3.4 Definisi operasional dan pengukuran variabel
Tabel 3.2 Definisi operasional dan pengukuran variabel
Variabel Definisi operasional
Pengukuran Skala
Variabel Dependen X1
Pertumbuhan Penjualan
Kemampuan perusahaan dalam mempertahankan
pertumbuhan ekonominya berdasarkan jumlah
penjualan. g = S
1
– S S
x 100 Rasio
Variabel Dependen X2
Perputaran Piutang
ukuran analitis seberapa cepat akunharta
pelanggan dikumpulkan dengan menggunakan
rumus penjualan kredit bersih dibagi dengan
piutang dagang rata-rata selama satu periode.
Total Penjualan Rata-rata Piutang
x 100 Rasio
Variabel IndependenY
Likuiditas Likuiditas merupakan
kemampuan perusahaan memenuhi kebutuhan
jangka pendeknya atau kemampuan perusahaan
untuk mengkonversikan aktiva menjadi uang tunai
atau kas. Total Aktiva Lancar
Total Kewajiban Lancar x100
Rasio
Sumber : Diolah Peneliti 2012
3.5 Metode pengumpulan data
Metode yang digunakan dalam penelitian ini adalah Metode Inferensial dengan analisis statistik yang digunakan adalah analisis regresi sederhana untuk
mengatur besarnya hubungan variabel independen terhadap variabel dependen dan analisis korelasi.
Universitas Sumatera Utara
Dalam melakukan analisis data penulis menggunakan metode deskriptif kuantitatif, yaitu dengan mengumpulkan, mengolah dan menginterpretasikan hasil
yang diperoleh. Analisis ini menggunakan teknik analisis statistik SPSS dengan metode analisis regresi berganda dengan model persamaan sebagai berikut :
Y = a + b1X1 + b2X2 + e Dimana :
Y = Tingkat likuiditas
a = Konstanta
b1, b2 = Koefisien regresi
X1 = Tingkat pertumbuhan piutang
X2 = Tingkat perputaran piutang
e = Tingkat kesalahan penggangu
3.6 Pengujian asumsi klasik
Peneliti menggunakan pengujian asumsi klasik yang meliputi :
3.6.1 Uji normalitas
Menurut Ghozali 2005 , “uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki
distribusi normal”. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak menurut Ghozali 2005, yaitu : analisis
grafik dan analisis statistik. 1. Analisis Grafik
Universitas Sumatera Utara
Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan
antara data observasi dengan distribusi yang mendekati distribusi normal. Metode yang lebih handal adalah dengan
melihat normal probability plot yang membandingkan distribusi kumulatif dan distribusi normal. Distribusi normal akan
membentuk satu garis lurus diagonal dan plotnya data residual akan dibandingkan dengan garis diagonal. Jika distribusi data
residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.
2. Analisis statistic Uji statistic sederhana dapat dilakukan dengan melihat nilai
kurtosis dan nilai Z-skewness. Uji statistik lain yang dapat digunakan untuk menguji normalitas residual adalah uji statistic
non parametric Kolmogorov-Simrnov K-S.
Pedoman pengambilan keputusan tentang data tersebut mendekati atau merupakan distribusi normal berdasarkan uji Kolmogorov-Smirnov
dapat dilihat dari : 1. nilai Sig. Atau signifikan atau probabilitas 0,05, maka
distribusi data adalah tidak normal, 2. nilai Sig, atau signifikan atau probabilitas 0,05, maka distibusi
data adalah normal.
3.6.2 Uji autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah pada suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode satu
dengan periode sebelumnya. Masalah autokorelasi akan muncul bila data yang dipakai adalah
data runtut waktu timeseries. “Autokorelasi akan muncul bila data sesudahnya merupakan fungsi dari data sebelumnya atau data sesudahnya
Universitas Sumatera Utara
memiliki korelasi yang tinggi dengan data sebelumnya pada data runtut waktu dan besaran data sangat tergantung pada tempat data tersebut
terjadi”. Hadi 2006. Model regresi yang baik tidak terdapat autokorelasi. Pengujian ini
menggunakan uji Durbin Watson. Panduan mengenai angka D-W untuk mendeteksi autokorelasi bisa dilihat pada table D-W, yang bisa dilihat
pada buku statistic relevan. Namun demikian secara umum bisa diambil patokan :
1. angka D-W di bawah -2 berarti ada autokrelasi positif, 2. angka D-W di bawah -2 sampai +2, berarti tidak ada
autokorelasi, 3. angka D-W di atas +2 berarti ada autokorelasi negative.
3.6.3 Uji heterokedastisitas
Uji heterekondastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians antara satu pengamatan ke
pengamatan lainnya. Model regresi yang baik adalah homokedastisitas. Pengujian ini dilakukan dengan Scatter-Plot menggunakan SPSS.
Menurut Ghozali 2005 yang menjadi dasar analisis untuk menentukan ada atau tidaknya heterokondastisitas yaitu :
1. Apabila terdapat pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur bergelombang, melebar, kemudian
menyempit hal ini mengindikasikan bahwa telah terjadi heterokondastisitas,
Universitas Sumatera Utara
2. Apabila tidak terdapat pola yang jelas, serta titik-titik menyebar di atas dan dibawah angka 0 pada sumbu Y, maka hal ini
mengindikasikan tidak terjadi heterokondastisitas.
