Pengaruh Manajemen Modal Kerja, Likuiditas, dan Solvabilitas Terhadap Profitabilitas Perusahaan Otomotif yang terdaftar di Bursa Efek Indonesia

Lampiran i Daftar Sampel Perusahaan-Perusahan Otomotif yang terdaftar di Bursa Efek Indonesia (BEI) periode 2010 - 2013.

No Kode Nama Kriteria

Sampel

1 2 3

1 ASII PT Astra Internasional

Tbk    1

2 AUTO PT Astra Otoparts

Tbk    2

3 GJTL PT Gajah Tunggal

Tbk    3

4 GDYR PT Goodyear

Indonesia Tbk   -

5 HEXA PT Hexindo

Adiperkasa Tbk   -

6 BRAM PT Indo Kordsa Tbk   -

7 IMAS PT Indomobil Sukses

Internasional Tbk    4

8 INDS PT Indospring Tbk    5

9 INTA PT Intraco Penta Tbk    6 10 LPIN PT Multi Prima

Sejahtera Tbk    7

11 MASA PT Multistrada Arah

Sarana Tbk   -

12 NIPS PT Nippres Tbk    8

13 POLY PT Polychem

Indonesia Tbk   -

14 PRAS PT Prima Alloy Tbk    9

15 SMSM PT Selamat Sempurna

Tbk    10

16 SUGI PT Sugi Samapersada

Tbk   -

17 TURI PT Tunas Ridean Tbk    11 18 UNTR

PT United Tractor

Lampiran ii

Tabulasi Hasil Rasio Return On Asset (ROA) periode 2010 – 2013

SAMPEL KODE

ROA(%)

2010 2011 2012 2013

1 ASII _{15.03 13.65 12.47 10.41}

2 AUTO _{21.93 15.77 12.78 8.38}

3 GJTL _{8.0 5.37 8.78 0.97}

4 IMAS _{5.62 6.3 4.56 2.39}

5 INDS _{9.2 10.6 8.1 6.7}

6 INTA 5.17 3.22 0.29 -5.1

7 LPIN _{9.0 7.0 10.0 4.0}

8 NIPS _{3.75 3.99 4.12 4.24}

9 PRAS _{0.07 1.22 7.18 0.95}

10 SMSM _{14.0 18.0 16.0 20.0}

11 TURI _{13.9 13.9 14.3 9.1}

Lampiran iii

Tabulasi Hasil Rasio Working Capital Turnover (WCT) periode 2010 – 2013

SAMPEL KODE

WCT(%)

2010 2011 2012 2013

1 ASII _{1284.17 962.14 869.77 1126.35}

2 AUTO _{687.69 687.69 1823.77 451.9}

3 GJTL _{507.99 544.89 578.58 318.4}

4 IMAS _{3744.86 805.88 1044.03 2191.38}

5 INDS _{1021.32 431.14 435.15 264.79}

6 INTA 2352.04 -785.62 -715.69 -301.23

7 LPIN _{97.61 96.27 109.57 109.93}

8 NIPS _{13349.8 2820.11 2367.24 3503.55}

9 PRAS _{436.32 975.51 1547.4 3190.45}

10 SMSM _{436.31 435.29 447.72 413.41}

11 TURI _{1851.63 1627.49 1704.49 2938.58}

Lampiran iv

Tabulasi Hasil Rasio Inventory Turnover (ITO) periode 2010 – 2013

SAMPEL KODE

ITO(%)

2010 2011 2012 2013

1 ASII _{1137.9 1143.39 1113.49 1067.15}

2 AUTO _{834.46 736.43 655.85 651.3}

3 GJTL _{811.24 739.88 646.1 613.33}

4 IMAS _{825.46 694.73 550.53 419.84}

5 INDS _{287.55 258.39 247.31 301.19}

6 INTA 450.9 422.31 215.82 198.61

7 LPIN _{133.13 134.64 160.93 136.38}

8 NIPS _{489.99 526.46 476.52 479.01}

9 PRAS _{165.02 277.04 229.84 187.87}

10 SMSM _{424.95 497.62 438.63 433.2}

11 TURI _{1587.3 1430.5 1151.78 1082.95}

Lampiran v

Tabulasi Hasil Rasio Fixed Asset Turnover (FAT) periode 2010 – 2013

SAMPEL KODE

FAT(%)

2010 2011 2012 2013

1 ASII _{580.5 560.89 547.84 512.07}

2 AUTO _{635.01 475.74 397.15 336.22}

3 GJTL _{241.76 258.07 205.47 192.53}

4 IMAS _{1239.7 287.95 254.93 199.35}

5 INDS _{502.71 357.12 185.28 153.38}

6 INTA 266.74 172.75 134.18 109.08

7 LPIN _{406.85 359.84 248.63 342.07}

8 NIPS _{257.73 330.17 328.33 354.97}

9 PRAS _{128.54 148.53 96.48 70.86}

10 SMSM _{415.42 521.91 472.7 482.31}

11 TURI _{807.59 867.59 822.81 786.65}

Lampiran vi

Tabulasi Hasil Rasio Receivable Turnover (RT) periode 2010 – 2013

SAMPEL KODE

RT(%)

2010 2011 2012 2013

1 ASII _{1521.48 1359.4 1214.45 1068.62}

2 AUTO _{836.08 859.31 835.16 826.92}

3 GJTL _{1014.5 888.21 773.73 611.78}

4 IMAS _{1673.29 1502.07 1243.3 1002.24}

5 INDS _{953.41 632.4 634.44 619.95}

6 INTA 970.22 831.16 563.11 547.09

7 LPIN _{433.0 410.69 413.8 458.48}

8 NIPS _{466.79 490.91 475.51 439.57}

9 PRAS _{324.8 415.88 429.56 560.21}

10 SMSM _{631.11 715.71 630.27 482.31}

11 TURI _{2978.73 3243.75 3365.95 2784.19}

Lampiran vii

Tabulasi Hasil Rasio Current Ratio (CR) periode 2010 – 2013

SAMPEL KODE

CR(%)

2010 2011 2012 2013

1 ASII _{127.28 134.36 139.87 124.19}

2 AUTO _{172.66 132.57 116.49 188.98}

3 GJTL _{176.08 174.92 171.98 230.88}

4 IMAS _{106.92 136.41 171.98 108.57}

5 INDS _{128.7 240.4 233.4 385.6}

6 INTA 108.96 83.97 86.6 73.7

7 LPIN _{252.0 289.0 290.0 248.0}

8 NIPS _{101.71 108.05 110.64 105.11}

9 PRAS _{144.06 115.92 111.31 103.07}

10 SMSM _{217.0 240.0 205.0 210.0}

11 TURI _{151.17 157.15 145.55 150.13}

Lampiran viii

Tabulasi Hasil Rasio Quick Ratio (QR) periode 2010 – 2013

SAMPEL KODE

QR(%)

2010 2011 2012 2013

1 ASII _{97.86 109.97 111.65 103.89}

2 AUTO _{116.07 116.49 74.51 128.66}

3 GJTL _{133.36 117.67 123.01 169.47}

4 IMAS _{70.33 91.59 74.87 66.58}

5 INDS _{51.54 72.18 64.19 158.47}

6 INTA 62.1 51.85 42.65 68.99

7 LPIN _{183.37 216.87 209.3 151.05}

8 NIPS _{65.18 58.83 66.47 67.15}

9 PRAS _{78.99 63.64 43.63 42.89}

10 SMSM _{116.77 144.7 125.77 133.84}

11 TURI _{84.39 86.68 66.42 67.0}

Lampiran ix

Tabulasi Hasil Rasio Debt to Asset Ratio (DAR) periode 2010 – 2013

SAMPEL KODE

DAR(%)

2010 2011 2012 2013

1 ASII _{48.12 50.85 50.72 50.37}

2 AUTO _{26.54 32.09 38.24 28.99}

3 GJTL _{65.99 57.43 61.35 62.7}

4 IMAS _{79.86 60.68 67.52 70.15}

5 INDS _{70.5 44.5 31.7 20.2}

6 INTA 73.28 85.64 88.27 93.5

7 LPIN _{29.0 25.0 22.0 27.0}

8 NIPS _{56.11 62.84 61.49 70.45}

9 PRAS _{52.18 58.88 51.45 48.91}

10 SMSM _{47.0 41.0 42.0 41.0}

11 TURI _{35.41 40.44 46.73 40.24}

Lampiran x

Tabulasi Hasil Rasio Debt to Equity Ratio (DER) periode 2010 – 2013

SAMPEL KODE

DER(%)

2010 2011 2012 2013

1 ASII _{92.78 103.48 102.94 101.52}

2 AUTO _{36.13 47.45 61.92 38.27}

3 GJTL _{194.11 160.79 13.91 168.16}

4 IMAS _{499.37 154.3 207.93 235.06}

5 INDS _{239.0 80.3 46.5 25.3}

6 INTA 274.27 596.38 752.78 1438.3

7 LPIN _{41.0 33.0 28.0 37.0}

8 NIPS _{127.86 169.09 159.66 238.39}

9 PRAS _{174.99 244.72 105.98 87.23}

10 SMSM _{96.0 70.0 71.0 69.0}

11 TURI _{46.15 49.73 64.37 47.68}

Lampiran xi Statistik Deskriptif

N Minimum Maximum Mean

Std. Deviation

ROA 48 -5.10 21.93 8.6669 5.75205

WCT 48 -785.62 13349.80 1.2683E3 2057.52399 ITO 48 133.13 1587.30 5.8171E2 353.50696

FAT 48 70.86 1239.70 3.8574E2 232.57756

RT 48 324.80 3365.95 9.5178E2 728.62737

CR 48 73.70 385.60 1.6408E2 63.61023

QR 48 42.65 216.87 1.0086E2 42.97946

DAR 48 20.20 93.50 50.3810 17.82245

DER 48 13.91 1438.30 1.6460E2 236.99784

Valid N

Lampiran xii

Lampiran xiii

Lampiran xiv

Hasil uji Normalitas dengan tabel One-Sample Kolmogoraf –Smirnov

One-Sample Kolmogorov-Smirnov Test

Unstandardiz ed Residual

N 48

Normal Parametersa Mean .0000000

Std. Deviation 3.22905751 Most Extreme

Differences

Absolute .076

Positive .071

Negative -.076

Kolmogorov-Smirnov Z .527

Asymp. Sig. (2-tailed) .944

Lampiran xv

Hasil Uji Autokorelasi

Model Summaryb

Model R R Square

Adjusted R Square

Std. Error of the Estimate

Durbin-Watson

1 .828a .685 .620 3.54481 2.315

a. Predictors: (Constant), DER, WCT, RT, QR, FAT, CR, DAR, ITO b. Dependent Variable: ROA

Lampiran xvi

Lampiran xvii

Hasil Analisis Regresi Berganda

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

Collinearity Statistics

B Std. Error Beta Tolerance VIF

1(Constant) 13.143 4.894 2.686 .011

WCT .000 .000 -.252 -2.452 .019 .764 1.309

ITO .007 .003 .435 2.224 .032 .212 4.725

FAT .013 .003 .517 3.699 .001 .414 2.414

RT -.004 .001 -.475 -2.503 .017 .224 4.458

CR .001 .019 .011 .054 .957 .193 5.191

QR -.023 .024 -.174 -.989 .329 .261 3.825

DAR -.118 .057 -.366 -2.054 .047 .255 3.924

DER -.006 .004 -.231 -1.528 .135 .353 2.832

a. Dependent Variable: ROA

Lampiran xviii

Koefisien Determinasi

Model Summaryb

Model R R Square

Adjusted R Square

Std. Error of the Estimate

Durbin-Watson

1 .828a .685 .620 3.54481 2.315

a. Predictors: (Constant), DER, WCT, RT, QR, FAT, CR, DAR, ITO b. Dependent Variable: ROA

Hasil Uji t (t test)

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig. B Std. Error Beta

1 (Constant) 13.143 4.894 2.686 .011

WCT .000 .000 -.252 -2.452 .019

ITO .007 .003 .435 2.224 .032

FAT .013 .003 .517 3.699 .001

RT -.004 .001 -.475 -2.503 .017

CR .001 .019 .011 .054 .957

QR -.023 .024 -.174 -.989 .329

DAR -.118 .057 -.366 -2.054 .047

DER -.006 .004 -.231 -1.528 .135

a. Dependent Variable: ROA

Lampiran xx

ANOVAb

Model

Sum of

Squares df Mean Square F Sig. 1 Regression 1064.987 8 133.123 10.594 .000a

Residual 490.060 39 12.566

Total 1555.047 47

a. Predictors: (Constant), DER, WCT, RT, QR, FAT, CR, DAR, ITO b. Dependent Variable: ROA

DAFTAR PUSTAKA

Abdullah, M. Faisal, 2005. Dasar- Dasar Manajemen Keuangan, Edisi Kedua, Cetakan Kelima, Penerbitan Universitas Muhammadiyah, Malang.

