BAB II TINJAUAN PUSTAKA
2.4. Hipotesis
Hipotesis adalah dugaan sementara dari hasil penelitian yang masih perlu diuji lagi kebenarannya. Berdasarkan rumusan masalah dan kerangka konseptual diatas maka di peroleh rumusan hipotesis sebagai berikut :
1. Terdapat pengaruh modal kerja dan efektivitas modal kerja terhadap profitabilitas secara parsial maupun simultan pada perusahaan manufaktur subsektor perdagangan retail yang terdaftar pada BEI tahun 2011-2015.
2. Total Debt to Assets mampu memoderasi hubungan antara modal kerja dengan profitabilitas pada perusahaan manufaktur subsector perdagangan retail yang terdaftar pada BEI tahun 2011-2015.
3. Total Debt to Assets mampu memoderasi hubungan antara efektifitas modal kerja dengan profitabilitas pada perusahaan manufaktur subsector perdagangan retail yang terdaftar pada BEI tahun 2011-2015.
BAB III
METODE PENELITIAN
3.1. Jenis Penelitian
Jenis penelitian yang digunakan adalah penelitan asosiatif kausal. Penelitian asosiatif kausal adalah “penelitian yang bertujuan untuk menganalisis hubungan antara satu variabel dengan variabel lainnya atau bagaimana suatu variabel mempengaruhi variabel lain”. Dengan kata lain desain kausal berguna untuk menganalisis bagaimana suatu variabel mempengaruhi variabel yang lain.
3.2. Tempat dan Waktu Penelitian
Penelitian ini dilakukan di Bursa Efek Indonesia melalui media internetdengan situs resmi www.idx.co.id.Periode penelitian dilakukan pada tahun 2011 sampai dengan 2015 padaperusahaan manufaktur subsector perdagangan retail yang terdaftar di Bursa Efek Indonesia. Penelitian ini dilakukan pada bulan Januari 2016 sampai dengan September 2016.
3.3. Definisi Operasional dan Pengukuran Variabel
Pada penelitian ini penulis menggunakan beberapa variabel yaitu sebagai berikut:
3.3.1. Variabel Dependen (Y)
Variabel dependen adalah variabel yang dipengaruhi oleh variabel independen. Variabel dependen atau variabel terikat adalah variabel yang diduga sebagai akibat atau yang dipengaruhi oleh variabel yang mendahuluinya, yakni
variabel bebas. Pada penelitian ini variabel dependen yang digunakan adalah Profitabilitas (ROA).
3.3.2. Variabel Independen (X)
Variabel Independent atau variabel bebas adalah variabel yang menentukan atau yang mempengaruhi adanya variabel yang lain. Tanpa adanya variabel ini variabel yang lain tidak akan muncul atau perubahan variabel yang lain tidak akan terjadi tanpa pengaruh variabel ini. Pada penelitian ini variabel independen yang digunakan adalah variabel modal kerja (X1) dan variabel efektifitas modal kerja (X2).
3.3.3. Variabel Moderating (Z)
Variabel moderating adalah variabel yang mempunyai dampak kontijensi yang kuat pada hubungan variabel independen dan dependen. Variabel moderating yang digunakan dalam penelitian ini adalah Total Debt to Assets (z).
Tabel 3.1.
Definisi operasional dan Pengukuran Variabel
Variabel Definisi Operasional Pengukuran Skala ROA
Aktiva lancar – hutang lancar Rasio
dikurangi dengan hutang
3.4. Populasi dan Sampel Penelitian 3.4.1. Populasi Penelitian
Populasi merupakan objek penelitian atau subjek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Populasi diartikan sebagai sumber darimana si peneliti mendapatkan data.
Objek penelitian yang digunakan dalam penelitian ini adalah perusahaan manufaktur subsector perdagangan retail yang terdaftar di BEI selama tahun 2011-2015 yaitu sebanyak 20 perusahaan.
Tabel 3.2.
