40
3.6 Metode Pengumpulan Data
Dalam penelitian ini, metode penelitian yang digunakan oleh penulis adalah studi pustaka yakni membaca dan mempelajari teori-teori yang berkaitan dengan
penelitian ini dan dokumentasi penelitian terdahulu sebagai referensi serta melalui media internet dengan mengunduh data berupa laporan keuangan periode tahun
2010 sampai 2012 dari website Bursa Efek Indonesia.
3.7 Teknik Analisis
Teknik analisis yang digunakan dalam penelitian ini adalah:
3.7.1 Metode Deskriptif
adalah suatu metode analisis data dengan mengumpulkan
data, menyusun,
menginterpretasikan dan
menganalisis data tersebut sehingga memberikan keterangan yang lengkap bagi pemecahan masalah yang dihadapi dalam penelitian
ini.
3.7.2 Analisis Regresi
Analisis regresi berganda dilakukan untuk mengetahui adanya pengaruh ada hubungan antara variabel-variabel independen
dengan variabel dependen dengan menggunakan nilai beta unstandardized karena variabel yang digunakan mempunyai satuan
yang sama yaitu persentase. Mekanisme analisis regresi berganda dilakukan dengan pengujian asumsi klasik teoritis meliputi uji
normalitas data, uji multikolinearitas, ujiheteroskedastisitas, dan uji autokorelasi, dilanjutkan dengan pengujian hipotesis. Untuk
Universitas Sumatera Utara
41
mengetahui proporsi dari total variasi variabel dependen yang dijelaskan oleh beberapa variabel independen secara bersama-sama
diukur melalui koefisien determinasi yang dinyatakan dalam nilai � . Kemudian dilakukan uji signifikansi keseluruhan terhadap
regresi berganda yang ditaksir, dalam hal ini NPM berkorelasi linear dengan receivable turnover dan inventory turnover secara
bersama-sama yang dikenal dengan uji statistik f. Selanjutnya dilakukan uji signifikansi t yakni menguji signifikansi koefisien
regresi beta masing-masing variabel independen secara parsial. Model regresi yang dirumuskan dalam penelitian ini adalah:
NPM = α + β
1
RT + β
2
IT + e dimana:
NPM = Net Profit Margin
RT = Receivable Turnover
IT = Inventory turnover
α = Konstanta
β
1
–β
2
= Koefisien variabel independen e
= Variabel Pengganggu
3.7.2.1 Pengujian Asumsi Klasik
Sehubungan dengan penggunaan data sekunder dalam penelitian ini,maka untuk mendapatkan ketepatan model
yang akan dianalisis perlu dilakukan pengujian atas beberapa persyaratan asumsi klasik yang mendasari model
Universitas Sumatera Utara
42
regresi di atas. Pengujian asumsi klasik ini terdiri dari uji normalisasi, uji multikolinieritas, uji heteroskedastisitas,
serta uji autokorelasi.
3.7.2.1.1 Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel dependen dan
variabel independen keduanya mempunyai distribusi normal atau tidak. Model regressi
yang baik adalah memiliki distribusi data normal
atau mendekati
normal. Untuk
mendeteksi normalitas dapat dilakukan dengan uji statistik. Test statistik sederhana yang dapat
dilakukan adalah berdasarkan nilai kurtosis atau skewness. Erlina 2011 : 101 nilai Z dari uji
Skewness dapat dihitung dengan rumus sebagai berikut:
Z
hitung
=
���� � √6
Sedangkan nilai t kurtosis dapat dihitung dengan rumus: Z
kurtosis
=
� �
√ 4
Pengujian ini diperlukan karena untuk melakukan uji t dan uji F mengasumsikan
bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini dilanggar atau tidak
dipenuhi maka uji statistic menjadi tidak valid untuk jumlah sampel kecil.
