PENGARUH PROFITABILITAS, LIKUIDITAS, DAN SOLVABILITAS

TERHADAP TATA
KELOLA PERUSAHAAN
(Studi Empiris Pada Perusahaan Sub Sektor Pertambangan Periode 2000 s.d 2020)

Dibuat untuk memenuhi tugas akhir mata kuliah “Analisis Data Kuantitatif dan
Kualitatif”
Dosen Pengampu : Amir Hamzah, S.E., M.Si.

Disusun Oleh :
Resa Maulana Akbar
20190610010

PRODI AKUNTANSI FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS KUNINGAN
2022
1. Rumusan Masalah
Berdasarkan judul penelitian diatas, maka rumusan masalah yang diperoleh adalah
sebagai berikut:
1. Apakah profitabilitas berpengaruh terhadap tata kelola perusahaan?
2. Apakah likuiditas berpengaruh terhadap tata kelola perusahaan?
3. Apakah solvabilitas berpengaruh terhadap tata kelola perusahaan?
4. Apakah profitabilitas, likuiditas dan solvabilitas secara simultan berpengaruh
terhadap tata kelola perusahaan?

2. Tujuan Penelitian
Berdasarkan rumusan masalah, adapun tujuan dari penelitian ini adalah untuk
mengetahui fakta empiris mengenai pengaruh profitabilitas, likuiditas dan
solvabilitas terhadap tata kelola perusahaan.

3. Manfaat Penelitian
- Manfaat Teorisis
Dari rumusan masalah dan tujuan penelitian diatas diharapkan dapat membantu
dalam rangka pengembangan ilmu pengetahuan khususnya mengetahui hasil
analisis tentang pengaruh financial atitude, financial behavior, financial
knowledge, tingkat intelektual dan tingkat spiritual pada perusahaan Sub Sektor
Pertambangan Periode 2000 s.d 2020.
- Manfaat Praktis
Hasil penelitian ini dapat dijadikan salah satu masukan bagi dasar pertimbangan
dan evaluasi dalam memutuskan kebijakan yang berkaitan dengan tata kelola
perusahaan.
Selain itu, hasil penelitian ini diharapkan dapat memberikan informasi tambahan
agar mampu memberikan manfaat bagi pihak-pihak yang berkepentingan terkait
dengan tata kelola perusahaan.
4. Paradigma Penelitian
Dari pembahasan di atas dapat kita gambarkan paradigma pemikiran teoritis
sebagai berikut :
Variabel Independen Variabel Dependen

Gambar 4.1 Paradigma Penelitian Teoritis

5. Hipotesis
Menurut Sugiyono (2017:99) dalam Nurhayati (2019) Hipotesis adalah “Jawaban
sementara terhadap rumusan masalah penelitian. Oleh karena itu, rumusan
masalah penelitian biasanya disusun dalam bentuk kalimat pertanyaan, mengapa
dikatakan sementara karena jawaban yang diberikan baru berdasarkan teori yang
relevan, belum didasarkan pada fakta-fakta yang empiris yang diperolah melalui
pengumpulan data”.
Berdasarkan penjelasan diatas, maka penulis mengemukakan hipotesis sebagai
berikut :
H1 : Profitabilitas berpengaruh positif terhadap tata kelola perusahaan.
H2 : Likuiditas berpengaruh positif terhadap tata kelola perusahaan.
H3 : Solvabilitas berpengaruh positif terhadap tata kelola perusahaan.
H4 : Profitabilitas, likuiditas dan solvabilitas secara simultan berpengaruh
terhadap tata kelola perusahaan.
6. Analisis Data
a. Uji Asumsi Klasik
- Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah model regresi variabel dependen
dan independen berdistribusi normal atau tidak. Model yang baik adalah model
yang memiliki distribusi data yang normal. Untuk menguji normalitas data
menggunakan eveiws ada dua cara, yaitu dengan menggunakan histogram dan uji
Jarque-bera. Jarque-bera adalah uji statistik untuk mengetahui apakah data
berdistribusi normal atau tidak. Dalam penelitian ini uji normalitas yang
digunakan adalah dengan melihat profitabilitas Jarque-bera (JB) sebagai berikut :
a) Bila profitabilitas > 0,05, maka data berdistribusi normal
b) Bila profitabilitas < 0,05, maka data tidak berdistribusi normal
Gambar 6.1 Hasil Uji Normalitas

