BAB II TINJAUAN PUSTAKA
C. Kerangka Konseptual
1. Kerangka Konseptual
Modal kerja merupakan hal yang sangat penting bagi perusahaan karena dibutuhkan untuk membiayai kegiatan operasional perusahaan. Dalam penelitian ini modal kerja di proxykan kedalam rasio perputaran persediaan dan perputaran piutang. Perputaran persediaan mengukur kecepatan rata-rata persediaan bergerak keluar perusahaan. Semakin cepat persediaan bergerak keluar dari perusahaan.
Semakin cepat persediaan dirubah menjadi barang dagang yang nantinya akan dijual oleh perusahaan maka semakin cepat pula bagi perusahaan untuk memperoleh laba. Semakin tinggi laba yang dihasilkan oleh perusahaan maka akan semakin baik bagi kelangsunagn hidup perusahaan. Keadaan perputaran persediaan yang tinggi menunjukkan bahwa semakin efisien dan efektif perusahaan dalam mengelola persediaannya. Hal ini juga menunjukkan volume penjualan yang tinggi pada perusahaan. Hal ini dapat berarti laba yang didapat oleh perusahaan semakin besar dengan mengasumsikan biaya-biaya yang terjadi.
Besarnya laba yang diperoleh perusahaan akan memaksimalkan tingkat
pengembalian asset (Return On Asset ) yang diperoleh perusahaan merupakan salah satu indikasi bahwa profitabilitas perusahaan menunjukkan kondisi yang baik.
Perputaran piutang dan akan mempengaruhi tingkat profitabilitas perusahaan. Semakin cepat piutang berputar, semakin cepat perusahaan memperoleh kas yang dapat digunakan untuk opersional perusahaan. Jadi, perputaran piuang secara tidak langsung mempengaruhi operasi perusahaan yang akan berdampak pada tingkat perolehan keuntungan atau laba perusahaan. Jika perputaran piutang semakin cepat maka tingkat profitabilitas akan meningkat.
Jadi terdapat pengaruh antara perputaran piutang dengan profitabilitas.
Pengembalian asset (Return On Asset ) yang diperoleh perusahaan merupakan salah satu indikasi bahwa profitabilitas perusahaan menunjukkan kondisi yang baik.
Berdasarkan uraian sebelumya, maka dibuat kerangka konseptualnya sebagai berikut:
Gambar 2.1
Kerangka Konseptual
2. Hipotesis Penelitian
Hipotesis merupakan jawaban sementara terhadap masalah yang diajukan.
Berdasarkan kerangka konseptual dirumuskan. Hipotesis penelitian adalah modal kerja dalam arti perputaran persediaan dan perputaran piutang berpengaruh terhadap profitabilitas baik secara parsial maupun simultan.
Modal kerja
Perputaran Persediaan (X1) Perputaran Piutang
(X2)
Profitabilitas - Return On
Assets
BAB III
METODE PENELITIAN
A. Jenis Penelitian
Jenis penelitian yang digunakan dalam penelitian ini adalah jenis penelitian assosiatif kausal, yaitu penelitian yang bertujuan untuk mengetahui pengaruh antara dua variabel atau lebih (Sugiono, 2007 : 11).
B. Populasi dan Sampel Penelitian
1. Populasi Penelitian
Populasi adalah wilayah generalisasi yang terdiri atas objek atau subjek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari, kemudian ditarik kesimpulannya (Sugiyono,2004 : 72). Populasi pada penelitian ini adalah seluruh perusahaan sektor industri makanan dan minuman yang terdaftar di Bursa Efek Indonesia (BEI) yaitu 18 perusahaan dan diteliti selama tiga tahun. Populasi data terdiri dari 54 populasi (18 dikali 3 tahun).
2. Sampel Penelitian
Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut(Sugiyono,2004 : 73). Sampel yang digunakan oleh penulis
dalam penelitian ini ditentukan dengan menggunakan teknik purposive sampling , yaitu teknik penentuan sampel dengan pertimbangan tertentu(Sugiyono,2004 : 78).
Pertimbangan yang ditentukan oleh peneliti, dengan kriteria sebagai berikut : 1. Seluruh perusahaan sektor industri makanan dan minuman yang terdaftar
di BEI pada tahun 2006 hingga tahun 2008.
2. Seluruh perusahaan sektor industri makanan dan minuman yang mempublikasikan laporan keuangannya dalam situs Bursa Efek Indonesia (www.bei.co.id).