Universitas Sumatera Utara
43
3.7.2.1.2 Multikolinearitas
Uji Multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya
korelasi diantara variable independen. Model regresi yang baik seharusnya tidak trejadi
korelasi diantara variable independen. Banyak cara yang dapat digunakan untuk mendeteksi
adanya multikolinearitas, namun tidak ada kesepakatan umum tentang tentang uji yang
paling tepat. Erlina 2011 : 104 ada dua uji multikolinearitas yang sering digunakan yaitu
dengan melihat nilai Variance Inflation Faktor VIF:
VIF =
T lera ce
VIF yang tinggi menunjukkan bahwa multikolinearitas telah menaikkan sedikit
varian pada koefisisn estimasi, akibatnya menurunkan nilai t. semakin tinggi VIF,
semaik berat dampak dari multikolinearitas. Pada umumnya jika nilai VIF10, maka
terjadi multikolinearitas yang cukup berat di antara variable independen.
Di samping itu, cara lain yang dapat digunakan
untuk mendeteksi
adanya gejala
multikolinearitas adalah
dengan melihat
koefisien korelasi sederhana antara variabel- variabel independenpenjelas. Apabila r tinggi
Universitas Sumatera Utara
44
nilai absolutnya, maka ada dua variabel penjelas tertentu
berkorelasi dan
masalah multikolinearitas ada dalam persamaan tersebut.
Erlina 2011 : 104 suatu model terdapat gejala multikolinearitas “jika korelasi diantar variabel
independen lebih besar dari 0.8”.
3.7.2.1.3 Heteroskedastisitas
Uji Heteroskedastisitas
dilakukan untuk
mendeteksi adanya penyebaran atau pancaran dari variabel-variabel. Selain itu juga untuk
menguji apakah dalam sebuah model regressi terjadi ketidaksamaan varian dari residual dari
satu pengamatan ke pengamatan yang lain. Jika varian dari residual dari pengamatan ke
pengamatan yang lain tetap, maka disebut homokedastisitas, dan jika varians berbeda
disebut heteroskedastisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas.
Uji heteroskedastisitas pada penelitian ini menggunakan metode grafik untuk melihat pola
dari variabel yang ada berupa sebaran data.
Universitas Sumatera Utara
45
Salah satu cara untuk melihat ada tidaknya heterokedastisitas adalah dengan melihat scatter
diagram nilai residu terhadap waktu atau terhadap satu dari lebih variabel-variabel bebas
yang diduga
sebagai penyebab
heterokedastisistas. Suatu model mengandung heterokedastisistas apabila nilai-niai residunya
membentuk pola sebaran yang meningkat, yaitu secara terus menerus bergerak menjauhi garis
nol. Selain itu dapat juga dilihat melalui grafik normalitasnya
terhadap variabel
yang digunakan. Jika data yang dimiliki terletak
menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal maka model
regresi memenuhi asumsi normalitas dan tidak ada yang berpencar maka dapat dikatakan tidak
terjadi heteroskedastisitas
tetapi homokedastisitas. Untuk mengetahui adanya
gejala heteroskedastisitas dalam model regresi, maka digunakan uji Glejser yang dilakukan
dengan menggunakan rumus: [
e
i
] = β
i
X
i
+ V
i
Universitas Sumatera Utara
46
dimana:
e
i
= Residual X
i
= Variabel independen yang diperkirakan mempunyaihubungan erat dengan
variance
�
i 2
V
i
= Unsur kesalahan
3.7.2.1.4 Autokorelasi
Pengujian asumsi klasik yang keempat pada model regresi adalah uji autokorelasi, yang
digunakan untuk mengetahui apakah pada model regresi terdapat korelasi antara kesalahan
pengganggu pada periode t dengan kesalahan pengganggu pada periode t
-1
. Jika terjadi korelasi,
maka dinamakan
ada problem
autokorelasi. Autokorelasi
muncul karena
observasi yang berurutan sepanjang tahun yang berkaitan satu dengan yang lainnya. Gejala
autokorelasi tersebut
dapat dengan
menggunakan Durbin-Watson test melalui nilai DW yang diperoleh, yang berpedoman pada
angka pada skala dl, du, 4-du, dan 4-dl.
