Esther Thersia O.S : Pengaruh Perputaran Piutang Usaha Dan Perputaran Persediaan Terhadap Tingkat Rentabilitas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di Bursa Efek Indonesia, 2009.
BAB IV HASIL DAN PEMBAHASAN PENELITIAN
A. Data Penelitian
Adapun yang menjadi sampel dalam penelitian ini adalah perusahaan- perusahaan yang bergerak dalam bidang industri otomotif dan komponennya,
yang terdaftar di Bursa Efek Indonesia BEI. Pada tanggal 30 November 2007, Bursa Efek Jakarta BEJ dan Bursa Efek Surabaya BES resmi berganti nama
menjadi Bursa Efek Indonesia BEI. Pada tahun 2005-2007 perusahaan- perusahaan yang menjadi sampel masih terdaftar di Bursa Efek Jakarta, tetapi
karena data penelitian diambil pada tahun 2009, maka penulis menggunakan nama BEI. Daftar nama emiten yang menjadi sampel penelitian, yaitu:
Tabel 4.1 Daftar Perusahaan Otomotif dan Komponennya
No Kode
Nama Emiten Kriteria
Sampel 2005
2006 2007
1 ASII
PT.Astra International Tbk. √
√ √
1 2
AUTO PT. Astra Otoparts Tbk
√ X
X -
3 BRAM
PT. Indo Kordsa Tbk. √
√ √
2 4
GDYR PT. Goodyear Indonesia Tbk.
√ √
√ 3
5 GJTL
PT. Gajah Tunggal Tbk. √
√ √
4 6
HEXA PT. Hexindo Adiperkasa Tbk
√ √
√ 5
7 IMAS
PT. Indomobil Sukses Internasional Tbk. √
√ √
6 8
INDS PT. Indospring Tbk
√ √
√ 7
9 INTA
PT. Intraco Penta Tbk √
√ √
8 10
LPIN PT.Multi Prima Sejahtera Tbk.
√ √
√ 9
11 MASA
PT. Multistrada Arah Sarana Tbk. √
√ √
10 12
NIPS PT. Nipress Tbk.
√ √
√ 11
13 POLY
PT. Polychem Indonesia Tbk. √
√ √
12 14
PRAS PT. Prima Alloy Stell Tbk.
√ √
√ 13
15 SMSM
PT. Selamat Sempurna Tbk. √
√ √
14 16
SQMI PT. Allbond Makmur Usaha Tbk.
√ √
√ 15
17 SUGI
PT. Sugi Samapersada Tbk. √
√ √
16 18
TURI PT. Tunas Ridean Tbk.
√ √
√ 17
19 UNTR
PT. United Tractor Tbk. √
√ √
18
Esther Thersia O.S : Pengaruh Perputaran Piutang Usaha Dan Perputaran Persediaan Terhadap Tingkat Rentabilitas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di Bursa Efek Indonesia, 2009.
Periode penelitian dimulai dari tahun 2005 sampai 2007, dan berdasarkan kriteria yang diperlukan, terdapat 18 perusahaan sebagai sampel
penelitian.
B. Analisis Hasil Penelitian 1.
Analisis Statistik Deskriptif
Statistik deskriptif memberikan penjelasan mengenai nilai minimum, nilai maksimum, nilai rata-rata mean, dan nilai standar deviasi dari variabel-
variabel independen dan variabel dependen. Berikut merupakan data statistik secara umum dari seluruh data yang digunakan setelah transformasi data :
Tabel 4.2 Statistik Deskriptif
N Minimum
Maximum Mean
Std. Deviation perputaran piutang
54 .17
24.05 6.5235
4.91499 perputaran persediaan
54 .57
24.53 5.9093
4.62102 Y
54 -90.37
12.95 1.0769
13.94628 Valid N listwise
54
Dari tabel 4.2 di atas, dapat dijelaskan bahwa: 1.
Rata-rata dari perputaran piutang adalah 6.5235 dengan standard deviasi 4.91499 dan jumlah data yang ada adalah 54. Nilai perputaran piutang usaha
tertinggi adalah 24.05, dan nilai perputaran piutang usaha yang terendah adalah 0.17.