Populasi Penelitian
NO Kode Nama Perusahaan
1 ACES Ace Hardware Indonesia Tbk 2 AMRT Sumber Alfaria Trijaya Tbk
3 CENT Centratama Telekomunikasi Indonesia Tbk 4 CSAP Catur Sentosa Adiprana Tbk
5 ERAA Erajaya Swasembada Tbk 6 GOLD Golden Retailindo Tbk
7 GLOB Global Teleshop Tbk 8 HERO Hero Supermarket Tbk 9 KOIN Kokoh Inti Arebama Tbk 10 LPPF Matahari Department Store Tbk 11 MAPI Mitra Adiperkasa Tbk
12 MIDI Midi Utama Indonesia Tbk 13 MPPA Matahari Putra Prima Tbk 14 RALS Ramayana Lestari Sentosa Tbk 15 RANC Supra Boga Lestari Tbk
16 RIMO Rimo International Lestari Tbk 17 SKYB Skybee Tbk
18 SONA Sona Topas Tourism Industry Tbk 19 TELE Tiphone Mobile Indonesia Tbk 20 TRIO Trikomsel Oke Tbk
Sumber : www.idx.co.id
3.4.2. Sampel Penelitian
Sampel merupakan representan, atau wakil dari satu populasi yang cukup besar jumlahnya, yaitu satu bagian dari keseluruhan yang dipilih dan representative sifatnya dari keseluruhannya. Teknik pengambilan sampel yang digunakan adalah penarikan sampel secara purpose sampling yaitu penetapan sampel dengan didasar pada kriteria tertentu. Kriteria untuk dipilih menjadi sampel adalah :
1. Perusahaan manufaktur subsektor perdagangan retail yang terdaftar di BEI selama periode pengamatan yaitu tahun 2011 sampai dengan 2015
2. Perusahaan perdagangan retail yang mengeluarkan data keuangan lengkap dan telah diaudit selama periode pengamatan yaitu tahun 2011 sampai dengan 2014
3. Perusahaan perdagangan retail yang tidak listing selama tahun pengamatan yaitu tahun 2011 sampai dengan 2015
Distribusi sampel dalam penelitian ini ditunjukkan pada tabel 3.3 berikut ini dan pemilihan sampel dilampirkan pada pada lampiran.
Tabel 3.3.
Pengambilan Sampel Berdasarkan Purposive Sampling
No Distribusi Sampel Total
1 Perusahaan manufaktur subsektor perdagangan retail yang terdaftar di BEI 2011-2015
20 2 Perusahaan yang tidak menerbitkan laporan
keuangan pada tahun pengamatan ( 2011-2015)
(4) 3 Perusahaan manufaktur subsektor perdagangan retail
yang delisting selama tahun pengamatan (2011-2015)
0
Jumlah 16
Tahun Pengamatan 5 Tahun
Total Pengamatan 80
Sumber : Diolah
3.5. Jenis Data
Penelitian ini menggunakan jenis data kuantitatif, data kuantitatif merupakan data-data yang merupakan angka-angka dan dapat dinyatakan dalam satuan hitung. Data kuantitatif pada penelitian ini adalah laporan keuangan dari tahun 2011-2015. Data tersebut didapatkan melalui Website Bursa Efek Indonesia (www.idx.co.id).
3.6. Metode Pengumpulan data
Metode Data dalam penelitian ini diperoleh dengan menggunakan metode dokumentasi yaitu pengumpulan data dengan cara mengumpulkan data sekunder dari laporan keuangan Perusahaan manufaktur subsector perdagangan retail yang telah dipublikasikan di BursaEfek Indonesia tahun 2011 sampai dengan tahun 2015
3.7. Metode Analisis Data
Analisis data adalah cara mengolah data yang terkumpul kemudian dapat memberikan interpretasi. Hasil pengolahan data ini digunakan untuk menujukan masalah yang telah di rumuskan. Analisis data yang digunakan dalam penelitian ini adalah:
3.7.1. Analisis Statistik Deskripsi
Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata (mean), standar deviasi, varian, maksimum, minimum, sum, range kurtosis dan skewness (kemencengan distribusi) (Ghozali, 2006 : 19).
