Data Penelitian Pembahasan Hasil Analisis Penelitian

BAB IV ANALISIS HASIL PENELITIAN

4.1. Data Penelitian

Adapun yang menjadi sampel dalam penelitian ini adalah perusahaan- perusahaan yang bergerak dalam bidang makananminuman yang terdaftar di Bursa Efek Indonesia. Berdasarkan kriteria yang telah ditetapkan, diperoleh 16 perusahaan yang memenuhi kriteria dan dijadikan sampel dalam penelitian ini dengan periode pegamatan selama tahun 2007-2009. Tabel 4.1 Daftar Sampel Penelitian No Kode Perusahaan 1 ADES PT Ades Waters Indonesia Tbk 2 AISA PT Tiga Pilar Sejahtera Food Tbk 3 AQUA PT Aqua Golden Mississipi Tbk 4 CEKA PT Cahaya Kalbar Tbk 5 DLTA PT Delta Djakarta Tbk 6 FAST PT Fast Food Indonesia Tbk 7 INDF PT Indofood Sukses Makmur Tbk 8 MLBI PT Multi Bintang Indonesia Tbk 9 MYOR PT Mayora Indah Tbk 10 PSDN PT Prasidha Aneka Niaga Tbk 11 PTSP PT Pioneerindo Gourmet International Tbk 12 SKLT PT Sekar Laut Tbk 13 SMAR PT SMART Tbk 14 STTP PT Siantar Top Tbk 15 TBLA PT Tunas Baru Lampung Tbk 16 ULTJ PT Ultra Jaya Milk TBK Universitas Sumatera Utara 4.2. Analisis Hasil Penelitian 4.2.1. Analisis Statistik Deskriptif Statistik Deskriptif merupakan bagian dari ilmu statistika yang mempelajari alat, teknik, atau prosedur yang digunakan untuk menggambarkan atau mendeskripsikan kumpulan data atau hasil pengamatan. Berikut merupakan data statistik deskriptif secara umum dari seluruh data yang digunakan : Tabel 4.2 Statistik Deskriptif Descriptive Statistics N Minimum Maximum Mean Std. Deviation x1 48 1.6419 325.7131 32.738779 70.4566814 x2 48 1.2695 105.0017 12.027667 20.5290165 y 48 .34 7.82 2.1790 1.80581 Valid N listwise 48 Dari tabel 4.2 di atas, dapat dijelaskan beberapa hal sebagai: a. Rata-rata dari perputaran piutang usaha adalah 32.738779 dengan standard deviasi 70.4566814 dan jumlah data yang ada adalah 48. Nilai perputaran piutang usaha tertingi adalah 325.7131 dan nilai perputaran piutang usaha terendah adalah 1.6419 b. Rata-rata dari perputaran persediaan adalah 12.027667 dengan standard deviasi 20.5290165 dan jumlah data yang ada adalah 48. Nilai perputaran persediaan tertingi adalah 105.0017 dan nilai perputaran persediaan terendah adalah 1.2695 c. Rata-rata dari likuiditas adalah 2.1790 dengan standard deviasi 1.80581 dan jumlah data yang ada adalah 48. Nilai likuiditas tertinggi adalah 7.82 dan nilai likuiditas terendah adalah 0.34. Universitas Sumatera Utara 4.2.2. Pengujian Asumsi Klasik 4.2.2.1. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah variabel residual berdistribusi normal. Pengujian normalitas data dalam penelitian ini mengunakan uji statistik non parametrik Kolmogorov Smirnov K-S dengan membuat hipotesis: H H : Data residual berdistribusi normal. 1 Dasar pengambilan keputusan dengan melihat angka probabilitas dengan aturan: : terdapat perbedaan antara distribusi data dengan berdistribusi normal. Probabilitas Sig. 0.05, maka Ho diterima. Probabilitas Sig. 0.05, maka Ho ditolak. Tabel 4.3 Uji Normalitas sebelum data ditransformasi One-Sample Kolmogorov-Smirnov Test Unstandardize d Residual N 48 Normal Parameters Mean a,b .0000000 Std. Deviation 1.27783744 Most Extreme Differences Absolute .215 Positive .215 Negative -.118 Kolmogorov-Smirnov Z 1.488 Asymp. Sig. 2-tailed .024 a. Test