my skripsweet
TRANSCRIPT
i
PENGARUH LABA KOTOR, LABA OPERASI, DAN
LABA BERSIH DALAM MEMPREDIKSI ARUS KAS
AKTIVITAS OPERASI DI MASA MENDATANG
( Studi Empiris pada Perusahaan Manufaktur Sektor Industri Dasar dan Kimia Yang
Terdaftar di BEI tahun 2009-2012 )
Skripsi
Untuk memenuhi sebagian persyaratan
Mencapai derajat Sarjana S1
Program Studi Akuntansi
Disusun Oleh :
Intan Isna Suci Amalia
NIM : 31401204554
UNIVERSITAS ISLAM SULTAN AGUNG
FAKULTAS EKONOMI PROGRAM STUDI AKUNTANSI
SEMARANG
2014
ii
HALAMAN PENGESAHAN
Nama : Intan Isna Suci Amalia
NIM : 31401204554
Judul Skripsi : PENGARUH LABA KOTOR, LABA OPERASI, DAN
LABA BERSIH DALAM MEMPREDIKSI ARUS KAS
AKTIVITAS OPERASI DI MASA MENDATANG
Pembimbing : Dr. Zaenal Alim A, SE, MSi
Semarang, 26 November 2014
iii
HALAMAN PENGESAHAN
Nama : Intan Isna Suci Amalia
NIM : 31401204554
Judul Skripsi : PENGARUH LABA KOTOR, LABA OPERASI, DAN
LABA BERSIH DALAM MEMPREDIKSI ARUS KAS
AKTIVITAS OPERASI DI MASA MENDATANG
Pembimbing : Dr. Zaenal Alim A, SE, MSi
iv
PERNYATAAN KEASLIAN SKRIPSI
Yang bertanda tangan dibawah ini,
Nama : Intan Isna Suci Amalia
NIM : 31401204554
Jurusan : Akuntansi
Fakultas : Fakultas Ekonomi Universitas Islam Sultan Agung Semarang
menyatakan bahwa skripsi dengan judul :
“Pengaruh Laba Kotor, Laba Operasi, dan Laba Bersih dalam Memprediksi
Arus Kas Aktivitas Operasi di Masa Mendatang” dan diajukan untuk di uji
pada tanggal
Adalah hasil karya saya.
Dengan ini saya menyatakan dengan sesungguhnya bahwa dalam skripsi ini tidak
terdapat keseluruhan atau sebagian tulisan orang lain yang saya ambil dengan cara
menyalin atau meniru dalam bentuk rangkaian kalimat atau symbol yang
menunjukkan gagasan atau pendapat atau pemikiran dari peneliti lain yang saya
akui seolah olah sebagai tulisan saya sendiri dan atau tidak terdapat bagian atau
keseluruhan yang saya salin, tiru, atau yang saya ambil dari tulisan orang lain
tanpa memberikan pengakuan peneliti aslinya.
Apabila saya melakukan tindakan yang bertentangan dengan hal tersebut diatas
baik sengaja maupun tidak, dengan ini saya menarik skripsi yang saya ajukan
sebagai tulisan saya sendiri. Bila kemudian hari terbukti bahwa saya melakukan
tindakan menyalin atau meniru tulisan orang lain seolah olah hasil pemikiran saya
sendiri berarti gelar dan ijasah yang diberikan universitas batal saya terima
Semarang, November 2014
Yang membuat pernyataan,
Intan Isna Suci Amalia
NIM: 31401204554
v
MOTTO DAN PERSEMBAHAN
Bersemangatlah untuk meraih apa yang bermanfaat bagimu,
mintalah pertolongan kepada Allah, dan jangan bersikap
lemah (HR. Muslim).
Sebaik-baik manusia diantaramu adalah yang paling banyak
manfaatnya bagi orang lain (HR. Bukhari).
Skripsi ini kupersembahkan kepada :
Abah dan Mamah tercinta
Mas Haviz Tersayang
Semua sahabat terbaikku
vi
ABSTRAK
Penelitian ini bertujuan untuk menemukan bukti empiris tentang pengaruh
laba kotor, laba operasi, dan laba bersih dalam memprediksi arus kas aktivitas
operasi di masa mendatang pada Perusahaan Manufaktur yang bergerak di sektor
Industri Dasar dan Kimia yang terdaftar di Bursa Efek Indonesia. Faktor-faktor
yang diuji dalam penelitian ini yaitu laba kotor, laba operasi, dan laba bersih.
Penelitian ini menggunakan populasi sebanyak 16 perusahaan manufaktur
yang bergerak di sektor Industri Dasar dan Kimia di Bursa Efek Indonesia periode
2009-2013. Metode yang digunakan dalam pemilihan objek pada penelitian ini
adalah purposive sampling. Model analisis yang digunakan dalam penelitian ini
adalah model analisis regresi linier berganda yang dilakukan dengan bantuan
program komputer SPSS versi 20.0 for windows.
Berdasarkan hasil uji secara parsial ( uji t ) laba operasi dan laba bersih
berpengaruh signifikan dalam memprediksi arus kas aktivitas operasi di masa
mendatang, sedangkan laba kotor tidak berpengaruh signifikan dalam
memprediksi arus kas aktivitas operasi di masa mendatang. Sedangkan
berdasarkan hasil uji secara bersama-sama atau simultan ( uji F ) laba kotor, laba
operasi, dan laba bersih secara bersama-sama atau simultan berpengaruh
signifikan dalam memprediksi arus kas aktivitas operasi di masa mendatang.
Kata kunci : laba kotor, laba operasi, laba bersih dan arus kas aktivitas operasi.
vii
ABSTRACT
This study aims to obtain empirical evidence of the effect of gross profit,
operating income and net income in predicting cash flows operating activities in
the future on Manufacturing Company engaged in Basic and Chemical Industry
sectors listed in Indonesia Stock Exchange (IDX). The factors examined in this
study, namely gross profit, operating income and net income.
This study used a population of more than 16 companies engaged in the
manufacturing sector and Chemical Industry Association in Indonesia Stock
Exchange (IDX) 2009-2013. The method used in the selection of object in this
study was purposive sampling. Analysis model used in this study is multiple
regression analysis model performed with the aid of the computer program SPSS
version 20.0 for windows.
Based on the results of the partial test (t test) operating profit and net
income have a significant effect in predicting operating activities cash flows in the
future, whereas no significant effect on gross profit in predicting operating
activities cash flows in the future. While based on the test results together or
simultaneously (F test) gross profit, operating income and net income together or
simultaneously significant effect in predicting operating activities cash flows in
the future.
Keywords: gross profit, operating income, net income, operating activities cash
flows.
viii
KATA PENGANTAR
Puji Syukur atas kehadirat Allah SWT yang telah melimpahkan Rahmat-
Nya, sehingga peneliti dapat menyelesaikan skripsi dengan judul “PENGARUH
LABA KOTOR, LABA OPERASI, DAN LABA BERSIH DALAM
MEMPREDIKSI ARUS KAS AKTIVITAS OPERASI DI MASA
MENDATANG”.
Penulisan Skipsi ini telah melibatkan banyak pihak yang tentunya
dengan sepenuh hati telah meluangkan waktu dan dengan penuh keikhlasan
memberi informasi yang dibutuhkan. Adapun pihak-pihak yang telah ikut
membantu dalam proses penulisan Skripsi ini adalah:
1. Ibu Hj. Olivia Fachrunnisa SE, M,Si, Ph.D selaku Dekan Fakultas Ekonomi
Universitas Islam Sultan Agung Semarang.
2. Bapak Rustam Hanafi SE.,M.Sc., Akt, CA selaku Ketua Jurusan Program
Studi Akuntansi Universitas Islam Sultan Agung Semarang.
3. Bapak Dr. Zaenal Alim A, SE, Msi, selaku dosen pembimbing yang
senantiasa membimbing materi dalam proses penyusunan Skripsi ini.
4. Abah, Mamah dan Mas Haviz tercinta yang telah memberikan do’a serta
bantuan baik moril maupun materiil sehingga skripsi ini dapat cepat
terselesaikan.
5. Sahabat terbaik Dedew, Mas Yud, Om Fahri, Te Uci, Cesa, Sepul, Unga,
Uwam, Tita, Rani, Uus, Puput, Andri. Terima kasih atas semua ketulusan,
ix
kebaikan, kasih sayang, semangat, inspirasi dan bantuan yang kalian berikan
selama ini.
6. Teman-teman di Ekstensi FE Unissula angkatan 2012 : Nilma, Mba Fidhoh,
Mba Sofi, Mba Iin, Mba Indarti, Mba Ila, Via, Hidayah, Nia, Vita, Wyrda,
Mba Luwes, Mba Herdyn, Mba Lala, Mba Nurul, Mba Arum, Mba Else, Mas
Rama, Mas Azis, Mas Aniq, Mas Gusti, Mas Anang, Mas Helmy. Terima
kasih atas kerjasama, kekompakan dan perhatian kalian.
7. Semua pihak yang tidak dapat dapat penulis sebutkan satu persatu yang telah
memberikan bantuan dalam penyusunan skripsi ini dari awal hingga akhir.
Peneliti menyadari bahwa skripsi ini masih jauh dari sempurna. Oleh
karena itu kritik dan saran yang membangun dari berbagai pihak sangat peneliti
harapkan. Semoga karya kecil ini dapat memberikan manfaat bagi pembaca dan
semua pihak yang berkepentingan.
Semarang, November 2014
Peneliti
x
DAFTAR ISI
HALAMAN JUDUL i
HALAMAN PENGESAHAN DRAFT SKRIPSI ii
HALAMAN PENGESAHAN SKRIPSI iii
HALAMAN MOTTO DAN PERSEMBAHAN iv
ABSTRAK v
ABSTRACT vi
KATA PENGANTAR vii
DAFTAR ISI x
DAFTAR GAMBAR xiii
DAFTAR TABEL xiv
BAB I PENDAHULUAN 1
1.1. Latar Belakang Masalah 1
1.2. Rumusan Masalah 7
1.3. Tujuan Penelitian 7
1.4. Kontribusi dan Manfaat Penelitian 8
BAB II KAJIAN PUSTAKA 9
2.1. Landasan Teori 9
2.1.1. Informasi Akuntansi 9
2.1.2. Laporan Keuangan 10
2.2. Variabel-variabel penelitian 16
2.2.1. Arus Kas 16
2.2.2. Laporan Laba Rugi 21
xi
2.3. Penelitian Terdahulu 24
2.4. Hipotesis 26
2.4.1.Pengaruh Laba Kotor terhadap Arus Kas Aktivitas Operasi di
Masa Mendatang 26
2.4.2.Pengaruh Laba Operasi terhadap Arus Kas Aktivitas Operasi di
Masa Mendatang 27
2.4.3.Pengaruh Laba Bersih terhadap Arus Kas Aktivitas Operasi di
Masa Mendatang 29
2.5. Kerangka Pemikiran Teoritis 32
BAB III METODE PENELITIAN 33
3.1. Jenis Penelitian 33
3.2. Variabel, Definisi Operasional dan Pengukuran Variabel 34
3.3. Populasi dan Sampel 35
3.4. Jenis dan Sumber Data 35
3.5. Teknik Pengumpulan Datan 36
3.6. Teknik Analisi 37
3.7. Pengujian Penyimpangan Asumsi Klasik 37
3.7.1. Uji Normalitas 37
3.7.2. Uji Heteroskedastisitas 37
3.7.3. Uji Autokorelasi 38
3.7.4. Uji Multikolinearitas 39
3.8. Pengujian Hipotesis 40
3.8.1. Uji F ( Goodness of Fit ) 40
3.8.2. Uji Statistik t 41
3.8.3. Koefisien Determinasi ( R2
) 42
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 43
xii
4.1. Gambaran Umum Obyek Penelitian 43
4.2. Statistik Deskriptif 44
4.3. Analisis Data 47
4.3.1. Uji Normalitas 48
4.3.2. Uji Heteroskedastisitas 49
4.3.3. Uji Autokorelasi 51
4.3.4. Uji Multikolinearitas 52
4.4. Hasil Analisis Regresi Berganda 54
4.5. Hasil Uji Hipotesis 55
4.5.1. Hasil Uji Statistik t 55
4.5.2. Hasil Uji Signifikasi Simultan ( Uji F ) 57
4.5.3. Hasil Pengujian Koefisien Determinasi ( R2
) 58
4.6. Pembahasan 60
BAB V PENUTUP 63
5.1. Kesimpulan 63
5.2. Saran 64
5.3. Keterbatasan Penelitian 64
5.4. Agenda Penelitian Mendatang 65
DAFTAR PUSTAKA 66
LAMPIRAN
xiii
DAFTAR GAMBAR
Halaman
Gambar 2.1 Kerangka Pemikiran Teoritis ......................................................... 30
xiv
DAFTAR TABEL
Halaman
Tabel 2.1 Ringkasan Penelitian Terdahulu ...................................................... 20
Tabel 4.1 Sampel Penelitian ............................................................................ 42
Tabel 4.2 Hasil Uji Statistik Deskriptif ........................................................... 43
Tabel 4.3 Hasil Uji Kolmogorov-Smirnov Satu Arah ...................................... 46
Tabel 4.4 Hasil Uji Normalitas Data Normal ................................................. 47
Tabel 4.5 Hasil Uji Glejser .............................................................................. 48
Tabel 4.6 Hasil Uji Autokorelasi ..................................................................... 50
Tabel 4.7 Hasil Uji Multikolinearitas .............................................................. 51
Tabel 4.8 Hasil Uji Regresi Berganda ............................................................. 52
Tabel 4.9 Nilai Signifikan Secara Parsial ........................................................ 54
Tabel 4.10 Nilai Signifikan Secara Simultan .................................................... 56
Tabel 4.11 Nilai Koefisien Determinan ............................................................ 57
1
BAB I
PENDAHULUAN
1.1 Latar Belakang Penelitian
Laporan keuangan merupakan media informasi yang merangkum
semua aktivitas perusahaan. Informasi tersebut sangat berguna bagi para
pemakai laporan keuangan untuk mengambil keputusan tentang perusahaan
yang dilaporkan. Pemakai informasi keuangan meliputi : investor,
karyawan, pemberi pinjaman, pemasok, pelanggan, pemerintah dan
msyarakat umum.
Keputusan-keputusan ekonomi yang akan diambil oleh para pemakai
laporan keuangan membutuhkan suatu analisa untuk menilai atau mengukur
kemampuan perusahaan dalam menghasilkan laba dan arus kas, serta
keakuratan dari hasil analisis tersebut. Analisis yang dilakukan dapat
digunakan untuk mengevaluasi kejadian masa lalu dan dapat juga digunakan
untuk memprediksi kejadian di masa yang akan datang.
Prediksi atau peramalan digunakan untuk mengetahui keadaan usaha
di masa mendatang dan merupakan alat bantu yang penting untuk
pengambilan keputusan yang berkaitan dengan peluang dan resiko yang
akan dihadapi di masa mendatang. Prediksi didasarkan atas asumsi pihak
yang bertanggung jawab yang mencerminkan kondisi-kondisi yang diyakini
akan terjadi dan arah tindakan yang diperkirakan akan diambil. Prediksi atau
2
peramalan mencoba memberikan informasi tentang apa yang diharapkan
akan terjadi.
Salah satu upaya yang dapat dilakukan oleh para pemakai laporan
keuangan dalam mengambil keputusan yaitu dengan memprediksi arus kas
operasi di masa mendatang. Hal ini dapat dilakukan dengan melakukan
analisis terhadap laporan keuangan perusahaan dan mempertimbangkan
seluruh informasi yang tersedia dan relevan, baik kuantitatif maupun
kualitatif.