3. Perusahaan tersebut memiliki laporan keuangan yang lengkap dan mempunyai laporan auditor independen yang dipublikasikan.
Tabel 3.1
Daftar perusahaan sektor industri makanan dan minuman
No Nama perusahaan Tahun Berdiri Go Publik
1 Ades Alfindo, Tbk, PT 1985 1994
2 Aqua Golden Missisippi, Tbk, PT 1974 1990
3 Asia Intiselera Tbk, PT 1953 1997
4 Cahaya Kalbar, Tbk, PT 1968 1996
5 Delta Indonesia, Tbk, PT 1932 2000
6 Fast Food Indonesia, Tbk, PT 1978 1993 7 Indofood Sukses maknur, Tbk, PT 1974 1994
9 Multi Bintang Indonesia, Tbk, PT 1931 1994 10 Prasidha Aneka Niaga, Tbk, PT 1958 1992 11 Putra Sejahtera Pioneerindo, Tbk,
PT
1984 1981
12 Sari Husada, Tbk, PT 1954 1994
13 Sekar Laut, Tbk, PT 1954 1990
14 Sierad Produce, Tbk, PT 1967 1996
15 SMART, Tbk, PT 1985 1992
16 Suba Indah, Tbk, PT 1962 1991
17 Tunas baru Lampung, Tbk, PT 1978 2000
18 Ultra Jaya Milk, Tbk,PT 1973 1991
Sumber : Indonesia Capital Market Directory (ICMD, 2009) C. Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian adalah data kuantitatif, yaitu data yang berbentuk angka atau data kuantitatif yang diangkakan(sugiyono,2004 : 13). Peneliti menggunakan data sekunder dalam penelitian ini. Data sekunder merupakan data primer yang telah diolah lebih lanjut dan disajikan baik oleh pihak pengumpul data primer atau oleh pihak lain (Umar,2001 : 69). Data yang diperoleh adalah kombinasi antara data time series dengan data cross section (Pooled Data). Data time series merupakan sekumpulan data dari suatu fenomena tertentu yang didapat dalam beberapa interval waktu tertentu misalnya dalam waktu mingguan, bulanan atau tahunan. Sedangkan data cross section adalah sekumpulan data untuk meneliti suatu fenomena tertentu dalam satu kurun waktu (Umar,2001 : 70). Sumber data penelitian ini peneliti peroleh dari situs
Harga Pokok Penjualan Persediaan Rata-rata
Penjualan kredit Rata-rata Piutang
D. Definisi Operasional dan Pengukuran variabel
Variabel penelitian ini dapat dikelompokkan menjadi dua yaitu variabel independent (X) dan variable dependen (Y).
1. Variabel Independen
Variabel Independen adalah variable yang dapat mempengaruhi variable lain, adapun yang termasuk variabel independent dalam penelitian ini adalah Modal kerja, dimana modal kerja ini diproxykan menjadi :
a. Perputaran Persediaan
Perputaran persediaan mengukur hubungan antara volume barang dagang yang dijual dengan jumlah persediaan yang dimiliki selama periode berjalan. Rasio ini dihitung sebagai berikut :
Perputaran Persediaan =
b. Perputaran Piutang
Perputaran piutang dianalisis untuk menilai keefektifan piutang yang dapat ditoleransi, dengan menggunakan persamaan sebagai berikut :
Perputaran Piutang =
Semakin cepat tingkat perputaran piutang sebuah perusahaan maka semakin
Laba bersih setelah pajak Total assets
l 2. Variabel Dependen
Return on Assets, adalah kemampuan perusahaan untuk menghasilkan laba dari total aktiva yang dimiliki.
Return on total assets = Tabel 3.2 Definisi Variabel Variabel Definisi
Operasional
Indikator Skala
Pengu kuran Variabel
dependen:
Profitabilitas (Return on Assets)
Variabel Independen:
1.Perputaran persediaan.
Kemampuan perusahaan untuk menghasilkan laba dari total aktiva yang dimiliki.
Rasio antara HPP terhadap
persediaan rata- rata,yang menunjukkan seberapa cepat persediaan tersebut dapat dijual.