Brigham, Eugene F and Philips R. Daves, 2004. Intermediate Financial Management, Eight Edition, South Western, United States.

Brigham, Eugene dan Joel F Houston, 2009. Dasar-Dasar Manajemen Keuangan,

Salemba Empat, Jakarta.

Diana, May, 2013. Pengaruh Perputaran Aktiva Tetap, Piutang dan Persediaan terhadap Profitabilitas pada Perusahaan Otomotif yang terdaftar di Bursa Efek Indonesia, Skripsi, Universitas Sumatera Utara, Medan.

Delfrina, Ellys, 2009. Pengaruh Perputaran Persediaan terhadap Profitabilitas Perusahaan pada Perusahaan Otomotif yang terdaftar di Bursa Efek Indonesia, Skripsi, Universitas Sumatera Utara, Medan.

Erlina, 2008. Metodologi Penelitian Bisnis : Untuk Akuntansi dan Manajemen, edisi Kedua, USU Press, Medan.

Erlina, Sri Mulyani, 2007. Metodologi penelitian dan Bisnis untuk Akuntansi dan Manajemen (Edisi Pertama), USU Press, Medan.

Ghozali, 2005. Pengantar Metode Statistik,Jilid 2, LP3S, Jakarta.

………., 2006. Aplikasi Analisis Multivarite dengan SPSS, Cetakan Keempat, Badan Penerbit Universitas Diponegoro, Semarang.

Greuning, Hennie Van, 2005. International Financial Reporting Standars: A Practical Guide, Standar Pelaporan Keuangan Internasional: Pedoman Praktis, edisi pertama, alih bahasa oleh Edward Tanujaya, PT Salemba Empat, Jakarta.

Harahap, Sofyan Syafri, 2010. Analisis Kritis atas Laporan Keuangan, PT Raja Grafindo Persada, Jakarta.

Horne, Van and Wachowich, Jr. 2005. Prinsip-prinsip Manajemen Keuangan,

diterjemahkan oleh Dewi Fitriasari dan Deny A.Kwary, Buku Satu, Edisi Pertama, Salemba Empat, Jakarta.

Jogiyanto, 2004. Metodologi Penelitian Bisnis, Cetakan Pertama, BPFE, Yogyakarta.

Jumingan, 2008. Analisis Laporan Keuangan, PT.Bumi Aksara, Jakarta.

Kasmir, 2012. Analisa Laporan Keuangan, PT Raja Grafindo Persada, Jakarta

Keown, Arthur J, John D. Martin dan J. William, 2005. Financial Management,Tenth Edition, Pearson Education, Inc, United States.

Maretha, 2013. Pengaruh manajemen modal kerja dan likuiditas terhadap profitabilitas pada perusahaan industtri farmasi yang terdaftar di Bursa Efek Indonesia, Skripsi, Universitas Sumatera Utara, Medan.

Munawir, 2002. Akuntansi Keuangan Dan Manajemen, Edisi Revisi, Penerbit BPFE. Yogyakarta.

Nugroho, Setyo Budi. 2012. Analisis Pengaruh Efisiensi Modal Kerja, Likuiditas, dan Solvabilitas terhadap Profitabilitas Studi Kasus PT. Telekomunikas Indonesia, TBK, Skripsi, Universitas Diponegoro, Semarang.

Nurhayati, 2010. Pengaruh Perputaran Modal Kerja Terhadap Profitabilitas Pada Perusahaan Sektor Industri Makanan Dan Minuman Yang terdaftar Di Bursa Efek Indonesia, Skripsi, Universitas Sumatera Utara, Medan.

Riyanto, Bambang, 2008. Dasar-dasar pembelajaran perusahaan,Edisi ketiga, BPFE, Yogyakarta.

Rochaety E,dkk. 2007. Metodologi Penelitian Bisnis: Dengan Aplikasi SPSS, Edisi Pertama. Penerbit Mitra Wacana Media, Jakarta.

Situmorang Syafrizal H., Doli, Iskandar Muda, Muslich, Syahyunan, 2009. Analisis Data Penelitian (Menggunakan Program SPSS), Terbitan Pertama, Usu Press, Sumatera Utara

Sawir, Agnes, 2009. Analisa Kinerja Keuangan dan Perencanaan keuangan Perusahaan, PT. Gramedia Pustaka Utama, Jakarta

…………, 2008. Metode Penelitian Kuantitatif Kualitatif dan R&D. Bandung Alfabeta.

Umar, Husein, 2003. Metode Riset Akuntansi Terapan, edisi pertama, Ghalia Indonesia, Jakarta.

Warren, Carl S, James M. Reeve, Philip E. Fess, 2005. Accounting, Pengantar Akuntansi,

edisi 21, alih bahasa oleh Aria Farahmita, Amanugrahani, dan Taufik Hendrawan, PT Salemba Empat, Jakarta.

BAB III

METODOLOGI PENELITIAN

3.1 Jenis Penelitian

Jenis penelitian yang digunakan dalam penelitian ini adalah jenis penelitian assosiatif kausal, yaitu “penelitian yang bertujuan untuk mengetahui pengaruh antara dua variabel atau lebih” (Sugiyono, 2007 : 11).

3.2 Jenis dan Sumber Data

Jenis data yang digunakan peneliti adalah data sekunder. “Data sekunder merupakan data primer yang diolah lebih lanjut, misalnya dalam bentuk tabel, grafik, diagram, gambar dan sebagainya sehingga lebih informatif jika digunakan oleh pihak lain” (Umar, 2003 : 60). Data yang dikumpulkan berupa data kuantitatif yaitu data yang diukur dalam skala rasio dan merupakan data sekunder yang diperoleh melalui situs www.idx.co. Data sekunder yang digunakan dalam penelitian ini adalah informasi keuangan yang berhubungan dengan variabel penelitian yaitu :

1. Informasi mengenai perputaran modal kerja perusahaan 2. Informasi mengenai perputaran persediaan perusahaan 3. Informasi mengenai perputaran aset tetap perusahaan 4. Informasi mengenai perputaran piutang perusahaan 5. Informasi mengenai rasio lancar perusahaan

6. Informasi mengenai rasio cepat perusahaan

8. Informasi mengenai rasio utang terhadap modal perusahaan 9. Informasi mengenai profitabilitas perusahaan

Menurut waktu pengumpulannya, data yang digunakan menggunakan data time seriesyaitu “sekumpulan data dari suatu fenomena tertentu yang didapat dalam beberapa interval waktu tertentu misalnya mingguan, bulanan atau tahunan” (Umar, 2003 : 61). Penelitian ini menggunakan data selama 4 tahun (series) yaitu tahun 2010–2013.

3.3 Populasi dan Sampel Penelitian

“Populasi adalah wilayah generalisasi yang terdiri atas objek atau subjek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari kemudian diambil kesimpulannya” (Sugiyono, 2008 : 115). Populasi yang digunakan dalam penelitian ini adalah semua perusahaan otomotif yang terdaftar di Bursa Efek Indonesia yang berjumlah 18 perusahaan.

Menurut Erlina dan Mulyani (2007 : 74), “sampel adalah bagian populasi yang digunakan untuk memperkirakan karakteristik populasi”. Metode pengambilan sampel dilakukan dengan teknik purposive sampling. Menurut Jogiyanto (2004 : 79), “purposive sampling adalah teknik pengambilan sampel berdasarkan suatu kriteria tertentu”. Adapun kriteria dalam pengambilan sampel pada penelitian ini yaitu sebagai berikut :

1. Seluruh perusahaan sektor industri otomotif yang terdaftar di BEI pada tahun 2010 hingga tahun 2013.

2. Seluruh perusahaan sektor industri otomotif yang mempublikasikan laporan keuangannya dalam mata uang rupiah pada situs Bursa Efek Indonesia BEI tahun 2010 hingga tahun 2013. (www.idx.co.id).

3. Perusahaan tersebut memiliki laporan keuangan yang lengkap dan mempunyai laporan auditor independen yang dipublikasikan.

Berikut ini adalah sampel penelitian yang telah dilakukan dengan purposive sampling yang telah dilakukan peneliti :

Tabel 3.1

Populasi dan Sampel Penelitian

No Kode Nama Kriteria

Sampel

1 2 3

1 ASII PT Astra Internasional

Tbk    1

2 AUTO PT Astra Otoparts

Tbk    2

3 GJTL PT Gajah Tunggal

Tbk    3

4 GDYR PT Goodyear

Indonesia Tbk   -

5 HEXA PT Hexindo

Adiperkasa Tbk   -

6 BRAM PT Indo Kordsa Tbk   -

7 IMAS PT Indomobil Sukses

Internasional Tbk    4

8 INDS PT Indospring Tbk    5

9 INTA PT Intraco Penta Tbk    6 10 LPIN PT Multi Prima

Sejahtera Tbk    7

11 MASA PT Multistrada Arah

Sarana Tbk   -

12 NIPS PT Nippres Tbk    8

13 POLY PT Polychem

Su mb er : Dio

lah penulis, 2014

3.4 Metode Pengumpulan Data

Metode pengumpulan data yang digunakan dalam penelitian ini adalah dokumentasi, yaitu peneliti melakukan pengumpulan data sekunder atau data yang diperoleh secara tidak langsung atau melalui media perantara yaitu internet melalui situs Bursa Efek Indonesia dengan melihat laporan keuangan yang diterbitkan setiap tahunnya baik dalam media cetak maupun data yang di download dari internet melalui www.idx.co.id.

