39
3.3Lokasi dan Waktu Penelitian
Penelitian ini dilakukan sejak bulan November 2013 sampai selesai, dan dilakukan dengan memgambil data dari situs BEI berupa laporan keuangan.
BAB IV ANALISIS HASIL PENELITIAN
4.1 Objek Penelitian
Penelitian ini menggunakan data sekunder yang diperoleh dari Bursa Efek Indonesia. Data sekunder yang diambil adalah laporan keuangan perusahaan
tekstil dan garment yang telah memenuhi kriteria sampel dan dipublikasikan oleh BEI. Periode laporan keuangan yang dipakai adalah tahun 2009 – 2011.
Perusahaan yang memenuhi kriteria sampel ada 15 perusahaan dari 18 perusahaan tekstil dan garment yang terdaftar di BEI.
Metode analisis data yang dipakai berupa metode analisis statistic yang berupa analisis statistik deskriptif, uji asumsi klasik, uji hipotesis. Dalam uji
asumsi klasik, pengujian yang dipakai merupakan uji normalitas, multikolinieritas, uji heterokedastisitas, dan uji autokorelasi. Uji hipotesis
Universitas Sumatera Utara
40
menggunakan t- test dan F-test. Pengujian tersebut menggunakan software SPSS vers 19.
4.2 Analisa Statistik Deskriptif
Analisa statistik merupakan bagian dari statistika yang menggunakan pengumpulan, penyajian, pengolahan serta peringkasan data. Analisis deskriptif
yang akan digunakan dalam penelitian ini adalah analisis mengenai nilai minimum, maksimum ,range ,nilai rata-rata mean, standard deviation , dan
variance dari data yang digunakan dalam penelitian. Penjelasan mengenai alat pada analisis statistik deskriptif adalah sebagai berikut :
1. Nilai maksimum adalah nilai yang tertinggi di antara data lainnya
2. Nilai minimum adalah nilai yang terendah di antara data lainnya.
3. Range merupakan selisih antara nilai terbesar dan terkecil
4. Nilai rata-rata mean merupakan jumlah keseluruhan nilai yang ada pada
data dibagi dengan jumlah data yang tersedia 5.
Standard deviation atau yang sering dinamakan simpangan baku , merupakan ukuran penyebaran yang terbaik karena dapat digunakan untuk
membandingkan suatu rangkaian data dengan data lainnya. 6.
Variance digunakan untuk mengetahui tingkat keragaman dalam data. Semakin tinggi nilai variance, semakin bervariasi dan beragam suatu data.
Tabel 4.1 Tabel Statistik Deskriptif.
N Minimum Maximum
Range Mean
Std. Deviation
Variance
ITO 45
1.03 13.10
12.07 5.1814
2.68721 7.221
Universitas Sumatera Utara
41
TATO 45
.34 2.53
2.19 1.0192
.45302 .205
RTO 45
1.92 75.45
73.52 9.6250
10.67178 113.887
WCT 45
-278.45 749.75
1028.20 23.0604
141.73722 20089.439 ROI
45 -.42
.49 .91
.0068 .13149
.017 Valid N listwise
45
Sumber: Diolah oleh SPSS ver 19 Berikut perincian data yang telah diolah :
1. Variabel ITO memiliki nilai minimum 1.03 dan nilai maksimum 13.10
sehingga menghasilkan nilai range sebesar 12.07 . Nilai rata-rata sebesar 5.1814 , standard deviation senilai 2.68721 dan nilai variance
adalah 7.221 2.
Variabel TATO memiliki nilai minimum 0.34 dan nilai maksimum 2.53 sehingga menghasilkan nilai range sebesar 2.19. Nilai rata-rata
sebesar 1.1092, standard deviation sebesar 0.45302 dan nilai variance sebesar .205
3. Variabel RTO memiliki nilai minimum sebesar 1.92 dan nilai
maksimunya adalah 75.45 sehingga menghasilkan nilai range yaitu 73.52. Nilai rata- rata dalam variabel ini adalah 9.6250, nilai standard
deviation sebesar 10.67178 dengan angka variance 113.887. 4.