Universitas Sumatera Utara
47
Erlina 2011 : 107 pedoman pengambilan keputusan ada tidaknya autokorelasi adalah
sebagai berikut: 1. Bila nilai DW terletak di antara batas
atas atau upper bond DU, yaitu antara DU
dan 4-DU,
maka koefisien
autokorelasi sama dengan nol yang berarti tidak terjadi autokorelasi.
2 Bila nilai DW lebih rendah dari batas
bawah atau lower bound DL, maka koefisien autokorelasi lebih besar dari
nol yang berarti terjadi autokorelasi positif.
3 Bila nilai DW lebih besar daripada4-
DL, maka koefisien autokorelasi lebih kecil dari nol yang berarti terjadi
autokorelasi negatif.
4 Bila nilai DW terletak di antara batas
atas DU dan batas bawah DL, yaitu antara DU dan DL atau antara 4-
DUdan 4-DL, maka hasilnya tidak dapat disimpulkan.
3.7.2.2 Pengujian Hipotesis
Untuk melakukan pengujian terhadap hipotesis-hipotesis yang diajukan, perlu digunakan analisis regresi melalui uji
t maupun uji f. Tujuan digunakan analisis regresi adalah untuk mengetahui pengaruh variabel-variabel independen
terhadap variabel dependen, baik secara parsial maupun secara simultan, serta mengetahui besarnya dominasi
variabel-variabel independen terhadap variabel dependen.
Universitas Sumatera Utara
48
3.7.2.2.1 Uji t statistik
Dalam melakukan uji hipotesis pertama dan hipotesis kedua, digunakan uji t. Uji t dilakukan
untuk mengetahui ada tidaknya pengaruh yang signifikan
dari masing-masing
variabel independen terhadap variabel dependen. Uji t ini
dilakukan dengan
cara menilai
tingkat signifikansi t hitung, dimana apabila tingkat
signifikansi tersebut lebih kecildari alfa α, maka berarti terdapat pengaruh yang signifikan
antara variabel independen terhadap variabel dependen, sehingga hipotesis diterima.
Uji keberartian koefisien
b
i
dilakukan dengan statistik-t. Hal ini digunakan untuk menguji
koefisien regresi secara parsial dari variable independennya. Uji ini dilakukan untuk menguji
hipotesis pertama dan hipotesis kedua, adapun hipotesis dirumuskan sebagai berikut :
H : β
1
sd 5 = 0 dan H
1
: β
1
sd 5 ≠ 0 Artinya terdapat pengaruh yang signifikan dari
variabel independen X terhadapvariabel dependen Y.
Universitas Sumatera Utara
49
Nilai t
hitung
dapat dicari dengan rumus:
t
hitung
= bi
Error Standar
bi regresi
Koefisien
Jika
t
hitung
t
tabel
α, n-k-l, maka H ditolak;
Jika
t
hitung
t
tabel
α, n-k-l, maka H diterima.
3.7.2.2.2 Uji F Statistik
Uji ini digunakan untuk menguji keberartian pengaruh dari seluruh variable independen
secara bersama-sama
terhadap variabel
dependen. Hipotesis inidirumuskan sebagai berikut :
H : p = 0
H
1
: p ≠ 0 Nilai F hitung dapat dicari dengan rumus :
F
hitung
=
K -
N R2
- 1
1 -
k 2
R
Jika F
hitung
F
tabel
α, k-1, n-k, maka H ditolak
dan H
1
diterima atau dikatakan signifikan, artinya secara bersama-sama variabel bebas X
1
dan X
2
berpengaruh signifikan terhadap variabel dependen Y = hipotesis diterima.
Universitas Sumatera Utara
50
Jika F
hitung
F
tabel
α, k-1, n-k, maka H diterima
dan H
1
ditolak atau dikatakan tidak signifikan, artinya secara bersama-sama variabel bebas X
1
sd X
2
berpengaruh tidak signifikan terhadap variabel dependen Y = hipotesis ditolak.