distribution is Normal. b. Calculated from data. Universitas Sumatera Utara Hasil analisis metode One-Sample Kolmogorov-Smirnov, menunjukkan bahwa Nilai Kolmogrov – Smirnov sebesar 1.488 dan signifikan pada 0.024 karena Asymp. Sig. 2-tailed 0.024 dari 0.05. Dari hasil yang diproleh maka H O ditolak atau H 1 diterima, dengan kata lain data tidak terdistribusi normal. Data yang tidak terdistribusi secara normal tersebut juga dapat dilihat melalui grafik histogram dan grafik normal plot data. Gambar 4.1 Grafik Histogram Sumber : Diolah dari SPSS 2011 Universitas Sumatera Utara Hasil uji normalitas di atas memperlihatkan bahwa pada grafik histogram di atas distribusi data tidak mengikuti kurva berbentuk lonceng namun distribusi data condong skewness ke kanan atau bisa disimpulkan bahwa data tersebut tidak normal. Gambar 4.2 Normal Probability Plot Sumber : Diolah dari SPSS 2011 Demikian pula dengan hasil uji normalitas dengan menggunakan grafik plot. Pada grafik normal plot, terlihat titik-titik tidak menyebar disekitar garis diagonal serta penyebarannya menjauhi garis diagonal sehingga dapat disimpulkan bahwa data dalam model regresi tidak berdistribusi secara normal. Semua hasil pengujian melalui analisis grafik dan statistik diatas menunjukkan Universitas Sumatera Utara hasil yang sama yaitu data tidak berdistribusi secara normal, sehingga dilakukan tindakan perbaikan yaitu dengan melakukan transformasi seluruh variabel penelitian ke dalam fungsi LN Logaritma Natural. Hasil pengujian data ulang menghasilkan: Tabel 4.4 Uji Normalitas Setelah Transformasi dengan LN One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 48 Normal Parameters Mean a,b .0000000 Std. Deviation .57522248 Most Extreme Differences Absolute .137 Positive .121 Negative -.137 Kolmogorov-Smirnov Z .946 Asymp. Sig. 2-tailed .333 a. Test distribution is Normal. b. Calculated from data. Dari transformasi data, maka nilai Kolmograf – Smirnov menjadi 0.946 dan signifikan pada 0.333 sehingga dapat disimpulkan bahwa data dalam model regresi telah terdistribusi secara normal, dimana nilai signifikansinya lebih dari 0.005 Karena Asymp. Sig. 2-tailed 0.333 dari 0.05. Dengan demikian secara keseluruhan dapat dilanjutkan dengan uji asumsi klasik lainnya. Untuk lebih jelas, berikut ini turut dilampirkan grafik histogram dan plot data yang terdistribusi normal. Universitas Sumatera Utara Gambar 4.3 Grafik Histogram setelah transformasi dengan LN Sumber : Diolah dari SPSS 2011 Hasil uji normalitas setelah dilakukan transformasi data di atas memperlihatkan bahwa pada grafik histogram di atas distribusi data mengikuti kurva berbentuk lonceng yang tidak condong skewness ke kiri maupun condong ke kanan atau bisa disimpulkan bahwa data tersebut berdistribusi secara normal. Universitas Sumatera Utara Gambar 4.4 Normal Probability Plot Setelah transformasi dengan LN Sumber : Diolah dari SPSS 2011 Demikian pula dengan hasil uji normalitas dengan menggunakan grafik plot. Pada grafik normal plot, terlihat titik-titik menyebar disekitar garis diagonal serta penyebarannya agak mendekati dengan garis diagonal sehingga dapat disimpulkan bahwa data dalam model regresi setelah ditransformasi kedalam bentuk LN juga berdistribusi secara normal. Universitas Sumatera Utara

