33
3. Tingkat perputaran persediaan pada KPRI di Kabupaten Jepara tahun 2002-
2004 X3. Indikator tingkat perputaran persediaan adalah : a. Harga pokok penjualan HPP yang dinyatakan dalam rupiah
b. Persediaan rata-rata yang dinyatakan dalam rupiah Ratio perputaran persediaan
kali 1
x persediaan
rata rata
penjualan pokok
Harga −
=
3.2.2 Variabel Dependen Y Variabel Dependen adalah dalam penelitian ini adalah Tingkat Rentabilitas
Ekonomi pada KPRI di Kabupaten Jepara tahun 2002-2004 Y. Indikator tingkat rentabilitas ekonomi adalah :
1. Sisa Hasil Usaha SHU yang dinyatakan dalam rupiah 2. Modal yang dinyatakan dalam rupiah
Analisis ratio rentabilitas 100
x asing
modal sendiri
modal pajak
sebelum SHU
+ =
3.3 Metode Pengumpulan Data
Untuk memperoleh data yang diperlukan dalam penelitian ini peneliti menggunakan metode pengumpulan data berupa dokumentasi. Ini digunakan
untuk mengumpulkan berbagai dokumen penting, terutama dokumen-dokumen berupa catatan laporan keuangan yang berupa neraca, laporan labarugi dan
catatan keuangan pendukung lainnya pada KPRI yang dipilih sebagai sampel penelitian pada tahun 2002-2004.
34
3.4 Metode Analisis Data
Metode analisis data yang digunakan dalam penelitian ini adalah model analisis yang digunakan adalah analisis regresi linier berganda yang digunakan
untuk mengetahui hubungan antara variabel dependen Y dengan variabel independen X. Selain itu juga untuk mengetahui sejauh mana besarnya pengaruh
antara variabel dependen Y dengan variabel independen X, baik secara simultan maupun secara parsial. Dalam penelitian ini terdiri dari satu variabel
kriterium dan tiga variabel prediktor, sehingga metode analisis data yang digunakan adalah analisis data tiga prediktor.
Spesifikasi model yang digunakan dalam penelitian ini adalah: Y = a
+ b
1
x
1
+ b
2
x
2
+ b
3
x
3
+ e
i
Keterangan : Y
= variabel rentabilitas ekonomi a
= konstanta b
1,
b
2
, b
3
= koefisien regresi tingkat perputaran kas, piutang dan persediaan x
1
= tingkat perputaran kas x
2
= tingkat perputaran piutang x
3
= tingkat perputaran persediaan e
= variabel gangguan Spesifikasi model tersebut menurut Algifari 2000:83 harus memenuhi
berbagai asumsi klasik yaitu sebagai berikut : 1. Non-multikolinieritas, yaitu antara variabel independen yang satu dengan
variabel independen yang lain dalam model regresi tidak saling berhubungan secara sempurna atau mendekati.
35
2. Homoskedastisitas, yaitu varian semua variabel adalah konstan sama .
3. Non-otokorelasi, yaitu tidak terdapat pengaruh dari variabel dalam model melalui tenggang waktu time lag
4. Nilai rata-rata kesalahan error populasi pada model stokhastiknya sama dengan nol
5. Variabel independen adalah non-stokhastik nilai konstan pada setiap kali percobaan yang dilakukan secara berulang
6. Distribusi kesalahan error Apabila dalam suatu model telah memenuhi asumsi klasik tersebut, maka
dapat dikatakan model tersebut sebagai model yang ideal, dalam ekonometrika dinamakan BLUE Best Linier Unbiased Estimator . Untuk menguji apakah
model yang digunakan diterima secara ekonometrika dan apakah estimator yang diperoleh dengan metode kuadrat terkecil sudah memenuhi syarat BLUE, maka
akan dilakukan uji multikolinieritas, uji heteroskedastisitas, dan uji otokorelasi. Pembuktian hipotesis dilakukan dengan :
1. Uji F, yaitu untuk mengetahui apakah variabel bebas secara bersama- sama simultan mempunyai pengaruh terhadap variabel tidak bebas.