3.5 Variabel Penelitian dan Definisi Operasional Variabel 3.5.1 Variabel penelitian

1. Variabel bebas (independent variable)

“Variabel independen yaitu variabel yang mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel dependen” (Sugiyono, 2008 : 59). Adapun variabel independen yang digunakan dalam penelitian ini adalah sebagai berikut :

14 PRAS PT Prima Alloy Tbk    9

15 SMSM PT Selamat Sempurna

Tbk    10

16 SUGI PT Sugi Samapersada

Tbk   -

17 TURI PT Tunas Ridean Tbk    11 18 UNTR

PT United Tractor

a. Rasio perputaran modal kerja (X1) yaitu rasio yang menunjukkan

banyaknya penjualan yang dapat diperoleh perusahaan untuk tiap rupiah modal kerja. Perputaran modal kerja dapat diukur dengan rumus sebagai berikut :

Working Capital Turnover = Penjualan

aset lancar−hutang lancar b. Rasio perputaran persediaan (X2) yaitu rasio yang menunjukkan

berapa cepat perputaran persediaan dalam siklus produksi normal. Rasio ini dapat diukur dengan :

Inventory Turnover =Harga pokok penjualan persediaan rata−rata

c. Rasio perputaran aset tetap (X3) yaitu rasio yang menunjukkan

berapa kali nilai aset berputar bila diukur dengan volume penjualan. Rasio ini dapat diukur dengan :

������������������= Penjualan

Aset Tetap Bersih

d. Rasio perputaran piutang (X4) yaitu rasio yang menunjukkan

berapa cepat penagihan utang. Rasio ini dapat diukur dengan : ������������������= Penjualan Kredit Bersih

Rata−rata Piutang

e. Rasio lancar (X5) merupakan rasio untuk mengukur kemampuan

perusahaan dalam membayar kewajiban jangka pendek atau utang yang segera jatuh tempo pada saat ditagih secara keseluruhan. Rasio likuiditas dapatdiukur dengan rumus sebagai berikut :

Current Ratio = Aset Lancar

Hutang lancar x 100%

f. Rasio cepat (X6) digunakan untuk mengukur kemampuan suatu

perusahaan dalam memenuhi kewajiban jangka pendeknya. Rasio ini dapat diukur dengan :

Quick Ratio =Aset Lancar−Persediaan

Hutang lancar x 100%

g. Debt to asset ratio (X7) merupakan rasio utang yang digunakan

untuk mengukur perbandingan antara total utang dengan total aktiva. Dengan kata lain, seberapa besar aktiva perusahaan dibiayai oleh hutang atau seberapa besar utang perusahaan berpengaruh terhadap pengelolaan aktiva. Rasio dapat diukur dengan rumus berikut :

Debt to Asset Ratio = Total Debt Total Assets

h. Debt to equity ratio (X8) merupakan rasio yang digunakan untuk

menilai utang dengan ekuitas. Rasio ini dapat diukur dengan :

Debt to Equity Ratio =Total Debt Equity 2. Variabel terikat (dependent variable)

“Variabel dependen adalah variabel yang dipengaruhi atau menjadi akibat karena adanya variabel bebas “(Sugiono, 2008 : 59). Dalam penelitian ini, yang menjadi variabel dependen adalah profitabilitas yang diukur dengan menggunakan rasio Return On Asset (ROA). Rasio ini dihitung sebagai berikut:

Return On Asset =Laba bersih setelah pajak Total Aset

3.5.2. Definisi operasional variabel

Operasional variabel penelitian ini dapat dilihat secara lebih lengkap pada tabel di bawah ini :

TABEL 3.2 Definisi operasional

Nama variabel Definisi Operasional Parameter Yang Digunakan Skala

Current ratio

Rasio yang menunjukkan kemampuan perusahaan untuk melunasi hutang pada saat ditagih

CR = Aset Lancar

Hutang lancar x100% _Rasio

Quick ratio

Rasio yang digunakan untuk mengukur kemampuan suatu perusahaan dalam memenuhi kewajiban jangka pendeknya

QR = A. lancar−persediaan

Hutang lancar x 100% Rasio

Perputaran

Modal Kerja Rasio untuk memperlihatkan _{adanya efisiensi modal kerja}

dalam pencapaian tujuan WCT =

Penjualan

a. lancar−h. lancar Rasio

Perputaran persediaan

Rasio yang menunjukkan berapa cepat perputaran persediaan dalam siklus produksi normal.

IT = HPP

persediaan rata−rata Rasio

Perputaran aset tetap

Rasio yang menunjukkan berapa kali nilai aset berputar bila diukur dengan volume penjualan

���= Penjualan

Aset Tetap Bersih Rasio

Perputaran piutang

rasio yang menunjukkan

berapa cepat penagihan utang ��=Penjualan Kredit Bersih

Rata−rata Piutang Rasio

Debt to Asset Ratio

Rasio yang digunakan untuk mengukur sejauh mana aktiva perusahaan dibiayai dengan utang

DAR = Total Debt

Total Assets Rasio

Debt to equity rato

Rasio yang digunakan untuk

menilai utang dengan ekuitas DER =

Total Debt

Profitabilitas ( ROA )

Rasio profititabilas adalah rasio yang

menghubungkanlaba dari penjualan dan investasi.

ROA =laba bersih setelah pajak

total a��� Rasio

Sumber : diolah Penulis, 2014

3.6 Metode Analisis Data

Metode analisis data dalam penelitian ini menggunakan analisis statistik dengan menggunakan software SPSS 16. Tahap awal yang dilakukan sebelum melakukan pengujian hipotesis yaitu uji asumsi klasik. Pengujian asumsi klasik yang dilakukan terdiri dari uji normalitas, uji multikolinieritas, uji heteroskedastisitas dan uji autokorelasi. Untuk pengujian hipotesis, dilakukan analisis uji t dan uji F.

3.6.1. Pengujian asumsi klasik

Penggunaan analisis regresi dalam statistik harus bebas dari asumsi asumsi klasik.Adapun pengujian asumsi klasik yang digunakan dalam penelitian ini adalah, uji normalitas, uji multikolinieritas, uji heteroskedastisitas dan uji autokorelasi.

1. Uji normalitas

“Uji normalitas bertujuan untuk menguji apakah variabel dalam model regresi variabel pengganggu atau residual memiliki distribusi normal” (Ghozali, 2006 : 110). Model regresi yang baik adalah yang memiliki distribusi data normal atau mendekati normal.Histogram atau pola distribusi data normal dapat digunakan untuk melihat normalitas data. Uji Kolmogrov Smirnov, dalam uji pedoman yang digunakan dalam pengambilan keputusan yaitu:

a. jika nilai signifikansi < 0.05 maka distribusi data tidak normal, b. jika nilai signifikansi > 0.05 maka distribusi data normal.

Menurut Ghozali (2006 : 112),“pada prinsipnya normalitas data dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya”. Dasar pengambilan keputusan :

1) jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas,

2) jika data menyebar jauh dari diagonal dan atau tidak mengikuti arahgaris diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.

2. Uji multikolinieritas

Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi di antara variabel independen.Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen.

Erlina dan Mulyani (2007 : 107), menyatakan “Multikolinearitas merupakan kondisi dimana terjadi korelasi antar variabel - variabel independen suatu penelitian atau dengan kata lain bersifat ortogonal”. Variabel - variabel independen yang bersifat ortogonal adalah variabel yang memiliki nilai korelasi di antara sesamanya sama dengan nol. Jika terjadi korelasi sempurna diantara sesama variabel independen, maka konsekuensinya adalah:

(a) koefisien-koefisien regresi menjadi tidak dapat ditaksir

(b) nilaistandar error setiap koefisien regresi menjadi tak terhingga

Jika terjadi korelasi, maka terdapat problem multikolinearitas.Pengujian dilakukan dengan nilai VIF (Variance Inflation Factor) dari model penelitian, jika nilai VIF di atas 2 maka dapat dikatakan bahwa telah terjadi gejala multikolinearitas dalam model penelitian. Di samping itu, “suatu model dikatakan terdapat gejala multikolinearitas, jika korelasi di antara variabel independen lebih besar dari 0.9” (Ghozali, 2005 : 91).

Menurut Ghozali (2005), cara yang dapat dilakukan jika terjadi multikolinearitas yaitu:

1. mengeluarkan salah satu atau lebih variabel independen yang mempunyai korelasi tinggi dari model regresi dan indentifikasi variabel independen lainnya untuk membantu prediksi

2. menggabungkan data cross section dan time series(pooling data) 3. menambah data penelitian.

3. Uji heteroskedastisitas

Menurut Situmorang et al. (2009 : 63), “Heteroskedastisitas dapat dikatakan sebagai suatu situasi dimana dalam sebuah grup terdapat varians yang tidak sama diantara sesama anggota grup tersebut”. Uji heteroskedastisitas digunakan untuk menguji apakah dalam suatu model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Jika varians dari residual diantara pengamatan

tersebut tetap, maka disebut homokedastisitas. Cara yang digunakan untuk mendeteksi ada tidaknya heteroskedastisitas pada suatu model dapat dilihat dari pola gambar Scatterplot model tersebut. Analisis pada gambar

Scatterplot yang menyatakan model regresi linier berganda tidak terdapat heteroskedastisitas jika:

1. Titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0 2. Titik-titik data tidak mengumpul hanya di atas atau di bawah saja

3. Penyebaran titik-titik data tidak boleh membentuk pola bergelombang melebar kemudian menyempit dan melebar kembali

4. Penyebaran titik-titik data sebaiknya tidak berpola.

Menurut Situmorang, et.al. (2009 : 76), ada dua cara perbaikan heteroskedastisitas, yaitu :

1. Bila varians �2� diketahui, maka metode yang digunakan adalah dengan cara kuadrat terkecil tertimbang yang meminimumkan pentingnya observasi yang penting dengan memberikan bobot pada observasi tadi secara proporsional dengan kebalikan dari variansnya.

2. Bila varians �2� tidak diketahui, dimana pengetahuan mengenai �2� biasanya merupakan hal yang jarang dimiliki. Sebagai akibatnya, orang biasanya membuat suatu asumsi yang masuk akal & mentransformasikan data atau membuat gangguan (disturbance) data yang telah ditransformasikan bersifat homokesdastisitas. Misal model persamaannya:

Y = b0 + b1x1 + b2x2, ditransformasikan menjadi:

LogY = b0 + b1logx1 + b2logx2. 4. Uji autokorelasi

“Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya)” (Ghozali, 2006 : 95).Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan yang lainnya.Hal ini sering ditemukan dalam

time series.Ada beberapa cara untuk menguji adanya autokorelasi seperti metode grafik, uji LM, Uji Runs dan lain-lain. Uji Durbin-Watson hanya digunakan untuk autokorelasi tingkat satu (first autocorelation) dan mensyaratkan adanya intercept (konstanta) dalam model regresi dan tidak ada variabel lagi diantara variabel dependen. Kriteria untuk penilaian terjadinya autokorelasi yaitu:

1) angka D-Wdi bawah -2 berarti ada autokorelasi positif

2) angka D-Wdi antara-2 sampai+2 berarti tidak ada autokorelasi 3) angka D-Wdi atas +2 berarti ada autokorelasi negatif

Menurut Situmorang et al.(2009 : 78), Autokorelasi dapat di definisikan sebagai suatu keadaan dimana adanya korelasi diantara anggota serangkaian observasi yang diurutkan menurut waktu (time series) atau ruang (crosssection). Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Masalah ini timbul dikarenakan

residual atau kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya.Model regresi yang baik adalah regresi yang bebas dari autokorelasi.

