Adapun yang menjadi kriteria sampel yang digunakan, antara lain: 1.
perusahaan tersebut adalah perusahaan yang bergerak pada bidang manufaktur dan terdaftar di BEI tahun 2006-2007.
2. perusahaan-perusahaan tersebut memperoleh laba pada tahun 2006–2007.
3. perusahaan tersebut memiliki laporan keuangan yang lengkap dan diaudit
selama tahun 2006-2007. 4.
perusahaan tersebut tercatat pada Indonesian Capital Market Directory ICMD 2008.
5. Perusahaan tersebut memiliki data tentang piutang dan persediaan yang
lengkap dari tahun 2006-2007. berdasarkan kriteria tersebut diperoleh sampel sebanyak 104 perusahaan yang
dapat dilihat pada lampiran i.
C. Jenis Data
Data dalam penelitian ini menggunakan data sekunder. Menurut Umar 2003:60, ”data sekunder merupakan data primer yang telah diolah lebih lanjut,
misalnya dalam bentuk tabel, grafik, diagram, gambar dan sebagainya sehingga lebih informatif jika digunakan oleh pihak lain”. Data tersebut diperoleh dari
Indonesian Capital Market Directory ICMD 2008 Data yang diambil adalah data laporan laba rugi dan neraca perusahaan pada tahun 2006-2007.
Menurut sifatnya data dalam penelitian ini termasuk dalam data kuantitatif. Menurut Priyatno 2008:8, “Data kuantitatif adalah data yang berupa
angka atau besaran tertentu yang sifatnya pasti.”
Universitas Sumatera Utara
D. Teknik Pengumpulan Data
Pada penelitian ini, Pengumpulan data dilakukan dilakukan dengan dua tahap, tahap pertama dilakukan melalui studi pustaka, yaitu melalui buku-buku
yang berkaitan dengan masalah yang diteliti. Pada tahap kedua, pengumpulan data sekunder diperoleh dari media internet dengan cara mendownload melalui situs
www.idx.co.id untuk memperoleh data mengenai laporan keuangan yang dibutuhkan dalam penelitian ini.
E. Definisi operasional dan Pengukuran Variabel 1. Definisi Operasional
Menurut Jogiyanto 2004 : 62, “ Defenisi operasional adalah menjelaskan karakteristik dari objek ke dalam elemen-elemen yang dapat diobservasi yang
menyebabkan konsep dapat diukur dan dioperasonalisasikan di dalam riset.” Variabel yang digunakan dalam penelitian ini terdiri dari variabel independen
yaitu perputaran piutang dan perputaran persediaan, dan variabel dependen dalam penelitian ini yaitu rentabilitas ekonomis yang diukur melalui Return On
Investment ROI.
Universitas Sumatera Utara
Tabel 3.1 Definisi Operasional
Variabel Konsep variabel
Sub Variabel Indikator
Skala
Perputaran piutang X
1
pengukuran aktivitas dari piutang perusahaan
- Piutang
Rasio
Perputaran persediaan
X
2
barang-barang yang dimiliki perusahaan untuk dijual
kembali
- Persediaan
Rasio
Rentabilitas Ekonomis
Y salah satu bentuk dari
profitabilitas yang dimaksudkan untuk mengukur
kemampuan perusahaan dengan keseluruhan dana yang
ditanamkan dalam aktiva yang digunakan untuk operasi
perusahaan untuk menghasilkan keuntungan
- Return On
Investment ROI = Profit Margin × Net
Operating Income
Rasio
Sumber: peneliti, 2009
1. Perputaran piutang variabel X
1
Perputaran piutang merupakan ratio antara penjualan kredit terhadap rata-rata piutang. Pengukuran terhadap variabel perputaran piutang dapat dilakukan
dengan cara sebagai berikut :
Rata-rata piutang dihitung dengan cara menjumlahkan persediaan awal dan persediaan akhir kemudian dibagi dua.
Universitas Sumatera Utara
2. Perputaran persediaan variabel X
2
Perputaran persediaan merupakan rasio antara penjualan bersih terhadap rata- rata persediaan. Pengukuran terhadap variabel perputaran persediaan dapat
dilakukan dengan cara sebagai berikut :
Rata-rata persediaan dihitung dengan cara menjumlahkan persediaan awal dan persediaan akhir kemudiaan dibagi dua.
