BAB III METODOLOGI PENELITIAN
4.2 Analisis Hasil Penelitian
4.2.3 Analisis Regresi
Dari hasil pengujian asumsi klasik disimpulkan bahwa model regresi yang dipakai dalam penelitian ini telah memenuhi model estimasi yang Best Linear Unbiased Estimator (BLUE) dan layak dilakukan analisis regresi. Pengujian hipotesis menggunakan analisis regresi berganda. Berdasarkan hasil pengolahan data dengan program SPSS 16.0 maka diperoleh hasil sebagai berikut:
4.2.3.1 Persamaan Regresi
Dalam pengolahan data dengan menggunakan regresi linear dilakukan beberapa tahapan untuk mencari hubungan antara variabel
independen dan variabel dependen melalui pengaruh total aktiva (X1), perputaran modal kerja (X2), arus kas operasi (X3) terhadap likuiditas (Y). Hasil regresi dilihat pada tabel 4.6 berikut:
Tabel 4.5 Analisis Hasil Regresi
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) .893 .295 3.027 .003 LN_X1 -.005 .017 -.029 -.302 .763 .359 2.78 2 LN_X2 -.171 .016 -.615 -10.519 .000 .974 1.02 7 LN_X3 .002 .012 .018 .187 .852 .361 2.76 7 a. Dependent Variable : LN_Y
Berdasarkan tabel di atas, didapatlah persamaan regresi sebagai berikut: LNY = 0,893 - 0,005 LNX1 - 0,171 LNX2 + 0,002 LNX3 Dimana:
+ e
LNY = Logaritma Natural Likuiditas LNX1
LNX
= Logaritma Natural Total Aktiva 2
LNX
= Logaritma Natural Perputaran Modal Kerja 3
Keterangan:
= Logaritma Natural Arus Kas Operasi
1. Konstanta sebesar 0,893 menyatakan bahwa jika variabel independen dianggap konstan, maka LN Likuiditas sebesar 0,893.
2. LN Total Aktiva memiliki koefisien regresi bertanda negatif sebesar 0,005, artinya apabila terjadi perubahan variabel LN Total Aktiva sebesar 1% akan menurunkan LN Likuiditas sebesar 0,005 atau 0,5 % (interprestasi elastisitas karena model logaritma).
3. LN Perputaran Modal Kerja memiliki koefisien regresi bertanda negatif sebesar 0,171, artinya apabila terjadi perubahan variabel LN Perputaran Modal Kerja sebesar 1% akan menurunkan LN Likuiditas sebesar 0,171 atau 17,1 %.
4. LN Arus Kas Operasi memiliki koefisien regresi bertanda positif sebesar 0,002, artinya apabila terjadi perubahan variabel LN Arus Kas Operasi sebesar 1% akan menaikkan LN Likuiditas sebesar 0,002 atau 0,2%.
4.2.3.2 Analisis Koefisien Korelasi dan Koefisien Adjusted Determinasi
Nilai koefisien korelasi (R) menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel dependen. Koefisien korelasi dikatakan kuat apabila nilai R berada diatas 0,5 dan mendekati 1.
Koefisien determinasi (R square) menunjukkan seberapa besar variabel independen menjelaskan variabel dependennya. Nilai R square adalah nol sampai dengan satu. Apabila nilai R square semakin mendekati satu, maka variabel-variabel independen memberikan semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Sebaliknya, semakin kecil nilai R square, maka kemampuan variabel-variabel independen dalam menjelaskan variasi variabel
dependen semakin terbatas. Nilai R square memiliki kelemahan yaitu nilai R square akan meningkat setiap ada penambahan satu variabel independen meskipun variabel independen tersebut tidak berpengaruh signifikan terhadap variabel dependen.
Tabel 4.6
Hasil Analisis Koefisien Korelasi dan Koefisien Adjusted Determinasi Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .612a .375 .365 .22630 2.077 a. Predictors: (Constant), LN_X3, LN_X2, LN_X1 b. Dependent Variable: LN_Y
Pada model summary di atas, angka R sebesar 0,612 menunjukkan bahwa korelasi atau hubungan antara LN Likuiditas (LNY) dengan LN Total Aktiva (LNX1), LN Perputaran Modal Kerja (LNX2) dan LN Arus Kas Operasi (LNX3), erat karena > 0,5 (50%). Angka R square atau koefisien determinasi adalah 0,375. Angka ini mengindikasikan bahwa 37,5% variasi atau perubahan dalam LN Likuiditas tidak dapat dijelaskan oleh variasi variabel LN total aktiva, LN perputaran modal kerja dan LN arus kas operasi. Sedangkan sisanya dijelaskan oleh sebab-sebab lain yang tidak dimasukkan dalam model penelitian. Standar Error of Estimate (SEE) adalah 0,22630 dimana semakin besar SEE akan membuat model regresi kurang tepat dalam memprediksi variabel dependen.
