1 Variabel Independen bebas Variabel independen menurut Sugiyono 2005 : 33 adalah ” variabel yang
dapat mempengaruhi perubahan dalam variabel dependen dan mempunyai hubungan positif maupun negatif bagi variabel dependen
lainnya”. Variabel independen dalam penelitian ini adalah aktivitas operasi, aktivitas investasi
dan aktivitas pendanaan. 2 Variabel Dependen terikat
Variabel dependen menurut Sugiyono 2005:33 adalah ” variabel yang dipengaruhi atau terikat oleh variabel in
dependen”. Variabel dependen dalam penelitian ini adalah Likuiditas current ratio.
3.5 Metode Analisis Data
Analisa data ini dilakukan dengan menggunakan metode analisa kuantitatif yaitu mengumpulkan, mengolah, dan menginterprestasikan data yang diperoleh
sehingga memberi keterangan yang benar dan lengkap untuk pemecahan masalah yang dihadapi. Metode analisis data yang digunakan dalam penelitian ini adalah
model regresi berganda dengan menggunakan bantuan software SPSS for window v. 17. Ada dua jenis pengujian yang dapat dipakai dalam penelitian ini, yaitu uji
asumsi klasik dan pengujian hipotesis.
3.6 Pengujian Asumsi Klasik
3.6.1 Uji Normalitas
Uji normalitas berguna pada tahap awal dalam metode penelitian analisis data. Jika data normal, maka digunakan statistik parametik, dan jika data tidak
normal digunakan statistik nonparametik. Tujuan uji normalitas data ini adalah
8QLYHUVLWDV6 XPDWHUD8WDUD
untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Pengujian ini diperlukan untuk melakukan uji t dan uji
f mengasumsikan bahwa nilai residual mengikuti distribusi normal Erlina, 2007 : 103. Cara yang digunakan untuk mendeteksi apakah residual mengikuti
berdistribusi normal atau tidak adalah dengan analisis grafik. Jika data menyebar disekitar garis diagonal atau grafik histogramnya menunjukkan pola distribusi
normal, maka model regresi memenuhi asumsi distribusi normalitas. Menurut Ghozali 2005:110 cara yang digunakan untuk mendeteksi apakah residual
berdistribusi normal atau tidak, dengan analisis grafik dan analisis statistik. 1. Analisis grafik
Salah satu cara termudah melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi
yang mendekati normal. Dasar pengambilan keputusan adalah : 1 Jika data menyebar disekitar garis diagonal, mengikuti arah garis diagonal
atau grafik histogramnya menunjukkan pola berdistribusi normal, maka model regresi memenuhi asumsi normalitas.
2 Jika data menyebar jauh dari diagonal, tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan data berdistribusi normal. Maka
model regresi tidak memenuhi asumsi normalitas. 2. Analisis statistik
”Uji statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik Kolmogrov-Smirnov K-
S” Ghozali, 2005 : 115. Uji K-S dibuat dengan membuat hipotesis :
8QLYHUVLWDV6 XPDWHUD8WDUD
Ho : data residual berdistribusi normal. Ha : data residual tidak berdistribusi normal.
Bila sig 0,05 dengan α = 5, berarti distribusi data normal Ho diterima, sebaliknya bila sig 0,05 dengan α = 5, berarti distribusi data tidak normal Ha
diterima. Distribusi yang melanggar asumsi normalitas dapat dijadikan menjadi bentuk normal melalui transformasi data, trimming dan winzorising.
1 Transformasi data
Transformasi data dapat dilakukan dengan logaritma natural ln, log 10, maupun akar kuadrat. Jika ada data bernilai negatif, transformasi data dengan log
akan menghilangkannya sehingga sampel n akan berkurang. 2
Trimming Trimming adalah membuang memangkas observasi yang bersifat outlier,
yaitu yang nilainya lebih kecil dari μ-2σ atau lebih besar dari μ+2σ. Metode ini juga akan mengecilakan sampelnya.
