Hasil Penelitian HASIL PENELITIAN DAN PEMBAHASAN
d. Uji Autokorelasi Uji Autokorelasi dimaksudkan untuk mengetahui apakah dalam model
regresi ada hubungan antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya. Masalah ini sering muncul pada
data yang didasarkan waktu berkala seperti bulanan atau tahunan. Dalam model analisis regresi berganda juga harus bebas dari autokorelasi.
Terdapat berbagai metode yang digunkan untuk menguji ada tidaknya gejala autokorelasi, salah satunya adalah menggunakan teknik regresi
dengan melihat nilai Durbin-Watson DW. Hipotesis yang akan diuji dalam penelitian ini adalah:
H0 : Tidak ada autokorelasi r = 0 H1 : Ada autokorelasi r
≠ 0. Hasil uji autokorelasi ini dapat dilihat pada tabel 7 berikut ini:
Tabel 7. Uji Autokorelasi
Model Durbin-Watson
Kesimpulan 1
1,869 Tidak terjadi autokorelasi
Sumber: Lampiran 13, halaman 91. Berdasarkan tabel 7 pada uji autokorelasi, dapat diketahui bahwa nilai
DW sebesar 1,869. Nilai ini akan dibandingkan dengan nilai tabel Durbin- Watson dStatistic: Significance Point For dland du AT
0,5 Level of Significance
dengan menggunakan nilai signifikansi 5 jumlah sampel 72 n dan jumlah variabel independen 3 k=3, maka tabel Durbin-Watson
akan diperoleh nilai batas bawah dl yaitu 1,5323 dan nilai batas atas du
adalah 1,7054 Lampiran 14, halaman 92.
Nilai DW yaitu 1,869 lebih besar dari batas atas du 1,705 dan kurang dari 4-1,705 4-du. Jika dilihat dari pengambilan keputusan, hasilnya
termasuk dalam ketentuan du ≤ d ≤ 4-du, sehingga dapat disimpulkan
bahwa 1,7054 ≤ 1,869 ≤ 4-1,7054 menerima H0 yang menyatakan bahwa
tidak ada autokorelasi positif atau negatif berdasarkan tabel Durbin- Watson.
Hal ini berarti tidak terjadi autokorelasi antara variabel independen, sehingga model regresi layak digunakan.
2. Hasil Pengujian Hipotesis Untuk menguji hipotesis yang ada pada penelitian ini, perlu dilakukan
analisis statistik terhadap data yang telah diperoleh. Analisis statistik yang digunakan dalam penelitian ini adalah analisis regresi. Dalam uji regresi,
khususnya uji t dan uji F, sangat dipengaruhi oleh nilai residual yang mengikuti distribusi normal, sehingga jika asumsi ini menyimpang dari
distribusi normal maka menyebabkan uji statistik menjadi tidak valid Ghozali, 2009. Oleh karena itu, jika terdapat data yang menyimpang dari
penyebabnya, maka data tersebut tidak disertakan dalam analisis. Hipotesis pertama, kedua, dan ketiga pada penelitian ini akan diuji
menggunakan uji parsial Uji-t untuk mengetahui apakah variabel bebas individu berpengaruh terhadap variabel terikat. Uji model akan diuji
menggunakan uji simultan Uji F untuk mengetahui pengaruh variabel bebas terhadap variabel terikat secara simultan. Sebelum melakukan uji-t dan uji- F,
maka dilakukan uji regresi berganda terlebih dahulu.
a. Uji Regresi Berganda Regresi berganda ingin menguji pengaruh dua atau lebih variabel
independen terhadap satu variabel dependen Ghozali, 2009 yang dinyatakan sebagai berikut:
Y= α + β1.WCT+ β2.GROWTH+ β3.SIZE+ e
Berdasarkan data diperoleh hasil regresi linier berganda sebagai berikut:
Tabel 8. Uji Regresi Berganda
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
Constant -0,176
0,103 -1,708
0,092 WCT
0,000 0,006
0,003 0,023
0,982 Growth
0,069 0,094
0,086 0,742
0,460 FirmSize
0,010 0,004
0,311 2,702
0,009 Sumber: Lampiran 15, halaman 93.
Berdasarkan tabel 8 tersebut, diperoleh persamaan regresi berganda sebagai berikut :
Profitabilitas = -0,176 + 0,000 WCT + 0,069GROWTH + 0,010SIZE + e b. Uji Parsial Uji-t
Uji t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelasindependen secara individual dalam menerangkan variasi variabel
dependen Ghozali, 2011. Koefisien regresi digunakan untuk mengetahui pengaruh variabel efisiensi
modal kerja, pertumbuhan penjualan, dan ukuran perusahaan secara parsial terhadap profitabilitas.
