analisis pengaruh penerimaan total dan biaya operasional
TRANSCRIPT
Seminar Nasional Pengembangan Agribisnis Perkebunan dalam Menghadapi Persaingan Global 04-05 April 2018 DOI: https://doi.org/10.31289/snpapmpg.v1i1.82 http://proceeding.uma.ac.id/index.php/semnasagribisnis
111
Analisis Pengaruh Penerimaan Total dan Biaya Operasional
Terhadap Laba Usaha Karet di Perseroan Terbatas Perkebunan
Nusantara III (Persero)
Dicky Syahlevy, Rahmanta & M. Akbar Siregar
Staff PT. Perkebunan Nusantara III (Persero), Staff Pengajar Universitas Sumatera Utara, Staff Pengajar Universitas Medan Area, Indonesia
Abstrak Tanaman karet di Indonesia pertama kali diperkenalkan kepada masyarakat pada jaman kolonial Belanda (1864), orang-orang
yang pertama kali diperkenalkan karet di Indonesia bernama Hofland, karet yang dibawa ke Indonesia sebagai salah satu koleksi
tanaman di Kebun Raya Bogor.
Tujuan utama dari studi ini adalah untuk menentukan efek dari total pendapatan operasi pendapatan, efek dari biaya pada
pendapatan operasional operasional dan efek dari total pendapatan dan biaya pada keuntungan karet di PT. Perkebunan Nusantara
III (Persero) operasional untuk periode Januari 2014 sampai Desember 2016.
Berdasarkan hasil penelitian diketahui bahwa penghasilan total (X1) positif dan penting hal ini sesuai dengan hipotesis, biaya
operasional (X2) negatif dan signifikan ini adalah sesuai dengan hipotesis dan total pendapatan dan operasional biaya bersama-
sama efek signifikan pada pendapatan bisnis.
Berdasarkan hal tersebut, maka manajemen pihak harus meningkatkan perhatian untuk total pendapatan dan biaya operasional
untuk meningkatkan laba operasional.
Kata Kunci: pengaruh; signifikan; Tanaman
PENDAHULUAN
Tanaman karet di Indonesia
pertama kali diperkenalkan kepada
masyarakat pada zaman kolonial Belanda
(1864), orang yang pertama kali
memperkenalkan karet di Indonesia
bernama Hofland, karet yang dibawa ke
Indonesia dijadikan sebagai salah satu
jenis tanaman koleksi di kebun raya
Bogor, Hofland selanjutnya
mengembangkan karet di daereh Ciasem
dan Pamanukan Jawa Barat sebagai
komoditas perkebunan, jenis karet yang
pertama kali ditanam di Indonesia adalah
jenis karet rambung (Ficus elastica),
penanaman jenis karet Hevea Brasiliensis
yang berlokasi di Indonesia terjadi pada
tahun 1902 untuk daerah Sumatera
Timur dan pada 1906 untuk daerah
tanam pulau Jawa (Yusnu dan Aditya
2014).
Menurut Soekartawi (1990)
penerimaan total atau total revenue
adalah penerimaan total produsen dari
penjualan outputnya.
Biaya operasional merupakan
seluruh biaya yang di keluarkan oleh
perusahaan untuk mendanai kegiatan
operasi perusahaan demi mencapai
tujuan yang ingin dicapai oleh
perusahaan tersebut (Sukarno Edy, 2002)
Menurut Harahap (2009:113)
Laba adalah kelebihan penghasilan diatas
biaya selama satu periode akuntansi.
Sedangkan menurut Suwardjono
(2008:464) Laba dimaknai sebagai
imbalan atas upaya perusahaan
menghasilkan barang dan jasa.
Total luas areal tanaman karet Provinsi
Sumatera Utara adalah 57.993 hektar
untuk tanaman belum menghasilkan,
298.736 hektar untuk tanaman
Seminar Nasional Pengembangan Agribisnis Perkebunan dalam Menghadapi Persaingan Global 04-05 April 2018 DOI: https://doi.org/10.31289/snpapmpg.v1i1.82 http://proceeding.uma.ac.id/index.php/semnasagribisnis
112
menghasilkan, dengan jumlah produksi
sebanyak 333.922 ton (BPS Sumut, 2015).
Perkebunan karet yang didominasi
oleh perkebunan karet rakyat di Provinsi
Sumatera Utara menyediakan bahan baku
berupa bahan olah karet (bokar) untuk
karet remah berbahan baku bokar yang
ada dan juga sebagian dipasok ke pabrik
karet diluar Provinsi Sumatera Utara.
Salah satu pengolah karet remah di
Provinsi Sumatera Utara adalah PT
Perkebunan Nusantara III (Persero).
Kajian penelitian terdahulu
Beberapa penelitian sebelumnya
telah dilakukan untuk mengukur
pengaruh biaya Produksi terhadap biaya
anggaran pembelian bahan baku, seperti
yang dilakukan oleh Ferrier dan Lovell,
(1990) dan Shaffnit, Rosen dan Paradi,
(1997) yang menganalisis pengaruh biaya
yang terkait dengan produksi penjualan
serta pemasaran terhadap anggaran
perusahaan yang diproksikan target yang
akan dicapai serta pengalaman masa lalu
perusahaan, hasil penelitian
membuktikan bahwa biaya yang
dikeluarkan untukproduksi berpengaruh
secara positif dan signifikan terhadap
biaya pembelian bahan baku.