3. Rentabilitas Ekonomis variabel Y
Rentabilitas ekonomis yang diukur melalui Return On Investment ROI menunjukkan perkalian antara Profit Margin dengan Net Operating Income.
Pengukuran terhadap Return On Investment ROI dapat dilakukan dengan cara sebagai berikut :
ROI = Profit Margin × Net Operating Income
2. Pengukuran Variabel Penelitian
Variabel penelitian yang digunakan adalah: a.
Variabel Independen bebas Variabel independen menurut Sugiyono 2005:33 adalah “variabel yang
dapat mempengaruhi perubahan dalam variabel dependen dan mempunyai hubungan positif maupun negatif bagi variabel dependen lainnya”, variabel
independen yang digunakan dalam penelitian ini adalah perputaran piutang dan perputaran persediaan.
Universitas Sumatera Utara
b. Variabel dependen terikat
Variabel dependen menurut Sugiyono 2005:33 adalah “variabel yang dipengaruhi atau terikat oleh variabel independen”. Variabel dependen dalam
penelitian ini adalah rentabilitas ekonomi yang diukur melalui Return On Investment ROI.
F. Metode Analisis Data 1. Pengujian Asumsi Klasik
Metode analisis data yang digunakan dalam penelitian ini model analisis regresi berganda dengan menggunakan bantuan software SPSS for windows v.16.
Penggunaan metode analisis regresi dalam pengujian hipotesis, terlebih dahulu diuji apakah model tersebut memenuhi asumsi klasik atau tidak. Pengujian asumsi
tersebut meliputi: a.
uji normalitas data Menurut Priyatno 2008:28, “uji normalitas digunakan untuk mengetahui
apakah populasi data berdistribusi normal atau tidak.” Cara yang digunakan untuk mendeteksi apakah residual berdistribusi normal atau tidak adalah dengan uji
kolmogorov-smirnov dan desain grafik. Menurut Priyatno 2008:28 pedoman pengambilan keputusan untuk data yang mendekati atau telah terdistribusi secara
normal antara lain:
1 apabila nilai signifikansi atau nilai probabilitas 0,05, maka distribusi data
normal,
Universitas Sumatera Utara
2 apabila nilai signifikansi atau nilai probabilitas 0,05, maka distribusi data
tidak normal. Jika data menyebar di sekitar garis diagonal atau mengikuti arah garis diagonal
atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas, demikian sebaliknya.
b. uji multikolinearitas
Menurut Priyatno 2008:31, “uji ini digunakan untuk mengetahui ada tidaknya penyimpangan asumsi klasik multikolinaertas, yaitu adanya hubungan
linear antar variabel independen dalam model regresi.”. Pada model regresi yang baik seharusnya tidak terjadi korelasi antar variabel independen. Pengujian
multikolinearitas dilakukan dengan melihat VIF antar variabel independen dan nilai tolerance. Menurut ghozali 2005, pada umumnya jika VIF lebih besar dari
10, maka variabel tersebut mempunyai persoalan multikolinearitas dengan variabel bebas lainnya.
c. uji autokorelasi
Menurut Priyatno 2008:47, “uji ini digunakan untuk mengetahui ada atau tidaknya penyimpangan autokorelasi, yaitu korelasi yang terjadi antar residual
pada satu pengamatan dengan pengamatan yang lain pada model regresi.” Metode regresi yang baik tidak terdapat autokorelasi. Pengujian ini menggunakan uji
Durbin Watson. Menurut Sunyoto 2009:91, Pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut:
Universitas Sumatera Utara
1 angka D-W dibawah -2 berarti ada autokorelasi positif
2 angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi
3 angka D-W di atas +2 berarti ada autokorelasi negatif.
d. uji heterokedastisitas
Menurut Priyatno 2008:41, “uji ini digunakan untuk mengetahui ada tidaknya penyimpangan heterokedastisitas, yaitu adanya ketidaksamaan varian
dari residual untuk semua pengamatan pada model regresi.” Model regresi yang baik adalah terjadi homokedatisitas. Deteksi ada tidaknya gejala heterokedastisitas
adalah dengan melihat ada tidaknya pola tertentu pada gambar scatterplot. Jika membentuk pola tertentu maka telah terjadi gejala heterokedastisitas.
