Metode pengumpulan data Jadwal penelitian

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