Selain itu Al-Sa’ath (2012)
melakukan penelitian terhadap
perusahaan Indofood Tbk dengan periode
penelitian tahun 2009-2010, variabel
bebas yang diduga sebagai Anggaran
Pembelian Bahan Baku adalah Biaya
Produksi yang didapat dengan
pengamatan langsung ke perusahaan
serta Harga Saham per bulan. Hasil 7
peneitian dengan menggunakan Alat
analisis Regresi linier berganda sebagai
alat perhitungannya membuktikan bahwa
variabel Biaya Produksi dan Harga Saham
per bulan memiliki Pengaruh terhadap
Anggaran Biaya Pembelian Bahan Baku
PT. Indofood Tbk.
Atas dasar tersebut maka penulis
melakukan penelitian dengan judul:
“Analisis Pengaruh Penerimaan total dan
Biaya Operasional Terhadap Laba Usaha
Karet di Perseroan Terbatas Perkebunan
Nusantara III (Persero)”.
Tujuan Penelitian.
Tujuan dari penelitian ini adalah:
1. Untuk mengetahui pengaruh
penerimaan total terhadap laba usaha
karet di PT. Perkebunan Nusantara III
(Persero) periode bulan Januari 2014
sampai dengan bulan Desember 2016.
2. Untuk mengetahui pengaruh biaya
operasional terhadap laba usaha karet
di PT. Perkebunan Nusantara III
(Persero) periode bulan Januari 2014
sampai dengan bulan Desember 2016.
3. Untuk mengetahui pengaruh
penerimaan total dan biaya
operasional terhadap laba usaha karet
di PT. Perkebunan Nusantara III
(Persero) periode bulan Januari 2014
sampai dengan bulan Desember 2016.
METODE PENELITIAN Waktu dan Lokasi Penelitian.
Waktu penelitian dimulai dari
bulan Maret sampai dengan Mei 2018.
Penelitian ini dilaksanakan di Kantor
Direksi PT. Perkebunan Nusantara III
(Persero) Medan, Sumatera Utara.
Seminar Nasional Pengembangan Agribisnis Perkebunan dalam Menghadapi Persaingan Global 04-05 April 2018 DOI: https://doi.org/10.31289/snpapmpg.v1i1.82 http://proceeding.uma.ac.id/index.php/semnasagribisnis
113
Metode Penentuan Sampel.
Menurut Sugiono (2004), populasi
adalah wilayah generalisasi yang terdiri
atas: objek/subjek yang mempunyai
kuantitas dan karakteristik tertentu yang
ditetapkan oleh peneliti untuk dipelajari
dan kemudian ditarik kesimpulannya.
Populasi dalam penelitian ini
adalah keseluruhan dari objek penelitian
yang terdapat dalam biaya karet di PT.
Perkebunan Nusantara III (Persero)
sebagai sumber data yang memiliki
karakteristik tertentu.
Sampel merupakan bagian
populasi yang akan diteliti atau sebagian
jumlah dari karakteristik yang dimiliki
oleh populasi (Wawan dan Dewi, 2010).
Dalam penelitian ini menggunakan
sampel data biaya pengolahan sebanyak
36 sampel atau 36 bulan yaitu data
penerimaan total, biaya operasional dan
laba usaha dari bulan Januari 2014
sampai dengan Desember 2016.
Teknik Pengumpulan Data.
Untuk memperoleh data yang
diperlukan dalam penelitian ini,penulis
mempergunakan tekni pengumpulan
data sebagai berikut:
a . Dokumentasi
Untuk memperoleh data yang
lebih lengkap, dan akurat penulis
melakukan dokumentasi secara langsung
pada Bagian Teknologi dan Bagian
Akuntansi PT. Perkebunan Nusantara III
(Persero).
b. Observasi
Pengumpulan data dengan
mengadakan pengamatan dan penelitian
secara langsung keadaan perusahaan
dengan segala aspek kegiatan yang
berhubungan dengan penelitian.
c. Wawancara
Untuk memperoleh data yang
lebih lengkap, penulis mengadakan
wawancara langsung dengan bagian yang
menangani masalah yang diperlukan
dalam membahas permasalahan yang
terjadi.
Teknik Analisa Data.
Seluruh data penelitian yang telah
dikumpulkan untuk diolah, kemudian
akan dianalisis untuk memperoleh
jawaban atas permasalahan yang timbul
dalam penelitian ini Dalam menganalsis
data, peneliti menggunakan program
software SPSS versi
Metode analisis yang digunakan
dalam penelitian ini adalah metode
analisis statistik. Metode dan teknik
analisis dilakukan dengan tahapan
sebagai berikut:
1. Uji Asumsi Klasik
Uji asumsi digunakan untuk
memberikan pre-test, atau uji awal
terhadap suatu perangkat atau
instrument yang digunakan dalam
pengumpulan data, bentuk data, dan jenis
data yang akan diproses lebih lanjut dari
suatu kumpulan data awal yang telah
diperoleh. Adapun pengujian asumsi
klasik yang digunakan dalam penelitian
ini adalah uji normalitas, uji
multikolinieritas, heterokedastisitas, dan
autokolerasi.
a. Uji Normalitas
Uji Normalitas dilakukan untuk
menentukan apakah data penelitian
terdistribusikan secara normal atau tidak
Seminar Nasional Pengembangan Agribisnis Perkebunan dalam Menghadapi Persaingan Global 04-05 April 2018 DOI: https://doi.org/10.31289/snpapmpg.v1i1.82 http://proceeding.uma.ac.id/index.php/semnasagribisnis
114
dengan menggunakan grafik normal
probability plot. Uji normalitas ini
dideteksi dengan melihat penyebaran
datanya, jika penyebaran data (titik)
terjadi di sekitar garis diagonal dan
mengikuti garis diagonal, maka model
regresi memenuhi asumsi normalitas.
