40
7.
BRPT
Barito Pacific Tbk 8.
BUDI
Budi Acid Jaya Tbk Budi Acid Jaya Tbk 9.
CEKA
Cahaya Kalbar Tbk 10.
CTBN
Citra Tubindo Tbk 11.
DPNS
Duta Pertiwi Nusantara Tbk 12.
EKAD
Ekadharma International Tbk 13.
ESTI
Ever Shine Textile Industry Tbk 14.
FASW
Fajar Surya Wisesa Tbk 15.
GDYR
Goodyear Indonesia Tbk 16.
GJTL
Gajah Tunggal Tbk 17.
HMSP
HM Sampoerna Tbk 18.
IGAR
Champion Pacific Indonesia Tbk 19.
IKBI
Sumi Indo Kabel Tbk 20.
INAF
Indofarma Tbk 21.
INAI
Indal Aluminium Industry Tbk 22.
INCI
Intanwijaya Internasional Tbk 23.
INDF
Indofood Sukses Makmur Tbk 24.
INDR
Indorama Synthetics Tbk 25.
INDS
Indospring Tbk 26.
INTP
Indocement Tunggal Prakarsa Tbk 27.
JKSW
Jakarta Kyoei Steel Works Tbk 28.
KAEF
Kimia Farma Persero Tbk 29.
PRAS
Prima Alloy Steel Universal Tbk 30.
TOTO
Surya Toto Indonesia Tbk
3.6. Jenis dan Sumber Data
Data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder merupakan data yang diperoleh peneliti secara tidak langsung melalui
media perantara tertentu diperoleh dan dicatat oleh pihak lain yang diolah lebih lanjut untuk pemenuhan kebutuhan penelitian. Data dalam penelitian ini diperoleh
dari publikasi Bursa Efek Indonesia yang diakses melalui www.idx.co.id
sesuai dengan periode pengamatan.
Universitas Sumatera Utara
41
3.7. Metode Pengumpulan Data
Peneliti melakukan dua metode dalam pengumpulan data. Pertama, melalui studi pustaka dengan mengumpulkan buku-buku referensi yang berkaitan dengan
penelitian dan dokumentasi penelitian terdahulu. Kedua, melalui media internet dengan cara mengunduh data yang diperlukan dalam bentuk laporan keuangan
tahunan perusahaan yang telah diaudit melalui website BEI maupun website lain yang berhubungan dengan laporan keuangan perusahaan terbuka.
3.8. Metode Analisis Data dan Pengujian Hipotesis
Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik dengan menggunakan program SPSS 17. Sebelum melakukan
pengujian hipotesis maka peneliti melakukan uji asumsi klasik terlebih dahulu.
3.8.1. Pengujian Asumsi Klasik
Model regeresi linier berganda multiple regression dapat disebut sebagai model yang baik jika model tersebut memenuhi kriteria BLUE Best Linear Unbiased
Estimator. BLUE dapat dicapai bila memenuhi asumsik klasik. Sedikitnya terdapat lima uji asumsi yang harus dilakukan terhadap suatu model regresi tersebut, yaitu :
1. Uji normalitas 2. Uji autokorelasi
3. Uji multi kolinieritas
Universitas Sumatera Utara
42
4. Uji Heteroskedastisitas 5. Uji linearitas
Penelitian ini hanya akan menggunakan empat jenis asumsi klasik dari lima asumsi diatas.
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel bebas independent dan variabel terikat dependent mempunyai distribusi
normal atau tidak. Menurut Suliyanto 2005:63 “uji normalitas adalah pengujian untuk mengetahui residual yang diteliti berdistribusi normal atau tidak”.
Data yang berdistribusi normal mempunyai pola distribusi seperti kurva berbentuk bel. Kurva berbentuk bel mempunyai dua karakteristik pokok, yaitu
1kurva berkonsentrasi di posisi tengah dan menurun di dua sisi; dan 2kurva berbentuk bel ini bersifat simetris.
Karakteristik distribusi normal suatu data ialah : 1. Kurva mempunyai puncak tunggal dengan berbentuk seperti bel
2. Rata-rata terletak ditengah-tengah kurva normal 3. Karena bentuknya simetris, maka median dan mode dari suatu distribusi data
terletak juga ditengah; dengan demikian untuk kurva normal, maka rata-rata, median dan mode mempunyai nilai yang sama.