2. Rata-rata dari perputaran persediaan adalah 5.9093
dengan standard deviasi 4.62102
dan jumlah data yang ada adalah 54. Nilai perputaran persediaan
Esther Thersia O.S : Pengaruh Perputaran Piutang Usaha Dan Perputaran Persediaan Terhadap Tingkat Rentabilitas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di Bursa Efek Indonesia, 2009.
tertinggi adalah 24.53, dan nilai perputaran persediaan yang terendah adalah 0.57.
3. Rata-rata dari ROA adalah 1.0769 dengan standar deviasi sebesar 13.94628
dan jumlah data yang ada adalah 54. Nilai ROA terendah adalah -90.37 dan nilai ROA tertinggi adalah 12.95.
2. Uji Asumsi Klasik
Untuk menghasilkan suatu model regresi yang baik, analisis regresi memerlukan pengujian asumsi klasik sebelum melakukan pengujian hipotesis.
Apabila terjadi penyimpangan dalam pengujian asumsi klasik, perlu dilakukan perbaikan terlebih dahulu. Pengujian asumsi klasik yang akan dilakukan adalah uji
normalitas, uji multikolinearitas, uji heterokedastisitas, dan uji autokorelasi.
a. Uji Normalitas.
Uji normalitas bertujuan untuk menguji apakah variabel residual berdistribusi normal. Uji statistik yang digunakan dalam penelitian ini adalah uji
statistik non parametrik Kolmogorov-Smirnov K-S dengan membuat hipotesis: H0 : Data residua l berdistribusi normal
Ha : Data residual tidak berdistribusi normal Apabila nilai signifikansinya lebih besar dari 0,05 maka H0 diterima,
sedangkan jika nilai signifikansinya lebih kecil dari 0,05 maka H0 ditolak atau Ha diterima.
Esther Thersia O.S : Pengaruh Perputaran Piutang Usaha Dan Perputaran Persediaan Terhadap Tingkat Rentabilitas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di Bursa Efek Indonesia, 2009.
Regression Standardized Residual
2 -2
-4 -6
-8
Frequency
30
20
10
Histogram Dependent Variable: Y
Mean =-1.3E-16 Std. Dev. =0.981
N =54
Tabel 4.3 Uji Normalitas sebelum data di transformasi
One-Sample Kolmogorov-Smirnov
Unstandardize d Residual
N 54
Normal Parametersa,b Mean
.0000000 Std. Deviation
12.90409991 Most Extreme
Differences Absolute
.251 Positive
.175 Negative
-.251 Kolmogorov-Smirnov Z
1.843 Asymp. Sig. 2-tailed
.002 a Test distribution is Normal.
b Calculated from data.
Hasil analisis metode One-Sample Kolmogorov-Smirnov, menunjukkan bahwa Nilai Kolmogrov – Smirnov sebesar 0.002 dan signifikan pada 0.05
karena Asymp. Sig. 2-tailed 0.002 dari 0.05. Dari hasil yang diperoleh maka H0 ditolak atau H1 diterima, dengan kata lain data tidak terdistribusi normal. Data
yang tidak terdistribusi secara normal tersebut juga dapat dilihat melalui grafik histogram dan grafik normal plot data.
Gambar 4.1 Histogram
Esther Thersia O.S : Pengaruh Perputaran Piutang Usaha Dan Perputaran Persediaan Terhadap Tingkat Rentabilitas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di Bursa Efek Indonesia, 2009.
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E xpect
ed C
um P
rob
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual Dependent Variable: Y
Gambar 4.2 Grafik Normal P-P Plot
Dari grafik histogram, dapat disimpulkan bahwa distribusi data tidak normal karena grafik histogram menunjukkan distribusi data tidak mengikuti garis
diagonal yaitu menceng kekanan negative skewness. Demikian pula dengan hasil uji normalitas dengan menggunakan grafik normal plot. Pada grafik normal plot,
terlihat titik-titik menyebar disekitar garis diagonal serta penyebarannya agak menjauh dari garis diagonal sehingga dapat disimpulkan bahwa data dalam model
regresi terdistribusi secara normal. Untuk mengatasi data yang tidak terdistribusi normal maka dilakukan
transformasi data dengan mentransformasi variabel dependen dan independen menjadi bentuk logaritma natural. Hasil dari transformasi data dapat dilihat
sebagai berikut:
Esther Thersia O.S : Pengaruh Perputaran Piutang Usaha Dan Perputaran Persediaan Terhadap Tingkat Rentabilitas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di Bursa Efek Indonesia, 2009.