Pentingnya dalam memprediksi arus kas aktivitas operasi di masa
mendatang karena informasi tentang arus kas suatu entitas berguna bagi
para pengguna laporan keuangan sebagai dasar untuk menilai kemampuan
entitas dalam menghasilkan kas dan setara kas serta menilai kebutuhan
entitas untuk menggunakan arus kas tersebut. ( PSAK No.2 ).
Tersedianya informasi yang berorientasi ke masa depan, para
pemakai laporan keuangan, baik itu investor, kreditor dan pengambil
keputusan lainnya dapat melihat peluang dan resiko yang dihadapi oleh
perusahaan di masa mendatang. Piutang dan hutang merupakan salah satu
informasi yang dapat digunakan dalam memprediksi arus kas operasi di
masa mendatang. Dengan kata lain, akuntansi dasar akrual membantu dalam
memprediksi arus kas aktivitas operasi di masa mendatang karena
melaporkan transaksi serta kejadian lain yang memiliki konsekuensi kas
pada saat transaksi atau kejadian itu terjadi, bukan pada saat kas diterima
atau dibayarkan. (Kieso, 2008 : 110).
3
Menurut Subramanyam (2010), laba akrual lebih unggul dalam
memprediksikan arus kas masa depan karena dua alasan. Pertama, melalui
prinsip pengakuan pendapatan yang mencerminkan konsekuensi arus kas
operasi masa depan. Misalnya, penjualan kredit hari ini meramalkan adanya
kas yang diterima di masa depan dari pelanggan. Kedua, akuntansi akrual
mengaitkan arus kas masuk dan arus kas keluar dengan lebih baik sepanjang
waktu melalui proses pengaitan. Artinya, laba lebih stabil dan merupakan
prediksi arus kas yang lebih dapat diandalkan.
Penelitian kinerja perusahaan didasarkan melalui informasi pada
laporan laba rugi yang menyajikan informasi laba kotor, laba operasi, dan
laba bersih perusahaan. Laba kotor merupakan selisih dari pendapatan
dikurangi dengan harga pokok penjualan ( Soemarso, 2004 : 226 ). Dimana,
nilai yang terkandung dalam laba kotor berasal dari pendapatan yang
diperoleh perusahaan yang tidak sepenuhnya berasal dari penjualan tunai
namun juga berasal dari penjualan kredit yang menunjukkan bahwa adanya
kemungkinan kas masuk yang akan diterima dari pelanggan oleh perusahaan
di masa mendatang. Hal ini menunjukkan bahwa nilai yang terkandung
dalam laba kotor dapat berpengaruh dalam memprediksi arus kas aktivitas
operasi di masa mendatang.
Laba operasi merupakan laba yang diperoleh dari kegiatan utama
perusahaan (Soemarso, 2004:227). Laba operasi memperlihatkan perbedaan
antara aktivitas operasi dengan aktivitas non operasi. Laba operasi berkaitan
4
dengan aktivitas usaha yang masih berlangsung. Hal ini dipengaruhi oleh
beban operasional perusahaan yang mendukung aktivitas utama perusahaan.
Laba operasi dapat berpengaruh dalam memprediksi arus kas operasi
di masa mendatang, dikarenakan nilai yang terkandung dalam laba operasi
mempertimbangkan beban operasional perusahaan yang mendukung
aktivitas utama perusahaan. Namun, dalam beban operasional tersebut
adanya nilai dari beban yang masih harus dibayar maupun beban dibayar
dimuka yang bersifat akrual. Ika kusumaningtyas, 2003 (dalam Ariani,
2010) menyatakan bahwa laba yang diklasifikasikan menjadi laba operasi
dan laba non operasi memiliki daya prediksi untuk memprediksi arus kas
masa mendatang.
Laba bersih merupakan selisih antara seluruh pendapatan dari
kegiatan operasi maupun non operasi perusahan (Kieso, 2005). Laba bersih
dapat berpengaruh dalam memprediksi arus kas operasi di masa mendatang
karena laba bersih bersifat akrual yang berasal dari laba sebelum pajak
ditambah pendapatan lain-lain seperti pendapatan bunga dan dikurangkan
dengan beban lain-lain seperti beban bunga dan beban pajak. Dimana,
pendapatan bunga yang diperoleh perusahaan tercantum dalam laporan laba
rugi yang berasal dari pokok pinjaman dan bunga. Namun, ketika angsuran
pokok pinjaman yang sebagian tersebut dibayar maka akan berdampak
terhadap penerimaan bunga perusahaan di masa yang akan datang sehingga
meningkatnya kas operasi yang diperoleh perusahaan.
5
Menurut Subramanyam (2010), laba bersih terkait dengan arus kas
dan dapat digunakan dalam memprediksi arus kas operasi di masa
mendatang. Laba bersih mengukur nilai yang dapat diberikan oleh entitas
kepada investor dan menunjukkan bagian laba yang akan ditahan di dalam
perusahaan dan yang akan dibagikan sebagai deviden. Hal ini
memperlihatkan bahwa laba bersih dapat mempengaruhi arus kas operasi di
masa mendatang dengan meningkatnya laba bersih maka meningkatnya arus
kas aktivitas operasi di masa mendatang dengan perusahaan dapat
membayar deviden bagi para investor.
Kim dan Kross, 2005 ( dalam Ariani, 2010 ) dalam penelitiaannya
mengenai hubungan antara laba dan arus kas aktivitas operasi, menyatakan
bahwa kemampuan laba untuk memprediksi arus kas operasi di masa
mendatang terus meningkat dan peningkatan kemampuan prediksi ini
bertahan sepanjang waktu untuk beberapa horizon peramalan. Sedangkan
hubungan antara arus kas tahun berjalan dengan arus kas masa mendatang
meningkat secara signifikan untuk perusahaan yang melaporkan laba, yang
artinya hubungan antara keduanya tidak meningkat ataupun menurun.
Hasil penelitian yang dilakukan Ariani (2010) menunjukkan bahwa
laba kotor memiliki kemampuan yang paling baik dibandingkan dengan laba
operasi dan laba bersih dalam memprediksi arus kas di masa mendatang.
Secara parsial hanya variabel laba kotor yang terbukti signifikan
mempengaruhi variabel dependen (arus kas). Namun, secara simultan laba
kotor, laba operasi dan laba bersih mempunyai kemampuan prediktif
6
terhadap arus kas di masa mendatang. Hasil penelitian ini berlawanan
dengan penelitian yang dilakukan oleh Widiana ( 2011) yang menunjukkan
bahwa berdasarkan uji kesesuaian model menunjukkan bahwa laba kotor,
laba operasi, laba bersih dan arus kas tidak memiliki pengaruh positif dalam
memprediksi arus kas masa depan. Dan berdasarkan uji parsial arus kas
memiliki kemampuan paling dominan dalam memprediksi arus kas masa
depan.
Berdasarkan penjelasan di atas, maka peneliti tertarik menganalisis
pengaruh laba kotor, laba operasi dan laba bersih dalam memprediksi arus
kas aktivitas operasi di masa mendatang. Dimana pada penelitian terdahulu
di atas masih menggunakan variabel dependen arus kas, peneliti lebih
mengkhususkan pada variabel dependent arus kas aktivitas operasi.
1.2 Rumusan Masalah
Berdasarkan latar belakang yang telah diuraikan di atas, maka
penulis merumuskan masalah dalam penelitian ini yaitu :
1. Apakah laba kotor berpengaruh signifikan dalam memprediksi arus kas
aktivitas operasi di masa mendatang?
2. Apakah laba operasi berpengaruh signifikan dalam memprediksi arus
kas aktivitas operasi di masa mendatang?
3. Apakah laba bersih berpengaruh signifikan dalam memprediksi arus kas
aktivitas operasi di masa mendatang?
7
4. Apakah informasi laba kotor, laba operasi, dan laba bersih secara
simultan berpengaruh signifikan dalam memprediksi arus kas aktivitas
operasi di masa mendatang?
1.3 Tujuan Penelitian
Tujuan Penelitian ini adalah :
1. Untuk mengetahui apakah laba kotor berpengaruh signifikan dalam
memprediksi arus kas aktivitas operasi di masa mendatang.
2. Untuk mengetahui apakah laba operasi berpengaruh signifikan dalam
memprediksi arus kas aktivitas operasi di masa mendatang.
3. Untuk mengetahui apakah laba bersih berpengaruh signifikan dalam
memprediksi arus kas aktivitas operasi di masa mendatang.
4. Untuk mengetahui apakah infomasi laba kotor, laba operasi, dan laba
bersih secara simultan berpengaruh signifikan dalam memprediksi arus
kas aktivitas operasi di masa mendatang.
1.4 Kontribusi dan Manfaat Penelitian
Hasil penelitian ini diharapkan memberikan kontribusi dan manfaat
antara lain :
1. Bagi peneliti, untuk mengetahui bukti empiris tentang pengaruh laba
kotor, laba operasi, dan laba bersih dalam memprediksi arus kas
aktivitas operasi di masa mendatang perusahaan manufaktur yang
terdaftar di Bursa Efek Indonesia.
8
2. Bagi perusahaan, sebagai masukan bahwa laba operasi memliki
pengaruh dalam memprediksi arus kas aktivitas operasi di masa
mendatang perusahaan manufaktur yang terdaftar di Bursa Efek
Indonesia.
3. Bagi investor, hasil penelitian ini dapat dijadikan sebagai salah satu
pertimbangan untuk melakukan investasi dalam rangka mengurangi
risiko dari investasi tersebut.
4. Bagi akademis, menjadi tambahan literatur dalam pengembangan ilmu
pengetahuan mengenai faktor-faktor yang berpengaruh dalam
memprediksi arus kas aktivitas operasi di masa mendatang perusahaan
manufaktur yang terdaftar di Bursa Efek Indonesia.
9
BAB II
KAJIAN PUSTAKA
2.1 Landasan Teori
2.1.1 Informasi Akuntansi
Informasi Akuntansi merupakan informasi kuantitatif dalam bentuk
moneter yang menjelaskan kondisi keuangan suatu entitas yang ingin
disampaikan kepada pihak-pihak yang berkepentingan yang berada di luar
ataupun di dalam perusahaan tersebut. Informasi akuntansi adalah informasi
yang disediakan melalui pelaporan keuangan dan berbagai penjelas yang
digunakan sebagai laporan. Informasi akuntansi bermanfaat dalam
mengambil keputusan. Informasi akan bermanfaat apabila mempunyai nilai
serta dapat digunakan dan dipercaya oleh para pemakai informasi. Dalam
Suwardjono (2003), informasi dikatakan mempunyai nilai (kebermanfaatan
keputusan) apabila informasi tersebut :
1. Menambah pengetahuan pembuat keputusan tentang keputusannya di
masa lalu, sekarang atau masa depan.
2. Menambah keyakinan para pemakai mengenai profitabilitas
terealisasinya suatu harapan dalam kondisi ketidakpastian.
3. Mengubah keputusan atau perilaku para pemakai.
Sudah selayaknya suatu perusahaan menyediakan informasi akuntansi
dalam laporan keuangannya sebagai informasi yang berkualitas, yang dapat
dipercaya dan diandalkan. Sesuai dengan pernyataan dalam Standar
10
Akuntasi Keuangan, manajemen menetapkan kebijakan untuk memastikan
bahwa laporan keuangan menyajikan informasi yang sedemikian rupa
sehingga memberikan informasi yang relavan, andal, dapat dibandingkan
dan dapat dipahami. Setelah perusahaan dapat menyajikan laporan
keuangannya dengan memenuhi karakteristik tersebut, maka pemakai
laporan keuangan dapat meyakinkan dirinya atas informasi yang terdapat
pada laporan keuangan tersebut. Hal ini dapat mempengaruhi keputusan-
keputusan ekonomi para pemakai laporan keuangan khususnya investor dan
kreditor untuk dapat memberikan keputusan atau kontribusi yang
menguntungkan bagi perusahaan tersebut.
2.2.2 Laporan Keuangan
Akuntansi pada tingkatan manajerial, adalah proses
pengidentifikasian, pengukuran, penganalisisan dan pengkomunikasian
informasi keuangan yang dibutuhkan oleh manajemen untuk merencanakan,
mengevaluasi, dan mengendalikan operasi sebuah organisasi. Pada
akuntansi keuangan, proses akhir yang dihasilkan adalah laporan keuangan
yang menyangkut perusahaan secara keseluruhan, yang informasinya
ditujukan oleh pihak-pihak internal maupun eksternal. Tidak semua
informasi dilaporkan dalam laporan keuangan, karena menurut FASB,
beberapa informasi keuangan hanya dapat atau lebih baik disajikan melalui
pelaporan keuangan. Oleh karena itu, istilah pelaporan keuangan (financial
reporting) berbeda dengan laporan keuangan (financial statements).
11
Pelaporan keuangan lebih luas daripada laporan keuangan, dalam kerangka
dasar penyusunan dan penyajian laporan keuangan.
1) Komponen Laporan Keuangan
Menurut DSAK-IAI dalam PSAK, revisi 2009, paragraf 7
menyebutkan bahwa laporan keuangan adalah suatu penyajian terstruktur
dari posisi keuangan dan kinerja keuangan suatu entitas. Tujuan laporan
keuangan adalah memberikan informasi mengenai posisi keuangan, kinerja
keuangan, dan arus kas entitas yang bermanfaat bagi sebagian besar
kalangan pengguna laporan dalam pembuatan keputusan ekonomi. Laporan
keuangan juga menunjukkan hasil pertanggungjawaban manajemen atas
penggunaan sumber daya yang dipercayakan kepada mereka. Dalam rangka
mencapai tujuan tersebut, laporan keuangan menyajikan informasi
mengenai entitas yang meliputi :
a. Asset;
b. Liabilitas;
c. Ekuitas;
d. Pendapatan dan beban termasuk keuntungan dan kerugian;
e. Kontribusi dari dan distribusi kepada pemilik dalam kapasitasnya sebagai
pemilik; dan
f. Arus Kas
Informasi tersebut, beserta informasi lainnya yang terdapat dalam
catatan atas laporan keuangan, membantu pengguna laporan dalam
12
memprediksi arus kas masa depan dan khususnya, dalam hal waktu dan
kepastian diperolehnya kas dan setara kas.
Menurut DSAK-IAI pada PSAK, revisi 2009, paragraf 8 bahwa
laporan keuangan yang lengkap terdiri dari komponen-komponen berikut
ini:
a. Laporan posisi keuangan pada akhir periode;
b. Laporan laba rugi komprehensif selama periode;
c. Laporan perubahan ekuitas selama periode;
d. Laporan arus kas selama periode;
e. Catatan atas laporan keuangan, berisi ringkasan kebijakan akuntansi
penting dan informasi penjelasan lainnya; dan
f. 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 keuangan.
2) Tujuan Pelaporan Keuangan
Pelaporan keuangan dan laporan keuangan berbeda dalam hal
kegunaan masing-masing. Beberapa informasi penting akan lebih baik
disajikan dalam laporan keuangan, dan beberapa informasi penting lainnya
akan lebih baik bila dilaporkan dalam media laporan lain. Walaupun
demikian, terdapat persamaan dalam tujuan laporan keuangan dan pelaporan
keuangan karena bagaimanpun juga laporan keuangan merupakan bagian
utama dalam pelaporan keuangan.