Pada penelitian ini, uji autokorelasi dideteksi dengan uji Durbin- Watson, karena uji ini yang umum digunakan. Uji ini hanya digunakan untuk autokorelasi tingkat pertama (first order autokorelasi) dan mensyaratkan adanya intercept (konstanta) dalam model regresi.

3.7 Pengujian Hipotesis Penelitian

Pengujian hipotesis dalam penelitian ini dilakukan dengan analisis regresi berganda, uji sgnifikansi t-test serta uji signifikansi f-test. Menurut Rochaety, dkk (2007 : 107) “ …dengan uji hipotesis kita memusatkan perhatian pada peluang kita membuat keputusan yang salah. Hipotesis diterima atau ditolak berdasarkan informasi yang terkandung dalam sampel tetapi menggambarkan keadaan populasi”.

3.7.1 Analisis regresi berganda

Menurut Rochaety, dkk (2007 : 142) “regresi berganda bertujuan untuk menghitung besarnya pengaruh dua atau lebih variabel bebas terhadap satu variabel terikat dan memprediksi variabel terikat dengan menggunakan dua atau lebih variabel bebas”. Model persamaannya adalah sebagai berikut :

Y= a + b1X1 + b2X2 + b3X3+ e

Keterangan :

a = intercept/ koefisien yang menyatakan perubahan rata-rata variabel dependen untuk setiap variabel independen sebesar satu atau yang disebut konstanta.

b1, b2, b3 = angka arah atau koefisien regresi yang menunjukkan angka

peningkatan ataupun penurunan variabel dependen yang didasarkan pada variabel independen. Bila b (+) maka terjadi kenaikan pada variabel dependen dan bila b (-) maka akan terjadi penurunan pada variabel.

X1 = perputaran modal kerja

X2 = perputaran persediaan

X3 = perputaran aset tetap

X4 = perputaran piutang

X5 = current ratio

X6 = quick ratio

X7 = debt to asset ratio

X8 = debt to equity ratio

e = error

3.7.2 Uji signifikansi parsial (t-test)

Menurut Ghozali (2006 : 84) “uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas/independen secara individual dalam menerangkan variabel dependen”. Uji t merupakan suatu cara untuk mengukur apakah suatu variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen. Dalam

pengujian ini dilakukan dengan menghitung serta melihat nilai signifikansinya yaitu dengan ketentuan sebagai berikut:

Ho diterima jika signifikansi > 0.05 Ha diterima jika signifikansi < 0.05 3.7.3 Uji signifikasi simultan (F-test)

Uji F digunakan untuk menunjukkan apakah semua variabel independen yang dimasukkan dalam model memiliki pengaruh secara bersama-sama terhadap variabel dependen. Uji ini digunakan untuk melihat pengaruh variabel independen yaitu perputaran modal kerja, perputaran persediaan, perputaran aset tetap, perputaran piutang, current ratio, quick ratio, debt to asset ratio, debt to equity ratio berpengaruh terhadap profitabilitas secara simultan. Bentuk pengujiannya adalah :

Ho : b1 = 0, artinya suatu variabel independen secara simultan tidak berpengaruh terhadap variabel dependen.

Ha : b1 ≠ 0, artinya suatu variabel independen secara simultan berpengaruh terhadap variabel dependen.

Kriteria pengambilan keputusan :

Ho diterima jika signifikansi > 0.05 Ha diterima jika signifikansi < 0.05 3.8 Jadwal Penelitian

Jadwal penelitian yang telah dirancang oleh peneliti adalah sebagai berikut: Tabel 3.3

No Tahapan Penelitian

Juni 2014

Juli 2014

Agustus 2014

Keterangan

1 Pengajuan proposal skripsi

* 1 minggu

2 Bimbingan proposal skripsi

* 1 minggu

3 Seminar proposal skripsi

* 1 minggu

3 Pengumpulan data

* 1 minggu

4 Pengolahan data * 1 minggu

5 Bimbingan skripsi

* 1 minggu

6 Penyelesaian penulisan laporan penelitian

* * 2 minggu

7 Sidang skripsi * _{1 minggu}

BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

4.1 Data Penelitian

Populasi yang diteliti dalam penelitian ini adalah perusahaan otomotif yang terdaftar di Bursa Efek Indonesia (BEI) selama tahun 2010 - 2013. Perusahaan yang dijadikan sampel berjumlah 12 perusahaan, sehingga data penelitian secara keseluruhan berjumlah 48 (12 x 4) sampel. Daftar perusahaan yang telah ditentukan dapat dilihat pada lampiran.

4.2 Analisis Hasil Penelitian 4.2.1 Statistik deskriptif

Statistik deskriptif dalam penelitian ini hanya mendeskripsikan sampel dan tidak membuat kesimpulan yang berlaku untuk populasi dimana sampel diambil. Menurut Ghozali (2006 : 78), “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 akan dijelaskan dalam tabel berikut ini.

Tabel 4.1 Descriptive Statistics

N Minimum Maximum Mean

Std. Deviation

ROA 48 -5.10 21.93 8.6669 5.75205

WCT 48 -785.62 13349.80 1.2683E3 2057.52399 ITO 48 133.13 1587.30 5.8171E2 353.50696

FAT 48 70.86 1239.70 3.8574E2 232.57756

RT 48 324.80 3365.95 9.5178E2 728.62737

CR 48 73.70 385.60 1.6408E2 63.61023

QR 48 42.65 216.87 1.0086E2 42.97946

DAR 48 20.20 93.50 50.3810 17.82245

DER 48 13.91 1438.30 1.6460E2 236.99784

Valid N

(listwise) 48

Sumber : Output SPSS, diolah Penulis, 2014

Berdasarkan data dari tabel 4.1 dapat dijelaskan bahwa :

a. Variabel working capital turnover (X1) memiliki sampel (N) sebanyak

48 dengan nilai minimum (terkecil) -785.62, nilai maksimum (terbesar) 13349.80 dan mean (nilai rata-rata) 1.2683E3. Standar Deviation(simpangan baku) variabel ini adalah 2057.52399.

b. Variabel inventory turnover (X2) memiliki sampel (N) sebanyak 48

dengan nilai minimum (terkecil) 133.13, nilai maksimum (terbesar) 1587.30 dan mean (nilai rata-rata) 5.8171E2. Standar Deviation (simpangan baku) variabel ini adalah 353.50696.

c. Variabel fixed asset turnover (X3) memiliki sampel (N) sebanyak 48

(terbesar) 1239.70 dan mean (nilai rata-rata) 3.8574E2. Standar Deviation (simpangan baku) variabel ini adalah 232.57756.

d. Variabel receivable turnover (X4) memiliki sampel (N) sebanyak 48

sampel dengan nilai minimum (terkecil) 324.80, nilai maksimum (terbesar) 3365.95 dan mean (nilai rata-rata) 9.5178E2. Standar Deviation (simpangan baku) variabel ini adalah 728.62737.

e. Variabel current ratio (X5) memiliki sampel (N) sebanyak 48 sampel

dengan nilai minimum (terkecil) 73.70, nilai maksimum (terbesar) 385.60 dan mean (nilai rata-rata) 1.6408E2. Standar Deviation (simpangan baku) variabel ini adalah 63.61023.

f. Variabel quick ratio (X6) memiliki sampel (N) sebanyak 48 sampel

dengan nilai minimum (terkecil) 42.65, nilai maksimum (terbesar) 216.87 dan mean (nilai rata-rata) 1.0086E2. Standar Deviation (simpangan baku) variabel ini adalah 42.97946.

g. Variabel debt to asset ratio (X7) memiliki sampel (N) sebanyak 48

sampel dengan nilai minimum (terkecil) 20.20, nilai maksimum (terbesar) 93.50 dan mean (nilai rata-rata) 52.8998. Standar Deviation (simpangan baku) variabel ini adalah 17.82245.

h. Variabel debt to equity ratio (X8) memiliki sampel (N) sebanyak 48

sampel dengan nilai minimum (terkecil) 13.91, nilai maksimum (terbesar) 1438.30 dan mean (nilai rata-rata) 1.6460E2. Standar Deviation (simpangan baku) variabel ini adalah 236.99784.

i. Variabel profitabilitas (ROA) (Y) memiliki sampel (N) sebanyak 48 dengan nilai minimum (terkecil) -5.10, nilai maksimum (terbesar) 21.93 dan mean(nilai rata-rata) 8.6669. Standar Deviation(simpangan baku) variabel ini adalah 5.75205.

j. Jumlah sampel yang ada sebanyak 48 sampel. 4.2.2 Uji asumsi klasik

Syarat yang menjadi dasar penggunaan model regresi berganda dengan metode estimasi Ordinary Least Square (OLS) adalah dipenuhinya semua asumsi klasik, agar hasil pengujian bersifat tidak bias dan efisien (Best Linear Unbiased Estimator). Best artinya yang terbaik, dalam arti garis regresi merupakan estimasi atau ramalan yang baik dari suatu sebaran data. Garis regresi merupakan cara memahami pola hubungan antara dua seri data atau lebih. Garis regresi adalah best jika garis itu menghasilkan erroryang terkecil. Erroritu sendiri adalah perbedaan antara nilai observasi dan nilai yang diramalkan oleh garis regresi. Jika best disertai sifat unbiased, maka estimator regresi disebut efisien. Estimator regresi akan disebut linear apabila, estimator itu merupakan fungsi linear dari sampel. Pengujian asumsi klasik dalam penelitian ini dilakukan dengan bantuan program statistik. Menurut Ghozali (2006 : 123), asumsi klasik yang harus dipenuhi adalah:

• Berdistribusi normal.

• Non-Multikolinearitas, artinya antara variabel independen dalam model regresi tidak memiliki korelasi atau hubungan secara sempurna ataupun mendekati sempurna.

• Non-Autokorelasi, artinya kesalahan pengganggu dalam model regresi tidaksaling berkorelasi.

• Non-Heterokedastisitas, artinya variance variabel independen

dari satu pengamatan ke pengamatan lain adalah konstan atau sama.

1. Uji normalitas

Uji data statistik dengan model Kolmogorov-Smirnov dilakukan untuk mengetahui apakah data sudah terdistribusi secara normal atau tidak. Ghozali (2006 : 115), memberikan pedoman pengambilan keputusan rentang data mendekati atau merupakan distribusi normal berdasarkan uji

Kolmogorov Smirnov yang dapat dilihat dari:

a) nilai sig. atau signifikan atau probabilitas < 0.05, maka distribusi data adalah tidak normal

b) nilai sig. atau signifikan atau probabilitas > 0.05, maka distribusi data adalah normal.

Hasil uji normalitas dengan menggunakan model Kolmogorov Smirnov

Tabel 4.2 Hasil Uji Normalitas

One-Sample Kolmogorov-Smirnov Test

Unstandardiz ed Residual

N 48

Normal Parametersa Mean .0000000

Std. Deviation 3.22905751 Most Extreme

Differences

Absolute .076

Positive .071

Negative -.076

Kolmogorov-Smirnov Z .527

Asymp. Sig. (2-tailed) .944

a. Test distribution is Normal.

