73
4.1.4. Model Analisis Regresi
Dari hasil pengujian asumsi klasik disimpulkan bahwa model regresi yang dipakai dalam penelitian ini telah memenuhi model estimasi Best Linear
Umbiased Estimator BLUE dan layak dilakukan analisis statistik selanjutnya, yaitu melakukan pengujian hipotesis.
Dalam pengolahan data dengan menggunakan regresi linear, dilakukan beberapa tahapan untuk mencari hubungan antara variabel bebas dan variabel
terikat, melalui pengaruh perputaran kas, perputaran piutang dan perputaran persediaan terhadap Return on Asset. Adapun hasil pengolahan data dengan
analisis regresi adalah sebagai berikut :
Tabel 4.6. Koefisien Regresi
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF
1 Constant
,064 ,020
3,213 ,003
PK ,000
,000 ,135
,893 ,377
,979 1,021
PP -,002
,002 -,212
-,941 ,352
,440 2,273
PPERS ,007
,004 ,399 1,761
,086 ,434
2,304 a. Dependent Variable: ROA
Sumber : Output SPSS Olahan Peneliti, 2014
Dari output SPSS diatas, maka dapat dirumuskan model regresi sebagai berikut :
Y = 0,064 + 0,00 X
1
- 0,002 X
2
+ 0,007 X
3
+ ε
Universitas Sumatera Utara
74 Dimana :
Y = Return on Asset X
1
= Perputaran Kas X
2
=Perputaran Piutang X
3
= Perputaran Persediaan ε = Error
Konstanta sebesar 0,064 menyatakan bahwa jika tidak terjadi perputaran kas, perputaran piutang dan perputaran persediaan atau jika perputaran kas,
perputaran piutang dan perputaran persediaan bernilai nol maka Return on Asset akan bertambah sebesar 0,064 satuan.
Koefisien regresi X
1
sebesar 0,00 menyatakan bahwa tidak terdapat pengaruh baik kenaikan maupun penurunan pada Return on Asset yang
ditimbulkan dari perubahan perputaran kas. Koefisien regresi X
2
sebesar -0,002 menyatakan bahwa perputaran piutang memiliki pengaruh negatif dalam mengestimasi Return on Asset perusahaan
otomotif di Bursa Efek Indonesia sebesar 0,002 satuan artinya, setiap penambahan perputaran piutang sebesar 1 satuan maka akan menyebabkan penurunan Return
on Asset sebesar 0,002 satuan. Koefisien regresi X
3
menyatakan bahwa perputaran persediaan memiliki pengaruh positif dalam mengestimasi Return on Asset perusahaan otomotif di
Bursa Efek Indonesia sebesar 0,007 satuan artinya, setiap penambahan perputaran persediaan sebesar 1 satuan maka akan meningkatkan Return on Asset sebesar
0,007.
Universitas Sumatera Utara
75 Dari model analisis regresi yang diperoleh dari pengolahan data pada
software SPSS diatas ditemukan bahwa variabel bebas pertama yaitu perputaran kas tidak memiliki pengaruh apapun terhadap variabel terikat yaitu return on
asset, sehingga dapat disimpulkan bahwa model analisis regresi tersebut tidak dapat digunakan sebagai model analisis untuk menilai pengaruh penggunaan
modal kerja yang dijelaskan melalui perputaran kas, perputaran piutang dan perputaran persediaan terhadap profitabilitas yang dijelaskan melalui return on
asset pada perusahaan otomotif yang terdaftar di Bursa Efek Indonesia. Ada beberapa cara yang dapat dilakukan untuk mengubah model analisis
regresi menjadi normal Erlina, 2008 : 104, yaitu : 1.
Lakukan transormasi data ke bentuk lainnya, 2.
Lakukan trimming, yaitu membuang data outliner 3.
Lakukan winsorizing, yaitu mengubah nilai data yang outliner ke suatu nilai tertentu.
Untuk mengubah model analisis regresi menjadi normal, peneliti melakukan transformasi data ke model Square Root SQRT, sehingga model analisis regresi
menjadi seperti berikut :
SQRT Y = β+ β
1
SQRTX
1
+ β
2
SQRTX
2
+ β
3
SQRTX
3
+ ε
Berikut hasil keluaran dari pengolahan data yang telah ditransformasi ke dalam model Square Root.
Universitas Sumatera Utara
76
4.1.5. Statistik Deskriptif setelah Ditransformasi Square Root