46
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Data Penelitian
Objek dalam penelitian ini adalah perusahaan dengan kategori LQ-45 pada tahun 2008-2011 yang terdaftar di Bursa Efek Indonesia BEI. Berdasarkan kriteria
penyeleksian yang telah ditentukan, sampel yang terpilih untuk digunakan dalam penelitian ini berjumlah 12 emiten dengan periode pengamatan selama empat tahun
sehingga jumlah observasi secara keseluruhan berjumlah 48 sampel.
4.2 Analisis Hasil Penelitian
4.2.1 Statistik Deskriptif
Menurut Ghozali 2005: 19, “Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dapat dilihat dari rata-rata mean, standar deviasi,
varian, maksimum, minimum, sum, range, dan kemencengan distribusi”. Statistik deskriptif digunakan untuk mengetahui karakter sampel yang digunakan dalam
penelitian sebagaimana ditunjukkan pada tabel berikut.
Tabel 4.1
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation CCC
48 -7.74
179.34 54.2526
42.08105 WCT
48 -23.32
346.15 11.9647
49.72439 ROA
48 .94
40.35 13.3850
8.76006 Valid N listwise
48
Sumber: Output SPSS 20, dioleh oleh Peneliti, 2012
Universitas Sumatera Utara
47 Berdasarkan tabel 4.1 di atas, dapat dijelaskan bahwa:
a. Variabel Cash Conversion Cycle X
1
memiliki sampel N sebanyak 48, dengan nilai minimum -7,74; nilai maksimum 179,34; rata-rata 54,2526;
dan deviasi standar 42,08105. b. Variabel Working Capital Turnover X
2
memiliki sampel N sebanyak 48, dengan nilai minimum -23,32; nilai maksimum 346,15; rata-rata
11,9647; dan deviasi standar 49,72439. c. Variabel Return On Total Assets Y
1
memiliki sampel N sebanyak 48, dengan nilai minimum 0,94; nilai maksimum 40,35; rata-rata 13,3850; dan
deviasi standar 8,76006.
4.2.2 Uji Asumsi Klasik
4.2.2.1 Hasil Uji Asumsi Klasik Sebelum Transformasi
a. Uji Normalitas Data
Uji ini bertujuan untuk mengetahui apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Pengujian
normalitas dalam penelitian menggunakan dua cara yaitu analisis grafik yang terdiri dari normal probability plot dan histogram serta analisis
statistik yaitu uji non parametrik Kolmogorov-Smirnov. Untuk menguji data penelitian ini terdistribusi normal atau tidak,
pertama-tama dapat dilihat melalui hasil analisis grafik seperti terlihat pada Gambar 4.1 berikut.
Universitas Sumatera Utara
48
Gambar 4.1 Grafik P-P Plot Sebelum Transformasi
Sumber: Output SPSS 20, diolah oleh Peneliti, 2012
Model regresi yang baik dan layak adalah model yang memiliki distribusi normal atau mendekati normal. Pada Gambar 4.1, terlihat
bahwa titik-titik menyebar tidak jauh di sekitar garis diagonal sehingga model regresi memenuhi asumsi normalitas.
Asumsi model regresi telah terdistribusi normal juga dapat dilihat dari grafik histogram yang menunjukkan pola distribusi normal dengan
penyebaran secara merata baik ke kiri maupun ke kanan seperti terlihat pada Gambar 4.2 berikut.
Universitas Sumatera Utara
49
Gambar 4.2 Histogram Sebelum Transformasi
Sumber: Output SPSS 20, diolah oleh Peneliti, 2012
Selain itu, pengujian normalitas data dapat dianalisis dengan uji statistik non-parametrik
Kolmogorov-Smirnov K-S. Pengujian
dilakukan terhadap nilai Unstandardized Residual yang dihasilkan dari seluruh variabel dengan hasil uji K-S dapat dilihat pada Tabel 4.2
berikut.
Universitas Sumatera Utara
50
Tabel 4.2 Hasil Uji
Kolmogorov-Smirnov Sebelum Transformasi
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 48
Normal Parameters
a,b
Mean 0E-7
Std. Deviation 8.51769728
Most Extreme Differences Absolute
.153 Positive
.153 Negative
-.088 Kolmogorov-Smirnov Z
1.061 Asymp. Sig. 2-tailed
.210 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Output SPSS 20, dioleh oleh Peneliti, 2012
Dari hasil uji statistik non-parametrik Kolmogorov-Smirnov, didapat nilai signifikansi Asymp. Sig 2-tailed sebesar 0,210. Nilai signifikansi
di atas 0,05 menandakan nilai residual tersebut telah normal.
b. Uji Multikolinearitas