Sebaliknya, jika data menyebar jauh dari
garis diagonal dana tau tidak mengikuti
arah garis diagonal, maka model regresi
tidak memenuhi asumsi normalitas
(Santoso, 2010).
b. Uji Multikolonieritas
Uji multikolinieritas bertujuan
untuk menguji apakah model regresi
ditemukan adanya korelasi antar variabel
independen. Model regresi yang baik
seharusnya tidak terjadi korelasi diantara
variabel bebas/independen (Ghozali,
2011). Ada atau tidaknya korelasi
multikolinieritas didalam model regresi
dapat dideteksi dengan melihat nilai
tolerance dan variance
inflation factor (VIF).Ukuran ini
menunjukkan setiap variabel bebas mana
yang dijelaskan oleh variabel bebas
lainnya.
Nilai tolerance mengukur
variabilitas variabel bebas yang terpilih
yang tidak dapat dijelaskan variabel
bebas lainnya.Nilai tolerance yang rendah
sama dengan nilai VIF yang tinggi dan
menunjukkan adanya kolinieritas yang
tinggi. Nilai cut off yang umum dipakai
adalah nilai tolerance VIF dibawah 10
atau nilai VIFdiatas 0,10 sehingga setiap
peneliti harus menentukan tingkat
kolinieritasa yang masih dapat ditolerir
(Ghozali, 2011).
c. Uji Autokorelasi
Menurut Ghozali (2013), uji
autokorelasi bertujuan menguji apakah
dalam suatu model regresi linier ada
korelasi antara kesalahan pengganggu
pada suatu periode t dengan kesalahan
pada periode t-1 (sebelumnya). Jika
terdapat korelasi, maka dinamakan ada
masalah autokorelasi. Autokorelasi
muncul karena observasi yang berurutan
sepanjang waktu yang berkaitan satu
sama lainnya. Autokorelasi pada sebagian
besar kasus ditemukan pada regresi yang
datanya adalah time series, atau
berdasarkan waktu berkala, seperti
bulanan, tahunan dan seterusnya
(Santoso, 2010).
Penelitian ini menggunakan data
time series sehingga peneliti melakukan
uji autokorelasi. Model regresi yang baik
adalah regresi yang bebas dari
autokorelasi. Untuk mendeteksi ada atau
tidaknya autokorelasi maka dapat dilihat
dari uji Durbin Watson (DW).
d. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan
untuk mengetahui ada atau tidaknya
penyimpangan asumsi klasik
heteroskedastisitas yaitu adanya
ketidaksamaan varian dari residual untuk
pengamatan pada model regresi.
Persyaratan yang harus terpenuhi dalam
model regresi adalah tidak adanya gejala
heterosedastisitas.
Heteroskedastisitas mempunyai
suatu keadaan bahwa varian dari suatu
residual suatu pengamatan ke pengamata
yang lain berbeda (Ghozali, 2011).
Seminar Nasional Pengembangan Agribisnis Perkebunan dalam Menghadapi Persaingan Global 04-05 April 2018 DOI: https://doi.org/10.31289/snpapmpg.v1i1.82 http://proceeding.uma.ac.id/index.php/semnasagribisnis
115
2. Analisis Regresi Linear Berganda
Analisa data dalam penelitian ini
adalah analisis regresi berganda, di mana
pada penelitian ini terdapat dua variabel
independen, yaitu penjualan bersih dan
beban operasional dan satu variabel
dependen, yaitu laba bersih perusahaan
yang mempunyai hubungan saling
mempengaruhi antara kedua
variable tersebut. Analisis regresi
dengan menggunakan SPSS. Persamaan
regresi berganda adalah sebagai berikut:
Keterangan :
Y = Variabel Dependen (Laba Usaha)
A = Konstanta atau harga Y bila X = 0
X1 = Variabel Independen
(Penerimaan total)
X2 =Variabel independen (biaya
operasional)
b1b2 =koefisien regresi berganda
e =Error
3.Pengujian Hipotesis
a. Uji t
Uji t digunakan untuk menguji
seberapa jauh suatu variabel dapat
mempengaruhi variabel terikat dengan
penguji secara individu. Suatu variabel
dikatakan tidak mempunyai pengaruh
yang signifikan jika nilai profabilitas ≤
0.05 dan sebaliknya dikatakan tidak
mempunyai pengaruh signifikan jika nilai
profabilitas ≥ 0.05 (Ghozali, 2011).
Penerimaan atau penolakan hipotesis
dilakukan dengan kriteria:
a. Jika nilai signifikan ≥ 0,05 maka
hipotesis ditolak (koefisien regresi
tidak signifikan). Ini berarti secara
parsial variabel independen tidak
mempunyai pengaruh secara signifikan
terhadap variabel dependen.
b. Jika nilai signifikan ≤ 0,05 maka
hipotesis diterima (koefisien regresi
signifikan). Ini berarti secara parsial
variabel independen tersebut
mempunyai pengaruh yang signifikan
terhadap variabel dependen.
b. Uji F
Menurut Ghozali (2011), uji
statistic F pada dasarnya menunjukkan
apakah semua variabel independen yang
dimasukkan dalam model mempunyai
pengaruh secara bersama – sama
terhadap variabel dependen. Untuk
menguji kedua hipotesis ini digunakan uji
statistik F.