3.7.2. Analisis Regresi Linear Berganda
Model analisis data yang digunakan dalam penelitian ini adalah analisis regresi berganda (Multiple Regression Analysis). Adapun persamaan untuk regresi linear berganda adalah sebagai berikut :
Y = a + b1.X1 + b2.X2 + e
Dimana :
Y = Return On Assets (ROA) X1 = Modal Kerja
X2 = Efektifitas Modal Kerja a = Konstanta
b1-b2 = Koefisien regresi
3.8. Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk menguji tingkat kesahihan dan keajengan variabel-variabel yang digunakan dalam suatu penelitian. Uji ini dilakukan untuk menghindari kesimpulan yang bias dari suatu penelitian. Uji asumsi klasik yang dilakukan dalam penelitian ini mencakup:
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Ada dua cara mendeteksi apakah residual berdistribusi normal atau atau tidak yaitu dengan analisis grafik dan uji statistik. Dengan menggunakan analisis grafik, normalitas dapat dilihat melalui sebaran Plot pada Graph P-P plot berbentuk linear dan tertumpu di sekitar garis diagonal P-P Plot. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya. Untuk mengetahui data berdistribusi normal dengan menggunakan analisis statistik maka dapat dilakukan dengan melihat nilai kurtosis dan skewness dari residual, Jika nilai Z hitung > Z tabel, maka distribusi tidak normal (Ghozali, 2006 : 109).
2. Uji Multikolonieritas
Uji Multikolonieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas (Independen). Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel inependen.
Multikolonieritas dapat dilihat dari:
a. Nilai tolerance nya
Jika nilai tolerance> 0.10 maka tidak terjadi multikoonieritas Jika nila tolerance< 0.10 maka terjadi multikolonieritas b. Variance inflation factor (VIF)
Jika nilai VIF < 10 maka tidak terjadi multikolonieritas
Jika nilai VIF > 10 maka terjadi multikolonieritas (Ghozali, 2006 : 91)
3. Uji Autokorelasi
Uji Autokorelasi bertujuan unttuk mengetahui apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu periode t-1 (sebelumnya). Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainya.
Masalah ini timbul karena residual (Kesalahan penggangu) tidak bebas dari satu observasi ke observasi lainnya (Ghozali, 2006 : 95). Untuk mendeteksi ada atau tidaknya autokorelasi maka dapat dilakukan uji Durbin-Watson (DW test). Jika nilai Durbin Watson berada diantara -2 sampai +2 berarti tidak ada autokorelasi.
4. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dan residual satu pengamatan ke pengamatan lain.
Jika Variance dari residual satu pengamtan ke pengamatan lain tetap, maka disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Cara untuk melihat ada tidaknya heteroskedastisitas adalah dengan melihat Grafik Plot.
a. Jika ada pola yang tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas.
b. Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas diatas dan dibawah angka angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas (Ghozali, 2006 : 106)
3.9. Uji Hipotesis
3.9.1. Koefisien Determinasi (R2)
Uji ini untuk mengukur kedekatan hubungan dari model yang dipakai.
Koefisien determinasi (Adjusted R2 ) yaitu angka yang menunjukkan besarnya kemampuan varians atau penyebaran dari variabel-veriabel bebas yang menerangkan variabel tidak bebas atau angka yang menunjukkan seberapa besar variabel tidak bebas dipengaruhi oleh variabel-variabel bebasnya.
Besarnya nilai koefisien dterminasi adalah antara 0 hingga 1( 0 < adjusted R2 < 1) dimana nilai koefisien mendekati 1, maka model tersebut dikatakan baik karena semakin dekat hubungan antara variabel bebas dengan variabel tidak bebas.
3.9.2. Uji Signifikansi Simultan (F)
Uji signifikansi F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen/terikat.
Hipotesis nol (Ho) yang hendak diuji adalah apakah semua parameter dalam model sama dengan nol, atau :
Ho : b1 = b2 = ... = bk = 0
Artinya, apakah semua variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen. Hipotesisi alternatifnya ( HA) tidak semua parameter secara simultan sama dengan nol, atau :
HA : b1 ≠ b2 ≠ ... = bk ≠ 0
Artinya, semua variabel independen secara simultan merupakan penjelas yang signifikan terhadap variabel dependen.