2. Pengujian Hipotesis
Hipotesis diuji dengan analisis regresi linear berganda untuk menganalisis pengaruh variabel independen terhadap variabel dependen. Model regresi yang
digunakan, yaitu :
Dimana : Y
= Return On Investment ROI a
= Konstanta X
1
= Perputaran piutang X
2
= Perputaran persediaan
Universitas Sumatera Utara
b
1,
b
2,
= Koefisien regresi e
= Variabel pengganggu
Hipotesis dalam penelitian ini diuji dengan menggunakan t-test dan F-test a.
uji signifikansi parsial t-test Pengujian t-test digunakan untuk menunjukkan seberapa jauh pengaruh satu
variabel independen terhadap variabel dependen. Uji ini dilakukan dengan membandingkan t
hitung
dengan t
tabel
dengan ketentuan sebagai berikut: H
diterima dan H
1
ditolak jika t
hitung
t
tabel
untuk α = 5 H
1
diterima dan H ditolak jika t
hitung
t
tabel
untuk α = 5 b.
uji signifikansi simultan F-test Uji F digunakan untuk menunjukkan apakah semua variabel independen yang
dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Uji ini dilakukan dengan membandingkan F
hitung
dengan F
tabel
dengan ketentuan sebagai berikut: H
diterima dan H
1
ditolak jika F
hitung
F
tabel
untuk α = 5 H
1
diterima dan H ditolak jika F
hitung
F
tabel
untuk α = 5
Universitas Sumatera Utara
G. Jadwal Penelitian Tabel 3.2
Jadwal penelitian
Tahapan penelitian Jadwal Penelitian
Oktober November
Desember Januari
Penyelesaian proposal skripsi Pengajuan proposal skripsi
Bimbingan proposal skripsi Seminar Proposal skripsi
Bimbingan dan penulisan skripsi Penyelesian skripsi
Sumber: Peneliti, 2009. Keterangan dari tabel jadwal penelitian:
1. Proposal skripsi dibuat dari tanggal 20 Oktober 2009 – 7 November 2009
2. Proposal skripsi diajukan tanggal 9 November 2009
3. Bimbingan proposal skripsi tanggal 18 November 2009
4. Seminar proposal skripsi tanggal 25 November 2009.
5. Penulisan skripsi tanggal 30 November 2009 – 27 Januari 2010
Universitas Sumatera Utara
BAB IV HASIL PENELITIAN
A. Hasil Penelitian 1. Data Penelitian
Adapun yang menjadi sampel dalam penelitian ini adalah perusahaan- perusahaan yang bergerak dalam bidang manufaktur yang terdaftar di Bursa
Efek Indonesia BEI. Daftar emiten yang telah ditentukan ada sebanyak 104 perusahaan yang dapat dilihat pada lampiran ii.
2. Statistik Deskriptif
Statistik deskriptif ini memberikan gambaran mengenai nilai minimum, nilai maksimum, nilai rata-rata serta standar deviasi data yang digunakan dalam
penelitian.
Tabel 4.1
Sumber: output SPSS, Diolah Peneliti, 2009
30
Universitas Sumatera Utara
Berdasarkan data dari tabel 4.1 dapat dijelaskan bahwa: a.
variabel ROI Y memiliki sampel N sebanyak 208, dengan nilai minimum terkecil 0,11, nilai maksimum terbesar 37,22, dan mean nilai rata-rata
6,2447. Standar deviation simpangan baku variabel ini adalah 6,37998. b.
variabel perputaran piutang X
1
memiliki sampel N sebanyak 208, dengan nilai minimum terkecil 0,29, nilai maksimum terbesar 362,41, dan mean
nilai rata-rata 12,4783. Standar deviation simpangan baku variabel ini adalah 31,74572.
c. variabel perputaran persediaan X
2
memiliki sampel N sebanyak 208, dengan nilai minimum terkecil 0,16, nilai maksimum terbesar 591,47, dan
mean nilai rata-rata 11,2218. Standar deviation simpangan baku variabel ini adalah 41,47137
d. Jumlah sampel yang ada sebanyak 208, dimana setahunnya 104.