Return on Assets :
laba bersih setelah pajak ROA=
Total Asset
Perputara persediaan :
Harga pokok penjualan ITO =
Persediaan rata-rata
Rasio
Rasio
Sumber : Data yang diolah penulis, 2009 E. Metode Analisis Data
1. Pengujian Asumsi Klasik
Metode analisis data yang digunakan adalah metode analisis regresi berganda dengan bantuan Software SPPS for Windows. Penggunaan metode analisis regresi dalam pengujian hipotesis, terlebih dahulu diuji apakah model tersebut memenuhi asumsi klasik atau tidak. Pengujian asumsi terdiri atas uji normalitas, uji multikolinearitas, uji autokorelasi, uji heterokedesitas.
a. Uji Normalitas
Menurut Ghozali (2005 : 110), “uji normalitas bertujuan menguji apakah model regresi, variabel pengganggu atau residual memiliki distribusi normal”.
Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak menurut Ghozali (2005 : 110), yaitu : analisis grafik dan analisis statistik.
1) Analisis grafik
Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Metode 2.Perputaran
Piutang.
Rasio antara total penjualan kredit selama periode tertentu,dengan jumlah rata-rata piutang.
Perputaran piutang :
Penjualan kredit RTO =
Rata-rata piutang
Rasio
normal akan membentuk satu garis lurus diagonal dan plotnya data residual akan dibandingkan dengan garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.
2) Analisis statistik
Uji statistik sederhana dapat dilakukan dengan melihat nilai kurtosis dan nilai Z-skewness. Uji statistik lain yang dapat digunakan untuk menguji normalitas residual adalah uji statistik non parametik Kolmogorov Smirnov (K-S).
Pedoman pengambilan keputusan tentang data tersebut mendekati atau merupakan distribusi normal berdasarkan uji Kolmogorov Smirnov dapat dilihat dari :
- Nilai Sig. Atau signifikan atau probabilitas < 0,05. Maka distribusi data adalah tidak normal,
- Nilai Sig. Atau signifikan atau probabilitas > 0,05. Maka distribusi data adalah normal
b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi di antara variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen.
Erlina dan Mulyani (2007 : 107), menyatakan :
Multikolinearitas merupakan kondisi dimana terjadi korelasi antar variabel-variabel independen suatu penelitian atau dengan kata lain bersifat ortogonal. Variabel-variabel independen yang bersifat ortogonal adalah variabel yang memiliki nilai korelasi di antara sesamanya sama dengan nol. Jika terjadi korelasi sempurna diantara sesama variabel independen, maka konsekuensinya adalah: (a)
standar error setiap koefisien regresi menjadi tak terhingga. Jika terjadi korelasi, maka dinamakan terdapat problem multikolinearitas.
Pengujian dilakukan dengan nilai VIF (Variance Inflation Factor) dari model penelitian, jika nilai VIF di atas 2 maka dapat dikatakan bahwa telah terjadi gejala multikolinearitas dalam model penelitian. Di samping itu, suatu model dikatakan terdapat gejala multikolinearitas, jika korelasi di antara variabel independen lebih besar dari 0,9 (Ghozali, 2005:91).
Menurut Ghozali(2005), cara yang dapat dilakukan jika terjadi multikolinearitas Yaitu :
1. mengeluarkan salah satu atau lebih variable independent yang mempunyai korelasi tinggi dari model regresi dan indentifikasi variable independent lainnya untuk membantu prediksi,
2. menggabungkan data cross section dan time series (pooling data), 3. menambah data penelitian.
c. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah pada suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode sebelumya. Model regresi yang baik tidak terdapat autokorelasi, pengujian ini menggunakan uji Durbin Watson. Dengan kriteria jika nilai Durbin Watson ≤ 2 maka tidak terdapat gejala autokorelasi, autokorelasi bisa diatasi dengan berbagai cara, misalnya dengan melakukan transformasi dan menambah data observasi.
d. Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari residual pada satu pengamatan ke pengamatan yang lain. Jika varians dari residual satu pengamatan ke pengamatan lainnya tetap, maka disebut homokedastisitas. Model regresi yang baik adalah tidak terjadi heterokedastisitas (Erlina dan Mulyani, 2007 : 108).
Deteksi ada tidaknya gejala heterokedastisitas adalah dengan melihat ada tidaknya pola tertentu pada grafik scartterplot di sekitar nilai X1, X2, X3 dan Y.
Jika ada pola tertentu, maka telah terjadi gejala heterokedastisitas.