1) Taraf signifikan α = 0,05
2) Kriteria pengujian dimana Ha
diterima apabila p value < α dan Ha
ditolak apabila p value > α.
c. Uji Adjusted R2
Uji koefisien korelasi (R) dilakukan
untuk mengetahui arah hubungan antara
variabel – variabel independen dengan
variabel dependen. Nilai korelasi berada
pada rentang 0 sampai 1 atau 0 sampai -1,
dimana nilai R positif menunjukkan arah
hubungan positif dan nilai R negative
menunjukkan arah hubungan negative
(Ghozali, 2011).
Uji koefisien determinasi (adjusted
R2) digunakan untuk mengukur seberapa
besar kemampuan model regresi dalam
menjelaskan variabel dependen. Nilai
Seminar Nasional Pengembangan Agribisnis Perkebunan dalam Menghadapi Persaingan Global 04-05 April 2018 DOI: https://doi.org/10.31289/snpapmpg.v1i1.82 http://proceeding.uma.ac.id/index.php/semnasagribisnis
116
koefisien determinasi (adjusted R2)
adalah diantara 0 dan 1. Nilai adjusted R2
yang semakin kecil menunjukkan
kemampuan variabel – variabel
independen dalam menjelaskan variabel
dependen semakin kecil ataupun
sebaliknya (Ghozali, 2011).
HASIL DAN PEMBAHASAN.
Analisis Statistik Deskriptif
Iqbal Hasan (2001:7) menjelaskan
bahwa statistik deskriptif adalah bagian
dari statistika yang mempelajari cara
pengumpulan data dan penyajian data
sehingga mudah dipahami. Statistika
deskriptif hanya berhubungan dengan hal
menguraikan atau memberikan
keterangan-keterangan mengenai suatu
data atau keadaan. Dengan kata statistika
deskriptif berfungsi menerangkan
keadaan, gejala, atau persoalan.
Penarikan kesimpulan pada statistika
deskriptif (jika ada) hanya ditujukan pada
kumpulan data yang ada.
Bambang Suryoatmono (2004:18)
menyatakan Statistika deskriptif adalah
statistika yang menggunakan data pada
suatu kelompok untuk menjelaskan atau
menarik kesimpulan mengenai kelompok
itu saja.
Menurut Sugiyono (2004:169)
Analisis deskriptif adalah statistik yang
digunakan untuk menganalisa data
dengan cara mendeskripsikan atau
menggambarkan data yang telah
terkumpul sebagaimana adanya tanpa
bermaksud membuat kesimpulan yang
berlaku untuk umum atau generalisasi.
Tabel 1. Hasil Uji Analisis Deskriptif N Minimum Maximum Mean Std. Deviation
Statistic Statistic Statistic Statistic Statistic
Y 36 -131544285900 33,287,432,177.00 -4122707336.14 38,729,315,945.64
X1 36 47,792,342,383.00 1,011,349,458,093.00 434,651,697,146.31 247,113,617,417.95
X2 36 42,162,836,705.00 879,805,172,193.00 39,343,898,910.17 226,088,067,479.49
Valid
(listwise) Sumber: Output SPSS versi 21, (2018) Berdasarkan data dari tabel 1 dapat
dijelaskan bahwa:
1. Variabel Penerimaan total (X1)
memiliki sampel (N) sebanyak 36
dengan nilai minimum (terkecil)
sebesar 42.162.836.705 yang
diperoleh pada bulan Januari 2016,
sedangkan nilai maksimum
(terbesar) sebesar 879.805.172.193
yang diperoleh pada bulan Desember
2014.
2. Variabel Biaya Operasional (X2)
memiliki sampel (N) sebanyak 36
dengan nilai minimum (terkecil)
sebesar 47.792.342.383 yang
diperoleh pada bulan Januari 2016,
sedangkan nilai maksimum
(terbesar) sebesar 1.011.349.458.093
yang diperoleh pada bulan Desember
2014.
3. Variabel Laba Usaha (Y) memiliki
sampel (N) sebanyak 48 dengan nilai
minimum (terkecil) sebesar -
131.544.285.900 yang diperoleh pada
bulan Desember 2014, sedangkan nilai
maksimum (terbesar) sebesar
33.287.432.177 yang diperoleh pada
bulan Pebruari 2014.
Seminar Nasional Pengembangan Agribisnis Perkebunan dalam Menghadapi Persaingan Global 04-05 April 2018 DOI: https://doi.org/10.31289/snpapmpg.v1i1.82 http://proceeding.uma.ac.id/index.php/semnasagribisnis
117
Hasil Pengujian Asumsi
Klasik Uji Normalitas
Uji normalitas bertujuan untuk
menguji apakah dalam model regresi,
variabel terikat, variabel bebas atau
keduanya mempunyai distribusi normal
atau tidak. Model regresi yang baik adalah
memiliki distribusi data normal atau
penyebaran data statistik pada sumbu
diagonal dari grafik distribusi normal
(Ghozali,2001).