3. Pengujian Asumsi Klasik
Salah satu syarat yang menjadi dasar penggunaan modal regresi linear berganda dengan metode estimasi Ordinary Least Square OLS adalah
dipenuhinya semua asumsi klasik, agar hasil pengujian bersifat tidak bias dan efisien Best Linear Unbiased Estimator BLUE. Pengujian asumsi klasik dalam
penelitian ini dilakukan dengan bantuan program statistik. Menurut Ghozali 2005:123 asumsi klasik yang harus dipenuhi adalah:
a. berdistribusi normal.
b. non-multikolineritas, artinya antara variabel independen dalam model
regresi tidak memiliki korelasi atau hubungan secara sempurna ataupun mendekati sempurna.
Universitas Sumatera Utara
c. non-autokorelasi, artinya kesalahan pengganggu dalam model regresi
tidak saling berkorelasi. d.
homokedastisitas, artinya variance variabel independen dari satu pengamatan ke pengamatan lain adalah konstan atau sama.
a. Uji Normalitas
Uji data statistik dengan model Kolmogorov-Smirnov dilakukan untuk mengetahui apakah data sudah terdistribusi secara normal atau tidak, Santoso
2002:34 memberikan pedoman pengambilan keputusan untuk data yang mendekati atau telah terdistribusi secara normal.
1 apabila nilai signifikansi atau nilai probabilitas 0,05, maka distribusi data
normal, 2
apabila nilai signifikansi atau nilai probabilitas 0,05, maka distribusi data tidak normal.
Hasil uji normalitas dengan menggunakan model Kolmogorov –Smirnov, grafik histogram dan normal probability plot adalah seperti yang ditampilkan berikut ini:
Gambar 4.1 Uji Normalitas data 1
Universitas Sumatera Utara
Gambar 4.2 Uji Normalitas data 2
Tabel 4.2 Uji Normalitas data 3
Sumber: output SPSS, diolah Peneliti,2009
Berdasarkan hasil uji statistik dengan model Kolmogorov-Smirnov seperti yang terdapat dalam tabel 4.2 dapat disimpulkan bahwa data tidak terdistribusi
normal. Hal ini dapat dilihat dari nilai Asymp.Sig.2 tailed Kolmogorov-Smirnov adalah 0.00, karena 0,00 0,05. Ada beberapa cara mengubah model regresi
menjadi normal menurut Erlina 2008:104 yaitu:
Universitas Sumatera Utara
1 lakukan transformasi data ke bentuk lainnya,
2 lakukan trimming, yaitu membuang data outlier,
3 lakukan winsorizing, yaitu mengubah nilai data yang outlier ke suatu nilai
tertentu.
Untuk mengubah nilai residual agar berdistribusi normal, peneliti melakukan transformasi data ke model logaritma natural Ln yaitu dari persamaan ROI = f
Perputaran piutang, Perputaran persediaan menjadi LN_ROI = f LN_Perputaran piutang, LN_Perputaran persediaan. Setelah itu, data diuji ulang berdasarkan
asumsi normalitas. Hasil uji normalitas setelah dilakuk an transformasi data yang tidak normal
tersebut dapat dilihat pada grafik histogram, normal probability plot, dan tabel Kolmogorov-Smirnov Test berikut ini:
Gambar 4.3 Uji Normalitas data 4
Universitas Sumatera Utara
Gambar 4.4 Uji Normalitas data 5
Cara yang digunakan untuk mendeteksi apakah residual berdistribusi normal atau tidak adalah dengan desain grafik. Jika data menyebar di sekitar garis
diagonal atau mengikuti arah garis diagonal, atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi
normalitas, demikian sebaliknya. Dari grafik histogram dan normal probability plot pada gambar 4.3 dan
gambar 4.4 di atas terlihat bahwa setelah dilakukan transformasi data menggunakan LN, grafik histogram memperlihatkan pola distribusi yang normal,
dan grafik P-P Plot memperlihatkan titik-titik menyebar di sekitar atau mengikuti arah garis diagonal yang menunjukkan pola distribusi normal.
Universitas Sumatera Utara
Tabel 4.3 Uji Normalitas data 6
Sumber: Output SPSS, diolah peneliti,2009
Bila nilai signifikan 0.05 berarti distribusi data tidak normal. Sebaliknya bila nilai signifikan 0.05 berarti distribusi data normal.
Berdasarkan hasil uji statistik dengan model Kolmogorov-Smirnov seperti yang terdapat dalam tabel 4.3 dapat disimpulkan bahwa data terdistribusi normal.
Hal ini dapat dilihat dari nilai Asymp.Sig.2 tailed Kolmogorov-Smirnov adalah 0.066, karena 0,066 0,05.