Berdasarkan gambar 6.1 hasil uji normalitas diatas dapat diketahui bahwa nilai
probabilitas adalah 0,233753 ˃ 0,05 hal ini berarti bahwa residual data
berdistribusi normal dan model regresi memenuhi uji normalitas.
- Uji Autokorelasi
Uji autokorelasi asumsi ini bertujuan untuk mengetahui apakah dalam sebuah
model regresi linier ada korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi
korelasi, maka dinamakan problem autokorelasi. Untuk mendeteksi adanya
autokorelasi dalam penelitian ini digunakan uji Lagrange Multiplier (LM-test)
guna mendeteksi apakah dalam model yang digunakan dalam penelitian ini
terdapat autokorelasi terhadap variabel-variabel independen dengan variabel
dependen-nya yang dapat dilihat jika nilai signifikan dari Prob*R < 0,05, maka
model tersebut mengandung autokorelasi dan sebaliknya (Agus,2015).
Gambar 6.2
Hasil Uji Autokorelasi

Berdasarkan hasil gambar 6.2 diatas dapat diketahui bahwa nilai Prob. Chi-Square
Obs*R- squared 0,2270 ˃ 0,05. Artinya bahwa data yang digunakan tidak terdapat
korelasi serial dan dapat disimpulkan bahwa tidak terdapat autokorelasi dalam
model regresi.
- Uji Multikolinearitas
Pengujian ini berguna untuk mengetahui apakah model regresi ditemukan adanya
korelasi antara variabel independen tidak ada yang memiliki nilai kurang dari 1
dan lebih dari 10. Artinya pada model regresi ini tidak terjadi multikolinearitas
atau dalam model ini tidak terdapat korelasi antara variabel independen.
Gambar 6.3
Hasil Uji Multikolinearitas

Berdasarkan gambar 6.3 hasil perhitungan nilai Variance Inflation Factor (VIF)
juga menunjukkan hal yang sama tidak ada satu variabel independen yang
memiliki nilai VIF kurang dari 1 dan lebih dari 10. Jadi dapat disimpulkan bahwa
tidak ada multikolinearitas antar variabel independen dalam model regresi.
- Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi
terjadi ketidaksamaan varian dari residual suatu pengamatan ke pengamatan yang
lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka
disebut homoskedastisitas dan jika variance tidak konstan atau berubah disebut
dengan heteroskedastisitas. Model regresi yang baik adalah homoskedastisitas
atau tidak terjadi heteroskedastisitas.
Cara mengetahui ada atau tidaknya gejala heteroskedastisitas pada penelitian ini
adalah dengan melakukan pengujian dengan White dan Harvey Heteroskedasticity
no cross term. Jika signifikasi daro Prob*R < 0,05, maka model tersebut
mengandung heteroskedastisitas (Agus,2015).
Gambar 6.4
Hasil Uji Heteroskedastisitas

Berdasarkan hasil tabel 6.4 diatas nilai Prob. Chi-Square Obs*R-squared sebesar
0,3181 ˃ 0,05. Artinya tidak terdapat heteroskedastisitas dalam model regresi.
b. Analisis Regresi Data Panel
Analisis regresi data panel digunakan untuk mendapatkan koefisien regresi yang
akan menetukan hasil hipotesis ditolak atau diterima. Untuk pengujian regresi data
panel menggunakan beberapa pendekatan dalam penentuan metode mana yang
paling tepat digunakan dalam penelitian ini. Terdapat tiga model yang dapat
digunakan untuk melakukan regresi data panel. Ketiga model tersebut adalah
Common Effect, Fixed Effect dan Random Effect. Untuk kemudian diuji mana
model yang lebih baik.
c. Uji Analisis Model
- Model Common Effect
Uji common effect model merupakan pendekatan model data panel yang paling
sederhana karena hanya menggabungkan data time series dengan data cross
section. Pada model ini tidak diperhatikan dimensi waktu maupun individu,
sehingga diasumsikan bahwa perilaku data perusahaan sama dalam bebagai kurun
waktu. Metode ini bisa menggunakan pendekatan Ordinary Least Square (OLS)
atau teknik kuadrat terkecil untuk mengestimasi data panel. Berikut ini adalah
perhitungan common effect model yang di hitung menggunakan eviews.
 Gambar 6.5
Hasil Uji Common Effect Model