2. Pengujian Hipotesis
Hipotesis diuji dengan menggunakan analisis regresi linear berganda.
Untuk mengetahui bagaimana pengaruh modal kerja secara bersama terhadap profitabilitas, digunakan uji ANOVA atau uji Statistik F dengan model persamaan regresi untuk menguji masing-masing hipotesis adalah sebagai berikut :
Y = a + b1X1+b2X2+e Dimana :
Y = Return on total assets
a = Konstanta
b1,b2, = Koefisien regresi X1 = Perputaran persediaan
X2 = Perputaran piutang
e = kesalahan pengganggu (error) Hipotesis dalam penelitian ini menggunakan F-test dan t-test a. Uji signifikasi simultan (F-test)
Uji F digunakan untuk menunjukkan apakah semua variable independen yang dimasukkan dalam model memiliki pengaruh secara bersama-sama terhadap variabel dependen. Uji ini digunakan untuk melihat pengaruh variabel independent yaitu : Perputaran persediaan dan perputaran piutang berpengaruh terhadap profitabilitas secara simultan.
Bentuk pengujiannya adalah :
Ho : b1 = 0, artinya suatu variabel independent secara simultan tidak berpengaruh terhadap variabel dependen.
Ha : b1 ≠ 0, artinya suatu variabel independent secara simultan berpengaruh terhadap variabel dependen.
Kriteria pengambilan keputusan : Ho diterima jika Fhitung ≤ Ftabelα 5%
Ha diterima jika Fhitung≥ Ftabelα 5%
b. Uji signifikasi Parsial (t-test)
Pengujian t-test digunakan untuk menunjukkan seberapa jauh pengaruh satu variable independent terhadap variable dependen. Uji ini digunakan untuk menguji variable independent yaitu : Perputaran persediaan dan perputaran piutang berpengaruh terhadap profitabilitas secara parsial.
Bentuk pengujiannya adalah :
Ho : b1 = 0, artinya suatu variabel independent secara parsial tidak berpengaruh terhadap variabel dependen.
Ha : b1 ≠ 0, artinya suatu variabel independent secara parsial berpengaruh terhadap variabel dependen.
Kriteria pengambilan keputusan : Ho diterima jika thitung < ttabelα 5%
Ha diterima jika thitung > ttabelα 5%
c. Koefisien Determinasi (R2)
Koefisien determinasi (R2), untuk melihat seberapa jauh kemampuan model dalam menerangkan variabel-variabel dependen. Nilai koefisien determinasi antara nol dan satu. Nilai R2 berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu variabel-variabel independen memberikan hamnpir semua informasi yang dibutuhkan untuk memprediksi variabel-variabel dependen.
Koefisien determinasi berkisar antara nol sampai dengan satu (0 ≤ R 2≥ 1). Hal ini berarti bila R2 = 0 menunjukkan tidak adanya pengaruh antara variabel dependen, bila R2 semakin besar mendekati 1 menunjukkan semakin kuatnya pengaruh variabel independen terhadap variabel dapenden dan bila semakin kecil mendekati nol maka dapat dikatakan semakin kecilnya pengaruh variabel independen terhadap variabel dependen. Secara umum koefisien determinasi untuk data silang (cross section) relatif rendah karena adanya variasi yang besar antara masing- masing pengamatan, sedangkan untuk data kurun waktu (time series) biasanya mempunyai nilai koefisien determinasi yang tinggi.
BAB IV
ANALISIS HASIL PENELITIAN
A. Data Penelitian
Populasi penelitian terdiri dari 18 perusahaan makanan dan minuman yang terdaftar di Bursa Efek Indonesia (BEI). Sedangkan populasi datanya sebanyak 48 populasi yaitu diperoleh dari (18 dikali 3 tahun). Dan berdasarkan kriteria yang buat oleh peneliti dalam pemilihan sampel data, didapatkan hanya sebanyak 16 sampel yang memenuhi kriteria. Sehingga sampel datanya sebanyak 48 (16 dikali 3 tahun).
