44
dalam penelitian ini adalah teknik purposive sampling yaitu sampel dipilih dengan menggunakan pertimbangan tertentu yang disesuaikan dengan tujuan
penelitian atau asalah penelitian yang dikembangkan. Kriteria-kriteria yang digunakan dalam penelitian ini, yaitu :
1. Perusahaan Industri Makanan dan Minuman yang terdaftar di Bursa Efek
Indonesia BEI yang menerbitkan dan mempublikasikan Laporan keuangan tahunan secara lengkap dari periode 2009 – 2012.
2. Perusahaan tidak melakukan merger dan akuisisi selama tahun 2009 –
2012. 3.
Perusahaan memiliki nilai ROI positif 4.
Perusahaan memiliki nilai working capital turnover, current ratio, debt to equity ratio
yang positif, Berdasarkan kriteriaa tersebut, diperoleh sampel perusahaan
industri makanan dan minuman sebanyak 13 perusahaan. Untuk lebih jelasnya, sampel dalam penelitian ini dapat dilihat dalam lampiran.
3.3. Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder berupa laporan keuangan perusahaan yang diperoleh dari laporan tahunan perusahaan
industry makanan dan minuman yang go public di BEI periode 2009 – 2012. Karena penelitian ini menyangkut perusahaan public, maka data yang digunakan
adalah laporan keuangan yang dipublikasikan. data tersebut diperoleh dari ICMD Indonesian Capital Market Directory.
Universitas Sumatera Utara
45
3.4. Metode Pengumpulan Data
Metode yang digunakan untuk mengumpulkan data dalam penelitian ini adalah metode dokumentasi, yaitu dengan cara mengumpulkan, mencatat, dan
mengkaji data sekunder yang berupa laporan keuangan perusahaan industry makanan dan minuman yang dipublikasikan oleh BEI melalui Indonesian Capital
Market Directory ICMD serta berbagai buku pendukung dan sumber-sumber lainnya yang berhubungan dengan profitabilitas.
3.5. Metode Analisis Data
Metode analisis yang digunakan dalam penelitian ini adalah metode analisis statistic dengan bantuan software SPSS 17. Sebelum dianalisis, peneliti terlebih
dahulu melakukan uji asumsi klasik yang kemudian diteruskan dengan melakukan pengujian hipotesis.
3.5.1. Pengujian Asumsi Klasik
3.5.1.1 Uji Normalitas
Uji normalitas adalah suatu bentuk pengujian tentang kenormalan distribusi data dengan tujuan untuk mengetahui apakah
data yang diambil adalah data yang terdistribusi normal. Maksud dari data terdistribusi normal adalah bahwa data akan mengikuti bentuk
distribusi normal dimana datanya memusat pada nilai rata-rata dan median. Uji ini sering dilakukan untuk analisi statistic non parametik.
Jika data yang diperoleh terdistribusi normal dan atau variabelnya tidak sama, maka pengujian hipotesis dilakukan dengan
alat statistic non parametik. Menurut Ghozali 2007:111, “tujuan uji
Universitas Sumatera Utara
46
normalitas adalah mengetahui apakah dalam model regresi variable pengganggu atau residual memiliki distribusi normal”.
3.5.1.2 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variable bebas
independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variable independen. Jika varabel independen saling
berkorelasi, maka variable-variabel ini tidak orthogonal. Maksud dari variable ortogal disini adalah variable independen yang nilai korelasi
antar sesama variabel independen sama dengan nol. Menurut Ghozali 2007, Untuk mendeteksi ada atau tidaknya
multikolinearitas di dalam model regresi adalah sebagai berikut : a.
Nilai R2 yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variable-variabel independen
banyak yang tidak signifikan mempengaruhi variable dependen. b.
Menganalisis matrik korelasi variable-variabel independen. Jika antar variable independen ada korelasi yang cukup tinggi umumnya
di atas 0.90, maka hal ini merupakan indikasi adanya multikolinearitas. Multikolinearitas dapat disebabkan karena adanya
efek kombinasi dua atau lebih variable independen. c.
