PEMBAHASAN
laporan tahunan (annual report) dengan objek perusahaan Consumer Goods yang
Tabel IV.1
Kriteria Pemilihan Sampel
Tidak sesuai Sesuai
No Kriteria
kriteria kriteria
Perusahaan Consumer Goods yang terdaftar di BEI
1 42
periode 2013-2016
Perusahaan yang terdaftar berturut-turut selama
2 11 31
periode penelitian 2013-2016.
3 Perusahaan yang memiliki laba positif 4 27
Perusahaan memiliki data yang lengkap selama
3 2 25
periode 2013-2016
4 Data Outlier 11 14
Jumlah Perusahaan Consumer Goods yang dijadikan sampel 14
Jumlah sampel yang diambil periode 2013-2016 56
Sumber: Data Olah
Tabel IV.2
Daftar Sampel Penelitian
No Kode Perusahaan Nama Perusahaan
1. DLTA PT Delta Djakarta Tbk
2. DVLA PT Darya Varia Laboratoria Tbk
3. GGRM PT Gudang Garam Tbk
4. ICBP PT Indofood Cbp Sukses Makmur Tbk
5. INDF PT Indofood Sukses Makmur Tbk
49
49
50
Berdasarkan tabel 4.1 dapat dilihat bahwa sampel pada penelitian ini
tahun 2013-2016. Sampel tersebut dipilh karena telah memenuhi kriteria umum
Regresi data panel dapat dilakukan dengan tiga model analisis yaitu
common, fixed, dan random effect. Masing-masing model memiliki kelebihan dan
pertama-tama yang harus dilakukan adalah memilih model yang tepat dari ketiga
model yang ada. Berikut hasil dari ketiga model yang ada:
Tabel IV.3
Hasil Regresi Data Panel Model Common Effect
Dependent Variable: Y?
Method: Pooled Least Squares
Date: 04/15/18 Time: 21:13
Sample: 1 4
Included observations: 4
Cross-sections included: 14
Total pool (balanced) observations: 56
51
Tabel IV.4
Hasil Regresi Data Panel Model Fixed Effect
Dependent Variable: Y?
Method: Pooled Least Squares
Date: 04/15/18 Time: 21:13
Sample: 1 4
Included observations: 4
Cross-sections included: 14
Total pool (balanced) observations: 56
TSPC—C -0.007011
WIIM—C 0.019289
Effects Specification
Setelah hasil regresi dengan menggunakan model common effect dan fixed
effect didapat, maka langkah selanjutnya adalah melakukan uji untuk menentukan
model estimasi mana yang lebih tepat antara model common effect atau fixed
effect. Dalam menentukan diantara dua model tersebut maka digunakan uji chow
Uji chow adalah pengujian untuk menentukan antara model common effect
atau fixed effect yang lebih tepat digunakan dalam mengestimasi data panel.
1. Apabila probability chi-square < 0,05 maka yang dipilih adalah fixed effect
2. Apabila probability chi-square > 0,05 maka yang dipilih adalah common
effect
Apabila dari hasil uji tersebut ditentukan model yang common effect
digunakan, maka tidak perlu melakukan uji hausman. Namun apabila dari hasil uji
chow menentukan model fixed effect yang digunakan, maka perlu melakukan uji
53
lanjutan yaitu uji hausman untuk menentukan model fixed effect atau random
Tabel IV.5
Hasil Uji Chow
Redundant Fixed Effects Tests
Pool: PERUSAHAAN
Test cross-section fixed effects
Hasil pada tabel 4.5 menunjukkan probability dari chi-square sebesar 0,0000
lebih rendah dari 0,05. Maka sesuai kriteria keputusan maka pada model ini
menggunaka model fixed effect. Karena pada uji chow yang dipilih menggunakan
model fixed effect, maka perlu melakukan pengujian lanjutan dengan uji hausman
untuk menentukan model fixed effect atau random effect yang digunakan.
Tabel IV.6
Hasil Regresi Data Panel Model Random Effect
Dependent Variable: Y?
Method: Pooled EGLS (Cross-section random effects)
Date: 04/15/18 Time: 21:14
Sample: 1 4
Included observations: 4
Cross-sections included: 14
Total pool (balanced) observations: 56
Swamy and Arora estimator of component variances
Variable Coefficient Std. Error t-Statistic Prob.
