92 Keterangan :
1 Konstanta sebesar 18,212 menunjukkan bahwa apabila tidak ada variabel independen maka tingkat pertumbuhan penjualan sebesar 18,212.
2 b
1
sebesar – 0,302 menunjukkan bahwa setiap kenaikan biaya pencegahan sebesar 1 akan diikuti oleh penurunan tingkat pertumbuhan penjualan
sebesar – 0,302 dengan asumsi variabel lain tetap. 3 B
2
sebesar – 0,317 menunjukkan bahwa setiap kenaikan 1 pada biaya penilaian akan menyebabkan penurunan tingkat pertumbuhan penjualan
sebesar – 0,317 dengan asumsi variabel lain tetap. 4 B
3
sebesar – 0,442 menunjukkan bahwa setiap kenaikan biaya kegagalan internal sebesar 1 akan diikuti oleh penurunan tingkat pertumbuhan
penjualan sebesar – 0,442 dengan asumsi variabel lain tetap 5 B
4
sebesar - 0,040 menunjukkan bahwa setiap kenaikan biaya kegagalan eksternal sebesar 1 akan diikuti oleh penurunan tingkat pertumbuhan
penjualan sebesar - 0,040 dengan asumsi variabel lain tetap.
4. Pengujian Hipotesis
a. Uji F F Test
Untuk melihat pengaruh biaya kualitas terhadap tingkat pertumbuhan penjualan secara simultan dapat dihitung dengan menggunakan F test.
Berdasarkan hasil pengolahan data dengan program SPSS 16, maka diperoleh hasil sebagai berikut :
Universitas Sumatera Utara
93
Tabel 4.14 ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
16.969 4
4.242 3.506
.020
a
Residual 32.673
27 1.210
Total 49.641
31 a. Predictors: Constant, LN_Biaya Kegagalan Eksternal, LN_Biaya Kegagalan Internal,
LN_Biaya pencegahan, LN_Biaya Penilaian b. Dependent Variable: LN_Tingkat Pertumbuhan Penjualan
Sumber : Diolah dari SPSS, 2009 Dari uji ANOVA atau F test pada tabel 4.13 diatas, diperoleh F hitung
sebesar 3,506 dengan tingkat signifikansi 0,020, karena nilai signifikansi lebih kecil daripada 0,050 maka model regresi dapat digunakan memprediksi tingkat
pertumbuhan penjualan atau dapat dikatakan bahwa biaya pencegahan, biaya penilaian, biaya kegagalan internal, dan biaya kegagalan eksternal secara
bersama-sama berpengaruh terhadap tingkat pertumbuhan penjualan.
b.Uji t t Test
Uji t digunakan untuk menguji signifikansi konstanta dan setiap variabel independennya. Berdasarkan hasil pengolahan SPSS versi 16, diperoleh hasil
sebagai berikut:
Universitas Sumatera Utara
94 Sumber : Diolah dari SPSS, 2009
Dengan tingkat signifikan α = 5 dan derajat kebebasan df = n – k,
diketahui bahwa nilai t
tabel
= 2,04224. Sedangkan berdasarkan tabel 4.15 diatas diketahui untuk variabel biaya pencegahan sebesar nilai t
hitung
= - 0,735 dengan nilai signifikan 0,469 0,05, maka Ho diterima dan Ha ditolak, artinya biaya
pencegahan tidak berpengaruh terhadap tingkat pertumbuhan penjualan. Tabel diatas juga menunjukkan besarnya t
hitung
untuk variabel biaya penilaian sebesar -0.518. Signifikansi 0,608 menyimpulkan bahwa signifikansi penelitian 0,05
0,608 0,05, maka Ho diterima dan Ha ditolak, artinya biaya penilaian tidak berpengaruh terhadap tingkat pertumbuhan penjualan. Kemudian besarnya t
hitung
untuk variabel biaya kegagalan internal sebesar - 1,521. Signifikansi 0,140
Tabel 4.15 Coefficients
a
Model Unstandardized
Coefficients Standardiz
ed Coefficients
t Sig.
Collinearity Statistics
B Std. Error
Beta Toleranc
e VIF
1 Constant
18.212 14.466
1.259 .219
LN_Biaya pencegahan
-.302 .411
-.141 -.735
.469 .661
1.512 LN_Biaya Penilaian
-.317 .611
-.108 -.518
.608 .564
1.773 LN_Biaya
Kegagalan Internal -.442
.291 -.277 -1.521
.140 .733
1.365 LN_Biaya
Kegagalan Eksternal
-.040 .330
-.277 -1.339 .192
.570 1.755
a. Dependent Variable: LN_Tingkat Pertumbuhan Penjualan
Universitas Sumatera Utara
95 menyimpulkan bahwa signifikansi penelitian 0,05 0,140 0,05, maka Ho
diterima dan Ha ditolak, artinya biaya kegagalan internal tidak berpengaruh terhadap tingkat pertumbuhan penjualan. Selain itu juga menunjukkan besarnya
t
hitung
untuk variabel biaya kegagalan eksternal adalah sebesar 1,339. Signifikansi 0,192 menyimpulkan bahwa signifikansi penelitian 0,05 0,192 0,05, maka
Ho diterima dan Ha ditolak, artinya biaya kegagalan eksternal tidak berpengaruh
terhadap tingkat pertumbuhan penjualan.
c. Adjusted R
2
Adjusted R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Dalam hal ini adjusted R
2
digunakan untuk mengetahui seberapa jauh kemampuan biaya pencegahan X
1
, biaya penilaian X
2
, biaya kegagalan Internal X
3
, dan biaya kegagalan eksternal X
4
dalam menerangkan tingkat pertumbuhan penjualan Y. “Adjusted R
2
dianggap lebih baik dari R
2
karena nilai adjusted R
2
dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model” Ghozali, 2005.
Sumber : Diolah dari SPSS, 2009
Tabel 4.16 Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .585
a
.342 .244 1.1000447488E0
1.889 a. Predictors: Constant, LN_Biaya Kegagalan Eksternal, LN_Biaya Kegagalan Internal,
LN_Biaya pencegahan, LN_Biaya Penilaian b. Dependent Variable: LN_Tingkat Pertumbuhan Penjualan
Universitas Sumatera Utara
96 Pada tabel 4.15 model summary, nilai koefisien korelasi R sebesar 0,585
yang berarti bahwa korelasi atau hubungan antara Tingkat Pertumbuhan Penjualan dengan variabel independen biaya kualitas biaya pencegahan, biaya penilaian,
biaya kegagalan internal dan biaya kegagalan eksternal cukup kuat karena berada diatas 0,5. Angka adjusted R square atau koefisien determinasi adalah
0,244 dengan Standar Error of Estimate SEE adalah 1,1000447488. Hal ini berarti 24,4 variasi atau perubahan dalam Tingkat Pertumbuhan Penjualan
dapat dijelaskan oleh variasi dari biaya pencegahan, biaya penilaian, biaya kegagalan internal, dan biaya kegagalan eksternal, sedangkan sisanya 75,6
dijelaskan oleh sebab-sebab lain.
C. Pembahasan Hasil Penelitian