2507 8309 1 PB

Machine Translated by Google
Jurnal Internasional Penelitian Ekonomi, Bisnis dan Akuntansi (IJEBAR)

Tinjauan Sejawat – Jurnal Internasional
Vol-5, Edisi-2, 2021 (IJEBAR)
E-ISSN : 2614-1280 P-ISSN 2622-4771
https://jurnal.stie-aas.ac.id/index.php/IJEBAR
PENGARUH LABA OPERASI, LABA BERSIH, DAN LABA KOTOR PADA PT

MEMPREDIKSI ARUS KAS MASA DEPAN PADA PERUSAHAAN MAKANAN DAN
MINUMAN YANG TERDAFTAR DI BEI TAHUN 2016 – 2018
Indra Lila Kusuma

Institut Teknologi Bisnis – AAS Indonesia
Email: i_lilakusuma@yahoo.com
Sumadi
Institut Teknologi Bisnis – AAS Indonesia
Email: ahmadsumadi1924@gmail.com
Abstrak : Penelitian ini bertujuan untuk mengetahui pengaruh pendapatan operasional, laba bersih, laba kotor dalam
memprediksi arus kas masa depan pada perusahaan makanan dan minuman yang terdaftar di Bursa
Efek Indonesia. Penelitian yang digunakan adalah penelitian kausal dengan populasi perusahaan
makanan dan minuman yang terdaftar di Bursa Efek Indonesia pada tahun 2016 sampai dengan tahun 2016.
Tahun 2018. Penelitian ini menggunakan metode purposive sampling dengan sampel sebanyak 19
perusahaan yang merupakan perusahaan makanan dan minuman yang terdaftar di Bursa Efek
Indonesia periode 2016 – 2018. Pengumpulan data pada penelitian ini dilakukan dengan menggunakan
data sekunder yaitu laporan keuangan perusahaan makanan. dan perusahaan minuman periode 2016
– 2018 yang terdaftar di Bursa Efek Indonesia. Hasil penelitian diperoleh secara parsial variabel laba
operasi berpengaruh terhadap arus kas masa depan sedangkan variabel laba bersih dan variabel laba
kotor tidak berpengaruh secara parsial terhadap arus kas masa depan. Secara simultan pendapatan
operasional, laba bersih, dan laba kotor berpengaruh terhadap arus kas masa depan dan memberikan
pengaruh sebesar 0,617 atau 61,7% dalam memprediksi arus kas masa depan.
Kata Kunci : Laba Operasional, Laba Bersih, dan Laba Kotor, Arus Kas
1. Perkenalan
Perkembangan perusahaan sektor industri makanan dan minuman di Indonesia dijadikan sebagai salah
satu sumber andalan sektor industri khususnya bagi pertumbuhan perekonomian nasional. Fenomena perkembangan
tersebut menjelaskan sektor makanan dan minuman yang merupakan salah satu bentuk sektor industri di Bursa Efek
Indonesia (BEI) yang mempunyai peluang untuk tumbuh dan berkembang. Hal ini terlihat dari semakin berkembangnya
industri makanan dan minuman di tanah air setelah memasuki krisis berkepanjangan. Ketidakpastian yang terjadi
saat ini membuat persaingan semakin ketat sehingga para manajer perusahaan berlomba-lomba mencari investor
untuk menginvestasikan dananya pada perusahaan makanan dan minuman (Akdi Sutedji, 2018).
Peluang tumbuhnya investasi di sektor makanan dan minuman saat ini sangat terbuka karena pasarnya
masih terbuka lebar dengan jumlah penduduk yang sangat tinggi sehingga dijadikan sebagai bagian dari pertumbuhan
dan pendapatan. Infografis Katadata Databoks yang diterbitkan pada tahun 2018 mengungkapkan “Industri makanan
dan minuman merupakan sektor penting bagi perekonomian nasional. Domestik Bruto
Jurnal Internasional Penelitian Ekonomi, Bisnis dan Akuntansi (IJEBAR) Halaman 530