Pembuktian dilakukan dengan cara membandingkan nilai kritis, F
tabel
dengan F
hitung
yang terdapat pada tabel analisis df variance. Jika F
hitung
lebih besar daripada F
tabel
maka keputusan menolak hipotesis nol Ho dan menerima hipotesis alternatif Ha. Arti secara serentak
data yang digunakan membuktikan bahwa semua variabel independen X1, X2 dan X3 berpengaruh terhadap nilai variabel dependen Y.
36
2. Uji t, yaitu untuk menguji kemaknaan koefisien regresi partial r
2
masing-masing variabel independen. Pengambilan keputusan berdasarkan perbandingan nilai t
hitung
masing-masing koefisien regresi dengan nilai t
tabel
sesuai dengan tingkat signifikansi yang digunakan. Selain melakukan pembuktian dengan uji F dan uji t, perlu juga dicari
besarnya koefisien determinasi r
2
parsialnya untuk masing-masing variabel bebas. Menghitung r
2
digunakan untuk mengetahui sejauh mana sumbangan dari masng-masing variabel bebas, jika variabel lainnya konastan terhadap variabel
terikat. Semakin besar nilai r
2
maka semakin besar variasi sumbangannya terhadap variabel terikat. Dalam uji regresi linier berganda ini dianalisis pula besarnya
koefisien determinasi R
2
keseluruhan. R
2
digunakan untuk mengukur ketepatan yang paling baik dari analisis regresi linier berganda. Jika R
2
yang diperoleh mendekati 1 maka dapat dikatakan semakin kuat model tersebut dalam
menerangkan variasi variabel bebas terhadap variabel terikat. Sebaliknya jika R
2
mendekati nol maka semakin lemah variasi variabel-variabel bebas menerangkan variabel terikat.
3.4.5 Evaluasi Ekonometri Evaluasi ekonometri dimaksudkan untuk mengetahui apakah model regresi
linier berganda yang digunakan untuk menganalisis dalam penelitian ini memenuhi asumsi klasik atau tidak.
1. Uji multikolinieritas Salah satu asumsi klasik adalah tidak terjadinya multikolonieritas diantara
variabel-variabel bebas yang berada dalam satu model. Artinya antar variabel
37
independen yang terdapat dalam model memiliki hubungan yang sempurna atau mendekati sempurna koefisien korelasinya tinggi atau bahkan 1. Algifari
2000:84 . Apabila hal ini terjadi berarti antara variabel bebas itu sendiri saling berkorelasi, sehingga dalam hal ini sulit diketahui variabel bebas mana yang
mempengaruhi variabel terikat. Salah satu cara untuk mendeteksi kolinieritas dilakukan dengan mengkorelasikan antar variabel bebas dan apabila korelasinya
signifikan maka antar variabel bebas tersebut terjadi multikolinieritas. 2. Uji Otokorelasi
Uji otokorelasi digunakan untuk mengetahui apakah terjadi korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu data
time series atau ruang data data cross section. Untuk mendeteksi terjadinya otokorelasi atau tidak dalam suatu model regresi dilakukan melalui pengujian
menggunakan Durbin Watson Algifari 2000:89. Cara pengujiannya dengan membandingkan nilai Durbin Watson d dengan di dan du tertentu atau
dengan melihat tabel Durbin Watson yang telah ada klasifikasinya untuk menilai perhitungan d yang diperoleh. Kriteria untuk menilai tersebut ada
tidaknya korelasi dapat dihitung pada tabel Durbin Watson test dibawah ini : Tabel 2. Klsifikasi Durbin Watson
Hasil perhitungan Klasifikasi
Kurang dari 1,08 1,08 sampai dengan 1,66
1,66 sampai dengan 2,34 2,34 sampai dengan 2,92
lebih dari 2,92 Ada otokorelasi
Tanpa kesimpulan Tidak ada otokorelasi
Tanpa kesimpulan Ada otokorelasi
Sumber : Algifari 2000:89
38
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