13
SFAC No. 1 dalam Anis Chariri dan Imam ( 2007 ), disebutkan bahwa
tujuan pelaporan keuangan tidak terbatas pada isi dari laporan keuangan
tetapi juga media pelaporan lainnya. Dengan kata lain, cakupan pelaporan
keuangan adalah lebih luas dibandingkan laporan keuangan.
Tujuan pelaporan keuangan yang terdapat dalam SFAC No.1 dalam
Anis Chariri dan Imam ( 2007 ) adalah sebagai berikut :
1. Pelaporan keuangan memberikan informasi yang bermanfaat bagi
investor dan kreditor, dan pemakai lainnya dalam mengambil
keputusan investasi, kredit yang serupa secara rasional. Informasi
tersebut harus bersifat komprehensif bagi mereka yang memiliki
kemampuan untuk mempelajari informasi dengan cara yang rasional.
2. Pelaporan keuangan memberikan informasi untuk membantu
investor, kreditor dan pemakai lainnya dalam menilai jumlah,
pengakuan, dan ketidakpastian tentang penerimaan kas bersih yang
berkaitan dengan perusahaan.
3. Pelaporan keuangan memberikan informasi tentang sumbe-sumber
ekonomi suatu perusahaan, klaim terhadap sumber-sumber (
kewajiban suatu perusahaan untuk menyerahkan sumber-sumber para
entitas lain atau pemilik modal ), dan pengaruh transaksi, peristiwa
dan kondisi yang mengubah sumber-sumber ekonomi dan klaim
terhadap sumber-sumber tersebut.
4. Pelaporan keuangan menyediakan informasi tentang hasil usaha
suatu perusahaan selama suatu periode.
14
5. Pelaporan keuangan menyediakan informasi tentang bagaimana
perusahaan memperoleh dan membelanjakan kas, tentang pinjaman
dan pembayaran kembali pinjaman, tentang transaksi modal,
termasuk dividen kas dan distribusi lainnya yang mempengaruhi
likuiditas.
6. Pelaporan keuangan menyediakan informasi tentang bagaimana
manajemen perusahaan mempertanggungjawabkan pengelolaan
kepada pemilik ( pemegang saham ) atas pemakaian sumber ekonomi
yang dipercayakan kepadanya.
7. Pelaporan keuangan menyediakan informasi yang bermanfaat bagi
manajer dan direktur sesuai dengan kepentingan pemilik.
Dalam PSAK No. 1 dijelaskan mengenai tujuan umum dari laporan
keuangan adalah untuk memenuhi kebutuhan bersama sebagian besar
pemakai laporan keuangan. Dapat disimpulkan, bahwa pelaporan keuangan
dan laporan keuangan sama-sama bertujuan untuk memenuhi kebutuhan
informasi mengenai kondisi perusahaan dan prospek kelangsungan
usahanya di masa depan, yang digunakan para pemakai laporan keuangan
khususnya external users, dalam membuat keputusan-keputusan stategis.
Secara umum kalangan pemakai laporan keuangan meliputi internal
users ( pemakai dari dalam perusahaan ) dan exsternal users ( pemakai dari
luar perusahaan ). Internal users terdiri dari mananjemen yang terlibat
dalam operasi dan pengambilan keputusan strategis perusahaan. Exsternal
users terdiri dari :
15
1. Kreditor, menggunakan laporan keuangan untuk menilai
kemampuan pinjaman untuk membayar bunga dan membayar
kembali pokok pinjaman pada waktunya.
2. Investor dan potensial investor, membutuhkan informasi yang
terdapat pada laporan keuangan dalam rangka pengambilan
keputusan untuk mempertahankan, menjual atau menambah
saham yang dimilikinya.
3. Regulatory agencies atau pemerintah termasuk Bursa Efek
Indonesia, menggunakan laporan keuangan untuk melakukan
fungsi pengawasan.
4. Karyawan, menggunakan informasi laporan keuangan untuk
menilai kewajaran gaji, bonus dan kondisi kerja.
5. Pemberi pinjaman dan pemasok, membutuhkan laporan keuangan
dalam penentuan kewajaran kredit pelanggan.
6. Customer, berkepentingan dengan informasi tentang kemampuan
perusahaan untuk melunasi hutang-hutangnya pada saat jatuh
tempo.
7. Badan-badan atau pihak-pihak yang peduli lingkungan,
akademisi, masyarakat umum dan kelompok-kelompok khusus
yang mencoba untuk mempengaruhi perusahaan yang berkaitan
dengan keuangannya atau kepentingan-kepentingan lain.
Para pemakai laporan keuangan dapat menilai kinerja perusahaan dari
informasi yang disajikan dalam laporan keuangan, terutama bagi investor
16
dan kreditor. Konsep dasar indikator kinerja adalah suatu ukuran kuantitatif
dan atau kualitatif yang menggambarkan tingkat pencapaian suatu sasaran
dan tujuan yang telah ditetapkan. Oleh sebab itu, indikator kinerja
merupakan sesuatu yang akan dihitung dan diukur seta digunakan sebagai
dasar untuk menilai atau melihat tingkat kinerja baik dalam tahap
perencanaan, pelaksanaan maupun setelah kegiatan selesai. Laporan laba
rugi dan arus kas adalah indikator yang menjadi perhatian utama bagi
investor dan kreditor.
2.2 Variabel-variabel penelitian
2.2.1 Arus Kas
Menurut IAI dalam PSAK No. 2 ( 2009 ), arus kas adalah arus masuk
dan arus keluar kas atau setara kas. Informasi tentang arus kas berguna bagi
para pengguna laporan sebagai dasar untuk menilai kemampuan perusahaan
dalam menghasilkan kas serta setara kas dan menilai kebutuhan perusahaan
untuk menggunakan arus kas tersebut.
1) Tujuan Informasi Arus Kas
Tujuan informasi arus kas suatu entitas bagi para pengguna laporan
keuangan dalam PSAK N0. 2 ( 2009 ) adalah sebagai dasar untuk menilai
kemampuan entitas dalam menghasilkan kas dan setara kas serta menilai
kebutuhan entitas untuk menggunakan arus kas tersebut. Tujuan lainnya
adalah memberikan informasi perubahan historis dalam kas dan setara kas
dari suatu entitas melalui laporan arus kas yang mengklasifikasikan arus
17
kas berdasarkan aktivitas operasi, investasi maupun pendanaan ( financing )
selama suatu periode akuntansi.
Kieso dan Weygant ( 2008 : 212 ) menyatakan tujuan utama laporan
arus kas adalah menyediakan informasi yang relavan mengenai penerimaan
dan pembayaran kas sebuah perusahaan selama suatu periode tertentu.
2) Kegunaan Informasi Arus Kas
Laporan arus kas dapat dijadikan sebagai sumber informasi bagi para
penggunanya dalam membuat suatu keputusan ekonomi. Seperti yang
dinyatakan dalam DSAK-IAI dalam PSAK No. 2, revisi 2009, paragraf 21
bahwa informasi arus kas suatu entitas berguna bagi para pengguna laporan
keuangan sebagai dasar untuk menilai kemampuan entitas dalam
menghasilkan kas dan setara kas serta menilai kebutuhan entitas untuk
menggunakan arus kas tersebut. Dalam proses pengambilan keputusan
ekonomi, para pengguna perlu melakukan evaluasi terhadap kemampuan
entitas dalam menghasilkan kas dan setara kas serta kepastian perolehannya.
Jadi, informasi tentang arus kas dapat dimanfaatkan sebagai :
a. Informasi arus kas berguna sebagai indikator jumlah arus kas di masa
mendatang, serta berguna untuk menilai kecermatan atas taksiran arus
kas yang telah dibuat sebelumnya.
b. Laporan arus kas juga menjadi alat pertanggungjawabanarus kas masuk
dan arus kas keluar selama periode pelaporan.
c. Apabila dikaitkan dengan laporan keuangan lainnya, laporan arus kas
memberikan informasi yang bermanfaat bagi pengguna laporan dalam
18
mengevaluasi perubahan kekayaan bersih/ekuitas dana suatu entitas
pelaporan dan struktur keuangan pemerintah (termasuk likuiditas dan
solvabilitas).
Sedangkan kegunaan informasi arus kas menurut Kieso dan Weygandt
( 2008 : 216 ) yaitu dapat membantu kreditor untuk memeriksa laporan arus
kas dalam menilai kemampuan perusahaan untuk melunasi pinjaman. Jika
kas bersih yang disediakan oleh aktivitas operasi tinggi, hal ini
mengindikasikan bahwa perusahaan mampu menghasilkan kas yang
mencukupi secara internal dari aktivitas operasi untuk membayar
kewajibannya tanpa harus meminjam sumber pendanaan dari luar.
3) Kalasifikasi Laporan Arus Kas
Laporan arus kas mengklasifikasikan penerimaan kas (cash receipts)
dan pengeluaran kas (cash disbursements) berdasarkan aktivitas-aktivitas
operasi, investasi, dan pendanaan. Klasifikasi menurut aktivitas ini akan
memberikan informasi yang memungkinkan para pengguna laporan
keuangan untuk menilai pengaruh aktivitas tersebut terhadap posisi
keuangan perusahaan serta terhadap jumlah kas dan setara kas. Baik arus
masuk (inflows) maupun arus keluar (outflows) kas dimasukkan dalam
setiap kategori aktivitas tersebut ( Henry Simamora, 2000) dalam (
Hidayatulloh, 2009 ).
Dalam PSAK No. 2, paragraf 49 ( 1995:2,4), dinyatakan bahwa
laporan arus kas harus melaporkan arus kas selama periode tertentu dan
diklasifikasikan menurut aktivitas operasi, investasi dan pendanaan.
19
Karakteristik transaksi dan kejadian lain dari setiap jenis aktivitas-aktivitas
dapat dijelaskan sebagai berikut :
a. Aktivitas Operasi
Dalam PSAK No. 2 dijelaskan bahwa arus kas dari kegiatan operasi
merupakan arus kas yang berasal dari aktivitas penghasil utama pendapatan
perusahaan. Kegiatan ini melibatkan pengaruh kas dari transaksi yang
masuk ke dalam penentuan laba bersih dalam laporan laba rugi.
Adapun arus kas yang masuk dan keluar dari kegiatan operasi
mencakup antara lain :
1. Arus kas masuk dari penjualan barang dan jasa, pendapatan dividen,
pendapatan bunga, dan penerimaan operasi lainnya.
2. Arus kas yang keluar untuk pembayaran kepada pemasok barang dan
jasa, pembayaran kepada karyawan, bunga yang dibayarkan atas hutang
perusahaan, pembayaran pajak, dan pengeluaran operasi lainnya.
b. Aktivitas Investasi
Menurut PSAK No. 2, arus kas dari aktivitas investasi
mencerminkan penerimaan dan pengeluaran kas sehubungan dengan sumber
daya yang diperoleh perusahaan yang ditujukan untuk menghasilkan
pendapatan dan arus kas masa depan.
Adapun arus kas masuk dan keluar dari kegiatan ini antara lain
meliputi :
1. Arus kas masuk berasal dari penjualan aktiva tetap, aktiva tidak berwujud
dan aktiva jangka panjang, penjualan saham atau instrument keuangan
20
perusahaan lain dan penagihan uang pokok pinjaman yang diberikan
perusahaan.
2. Arus kas keluar untuk pembelian aktiva tetap, aktiva tak berwujud dan
aktiva jangka panjang lain, termasuk pengembangan yang
dikapitalisasikan, perolehan saham atau instrument keuangan perusahaan
lain, pemberian pinjaman pada pihak lain.
c. Aktivitas Pendanaan
Arus kas yang berasal dari aktifitas ini merupakan arus kas yang
menyebabkan perubahan dalam struktur modal atau pinjaman perusahaan.
Arus kas merupakan kegiatan mendapatkan dana untuk kepentingan
perusahaan. Arus kas keluar adalah pembayaran kepada pemilik dan
kreditor.
Arus kas masuk dan keluar dari kegiatan ini meliputi, antara lain :
1. Arus kas masuk dari penjualan saham atau instrument modal lainnya, dan
penerbitan obligasi, wesel, hipotek, serta pinjaman lainnya.
2. Arus kas keluar untuk pembayaran deviden, pembelian saham
perusahaan, pelunasan pokok pinjaman, dan pembayaran kas oleh leasing
untuk mengurangi kewajiban yang berkaitan dengan sewa gedung usaha
pembiayaan.
4) Penyajian Laporan Arus Kas
Dalam PSAK No. 2, revisi 2009, paragraf 10 menyatakan bahwa
laporan arus kas harus melaporkan arus kas selama periode tertentu dan
diklasifikasikan menurut aktivitas operasi, investasi, dan pendanaan. Dalam
21
paragraf selanjutnya dijelaskan pula bahwa entitas menyajikan arus kas dari
aktifitas operasi, investasi dan pendanaan dengan cara yang paling sesuai
dengan bisnis entitas tersebut. Klasifikasi menurut aktivitas memberikan
informasi yang memungkinkan para pengguna laporan untuk menilai
pengaruh aktifitas tersebut terhadap posisi keuangan entitas serta terhadap
jumlah kas dan setara kas. Informasi tersebut dapat juga digunakan untuk
mengevaluasi hubungan di antara ketiga aktivitas tersebut.
2.2.2 Laporan Laba Rugi
Laporan laba rugi merupakan bagian dari laporan keuangan suatu
perusahaan yang dihasilkan pada suatu perusahaan yang dihasilkan pada
suatu periode akuntansi yang menyajikan unsur-unsur pendapatan dan biaya
perusahaan sehingga menghasilkan laba atau rugi bersih. Menurut Kieso (
2008 : 140 ) laporan laba rugi ( income statement ) adalah laporan yang
mengukur keberhasilan operasi perusahaan selama periode waktu tertentu,
menyediakan informasi yang diperlukan oleh para investor dan kreditor
untuk memprediksikan jumlah, penetapan waktu dan ketidakpastian dari
arus kas masa depan.
1) Laba Kotor
Laba kotor merupakan selisih antara penjualan bersih dengan harga
pokok penjualan ( Soemarso, 2004 : 226 ). Laba kotor disebabkan oleh
faktor penjualan dan faktor harga pokok penjualan. Harga pokok penjualan
adalah semua biaya yang dikorbankan, dalam perusahaan manufaktur mulai
22
dari tahap ketika bahan baku masuk ke pabrik, diolah hingga dijual. Semua
biaya-biaya langsung yang berhubungan dengan penciptaan produk tersebut
dikelompokkan sebagai harga pokok penjualan.
Menurut Jusup, 1997 ( dalam Darmawan, 2012), bahwa perubahan
laba kotor akan terjadi dengan menentukan anggaran terhadap hasil yang
aktual. Dalam Subramnyam ( 2005 : 120 ), laba kotor yaitu pendapatan
dikurangi dengan harga pokok penjualan. Apabila hasil penjualan barang
dan jasa tidak dapat menutupi beban yang langsung terkait dengan barang
dan jasa tersebut atau harga pokok penjualan, maka akan sulit bagi
perusahaan untuk bertahan.
Laba kotor diukur dengan angka laba kotor periode berjalan yang
berasal dari selisih dari penjualan bersih dengan beban pokok penjualan.
2) Laba Operasi
Laba operasi (operating income) merupakan suatu pengukuran laba
perusahaan yang berasal dari aktivitas operasi yang masih berlangsung
(Subramanyam, 2010:9).