Multikolinearitas dapat juga dilihat dari nilai tolerance dan variance inflation factor VIF. Kedua ukuran ini menunjukan setiap
variable independen manakah yang dijelaskan oleh variable
Universitas Sumatera Utara
47
independen lainnya. Dalam pengertian sederhana setiap variable independen menjasi variable dependen terikat dan diregresikan
terhadap variable independen lainnya. Tolerance mengukur variabilitas variable independen yang terpilih yang tidak dijelaskan
oleh variable independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi karena VIF = 1tolerance. Nilai cut
off yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai tolerance 0.10 atau sama dengan nilai VIF 10.
Walaupun nilai multikolinearitas dapat di deteksi dengan tolerance dan VIF, namun kita masih tetap tidak dapat mengetahui variable-
variabel independen mana sajakah yang saling berkorelasi.
3.5.1.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan lain. Jika variance dari residual satu pengamtan ke pengamatan lain tetap, maka disebut Homoskedastisitas
dan jika berbeda disebut Heteroskedastisitas. Model regresi yang baik adalah Homoskedastisitas atau tidak terjadi Heteroskedastisitas.
Kebanyakan data crossection mengandung situasi heteroskedastisitas karena data ini menghimpun data yang mewakili berbagai ukuran
kecil, sedang dan besar. Menurut Ghozali, 2007, untuk mendeteksi ada atau
tidaknya heterokedastisitas dapat dilakukan dengan melihat gambar
Universitas Sumatera Utara
48
plot antara nilai prediksi variable independen ZPRED dengan residual SREDIS.
Dalam penelitian ini, uji yang digunakan untuk mendeteksi ada atau tidaknya heteroskedastisitas adalah dengan melihat ada
tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED di mana sumbu Y adalah Y yang telah diprediksi dan sumbu
X adalah residual Y prediksi – Y sesungguhnya yang telah di studentized. Ghozali, 2007
Dasar analisisnya adalah sebagai berikut : 1.
Jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit,
maka mengindikasikan telah terjadi heteroskedastisitas. 2.
Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu y, maka tidak terjadi
heteroskedastisitas. Selain dengan menggunakan analisis grafik, pengujian
heterokedastisitas dapat dilakukan dengan uji glejser. Uji ini mengusulkan untuk meregresi nilai absolut residual terhadap variable
independen. Jika variable independen signifikan secara statistic mempengaruhi variable dependen, maka ada indikasi terjadi
heterokedastisitas. Jika propabilitas signifikansinya di atas tingkat kepercayaan 5, maka dapat disimpulkan model regresi tidak
mengandung heterokedastisitas Ghozali, 2007.
Universitas Sumatera Utara
49
3.5.1.4 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada
periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem
autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul
karena residual kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada data
runtut waktu time series karena “gangguan” pada seseorang individukelompok cenderung mempengaruhi “gangguan” pada
individukelompok yang sama pada periode berikutnya. Pada data crossection silang waktu, masalah autokorelasi
relative jarang terjadi karena “gangguan” pada observasi yang berbeda berasal dari individu kelompok yang berbeda. Model
regresi yang baik adalah regresi yang bebas dari autokorelasi. Ada beberapa cara untuk mendeteksi autokorelasi. Dalam
penelitian ini, uji yang digunakan ada atau tidaknya autokorelasi Runtest. Runtest sebagai bagian dari statistic non parametric dapat
digunakan untuk menguji apakah antar residual terdapat korelasi yang tinggi. Runtest digunakan untuk melihat apakah data residual terjadi
secara random atau tidak. Jika hasil tes menunjukkan tingkat signifikansi diatas 0,05 maka antar residual tidak terdapat hubungan
Universitas Sumatera Utara
50
korelasi sehingga dapat dikatakan bahwa residual adalah acak atau random tidak terdapat autokorelasi Ghozali, 2007.
