34
dapat dilihat berapa kali uang kas berputar
dalam satu periode tertentu.
Perputaran Piutang
X
2
Rasio yang digunakan untuk mengukur berapa
lama penagihan piutang selama satu periode
Perputaran Piutang =
��������� ������ ������ ����−�����������
Rasio
Perputaran Persediaan
X
3
Rasio yang menunjukkan berapa
kali persediaan barang dijual dan diadakan
kembali selama satu periode akuntansi
Perputaran Persediaan =
����� ����� ��������� ����−���� ���������� ������
Rasio
Profitabilita s
Y Kemampuan
perusahaan menghasilkan laba
dengan total aktivanya.
ROA =
��� ������ ����� ������
Rasio
Sumber : olahan penulis 2014 3.8
Teknik Analisis Data
Teknik analisis data yang digunakan dalam penelitian ini adalah analisis statistik yang menggunakan regresi linier berganda. Data penelitian dikumpulkan
untuk diolah dengan menggunakan software SPSS, kemudian hasil akan dianalisis untuk memperoleh jawaban atas rumusan masalah dalam penelitian ini. Metode
dan teknik analisis dilakukan dengan tahapan sebagai berikut :
3.8.1 Analisis Deskriptif
Analisis statistika deskriptif ini memiliki tujuan untuk memberikan gambaran deskripsi mengenai suatu data agar data yang tersaji menjadi
mudah dipahami dan informatif bagi pembaca. Statistika deskriptif menjelaskan berbagai karakteristik data seperti rata-rata mean, jumlah sum
simpangan baku standard deviation, varians variance, rentang range,
nilai minimum dan maksimum dan sebagainya.
Universitas Sumatera Utara
35
3.8.2 Uji Asumsi Klasik
Agar model regresi tidak bias atau agar model regresi BLUE Best Linear Unbiased Estimator maka perlu dilakukan uji asumsi klasik terlebih
dahulu Damodar Gujarati, 2006. Berikut ini penjelasan mengenai uji asumsi klasik yang akan dilakukan :
3.8.2.1 Uji Normalitas
Uji normalitas merupakan tahap awal dalam metode pemilihan analisis data. Menurut Erlina 2008 : 100 bahwa “ uji normalitas data
bertujuan untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal”.
Menurut Ghozali 2005 : 110 ada dua cara untuk mendeteksi apakah residual
berdistribusi normal atau tidak yaitu: 1. Analisis Grafik
Analisis grafik dilakukan dengan melihat histrogram atau pola distribusi data. Normalitas dapat dideteksi dengan melihat
penyebaran data titik pada sumbuh diagonal dari grafik atau dengan melihat histrogram dari nilai residualnya. Jika data
menyabar di sekitar garis diagonal dan mengikuti arah garis diagonal atau gafik histogramnya menunjukkan pola distribusi
normal, maka model regresi memenuhi asumsi normalitas.
2. Analisis Statistik Analisis statistik dilakukan dengan uji Kolmogorov-Smirnov
Test. Pedoman pengambilan keputusan rentang data tersebut mendekati atau merupakan distribusi normal berdasarkan uji
Kolmogorov Smirnov dapat dilihat dari: a. Nilai Sig. atau signifikan atau probabilitas 0,05, maka
distribusi data adalah tidak normal.
b.
Nilai Sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah normal.
