BAB III METODE PENELITIAN
C. 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. 1. Persamaan Regresi
Dalam pengolahan data dengan menggunakan regresi linear, dilakukan beberapa tahapan untuk mencari hubungan antara variabel independen dan variabel dependen
Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) .431 .366 1.178 .246 LN_DER .234 .230 .164 1.014 .316 LN_WCT -.022 .171 -.021 -.131 .896
melalui pengaruh LN_DER (X1), LN_WCT (X2)terhadap LN_RMS (Y). Hasil regresi dapat dilihat pada Tabel 4.7.
Tabel 4.7 Analisis Hasil Regresi
Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -3.117 .433 -7.193 .000 LN_DER .290 .307 .144 .946 .350 LN_WCT .391 .203 .294 1.930 .060 a. Dependent Variable: LN_RMS
Sumber: Data diolah penulis, 2010
Berdasarkan penjelasan dari asumsi klasik sebelumnya, model regresi dalam penelitian ini telah diubah menjadi model logaritma natural, sehingga beta dan koefisien dari penelitian ini juga dalam bentuk logaritma natural. Model regresi dinyatakan dalam bentuk fungsi LN_Rentabilitas Modal Sendiri.
Y= -3,117 + 0,290 X1 + 0,391 X2 Dimana:
Y = Rentabilitas Modal Sendiri
X1 = Struktur Modal (Debt to total Equity Ratio)
X2 = Perputaran Modal Kerja ( Working Capital Turnover ) Kemudian model regresi tersebut akan diinterprestasikan :
• β0 = -3,117
Nilai konstanta ini menunjukkan bahwa apabila tidak ada nilai variabel LN_DER dan LN_WCT, maka LN_RMS atau rentabilitas modal sendiri adalah sebesar -3,117
• β1 = 0,290
Koefisien regresi β1 ini menunjukkan bahwa setiap variabel LN_DER meningkat satu
satuan, maka LN_RMS akan bertambah sebesar 0,290 atau 29% dengan asumsi variabel lainnya dianggap tetap atau sama dengan nol.
• β2 = 0,391
Koefisisen regresi β2 menunjukkan bahwa setiap variabel LN_WCT meningkat
sebesar satu satuan, maka perubahan rentabilitas modal sendiri (RMS) yang dilihat dari nilai Y akan bertambah sebesar 0,391 dengan asumsi variabel lain dianggap tetap.
2. Analisis Koefisien Korelasi dan Koefisien Determinasi
Nilai koefisien korelasi (R) menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel dependen. Koefisien korelasi dikatakan kuat jika nilai R berada di atas 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 independen. Sebaliknya, semakin kecil nilai R Square, maka kemampuan variabel-variabel independen dalam menjelaskan variasi variabel-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. Oleh karena itu digunakan nilai
Tabel 4.8
Hasil Analisis Koefisien Korelasi dan Koefisien Determinasi
Model R R Square Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1 .369a .136 .095 2.10086 2.244
a. Predictors: (Constant), LN_WCT, LN_DER b. Dependent Variable: LN_RMS
Sumber: Data diolah penulis, 2010
Tabel 4.8 menunjukkan bahwa nilai koefisien korelasi (R) sebesar 0,369 yang berarti bahwa nilai koefisien korelasi atau hubungan antara variabel rentabilitas modal sendiri dengan variabel independennya tidak kuat. Definisi korelasi ini tidak kuat didasarkan pada nilai R yang berada dibawah 0,5
Angka koefisien determinasi (Adjusted R Square) adalah 0,095. Hal ini berarti 9,5 % variasi dari perubahan rentabilitas modal sendiri dijelaskan oleh variasi kedua variabel independen, sedangkan sisanya 90,5% lagi dijelaskan oleh variasi atau faktor lainnya.
3. Pengujian Hipotesis
Hipotesis dalam penelitian ini adalah :
Ha : Struktur modal (DER) dan perputaran modal kerja (WCT) baik secara parsial maupun simultan berpengaruh terhadap rentabilitas modal sendiri (ROE) pada industri tekstil dan garmen yang terdaftar di Bursa Efek Indonesia.
H0 : Struktur modal (DER) dan perputaran modal kerja (WCT) baik secara parsial maupun simultan tidak berpengaruh terhadap rentabilitas modal sendiri (ROE) pada industri tekstil dan garmen yang terdaftar di Bursa Efek Indonesia.
Untuk mengetahui apakah semua variabel independen dalam model regresi ini mempunyai pengaruh signifikan secara simultan atau tidak terhadap rentabilitas modal sendiri dilakukan uji F (F test). Menurut Ghozali (2005:84), “uji statistik F pada dasarnya
menunjukkan apakah semua variabel independen yang dimasukkan dalam model regresi mempunyai pengaruh secara bersama-sama terhadap variabel dependen”.
Uji ini dilakukan dengan membandingkan signifikansi Fhitung dengan ketentuan : - Jika Fhitung < Ftabel untuk α = 5%, H0 diterima
- Jika Fhitung > Ftabeluntuk α = 5%, Ha diterima
Setelah uji F dilakukan, maka diperoleh nilai F hitung dan nilai signifikansi seperti yang ditunjukkan pada Tabel 4.9 sebagai berikut :
Tabel 4.9 Hasil Uji F
ANOVAb
Model Sum of Squares Df Mean Square F Sig.
1 Regression 29.259 2 14.630 3.315 .046a
Residual 185.371 42 4.414
Total 214.630 44
a. Predictors: (Constant), LN_WCT, LN_DER b. Dependent Variable: LN_RMS
Sumber: Data diolah penulis, 2010
Hasil uji ANOVA atau tabel Ftabel didapat Fhitung sebesar 3,315 dengan signifikansi 0,046 dan F tabel yang diperoleh melalui perhitungan Microsoft excel FINV (0,05;2;59) adalah 3,220. Dari hasil uji statistik dapat disimpulkan Fhitung > Ftabel dan signifikansi lebih kecil dari 0,05, maka bisa disimpulkan bahwa variabel independen LN_DER dan LN_WCT secara bersama-sama berpengaruh terhadap ROE.
Untuk mengetahui hubungan antara variabel-variabel independen terhadap variabel dependen secara parsial (individu), maka dilakukan uji t (t test). Menurut Ghozali (2005:84) “uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas atau independen secara individual menerangkan variabel independen”. Uji t dilakukan dengan membandingkan signifikansi thitung dengan ketentuan:
- Jika thitung < ttabeluntuk α = 5%, Ho diterima
- Jika thitung > ttabel untuk α = 5%, Ha diterima
Tabel 4.10 Hasil Uji t Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
(Constant) -3.117 .433 -7.193 .000
LN_DER .290 .307 .144 .946 .350 .884 1.131
LN_WCT .391 .203 .294 1.930 .060 .884 1.131
a. Dependent Variable: LN_RMS
Sumber : Data diolah penulis, 2010
Dari hasil uji t yang disajikan pada Tabel 4.10 dapat diketahui pengaruh masing-masing variabel independen terhadap variabel dependen. Hasil t tabel yang diperoleh melalui perhitungan di Microsoft excel (TINV) adalah 2,014. Pada Tabel 4.10 dapat dilihat bahwa variabel LN_DER (X1) dan LN_WCT (X2) memiliki nilai t hitung < t tabel
(0,946<2,014 dan 1,930<2,014) dengan signifikansi 0,350 dan 0,060 yang lebih besar dari 0,05 artinya variabel DER dan WCT tidak berpengaruh signifikan secara parsial terhadap rentabilitas modal sendiri.