Metode pengumpulan data Tempat dan Jadwal penelitian Data Penelitian

sumber : peneliti, 2013

3.5 Metode pengumpulan data

Metode yang digunakan dalam penelitian ini adalah Metode Inferensial dengan analisis statistik yang digunakan adalah analisis regresi sederhana untuk mengatur besarnya hubungan variabel independen terhadap variabel dependen dan analisis korelasi. Dalam melakukan analisis data penulis menggunakan metode deskriptif kuantitatif, yaitu dengan mengumpulkan, mengolah dan menginterpretasikan hasil yang diperoleh. Analisis ini menggunakan teknik analisis statistik SPSS dengan metode analisis regresi berganda dengan model persamaan sebagai berikut : Y = a + b1X1 + b2X2 + b3X3 + b4X4 + e Dimana : Y = Tingkat likuiditas a = Konstanta b1...b4 = Koefisien regresi X1 = Tingkat pertumbuhan piutang X2 = Tingkat perputaran piutang Variabel Independen Y Likuiditas Likuiditas merupakan kemampuan perusahaan memenuhi kebutuhan jangka pendeknya atau kemampuan perusahaan untuk mengkonversikan aktiva menjadi uang tunai atau kas. ����� ������ ������ ����� ��������� ������ X 100 Ratio Universitas Sumatera Utara X3 = Debt To Asset Ratio X4 = Interest Rate e = Tingkat kesalahan pengganggu

3.6 Pengujian asumsi klasik

Peneliti menggunakan pengujian asumsi klasik yang meliputi :

3.6.1 Uji normalitas

Menurut Ghozali 2005 , “uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal”. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak menurut Ghozali 2005, yaitu : analisis grafik dan analisis statistik. 1. Analisis Grafik Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Metode yang lebih handal adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dan distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal dan plotnya data residual akan dibandingkan dengan garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya. 2. Analisis statistik Uji statistik sederhana dapat dilakukan dengan melihat nilai kurtosis dan nilai Z-skewness. Uji statistik lain yang dapat digunakan untuk menguji normalitas residual adalah uji statistik non parametrik Kolmogorov- Simrnov K-S. Universitas Sumatera Utara Pedoman pengambilan keputusan tentang data tersebut mendekati atau merupakan distribusi normal berdasarkan uji Kolmogorov-Smirnov dapat dilihat dari : 1. Nilai Sig, atau signifikan atau probabilitas 0,05, maka distribusi data adalah tidak normal, 2. Nilai Sig, atau signifikan atau probabilitas 0,05, maka distibusi data adalah normal.

3.6.2 Uji Autokorelasi

Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun satu dengan lainnya. Hal ini sering ditemukan pada time series. Pada data crossection, masalah autokorelasi relatif tidak terjadi. Uji yang digunakan dalam penelitian ini untuk mendeteksi ada atau tidaknya autokorelasi dapat dilihat dengan menggunakan uji Durbin-Watson. Uji Durbin-Watson hanya digunakan untuk autokorelasi tingkat satu first order autocorelation dan mensyaratkan adanya intercept konstanta dalam model regresi dan tidak ada variabel lagi diantara variabel dependen. Hipotesis yang akan diuji adalah : • Ho : tidak ada autokorelasi r = 0 • Ha : ada autokorelasi r ≠ 0 Pengambilan keputusan ada tidaknya autokorelasi yaitu : Universitas Sumatera Utara 1. Bila nilai DW terletak antara batas atas atau upper bound du dan 4- du, maka koefisien autokorelasi sama dengan nol, berarti tidak ada autokorelasi. 2. Bila nilai DW lebih rendah daripada batas bawah atau lower bound dl, maka koefisien autokorelasi lebih besar daripada nol, berarti ada autokorelasi positif. 3. Bila nilai DW lebih besar daripada 4-dl, maka koefisien autokorelasi lebih kecil daripada nol, berarti ada autokorelasi negatif. 4. Bila nilai DW terletak diantara batas atas du dan batas bawah dl atau DW terletak antara 4-du dan 4-dl, maka hasilnya tidak dapat disimpulkan.