3 Winzorising
Winzorising mengubah nilai-nilai outliers menjadi nilai-nilai minimum atau maksimum uang diizinkan supaya distribusi menjadi normal. Nilai
–nilai observasi yang lebih kecil dari μ-2σ akan diubah nilainya menjadi μ-2σ dan nilai-nilai yang
lebih besar dari μ+2σ akan diubah menjadi μ+2σ.
3.6.2 Uji Multikolinearitas
Pengujian ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel independen. Model regresi yang baik seharusnya
8QLYHUVLWDV6 XPDWHUD8WDUD
tidak terjadi korelasi antara variabel indevenden Ghozali, 2005 : 91. Untuk mendeteksi ada atau tidaknya multikolinieritas didalam model regresi adalah :
1 Menganalisis matriks korelasi variabel-variabel independen, jika diantara variabel independen ada korelasi yang cukup tinggi umumnya diatas 0,09,
maka hal ini merupakan indikasi adanya multikolinearitas. 2 Multikolinearitas dapat juga dilihat dari 1 nilai tolerance dan lawannya,
2 variance inflation factor VIF. Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai tolerance 0,01 atau
sama dengan nilai VIF 10.
3.6.3 Uji Heteroskedastisitas
Pengujian ini bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan kepengamatan lain. Jika
variabel residual tersebut tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah homoskedastisitas
Ghozali, 2005: 105. Ada tidaknya heteroskedastisitas dapat dilihat dengan melihat grafik scaterplot antara nilai prediksi variabel independen dengan nilai residualnya.
Dasar yang digunakan untuk menentukan heteroskedastisita antara lain : 1 Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu
yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas.
2 Jika tidak ada pola tertentu, serta titik-titik yang menyebar diatas dan dibawah angka 0 pada sumbu Y, maka mengindikasikan tidak terjadi
heteroskedastisitas.
8QLYHUVLWDV6 XPDWHUD8WDUD
3.6.4 Uji AutoKorelasi
Pengujian ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan
sepanjang waktu berkaitan satu sama lain. Hal ini sering ditemukan pada time series. Salah satu cara yang digunakan untuk mendeteksi masalah autokorelasi
adalah dengan uji durbin watson.
3.7 Model dan Teknik Analisis Data
3.7.1 Metode Analisis Regresi Berganda
Analisis regresi pada dasarnya adalah studi mengenai ketergantungan variabel dependen terhadap salah satu variabel independen, dengan tujuan untuk
mengestimasi dan atau memprediksi rata-rata nilai rata-rata variabel dependen, berdasarkan nilai independen yang duketahui Gujarati 2003 dalam Ghozali
2005. Variabel independen dalam penelitian ini adalah nilai arus kas operasi, nilai arus kas investasi, nilai arus kas pendanaan. Sedangkan variabel dependennya
adalah likuiditas. Adapun persamaan regresi untuk menguji hipotesis secara keseluruhan pada penelitian ini adalah sebagai berikut :
Y = a + b1X1 + b2X2 + b3X3 + e
Keterangan : Y = Likuiditas sebagai variabel dependen
X1 = Nilai Arus Kas Operasi
8QLYHUVLWDV6 XPDWHUD8WDUD
X2 = Nilai Arus Kas Investasi X3 = Nilai Arus Kas Pendanaan
a = konstanta b1, b2, b3 = koefisien regresi
e = error
3.7.2 Uji Parsial Uji-t
Pengujian ini bertujuan untuk mengetahui apakah masing-masing variabel independen yang dimasukkan dalam model regresi linear berganda mempengaruhi
variabel dependen secara parsial. Bentuk pengujiannnya adalah : Ho : variabel Aktivitas Operasi, Aktivitas Investasi, Aktivitas Pendanaan secara
parsial tidak mempunyai pengaruh yang signifikan terhadap Likuiditas. Ha : variabel Aktivitas Operasi, Aktivitas Investasi, Aktivitas Pendanaan secara
parsial mempunyai pengaruh yang signifikan terhadap Likuiditas. Pengujian dilakukan menggunakan uji-
t dengan tingkat pengujian pada α 5 dan derajat kebebasan degree of freedom atau df=n
– k. Uji ini dilakukan dengan membandingkan t-hitung dengan t-tabel dengan ketentuan sebagai berikut:
Jika t-hitung t- tabel, atau Sig. α, untuk α = 5, maka Ho diterima.