3.5.2 Pengujian Hipotesis 3.5.2.1 Uji Regresi
Untuk menguji model pengaruh dan hubungan variable bebas yang lebih dari dua variable terhadap variable dependen, digunakan
persamaan regresi linear berganda multiple linear regression method dengan metode Ordinary Least Squares pangkat terkecil biasa. Inti
metode OLS adalah mengestimasi suatu garis regresi dengan jalan meminimalkan jumlah kuadrat kesalahan setiap observasi terhadap
garis tersebut Imam Ghozali, 2007. Uji regreasi digunakan untuk tujuan peramalan, dimana
dalam model tersebut ada sebuah variable dependen dan variable independen. Dalam penelitian ini, dibahas bagaimana pengaruh
Modal kerja dan likuiditas terhadap profitabilitas perusahaan makanan dan minuman yang terdaftar di BEI.
Model regresi yang digunakan yaitu: Y =
α + β1X1 + β2X2 + β3X3 + e Dimana:
Y = Profitabilitas ROA X1 = Working capital turnover WCT Perputaran modal kerja
X2 = Current ratio Likuiditas X3 = Debt to Equity ratio Solvabilitas
Universitas Sumatera Utara
51
α = Konstanta e
= kesalahan pengganggu β1,β2,β3,β4 = koefisien regresi
Pengujian hipotesis ditujukan untuk menguji ada tidaknya pengaruh dari variable independen secara keseluruhan terhadap
variable dependen.
3.5.2.2 Uji Goodness of Fit
Ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur dari Goodness of fitnya. Secara statistik, setidaknya ini
dapat diukur dari nilai koefisien determinasi, nilai statistik F, nilai statistic t Ghozali, 2006
Perhitungan statistic disebut signifikan secara statistic apabila nilai uji statistiknya berada dalam daerah kritis daerah dimana H
ditolak. Sebaliknya disebut tidak signifikan bila nilai uji statistiknya berada dalam daerah dimana H
diterima.
3.5.2.3. Uji Signifikansi Parsial t-test
Uji statistic t pada dasarnya menunjukkan seberapa jauh pengaruh satu variable penjelasindependen secara individual dalam
menerangkan variasi variable dependen Ghozali, 2007. Cara melakukan uji t adalah sebagai berikut :
1. Membandingkan hasil besarnya peluang melakukan kesalahan
tingkat signifikansi yang muncul, dengan tingkat peluang munculnya kejadian probabilitas yang ditentukan sebesar 5 atau
Universitas Sumatera Utara
52
0,05 pada output, untuk mengambil keputusan menolak atau menerima hipotesis nol H
a. Apabila signifikansi 0.05 maka keputusannya adalah menerima
H dan menolak Ha
b. Apabila signifikansi 0.05 maka keputusannya adalah menolak H
dan menerima Ha 2.
Membandingkan nilai statistik t hitung dengan nilai statistic t table a.
Apabila nilai statistic t hitung nilai statistic table, maka H diterima
b. Apabila nilai statistic t hitung nilai statistic table, maka H
ditolak Menurut Sugiyono, 2010 rumus uji t adalah :
bi t
= Sbi
Dimana : t = t hitung
bi = koefisien regresi Sbi = standard eror
Menurut Ghozali 2007:84, uji t pada dasarnya digunakan untuk mengetahui seberapa jauh pengaruh satu variabel independen secara
individual dalam menerangkan variasi variabel dependen. Variabel independen dikatakan memiliki pengaruh signifikan terhadap variabel
dependen apabila variabel dependen tersebut memiliki nilai signifikansi sig di bawah 0.05.