Universitas Sumatera Utara
51
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Data Penelitian
Untuk mengetahui pengaruh yang terjadi dalam penelitian ini, maka diperlukan data dari perusahaan-perusahaan yang diteliti agar dapat diketahui
bagaimana pengaruh yang terjadi antara perputaran piutang dan perputaran persediaan terhadap net profit margin.
Populasi yang diteliti dalam penelitian ini adalah 39 perusahaan barang konsumsi yang terdaftar di Bursa Efek Indonesia BEI. Setelah dilakukan
pemilihan sampel dengan teknik purposive samplingdiperoleh 39 perusahaaan yang telah memenuhi kriteria yang ditentukan sebelumnya. Berdasarkan analisis
data diperoleh jumlah sampel secara keseluruhan yang diteliti adalah sebanyak 117 sampel untuk periode 3 tahun dimulai dari tahun 2010 sampai 2012.
4.2 Analisis Hasil Penelitian
4.2.1 Statistik Deskriptif
Analisis deskriptif dilakukan agar dapat memberikan gambaran terhadap variabel-variabel yang digunakan dalam penelitian. Penelitian ini
menggunakan dua variabel independen yang bertujuan untuk mengetahui hubungan perputaran piutang dan perputaran persediaan. Deskriptif
variabel atas data dilakukan selama 3 tahun, sehingga data secara keseluruhan yang diamati berjumlah 117 sampel. Berdasarkan hasil
Universitas Sumatera Utara
52
pengolahan data dengan bantuan SPSS 22, diperoleh hasil perhitungan
sebagai berikut:
Tabel 4.1 Perhitungan Minimum, Maksimum, Mean, Median, Standar Deviasi
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation Receivable Turnover
117 2,400
20,370 8,82870
5,180020 Inventory Turnover
117 ,181
10,790 3,80835
2,742967 Net Profit Margin
117 -,095
,308 ,09122
,090639 Valid N listwise
117
Sumber: Data Sekunder dariwww.idx.co.id diolah kembali Tabel di atas diketahui bahwa jumlah sampel yang digunakan
dalam penelitian ini adalah sebanyak 117 sampel. Selain itu dapat diketahui bahwa:
1. Receivable Turnover minimum 2,400 dan maximum 20,370, rata-rata 8,82870 dengan standard deviasi 5,180020.
2. Inventory Turnover minimum 0,181dan maximum 10,790, rata-rata 3,808 dengan standard deviasi 2,743.
3. Net Profit Margin minimum -0.095 dan maximum 0,308, rata-rata 0,091 dengan standard deviasi 0,091.
4.2.2. Hasil Uji Asumsi Klasik
Sebelum dilakukan pengujian hipotesis yang diajukan dalam penelitian ini, sampel hasil perhitungan rata-rata rasio keuangan selama 3
tahun tersebut perlu dilakukan pengujian asumsi klasik terlebih dahulu. Pengujian asumsi klasik yang dimaksud dalam penelitian ini terdiri atas:
normalitas data, multikolinearitas, heteroskedastisitas dan autokorelasi, dengan penjelasan sebagai berikut:
Universitas Sumatera Utara
53
4.2.2.1 Normalitas Data
Untuk menentukan data dengan uji Kolmogorov-Smirnov, nilai signifikansi harus di atas 0.05 atau 5 Erlina, Sri Mulyani
2011. Pengujian terhadap normalitas data dengan menggunakan uji Kolmogorov-Smirnov menunjukkan bahwa nilai Logaritma natural
dari Receivable Turnover, Inventory Turnover dan Net Profit Marginmempunyai nilai signifikansi di atas 0.05, sehingga data
yang ada terdistribusi normal. Hal tersebut mengindikasikan bahwa variabel independen yang digunakan dalam penelitian ini tidak
terdapat data yang outlier yang dapat mengakibatkan hasil penelitian menjadi bias sehingga dapat digunakan untuk
memprediksi NPM perusahaan yang listed di BEI periode 2010- 2012. Untuk lebih jelasnya dapat dilihat pada Tabel 4.2 berikut ini:
Tabel 4.2 Hasil Pengujian Normalitas Perusahaan Barang Konsumsi
One-Sample Kolmogorov-Smirnov Test
Ln_RT Ln_IT
Ln_NPM N
117 117
108 Normal Parameters
a,b
Mean 2,0064
1,0648 -2,6778
Std. Deviation ,60066
,79840 1,00097
Most Extreme Differences Absolute
,077 ,055
,070 Positive
,077 ,050
,067 Negative
-,072 -,055
-,070 Test Statistic
,077 ,055
,070 Asymp. Sig. 2-tailed
,083
c
,200
c,d
,200
c,d
a. Test distribution is Normal. b. Calculated from data.
