d. Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan
kesalahan pada periode t-1. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun satu dengan lainnya. Hal ini sering
ditemukan pada time series. Pada data crossection, masalah autokorelasi relatif tidak terjadi. Uji yang digunakan dalam penelitian
ini untuk mendeteksi ada atau tidaknya autokorelasi dapat dilihat dengan menggunakan uji Durbin-Watson.
Uji Durbin-Watson hanya digunakan untuk autokorelasi tingkat satu first order autocorelation dan mensyaratkan adanya intercept
konstanta dalam model regresi dan tidak ada variabel lagi diantara variabel dependen. Hipotesis yang akan diuji adalah :
• Ho : tidak ada autokorelasi r = 0 • Ha : ada autokorelasi r
≠ 0 Pengambilan keputusan ada tidaknya autokorelasi yaitu :
1. Bila nilai DW terletak antara batas atas atau upper bound du dan 4-du, maka koefisien autokorelasi sama dengan nol, berarti tidak
ada autokorelasi. 2. Bila nilai DW lebih rendah daripada batas bawah atau lower bound
dl, maka koefisien autokorelasi lebih besar daripada nol, berarti ada autokorelasi positif.
Universitas Sumatera Utara
3. Bila nilai DW lebih besar daripada 4-dl, maka koefisien autokorelasi lebih kecil daripada nol, berarti ada autokorelasi
negatif. 4. Bila nilai DW terletak diantara batas atas du dan batas bawah dl
atau DW terletak antara 4-du dan 4-dl, maka hasilnya tidak dapat disimpulkan.
Hasil Uji Autokorelasi dengan menggunakan SPSS Versi 17.0 dapat ditunjukkan sebagai berikut :
Tabel 4.5 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimat e
Durbin-Watson 1
.403
a
.162 .133
13.53426 2.231
a. Predictors: Constant, PPersediaan, PPiutang b. Dependent Variable: ROA
Sumber : Hasil Penelitian SPSS, 2013
Berdasarkan Tabel diatas dapat dilihat bahwa nilai Durbin-Watson sebesar 2,231. Data dikatakan tidak terkena gejala autokorelasi apabila
nilai DW terletak antara DU dan 4-DU DU DW 4-DU. Nilai DU menurut tabel DW adalah 1,6518. Nilai 4-DU adalah 2,3482. Maka
data berada diantara DU dan 4-DU 1,6518 2,231 2,3482 dan data tidak terkena gejala autokorelasi.
Universitas Sumatera Utara
4.2.3 Analisis Regresi Berganda
Adapun hasil pengolahan data dengan analisis regresi dapat dilihat pada tabel dibawah ini.
Tabel 4.6 Uji Analisis Regresi
Sumber : Hasil Penelitian SPSS, 2013
Berdasarkan tabel diatas pada kolom Unstandardized Coefficients bagian B diperoleh model persamaan regresi linier berganda yaitu :
Y= 16,499 + 0,464 X1 + 0,000 X2 + e
Dimana : Y
= Profitabilitas X1
= Perputaran Piutang Receivable Turnover X2
= Perputaran Persediaan Inventory Turnover E
= Tingkat kesalahan pengganggu
Coefficients
a
Model Unstandardized Coefficients
Standardized Coeffici
ents B
Std. Error Beta
t Sig.
1 Constant
16.499 2.517
6.555 .000
PPiutang .464
.140 .402
3.315 .002
PPersediaan .000
.014 -.003
-.027 .978
a. Dependent Variable: ROA
Universitas Sumatera Utara
Penjelasan dari nilai a, b1, b2 dan b3 pada Unstandardized Coefficients tersebut dapat dijelaskan dibawah ini.
• Nilai B Constant a = 16,499 = konstanta Nilai konstanta ini menunjukkan bahwa apabila tidak ada nilai
variabel bebas yaitu perputaran piutang dan perputaran persediaan, maka perubahan nilai profitabilitas yang dilihat dari nilai Y tetap
sebesar 16,499. • Nilai b1 = 0,464 = perputaran piutang
Koefisisen regresi ini menunjukkan bahwa setiap kenaikan perputaran piutang sebesar 1 satuan, maka Profitabilitas akan meningkat sebesar
0,464 satuan atau 46,4 dengan asumsi variabel lain dianggap tetap. • Nilai b2 = 0,000 = perputaran persediaan
Koefisisen regresi ini menunjukkan bahwa setiap kenaikan perputaran persediaan sebesar 1 satuan, maka profitabilitas tidak berubah, karena
nilai nya 0.
4.2.4 Uji Hipotesis
Dalam penelitian ini hipotesis diuji dengan menggunakan analisis regresi berganda. Berdasarkan hasil pengolahan data dengan program
statistik, maka diperoleh hasil yang dapat dilihat pada tabel 4.7
Universitas Sumatera Utara
Tabel 4.7
Sumber : Hasil Penelitian SPSS, 2013
Hasil uji koefisien diatas menunjukkan besarnya R adalah 0,403. Berarti hubungan antara perputaran piutang dan perputaran persediaan
terhadap profitabilitas sebesar 40,3. Artinya hubungan nya cukup erat. Nilai R square adalah 0,162 atau 16,2. Berarti 16,2 faktor profitabilitas
dijelaskan oleh perputaran piutang dan perputaran perseduaan, sisanya 83,8 dijelaskan oleh faktor lain yang tidak diteliti dalam penelitian ini.
a. Uji t