Universitas Sumatera Utara
53
3.5.2.4. Uji Signifikansi Simultan F-test
Menurut Ghozali 2007:84, uji F pada dasarnya digunakan untuk menunjukkan apakah semua variabel independen yang dimasukkan dalam
model memiliki pengaruh secara bersama-sama terhadap variabel dependen. Variabel-variabel independen tersebut dikatakan memiliki pengaruh secara
simultan dan signifikan terhadap variabel dependen apabila memiliki nilai signifikansi sig di bawah 0.05.
Cara melakukan uji F adalah sebagai berikut : 1.
Membandingkan hasil besarnya peluang melakukan kesalahan tingkat signifikansi yang muncul dengan tingkat peluang munculnya kejadian
probabilitas yang ditentukan sebesar 5 atau 0,05 pada output, untuk mengambil keputusan menolak atau menerima hipotesis nol H
a. Apabila signifikansi 0.05 maka keputusanya adalah menerima H0
dan menolak Ha b.
Apabila signifikansi 0.05 maka keputusannya menolak H dan
menerima Ha 2.
Membandingkan nilai statistic F hitung dengan nilai statistic F table a.
Apabila nilai statistic F hitung nilai statistic F table, maka H diterima
b. Apabila nilai statistic F hitung nilai statistic F table, maka H
ditolak.
Universitas Sumatera Utara
54
3.5.2.5 Koefisien Determinasi
Koefisien determinasi R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variable dependen. Nilai
koefisien determinasi antara nol dan satu. Nilai R
2
yang kecil berarti kemampuan variable-variabel independen dalam menjelaskan variasi variable dependen amat terbatas.
Nilai yang mendekati satu berarti variable-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variable
dependen. Menurut Ghozali 2007:83, Koefisien determinasi
R digunakan untuk menentukan besarnya variabel dependen yang dapat
dijelaskan oleh variasi variabel independennya, dengan kisaran nilai antara 0 dan 1. Nilai yang mendekati satu berarti variabel-variabel independen
memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.
Universitas Sumatera Utara
55
BAB IV ANALISIS HASIL PENELITIAN
4.1. Data Penelitian
Objek penelitian ini adalah perusahaan makanan dan minuman food and beverage
yang terdaftar di Bursa efek Indonesia BEI dan setelah dilakukan pemilihan sampel dengan menggunakan metode purposive sampling, atas dasar
kriteria-kriteria yang telah ditentukan pada bab sebelumnya maka diperoleh 13
perusahaan. Dengan menggunakan metode penggabungan data maka seluruh sampel yang dijadikan data penelitian sebanyak 52 data observasi
.
Berikut tabel perusahaan berdasarkan tanggal listing perusahaan di Bursa Efek Indonesia.
Tabel 4.1 Daftar Sampel Perusahaan Makanan dan Minuman
No. Kode Perusahaan
Emiten
1 ADES Akasa
Wira International
2 AISA Tiga Pilar Sejahtera Food
3 DLTA Delta
Djakarta 4 FAST
Fast Food Indonesia . 5 INDF
Indofood Sukses Makmur 6 MYOR
Mayora Indah
7 PTSP Putra Sejahtera Pioneerindo
8 PSDN Prashida Aneka Niaga
9 SKLT Sekar
Laut 10 STTP
Siantar Top
11 ROTI Nippon Indosari Corporation
12 TBLA Tunas Baru Lampung
13 ULTJ Ultrajaya Milk Industry Trading Company
Sumber : Diolah Peneliti 2013
Periode penelitian dimulai dari tahun 2009 sampai dengan tahun 2012 pada perusahaan indutri makanan dan minuman yang terdaftar di Bursa Efek
Universitas Sumatera Utara
56
Indonesia dan populasi secara keseluruhan berjumlah 21 perusahaan dan hanya 13 perusahaan yang memenuhi semua syarat penelitian untuk dijadikan sampel.
Berikut ini daftar data variabel penelitian tahun 2009-2012.
Tabel 4.2 Data Variabel Penelitian Profitabilitas ROI
No.