Tabel 4.1 Data Penelitian
no Nama Perusahaan Tahun ROA ITO RTO
1 Ades Alfindo, Tbk, PT 2006 2.45690 1.091708 0.644383 2 Aqua Golden Missisippi, Tbk, PT 2006 1.003395 0.660585 0.391674 3 Cahaya kalbar, Tbk, PT 2006 0.691845 0.394838 1.130965 4 Delta Jakarta, Tbk, PT 2006 1.063581 0.521241 1.953854 5 Fast Food Indonesia, Tbk, PT 2006 1.984552 1.060516 0.362465
6
Indofood Sukses Makmur, Tbk,
PT 2006 0.750722 0.562422 1.5161
7 Mayora Indah,l Tbk, PT 2006 0.912509 0.71912 0.439478 8 Multi Bintang Indonesia, Tbk, PT 2006 0.181937 0.610314 0.89317 9 Prasidha Aneka Niaga, Tbk, PT 2006 0.817481 0.557664 2.030942 10 Sekar Laut, Tbk, PT. 2006 2.933156 0.621448 0.692621
11
Pioneerindo Gourmet
International, Tbk,PT 2006 2,09544 0.590063 0.202916 12 Sierad Produce, Tbk, PT 2006 6.24607 6.252181 0.570373 13 Tunas Baru Lampung, Tbk, PT 2006 3.862392 7.08526 0.982391 14 Siantar TOP, tbk, PT 2006 0.449477 0.482826 0.679441
15
Tiga Pilar Sejahtrea Food, Tbk,
PT 2006 0.032836 0.382135 0.54832
16 Ultra Jaya Milk, Tbk, PT 2006 2.066773 3.945418 6.428308 17 Ades Alfindo, Tbk, PT 2007 0.206612 0.79429 18 Aqua Golden Missisippi, Tbk, PT 2007 1.074829 0.741913 0.425125 19 Cahaya kalbar, Tbk, PT 2007 0.588983 2.646357 2.432938 20 Delta Jakarta, Tbk, PT 2007 1.124707 0.842722 4.245309 21 Fast Food Indonesia, Tbk, PT 2007 0.22904 1.140832 0.249541
22
Indofood Sukses Makmur, Tbk,
PT 2007 0.699451 0.51047 1.304152
23 Mayora Indah, Tbk, PT 2007 1.108341 0.824491 0.490079 24 Multi Bintang Indonesia, Tbk, PT 2007 0.210903 0.827961 8.85691 25 Prasidha Aneka Niaga, Tbk, PT 2007 3.187468 0.786498 1.263211 26 Sekar Laut, Tbk, PT. 2007 1.131877 0.692784 0.547939
27
Pioneerindo Gourmet
International, Tbk,PT 2007 0.184896 0.675101 1.486521 28 Sierad Produce, Tbk, PT 2007 3.618249 0.471322 0.614769 29 Tunas Baru Lampung, Tbk, PT 2007 0.564265 0.320856 1.068958 30 Siantar TOP, tbk, PT 2007 0.449428 4.629417 1.036286
31
Tiga Pilar Sejahtrea Food, Tbk,
PT 2007 0.365498 3.761922 3,684594
33 Ades Alfindo, Tbk, PT 2008 0,45786 0.979714 0.806757 34 Aqua Golden Missisippi, Tbk, PT 2008 1.125203 0.861862 0.596809 35 Cahaya kalbar, Tbk, PT 2008 0.651645 1.505146 1.503983 36 Delta Jakarta, Tbk, PT 2008 0.157743 0.492002 0.69264 37 Fast Food Indonesia, Tbk, PT 2008 0.909575 0.318508
38
Indofood Sukses Makmur, Tbk,
PT 2008 0.650861 0.492618 1.455381
39 Mayora Indah,l Tbk, PT 2008 0.937663 0.590514 0.519864 40 Multi Bintang Indonesia, Tbk, PT 2008 0.33333 6.834843 1.235881 41 Prasidha Aneka Niaga, Tbk, PT 2008 1.465447 0.826895 3.747523 42 Sekar Laut, Tbk, PT. 2008 3.634632 0.588418 0.652554
43
Pioneerindo Gourmet
International, Tbk,PT 2008 0.842519 0.858777 0.494779 44 Sierad Produce, Tbk, PT 2008 3.182074 0.721995 0.911913 45 Tunas Baru Lampung, Tbk, PT 2008 2.454652 1.498378 3.6581 46 Siantar TOP, tbk, PT 2008 0.584663 3.014005 0.84755
47
Tiga Pilar Sejahtrea Food, Tbk,
PT 2008 5.20946 1.724299 0.583982
48 Ultra Jaya Milk, Tbk, PT 2008 1.54418 0.389663 0.899689
Sumber: Data yang diolah penulis, 2009
B. Analisis Hasil Penelitian
1. Analisis Statistik Deskriptif
Berikut disajikan statistik secara umum dari data yang digunakan secara keseluruhan:
Tabel 4.2
Hasil Statistik Deskriptif
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
ROA 43 .0328 6.2461 1.468282 1.4307064
ITO 48 .2066 7.0853 1.451285 1.6944741
RTO 47 .2029 8.8569 1.359717 1.6229555
Valid N
(listwise) 42