Tabel 4.4 Setelah Transformasi dengan Logaritma Natural
Uji Kolmogorov-Smirnov
Unstandardized Residual
N 44
Normal Parametersa,b Mean .0000000
Std. Deviation 1.20702865
Most Extreme Differences
Absolute .103
Positive .052
Negative -.103
Kolmogorov-Smirnov Z .684
Asymp. Sig. 2-tailed .737
a Test distribution is Normal. b Calculated from data.
Dari transformasi data, maka nilai Kolmogrov – Smirnov menjadi 0.684 dan signifikansi pada 0.737 sehingga dapat disimpulkan bahwa data dalam model
regresi telah terdistribusi secara normal, dimana nilai signifikansinya lebih dari 0,05 karena Asymp. Sig. 2-tailed 0.737 dari 0.05. Dengan demikian, secara
keseluruhan dapat disimpulkan bahwa nilai-nilai observasi data telah terdistribusi secara normal dan dapat dilanjutkan dengan uji asumsi klasik lainnya. Untuk
lebih jelas, berikut ini turut dilampirkan grafik histogram dan plot data yang terdistribusi normal.
Esther Thersia O.S : Pengaruh Perputaran Piutang Usaha Dan Perputaran Persediaan Terhadap Tingkat Rentabilitas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di Bursa Efek Indonesia, 2009.
Regression Standardized Residual
2 1
-1 -2
-3
Frequency
12 10
8 6
4 2
Histogram Dependent Variable: LN_Y
Mean =-2.64E-16 Std. Dev. =0.976
N =44
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E xpect
ed C
um P
rob
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual Dependent Variable: LN_Y
Gambar 4.3 Grafik Histogram
Gambar 4.4 Grafik Normal P-P Plot
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
Esther Thersia O.S : Pengaruh Perputaran Piutang Usaha Dan Perputaran Persediaan Terhadap Tingkat Rentabilitas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di Bursa Efek Indonesia, 2009.
atau normal. Demikian pula dengan hasil uji normalitas dengan menggunakan grafik plot. Pada grafik normal plot, terlihat titik-titik menyebar disekitar garis
diagonal serta penyebarannya agak mendekati dengan garis diagonal sehingga dapat disimpulkan bahwa data dalam model regresi terdistribusi secara normal.
b. Uji Multikolinearitas
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala multikolinearitas adalah dengan melihat besaran korelasi antar variabel
independen dan besarnya tingkat kolinearitas yang masih dapat ditolerir, yaitu: Tol 0.10 dan variance Inflation Factor VIF 10. Berikut disajikan tabel hasil
pengujian:
Tabel 4.5 Uji Multikolinearitas
Coefficientsa
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance
VIF 1
Constant -1.241
.771 -1.609
.115 LN_X1
1.175 .312
.515 3.763
.001 .963
1.038 LN_X2
.056 .256
.030 .220
.827 .963
1.038 a Dependent Variable: LN_Y
Coefficients corelationsa
Model LN_X2
LN_X1 1
Correlations LN_X2
1.000 .192
LN_X1 .192
1.000 Covariances
LN_X2 .066
.015 LN_X1
.015 .097
a Dependent Variable: LN_Y
Esther Thersia O.S : Pengaruh Perputaran Piutang Usaha Dan Perputaran Persediaan Terhadap Tingkat Rentabilitas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di Bursa Efek Indonesia, 2009.
Melihat hasil besaran korelasi antar variabel independen tampak bahwa variabel perputaran piutang mempunyai korelasi sebesar 0.192 atau sekitar 19.2.