Jika t-hitung t- tabel, atau Sig. α, untuk α = 5, maka Ha diterima.
3.7.3 Uji Simultan Uji-F
Uji F digunakan untuk menunjukkan apakah semua variabel independen yang dimasukkan dalam model regresi linear berganda mempunyai pengaruh secara
bersama-sama simultan terhadap variabel dependen. Bentuk pengujiannya adalah :
8QLYHUVLWDV6 XPDWHUD8WDUD
Ho : variabel Aktivitas Operasi, Aktivitas Investasi, Aktivitas Pendanaan secara simultan tidak mempunyai pengaruh yang signifikan terhadap Likuiditas.
Ha : variabel Aktivitas Operasi, Aktivitas Investasi, Aktivitas Pendanaan secara simultan mempunyai pengaruh yang signifikan terhadap Likuiditas.
Uji ini dilakukan dengan membandingkan signifikansi F-hitung dengan F- tabel dengan ketentuan sebagai berikut:
Jika F-hitung F-tabel atau Sig. α, untuk α = 5, maka Ho diterima.
Jika F-hitung F- tabel atau Sig. α, untuk α = 5, maka Ha diterima.
3.8 Koefisien Determinasi R²
Pengujian Koefisien Determinasi R² digunakan untuk mengukur proporsi atau persentase variabel independen yang diteliti terhadap variasi naik turunnya
variabel dependen. Koefisien determinasi berkisar antara nol sampai dengan satu 0 ≤ R² ≤ 1. Hal ini berarti bila R² = 0 menunjukkan tidak adanya pengaruh antara
variabel independen terhadap variabel dependen, bila R² semakin besar mendekati 1, menunjukkan semakin kuatnya pengaruh variabel independen terhadap variabel
dependen dan bila R² semakin kecil mendekati nol maka dapat dikatakan semakin kecilnya pengaruh variabel independen terhadap variabel dependen.
3.9 Jadwal Penelitian
Tabel 3.3 Jadwal Penelitian
N o
Tahapan Penelitian
Desember 2012
Januari 2013
Pebruari 2013
Maret 2013
April 2013
Mei 2013
Juni 2013
1 Pengajuan Judul
2 Pencarian Data Awal
3 Bimbingan Proposal
8QLYHUVLWDV6 XPDWHUD8WDUD
4 Penyelesai an
Proposal 5 Penulisan
dan Bimbingan
Skripsi 6 Penyelesai
an Skripsi
8QLYHUVLWDV6 XPDWHUD8WDUD
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Data Penelitian
Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik yang menggunakan persamaan regresi berganda. Analisis data
dimulai dengan mengolah data dengan menggunakan Microsoft Excel, selanjutnya dilakukan pengujian asumsi klasik dan pengujian menggunakan regresi berganda.
Pengujian asumsi klasik dan pengujian regresi berganda dilakukan dengan menggunakan software SPSS versi 17.0 for Windows. Prosedur dimulai dengan
memasukkan variabel –variabel penelitian ke program SPSS tersebut dan
menghasilkan output-output sesuai metode analisis data yang telah ditentukan. Berdasarkan metode pemilihan sampel yang digunakan, ditentukanlah 39 sampel,
dimana sampel tersebut merupakan laporan keuangan terdiri dari 13 perusahaan selama periode 3 tahun.
