manajemen perusahaan untuk menghasilkan laba dengan mempergunakan modal yang diperlukan dalam mengelola kegiatan usaha secara efektif. Seorang analis
keuangan harus mengkaitkan rasio laba terhadap aktiva. Efisiensi bisa diketahui setelah membandingkan laba baik setelah pajak maupun sebelum pajak dengan
kekayaan atau modal perusahaan sehingga menghasilkan laba yang optimum. Dengan demikian perusahaan dapat mengetahui kekuatan dan kelemahan yang dimilikinya
apabila membandingkan laba dengan aktiva yang ada.
4.2. Hasil Penelitian
4.2.1. Uji Asumsi Klasik
Pengujian terhadap ada tidaknya pelanggaran terhadap asumsi – asumsi klasik yang merupakan dasar dalam model regresi linier berganda. Hal ini dilakukan
sebelum pengujian hipotesis meliputi :
4.2.1.1. Pengujian Normalitas Data
Uji normalitas bertujuan menguji apakah dalam model regresi variabel terikat dan variabel bebas keduanya mempunyai distribusi normal atau tidak. Untuk menguji
apakah data penelitian ini terdistribusi normal atau tidak dapat dideteksi melalui 2 cara yaitu analisis grafik dan analisis statistik uji One sample Kolmogorov Smirnov.
a. Analisis Grafik
Encik Latifah Hanum : Pengaruh Kebijakan Modal Kerja Terhadap Return On Investment Pada Industri Rokok Yang Terdaftar Di Bursa Efek Indonesia, 2008.
1.0 0.8
0.6 0.4
0.2 0.0
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Expect ed
Cum P
rob
Dependent Variable: ROI Normal P-P Plot of Regression Standardized Residual
Gambar 4.1 : Grafik Normalitas Data Berdasarkan pada gambar 4.1 tersebut Ghozali 2001 menyatakan jika
distribusi data adalah normal, maka terdapat titik-titik yang menyebar disekitar garis diagonal dan penyebarannya mengikuti arah garis diagonalnya. Hasil output tersebut
terlihat bahwa data berdistribusi normal. b. Uji Statistik
Uji Normalitas bertujuan untuk melihat apakah model regresi, variabel pengganggu atau residual berdistribusi normal. Untuk itu dilakukan uji one sample
Kolmogorov Smirnov Test. Adapun hasil pengujian terdapat pada tabel 4.2 berikut :
Tabel 4.2 : Hasil Pengujian One Sample Kolmogorov Smirnov Test.
Encik Latifah Hanum : Pengaruh Kebijakan Modal Kerja Terhadap Return On Investment Pada Industri Rokok Yang Terdaftar Di Bursa Efek Indonesia, 2008.
One-Sample Kolmogorov-Smirnov Test
36 .0000000
.53523879 .142
.142 -.095
.853 .460
N Mean
Std. Deviation Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Differences
Kolmogorov-Smirnov Z As ymp. Sig. 2-tailed
Unstandardiz ed Res idual
Test distribution is Normal. a.
Calculated from data. b.
Sumber : Output SPSS Lampiran 2
Pengujian dilakukan dengan pengujian antara variabel CR, WCTO, CLTA, CATA dan ROI dengan residualnya unstandardized residual sebagai daftar target
variabel test secara bersamaan yang tidak dilakukan secara individual Ghozali, 2001 : 114. Dari hasil pengujian terlihat pada Tabel 4.2 tersebut terlihat besarnya nilai
Kolmogorov- Smirnov adalah 0.853 dan signifikan pada 0.460 Hal ini berarti H ditolak yang berarti data residual berdistribusi normal.
4.2.1.2. Pengujian Multikolinearitas
Pengujian multikolinearitas dilakukan untuk melihat apakah pada model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik
seharusnya tidak terjadi multikolinearitas. Cara mendeteksinya adalah dengan melihat nilai Variance Inflation Factor VIF. Menurut Santoso 2002, pada umumnya jika
VIF lebih besar dari 5, maka variabel tersebut mempunyai persoalan multikolinearitas dengan variabel bebas lainnya. Hal tersebut terdapat pada tabel 4.3. berikut :
Encik Latifah Hanum : Pengaruh Kebijakan Modal Kerja Terhadap Return On Investment Pada Industri Rokok Yang Terdaftar Di Bursa Efek Indonesia, 2008.
Tabel 4.3 : Pengujian Multikolinieritas Model
Collinearity Statistics
Constant Tolerance
VIF CR
0.478 2.091
WCTO 0.772
1.296 CLTA
0.617 1.621
CATA 0.614
1.630
Dependent Variabel : ROI Sumber : Output SPSS Lampiran 2
Pada output SPSS pada tabel 4.3 tersebut menunjukkan bagian Coefficient, semua angka VIF jauh di bawah 5, hal ini menunjukkan tidak terjadi
multikolinearitas. Sedangkan hasil perhitungan nilai tolerance juga menunjukkan tidak ada varibel independen yang nilainya kurang dari 0,1, yang berarti tidak ada
korelasi antar variabel independen yang nilainya lebih dari 95. Hal ini berarti tidak terjadi multikolinearitas.
