apabila nilai Asymp. Sig 2-tailed taraf nyata α = 0,05. Dan jika nilai Asymp.sig
2-tailed taraf nyata α = 0,05, maka data tidak berdistribusi normal.
Tabel 4. 5 Uji Normalitas
Sumber: Hasil Pengolahan SPSS 2012
Tabel 4.5 terlihat bahwa nilai Sig. 2-tailed sebesar 0,716 0,05. Hal itu berarti nilai residual terstandarisasi dinyatakan menyebar secara normal.
4. 4. 2 Uji Multikolinieritas
Uji multikolinearitas bertujuan untuk menguji apakah di dalam model regresi linier ditemukan adanya korelasi yang tinggi diantara variabel independen. Metode
yang digunakan untuk menguji multikolinieritas dalam penelitian ini adalah dengan menggunakan metode TOL Tolerance dan Variance Inflation Factor VIF. Gejala
multikolinearitas dapat dideteksi atau dilihat dari nilai Variance Inflation Factor VIF setiap variable independen. Suatu model regresi linier berganda dinyatakan
tidak terkena multikolinearitas apabila nilai VIF-nya 5.
One-Sample Kolmogorov-Smirnov Test
Standardized Residual
N 14
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .87705802
Most Extreme Differences Absolute
.186 Positive
.110 Negative
-.186 Kolmogorov-Smirnov Z
.697 Asymp. Sig. 2-tailed
.716 a. Test distribution is Normal.
b. Calculated from data.
Universitas Sumatera Utara
Tabel 4.6 Collinearity Statistics
Sumber: Hasil Pengolahan SPSS 2012
Tabel 4.6 menunjukkan tidak ada masalah multikolinearitas, dimana hasil uji Variance Inflation Factor VIF variabel Perputaran Modal Kerja 1,147, Perputaran
Piutang 4,421, dan Aktiva Tetap 4,153 masing-masing menunjukkan nilai kurang dari 5 VIF 5. Nilai VIF yang lebih kecil dari 5 menyatakan bahwa tidak ada
masalah multikolinearitas dalam model.
4. 4. 3 Uji Outokorelasi
Uji outokorelasi dilakukan untuk menguji apakah pada model regresi terdapat korelasi kesalahan pengganggu pada periode t dan kesalahan pengganggu pada
periode sebelumnya periode t-1. Gejala autokorelasi dideteksi dengan menggunakan uji Durbin Watson DW. Kriteria pengambilan keputusan uji autokorelasi
ditunjukkan pada Tabel berikut :
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1 Constant
26.214 9.464
2.770 .020 LN_WCTO
.038 .050
.105 .750 .471
.872 1.147
LN_RTO -.173
.338 -.140
-.512 .620 .226
4.421 LN_FA
-1.090 .384
-.753 -2.836 .018 .241
4.153 a. Dependent Variable: LN_ROI
Universitas Sumatera Utara
Tabel 4. 7 Kriteria Pengujian Otokorelasi dengan Uji Durbin- Watson
Sumber : Suliyanto 2012: 127
Tabel 4.8 Uji Durbin- Watson
Pada output model summary di atas terdapat nilai Durbin- Watson sebesar 1,699. Pengambilan keputusan pada asumsi ini memerlukan dua nilai bantu yang
diperoleh dari table Durbin Watson, yaitu nilai dL dan dU, dengan jumlah k adalah jumlah variabel bebas dan n adalah ukuran sampel. Jika nilai Durbin Watson berada
di antara nilai dU hingga 4 – dU berarti asumsi tidak terjadi otokorelasi terpenuhi.
Kesimpulannya apabila kita lihat table Durbin Watson dengan n = 14, K = 3, maka akan diperoleh nilai dL = 0,767 dan dU = 1,779, sehingga nila 4 – dU
sebesar 4 – 1,779 = 2,221 sedangkan nilai 4 – dL = 4 – 0,767 = 3,233. Karena nilai Durbin Watson 1,699 terletak antara dU dengan 4 – dU maka disimpulkan
bahwa model persamaan regresi tersebut tidak mengandung masalah otokorelasi.
4.4.4 Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah di dalam model regresi terjadi ketidaksamaan varians dari suatu residual pengamatan ke residual
DW Kesimpulan
dL Ada Otokorelasi +
dL s. d. dU Tanpa Kesimpulan
dU s.d. 4 – dU Tidak Ada Otokorelasi
4 – dU s.d. 4 – dL Tanpa Kesimpulan
4 - dL Ada Otokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
.911
a
.830 .779
.17190 1.699
a. Predictors: Constant, LN_FA, LN_WCTO, LN_RTO b. Dependent Variable: LN_ROI
Universitas Sumatera Utara
pengamatan lain. Dalam penelitian ini, gejala heterokedastisitas dideteksi dengan menggunakan grafik Scatterplot dan uji Park.
a Grafik Scatterplot
Menurut uji grafik Scatterplot, suatu model tidak mengalami gangguan heterokedastisitas apabila diagram pencar tidak membentuk
pola-pola tertentu atau dengan kata lain acak.