C 0.070531 0.042751 1.649802 0.1051
X1? -0.001710 0.000910 -1.879355 0.0659
X2? -0.001076 0.000762 -1.412272 0.1639
X3? 0.018696 0.036192 0.516571 0.6077
X4? 0.005629 0.002581 2.181411 0.0338
Random Effects (Cross)
DLTA—C 0.147122
DVLA—C -0.012475
GGRM—C 0.067380
ICBP—C -0.013070
54
INDF—C -0.040017
KAEF—C -0.021617
KICI—C -0.057437
KLBF—C 0.066553
MBTO—C -0.083143
PSDN—C -0.088956
SIDO—C 0.034422
SKBM—C -0.005677
TSPC—C -0.007330
WIIM—C 0.014245
Effects Specification
S.D. Rho
Cross-section random 0.072389 0.8404
Idiosyncratic random 0.031546 0.1596
Weighted Statistics
R-squared 0.224954 Mean dependent var 0.019018
Adjusted R-squared 0.164166 S.D. dependent var 0.033744
S.E. of regression 0.030850 Sum squared resid 0.048539
F-statistic 3.700626 Durbin-Watson stat 1.759039
Prob(F-statistic) 0.010146
Unweighted Statistics
R-squared 0.137945 Mean dependent var 0.089328
Sum squared resid 0.268962 Durbin-Watson stat 0.317451
Sumber: Data Olahan Eviews 2018
Tabel IV.7
Hasil Uji Hausman
Correlated Random Effects - Hausman Test
Pool: PERUSAHAAN
Test cross-section random effects
Chi-Sq.
Test Summary Statistic Chi-Sq. d.f. Prob.
probability chi-squarenya, apabila < 0,05 maka model yang digunakan adalah
fixed effect, tetapi apabila probability > 0,05 maka model yang digunakan adalah
55
random effect. Pada hasil tabel 4.7 menunjukkan nilai probabilty chi-square
sebesar 0,7772 artinya pada hasil uji hausman memilih menggunakan model
random effect.
dependen dan variabel independen berdistribusi normal atau tidak. Model yang
baik adalah model yang memiliki distribusi data yang normal. Untuk menguji
normalitas data menggunakan eviews ada dua cara, yaitu dengan menggunakan
histogram dan uji Jarque-bera. Jarque-bera adalah uji statistik untuk mengetahui
apakah data berdistribusi normal atau tidak. Menurut Gujarati (2013) deteksi
dengan melihat Jarque Bera yang merupakan asimtotis (sampel besar dan
didasarkan atas residual Ordinary Least Square). Uji ini dengan melihat
Gambar IV.1
Hasil Uji Normalitas
20
Series: Residuals
Sample 1 56
16 Observations 56
Mean 8.29e-18
12 Median -0.005351
Maximum 0.209646
Minimum -0.177317
8
Std. Dev. 0.067364
Skewness 0.365345
Kurtosis 4.331420
4
Pada gambar 4.1 dapat dilihat nilai Jarque-bera sebesar 5,382033 dengan
nilai probability 0,067812. Maka dapat disimpulkan model pada penelitian ini
berdistribusi normal, karena nilai probability 0,067812 lebih besar dari 0,05.
adanya korelasi antara variabel bebas (independen). Model yang baik adalah
model yang tidak terjadi korelasi antar variabel independennya. Menurut Gujarati
(2013), jika koefisien korelasi antar variabel bebas > 0,8 maka dapat disimpulkan
Tabel IV.8
Hasil Uji Multikolinieritas
X1 X2 X3 X4
Berdasarkan hasil pada tabel 4.8 dapat dilihat semua korelasi antara
variabel independen tidak ada yang memiliki nilai lebih dari 0,8. Artinya pada
model regresi ini tidak terjadi multikolinieritas atau dalam model ini tidak
yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap,
maka disebut Homoskedastisitas dan jika variance tidak konstan atau berubah-
57
(2015) pengujian ini dilakukan dengan uji Glejser yaitu meregresi masing-masing
adalah selisih antara nilai observasi dengan nilai prediksi, sedangkan absolute
adalah nilai mutlak. Uji Glejser digunakan untuk meregresi nilai absolute residual
terhadap variabel independen. Jika hasil tingkat kepercayaan uji Glejser > 0,05
Tabel IV.9
Hasil Uji Heteroskedastisitas
Heteroskedasticity Test: Glejser
Pada tabel 4.9 dapat dilihat nilai probability Chi_Square dari Obs*R-
Squared sebesar 0,5885 lebih besar dari 0,05. Maka dapat disimpulkan pada
observasi yang diurutkan berdasarkan waktu (data time series) atau tempat (data
cross section) (Gujarati, 2013). Model regresi yang baik adalah regresi yang
bebas dari autokorelasi. Salah satu uji yang dapat digunakan untuk mendeteksi
adanya autokorelasi adalah uji Breusch Godfrey atau disebut dengan Lagrange
Tabel IV.10
Hasil Uji Autokorelasi
Breusch-Godfrey Serial Correlation LM Test:
Berdasarkan hasil pada tabel 4.10 dapat dilihat nilai probability chi-square
sebesar 0,0774 lebih besar dari 0,05. Artinya pada model regresi yang digunakan
Pada regresi data panel telah ditentukan menggunaka model random effect,
Tabel IV.11
Hasil Regresi Data Panel Random Effect
Dependent Variable: Y?