Variabel WCT memiliki nilai minimum sebesar -278.45 dan nilai maksimunya adalah 749.75 sehingga menghasilkan nilai range yaitu
1028.20. Nilai rata- rata dalam variabel ini sebesar 23.0604, nilai
Universitas Sumatera Utara
42
standard deviation sebesar 141.73722 dengan angka variance 20089.439.
5. Variabel ROI memiliki nilai minimum sebesar -0.42 dan nilai
maksimunya adalah 0.49 sehingga menghasilkan nilai range yaitu 0.91. Nilai rata- rata dalam variabel ini sebesar 0.0068, nilai standard
deviation sebesar 0.13149 dengan angka variance 0.17.
4.3Uji Asumsi Klasik 4.3.1 Uji Normalitas
Fungsi dari uji normalitas adalah untuk mengetahui apakah dalam model regresi variabel penganggu atau residual memiliki distribusi normal.
Pembuktian bahwa data berdistribusi normal atau tidak dapat dilihat dari normal probability plot P-P Plot. Pada normal probabilityplot, data dikatakan normal
jika penyebaran titik-titik di sekitar garis diagonal dan penyebarannya mengikuti arah garis diagonal dan sebaliknya apabila dapat menyebar jauh dari
garis diagonal maka model regresi tidak memenuhi asumsi normalitas.
Universitas Sumatera Utara
43
Gambar 4.1 P-P Plot untuk Uji Normalitas
Sumber: Diolah oleh SPSS ver 19 Dalam gambar P-P Plot di atas, dapat dilihat penyebaran titik-titik di
sekitar garis diognal dan penyebarannya mengikuti arah garis diagonal. Oleh karena itu, model regresi dalam penelitian ini memenuhi asumsi normalitas.
Secara statistik, uji normalitas dapat menggunakan alat analisis One Sample Kolmogrorov- Smirnov. Dalam pengujian ini, hipotesis yang diajukan
adalah sebagai berikut: o
Ho: Data residual berdistribusi normal o
Ha : Data residual berdistribusi tidak normal.
Universitas Sumatera Utara
44
Dalam pengambilan kesimpulan, pedoman yang akan digunakan adalah sebagai berikut:
1. Jika Sig.p 0.05 maka Ho diterima
2. Jika Sig.p 0.05 maka Ho ditolak.
Tabel 4.2 Uji Normalitas Statistik
Unstandardized Residual
N 45
Normal Parameters
a,b
Mean .0000000
Std. Deviation .12025179
Most Extreme Differences Absolute
.190 Positive
.154 Negative
-.190 Kolmogorov-Smirnov Z
1.272 Asymp. Sig. 2-tailed
.079 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Diolah oleh SPSS ver 19 Dalam penelitian ini , digunakan unstandardized residual dengan asumsi
bahwa varians untuk semua residu adalah sama. Dari output di atas, dapat diliat nilai signifikannya 0.079 di mana lebih besar dari 0.05 sehingga data residual
berdistribusi normal.
4.3.2 Uji Multikolinieritas
Universitas Sumatera Utara
45
Uji multikolinieritas bertujuan untuk menguji apakah adanya korelasi antara variabel bebas satu dengan yang lainnya. Model regresi yang baik
seharusnya tidak terjadi korelasi diantara variabel independennya. Syarat yang dipakai untuk melihat multikolineraritas yaitu torelance 0,010 dan VIF
Variance Inflation Factor 10. Jika kedua syarat tersebut dipenuhi, maka tidak terjadi gejala multikolinearitas.
Tabel 4.3 Hasil Uji Multikolinieritas
Sumber: Diolah oleh SPSS ver 19
Dari tabel tersebut dapat dilihat bahwa nilai tolerance 0, 1 untuk semua variabel yanag ada. Nilai VIF 10 untuk semua variabel yang ada sehingga dapat
disimpulkan bahwa dalam penelitian ini tidak terjadi multikolinieritas.