Gambar 4.5 Scatterplot Devendent Variabel ROI
Sumber: Hasil Pengolahan SPSS 2012
Pada gambar 4.5 tentang grafik scatterplot diatas terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta
tersebar baik diatas maupun dibawah angka nol pada sumbu y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi sehingga model regresi layak
dipakai untuk melihat pengaruh variabel independen terhadap variabel dependen.
Universitas Sumatera Utara
b Uji Park
Pengujian heterokedastisitas dengan uji Park dilakukan dengan meregresikan semua variabel bebas terhadap nilai Ln residual kuadrat Ln e
2
. Kriteria pengambilan keputusan dalam uji Park ini adalah sebagai berikut:
1. Jika nilai signifikansi 0,05, maka model tidak mengalami gangguan heterokedastisitas.
2. Jika nilai signifikansi 0,05, maka model mengalami gangguan heterokedastisitas.
Tabel 4. 9 Uji Park
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1 Constant
-854.789 563.746
-1.516 .160
LNLN_WCTO 1.386
.862 .445
1.608 .139
LNLN_RTO -13.767
9.153 -.797
-1.504 .163
LNLN_FA 263.181
174.424 .759
1.509 .162
a. Dependent Variable: LNU2
Sumber: Hasil Pengolahan SPSS 2012
Tabel 4.9 menunjukkan bahwa signifikansi variabel LN Perputaran Modal Kerja sebesar 0,139, LN dari Perputaran Piutang sebesar 0,163 dan LN dari logaritma
Aktiva Tetap
sebesar 0,162. Nilai-nilai tersebut lebih besar dari 0,05 sehingga dapat dinyatakan bahwa data tidak mengalami gangguan heterokedastisitas
.
Universitas Sumatera Utara
4. 5 Uji Hipotesis
Adapun hipotesis yang diajukan peneliti adalah Perputaran Kas, Perputaran Piutang, dan Perputaran Persediaan berpengaruh positif dan signifikan terhadap
profitabilitas pada Perusahaan Pertambangan di Bursa Efek Indonesia. Peneliti akan menguji hipotesis tersebut dengan bantuan Uji Statistik F dan Uji t pada program
SPSS.
4. 5. 1 Uji Signifikansi Simultan Uji Statistik F
Pengujian ini dilakukan untuk mengetahui signifikansi dari seluruh variabel bebas secara bersama- sama terhadap variabel terikat. Bentuk pengujiannya
adalah: a H
: b
1 = 0
, artinya tidak terdapat pengaruh yang signifikan secara bersama- sama dari Perputaran Modal Kerja, Perputaran Piutang, dan Aktiva Tetap
terhadap ROI. H
1
: b
1
≠ 0 , artinya terdapat pengaruh yang signifikan secara bersama- sama dari Perputaran Modal Kerja, Perputaran Piutang, dan Aktiva Tetap
terhadap ROI. b
α = 5 ; df = k-1,n-k= 3-1,14-3 sehingga nilai F
tabel
0,05 = 3,982. H
diterima jika nilai F
hitung
≤ F
tabel
, artinya tidak ada pengaruh yang signifikan secara bersamaan dari variabel independen terhadap variabel
dependen. H
1
diterima, jika F
hitung
≥ F
tabel
, artinya ada pengaruh signifikan secara bersamaan dari variabel independen terhadap variabel dependen.
Universitas Sumatera Utara
Tabel 4. 10 Uji F
ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
1.444 3
.481 16.294
.000
a
Residual .296
10 .030
Total 1.740
13 a. Predictors: Constant, LN_FA, LN_WCTO, LN_RTO
b. Dependent Variable: LN_ROI
Sumber: Hasil Pengolahan SPSS 2012
Dari table 4.10 di atas dapat dilihat bahwa nilai F
hitung
mempunyai nilai sebesar 16,29 ini berarti bahwa F
hitung
mempunyai nilai yang lebih besar dari F
tabel
3,982. Sehingga dapat disimpulkan bahwa H ditolak
dan H
1
diterima, yang artinya ada pengaruh yang signifikan secara bersamaan antara variabel
independen yakni Perputaran Modal Kerja, Perputaran Piutang, dan Aktiva Tetap terhadap variabel dependen yakni ROI. Besarnya pengaruh variabel independen
dapat dilihat melalui nilai Adjusted R
2
pada table di bawah ini, yaitu sebesar 83 sedangakn sisanya sebesar 17 dipengaruhi oleh faktor-faktor lain.
Tabel 4. 11 Nilai Adjusted R Square
Sumber: Hasil Pengolahan SPSS 2012
Model Summary
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.911
a
.830 .779
.17190 a. Predictors: Constant, LN_FA, LN_WCTO, LN_RTO
Universitas Sumatera Utara
4. 5. 2 Uji Signifikansi Parameter Individual Uji Statistik t
