Melvatanti D. Pardosi : Pengaruh Perputaran Modal Kerja Dan Return Spread Terhadap Likuiditas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di BEI, 2010.
2. Variabel Dependen Terikat
Variabel terikat merupakan variabel yang mempengaruhi atau yang menjadi akibat karena adanya variabel bebas Sugiyono, 2006 : 33.
Variabel dependen dalam penelitian ini adalah likuiditas perusahaan tahun 2005 - 2007.
F. Definisi Operasional
1. Perputaran Modal Kerja Perputaran modal kerja working capital turnover period adalah
suatu kegiatan operasi suatu kas dinvestasikan dalam komponen- komponen modal kerja sampai kembali lagi menjadi kas. Rumus
perputaran modal kerja adalah sebagai berikut:
Perputaran modal kerja = Total Penjualan Modal kerja bersih
2. Return Spread
Return spread adalah selisih antara return yang dihasilkan oleh aset perusahaan dengan return aset bebas risiko. Dalam penelitian ini
aset bebas risiko diproxy dengan surat berharga Bank Indonesia SBI. Sedangkan return yang dihasilkan oleh aset perusahaan diproxy dengan
ROA Return On Asset. Mengacu pada formula yang digunakan oleh
Melvatanti D. Pardosi : Pengaruh Perputaran Modal Kerja Dan Return Spread Terhadap Likuiditas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di BEI, 2010.
Kim et al. 1998 : 349, maka formula yang digunakan untuk menghitung return spread adalah sebagai berikut:
Return Spread = ROA - suku bunga SBI
3. Likuiditas
Likuiditas menunjukan kemampuan suatu perusahaan untuk memenuhi kewajiban keuangannya yang harus segera dipenuhi, atau
kemampuan perusahaan untuk memenuhi kewajiban keuangan pada saat ditagih. Rasio likuiditas yang digunakan adalah rasio lancar, yaitu:
Rasio lancar = Akitva Lancar x 100
Hutang lancar
G. Metode Analisis Data
Keseluruhan data yang telah terkumpul selanjutnya dianalisis untuk dapat memberikan jawaban dari masalah yang dibahas dalam penelitian ini.
Dalam menganalisis data, peneliti menggunakan program SPSS. Adapun metode analisis data yang digunakan dalam penelitian ini adalah sebagai
berikut:
1. Pengujian Asumsi Klasik
a. Uji Normalitas
Menurut Erlina dan Mulyani 2007 : 103 “Tujuan uji normalitas adalah ingin mengetahui apakah dalam model regresi
variabel pengganggu atau residual memiliki distribusi normal”. Cara
Melvatanti D. Pardosi : Pengaruh Perputaran Modal Kerja Dan Return Spread Terhadap Likuiditas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di BEI, 2010.
yang dapat digunakan untuk menguji apakah variabel pengganggu atau residual memiliki distribusi normal adalah dengan melakukan
uji Kolmogrov-Smirnov terhadap model yang diuji. Kriteria pengambilan keputusan adalah apabila nilai signifikansi atau
probabilitas lebih besar dari 0,05 maka residual memiliki distribusi normal dan apabila nilai signifikansi lebih kecil dari 0,05 maka
residual tidak memiliki distribusi normal. Dasar pengambilan keputusan dalam uji normalitas menurut
Ghozali 2005 : 110 sebagai berikut: 1. Jika data menyebar di sekitar garis diagonal dan mengikuti
arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi
memenuhi asumsi normalitas.
2. Jika data menyebar jauh dari diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogram tidak
menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
b. Uji Heteroskedastisitas
Menurut Ghozali 2005 : 111 uji heteroskedastisitas bertujuan untuk melihat apakah di dalam model regresi terjadi
ketidaksamaan variabel pengganggu dari satu pengamatan dengan pengamatan yang lain. Suatu model regresi yang baik adalah tidak
terjadi heterokedastisitas.
c. Uji Autokorelasi
Melvatanti D. Pardosi : Pengaruh Perputaran Modal Kerja Dan Return Spread Terhadap Likuiditas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di BEI, 2010.