E-ISSN : 2614-1280 P-ISSN 2622-4771
Produk (PDB) sektor makanan dan minuman pada tahun 2016 mencapai Rp586,5 triliun atau 6,2% dari total Produk
Domestik Bruto (PDB) nasional sebesar Rp9.433 triliun. Selain itu, sektor makanan dan minuman dipastikan tumbuh
melebihi pertumbuhan Produk Domestik Bruto (PDB) nasional.
Pada triwulan III tahun 2017, Produk Domestik Bruto (PDB) subsektor makanan dan minuman meningkat
dari 9,46% menjadi Rp 166,7 triliun, sedangkan perekonomian Indonesia hanya tumbuh
sebesar 5,06%. Sepanjang triwulan I tahun 2017, subsektor makanan dan minuman memberikan kontribusi sebesar
33,78%. Produk Domestik Bruto (PDB) sektor manufaktur yang mencapai Rp1,406 triliun dan juga menyumbang
6,42% terhadap Produk Domestik Bruto (PDB) nasional yang mencapai Rp7,402 triliun.” (Badan Pusat Statistik,
2017).
Informasi mengenai perkembangan dan pertumbuhan ekonomi yang sedang berlangsung bersumber dari
lingkungan eksternal perusahaan untuk dapat melakukan investasi pada sektor usaha tertentu.
Mawickere (2017) menyatakan bahwa informasi keuangan digunakan sebagai bentuk laporan keuangan dan masih
diyakini sebagai alat yang selalu dibutuhkan oleh penggunanya untuk mengurangi ketidakpastian dalam pengambilan
keputusan ekonomi. Salah satu upaya untuk mengurangi ketidakpastian tersebut adalah dengan menganalisis
catatan laporan keuangan perusahaan. Penilaian investor akan memprediksi arus kas masa depan.
Keputusan ekonomi akan dimanfaatkan oleh pemegang laporan keuangan, maka perlu dilakukan penilaian
terlebih dahulu terhadap kinerja perusahaan untuk memperoleh keuntungan yang maksimal (kas dan setara kas)
serta kepastian hasil keuntungan. Pengguna laporan keuangan diharapkan dapat mengambil keputusan tersebut.
dapat memperkirakan kinerja perusahaan untuk memperoleh laba (kas dan setara kas) dengan baik apabila
memperoleh informasi posisi keuangan yang akurat serta perubahan posisi keuangan dan laporan arus kas
perusahaan. Shofiahilmy Rispayanto, 2019: 2).
Laporan keuangan perusahaan merupakan bagian dari sumber informasi utama yang sangat penting bagi
investor untuk dapat menganalisis hasil kinerja manajemen yang diprediksi akan memperoleh keuntungan dan arus
kas di masa yang akan datang. Pengguna laporan keuangan seperti kreditor dan investor akan lebih tertarik jika
terjadi perubahan arus kas di masa yang akan datang (Marisca Dwi Ariani, 2010: 1). Laporan arus kas merupakan
bagian dari laporan keuangan yang mempunyai kemampuan entitas dalam menghasilkan arus kas di masa yang
akan datang dan laporan arus kas dapat digunakan sebagai alat untuk memprediksi arus kas perusahaan di masa
yang akan datang (Akdi Sutdji, 2018). Jenis laporan keuangan yang mempunyai kaitan dengan prediksi arus kas
masa depan adalah laporan arus kas.
Laporan arus kas merupakan laporan yang memberikan informasi terkait penerimaan dan pengeluaran kas
perusahaan dalam suatu tahun tertentu (Dewi Setiawati, 2018:324). Laporan arus kas selalu memberikan informasi
terkait arus kas masuk dan keluar perusahaan dari tiga aktivitas yaitu aktivitas operasi, aktivitas investasi, dan
aktivitas pendanaan perusahaan (Lidia M. Mawikere, 2017).
Laporan arus kas bersumber dari aktivitas operasi termasuk penerimaan dan pengeluaran kas. Penerimaan
dan pengeluaran kas juga bersumber dari transaksi yang akan menghasilkan pendapatan dan pengeluaran yang
disampaikan melalui laporan laba rugi perusahaan.
Arus kas operasi merupakan laporan arus masuk dan keluar kas dan setara kas yang berasal dari aktivitas operasi
yang merupakan aktivitas penghasil pendapatan utama perusahaan.
Laporan laba rugi merupakan laporan utama yang berkaitan dengan kinerja suatu perusahaan selama satu
tahun tertentu. Laporan laba rugi juga mempunyai banyak angka yaitu laba operasi, laba bersih, laba kotor.
Keuntungan ini mempunyai potensi yang dibutuhkan oleh pihak eksternal dan internal didalamnya