Universitas Sumatera Utara
36
3.8.2.2 Uji Multikolinearitas
Menurut Ghozali 2005 : 91 tujuan dari uji multikolinearitas adalah “untuk meneliti apakah dalam model regresi ditemukan adanya
korelasi di antara variabel independen. Jika terjadi korelasi, berarti terjadi masalah multikolinieritas”. Model regresi yang valid adalah
model regresi yang bebas dari multikolinearitas. Multikolinearitas terjadi ketika variabel independen yang ada dalam metode berkorelasi
satu sama lain, ketika korelasi antar variabel independen sangat tinggi maka sulit untuk memisahkan pengaruh masing-masing variabel
independen terhadap variabel dependen. Untuk melihat ada atau tidaknya multikolinieritas dalam model regrasi dilihat dari nilai
tolerance dan lawannya Variance Inflation Factor VIF. Batasan umum yang dipakai untuk menunjukkan adanya multikolinieritas
adalah nilai tolerance 0,01 atau sama dengan VIF 10
3.8.2.3 Uji Autokorelasi
Uji autokorelasi untuk melihat apakah terjadi korelasi antara suatu periode t dengan periode sebelumnya t -1. Dengan kata lain,
untuk melihat pengaruh antara variabel bebas terhadap variabel terikat, jadi tidak ada korelasi antara observasi dengan data observasi
sebelumnya. Menurut Supranto 2004 : 269, apabila memang terjadi autokorelasi, data asli harus ditransformasikan terlebih dahulu untuk
menghilangkannya. Sebelum melakukan transformasi, haruslah
Universitas Sumatera Utara
37
dilakukan pengujian terlebih dahulu apakah terdapat autokorelasi atau tidak. Uji yang digunakan dalam penelitian untuk mendeteksi ada
tidaknya autokorelasi adalah dengan menggunakan uji Durbin-Watson D-W. Kriteria untuk penilaian terjadinya autokorelasi yaitu :
a. Nilai D-W D
U
atau D-W D
L
, berarti terdapat korelasi positif. b. Nilai D
U
D-W 4-D
U
, berarti tidak terdapat autokorelasi c. Nilai 4-D-W D
L
atau 4-D-W D
U
berarti terdapat korelasi negatif.
3.8.2.4 Uji Heterokedastisitas
Menurut Ghozali 2005 : 105, “Uji heterokedastisitas memiliki tujuan menguji apakah dalam model regresi terjadi ketidaksamaan
varians dari residual satu pengamatan ke pengamatan yang lain”. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap,
maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang tidak terjadi
heterokedastisitas. Untuk melihat ada atau tidaknya heterokedastisitas dilakukan
dengan mengamati grafik scatterplot antar nilai prediksi variabel terikat dengan residualnya. Menurut Ghozali 2005: 91, untuk mendeteksi ada
atau tidaknya heteroskedastisitas dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scarrteplot dengan dasar analisis:
1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian
menyempit, maka mengindikasikan telah terjadi heteroskedastisitas.
Universitas Sumatera Utara
38
2. Jika tidak ada pola yang jelas, sperti titik menyebar di atas dan di bawah angka 0 pada sumbuh Y, maka tidak terjadi
heteroskedastisitas.
3.8.3 Uji Hipotesis
3.8.3.1 Analisis Regresi
Penelitian ini menggunakan analisis regresi berganda. Analisis ini digunakan untuk mengukur kekuatan dua variabel atau lebih dan
juga menunjukkan arah hubungan antara variabel dependen dengan variabel independen. Untuk itu dalam penelitian ini digunakan analisis
regresi berganda untuk melihat seberapa besar pengaruh modal kerja terhadap profitabilitas perusahaan dengan model sebagai berikut :
� = α + �
1
�
1
+ �
2
�
2
+ �
3
�
3
+ �
4
�
4
+ �
5
�
5
+ �
Dimana : Y
= Profitabilitas Return On Asset – ROA α
= Konstanta b
1
, b
2
, b
3
, b
4
= Koefisien regresi dari setiap konstanta X
1
= Rasio Lancar X
2
= Rasio Cepat X
3
= Perputaran Piutang X
4
= Perputaran Persediaan X
5
= Perputaran Modal Kerja e
= Tingkat Kesalahan Variabel PengangguranFaktor Error
Universitas Sumatera Utara
39
3.8.3.2 Uji Parsial t – test
Menurut Ghozali 2005 : 84 “Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelasindependen
secara individual dalam menerangkan variasi variabel dependen”. Adapun mengenai hipotesis-hipotesis yang dilakukan dalam penelitian
ini dirumuskan sebagai berikut : 1.