Menurut Ghozali 2005 : 95 uji autokorelasi menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu
pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Cara yang dapat dilakukan untuk mendeteksi ada
tidaknya autokorelasi adalah dengan melakukan pengujian Durbin Watson DW. Pengambilan keputusan ada tidaknya autokorelasi
dilihat dalam tabel 3. 2:
Tabel 3.2 Kriteria Pengambilan Keputusan Uji Durbin Watson
Hipotesis Nol Keputusan
Jika
Tidak ada autokorelasi positif Tolak
0ddl Tidak ada autokorelasi positif
No decision dl
≤d≤du Tidak ada korelasi negatif
Tolak 4-dld4
Tidak ada korelasi negatif No decision
4-du ≤d≤4
-dl Tidak ada korelasi positif atau
negatif Tidak ditolak
dud4-du
Sumber: Ghozali, 2005 : 96
2. Analisis Regresi
Analisis regresi digunakan untuk mengetahui bagaimana variabel dependen dapat diprediksi melalui variabel independen secara
individual. Analisis regresi dapat digunakan untuk memutuskan apakah naik dan menurunnya variabel dependen dapat dilakukan dengan
menaikkan dan menurunkan keadaan variabel independen.
Melvatanti D. Pardosi : Pengaruh Perputaran Modal Kerja Dan Return Spread Terhadap Likuiditas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di BEI, 2010.
Dalam penelitian ini terdapat dua variabel independen, yaitu perputaran modal kerja dan return spread, dan satu variabel dependen,
yaitu likuiditas yang diduga mempunyai hubungan interaktif saling mempengaruhi, sehingga penelitian ini menggunakan analisis regresi
linier ganda. Persamaan umum regresi linier sederhana adalah sebagai berikut :
Y= a + b
1
X
1
+ b
2
X
2 +
e Keterangan :
Y : Subjek dalam variabel dependen yang diprediksikan
a : Harga Y bila X = 0 harga konstan
b
1
,b
2
: Koefisien regresi X
1
: Perputaran Modal Kerja X
2
: Return Spread e
: Tingkat kesalahan penggangu
3. Pengujian Hipotesis a.
Uji T
Hipotesis yang akan diuji adalah sebagai berikut: H1
: Perputaran modal kerja dan return spread berpengaruh terhadap tingkat likuiditas.
Melvatanti D. Pardosi : Pengaruh Perputaran Modal Kerja Dan Return Spread Terhadap Likuiditas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di BEI, 2010.
Uji ini dilakukan dengan membandingkan signifikansi t
hitung
dengan ketentuan: Jika t
hitung
t
tabel
dan nilai sig 0.05, maka Ha ditolak
Jika t
hitung
t
tabel
dan nilai sig 0.05, maka Ha diterima
b. Uji F
Secara simultan, pengujian hipotesis dilakukan dengan uji F-test. Uji F digunakan untuk menunjukkan apakah semua
variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen
Ghozali, 2005 : 84. Hipotesis yang akan diuji adalah sebagai berikut:
H1 : Perputaran modal kerja dan return spread berpengaruh terhadap tingkat likuiditas perusahaaan secara simultan.
Uji ini dilakukan dengan membandingkan signifikansi F
hitung
dengan ketentuan: Jika F
hitung
F
tabel
dan nilai sig 0.05, maka Ha ditolak Jika F
hitung
F
tabel
dan nilai sig 0.05, maka Ha diterima
Pengujian hipotesis akan dilakukan dengan uji signifikansi parsial t-test. Uji ini dilakukan untuk menunjukkan
seberapa jauh pengaruh satu variabel independen terhadap satu variabel dependen. Uji ini digunakan untuk menguji variabel
independen, yaitu perputaran modal kerja. Uji ini dilakukan
Melvatanti D. Pardosi : Pengaruh Perputaran Modal Kerja Dan Return Spread Terhadap Likuiditas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di BEI, 2010.
