4 PT. Asia Pacific Fibers Tbk
POLY 5
PT. Centex Prefered Stock Tbk CNTX
6 PT. Eratex Djaja Tbk
ERTX 7
PT. Ever Shine Textile Industry Tbk ESTI
8 PT. Indorama Synthetic Tbk
INDR 9
PT. Pan Brothers Tbk PBRX
10 PT. Panasia Filament Inti Tbk
PAFI 11
PT. Panasia Indosyntec Tbk HDTX
12 PT. Sunson Textile Mnufacture
SSTM 13
PT. Polychem Indonesia Tbk ADMG
14 PT. Delta Dunia Makmur Tbk
DOID 15
PT. Ricky Putra Globalindo Tbk RICY
3.5 Jenis dan Sumber Data
Jenis data yang digunakan berupa data sekunder yaitu data uang yang diperoleh dalam bentuk yang sudah jadi dan tidak memerlukan pengolahan lebih lanjut
seperti laporan keuangan tahunan. Data sekunder yang diperoleh meliputi studi pustaka yaitu melakukan pengumpulan data pendukung dari buku, jurnal maupun literature dan
penelitian pihak terdahulu. Menurut Umar 2003 : 60, “data sekunder merupakan data primer yang telah diolah lebih lanjut, misalnya dalam bentuk tabel, grafik, diagram,
gambar dan sebagainya sehingga lebih informative jika digunakan oleh pihak lain”. Data sekunder diperoleh dari situs resmi Bursa Efek Indonesia yaitu www.idx.co.id.
Universitas Sumatera Utara
3.6 Metode Pengumpulan Data
Teknik pengumpulan data dilakukan dengan menggunakan teknik dokumentasi yaitu teknik pengumpulan data yang dilakukan dengan mencari data mengenai hal-hal
atau variabel yang akan diteliti. Data yang digunakan dalam penelitian diperoleh dari Indonesian Capital Market Directory ICMD dan dengan mengunduh melalui situs
resmi Bursa Efek Indonesia BEI. 3.7 Metode Analisis Data
Uji asumsi klasik bertujuan untuk mengetahui apakah penaksir dalam regresi merupakan penaksir kolinear tak bias terbaik. Untuk memperoleh persamaan yang paling
tepat digunakan parameter regresi yang dicari dengan metode kuadrat terkecil atau Ordinary Least Square OLS. Metode regresi OLS akan dapat dijadikan alat estimasi
yang tidak bias jika telah memenuhi persyaratan Beast Linear Unbiased Estimation BLUE. Oleh karena itu diperlukan adanya uji asumsi klasik terhadap model yang telah
diformulasikan, yang mencakup pengujian normalitas, multikolinieritas, heteroskedastisitas, dan autokorelasi.
1. Uji normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel dependen dan variabel independen, keduanya mempunyai distribusi normal atau tidak.
Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data
titik pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya.
2. Uji multikolinieritas
Universitas Sumatera Utara
Salah satu asumsi klasik adalah tidak terjadinya multikolinieritas di antara variabel-variabel bebas yang berada dalam satu model, artinya antara variabel
independen yang terdapat dalam model tidak memiliki hubungan yang sempurna koefesien tinggi atau bahkan satu. apabila hal ini terjadi berarti antara variabel bebas
itu sendiri saling berkorelasi, sehingga dalam hal ini sulit diketahui variabel bebas mana yang mempengaruhi variabel terikat.
Menurut Salvatore 2005 : 178 multikolinieritas mengacu kepada situasi dimana dua atau lebih variabel penjelas dalam suatu regresi mempunyai korelasi yang
tinggi. Multikolinieritas yang serius terkadang dapat dihilangkan atau dikurangi dengan cara sebagai berikut :
a. Memperluas ukuran sampel mengumpulkan lebih banyak data
b. Menggunakan informasi sebelumnya
c. Melakukan transformasi terhadap hubungan fungsional
d. Membuang satu dari variabel yang memliki kolinear yang tinggi.
3. Uji Heteroskedastisitas
Masalah serius lainnya yang mungkin dihadapi dalam analisi regresi adalah heteroskedastisitas, hal ini timbul pada saat asumsi bahwa varians dari faktor galat
adalah konstan untuk semua nilai dari variabel bebas yang telah dipenuhi Salvatore, 2005 : 179.
Uji heteroskedastisitas ini dilakukan untuk untuk menguji apakah sebuah model regresi terjadi ketidaksamaan varians dari residual dari suatu pengamatan ke
pengamatan yang lain. Jika varians dari residual dari pengamatan yang satu ke pengamatan yang lainnya tetap, maka disebut homoskedastisitas. Dan jika varians
Universitas Sumatera Utara
berbeda, maka disebut heteroskedastisitas. Model regresi yang baik adalah yang tidak terjadi heteroskedastisitas.