c. Lilliefors Significance Correction. d. This is a lower bound of the true significance.
Sumber: Outpu SPSS 22
One-Sample Kolmogorov-Smirnov Test
Universitas Sumatera Utara
54
Pengujian normalitas dapat juga dilakukan dengan analisis grafik dengan melihat grafik histogram dan normal probability plot.
Sumber: Output SPSS 22, Histogram
Gambar 4.1 Hasil Pengujian Normalitas PerusahaanBarang Konsumsi
Pada grafik histogram terlihat bahwa variable berdistribusi normal, hal ini ditunjukkan bahwa grafik histogram pola distribusi
data tersebut tidak menceng ke kiri atau ke kanan.
Universitas Sumatera Utara
55
Sumber: Output SPSS 22 P-Plot
Gambar 4.2 Hasil Pengujian Normalitas Perusahaan Barang Konsumsi
Pada scasterplot terlihat titik-titik yang mengikuti data disepanjang garis diagonal, hal ini berarti data berdistribusi normal
4.2.2.2 Hasil Uji Multikolinearitas
Untuk mendeteksi ada tidaknya gejala multikolinearitas antar variabel independen digunakan variance inflation factor
VIF. Sampel hasil yang ditunjukkan dalam output SPSS maka besarnya VIF dari masing-masing variabel independen dapat
dilihat pada tabel 4.3 sebagai berikut:
Universitas Sumatera Utara
56
Tabel 4.3 Hasil Perhitungan VIF Perusahaan Barang Konsumsi
Model t
Sig. Collinearity Statistics
Tolerance VIF
1 Constant
4,760 ,000
Receivable Turnover -,790
,431 ,997
1,003 Inventory Turnover
,272 ,786
,997 1,003
Sumber: Output SPSS 22; Coefficients
a
Sampel tabel 4.3 menunjukkan bahwa ke-2 variabel independentidak terjadi multikolinearitas karena nilai VIF 10 dan
nilai tolerance 0.01. Dengan demikian dua variabel independen Receivable Iturnover, Inventory Turnover dapat digunakan untuk
memprediksi NPM selama periode pengamatan.
4.2.3 Hasil Uji Heteroskedastisitas
Uji Glejser test digunakan untuk mendeteksi ada tidaknya heteroskedastisitas. Glejser menyarankan untuk meregresi nilai absolut
dari ei terhadap variabel X variabel bebas yang diperkirakan mempunyai hubungan yang erat dengan δ
i 2
dengan menggunakan rumus perhitungan sebagai berikut:
[ei ] = β
1
X
i
+ V
i
yang mana: [e
i
] merupakan penyimpangan residual; dan X
i
merupakan variabel bebas. Untuk menentukanheteroskedastisitas juga dapat menggunakan grafik
scatterplot, titik-titik yang terbentuk harus menyebar secara acak, tersebar baik di atas maupun di bawah angka 0 pada sumbu Y, bila kondisi ini
Universitas Sumatera Utara
57
terpenuhi maka tidak terjadi heteroskedastisitas dan model regresi layak digunakan. Hasil uji heteroskedastisitas dengan menggunakan grafik
scatterplot di tunjukkan pada gambar 4.3 dibawah ini:
Sumber: Output SPSS 22, ScatterPlot
Gambar 4.3 Grafik Scatterplot Perusahaan Barang Konsumsi
Pada grafik ScatterPlotyang disajikan terlihat titik-titik menyebar secara acak dan tidak membentuk sebuah pola tertentu yang jelas serta
tersebar baik diatas maupun dibawah angka nol pada sumbu Y. hal ini berarti tidak terjadi heterokedastisitas pada model regresi, sehingga model
regresi layak dipakai untuk memprediksi NPM berdasarkan masukan variable independennya.
