korelasi atau persamaan regresi linier berganda yang digunakan bebas autokorelasi.
4.3.3. Analisis Regresi Linier Berganda
Metode analisis
data yang
digunakan dalam penelitian ini adalah analisis regresi linier berganda. Berikut ini model atau persamaan regresi
linier berganda yang digunakan : Tabel 4.10: Hasil Analisis Regresi Linier Berganda
Model Koefisien regresi
Konstanta Perputaran kas X
1
Perputaran piutang X
2
22,891 -0,107
-5,102 Sumber: Lampiran 7
Persamaan regresi linier berganda yang dihasilkan adalah sebagai berikut :
Y = 22,891 - 0,107 X
1
– 5,102 X
2
Dari persamaan regresi di atas menjelaskan bahwa : 1. Konstanta a yang dihasilkan sebesar 22,891 menunjukkan besarnya
rentabilitas Y, apabila perputaran kas X
1
dan perputaran piutang X
2
adalah konstan atau nol. 2. Koefisien regresi untuk variabel perputaran kas X
1
b
1
sebesar -0,107 berarti setiap kenaikan perputaran kas X
1
satu satuan maka rentabilitas Y akan turun sebesar 0,107 dengan asumsi variabel perputaran piutang
X
2
adalah konstan. 3. Koefisien regresi untuk variabel perputaran piutang X
2
b
2
sebesar -5,102 berarti setiap kenaikan perputaran piutang X
2
satu satuan maka
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
rentabilitas Y akan turun sebesar 5,102 dengan asumsi variabel perputaran kas X
1
adalah konstan.
4.3.4. Uji F
Uji F dapat digunakan untuk mengetahui apakah model yang digunakan adalah cocok atau sesuai untuk mengetahui pengaruh perputaran
kas X
1
dan perputaran piutang X
2
terhadap rentabilitas Y. Berikut ini hasil uji F :
Tabel 4.11: Uji F
ANOVA
b
216.335 2
108.167 3.581
.045
a
664.472 22
30.203 880.807
24 Regression
Residual Total
Model 1
Sum of Squares
df Mean Square
F Sig.
Predictors: Constant, perputaran piutang x2, perputaran kas x1 a.
Dependent Variable: rentabilitas y b.
Sumber : Lampiran 7
Berdasarkan tabel di atas dapat diketahui bahwa nilai F
hitung
yang dihasilkan sebesar 3,581 dengan tingkat signifikan sebesar 0,045 kurang
dari 5 maka H ditolak dan H
1
diterima yang berarti bahwa model regresi linier berganda yang digunakan adalah cocok untuk menerangkan pengaruh
perputaran kas X
1
dan perputaran piutang X
2
terhadap rentabilitas Y. Kecocokan
model regresi
linier berganda yang dihasilkan dapat juga
dilihat dari nilai koefisien determinasinya yaitu sebesar 0,246 yang artinya pengaruh perputaran kas X
1
dan perputaran piutang X
2
terhadap
rentabilitas Y hanya sebesar 24,6 sedangkan sisanya 75,4 dipengaruhi
oleh faktor lain yang tidak dibahas pada penelitian ini.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tabel 4.12 : Hasil Koefisien Determinasi Nilai R
2
Model Summary
b
.496
a
.246 .177
5.49575 1.629
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
Predictors: Constant, perputaran piutang x2, perputaran kas x1 a.
Dependent Variable: rentabilitas y b.
Sumber : Lampiran 7 Berdasarkan hasil pengujian yang dilakukan, diperoleh besarnya nilai
koefisien determinasi R Square yang diperoleh adalah 0,246 atau 24,6
yang berarti bahwa seluruh variabel bebas yang diteliti mampu
mempengaruhi variabel terikat sebesar 24,6, sedangkan sisanya sebesar 75,4 dipengaruhi oleh variabel lain yang tidak ikut diteliti dalam model
regresi ini.
4.3.5. Uji t