Hasil dari coefficient correlations tersebut menunjukkan tidak ada korelasi yang tinggi umumnya diatas 0,90, maka hal ini merupakan indikasi tidak adanya
multikolonieritas. Hasil perhitungan nilai tolerance menunjukkan variabel independen memiliki nilai tolerance lebih dari 0.10 yaitu 0,963 yang berarti tidak
terjadi korelasi antar variabel independen. Hasil perhitungan VIF juga menunjukkan hal yang sama dimana variabel independen memiliki nilai VIF
kurang dari 10 yaitu 1,038. Berdasarkan tabel diatas dapat disimpulkan bahwa tidak ada multikolonieritas antar variabel independen dalam model ini.
Dari hasil pengujian di atas, dapat dilihat bahwa angka tolerance perputaran piutang X1, perputaran persediaan X2 0,10 dan Variance
Inflation Factor VIF nya 10. Ini mengindikasikan bahwa tidak terjadi multikolinearitas di antara variabel independen dalam penelitian.
c. Uji Heterokedasititas
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala heteroskedastisitas adalah dengan melihat plot grafik yang dihasilkan dari
pengolahan data dengan menggunakan program SPSS. Dasar pengambilan keputusannya adalah:
1 jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu
yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas,
Esther Thersia O.S : Pengaruh Perputaran Piutang Usaha Dan Perputaran Persediaan Terhadap Tingkat Rentabilitas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di Bursa Efek Indonesia, 2009.
Regression Standardized Predicted Value
3 2
1 -1
-2 -3
Regressi on
St udent
ized Resi
dual
2 1
-1 -2
-3 -4
Scatterplot Dependent Variable: LN_Y
2 jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di bawah
angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas.
Berikut ini dilampirkan grafik scatterplot untuk menganalisis apakah terjadi heteroskedastisitas atau terjadi homoskedastisitas dengan mengamati penyebaran
titik-titik pada gambar.
Gambar 4.5 Scatterplot
Dari gambar scatterplot di atas, terlihat bahwa titik-titik menyebar secara acak serta tidak membentuk pola tertentu atau tidak teratur, serta titik-titik
menyebar di atas dan di bawah angka 0 pada sumbu Y. Hal ini mengindikasikan tidak terjadi heteroskedastisitas pada model regresi sehingga model regresi layak
dipakai untuk memprediksi variabel dependen Return on Assets berdasarkan masukan variabel independen, perputaran piutang usaha dan perputaran
persediaan.
Esther Thersia O.S : Pengaruh Perputaran Piutang Usaha Dan Perputaran Persediaan Terhadap Tingkat Rentabilitas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di Bursa Efek Indonesia, 2009.
d. Uji Autokorelasi
Pengujian autokorelasi bertujuan untuk menguji apakah terdapat korelasi antara kesalahan pengganggu pada suatu periode dengan kesalahan penggangguu
periode sebelumnya dalam model regresi. Jika terjadi autokorelasi dalam model regresi berarti koefisien korelasi yang diperoleh menjadi tidak akurat, sehingga
model regresi yang baik adalah model regresi yang bebas dari autokorelasi. Cara yang dapat digunakan untuk mendeteksi masalah autokorelasi adalah dengan
menggunakan nilai uji Durbin Watson dengan ketentuan dari Prof. Singgih sebagai berikut:
1 angka D-W dibawah -2 berarti ada autokorelasi positif,
2 angka D-W di antara -2 sampai +2, berarti tidak ada autokorelasi,
3 angka D-W di atas +2 berarti ada autokorelasi negatif.
Hasil dari uji autokorelasi dapat dilihat pada tabel berikut ini :
Tabel 4.6 Uji Autokorelasi
Model Summaryb
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-Watson
1 .510a
.260 .224
1.23612 1.553
a Predictors: Constant, LN_X2, LN_X1 b Dependent Variable: LN_Y
. Pada bagian model summary, hasil pengujian setelah ada transformasi
data, terlihat bahwa angka D-W sebesar +1.553 atau di bawah +2 , karena angka D-W di bawah +2, maka dapat disimpulkan bahwa dalam penelitian ini
tidak terdapat autokorelasi.