Sumber: Output SPSS, diolah penulis, 2014

Dari tabel 4.2 diatas menunjukkan bahwa hasil pengujian statistik dengan menggunakan model Kolmogorov-Smirnov menunjukkan bahwa data telah terdistribusi secara normal. Hal tersebut dapat dilihat dari hasil Asymp. Sig. (2-tailed) sebesar 0.944 yaitu lebih besar dari 0.05. Sesuai dengan ketentuan rentang data yang telah ditentukan diatas, maka data terdistribusi normal. Berikut hasil uji normalitas dengan menggunakan Histogram dan Plot :

Gambar 4.1 Uji Normalitas Data

Sumber : Output SPSS, diolah Penulis, 2014

Dengan melihat gambar 4.1 (tampilan histogram), dapat disimpulkan bahwa grafik yang ditunjukkan dalam histogram membentuk pola yang simetris artinya pola yang tidak mencondong ke kanan maupun ke kiri. Hal ini menunjukkan bahwa data yang diperoleh dan diolah telah terdistribusi secara normal .

Gambar 4.2 Uji Normalitas Data

Menurut pendapat Ghozali (2006 : 112), “pendeteksian normalitas dapat dilakukan dengan cara melihat penyebaran data (titik) pada sumbu diagonal dari grafik, yaitu jika data (titik) menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, hal ini menunjukkan bahwa data telah terdistribusi secara normal”. Gambar 4.2 menunjukkan bahwa data (titik) menyebar di sekitar dan mendekati garis normal, hali ini sejalan dengan hasil pengujian dengan menggunakan histogram yang menunjukkan bahwa data telah terdistribusi secara normal. Maka dapat disimpulkan bahwa data secara keseluruhan telah terdistribusi secara normal.

2. Uji multikolinieritas

Ada atau tidaknya multikolinieritas dalam model regresi, dapat dilihat dari nilai tolerance dan lawannya.nilai variance Inflatin Factor (VIF).

Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya.

Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi, nilai Tolerance yang rendah sama dengan nilai VIF yang tinggi (karenaVIF =1/tolerance). Nilai cut off yang umum dipakai untuk menunjukkan adanya mutikolineritas adalah nilai

Tolerance < 0,10 atau sama dengan VIF > 10 (Ghozali, 2006: 91).

Tabel 4.3

Hasil Uji Multikolinearitas Coefficients

a. Dependent variable: ROA

Sumber : Output SPSS, diolah penulis, 2014

Pada penelitian ini, penulis menggunakan uji multikoliniearitas untuk mendeteksi apakah terdapat gejala multikolinearitas dalam penelitian yaitu dengan melihat besaran korelasi antar variabel independen dan besarnya tingkat kolinearitas yang masih dapat ditoleransi. Berdasarkan tabel 4.3 diatas, dapat disimpulkan bahwa penelitian ini bebas dari adanya multikolinearitas. Hasil penelitian menunjukkan bahwa masing–masing variabel independen yang digunakan dalam penelitian, memiliki nilai Tolerance yang lebih besar dari 0.10 yaitu nilai tolerance WCT sebesar 0.764, nilai tolerance ITO sebesar 0,212, nilai tolerance FAT sebesar 0.414, nilai tolerance RT sebesar 0.224, nilai tolerance CR sebesar 0.193, nilai tolerance QR sebesar 0.261, nilai tolerance DAR sebesar 0.255 dan nilai

Model

Collinearity Statistics Tolerance VIF 1 (Constant)

WCT .764 1.309

ITO .212 4.725

FAT .414 2.414

RT .224 4.458

CR .193 5.191

QR .261 3.825

DAR .255 3.924

tolerance DER sebesar 0.353. Perhitungan VIF juga menunjukkan hal yang sama, dimana variabel independen memiliki nilai VIF yang kurang dari 10 yaitu nilai VIF untuk WCT sebesar 1.309, nilai VIF untuk ITO sebesar 4.725, nilai VIF untuk FAT sebesar 2.414, nilai VIF untuk RT sebesar 4.458, nilai VIF untuk CR sebesar 5.191, nilai VIF untuk QR sebesar 3.825, nilai VIF untuk DAR sebesar 3.924 dan VIF untuk DER sebesar 2.832. Maka dari hasil tabel secara keseluruhan menunjukkan bahwa tidak terdapatnya multikolinearitas antar variabel independen dalam model ini. 3. Uji Heterokedatisitas

Uji heteroskedastisitas bertujuan untuk melihat apakah dalam model regresi terdapat ketidaksamaan varians dari residual satu pengamatan ke pengamatan lainnya. Jika varians yang satu dengan pengamatan yang lain tetap maka disebut homokedastisitas dan jika varians nya berbeda maka disebut heteroskedastisitas. Ghozali (2006 : 105 ) menyatakan bahwa “model regresi yang baik adalah tidak terjadi heteroskedastisitas”.

Dalam penelitian ini, untuk mendetaksi ada atau tidaknya gejala heterokedastisitas adalah dengan melihat grafik plot yang dihasilkan dari pengolahan data dengan menggunakan program SPSS. Dasar keputusannya adalah :

1. Jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengidentifikasi telah terjadi heterokedastisitas

2. Jika tidak ada pola yang jelas, seperti titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas

Berikut ini dilampirkan grafik scatterplot untuk menganalis apakah terjadi heterokedastisitas.

Gambar 4.3 Uji Heteroskedastisitas Sumber : Output SPSS, diolah Penulis, 2014

Grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y, sehingga dapat disimpulkan bahwa tidak terjadi heterokedastisitas pada model regresi. Alasan mengapa titik–titik menyebar menjauh dari titik–titik yang lain dikarenakan data penelitian yang berbeda antara data yang satu dengan data yang lain.

4. Uji autokorelasi

Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik autokorelasi yaitu korelasi yang terjadi antara residual pada satu observasi dengan observasi lain pada model regresi.Uji yang digunakan untuk mendeteksi ada atau tidaknya autokorelasi dalam penelitian ini adalah dengan menggunakan uji Watson. Uji Durbin-Watson hanya digunakan untuk autokorelasi tingkat satu (first autocorection) dan mensyaratkan adanya intercept (konstanta) dalam model regersi dan tidak ada variabel lagi diantara variabel dependen. Kriteria untuk penilaian terjadinya autokorelasi yaitu:

1) angka D-Wdi bawah -2 berarti ada autokorelasi positif

2) angka D-Wdi antara -2 sampai+2 berarti tidak ada autokorelasi 3) angka D-Wdi atas +2 berarti ada autokorelasi negative

Tabel 4.4

Hasil Uji Autokorelasi Model Summary

b

Model R R Square

Adjusted R Square

Std. Error of the Estimate

Durbin-Watson

1 .828a .685 .620 3.54481 2.315

a. Predictors: (Constant), DER, WCT, RT, QR, FAT, CR, DAR, ITO b. Dependent Variable: ROA

Sumber: Output SPSS, diolah penulis,2014

Tabel 4.4 menunjukkan hasil dari uji autokorelasi variabel penelitian. Berdasarkan dari hasil uji autokolerasi, dapat dilihat bahwa dalam variabel penelitian tidak terdapat autokolerasi yang ditunjukkan dari nilai Durbin –

Watson (D-W) sebesar 2.315. Angka D-W berada diatas +2, yang mengartikan bahwa terdapat autokorelasi negatif.

4.2.3 Analisis regresi

a. Analisis Regresi Berganda

Berdasarkan hasil uji asumsi klasik, disimpulkan bahwa model regresi yang dipakai dalam penelitian ini telah memenuhi model estimasi yang Best Linear Unbiased Estimstor (BLUE) dan sudah layak untuk dilakukan analisis statistik selanjutnya yaitu melakukan pengujian hipotesis. Hasil pengolahan data dengan analisis regresi adalah sebagai berikut

Tabel 4.5 Hasil Analisis Regresi

Coefficienta

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig. B Std. Error Beta

1 (Constant) 13.143 4.894 2.686 .011

WCT .000 .000 -.252 -2.452 .019

ITO .007 .003 .435 2.224 .032

FAT .013 .003 .517 3.699 .001

RT -.004 .001 -.475 -2.503 .017

CR .001 .019 .011 .054 .957

QR -.023 .024 -.174 -.989 .329

DAR -.118 .057 -.366 -2.054 .047

DER -.006 .004 -.231 -1.528 .135

a. Dependent Variable : ROA

Sumber : Output SPSS, diolah penulis, 2014

Berdasarkan tabel 4.5 diatas, maka persamaan regresi linear berganda sebagai berikut :

Y = a + b1X1 + b2X2 + b3X3 + b4X4 + b5X5 + b6X6 + b7Xb + b8X8 + e

ROA = 13.143 + ( 0) WCT + (0.007) ITO + (0.0013) FAT + (-0.004) RT + (0,001) CR + (-0.023) QR + (-0.118) DAR + (-0.006) DER + e

Keterangan :

1) Konstansta sebesar 13.143 menunjukkan bahwa apabila tidak ada variabel independen (X1 = 0, X2 = 0 dan seterusnya) maka ROA sebesar 13.143,

2) β1 sebesar 0 menunjukkan bahwa setiap kenaikan Working Capital Turnover sebesar 1% maka tidak akan menurunkan atau menaikkan ROA dengan asumsi variabel lain tetap.

3) β2 sebesar 0.007 menunjukkan bahwa setiap kenaikan Inventory Turnover sebesar 1% maka akan diikuti oleh kenaikan ROA sebesar 0.014 dengan asumsi variabel lain tetap.

4) β3 sebesar 0.013 menunjukkan bahwa setiap kenaikan Fixed Asset Turnover sebesar 1% maka akan diikuti oleh kenaikan ROA sebesar 0.013 dengan asumsin variabel lain tetap.

5) Β4 sebesar -0.004 menunjukkan bahwa setiap kenaikan Receivable Turnover sebesar 1% maka akan diikuti oleh penurunan ROA sebesar 0.004 dengan asumsi variabel lain tetap.

6) Β5 sebesar 0.001 menunjukkan bahwa setiap kenaikan Current Ratio

sebesar 1% maka akan diikuti oleh kenaikan ROA sebesar 0.001 dengan asumsi variabel lain tetap.

7) Β6 sebesar -0.023 menunjukkan bahwa setiap kenaikan Quick Ratio

sebesar 1% maka akan diikuti oleh penurunan ROA sebesar 0.023 dengan asumsi variabel lain tetap.

8) Β7 sebesar -0.118 menunjukkan bahwa setiap kenaikan Debt to Asset Ratio sebesar 1% maka akan diikuti oleh penurunan ROA sebesar 0.118 dengan asumsi variabel lain tetap.

9) Β8 sebesar -0.006 menunjukkan bahwa setiap kenaikan Debt to Equity Ratio sebesar 1% maka akan diikuti oleh penurunan ROA sebesar 0.006 dengan asumsi variabel lain tetap.

b. Analisis Koefisien determinasi

Nilai Koefisien Korelasi (R) menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel dependen. Koefisien korelasi dikatakan kuat apabila nilai R diatas 0,5 dan mendekati 1.