4.3.3 Uji Autokorelasi
Tujuan dari uji autokorelasi adalah untuk menguji apakah dalam model regresi linear ada korelasi antara korelasi antara kesalahan penganggu pada periode t
dengan kesalah penganggu periode t-1. Penyebab terjadinya autokorelasi terjadi adalah observasi yang berurutan sepanjang waktu yang berkaitan satu sama
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
.036 .056
.654 .517
ITO -.003
.007 -.069
-.455 .651
.921 1.086
TATO .041
.052 .141
.790 .434
.652 1.533
RTO -.005
.002 -.433
-2.477 .018
.685 1.461
WCT .000
.000 -.125
-.834 .409
.930 1.076
Universitas Sumatera Utara
46
lainnya. Untuk menguji ada tidaknya autokorelasi, peneliti memakai uji Durbin- Watson. Untuk menentukan ada tidaknya autokorelasi yaitu :
1. Angka D-W di bawah -2 berati ada ditemukan autokorelasi positif.
2. Angka D-W di antara -2 sampai +2 berati tidak ada ditemukan
autokorelasi 3.
Angka D-W di atas +2 berati ada ditemukan autokorelasi negatif. Pengujian autokorelasi dalam penelitian ini adalah sebagai berikut :
Tabel 4.4 Hasil Uji Autokorelasi
Sumber: Diolah oleh SPSS ver 19
Tabel hasil uji korelasi di atas. menunjukkan bahwa nilai Durbin – Watson antara -2 dan +2 yang menujukkan tidak ada autokorelasi dalam penelitian ini.
4.3.4 Uji Heterokedastisitas
Tujuan uji heterokedastisitas adalah untuk mengetahui apakah di dalam model regresi ini terjadi ketidaksamaan variabel dari residual satu pengamatan ke
pengamatan lain. Pada heterokedastisitas kesalahan yang terjadi tidak acak tetapi menunjukkan hubungan yang sistematis sesuai dengan besarnya satu atau
Universitas Sumatera Utara
47
lebih variabel. Model regresi yang termasuk baik adalah model regresi yang tidak terjadi heterokedastisitas dengan cara grafik. Dasar analisis yang
digunakan untuk menentukan adanya heterokedastisitas yaitu sebagai berikut: 1.
Jika ada pola tertentu, seperti titik-titik yang ada membentk pola tertentu yang teratur , maka mengindikasikan telah terjadi heterokedastisitas.
2. Jika tidak ada pola yang jelas, seperti titik- titik menyebar di atas dan di
bahwah angka 0 pada sumbu Y , maka tidak terjadi heterokedastisitas. Grafik heterokedastisitas pada penelitian ini ada sebagai berikut :
Gambar 4.2 Grafik Uji Heterokedatisitas
Universitas Sumatera Utara
48
Sumber: Diolah oleh SPSS ver 19
Pada grafik di atas, menunjukan bahwa tidak ada gejala heterokedastisitas karena tidak terdapatnya pola pada penyebaran titik dan titik yang menyebar di
bawah angka nol sumbu Y. Oleh karena itu , kesimpulan dari grafik heterokedastisitas adalah bahwa model ini dapat dipakai untuk membantu prediksi
faktor- faktor yang mempengaruhi kemampuan menghasilkan laba pada perusahaan tekstil dan garment yang terdaftar di BEI.
4.4Uji Hipotesis 4.4.1 Uji t t- test
Uji t digunakan untuk mengetahui apakah secara individu parsial variabel independen berpengaruh terhadap variabel dependen. Berikut adalah tabel dari
hasil uji t :
Tabel 4.5 Tabel Hasil Uji t
Sumber: Diolah oleh SPSS ver 19
Kesimpulan dari tabel di atas adalah sebagai berikut :
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF 1
Constant .036
.056 .654
.517 ITO
-.003 .007
-.069 -.455
.651 .921
1.086 TATO
.041 .052
.141 .790
.434 .652
1.533 RTO
-.005 .002
-.433 -2.477
.018 .685
1.461 WCT
.000 .000
-.125 -.834
.409 .930
1.076
Universitas Sumatera Utara
49
- H
1
: Inventory Turnover berpengaruh secara parsial terhadap ROI
Nilai t- hitung ITO adalah –0.455 di mana nilai ini lebih kecil daripada nilai t-tabel 2,021. Nilai signifikansi dari inventory turnover ITO di
tabel uji t adalah 0.651 , sedangkan nilai signifikasi yang ditentukan adalah sebesar 0.05. Nilai tersebut lebih besar dari nilai signifikansi
yang telah ditentungkan, sehingga H1 ditolak dengan inventory turnover tidak berpengaruhsecara parsial terhadap ROI.