E-ISSN : 2614-1280 P-ISSN 2622-4771
perusahaan. Laba dapat digunakan untuk mengukur kinerja perusahaan serta memberikan informasi
terkait kewajiban dan tanggung jawab manajemen puncak dalam mengelola sumber daya yang
dipercayakan kepadanya. Informasi laba dipublikasikan oleh manajemen yang lebih mengetahui kondisi
perusahaan (Ferra K Wanti, 2012:36). Laba operasi adalah seluruh pendapatan dan beban serta
keuntungan dan kerugian yang berasal dari transaksi yang berkaitan dengan kegiatan terutama dan di
luar harga pokok penjualan (Nur Ainiyah, 2018). Laba bersih merupakan suatu angka akrual berupa
penambahan laba sebelum pajak dengan penghasilan lain seperti pendapatan dan beban bunga yang
menjadi pengurangan seperti beban pajak dan beban bunga sehingga dengan penambahan dan
pengurangan tersebut diperoleh laba bersih tahun berjalan (Noor S Askandar, 2015:57).
2. Metode Penelitian
Jenis penelitian ini adalah penelitian kuantitatif, dengan menggunakan data sekunder. Data yang
digunakan dalam penelitian ini diperoleh dari websitehttp://www.idx.co.id/,. Data yang digunakan dalam
penelitian ini berupa laporan keuangan perusahaan makanan dan minuman yang terdaftar di Bursa Efek
Indonesia (BEI) yang meliputi laporan laba rugi dan laporan arus kas yang berkaitan dengan objek
penelitian. Sumber datanya adalah data kuantitatif karena dinyatakan dengan angka-angka yang
menunjukkan nilai variabel-variabel yang ada.
Sumber data penelitian dibedakan menjadi 2 yaitu sumber data sekunder dan sumber data primer
(Sugiyono, 2015:2). Data sekunder pada umumnya merupakan bukti berupa catatan atau laporan sejarah
yang tersimpan dalam arsip yang diterbitkan dan tidak diterbitkan (data dokumen). Data sekunder dalam
penelitian ini adalah perusahaan makanan dan minuman yang terdaftar di Bursa Efek Indonesia (BEI)
pada tahun 2016 –2018.
3. Hasil Penelitian Dan Pembahasan

1) Statistik Deskriptif Variabel Penelitian
Statistik deskriptif merupakan statistik yang menjelaskan data yang telah dikumpulkan dan dirangkum
mengenai aspek-aspek penting yang berkaitan dengan gambaran distribusi frekuensi variabel penelitian.
Menurut Imam Ghozali (2016) menyatakan bahwa uji statistik deskriptif biasanya mencakup uraian atau
uraian hal-hal berikut dari data; nilai maksimum, nilai minimum, mean (rata-rata), median, modus, dan
simpangan baku. Dan uji asumsi klasik meliputi uji normalitas, uji multikolinearitas, uji autokorelasi, dan uji
heteroskedastisitas. Pengujian ini dilakukan untuk mengetahui signifikan atau tidaknya pengaruh masing-
masing variabel independen terhadap variabel dependen.
Seperti yang telah dijelaskan sebelumnya, dalam penelitian ini sampel yang digunakan adalah 57
sampel berdasarkan data laporan keuangan 19 perusahaan yang terdaftar di Bursa Efek Indonesia (BEI)
selama tiga tahun. Data yang diambil untuk penelitian ini adalah data tahun 2016 sampai dengan tahun
2018 sehingga menjadi subjek utama data akhir yang digunakan melalui analisis regresi linier berganda.
Hasil analisis regresi linier berganda dengan bantuan program aplikasi komputer IBM SPSS Statistics 26
diperoleh hasil sebagai berikut:

E-ISSN : 2614-1280 P-ISSN 2622-4771
Tabel 1. Hasil Uji Statistik Deskriptif
Std.
N Minimum Maksimum rata-rata Deviasi
X1 57 9,47 11,8223 8,5713,77
11,4241 6,29 11,6100 0,97514
X2 57 8,96 11,1011 13,72 0,92911
X3 57 13,70 1.21160
Y 57 13,32 1.19636
Valid N 57
(daftar)
Sumber: Data sekunder diolah, 2020
Hasil uji statistik deskriptif pada tabel 4.1 diatas dapat dilihat:
a) Laba Operasional (X2)

Variabel laba operasional mempunyai nilai terendah sebesar 9,47, nilai tertinggi sebesar 13,77, nilai rata-
rata sebesar 11,8223, dan tingkat sebaran data sebesar 0,97514.
b) Laba Bersih (X1)

Variabel laba bersih mempunyai nilai terendah sebesar 8,57, nilai tertinggi sebesar 13,72, nilai rata-rata
sebesar 11,4241, dan tingkat sebaran data sebesar 0,92911.
c) Laba Kotor (X3)

Variabel laba kotor mempunyai nilai terendah sebesar 6,29, nilai tertinggi sebesar 13,70, nilai rata-rata
sebesar 11,6100, dan tingkat sebaran data sebesar 1,21160.
d) Arus Kas (Y)