Angka laba operasi adalah selisih laba kotor dengan biaya-biaya
operasi (Kieso, 2005). Biaya-biaya operasi adalah biaya-biaya yang
berhubungan dengan operasi perusahaan atau biaya-biaya yang sering
terjadi di dalam perusahaan dan bersifat operatif. Selain itu, biaya-biaya ini
diasumsikan memiliki hubungan dengan penciptaan pendapatan. Diantara
biaya-biaya operasi tersebut adalah : biaya gaji karyawan, biaya
23
administrasi, biaya perjalanan dinas, biaya iklan dan promosi, biaya
penyusutan dan lain-lain.
Laba operasi diukur dengan angka laba operasi periode berjalan yang
berasal dari selisih laba kotor, beban penjualan dan beban administrasi
umum.
3) Laba Bersih
Angka laba bersih adalah angka yang menunjukkan selisih antara
seluruh pendapatan dari kegiatan operasi perusahaan maupun non operasi
perusahaan (Kieso, 2005). Selisih antara jumlah keseluruhan pendapatan
dan jumlah keseluruhan biaya dalam jangka waktu tertentu.
Dalam Subramnyam (2005:25) laba bersih adalah laba dari bisnis
perusahaan yang sedang berjalan setelah bunga dan pajak. Menurut
Soemarso (2004:227), laba bersih merupakan selisih lebih pendapatan atas
beban-beban dan merupakan kenaikan bersih atas modal yang berasal dari
kegiatan usaha.Laba bersih merupakan pengembalian atas investasi kepada
pemilik dan menunjukkan sejauh mana keberhasilan manajemen dalam
mengoperasikan bisnis. Hal ini mengukur nilai yang dapat diberikan oleh
entitas kepada investor berupa deviden yang dibagikan disaat entitas masih
memiliki kekayaan yang sama di posisi awal.
Laba bersih diukur dengan angka laba bersih periode berjalan yang
berasal dari selisih laba sebelum pajak dengan beban pajak.
24
2.3 Penelitian Terdahulu
Penelitian mengenai kemampuan laba dan arus kas dalam
memprediksi arus kas masa depan telah banyak dilakukan oleh peneliti-
peneliti sebelumnya. Penelitian-penelitian tersebut banyak memberikan
masukan serta kontribusi tambahan bagi para investor, manajer, analisis
keuangan dan pengguna lainnya dalam menilai prospek dan kinerja
perusahaan dalam suatu periode. Tabel di bawah ini menunjukkan hasil-
hasil penelitian terdahulu :
Tabel 2.1 Ringkasan Penelitian Terdahulu
No Peneliti/Judul Variabel Hasil Penelitian
1. Parawiyati dan
Zaki Baridwan
(1998)
Kemampuan Laba
dan Arus Kas
dalam
Memprediksi
Laba dan Arus
Kas Perusahaan
Go Public di
Indonesia
Dependen :
Laba dan Arus Kas
Independen :
Laba dan Arus Kas
Laba dan arus kas
berpengaruh secara
signifikan terhadap
laba dan arus kas.
2. Kim dan Kross
(2005)
The ability of
earnings to
predict future
operating cash
flows has been
increasing- not
decreasing
Dependen :
Arus Kas
Independen :
Arus kas, laba,
piutang, persediaan,
aset lancar, utang,
dan depresiasi
Semua variabel
memiliki pengaruh
terhadap arus kas
operasi masa
mendatang pada saat
kondisi ekonomi
stabil.
3. Yolanda Dahler
dan Rahmat
Febrianto (2006)
Kemampuan
Prediktif Earnings
dan Arus Kas
Dependen :
Arus Kas Masa
Depan
Independen :
Laba dan Arus Kas
Laba dan arus kas
berpengaruh terhadap
arus kas di masa
depan.
25
dalam
Memprediksi
Arus Kas Masa
Depan
4. Agustina Ratna
Dwiati (2008)
Kemampuan Arus
Kas, Laba, dan
Akrual untuk
Memprediksi
Arus Kas dan
Laba Masa Depan
Dependen :
Arus Kas dan Laba
masa depan
Independen :
Arus Kas, Laba, dan
Akrual
Arus kas dan laba
mampu memprediksi
arus kas dan laba
masa depan,
sedangkan akrual
tidak mampu
memprediksi arus kas
dan laba masa depan.
5. Marisca Dwi
Ariani (2010)
Pengaruh Laba
Kotor, Laba
Operasi dan Laba
Bersih dalam
Memprediksi
Arus Kas di Masa
Mendatang
Dependen :
Arus Kas masa
depan
Independen :
Laba Kotor, Laba
Operasi, dan Laba
Bersih
Laba kotor memiliki
kemampuan paling
baik dibandingkan
dengan lab operasi
dan laba bersih dalam
memprediksi arus kas
masa depan.
6. Widiana (2011)
Kemampuan Laba
Kotor, Laba
Operasi, Laba
Bersih dan Arus
Kas untuk
memprediksi
Arus Kas di Masa
Mendatang pada
Perusahaan Food
& Bevereges
yang terdaftar di
BEI
Dependen :
Arus Kas masa
mendatang
Independen :
Laba kotor, laba
operasi, laba bersih
dan arus kas
Berdasarkan uji
kesesuaian model (uji
F) menunjukkan
bahwa laba kotor, laba
operasi, laba bersih
dan arus kas tidak
memiliki pengaruh
positif dalam
memprediksi arus kas
masa depan. Dan
berdasarkan uji parsial
(uji T) arus kas
memiliki kemampuan
paling dominan dalam
memprediksi arus kas
masa depan.
7. Raisa Grace M
Sinaga (2012)
Kemampuan Laba
Bersih dan Arus
Kas Operasi
dalam
Memprediksi
Arus Kas Operasi
di Masa Depan
Dependen :
Arus kas operasi di
masa depan
Independen :
Laba bersih dan arus
kas operasi
Laba bersih memiliki
kemampuan secara
parsial dalam
memprediksi arus kas
operasi masa depan
serta laba bersih dan
arus kas operasi secara
bersama-sama
(simultan) memiliki
26
pada Perusahaan
Otomotif yang
terdaftar di BEI
kemampuan dalam
memprediksi arus kas
masa depan.
Sedangkan arus kas
operasi dinilai tidak
berpengaruh
signifikan dalam
memprediksi arus kas
masa depan.
2.4 Hipotesis
2.4.1 Pengaruh Laba Kotor terhadap Arus Kas Aktivitas Operasi di
Masa Mendatang
Menurut Soemarso (2004:226) laba kotor merupakan selisih antara
penjualan bersih dengan harga pokok penjualan. Dimana, laba kotor
memiliki kemampuan yang paling baik dibandingkan dengan laba operasi
dan laba bersih dalam memprediksi arus kas masa mendatang. Namun,
secara parsial hanya variabel laba kotor yang terbukti signifikan
mempengaruhi variabel dependen ( arus kas ) dalam Ariani ( 2010 ).
Kecenderungan laba kotor bisa memperlihatkan seberapa sukses
perusahaan memanfaatkan sumber daya, dan menjadi dasar untuk
memahami bagaimana marjin laba telah berubah akibat tekanan persaingan.
Pelaporan laba kotor menyediakan angka yang berguna untuk mengevaluasi
kinerja perusahaan dan menilai laba masa depan. Pada laba kotor,
keterlibatan kendali manajemen lebih besar dan memiliki hubungan yang
lebih erat dengan penciptaan pendapatan. Manajemen mengendalikan harga
pokok penjualan sepenuhnya untuk menentukan daya saing produk di pasar.
27
Penjualan yang bersifat kredit menunjukkan bahwa adanya
kemungkinan kas masuk yang akan diterima dari pelanggan oleh perusahaan
di masa yang akan datang atau pada periode mendatang. Hal ini
menunjukkan bahwa nilai yang terkandung dalam laba kotor dapat
berpengaruh dalam memprediksi arus kas di masa mendatang.
Dengan demikian, dapat diindikasikan bahwa angka laba kotor
memberikan informasi yang dapat digunakan dalam memprediksi arus kas
aktivitas operasi di masa mendatang serta memenuhi kebutuhan informasi
bagi pemakai laporan keuangan untuk mengambil keputusan.
Berdasarkan uraian di atas maka hipotesis pertama yang diajukan
adalah :
H1 : Laba kotor berpengaruh signifikan dalam memprediksi arus kas
aktivitas operasi di masa mendatang
2.4.2 Pengaruh Laba Operasi dalam Memprediksi Arus Kas Aktivitas
Operasi di Masa Mendatang
Laba operasi memperlihatkan perbedaan antara aktivitas operasi
dengan aktivitas non operasi. Membantu pemakai laporan keuangan
membandingkan dan menilai efisiensi operasi perusahaan (
Kieso,2008:147). Laba operasi merupakan selisih laba kotor dengan biaya-
biaya operasi. Biaya-biaya operasi adalah biaya-biaya yang berhubungan
dengan operasi perusahaan atau biaya-biaya yang sering terjadi di dalam
perusahaan dan bersifat operatif.
28
Penelitian yang dilakukan oleh Febrianto dan Widiastuty (2005)
dalam Ariani (2010) menyatakan bahwa laba operasi berpengaruh signifikan
terhadap arus kas masa mendatang. Hal ini bisa disebabkan karena laba
operasi lebih mampu menggambarkan aktivitas operasi perusahaan dan laba
operasi diasumsi memiliki hubungan langsung dengan proses penciptaan
laba.
Dari hasil laba operasi dapat dilihat perhitungan pendapatan yang
dikurangi dengan biaya-biaya yang berkaitan dengan operasi perusahaan,
seperti biaya iklan, biaya gaji, biaya administrasi, penyusutan dan lain-lain.
Biaya-biaya ini tidak berhubungan langsung dalam menciptakan
pendapatan, atau tidak sepenuhnya berhubungan dengan operasi perusahaan
dan juga masih dipengaruhi oleh kebijakan perusahaan. Dimana, jika beban
operasional perusahaan meningkat maka laba operasi perusahaan
mengalami penurunan. Sehingga, pembayaran beban operasional
perusahaan meningkat dan mengakibatkan menurunnya kas yang berasal
dari aktivitas operasi perusahaan. Namun, kendali manajemen pada laba
operasi lebih kecil dibandingkan pada laba kotor.
Operasi yang menguntungkan akan menghasilkan penerimaan kas
melebihi jumlah yang diinvestasikan dan sebagai konsekuensinya akan
meningkatkan arus kas masuk. Sehingga menghasilkan pandangan atas
keberhasilan manajemen dalam bereaksi terhadap perubahan kondisi usaha
dan kemampuan manajemen untuk mengambil kesempatan dan mengatasi
kesulitan yang terjadi. Sehingga laba operasi dianggap mampu dijadikan
29
sebagai dasar dalam memprediksi arus kas operasi di masa mendatang. Hal
ini mendukung untuk hipotesis kedua penelitian ini (ditulis dalam bentuk
alternatif), yaitu :
H2 : Laba Operasi berpengaruh signifikan dalam memprediksi arus kas
aktivitas operasi di masa mendatang
2.4.3 Pengaruh Laba Bersih dalam Memprediksi Arus Kas Aktivitas
Operasi di Masa Mendatang
Laba bersih merupakan selisih lebih pendapatan atas beban-beban
dan merupakan kenaikan bersih terhadap modal ( Soemarso, 2004 : 227).
Angka laba bersih menunjukkan selisih antara pendapatan dari kegiatan
operasi maupun non operasi perusahaan.
Menurut Febrianto dan Wisiastuty (2005) dalam Ariani (2010),
angka laba kotor, laba operasi, dan laba bersih bermanfaat untuk
pengukuran efisiensi dalam mengelola perusahaan. Investor dan kreditor
yakin bahwa ukuran kinerja yang diutamakan dalam penilaian kinerja
perusahaan adalah ukuran kinerja yang mampu menggambarkan kondisi dan
prospek perusahaan di masa mendatang dengan lebih baik.
Laba bersih disesuaikan dengan penghasilan (beban) non kas dan
dengan akrual, untuk menghasilkan arus kas dari operasi. Dengan adanya
rekonsiliasi perbedaan antara laba bersih dan arus kas operasi dapat
membantu pengguna laporan keuangan untuk memprediksi arus kas melalui
prediksi laba. Dengan demikian dapat diindikasikan bahwa, angka laba
30
bersih dapat membantu pengguna laporan keuangan untuk memprediksi
arus kas operasi di masa mendatang. Hal ini mendukung untuk hipotesis
ketiga penelitian ini ( ditulis dalam bentuk alternatif), yaitu :
H3 : Laba bersih berpengaruh signifikan dalam memprediksi arus kas
aktivitas operasi di masa mendatang
2.4.4 Pengaruh Laba Kotor, Laba Operasi, dan Laba Bersih dalam
Memprediksi Arus Kas Aktivitas Operasi di Masa Mendatang
Untuk mengetahui kinerja yang dihasilkan, maka laba dapat menjadi
salah satu parameternya. Laba menggambarkan secara menyeluruh tentang
keadaan perusahaan dan laba berasal dari unsur-unsur seperti pendapatan
dan beban yang berhubungan dengan aktivitas operasi perusahaan. Laba
memiliki potensial informasi dan prediktor, maka laba diyakini sebagai alat
yang andal bagi para pemakainya sebagai dasar dalam pengambilan
keputusan ekonomi terutama untuk mengurangi resiko ketidakpastian.
Karena laba yang bersifat akrual, dimana penjualan kredit hari ini
meramalkan adanya kas yang diterima pada arus kas operasi masa depan
yang berasala dari penerimaan pelanggan, maka laba diyakini lebih tepat
dalam memprediksi arus kas operasi masa depan. Dalam suatu laporan laba
rugi, laba terdiri dari tiga komponen yaitu laba kotor, laba operasi, dan laba
bersih.
Dalam penyusunan laporan laba rugi, laba kotor dilaporkan lebih
awal dari dua angka laba lainnya. Laba kotor lebih sedikit menyertakan
31
biaya dan pendapatan, sehingga menunjukkan bagaimana kemampuan dan
kinerja perusahaan. Pelaporan laba kotor menyediakan angka yang berguna
untuk mengevaluasi kinerja perusahaan terhadap penjualan dan harga pokok
penjualan. Hal ini mengindikasikan bahwa, laba kotor mampu memberikan
nilai informasi yang dapat digunakan dalam memprediksi arus kas aktivitas
operasi di masa mendatang.
Laba operasi memperlihatkan perbedaan antara aktivitas operasi
dengan aktivitas non operasi. Laba operasi mampu menggambarkan operasi
perusahaan dan memiliki hubungan yang langsung dengan proses
penciptaan laba melalui biaya-biaya operasi, sehingga laba operasi dianggap
mampu dijadikan sebagai dasar dalam memprediksi arus kas aktivitas
operasi di masa mendatang dan membantu pemakai membandingkan
perusahaan yang berbeda dan menilai efisiensi operasi. Sedangkan laba
bersih juga merupakan angka laba yang dianggap mampu untuk
memprediksikan arus kas operasi di masa mendatang karena laba bersih
merupakan laba yang dihasilkan perusahaan setelah dikurangi dengan
seluruh biaya-biaya perusahaan baik biaya operasi maupun biaya non
operasi. Laba bersih mengukur nilai yang dapat diberikan oleh entitas
kepada investor. Sehingga, informasi yang terdapat dalam laba bersih
berguna bagi investor dan pemakai laporan keuangan lainnya dalam menilai
kemampuan entitas dalam pengembalian investasi yang diharapkan investor.