4.2.4 Pengujian Hipotesis
Untuk mengetahui apakah variabel independen dalam model regresi berpengaruh terhadap variabel dependen, maka dilakukan pengujian dengan menggunakan uji F (F test) dan uji t (t test).
4.2.4.1 Uji signifikan simultan (F-test)
Untuk melihat pengaruh total aktiva, perputaran modal kerja, arus kas operasi terhadap likuiditas secara simultan dapat dihitung dengan menggunakan F test. Berdasarkan hasil pengolahan data dengan program SPSS versi 16.0 for Windows, maka diperoleh hasil sebagai berikut:
Tabel 4.7 Uji Statistik F
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 5.772 3 1.924 37.569 .000a
Residual 9.627 188 .051
Total 15.399 191
a. Predictors: (Constant), LN_X3, LN_X2, LN_X1 b. Dependent Variable: LN_Y
Berdasarkan hasil uji F (F test) diperoleh F hitung adalah 37,569 dengan tingkat signifikansi 0.000 yang lebih kecil dari 0.05, sedangkan F tabel sebesar 2,652646 dengan tingkat signifikansi 0,05. Berdasarkan hasil tersebut dapat disimpulkan bahwa total aktiva, perputaran modal kerja dan arus kas operasi berpengaruh secara simultan dan signifikan terhadap likuiditas karena F hitung > F tabel (37,569 > 2,652646) dan signifikansi penelitian < 0,05 ( 0,000<0,05).
4.2.4. Uji signifikan parsial (t test)
Uji t-test digunakan untuk menguji pengaruh variabel independen secara parsial terhadap variabel dependen. Berdasarkan hasil pengolahan SPSS versi 16.0 for Windows diperoleh hasil sebagai berikut:
Tabel 4.8 Hasil Uji t Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) .893 .295 3.027 .003 LN_X1 -.005 .017 -.029 -.302 .763 .359 2.782 LN_X2 -.171 .016 -.615 -10.519 .000 .974 1.027 LN_X3 .002 .012 .018 .187 .852 .361 2.767
a. Dependent Variable : LN_Y
Dari tabel 4.8 di atas, dapat diambil suatu kesimpulan, yaitu :
(1) besarnya thitung untuk variabel Total Aktiva (LNX1) sebesar -0,302 dengan nilai signifikan 0.763. Hasil uji statistik tersebut dapat menyimpulkan thitung adalah -0,302, sedangkan ttabel adalah 1,972663, sehingga ttabel > thitung
(2) besarnya t
( 1,972663>-0,302), maka dapat disimpulkan total aktiva secara parsial tidak berpengaruh terhadap likuiditas. Signifikansi penelitian >0,05 (0,763>0,05), maka Ho diterima dan Ha ditolak, artinya total aktiva tidak berpengaruh signifikan terhadap likuiditas,
hitung untuk variabel Perputaran Modal Kerja (LNX2
-10,519 dengan nilai signifikan 0,000. Hasil uji statistik tersebut dapat menyimpulkan t
) sebesar
hitung adalah -10,519 sedangkan ttabel adalah 1,972663, sehingga ttabel > thitung ( 1,972663>-10,519), maka dapat disimpulkan
perputaran modal kerja secara parsial tidak berpengaruh terhadap likuiditas. Signifikansi penelitian <0,05 (0,000<0,05), maka Ho ditolak dan Ha diterima, artinya perputaran modal kerja tidak berpengaruh terhadap likuiditas,
(3) besarnya thitung untuk variabel Arus Kas Operasi (LNX3) sebesar 0,187 dengan nilai signifikan 0,852. Hasil uji statistik tersebut dapat menyimpulkan thitung adalah 0,852 sedangkan ttabel adalah 1,972663, sehingga ttabel > thitung (1,972663 > 0,187), maka dapat disimpulkan arus kas operasi secara parsial tidak berpengaruh terhadap likuiditas. Signifikansi penelitian > 0,05 (0,852>0,05), maka Ho diterima dan Ha ditolak, artinya arus kas operasi tidak berpengaruh signifikan terhadap likuiditas.