1344 3595 1 PB

45
JURNAL AKUNTANSI, KEUANGAN, PAJAK DAN INFORMASI (JAKPI)

Volume 1, No. 1, Maret 2021, hlm 45-62
FAKTOR-FAKTOR YANG MEMPENGARUHI PREDIKSI ARUS

KAS MASA DEPAN PADA PERUSAHAN MANUFAKTUR
SEKTOR KONSUMSI
Susan Susanti1 dan Trismayarni Elen2
Fakultas Ekonomi dan Bisnis, Universtias Prof. Dr. Moestopo (Beragama), Jakarta.
susansusanti96.ss@gmail.com, elen.akuntan@gmail.com
Abstract.
The objective of study is to analyze to determine the effect of earnings, receivables, and cash flow on
the prediction of future cash flows. The financial statements are considered as a measurement that is
considered very important in seeing the company's achievements. Financial statements are seen as a
tool that is able to reduce uncertainty in making economic decisions for users, one way to reduce
uncertainty is to conduct an analysis of the financial statements. The population in this study are all
consumption sector manufacturing companies listed on the Indonesia Stock Exchange (IDX) for the
2014-2018 period. The reason for choosing a manufacturing sector manufacturing company is
homogeneity considerations in the main income earning activities. In addition, manufacturing
companies in the consumption sector are more stable compared to other companies on the IDX.
Based on the results of data analysis and discussions that have been carried out (1) Income has a
significant effect on the prediction of future cash flows, (2) Significant receivables from future cash
flow predictions and (3) Cash flows from operating activities do not significantly affect the prediction
of future cash flows.
Keywords: Profit, accounts receivable, operating cash flow, future cash flow
Abstrak.
Tujuan penelitian adalah untuk menganalisis untuk mengetahui pengaruh pendapatan, piutang, dan
arus kas pada prediksi arus kas masa depan. Laporan keuangan dianggap sebagai ukuran yang
dianggap sangat penting dalam melihat pencapaian perusahaan. Laporan keuangan dipandang sebagai
alat yang mampu mengurangi ketidakpastian dalam pengambilan keputusan ekonomi bagi pengguna,
salah satu cara untuk mengurangi ketidakpastian adalah dengan melakukan analisis terhadap laporan
keuangan. Analisis yang dapat dilakukan pada salah satu laporan keuangan adalah memberikan
prediksi tentang masa depan keuangan. Beberapa jenis laporan keuangan yang dapat berperan dalam
memprediksi arus kas masa depan adalah laporan laba rugi, piutang usaha, dan laporan arus kas.
Populasi dalam penelitian ini adalah semua perusahaan manufaktur sektor konsumsi yang terdaftar di
Bursa Efek Indonesia (BEI) untuk periode 2014-2018. Berdasarkan hasil analisis data dan diskusi
yang telah dilakukan,menunjukkan hasil (1) Penghasilan memiliki pengaruh yang signifikan terhadap
prediksi arus kas masa depan, (2) Piutang berpengaruh signifikan terhadap prediksi arus kas masa
depan dan (3) Arus kas dari aktivitas operasi tidak secara signifikan mempengaruhi prediksi arus kas
masa depan.
Kata kunci: Laba, piutang, arus kas operasi, arus kas masa depan
ISSN: XXXX-XXXX (cetak), ISSN: XXXX-XXXX (online),

