lancar. Rasio ini diukur sebagai perbandingan aset lancar Current Assets dan utang lancar Current Liabilities dan ditunjukan dengan rumus sebagai berikut:
Current Ratio = Variabel dependen ROE dan variabel independen DER, DOL, dan CR
menggunakan skala pengukuran yaitu rasio.
3.4 Metode Analisis Data dan Uji Hipotesis
3.4.1 Uji Normalitas data Uji normalitas data digunakan untuk menguji distribusi data yang akan
dianalisis berdistribusi normal atau tidak. Jika data kurang dari 50 50 menggunakan uji Kolmogorov-Smirnov dan untuk data lebih dari 50 50
menggunakan uji Shapiro-Wilk.
3.4.2 Analisis Regresi Linier Berganda Model dalam penelitian ini menggunakan persamaan Regresi Berganda
dan diformulasikan sebagai berikut: ROE = β
+ β
1
DER + β
2
DOL + β
3
CR+ e Keterangan
ROE = Return On Equity
DER = Debt To Equity Ratio
DOL = Degree of Operating Leverage
CR = Current Ratio
β = konstanta
β
1,
β
2,
β
3
= koefisien e
= error term
3.4.3 Analisis Korelasi Danang 2011:27 menyatakan bahwa analisis korelasi adalah suatu
analisis statistik yang mengukur tingkat asosiasi atau hubungan antara dua variabel, yaitu variabel bebas independent variable disimbolkan dengan X dan
variabel terikat dependent variable disimbolkan dengan Y, dimana hubungan antara dua variabel X dan Y disebut korelasi bivariat, dan rumuskan sebagai
berikut: r =
n Σxy – Σx Σy √
Keterangan r : koefisien korelasi
X: variabel bebas Y: variabel terikat
Korelasi r dengan ketentuan nilai r tidak lebih dari - 1≤ r ≤1. Apabila nilai
r = -1 artinya korelasi negatif sempurna, r = 0 artinya tidak ada korelasi, dan r = 1 artinya korelasi sangat kuat.
3.4.4 Uji Asumsi Klasik Model regresi yang digunakan dalam hipotesis haruslah menghindari
kemungkinan terjadinya penyimpangan asumsi klasik sehingga didapat model yang relevan dan memenuhi standar BLUE Best Linier Unbiased Estimator.
Asumsi klasik regresi meliputi: a. Uji Multikolinearitas
Uji ini bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas atau tidak. Model yang baik seharusnya tidak
terjadi korelasi yang tinggi diantara variabel bebas. Untuk mendeteksi ada atau tidaknya multikolinearitas didalam model regresi dapat diketahui dari nilai
toleransi dan nilai variance inflation factor VIF. Batas nilai toleransi kurang dari 0,10 atau VIF lebih besar 10, artinya terdapat multikolinearitas.
Apabila terjadi masalah multikolinearitas dalam model regresi, maka dapat dilakukan berbagai alternative solusi diantaranya: menggunakan informasi
Apriori, mengeluarkan variabel independen yang menyebabkan multicollinearity, menstranformasi variabel independen, dan menambah data baru.
b. Uji Heteroskedastisitas Heteroskedastisitas terjadi apabila variabel tidak memiliki varian yang
sama dari pengamatan sebelumnya. Jika fungsi regresi terjadi ketidaksamaan gangguan
heteroskedastisitas maka
tidak lagi
BLUE. Pengujian
heteroskedastisitas dapat dideteksi dengan menggunakan uji Gletser Test. Kriteria yang digunakan yaitu dengan menggunakan tingkat signifikansi 5. Apabila hasil
regresi absolute residual terhadap seluruh variabel bebas mempunyai nilai yang tidak signifikan terhadap α = 5 maka model regresi dalam penelitian ini
terbebas dari adanya heteroskedastisitas. Beberapa alternatif solusi jika model menyimpang dari asumsi
heteroskedastisitas adalah dengan mentransformasikan ke dalam bentuk logaritma yang dapat dilakukan jika semua data bernilai positif. Alternative lain yaitu
dengan membagi semua variabel dengan variabel yang mengalami gangguan heteroskedastisitas.
c. Uji Autokorelasi Gujarati 1979: 201 menyatakan autokorelasi dapat didefinisikan sebagai
korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu seperti dalam data deretan waktu atau ruang seperti dalam data cross-sectional.
Danang 2011:91 menyatakan bahwa masalah Autokorelasi baru timbul jika ada korelasi secara linier antara kesalahan pengganggu periode t berada dan
kesalahan pengganggu periode t-1 sebelumnya. Salah satu ukuran dalam menentukan ada tidaknya masalah autokorelasi dengan uji Durbin-Watson DW,
dengan ketentuan sebagai berikut: Tabel 3.4 Nilai pengukuran Autokorelasi
Durbin-Watson Keterangan
1,38 Ada autokorelasi
1,38-1,72 Tidak ada kesimpulan
1,72-2,28 Tidak ada autokorelasi
2,28-2,62 Tanpa kesimpulan
2,62 Ada autokorelasi
3.4.5 Pengujian Hipotesis Pengujian hipotesis dilakukan untuk menganalisis signifikansi pengaruh
variabel independen terhadap variabel dependen pada perusahaan manufaktur 2010-2012. Dalam penelitian ini, pengujian hipotesis menggunakan uji t parsial.
Langkah-langkah dalam uji t adalah sebagai berikut: 1. Merumuskan Hipotesis
a. Hipotesis 1 Ha
: β
1
≤ 0, Artinya variabel DER tidak berpengaruh positif terhadap profitablitas perusahaan ROE.
Ha : β
1
0, artinya variabel DER berpengaruh positif signifikan terhadap profitabilitas perusahaan ROE.
b. Hipotesis 2 H
: β
2
≤ 0, artinya variabel DOL tidak berpengaruh positif terhadap profitabilitas perusahaan ROE.
Ha : β
2
0, artinya variabel DOL berpengaruh positif terhadap profitabilitas perusahaan ROE.
c. Hipotesis 3, H :
β
3
≤ 0, artinya variabel Current Ratio tidak berpengaruh negatif terhadap profitabilitas perusahaan ROE.
Ha : β
3
0, artinya variabel Current Ratio berpengaruh negatif terhadap profitabilitas perusahaan ROE.
2. Menghitung nilai t
hitung
T
hitung
= Dimana
: bi : koefisien regresi
Sbi : Standar Eror dari koefisien regresi.
3. Kriteria pengujian dan kesimpulan Untuk
menerima dan
menolak hipotesis
dilakukan dengan
membandingkan tingkat signifikansi masing-masing variabel independen dengan tingkat
signifikansi α = 5 . Apabila tingkat signifikansi profitabilitas lebih
kecil dari 5, maka H ditolak. Artinya variabel financial leverage mempunyai
pengaruh signifikan terhadap Return On Equity ROE. Apabila signifikansinya lebih besar dari 5, maka H
diterima. Artinya variabel financial leverage tidak mempunyai pengaruh signifikan terhadap variabel Return On Equity ROE.
3.5 Kerangka Pemecahan Masalah