dengan membandingkan t
hitung
dengan t
tabel
dengan ketentuan sebagai berikut:
Jika t
hitung
0,05; maka H
1
diterima Jika t
hitung
0,05; maka H
1
ditolak
H. Jadwal Penelitian
Jadwal penelitian direncanakan sebagai berikut:
Tabel 3.2 Jadwal Penelitian
Tahapan Penelitian Sept
09 Okt
09 Nov
09 Des
09 Pengajuan Proposal
√ Bimbingan Proposal
√ √
Seminar Proposal √
Melvatanti D. Pardosi : Pengaruh Perputaran Modal Kerja Dan Return Spread Terhadap Likuiditas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di BEI, 2010.
Pengumpulan Data √
√ Pengolahan Data
√ √
Penyampaian hasil penelitian √
BAB IV
ANALISIS HASIL PENELITIAN
A. Hasil Penelitian
1. Data Penelitian
Objek penelitian ini adalah perusahaan otomotif dan komponennya yang terdaftar di Bursa Efek Indonesia. Pada tanggal 30 November 2007
Melvatanti D. Pardosi : Pengaruh Perputaran Modal Kerja Dan Return Spread Terhadap Likuiditas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di BEI, 2010.
Bursa Efek Jakarta BEJ dan Bursa Efek Surabaya BES resmi berganti nama menjadi Bursa Efek Indonesia BEI. Pada tahun 2004 - 2007
perusahaan-perusahaan yang dijadikan sampel masih terdaftar di BEJ, tetapi karena data penelitian diambil pada tahun 2008, maka peneliti
menggunakan nama BEI. Setelah dilakukan pemilihan sampel dengan teknik purposive sampling diperoleh 17 perusahaan. Dapat dilihat pada
lampiran 1. Periode penelitian dimulai dari tahun 2005 sampai dengan tahun 2007
sehingga data penelitian secara keseluruhan berjumlah 51 sampel. Peneliti menggunakan metode statistik deskriptif dalam penelitian ini,
yaitu penelitian yang dilakukan untuk memperoleh gambaran yang sebenarnya tentang kondisi perusahaan dalam analisis. Statistik deskriptif
memberikan penjelasan mengenai nilai minimum, nilai maksimum, nilai rata-rata mean, dan nilai standar deviasi dari variabel-variabel
independen dan variabel dependen.
Tabel 4.1
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation perputaran modal kerja
51 -102.6773
623.6572 16.1621 89.2772
return spread 51
-.8657 .0158
-.3140 .3447 rasio lancarlikuiditas
51 .5611
5.3772 1.6689 1.0033
Valid N listwise 51
Tabel 4.1 menunjukkan bahwa Perputaran Modal Kerja memiliki nilai minimum negatif., begitu juga dengan return spread memiliki nilai
Melvatanti D. Pardosi : Pengaruh Perputaran Modal Kerja Dan Return Spread Terhadap Likuiditas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di BEI, 2010.
minimum dan nilai rata-rata yang negatif. Sedangkan likuiditas memiliki nilai minimum, nilai maksimum dan nilai rata-rata yang positif. Berikut ini
adalah perincian data deskriptif yang telah diolah:
1. Variabel Perputaran Modal Kerja memiliki nilai minimum sebesar -
102,6773, nilai maksimum sebesar 623,6572, nilai rata-rata sebesar 16,1621 dan standar deviasi sebesar 89,2772 dengan jumlah sampel
sebanyak 51.
2. Variabel Return Spread memiliki nilai minimum sebesar -0,8657
nilai maksimum sebesar 0,0158, nilai rata-rata sebesar -0,3140 dan standar deviasi sebesar
,
3447 dengan jumlah sampel sebanyak 51. 3.
Variabel Likuiditas memiliki nilai minimum sebesar 0
,
5611, nilai maksimum sebesar 5,3772, nilai rata-rata sebesar 1,6689 dan
standar deviasi sebesar 1,0033
dengan jumlah sampel sebanyak 51.