Hasil uji heteroskedastisitas dengan uji Glejser dapat ditunjukkan dalam tabel 4.4 sebagai berikut:
Universitas Sumatera Utara
58
Tabel 4.4 Hasil Uji Heteroskedastisitas Perusahaan Barang Konsumsi
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
,074 ,013
5,531 ,000
Receivable Turnover -,001
,001 -,048
-,511 ,611
Inventory Turnover 6,258E-5
,002 ,003
,032 ,975
Sumber: Output SPSS 22; Coefficients
a
Hasil tampilan outputSPSS dengan jelas menunjukkan pada tabel 4.4 tidak ada satupun variable independen yang signifikan secara statistic
mempengaruhi variable independen absolut Ut ABSUT. Hal ini terlihat dari probabilitas signifikansinya di atas tingkat
kepercayaan 5. Jadi disimpulkan model regresi tidak mengarah adanya heteroskedastisitas. Berdasarkan tabel 4.4 menunjukkan bahwa semua
variabel bebas tidak signifikan, sehingga tidak terjadi heteroskedastisitas dalam varian kesalahan. Hal ini mengindikasikan bahwa kedua variabel
independent Receivable Iturnover, Inventory Turnover benar-benar mempengaruhi NPM dan tidak berpengaruh terhadap variabel residualnya,
sehingga penelitian ini homoskedastisitas.
4.2.4 Hasil Uji Autokorelasi
Penyimpangan autokorelasi dalam penelitian diuji dengan uji Durbin-Watson DW-test. Hal tersebut untuk menguji apakah model
linier mempunyai korelasi antara disturbence error pada periode t dengan kesalahan pada periode t-1 sebelumnya. Hasil regresi dengan level of
Universitas Sumatera Utara
59
significance 0.05 α= 0.05 dengan sejumlah variabel independen k = 2
dan banyaknya data n = 117. Adapun hasil dari uji autokorelasi dapat dilihat pada Tabel 4.5 berikut:
Tabel 4.5 Hasil Uji Autokorelasi Perusahaan Barang Konsumsi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 ,079
a
,006 -,011
,091142 1,919
a. Predictors: Constant, Inventory Turnover, Receivable Turnover
b. Dependent Variabel: Net Profit Margin
Sumber: Output SPSS 22Model Summary
b
Berdasarkan hasil hitung Durbin Watson, penyimpangan autokorelasi sebesar 1.88; seda
ngkan dalam tabel DW untuk “k”=2 dan N=117 besarnya DW-tabel: dl batas luar = 1,66; du batas dalam = 1.73; 4
– du = 2.27; dan 4
– dl = 2.34 maka dari perhitungan disimpulkan bahwa DW- test terletak pada daerah uji. Hal ini dapat dilihat pada gambar 4.4 sebagai
berikut:
1.661.73 1.88 2.27 2.34
Gambar 4.4 Hasil Uji Durbin Watson Perusahaan Barang Konsumsi
Positive indication
no-auto Indication
Negative autocorrelation
correlation autocorrelation
dl du D 4-du
4-dl
Universitas Sumatera Utara
60
Sesuai dengan gambar 4.4 tersebut menunjukkan bahwa Durbin Watson berada di daerah no-autocorrelation.Artinya, pada data rasio-rasio
keuangan yang digunakan dalam penelitian ini tidak terdapat kesalahan data yang dipengaruhi oleh kesalahan pada periode tahun sebelumnya.