Website: http://journal.moestopo.ac.id/index.php/jakpi
x.php/jakpi
46
PENDAHULUAN
Laporan keuangan merupakan hasil dari proses akuntansi yang mampu memberikan
gambaran tentang kinerja suatu perusahaan serta merupakan sarana komunikasi dalam
menyampaikan informasi mengenai aktivitas perusahaan guna memenuhi kebutuhan pihak-
pihak yang berkepentingan. Laporan keuangan perusahaan yang dipublikasikan adalah salah
satu sumber informasi yang penting bagi para investor. Menurut PSAK No. 1 paragraf 7
tujuan laporan keuangan adalah memberikan informasi mengenai posisi keuangan, kinerja
perusahaan, dan arus kan entitas yang bermanfaat bagi sebagian besar kalangan pengguna
laporan keuangan dalam pengambilan keputusan.
Laporan keuangan juga menunjukkan hasil pertanggungjawaban manajemen atas
sumber daya yang dipercayakan kepada mereka. Informasi keuangan yang terdapat dalam
laporan keuangan dinilai sebagai alat yang mampu mengurangi ketidakpastian dalam
pengambilan keputusan ekonomi bagi penggunanya. Salah satu cara dalam mengurangi
ketidakpastian tersebut adalah dengan melakukan analisis terhadap laporan keuangan
tersebut. Analisis yang dapat dilakukan terhadap laporan keuangan tersebut salah satunya
adalah memberikan prediksi terhadap keuangan dimasa depan.
Isu terkini tentang Lion Air, selama ini berita-berita yang mendominasi Lion Air adalah
masalah kecelakaan, pesawat tergelincir, penerbangan yang delay, pesawat rusak, di
komplain bahkan di demo oleh penumpang, dan berbagai berita keluhan lainnya. Lion Air
kali ini agak berbeda dari biasanya dan termasuk luar biasa, yaitu Lion kesulitan keuangan,
dan terpaksa tidak mampu bayar kewajiban untuk sewa bandara.
Nampaknya, Lion Air yang sedang kesulitan keuangan sekarang, bahkan tidak mampu
membayar sewa bandara, menjadi indikator kuat tentang ketidak-beresan dalam mengatur
cashflow nya. Dari sisi manajemen, boleh disebut adanya mis-management dalam tubuh
perusahaan. Terlepas dari alasan ketidakmampuan membayar biaya jasa kebandaraan itu,
yaitu tekanan industri penerbangan sejak tahun 2018, tidak tercapainya harga jual, kenaikan
biaya, sesungguhnya hal-hal itu merupakan faktor yang sangat biasa yang dihadapi oleh
semua perusahaan. www.kompasiana.com
Perusahaan tidak cukup hanya mengandalkan laporan laba rugi, tetapi juga harus serius
dalam memahami pentingnya laporan arus kas. Dengan laporan arus kas pengusaha dapat
langsung melihat aktivitas kas/ bank secara nyata (real). Dengan demikian pengusaha tidak
lagi berspekulasi akan terjadinya profit atau rugi, tetapi sudah bisa melihat nilai nyata serta
memprediksi kesehatan perusahaan. Karena arus kas yang tidak bagus membuat perusahaan
tidak berjalan sehingga tergambar bahwa begitu pentingnya laporan arus kas tersebut.
Menurut Kieso et al. (2011), Laporan arus kas mempunyai manfaat dalam beberapa
konteks keputusan, seperti memprediksi kesulitan keuangan, menilai resiko, ukuran, dan
waktu keputusan pinjaman, memprediksi peringkat (rating) kredit, menilai perusahaan, dan
memberikan informasi tambahan pada pasar modal. Informasi arus kas berguna untuk menilai
kemampuan perusahaan dalam menghasilkan kas dan setara kas serta memungkinkan
pengguna menganalisis dan mengembangkan model untuk menilai dan membandingkan nilai
kini dari arus kas masa depan.
Laba merupakan salah satu ukuran untuk menilai keefektifan dan keefesienan kinerja
perusahaan. Investor dapat memanfaatkan informasi laba untuk melihat kondisi keuangan
perusahaan dan melihat prospek yang dapat dicapai perusahaan dimasa mendatang (Mufid,
2010). Laba menggambarkan secara menyeluruh tentang keadaan perusahaan dan laba
berasal dari unsur-unsur seperti pendapatan dan beban yang berhubungan dengan aktivitas
perusahaan. Laba yang tinggi mengindikasikan prestasi sebuah perusahaan yang baik.
Informasi laba ini juga berguna baik pihak eksternal yang hendak melakukan kegiatan
FAKTOR-FAKTOR YANG MEMPENGARUHI PREDIKSI ARUS KAS MASA DEPAN PADA PERUSAHAN
MANUFAKTUR SEKTOR KONSUMSI
Susan Susanti dan Trismayarni Elen
47
investasi dalam perusahaan untuk melihat apakah investasi yang dilakukan pada perusahaan
tersebut aman dan tepat.
Hasil penelitian Yuwana dan Jogi (2014), menyimpulkan bahwa variabel laba dan
variabel arus kas operasi secara parsial memiliki kemampuan dalam memprediksi arus kas
masa depan. Penelitian yang dilakukan oleh Kusuma (2012), bahwa variabel laba, piutang
dan arus kas operasi berpengaruh signifikan dalam memprediksi arus kas masa depan pada
perusahaan food and beverage di Bursa Efek Indonesia.
Tujuan dalam penelitian ini adalah : (1) untuk mendapatkan bukti empiris mengenai
pengaruh laba terhadap prediksi arus kas masa depan; (2) Untuk mendapatkan bukti empiris
mengenai pengaruh piutang terhadap prediksi arus kas masa depan; (3) Untuk mendapatkan
bukti empiris mengenai pengaruh arus kas dari aktivitas operasi (cash flow from operating)
terhadap prediski arus kas masa depan.
LITERATUR REVIEW
Teori Laporan Keuangan
Menurut PSAK No.1, laporan keuangan adalah suatu penyajian terstruktur dari posisi
keuangan dan kinerja keuangan suatu entitas. Laporan keuangan memegang peranan penting
yang memberikan berbagai informasi tentang kegiatan operasional perusahaan bagi
bermacam-macam pihak. Laporan keuangan merupakan laporan yang berisi catatan informasi
keuangan suatu perusahaan pada suatu periode akuntansi yang dapat menggambarkan kinerja
perusahaan.. Laporan keuangan menyediakan informasi dalam bentuk neraca, laporan laba
rugi, dan laporan perubahan modal dari suatu perusahaan yang terjadi pada saat tertentu.
Dalam PSAK No. 1 paragraf 11 (2012), menyatakan bahwa laporan keuangan lengkap
terdiri dari komponen- komponen berikut ini: laporan posisi keuangan (neraca) pada akhir
periode, laporan laba rugi komprehensif selama periode, laporan perubahan ekuitas selama
periode, laporan arus kas selama periode, catatan atas laporan keuangan berisi ringkasan
kebijakan akuntansi penting dan informasi penjelasan lain
Laporan posisi keuangan pada awal periode komparatif yang disajikan ketika entitas
menerapkan suatu kebijakan akuntansi secara retrospektif atau membuat penyajian kembali
pos-pos laporan keuangan atau ketika entitas mereklasifikasi pos-pos dalam laporan
keuangannya.Informasi tersebut, beserta informasi lainnya yang terdapat dalam catatan atas laporan
keuangan, membantu pengguna laporan dalam memprediksi arus kas masa depan dan, khususnya,
dalam hal waktu dan kepastian diperolehnya kas dan setara kas.
Arus Kas
Laporan arus kas menurut PSAK No. 2 adalah sebuah laporan keuangan dasar yang
melaporkan kas yang diterima, kas yang dibayarkan, dan perubahannya, dari kas yang
dihasilkan dari aktivitas operasi, investasi dan pendanaan dari bisnis selama satu periode
dalam sebuah format yang menyatakan saldo kas awal dan akhir. Arus kas mengekspresikan
laba bersih ditambah depresiasi, yang secara aktual didistribusikan kepada investor, yakni
setelah perusahaan menanamkan investasi di fixed asset dan modal kerjanya yang penting
untuk kelanjutan operasi. Perusahaan harus menyusun laporan arus kas dan harus menyajikan
laporan tersebut sebagai bagian yang tidak terpisahkan dari laporan keuangan untuk setiap
periode penyajian laporan keuangan.
PSAK No. 2 menyatakan bahwa keutamaan informasi arus kas dalam kaitannya dalam
laporan keuangan lainnya adalah sebagai berikut:
1. Memberikan informasi untuk menilai kemampuan perusahaan dalam menghasilkan kas
dan setara kas.
48
2. Memungkinkan para pemakai laporan keuangan mengembangkan model untuk