Variabel arus kas (Y) mempunyai nilai terendah sebesar 8,96, nilai tertinggi sebesar 13,32, nilai rata-rata
sebesar 11,101 dan tingkat sebaran data sebesar 11,19636.
2) Hasil Uji Asumsi Klasik

Sebelum melanjutkan pengujian hipotesis dalam penelitian ini, langkah pertama yang harus dilakukan
adalah menguji asumsi klasik terlebih dahulu. Hal ini berguna untuk melihat apakah data sudah berdistribusi
normal dapat dilihat dengan menggunakan uji normalitas (Kolmogorov Smirnov), dan untuk melihat apakah
penelitian terdapat multikolinearitas dapat dilihat dengan menggunakan Variance Inflation Factors (VIF), yang
terdapat pada uji multikolinearitas, sedangkan untuk melihat pada penelitian ini tidak terjadi autokorelasi dengan
menggunakan Durbin Watson ditemukan pada uji autokorelasi, adapun untuk melihat terjadinya heteroskedastisitas
dapat dilihat dengan menggunakan diagram Scatterplot yang terdapat pada uji heteroskedastisitas.
Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel residual berdistribusi
normal atau tidak (Imam Ghozali, 2016:160). Untuk membuktikan model regresi normal atau tidak dilakukan uji
One-Sample Kolmogorov – Smirnov (KS).
A. Jika tingkat signifikansi Kolmogorov-Smirnov kurang dari 0,05 maka Ha diterima, jadi
data sisa tidak berdistribusi normal.
B. Apabila tingkat signifikansi Kolmogorov-Smirnov lebih besar dari 0,05 maka Ha adalah

E-ISSN : 2614-1280 P-ISSN 2622-4771
ditolak, sehingga data sisa berdistribusi normal.

Hasil uji normalitas menggunakan Kolmogorov-Smirnov. Tesnya dapat dilihat pada tabel di bawah ini:
Tabel 2. Hasil Uji Normalitas

Tes Kolmogorov-Smirnov Satu Sampel
Residu Tidak
Standar
N 57
Normal berarti 0,0000000
Parameter, b
Std. Deviasi 0,72029468
Paling Ekstrem Mutlak 0,090
Perbedaan
Positif 0,068
negatif -0,090
Statistik Uji 0,090
asymp. tanda tangan. (2- 0,200c,d
berekor)
A. Distribusi tes Normal.
B. Dihitung dari data
C. Koreksi Signifikansi Lilliefors
D. Ini adalah batas bawah dari arti sebenarnya.
Sumber: data sekunder yang diolah, 2020
Berdasarkan uji normalitas diatas menunjukkan hasil uji Kolmogorov-Smirnov membuktikan nilai signifikansi
(Asymp. Sig 2-tailed) lebih besar dari 0,05 yaitu 0,200 > 0,05 maka dapat disimpulkan bahwa data residual berdistribusi
normal .
Hasil uji normalitas juga dapat dilihat dengan menggunakan analisis grafik plot probabilitas normal. Hasil
pengujian yang dilakukan untuk mengetahui normalitas model regresi penelitian ini dapat dilihat pada gambar di
bawah ini:

E-ISSN : 2614-1280 P-ISSN 2622-4771
Gambar 1. Bagan Plot Probabilitas
Berdasarkan hasil uji normalitas data menggunakan Probability Plot of Standardized

Residual di atas, hasil kurva probabilitas plot menunjukkan bahwa titik-titik pada grafik berimpit dan
mengikuti garis diagonal sehingga dapat disimpulkan bahwa model regresi normal. didistribusikan.
Uji Multikolinearitas
Pengujian multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan
adanya korelasi antar variabel independen (Imam Ghozali, 2016:106). Pengujian multikolinearitas
merupakan pengujian yang bertujuan untuk menguji apakah dalam model regresi terdapat korelasi
antar variabel independen. Pengaruh multikolinearitas menjadi penyebab tingginya variabilitas
dalam sampel. Artinya standar errornya besar, akibatnya ketika koefisien diuji maka thitung akan
lebih kecil dari ttabel. Hal ini menunjukkan bahwa tidak terdapat hubungan linier antara variabel
independen yang dipengaruhi oleh variabel dependen.
Untuk mengetahui ada tidaknya multikolinearitas pada model regresi dapat dilihat dari nilai
toleransi dan nilai variance inflasi faktor (VIF). Toleransi mengukur variabilitas variabel independen
terpilih yang tidak dapat dijelaskan oleh variabel independen lainnya. Kedua ukuran ini menunjukkan
mana dari masing-masing variabel independen yang dapat dijelaskan oleh variabel independen
lainnya. Jika nilai toleransi di atas 10% dan VIF di bawah 10 maka dapat disimpulkan model regresi
bebas dari multikolinearitas.