Berdasarkan uraian di atas mendukung untuk hipotesis keempat
dalam penelitian ini ( ditulis dalam bentuk alternatif) yaitu :
32
H4 : Laba kotor, laba operasi, dan laba bersih secara simultan berpengaruh
signifikan dalam memprediksi arus kas aktivitas operasi masa mendatang
2.5 Kerangka Pemikiran Teoritis
Berdasarkan pada landasan teori dan hasil penelitian sebelumnya
serta permasalahan yang telah dikemukakan, maka berikut disajikan
kerangka pemikiran yang dituangkan dalam model penelitian pada gambar
2.1 berikut:
Gambar 2.1
Kerangka Pemikiran Teoritis
H1
H2
H4
H3
Laba Kotor
Laba Operasi
Laba Bersih
Arus Kas Aktivitas
Operasi di Masa
Mendatang
33
BAB III
METODE PENELITIAN
3.1 Jenis Penelitian
Penelitian ini termasuk dalam kategori penelitian deskriptif
kuantitatif. Penelitian ini menguji hubungan antara variabel independen (X)
dengan variabel dependen (Y). Dimana penelitian ini bertujuan untuk
melihat seberapa besar variabel bebas mempengaruhi variabel terikat.
Penelitian ini berusaha menjelaskan pengaruh laba kotor (X1), laba operasi
(X2), dan laba bersih (X3) dan arus kas aktivitas operasi di masa mendatang
(Y) sebagai variabel dependennya pada perusahaan manufaktur yang
terdaftar di Bursa Efek Indonesia.
3.2 Variabel, Definisi Operasional dan Pengukuran Variabel
Dalam penelitian ini variabel-variabel penelitian diklasifikasikan
menjadi dua kelompok variabel, yaitu variabel bergantung ( dependent
variable ) dan variabel bebas ( independent variable ). Variabel bergantung
pada penelitian ini adalah operating activities cash flow ( arus kas aktivitas
operasi ), yang diukur dengan arus kas aktivitas operasi untuk periode yang
akan datang (t+1). Sedangkan yang menjadi variabel bebas adalah laba
kotor, laba operasi dan laba bersih.
Beberapa variabel yang digunakan dan pengukurannya adalah
sebagai berikut :
34
1. Arus kas aktivitas operasi, yaitu arus kas masuk dan arus kas keluar dari
aktivitas operasi. Periode pengamatan yang digunakan adalah tahun
2010-2013.. Arus kas aktivitas operasi mendatang diukur dengan arus
kas aktivitas operasi setelah tahun amatan (t+1).
2. Laba kotor, yaitu selisih dari pendapatan perusahaan dikurangi dengan
cost barang terjual. Cost barang terjual adalah semua biaya yang
dikorbankan dimana untuk perusahaan pemanukfaturan perhitungan
dimulai dari tahap ketika bahan baku masuk ke pabrik, diolah hingga
dijual. Biaya-biaya langsung yang berhubungan dengan penciptaan
produk tersebut kemudian dikelompokkan sebagai cost barang terjual.
Periode pengamatan yang digunakan adalah tahun 2009-2012.
3. Laba operasi, yaitu pendapatan yang diperoleh dari kegiatan
operasional utama perusahaan setelah dikurangi dengan biaya-biaya
usaha. Dengan kata lain, laba operasi diukur dengan angka laba operasi
berjalan yang berasal dari selisih laba kotor, beban penjualan danbeban
administrasi umum. Periode pengamatan yang digunakan adalah tahun
2009-2012.
4. Laba bersih, yaitu angka yang menunjukkan selisih antara seluruh
pendapatan dari kegiatan operasi perusahaan maupun non-operasi
perusahaan. Laba bersih diukur dengan angka laba bersih periode
berjalan yang berasal dari selisih laba sebelum pajak dengan beban
pajak. Periode pengamatan yang digunakan adalah tahun 2009-2012.
35
3.3 Populasi dan Sampel
Populasi pada penelitian ini adalah perusahaan Manufaktur yang
bergerak di sektor Industri Dasar dan Kimia yang terdaftar di Bursa Efek
Indonesia dan mempublikasikan laporan keuangan perusahaan secara
konsisten selama 4 tahun berturut-turut sebanyak 16 perusahaan.
Sampel Penelitian diambil dari populasi dengan metode purposive
sampling sebanyak 64 sampel ( 16X4) ) , dengan beberapa kriteria yang
harus dipenuhi, yaitu :
Tersedianya laporan keuangan selama periode tahun 2009-2013
Mengungkapkan dan menyajikan secara lengkap data yang dibutuhkan.
Laporan keuangan perusahaan menggunakan mata uang rupiah.
3.4 Jenis dan Sumber Data
Pada penelitian ini, seluruh data yang digunakan merupakan data
sekunder. Sumber data yang digunakan adalah berasal dari laporan
keuangan sampel yang terdapat pada website Bursa Efek Indonesia tahun
2013 yang meliputi laporan laba rugi dan laporan arus kas perusahaan dari
tahun 2009-2013.
3.5 Teknik Pengumpulan Data
Pada penelitian ini, pengumpulan data dilakukan dengan metode
dokumentasi. Pengumpulan dari laporan keuangan sampel yang terdapat di
36
Website PT Bursa Efek Indonesia (www.idx.co.id) 2009-2013, jurnal-jurnal
serta referensi pendukung lainnya.
3.6 Teknik Analisis
Teknik analisis dalam penelitian ini dilakukan dengan bantuan
program komputer IBM SPSS versi 20. Pada penelitian ini untuk mencapai
tujuan penelitian digunakan analisis regresi, dimana sebelumnya perlu
dilakukan uju asumsi klasik. Hal ini bertujuan agar hasil perhitungan
tersebut dapat diinterpretasikan secara tepat dan efisien. Persamaan regresi
dalam penelitian ini dapat dijelaskan sebagai berikut :
AK t+1 = b0 + b1 LK + b2 LO + b3 LB + e
AK t+1 = Arus kas di masa mendatang
b0 = Konstanta
b123 = Koefisien regresi dari masing-masing variabel independen
LK = Laba Kotor
LO = Laba Operasi
LB = Laba Bersih
e = Variabel residual
3.7 Pengujian Penyimpangan Asumsi Klasik
Uji penyimpangan asumsi klasik dilakukan untuk mengetahui
beberapa penyimpangan yang terjadi pada data yang digunakan untuk
37
penelitian. Hal ini agar model regresi bersifat BLUE (Best Linear Unbiased
Estimated).
Asumsi klasik yang digunakan pada penelitian ini yaitu:
multikolinearitas, heteroskedastisitas dan autokorelasi yang secara rinci dapat
dijelaskan sebagai berikut:
3.7.1 Uji Normalitas
Uji normalitas diperlukan untuk mengetahui apakah data yang
terkumpul dari setiap variabel dependen dan independen atau keduanya
mempunyai distribusi normal atau tidak. Model regresi yang baik adalah
yang mendekati normal (Imam Ghozali, 2011). Untuk melakukan uji
normalitas data, maka peneliti menggunakan uji Kolmogorov-Smirnov. Jika
pada hasil uji Kolmogorov-Smirnov menunjukkan p-value lebih besar dari
0,05, maka data berdistribusi normal dan sebaliknya, jika p-value lebih kecil
dari 0,05, maka data tersebut berdistribusi tidak normal.
3.7.2 Uji Heteroskedastisitas
Uji Heteroskedastisitas dilakukan untuk menguji apakah dalam sebuah
model regresi terjadi ketidaksamaan varian dari residual dari satu pengamatan
ke pengamatan yang lain. Jika varian dari residual dari pengamatan ke
pengamatan yang lain tetap, maka disebut homokedastisitas, dan jika varians
berbeda disebut heteroskedastisitas. Model regresi yang baik tidak terjadi
heteroskedastisitas.
38
Pada penelitian ini pengujian heteroskedastisitas dilakukan dengan
menggunakan scatterplot dan Uji Glejser. Scatterplot dilakukan dengan melihat
grafik antara nilai prediksi variabel terikat (dependent) yaitu ZPRED dengan
residualnya SRESID. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan
dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID
dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi dan sumbu X adalah
residual (Y prediksi – Y sesungguhnya). Sedangkan melalui Uji Glejser dengan
meregresi nilai absolute residual terhadap variabel independen, yang dihitung
dengan rumus sebagai berikut (Gujarati dalam Imam, 2011) :
[ Ut ] = βXi +vi
Xi : variabel independen yang diperkirakan mempunyai
hubungan erat dengan variance (δi2)
Vi : unsur kesalahan.
3.7.3 Uji Autokorelasi
Uji autokorelasi dilakukan untuk menguji apakah dalam suatu model
regresi linier ada korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi
korelasi maka dinamakan ada problem autokorelasi. Autokorelasi muncul
karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain.
Masalah ini timbul karena residual tidak bebas dari satu observasi ke
observasi lainnya. Dengan kata lain, masalah ini seringkali ditemukan
apabila menggunakan data runtut waktu.
39
Model regresi yang baik adalah regresi yang bebas dari autokorelasi.
Salah satu cara yang dapat digunakan untuk mendeteksi adanya autokorelasi
adalah uji statistik run test. Suatu persamaan regresi dikatakan terbebas
autokorelasi jika hasil uji statistik run testnya tidak signifikan atau diatas
0,05 (Imam Ghozali, 2011). Pengambilan keputusan pada uji run test
didasarkan pada acak tidaknya data. Apabila data bersifat acak, maka dapat
diambil kesimpulan bahwa data tidak terkena autokorelasi.
Menurut Imam Ghozali (2011), acak tidaknya data mempunyai
batasan sebagai berikut
· Apabila nilai probabilitas ≥ α = 0,05 maka observasi terjadi secara acak.
· Apabila nilai probabilitas ≤ α = 0,05 maka observasi terjadi secara tidak
acak.
3.7.4 Uji Multikolineritas
Uji Multikolonieritas bertujuan untuk menguji apakah model regresi
ditemukan adanya korelasi antar variabel bebas ( independent ). Model
regresi yang baik seharusnya tidak terjadi korelasi di antara variabel
independen. Jika variabel independen saling berkorelasi, maka variabel-
variabel ini tidak ortogonal. Variabel Orthogonal adalah variabel independen
yang nilai korelasi antar sesama variabel independen sama dengan nol ( Imam
Ghozali, 2011 ). Metode untuk mendiagnosa adanya multicollinearity
dilakukan dengan uji Variance Inflation Factor (VIF) yang dihitung dengan
rumus sebagai berikut:
40
VIF = 1 / Tolerance
Jika VIF lebih besar dari 10, maka antar variabel bebas (independent
variabel) terjadi persoalan multikolinearitas (Imam Ghazali, 2011).
Selain dengan uji VIF untuk mendeteksi adanya multikolinearitas juga dapat
menggunakan korelasi (r) dimana korelasi diatas 0,9 menunjukkan adanya
multikolinearitas (Imam Ghazali, 2011); dan ketika koefisien determinasi tinggi,
tetapi tak satupun atau sangat sedikit koefisien regresi parsial yang secara
individu signifikan secara statistik atas dasar pengujian t.
3.8 Pengujian Hipotesis
3.8.1 Uji F ( Goodness of Fit )
Uji F dilakukan untuk melihat pengaruh variabel-variabel independen
secara keseluruhan terhadap variabel dependen. Pengujian ini dilakukan
dengan membandingkan nilai F hitung dengan F tabel. Langkah-langkah
pengujiannya adalah sebagi berikut :
1) Perumusan hipotesis
a. Ho:β = 0, berarti tidak ada pengaruh yang signifikan dari variabel
independen secara bersama-sama terhadap variabel dependen.
b. Ha:β = 0, berarti ada pengaruh yang signifikan dari variabel
independen secara bersama-sama terhadap variabel dependen
2) Menentukan tingkat signifikansi (α) yaitu sebesar 5 %.
3) Menentukan kriteria penerimaan/penolakan H0, yakni dengan melihat
nilai signifikan:
41
a. Jika signifikan <5% maka Ho ditolak atau Ha diterima
b. Jika signifikan> 5% maka Ho diterima atau Ha ditolak
4) Pengambilan Keputusan.
3.8.2 Uji T
Uji t dilaksanakan untuk melihat signifikansi dari pengaruh
independen secara individu terhadap variabel dependen dengan menganggap
variabel lain bersifat konstan. Pengujian ini dilaksanakan dengan
membandingkan t-hitung dengan t-tabel. Langkah-langkah pengujiannya
adalah sebagai berikut :
1) Perumusan hipotesis
a. Ho : ρ = 0, berarti tidak ada pengaruh yang signifikan dari variabel
independen terhadap variabel dependen secara parsial.
b. Ha : ρ = 0, berarti ada pengaruh yang signifikan dari variabel
independen terhadap variabel dependen secara parsial.
2) Menentukan tingkat signifikansi (α) yaitu sebesar 5%.
3) Menentukan kriteria penerimaan/penolakan Ho, yakni dengan melihat
nilai signifikan:
a. Jika signifikan < 5% maka Ho ditolak atau Ha diterima
b. Jika signifikan > 5% maka Ho diterima atau Ha ditolak
4) Pengambilan Keputusan.
42
3.8.3 Koefisien Determinasi ( R2 )
Koefisien determinasi (R2) dimaksudkan untuk mengetahui seberapa
jauh kemampuan model dalam menerangkan variasi variabel dependen
(Ghozali, 2011). Nilai koefisien determinasi (R2) antara 0 (nol) dan 1 (satu).
Nilai R2 yang mendekati satu berarti variabel-variabel independen
memberikan hampir semua informasi yang dibutuhkan untuk memprediksi
variasi variabel dependen.
Kelemahan mendasar pada penggunaan koefisien determinasi adalah
bias terhadap jumlah variabel independen yang dimasukkan ke dalam
model. Setiap tambahan satu variabel independen, maka R2 pasti akan
meningkat tanpa melihat apakah variabel tersebut berpengaruh secara
signifikan terhadap variabel dependen. Oleh karena itu, banyak peneliti
menganjurkan untuk menggunakan Adjusted R2 untuk mengevaluasi model
regresi karena Adjusted R2 dapat naik atau turun apabila satu variabel
independen ditambahkan ke dalam model (Ghozali, 2011). Penelitian ini
tidak menggunakan R2 namun menggunakan nilai Adjusted R
2 untuk
mengevaluasi model regresi.
43
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
4.1 Gambaran Umum Objek Penelitian
Di dalam penelitian ini variabel-variabel penelitian diklasifikasikan
menjadi dua kelompok variabel, yaitu variabel bergantung (dependent
variable) dan variabel bebas (independent variable). Variabel bergantung
pada penelitian ini adalah arus kas aktivitas operasi, dan yang menjadi
variabel bebas adalah laba kotor, laba operasi, dan laba bersih.
Sampel pada penelitian ini (n) sebanyak 16, data didapatkan dari
laporan laba rugi dan arus kas pada perusahaan manufaktur sektor industri
dasar dan kimia selama tahun 2009-2013, yang seluruhnya terdaftar pada
Bursa Efek Indonesia, tidak mengalami kerugian dan tidak melakukan
merger selama periode pengamatan, mempunyai data yang valid serta tidak
bernilai negatif.
Setelah dilakukan screening data, dapat diketahui ada atau tidaknya
data outlier pada penelitian ini. Outlier adalah kasus atau datayang memiliki
karakteristik unik yang terlihat sangat berbeda jauh dari observasi-observasi
lainnya dan muncul dalam bentuk nilai ekstrimbaik untuk sebuah variabel
tunggal atau variabel kombinasi. Untuk menentukan suatu data outlier atau
tidak dapat dilakukan dengan menentukan nilai batas dengan cara
mengkonversi nilai data ke dalam skor standardized atau yang biasa disebut
z-score, yang memiliki nilai means sama dengan nol dan standar deviasi
sama dengan satu. (Imam Ghozali, 2011). Agar tidak mengganggu
44
pengujian dalam penelitian ini, maka data outlier peneliti keluarkan dari
sampel. Secara lebih rinci, berikut ini ringkasan pengambilan sampel yang
disajikan dalam Tabel 4.1 berikut ini.