3.6.3 Uji heterokedastisitas

Uji heteroskedastisitas menurut Ghozali 2005 bertujuan untuk menguji apakah di dalam model regresi terjadi ketidaksamaan variance dari satu pengamatan ke pengamatan yang lain. Suatu model regresi yang baik adalah tidak terjadi heterokedastisitas. Uji heterokedastisitas dapat dilakukan dengan melihat grafik Scatterplot antar nilai prediksi variabel independen dengan nilai residualnya. Jika ada pola seperti titik-titik yang membentuk pola tertentu yang teratur maka terjadi heteroskedastisitas. Namun, jika tidak ada pola yang jelas serta titik menyebar ke atas dan di bawah angka 0 pada sumbu Y, berarti tidak terjadi heteroskedastisitas. Selain melihat grafik Scatterplot, untuk melihat adanya heterokedastisitas dapat juga digunakan uji Glejser. Jika dari uji Glejser, didapatkan probabilitas signifikansi di atas Universitas Sumatera Utara tingkat kepercayaan 5 0.05 dapat disimpulkan model regresi tidak menunjukkan adanya heterokedastisitas.

3.6.4 Uji Multikolinieritas

Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel independen. Jika terjadi korelasi, berarti terjadi masalah multikolinieritas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Untuk melihat ada atau tidaknya multikolinieritas dalam model regresi dilihat dari nilai Tolerence dan lawannya Variance Inflation Factor VIF. Batasan yang umum dipakai untuk menunjukkan adanya multikolinieritas adalah nilai Tolerence 0,10 atau sama dengan VIF 5 Situmorang, 2011 : 139. Untuk mendeteksi ada atau tidak adanya multikolinieritas dapat dilakukan dengan melihat toleransi variabel dan Variance Inflation Factor VIF dengan membandingkan sebagai berikut : • VIF 5 maka diduga mempunyai persoalan multikolineritas • VIF 5 maka tidak terdapat multikolineritas • Tolerance 0,1 maka diduga mempunyai persoalan multikolineritas • Tolerance 0,1 maka tidak terdapat multikolineritas

3.6.5 Uji simultan Uji F

Pengujian ini digunakan untuk menguji apakah secara simultan variabel bebas berpengaruh terhadap variabel tidak bebas, dengan tingkat keyakinan 95 α = 0.05 Universitas Sumatera Utara Ho : bi = 0, artinya variabel independen secara simultan tidak memiliki pengaruh yang signifikan terhadap variabel dependen. Ha : bi ≠ 0, artinya semua variabel independen secara simultan memiliki pengaruh yang signifikan terhadap variabel dependen. Dengan ketentuan sebagai berikut : Jika Fhitung Ftabel, maka Ha diterima Jika Fhitung Ftabel, maka Ha ditolak

3.6.6 Uji parsial Uji t

Pengujian ini dilakukan untuk melihat besarnya variabel independen mempengaruhi variabel dependen menggunakan t-test. Hipotesis yang akan diuji adalah : Ho : bi = 0 , artinya suatu variabel independen secara parsial tidak memiliki pengaruh yang signifikan terhadap variabel dependen. Ha : bi ≠ 0 , artinya suatu variabel independen secara parsial memiliki pengaruh yang signifikan secara sterhadap variabel dependen. Dengan ketentuan sebagai berikut : Jika t hitung t tabel, maka Ha diterima Jika t hitung t tabel, maka Ha ditolak

3.6.7 Koefisien determinasi

Pengujian koefisien determinasi R2 digunakan untuk mengukur proporsi atau persentase sumbangan variabel independen yang diteliti terhadap variasi naik turunnya variabel dependen. Koefisien determinai berkisar antara nol sampai dengan satu 0 ≤ R2 ≤ 1. Hal ini berarti R2 = 0 Universitas Sumatera Utara menunjukkan tidak adanya pengaruh antara variabel independen terhadap variabel dependen, bila R2 semakin besar mendekati 1, menunjukkan semakin kuatnya pengaruh variabel independen terhadap variabel dependen dan bila R2 semakin kecil mendekati nol maka dapat dikatakan semakin kecilnya pengaruh variabel independen terhadap variabel dependen.

3.7 Tempat dan Jadwal penelitian

Tempat penelitian yang digunakan oleh peneliti adalah perusahaan perbankan yang terdaftar di Bursa Efek Indonesia BEI. Dengan demikian, peneliti akan menggunakan data-data yang disediakan oleh Bursa Efek Indonesia BEI yang dilihat melalui IDX Fact Book dan laporan tahunan perusahaan perbankan. Jadwal penelitian direncanakan sebagai berikut: Tabel 3.3 Jadwal penelitian Tahapan Penelitian 2012 2013 Okt Nov Jan Feb Mar Mei Pengajuan Judul Penyelesaian Proposal Pengumpulan Data Pengolahan Data Bimbingan Penyelesaian Ujian Komprehensif Universitas Sumatera Utara