membandingkan nilai sekarang dari arus kas masa depan dari berbagai perusahaan.
3. Informasi laporan arus kas dapat digunakan sebagai indikator dari jumlah, waktu, dan
kepastian arus kas masa depan.
4. Meneliti kecermatan taksiran arus kas masa depan dan menentukan hubungan antara
profitabilitas dan arus kas bersih serta dampak perubahan harga.
Untuk mendapatkan tujuan ini dan untuk membantu investor dan pihak lain dalam
analisis arus kas, laporan arus kas melaporkan pengaruh operasi suatu perusahaan atas
kas selama satu periode, transaksi investasi, transaksi pembelanjaannya dan kenaikan
atau penurunan bersih dalam kas selama suatu periode.
Kieso dan Weygandt (2011 : 601) menyatakan bahwa laporan arus kas bermanfaat
untuk membantu investor, kreditor, dan pihak lainnya dalam menilai:
a. Kemampuan entitas untuk menghasilkan arus kas di masa depan.
b. Kemampuan entitas untuk membayar dividen dan memenuhi kewajibannya.
c. Menilai alasan-alasan perbedaan antara laba bersih dan arus kas bersih dari kegiatan
operasi.
d. Menilai pengaruh investasi baik kas maupun bukan kas dan transaksi keuangan lainnya
terhadap posisi keuangan perusahaan selama suatu periode tertentu.
Laba
Laporan laba rugi merupakan bagian dari laporan keuangan suatu perusahaan yang
dihasilkan pada suatu periode akuntansi yang menyajkan unsur-unsur pendapatan dan biaya
perusahaan sehingga menghasilkan laba atau rugi bersih (Rispayanto, 2013). Laba merupakan
salah satu komponen dalam laporan laba rugi. Laba dapat didefinisikan sebagai kenaikan
ataupeningkatan kesejahteraan.
Laba bersih dapat dilihat sebagai suatu ukuran kinerja perusahaan apakah perusahaan
memiliki kinerja yang baik atau tidak. Pengukuran laba merupakan informasi penting yang
berguna sebagai dasar pembagian laba, kebijakan investasi, dan pembagian hasil (Irawati,
2013). Besar kecilnya laba sebagai pengukur kenaikan aktiva sangat tergantung pada
ketepatan pengukuran pendapatan dan biaya.
Laba akuntansi (accounting income) secara operasional didefinisikan sebagai
perbedaan antara pendapatan yang direalisasikan dari transaksi yang terjadi selama satu
periode dengan biaya yang berkaitan dengan pendapatan tersebut.
Laporan laba rugi dapat membantu pemakai laporan keuangan memprediksikan arus
kas masa depan perusahaan dengan berbagai cara (Kieso, 2011 : 144). Sebagai contoh,
investor dan kreditor dapat menggunakan informasi yang terdapat dalam laporan laba rugi
untuk :
a. Mengevaluasi kinerja masa lalu perusahaan
b. Memberikan dasar untuk memprediksikan kinerja masa depan
c. Membantu menilai risiko atau ketidakpastian pencapaian arus kas masa depan
Piutang
Smith dan Skousen (2011 : 286 ), memberikan definisi piutang adalah sebagai berikut:
“Dalam arti luas, istilah piutang dapat digunakan bagi semua hak atau klaim kepada pihak
lain atas uang, barang, atau jasa. Namun, untuk tujuan akuntansi istilah ini pada umumnya
diterapkan dalam pengertian yang lebih sempit yaitu berupa klaim yang diharapkan akan
diselesaikan melalui penerimaan kas.”
Menurut Mardiasmo (2016 : 51), “Piutang adalah tagihan yang timbul dari penjualan
49
barang dagangan dan jasa secara kredit”. Menurut Efraim (2012 : 129), “Piutang adalah
tuntutan kepada pelanggan dan pihak lain untuk memperoleh uang, barang atau jasa yang
dilakukan saat ini”. Sedangkan menurut Warren dkk (2014 : 448), “Piutang mencakup
seluruh uang yang diklaim terhadap entitas lain, termasuk perorangan, perusahaan, dan
organisasi lain. Piutang-piutang ini biasanya merupakan bagian yang signifikan dari total
aset lancar”.
Selanjutnya menurut PSAK No. 43 menyebutkan piutang adalah jenis pembiayaan
dalam bentuk pembelian dan atau pengalihan piutang atau tagihan jangka pendek suatu
perusahaan yang berasal dari transaksi usaha. Warren et al (2011 : 422), mengklasifikasikan
secara umum piutang meliputi semua klaim uang terhadap entitas-entitas lain, termasuk
perorangan, perusahaan, dan organisasi lainnya. Piutang biasanya diklasifikasikan sebagai
usaha, wesel tagih, atau piutang lain.
Kerangka Pemikiran
Kerangka pemikirian dalam penelitian ini dapat digambarkan sebagai berikut:

Variabel Independen
Variabel Dependen
Laba (X1)
Piutang (X2) Arus Kas Masa

Depan (Y)
Arus Kas Operasi (X3)
Gambar 1. Kerangka Pemikirian
Pengembangan Hipotesis
1. Laba dan Arus Kas Masa Depan
Barth et al (2011) menyatakan bahwa laba tidak hanya menunjukan perbedaan
informasi yang terhubung pada transaksi masa lalu, tetapi juga tentang perkiraan arus kas
masa depan yang terhubung pada perkiraan masa depan aktifitas pengoperasian dan investasi
masa depan karenanya informasi mengenai laba pada laporan keuangan memberikan sinyal
yang baik kepada investor dalam membuat suatu keputusan ekonomi sehingga investor dapat
menggunakan informasi tersebut sebagai bahan pertimbangan dalam membuat keputusan
ekonomi.
Pada penelitian Irfan (2012) dan Meliana (2012) menyatakan laba bersih berpengaruh
signifikan terhadap arus kas masa depan. El-sayed (2011) laba memiliki pengaruh yang lebih
prediktif. Marisca (2009) menunjukkan bahwa secara simultan laba kotor, laba operasi, dan
laba bersih mempunyai pengaruh terhadap arus kas masa depan.Kim dan Kross (2010)
menegaskan bahwa kemampuan laba dalam prediksi terhadap arus kas masa depan
meningkat sepanjang waktu. Berdasarkan uraian tersebut hipotesis yang diajukan sebagai
berikut:
H1 : Laba berpengaruh signifikan terhadap prediksi arus kas masa depan
2. Piutang dan Arus Kas Masa Depan

Piutang adalah klaim uang, barang, atau jasa kepada pelanggan atau pihak- pihak
50
lainnya (Kieso et al., 2011). Transaksi paling umum yang menciptakan piutang adalah
penjualan barang dagang atau jasa secara kredit. Piutang dagang akan mempengaruhi aliran
kas operasi di masa mendatang. Piutang pada periode berjalan akan mengakibatkan aliran
arus kas masuk bertambah pada saat piutang tersebut dilunasi.
Prayoga (2012) melakukan penelitian mengenai pengaruh laba bersih dan komponen-
komponen akrual terhadap arus kas aktivitas operasi dimasa mendatang. Hasil penelitian
menunjukkan bahwa perubahan piutang berpengaruh signifikan dalam memprediksi arus kas
opersi masa depan.
Ebaid (2011) melakukan penelitian mengenai akrual dan prediksi arus kas masa depan.
Hasil penelitiannya menunjukkan bahwa komponen akrual yaitu perubahan piutang
berpengaruh dalam memprediksi arus kas operasi di masa depan. Maka hipotesis yang dapat
ditarik dari uraian di atas adalah sebagai berikut:
H2 : Piutang berpengaruh signifikan terhadap prediksi arus kas masa depan
3. Arus Kas Operasi dan Arus Kas Masa Depan

Penyajian jumlah arus kas dari aktivitas operasi merupakan indikator yang digunakan
sebagai dasar untuk menentukan apakah arus kas yang dihasilkan cukup untuk melunasi
pinjaman, memelihara kemampuan operasi, serta melakukan investasi baru tanpa
mengandalkan sumber dari luar (IAI, 2009). Selain itu arus kas dari aktivitas operasi berguna
untuk menilai kemampuan perusahaan dalam menghasilkan kas dan setara kas untuk menilai
kebutuhan operasional perusahaan.
Irawati (2013) dan Mufid (2010) yang meneliti pengaruh arus kas operasi terhadap
prediksi arus kas masa depan menyatakan bahwa arus kas operasi memiliki pengaruh
terhadap arus kas perusahaan satu tahun kedepan. Farshadfar dan Mark (2010), juga
menyatakan hal yang sama bahwa arus kas dari aktivitas operasi memiliki pengaruh dalam
memprediksi arus kas masa depan. Bandi dan Rahmawati (2011) telah melakukan pengujian
arus kas masa depan menggunakan arus kas dari aktivitas operasi. Hasil penelitian tersebut
menyatakan bahwa arus kas dari aktivitas operasi merupakan prediktor dalam memprediksi
arus kas masa depan. Berdasarkan uraian tersebut maka rumusan hipotesis penelitian ini
adalah:
H3 : Arus kas dari aktivitas operasi berpengaruh signifikan terhadap prediksi arus kas
masa depan
METODE PENELITIAN
Populasi dan Sampel