Universitas Sumatera Utara
b. Uji multikolinearitas
Untuk melihat ada atau tidaknya multikolinearitas dalam model regresi dapat dilihat dari:
1 nilai tolerance dan lawannya,
2 variance Inflation Factor VIF
Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance mengukur
variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan
nilai VIF yang tinggi karena VIF = 1 tolerance. Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah dengan VIF
10 Ghozali, 2005.
Tabel 4.4 Hasil Uji multikolinearitas
Sumber: Output SPSS, diolah Peneliti,2009
Berdasarkan tabel 4.4 dapat disimpulkan bahwa penelitian ini bebas dari adanya multikolinearitas. Hal ini bisa dilihat dengan membandingkan dengan
nilai tolerance dan VIF. Masing-masing variabel bebas yang digunakan dalam penelitian ini memiliki nilai tolerance yang lebih besar dari 0,01 yaitu 0,993. Jika
dilihat dari VIF-nya, bahwa masing-masing variabel bebas lebih kecil dari 10 yaitu sebesar 1,007. Dengan demikian dapat disimpulkan bahwa tidak terjadi
gejala multikolinearitas dalam variabel bebasnya.
Universitas Sumatera Utara
c. Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada
perode t-1 sebelumnya. Model regresi yang baik adalah yang bebas dari autokorelasi. Masalah autokorelasi umumnya terjadi pada regresi yang datanya
time series. Ada beberapa cara yang dapat digunakan untuk mendeteksi masalah dalam autokorelasi diantaranya adalah dengan uji Durbin-Watson. Namun secara
umum dapat diambil patokan sebagai berikut: 1
Angka D-W dibawah -2 berarti ada autokorelasi positif 2
Angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi 3
Angka D-W di atas +2 berarti ada autokorelasi negatif
Tabel 4.5 Hasil Uji Autokorelasi
Sumber: Output SPSS, diolah peneliti,2009
Tabel 4.5 menunjukkan hasil autokorelasi variabel penelitian. Berdasarkan hasil pengujian diperoleh bahwa tidak terjadi autokorelasi antar
kesalahan pengganggu antar periode. Hal ini dilihat dari nilai Durbin-Watson D - W sebesar 1,228. Angka tersebut berada diantara -2 dan +2, artinya bahwa angka
DW lebih besar dari -2 dan lebih kecil dari +2 -2 1,228 +2. Jadi dapat disimpulkan bahwa tidak ada autokorelasi positif maupun negatif.
Universitas Sumatera Utara
d. Uji Heterokedastisitas
Ghozali 2005:105 menyatakan, “uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual
satu pengamatan kepengamatan yang lain. Jika variance dari satu pengamatan ke pangamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut
heterokedastisitas”. Model regresi yang baik adalah tidak terjadi heterokedastisitas atau terjadi homokedastisitas.
Cara mendeteksi ada tidaknya gejala heterokedastisitas adalah dengan melihat grafik scatterplot yang dihasilkan dari pengolahan data menggunakan program
SPSS. Dasar pengambilan keputusan menurut Ghozali 2005:105 adalah sebagai berikut:
1 jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu yang
teratur bergelombang, melebar kemudian menyempit, maka mengidikasikan telah terjadi heterokedastisitas.
2 jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di
bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas.
Berikut ini dilampirkan grafik scatterplot untuk menganalisis apakah terjadi gejala heterokedastisitas atau tidak dengan cara mengamati penyebaran titik-titik
pada grafik.
Universitas Sumatera Utara
Gambar 4.5 Hasil Uji Heterokedastisitas
Sumber: Output SPSS, diolah peneliti,2009
Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak dengan tidak adanya pola yang jelas serta tersebar baik diatas maupun dibawah angka 0
pada sumbu Y. Dengan demikian, dapat disimpulkan bahwa tidak terjadi heterokedastisitas sehingga model ini layak dipakai untuk mengetahui pengaruh
terhadap rentabilitas ekonomis pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia berdasarkan masukan variabel independen yaitu perputaran
piutang dan perputaran persediaan.