4.2.2.2. Uji Multikolinearitas

Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala multikolinearitas adalah dengan melihat besaran korelasi antar variabel independen dan besarnya tingkat kolinearitas yang masih dapat ditolerir, yaitu nilai Tol 0.10 dan Variance Inflation Factor VIF 10. Berikut disajikan tabel hasil pengujian: Tabel 4.5 Uji Multikolinearitas Setelah transformasi dengan LN Melihat hasil besaran korelasi antar variabel independen tampak bahwa variabel perputaran piutang mempunyai korelasi sebesar 0.056 atau sekitar 5.6. Hasil dari coefficient correlations tersebut menunjukkan tidak ada korelasi yang Coefficients a Model Collinearity Statistics Tolerance VIF 1 ln_x1 .997 1.003 ln_x2 .997 1.003 a. Dependent Variable: ln_y Coefficient Correlations a Model ln_x2 ln_x1 1 Correlations ln_x2 1.000 -.056 ln_x1 -.056 1.000 Covariances ln_x2 .011 .000 ln_x1 .000 .006 a. Dependent Variable: ln_y Universitas Sumatera Utara tinggi umumnya diatas 0,90, maka hal ini merupakan indikasi tidak adanya multikolonieritas. Hasil perhitungan nilai tolerance lebih dari 0.10 yaitu 0.997 yang berarti tidak terjadi korelasi antar variabel independen. Hasil perhitungam VIF juga menunjukkan hal yang sam dimana variabel independen memiliki nilai VIF kurang dari 10 yaitu 1.003. Berdasarkan tabel diatas dapat disimpulkan bahwa tidak ada multikolonieritas antar variabel independen dalam model ini. Dari hasil pengujian di atas, dapat dilihat bahwa angka tolerance perputaran piutang X1, perputaran persediaan X2 0.10 dan Variance Inflation Factor VIF nya 10. Ini mengindikasikan bahwa tidak terjadi multikolinearitas di antara variabel independen dalam penelitian.

4.2.2.3. Uji Heterokedasititas

Dalam penelitian ini, untuk mengetahui apakah dalam penelitian terjadi Heteroskedastisitas, dapat dilihat dengan grafik scatterplot. Hasil dari uji heteroskedastisitas dapat dilihat pada grafik scatterplot berikut ini: Universitas Sumatera Utara Gambar 4.5 Grafik Scatterplot Sumber : Diolah dari SPSS 2011 Dari gambar di atas, terlihat bahwa titik-titik menyebar secara acak serta tidak membentuk pola tertentu atau tidak teratur, serta titik-titik menyebar di atas dan dibawah angka 0 pada sumbu Y. Hal ini mengindikasikan tidak terjadi heteroskedastisitas pada model regresi sehingga model regresi layak dipakai untuk memprediksi variabel dependen Likuiditas berdasarkan masukan variabel independen, perputaran piutang usaha dan perputaran persediaan. Universitas Sumatera Utara