4.2.1.3. Pengujian Heteroskedastisitas
Uji Heteroskedastisitas dapat dilakukan dengan 2 dua cara, yakni cara grafik dan cara statistik.
a. Grafik .
Dari grafik Scatterplot yang disajikan yang terdapat pada gambar 4.11 dibawah, terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu
yang jelas serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y.
Encik Latifah Hanum : Pengaruh Kebijakan Modal Kerja Terhadap Return On Investment Pada Industri Rokok Yang Terdaftar Di Bursa Efek Indonesia, 2008.
Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi. Adapun bentuk grafik Scatterplot terdapat pada gambar 4.2 berikut :
2 1
-1 -2
-3
Regression Studentized Residual
3 2
1 -1
-2 -3
R egressi
on S
tandardi zed
P redi
ct ed
V al
u e
Dependent Variable: ROI Scatterplot
Gambar 4.2 : Grafik Scatterplot Uji Heteroskedastisitas
Sumber : Output SPSS Lampiran 2
b. Cara Statistik Uji Glesjer Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi
terdapat ketidaksamaan variance dari residual satu pengamatan kepengamatan lainnya. Jika variance dari satu residual satu pengamatan ke pengamatan lainnya
tetap maka terjadi homoskedastisitas. Jika berbeda maka disebut heteroskedastisitas. Model regresi yang baik adalah yang tidak terjadi heteroskedastisitas. Menurut
Ghozali 2005 jika variabel independen signifikan terjadi secara statistik mempengaruhi variabel dependen, maka ada indikasi terjadi heteroskedastisitas.
Encik Latifah Hanum : Pengaruh Kebijakan Modal Kerja Terhadap Return On Investment Pada Industri Rokok Yang Terdaftar Di Bursa Efek Indonesia, 2008.
Dari hasil pengujian terlihat tidak terjadi heteroskedastisitas. Karena tidak ada satupun variabel independen yang signifikan mempengaruhi variabel dependen nilai
absolute Ut Absut. Hal tersebut terdapat pada tabel 4.4 berikut :
Tabel 4.4 : Pengujian Heteroskedastisitas
Coefficients
a
-.092 .392
-.235 .815
.000 .001
-.027 -.109
.914 -.036
.037 -.187
-.982 .334
.011 .007
.345 1.611
.117 -.004
.005 -.140
-.655 .517
Constant CR
WCTO CLTA
CATA Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Dependent Variable: abs ut a.
4.2.1.4. Pengujian Autokorelasi
Gejala Autokorelasi diditeksi dengan menggunakan uji Durbin - Watson DW. Menurut Santoso 2005 : 241, untuk mendeteksi ada tidaknya autokorelasi
maka dilakukan pengujian Durbin - Watson DW. Nilai d tersebut selanjutnya dibandingkan dengan nilai d
tabel
dengan tingkat signifikansi 5 dengan df = n-k-1. Dari hasil pengujian terlihat bahwa nilai DW sebesar 1,197, berarti data tidak terkena
autokorelasi seperti yang terdapat pada tabel 4.5 berikut :
Tabel 4.5 : Nilai Durbin-Watson
Model R
Std. Error of the Estimate
Durbin-Watson 1
.664a .56836
1.197
a Predictors: Constant, CATA, WCTO, CLTA, CR b Dependent Variable: ROI
Encik Latifah Hanum : Pengaruh Kebijakan Modal Kerja Terhadap Return On Investment Pada Industri Rokok Yang Terdaftar Di Bursa Efek Indonesia, 2008.
Untuk mengetahui adanya autokorelasi digunakan uji Durbin-Watson, dengan kriteria menurut Santoso 2005 : 242 dengan cara melihat besaran Durbin-
Watson sebagai berikut : Angka D-W di bawah -2, berarti ada autokorelasi positif.
Angka D-W di antara -2 sampai +2, berarti tidak ada autokorelasi. Angka D-W di atas +2, berarti ada autokorelasi negatif.
Nilai d tersebut selanjutnya dibandingkan dengan nilai d
tabel
dengan tingkat signifikansi 5 dengan df = n-k-1. Hasil uji autokorelasi di atas menunjukkan nilai
statistik Durbin-Watson D-W sebesar 1,197, nilai ini akan kita bandingkan dengan nilai tabel dengan menggunakan nilai signifikansi 5, jumlah sampel 36 n dan
jumlah variabel independen 4 k = 4, maka pada tabel Durbin Watson didapat nilai batas atas d
U
= 1,73 dan nilai batas bawah d
L
1,24. Oleh karena itu, nilai DW lebih besar dari -2 dan lebih kecil dari 2 -2 1,197 2 maka disimpulkan bahwa tidak
terjadi autokorelasi baik positif maupun negatif.
4.3. Pembahasan Hasil Penelitian 4.3.1. Pengujian Hipotesis