3. Uji Parametrik
Dalam analisis dependen, penelitian sering dihadapkan dengan analisis data yang ingin melihat hubungan antara variabel independen. Alat uji statistik yang
cocok untuk masalah ini tergantung dari jumlah kategori dua, maka uji statistik yang digunakan adalah uji beda t-test, sedangkan untuk variabel independen yang
berkategori lebih dari dua digunakan analisis of variance Anova. Dalam penelitian ini, variabel independen berkategori dua maka uji statistik yang
digunakan adalah uji beda t-test. Uji beda t-test digunakan untuk menentukan apakah dua sampel yang tidak
berhubungan memiliki nilai rata-rata yang berbeda. Tujuannya adalah membandingkan rata-rata dari dua grup yang tidak berhubungan satu sama lain.
Apakah kedua grup tersebut memliki nilai rata-rata yang sama ataukah memiliki nilai rata-rata yang tidak sama secara signifikan.
Untuk dapat melakukan pengujian parametrik maka distribusi data harus normal. Karena distribusi data Receivable Turn Over RTO dan Return On Asset
ROA melalui beberapa pengujian di atas, maka pengujian dapat dilanjutkan dengan pengujian parametrik.
Analisa Korelasi
Koefisien korelasi R mempunyai nilai antara -1 sampai 1. Jika nilai R= -1 maka disebut dengan linear sempurna negatif. Hal ini terjadi apabila atau
kombinasi terletak tepat pada suatu garis lurus yang mempunyai kemiringan negatif. Nilai R=1 disebut dengan linear sempurna positif, yang terjadi apabila
semua titik contoh terletak pada satu garis lurus dengan kemiringan positif. Nilai
Universitas Sumatera Utara
koefisien korelasi yang mendekati 1- atau 1 menyatakan bahwa hubungan kedua variabel adalah kuat.atau korelasi kedua variabel tinggi. Akan tetapi, apabila R
mendekati nol, hubungan kedua variabel sangat lemah atau mungkin tidak ada sama sekali.
Sugiyono 2004 : 149 memberikan keakuratan kekuatan korelasi antara dua variabel dalam tabel adalah sebagai berikut :
Tabel 4.7 Pedoman Penjelasan Kekuatan Koefisien Korelasi
Interval Koefisien Tingkat Hubungan
0,00 – 0,199 Sangat Rendah
0,20 – 0,399 Rendah
0,40 – 0,599 Sedang
0,60 – 0, 799 Kuat
0,80 – 1,000 Sangat Kuat
Tabel 4. 8 Variables EnteredRemovedb
Model Variables Entered
Variables Removed
Method 1
LNRTOa .
Enter a All requested variables entered.
b Dependent Variable: LNROA Tabel 4.8 menjelaskan bahwa variabel yang dimasukkan adalah
perubahan tingkat perputaran piutang dan ada variabel yang hilang. Variabel yang dipakai adalah single step centre dan bukan stepwise.
Universitas Sumatera Utara
Tabel 4.9 Model Summaryb
Model R
R Square Adjusted
R Square Std. Error of the
Estimate Durbin-
Watson 1
,154a ,024
-,005 ,38300
,837
a Predictors: Constant, LN_RTO b Dependent Variable: LN_ROA
Sumber : Hasil Olahan Statistik, 2008
Tabel 4.10 Coefficients
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
B Std. Error
1 Constant
-3,771 ,196
-19,231 ,000
LN_RTO -,133
,146 -,154
-,909 ,370
Sumber : Hasil Olahan Statistik, 2008
Pada model summary dapat diketahui : Besarnya hubungan antara variabel tingkat perputaran piutang ditunjukkan oleh
besarnya R yaitu 0,154 yang berarti terdapat korelasi atau tingkat hubungan tersebut adalah sangat rendah karena berada diantara 0,00 sd 0,199.
Angka R Square atau koefisien determinasi adalah 0,024 yaitu pengkuadratan dari koefisien korelasi atau 0,154 x 0,154 = 0,024 yang berarti hanya 2,4
variabel dari perubahan profitabilitas dapat dijelaskan oleh variabel-variabel perubahan tingkat perputaran piutang, sedangkan sisanya 97,6100-2,4
dijelaskan oleh variabel-variabel lain yang tidak dimasukkan dalam persamaan. Adjusted R Square memiliki nilai -0,005 yang berarti sama dengan nol.
Standar Error Of The Estimate menunjukkan angka 0,38300. Jika nilai ini dibandingkan dengan nilai deviasi standar dari tingkat perputaran piutang
Universitas Sumatera Utara
=0,13790. Hal ini menunjukkan bahwa model regresi linear sederhana ini lebih bagus digunakan daripada rata-rata variabel harga jual itu sendiri.
Persamaan regresi yang dapat dibentuk berdasarkan tabel di atas adalah :
Y = -3,771 - 0,133X + e
Keterangan : a.
Konstan sebesar -3,771 menunjukkan apabila variabel independen ARTO tetap , maka ROA sebesar -3,771.
b. b sebesar -0,133 menunjukkan bahwa setiap kenaikan ARTO sebesar 1
akan menyebabkan ROA mengalami penurunan sebesar 0,133 dengan asumsi variabel lain tetap ceteris paribus.
Uji Hipotesis
Syarat pengujian hipotesis Jika statistik t-hitung t-tabel maka Ho diterima, dan sebaliknya jika t-
hitung t-tabel maka Ha diterima. Dari tabel diatas , diketahui t-hitung untuk variabel ARTO adalah sebesar 0,909, sedangkan t-tabel yang diperoleh dengan
fungsi TINV adalah sebesar 2,059. Dari hasil uji statistik tersebut dapat disimpulkan bahwa t-hitung t-tabel 0,909 2,059 dan sig penelitian 0,05
0,375 0,05, maka Ho diterima. Artinya accounts receivable turn over ARTO tidak berpengaruh secara signifikan terhadap return on assets ROA.
Universitas Sumatera Utara
BAB V KESIMPULAN DAN SARAN
A. Kesimpulan
Kategori