Sumber: Hasil Olah Data SPSS,2009
Melalui analisis statistik deskriptif dapat disimpulkan bahwa:
a. Jumlah populasi yang digunakan adalah 42,
b. variabel Return on assets (ROA) memiliki nilai minimum 32,8% dan maksimum 624,61% dengan rata-rata nilai 146,8282% serta penyimpangan baku sebesar 143,07064%,
c. variabel perputaran persediaan (ITO) memiliki nilai minimum 20,66% dan maksimum 708,53% dengan rata-rata nilai 145,7285% serta penyimpangan baku sebesar 169,44741%,
d. variabel perputaran piutang (RTO) memiliki nilai minimum 20,29% dan maksimum 885,69% dengan rata-rata nilai 135,9717% serta penyimpangan baku sebesar 163,29555%,
2. Hasil Uji Asumsi Klasik
Pengujian hipotesis dilakukan dengan menggunakan uji regresi linear berganda. Uji-uji ini terdiri dari uji normalitas data, uji multikolinearitas, uji autokorelasi, dan uji heteroskedastisitas.
a. Hasil Uji Normalitas Data
Tujuan uji adalah ingin mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Jika asumsi ini dilanggar atau tidak dipenuhi maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Cara yang digunakan peneliti adalah dengan menggunakan analisis grafik dan analisis statistik. Dalam analisis grafik, dilakukan dengan melihat grafik histogram dan normal probability plot. Sedangkan dalam analisis statistik dilakukan dengan alat uji Kolmogrov Smirnov. Hasil pengujian normalitas data ditunjukkan dalam histogram dan grafik berikut ini:
Gambar 4.1 Grafik Histogram
Sumber: Hasil Olah Data SPSS,2009
Gambar 4.2
Normal P-P Plot
Sumber: Hasil Olah Data SPSS,2009
Dengan melihat tampilan histogram maupun grafik normal plot maka dapat disimpulkan bahwa grafik histogram pola distribusi yang tidak menceng ke kiri atau ke kanan menunjukkan bahwa data telah terdistribusi secara normal.
Sedangkan pada grafik normal plot terlihat titik-titik menyebar di sekitar garis diagonal, dan penyebarannya tidak jauh dari garis diagonal. Kedua grafik tersebut menunjukkan bahwa model regresi tidak menyalahi asumsi normalitas.
Pengujian normalitas data juga dilakukan dengan uji Kolmogrov-Smirnov (Uji K- S). Jika tingkat signifikasinya lebih besar dari 0,05 maka data itu terdistribusi normal. Jika nilai signifikasinya lebih kecil dari 0,05 maka distribusi data adalah tidak normal. Hasil pengujian normalitas terhadap variabel independen dan variabel dependen akan disajikan pada tabel 4.3
Tabel 4.3 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 42
Normal Parametersa Mean .0000000
Std. Deviation 1.33377374 Most Extreme
Differences
Absolute .181
Positive .181
Negative -.095
Kolmogorov-Smirnov Z 1.175
Asymp. Sig. (2-tailed) .127
a. Test distribution is Normal.
Sumber: Hasil Olah Data SPSS,2009
Berdasarkan tabel 4.3, dapat dilihat bahwa nilai signifikansi variabel independen dan variabel dependen menunjukkan data terdistribusi secara normal, karena hasil signifikansinya adalah 0,127 dan di atas nilai signifikansi 0,05 dengan kata lain variabel residual berdistribusi normal.
b. Hasil Uji Multikolinearitas
Multikolinearitas adalah situasi adanya korelasi antara variabel-variabel independen antara yang satu dengan lainnya. Dalam hal ini, kita sebut variabel- variabel bebas ini tidak orthogonal. Variabel-variabel bebas yang bersifat orthogonal adalah variabel bebas yang memiliki nilai korelasi diantaranya sama dengan nol. Hasil uji gejala multikolinearitas disajikan pada table 4.2 berikut ini.