Uji Multikolinearitas
Didalam persamaan regresi tidak
boleh terjadi multikolinearitas, yang
berarti tidak boleh ada korelasi atau
hubungan yang sempurna atau mendekati
sempurna antara variabel bebas yang
membentuk persamaan tersebut. Uji ini
bertujuan untuk menguji apakah terdapat
korelasi antar variabel. Berikut adalah
hasil uji multikolinearitas:
Tabel 2. Hasil Uji Multikolinearitas Coefficients
Collinearity Statistics
Model
Tolerance VIF
(Constant)
X1 ,676 1,478
X2 ,676 1,478
a. Dependent Variabel: Y
Sumber: Output SPSS versi 21, (2018)
Dari data diatas dapat dilihat
bahwa penerimaan total dengan nilai
tolerance sebesar 0,676 dan nilai VIF
1,478 dan biaya operasional dengan nilai
tolerance sebesar 0,676 dan nilai VIF
1,478. Nilai tolerance untuk semua
variabel independen lebih besar dari 0,10
(tolerance >0,10) dan nilai VIF lebih kecil
dari 10 (VIF < 10). Berdasarkan nilai
tersebut dapat disimpulkan bahwa kedua
variabel independen tidak terjadi
multikolinearitas.
Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan
menguji apakah dalam model regresi
terjadi ketidaksamaan varian dari
residual suatu pengamatan ke
pengamatan lain. Pengujian
heteroskedastisitas dilakukan salah satu
cara untuk mengetahui tidaknya
heteroskedastisitas dalam suatu regresi
linear adalah dengan melihat grafik
scatterplot antara nilai prediksi variabel
terikat yaitu ZPRED dengan residual
error yaitu SRESID. Jika tidak ada pola
tertentu dan titik menyebar diatas dan
dibawah angka 0 pada sumbu Y maka
tidak terjadi heteroskedastisitas.
Menurut Suliyanto (2011 : 98), uji
heteroskedastisitas dengan metode
glejser dilakukan dengan meregresikan
semua variabel bebas terhadap nilai
mutlak residualnya. Jika nilai
profitabilitas lebih besar dari nilai (Sig.
>α=0,05), maka dapat dipastikan model
tidak mengandung gejala
heterokedastisitas. Hasil uji glejser dapat
dilihat pada tabel berikut: Tabel 3. Hasil Uji Heteroskedastisitas
Coefficients
Model Unstandardized Coefficients
Beta t Sig.
B Std. Error
(Constant) 5500350909 1,655,556,557,519 3,322 ,002
X1 ,001 ,023 ,005 ,024 ,981
X2 -,043 ,028 -,311 -1,543 ,132
a. Dependent Variabel: Y Sumber: Output SPSS versi 21, (2018)
Seminar Nasional Pengembangan Agribisnis Perkebunan dalam Menghadapi Persaingan Global 04-05 April 2018 DOI: https://doi.org/10.31289/snpapmpg.v1i1.82 http://proceeding.uma.ac.id/index.php/semnasagribisnis
118
Suatu model dapat dikatakan tidak
mengalami gejala heteroskedastisitas
jika nilai probabilitas atau signifikansi
lebih dari 0,05. Tabel diatas
menunjukkan bahwa probabilitas atau
taraf signifikansi masingmasing variabel
bernilai 0.981 > 0,05 untuk nilai X1 dan
bernilai 0.132 > 0,05 untuk nilai X2
sehingga dapat dipastikan model
tersebut tidak mengalami gejala
heteroskedastisitas.
Uji Autokorelasi
Uji Autokorelasi bertujuan untuk
melihat ada tidaknya korelasi antara
residual pada suatu pengamatan dengan
pengamatan lain pada model. Cara untuk
mendeteksi ada tidaknya autokorelasi
dapat diuji dengan menggunakan metode
paling umum yaitu metode Runs. Suatu
model dapat dinyatakan tidak terjadi
gejala autokorelasi jika probabilitas nilai
Runs lebih dari 0,05 (Hernalisa, 2017).
Tabel 4. Hasil Uji Autokorelasi Runs Test Runs Test
Unstandardize
d
Residual
1310209032,99
Test Value 502
Cases<Test Value 18
Cases>=Test Value 18
Total Cases 36
Number of Runs 18
Z -,169
Asymp. Sig (2-tailed) ,866
a. Median Sumber: Output SPSS versi 21, (2018)
Dari hasil uji autokorelasi diatas
dapat dilihat uji nilai Runs adalah 0,866
yaitu > 0,05, maka dapat dipastikan
bahwa model tersebut tidak mengalami
gejala autokorelasi.
Tabel 5. Hasil Uji Autokorelasi Durbin Watson
Model Summary
Model R R Square Adjusted R Square
Std. Error of
Durbin-Watson
the Estimate
1 .936 .876 .868 3710958656 2,329
a. Predictors: (Constant), X2, X1 B. Dependent Variabel: Y
Sumber: Output SPSS versi 21, (2018)
Berdasarkan output di atas,
diketahui nilai DW 2,329, selanjutnya
nilai ini kita bandingkan dengan nilai
tabel signifikansi 5%, dimana jumlah
sampel N=36 dan jumlah variabel
independen 2 (K=2) =1.36, dari tabel
Durbin Watson diperoleh nilai du sebesar
1,5004.
Nilai DW 2,329 lebih besar dari
batas atas (du) yakni 1,5004 dan kurang
dari (4-du) 4-1,5004 = 2,4996 sehingga
dapat disimpulkan bahwa tidak terjadi
autokorelasi.
Analisis Regresi Linear Berganda
Dalam analisis regresi, selain
mengukur kekuatan hubungan antara
dua variabel atau lebih, juga menunjukan
arah hubungan antara variabel
dependen dengan variabel independed
(Hernalisa, 2017). Variabel independen
pada penelitian ini yaitu penerimaan
total dan biaya operasional terhadap
variabel dependen yaitu laba usaha.