Berdasarkan gambar 6.5 diatas dapat disimpulkan bahwa estimasi model

common effect diatas diinterpretasikan dengan persamaan regresi sebagai
berikut:

- Model Fixed Effect

Model ini mengasumsikan bahwa perbedaan antar individu dapat diakomodasi
dari perbedaan intersepnya. Untuk mengestimasi data panel Fixed Effect model
menggunakan teknik variabel dummy untuk menangkap perbedaan intersep antar
perusahaan. Model estimasi ini sering juga disebut dengan teknik Least Square
Dummy Variabel (LDSV). Berikut ini adalah perhitungan fixed effect model yang
di hitung menggunakan eveiws.
 Gambar 6.6
Hasil Uji Model Fixedffect

Berdasarkan gambar 6.6 diatas dapat disimpulkan bahwa estimasi model fixed
effect diatas diinterpretasikan dengan persamaan regresi sebagai berikut :

Rit = β + DL - DM - DN - β1ROAit - β2CRit - β3DERit + eit

Rit = 0.982904 + 0.034489L – 0,011207M – 0,023281N -

0.226683ROA - 0.023073CR -
0.061684DER + eit

Persamaan regresi untuk setiap perusahaan dapat disusun sebagai berikut:

RL = 0.982904 + 0.034489L - 0.226683ROA - 0.023073CR –
0.061684DER + eit
RM = 0.982904 - 0.011207M - 0.226683ROA - 0.023073CR -
0.061684DER + eit
RN = 0.982904 - 0.023281N - 0.226683ROA - 0.023073CR -
0.061684DER + eit

- Random Effect
Uji random effect model ini akan mengestimasi data panel dimana variabel
gangguan mungkin saling berhubungan antar waktu dan antar individu. Pada
model random effect perbedaan intersep diakomodasi oleh error terms masing-
masing perusahaan.
Gambar 6.7
Hasil Uji Random Effect
Berdasarkan gambar 6.7 diatas dapat disimpulkan bahwa estimasi model random
effect diatas diinterpretasikan dengan persamaan regresi sebagai berikut :

Persamaan regresi untuk setiap perusahaan dapat disusun sebagai berikut:

RL = 0.963530 - 0.193812ROA - 0.021242CR – 0.071622DER +
0.020068L + eit
RM = 0.963530 - 0.193812ROA - 0.021242CR - 0.071622DER -
0.005872M + eit
RN = 0.963530 - 0.193812ROA – 0.021242CR - 0.071622DER -
0.014196N + eit
d. Uji Pemilihan Model
Berdasarkan hasil uji model yang telah dilakukan diatas, langkah selanjutnya
dengan melakukan uji pemilihan model terbaik. Dalam memilih model data panel
yang akan digunakan, pertama dilakukan uji chow untuk menentukan pengolahan
data panel diantara common effect atau fixed effect. Jika data yang didapat
signifikan maka dilanjutkan dengan uji hausman untuk memilih antara fixed effect
atau random effect. Jika hasil uji hausman signifikan maka disimpulkan
pengolahan dilakukan dengan model fixed effect. Namaun sebaliknya, jika uji
hausman tidak signifikan maka dilanjutkan dengan uji Breusch-Pagan Lagrange
Multiplier test untuk memilih antara metode random effect dan common effect.
Berikut adalah pengujian pemilihan model regresi:
- Uji Chow Test (Common Effect/Fixed Effect)
Pengujian ini dilakukan untuk memilih model yang paling tepat untuk digunakan
antara estimasi model common effect maupun estimasi model fixed effect.
Hipotesis dalam pengujian ini yaitu:
Ho : Memilih menggunakan model estimasi common effect
H1 : Memilih menggunakan model estimasi fixed effect
Dalam menentukan model yang tepat untuk digunakan maka dapat dilihat dari
nilai probabilitasnya. Apabila nilai signifikansinya kurang dari 5% (signifikan)
maka model estimasi yang akan digunakan adalah fixed effect, akan tetapi jika
nilai signifikansinya lebih dari 5% (tidak signifikan) maka model yang digunakan
adalah model common effect. Berikut adalah hasil pengujiannya.
Gambar 6.8
Hasil Uji Chow (Common Effect/Fixed Effect)