2. Uji Asumsi Klasik
a. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah variabel residual berdistribusi normal. Uji statistik yang dapat digunakan untuk
menguji apakah residual berdistribusi normal adalah uji statistik non parametrik Kolmogorov-Smirnov K-S dengan membuat hipotesis:
H0 : Data residual berdistribusi normal H1 : Data residual tidak berdistribusi normal
Melvatanti D. Pardosi : Pengaruh Perputaran Modal Kerja Dan Return Spread Terhadap Likuiditas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di BEI, 2010.
Apabila nilai signifikansi lebih besar dari 0.05, maka H0 diterima dan sebaliknya jika nilai signifikansi lebih kecil dari 0.05,
maka H0 ditolak atau H1 diterima.
Tabel 4.2 One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 51
Normal Parameters
a
Mean .0000000
Std. Deviation .99883558
Most Extreme Differences Absolute
.168 Positive
.168 Negative
-.155 Kolmogorov-Smirnov Z
1.197 Asymp. Sig. 2-tailed
.114 a. Test distribution is Normal.
Dari hasil pengolahan data tersebut, diperoleh besarnya nilai K- S adalah 1,197 dan signifikan pada 0,114. Nilai signifikansi lebih
besar dari 0,05, maka H0 diterima yang berarti data residual berdistribusi normal. Setelah data terdistribusi secara normal, maka
dilajutkanlah uji asumsi klasik lainnya. Untuk lebih jelas berikut ini dilampirkan grafik histogram dan grafik p-plot data yang telah
berdistribusi normal.
Gambar 4.1 Histogram
Melvatanti D. Pardosi : Pengaruh Perputaran Modal Kerja Dan Return Spread Terhadap Likuiditas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di BEI, 2010.
Grafik histogram pada gambar 4.1 menunjukkan distribusi normal karena grafik tidak menceng kiri maupun menceng kanan.
Dengan demikian dapat disimpulkan bahwa model regresi telah memenuhi asumsi normalitas. Demikian pula hasil uji normalitas
dengan menggunakan grafik normal P-Plot.
Gambar 4.2 Grafik Normal P-Plot
Melvatanti D. Pardosi : Pengaruh Perputaran Modal Kerja Dan Return Spread Terhadap Likuiditas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di BEI, 2010.
Pada grafik normal P-Plot terlihat bahwa model regresi telah memenuhi asumsi normalitas.
b. Uji Multikolinearitas
Menurut Erlina dan Mulyani 2007 : 107, “ Uji ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi
diantara variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen.
Pengujian multikolinearitas dalam penelitian ini dilakuka n dengan metode variance inflation factor VIF. Menurut Gujarati
Melvatanti D. Pardosi : Pengaruh Perputaran Modal Kerja Dan Return Spread Terhadap Likuiditas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di BEI, 2010.
2003, jika suatu variabel bebas memiliki nilai VIF10 maka dapat disimpulkan bahwa variable tersebut menunjukkan tidak terjadi
multikolinearitas dengan variabel bebas lainnya. Berikut adalah hasil uji multikolinearitas:
Tabel 4.3 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 1.710
.197 8.673
.000 perputaran modal kerja
-.001 .002
-.093 -.644
.523 .995
1.005 return spread
.078 .419
.027 .187
.853 .995
1.005 a. Dependent Variable: rasio lancarlikuiditas
Hasil perhitungan nilai VIF menunjukkan tidak ada variabel independen yang memiliki nilai VIF lebih dari 10 yang berarti tidak
ada korelasi antar variabel independen. Jadi dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model
regresi.
c. Uji Heteroskedastisitas
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala heteroskedastisitas adalah dengan melihat grafik scatterplot antara
SRESID dan ZPRED yang dihasilkan dari pengolahan data dengan
Melvatanti D. Pardosi : Pengaruh Perputaran Modal Kerja Dan Return Spread Terhadap Likuiditas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di BEI, 2010.
menggunakan program SPSS. Model regresi yang baik adalah tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas. Dasar
pengambilan keputusannya adalah:
1 Jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di
bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas.
2 Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola
tertentu yang terartur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas.