Tabel 4.6

Pedoman Memberikan Interpretasi Koefisien Korelasi

Sumber : Sugiyono, Metode penelitian Bisnis (2007: 183)

Interval Koefisien Tingkat Hubungan 0.00 – 0.199

0.20 – 0.399 0.40 – 0.599 0.60 – 0.799 0.80 – 1.000

Sangat rendah Rendah Sedang Kuat Sangat kuat

Koefisien determinasi (R square) menunjukkan seberapa besar variabel dependen. Nilai R square adalah nol sampai dengan satu, apabila nilai R square semakin mendekati satu, maka variabel – variabel independen memberikan semua informasi yang dibutuhkan untuk memprediksi variasi-variabel dependen. Sebaliknya, semakin kecil nilai R

square, maka kemampuan variabel-variabel independen dalam menjalankan variasi-variabel dependen semakin terbatas. Nilai R square

memiliki kelemahan yaitu R square akan meningkat setiap ada penambahan satu variabel independen meskipun variabel independen tersebut tidak berpengaruh sognifikan terhadap variabel dependen.

Tabel 4.7

Hasil Analisis Koefisien Korelasi dan Koefisien Determinasi Model Summary

b

Model R R Square

Adjusted R Square

Std. Error of the Estimate

Durbin-Watson

1 .828a .685 .620 3.54481 2.315

a. Predictors: (Constant), DER, WCT, RT, QR, FAT, CR, DAR, ITO b. Dependent Variable: ROA

Sumber: Output SPSS, diolah penulis,2014

Angka koefisien determinasi (Adjusted R Square) menunjukkan angka 0.620 atau 62%, artinya hanya 62% variasi dari profitabilitas bisa dijelaskan oleh variabel independen, sedangkan sisanya 38% dijelaskan oleh variasi atau faktor lain. Hal ini menunjukkan tingkat prediksi variabel independen terhadap variabel dependen dikatakan kuat.

4.2.4. Pengujian hipotesis 1. Uji signifikansi parsial

Uji t bertujuan untuk menguji apakah suatu variabel bebas (independen) berpengaruh atau tidak terhadap variabel terikat (dependen) secara parsial. Uji t menggunakan hipotesis seperti yang dijelaskan berikut ini.

Ho: b1,b2,b3= 0, artinya working capital turnover, inventory turnover, fixed asset turnover, receivable turnover, current ratio, quick ratio, debt to asset ratio, dan debt to equity ratio tidak mempunyai pengaruh terhadap profitabilitas secara parsial pada perusahaan otomotif yang terdaftar di Bursa Efek Indonesia.

Ha: b1,b2,b3≠0, artinya working capital turnover, inventory turnover, fixed asset turnover, receivable turnover, current ratio, quick ratio, debt to asset ratio, dan debt to equity ratio mempunyai pengaruh terhadap profitabilitas secara parsial pada perusahaan otomotif yang terdaftar di Bursa Efek Indonesia. Adapun kriteria pengujiannya yaitu:

Ho diterima jika signifikansi > 0.05 Ha diterima jika signifikansi < 0.05

Tabel 4.8 Hasil Analisis Regresi

Coefficienta

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig. B Std. Error Beta

1 (Constant) 13.143 4.894 2.686 .011

WCT .000 .000 -.252 -2.452 .019

ITO .007 .003 .435 2.224 .032

FAT .013 .003 .517 3.699 .001

RT -.004 .001 -.475 -2.503 .017

CR .001 .019 .011 .054 .957

QR -.023 .024 -.174 -.989 .329

DAR -.118 .057 -.366 -2.054 .047

DER -.006 .004 -.231 -1.528 .135

Tabel 4.8 menunjukkan hasil pengujian statistik uji-t yang menjelaskan pengaruh variabel independen secara parsial sebagai berikut :

1) Pengaruh working capital turnover terhadap profitabilitas (ROA) Nilai signifikansi sebesar 0.019 menunjukkan bahwa nilai Sig. untuk uji t secara parsial lebih kecil dari 0.05 sehingga Ha diterima dan Ho ditolak. Hasil penelitian ini sesuai dengan hasil pengujian statistik yang melihat nilai signifikansi pada uji T bahwa working capital turnover secara parsial berpengaruh signifikan terhadap tingkat profitabilitas pada tingkat kepercayaan 95%.

Nilai signifikansi sebesar 0.032 menunjukkan bahwa nilai Sig. untuk uji t secara parsial lebih kecil dari 0.05 sehingga Ha diterima dan Ho ditolak. Hasil penelitian ini sesuai dengan hasil pengujian statistik yang melihat nilai signifikansi yaitu bahwa inventory turnover secara parsial berpengaruh signifikan terhadap tingkat profitabilitas pada tingkat kepercayaan 95%.

3) Pengaruh fixed asset turnover terhadap profitabilitas (ROA)

Nilai signifikansi sebesar 0.001 menunjukkan bahwa nilai Sig. untuk uji t secara parsial lebih kecil dari 0.05 sehingga Ha diterima dan Ho ditolak. Hasil penelitian ini sesuai dengan hasil pengujian statistik yang melihat nilai signifikansi yaitu bahwa fixed asset turnover secara parsial berpengaruh signifikan terhadap tingkat profitabilitas pada tingkat kepercayaan 95%.

4) Pengaruh receivable turnover terhadap profitabilitas (ROA)

Nilai signifikansi sebesar 0.017 menunjukkan bahwa nilai Sig. untuk uji t secara parsial lebih kecil dari 0.05 sehingga Ha diterima dan Ho ditolak. Hasil penelitian ini sesuai dengan hasil pengujian statistik yang melihat nilai signifikansi yaitu bahwa receivable turnover secara parsial berpengaruh signifikan terhadap tingkat profitabilitas pada tingkat kepercayaan 95%.

5) Pengaruh current ratio terhadap profitabilitas (ROA)

Nilai signifikansi sebesar 0.957 menunjukkan bahwa nilai Sig. untuk uji t secara parsial lebih besar dari 0.05 sehingga Ho diterima

dan Ha ditolak. Hasil penelitian ini sesuai dengan hasil pengujian statistik yang melihat nilai signifikansi yaitu bahwa current ratio

secara parsial tidak berpengaruh signifikan terhadap tingkat profitabilitas pada tingkat kepercayaan 95%.

6) Pengaruh quick ratio terhadap profitabilitas (ROA)

Nilai signifikansi sebesar 0.329 menunjukkan bahwa nilai Sig. untuk uji t secara parsial lebih besar dari 0.05 sehingga Ho diterima dan Ha ditolak. Hasil penelitian ini sesuai dengan hasil pengujian statistik yang melihat nilai signifikansi yaitu bahwa quick ratio

secara parsial tidak berpengaruh signifikan terhadap tingkat profitabilitas pada tingkat kepercayaan 95%.

7) Pengaruh debt to asset ratio terhadap profitabilitas (ROA)

Nilai signifikansi sebesar 0.047 menunjukkan bahwa nilai Sig. untuk uji t secara parsial lebih kecil dari 0.05 sehingga Ha diterima dan Ho ditolak. Hasil penelitian ini sesuai dengan hasil pengujian statistik yang melihat nilai signifikansi yaitu bahwa debt to asset ratio secara parsial berpengaruh signifikan terhadap tingkat profitabilitas pada tingkat kepercayaan 95%.

8) Pengaruh debt to equity ratio terhadap profitabilitas (ROA)

Nilai signifikansi sebesar 0.135 menunjukkan bahwa nilai Sig. untuk uji t secara parsial lebih besar dari 0.05 sehingga Ho diterima dan Ha ditolak. Hasil penelitian ini sesuai dengan hasil pengujian statistik yang melihat nilai signifikansi yaitu bahwa debt to equity

ratio secara parsial berpengaruh signifikan terhadap tingkat profitabilitas pada tingkat kepercayaan 95%.

2. Uji signifikansi simultan

Uji F dilakukan untuk mengetahui apakah variabel independen secara bersama-sama (simultan) mempunyai pengaruh terhadap variabel dependen. Pembuktian dilakukan dengan cara melihat nilai signifikansi dalam uji F, pada uji F digunakan hipotesis yang disebutkan dibawah ini.

H0: b1,b2,b3 = 0, artinya working capital turnover, inventory turnover, fixed asset turnover, receivable turnover, current ratio, quick ratio, debt to asset ratio, dan debt to equity ratio

tidak mempunyai pengaruh terhadap profitabilitas secara simultan pada perusahaan otomotif yang terdaftar di Bursa Efek Indonesia.

Ha: b1,b2,b3 ≠ 0, artinya working capital turnover, inventory turnover, fixed asset turnover, receivable turnover, current ratio, quick ratio, debt to asset ratio, dan debt to equity ratio

mempunyai pengaruh terhadap profitabilitas secara parsial pada perusahaan otomotif yang terdaftar di Bursa Efek Indonesia. Kriteria pengujiannya yaitu:

Ho diterima jika signifikansi > 0.05 Ha diterima jika signifikansi < 0.05

Tabel 4.9 Hasil Uji F

Anova

Model

Sum of

Squares df Mean Square F Sig. 1 Regression 1064.987 8 133.123 10.594 .000a

Residual 490.060 39 12.566

Total 1555.047 47

a. Predictors: (Constant), DER, WCT, RT, QR, FAT, CR, DAR, ITO b. Dependent Variable: ROA

Sumber : Output SPSS, diolah Penulis, 2014

Hasil uji F yang ditampilkan dalam tabel 4.9 menunjukkan bahwa nilai tingkat signifikansi 0 yang lebih kecil dari 0.05 dengan menggunakan. Hal ini menunjukkan bahwa Ha diterima dan Ho ditolak, artinya variabel bebas yaitu working capital turnover, inventory turnover, fixed asset turnover, receivable turnover, current ratio, quick ratio, debt to asset ratio, dan debt to equity ratio

mempunyai pengaruh signifikan terhadap profitabilitas secara simultan pada perusahaan otomotif yang terdaftar di Bursa Efek Indonesia.

BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Penelitian ini bertujuan untuk mengetahui pengaruh manajemen modal kerja yang diukur dengan working capital turnover (WCT), inventory turnover

(ITO), fixed asset turnover (WCT), dan receivable turnover (RT), likuiditas yang diukur dengan current ratio (CR) dan quick ratio (QR), dan solvabilitas yang diukur dengan debt to asset ratio (DAR) dan debt to equity ratio (DER) baik secara parsial maupun simultan terhadap profitabilitas (ROA) pada perusahaan otomotif yang terdaftar di Bursa Efek Indonesia. Dalam penelitian ini, variabel independen yang digunakan adalah manajemen modal kerja (working capital turnover, inventory turnover, fixed asset turnover, dan receivable turnover), likuiditas (current ratio dan quick ratio), solvabilitas (debt to asset ratio dan debt to equity ratio) sedangkan variabel dependen yang digunakan dalam penelitian ini adalah profitabilitas (ROA). Penelitian ini menggunakan sampel dari 12 emiten perusahaan otomotif yang listing selama periode 2010 – 2013.

Berdasarkan hasil penelitian yang diuraikan pada bab sebelumnya, maka kesimpulan yang dapat diambil dari penelitian adalah sebagai berikut :

1. Hasil penelitian data yang telah dilakukan menunjukkan bahwa variabel independen working capital turnover (X1) memiliki pengaruh signifikan

tingkat signifikan 0.019 < 0.05, artinya setiap kenaikan working capital turnover (X1) akan diikuti oleh kenaikan profitabilitas (Y).