4.3. Hasil Uji Hipotesis
Nilai koefisien determinasi adjusted R
2
sebesar -0.011 atau -1.1. Hal ini berarti -1.1 variasi NPM yang bisa dijelaskan oleh variasi dari kedua
variabel bebas yaitu Receivable Turnover dan Inventory Turnover, sedangkan sisanya sebesar 101.1 dijelaskan oleh sebab-sebab lain di luar model.
Tabel 4.6 Nilai Koefisien Determinasi PerusahaanBarang Konsumsi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 ,079
a
,006 -,011
,091142 1,919
a. Predictors: Constant, Inventory Turnover, Receivable Turnover
b. Dependent Variabel: Net Profit Margin
Sumber: Output SPSS 22Model Summary
b
Berdasarkan hasil output SPSS dapat dilihat bahwa pengaruh secara bersama-sama empat variabel independen tersebut Receivable Turnover dan
Inventory Turnover terhadap NPM seperti ditunjukkan pada tabel 4.7 dibawah ini.
Universitas Sumatera Utara
61
Tabel 4.7 Hasil Perhitungan Regresi SimultanPerusahaanBarang Konsumsi
ANOVA
a
Model Sum of Squares
Df Mean Square
F Sig.
1 Regression
,006 2
,003 ,361
,697
b
Residual ,947
114 ,008
Total ,953
116 a. Dependent Variable: Net Profit Margin
b. Predictors: Constant, Inventory Turnover, Receivable Turnover
Sumber: Output SPSS 22,ANOVA
a
Dari hasil perhitungan diperoleh nilai F sebesar 0.361 dan nilai signifikansi sebesar 0.697. Karena nilai signifikansi lebih besar dari 0.05 maka
hipotesis H
3
ditolak dan tidak terdapat pengaruh variabel Inventory Turnover, Receivable Turnover secara bersama-sama terhadap variabel NPM.
Sementara itu secara parsial pengaruh dari keempat variabel independen tersebut terhadapNPM ditunjukkan pada tabel 4.8 sebagai berikut:
Tabel 4.8 Hasil Perhitungan Regresi ParsialPerusahaanBarang Konsumsi
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
,099 ,021
4,760 ,000
Receivable Turnover -,001
,002 -,074
-,790 ,431
Inventory Turnover ,001
,003 ,025
,272 ,786
Dependent Variable: Net Profit Margin Sumber: Output SPSS 22,
Coefficients
a
Dari hasil output SPSS tersebut diatas dapat dilihat nilai konstanta sebesar 0.099 hal ini mengindikasikan bahwa NPM mempunyai nilai sebesar 0.099 atau
Universitas Sumatera Utara
62
9.9 dengan tidak dipengaruhi oleh variabel-variabel independen Inventory Turnover, Receivable Turnover.
Untuk melihat besarnya pengaruh variabel independen terhadapvariabel dependennya dapat dilihat dari nilai beta unstandardized coefficients. Dari tabel
4.7 maka dapat disusun persamaan regresi linier berganda sebagai berikut:
NPM= 0.099 - 0.001 RT + 0.001 IT + e
Dari hasil persamaan regresi linier berganda tersebut di atas maka dapat dianalisis sebagai berikut:
4.3.1 Variabel Receivable Turnover
Dari perhitungan persamaan regresi linier berganda, hasilnya adalah nilai koefisien variabel Receivable Turnover sebesar -0.001. Dari
hasil perhitungan uji secara parsial diperoleh nilai t hitung sebesar -0.790 dan nilai signifikansi sebesar 0.431. Karena nilai signifikansi lebih besar
dari 5 maka hipotesisH
1
ditolak berarti tidak terdapat pengaruh signifikan variabel Receivable Turnover terhadap variabel NPM.