4.2.2.4. Uji Autokorelasi

Hasil dari uji autokorelasi dapat dilihat pada tabel berikut ini: Tabel 4.6 Uji Autokorelasi Setelah transformasi dengan LN Model Summary Model b Durbin-Watson 1 1.302 a. Predictors : Constant, LN_X2, LN_X1 b. Dependent Variable: LN_Y Sumber : Diolah dari SPSS 2011 Dari tabel diatas dapat dilihat bahwa nilai Durbin-Watson sebesar 1.302. Hal ini menunjukkan bahwa tidak terjadi autokorelasi karena nilai Durbin-Watson berada pada rentang -2 ≤ 1.302 ≤ 2. Dengan demikian, maka dalam model regresi linear berganda ini tidak terjadi autokorelasi antara kesalahan pengganggu pada periode penelitian dengan kesalahan pengganggu pada periode sebelum penelitian. Universitas Sumatera Utara Regresi Berganda Tabel 4.7 Regresi Linear Berganda setelah transformasi dengan LN Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant .096 .293 .328 .745 ln_x1 -.151 .078 -.244 -1.940 .059 ln_x2 .414 .105 .497 3.961 .000 a. Dependent Variable: ln_y Sumber: Diolah dari SPSS 2011 Dari nilai-nilai koefisien di atas, persamaan regresi yang dapat disusun untuk variabel perputaran piuang usaha dan perputaran persediaan adalah : LNY = 0.096 - 0.151 LNX 1 + 0.414 LNX Setelah diantilogaritma natural maka persamaannya menjadi : 2 Y = 1.101 + 0.860X 1 + 1.513X Dimana : 2 LNY = Logaritma Natural Likuiditas LNX 1 LNX = Logaritma Natural Perputaran Piutang Usaha 2 Adapun interpretasi dari persamaan di atas adalah : = Logaritma Natural Perputaran Persediaan a. Konstanta a sebesar 1.101, menyatakan bahwa jika variabel independen dianggap konstan, maka Likuiditas sebesar 1.101. b. Koefisien X1 b1 = 0.860, ini menunjukkan apabila terjadi perubahan variabel perputaran piutang sebesar 1 satuan akan meningkatkan Universitas Sumatera Utara Likuiditas sebesar 0.860 dengan asumsi variabel lainnya tetap atau sama dengan nol. c. Koefisien X2 b2 = 1.513, ini menunjukkan bahwa apabila terjadi perubahan perputaran persediaan sebesar 1 satuan, maka akan meningkatkan Likuiditas sebesar 1.513, dengan asumsi variabel lainnya tetap atau sama dengan nol. Koefisien Determinasi R 2 Tabel 4.8 Koefisien Determinasi R 2 Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate 1 .541 .293 a .262 .58787 a. Predictors: Constant, ln_x2, ln_x1 b. Dependent Variable: ln_y Pada model summary di atas, angka R sebesar 0.541 menunjukkan bahwa terdapat korelasi atau hubungan antara Likuiditas dengan perputaran piutang dan perputaran persediaan yaitu sebesar 54 yang berada di atas 0.5 50. Angka adjusted R. Square atau koefisien determinasi adalah 0.262. Angka ini mengindikasikan bahwa 26.2 variasi atau perubahan dalam likuiditas dapat dijelaskan oleh variasi variabel perputaran piutang usaha dan perputaran persediaan. Sedangkan sisanya 73.8 dijelaskan oleh faktor-faktor lain yang tidak dimasukkan dalam model penelitian. Standar Error of Estimate SEE adalah Universitas Sumatera Utara 0.58787, yang mana semakin besar SEE akan membuat model regresi kurang tepat dalam memprediksi variabel dependen. 4.2.3. Pengujian Hipotesis 4.2.3.1. Uji Simultan Uji F Statistik Uji F digunakan untuk menguji pengaruh signifikansi secara simultan dari semua variabel independen terhadap variabel dependen. Hasil pengujian hipotesis dengan menggunakan uji t dapat dilihat pada berikut: Tabel 4.9 Uji F Statistik ANOVA b Model Sum of Squares Df Mean Square F Sig. 1 Regression 6.444 2 3.222 9.324 .000 a Residual 15.551 45 .346 Total 21.996 47 a. Predictors: Constant, ln_x2, ln_x1 b. Dependent Variable: ln_y Sumber : Diolah dari SPSS 2011 Dari uji ANOVA atau F test, diperoleh F hitung sebesar 9.324 dengan tingkat signifikansi 0.000, sedangkan F tabel sebesar 3.20 dengan signifikansi 0.05. Berdasarkan hasil tersebut dapat disimpulkan bahwa perputaran piutang usaha dan perputaran persediaan secara bersama-sama atau secara simultan berpengaruh positif dan signifikan terhadap Likuiditas perusahaan karena F hitung F tabel 9.324 3.20 dan sig penelitian 0.05 0.000 0.05. Universitas Sumatera Utara