E-ISSN : 2614-1280 P-ISSN 2622-4771
Tabel 3. Hasil Uji Multikolinearitas

Koefisiensa
Model Statistik Kolinearitas

(Konstan) Toleransi X1 VIF
1 0,248 X2 0,354 X3 4.035
0,461 2.828
2.167
Hasil perhitungan uji multikolinearitas pada tabel 4.3 diatas menunjukkan bahwa laba
operasi, laba bersih, dan laba kotor mempunyai nilai nilai VIF dan nilai toleransi dimana nilai VIF
harus lebih besar dari 0,10 dan nilai toleransi harus dibawah 10 , berikut dapat dijelaskan dibawah
ini:
A. Laba operasional (X1)
Pada variabel laba operasi (X1) nilai toleransi sebesar 0,248 > 0,10 dan VIF 4,035 < 10 berarti tidak
terjadi multikolinearitas.
B. Laba bersih (X2)
Pada variabel laba bersih (X2) hasil nilai toleransi 0,354 > 0,10 dan VIF 2,828 < 10 berarti tidak
terjadi multikolinearitas.
C. Laba Bersih (X3)

Pada variabel laba kotor (X3) nilai toleransinya sebesar 0,461 > 0,10 dan VIF sebesar 2,167 < 10
artinya tidak terjadi multikolinearitas.
Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linier terdapat korelasi antara
confounding error pada periode t dengan confounding error pada periode t-1 (sebelumnya). Jika terjadi
korelasi disebut masalah autokorelasi. Autokorelasi muncul karena pengamatan yang berurutan dari waktu
ke waktu saling berkaitan satu sama lain.
Tabel 4. Hasil Uji Autokorelasi

Ringkasan Modelb
R R Std yang disesuaikan. Kesalahan Durbin-
Model R persegi Kotak Perkiraan Watson
1 0,798a 0,638 0,617 0,74040 2.056
A. Prediktor: (Konstan), X3, X2, X1
B. Variabel Dependen: Y
Tabel tersebut menyimpulkan hasil uji autokorelasi dimana angka Durbin Watson yang dihasilkan
dari model regresi data adalah sebesar 2,056. Sedangkan dari tabel DW dengan signifikansi 0,05 dan jumlah
data (n) = 57, serta k = 3 (k adalah jumlah variabel independen) diperoleh nilai dL sebesar 1,4637 dan dU
sebesar 1,6845 (lihat lampiran). Karena nilai DW

E-ISSN : 2614-1280 P-ISSN 2622-4771
(2,056) berada pada daerah dU < d < 4-dU (1,6845 < 2,056 < 2,3155), Ho diterima yang berarti tidak terjadi
autokorelasi.
Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam regresi terdapat ketidaksamaan
varians dari sisa pengamatan yang satu dengan pengamatan yang lain. Jika varians dari sisa pengamatan
yang satu ke pengamatan yang lain tetap maka homoskedastisitas dan jika berbeda disebut
heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak ada heteroskedastisitas.
Hasil Uji Heteroskedastisitas Dengan Grafik Scatterplot
Dari grafik scatterplot terlihat titik-titik data tersebar di atas dan di bawah atau disekitar angka 0, titik-titik
tidak berkumpul tepat di atas atau di bawah, penyebaran titik-titik data tidak membentuk pola bergelombang
yang melebar lalu menyempit dan melebar lagi. dapat disimpulkan tidak terjadi heteroskedastisitas pada
model regresi ini. Hal ini dibuktikan dengan hasil uji glejser:
Hasil Tes Glejser

Tabel 5. Koefisiensa
Koefisien Standar Tidak Terstandar
Koefisien
Model Std. Kesalahan T tanda tangan.
1 (Konstan) Beta B 1,840 0,785 2,344 0,023

X1 -0,117 0,125 -0,249 -0,938 0,353
X2 -0,072 0,110 -0,145 -0,654 0,516
X3 0,079 0,074 0,209 1,071 0,289

E-ISSN : 2614-1280 P-ISSN 2622-4771
A. Arus Kas Variabel Dependen
Hasil uji glejser pada tabel 4.7 diatas membuktikan sebagai berikut:
A. Laba Operasional (X1)
Pada variabel laba operasi (X1) nilai signifikansinya sebesar 0,353 > 0,05 artinya tidak terdapat
gejala heteroskedastisitas.
B. Laba Bersih (X2)
Pada variabel Laba Bersih (X2) nilai signifikansinya sebesar 0,516 > 0,05 artinya tidak terdapat
gejala heteroskedastisitas.
C. Laba Kotor (X3)
Pada variabel Laba Kotor (X3) nilai signifikansinya sebesar 0,289 > 0,05 artinya tidak terdapat gejala
heteroskedastisitas.
Analisis Regresi Linier Berganda