Ada beberapa cara yang dapat dipakai untuk mendeteksi ada atau tidaknya heteroskedastisitas. Dalam penelitian ini menggunakan grafik scatterplot dengan dasar
analisis : a.
Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu maka mengindikasikan telah terjadi heteroskedastisitas
b. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah
angka 0 pada sumbu Y, maka tidak terjadi heteroskedstisitas. 1.
Analisis Regresi Berganda Analisa data dalam penelitian ini menggunakan analisis regresi berganda.
Dalam penelitian ini terdapat dua variabel independen, yaitu perputaran kas dan
perputaran persediaan serta satu variabel dependen yaitu rentabilitas yang mempunyai hubungan yang saling mempengaruhi antara ketiga variabel tersebut.
Persamaan umum regresi berganda yang digunakan dalam penelitian ini yaitu, sebagai berikut :
Keterangan : Y : Variabel dependen rentabilitas perusahaan dengan menggunakan rasio
ROA. α : Konstanta atau harga Y bila X = 0.
Y = α + β1X1 + β2X2 + e
Universitas Sumatera Utara
β1,β2 : Angka atau arah koefisien regresi, yang menunjukkan angka peningkatan ataupun penurunan variabel dependen yang didasarkan pada variabel
independen. X1 : Perputaran kas cash turn over.
X2 : Perputaran persediaan inventory turn over. e : Tingkat kesalahan penggangu.
Nilai koefisien determinasi R² menunjukkan persentase pengaruh semua
variabel independen terhadap variabel dependen. Niai R² berbeda antara 0 sampai
dengan 1. Semakin mendekati 1 maka variabel bebas hampir memberikan semua informasi untuk memprediksi variabel terikat atau merupakan indikator yang
menunjukkan semakin kuatnya kemampuan menjelaskan perubahan variabel bebas terhadap variabel terikat
2. Uji t-statistik Uji Parsial Digunakan untuk mengetahui pengaruh masing-masing variabel bebas
terhadap variabel terikat. Nilai t-statistik hitung dapat dicari dengan menggunakan rumus :
Hipotesis untuk uji t :
t hit = 1 - r² rn - 2
Universitas Sumatera Utara
Ho : b1,b2 = 0, artinya tidak ada pengaruh secara parsial antara variabel bebas dan variabel terikat.
Ha : b1,b2 ≠ 0, artinya terdapat pengaruh secara parsial antara variabel bebas dan
variabel terikat. Pengujian dilakukan menggunakan uji –
t dengan tingkat pengujian α 5 derajat kebebasan degree of freedom atau df = n-k. Uji ini dilakukan dengan
membandingkan signifikan t-hitung dengan t-tabel. Dengan ketentuan :
Menggunakan komputer SPSS a.
Jika nilai t dengan probabilitas korelasi yakni sig2-tailed taraf signifikan α sebesar 0,05, maka Ho ditolak, sehingga ada korelasi signifikan antara variabel
x dan y dan Ha diterima. b.
Jika nilai t dengan probabilitas korelasi yakni sig-2 tailed taraf signifikan α sebesar 0,05, maka Ho diterima, sehingga tidak ada korelasi signifikan antara
variabel x dan y dan Ha ditolak. Kriteria pengambilan keputusan :
a. Ho diterima apabila t-hitung t ≤ t-tabel, pada α 5
b. Ha diterima apabila t hitung t ≥ t-tabel, pada α 5
3. Uji F-statistik Uji Simultan Uji ini digunakan untuk menguji besarnya pengaruh dari seluruh variabel
independen X1 dan X2 secara bersama-sama atau simultan terhadap variabel dependen Y. Nilai F dapat dicari dengan rumus :
Universitas Sumatera Utara
Dengan Ketentuan : Menggunakan komputer SPSS
a. Jika nilai F dengan probabilitas korelasi yakni sig2-tailed taraf signifikan α
sebesar 0,05, maka Ho ditolak, sehingga ada korelasi signifikan antara variabel X1dan X2 dengan Y dan Ha diterima.
b. Jika nilai F dengan probabilitas korelasi yakni sig-2 tailed taraf signifikan α
sebesar 0,05, maka Ho diterima, sehingga tidak ada korelasi signifikan antara variabel X1 dan X2 dengan Y.
Hipotesis untuk uji F : Ho : b1 = b2 = 0, artinya tidak ada pengaruh secara bersama-sama antara variabel
bebas dan variabel terikat. Ha : b1
≠ b2 ≠ 0, artinya terdapat pengaruh secara bersama-sama antara variabel bebas dan variabel terikat.
Kriteria pengambilan keputusan : a.
Ho diterima apabila F-hitung t ≤ F-tabel, pada α 5 b.
Ha diterima apabila F hitung t ≥ F-tabel, pada α 5
F hit = R
2
K 1-R
2
n-k-1
Universitas Sumatera Utara
BAB IV HASIL DAN PEMBAHASAN