Populasi dalam penelitian ini adalah semua perusahaan manufaktur sektor konsumsi
yang terdaftar di Bursa Efek Indonesia (BEI). Alasan pemilihan perusahaan manufaktur
sektor konsumsi adalah pertimbangan homogenitas dalam aktivitas penghasilan pendapatan
utama. Selain itu, perusahaan- perusahaan manufaktur sektor konsumsi lebih stabil di
bandingkan perusahaan lain yang terdapat di BEI.
Sampel dalam penelitian ini adalah perusahaan manufaktur sektor konsumsi yang
terdaftar di Bursa Efek Indonesia selama periode 2014 sampai 2018. Pemilihan sampel
digunakan dengan metode penyempelan bersasaran (purposive sampling) yaitu metode
pemilihan objek dengan beberapa kriteria tertentu, sehingga diperoleh sampel yang
representative sesuai dengan kriteria yang ditentukan (Sekaran, 2011). Adapun kriteria yang
digunakan adalah :
1. Perusahaan manufaktur yang telah terdaftar di BEI selama periode pengamatan.
51
2. Perusahaan manufaktur yang menyajikan secara lengkap dan konsisten laporan keuangan
per 31 Desember yang telah diaudit tahun 2014-2018.
3. Sampel yang diamati adalah perusahaan sektor konsumsi
4. Laporan keuangan dinyatakan dalam mata uang Rupiah.
Metode Pengumpulan Data

Metode pengumpulan data yang dilakukan dengan melakukan metode dokumentasi.
Metode dokumentasi adalah salah satu cara yang digunakan untuk mencari data mengenai
hal- hal variabel berupa laporan keuangan yang telah dipublikasikan melalui website resmi
perusahaan dan www.idx.co.id yang berhubungan dengan objek yang diteliti.
Analisa Data
Metode analisis data digunakan untuk mengolah dan memprediksi hasil penelitian agar
diperoleh suatu kesimpulan yang akan digunakan oleh peneliti. Metode analisis data yang
digunakan dalam penelitian ini adalah regresi berganda (multiple regressions) dengan metode
deskriptif kuantitatif. Analisis regresi pada dasarnya dilakukan dengan tujuan untuk
mengukur kekuatan hubungan antara variabel dependen dan variabel independen. Analisis
dan pengujian dalam penelitian ini akan menggunakan bantuan software SPSS (Statistical
Product and Service Solution).
Uji Statistik Deskriptif

Statisktik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari
nilai rata-rata (mean), standar deviasi, maksimum dan minimum. Pengujian ini untuk melihat
rata-rata dari tiap variabel independen dan standar deviasinya agar terlihat apakah telah
memenuhi persyaratan yang ada.
Uji Asumsi Klasik

Uji asumsi klasik merupakan pengujian terhadap asumsi-asumsi regresi linear yang
bertujuan untuk menghindari munculnya bias dalam analisis data serta untuk menghindari
kesalahan spesifikasi model regresi yang digunakan. Model regresi linear dapat disebut
sebagai model yang baik jika memenuhi uji asumsi klasik, agar diperoleh model regresi
dengan estimasi yang tidak bias dan pengujian dapat dipercaya. Pengujian asumsi klasik yang
dilakukan dalam penelitian ini adalah uji normalitas, uji multikolinearitas, uji
heterokedastisitas, dan uji autokolinearitas. (Ghozali, 2013).
a. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel-
variabelnya memiliki distribusi normal atau tidak. Model regresi yang baik adalah yang
berdistribusi normal atau mendekati normal (Ghozali, 2013).
Uji normalitas yang digunakan pada penelitian ini dapat menggunakan Kolmogorov
Smirnov Test. Uji ini berguna untuk melihat apakah data telah terdistribusi normal atau tidak.
Uji normalitas dengan menggunakan Kolmogorov Smirnov Test yang memiliki beberapa
kriteria yaitu:
1. Jika nilai Asymp. Sig. (2-tailed) > 0,05 artinya data residual berdistribusi normal.
2. Jika nilai Asymp. Sig. (2-tailed) < 0,05 artinya data residual tidak berdistribusi normal.
b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya
hubungan atau korelasi yang kuat antar variabel bebas (independen). Model regresi yang baik
52
seharusnya tidak terjadi gejala multikolinearitas. Untuk mendeteksi ada atau tidaknya
multikolinearitas di dalam model regresi dapat dilihat dari nilai tolerance dan Variance
Inflation Factor (VIF). Nilai cut off yang umum dipakai untuk menunjukkan adanya
multikolinearitas adalah nilai tolerance > 0,10 dan nilai VIF < 10 (Ghozali, 2013).
c. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi
antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1
(sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem korelasi. Autokorelasi
muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya.
Masalah ini timbul karena residual (kesalahan pengganggu) tidak bebas dari satu observasi
ke observasi lainnya. Hal ini sering ditemukan pada data runtut waktu (time series) karena
gangguan pada seorang individu atau kelompok cenderung mempengaruhi gangguan pada
kelompok atau individu yang sama pada periode berikutnya (Ghozali, 2013). Untuk
mendeteksi ada atau tidaknya autokorelasi didalam model regresi antara lain dapat dilakukan
dengan Uji Durbin - Watson (DW Test) dimana nilai DW table (du dan dL) ditentukan pada
tingkat signifikansi α = 5% dan derajat kebebasan atau df = k (jumlah variabel independen),
jumlah = n. Pengambilan keputusan ada atau tidaknya autokorelasi sebagai berikut (Ghozali,
2013).
Uji Durbin - Watson (DW Test)
Hipotesis nol Keputusan Jika

Tidak ada autokorelasi positif Tolak 0 <d < dl
Tidak ada autokorelasi positif No decision dl ≤ d ≤ du
Tidak ada korelasi positif Tolak 4–dl < d < 4
Tidak ada korelasi positif No decision 4-du ≤ d ≤ 4-dl
Tidak ada autokorelasi, positif atau positif Tidak ditolak du < d < 4-du
Jika nilai Durbin – Watson > dari du (batas atas) dan kurang dari 4-du, maka dapat
disimpulkan bahwa kita tidak bisa menolak H0 yang menyatakan bahwa tidak ada
autokorelasi positif atau positif, atau dapat disimpulkan tidak terdapat autokorelasi.
d. Uji Heterokedastisitas
Uji heterokedastisitas bertujuan menguji apakah dalam model regresi terjadi
ketidaksamaan variance dan residual satu pengamatan ke pengamatan yang lain, jika
variancenya tetap maka disebut homokedastisitas, dan jika variance nya berbeda disebut
heterokedastisitas. Model regresi yang baik adalah tidak terjadi heterokedastisitas (Santoso,
2012).
Model heterokedastisitas dapat diukur dengan rank spearman dimana koefisien regresi
berganda dari nilai t-tolerance > 5% sehingga tidak terjadi heterokesdasitasselain itu
pengujian dapat dilakukan menggunakan Scatterplot yaitu dengan melihat grafik plot antara
nilai prediksi dependen ZPRED dengan residual SRESID. Deteksi ada tidaknya
heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik
53
scatterplot antar SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan
sumbu X adalah residual (Y prediksi- Y sesungguhnya) yang telah di studentized. Dasar yang
digunakan untuk mengambil keputusan (Ghozali, 2013):
1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur
(bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi
heteroskedastisitas.
2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada
sumbu Y, maka tidak terjadi heteroskedastisitas.
Analisis Regresi Berganda