Analisis regresi linier berganda dimaksudkan untuk menguji sejauh mana dan bagaimana pengaruh
variabel independen terhadap variabel dependen. Variabel independen dalam penelitian ini adalah laba
bersih (X1), laba operasional (X2), dan laba kotor (X3). Sedangkan variabel terikatnya adalah arus kas (Y).
Hasil perhitungan regresi statistik disajikan pada tabel di bawah ini:
Tabel 6. Hasil Uji Regresi Arus Kas

Koefisiensa
Koefisien Standar Tidak Terstandar Kolinearitas

Koefisien Statistik
Model B Std. ErrorBeta T tanda tangan.
toleransi VIF
1 (Konstan) 1,957 0,280 X1 0,748 0,458
0,699 0,204 0,226 0,179 0,104 0,570 3,431 0,001 0,248 4.035
X2 0,120 0,176 1,264 0,212 0,354 2.828
X3 0,105 0,864 0,392 0,461 2.167
a. Variabel Dependen: Y
Sumber : Olahan Data Sekunder, 2020
Uji F (Serentak)
Uji statistik F menunjukkan apakah seluruh variabel independen yang dimasukkan dalam model
mempunyai pengaruh secara bersama-sama atau simultan terhadap variabel dependen (Imam Ghozali,
2017: 22). Tujuan pengujian adalah untuk membandingkan nilai F-hitung dengan F-tabel pada taraf signifikan 0,05.
Rumus mencari tabel F adalah sebagai berikut:
F tabel = (df1 = k-1 : df2 = nk)

= (4-1 : 57-4)
= (3 : 53)
F tabel = 3 : 53 maka dicari sebaran nilai F tabel = 5% dan didapat nilai F tabel sebesar 2,78. Hasil
uji F pada penelitian ini terdapat pada tabel 4.7 dibawah ini:

E-ISSN : 2614-1280 P-ISSN 2622-4771
4. Kesimpulan
1) Laba operasi (X1) berpengaruh secara parsial terhadap arus kas masa depan makanan dan minuman
perusahaan yang terdaftar di Bursa Efek Indonesia (BEI) pada tahun 2016 – 2018.
2) Laba bersih (X2) tidak berpengaruh secara parsial terhadap arus kas masa depan pada perusahaan makanan dan minuman
tercatat di Bursa Efek Indonesia (BEI) pada tahun 2016 – 2018.
3) Laba kotor (X3) tidak berpengaruh secara parsial terhadap arus kas masa depan pada perusahaan makanan dan minuman
tercatat di Bursa Efek Indonesia (BEI) pada tahun 2016 – 2018.
4) Laba operasional (X1), laba bersih (X2), laba kotor (X3) mempunyai pengaruh secara simultan terhadap
arus kas masa depan pada perusahaan makanan dan minuman yang terdaftar di Bursa Efek Indonesia
(BEI) tahun 2016 – 2018.
Referensi
Ainiyah, Nur. (2018). Pengaruh Laba Kotor, Laba Operasi Dan Laba Bersih Untuk Memprediksi Arus Kas
Masa Depan Pada Perusahaan Food & Beverages Yang Terdaftar Di Bei Periode 2015 – 2017.
Skripsi. Jawa Timur: Fakultas Ekonomi, Universitas Islam Majapahit.
Ardi, Muhammad. (2018). Analisis Laba Kotor Sebagai Alat Untuk Mementukan Naik Turunnya Harga Jual
Pada Qmart Superstore Kota Goronontalo. Jurnal Al Buhuts. Jil. 1, No 1: Hal 124 – 146.
Ariani, M.Dwi. (2010). Pengaruh Laba Kotor, Laba Operasi Dan Laba Bersih Dalam Memprediksi Arus Kas
Di Masa Mendatang. Skripsi. Fakultas Ekonomi Semarang, Universitas Diponegoro.
Askandar, Noor Shodiq. (2019). Pengaruh Laba Kotor,Laba Operasi Dan Laba Bersih Dalam Memprediksi
Arus Kas Di Masa Mendatang. (Studi Empiris Perusahaan Manufaktur Di Bursa Efek Indonesia tahun
2012 – 2017). Jurnal Ilmiah Riset Akuntansi. Vol.8, No 1: Hal. 53 – 64.
Badan pusat statistik. (2017). Laju pertumbuhan PDB/ PDRB.buku. Jakarta Pusat. Badan pusat
statistik
Dwi Rahayu dan Nining Mulyaningsih. (2016) Pengaruh Laba Bersih Dan Arus Kas Operasi Terhadap
Kebijakan Dividen Pada Perusahaan Makanan Dan Minuman Yang Terdaftar Di Bursa Efek Indonesia
2010 – 2014. Jurnal Ekonomi. No.43.Hal. 33 – 43.
Ghozali, Imam. (2016). Aplikasi Multivariat dengan program SPSS. Semarang: Badan Penerbit Universitas
Dipenegoro.
Ghozali, Imam. (2017). Aplikasi Multivariat dengan program SPSS. Semarang: Badan Penerbit Universitas
Dipenegoro.
Herlina, Nina. (2019). Peningkatan Laba Oporasi Dengan Pengendalian Biaya Produksi.
Keunggulan Kompetitif Berkelanjutan. Jilid 9, N0 1. Hal. 207 – 221.
Ikatan Akuntansi Indonesia. PSAK No. 2. (2015) Tentang Laporan Arus Kas. Jakarta: Dewan Standar
Akuntansi.
Jordan Setiawan S. (2015). Pengaruh Laba Kotor, Laba Operasi, Laba Bersih Dalam Memprediksi Arus Kas
Masa Mendatang. Skripsi. Jember: Universitas Jember.
Jusniati. (2016). Pengaruh Laba Kotor, Laba Bersih Dan Arus Kas Operasi Terhadap Arus Kas Operasi
Dimasa Depan Pada Perusahaan Aneka Industri Yang Terdaftar Di Bursa Efek Indonesia Tahun
2011-2014. Skripsi. Tanjung Pinang: Universitas Maritim Raja AliHaji.
Kartikahadi, Hans. (1994) Peryataan Standar Akuntansi Keuangan (PSAK) No.2 Laporan Arus

