BAB IV HASIL DAN PEMBAHASAN
B. Analisis Hasil Penelitian
2. Uji Asumsi Klasik
Pengujian normalitas data dalam penelitian ini menggunakan uji statistik non parametrik Kolmogrov-Smirnov (K-S) dengan membuat hipotesis:
Ho : Data residual terdistribusi normal,
Ellys Delfrina Sipangkar : Pengaruh Perputaran Persediaan Terhadap Tingkat Profitabilitas Perusahaan Pada Perusahaan Otomotif Yang Terdaftar Di Bursa Efek Indonesia, 2009.
Ha : Data residual terdistribusi tidak normal.
Apabila nilai signifikansinya lebih besar dari 0,05 maka Ho diterima, sedangkan jika nilai signifikansinya lebih kecil dari 0,05 maka Ho ditolak.
Adapun hasil uji normalitas dengan menggunakan model Kolmogrov-Smirnov adalah seperti yang ditampilkan dalam tabel 4.3 berikut ini:
Tabel 4.3 Hasil Uji Normalitas
One-Sample Kolmogrov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 54
Normal Parametersa Mean .0000000
Std. Deviation 5.51493091
Most Extreme Differences Absolute .115
Positive .081
Negative -.115
Kolmogorov-Smirnov Z .845
Asymp. Sig. (2-tailed) .472
a. Test distribution is Normal.
Sumber: Data yang diolah penulis, 2009
Dari hasil pengolahan data tersebut, besarnya nilai Kolmogrov-Smirnov adalah 0,845 dan signifikansi sebesar 0,472. Setelah melihat tabel di atas, dapat disimpulkan bahwa perhitungan Kolmogrov-Smirnov (K-S) menunjukkan data dalam model regresi terdistribusi secara normal, dimana nilai signifikansinya lebih dari 0,05 (p = 0,472 > 0,05) maka Ho diterima. Dengan demikian, secara keseluruhan dapat disimpulkan bahwa nilai-nilai observasi data telah terdistribusi
Ellys Delfrina Sipangkar : Pengaruh Perputaran Persediaan Terhadap Tingkat Profitabilitas Perusahaan Pada Perusahaan Otomotif Yang Terdaftar Di Bursa Efek Indonesia, 2009.
secara normal dan dapat dilanjutkan dengan uji asumsi klasik lainnya. Untuk lebih jelas, berikut ini ditampilkan grafik histogram dan plot data yang terdistribusi normal.
Gambar 4.1 Histogram Sumber: Output SPSS, diolah penulis, 2009.
Ellys Delfrina Sipangkar : Pengaruh Perputaran Persediaan Terhadap Tingkat Profitabilitas Perusahaan Pada Perusahaan Otomotif Yang Terdaftar Di Bursa Efek Indonesia, 2009.
Gambar 4.2 Grafik Normal P-P Plot Sumber: Output SPSS, diolah penulis, 2009.
Dengan cara membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal, dari grafik di atas dapat disimpulkan bahwa distribusi data normal karena grafik histogram menunjukkan distribusi data mengikuti garis diagonal yang tidak menceng (skewness) ke kiri maupun ke kanan atau normal.
Demikian pula dengan hasil uji normalitas dengan menggunakan grafik plot.
Pada grafik normal plot, terlihat titik-titik data berada di sekitar garis diagonal dan mengikuti arah garis diagonal. Dengan demikian, dapat disimpulkan bahwa data
Ellys Delfrina Sipangkar : Pengaruh Perputaran Persediaan Terhadap Tingkat Profitabilitas Perusahaan Pada Perusahaan Otomotif Yang Terdaftar Di Bursa Efek Indonesia, 2009.
dalam penelitian ini sudah terdistribusi dengan normal atau sudah memenuhi asumsi mormalitas.
b. Uji Autokorelasi
Uji ini bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 atau sebelumnya. Masalah autokorelasi umumnya terjadi pada regresi yang datanya time series. Hasil dari uji autokorelasi dapat dilihat pada tabel 4.4 berikut.