Tabel 4.1 Data Variabel Penelitian Sebelum di
Transform
X1 Cash form Operation
X2 Cash form Investing
X3 Cash form Financing
Y Liquidity
current ratio
1 -29748000
-104020000 110967000
1.51 2
-206699334647 -23701895832
232454009972 1.67
3 31742557000
-16970122000 -171895005000
6.33 4
2252042000 -644937000
-548384000 2.60
5 6989734000
-2080903000 1033719000
2.04 6
238253948429 -372158975166
-84658400000 2.58
7 320056000
-139202000 -311431000
0.94 8
95377823496 -121024146653
89015448842 2.30
9 -4564741254
-14793092110 947756714
1.37
8QLYHUVLWDV6 XPDWHUD8WDUD
10 8089259673
-8655552439 -4241300140
1.93 11
-13517981904 -27219453753
41368392867 1.71
12 -23124669985
-124075353832 136768758142
1.29 13
207010578870 -191306272420
159837725775 2.00
14 57228000
346000 -58457000
1.71 15
126233750999 -14030739102
-108112000000 1.69
16 177327565000
-7544921000 -152095561000
6.01 17
2174427000 -547827000
-998527000 2.87
18 4968991000
-3098274000 782066000
1.91 19
-607939545937 -929382752946
1390050746668 2.22
20 671755000
-182991000 -446941000
0.99 21
148431210737 -227919146653
7226237618 1.28
22 20800798709
-18885268233 4073873337
1.54 23
10232581561 -8436270482
-4797356014 1.74
24 89728684467
-295364823989 203678079895
0.95 25
31116957526 -37506077662
3131037021 1.87
26 171573537324
-114872582626 -146175375490
4.17 27
87274000 -28035000
-34676000 1.94
28 165931107445
-280032644829 117731000000
1.03 29
72094553000 -4556840000
-187830906 6.45
30 3041616000
-63700000 -592602000
2.76 31
7407134000 -5077920000
-2308732000 2.00
32 830244056569
-699360306502 879470158427
2.76 33
315738000 -72032000
-75051000 0.92
34 189081795465
-429596376405 229617609920
1.12 35
10746296476 -7171434549
40292122646 1.61
36 15260831786
-20744042190 -6517247920
1.41 37
24460960466 -186333476390
163812211037 1.00
38 -29292223029
-13376762089 72024903340
2.14 39
324735473474 -34322782091
-103312344275 7.90
Sumber : Diolah Peneliti 2013
Tabel 4.2 Data Variabel Penelitian Setelah di
Transform
X1 Cash form Operation
X2 Cash form Investing
X3 Cash form Financing
Y Liquidity
current ratio
1 17.21
18.46 18.52
0.41 2
26.05 23.89
26.17 0.51
3 24.18
23.55 25.87
1.85 4
21.54 20.28
20.12 0.96
5 22.67
21.46 20.76
0.71 6
26.20 26.64
25.16 0.95
8QLYHUVLWDV6 XPDWHUD8WDUD
7 19.58
18.75 19.56
-0.06 8
25.28 25.52
25.21 0.83
9 22.24
23.42 20.67
0.31 10
22.81 22.88
22.17 0.66
11 23.33
24.03 24.45
0.54 12
23.86 25.54
25.64 0.25
13 26.06
25.98 25.80
0.69 14
17.86 12.75
17.88 0.54
15 25.56
23.36 25.41
0.52 16
25.90 22.74
25.75 1.79
17 21.50
20.12 20.72
1.05 18
22.33 21.85
20.48 0.65
19 27.13
27.56 27.96
0.80 20
20.33 19.02
19.92 -0.01
21 25.72
26.15 22.70
0.25 22
23.76 23.66
22.13 0.43
23 23.05
22.86 22.29
0.55 24
25.22 26.41
26.04 -0.05
25 24.16
24.35 21.86
0.63 26
25.87 25.47
25.71 1.43
27 18.28
17.15 17.36
0.66 28
25.83 26.36
25.49 0.03
29 25.00
22.24 19.05
1.86 30
21.84 17.97
20.20 1.02
31 22.73
22.35 21.56
0.69 32
27.44 27.27
27.50 1.02
33 19.57
18.09 18.13
-0.08 34
25.97 26.79
26.16 0.11
35 23.10
22.69 24.42
0.48 36
23.45 23.76
22.60 0.34
37 23.92
25.95 25.82
0.00 38
24.10 23.32
25.00 0.76
39 26.51
24.26 25.36
2.07
Sumber : Diolah Peneliti 2013
8QLYHUVLWDV6 XPDWHUD8WDUD
4.2 Analisis Data Penelitian