4.2.3.2. Uji Parsial Uji t Statistik

Uji t digunakan untuk menguji pengaruh signifikansi konstanta dari setiap variabel independen terhadap variabel dependen secara parsial. Hasil pengujian hipotesis dengan menggunakan uji t dapat dilihat pada berikut: Tabel 4.10 Uji t statistik Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant .096 .293 .328 .745 ln_x1 -.151 .078 -.244 -1.940 .059 ln_x2 .414 .105 .497 3.961 .000 a. Dependent Variable: ln_y Sumber : Diolah dari SPSS 2011 Hipotesis pertama : Ho : b1=0, artinya Perputaran Piutang Usaha tidak mempunyai pengaruh terhadap likuiditas perusahaan. H1 : b1 ≠0, artinya Perputaran Piutang Usaha berpengaruh terhadap likuiditas perusahaan. Kesimpulan yang dapat diambil dari analisis tersebut adalah perputaran piutang usaha LN_X1 mempunyai nilai signifikansi 0.059 yang berarti nilai ini lebih besar dari 0.05. Selain itu, t hitung diperoleh -1.940 t tabel 2.01. Berdasarkan nilai tersebut disimpulkan bahwa H1 ditolak, sehingga dapat disimpulkan bahwa variabel perputaran piutang usaha secara parsial tidak berpengaruh secara signifikan terhadap Likuiditas. Universitas Sumatera Utara Hipotesis kedua: Ho : b2=0, artinya Perputaran Persediaan tidak mempunyai pengaruh terhadap likuiditas perusahaan. H1 : b2 ≠ 0, artinya Perputaran Persediaan berpengaruh terhadap likuiditas perusahaan. Kesimpulan yang dapat diambil dari analisis tersebut adalah perputaran persediaan LN_X2 mempunyai nilai signifikansi 0 .000 yang berarti nilai ini lebih keci dari 0.05, dan t hitung 3.961 t tabel 2.01. Berdasarkan nilai tersebut disimpulkan bahwa Ha diterima, ini menunjukkan bahwa secara parsial perputaran persediaan berpengaruh positif dan signifikan terhadap Likuiditas.