Universitas Sumatera Utara
4. Analisis Regresi
Berdasarkan hasil uji asumsi klasik yang telah dilakukan di atas, dapat disimpulkan bahwa model regersi yang dipakai dalam penelitian ini telah
memenuhi model estimasi yang Best Linear Unbiased Estimator BLUE dan layak untuk dilakukan analisis statistik selanjutnya, yaitu melakukan pengujian
hipotesis. Adapun hasil pengolahan data dengan analisis regresi adalah sebagai berikut:
Tabel 4.6 Koefisien Regresi
Sumber: Output SPSS, diolah peneliti, 2009
Berdasarkan tabel koefisien regresi diatas, pada kolom unstandardized coefficients bagian B diperoleh model persamaan regresi linear berganda sebagai
berikut:
Y = 0,180 + 0,165 X
1
+ 0,407 X
2
+ e
Dimana: Y
= Return On Investment ROI X
1
= Perputaran piutang X
2
= Perputaran persediaan e
= Tingkat kesalahan pengganggu
Universitas Sumatera Utara
Pada unstandardized coefficients, diperoleh nilai a, b
1
, b
2
, sebagai berikut: •
nilai B Constant a = 0,180 = konstanta Nilai konstanta ini menunjukkan bahwa apabila tidak ada nilai variabel bebas
yaitu perputaran piutang dan perputaran persediaan, maka perubahan nilai rentabilitas ekonomis yang dilihat dari nilai Y tetap sebesar 0,180.
• nilai b
1
= 0,165 = perputaran piutang Koefisien regresi ini menunjukkan bahwa setiap kenaikan perputaran piutang
sebesar 1 satuan, maka perubahan rentabilitas ekonomis yang dilihat dari nilai Y akan bertambah sebesar 0,165 dengan asumsi variabel lain dianggap tetap.
• nilai b
2
= 0,407 = perputaran persediaan Koefisien regresi ini menunjukkan bahwa setiap kenaikan perputaran
persediaan sebesar 1 satuan, maka perubahan rentabilitas ekonomis yang dilihat dari nilai Y akan bertambah sebesar 0,407 dengan asumsi variabel lain
dianggap tetap.
Universitas Sumatera Utara
5. Pengujian Hipotesis
Untuk menguji hipotesis, peneliti menggunakan analisis regresi linear berganda. Berdasarkan hasil pengolahan data dengan program statistik, maka
diperoleh hasil sebagai berikut :
Tabel 4.7
Sumber: Output SPSS, diolah peneliti, 2009 Pada model summary di atas, dapat dilihat hasil analisis regresi secara
keseluruhan menunjukkan nilai R sebesar 0,290 menunjukkan bahwa korelasi atau hubungan antara rentabilitas ekonomis variabel dependen dengan
perputaran piutang dan perputaran persediaan variabel independen mempunyai hubungan yang kecil atau tidak erat yaitu sebesar 29 . Jika angka R berada
diantara 0,2 dan 0,4 maka hubungan antar variabel independen dengan variabel dependennya kecil atau tidak erat.
Nilai adjusted R square sebesar 0,075 atau 7,5 mengindikasikan bahwa variasi dari kedua variabel independen hanya mampu menjelaskan variasi variabel
dependen sebesar 7,5 dan sisanya 92,5 100 - 7,5 dijelaskan oleh faktor- faktor lain, misalnya jumlah kas, jumlah hutang, aktiva tetap dan lain-lain.
Universitas Sumatera Utara
Pengujian hipotesis secara statistik dilakukan dengan menggunakan:
a. uji t t-test
Uji t dilakukan untuk mengetahui hubungan antara variabel-variabel independen terhadap variabel dependen secara parsial individu.
Dalam uji t digunakan hipotesis sebagai berikut: H
:b
1
,b
2
= 0, artinya perputaran piutang dan perputaran persediaan secara parsial tidak mempunyai pengaruh yang signifikan terhadap
rentabilitas ekonomis pada perusahaan manufaktur yang terdaftar di BEI.
H
1
:b
1
,b
2
≠ 0, artinya perputaran piutang dan perputaran persediaan secara parsial mempunyai pengaruh yang signifikan terhadap
rentabilitas ekonomis pada perusahaan manufaktur yang terdaftar di BEI.