Kriteria Pengujian :
a. Quick look : bila nilai F lebih besar daripada 4 maka Ho dapat ditolak pada derajat kepercayaan 5 %, dengan kata lain kita menerima hipotesis alternatif, yang menyatakan bahwa semua variabel
independen secara serentak dan signifikan mempengaruhi variabel dependen.
b. Membandingkan nilai F hasil perhitungan dengan nilai F menurut tabel. Dimana Fhitung> Ftabel = Ho ditolak
Fhitung< Ftabel = Ho diterima
3.9.3. Uji Signifikan Parameter Individual (Uji t)
Uji statisti t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas/independen secara individual dalam menerangkan variasi variabel dependen. Hipotesis nol (Ho) yang hendak diuji adalah apakah satu parameter (bi) sama dengan nol, atau :
Ho : bi = 0
Artinya apakah suatu variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen. Hipotesis alternatif (HA) parameter suatu variabel tidak sama dengan nol, atau :
HA : bi ≠ 0
Artinya variabel tersebut merupakan penjelas yang signifikan terhadap variabel dependen.
Kriteria Pengujian :
a. Quick look : bila jumlah degree of freedom (df) adalah 20% atau lebih, dan derajat kepercayaan sebesar 5%, maka Ho yang menyatakan bi = 0 dapat ditolak bila nilai t lebih besar dari 2 (dalam nilai absolut).
Dengan kata lain kita menerina hipotesis alternatif, yang menyatakan
bahwa suatu variabel independen secara individual mempengaruhi variabel dependen
b. Membandingkan nilai statistik t dengan titik kritis menurut tabel.
Dimana: thitung> ttabel= Hoditolak thitung≤ ttabel = Hoditerima
3.9.4. Uji Moderating Residual
Ada tiga cara menguji regresi dengan variabel moderating yaitu : (1) uji interaksi, (2) uji selisih mutlak (3) uji rsidual. Pada penelitian ini uji yang digunakan adalah uji residual. Pengujian variabel moderating dengan uji interaksi dan uji selisih nilai absolut mempunyai kecenderungan akan terjadi multikolonieritas yang tinggi antar variabel independen dan hal ini menyalahi asumsi klasik. Untuk mengatasi multikolonieritas ini maka digunakan uji residual.Analisis residual ingin menguji pengaruh deviasi (penyimpangan) dari suatu model.Fokusnya adalah ketidakcocokan (lack of fit) yang dihasilkan dari deviasi hubungan linear antara variabel independen.Lack of fit ditunjukkan oleh nilai residual didalam regresi. Persamaan regresi untuk uji residual adalah sebagai berikut:
Model 1
Z= a + b1 X1 + e (1)
│e│ = a + b1 Y (2)
Model 2
Z = a + b2 X2 + e (1)
│e│ = a + b2 Y (2)
Dalam hal ini jika terjadi kecocokan antara variabel independen dengan variabel moderating (nilai residual kecil atau nol) yaitu variabel independen tinggi dan variabel moderating tinggi, maka variabel dependen juga tinggi.
Sebaliknya jika terjadi ketidakcocokan atau lack of fit antara variabel independen dengan variabel moderating (nilai residual lebih besar) yaitu variabel independen tinggi dan variabel moderating rendah, maka variabel dependen akan rendah. Variabel moderating dianggap sebagai variabel moderating kalau nilai koefisien parameternya negatif dan signifikan.