4.3.2 Variabel Inventory Turnover
Dari perhitungan persamaan regresi linier berganda, hasilnya adalah nilai koefisien variabel IT sebesar 0.001. Dari hasil perhitungan uji
secara partial diperoleh nilai t hitung sebesar 0.272 dan nilai signifikansi sebesar 0.786. Karena nilai signifikansi lebih besar dari 5 maka hipotesis
H
2
ditolak berarti tidak terdapat pengaruh signifikan variabel Inventory turnover terhadap variabel NPM.
Universitas Sumatera Utara
63
4.4. Pembahasan
Hasil penelitian ini menunjukkan bahwa nilai koefisien determinasi adjusted R
2
perusahaan Barang Konsumsi -0.011 atau -1.1. Hal ini berarti variasi NPM yang bisa dijelaskan oleh variasi dari kedua variabel bebas yaitu
receivable turnoverdan inventory turnover adalah sebesar -0.011 atau -1.1, sedangkan sisanya sebesar 0,989 atau 98,9 dijelaskan oleh sebab-sebab lain.
Variabel independen Receivable Turnover, inventory turnoversecara bersama-sama tidak berpengaruh signifikan terhadap NPM. Hal ini terlihat dari
hasil uji f statistik dengan nilai signifikansi masing-masing sebesar 0.697. Adapun pengaruh variabel receivable turnover, inventory turnover secara parsial terhadap
NPM ditunjukkan oleh parameternya masing-masing melalui uji t statistik. Dalam uji t statistik,
α, β
1
, dan β
2
disebut parameter atau juga disebut koefisien regresi;
α sebagai koefisien titik potong konstanta danβ
1
, β
2
sebagai koefisien kemiringan slope. Koefisien titik potong adalah nilai variabel
dependen NPM apabila nilai variabel independen Receivable Turnover, inventory turnover sama dengan nol.
Koefisien kemiringan mengukur tingkat perubahan nilai rata-rata variabel dependen untuk setiap perubahan variabel independen sebesar satu unit. Nilai
konstansta hasil regresi linear berganda adalah sebesar 0.099 yang artinya perusahaan akan memperoleh laba sebesar 0.099 atau 9.9 tanpa dipengaruhi
oleh variabel-variabel independen receivable turnover, inventory turnover. Penafsiran semacam itu tentunya tidak masuk akal dari segi ekonomi. Bagaimana
Universitas Sumatera Utara
64
perusahaan dapat menghasilkan laba sebesar itu apabilaaktivitassama dengan nol, dengan demikian parameter titik potong ini tidak memiliki arti secara ekonomi.
Parameter β
1
menunjukkan nilai koefisien regresi variabel receivable turnover sebesar -0.001 artinya bahwa antara variabel independen receivable
turnover dan variabel dependen NPM terjadi hubungan yang negatif.Untuk setiap penurunanreceivable turnover sebesar 1, maka NPM akan turun 0.1. Namun
hasil initidak signifikan secara statistik karena tingkat signifikansinya di dibawah0.05. Dengan demikian hipotesis yang mengatakan terdapat pengaruh
signifikan receivable turnoverterhadap NPM pada perusahaan Barang Konsumsi ditolak.
Parameter β
2
menunjukkan nilai koefisien regresi variable inventory turnover perusahaan Barang Konsumsi sebesar 0.001 artinya bahwa antara
variabel independen inventory turnover dan variabel dependen NPM terjadi hubungan yang positif pada perusahaan Barang Konsumsi, untuk setiap
penambahaninventory turnover sebesar 1, maka NPM akan naik sekitar 0.001 atau 0.1. Pada perusahaan Barang Konsumsi hasil ini tidak signifikan secara
statistik karena tingkat signifikansinya di bawah 0.05. Dengan demikian hipotesis yang mengatakan terdapat pengaruh signifikan inventory turnover terhadap NPM
pada perusahaan Barang Konsumsi, ditolak.
Universitas Sumatera Utara
65
BAB V
KESIMPULAN DAN SARAN
5.1 Simpulan