Kode Perusahaan Profitabilitas
ROI 2009 2010 2011 2012
1 ADES 0.09
0.10 0.08
0.21 2 AISA
0.02 0.04
0.04 0.07
3 DLTA 0.17
0.20 0.21
0.28 4 FAST
0.18 0.16
0.15 0.12
5 INDF 0.05
0.06 0.10
0.09 6 MYOR
0.12 0.11
0.07 0.09
7 PTSP 0.12
0.14 0.19
0.17 8 PSDN
0.01 0.03
0.06 0.04
9 SKLT 0.06
0.02 0.03
0.03 10 STTP
0.75 0.07
0.05 0.06
11 ROTI 0.16
0.18 0.15
0.12 12 TBLA
0.05 0.07
0.10 0.05
13 ULTJ 0.04
0.05 0.06
0.15
Sumber : Diolah Peneliti 2013
Tabel 4.3 Data Variabel Penelitian Working Capital turnover WCT
No. Kode
Perusahaan
working capital turn over WCT 2009
2010 2011
2012
1 ADES 3.06
4.902 5.603
5.133 2 AISA
8.333 4.774
2.151 8.378
3 DLTA 1.535
1.150 2.895
3.363 4 FAST
9.042 12.591
9.464 10.207
5 INDF 20.681
3.758 3.884
3.815 6 MYOR
2.853 4.393
4.203 3.101
7 PTSP 39.732
26.089 31.333
13.539 8 PSDN
7.978 12.498
12.542 9.090
Universitas Sumatera Utara
57
No. Kode
Perusahaan
working capital turn over WCT 2009 2010 2011 2012
9 SKLT 6.674
6.917 7.972
10.886 10 STTP
8.280 6.309
6.917 9.230
11 ROTI 11.532
5.085 19.335
48.879 12 TBLA
26.377 18.102
7.219 4.434
13 ULTJ 4.427
3.935 6.948
4.655
Sumber : Diolah Peneliti 2013
Tabel 4.4 Data Variabel Penelitian Likuiditas Current Ratio CR
No. Kode
Perusahaan Likuiditas Current Ratio CR
2009 2010
2011 2012
1 ADES 2.484
1.510 1.710
1.940 2 AISA
1.173 1.290
1.890 1.270
3 DLTA 4.704
6.330 6.009
5.265 4 FAST
0.154 1.710
0.273 0.255
5 INDF 1.161
2.040 1.910
2.000 6 MYOR
22.904 2.580
2.220 2.760
7 PTSP 1.169
1.240 1.187
4.874 8 PSDN
1.563 1.380
1.550 1.610
9 SKLT 1.890
1.930 1.698
1.416 10 STTP
1.688 1.710
1.890 1.940
11 ROTI 1.400
2.300 1.300
1.100 12 TBLA
1.120 1.110
1.378 1.588
13 ULTJ 0.182
2.000 1.477
2.018 Tabel 4.5
Data Variabel Penelitian Solvabilitas Debt to Equity DER
No. Kode
Perusahaan Solvabilitas DER
2009 2010
2011 2012
1 ADES 1.613
2.249 1.51
0.86 2 AISA
0.145 2.339
0.96 0.90
3 DLTA 2.272
2.199 0.22
0.25 4 FAST
0.629 0.542
0.86 0.80
Universitas Sumatera Utara
58
No. Kode
Perusahaan Solvabilitas DER
2009 2010 2011
2012
5 INDF 2.451
1.336 0.70
0.74 6 MYOR
1.026 4.185
1.72 1.16
7 PTSP 4.066
1.861 0.90
0.72 8 PSDN
0.392 0.667
1.04 0.67
9 SKLT 0.729
0.685 0.74
0.93 10 STTP
2.357 0.452
0.52 0.74
11 ROTI 1.1
0.2 0.40
0.80 12 TBLA
1.799 1.952
1.64 1.95
13 ULTJ 0.503
2.544 0.61
0.44
Sumber : Diolah Peneliti 2013
4.2. Statistik Deskriptif