BAB IV
HASIL DAN PEMBAHASAN 4.1. Gambaran Umum
Objek pada penelitian ini adalah perusahaan manufaktur subsektor perdagangan retail yang terdaftar di bursa efek Indonesia (BEI) dengan periode penelitian 2011-2015. Penulisan beralasan melakukan penelitian ini pada perusahaan perdagangan retail karena perkembangan perusahaan perdagangan retail yang sangat pesat. Investasi pada perusahaan perdagangan retail saat ini sangat di minati para investor-investor karena tinggi nya daya konsumen masyarakat dan laba yang menjanjikan. Perkembangan perusahaan perdagangan retail yang pesat memiliki peranan dalam mengurangi tingkat pengangguran terbukti dengan banyak nya gerai-gerai yang dibuka yang otomatis memerlukan sumber daya manusia dalam mengelolanya.
4.2. HASIL PENELITIAN 4.2.1. Analisis Data
4.2.1.1 Analisis Statistik Deskriptif
Statistik deskriptif memberikan gambaran mengenai karakteristik variabel penelitian yang diamati. Data yang diperoleh dari hasil analisis statistik deskriptif, menunjukkan nilai tertinggi (maksimum), nilai terendah (minimum), rata- rata (mean), dan standar deviasi dari setiap variabel yang diteliti baik variabel dependen maupun variabel independen. (Ghozali,2006:19). Data yang dilihat adalah jumlah data, nilai rata- rata, standar deviasi, nilai minimum, dan nilai
maksimum dari variabel devenden ROA, dan dari variabel independen Modal kerja dan perputaran modal kerja serta debt to ratio sebagai variable moderating pada perusahaan perkebunan yang terdaftar di Bursa Efek Indonesia Periode 2011-2015.
Tabel 4.1.
Deskriptif Statistik
N Minimum Maximum Mean Std. Deviation
ROA 80 -35,10 45,79 7,2715 10,55826
MODALKERJA 80 -1251337000000 5107277000000 585822707130 946986605001
PERPUTARANMK 80 -6795,08 123,53 -80,7654 760,84730
Total Debt To Asset 0,47 8,29 2,6568 1,74116
Valid N (listwise) 80
Sumber :SPSS 20, Data diolah 2016
Dari tabel 4.1 diatas dapat dijelaskan beberapa hal dengan rincian sebagai berikut:
1. Nilai terendah ROA adalah -35,10 % dan nilai tertinggi nya adalah 45,79
% . Dengan jumlah data sebesar 80 diperoleh nilai rata-rata ROA sebesar 7,27 % dengan standard deviasi 10.555 % dari nilai rata-rata
2. Pada variabel modal kerja dengan jumlah data 80 diperoleh nilai minimum sebesar Rp -1.251.337.000.000 dan nilai tertinggi sebesar Rp 5.107.277.000.000. Rata-rata modal kerja adalah Rp 585.822.707.130 dengan standard deviasi Rp 946.986.605.001
3. Perputaran modal kerja dengan jumlah data 80 menunjukkan nilai minimum sebesar -6795.08 dan nilai tertingginya adalah 123,53. Rata – rata perputaran modal kerja adalah – 80,76 dengan standar deviasi 760,84
4. Total Debt to Assets sebagai variabel moderating dengan jumlah data 80 memperoleh nilai minimum sebesar 0,47 dan nilai tertinggi adalah 8,29.
Nilai rata-rata sebesar 2,6568 dengan standar deviasi 1,74116.
4.2.1.2 Analisis Regresi Berganda
Analisis regresi berganda dilakukan untuk mengetahui seberapa besar ketergantungan variabel dependen (terikat) dengan satu atau lebih variabel independen (bebas). Hasil analisis regresi berganda adalah berupa koefisien untuk masing-masing variabel independen
Sumber :SPSS 20, Data diolah 2016
Berdasarkan nilai koefisien yang ada pada tabel 4.4, maka dapat dihasilkan persamaan regresi sebagai berikut:
SQRTROA = 3.322 + 7,084E-007 SQRTMK + 0,0135 SQRT PMK + e Persamaan tersebut menunjukkan bahwa profitabilitas (ROA) dipengaruhi oleh modal kerja dan perputaran modal kerja. Hasil ini dapat dijelaskan sebagai berikut.
1. Konstanta sebesar 3.322 menunjukkan nilai konstan, dimana jika semua variabel bebas (Modal kerja dan perputaran modal kerja) dianggap konstan maka nilai dari profitabiltas (ROA) adalah sebesar 3.947.