Analisis yang digunakan untuk menilai variabilitas LABA, PIUTANG, dan AKO
sebagai variabel independen dengan AKM sebagai variabel dependen denganmenggunakan
analisis regresi linier berganda. Regresi juga dapat menilai hubungan antara variable
independen dengan variable dependen (Ghozali, 2013).
Bentuk persamaan regresi berganda dalam peneltian ini adalah:
Y = a + bX1 + bX2 + bX3 + e
Keterangan :
Y = variabel Arus Kas Masa Depan X1 = variabel Laba
X2 = variabel Piutang
X3 = variabel Arus Kas Aktivitas Operasi e = error
Uji Hipotesis
a. Uji Koefisien Determinasi (R2)

Koefesien Determinasi (R2) digunakan untuk mengetahui seberapa jauh kemampuan
model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi berada
diantara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel-variabel independen
dalam menjelaskan variabel dependen terbatas. Nilai yang mendekati satu berarti variabel-
variabel independen memberikan hampir semua informasi yang dibutuhkan untuk
memprediksi variasi variabel dependen (Ghozali, 2013). Dengan kata lain kesalahan
pengganggu dalam model ini diusahakan minimun sehingga R2 mendekati satu, sehingga
perkiraan regresi akan lebih mendekati keadaan yang sebenarnya.
b. Uji Pengaruh Simultan (Uji F)
Pada dasarnya uji statistik F bertujuan untuk menunjukkan apakah semua variabel
bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap
variabel terikat atau dependen. Pengujian ini dilakukan dengan menggunakan tingkat
signifikansi 5%. Hasil uji F dilihat dalam table ANOVA dalam kolom sig, jika probabilitas <
0,05, maka dapat dikatakan terdapat pengaruh yang signifikan secara bersama-sama variabel
independen terhadap variabel dependen dan model regresi dapat digunakan untuk uji
hipotesis. Atau jika nilai signifikansi > 0,05 maka tidak terdapat pengaruh yang signifikan
secara bersama-sama antara variabel independen terhadap variabel dependen dan model
regresi tidak dapat digunakan untuk uji hipotesis (Ghozali, 2013).
54
c. Uji Parsial (Uji t)

Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel
penjelas / independen secara individual dalam menerangkan variasi variabel dependen.
Hipotesis nol (H0) yang hendak diuji adalah apakah suatu parameter sama dengan nol. Dan
atau hipotesis alternatifnya (HA) parameter suatu variabel tidak sama dengan nol (Ghozali,
2013).
H0 : bi = 0, artinya apakah suatu variabel independen bukan merupakan penjelas yang
signifikan terhadap variabel dependen. HA : bi ≠ 0, artinya variabel tersebut merupakan
penjelas yang signifikan terhadap variabel dependen.
Dasar pengambilan keputusannya adalah dengan melihat nilai signifikansi pada tabel.
Bila nilai signifikansi pada tabel lebih kecil dari derajat kepercayaan 5% (Sign < 0,05) maka
H0 dapat ditolak. Dan HA diterima dengan menyatakan bahwa suatu variabel independen
secara individual mempengaruhi variabel dependen. Dengan membandingkan nilai statistik t
dengan titik kritis menurut tabel. Apabila nilai statistik t hasil perhitungan lebih tinggi
dibandingkan nilai t tabel, maka HA diterima dengan menyatakan bahwa suatu variabel
independen secara individual mempengaruhi variabel dependen, atau:
H0 diterima jika, - t tabel ≤ t hitung ≤ t tabel
HA diterima jika, t hitung > t tabel dan t hitung < - t tabel.
HASIL DAN PEMBAHASAN

Daftar Perusahaan Sampel
NAMA RATA-RATA LABA RATA-RATA
NO TAHUN BERDIRI ALAMAT BIDANG USAHA
PERUSAHAAN 4THN PIUTANG 4THN
Cikarang -Jawa Minyak Nabati, minyak
1 PT Wilmar Cahaya Indonesia Tbk 3 Februari 1968 323.114.645.091 786.501.012.698
Barat sania
2 PT Delta Djakarta Tbk 15 Juni 1970 Bekasi Timur Bir 558.198.032.750 149.961.107.500
Jl. Jend Sudirman - Mie, terigu, saos, kecap,
3 PT Indofood Sukses Makmur Tbk 14 Agustus 1990 19.191.756.250.000 4.255.814.000.000
Jakarta kopi
Tomang Raya - Kembang gula, biskuit,
4 PT Mayora Indah Tbk 17 Februari 1997 5.117.616.715.491 4.762.426.008.160
Jakarta snack
Jl. Jend Sudirman -
5 PT Multi Bintang Indonesia Tbk 3 Juni 1929 Bir 506.843.000.000 298.093.539.750
Jakarta
Kopi, coklat, lada hitam,
6 PT Prasidha Aneka Niaga Tbk 16 April 1984 Jakarta 141.718.281.562 74.058.718.383
panili
Sidoarjo - Jawa
7 PT Sekar Laut Tbk 19 Juli 1976 Krupuk udang 225.689.761.770 121.819.678.363
Timur
8 PT Tiga Pilar Sejahtera Food Tbk 26 Januari 1990 Jakarta Bihun jagung 1.155.998.250.000 1.957.780.750.000
Padalarang - Jawa
9 PT Ultra Jaya Milk Tbk 2 Nopember 1971 Susu, buavita, teh kotak 1.698.687.007.629 486.419.767.190
Barat
Sukabumi -Jawa
10 PT Tri Banyan Tirta Tbk 3 Juni 1997 Air mineral 61.606.679.412 51.751.779.927
Barat
PT Indofood CBP Sukses Makmur Jl. Jend Sudirman - Mie, bumbu penyedap,
11 2 September 2009 10.950.709.250.000 3.729.620.750.000
Tbk Jakarta biskuit
Cikarang -Jawa
12 PT Nippon Indosari Corpindo Tbk 8 Maret 1995 Roti, cake, bread crumb 1.314.055.646.137 316.730.136.416
Barat
Jl. Jend Sudirman - Udang, bakso, ikan, cumi,
13 PT Sekar Bumi Tbk 12 April 1973 193.201.959.891 174.656.357.913
Jakarta sosis
Sidoarjo - Jawa Mie, kerupuk, biskuit &
14 PT Siantar Top Tbk 12 Mei 1987 527.079.561.691 271.730.233.183
Timur wafer, kembang gula
55
Deskripsi Data Penelitian