- H
2
: Total Asset Turnover berpengaruh secara parsial terhadap ROI
Nilai t- hitung TATO adalah 0,790 yang merupakan nilai yang lebih kecil daripada nilai t-tabel yaiut 2,021. Nilai signifikansi Total Asset
Turnover TATO dari tabel uji t di atas adalah 0.434 . Nilai tersebut lebih besar daripada nilai signifikansi yang telah ditentukan 0,05. Oleh
karena itu, maka H2 ditolak dengan Total Asset Turnover tidak berpengaruh secara parsial terhadap ROI.
- H
3
: Receivable Turnover berpengaruh secara parsial terhadap ROI
Nilai t- hitung RTO adalah -2,477 dan di mana nilai ini lebih kecil daripada nilai t-tabel yaitu 2,021. Nilai signifikansi dari Receivable
Turnover RTO dari tabel uji t adalah 0,018. Nilai signifikansi tersebut lebih kecil daripada nilai signifikansi yang telah ditentukan
0,05. Dari perhitungan tersebut , menunjukkan bahwa H3 diterima dengan Receivable Turnover berpengaruh secara parsial terhadap ROI.
Universitas Sumatera Utara
50
- H
4
: Working Capital Turnover berpengaruh secara parsial terhadap ROI
Nilai t- hitung dari WCT adalah -0,834 yang di mana nilai ini lebih kecil darpida nilai t-tabel 2,021. Nilai signifikansi Working Capital
Turnover WCT dari tabel uji t adalah 0,409. Nilai tersebut lebih besar daripada nilai signifikan yang telah ditentukan yaitu 0,05. Oleh
sebab itu , maka H4 diterima dengan Working CapitalTurnover tidak berpengaruh secara parsial terhadap ROI .
Bedasarkan data dari tabel 4.5 sebelumnya , model regresi yang diambil dalam penelitian ini adalah sebagai berikut :
Y =0,036 -0,069X1+0,141X2-0,433X3-0,125X4+e
Keterangan : Y
=Return on Investment ROI X
1
= Inventory Turnover ITO X
2
= Total Assets Turnover TATO X
3
= Receivable Turnover RTO X
4
= Working Capital Turnover RTO e
=Error tingkat kesalahan
Bedasarkan hasil persamaan regresi di atas, dapat diambil kesimpulan :
Universitas Sumatera Utara
51
- Konstanta sebesar 0,036 menjelaskan bahwa apabila tidak ada variabel
bebas maka kemampuan menghasilkan laba yang diwakili dengan rasio ROI adalah sebesar 0,036
- Inventory Turnover memiliki koefisien sebesar -0,069 menyatakan
bahwa inventory turnover naik sebesar 1 maka akan menyebabkan penurunan ROI sebesar 0,069 dengan asumsi variabel lain dianggap
tetap dan sebaliknya jika inventory turnover turun sebesar 1 , maka ROI akan naik sebesar 0,069 dengan asumsi variabel lain tetap.
- Total Asset Turnover memiliki koefisien sebesar 0.141 yang
menyatakan bahwa setiap Total Asset Turnover naik sebesar 1 maka akan menyebabkan peningkatkan sebesar 0,141 dengan asumsi
variabel lain dianggap tetap dan sebaliknya jika total asset turnover turun sebesar 1 maka ROI akan turun sebesar 0,141 dengan asumsi
variabel lain tetap. -
Receivable Turnover memiliki koefisien sebesar -0,433 yang menyatakan bahwa setiap receivable Turnover naik sebesar 1 maka
ROI akan turun sebesar 0,433 dengan asumsi variabel lain tetap dan sebaliknya jika receivable turnover turun sebesar 1 maka ROI akan
naik sebesar 0,433 dengan asumsi variabel lain tetap. -
WorkingCapital Turnover memiliki koefisien sebesar -0.125 yang menyatakan bahwas setiap working capital turnover naik sebesar 1
maka ROI akan mengalami penurunan sebesar 0.125 dan sebaliknya jika working capital turnover turun sebesar 1 dengan asumsi variabel
Universitas Sumatera Utara
52
lain tetap maka ROI akan naik sebesar 0.125 dengan anggapan variabel lain dianggap tetap.