Jika prob 0.05 atau t hitung t tabel maka variabel X secara individu Parsial memiliki pengaruh yang signifikan terhadap
variabel Y. 2.
Jika prob 0.05 atau t hitung t tabel maka variabel X secara individu Parsial tidak memiliki pengaruh yang signifikan
terhadap variabel Y.
3.8.3.3 Uji Simultan F – test
Menurut Ghozali 2005 : 84 “Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang
dimasukkan dalam model regresi berganda memiliki pengaruh secara bersama – sama terhadap variabel dependen”. Adapun mengenai
hipotesis yang dilakukan dalam penelitian ini dirumuskan sebagai berikut :
1. Jika nilai F-hitung F-tabel maka variabel X secara bersama-
sama memiliki pengaruh yang signifikan terhadap variabel Y.
Universitas Sumatera Utara
40
2. Jika nilai F-hitung F-tabel maka variabel X secara bersama-
sama tidak memiliki pengaruh yang signifikan terhadap variabel Y.
Universitas Sumatera Utara
41
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1. Data Penelitian
Populasi dalam penelitian ini adalah perusahaan manufaktor sektor konsumsi yang sudah go public, yaitu perusahaan yangsudah terdaftar di Bursa Efek
Indonesia BEI. Teknik analisis data yang digunakan dalam penelitian ini adalah analisis statistik yang menggunakan regresi linier berganda. Data penelitian
dikumpulkan untuk diolah dengan menggunakan software SPSS versi 16, kemudian hasil akan dianalisis untuk memperoleh jawaban atas rumusan masalah
dalam penelitian ini. Jumlah populasi dalam penelitian ini adalah 37 perusahaan dan sampel yang
digunakan dalam penelitian ini adalah 23 perusahaan yang ditentukan dengan menggunakan metode purposive sampling. Periode dalam penelitian ini adalah 3
tahun yaitu dari tahun 2010 sampai tahun 2012. Berikut merupakan data perusahaan yang menjadi sampel dalam penelitian:
TABEL 4.1 Daftar Sampel Perusahaan Manufaktur Sektor Konsumsi
No NAMA PERUSAHAAN
KODE TANGGAL
LISTING 1
PT. Akasha Wira International Tbk ADES
13 Juni 1994 2
PT. Bentoel International Investama Tbk. RMBA 05 Maret 1990
3 PT. Cahaya Kalbar Tbk.
CEKA 09 Juli 1996
4 PT. Darya Varia Laboratoria Tbk.
DVLA 11 november 1994 5
PT. Gudang Garam Tbk. GGRM 27 agustus 1990
6 PT. Handjaya Mandala Sampoerna Tbk.
HMSP 15 agustus 1990
7 PT. Indofarma Persero Tbk.
INAF 17 april 2001
8 PT. Indofood Sukses Makmur Tbk.
INDF 14 juli 1994
9 PT. Kalbe Farma Tbk.
KLBF 30 juli 1991
Universitas Sumatera Utara
42
10 PT. Kedawung Setia Industrial Tbk.
KDSI 29 juli 1996
11 PT. Kimia Farma Persero Tbk.
KAEF 04 juli 2001
12 PT. Langgeng Makmur Industry Tbk.
LMPI 17 oktober 1994
13 PT. Mandom Indonesia Tbk.
TCID 23 september 1993
14 PT. Mayora Indah Tbk.
MYOR 04 juli 1990 15
PT. Merck Tbk. MERK 23 juli 1981
16 PT. Multi Bintang Indonesia Tbk.
MLBI 17 januari 1994
17 PT. Mustika Ratu Tbk.
MRAT 27 juli 1995 18
PT. Pyridam Farma Tbk. PYFA
16 oktober 2001 19
PT. Sekar Laut Tbk. SKLT
08 september 1993 20
PT. Siantar Top Tbk. STTP
16 desember 1996 21
PT. Tempo Scan Pasific Tbk. TSPC
17 juni 1994 22 PT. Tiga Pilar Sejahtera Food Tbk.