Populasi dalam penelitian ini adalah perusahaan manufaktur sektor konsumsi di
Indonesia yang secara berturut-turut terdaftar di Bursa Efek Indonesia (BEI) selama periode
2014 sampai dengan 2018. Penelitian ini secara purposive sampling mengindikasikan sampel
yang digunakan dalam penelitian ini merupakan representasi dari populasi yang ada serta
sesuai dengan tujuan dari penelitian. Diperoleh sebanyak 14 perusahaan manufaktur sektor
konsumsi yang terdaftar di Bursa Efek Indonesia tahun 2014-2018 yang dijadikan sampel
yang sesuai dengan kriteria sampel penelitian ini.
Statistik deskriptif merupakan berhubungan dengan pengumpulan dan peringkasan
data, serta penyajian hasil peringkasan tersebut. Statistik deskriptif berkaitan dengan
penerapan metode statistik untuk mengumpulkan, mengolah, menyajikan, dan menganalisis
data.
Statistik Deskriptif
ARUS_KAS_
AKTIVITAS_ ARUS_KAS_MASA
LABA PIUTANG OPERASI _DEPAN
N Valid 70 70 70 70
Missing 0 0 0 0
Mean 1941,0571 2166,6429 2509,5571 4586,9100
Median 1960,5000 2186,0000 2536,5000 4612,3535
Std. Deviation 596,05806 433,62714 277,83347 478,31028
Minimum 1018,00 1507,00 2017,00 3498,94
Maximum 2976,00 2950,00 2991,00 5833,57
Sumber : data diolah SPSS
Berdasarkan tabel 4.2 di atas, diketahui bahwa pada variabel arus kas masa depan
(AKM) setelah dilog memiliki nilai minimum sebesar 3498,94 yaitu PT Mayora Indah
Tbk pada tahun 2014 dan nilai maksimum sebesar 5833,57 yaitu PT Indofood Sukses
Makmur Tbk pada tahun 2014. Nilai rata-rata arus kas masa depan (AKM) dari 56
observasi sebesar 478,31028 dan dengan nilai standar deviasi yang masih di bawah rata-
rata sebesar 4586,9100 menunjukkan nilai variasi data keseluruhan tidak memiliki variasi
nilai yang terlalu tinggi.
Variabel arus kas operasional (AKO) setelah dilog memiliki nilai minimum sebesar
2017,00 yaitu pada PT Sekar Bumi Tbk pada tahun 2017 dan nilai maksimum sebesar
2991,00 yaitu pada PT Indofood Sukses Makmur Tbk pada tahun 2016. Nilai rata-rata
arus kas operasional (AKO) dari 56 obeservasi sebesar 277,83347 dan dengan nilai
standar deviasi yang masih di bawah rata-rata sebesar 2509,5571 menunjukkan nilai
variasi data keseluruhan tidak memiliki variasi nilai yang terlalu tinggi.
Variabel laba setelah dilog memiliki nilai minimum sebesar 1018,00 yaitu PT Tri
Banyan Tirta Tbk pada tahun 2018 dan nilai maksimum sebesar 2976,00 yaitu PT
Indofood Sukses Makmur Tbk pada tahun 2018. Nilai rata-rata laba dari 56 observasi
sebesar 596,05806 dan dengan nilai standar deviasi yang masih di bawah rata-rata sebesar
1941,0571 menunjukkan nilai variasi data keseluruhan tidak memiliki variasi nilai yang
terlalu tinggi.
Variabel piutang setelah dilog memiliki nilai minimum sebesar 1507,00 yaitu PT
Multi Bintang Indonesia Tbk pada tahun 2017 dan nilai maksimum sebesar 2950,00 yaitu
56
PT Mayora Indah Tbk pada tahun 2017. Nilai rata-rata piutang dari 56 observasi sebesar
433,62714 dan dengan nilai standar deviasi yang masih di bawah rata-rata sebesar
2166,6429 menunjukkan nilai variasi data keseluruhan tidak memiliki variasi nilai yang
terlalu tinggi.
Uji Asumsi
Klasik
a. Uji Normalitas
Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
ARUS_KAS_
AKTIVITAS_ ARUS_KAS_MASA
LABA PIUTANG OPERASI _DEPAN
N 70 70 70 70
Normal Mean 1941,0571 2166,6429 2509,5571 4586,9100
Parameter Std. 596,05806 433,62714 277,83347 478,31028
a,b
Most Absolute 0,084 0,121 0,092 0,082
Extreme
Positive 0,084 0,121 0,092 0,082
Differen
ce Negative -0,083 -0,095 -0,072 -0,051
s
Test Statistic 0,084 0,121 0,092 0,082
Asymp. Sig. (2-tailed) ,200c,d ,013 c
,200c,d
,200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.
Hasil pengujian normalitas Tabel 4.3 di atas menunjukkan nilai Asymp. Sig. (2-tailed)
mempunyai nilai sebesar 0,200 yang nilainya lebih besar dari 0,05 ( Asymp Sig > 0,05).
Sehingga Ho diterima, yang berarti data terdistribusi secara normal. Sehingga dapat
disimpulkan bahwa regresi berganda yang dibuat telah mengikuti distribusi normal, dengan
demikian model regresi dapat diuji lebih lanjut untuk mengetahui pengaruh masing-masing
variabel bebas terhadap variabel terikat.
57
b. Uji Multikolinieritas
Hasil Uji Multikolinieritas
Coefficientsa
Collinearity Statistics
Model Tolerance VI
F
1 (Constant)
LABA 0,996 1,004
PIUTANG 0,998 1,002
ARUS_KAS_AKTIVITAS_OPERASI 0,997 1,003
a. Dependent Variable: ARUS_KAS_MASA_DEPAN
Perhitungan uji multikolinearitas diatas, maka hasilnya adalah nilai tolerance

menunjukkan tidak ada variabel yang memiliki nilai tolerance lebih dari 0,10 (Tolerance >
0,10). Variabel Laba memiliki Tolerance 0,996, lebih kecil dari 1,000. Variabel Piutang
memiliki nilai tolerance 0,998, lebih kecil dari 1,000 dan variabel Arus Kas Operasi
memiliki nilai tolerance 0,997 lebih kecil dari 1,000.
Berdasarkan hasil perhitungan nilai variance inflation factor (VIF) juga menunjukkan
hal yang sama yaitu tidak ada satupun variabel yang memiliki nilai VIF yang lebih kecil dari
10 (VIF < 10). Variabel Laba memiliki VIF 1,004, lebih kecil dari 10,000 (VIF Variabel Laba
1,004 < 10,0). Variabel Piutang memiliki nilai VIF 1,002, lebih kecil dari 10,000 (VIF
Variabel Piutang 1,002 < 10,0) dan variabel Arus Kas Operasi memiliki nilai VIF 1,003,
lebih kecil dari 10,000 (VIF Variabel Arus Kas Operasi 1,003 < 10,0).
Berdasarkan dasar pengambilan kesimpulan diatas, setelah dilakukan pengujian
Multikolinearitas tersebut dapat disimpulkan bahwa seluruh variabel independen yang
digunakan dalam model regresi tidak terdapat multikolinearitas.
c. Uji Autokorelasi
Hasil Uji Autokorelasi
Model Summaryb
Model Durbin- Watson
1 2,050
a. Predictors:
b. Dependent Variable:
Nilai DW berdasarkan tabel 4.5 di atas adalah sebesar 2,050. Nilai ini akan
dibandingkan dengan nilai tabel dengan menggunakan derajat kepercayaan, maka di tabel
Durbin-Watson akan didapatkan nilai sebagai berikut:
58
Perhitungan Durbin-Watson
Nilai
N K DL DU 4-DU 4-DL DW Keputusan
56 3 1,4581 1,6830 2,317 2,5419 2,050 Tidak terjadi
autokorelasi
Dapat disimpulkan bahwa tidak ada autokorelasi pada model regresi yang digunakan.
Pengujian Autokorelasi
Dw = 2,050
d. Uji Heterokedastisitas
Hasil Uji Heteroskedastisitas
Coefficientsa
KESIMPULA
Model Sig 0,05 N
.
1 (Constant) 0,127 > LOLOS
LABA 0,086 > LOLOS
PIUTANG 0,637 > LOLOS
ARUS_KAS_AKTIVITAS_OPERASI 0,874 > LOLOS
a. Dependent Variable: ABS_RESIDUAL
Hasil uji heteroskedatisitas diatas dapat dilihat bahwa nilai signifikan dari kedua
variabel yang digunakan lebih besar dari 0,05 (nilai Sig > 0,05), yaitu laba, piutang dan arus
kas aktivitas operasi yang artinya bahwa Ho diterima sehingga dapat disimpulkan bahwa
tidak ada heteroskedastisitas dalam model regresi ini.
Pengujian Hipotesis
a. Uji Koefisien Determinasi
Hasil Uji Koefisien Determinasi
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
1 ,964 0,929 0,926 130,47175
a
i. Predictors: (Constant), ARUS_KAS_AKTIVITAS_OPERASI,