Kriteria pengujian adalah: 1. Jika tingkat signifikansi lebih besar dari 5, maka dapat disimpulkan
bahwa H0 diterima, sebaliknya Ha ditolak. 2. Jika tingkat signifikansi lebih kecil dari 5, maka dapat disimpulkan
bahwa H0 ditolak, sebaliknya Ha diterima. Variabel efisiensi modal kerja, pertumbuhan penjualan, dan ukuran
perusahaan memiliki arah yang positif. Hasil pengujian pengaruh variabelin dependen terhadap variabel dependennya sebagai berikut:
1. Pengujian Hipotesis pertama Ha1: Efisiensi modal kerja berpengaruh positif terhadap profitabilitas.
Berdasarkan pada tabel 8 hasil uji regresi berganda diperoleh nilai koefisien regresi sebesar 0,000. Hal ini menunjukkan bahwa pengaruh
efisiensi modal kerja terhadap profitabilitas adalah searah. Variabel efisiensi modal kerja mempunyai t hitung sebesar 0,023 dengan
probabilitas sebesar 0,982. Nilai signifikansi lebih besar dari tingkat signifikansi yang diharapkan 0,982 0,05 menunjukkan bahwa
variabel efisiensi modal kerja tidak berpengaruh terhadap profitabilitas pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia
periode 2012-2014, sehingga hipotesis pertama ditolak. 2. Pengujian Hipotesis kedua
Ha2:Pertumbuhan penjualan berpengaruh positif terhadap profitabilitas. Berdasarkan pada tabel 8 hasil uji regresi berganda diperoleh nilai
koefisien regresi sebesar 0,069. Hal ini menunjukkan bahwa pengaruh
pertumbuhan perusahaan terhadap profitabilitas adalah searah. Variabel pertumbuhan perusahaan mempunyai t hitung sebesar 0,742 dengan
probabilitas sebesar 0,460. Nilai signifikansi lebih besar dari tingkat signifikansi yang diharapkan 0,460 0,05 menunjukkan bahwa
variabel pertumbuhan perusahaan tidak berpengaruh terhadap profitabilitas pada perusahaan manufaktur yang terdaftar di Bursa Efek
Indonesia periode 2012-2014, sehingga hipotesis kedua ditolak. 3. Pengujian Hipotesis ketiga
Ha3: Ukuran perusahaan berpengaruh positif terhadap profitabilitas. Berdasarkan pada tabel 8 hasil uji regresi berganda diperoleh nilai
koefisien regresi sebesar 0,010. Hal ini menunjukkan bahwa pengaruh ukuran perusahaan terhadap profitabilitas adalah searah. Variabel
ukuran perusahaan mempunyai t hitung sebesar 2,702 dengan probabilitas sebesar 0,009. Nilai signifikansi lebih kecil dari tingkat
signifikansi yang diharapkan 0,009 0,05 menunjukkan bahwa variabel ukuran perusahaan berpengaruh positif dan signifikan terhadap
profitabilitas pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia periode 2012-2014, sehingga hipotesis ketiga diterima.
c. Uji Simultan Uji F Uji F digunakan untuk menguji signifikansi model regresi. Tujuan dari
uji F ini adalah untuk membuktikan secara statistik bahwa keseluruhan koefisiensi regresi yang digunakan dalam analisis ini signifikan. Apabila
nilai signifikansi F lebih kecil dari 0,05 maka model regresi signifikansi secara statistik.
Untuk menguji hipotesis ini digunakan statistik F dengan kriteria pengambilan keputusan sebagai berikut:
1. Jika tingkat signifikansi lebih besar dari 5, maka dapat disimpulkan
bahwa H0 diterima, sebaliknya Ha ditolak. 2.
Jika tingkat signifikansi lebih kecil dari 5, maka dapat disimpulkan bahwa H0 ditolak, sebaliknya Ha diterima.
Hasil dari Uji F dapat dilihat pada tabel sebagai berikut:
Tabel 9. Uji Simultan Uji F
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
0,036 3
0,012 2,788 0,047
a
Residual 0,292
68 0,004
Total 0,328
71 Sumber: Lampiran 16, halaman 95.
Berdasarkan tabel 9, dapat dilihat adanya pengaruh efisiensi modal kerja, pertumbuhan perusahaan, dan ukuran perusahaan secara simultan
terhadap profitabilitas. Dari tabel tersebut, diperoleh nilai F hitung sebesar 2,788 dan signifikansi sebesar 0,047, sehingga terlihat bahwa nilai
signifikansi tersebut lebih kecil dari 0,05. Hal ini menunjukkan bahwa efisiensi modal kerja, pertumbuhan perusahaan, dan ukuran perusahaan
secara simultan berpengaruh terhadap profitabilitas perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia periode 2012-2014.
d. Koefisien Determinasi Koefisien determinasi Adjusted
digunakan untuk mengukur kebaikkan dari persamaan regresi berganda, yaitu memberikan persentase
variasi total dalam variabel dependen yang dijelaskan oleh seluruh variabel independen. Dengan kata lain, nilai Adjusted
menunjukkan seberapa besar model regresi mampu menjelaskan variabel dependen.
Besarnya koefisien determinasi antara 0 nol sampai 1 satu. Nilai Adjusted
yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variabel dependen sangat terbatas Ghozali, 2009.
Sebaliknya, jika koefisien determinasi mendekati 1 maka dapat dikatakan semakin kuat model tersebut dalam menerangkan variasi variabel
dependen. Hasil uji koefisien determinasi dapat dilihat pada tabel sebagai berikut:
Tabel 10. Uji Koefisien Determinasi
Model R
R Square Adjusted R Square Std. Error of theEstimate
1 0,331
a
0,110 0,070
0,06558 Sumber: Lampiran 17, halaman 96.
Hasil uji Adjusted pada penelitian ini diperoleh nilai sebesar 0,070.
Hal ini menunjukkan bahwa profitabilitas dipengaruhi oleh efisiensi modal kerja, pertumbuhan perusahaan, dan ukuran perusahaan sebesar 7,
sedangkan sisanya sebesar 93 dipengaruhi oleh faktor lain yang tidak diteliti dalam penelitian ini.