Tabel 4.1
Sampel penelitian
No. Kriteria Sampel Jumlah
1. Perusahaan sektor industri dasar dan bahan kimia yang terdaftar di BEI pada tahun 2013
60
2. Perusahaan tidak lengkap dalam menerbitkan laporan keuangan selama periode amatan
(34)
4. Perusahaan melaporkan laporan keuangan tidak dalam bentuk rupiah
(10)
5. Jumlah perusahaan sesuai kriteria sampel selama periode amatan
16
6. Total sampel selama periode amatan (N Data) ( 4Tahun x 16 Perusahaan )
64
7. Data diolah (N) 64
Sumber : Data sekunder yang diolah, 2014
4.2 Statistik Deskriptif
Menurut Imam Ghazali (2011), statistik deskriptif dapat
mendeskripsikan suatu data yang dilihat dari nilai rata-rata (mean), standar
deviasi, varian, maksimum, minimum, sum, range, kurtosis dan skewness
(kemencengan distribusi). Pengujian statistik deskriptif merupakan proses
analisis yang merupakan proses menyeleksi data (screening data), sehingga
data yang akan dianalisis memiliki distribusi normal. Deskripsi dari masing-
masing variabel penelitian ini dapat di lihat pada tabel 4.1 di bawah.
Tabel 4.2
45
Hasil Uji Statistik Deskriptif
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Arus Kas Aktivitas
Operasi t+1 64 -30319,00 1884943,00 161909,8438 391774,164
Laba Kotor 64 -5982428,00 36858295,00 1009063,2344 4940188,216
Laba Operasi 64 -23514506,00 33742184,00 296748,2969 5187160,922
Laba Bersih 64 -32118811,00 37256907,00 6509,6719 6311791,880
Valid N (listwise) 64
Sumber : Data Sekunder yang diolah, 2014
Dari hasil pengujian statistik deskriptif pada tabel 4.2 di atas dapat
diketahui:
1. Nilai rata-rata arus kas aktivitas operasi adalah sebesar 161909,84 atau
sebesar 161909,84 juta rupiah, nilai positif dari arus kas aktivitas operasi
dapat diambil kesimpulan bahwa rata-rata perusahaan dalam penelitian
ini memiliki arus kas aktivitas operasi yang positif, hal ini
mengindikasikan bahwa rata-rata perusahaan dalam penelitian ini
memiliki arus kas aktivitas operasi yang positif, hal ini mengindikasikan
bahwa penerimaan kas aktivitas operasi perusahaan (penerimaan dari
pelanggan, penerimaan pendapatan bunga, penerimaan royalti, dll) lebih
besar dibandingkan dengan pengeluaran kas aktivitas operasi perusahaan
(pembayaran kepada pemasok dan beban usaha, pembayaran iuran
pensiun, pembayaran pajak, dll). Nilai terendah dari arus kas aktivitas
operasi adalah sebesar Rp. -30.319 juta, dan arus kas aktivitas operasi
tertinggi sebesar Rp. 1.884.943 juta. Nilai standar deviasi sebesar
391774,164 lebih besar dari nilai rata-rata 161909,84, dapat diartikan
46
bahwa penyebaran data untuk variabel arus kas aktivitas operasi adalah
tidak merata, artinya terdapat perbedaan yang tinggi antara data satu
dengan data yang lainnya.
2. Nilai rata-rata laba kotor adalah sebesar 1009063 atau sebesar 1.009.063
juta rupiah, nilai positif dari laba kotor dapat diambil kesimpulan bahwa
rata-rata perusahaan dalam penelitian ini memiliki laba kotor yang
positif dari aktivitas perusahaan. Nilai terendah dari laba kotor adalah
sebesar Rp. -5.982.428 juta, dan laba kotor tertinggi sebesar Rp.
36.858.295 juta. Nilai standar deviasi sebesar 4940188,216 lebih besar
dari nilai rata-rata 1009063, dapat diartikan bahwa penyebaran data
untuk variabel laba kotor adalah tidak merata, artinya terdapat
perbedaan yang tinggi antara data satu dengan data yang lainnya.
3. Nilai rata-rata laba operasi adalah sebesar 296748,30 atau sebesar
296.748,30 juta rupiah, nilai positif dari laba operasi dapat diambil
kesimpulan bahwa rata-rata perusahaan dalam penelitian ini memiliki
laba operasi yang positif dari aktivitas operasional perusahaan. Nilai
terendah dari laba operasi adalah sebesar Rp. -23.514.506 juta, dan laba
operasi tertinggi sebesar Rp. 33.742.184 juta. Nilai standar deviasi
sebesar 5187160,922 lebih besar dari nilai rata-rata 296748,30, dapat
diartikan bahwa penyebaran data untuk variabel laba operasi adalah
tidak merata, artinya terdapat perbedaan yang tinggi antara data satu
dengan data yang lainnya
47
4. Nilai rata-rata laba bersih adalah sebesar 6509,67 atau sebesar 6.509,67
juta rupiah, nilai positif dari laba bersih dapat diambil kesimpulan bahwa
rata-rata perusahaan dalam penelitian ini memiliki laba bersih yang
positif dari aktivitas operasi dan aktivitas lain yang di lakukan oleh
perusahaan. Nilai terendah dari laba bersih adalah sebesar Rp. -
32.118.811 juta, dan laba bersih tertinggi sebesar Rp. 37.256.907 juta.
Nilai standar deviasi sebesar 6311791,88 lebih besar dari nilai rata-rata
6509,67, dapat diartikan bahwa penyebaran data untuk variabel laba
bersih adalah tidak merata, artinya terdapat perbedaan yang tinggi antara
data satu dengan data yang lainnya.
4.3 Analisis Data
Untuk mengetahui apakah model regresi benar-benar menunjukkan
hubungan yang signifikan dan mewakili (representatif), maka model
tersebut harus memenuhi uji asumsi klasik regresi, yang meliputi :
4.3.1 Hasil Uji Normalitas
Uji normalitas data dilakukan untuk mengetahui kondisi data
yang ada agar dapat menentukan model analisis yang paling tepat
digunakan. Uji normalitas data dalam penelitian ini menggunakan uji
Kolmogorov - Smirmov satu arah. Uji Kolmogorov – Smirnov satu
arah dilakukan untuk mengetahui apakah suatu data terdistribusi
secara normal atau tidak secara statistik. Uji ini dilakukan dengan
menggunakan tingkat kepercayaan 5 %, sehingga suatu data
48
terdistribusi secara normal atau tidak secara statistik dengan melihat
nilai signifikansinya. Dimana bila nilai signifikansi dari variabel
mempunyai tingkat signifikansi di atas 0,05 (yang berarti tidak
signifikan) maka data terdistribusi normal. Tetapi bila nilai signifikan
dari variabel mempunyai tingkat signifikan di bawah 0,05 (yang
berarti signifikan) maka data tidak terdistribusi secara normal. Pada
tabel berikut ini akan disajikan hasil uji Kolmogorv – Smirnov satu
arah.
Tabel 4.3
Hasil Uji Kolmogorov – Smirnov Satu Arah
Sumber : data sekunder yang diolah, 2014
Berdasarkan hasil nilai signifikasi Kolmogorov Smirnov sebesar
0,000 < 0,05, sehingga bisa diasumsikan data tidak normal. Data yang
tidak normal dapat dinormalkan dengan melalui outlier. Menurut
Imam Ghozali (2011), outlier adalah kasus atau data yang memiliki
karakteristik yang unik yang terlihat sangat berbeda jauh dari
One-Sample Kolmogorov-Smirnov Test
64
,0000000
390860,5260
,354
,354
-,315
2,829
,000
N
Mean
Std. Dev iat ion
Normal Parametersa,b
Absolute
Positive
Negativ e
Most Extreme
Dif f erences
Kolmogorov-Smirnov Z
Asy mp. Sig. (2-tailed)
Unstandardiz
ed Residual
Test distribution is Normal.a.
Calculated f rom data.b.
49
observasi-observasi lainnya dan muncul dalam bentuk ekstrim baik
untuk sebuah variabel tunggal atau variabel kombinasi. Dengan
langkah tersebut diperoleh 55 data yang memenuhi kriteria normalitas,
yaitu sebagai berikut :
Tabel 4.4
Hasil Uji Normalitas Data Normal
Berdasarkan hasil signifikasi Kolmogorov Smirnov diperoleh
nilai signifikasi sebesar 0,054 > 0,05. Dengan demikian model regresi
dalam penelitian ini memenuhi asumsi normalitas.
4.3.2 Uji Heteroskedastisitas
Uji ini bertujuan menguji apakah dalam model regresi terjadi
ketidaksamaan variance dari residual suatu pengamatan ke
pengamatan yang lain. Jika variance residual suatu pengamatan ke
pengamatan yang lain tetap, maka disebut homokedastisitas, dan jika
berbeda disebut heteroskedastisitas. Model regresi yang baik adalah
tidak terjadi adanya heteroskedastisitas.
One-Sample Kolmogorov-Smirnov Test
55
-1027,333285
36117,80217
,181
,181
-,169
1,345
,054
N
Mean
Std. Dev iat ion
Normal Parametersa,b
Absolute
Positive
Negativ e
Most Extreme
Dif f erences
Kolmogorov-Smirnov Z
Asy mp. Sig. (2-tailed)
Unstandardiz
ed Residual
Test distribution is Normal.a.
Calculated f rom data.b.
50
Model regresi yang baik adalah yang homoskedastisitas atau
tidak terjadi heteroskedastisitas, uji heteroskedastisitas dalam
penelitian ini dilakukan dengan menggunakan uji Glejser. Uji Glejser
dilakukan dengan meregresikan nilai mutlak residual dengan variabel-
variabel bebasnya. Hasil yang tidak signifikan menunjukkan tidak
terdapatnya gejala heteroskedastisitas. Berikut disajikan hasil
pengujian heteroskedastisitas dengan menggunakan uji Glejser : Hasil
pengujian heteroskedastisitas disajikan dalam gambar 4.4 sebagai
berikut :
Tabel 4. 5
Hasil Uji Glejser
Coefficientsa
Model Unstandardized Coefficients Standardized
Coefficients
t Sig.
B Std. Error Beta
1
(Constant) 28798,469 3120,904 9,228 ,000
Laba kotor -,001 ,001 -,165 -1,184 ,242
Laba Operasi 8,998E-005 ,001 ,023 ,149 ,882
Laba bersih 2,543E-005 ,000 ,008 ,052 ,959
a. Dependent Variable: abs_res
Sumber : Data sekunder yang diolah, 2014
Berdasarkan Uji Glejser yang dilakukan diketahui bahwa nilai
probabilitas tidak ada yang lebih kecil dari taraf signifikansi 5% atau
terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan
5%. Sehingga dapat disimpulkan bahwa model regresi tidak
mengandung adanya Heteroskedastisitas.
51
4.3.3 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu
model regresi linier terdapat korelasi antara kesalahan pengganggu
pada periode t dengan kesalahan pengganggu pada periode t-1
(sebelumnya). Jika terjadi korelasi maka dinamakan ada problem
autokorelasi. Autokorelasi muncul karena observasi yang berurutan
sepanjang waktu berkaitan satu sama lain. Masalah ini timbul karena
residual (kesalahan pengganggu) tidak bebas dari satu observasi ke
observasi yang lainnya. Hal ini sering ditemukan pada data runtut
waktu atau times series karena “gangguan” pada seseorang individu
atau kelompok cenderung mempengaruhi “gangguan” pada individu
atau kelompok yang sama pada periode berikutnya (Imam Ghozali,
2011).
Salah satu alat uji statistik yang dapat digunakan untuk
mendeteksi ada tidaknya autokorelasi adalah uji statistik run test.
Suatu persamaan regresi dikatakan terbebas autokorelasi jika hasil uji
statistik run testnya tidak signifikan atau di atas 0,05 (Imam
Ghazali,2011). Pengambilan keputusan pada uji run test didasarkan
pada acak tidaknya data. Apabila data bersifat acak, maka dapat
diambil kesimpulan bahwa data tidak terkena autokorelasi. Menurut
Imam Ghozali (2011), acak tidaknya data mempunyai batasan sebagai
berikut :
52
Apabila nilai probabilitas ≥ α = 0,05 maka observasi terjadi secara
acak.
Apabila nilai probabilitas ≤ α = 0,05 maka observasi terjadi secara
tidak acak.
Tabel 4.6
Hasil Uji Autokorelasi Arus Kas Aktivitas Operasi
Runs Test
Unstandardized
Residual
Test Valuea -15357,75021
Cases < Test Value 27
Cases >= Test Value 28
Total Cases 55
Number of Runs 25
Z -,951
Asymp. Sig. (2-tailed) ,342
a. Median
Sumber : Data sekunder yang diolah, 2014
Hasil output SPSS pada tabel 4.6 di atas menunjukkan bahwa
nilai probabilitas adalah 0,5. Karena nilai probabilitas lebih besar dari
0,05, maka dapat disimpulkan bahwa data terjadi secara acak
(random) atau tidak terjadi autokorelasi antar nilai residual.
4.3.4 Uji Multikolineritas
Uji multikolineritas bertujuan untuk memberikan gambaran
kepada peneliti apakah pada model regresi ditemukan adanya korelasi
antar variabel bebas (independen). Model regresi yang baik adalah
model regresi yang tidak terdapat korelasi diantara variabel
53
independen. Jika variabel independen saling berkorelasi, maka
variabel-variabel ini tidak orthogonal. Variabel orthogonal merupakan
variabel bebas yang nilai korelasi antar sesama variabel bebas sama
dengan nol (Imam Ghazali,2011).
Untuk mendeteksi ada atau tidaknya multikolinearitas dapat
dilihat dari nilai tolerance dan lawannya serta Variance Inflation
Factor (VIF). Kedua ukuran ini menunjukkan setiap variabel bebas
manakah yang dijelaskan oleh variabel bebas lainnya. Apabila nilai
tolerance di atas 10% dan di bawah 10%, maka dapat disimpulkan
bahwa regresi bebas dari multikolineritas. Hasil pengujian
multikolinearitas dapat dilihat dari tabel 4.7 sebagai berikut :
Tabel 4.7
Hasil Uji Multikolinearitas
Sumber : Data sekunder yang diolah, 2014
Hasil perhitungan pada tabel 4.3 diperoleh nilai VIF dari
masing-masing variabel bebas (laba kotor, laba operasi dan laba
bersih) yang kurang dari 10 dan tolerance yang lebih dari 0,1, maka
dapat disimpulkan bahwa model regresi dalam penelitian ini tidak
terjadi adanya gejala multikolinearitas.
Coefficientsa
,983 1,017
,837 1,195
,850 1,177
Laba kotor
Laba Operasi
Laba bersih
Model
1
Tolerance VIF
Collinearity Statistics
Dependent Variable: Arus Kas Aktiv itas Operasi t+1a.