Seminar Nasional Pengembangan Agribisnis Perkebunan dalam Menghadapi Persaingan Global 04-05 April 2018 DOI: https://doi.org/10.31289/snpapmpg.v1i1.82 http://proceeding.uma.ac.id/index.php/semnasagribisnis
119
Berikut ini adalah hasil uji dari analisis
regresi linear berganda:
Tabel 6. Hasil Uji Regresi Linear Berganda Coefficients
Unstandardized Coefficients
Standardized
Model Coefficients t Sig.
B Std. Error Beta
(Constant) 4077809465 1700022156 -2,399 .021
X1 .345 .058 1,309 5,897 .000
X2 -.207 .059 -.779 -3,516 .001
a. Dependent Variabel: Y Berdasarkan tabel tersebut diatas
maka dapat disusun persamaan regresi
linear berganda dengan melihat diatas
sebagai berikut:
Y = a+b1X1+b2X2
Y = 4.077.809.465,619 + 0,345X1–
0,207X2
Keterangan:
a = konstanta
b1 = koefisien regresi berganda
b2 = koefisien regresi berganda
X1 = Penerimaan total X2 = Biaya
Operasional
Persamaan regresi diatas dapat dijelaskan
sebagai berikut:
1. Konstanta memiliki nilai sebesar
4.077.809.465,619 ini menunjukkan
jika penerimaan total (X1) dan biaya
operasional (X2) nilainya 0, maka nilai
laba usaha (Y) adala
4.077.809.465,619.
2. Nilai koefisien variabel penerimaan
total (X1) adalah sebesar 0,345 dan
bertanda positif, artinya jika nilai
variabel penerimaan total (X1) naik
Rp.1 akan menyebabkan nilai laba
usaha naik sebesar Rp 0,345. Ini
menunjukkan bahwa penerimaan total
memiliki hubungan searah dengan laba
usaha.
3. Nilai koefisien variabel biaya
operasional (X2) adalah sebesar -0,207
dan bertanda negatif, artinya jika nilai
variabel biaya operasional (X2) naik
Rp.1 akan menyebabkan nilai laba
usaha turun sebesar Rp 0,207. Ini
menunjukkan bahwa biaya operasional
memiliki hubungan berlawanan arah
dengan laba usaha.
Uji t (Uji Parsial)
Uji t digunakan untuk mengetahui
apakah dalam model regresi variabel
independen secara parsial berpengaruh
signifikan terhadap variabel dependen
atau tidak (Hernalisa, 2017). Hasil uji t
dapat dilihat pada tabel dibawah ini: Tabel 7. Hasil Uji T (Uji Parsial)
Sumber: Output SPSS versi 21, (2018)
Untuk melihat signifikansi
variabel, dapat digunakan tabel t agar
hasil akurat dapat kita lihat sebagai
berikut:
1. Penerimaan total (X1) bersifat
positif, dengan menggunakan t tabel,
dapat kita ketahui bahwa derajat
kebebasannya adalah 38-2-1=35,
maka t tabel yang diperoleh adalah
1,684, dengan demikian t hitung > t
tabel (5,897>1,684) yang secara
Seminar Nasional Pengembangan Agribisnis Perkebunan dalam Menghadapi Persaingan Global 04-05 April 2018 DOI: https://doi.org/10.31289/snpapmpg.v1i1.82 http://proceeding.uma.ac.id/index.php/semnasagribisnis
120
statistik, variabel penerimaan total
(X1) mempengaruhi variabel Y (laba
usaha) sehingga dapat disimpulkan
bahwa H0 ditolak dan H1 diterima.
Jadi dari kasus ini dapat disimpulkan
bahwa secara parsial penerimaan
total berpengaruh signifikan terhadap
laba usaha pada PT. Perkebunan
Nusantara III (Persero).
2. Biaya operasional (X2) bersifat
negatif, dengan menggunakan t tabel
dapat kita ketahui bahwa derajat
kebebasannya adalah 38-2-1=35,
maka t tabel yang diperoleh adalah
1,684, dengan demikian t hitung > t
tabel (3,516>1,684) yang secara
statistik, variabel biaya operasional
(X2) mempengaruhi variabel Y (laba
usaha) sehingga dapat disimpulkan
bahwa H0 ditolak dan H2 diterima.
Jadi dari kasus ini dapat disimpulkan
bahwa secara parsial biaya
operasional berpengaruh signifikan
terhadap laba usaha pada PT.
Perkebunan Nusantara III (Persero).
UJI F(Uji Simultan)
Pengujian ini bertujuan untuk
menguji pengaruh variabel independen
(penerimaan total dan biaya
operasional) secara simultan terhadap
variabel dependen (laba usaha). Dari
hasil output analisis regresi dapat
diketahui nilai F seperti pada tabel
berikut ini:
Tabel 8. Hasil Uji F (Uji Simultan)
ANOVA
Mode
l
Sum Of Square df Mea
n
Squa
re
F Sig.
Regre
ssion
19,233,677,984,074.00 2 961,683,899,203,700,000,000.00
23917
.00
0
Resid
ual
1,809,447,772,685,260,000,000.00
45 40,209,950,504,119,200,000.00
Total 3,732,815,571,092,760,000,000.00
47
Sumber: Output SPSS versi 21, (2018)
Dari tabel diatas dapat diketahui
bahwa signifikansi 0,000 < 0,05, maka H0
ditolak dan H3 diterima. Artinya Terdapat
pengaruh antara penerimaan total dan
biaya operasional secara bersama -
sama terhadap laba usaha. Jadi dari
kasus ini dapat disimpulkan bahwa
penerimaan total dan biaya operasional
secara bersama – sama berpengaruh
signifikan terhadap laba usaha pada
PT. Perkebunan Nusantara III (Persero).
