rentabilitas ekonomi rata-rata per tahun sebanyak 5 perusahaan, yaitu PT Darya Varia Laboratoria Tbk, PT Indofarma Tbk, PT Kimia Farma Tbk, PT Pyridam Farma Tbk,
PT Schering Plough Indonesia Tbk, dan PT Tempo Scan Pasifik Tbk. Nilai Rentabilitas ekonomis tertinggi pada PT Merck Tbk yaitu sebesar 36,18. Nilai Rentabilitas ekonomis
terendah pada PT Indofarma Tbk yaitu sebesar 2,78. 4.3 Metode Regresi Linear Berganda
Untuk melihat keabsahan persamaan regresi yang dibuat, pembuatan regresi dilandasi oleh asumsi yang tidak boleh dilanggar. Data dalam penelitian ini, telah
dilakukan transformasi data. Transformasi data dilakukan agar data dalam bentuk logaritma natural.
Penulis melakukan pengujian asumsi klasik sebelum analisis regresi. Pengujian asumsi klasik dilakukan untuk mendapatkan hasil penelitian yang BLUE Best Linier
Unbiased Estimation atau perkiraan yang efisien dan tidak bias. Kriteria pengujian asumsi klasik yang harus dipenuhi, yaitu :
1. Uji Normalitas
Tujuan uji normalitas adalah untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal Situmorang et al. 2010:91. Uji normalitas
dilakukan dengan menggunakan pendekatan kolmogrov smirnov. Dengan menggunakan tingkat signifikan 5 maka jika nilai Asymp. Sig. 2-tailed diatas nilai signifikan 5
artinya variabel residual berdistribusi normal Situmorang et al, 2010:97.
a. Analisis Grafik
Universitas Sumatera Utara
Uji normalitas yang digunakan dalam analisis grafik ini adalah dengan melihat grafik histogram dan normal probability plot.
Gambar 4.1 Histogram Dependent Variable Rentabilitas Ekonomis Sumber : Hasil pengolahan SPSS 18.0 for windows
Gambar 4.1 menunjukkan bahwa grafik histogram memberikan pola distribusi yang tidak menceng ke kiri atau menceng ke kanan. Hal ini berarti data residual
mempunyai distribusi normal. Uji normalitas dapat juga dilakukan dengan analisis statistik selain dengan analisis
grafik histogram melalui grafik normal p-p plot of regression standardized residual seperti yang disajikan pada Gambar 4.2.
Universitas Sumatera Utara
Gambar 4.2 Normal P-P Plot of Regression Standardized Residual Dependent Variable
Rentabilitas Ekonomis Sumber: Hasil pengolahan SPSS 18.0 for windows
Gambar 4.2 menunjukkan bahwa titik-titik pada scatter plot mengikuti data di sepanjang garis diagonal. Hal ini menunjukkan bahwa data residual mempunyai
distribusi normal. Selain uji normalitas dengan grafik histogram dan uji normal P-P Plot Of
Regression Standardized Residual, Uji normalitas dapat juga dilakukan dengan analisis
Universitas Sumatera Utara
statistik. Analisis statistik memberikan hasil yang lebih akurat dibandingkan dengan analisis grafik.
Tabel 4.4 Uji Normalitas
Sumber: Hasil pengolahan SPSS 18.0 for windows
Menurut Ghozali 2001 : 140 bahwa apabila pada hasil uji Kolmogrov Sminor, nilai Asymp. Sig 2-tailed lebih besar dari 0,05
= 5, tingkat signifikan maka data berdistribusi normal. Pada Tabel 4.4 memperlihatkan bahwa nilai Asymp. Sig 2-tailed
Unstandardized Residual masing-masing bernilai 0,330 yang lebih besar dibandingkan dengan taraf nyata
yaitu 0,05. Hal ini berarti model regresi variabel dependen dan independen mempunyai distribusi normal.
2. Uji Multikolinearitas
One-Sample Kolmogorov-Smirnov Test
Rentabilitas N
40 Normal Parameters
a,,b
Mean 18.7870
Std. Deviation 15.11511
Most Extreme Differences Absolute
.150 Positive
.150 Negative
-.120 Kolmogorov-Smirnov Z
.948 Asymp. Sig. 2-tailed
.330 a. Test distribution is Normal.
b. Calculated from data.
Universitas Sumatera Utara
Uji Multikolinearitas dilakukan untuk menunjukkan ada tidaknya hubungan linear di antara variabel bebas dalam model regresi. Gejala multikolinearitas dapat dideteksi
atau dilihat dari nilai Variance Inflation Factor VIF.