Esther Thersia O.S : Pengaruh Perputaran Piutang Usaha Dan Perputaran Persediaan Terhadap Tingkat Rentabilitas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di Bursa Efek Indonesia, 2009.
3. Analisis Regresi
Melalui hasil pengujian asumsi klasik dapat disimpulkan bahwa model regresi yang dipakai dalam penelitian ini telah memenuhi model estimasi yang
Best Linear Unbiased Estimator BLUE dan layak dilakukan analisi regresi.
a. Persamaan Regresi
Dalam pengolahan data dengan menggunakan regresi linear, dilakukan beberapa tahapan untuk mencari hubungan antara variabel independen dan
variabel dependen, melalui pengaruh Perputaran Piutang Usaha LN_X1 dan Perputaran Persediaan LN_X2 terhadap ROA LN_Y. Hasil regresi dapat
dilihat pada tabel berikut ini :
Tabel 4.7 Hasil Analisis Regresi
Coefficientsa
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance
VIF 1
Constant -1.241
.771 -1.609
.115 LN_X1
1.175 .312
.515 3.763
.001 .963
1.038 LN_X2
.056 .256
.030 .220
.827 .963
1.038 a Dependent Variable: LN_Y
Dari nilai-nilai koefisien di atas, persamaan regresi yang dapat disusun untuk variabel perputaran piutang usaha dan perputaran persediaan adalah:
LNY = -1.241+1.175 LNX
1
+ 0.056 LNX
2
Setelah diantilogaritma natural maka persamaannya menjadi:
Y= 0.28 + 3.24X
1
+ 1.058X
2
Dimana: LNY
= Logaritma Natural ROA
Esther Thersia O.S : Pengaruh Perputaran Piutang Usaha Dan Perputaran Persediaan Terhadap Tingkat Rentabilitas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di Bursa Efek Indonesia, 2009.
LNX1 = Logaritma Natural Perputaran Piutang Usaha
LNX2 = Logaritma Natural Perputaran Persediaan
Adapun interpretasi dari persamaan di atas adalah : a.
Konstanta a sebesar 0.28, menyatakan bahwa jika variabel independen dianggap konstan, maka ROA sebesar 0.28.
b. Koefisien X1 b1 = 3.24, ini menunjukkan apabila terjadi perubahan variabel perputaran piutang sebesar 1 satuan akan meningkatkan ROA sebesar 3.24
dengan asumsi variabel lainnya tetap atau sama dengan nol. c. Koefisien X2 b2 = 1.058, ini menunjukkan bahwa apabila terjadi perubahan
perputaran persediaan sebesar 1 satuan, maka akan meningkatkan ROA sebesar 1.058, dengan asumsi variabel lainnya tetap atau sama dengan nol.
b. Koefisien Determinasi Tabel 4.8
Model Summaryb
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-Watson
1 .510a
.260 .224
1.23612 1.553
a Predictors: Constant, LN_X2, LN_X1 b Dependent Variable: LN_Y
Pada model summary di atas, angka R sebesar 0,510 menunjukkan bahwa terdapat korelasi atau hubungan antara ROA dengan perputaran piutang
dan perputaran persediaan yaitu sebesar 51 yang berada diatas 0,5 50. Angka adjusted R.Square atau koefisien determinasi adalah 0.224. Angka ini
mengindikasikan bahwa 22.4 variasi atau perubahan dalam ROA dapat dijelaskan oleh variasi variabel perputaran piutang dan perputaran persediaan.
Esther Thersia O.S : Pengaruh Perputaran Piutang Usaha Dan Perputaran Persediaan Terhadap Tingkat Rentabilitas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di Bursa Efek Indonesia, 2009.