Berikut ini dilampirkan grafik scatterplot untuk menganalisis apakah terjadi heteroskedastisitas dengan mengamati penyebaran
titik-titik pada gambar.
Gambar 4.3
Melvatanti D. Pardosi : Pengaruh Perputaran Modal Kerja Dan Return Spread Terhadap Likuiditas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di BEI, 2010.
Hasil Uji Heteroskedastisitas
Dari gambar scatterplot di atas, dapat dilihat bahwa titik-titik menyebar secara acak serta tidak membentuk pola tertentu atau tidak
teratur, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y. Hal ini mengindikasikan tidak terjadi heteroskedastisitas
pada model regresi.
d. Uji Autokorelasi
Pengujian autokorelasi bertujuan untuk menguji apakah terdapat korelasi antara kesalahan pengganggu pada suatu periode dengan
kesalahan pengganggu periode sebelumnya dalam model regresi.
Melvatanti D. Pardosi : Pengaruh Perputaran Modal Kerja Dan Return Spread Terhadap Likuiditas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di BEI, 2010.
Autokorelasi menunjukkan adanya korelasi antara kesalahan pengganggu pada data yang tersusun, baik berupa data cross sectional
dan atau time series. Jika terjadi autokorelasi dalam model regresi berarti koefisien korelasi yang diperoleh menjadi tidak akurat,
sehingga model regresi yang baik adalah model regresi yang bebas dari autokorelasi.
Cara yang dapat dilakukan untuk mendeteksi ada tidaknya autokorelasi adalah dengan melakukan pengujian Durbin Watson
DW. Dalam model regresi tidak terjadi autokorelasi apabila nilai duw4-du. Tabel 4-4 menyajikan hasil uji Durbin Watson dengan
menggunakan SPSS versi 16.
Tabel 4-4 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .095
a
.009 -.032
1.01943 1.687
a. Predictors: Constant, return spread, perputaran modal kerja b. Dependent Variable: rasio lancarlikuiditas
Hasil uji autokorelasi di atas menunjukkan nilai statistik Durbin Watson Dw sebesar 1,687, nilai ini akan kita bandingkan dengan
nilai tabel dengan menggunakan signifikansi 5, jumlah sampel n = 51, dan jumlah variabel independen k = 1, maka berdasarkan tabel
Melvatanti D. Pardosi : Pengaruh Perputaran Modal Kerja Dan Return Spread Terhadap Likuiditas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di BEI, 2010.
Durbin Watson didapat nilai batas atas du sebesar 1,676 dan nilai batas bawah dl sebesar 1,629. Oleh karena itu, nilai Dw lebih
besar dari 1,676 dan lebih kecil dari 4 – 1,676 atau dapat dinyatakan bahwa 1,676 1,687 4 – 1,676 du d 4 – du. Dengan demikian
dapat disimpulkan tidak terdapat autokorelasi baik positif maupun negatif.
3. Analisis Regresi
Dari hasil pengujian asumsi klasik disimpulkan bahwa model regresi yang dipakai dalam penelitian ini telah memenuhi model estimasi yang
Best Linear Unbiased Estimator BLUE dan layak dilakukan analisis regresi.
a. Persamaan Regresi
Dalam pengolahan data dengan menggunakan regresi linear, dilakukan beberapa tahapan untuk mencari hubungan antara variabel
independen dan variabel dependen, melalui pengaruh Perputaran Modal Kerja X
1
, Return Spread X
2
terhadap Likuiditas Y. Hasil regresi dapat dilihat pada tabel 4.5 berikut ini.
Tabel 4.5 Analisis Hasil Regresi
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
Melvatanti D. Pardosi : Pengaruh Perputaran Modal Kerja Dan Return Spread Terhadap Likuiditas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di BEI, 2010.
B Std. Error
Beta Tolerance
VIF 1
Constant 1.710
.197 8.673
.000 perputaran modal kerja
-.001 .002
-.093 -.644
.523 .995
1.005 return spread
.078 .419
.027 .187
.853 .995
1.005 a. Dependent Variable: rasio lancarlikuiditas
Model regresi berdasarkan hasil analisis di atas adalah sebagai berikut.