Tabel 4.5 Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
55.308 8.615
6.420 .000
WCTO -9.361
3.618 -.324
-2.588 .014
.998 1.002
DAR -.603
.130 -.579
-4.629 .000
.998 1.002
a. Dependent Variable: Rentabilitas
Sumber: Hasil pengolahan SPSS 18.0 for windows
Tabel 4.5 menunjukkan tidak ada masalah multikolinearitas dimana hasil uji Variance Inflation Factor VIF Working Capital Turnover dan Debt to Total Assets
masing-masing menunjukkan nilai kurang nilai kurang dari 5 VIF5 yaitu 1,002. Nilai
VIF kedua variabel bebas tersebut lebih kecil dari 5 dan nilai Tolerance lebih besar dari 0,1 yaitu 0,998. Dengan demikian, model regresi tidak terjadi multikolinearitas.
3. Uji Heterokedastisitas
Heterokedastisitas merupakan suatu kondisi dimana masing-masing kesalahan pengganggu mempunyai varians yang tidak sama. Heterokedastisitas akan
mengakibatkan penafsiran koefisien-koefisien regresi menjadi tidak efisien dan hasil
Universitas Sumatera Utara
penaksiran akan menjadi kurang dari semestinya. Cara mendeteksi heterokedastisitas dapat menggunakan metode grafik dengan melihat penyebaran titik-titik data. Titik data
harus tidak mencerminkan suatu pola yang tidak sistematis atau dapat dikatakan random. Gambar grafik untuk menguji heterokedastisitas ditampilkan pada Gambar 4.3
berikut:
Gambar 4.3 Scatterplot Dependent Variable Rentabilitas Ekonomis
Sumber : Hasil pengolahan SPSS 18.0 for windows
Gambar 4.3 menunjukkan bahwa penyebaran residual cenderung tidak teratur. Terdapat beberapa plot yang berpencar dan tidak membentuk pola tertentu. Maka data
penelitian tidak terdapat gejala heterokedastisitas dalam model regresi ini. Selain
Universitas Sumatera Utara
melalui scatterplot, heteroskedastisitas dapat juga dideteksi melalui uji Glejser. Tabel 4.6 berikut ini menampilkan hasil pengujian heteroskedasitas dengan Uji Glejser.
Tabel 4.6 Hasil Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 23.162
4.558 5.082
.000 WCTO
-3.664 1.914
-.266 -1.914
.063 DAR
-.237 .069
-.478 -3.437
.001 a. Dependent Variable: absolut
Sumber : Hasil peolahan SPSS 18.0 for windows
Dari Tabel 4.6 dapat diperoleh persamaan regresi linear berganda sebagai berikut:
Y = 23,162 - 3,664 X
1
- 0,237 X
2
+ e Dimana :
Y = Rentabilitas Ekonomis X
1
= Working Capital turnover X
2
= Debt to Total Assets e = error
Interpretasi model : 1.
Konstanta a bernilai 23,162 artinya jika tidak ada pengaruh variabel independen yaitu Working Capital Turnover dan Debt to Total Assets Rasio maka Rentabilitas
Ekonomis akan tetap sebesar 23,162.
Universitas Sumatera Utara
2. Variabel Working Capital Turnover X
1
bernilai -3,664. Artinya setiap penurunan Working Capital Turnover 1 kali sedangkan variable lainnya dianggap konstan,
maka akan menurun karena negatif Rentabilitas ekonomis sebesar 3,664. 3.
Variabel Debt to Total Assets Ratio X
2
bernilai -0,237. Artinya setiap penurunan Debt to Total Assets Ratio 1 sedangkan variable lainnya dianggap konstan,
maka akan menurun karena negatif Rentabilitas ekonomis sebesar 0,237.
4. Uji Autokorelasi
Uji Autokorelasi dilakukan untuk menguji apakah pada model regresi terdapat korelasi kesalahan pengganggu pada periode t dan kesalahan pengganggu pada periode
sebelumnya periode t-1. Dalam penelitian ini. gejala autokorelasi dideteksi dengan menggunakan Run Test. Run Test digunakan untuk menguji apakah antar residual
terdapat korelasi yang tinggi. Jika antar residual tidak terdapat hubungan korelasi maka dikatakan bahwa residual adalah acak atau random. Bila hasil sig lebih dari 0,05 sig 5
, berarti data tidak terkena autokorelasi. Ghozali, 2001 : 104.
Tabel.4.7
Runs Test
Unstandardized Residual
Test Value
a
-1.09377 Cases Test Value
20 Cases = Test Value
20 Total Cases
40 Number of Runs
27 Z
1.762
Universitas Sumatera Utara
Sumber : Hasil pengolahan SPSS 18.0 for windows
Tabel 4.7 pada uji Run Test, nilai Asymp. Sig 2-tailed lebih besar dari 0,05
= 5, tingkat signifikan. Pada Tabel tersebut, memperlihatkan bahwa nilai Asymp. Sig 2-tailed bernilai 0,078 yang lebih besar dibandingkan dengan taraf nyata
yaitu 0,05. Hal ini berarti model regresi tidak terkena autokorelasi positif maupun negatif.
4.4 Pengujian