Universitas Sumatera Utara
43
4. Dua sisi distribusi normal memanjang tanpa batas dan tidak pernah menyentuh garis horizontal.
Untuk mengetahui normalitas data dapat diuji dengan menggunakan histogram, normal Plot, Skewness dan Kurtosis atau dengan menggunakan uji Kolmogorov
Smirnov. Cara pertama yang dilakukan untuk menafsir normalitas data adalah dengan membuat hipotesis seperti berikut:
• H : Data berdistribusi normal
• H
a
: Data tidak berdistribusi normal Langkah kedua menentukan kriteria uji hipotesis seperti berikut:
• Jika sig 0.05 H0 ditolak, H1 diterima • Jika sig 0.05 H0 diterima, H1 ditolak
2. Uji Heteroskedastisitas
Uji Heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik heteroskedastisitas, yaitu adanya ketidaksamaan
varian dari residual untuk semua pengamatan pada model regresi Duwi Priyatno, 2008:42. Jika variance tetap maka disebut homoskedastisitas. Model regresi yang
baik yaitu adanya homoskedastisitas atau tidak terjadi heteroskedastisitas. Ada beberapa cara untuk mendeteksi ada tidaknya heteroskedastisitas yaitu
melihat scatter plot nilai prediksi dependen ZPRED dengan residual SRESID,
Universitas Sumatera Utara
44
uji Gletjer, uji Park dan uji White. Menurut Ghozali 2005:16 Deteksi pada grafik scatter plot dapat digunakan dengan dasar analisis sebagai berikut:
1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka
mengindikasikan telah terjadi heteroskedastisitas. 2. Jika tidak ada pola yang jelas, seperti titik menyebar di atas dan di bawah
angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
3. Uji Autokorelasi
Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan dalam asumsi klasik autokorelasi, yaitu korelasi yang terjadi antara residual pada
suatu pengamatan dengan pengamatan lain pada model regresi Duwi Priyatno, 2008:47. Prasyarat yang harus dipenuhi dalam regeresi adalah tidak adanya
autokorelasi. Ada beberapa cara untuk mendeteksi gejala autokorelasi yaitu uji Durbin-Watson DW test, uji Langrage Multiplier LM test, uji statistik Q dan
Run Test. Pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut :
1. Bila nilai Durbin-Watson DW terletak antara batas atas atau Upper Bound DU dan 4-DU, maka koefisien autokorelasi sama dengan nol, berarti tidak
ada autokorelasi.
Universitas Sumatera Utara
45
2. Bila nilai Durbin-Watson DW lebih rendah daripada batas bawah atau Lower Bound DL maka koefisien autokorelasi lebih besar daripada nol,
berarti ada autokorelasi positif 3. Bila nilai Durbin-Watson DW lebih besar daripada 4-DL maka koefisien
autokorelasi lebih kecil dari nol, berarti ada autokorelasi negatif 4. Bila nilai Durbin-Watson DW terletak antara batas atas DU dan batas
bawah DL atau DW terletak di batas antara 4-DU dan 4-DL, maka hasilnya tidak dapat disimpulkan.
4. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regeresi ditemukan adanya korelasi antar variabel bebas. Model regeresi yang baik seharusnya tidak
terjadi korelasi di antara variabel bebas, karena jika hal terseut terjadi maka varaiabel-variabel tersebut tidak ortogonal atau terjadi kemiripan. Untuk
melakukan pengujian apakah terdapat multikolinearitas atau tidak, dapat diketahui dengan menggunakan nilai tolerance dan lawannya Variance Inflation Factor
VIF. Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai tolerance 0.01 atau sama dengan VIF 10. Ada
dua cara yang dapat dilakukan jika terjadi multikolinearitas, yaitu sebagai berikut: 1. Membuang salah satu variabel
2. Menggunakan metode lanjut, seperti Regresi Bayessian dan Regresi Ridge.
Universitas Sumatera Utara
46
3.8.2. Pengujian Hipotesis
Pengujian hipotesis dalam penelitian ini menggunakan analisis regresi. Hipotesis pertama H1, hipotesis kedua H2 dan hipotesis ketiga H3 dianalisis
dengan regresi linear untuk melihat pengaruh masing-masing variabel yaitu perputaran modal kerja, perputaran aset tetap dan perputaran total aset secara terpisah
terhadap Return On Assets yang dapat dirumuskan sebagai berikut: Y = a + b
1
X
1
Y = a + b
2
X
2
Y = a + b
3
X
3
Hipotesis keempat H4 dianalisis dengan menggunakan regresi berganda untuk melihat pengaruh varibel perputaran modal kerja, perputaran aset tetap dan
perputaran total aset secara bersama-sama terhadap Return On Assets yang dapat dirumuskan sebagai berikut:
Y = a +b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ e Y
= Profitabilitas Return On Assets a
= konstanta b
= koefisien regresi X
1
= Perputran Modal Kerja Working Capital Turnover
Universitas Sumatera Utara
47
X
2
= Perputaran Aset Tetap Fixed Assets Turnover X
3
= Perputaran Total Aset Total Assets Turnover e
= error
a. Uji Koefisien Determinasi
Nilai yang digunakan untuk melihat uji koefisien determinasi adalah nilai adjusted R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Menurut Ghozali 2005:105 “Adjusted
R
2
dianggap lebih baik dari R
2
karena nilai adjusted R
2
dapat naik atau turun
apabila satu variabel independen ditambahkan kedalam model”. b.
Uji Simultan Uji F Statistik
Pengujian ini bertujuan untuk mengetahui seberapa besar variabel bebas berpengaruh secara simultan terhadap variabel terikat.
H = 0, artinya perputaran modal kerja, perputaran aset tetap dan perputaran total
aset secara simultan tidak berpengaruh terhadap Return On Assets, H
a
≠ 0, artinya perputaran modal kerja, perputaran aset tetap dan perputaran total aset secara simultan berpengaruh terhadap Return On Assets.
Universitas Sumatera Utara
48
c. Uji parsial Uji t statistik
Pengujian ini bertujuan untuk mengetahui seberapa besar variabel bebas berpengaruh secara parsial terhadap variabel terikat.
H = 0, artinya peputaran modal kerja, perputaran aset tetap dan perputaran total
aset secara parsial tidak mempunyai pengaruh terhadap Return On Assets, H
a
≠ 0, artinya perputaran modal kerja, perputaran aset tetap dan perputaran total aset secara parsial mempunyai pengaruh terhadap Return On Assets.
Pengujian dilakukan dengan menggunakan uji t- dengan tingkat pengujian alpha 5.
Universitas Sumatera Utara
49
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1. Data Penelitian