AISA 02 juli 1990
23 PT. Ultrajaya Milk Industry and Trading
Company Tbk. ULTJ
11 januari 1982 Sumber : olahan peneliti 2014
Periode penelitian dimulai dari tahun 2010 sampai dengan tahun 2012 3 tahun berturut-turut sehingga data penelitian secara keseluruhan yaitu : 3 tahun
observasi x 23 sampel adalah sebanyak 69 sampel observasi. Berikut ini adalah tabel data penelitian mengenai variable-variabel yang akan diuji dalam penelitian
ini :
Tabel 4.2 Daftar Variabel Penelitian
No Kode
Perusahaan Tahun
ROA Perputaran
Kas Perputaran
Piutang Perputaran
Persediaan
1
ADES
2010 0.09756
8.08067 3.79846
17.75154 2011
0.08184 19.66109
3.67418 7.79402
2012 0.21428
17.60858 6.84947
3.60587 2
RMBA
2010 0.04459
93.96672 45.59126
2.75526 2011
0.04831 113.97145
42.94409 2.56966
2012 73.15133
42.13304 2.25679
3
CEKA
2010 0.03476
105.57983 16.33126
2.23196 2011
0.11697 125.39211
18.831664 2.4636
2012 0.05677
81.80205 14.40659
2.721996 4
DVLA
2010 0.12981
4.26032 3.23759
3.1616 2011
0.13025 3.74041
3.2124 3.23514
2012 0.13855
3.9584 3.07588
3.47257
Universitas Sumatera Utara
43 5
GGRM
2010 0.13487
30.49334 38.58007
1.55702 2011
0.12684 36.43473
45.20729 1.31779
2012 0.09802
41.18857 63.78239
1.45762 6
HMSP
2010 0.31285
23.21588 50.4325
3.17717 2011
0.4155 20.02268
50.50354 4.02453
2012 0.37573
46.69573 54.04323
3.91476 7
INAF
2010 0.01709
9.04183 6.98881
4.84354 2011
0.03315 18.03578
5.19511 3.86085
2012 0.03565
7.04221 5.62846
4.443 8
INDF
2010 0.06246
5.14991 18.78147
4.81951 2011
0.09363 3.85997
14.26534 5.37732
2012 0.08056
3.79351 13.73929
5.09721 9
KLBF
2010 0.25175
5.90369 7.62613
3.25196 2011
0.18607 5.20454
7.32969 3.29278
2012 0.18815
6.57018 8.11719
3.71817 10
KDSI
2010 0.03028
44.0479 6.4803
6.84799 2011
0.04021 67.24935
6.74619 6.08327
2012 0.18815
119.77707 6.94495
6.94065 11
KAEF
2010 0.0837
14.8338 9.35769
5.5319 2011
0.09573 14.97797
9.1506 5.79452
2012 0.09909
14.47706 8.71776
5.18826 12
LMPI
2010 0.00458
19.91784 3.31003
2.42247 2011
0.0079 20.43604
3.32553 3.1159
2012 0.00287
63.43372 3.23792
2.72504 13
TCID
2010 0.12551
10.6201 14.89526
4.63268 2011
0.12383 15.11343
14.60526 4.46743
2012 0.119536
16.46913 13.76631
4.33689 14
MYOR
2010 0.11004
18.20403 6.71313
11.53059 2011
0.07331 23.71106
6.37071 8.49773
2012 0.08947
12.62623 7.39621
5.75966 15
MERK
2010 0.27323
8.49936 5.9597
3.44929 2011
0.39555 5.07995
9.29429 3.50783
2012 0.18928
4.68117 10.52798
2.79913 16
MLBI
2010 0.38951
6.58454 11.34671
7.20045 2011
0.41561 8.17043
7.65388 7.48891
2012 0.39356
9.01762 7.23773
5.27763 17
MRAT
2010 0.0632
4.42573 2.72635
3.61056 2011
0.06832 5.61677
2.59028 3.22666
2012 0.18932
4.68117 10.69374
2.79913 18
PYFA
2010 0.04174
12.04956 7.3335
2.2501
Universitas Sumatera Utara
44 2011
0.04382 36.11002
6.76866 1.94668
2012 0.03907