PIUTANG,
ii. Dependent Variable: ARUS_KAS_MASA_DEPAN
59
Berdasarkan hasil perhitungan table 4.8 diatas menunjukkan bahwa penyesuaian

koefisien determinasi Adj R^2 = 0,926. Artinya bahwa variasi dari variabel independen yaitu
laba, piutang, dan arus kas operasi mampu menjelaskan variabel dependen (arus kas masa
depan) sebesar 92,6%. Sedangkan sisanya, 100% - 92,6% = 7,4% adalah variasi dari variabel
independen lain yang mempengaruhi variabel arus kas masa depan, namun tidak dimasukkan
ke dalam model regresi. Seperti penghematan dari aktivitas operasi perusahaan, penagihan
piutang lebih dipercepat, sehingga arus kas operasi masa depan lebih baik lagi. Ini
menunjukkan bahwa variabel-variabel bebas yang dianalisis diduga signifikan pengaruhnya
terhadap prediksi arus kas masa depan.
b. Uji Simultan (Uji F)

Hasil Uji F
ANOVAa
Sum of Model Squares
df Mean Square F Sig.
1 Regression 14662359,796 3 4887453,265 287,111 ,000
b
Residual 1123509,862 66 17022,877

Total 15785869,658 69
i. Dependent Variable: ARUS_KAS_MASA_DEPAN
ii. Predictors: (Constant), ARUS_KAS_AKTIVITAS_OPERASI, PIUTANG,
LABA
Hasilnya menunjukkan variabel bebas yang diuji secara bersama-sama

mempunyai pengaruh yang signifikan terhadap variabel prediksi arus kas masa depan.
Hal ini dapat dilihat dari nilai signifikansi uji F yang nilainya sebesar 287,111 dengan
nilai Sig 0,000 (Sig F-stat < 0,05) maka Ho ditolak, sehingga dapat disimpulkan bahwa
secara bersama-sama terdapat pengaruh laba, piutang, dan arus kas operasi terhadap
prediksi arus kas masa depan.
c. Uji t (Pengujian Hipotesis)

Hasil Uji t Regresi Berganda
Coefficientsa
Unstandardized Standardized
Model Coefficients Std. Coefficients t Sig.
B Error Beta
1 (Constant) 624,988 172,183 3,630 0,001
LABA 0,575 0,026 0,717 21,788 0,000
PIUTANG 0,651 0,036 0,590 17,958 0,000
ARUS_KAS 0,572 0,057 0,332 10,098 0,000
_AKTIVITAS_OPERASI
Dependent Variable: ARUS_KAS_MASA_DEPAN
Berdasarkan hasil uji t pada tabel di atas, pada masing-masing variabel dapat
60
diinterpretasikan pengaruhnya terhadap prediksi arus kas masa depan sebagai berikut:
a. Hipotesis 1
Hasil analisis regresi menunjukkan bahwa variabel laba mempunyai koefisien beta
yang positif sebesar 0,575 terhadap arus kas masa depan. Adapun nilai ρ-value (sig.) variabel
laba yang didapat dari uji t yaitu sebesar 0,000 < 0,05, maka laba berpengaruh secara
signifikan terhadap prediksi arus kas masa depan.
b. Hipotesis 2
Hasil analisis regresi menunjukkan bahwa variabel piutang mempunyai koefisien beta
yang positif sebesar 0,651 terhadap arus kas masa depan. Hal ini berarti jika piutang
terlambat ditagih atau terlalu besar maka akan menurunkan arus kas masa depan sebesar
0,651. Maka Adapun nilai ρ-value (sig.) variabel piutang yang didapat dari uji t yaitu sebesar
0,000 < 0,05, maka piutang berpengaruh secara signifikan terhadap prediksi arus kas masa
depan.
c. Hipotesis 3
Hasil analisis regresi menunjukkan bahwa arus kas operasi mempunyai koefisien beta
yang positif sebesar 0,572 terhadap arus kas masa depan. Hal ini berarti jika arus kas aktivitas
operasi mengalami keterlambatan maka akan menurunkan arus kas masa depan sebesar
0,572. Maka adapun nilai ρ-value(sig.) variabel arus kas operasi yang didapat dari uji t yaitu
sebesar 0,000 < 0,05, maka arus kas dari aktivitas operasi berpengaruh secara signifikan
terhadap prediksi arus kas masa depan.
Nilai Signifikan Secara Simultan

ANOVAa
Sum of Model Squares
df Mean Square F Sig.
1 Regression 14662359,796 3 4887453,265 287,111 ,000
b
Residual 1123509,862 66 17022,877

Total 15785869,658 69
a. Dependent Variable: ARUS_KAS_MASA_DEPAN
b. Predictors: (Constant), ARUS_KAS_AKTIVITAS_OPERASI, PIUTANG,
LABA
Berdasarkan hasil uji signifikan simultan pada tabel 4.11 di atas, diketahui bahwa nilai
signifikan sebesar 0,000 < 0,05 maka variabel laba, piutang dan arus kas aktivitas operasi
secara bersama-sama berpengaruh signifikan terhadap prediksi arus kas masa depan.
SIMPULAN
Kesimpulan dalam Penelitian ini dilakukan untuk mengetahui pengaruh laba,

piutang, dan arus kas operasi terhadap prediksi arus kas masa depan pada perusahaan
manufaktur sektor konsumsi yang terdapat di Bursa Efek Indonesia periode tahun 2014-
2018.
Berdasarkan hasil analisis data dan pembahasan yang telah dilakukan, maka
61
dapat disimpulkan bahwa :