E-ISSN : 2614-1280 P-ISSN 2622-4771
Kas.Jakarta: Dewan Ikatan Akuntansi Indonesia.
Kasmir. (2016). Analisis Laporan Keuangan.Jakarta: PT Raja Grafindo Persada.

Lau Peter, Lam Nelson. (2015). Pelaporan Keuangan Menengah.An: Perspektif IFRS. Jakarta:
Selemba Empat.
M, Mamduh. (2016). Analisis Laporan Keuangan Edisi Kelima. Yogyakarta : UPP STIM YKPN.
Mawikere, M Lidia dan Ventje Ilat. (2017). Pengaruh Laba Bersih, Perubahan Piutang Usaha,
Perubahan Utang Usaha Dan Perubahan Persediaan Terhadap Arus Kas Operasi Di Masa
Depan Pada Perusahaan Yang Terdaftar Dalam Indeks Lq45 Di Bursa Efek Indonesia Tahun
2011-2015. Jurnal Imba. Vol.5, No.2: Hal. 1484 – 1492.
Putri, Ayu dan Ayu Yuli. (2019). Analisis Pengaruh Komponen Arus Kas Dan Laba Kotor Terhadap
Harga Saham ( Studi Empiris Pada Perusahaan Farmasi Yang Terdaftar Di Bursa Efek
Indonesia Tahun 2012 – 2016). Jurnal Penelitian dan Pengembangan Multidisiplin.Vol.1 : No
3 : Hal. 436 – 448.
Rispayanto, Shofiahilmy.(2013) Pengaruh Laba Kotor, Laba Operasi, Laba Bersih Dalam
Memprediksi Arus Kas Masa Mendatang. Jurnal akuntansi. Vol.1: No.3: Hal: 1- 13.
Samryn. (2015). Pengantar akuntansi buku dua.jakarta: PT Raja Grafindo persada.
Setiawati, Dewi. (2018). Pengaruh Laba Bersih dan Arus Kas Operasi Terhadap Harga Saham
Pada Perusahaan Makanan dan Minuman Yang Terdaftar Di Bursa Efek Indonesia Periode
2012 – 2015. Dinamika Ekonomi Jurnal Ekonomi Dan Bisnis vol.11, No 2: 319 – 330.
Siska, Helda Yulia. (2016). Kemampuan Laba Operasi, Arus Kas Operasi Dan Modal Kerja Dalam
Memprediksi Arus Kas Masa Depan pada perusahaan manufaktur yang terdaptar di bursa
efek Indonesia pada tahun 2010 – 2014.Skripsi.Surabaya: STIE Perbanas Surabaya.
Subramanyam. (2010). Analisis Laporan Keuangan. Jakarta: Salemba Empat.
Sugiyono. (2017). Metode Penelitian Pendidikan Pendekatan Kuantitatif, Kualitatif Dan R&D.
Bandung: Alfabeta.
Sutedji, Akdi. (2018). Pengaruh Laba Kotor, Laba Operasi, Laba Bersih Dalam Memprediksi Arus
Kas Di Masa Mendatang Pada Perusahaan Makanan Dan Minuman Yang Terdaftar Di Bursa
Efek Indonesia tahun 2014 – 2017. Skripsi. Jakarta: Universitas Satya Negara Indonesia.
Wanti, Ferra KP (2012). Kemampuan Laba Bersih,Arus Kas Operasi dan Rasio Piutang Untuk
Mempengaruhi Arus Kas Masa Mendatang Pada Perusahaan Makanan dan Minuman di
Bursa Efek Indonesia. Berkala Ilmiah Mahasiswa Akuntansi Vol.1, No.3: Hal 36 – 41.
Wowor, Andre Stefano dan Maryam Mangantar. (2014). Laba Bersih Dan Tingkat Risiko Harga
Saham Pengaruh Terhadap Dividen Pada Perusahaan Otomotif Yang Terdaftar Di Bursa
Efek. Jurnal IMBA. Jil. 2 N0.4
www.sirusa.bps.go.id/index.php?r=indikator/view&id=3. diakses tanggal 19 September 2017.
www. Idx.co.id diakses tanggal 17 November 2018.