Uji Koefisien Determinasi (R2)
Uji koefisien determinasi
bertujuan untuk mengetahui jumlah atau
presentase sumbangan pengaruh varabel
bebas dalam model regresi yang secara
bersama – sama memberikan pengaruh
terhadap variabel dependen atau terikat
(Hernalisa, 2017). Hasil uji koefisien
determinasi dapat dilihat pada tabel
berikut:
Seminar Nasional Pengembangan Agribisnis Perkebunan dalam Menghadapi Persaingan Global 04-05 April 2018 DOI: https://doi.org/10.31289/snpapmpg.v1i1.82 http://proceeding.uma.ac.id/index.php/semnasagribisnis
121
Tabel Hasil Uji Koefisien Determinasi (R2)
Model Summary
Model R R Square Adjusted R Square
Std. Error of
the Estimate
1 .936 .876 .869 3710958656 b. Predictors: (Constant), X2, X1
Sumber: Output SPSS versi 21, (2018)
Dari tabel diatas dapat dilihat
bahwa variabel X1 dan X2 memberi
pengaruh sebesar 87,6 terhadap variabel
Y, hal ini menyatakan bahwa ada
sebanyak 12,4 % dari sumbangan
variabel lain yang tidak dimasukkan ke
dalam penelitian.
KESIMPULAN Penerimaan total (X1) bersifat positif,
dengan menggunakan t tabel, dapat kita
ketahui bahwa derajat kebebasannya
adalah 38-2-1=35, maka t tabel yang
diperoleh adalah 1,684, dengan demikian
t hitung > t tabel (5,897>1,684) yang
secara statistik, variabel penerimaan total
(X1) mempengaruhi variabel Y (laba
usaha) sehingga dapat disimpulkan
bahwa H0 ditolak dan H1 diterima. Jadi
dari kasus ini dapat disimpulkan bahwa
secara parsial penerimaan total
berpengaruh signifikan terhadap laba
usaha pada PT. Perkebunan Nusantara III
(Persero). Biaya operasional (X2) bersifat
negatif, dengan menggunakan t tabel
dapat kita ketahui bahwa derajat
kebebasannya adalah 38-2-1=35, maka t
tabel yang diperoleh adalah 1,684,
dengan demikian t hitung > t tabel
(3,516>1,684) yang secara statistik,
variabel biaya operasional (X2)
mempengaruhi variabel Y (laba usaha)
sehingga dapat disimpulkan bahwa H0
ditolak dan H2 diterima. Jadi dari kasus
ini dapat disimpulkan bahwa secara
parsial biaya operasional berpengaruh
signifikan terhadap laba usaha pada PT.
Perkebunan Nusantara III (Persero).
Terdapat pengaruh antara penerimaan
total dan biaya operasional secara
bersama - sama terhadap laba usaha.
Jadi dari kasus ini dapat disimpulkan
bahwa penerimaan total dan biaya
operasional secara bersama–sama
berpengaruh signifikan terhadap laba
usaha pada PT. Perkebunan
Nusantara III (Persero). Hal ini
dibuktikan dengan tingkat signifikansi
0,000 < 0,05.
DAFTAR PUSTAKA Ahyari, A. 2003. Manajemen Produksi &
Perencanaan Sistem Produksi Buku I. BPFE. Yogyakarta.
Al-Sa’ath, D. 2012. “Pengaruh Biaya Produksi dan
Harga Saham per bulan terhadap Anggaran Pembelian Bahan Baku“.
Budiyanto Kosasi ,2015. Pengaruh Biaya Produksi
dan Penjualan Terhadap Laba pada Ariya Maitreya Vegetarian
Restaurant. Batam: Akademi Akuntansi Permata Harapan.
Baroto, T. 2002. Perencanaan dan Pengendalian
Produksi. Ghalia Indonesia.Jakarta. Bagus AS ,2015. Pengaruh Kualitas Produk,
Kualitas Pelayanan dan Kepuasan Pelanggan Terhadap Penjualan Karet di PT. Perkebunan Nusantara III (Persero). Tesis. Medan: Universitas Medan Area.
Basu Swastha. 2001, “Manajemen Penjualan”.
Edisi 3, cetakan 5. Yogyakarta : BPFE.
Seminar Nasional Pengembangan Agribisnis Perkebunan dalam Menghadapi Persaingan Global 04-05 April 2018 DOI: https://doi.org/10.31289/snpapmpg.v1i1.82 http://proceeding.uma.ac.id/index.php/semnasagribisnis
122
BPS. 2015. Sumut Dalam Angka Tahun. Badan Pusat Statistik Propinsi Sumatera Utara.
Buffa, E S. dan Sarin, R K. (2006). Manajemen
Operasi dan Produksi Modern.Edisi 2. Binarupa Aksara. Jakarta.
Carter, W K. 2009. Akuntansi Biaya. Edisi 14.
Salemba Empat. Jakarta . Daljono. 2011. Akuntansi Biaya. Penentuan Harga
Pokok dan Pengendalian. BP UNDIP. Semarang.