Berdasarkan gambar 6.8 diatas menyatakan bahwa hasil uji Chow menunjukkan
nilai Probability Cross-section Chi-Square sebesar 0,0785 > 0,05, sehingga Ha
ditolak dan Ho diterima. Maka hal tersebut dapat disimpulkan bahwa model
Common Effect lebih baik dibandingkan dengan model Fixed Effect.

- Uji Hausman Test (Fixed Effect/Random Effect)

Pengujian ini dilakukan untuk memilih model antara fixed effect ataukah random
effect. Hipotesis dalam pengujian ini yaitu:
Ho : Memilih menggunakan model estimasi random effect
H1 : Memilih menggunakan model estimasi fixed effect
Dalam menentukan model yang tepat untuk digunakan maka dapat dilihat dari
nilai probabilitasnya. Apabila nilai signifikansinya kurang dari 5% (signifikan)
maka model estimasi yang akan digunakan adalah fixed effect, akan tetapi jika
nilai signifikansinya lebih dari 5% (tidak signifikan) maka model yang digunakan
adalah model random effect. Berikut adalah hasil pengujiannya.
Gambar 6.9
Hasil Uji Hauman Test (Fixed Effect/Random Effect)

Berdasarkan gambar 6.9 diatas menyatakan bahwa hasil uji Hausman

menunjukkan nilai Probability sebesar 0,0000 < 0,05 maka Ha diterima dan Ho
ditolak. Sehingga dapat disimpulkan bahwa model yang dipilih adalah model
fixed effect. Hasil uji chow dan uji hausman menunjukkan bahwa model yang
tepat digunakan adalah model fixed effect maka uji Breusch Pagan LM Test
dalam penelitian ini tidak perlu dilakukan uji Lagrange Multiplier.
Berdasarkan hasil uji chow dan uji hausman terlihat bahwa model mengikuti
regresi fixed effect. Maka dari estimasi dengan menggunakan model fixed effect
dapat dibentuk persamaan sebagai berikut:
Rit = β + DL + DM + DN + β1ROAit + β2CRit + β3DERit