2. Variabel independen inventory turnover (X2) secara parsial berpengaruh

signifikan terhadap profitabilitas . Hal ini dapat ditunjukkan dari tabel 4.8 bahwa tingkat signifikan 0.032 < 0.05, artinya setiap kenaikan inventory turnover (X2) akan diikuti oleh kenaikan profitabilitas (Y).

3. Variabel independen fixed asset turnover (X3) secara parsial berpengaruh

secara signifikan terhadap profitabilitas (Y). Hal ini dapat ditunjukkan dari tabel 4.8 bahwa tingkat signifikan 0.001 < 0.05 artinya setiap kenaikan fixed asset turnover (X3) akan diikuti oleh kenaikan profitabilitas (Y).

4. Variabel independen receivable turnover (X4) secara parsial berpengaruh

secara signifikan terhadap profitabilitas (Y). Hal ini dapat ditunjukkan dari tabel 4.8 bahwa tingkat signifikan 0.017 < 0.05 artinya setiap kenaikan

receivable turnover (X4) akan diikuti oleh kenaikan profitabilitas (Y).

5. Variabel independen current ratio (X5) secara parsial tidak berpengaruh

secara signifikan terhadap profitabilitas (Y). Hal ini dapat ditunjukkan dari tabel 4.8 bahwa tingkat signifikan 0.957 > 0.05 artinya tidak setiap kenaikan

current ratio (X5) akan diikuti oleh kenaikan profitabilitas (Y).

6. Variabel independen quick ratio (X6) secara parsial tidak berpengaruh secara

signifikan terhadap profitabilitas (Y). Hal ini dapat ditunjukkan dari tabel 4.8 bahwa tingkat signifikan 0.329 > 0.05 artinya tidak setiap kenaikan quick ratio (X6) akan diikuti oleh kenaikan profitabilitas (Y).

7. Variabel independen debt to asset ratio (X7) secara parsial berpengaruh

secara signifikan terhadap profitabilitas (Y). Hal ini dapat ditunjukkan dari tabel 4.8 bahwa tingkat signifikan 0.047 < 0.05 artinya setiap kenaikan debt to asset ratio (X7) akan diikuti oleh kenaikan profitabilitas (Y).

8. Variabel independen debt to equity ratio (X8) secara parsial tidak

berpengaruh secara signifikan terhadap profitabilitas (Y). Hal ini dapat ditunjukkan dari tabel 4.8 bahwa tingkat signifikan 0.135 > 0.05 artinya tidak setiap kenaikan debt to equity ratio (X8) akan diikuti oleh kenaikan

profitabilitas (Y).

9. Penelitian secara simultan (uji F) dilakukan untuk menguji apakah variabel independen yaitu working capital turnover (X1), inventory turnover (X2), fixed asset turnover (X3), receivable turnover (X4), current ratio (X5), quick ratio (X6), debt to asset ratio (X7), dan debt to equity ratio (X8) secara

bersama–sama akan berpengaruh terhadap variabel dependen yaitu profitabilitas (Y). Dari hasil penelitian uji F, maka dapat disimpulkan bahwa manajemen modal kerja (working capital turnover, inventory turnover, fixed asset turnover, dan receivable turnover), likuiditas (current ratio dan quick ratio), solvabilitas (debt to asset ratio dan debt to equity ratio) berpengaruh signifikan terhadap profitabilitas. Hal ini ditunjukkan dari tabel 4.9 bahwa tingkat signifikan 0 < 0,05. Angka koefisien determinasi (Adjusted R Square)

menunjukkan angka 0,62 atau 62%, artinya hanya 62% variasi dari profitabilitas bisa dijelaskan oleh variabel independen, sedangkan sisanya

38% dijelaskan oleh variasi atau faktor lain. Hal ini menunjukkan tingkat prediksi variabel independen terhadap variabel dependen dikatakan kuat. 5.2 Keterbatasan Penelitian

Penelitian ini tentunya memiliki keterbatasan dalam beberapa hal yang diharapkan untuk dapat diperhatikan selanjutnya. Adapun keterbatasan penelitian ini adalah sebagai berikut :

1. Penelitian ini hanya menggunakan 12 perusahaan otomotif yang listing di Bursa Efek Indonesia periode 2010–20113, sehingga tidak diketahui apakah variabel independen akan berpengaruh secara signifikan terhadap variabel dependen di perusahaan otomotif lainnya.

2. Perusahaan masih memiliki banyak rasio keuangan yang dapat menjadi faktor penilaian kinerja perusahaan selain Return On Asset (ROA) yang digunakan dalam penelitian.

5.3 Saran

Beberapa saran yang dapat dikemukakan penulis berkaitan dengan hasil penelitian yang telah dilakukan antara lain:

1. Bagi pihak manajemen perusahaan disarankan untuk tetap mempertahankan manajemen modal kerja yang dimiliki karena akan mempengaruhi profitabilitas perusahaan. Selain itu, pihak manajemen juga harus memperhatikan variabel–variabel lain yang dapat berpengaruh terhadap pencapaian profitabilitas yang tinggi sehubungan dengan hasil penelitian yang menunjukkan bahwa variabel current ratio, quick ratio, dan debt to equity ratio tidak memiliki pengaruh terhadap profitabilitas.

2. Bagi peneliti selanjutnya disarankan untuk menggunakan alat ukur kinerja perusahaa selain ROA. Selain itu peneliti selanjutnya juga dapat memperpanjang waktu penelitian maupun mengambil sampel perusahaan yang bergerak di bidang lain dan bidang yang lebih luas lagi.

BAB II

TINJAUAN PUSTAKA

2.1 Likuiditas

2.1.1 Pengertian Likuiditas

Analisis keuangan yang berkaitan dengan kemampuan perusahaan untuk membayar utang atau kewajiban dinamakan analisis rasio likuiditas. Dengan kata lain, rasio likuiditas berfungsi untuk menunjukkan atau mengukur kemampuan peusahaan dalam memenuhi kewajibannya yang sudah jatuh tempo baik kewajiban kepada pihak luar perusahaan (likuiditas badan usaha) maupun di dalam perusahaan (likuiditas perusahaan).

Pengertian likuiditas menurut Fred Weston dalam Kasmir (2012:129) adalah: “...rasio yang menggambarkan kemampuan perusahaan memenuhi kewajiban (utang) jangka pendek. Artinya apabila perusahaan ditagih, maka akan mampu memenuhi utang (membayar) tersebut terutama utang yang sudah jatuh tempo.”

Kemampuan membayar pada suatu perusahaan dapat dikatakan baik apabila kekuatan membayarnya adalah besarnya sehingga dapat memenuhi semua kewajiban finansialnya yang segera harus dipenuhi. Dengan demikian, kemampuan membayar itu dapat diketahui setelah membandingkan antara kekuatan membayarnya dengan kewajiban-kewajiban finansialnya yang harus segera dipenuhi.

Suatu perusahaan yang mempunyai kekuatan membayar yang besar sehingga mampu memenuhi segala kewajiban finansial yang harus segera dipenuhi dikatakan bahwa perusahaan tersebut adalah likuid dan sebaliknya perusahaan yang tidak mempunyai kemampuan membayar adalah likuid, sehingga aktivitas operasi perusahaan akan menjadi terhambat dan akan mengurangi efektivitas perusahaan.

Masalah likuiditas ini merupakan suatu masalah yang penting dalam suatu perusahaan yang oleh kebanyakan perusahaan relatif sulit untuk diselesaikan. Jika dipandang dari sisi manajemen, perusahaan yang memiliki likuiditas tinggi menunjukkan kinerja manajemen yang kurang baik karena likuiditas yang tinggi menunjukkan adanya saldo kas yang menganggur, persediaan yang relatif berlebihan dan kebijakan kredit perusahaan yang tidak baik sehingga mengakibatkan tingginya piutang usaha.

Namun bila dipandang dari sisi kreditur, perusahaan yang memiliki tingkat likuiditas yang tinggi merupakan perusahaan yang baik karena dana jangka pendek kreditur yang dipinjam perusahaan dapat dijamin oleh aktiva lancar yang jumlah relatif lebih banyak.

2.1.2 Rasio likuiditas

Untuk menilai tingkat likuiditas suatu perusahaan, terdapat beberapa rasio yang dapat digunakan sebagai alat untuk menganalisis dan menilai posisi likuiditas perusahaan, yaitu :

Adalah membandingkan antara total aktiva lancar dengan kewajiban lancar (current assets/current liabilities). Tersedianya sumber kas untuk memenuhi kewajiban tersebut berasal dari kas atau konversi kas dari aktiva lancar.

Selain itu, Current Ratio biasanya digunakan sebagai alat untuk mengukur keadaan likuiditas suatu perusahaan, petunjuk untuk dapat mengetahui dan menduga sampai dimanakah kiranya perusahaan, apabila memberikan kredit berjangka pendek kepada nasabah dapat merasa aman atau tidak. Dasar perbandingan tersebut dipergunakan sebagai alat petunjuk, apakah perusahaan yang mendapat kredit itu akan mampu atau tidak mampu untuk memenuhi kewajibannya untuk melakukan pembayaran kembali atau pada pelunasan pada tanggal yang sudah ditentukan.

Current ratio yang tinggi menunjukkan posisi para kreditor yang baik karena terdapat kemungkinan yang lebih besar bahwa utang perusahaan itu akan dapat dibayar pada waktunya. Hal ini terutama berlaku bila pimpinan perusahaan menguasai pos-pos modal kerja dengan ketat dan sesuai semestinya. Di lain pihak, jika ditinjau dari sudut pemegang saham, suatu

current ratio yang tinggi tak selalu paling menguntungkan terutama apabila terdapat saldo kas yang kelebihan dan jumlah piutang dan persediaan adalah terlalu besar.

Pada umumnya suatu current ratio yang rendah lebih banyak mengandung risiko dari pada suatu current ratio yang tinggi, tetapi terkadang suatu current ratio yang rendah justru menunjukkan bahwa pimpinan

perusahaan menggunakan telah aktiva lancar dengan sangat efektif, yaitu apabila saldo disesuaikan dengan kebutuhan minimum saja dan perputaran piutang dari persediaan ditingkatkan sampai pada tingkat maksimum.

Current ratio ini menunjukkan tingkat keamanan (margin of safety) kreditor jangka pendek atau kemampuan perusahaan untuk membayar hutang-hutang tersebut. Tetapi suatu perusahaan dengan current ratioyang tinggi belum tentu menjamin akan dapat dibayarnya hutang perusahaan yang sudah jatuh tempo karena proporsi atau distribusi dari aktiva lancar yang tidak menguntungkan, misalnya jumlah persediaan yang relatif tinggi dibandingkan taksiran tingkat penjualan yang akan datang sehingga tingkat perputaran persediaan rendah dan menunjukkan adanya over investment

dalam persediaan tersebut atau adanya saldo piutang yang besar yang mungkin sulit untuk ditagih.

Adapun formulasi dari Current Ratio(CR) adalah sebagai berikut :

Current Ratio = Aset Lancar

Hutang Lancar× 100%

2) Quick Ratio

Rasio ini disebut juga acid test rasio yang juga digunakan untuk mengukur kemampuan suatu perusahaan dalam memenuhi kewajiban jangka pendeknya. Penghitungan quick ratio dengan mengurangkan aset lancar dengan persediaan. Hal ini dikarenakan persediaan merupakan unsur aset lancar yang likuiditasnya rendah dan sering mengalami fluktuasi harga serta menimbulkan kerugian jika terjadi likuiditas. Jadi rasio ini merupakan rasio

yang menunjukkan kemampuan aset lancar yang paling likuid mampu menutupi hutang lancar.