4.3. Pembahasan Hasil Analisis Penelitian

Berdasarkan hasil uji F sebelumnya, dapat disimpulkan bahwa semua variabel independen yaitu perputaran piutang usaha dan perputaran persediaan berpengaruh positif dan signifikan terhadap variabel dependent yaitu likuiditas, yang ditunjukkan oleh nilai signifikansi F 0.000 0.05 dan F hitung 9.324 F tabel 3.20. Hasil ini di dukung dari nilai koefisien determinasi adjusted R Square sebesar 0.262 yang menunjukkan bahwa variabel independen perputaran piutang dan perputaran persediaan mampu menjelaskan sebanyak 26.2 variasi atau perubahan dari variabel dependen yaitu likuiditas. Sedangkan sisanya sebesar 73.8 dijelaskan oleh variasi atau faktor lain yang tidak dimasukkan ke dalam model. Adapun koefisien regresi dari masing-masingg variabel independen adalah Universitas Sumatera Utara -0.151 untuk variabel perputaran piutang usaha dan 0.414 untuk variabel perputaran persediaan. Uji parsial t test digunakan untuk mengetahui pengaruh masing-masing variabel independen terhadap variabel dependen. Hasil uji menunjukkan bahwa varibel independen perputaran piutang usaha, yang dimasukkan ke dalam model regresi tidak signifikan pada 0.05 dimana hal ini menandakan bahwa variabel perputaran piutang usaha berpengaruh positif tapi tidak signifikan terhadap variabel dependen yaitu likuiditas. Hasil ini sesuai dengan nilai signifikansi t untuk variabel perputaran piutang 0.059 yang lebih besar dari 0.05. Sementara itu variabel independen perputaran persediaan yang dimasukkan ke dalam model regresi signifikan pada 0.05, dimana hal ini menandakan bahwa variabel perputaran persediaan berpengaruh positif dan signifikan terhadap variabel dependen yaitu likuiditas. Hasil ini sesuai dengan nilai signifikansi t untuk variabel perputaran persediaan 0.000 yang lebih kecil dari 0.05.Dengan kata lain, tingkat likuiditas dari setiap perusahaan makanan dan minuman, lebih disebabkan oleh perputaran persediaan yang diberikan serta faktor-faktor lain yang tidak tercermin dalam penelitian ini. Hasil pengolahan regresi berganda diatas menunjukkan nilai R sebesar 54.1 , nilai R pada dasarnya menggambarkan seberapa besar hubungan antara variabel independen dengan variabel dependen. Ini berarti kedua variabel independen dalam penelitian ini, LN_Perputaran Piutang Usaha dan LN_Perputaran Persediaan secara bersama-sama memiliki hubungan dengan variabel dependen yaitu LN_Likuiditas sebesar 54.1 . Universitas Sumatera Utara Pengolahan regresi berganda diatas juga menunjukkan nilai R Square sebesar 0,293 atau sebesar 29.3 . Berbeda dari nilai R, nilai R Square menunjukkan seberapa jauh kemampuan variabel independen dalam menjelaskan variasi variabel dependen. Nilai R Square berada diantara 0 sampai 1. Nilai R Square yang mendekati 1 menunjukkan bahwa dalam suatu model regresi, kemampuan variabel independen dalam menjelaskan variasi variabel dependen semakin baik. Dalam model regresi diatas nilai R Square sebesar 0,293 atau 29,3 , hal ini berarti kemampuan variabel independen yaitu, Perputaran Piutang Usaha dan Perputaran Persediaan secara bersama-sama dalam menjelaskan variasi variabel dependen Likuiditas relatif kecil, sedangkan sisanya sebesar 70,7 100-29,3 dijelaskan oleh variabel lain yang tidak diikutsertakan dalam model regresi ini. Peneliti berpendapat bahwa faktor-faktor lain yang mungkin lebih besar pengaruhnya terhadap Likuiditas adalah jumlah aktiva lancar yang dimiliki oleh perusahaan, tingkat kewajiban lancar lancar yang harus segera dipenuhi oleh perusahaan, sehingga dapat dihasilkan tingkat likuiditas yang memadai dalam hal ini tidak terlalu rendah dan tidak tidak terlalu tinggi, dimana tingkat likuiditas tentunya merupakan indikator bagi perusahaan untuk dapat melaksanakan kegiatan operasionalnya secara efektif dan efisien. Universitas Sumatera Utara

BAB V KESIMPULAN DAN SARAN

5.1. Kesimpulan

Dari hasil pengujian hipotesis penelitian dan pengujian regresi berganda dapat diperoleh tiga kesimpulan : 1. Secara simultan, dapat disimpulkan bahwa perputaran piutang usaha dan perputaran persediaan berpengaruh positif terhadap likuiditas dengan signifikansi 0.000. Artinya secara bersama-sama meningkatnya perputaran piutang usaha dan perputaran persediaan akan meningkatkan tingkat likuiditas perusahaan. Secara parsial perputaran piutang usaha berpengaruh positif tetapi tidak signifikan terhadap likuiditas, dengan nilai signifikansi 0.059 berarti di atas signifikansi 5. Artinya semakin meningkat perputaran piutang usaha hanya akan meningkatkan sedikit likuiditas sehingga tidak memiliki pengaruh signifikan. Maka perputaran piutang usaha tidak dapat menjelaskan perubahan likuiditas. Secara parsial perputaran persediaan berpengaruh signifikan positif terhadap likuiditas dengan nilai signifikansi 0.000. Artinya semakin meningkat perputaran persediaan maka semakin meningkat pula likuiditas perusahaan. 2. Diantara dua variabel independen yang digunakan dalam penelitian ini, variabel persediaan berpengaruh lebih signifikan dibanding perputaran piutang usaha. Universitas Sumatera Utara