+ eit

Rit = 0.982904 + 0.034489L – 0.011207M -

0.023281N - 0.226683ROA - 0.023073CR -

0.061684DER + eit
Persamaan model tersebut dapat dijelaskan sebagai berikut:
a. Nilai konstanta pada persamaan diatas sebesar 0.982904 satuan yang
menunjukkan bahwa ketika secara keseluruhan variabel prediktor (Profitabilitas,
Likuiditas dan Solvabilitas) sama dengan nol, maka tata kelola perusahaan sebesar
0.982904 satuan.
b. Nilai koefisien regresi variabel profitabilitas menunjukan hasil negatif -
0.226683 satuan artinya apabila profitabilitas mengalami kenaikan 1 satuan
sedangkan variabel likuiditas dan solvabilitas tetap, maka tata kelola perusahaan
mengalami penurunan sebesar 0.226683 satuan. Koefisien yang bernilai negatif
artinya terjadi hubungan tidak searah antara profitabilitas dengan tata kelola
perusahaan sehingga semakin tinggi nilai profitabilitas maka semakin rendah nilai
tata kelola perusahaan.
c. Nilai koefisien regresi variabel likuiditas menunjukan hasil negatif -0.023073
satuan artinya apabila likuiditas mengalami kenaikan 1 satuan sedangkan variabel
profitabilitas dan solvabilitas tetap, maka tata kelola perusahaan mengalami
kenaikan sebesar 0.023073 satuan. Koefisien yang bernilai negatif artinya terjadi
hubungan tidak searah antara likuiditas dengan tata kelola perusahaan, sehingga
semakin tinggi nilai likuiditas maka semakin besar nilai tata kelola perusahaan
d. Nilai koefisien regresi variabel solvabilitas menunjukan hasil negatif -0.061684
satuan artinya apabila solvabilitas mengalami kenaikan 1 satuan sedangkan
variabel profitabilitas dan likuiditas tetap, maka tata kelola perusahaan mengalami
kenaikan sebesar 0.023073 satuan. Koefisien yang bernilai negatif artinya terjadi
hubungan tidak searah antara solvabilitas dengan tata kelola perusahaan, sehingga
semakin tinggi nilai solvabilitas maka semakin besar nilai tata kelola perusahaan.
e. Koefisien konstanta dari masing-masing perusahaan adalah 0.034489 (L), -
0.011207 (M), -0.023281 (N). Angka konstanta tersebut menunjukan apabila
ketika profitabilitas, likuiditas dan solvabilitas nilainya 0 satuan, maka nilai tata
kelola perusahaan dari masing-masing perusahaan adalah 0.034489 (L), -
0.011207 (M), - 0.023281 (N).
e. Uji Koefisien Determinasi
Koefisien determinasi (R2) dapat digunakan untuk mengukur seberapa bear
kemampuan variabel independen menjelaskan variabel dependen. Nilai koefisien
determinasi adalah antara 0 dan 1. Nilai R2 yang kecil berarti kemampuan
variabel-variabel independen dalam menjelaskan variasi variabel dependen amat
terbatas, Ghozali (2011). Apabila besarnya koefisien mendekati angka 1, maka
variabel independen akan berpengaruh sempurna terhadap variabel dependen.
Gambar 6.10
Hasil Uji Koefisien Determinasi (R2)

Bersadarkan hasil pada gambar 6.10 didapat nilai Adjust R-square sebesar
0.060669 nilai ini berarti bahwa 69% perubahan variabel independen dapat
dijelaskan oleh variabel penentu didalam model, sedangkan 31% dipengaruhi oleh
variabel lain diluar model yang tidak dibahas dalam penelitian ini.
f. Pengujian Hipotesis
- Uji Simultan (Uji F)
Uji F dalam penelitian ini digunakan untuk mengetahui apakah variabel
independen secara bersama-sama berpengaruh secara signifikan terhadap variabel
dependen.
Gambar 6.11
Hasil Uji Simultan (Uji F)
Berdasarkan gambar 6.11 nilai F hitung sebesar 1.800878 dengan tingkat
signifikan 0.000000, nilai F tabel pada tingkat signifikan 0,05 dengan dengan df1
= (k-1) = 6-1 = 5 dan df2 (n-k-1) df2
= 150-6-1 = 143 hasil diperoleh untuk Fhitung ˃ Ftabel (1.800878 < 2,28) artinya
H0 ditolak dan Ha diterima. Dengan demikian hipotesis 1 profitabilitas, likuiditas
dan solvabilitas berpengaruh secara simultan dan signifikan terhadap tata kelola
perusahaan (Hipotesis 1 diterima).

Grafik 6.1
Daerah Penerimaan dan Penolakan Hipotesis 1
- Uji Parsial (Uji t)
Untuk mengetahui atau menjelaskan signifikansi pengaruh variabel secara parsial
terhadap variabel dependen. Hipotesis yang digunakan dalam penelitian ini
sebagai berikut:
Gambar 6.12
Hasil Uji Parsial (Uji t)
1. Pengaruh Profitabilitas terhadap Tata Kelola Perusahaan
Berdasarkan pada gambar 6.12 pengujian variabel profitabilitas terhadap tata
kelola perusahaan menghasilkan nilai statistik thitung sebesar -2.308801 Untuk
nilai ttabel pada probabilitas a = 0,05 dengan df (n-k) = 150-6
= 144 diperoleh nilai ttabel sebesar 2.16. Jika dibandingkan dengan nilai thitung
dengan nilai ttabel -2.308801 ˂ 2.16) dengan nilai probabilitas 0.0246 ˂ 0,05
artinya H0 ditolak dan Ha diterima. Sehingga dapat disimpulkan bahwa
profitabilitas berpengaruh negatif dan signifikan secara parsial terhadap tata kelola
perusahaan (Hipotesis 2 diterima).