Sedangkan sisanya 77.6 dijelaskan oleh faktor-faktor lain yang tidak dimasukkan dalam model penelitian. Standar Error of Estimate SEE adalah
1.23612, yang mana semakin besar SEE akan membuat model regresi kurang tepat dalam memprediksi variabel dependen.
c. Pengujian Hipotesis 1. Uji Parsial Uji t Statistik
Uji t digunakan untuk menguji signifikansi konstanta dan setiap variabel independennya. Hasil pengujian hipotesis dengan menggunakan uji t dapat dilihat
pada berikut:
Tabel 4.9 Uji Statistik t
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance
VIF 1
Constant -1.241
.771 -1.609
.115 LN_X1
1.175 .312
.515 3.763
.001 .963
1.038 LN_X2
.056 .256
.030 .220
.827 .963
1.038
a Dependent Variable: LN_Y Kesimpulan yang dapat diambil dari analisis tersebut adalah sebagai
berikut: a.
Perputaran piutang usaha LN_X1 mempunyai nilai signifikansi 0.001 yang berarti nilai ini lebih kecil dari 0.05.
Selain itu, t hitung diperoleh 3.763 ttabel 2.016692. Berdasarkan nilai tersebut disimpulkan bahwa Ha diterima,
ini menunjukkan bahwa secara parsial perputaran piutang usaha berpengaruh positif dan signifikan terhadap ROA.
Esther Thersia O.S : Pengaruh Perputaran Piutang Usaha Dan Perputaran Persediaan Terhadap Tingkat Rentabilitas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di Bursa Efek Indonesia, 2009.
b. Perputaran persediaan LN_X2 mempunyai nilai signifikansi 0.827 yang jauh
lebih besar dari 0.05, dan t hitung 0.220 ttabel 2.016692 sehingga dapat disimpulkan bahwa variabel perputaran persediaan secara parsial tidak
berpengaruh secara signifikan terhadap ROA .
2. Uji Simultan Uji F Statistik
Untuk melihat pengaruh perputaran piutang usaha dan perputaran persediaan terhadap tingkat rentabilitas secara simultan dapat dihitung dengan
menggunakan F test. Berdasarkan hasil pengolahan data dengan program SPSS 15, maka diperoleh hasil sebagai berikut:
Tabel 4.10 Uji Statistik F
ANOVAb
Model Sum of
Squares df
Mean Square F
Sig. 1
Regression 22.037
2 11.019
7.211 .002a
Residual 62.647
41 1.528
Total 84.685
43 a Predictors: Constant, LN_X2, LN_X1
b Dependent Variable: LN_Y
Dari uji ANOVA atau F test, diperoleh F hitung sebesar 7.211 dengan tingkat signifikansi 0,002, sedangkan F tabel sebesar 3.225684dengan signifikansi
0,05. Berdasarkan hasil tersebut dapat disimpulkan bahwa perputaran piutang usaha dan perputaran persediaan secara simultan berpengaruh signifikan terhadap
rentabilitas perusahaan karena F hitung F tabel 7.211
3.225684
dan sig penelitian 0,05 0,002 0,05.
Esther Thersia O.S : Pengaruh Perputaran Piutang Usaha Dan Perputaran Persediaan Terhadap Tingkat Rentabilitas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di Bursa Efek Indonesia, 2009.
C. Pembahasan Hasil Penelitian
Berdasarkan hasil uji F sebelumnya, dapat disimpulkan bahwa semua variabel independen yaitu perputaran piutang usaha dan perputaran persediaan
berpengaruh signifikan positif terhadap variabel dependen rentabilitas, yang ditunjukkan oleh nilai signifikansi F 0.002 0.05 dan F Hitung 7.211 F tabel
3.225684. Hasil ini didukung dari nilai koefisien determinasi adjusted R Square sebesar 0.224 yang menunjukkan bahwa variabel independen perputaran piutang
dan perputaran persediaan mampu menjelaskan sebanyak 22.4 variasi atau perubahan dari variabel dependen yaitu rentabilitas. Sedangkan sisanya sebesar
77.6 dijelaskan oleh variasi atau faktor lain yang tidak dimasukkan ke dalam model.
Hasil penelitian secara simultan mendukung hasil penelitian yang dilakukan oleh Gunarto 2007 dan Nisa Fitria 2007 yang menyimpulkan bahwa
hasil regresi berganda menunjukkan bahwa secara simultan terdapat pengaruh yang signifikan antara perputaran piutang dan perputaran persediaan terhadap
rentabilitas koperasi. Akan tetapi secara parsial, hasil penelitian tidak mendukung hasil penelitian yang dilakukan oleh Jarot Nova 2007 dan Nisa Fitria 2007.