2. Koefisien modal kerja = 7,084E-007 menunjukkan bahwa modal kerja (X1) berpengaruh positif terhadap profitabilitas (ROA) (Y). Hal ini berarti jika variabel modal kerja ditingkatkan 1 % maka akan menaikkan profitabilitas (ROA) sebesar 7,084E-007.
3. Koefisien perputaran modal kerja = 0,135 menunjukkan bahwa perputaran modal kerja (X2) berpengaruh positif terhadap profitabilitas (ROA) (Y).
Hal ini berarti jika variabel perputaran modal kerja ditingkatkan 1 % maka akan meningkatkan profitabilitas (ROA) sebesar 0,135.
4.2.2. Analisis Uji Asumsi Klasik 1) Uji Normalitas
Uji normalitas dilakukan pada tiap-tiap variabel penelitian untuk mengetahui variabel mana yang memenuhi dan tidak memenuhi asumsi normalitas (variabel tersebut terdistribusi secara normal). Uji normalitas dilakukan dengan menggunakan grafik histogram, Normal Probability Plot dan uji Kolmogorov-Smirnov.
Berdasarkan hasil pengolahan data yang terdapat pada lampiran dimana hasil pengujian menunjukkan bahwa variabel tidak bebas dari uji asumsi klasik dimana variabel tidak berdistribusi dengan normal. Selanjutnya untuk memperoleh model yang layak (blues unbiased linear) maka dilakukan transformasi dengan
menggunakan akar kuadrat atau SQRT (x). Berdasarkan model yang sudah ditransformasikan maka diperoleh variabel yang bebas dari uji asumsi klasik.
Hasil uji normalitas dalam penelitian ditunjukkan melalui gambar 4.1.
dibawah ini.
Gambar 4.1.
Normal P-Plot variabel dependen :LnROA Sumber :SPSS 20, Data diolah 2016
Gambar 4.1 P-P Plot diatas menunjukkan grafik normalitas data dimana data yang digunakan berdistribusi normal terlihat dari seluruh titik-titik menyebar disekitar garis diagonal, serta penyebarannya mendekati garis diagonal. Hal ini menunjukkan bahwa model regresi tidak menyalahi asumsi normalitas.
Selain itu untuk menguji tingkat normalitas dapat dilakukan dengan pendekatan gambar histogram yang ditunjukkan pada gambar 4.2 dibawah ini.
Gambar 4.2.
Histogram Dependent Variabel : LnROA Sumber :SPSS 20, Data diolah 2016
Grafik 4.1 diatas menunjukkan bahwa kurva yang ada tidak berbentuk mencong kekiri atau kekanan. Hal ini berarti bahwa data yang diambil dari populasi merupakan data yang berdistribusi normal.
2) Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah dalam suatu model regresi terdapat korelasi antar variabel independen. Pengujian multikolinearitas dilakukan dengan melihat VIF antar variabel independen. Apabila nilai VIF tidak lebih dari 10 dan nilai Tolerance tidak kurang dari 0,1 maka tidak terjadi gejala multikolinearitas.
Hasil uji multikolinieritas dalam penelitian ditunjukkan melalui tabel 4.2 di bawah ini.
Tabel 4.2.
Uji Multikolinearitas
Variabel Collinearity Statistics
Tolerance VIF
SQRTMK .978 1.023
SQRTPMK .743 1.346
SQRTDTA .758 1.320
a. DependentVariable:SQRTROA Sumber :SPSS 20, Data diolah 2016
Dari hasil olahan dengan SPSS, diperoleh koefisien tolerance dari kedua variabel bebas lebih besar dari 0.10 dan nilai VIF lebih kecil dari 10. Hal ini membuktikan bahwa dalam model regresi ini tidak terdapat gejala multikolinearitas antar variabel independen dan layak untuk digunakan dalam penelitian.
3) Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan kepengamatan lain jika variance dari residual satu pengamatan kepengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Cara memprediksi heteroskedastisitas adalah :
1. jika pola gambar scatterplot model tersebut adalah titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0,
2. titik-titik data tidak mengumpul hanya di atas atau di bawah saja,
3. penyebaran titik-titik data tidak boleh membentuk pola bergelombang, melebar kemudian menyempit dan melebar kembali. Penyebaran titik-titik data sebaiknya tidak berpola.
Hasil dari pengujian heteroskedastisitas dapat dilihat dalam gambar berikut.
Gambar 4.2.
Uji Heteroskedastisitas Sumber :SPSS 20, Data diolah 2016
Berdasarkan grafik scatterplot yang tersaji pada gambar 4.3 dapat dilihat bahwa bahwa titik-titik menyebar secara acak dan tidak membentuk pola tertentu serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Jadi, dapat disimpulkan model regresi tidak mengandung adanya Heteroskedastisitas.
4) Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya), jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Untuk mendeteksi ada tidaknya autokorelasi dengan dilakukan uji Durbin-Watson. Jika nilai Durbin Watson berada diantara -2 sampai +2 berarti tidak ada autokorelasi.
Hasil pengujian autokorelasi dapat dilihat pada table 4.3. berikut.
Tabel 4.3 Uji Autokorelasi Model Summaryb
Model Durbin-Watson
1 1.716
a.Predictors: (Constant), LNPMK, LNMK b. Dependent Variable: LNROA
Sumber :SPSS 20, Data diolah 2016
Dari hasil olahan data SPSS dapat dilihat bahwa hasil uji Durbin Watson sebesar 1.716. Nilai ini akan dibandingkan dengan nilai tabel, dengan menggunakan nilai signifikan 5 persen (0,05). Jumlah data (n) = 80 dan variabel bebas (k) = 2 maka dl = 1.58, du = 1.68. Jadi (4-du) = (4 – 1.68 ) = 2.3. Karena nilai DW sebesar 1.716 lebih besar dari batas du sebesar 1.68 dan kurang dari (4-du) yaitu 2.32 hal ini berarti tidak ada autokorelasi negatif atau dapat disimpulkan model regresi ini masih dapat dipergunakan untuk melakukan pengujian.
4.2.3. PENGUJIAN HIPOTESIS 4.2.3.1. Koefisien Determinasi
Berikut merupakan hasil uji koefisien determinasi dapat dilihat pada tabel berikut ini.
a. Predictors: (Constant), SQRTPMK, SQRTMK b. b. Dependent Variable: SQRTROA
Sumber :SPSS 20, Data diolah 2016
Dari tabel 4.5 diatas dapat kita lihat bahwa angka koefisien Adjusted R square bernilai 0,246. Angka ini mengindikasikan bahwa hanya 24,6 % variasi atau perubahan dalam profitabilitas (ROA) mampu dijelaskan oleh modal kerja dan perputaran modal kerja. Dan sisanya 75,4 % dijelaskan oleh faktor-faktor lain yang tidak dimasukkan dalam dalam model penelitian. Standard error of estimate menunjukkan angka sebesar 1.28425. Semakin kecil angka ini, semakin tepat model regresi dalam memprediksi profitabilitas (ROA)
4.2.3.2. Uji Signifikansi Parsial (t-test)
Uji t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas/ independen secara individual dalam menerangkan variasi variabel dependen. Variabel independen dikatakan memiliki pengaruh signifikan terhadap variabel dependen apabila variabel dependen tersebut memiliki nilai signifikansi (sig) di bawah 0.05.
Tabel 4.6.
Uji Signifikansi Parsial (t-test)
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
1. Pengaruh Modal Kerja Terhadap Profitabilitas (ROA)
Dari tabel 4.6 menunjukkan nilai t hitung variabel modal kerja sebesar 2,153 sedangkan t tabel sebesar 1,665, hal ini bearti t hitung > t tabel
Dari tabel 4.6 menunjukkan nilai t hitung variabel modal kerja sebesar 2,153 sedangkan t tabel sebesar 1,665, hal ini bearti t hitung > t tabel