35.83324 6.47057
2.48678 19
SKLT
2010 0.02424
41.22235 9.25549
5.30686 2011
0.02789 47.21446
8.18569 5.60897
2012 0.03188
57.77885 8.15163
5.75448 20
STTP
2010 0.06565
95.40343 8.73402
4.87804 2011
0.04565 140.20234
9.05055 5.5207
2012 0.0597
175.18752 8.13999
5.12724 21
TSPC
2010 0.13619
3.98141 10.27153
5.48895 2011
0.1377 7.17998
10.18874 6.41777
2012 0.13891
4.06764 8.4
5.55694 22
AISA
2010 0.03884
38.17176 4.56407
1.58077 2011
0.04176 5.39241
5.53282 3.51866
2012 0.06558
7.45777 5.31555
4.58478 23
ULTJ
2010 0.53385
6.28899 10.12062
3.47527 2011
0.046496 6.71799
8.96539 4.06663
2012 0.14599
7.21709 10.16413
5.43105
Sumber : olahan peneliti 2014
4.2. Analisis Hasil Penelitian
4.2.1. Analisis Deskriptif
Analisis statistika deskriptif ini memiliki tujuan untuk memberikan gambaran deskripsi mengenai suatu data agar data yang tersaji menjadi
mudah dipahami dan informatif bagi pembaca. Statistika deskriptif menjelaskan berbagai karakteristik data seperti rata-rata mean, jumlah sum
simpangan baku standard deviation, varians variance, rentang range, nilai minimum dan maksimum dan sebagainya. Berikut tabel yang
menunjukkan hasil analisis deskripsi dengan menggunakan data variabel diatas :
Universitas Sumatera Utara
45
Tabel 4.3 Statistik Deskriptif
N Minimum Maximum
Mean Std. Deviation
Ln_ROA 69
-5.85 -.63
-2.4792 1.01254
Ln_PerputaranKas 69
1.32 5.17
2.8182 1.12000
Ln_PerputaranPiutang 69
.95 4.16
2.2676 .77625
Ln_PerputaranPersediaa n
69 .28
2.45 1.3654
.43563 Valid N listwise
69 Sumber : Output SPSS, diolah peneliti 2014
Berdasarkan tabel 4.3 diatas dapat dilihat bahwa jumlah unit analisis N dalam penelitian ini adalah sebanyak 69 dari 23 perusahaan manufaktur
sektor konsumsi yang terpilih menjadi sampel dan diteliti pada periode 2010- 2012.
Dari tabel 4.3 diatas dapat dijelaskan bahwa : 1.
Variabel Return On Asset Y memiliki nilai minimum sebesar -5.85 dan nilai maksimum sebesar -0.63. Rata-rata ROA adalah -2.4792
dengan standard deviasi sebesar 1.01254. Jumlah data yang digunakan adalah sebanyak 69.
2. Variabel perputaran kas X
1
memiliki nilai minimum sebesar 1.32 dan nilai maksimum sebesar 5.17. Rata-rata ROA adalah 2.8182 dengan
standard deviasi sebesar 1.12000. Jumlah data yang digunakan adalah sebanyak 69.
3. Variabel perputaran piutang X
2
memiliki nilai minimum sebesar 0.95 dan nilai maksimum sebesar 4.16. Rata-rata ROA adalah 2.2676 dengan
Universitas Sumatera Utara
46
standard deviasi sebesar 0.77625. Jumlah data yang digunakan adalah sebanyak 69.
4. Variabel perputaran persediaan X
3
memiliki nilai minimum sebesar 0.28 dan nilai maksimum sebesar 2.45. Rata-rata ROA adalah 1.3654
dengan standard deviasi sebesar 0.43563. Jumlah data yang digunakan adalah sebanyak 69.
4.2.2. Pengujian Asumsi Klasik