Tabel 4.4
Hasil Uji Autokorelasi
Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1 .115a .013 -.006 5.56771 2.352
a. Predictors: (Constant), Perputaran_persediaan b. Dependent Variable: ROA
Sumber: Output SPSS, diolah penulis, 2009.
Tabel 4.5
Durbin watson Test Bound k=1
n dl du
6 . . . 55
0.61 . . . 1.53
1.4 . . . 1.60
Ellys Delfrina Sipangkar : Pengaruh Perputaran Persediaan Terhadap Tingkat Profitabilitas Perusahaan Pada Perusahaan Otomotif Yang Terdaftar Di Bursa Efek Indonesia, 2009.
Tabel 4.4 menunjukkan hasil autokorelasi variabel penelitian. Tabel di atas menunjukkan bahwa hasil Durbin Watson (DW) adalah sebesar 2,352 dan berada pada daerah No Autocorelation yaitu diantara nilai du (1,60) dan 4-du (2,4) yang artinya tidak terjadi autokorelasi pada model regresi karena 1,60<2,352<2,4.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah terjadi ketidaksamaan variabel dari residual satu pengamatan ke pengamatan lain dalam model regresi. Model regresi yang baik adalah tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas. Untuk mendeteksi ada tidaknya heteroskedasitas, menurut Ghozali (2005:105) dapat dilihat dari grafik Scatterplot antara nilai prediksi variabel dependen yaitu ZPRED dengan residualnya SRESID. Jika ada pola tertentu seperti titik-titik yang ada membentuk pola tertentu yang teratur, maka telah terjadi heteroskedasitas. Sebaliknya jika tidak ada pola yang jelas, serta titik- titik menyebar maka tidak terjadi heteroskedasitas.
Hasil dari uji heteroskedasitas dapat dilihat pada grafik scatterplot berikut.
Ellys Delfrina Sipangkar : Pengaruh Perputaran Persediaan Terhadap Tingkat Profitabilitas Perusahaan Pada Perusahaan Otomotif Yang Terdaftar Di Bursa Efek Indonesia, 2009.
Gambar 4.3 Scatterplot Sumber: Data yang diolah penulis, 2009
Dari grafik scatterplot di atas, terlihat bahwa titik-titik menyebar secara acak serta tidak membentuk pola tertentu atau tidak teratur, sehingga dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi sehingga model regresi dapat dipakai. Adanya titik-titik yang menyebar menjauh dari titik-titik yang lain dikarenakan adanya data observasi yang sangat berbeda dengan data observasi yang lain.
Ellys Delfrina Sipangkar : Pengaruh Perputaran Persediaan Terhadap Tingkat Profitabilitas Perusahaan Pada Perusahaan Otomotif Yang Terdaftar Di Bursa Efek Indonesia, 2009.
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 statistik selanjutnya, yaitu melakukan pengujian hipotesis. Untuk menguji hipotesis, peneliti menggunakan analisis regresi linier sederhana.Berdasarkan hasil pengolahan data dengan program SPSS versi 16, maka diperoleh hasil sebagai berikut:
a. Persamaan Regressi
Dalam pengolahan data dengan menggunakan regresi linear, dilakukan beberapa tahapan untuk mencari hubungan antara variabel independen dan variabel dependen, melalui pengaruh modal kerja (X1) dan operating assets turnover (X2) terhadap rentabilitas (Y). Hasil regresi dapat dilihat pada tabel 4.5 berikut.
Tabel 4.6 Analisis Hasil Regresi
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 2.768 1.232 2.247 .029
Perputaran_persediaan .136 .163 .115 .835 .408
a. Dependent Variable: ROA
Sumber: Data yang diolah penulis, 2009.
Berdasarkan tabel di atas, didapatlah persamaan regresi sebagai berikut:
Y = 2,768 + 0,136 (X) + e
Ellys Delfrina Sipangkar : Pengaruh Perputaran Persediaan Terhadap Tingkat Profitabilitas Perusahaan Pada Perusahaan Otomotif Yang Terdaftar Di Bursa Efek Indonesia, 2009.
