Hasil uji autokorelasi di atas menunjukkan nilai statistik Durbin Watson Dw sebesar 1.900, nilai ini akan kita bandingkan dengan nilai
tabel dengan menggunakan signifikansi 5, jumlah sampel n = 99, dan jumlah variabel independen k = 1, maka berdasarkan tabel 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 1.900 4 – 1,676 du d 4 – du. Dengan demikian dapat disimpulkan tidak
terdapat autokorelasi baik positif maupun negatif.
D. 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.
1. Persamaan Regresi
Dalam pengolahan data dengan menggunakan regresi linear, dilakukan beberapa tahapan untuk mencari hubungan antara variabel
independen dan variabel dependen, melalui pengaruh LN_Perputaran Piutang X terhadap LN_ROA Y. Hasil regresi dapat dilihat pada tabel
4.9 berikut ini.
Universitas Sumatera Utara
Tabel 4.9 Analisis Hasil Regresi
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant -3.897
.457 -8.531
.000 LN_X
.468 .211
.234 2.218
.029
Sumber: Data yang diolah penulis, 2009
Berdasarkan penjelasan sebelumnya dalam pengujian asumsi klasik, model regresi dalam penelitian ini telah diubah menjadi model logaritma
natural yang berarti beta dan koefisien dari penelitian ini juga dalam bentuk logaritma natural sehingga harus dilakukan anti logaritma natural
kembali untuk dapat diinterpretasikan. Model regresi berdasarkan hasil analisis di atas adalah sebagai berikut.
Y = β + β
1
X ROA
= β + β
1
Perputaran Piutang
Dengan: β
konstanta = -3,897
β
1
koefisien regresi = 0,468
maka didapat persamaan dalam bentuk logaritma natural:
LN_ROA = -3,897 + 0,468 LN_Perputaran Piutang + e
Setelah dilakukan anti logaritma natural, diperoleh persamaan:
ROA = 0,0203 + 1,597 Perputaran Piutang + e
Interpretasi dari persamaan di atas adalah sebagai berikut:
Universitas Sumatera Utara
a. β
= 0,0203 Nilai konstanta ini menunjukkan bahwa apabila tidak ada variabel
perputaran piutang X=0, maka ROA yang terbentuk adalah 0,0203. b.
β
1
= 1,597 Koefisien regresi β
1
ini menunjukkan bahwa setiap variabel perputaran piutang meningkat sebesar satu satuan, maka ROA akan meningkat
sebesar 1,597 satuan atau 159,7.
2. 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 4.10 Pedoman Memberikan Interpretasi Koefisien Korelasi
Interval Koefisien Tingkat Hubungan
0,00 – 0,199 0,20 – 0,399
0,40 – 0,599 0,60 – 0,799
0,80 – 1,000 Sangat rendah
Rendah Sedang
Kuat 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
Universitas Sumatera Utara
adalah nol sampai dengan satu. Apabila nilai R square semakin mendekati satu, maka variabel-variabel independen 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 4.11 Hasil Analisis Koefisien Korelasi dan Koefisien Determinasi
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.234a .055
.044 1.35664
Sumber: Data yang diolah penulis, 2009
Tabel 4.10 menunjukkan bahwa nilai koefisien korelasi R sebesar 0,234 yang berarti bahwa korelasi atau hubungan antara variabel ROA
LN_ROA dengan variabel independennya LN_Perputaran Piutang adalah kecil dengan didasarkan pada nilai R yang berada di bawah 0,5.
Angka koefisien determinasi Adjusted R Square adalah 0,044. Hal ini berarti 4,4 variasi dari ROA dijelaskan oleh variasi dari variabel
independen LN_Perputaran Piutang, sedangkan sisanya 95,6 lagi dijelaskan oleh variasi atau faktor lainnya.
Universitas Sumatera Utara
3. Pengujian Hipotesis