54
4.4 Hasil Analisis Regresi Berganda
Analisis regresi linear berganda dimaksudkan untuk menguji sejauh
apa dan bagaimana pengaruh variabel independen terhadap variabel
dependen. Variabel independen dalam penelitian ini adalah laba kotor (X1),
laba operasi (X2) dan laba bersih (X3), sedangkan variabel dependennya
adalah arus kas aktivitas operasi (Y). Hasil persamaan regresi yang diolah
dengan menggunakan SPSS versi 20 adalah sebagai berikut :
Tabel 4.8
Hasil Uji Regresi Arus Kas Aktivitas Operasi
Coefficientsa
Model Unstandardized
Coefficients
Standardized
Coefficients
t Sig.
B Std. Error Beta
1
(Constant) 33243,076 5565,893 5,973 ,000
Laba kotor -,001 ,001 -,129 -,994 ,325
Laba Operasi ,001 ,001 ,160 1,139 ,026
Laba bersih ,002 ,001 ,289 2,067 ,044
a. Dependent Variable: Arus Kas Aktivitas Operasi t+1
Sumber : Data Sekunder yang diolah, 2014
Dari Tabel 4.5 hasil pengolahan data dengan bantuan program SPSS
20, maka didapatkan model persamaan regresi akhir sebagai berikut :
Akt+1 = 33243,076 – 0,001 LK + 0,002 LO + 0,002 LB + e
Berdasarkan persamaan regresi di atas dapat dianalisis pengaruh
masing-masing variabel independen terhadap arus kas aktivitas operasi,
yaitu :
55
a. Konstanta sebesar 33243,076 menyatakan bahwa jika tidak ada (konstan)
laba kotor, laba operasi, dan laba bersih, maka arus kas aktivitas operasi
adalah sebesar 33243,076 persen.
b. Nilai koefisien regresi –0,001, menyatakan setiap peningkatan sebesar 1
juta rupiah untuk laba kotor, maka akan menurunkan arus kas aktivitas
operasi masa yang akan datang sebesar 0,001 juta rupiah.
c. Nilai koefisien regresi 0,002, menyatakan setiap peningkatan sebesar 1
juta rupiah untuk laba operasi, maka akan meningkatkan arus kas
aktivitas operasi masa yang akan datang sebesar 0,002 juta rupiah.
d. Nilai koefisien regresi 0,002, menyatakan setiap peningkatan sebesar 1
juta rupiah untuk laba bersih, maka akan meningkatkan arus kas aktivitas
operasi masa yang akan datang sebesar 0,002 juta rupiah.
4.5 Hasil Uji Hipotesis
4.5.1 Hasil Uji Signifikan Parameter Individual ( Uji Statistik t )
Hipotesis merupakan dugaan atau kesimpulan sementara yang
dapat dirumuskan dan belum pasti kebenerannya. Sehingga untuk
mengetahui benar atau tidak hipotesis tersebut, maka harus dilakukan
pengujian terlebih dahulu. Uji t adalah pengujian yang digunakan
untuk mengetahui apakah variabel independen mempengaruhi variabel
dependen secara parsial. Merupakan perbandingan antara koefisien
regresi dengan standar error of coeficient.
56
Tabel 4.9
Nilai Signifikan Secara Parsial
Coefficientsa
Model Unstandardized
Coefficients
Standardized
Coefficients
t Sig.
B Std. Error Beta
1
(Constant) 33243,076 5565,893 5,973 ,000
Laba kotor -,001 ,001 -,129 -,994 ,325
Laba Operasi ,001 ,001 ,160 1,139 ,026
Laba bersih ,002 ,001 ,289 2,067 ,044
a. Dependent Variable: Arus Kas Aktivitas Operasi t+1
Sumber : Data Sekunder yang diolah, 2014
Berdasarkan tabel di atas dapat disimpulkan mengenai uji
hipotesis secara parsial dari masing-masing variabel independen
terhadap variabel dependen sebagai berikut :
H1 : Laba kotor berpengaruh signifikan dalam memprediksi arus kas
aktivitas operasi di masa mendatang.
Pada output regresi menunjukkan bahwa angka signifikansi
untuk variabel laba kotor adalah sebesar 0,325. Nilai ini lebih besar
dari tingkat signifikansi sebesar 0,05, sehingga dapat disimpulkan
bahwa laba kotor tidak berpengaruh terhadap arus kas aktivitas
operasi di masa mendatang. Dengan demikian hipotesis pertama tidak
terbukti dan H1 ditolak. Dan besar kecilnya laba kotor belum dapat
mempengaruhi besar kecilnya arus kas aktivitas operasi di masa
mendatang.
H2: Laba operasi berpengaruh signifikan dalam memprediksi arus kas
aktivitas operasi dimasa mendatang.
57
Pada output regresi menunjukkan bahwa angka signifikansi
untuk variabel laba operasi adalah 0,026. Nilai ini lebih kecil dari
tingkat signifikansi sebesar 0,05 sehingga dapat disimpulkan bahwa
laba operasi berpengaruh secara signifikan terhadap arus kas aktivitas
operasi di masa mendatang. Dengan demikian hipotesis kedua (H2)
terbukti dan diterima. Dengan demikian besar kecilnya laba operasi
dapat mempengaruhi besar kecilnya arus kas aktivitas operasi di masa
mendatang.
H3: Laba bersih berpengaruh signifikan dalam memprediksi arus kas
aktivitas operasi di masa mendatang.
Pada output regresi menunjukkan untuk variabel laba bersih
adalah sebesar 0,044. Nilai ini lebih kecil dari tingkat signifikansi
sebesar 0,05. Dengan demikian hipotesis ketiga yang menyatakan
laba bersih berpengaruh positif dalam memprediksi arus kas aktivitas
operasi di masa mendatang terbukti dan H3 diterima. Dengan
demikian besar kecilnya laba bersih dapat mempengaruhi besar
kecilnya arus kas aktivitas operasi di masa mendatang.
4.5.2 Hasil Uji Signikasi Simultan ( Uji F )
Uji statistik F pada dasarnya menunjukkan apakah semua
variabel bebas atau independen yang dimasukkan dalam model
mempunyai pengaruh secara bersama-sama terhadap variable terikat
atau dependen ( Imam Ghazali, 2011).
58
H4 : Laba kotor, laba operasi, laba bersih secara simultan berpengaruh
signifikan dalam memprediksi arus kas aktivitas operasi di masa
mendatang.
Tabel 4.10
Nilai Signifikan Secara Simultan
Sumber : Data Sekunder yang diolah, 2014
Berdasarkan tabel 4.10 di atas menunjukkan bahwa nilai
signifikan F sebesar 0,036 < 0,05, dengan demikian persamaan semua
variabel bebas ( laba kotor, laba operasi dan laba bersih ) secara
bersama-sama berpengaruh secara signifikan terhadap variabel arus
kas aktivitas operasi di masa mendatang. Dengan demikian dapat
disimpulkan bahwa model regresi dalam penelitian ini adalah layak
untuk dianalisis.
4.5.3 Hasil Pengujian Koefisien Determinasi (R2)
Koefisien determinasi (R2) pada intinya mengukur seberapa jauh
kemampuan model dalam menerangkan variasi variabel dependen.
Nilai koefisien determinasi adalah antara nol dan satu ( 0 < R < 1).
Nilai R2 yang kecil berarti kemampuan variabel-variabel independen
dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang
ANOVAb
2E+010 3 5034800615 3,071 ,036a
8E+010 51 1639680784
1E+011 54
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Laba bersih, Laba kotor, Laba Operasia.
Dependent Variable: Arus Kas Aktiv itas Operasi t+1b.
59
mendekati satu berarti variabel-variabel independen memberikan
hampir semua informasi yang dibutuhkan untuk memprediksi variasi
variabel dependen.
Dalam penelitian ini menggunakan adjusted R square, karena
menurut Ghozali (2011) kelemahan mendasar penggunaan koefisien
determinasi adalah bisa terhadap jumlah variabel independen yang
dimasukan dalam model. Setiap tambahan satu variabel independen,
maka R2 pasti meningkat. Oleh karena itu banyak peneliti yang
menganjurkan menggunakan adjusted R square pada saat
mengevaluasi model regresi. Tidak seperti R2, nilai adjusted R2
dapat
naik atau turun apabila satu variabel independen ditambahkan ke
dalam model.
Persentase variabel dependen (arus kas aktivitas operasi di masa
yang akan datang) dapat dijelaskan oleh variabel independen (laba
kotor, laba operasi dan laba bersih) dalam model penelitian
ditunjukkan oleh besarnya koefisien determinasi. Koefisien
Determinasi ini menunjukan seberapa besar pengaruh variabel bebas
terhadap variabel dependent atau bebas yang dinyatakan dalam persen
(%). Nilai koefieisn determinasi dalam penelitian ini dapat dilihat
sebagai berikut :
60
Tabel 4.11
Nilai Koefisien Determinan
Model Summary
Model R R Square Adjusted R
Square
Std. Error of the
Estimate
1 ,391a ,153 ,103 40492,972
a. Predictors: (Constant), Laba bersih, Laba kotor, Laba Operasi
Sumber : Data Sekunder yang diolah, 2014
Nilai koefisien ditunjukkan dengan nilai adjusted R square
sebesar 0,103 yang berarti bahwa variabel independen (laba kotor,
laba operasi, dan laba bersih) dapat menjelaskan variabel dependen
(arus kas aktivitas operasi di masa mendatang) sebesar 10,30 %
sedangkan sisanya diterangkan oleh faktor lain yang tidak diamati
dalam penelitian ini.
4.6 Pembahasan
Berdasarkan hasil pengujian secara simultan atau bersama-sama
(Uji F), diketahui bahwa ketiga variabel independen, yaitu laba kotor, laba
operasi dan laba bersih secara simultan berpengaruh signifikan dalam
memprediksi arus kas aktivitas operasi di masa mendatang pada perusahaan
manufaktur yang bergerak di sektor industri dasar dan kimia yang terdaftar
di BEI tahun 2009-2013.
Berdasarkan hasil uji parsial (Uji t), variabel laba kotor tidak
berpengaruh signifikan dalam memprediksi arus kas aktivitas operasi di
masa mendatang, berlawanan dengan penelitian yang dilakukan oleh Ariani
61
( 2010 ) yang menunjukkan bahwa laba kotor yang memiliki kemampuan
yang paling baik dibandingkan dengan laba operasi dan laba bersih dalam
memprediksi arus kas masa depan.
Hasil penelitian ini mendukung penelitian yang dilakukan oleh
Widiana (2011) yang menguji kemampuan angka laba yaitu laba kotor, laba
operasi, laba bersih dan arus kas dalam memprediksi arus kas masa
mendatang pada perusahaan food and beverage yang terdaftar di BEI. Hasil
penelitian Widiana menunjukkan bahwa berdasarkan uji kesesuaian laba
kotor tidak memiliki pengaruh positif dalam memprediksi arus kas masa
mendatang.
Alasan penolakan hipotesis pada penelitian ini yaitu sebanyak 16
perusahaan yang terdaftar di Bursa Efek Indonesia yang diteliti pada tahun
2009 hingga 2012, laba kotor tidak berpengaruh dalam memprediksi arus
kas aktivitas operasi di masa mendatang. Hal ini disebabkan karena laba
kotor tidak mempertimbangkan beban operasi perusahaan atau beban-beban
yang berpengaruh langsung pada aktivitas operasi perusahaaan. Dimana,
laba kotor dipengaruhi oleh beban pokok penjualan yang berkaitan langsung
dengan proses terbentuknya atau terjadinya penjualan itu sendiri.
Berdasarkan data yang diolah menunjukkan bahwa besarnya laba
kotor dari 16 perusahaan yang terdaftar di Bursa Efek Indonesia yang diteliti
dari tahun 2009 hingga 2012 mengalami penurunan, sedangkan arus kas
aktivitas operasinya mengalami peningkatan. Ini menunjukkan bahwa laba
kotor tidak mempengaruhi besarnya arus kas aktivitas operasi di masa
62
mendatang. Dimana besarnya arus kas aktivitas operasi dalam penelitian ini
di pengaruhi oleh laba operasi dan laba bersih.
Laba operasi berpengaruh signifikan terhadap arus kas aktivitas
operasi di masa mendatang, sesuai dengan penelitian yang dilakukan oleh
Ariani (2010) yang menunjukkan bahwa laba operasi berpengaruh dalam
meprediksi arus kas masa depan. Laba operasi berkaitan dengan laba yang
berasal dari aktivitas operasi dan berfokus pada laba perusahaan secara
keseluruhan. Dimana, laba operasi mampu menggambarkan operasi
perusahaan dan memiliki hubungan langsung dengan proses penciptaan laba
melalui biaya-biaya operasi, seperti biaya gaji karyawan, biaya administrasi,
biaya iklan dan lain-lain. Sehingga laba operasi lebih mampu
menggambarkan maupun menilai efisiensi perusahaan dalam menjalankan
aktivitas operasi dan membantu para pemakai laporan keuangan dalam
pengambilan keputusan di masa mendatang dengan membandingkan
perusahaan yang berbeda dari menilai efisiensi operasi perusahaan.
Laba bersih berpengaruh signifikan terhadap arus kas operasi di masa
mendatang. Laba bersih dalam penelitian ini rata-rata bernilai positif, hal ini
dapat diartikan bahwa rata-rata perusahaan mampu mengoprasionalkan
perusahaan dengan baik, sehingga bisa mendapatkan keuntungan bagi
perkembangan perusahaan dan kemakmuran pemegang saham. Laba bersih
merupakan selisih lebih pendapatan atas beban-beban dan merupakan
kenaikan bersih terhadap modal. Laba bersih disesuaikan dengan
penghasilan non kas dengan akrual, untuk menghasilkan arus kas dari
63
operasi. Dengan adanya rekonsiliasi perbedaan antara laba bersih dan arus
kas operasi dapat membantu pengguna laporan keuangan untuk
memprediksi arus kas operasi melalui prediksi laba. Dengan demikian dapat
diindikasikan bahwa, angka laba bersih dapat membantu pengguna laporan
keuangan untuk memprediksi arus kas operasi di masa mendatang. Hasil ini
mendukung penelitian Febrianto dan Widiastuty (2005) dan Ariani (2010)
yang menyatakan bahwa laba bersih berpengaruh terhadap arus kas aktivitas
operasi di masa mendatang.
64
BAB V
PENUTUP
5.1 Kesimpulan
Berdasarkan hasil penelitian yang telah dilakukan, maka dapat dibuat
kesimpulan sebagai berikut :
1. Laba kotor tidak berpengaruh signifikan terhadap arus kas aktivitas operasi
di masa mendatang. Dimana semakin tinggi laba kotor tahun berjalan
maka arus kas operasi di masa mendatang akan semakain meningkat. (H1
ditolak ).
2. Laba operasi berpengaruh signifikan positif terhadap arus kas aktivitas
operasi di masa mendatang. Dimana semakin tinggi laba operasi tahun
berjalan maka arus kas aktivitas operasi di masa mendatang semakin
meningkat (H2 diterima ).
3. Laba bersih berpengaruh signifikan dan positif terhadap arus kas operasi
masa mendatang. Dimana semakin tinggi laba bersih tahun berjalan maka
arus kas aktivitas operasi di masa mendatang semakin meningkat ( H3
diterima ).
5.2 Saran
Saran dalam penelitian ini adalah perusahaan agar dapat lebih melihat
prospek perusahaan di masa mendatang ditinjau dari kinerja keuangan saat ini
terutama dilihat dari laba operasi dan laba bersih perusahaan.