Damodar. N. Gurajati. 2015. Dasar - Dasar
Ekonometrika. Salemba Empat. Jakarta Daslin, A. 1995. Pengelolaan Bahan Tanam Karet. Pusat Penelitian Karet. Balai Penelitian Sembawa. Palembang.
Ferrier, G D. and Lovell, C A K. 1990. Analisis Biaya
Produksi, Penjualan dan Pemasaran Terhadap Anggaran Perusahaan.
Given, L M. 2008. The Sage encyclopedia of
qualitative research methods. Sage Thousand Oaks. California.
Ghozali, Imam. 2011. Aplikasi Analisis
Multivariate dengan Program SPSS. Semarang: Badan Penerbit Universitas Diponegoro.
Gomes, F C. 2003. Manajemen Sumber Daya
Manusia. Andi. Yogyakarta. Halim, A. 2005. Analisis Investasi. Salemba Empat.
Jakarta. Handoko. 2000. Pengendalian Produksi.
Alpabetha. Jakarta. Hernalisa, 2017. “Pengaruh penjualan usaha dan
beban operasional terhadap laba bersih pada perusahaan dagang PT. Bintang Central Imada”.
Harahap, S S. 2008. Analisis Kritis atas Laporan
Keuangan. PT. Raja Grafindo Persada. Jakarta.
Harahap, Sofyan Syafri. 2009. Analisis Kritis Atas
Laporan Keuangan. Jakarta: Raja Grafindo Persada.
Hasan, I. 2004. Analisis Data Penelitian Dengan Statistik. PT. Bumi Aksara. Jakarta.
Horngren, C T G F. dan Datar, S M. 2007. Cost
Accounting A Managerial Emphasis. Kotler, Philip, 2005, Marketing Management.
Dalam Benyamin Molan. Jilidsatu, Edisi kesebelas. Jakarta: Indeks.
Mardikanto, Totok. 2014. CSR (Corporate Social
Responsibility) (Tanggung jawab sosial korporasi). Bandung: Alfabeta. Meiza Efilia, 2014, “Pengaruh Pendapatan
Usaha dan Beban Operasional Terhadap Laba Bersih Pada Perusahaan Kimia dan Keramik, Porselin & Kaca yang terdaftar di Bursa Efek Indonesia Periode 2008 – 2012” Jurnal, Tg.Pinang: Universitas Maritim Raja Ali Haji.
Mulyadi, 2001, Sistem Akuntansi. Edisi Ketiga,
Cetakan Ketiga. Jakarta: Penerbit Salemba Empat.
Mulyadi. 2009. Akuntansi Biaya, Edisi 5. Aditya
Media. Yogyakarta. Munandar, M. 2000. “Budgeting : Perencanaan
Kerja, Pengkoordinasian Kerja, Pengawasan Kerja”, Edisi 1. BPFE. Yogyakarta.
Nazaruddin dan Paimin, F B. 1998. Karet,
Strategi Pemasaran Tahun 2000. Budidaya dan Pengolahan. Penebar Semangat. Jakarta.
Pindyck, R S. dan Rubinfeld, D L. 2001. Mikro
Ekonomi. PT. Indeks. Jakarta. Prawirosentono, S. 2008. Kebijakan Kinerja
Karyawan. BPFE. Yogyakarta. R. A Supriyono. 2002. “Akuntansi Manajemen”.
Jakarta: Salemba Empat. Rosyidi, S. 2005. Pengantar Teori Ekonomi. PT
Rajagrafindo Persada. Surabaya. Rudianto. 2006. Akuntansi Manajemen :
Informasi Untuk Pengambilan Keputusan Manajemen. PT. Grasindo. Jakarta.
Seminar Nasional Pengembangan Agribisnis Perkebunan dalam Menghadapi Persaingan Global 04-05 April 2018 DOI: https://doi.org/10.31289/snpapmpg.v1i1.82 http://proceeding.uma.ac.id/index.php/semnasagribisnis
123
Rustami, P. Kirya, I K. dan Cipta, W. 2014.
Pengaruh Biaya Produksi, Biaya Rudianto, 2012. Pengantar Akuntansi Konsep &
Teknik Penyusunan Laporan Keuangan, Penerbit: Erlangga, Jakarta.
Soekartawi. 1990.Teori Ekonomi Produksi:
Dengan Pokok Bahasan Analisis Cobb Douglas. Rajawali Pers: Jakarta.
Harahap Sofyan Syafri. 2007. “Analisa Kritis Atas
Laporan Keuangan”. Jakarta: PT. Raja Grafindo Persada.
Sugiono. 2011. Metodologi Penelitian Tindakan
(Pendekatan Kuantitatif, Kualitatif, dan R&D). Bandung: CV. Alfa Beta.
Setyamidjaja. 1993. Karet, Budidaya dan Pengolahan, Penerbit Kanisius
Sukarno Edy. 2002. Petunjuk Praktis Penyusunan
Balanced Scorecard, Penerbit Gramedia Pustaka Utama.
Salvatore, D K. 2006. Ekonomi Internasional. Edisi
5. PT Gelora Aksara Pratama.Bandung. Samuelson, P A. & Nordhaus, W D. 2002. Makro
Ekonomi. Erlangga. Jakarta. Sarwono, J. 2006. Metode Penelitian Kuantitatif
dan Kualitatif. Graha Ilmu. Yogyakarta. Santoso, B. 2007. Data Mining Teknik
Pemanfaatan Data Untuk Keperluan Bisnis. Graha Ilmu. Yogyakarta.