 1.091.359.345.062,347. 5. Harga Saham Dari tabel statistik diatas dapat diketahui bahwa nilai minimum harga saham sebesar Rp 50 dan nilai maksimum Rp 740.000. Hasil tersebut menunjukkan bahwa besarnya harga saham yang menjadi sampel penelitian ini berkisar antara Rp 50 sampai Rp 740.000 dengan rata-rata sebesar Rp 46.870,33 dan standar deviasi sebesar Rp 135.490,228

4.3 Pengujian Asumsi Klasik

Pengujian asumsi klasik merupakan syarat utama dalam persamaan regresi. Maka harus dilakukan pengujian terhadap 4 asumsi klasik berikut ini : 1 data berdistribusi normal, 2 tidak terdapat multikolinearitas antar variabel independen, 3 tidak terdapat heteroskedastisitas dan 4 tidak terdapat autokorelasi. 1. Uji Normalitas Uji normalitas dilakukan untuk mengetahui data variabel penelitian berdistribusi normal atau tidak. Pengujian normalitas menggunakan teknik analisis Kolmogorov-Smirnow dan untuk perhitungannya menggunakan program SPSS Version 21 for windows. 48 Hasil uji normalitas untuk masing-masing variabel penelitian disajikan sebagai berikut : Tabel 4.3 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test LNAKT LNAKO LNAKI LNAKP LNHS N 35 25 22 21 42 Normal Parameters Mean a,b 25.30551 26.30580 26.32237 25.57358 7.75858 Std. Deviation 1.925360 1.824077 1.542862 1.965746 2.461712 Most Extreme Differences Absolute .115 .121 .114 .152 .115 Positive .115 .121 .090 .112 .115 Negative -.064 -.106 -.114 -.152 -.085 Kolmogorov-Smirnov Z .679 .603 .536 .698 .743 Asymp. Sig. 2-tailed .745 .860 .936 .714 .639 a. Test distribution is Normal. b. Calculated from data. Sumber : Data sekunder diolah dengan SPSS Hasil uji normalitas variabel penelitian dapat diketahui bahwa semua variabel penelitian mempunyai nilai signifikansi lebih besar dari 0,05 pada sig 0,05. Sehingga dapat disimpulkan bahwa semua variabel dalam penelitian ini berdistribusi normal. Dan berdasarkan pengujian normal probability plot of standardized residual, hasilnya sebagai berikut : 49 Grafik Normal Probability Plot Sumber : Data Sekunder diolah dengan SPSS Gambar 4.4 Grafik Normal Probability Plot Dari gambar 4 menunjukan bahwa titik-titik data berada disekitar garis diagonal dan mengikuti arah garis diagonal. Dengan demikian dapat disimpulkan bahwa data dalam penelitian ini sudah terdistribusi normal atau sudah memenuhi asumsi normalitas. 2. Uji Multikolinearitas Uji multikolinearitas dilakukan untuk mengetahui apakah ada korelasi antar variabel bebas independen. Jika terjadi multikolinearitas, akan mengakibatkan timbulnya kesalahan standard penaksir dan probabilitas untuk menerima hipotesis yang salah semakin besar. Untuk pengujian ini digunakan fasilitas uji Variance Inflation Factor VIF yang 50 terdapat dalam program SPSS Versi 21. Analisis regresi berganda dapat dilanjutkan apabila nilai VIF-nya kurang dari 10 dan nilai tolerance-nya diatas 0,1. Berdasarkan hasil pengolahan SPSS atas data yang diperoleh, dapat disajikan pada tabel berikut : Tabel 4.4 Hasil Uji Multikolinearitas Sumber : Data sekunder diolah dengan SPSS Dari tabel tersebut diatas menunjukkan bahwa masing-masing variabel independen mempunyai nilai tolerance diatas 0,1 dan nilai VIF dibawah 10. Hal ini membukt ikan bahwa model regresi pada penelitian ini tidak terjadi atau tidak terdapat gejala multikolinearitas. 3. Uji Heteroskedastisitas Pengujian heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah Coefficients a Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics B Std. Error Beta Tolerance F 1 Constant -11.393 9.281 -1.228 .307 LNAKT -.015 .509 -.018 -.029 .979 .265 3.775 LNAKO -.191 .502 -.229 -.381 .729 .279 3.583 LNAKI .379 .428 .371 .885 .441 .573 1.744 LNAKP .535 .235 .767 2.274 .108 .887 1.128 a. Dependent Variabel: LNHS 51 tidak terjadi heteroskedastisitas. Salah satu cara untuk mengetahui adanya heteroskedastisitas adalah dengan menggunakan uji Glejser. Jika variabel independen tidak signifikan secara statistik tidak mempengaruhi variabel dependen, maka ada indikasi tidak terjadi heteroskedastisitas. Tabel berikut ini merupakan hasil uji heteroskedastisitas terhadap model regresi pada penelitian ini. Tabel 4.5.1 :Uji Glesjer 1 ANOVA a Model Sum of Squares Df Mean Square F Sig. 1 Regression .419 5 .084 .190 .941 b Residual .881 2 .441 Total 1.300 7 a. Dependent Variabel: RES2 b. Predictors: Constant, LNHS, LNAKO, LNAKI, LNAKP, LNAKT Sumber : Data Sekunder diolah dengan SPSS Tabel 4.5.2 : Uji Glesjer 2 Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 2.045 5.863 .349 .761 LNAKT .130 .262 .563 .498 .668 LNAKO -.019 .265 -.082 -.073 .949 LNAKI -.182 .248 -.633 -.733 .540 LNAKP .034 .200 .174 .171 .880 LNHS -.046 .298 -.163 -.154 .892 a. Dependent Variabel: RES2 52 Sumber : Data Sekunder diolah dengan SPSS Berdasarkan tabel 5.1 nilai signifikan Uji F sebesar 0,941 yang berarti nilai signifikan uji F lebih besar dari alpha yang telah ditentukan sebesar 0,05 dan tabel 5.2 yang merupakan tabel uji parsial dalam uji Glejser menunjukkan bahwa tidak satupun yang signifikan terhadap variabel dependen, dimana semua variabel independen dalam penelitian mempunyai nilai signifikansi diatas 0,05 sehingga dapat disimpulkan bahwa model regresi pada penelitian ini tidak terjadi heteroskedastisitas. 4. Uji Autokorelasi Autokorelasi adalah korelasi atau hubungan yang terjadi antara anggota-anggota dari serangkaian pengamatan yang tersusun dalam rangkaian waktu data time series maupun tersusun dalam rangkaian ruang atau disebut data cross sectional. Salah satu pengujian yang umum digunakan untuk mengetahui adanya autokorelasi adalah uji statistik Durbin Watson. Tabel 4.6 Uji Autokorelasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 .835 .697 a .294 1.288118 1.431 a. Predictors: Constant, LNAKP, LNAKI, LNAKO, LNAKT b. Dependent Variabel: LNHS Sumber : Data Sekunder diolah dengan SPSS 53 Dari tabel diatas dapat dilihat bahwa hasil perhitungan nilai Durbin- Watson sebesar 1,431. Dengan kriteria dimana dari tabel Durbin-Watson nilai DU=1,3064 dan DL=1,7202 dan nilai 4-DU= 2,6936. Dengan demikian dapat disimpulkan bahwa nilai Durbin-Watson-nya berada diantara 1,3064 sampai 1,7202 hal ini menunjukkan tidak ada autokorelasi.

4.4 Pengujian dengan Analisis Regresi Linier Berganda dan Pembahasan