1. Laba berpengaruh signifikan terhadap prediksi arus kas masa depan.
2. Piutang berpengaruh signifikan terhadap prediksi arus kas masa depan.
3. Arus kas operasi berpengaruh signifikan terhadap prediksi arus kas masa depan.
DAFTAR PUSTAKA
Adi, Mufid. 2010. Kemampuan Informasi Komponen Arus Kas dan Laba Dalam
Memprediksi Arus Kas Masa Depan. Skripsi S-1 Jurusan Akuntansi Fakultas
Ekonomi, Universitas Diponegoro Semarang.
Bandi dan Rahmawati. 2005. Relevansi Kandungan Informasi Komponen Arus Kas dan Laba
dalam Memprediksi Arus Kas Masa Depan. Jurnal Akuntansi dan Bisnis Vol. 5 No. 1.
Barth et al. 2011. Accruals and the Prediction of Future Cash Flows. The Accounting Revie,
Vol 76.
Belkaoui, Mufid 2010. Evidence on the relationships between earnings and various measures
of cash flows. The Accounting Review.
Ebaid 2011. Kemampuan Prediktif Earnings dan Arus Kas dalam Memprediksi Arus Kas
Masa Depan. Universitas Andalas. SNA IX Padang.
El-sayed, Ibrahim. 2011. Accruals and The Prediction of Future Cash Flows: Emprical
Evidance From an Emerging Market, Journal of Finance, Vol. 34, No. 7.
Farshadfar, Shadi dan Mark Brimble. 2011. The relative ability of earnings and cash flow
forecasting future cash flow. Griffth Business School, Griffth University, Brisbone,
Australia.
Ferdinan Giri, Efraim. 2012. Akuntansi Keuangan Menengah 1, Edisi 1. Yogyakarta: UPP
STIM YKPN.
Ghozali, Imam. 2013. Analisis Multivariate dengan Program SPSS. Semarang : Haryadi,
Rifan. (2011). Pengaruh Aliran Kas Bebas dan Keputusan Pendanaan Terhadap
Nilai Perusahaan. Skripsi. Universitas Widyatama
Hillary, 2014. Pengaruh Laba dan Arus Kas Operasi Terhadap Prediksi Arus Kas Masa
Depan (Studi Kasus Pada Perusahaan Manufaktur di Bursa Efek Indonesia)
Ikatan Akuntan Indonesia. 2009. Standar Akuntansi Keuangan. Jakarta: Salemba Empat.
Irawati, Mira. 2013. Kemampuan Informasi Komponen Arus Kas dan Laba dalam
Memprediksi Arus Kas Masa Depan (Studi Kasus padaEmiten BEI Sektor
Nonfinansial). Skripsi. Fakultas Ekonomi dan Bisnis, Universitas Hasanudin,
Makassar.
Irfan dan Meliana. 2012. Relevansi Kandungan Informasi Komponen Arus Kas dan Laba
Dalam Memprediksi Arus Kas Masa Depan. Jurnal Akuntansi & Bisnis, Vol. 5, No.1.
Kieso, D. E. (2011). Intermediate Accounting (14th edition). New Jersey: John Wiley &
Sons, Inc.
Kieso, Donald E., Jerry J. Weygandt, Terry D Warfield. (2011). Akuntansi intermediate jilid
1. Jakarta: Erlangga.
Kim, M. S & Kross, W. 2002. The Ability of Earnings to Predict Future Operating Cash
Flows Has Been Increasing – Not Decreasing.
Mardiasmo.(2016). Perpajakan - Edisi Terbaru 2016. Penerbit Andi. Yogyakarta.
Prayoga, Irfan Bagus Dwi. 2012. Pengaruh Laba Bersih dan Komponen-Komponen Akrual
Terhadap Arus Kas Aktivitas Operasi Di Masa Mendatang. Skripsi. Fakultas
Ekonomi, Universitas Diponegoro, Semarang.
Rispayanto 2013. Kemampuan Laba Bersih dan Arus Kas Operasi Dalam Memprediksi Arus
62
Kas Operasi di Masa Depan Pada Perusahaan Otomotif yang Terdaftar di Bursa
Efek Indonesia. Jurnal Akuntansi. Fakultas Ekonomi, Universitas Sumatera Utara,
Medan.
Santoso. 2012. Pengaruh laba bersih, arus kas operasi dan komponen- komponen akrual
dalam memprediksi arus kas operasi di masa depan. Diponegoro Journal of
Accounting, Vol. 4, No. 4, Hlm. 1-11.
Sekaran, Uma and Roger Bougie. 2011. Research methods for business. 5th Edition John
Wiley & Sons Inc..
Skousen, K.F dan Smith, J.M., 2011, Akuntansi Intermediate – Jilid 1 & 2, Edisi Kesembilan,
Jakarta: Penerbit Erlangga.
Takhtaei, Nasrollah & Hassan Karimi. 2013. Relative Abilty of Earnings Data and Cash Flow
in Predicting Future Cash Flows. Accounting Department, Dezful Branch, Islamic
Azad University, Dezful, Iran.
Takhtaei, Nasrollah & Hassan Karimi. 2013. Relative Abilty of Earnings Data and Cash Flow
in Predicting Future Cash Flows. Accounting Department, Dezful Branch, Islamic
Azad University, Dezful, Iran.
Warren et al. 2011. Akuntansi Keuangan. Yogyakarta: Graha Ilmu
Warren, dkk. 2014. Accounting Indonesia Adaptation. Jakarta: Salemba Empat.
Widyastuti, Maya. (2017). Pengaruh laba kotor, laba operasi, dan arus kas dalam
memprediksi arus kas di masa mendatang. Skripsi: Fakultas Ekonomi dan Bisnis.
Universitas Pembangunan Nasional Veteran Jawa Timur.
Yuwana, Vina dan Yulius Jogi Christiawan. (2014). Analisis kemampuan laba dan arus kas
operasi dalam memprediksi arus kas operasi masa depan. Business Accounting
Review, Vol. 2, No. 1.

1344 3595 1 PB

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

1344 3595 1 PB

Diunggah oleh

Hak Cipta:

Format Tersedia

45

JURNAL AKUNTANSI, KEUANGAN, PAJAK DAN INFORMASI (JAKPI)

FAKTOR-FAKTOR YANG MEMPENGARUHI PREDIKSI ARUS

Susan Susanti1 dan Trismayarni Elen2

ISSN: XXXX-XXXX (cetak), ISSN: XXXX-XXXX (online),

2. Memungkinkan para pemakai laporan keuangan mengembangkan model untuk

Kerangka pemikirian dalam penelitian ini dapat digambarkan sebagai berikut:

Piutang (X2) Arus Kas Masa

Arus Kas Operasi (X3)

Gambar 1. Kerangka Pemikirian

2. Piutang dan Arus Kas Masa Depan

3. Arus Kas Operasi dan Arus Kas Masa Depan

Populasi dan Sampel

Metode Pengumpulan Data

Uji Statistik Deskriptif

Uji Asumsi Klasik

Uji Durbin - Watson (DW Test)

Hipotesis nol Keputusan Jika

Analisis Regresi Berganda

a. Uji Koefisien Determinasi (R2)

c. Uji Parsial (Uji t)

HASIL DAN PEMBAHASAN

Deskripsi Data Penelitian

Perhitungan uji multikolinearitas diatas, maka hasilnya adalah nilai tolerance

i. Predictors: (Constant), ARUS_KAS_AKTIVITAS_OPERASI,

Berdasarkan hasil perhitungan table 4.8 diatas menunjukkan bahwa penyesuaian

b. Uji Simultan (Uji F)

Residual 1123509,862 66 17022,877

Hasilnya menunjukkan variabel bebas yang diuji secara bersama-sama

c. Uji t (Pengujian Hipotesis)

Nilai Signifikan Secara Simultan

Residual 1123509,862 66 17022,877

Kesimpulan dalam Penelitian ini dilakukan untuk mengetahui pengaruh laba,

dapat disimpulkan bahwa :

Anda mungkin juga menyukai