BAB IV ANALISIS DAN HASIL PENELITIAN

4.1 Data Penelitian

Objek penelitian ini adalah perusahaan dagang, baik perusahaan dagang eceran dan perusahaan dagang besar yang terdaftar di Bursa Efek Indonesia BEI selama tahun 2010 - 2012. Setelah dilakukan pemilihan sampel dengan teknik purposive sampling diperoleh 20 perusahaan. Berikut tabel nama dan kode perusahaan dagang yang menjadi sampel dari penelitian ini : Tabel 4.1 Daftar Perusahaan Manufaktur Yang Terdaftar di Bursa Efek Indonesia No Nama Perusahaan Kode 1. PT. Indocement Tunggal Perkasa Tbk INTP 2. PT. Holcim Indonesia Tbk SMCB 3. PT. Semen Indonesia Tbk SMGR 4. PT. Arwana Citra Mulia Tbk ARNA 5. PT. Pelat Timah Nusantara Tbk NIKL 6. PT. Titan Kimia Nusantara Tbk FPNI 7. PT. Champion Pasific Indonesia Tbk IGAR 8. PT. Astra Internasional Tbk ASII 9. PT. Astra Auto Part Tbk AUTO 10. PT. Indofood CBP Sukses Makmur Tbk ICBP 11. PT. Indofood Sukses Makmur Tbk INDF 12. PT. Multi Bintang Indonesia Tbk MLBI 13. PT. Nippon Indosari Corporindo Tbk ROTI 14. PT. Hanjaya Mandala Sampoerna Tbk HMSP 15. PT. Kimia Farma Tbk KAEF 16. PT. Indo Farma Tbk INAF 17. PT. Merck Tbk MERK 18. PT. Taisho Pharmaceutical Indonesia Tbk SQBI Universitas Sumatera Utara 19. PT. Mandom Indonesia Tbk TCID 20. PT. Kedawung Setia Industrial Tbk KDSI Sumber : Data dioleh peneliti, 2013 4.2 Statistik Deskriptif Statistik deskriptif adalah ilmu statistik yang mempelajari cara-cara pengumpulan, penyusunan, dan penyajian data suatu penelitian. Tujuannya adalah memudahkan orang untuk membaca data serta memahami maksudnya. Tabel 4.2 Sumber : Diolah dari SPSS, 2013 Dari tabel 4.2 di atas, dapat dijelaskan beberapa hal sebagai: • Jumlah data N masing-masing pada variabel pertumbuhan penjualan, perputaran piutang, DAR, dan Interest rate adalah 60 data, dan semua data dinyatakan valid. • Rata-rata dari pertumbuhan penjualan adalah 16,6442 dengan standard deviasi 46,96984 dan jumlah data yang ada adalah 60. Descriptive Statistics N Minimum Maximum Mean Std. Deviation P_Penjualan 60 -88.80 348.10 16.6442 46.96984 P_Piutang 60 3.27 67.71 11.4460 12.60208 DAR 60 -2.79 10.24 3.3133 2.21964 Interest_Rate 60 4.47 12.75 8.5293 1.99266 Likuiditas 60 .58 11.70 2.9057 2.48041 Valid N listwise 60 Universitas Sumatera Utara Nilai pertumbuhan penjualan tertinggi adalah 348,10 dan nilai pertumbuhan penjualan terendah adalah -88,80. • Rata-rata dari perputaran piutang adalah 11,4460 dengan standard deviasi 12,60208 dan jumlah data yang ada adalah 60. Nilai perputaran piutang tertingi adalah 67,71 dan nilai perputaran piutang terendah adalah 3,27. • Rata-rata dari DAR adalah 3,3133 dengan standard deviasi 2,21964 dan jumlah data yang ada adalah 60. Nilai likuiditas tertinggi adalah 10,24 dan nilai likuiditas terendah adalah -2,79. • Rata-rata dari Interest rate adalah 8,5293 dengan standard deviasi 1,99266 dan jumlah data yang ada adalah 60. Nilai likuiditas tertinggi adalah 12,75 dan nilai likuiditas terendah adalah 4,47. • Rata-rata dari likuiditas adalah 2,9057 dengan standard deviasi 2,4804 dan jumlah data yang ada adalah 60. Nilai likuiditas tertinggi adalah 11.70 dan nilai likuiditas terendah adalah 0,58. 4.3 Pengujian asumsi klasik 4.3.1 Uji normalitas