2507 8309 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

2507 8309 1 PB

Diunggah oleh

Hak Cipta:

Format Tersedia

Machine Translated by Google

Jurnal Internasional Penelitian Ekonomi, Bisnis dan Akuntansi (IJEBAR)

PENGARUH LABA OPERASI, LABA BERSIH, DAN LABA KOTOR PADA PT

Indra Lila Kusuma

Jurnal Internasional Penelitian Ekonomi, Bisnis dan Akuntansi (IJEBAR)

Jurnal Internasional Penelitian Ekonomi, Bisnis dan Akuntansi (IJEBAR)

3. Hasil Penelitian Dan Pembahasan

Jurnal Internasional Penelitian Ekonomi, Bisnis dan Akuntansi (IJEBAR)

Tabel 1. Hasil Uji Statistik Deskriptif

a) Laba Operasional (X2)

b) Laba Bersih (X1)

c) Laba Kotor (X3)

d) Arus Kas (Y)

2) Hasil Uji Asumsi Klasik

Jurnal Internasional Penelitian Ekonomi, Bisnis dan Akuntansi (IJEBAR)

ditolak, sehingga data sisa berdistribusi normal.

Tabel 2. Hasil Uji Normalitas

Jurnal Internasional Penelitian Ekonomi, Bisnis dan Akuntansi (IJEBAR)

Gambar 1. Bagan Plot Probabilitas

Berdasarkan hasil uji normalitas data menggunakan Probability Plot of Standardized

Jurnal Internasional Penelitian Ekonomi, Bisnis dan Akuntansi (IJEBAR)

Tabel 3. Hasil Uji Multikolinearitas

Model Statistik Kolinearitas

C. Laba Bersih (X3)

Tabel 4. Hasil Uji Autokorelasi

Jurnal Internasional Penelitian Ekonomi, Bisnis dan Akuntansi (IJEBAR)

Hasil Uji Heteroskedastisitas Dengan Grafik Scatterplot

Hasil Tes Glejser

1 (Konstan) Beta B 1,840 0,785 2,344 0,023

Jurnal Internasional Penelitian Ekonomi, Bisnis dan Akuntansi (IJEBAR)

A. Arus Kas Variabel Dependen

Sumber: Data sekunder diolah, 2020

Analisis Regresi Linier Berganda

Hasil perhitungan regresi statistik disajikan pada tabel di bawah ini:

Tabel 6. Hasil Uji Regresi Arus Kas

Koefisien Standar Tidak Terstandar Kolinearitas

Rumus mencari tabel F adalah sebagai berikut:

F tabel = (df1 = k-1 : df2 = nk)

Jurnal Internasional Penelitian Ekonomi, Bisnis dan Akuntansi (IJEBAR)

Jurnal Internasional Penelitian Ekonomi, Bisnis dan Akuntansi (IJEBAR)

Kas.Jakarta: Dewan Ikatan Akuntansi Indonesia.

Kasmir. (2016). Analisis Laporan Keuangan.Jakarta: PT Raja Grafindo Persada.

Anda mungkin juga menyukai