Tabel 4.4
Hasil Uji Gejala Multikolinearitas
Sumber: Hasil Olah Data SPSS,2009
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
T Sig.
Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 1.242 .327 3.792 .001
ITO .289 .122 .353 2.374 .02 .997 1.003
RTO -.120 .127 -.141 -.947 .349 .997 1.003
a. Dependent Variable:
ROA
Dari hasil pengujian di atas, maka dapat disimpulkan bahwa tidak terjadi gejala multikolinearitas antara variabel independen. Gejala multikolinearitas terjadi apabila nilai VIF lebih besar dari 2. Dari hasil analisis, didapat nilai VIF untuk perputaran persediaan (ITO) dan perputaran piutang (RTO) adalah 1,003 (< 2).
Berdasarkan hasil ini maka dapat disimpulkan bahwa variabel ITO dan RTO lolos uji gejala multikolinearitas.
c. Hasil Uji Autokorelasi
Uji autokorelasi digunakan untuk mendeteksi gejala korelasi antara data yang satu dengan data yang lain. Sedangkan menurut Erlina dan Mulyani (2007 : 109) bahwa uji autokorelasi bertujuan untuk menguji apakah terdapat suatu korelasi antara kesalahan pengganggu pada periode t dengan periode t-1 (sebelumnya) pada suatu model regresi. Problem autokorelasi terjadi muncul disebabkan karena observasi yang berurutan sepanjang waktu dan berkaitan satu sama lain.
Untuk menguji apakah terdapat gejala autokorelasi dalam data penelitian, maka peneliti menggunakan Durbin-Watson Test, dengan kriteria jika nilai Durbin Watson ≤ 2 maka tidak terdapat gejala autokorelasi. Hasil uji autokorelasi dengan menggunakan Durbin-Watson Test dapat dilihat sebagai berikut:
Tabel 4.5 Uji Autokorelasi
Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
1 .373a .139 .095 1.3675455 1.981
a. Predictors: (Constant), RTO, ITO b. Dependent Variable: ROA
Sumber: Hasil Olah Data SPSS,2009
Melalui hasil perhitungan Durbin-Watson Test dihasilkan angka 1,981 sehingga tidak terdapat gejala autokorelasi, dengan menggunakan kriteria bahwa hasil Durbin-Watson Test ≤ 2. Maka dengan demikian, disimpulkan bahwa tidak terjadi problem autokorelasi.
d. Hasil Uji Heteroskedastisitas
Uji ini bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaam variabel dari residual satu pengamatan ke pengamatan lain. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Untuk pengujian ini peneliti menggunakan alat uji analisis grafik (Scatterplot). Deteksi ada tidaknya gejala heteroskedastisitas adalah dengan melihat ada tidaknya pola tertentu pada grafik scatterplot di sekitar nilai X1, X2 dan Y. jika ada pola tertentu, maka telah terjadi gejala heteroskedastisitas. Hasil pengujian gejala heteroskedastisitas disajikan dalam gambar 4.3.
Gambar 4.3 Grafik Scatterplot
Sumber: Hasil Olah Data SPSS, 2009
Berdasarkan gambar 4.3, terlihat bahwa titik-titik menyebar secara acak serta tersebar baik diatas maupun di bawah angka nol pada sumbu Y. Maka dapat disimpulkan bahwa tidak terjadi gejala heteroskedastisitas.
3. Hasil Pengujian Hipotesis
Pengujian hipotesis dilakukan dengan tujuan untuk menguji ada tidaknya pengaruh dari variabel independen terhadap variabel dependen. Pengujian dengan regresi berganda ditujukan dalam table-tabel di bawah ini.
Tabel 4.6
Variabel Entered/Removed
Variables Entered/Removedb
Model
Variables Entered
Variables
Removed Method
1 RTO, ITOa . Enter
a. All requested variables entered.
b. Dependent Variable: ROA
Sumber: Hasil Olah Data SPSS, 2009
Berdasarkan table 4.5 di atas, maka analisis statistik deskriptif adalah sebagai berikut:
a. Variabel yang dimasukkan ke dalam persamaan adalah variabel independen yaitu perputaran persediaan (ITO) dan perputaran piutang (RTO),
b. tidak ada variabel independen yang dikeluarkan,
c. metode yang digunakan untuk memasukkan data yaitu metode enter.