3.6.4 Uji multikolinearitas
Multikolinearitas adalah situasi adanya korelasi variabel-variabel independen antara yang satu dengan yang lainnya. Dalam hal ini kita
sebut variabel-variabel bebas ini tidak ortogonal. Variabel-variabel bebas yang bersifat ortogonal adalah variabel bebas yang memiliki nilai korelasi
di antara sesamanya sama dengan nol. Jika terjadi korelasi sempurna di antara sesama variabel bebas, maka konsekuensinya adalah: 1 Koefisien-
koefisien regresi menjadi tidak dapat ditaksir. 2 Nilai standar error setiap koefisien regresi menjadi tak terhingga. Pengujian ini bermaksud untuk
menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Jika terjadi korelasi, maka dinamakan terdapat
problem multikolinearitas. Ada dua cara yang dapat dilakukan jika terjadi multikolinearitas, yaitu: a Mengeluarkan salah satu variabel dari model
regresi. b Menggunakan metode lanjut seperti Regresi Bayesian atau Regresi Ridge. Menurut Ghozali 2007,
pengujian multikolinearitas dilakukan dengan melihat nilai VIF dan korelasi di antara variabel independen. Jika nilai VIF lebih besar dari 2,
maka terjadi multikolinearitas di antara variabel independen. Di samping itu, suatu model dikatakan terdapat gejala multikolinearitas jika korelasi di
antara variabel independen lebih besar dari 0,9.
Universitas Sumatera Utara
3.7 Pengujian hipotesis
3.7.1 Uji simultan Uji F
Pengujian ini digunakan untuk menguji apakah secara simultan variabel bebas berpengaruh terhadap variabel tidak bebas, dengan tingkat keyakinan
95 α = 0.05
Ho : b
i
= 0, artinya variabel independen secara simultan tidak memiliki pengaruh yang signifikan terhadap variabel dependen.
Ha : b
i
≠ 0, artinya semua variabel independen secara simultan memiliki pengaruh yang signifikan terhadap variabel dependen.
Dengan ketentuan sebagai berikut : Jika F
hitung
F
tabel
, maka Ha diterima Jika F
hitung
F
tabel
, maka Ha ditolak
3.7.2 Uji parsial Uji t
Pengujian ini dilakukan untuk melihat besarnya variabel independen mempengaruhi variabel dependen menggunakan t-test.
Hipotesis yang akan diuji adalah : Ho : bi = 0 , artinya suatu variabel independen secara parsial tidak memiliki
pengaruh yang signifikan terhadap variabel dependen. Ha : bi
≠ 0 , artinya suatu variabel independen secara parsial memiliki pengaruh yang signifikan secara sterhadap variabel dependen.
Dengan ketentuan sebagai berikut :
Universitas Sumatera Utara
Jika t
hitung
t
tabel
, maka Ha diterima Jika t
hitung
t
tabel
, maka Ha ditolak
Koefisien determinasi
Pengujian koefisien determinasi R
2
digunakan untuk mengukur proporsi atau persentase sumbangan variabel independen yang diteliti terhadap variasi
naik turunnya variabel dependen. Koefisien determinai berkisar antara nol sampai dengan satu 0
≤ R
2
≤ 1. Hal ini berarti R
2
= 0 menunjukkan tidak adanya pengaruh antara variabel independen terhadap variabel dependen, bila
R
2
semakin besar mendekati 1, menunjukkan semakin kuatnya pengaruh variabel independen terhadap variabel dependen dan bila R
2
semakin kecil mendekati nol maka dapat dikatakan semakin kecilnya pengaruh variabel
independen terhadap variabel dependen.
3.8 Jadwal penelitian
Jadwal penelitian direncanakan sebagai berikut:
Tabel 3.3 Jadwal penelitian
Tahapan penelitian Mar
2011 Jan
2012 Feb
2012 Mar
2012 Apr
2012
Pengajuan judul Penyelesaian proposal
Bimbingan proposal Seminar proposal
Pengumpulan data Pengolahan data dan bimbingan skripsi
Penyampaian hasil penelitian
Universitas Sumatera Utara
BAB IV ANALISIS HASIL PENELITIAN
4.1. Data penelitian
Adapun yang menjadi sampel dalam penelitian ini adalah perusahaan-perusahaan yang bergerak dalam bidang makanan minuman 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 2008-2010.
Tabel 4.1 Daftar sampel penelitian
No Kode
Perusahaan 1
ADES
PT. Ades Waters Indonesia
2 AISA
PT. Tiga Pilar Sejahtera Food
3 AQUA
PT. Aqua Golden Mississipi
4 CEKA
PT. Cahaya Kalbar
5 DLTA
PT. Delta Djakarta
6 FAST
PT. Fast Food Indonesia
7
INDF
PT. Indofood Sukses Makmur
8
MLBI
PT. Multi Bintang Indonesia
9
MYOR
PT. Mayora Indah
10
PSDN
PT. Prasidha Aneka Niaga
11
PTSP
PT. Pioneerindo Gourmet International
12
SKLT
PT. Sekar Laut Tbk
13
SMAR
PT. SMART Tbk
14
STTP
PT. Siantar Top Tbk
15
TBLA
PT. Tunas Baru Lampung
16
ULTJ
PT. Ultra Jaya Milk
Universitas Sumatera Utara