65
Bagi para peneliti, diharapkan manambahkan jumlah variabel
independen yang lain, karena nilai Adjusted R Square sebesar 10,3 % yang
mengindikasikan bahwa masih terdapat variabel lain yang dapat digunakan
untuk memprediksi arus kas aktivitas operasi di masa mendatang sebesar
89,7%.
5.3 Keterbatasan Penelitian
Keterbatasan penelitian ini adalah :
1. Variabel terikat yang digunakan hanya 3, yaitu laba bersih, laba operasi
dan laba kotor.
2. Belum menggunakan rasio fundamental yang berhubungan rasio pasar,
seperti PER, PBV, EPS.
3. Variabel bebas (laba bersih, laba kotor dan laba operasi) kecil dalam
menjelaskan arus kas operasi di masa yang akan datang sebesar, yaitu
hanya 10,30 % kurang dari 50 % .
4. Periode penelitian relatif pendek (4 tahun penelitian).
5.4 Agenda Penelitian Yang Akan Datang
1. Besarnya pengaruh variabel independen terhadap variabel dependen
sebesar 10,30 % adalah kecil. Kondisi ini masih banyak faktor lain yang
mempengaruhi arus kas masa mendatang, seperti faktor fundamental, yang
mencerminkan kondisi keuangan perusahaan secara terperinci.
66
2. Memperpanjang waktu penelitian dan memperbanyak sampel dalam
penelitian, sehingga diharapkan hasil yang lebih baik dan berbeda dengan
penelitian ini.
67
DAFTAR PUSTAKA
Ariani, M.D. 2010. Pengaruh Laba Kotor, Laba Operasi Dan Laba Bersih Dalam
Memprediksi Arus Kas Di Masa Mendatang. Fakultas Ekonomi Universitas
Diponegoro, Semarang.
Alfandia, Nurlita Sukma. 2010. Analisis Laba Kotor, Laba Operasi, Laba Bersih
dan Arus Kas dalam Memprediksi Arus Kas Masa Depan. Surabaya.
Chariri, Anis dan I. Ghazali. 2007. Teori Akuntansi. Semarang : Badan Penerbit
Universitas Diponegoro.
Dahler, Y. dan R. Febrianto. 2006. Kemampuan Prediktif Earnings Dan Arus Kas
dalam Memprediksi Arus Kas Masa Depan. Simposium Nasional Akuntansi
9. Padang.
Daniati, Ninna dan Suhairi. 2006.Pengaruh Kandungan Informasi Komponen
Laporan Arus Kas, Laba Kotor, dan Size Perusahaan terhadap Expected
Return Saham. Simposium Nasional Akuntansi 9. Padang.
Dwiati, Ratna Agustina. 2008. Kemampuan Arus Kas, Laba Dan Akrual Untuk
Memprediksi Arus Kas Dan Laba Masa Depan. Universitas Brawijaya.
Ghozali, Imam. 2011. Aplikasi Analisis Multivariate Dengan Program SPSS. Ed
6. Semarang: Badan Penerbit Universitas Diponegoro.
Harahap, Fhadmawaty. 2008. Kemampuan Laba Dan Arus Kas Dalam
Memprediksi Arus Kas Dan Dividen Masa Depan (Studi Empiris pada
Perusahaan Manufaktur yang Terdaftar 23 di BEJ tahun 2000-2005.
Skripsi. Padang.
Ikatan Akuntan Indonesia (IAI). 2009. Pernyataan Standar Akuntansi Keuangan.
Jakarta: Salemba Empat.
Kieso, Donald E dan Weygant. 2008. Akuntansi Intermediate. Jilid 1, Edisi
Keduabelas. Jakarta: Erlangga.
Kim, M. dan W. Kross. 2005. The Ability of Earnings to Predict Future Operating
Cash Flows Has Been Increasing – Not Decreasing. Accounting Research.
Nugroho, Agung Bhuono. 2005. Strategi Jitu Memilih Metode Statistik Penelitian
dengan SPSS. Yogyakarta : ANDI.
68
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.
Rahmawati dan Bandi. 2005. Relevansi Kandungan Informasi Komponen Arus
Kas Dan Laba Dalam Memprediksi Arus Kas Masa Depan. Jurnal
Akuntansi & Bisnis, Vol. 5, No. 1, Februari: 27 - 42.
Soemarso S.R. 2004. Akuntansi Suatu Pengantar. Edisi Lima. Jakarta: Salemba
Empat.
Subramanyam K.R dan John J.Wild. 2010. Analisis Laporan Keuangan. Buku 2,
Edisi 10. Jakarta: Salemba Empat.
Widiana, Maya. 2011. Pengaruh Laba Kotor, Laba Operasi, Laba Bersih Dan
Arus Kas Dalam Memprediksi Arus Kas Di Masa Mendatang Pada
Perusahaan Food And Beverages Yang Terdaftar Di Bursa Efek Indonesia.
Skripsi. Fakultas Ekonomi, Universitas Pembangunan Nasional “Veteran”.
Jawa Timur.
www. idx.co.id
69
LAMPIRAN A
DAFTAR PERUSAHAAN
No. Tahun KODE Nama Perusahaan
Arus Kas
Operasi t+1 Laba kotor
1 2009 INCI Intanwijaya International 63515 15955
2 DPNS Duta Pertiwi Nusantara 43881 24823
3 EKAD Ekadharma International 1698 53479
4 KKGI Resources Alam Indonesia 89687 143097
5 AKRA AKR Corporindo 614271 953631
6 BUDI Budi Acid Jaya 177762 261257
7 CLPI Colorpark Indonesia 5500 68154
8 ETWA Eterindo Wahanatama 3124 33148
9 LTLS Lautan Luas 231774 566459
10 POLY Asia Pasific Fiber 87892 -43902
11 SOBI Sorini Agro Asia 285984 343969
12 TPIA Chandra Asri Petrochemical 173 940435
13 UNIC Unggul Indah Cahaya 13593 225936
14 BRPT Barito Pasific 1732213 1624026
15 SULI SLJ Global 11572 -112791
16 TIRT Tirta Mahakam Resources 4006 81773
17 2010 INCI Intanwijaya International 58314 6584
18 DPNS Duta Pertiwi Nusantara 44487 25391
19 EKAD Ekadharma International 7056 69430
20 KKGI Resources Alam Indonesia 433095 340850
21 AKRA AKR Corporindo 1329788 605578
22 BUDI Budi Acid Jaya 126782 242776
23 CLPI Colorpark Indonesia 12167 62010
24 ETWA Eterindo Wahanatama 7985 61723
25 LTLS Lautan Luas 101512 622803
26 POLY Asia Pasific Fiber 3438 36858295
27 SOBI Sorini Agro Asia -3517 134357
28 TPIA Chandra Asri Petrochemical 54 1200146
29 UNIC Unggul Indah Cahaya 12464 265513
30 BRPT Barito Pasific 1222486 1115636
70
31 SULI SLJ Global 7493 -37992
32 TIRT Tirta Mahakam Resources 25816 75393
33 2011 INCI Intanwijaya International 55044 5045
34 DPNS Duta Pertiwi Nusantara 44932 36751
35 EKAD Ekadharma International 9427 81551
36 KKGI Resources Alam Indonesia 8577 869776
37 AKRA AKR Corporindo 1884943 1051746
38 BUDI Budi Acid Jaya 98725 316812
39 CLPI Colorpark Indonesia 1713 79045
40 ETWA Eterindo Wahanatama -30319 106944
41 LTLS Lautan Luas 117597 676490
42 POLY Asia Pasific Fiber 9793 13879198
43 SOBI Sorini Agro Asia 30340 229588
44 TPIA Chandra Asri Petrochemical 123 948658
45 UNIC Unggul Indah Cahaya 12334 355713
46 BRPT Barito Pasific 146 160293
47 SULI SLJ Global 21290 -42182
48 TIRT Tirta Mahakam Resources 30800 84337
49 2012 INCI Intanwijaya International 60564 8787
50 DPNS Duta Pertiwi Nusantara 67041 37114
51 EKAD Ekadharma International 9840 100384
52 KKGI Resources Alam Indonesia 7654 668819
53 AKRA AKR Corporindo 820064 1261276
54 BUDI Budi Acid Jaya 53440 203499
55 CLPI Colorpark Indonesia 1282 552427
56 ETWA Eterindo Wahanatama 4576 75551
57 LTLS Lautan Luas 148149 819718
58 POLY Asia Pasific Fiber 5101 -5982428
59 SOBI Sorini Agro Asia 65531 369885
60 TPIA Chandra Asri Petrochemical 241 220370
61 UNIC Unggul Indah Cahaya 13999 388460
62 BRPT Barito Pasific 269 125729
63 SULI SLJ Global 17332 8510
64 TIRT Tirta Mahakam Resources 35617 54239
71
No. Tahun KODE Nama Perusahaan Laba Operasi Laba bersih
1 2009 INCI Intanwijaya International 3905 -8680
2 DPNS Duta Pertiwi Nusantara 7258 7124
3 EKAD Ekadharma International 25924 16443
4 KKGI Resources Alam Indonesia 44986 32003
5 AKRA AKR Corporindo 539968 274719
6 BUDI Budi Acid Jaya 153876 146415
7 CLPI Colorpark Indonesia 45580 30909
8 ETWA Eterindo Wahanatama 12121 10417
9 LTLS Lautan Luas 136992 85925
10 POLY Asia Pasific Fiber -313103 1182788
11 SOBI Sorini Agro Asia 149777 86414
12 TPIA Chandra Asri Petrochemical 782997 482884
13 UNIC Unggul Indah Cahaya 38512 39156
14 BRPT Barito Pasific 1109912 560961
15 SULI SLJ Global -201215 -103815
16 TIRT Tirta Mahakam Resources 991 12403
17 2010 INCI Intanwijaya International -17767 -20559
18 DPNS Duta Pertiwi Nusantara 8016 14750
19 EKAD Ekadharma International 37073 41232
20 KKGI Resources Alam Indonesia 237134 166027
21 AKRA AKR Corporindo 298542 311166
22 BUDI Budi Acid Jaya 134750 46130
23 CLPI Colorpark Indonesia 39295 28444
24 ETWA Eterindo Wahanatama 35931 38160
25 LTLS Lautan Luas 168069 103351
26 POLY Asia Pasific Fiber 1578912 37256907
27 SOBI Sorini Agro Asia 51444 35675
28 TPIA Chandra Asri Petrochemical 789877 -459991
29 UNIC Unggul Indah Cahaya 59334 53774
30 BRPT Barito Pasific 575815 -906695
31 SULI SLJ Global -127320 1694
32 TIRT Tirta Mahakam Resources 306 -9904
33 2011 INCI Intanwijaya International -12426 -17170
34 DPNS Duta Pertiwi Nusantara 16160 -6642
35 EKAD Ekadharma International 35695 27748
36 KKGI Resources Alam Indonesia 633052 454478
37 AKRA AKR Corporindo 658877 2348706
38 BUDI Budi Acid Jaya 179489 65643
39 CLPI Colorpark Indonesia 44550 27750
40 ETWA Eterindo Wahanatama 69136 72961
41 LTLS Lautan Luas 184852 105220
42 POLY Asia Pasific Fiber 33742184 -8840770
43 SOBI Sorini Agro Asia -25938 -44745
44 TPIA Chandra Asri Petrochemical 419549 72607
72
45 UNIC Unggul Indah Cahaya 112411 56800
46 BRPT Barito Pasific -164033 -230055
47 SULI SLJ Global -96252 -314851
48 TIRT Tirta Mahakam Resources 19925 4152
49 2012 INCI Intanwijaya International -780 4444
50 DPNS Duta Pertiwi Nusantara 18276 24215
51 EKAD Ekadharma International 46676 49224
52 KKGI Resources Alam Indonesia 338150 221766
53 AKRA AKR Corporindo 864318 755870
54 BUDI Budi Acid Jaya 87310 3650
55 CLPI Colorpark Indonesia 71693 33652
56 ETWA Eterindo Wahanatama 45254 29663
57 LTLS Lautan Luas 268623 147869
58 POLY Asia Pasific Fiber -23514506 -32118811
59 SOBI Sorini Agro Asia 172693 127911
60 TPIA Chandra Asri Petrochemical -829821 -844471
61 UNIC Unggul Indah Cahaya 84808 20212
62 BRPT Barito Pasific -641401 -1193732
63 SULI SLJ Global -222448 -150684
64 TIRT Tirta Mahakam Resources -22077 -32218
73
LAMPIRAN B
HASIL PERHITUNGAN SPSS
Descriptives
NPar Tests
Descriptive Statistics
64 -30319 1884943 161909,84 391774,164
64 -5982428 36858295 1009063 4940188,216
64 -23514506 33742184 296748,30 5187160,922
64 -32118811 37256907 6509,67 6311791,880
64
Arus kas akt iv itas
operasi t+1
Laba kotor
Laba Operasi
Laba bersih
Valid N (listwise)
N Minimum Maximum Mean Std. Dev iat ion
One-Sample Kolmogorov-Smirnov Test
64
,0000000
390860,5260
,354
,354
-,315
2,829
,000
N
Mean
Std. Dev iat ion
Normal Parametersa,b
Absolute
Positive
Negativ e
Most Extreme
Dif f erences
Kolmogorov-Smirnov Z
Asy mp. Sig. (2-tailed)
Unstandardiz
ed Residual
Test distribution is Normal.a.
Calculated f rom data.b.
74
Regression
Variables Entered/Removedb
Laba
bersih,
Laba kotor,
Laba
Operasia
. Enter
Model
1
Variables
Entered
Variables
Removed Method
All requested v ariables entered.a.
Dependent Variable: Arus Kas Aktiv itas Operasi t+1b.
Model Summaryb
,391a ,153 ,103 40492,972 1,895
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Durbin-
Watson
Predictors: (Constant), Laba bersih, Laba kotor, Laba Operasia.
Dependent Variable: Arus Kas Akt iv itas Operasi t+1b.
ANOVAb
2E+010 3 5034800615 3,071 ,036a
8E+010 51 1639680784
1E+011 54
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Laba bersih, Laba kotor, Laba Operasia.
Dependent Variable: Arus Kas Aktiv itas Operasi t+1b.
Coefficientsa
33243,076 5565,893 5,973 ,000
-,001 ,001 -,129 -,994 ,325 ,983 1,017
,002 ,001 ,360 2,139 ,026 ,837 1,195
,002 ,001 ,289 2,067 ,044 ,850 1,177
(Constant)
Laba kotor
Laba Operasi
Laba bersih
Model
1
B Std. Error
Unstandardized
Coef f icients
Beta
Standardized
Coef f icients
t Sig. Tolerance VIF
Collinearity Statistics
Dependent Variable: Arus Kas Akt iv itas Operasi t+1a.
75
NPar Tests
One-Sample Kolmogorov-Smirnov Test
55
-1027,333285
36117,80217
,181
,181
-,169
1,345
,054
N
Mean
Std. Dev iat ion
Normal Parametersa,b
Absolute
Positive
Negativ e
Most Extreme
Dif f erences
Kolmogorov-Smirnov Z
Asy mp. Sig. (2-tailed)
Unstandardiz
ed Residual
Test distribution is Normal.a.
Calculated f rom data.b.
Coefficientsa
28798,469 3120,904 9,228 ,000
-,001 ,001 -,165 -1,184 ,242
9,00E-005 ,001 ,023 ,149 ,882
2,54E-005 ,000 ,008 ,052 ,959
(Constant)
Laba kotor
Laba Operasi
Laba bersih
Model
1
B Std. Error
Unstandardized
Coef f icients
Beta
Standardized
Coef f icients
t Sig.
Dependent Variable: abs_resa.