Method: Pooled EGLS (Cross-section random effects)
Date: 04/15/18 Time: 21:14
Sample: 1 4
Included observations: 4
Cross-sections included: 14
Total pool (balanced) observations: 56
Swamy and Arora estimator of component variances
sebesar 0,070531
dengan Profitabilitas.
artinya jika variabel independen lain nilainya tetap dan Perputaran Kas
Profitabilitas.
60
Profitabilitas.
Tabel IV.12
Hasil Uji t Model Random Effect
Dependent Variable: Y?
Method: Pooled EGLS (Cross-section random effects)
Date: 04/15/18 Time: 21:14
Sample: 1 4
Included observations: 4
Cross-sections included: 14
Total pool (balanced) observations: 56
Swamy and Arora estimator of component variances
Profitabilitas (Y). Pada tabel 4.12 nilai probability Perputaran Modal Kerja
sebesar 0,0659 berada lebih besar dari α 0,05 dengan nilai t-Statistic
(Y). Pada tabel 4.12 nilai probability Perputaran Kas sebesar 0,1639
berada lebih besar dari α 0,05 dengan nilai t-Statistic sebesar -1,412272.
Maka dapat disimpulkan hasil pada hipotesis kedua (H2) adalah Perputaran
Profitabilitas. Hasil ini juga menolak dari penelitian Fayani (2016) yang
profitabilitas bukan hanya perputaran kas saja, tetapi aktiva lancar lainnya,
63
hutang lancar, dan aktiva tetap juga memiliki peran dalam menentukan
sebesar 0,6077 berada lebih besar dari α 0,05 dengan nilai t-Statistic
Hasil ini juga menolak dari penelitian Purnawati (2016) dan Bangun
membutuhkan waktu lebih lama untuk dapat ditagih dalam bentuk uang
64
sebesar 0,0338 berada lebih rendah dari α 0,05 dengan nilai t-Statistic
terhadap Profitabilitas. Hasil ini juga menolak dari penelitian Sarjito Surya
terhadap Profitabilitas.
simultan.
Tabel 4.13
Hasil Uji Simultan Model Random Effect
Dependent Variable: Y?
Method: Pooled EGLS (Cross-section random effects)
Date: 04/15/18 Time: 21:14
Sample: 1 4
Included observations: 4
Cross-sections included: 14
Total pool (balanced) observations: 56
Swamy and Arora estimator of component variances
Weighted Statistics
simultan pada Perputaran Modal Kerja, Perputaran Kas, Perputaran Piutang, dan
Pada hasil tabel 4.14 nilai F hitung sebesar 3,700626 dengan nilai
probability 0,010146 lebih rendah dari α 0,05. Artinya Perputaran Modal Kerja,
dependen. Nilai koefisien determinasi adalah diantara nol dan satu. Jika
Tabel IV.14
Hasil Koefisien Determinasi Model Random Effect
Dependent Variable: Y?
Method: Pooled EGLS (Cross-section random effects)
Date: 04/15/18 Time: 21:14
Sample: 1 4
Included observations: 4
Cross-sections included: 14
Total pool (balanced) observations: 56
Swamy and Arora estimator of component variances
Weighted Statistics
R-squared 0.224954 Mean dependent var 0.019018
Adjusted R-squared 0.164166 S.D. dependent var 0.033744
S.E. of regression 0.030850 Sum squared resid 0.048539
67