Grafik 6.2
Daerah Penerimaan dan Penolakan Hipotesis 2
2.Pengaruh Likuiditas Terhadap Tata Kelola Perusahaan
Berdasarkan gambar 6.12 pengujian variabel likuiditas terhadap tata kelola
perusahaan menghasilkan nilai statistik thitung sebesar -0.222194. Untuk nilai
ttabel pada probabilitas a = 0,05 dengan df (n-k) = 150-6
= 144 diperoleh nilai ttabel sebesar 2.16. Jika dibandingkan dengan nilai thitung
dengan nilai ttabel maka thitung ˃ ttabel (-0.222194 < 2.16) dengan nilai
probabilitas 0.8250 > 0,05 artinya H0 diterima dan Ha ditolak. Sehingga dapat
disimpulkan bahwa likuiditas berpengaruh positif dan signifikan secara parsial
terhadap tata kelola perusahaan (Hipotesis 3 diterima).
 Grafik 6.3
Daerah Penerimaan dan Penolakan Hipotesis 3
3.Pengaruh Solvabilitas Terhadap Tata Kelola Perusahaan
Berdasarkan gambar 6.12 pengujian variable solvabilitas terhadap tata kelola
perusahaan menghasilkan nilai statistik thitung sebesar -0.616734. Untuk nilai
ttabel pada probabilitas a = 0,05 dengan df (n-k) = 150-6 = 144 diperoleh nilai
ttabel sebesar 2.16. Jika dibandingkan dengan nilai thitung dengan nilai ttabel
maka thitung ˃ ttabel (-0.616734 > 2.16) dengan nilai probabilitas 0.5399 > 0,05
artinya H0 diterima dan Ha ditolak. Sehingga dapat disimpulkan bahwa
solvabilitas berpengaruh positif dan signifikan secara parsial terhadap tata kelola
perusahaan (Hipotesis 4 diterima).

Grafik 6.4
Daerah Penerimaan dan Penolakan Hipotesis 4
7. Kesimpulan
Berdasarkan hasil penelitian diatas dapat ditarik kesimpulan mengenai pengaruh
profitabilitas, likuiditas dan solvabilitas terhadap tata kelola perusahaan pada
Perusahaan Sub Sektor Pertambangan Periode 2000 - 2020 dengan sampel 3
perusahaan adalah sebagai berikut:
1. Profitabilitas, likuiditas dan solvabilitas berpengaruh secara simultan terhadap
tata kelola perusahaan, yang artinya bahwa variasi variabel tata kelola perusahaan
dipengaruhi oleh kombinasi variasi variabel profitabilitas, likuiditas dan
solvabilitas.
2. Profitabilitas berpengaruh negatif dan signifikan secara parsial terhadap tata
kelola perusahaan. Artinya, ketika terjadi penurunan profitabilitas akan diikuti
dengan kenaikan tingkat tata kelola perusahaan dan sebaliknya jika profitabilitas
mengalami kenaikan maka tingkat tata kelola perusahaan akan mengalami
penurunan.
3. Likuiditas berpengaruh positif dan signifikan secara parsial terhadap tata kelola
perusahaan. Artinya, semakin tinggi tingkat likuiditas akan cenderung semakin
tinggi tingkat tata kelola perusahaan.
4. Solvabilitas berpengaruh positif dan signifikan secara parsial terhadap tata
kelola perusahaan. Artinya, semakin tinggi tingkat likuiditas akan cenderung
semakin tinggi tingkat tata kelola perusahaan.