Kriteria: H
diterima dan H
1
ditolak jika t
hitung
t
tabel
untuk α = 5 H
1
diterima dan H ditolak jika t
hitung
t
tabel
untuk α = 5
Tabel 4.8 Uji Statistik t
Sumber: Output SPSS, diolah peneliti, 2009
Universitas Sumatera Utara
Berdasarkan hasil pengujian statistik t pada tabel 4.8 dapat dijelaskan sebagai berikut:
1 Pengaruh perputaran piutang terhadap rentabilitas ekonomis
• Nilai signifikansi = 0,114 menunjukkan bahwa nilai Sig. untuk uji t
individual parsial lebih besar dari 0,05. Hal ini sesuai dengan hasil pengujian statistik yang membandingkan antara t hitung dengan t tabel
yaitu perputaran piutang secara parsial tidak berpengaruh signifikan terhadap rentabilitas ekonomis pada tingkat kepercayaan 95 .
• Variabel pengaruh perputaran piutang memiliki t
hitung
1,588 dengan nilai signifikansi 0,114 0,05. Dengan menggunakan tabel t, diperoleh t
tabel
sebesar 1,971. Hal ini menunjukkan t
hitung
t
tabel
1,588 1,971, yang berarti bahwa H
diterima dan H
1
ditolak artinya perputaran piutang secara parsial tidak mempunyai pengaruh yang signifikan terhadap
rentabilitas ekonomis pada perusahaan manufaktur yang terdaftar di BEI.
2 Pengaruh perputaran persediaan terhadap rentabilitas ekonomis
• Nilai signifikansi = 0,00 menunjukkan bahwa nilai Sig. untuk uji t
individual parsial lebih kecil dari 0,05. Hal ini sesuai dengan hasil pengujian statistik yang membandingkan antara t
hitung
dengan t
tabel
yaitu perputaran persediaan secara parsial berpengaruh signifikan terhadap
rentabilitas ekonomis pada tingkat kepercayaan 95 . •
Variabel pengaruh perputaran persediaan memiliki t
hitung
3,896 dengan nilai signifikansi 0,00 0,05. Dengan menggunakan tabel t , diperoleh
Universitas Sumatera Utara
t
tabel
sebesar 1,971. Hal ini menunjukkan t
hitung
t
tabel
3,896 1,971, yang berarti bahwa H
1
diterima dan H ditolak artinya perputaran
persediaan secara parsial mempunyai pengaruh yang signifikan terhadap rentabilitas ekonomis pada perusahaan manufaktur yang terdaftar di BEI.
b. Uji F ANOVA
Uji F ini dilakukan untuk melihat seberapa besar pengaruh variabel independen secara bersama-sama terhadap variabel dependen.
Dalam uji F digunakan hipotesis sebagai berikut: H
: b
1
,b
2
= 0, artinya perputaran piutang dan perputaran persediaan secara simultan tidak mempunyai pengaruh yang signifikan
terhadap rentabilitas ekonomis pada perusahaan manufaktur yang terdaftar di BEI.
H
1
: b
1
,b
2
≠ 0, artinya perputaran piutang dan perputaran persediaan secara simultan mempunyai pengaruh yang signifikan terhadap
rentabilitas ekonomis pada perusahaan manufaktur yang terdaftar di BEI.
Kriteria: H
diterima dan H
1
ditolak jika F
hitung
F
tabel
untuk α = 5 H
1
diterima dan H ditolak jika F
hitung
F
tabel
untuk α = 5
Universitas Sumatera Utara
Tabel 4.9 Hasil Uji F
Sumber: Output SPSS, diolah peneliti, 2009
Hasil uji F yang ditampilkan dalam tabel 4.9 menunjukkan bahwa nilai F
hitung
adalah 9,427 dengan tingkat signifikansi 0,00 0,05. Dengan mengunakan tabel F diperoleh nilai F
tabel
sebesar 3,039. Hal ini menunjukkan bahwa nilai F
hitung
F
tabel
yang berarti bahwa H
1
diterima dan H ditolak, artinya variabel
bebas perputaran piutang dan perputaran persediaan secara simultan berpengaruh secara signifikan terhadap rentabilitas ekonomis pada perusahaan manufaktur
yang terdaftar di Bursa Efek Indonesia.