4.4.2 Uji F F- Test
Tujuan pengujian uji F adalah untuk mengetahui apakah variabel independen mempnyai pengaruh terhadap variabel terikat dependen secara
simultan. Variabel bebas memiliki pengaruh terhadap variabel dependen secara simultan jika nilai signifikan yang diperoleh kurang dari 0,05. Berikut adalah
tabel dari hasil uji F data yang ada :
H
5
: Inventory Turnover X1 , Total Assets TurnoverX2, Receivable TurnoverX3, dan Working Capital Turnover X4 berpengaruh secara
simultan terhadap ROI pada perusahaan tekstil dan garment yang terdaftar di BEI.
Hasil dari uji F diatas menujukkan nilai sebesar 1, 956 . Nilai signikan adalah 0,120 yang jumlahnya lebih besar daripada 0,05 yang menyatakan bahwa
inventory turnover, total assets turnover , receivable turnover, dan working
Tabel 4.6 Tabel Hasil Uji F
Model Sum of Squares df
Mean Square F
Sig. 1
Regression .124
4 .031
1.956 .120
a
Residual .636
40 .016
Total .761
44 Sumber ; Diolah oleh SPSS ver.19
Universitas Sumatera Utara
53
capital turnover tidak berpengaruh secara simultan terhadap ROI pada perusahaan tekstil dan garment yang terdaftar di BEI.
4.5 Pembahasan Hasil Penelitian
Hasil dari uji T menunjukkan bahwa secara parsial inventory turnover¸ total asset turnover dan working capital turnover tidak berpengaruh signifikan
terhadap ROI . Receivable turnover berpengaruh signifikan terhadap ROI. Hal ini dapat dilihat dari nilai signifikan dari di mana nilai signifikan dari ITO adalah
0,651 , dari TATO 0,434, dan WCT 0,409 . Ketiga variabel tersebut lebih besar jumlahnya dibandingkan dengan nilai signifikansi yang ditentukan yaitu 0,05
sehingga ITO, TATO dan WCT tidak berpengaruh secara parsial terhadap ROI. Nilai signifikan dari RTO yaitu 0,018 di mana jumlah ini lebih kecil daripada 0,05
. Oleh karena itu , RTO berpengaruh secara parsial terhadap ROI. Dari hasil model regresi, yang berhubungan positif dengan ROI yaitu
variabel TATO sedangkan variabel ITO, RTO,dan WCT berhubungan negatif dengan ROI. Hasil dari uji F yang memiliki nilai signifikan di atas 0,05 yaitu 0,
120 . Hasil tersebut menujukkan bahwa ITO, TATO, RTO dan WCT tidak mempengaruhi ROI secara simultan.
Universitas Sumatera Utara
54
Universitas Sumatera Utara
55
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan
Penelitian ini dilaksanakan untuk menguji pengaruh inventory turnover, total assets turnover, receivable turnover,dan working capital turnover terhadap
kemampuan menghasilkan laba yang dimana diwakili oleh variabel dependen return on investment ROI baik secara simultan maupun secara parsial. Data
yang dipakai dalam penelitian ini adalah data sekunder. Pada penelitian ini, sampel yang didapatkan melalui metode purposive sampling dan yang memenuhi
kriteria sampel ada 15 perusahaan. Berikut adalah kesimpulan dari hasil penelitian :
- Inventory Turnover ITO tidak berpengaruh signifikan terhadap ROI
pada perusahaan tekstil dan garment yang terdaftar di BEI secara parsial. ITO memiliki hubungan negatif dengan ROI. Kesimpulan ini didapatkan
dari nilai signifkan uji T sebesar 0,651 dan koefisiennya -0,069 -
Total Assets Turnover TATO tidak berpengaruh signifikan terhadap ROI pada perusahaan tekstil dan garment yang terdaftar di BEI secara
parsial. TATO memiliki hubungan positif dengan ROI. Kesimpulan ini didapatkan dari nilai signifkan uji T sebesar 0,434 dan koefisiennya 0,141
- Receivable Turnover RTO berpengaruh signifikan terhadap ROI pada
perusahaan tekstil dan garment yang terdaftar di BEI secara parsial. RTO memiliki hubungan negatif dengan ROI. Kesimpulan ini didapatkan dari
nilai signifkan uji T sebesar 0,018 dan koefisiennya -0,433
Universitas Sumatera Utara