Dari hasil pengujian variabel penelitian secara parsial, didapati bahwa variabel independen, yaitu perputaran piutang berpengaruh signifikan positif terhadap
variabel dependen yaitu ROA. Hasil ini sesuai dengan nilai signifikansi t untuk variabel perputaran piutang 0.001 yang lebih kecil dari 0,05. Nilai signifikansi
ini didukung dengan nilai t hitung 3.763 ttabel 2.016692. Sementara itu variabel perputaran persediaan berpengaruh positif tapi tidak signifikan. Hasil ini sesuai
Esther Thersia O.S : Pengaruh Perputaran Piutang Usaha Dan Perputaran Persediaan Terhadap Tingkat Rentabilitas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di Bursa Efek Indonesia, 2009.
dengan nilai signifikansi untuk perputaran persediaan yang lebih besar dari 0.05 dan nilai t hitung 0.220 t tabel 2.016692. Hasil ini sangat berbeda dengan
peneliti terdahulu yang mendapatkan hasil bahwa perputaran piutang tidak berpengaruh signifikan terhadap rentabilitas perusahaan.
Hal ini mungkin dikarenakan berbedanya periode yang digunakan dalam penelitian, berbedanya variabel dependen yang digunakan sebagai indikator
rentabilitas dimana Nisa Fitria menggunakan rentabilitas ekonomi sedangkan pada penelitian ini digunakan rentabilitas usaha rentabilitas modal sendiri. Dapat juga
dikarenakan perbedaan objek penelitian, yang mana penelitian ini meneliti lebih dari satu perusahaan yaitu perusahaan otomotif dan komponennya yang terdaftar
di Bursa Efek Indonesia. Secara parsial penelitian ini mendapatkan hasil bahwa perputaran
persediaan tidak berpengaruh terhadap tingkat rentabilitas perusahaan. Hasil ini tidak mendukung hasil dari peneliti terdahulu yang mengatakan bahwa terdapat
pengaruh antara perputaran persediaan dengan rentabilitas perusahaan. Hal ini mungkin disebabkan bedanya bentuk persediaan yang dimaksud dari peneliti
terdahulu. Hal lain yang melatarbelakangi adalah kebijakan persediaan yang kurang baik. Piutang lebih cepat dikonversikan ke kas daripada persediaan,
sehingga perlu pengawasan dan perhitungan yang tepat.
Esther Thersia O.S : Pengaruh Perputaran Piutang Usaha Dan Perputaran Persediaan Terhadap Tingkat Rentabilitas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di Bursa Efek Indonesia, 2009.
BAB V KESIMPULAN DAN SARAN
A. Kesimpulan
Dari hasil pengujian hipotesis penelitian dan pengujian regresi berganda dapat diperoleh tiga kesimpulan.
1. Secara simultan, dapat disimpulkan bahwa perputaran piutang usaha dan perputaran persediaan berpengaruh positif terhadap rentabilitas dengan
signifikansi 0.002. Artinya secara bersama-sama meningkatnya perputaran piutang dan perputaran persediaan akan meningkatkan
tingkat rentabilitas perusahaan. Secara parsial perputaran piutang usaha berpengaruh signifikan positif terhadap rentabilitas dengan nilai
signifikansi 0.001. Artinya semakin meningkat perputaran piutang maka semakin meningkat pula rentabilitas perusahaan.
Secara parsial perputaran persediaan berpengaruh positif tetapi tidak signifikan terhadap rentabilitas, dengan nilai signifikansi 0.827 berarti
diatas signifikansi 5. Artinya semakin meningkat perputaran persediaan hanya akan meningkatkan sedikit rentabilitas sehingga tidak
memiliki pengaruh signifikan. Maka, perputaran persediaan tidak dapat menjelaskan perubahan rentabilitas. Hal ini dapat disebabkan karena
persediaan merupakan aktiva lancar yang kurang likuid, artinya persediaan tidak dapat langsung berubah menjadi kas. Sehingga