Y= a + b
1
X
1
+ b
2
X
2 +
e
Likuiditas = a + b
1
X
1
+ b
2
X
2 +
e Dengan:
a konstanta
= 1,710 b
1
koefisien regresi = 0,001
b
2
koefisien regresi = 0,078
diperoleh persamaan:
Likuditas = 1,710 + 0,001 Perputaran Modal Kerja + 0,078 Return Spread + e
Interpretasi dari persamaan di atas adalah sebagai berikut: a.
a = 1,710 Nilai konstanta ini menunjukkan bahwa apabila tidak ada
variabel perputaran modal kerja dan return spread X=0, maka likuiditas adalah 1,710.
b. b
1
= 0,001
Melvatanti D. Pardosi : Pengaruh Perputaran Modal Kerja Dan Return Spread Terhadap Likuiditas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di BEI, 2010.
Koefisien regresi b
1
ini menunjukkan bahwa setiap variabel perputaran modal kerja meningkat sebesar satu satuan, maka
likuiditas akan meningkat sebesar 0,001 satuan atau 0,1. c.
b
2
= 0,078 Koefisien regresi b
2
ini menunjukkan bahwa setiap variabel return spread meningkat sebesar satu satuan, maka likuiditas akan
meningkat sebesar 0,078 satuan atau 7,8
b. Analisis Koefisien Korelasi dan Koefisien Determinasi
Nilai koefisien korelasi R menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan
variabel dependen. Koefisien korelasi dikatakan kuat apabila nilai R berada di atas 0.5 dan mendekati 1.
Tabel 4.6 Pedoman Memberikan Interpretasi Koefisien Korelasi
Interval Koefisien Tingkat Hubungan
0,00 - 0,199 Sangat rendah
0,20 - 0,399 Rendah
0,40 - 0,599 Sedang
0,60 - 0,799 Kuat
0,80 - 1,000 Sangat kuat
Sumber : Sugiyono, Metode Penelitian Bisnis, 2003, hal 183.
Koefisien determinasi R square menunjukkan seberapa besar variabel independen menjelaskan variabel dependennya. Nilai R
square adalah nol sampai dengan satu. Apabila nilai R square semakin mendekati satu, maka variabel-variabel independen
Melvatanti D. Pardosi : Pengaruh Perputaran Modal Kerja Dan Return Spread Terhadap Likuiditas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di BEI, 2010.
memberikan semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Sebaliknya, semakin kecil nilai R square,
maka kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen semakin terbatas. Nilai R
square memiliki kelemahan yaitu nilai R square akan meningkat setiap ada
penambahan satu variabel independen meskipun variabel independen tersebut tidak berpengaruh signifikan terhadap variabel
dependen.
Tabel 4.7 Hasil Analisis Koefisien Korelasi dan Koefisien Determinasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .095
a
.009 -.032
1.01943 1.687
a. Predictors: Constant, return spread, perputaran modal kerja b. Dependent Variable: rasio lancarlikuiditas
Tabel 4.7 menunjukkan bahwa nilai koefisien korelasi R sebesar 0,095 yang berarti bahwa korelasi atau hubungan antara
variabel Likuiditas Likuiditas dengan variabel independennya PMK dan RS adalah sangat rendah dengan didasarkan pada nilai R
yang berada di atas 0,5. Angka koefisien determinasi Adjusted R Square adalah
0,032. Hal ini berarti 3,2 variasi dari ROA dijelaskan oleh variasi dari variabel independen PMK dan RS, sedangkan sisanya 96,8
lagi dijelaskan oleh variasi atau faktor lainnya.