B. Pembahasan Hasil Penelitian
Berdasarkan hasil penelitian yang telah diuraikan secara statistik dengan menggunakan program SPSS ver 16.0 maka dapat dilihat bahwa perputaran
piutang dan perputaran persediaan mempunyai hubungan yang lemah terhadap rentabilitas ekonomis. Kesimpulan tersebut didasarkan pada hasil analisis
koefisien korelasi antara perputaran piutang dan perputaran persediaan dengan rentabilitas ekonomis dengan R sebesar 0,29 yang dapat dilihat pada table 4.7
Universitas Sumatera Utara
yang berarti bahwa korelasi atau hubungan antar variabel rentabilitas ekonomis dengan varibel independennya yaitu perputaran piutang dan perputaran persediaan
adalah hubungan yang positif. Hal tersebut menunjukkan apabila nilai perputaran piutang dan perputaran persediaan mengalami peningkatan maka nilai rentabilitas
ekonomis akan mengalami sedikit peningkatan. Begitu juga sebaliknya, jika perputaran piutang dan perputaran persediaan mengalami penurunan maka nilai
rentabilitas ekonomis akan mengalami sedikit penurunan. Sementara hasil analisis koefisien determinasi Adjusted R square dengan
nilai 0.075 yang berarti 7,5 variasi dari rentabilitas ekonomis dijelaskan oleh variasi dari variabel independen yaiu perputaran piutang dan perputaran
persediaan, sedangkan sisanya 92,5 dijelaskan oleh variasi atau faktor lainnya, seperti jumlah kas, jumlah hutang, aktiva tetap, dan lain-lain. Maka dalam hal ini
dapat dikatakan bahwa perputaran piutang dan perputaran persediaan hanya memberi pengaruh yang kecil terhadap rentabilitas ekonomis.
Berdasarkan hasil analisis regresi maka diketahui bahwa koefisien regresi sebesar 0,165 untuk perputaran piutang dan 0,407 untuk perputaran persediaan
dan konstanta sebesar 0,180. Dengan demikian persamaan regresi yang
mencerminkan bentuk hubungan kedua variabel tersebut adalah Y = 0,180 + 0,165 X
1
+ 0,407 X
2
+ e. Koefisien Regresi sebesar 0,165 berarti peningkatan
setiap satu kali pada variabel X
1
perputaran piutang akan menyebabkan kenaikan pada variabel Y rentabilitas ekonomis sebesar 0,165 begitu juga
sebaliknya. Koefisien Regresi sebesar 0,407 berarti peningkatan setiap satu kali pada variabel X
2
perputaran persediaan akan menyebabkan kenaikan pada
Universitas Sumatera Utara
variabel Y rentabilitas ekonomis sebesar 0,407, Sedangkan nilai sebesar 0,180 mencerminkan konstanta yang berarti jika nilai perputaran piutang dan perputaran
persediaan variabel X ada pada nilai nol X=0 maka nilai rentabilitas ekonomis variabel Y adalah sebesar 0,180.
Perputaran piutang secara parsial tidak memiliki pengaruh yang signifikan terhadap rentabilitas ekonomis pada perusahaan manufaktur yang terdaftar di
Bursa Efek Indonesia, hal ini dapat dilihat dari hasil pengujian yang menunjukkan bahwa t
hitung
t
tabel
1,588 1,971, yang berarti bahwa H diterima dan H
1
ditolak artinya perputaran piutang secara parsial tidak mempunyai pengaruh yang signifikan terhadap rentabilitas ekonomis pada perusahaan manufaktur yang
terdaftar di BEI. Perputaran persediaan secara parsial memiliki pengaruh yang signifikan
terhadap rentabilitas ekonomis pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia, hal ini dapat dilihat dari hasil pengujian yang menunjukkan
bahwa t
hitung
t
tabel
3,896 1,971, yang berarti bahwa H
1
diterima dan H ditolak artinya perputaran persediaan secara parsial mempunyai pengaruh yang
signifikan terhadap rentabilitas ekonomis pada perusahaan manufaktur yang terdaftar di BEI.
Perputaran piutang dan perputaran persediaan secara simultan memiliki pengaruh yang signifikan terhadap rentabilitas ekonomis pada perusahaan
manufaktur yang terdaftar di BEI, hal ini dapat dilihat dari hasil pengujian yang menunjukkan bahwa F
hitung
F
tabel
yang berarti bahwa H
1
diterima dan H ditolak, artinya variabel bebas perputaran piutang dan perputaran persediaan
Universitas Sumatera Utara
secara simultan berpengaruh secara signifikan terhadap rentabilitas ekonomis pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia.
Universitas Sumatera Utara
BAB V KESIMPULAN DAN SARAN
A. Kesimpulan