Sawir (2009 : 10) mengatakan bahwa “quick ratio umumnya dianggap baik adalah semakin besar rasio ini maka semakin baik kondisi perusahaan”.

Quick ratio dapat dihitung dengan formula :

Quick Ratio =Aset Lancar−Persediaan

Hutang lancar x 100%

2.2 Manajemen Modal Kerja 2.2.1 Pengertian Modal Kerja

Masalah modal kerja merupakan masalah yang tiada akhir. Selama perusahaan masih beroperasi, modal selalu diperlukan untuk membiayai kegiatan perusahaan sehari-hari serta untuk menjaga kontinuitas perusahaan.

Menurut Brigham dan Houston (2009 : 131) menyatakan bahwa: “Modal kerja adalah investasi sebuah perusahaan pada aset-aset jangka pendek.”

Menurut Sawir (2009 : 143) “Besarnya modal kerja sebuah perusahaan berhubungan dengan berbagai aktivitas operasional dan finansial perusahaan”.

Disimpulkan bahwa modal kerja merupakan seluruh investasi perusahaan ke dalam aktiva lancar yang meliputi persediaan, piutang, kas, dan surat-surat berharga dimana seluruh investasi diharapkan kembali ke dalam perusahaan dalam waktu paling lama satu tahun.

Apabila sumber modal kerja lebih besar daripada penggunaannya, berarti terdapat kenaikan modal kerja, sebaliknya apabila penggunaan lebih

besar daripada sumber, berarti penurunan modal kerja. Sumber-sumber modal kerja yang akan menambah modal kerja adalah :

a. Adanya kenaikan sektor modal, baik yang berasal dari laba maupun penambahan modal saham.

b. Ada pengurangan atau penurunan aktiva tetap karena adanya penjualan aktiva tetap maupun melalui proses depresiasi.

c. Ada penambahan utang jangka panjang, baik dalam bentuk obligasi atau utang jangka panjang lainnya.

Penggunaan-penggunaan modal kerja yang mengakibatkan turunnya modal kerja adalah sebagai berikut :

1. Berkurangnya modal sendiri karena kerugian, maupun pengambilan privasi oleh pemilik perusahaan.

2. Pembayaran utang-utang jangka panjang.

3. Adanya penambahan atau pembelian aktiva tetap.

Modal kerja yang dibutuhkan perusahaan harus segera terpenuhi sesuai dengan kebutuhan.Kebutuhan modal kerja terkadang tidaklah selalu tersedia seperti yang diinginkan. Terpenuhi tidaknya kebutuhan modal kerja sangat tergantung pada berbagai faktor. Pihak manajemen harus sesegera mungkin memperhatikan faktor-faktor kebijakan dalam upaya pemenuhan modal kerja seperti, sifat umum atau tipe perusahaan, tingkat perputaran persediaan dan piutang, business cycle, waktu yang diperlukan untuk memproduksi atau mendapatkan barang, syarat-syarat pembelian dan penjualan, tingkat resiko, credit rating dari perusahaan dan lainnya.

Berdasarkan pengertian - pengertian yang telah dikemukakan, maka dapat disimpulkan bahwa modal kerja merupakan dana yang diinvestasikan dalam aset lancar yang digunakan oleh perusahaan dalam kegiatan operasinya untuk menghasilkan pendapatan sesuai tujuan utama didirikannya perusahaan.

2.2.2 Pengertian manajemen modal kerja

Pengertian manajemen modal kerja menurut Brigham and Daves (2004 : 697), “Working capital management involves both setting working capital policy and carrying out that policy in day-to-day operation”. Dapat disimpulkan bahwa manajemen modal kerja meliputi kebijakan modal kerja dan penggunaannya pada operasional perusahaan sehari-hari.

Manajemen modal kerja merupakan hal yang sangat penting karena aset lancar perusahaan mengembangkan lebih dari separuh total asetnya, sedangkan bagi perusahaan distribusi jumlahnya bisa lebih besar lagi.Tujuan manajemen modal kerja adalah mengelola aset lancar dan utang lancar sehingga diperoleh modal kerja netto yang layak dan menjamin tingkat profitabilitas perusahaan. Oleh karena itu, seorang manajer diharapkan mampu mengelola manajemen perusahaan agar pemenuhan modal kerja dapat berjalan dengan efektif dan efisien.

Manajemen modal kerja juga menjadi penting karena berkaitan dengan beberapa aspek sebagai berikut:

banyak memberikan bimbingan dan pengarahan kepada peneliti dalam

menyelesaikan skripsi ini.

5. Ibu Dra. Salbiah, MSi, Ak selaku Dosen Pembimbing yang telah banyak

memberikan bimbingan dan pengarahan kepada peneliti dalam menyelesaikan skripsi ini.

6. Bapak Drs. M. Utama Nasution, M.M., Ak. Dan Bapak Drs. Firman Syarif, M.Si., Ak. selaku Dosen Pembanding dan Penguji yang selalu memberikan masukan atas penulisan skripsi ini.

7. Bapak Alm. Maimin dan Ibu Elly Mariati, dua orangtua hebat yang telah melahirkan dan membesarkan penulis serta selalu mendoakan, mendukung dan memotivasi penulis dalam penyelesaian skripsi ini.

8. Serta teman-teman terkasih Azmi, Rizki, Lutfi, Zp, Caca, Sri Rahayu, Izmi, Maryam, Lidya, Gordimer, Victor, Salomo, Sulthan, Atan, Ayu Sang Tentor, Sally Chocochips, dan Usu Ceria, serta semua pihak yang tidak dapat disebutkan satu per satu, dengan ikhlas memberikan bantuan baik secara langsung maupun tidak langsung dalam penyusunan skripsi ini.

Medan, Agustus 2014 9. Penulis

Ari Andika NIM. 100503099

vi DAFTAR ISI

PERNYATAAN ... i

ABSTRAK ... ii

ABSTRACT ... iii

KATA PENGANTAR ... iv

DAFTAR ISI ... vi

DAFTAR TABEL ... viii

DAFTAR GAMBAR ... ix

DAFTAR LAMPIRAN ... x

BAB I PENDAHULUAN 1.1 Latar Belakang ... 1

1.2 Perumusan Masalah ... 7

1.3 Tujuan Penelitian ... 8

1.4 Manfaat Penelitian ... 8

BAB II TINJAUAN PUSTAKA 2.1 Likuiditas ... 9

2.1.1 Pengertian Likuiditas ... 9

2.1.2 Rasio Likuiditas ... 10

2.2 Manajemen Modal Kerja ... 13

2.2.1 Pengertian Modal Kerja ... 13

2.2.2 Pengertian Manajemen Modal Kerja ... 15

2.2.3 Rasio perputaran modal kerja ... 17

2.2.4 Rasio perputaran persediaan ... 18

2.2.5 Rasio perputaran aset tetap ... 18

2.2.6 Rasio perputaran piutang ... 18

2.3 Solvabilitas ... 19

2.3.1 Pengertian Solvabilitas ... 19

2.3.2 Rasio-rasio solvabilitas ... 20

2.3.2.1 Debt to asset ratio ... 20

2.3.2.2 Debt to equity ratio ... 21

2.3.2.3 Long term debt to equity ratio ... 22

2.3.2.4 Time interest earned ... 22

2.3.2.5 Fixed charged coverage ... 23

2.4 Profitabilitas ... 24

2.4.1 Pengertian Profitabilitas ... 24

2.4.2 Rasio profitabilitas ... 26

2.5 Tinjauan Penelitian Terdahulu ... 28

2.6 Kerangka Konseptual dan Hipotesis Penelitian ... 33

2.6.1 Kerangka Konseptual ... 33

BAB III METODOLOGI PENELITIAN

3.1 Jenis Penelitian ... 36

3.2 Jenis dan Sumber Data ... 36

3.3 Populasi dan Sampel Penelitian ... 37

3.4 Metode Pengumpulan Data ... 39

3.5 Variabel Penelitian dan Defenisi Operasional Variabel ... 39

3.5.1 Variabel Penelitian ... 39

3.5.2 Definisi Operasi Variabel ... 42

3.6 Metode Analisis Data ... 43

3.6.1 Pengujian asumsi klasik ... 43

3.7 Pengujian Hipotesis Penelitian ... 48

3.7.1 Analisis regresi berganda ... 48

3.7.2 Uji signifikansi parsial (t-test) ... 49

3.7.3 Uji signifikansi simultan (F-test) ... 50

3.8 Jadwal Penelitian ... 50

BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Data Penelitian ... ... 52

4.2 Analisis Hasil Penelitian ... 52

4.2.1 Statistik Deskriptif ... 52

4.2.2 Uji Asumsi Klasik ... 55

4.2.3 Analisis Regresi ... 64

4.2.4 Pengujian Hipotesis ... 68

BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan ... 74

5.2 Keterbatasan Penelitian ... 77

5.3 Saran ... 77

DAFTAR PUSTAKA ... 79

viii DAFTAR TABEL

No. Tabel Judul Halaman

2.1 Tinjauan Penelitian Terdahulu ... .28

3.1 Populasi dan Sampel Penelitian ... .37

3.2 Definisi Operasional Variabel ... .41

3.3 Jadwal Penelitian ... .49

4.1 Statistik Deskriptif ... .51

4.2 Hasil Uji Normalitas ... .54

4.3 Hasil Uji Multikolinearitas ... .57

4.4 Hasil Uji Autokorelasi ... .60

4.5 Hasil Analisis Regresi ... .61

4.6 Pedoman Memberikan Interpretasi Koefisien Korelasi ... .63

4.7 Hasil Analisis Koefisien Korelasi dan Koefisien Determinasi 64 4.8 Hasil Uji – t ... .65

DAFTAR GAMBAR

No. Gambar Judul Halaman

2.1 Kerangka Konseptual ... 33

4.1 Histogram ... 55

4.2 Normal P-P Plot Regression ... 55

x DAFTAR LAMPIRAN

No. Lampiran Judul Halaman

1 Data variabel penelitian ... 77

2 Hasil Rasio Return On Asset (ROA) ... 78

3 Hasil Rasio Working Capital Turnover (WCT) ... 79

4 Hasil Rasio Inventory Turnover (ITO) ... 80

5 Hasil Rasio Fixed Asset Turnover (FAT) ... 81

6 Hasil Rasio Receivable Turnover (RT) ... 82

7 Hasil Rasio Current Ratio (CR) ... 83

6 Hasil Rasio Quick Ratio (QR) ... 84

7 Hasil Rasio Debt to Asset Ratio (DAR) ... 85

8 Hasil Rasio Debt to Equity Ratio (DER) ... 86

6 Statistik Deskriptif ... 87

7 Hasil Uji Normalitas dengan Histogram ... 88

8 Hasil Uji Normalitas dengan P-Plot ... 89

9 Hasil Uji Normalitas dengan One-Sample Kolmogrov-Test 90 10 Hasil Uji Autokorelasi ... 91

11 Hasil Uji Heterokedastisitas ... 92

12 Hasil Analisis Regresi Berganda ... 93

13 Koefisien Determinasi ... 94

14 Hasil Uji t ... 95