Melvatanti D. Pardosi : Pengaruh Perputaran Modal Kerja Dan Return Spread Terhadap Likuiditas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di BEI, 2010.
c. Pengujian Hipotesis
1. Uji t
Untuk mengetahui apakah variabel independen dalam model regresi berpengaruh terhadap variabel dependen, maka
dilakukan pengujian dengan menggunakan uji t t test. Adapun hipotesis untuk uji t adalah sebagai berikut:
H
1
: Perputaran modal kerja dan return spread berpengaruh terhadap tingkat likuiditas perusahaan.
Uji t ini dilakukan dengan membandingkan signifikansi t
hitung
dengan ketentuan: −
Jika t
hitung
t
tabel
pada 0.05, maka H
1
ditolak. −
Jika t
hitung
t
tabel
pada 0.05, maka H
1
diterima.
Tabel 4.8 Hasil Uji t
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 1.710
.197 8.673
.000 perputaran modal kerja
-.001 .002
-.093 -.644
.523 .995
1.005 return spread
.078 .419
.027 .187
.853 .995
1.005 a. Dependent Variable: rasio lancarlikuiditas
Melvatanti D. Pardosi : Pengaruh Perputaran Modal Kerja Dan Return Spread Terhadap Likuiditas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di BEI, 2010.
Dari uji t yang telah dilakukan, maka diperoleh nilai signifikansi untuk variabel independen perputaran modal kerja
PMK adalah 0,523 dan nilai ini lebih besar dari 0.05 yang berarti bahwa H
1
ditolak. Selain itu, dari uji t di atas, diperoleh nilai t hitung untuk perputaran modal kerja adalah 0,644.
Sementara t tabel yang dihitung dengan ketentuan α = 5 dan
derajat kebebasan n – 2 = 49 menghasilkan t
α2 n – 2
= t
0, 025 49
= 1.9879. Nilai t hitung 0,644 ini lebih kecil dari nilai t tabel 1.9879. Dengan demikian, dapat disimpulkan bahwa
H
1
ditolak atau perputaran modal kerja tidak berpengaruh signifikan terhadap Likuiditas.
Variabel return spread RS adalah 0,853 dan nilai ini lebih besar dari 0.05 yang berarti bahwa H
1
ditolak. Selain itu, dari uji t di atas, diperoleh nilai t hitung untuk return spread adalah
0,187. Sementara t tabel yang dihitung dengan ketentuan α =
5 dan derajat kebebasan n – 2 = 97 menghasilkan t
α2 n – 2
= t
0, 025 49
= 1.9879. Nilai t hitung 0.187 ini lebih kecil dari nilai t tabel 1.9879. Dengan demikian, dapat disimpulkan
bahwa H
1
ditolak atau return spread tidak berpengaruh signifikan terhadap likuiditas.
2. Uji F
Melvatanti D. Pardosi : Pengaruh Perputaran Modal Kerja Dan Return Spread Terhadap Likuiditas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di BEI, 2010.
Tabel 4.9 Hasil Uji F
ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
.451 2
.226 .217
.806
a
Residual 49.884
48 1.039
Total 50.335
50 a. Predictors: Constant, return spread, perputaran modal kerja
b. Dependent Variable: rasio lancarlikuiditas
Dari uji Anova atau F-test, diperoleh nilai F hitung sebesar 0,217 dengan tingkat signifikansi 0,806. Berdasarkan hasil
tersebut dapat disimpulkan bahwa variabel perputaran modal kerja dan return spread secara simultan tidak berpengaruh
signifikan terhadap variabel likuiditas karena tingkat signifikansi sebesar 0,806 0,005.
B. Pembahasan Hasil Penelitian
Berdasarkan hasil penelitian yang telah diuraikan secara statistik, dapat dilihat bahwa perputaran modal kerja dan return spread secara simultan
mempunyai pengaruh terhadap likuiditas dan pengaruh tersebut teruji tidak signifikan. Sementara secara parsial, perputaran modal kerja dan return spread
tidak berpengaruh secara signifikan terhadap likuiditas.
Melvatanti D. Pardosi : Pengaruh Perputaran Modal Kerja Dan Return Spread Terhadap Likuiditas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di BEI, 2010.
BAB V
KESIMPULAN DAN SARAN
A. Kesimpulan