Keterangan:
1) Konstanta sebesar 2,768 menunjukkan bahwa apabila tidak ada variabel independen (X= 0 ) maka tingkat profitabilitas sebesar 2,768.
2) Nilai b sebesar 0,136 menunjukkan bahwa setiap kenaikan 1% pada Perputaran Persediaan akan diiikuti oleh kenaikan profitabilitas sebesar 0,136 dengan asumsi variabel lain tetap.
b. Analisis Koefisien Korelasi
Nilai koefisien korelasi (R) menunjukkan seberapa besar korelasi atau hubungan antara variabel independen dengan variabel dependen. Koefisien korelasi dikatakan kuat apabila nilai R berada di atas 0.5 dan mendekati 1.
Tabel 4.7
Hasil Analisis Koefisien Korelasi
Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1 .115a .013 -.006 5.56771 2.352
a. Predictors: (Constant), Perputaran_persediaan b. Dependent Variable: ROA
Sumber: Data yang diolah penulis, 2009.
Menurut Sugiyono (1999:183), untuk memastikan tipe hubungan antar variabel dapat dilihat dari interpretasi berikut:
• 0,00 – 0,199 : sangat rendah,
Ellys Delfrina Sipangkar : Pengaruh Perputaran Persediaan Terhadap Tingkat Profitabilitas Perusahaan Pada Perusahaan Otomotif Yang Terdaftar Di Bursa Efek Indonesia, 2009.
• 0,20 – 0,399 : rendah,
• 0,40 – 0,599 : sedang,
• 0,60 – 0,799 : kuat,
• 0,80 – 1,000 : sangat kuat.
Pada model summary di atas, nilai koefisien korelasi (R) sebesar 0,115 berarti hubungan antara perputaran persediaan terhadap Return On Asset sangat rendah atau sangat tidak erat yaitu sebesar 11.5%.
c. Pengujian Hipotesis
Untuk mengetahui apakah variabel independen dalam model regresi berpengaruh terhadap variabel dependen, maka dilakukan pengujian dengan menggunakan uji t.
1) Uji t
Uji t dilakukan untuk mengetahui hubungan antara variabel independen terhadap variabel dependen. Berdasarkan hasil pengolahan SPSS versi 16, diperoleh hasil sebagai berikut :
Tabel 4.8 Hasil Uji t
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 2.768 1.232 2.247 .029
Perputaran_persediaan .136 .163 .115 .835 .408
Ellys Delfrina Sipangkar : Pengaruh Perputaran Persediaan Terhadap Tingkat Profitabilitas Perusahaan Pada Perusahaan Otomotif Yang Terdaftar Di Bursa Efek Indonesia, 2009.
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 2.768 1.232 2.247 .029
Perputaran_persediaan .136 .163 .115 .835 .408
a. Dependent Variable: ROA
Sumber: Data yang diolah penulis, 2009.
Berdasarkan hasil pengujian statistik t pada table 4.8 dapat dijelaskan sebagai berikut:
Nilai signifikansi = 0,408 menunjukkan bahwa nilai signifikansi untuk uji t individual lebih besar dari 0,05. Hal ini sesuai dengan hasil pengujian statistik yang membandingkan antara t hitung dengan t tabel yaitu perputaran persediaan tidak berpengaruh signifikan terhadap tingkat profitabilitas (yang diukur dengan Return On Asset) pada tingkat kepercayaan 95%. Variabel perputaran persediaan memiliki t hitung 0,835. Dengan menggunakan fungsi TINV di Microsoft Excel, diperoleh t tabel untuk nilai TINV (0,05;52) adalah 2,006647. Hal ini menunjukkan bahwa t hitung < t tabel (0,835 < 2,006647) yang berarti Ho diterima, Ha ditolak artinya perputaran persediaan tidak mempunyai pengaruh yang signifikan terhadap tingkat profitabilitas.