42 Tabel 3.1
Daftar Perusahaan Sektor Industri Barang Konsumsi yang Menjadi Sampel NO.
Nama Perusahaan Kode
1. PT. Akasha Wira International Tbk.
ADES 2.
PT. Cahaya Kalbar Tbk. CEKA
3. PT. Delta Djakarta Tbk.
DLTA 4.
PT. Darya Varia Laboratoria Tbk. DVLA
5. PT. Gudang Garam Tbk.
GGRM 6.
PT. Indofood Sukses Makmur Tbk. INDF
7. PT. Kimia Farma Tbk.
KAEF 8.
PT. Kedawung Setia Industrial Tbk KDSI
9. PT. Kedaung Indah Can Tbk.
KICI 10.
PT. Kalbe Farma Tbk.. KLBF
11. PT. Martina Berto Tbk.
MBTO 12.
PT. Merck Tbk. MERK
13. PT. Mustika Ratu Tbk.
MRTA 14.
PT. Mayora Indah Tbk. MYOR
15. PT. Pyridam Farma Tbk.
PYFA 16.
PT. Bentoel Internasional Investama Tbk RMBA
17. PT. Sekar Laut Tbk.
SKLT 18.
PT. Taisho Pharmaceutical Indonesia Tbk. SQBI
19. PT. Mandom Indonesia Tbk.
TCID 20.
PT. Ultra Jaya Milk Tbk. ULTJ
3.4 Jenis dan Sumber Data
Peneliti menggunakan data sekunder dalam penelitian ini. Umar 2003: 60, “Data sekunder merupakan data primer yang telah diolah lebih lanjut, misalnya
dalam bentuk tabel, grafik, diagram, gambar dan sebagainya sehingga lebih informatif jika digunakan oleh
pihak lain.” Data sekunder yang ada untuk penelitian ini diperoleh dari website resmi BEI
Bursa Efek Indonesia yaitu www.idx.co.id berupa laporan keuangan tahunan
Universitas Sumatera Utara
43
perusahaan-perusahaan sektor industri barang konsumsi yang terdaftar di BEI selama tahun 2009 sampai tahun 2011.
Dalam penelitian ini data yang digunakan adalah kombinasi antara data time
series dengan data cross section. Data time series disebut juga data deret waktu, merupakan sekumpulan data dari suatu fenomena tertentu yang didapat dalam
beberapa interval waktu tertentu, misalnya dalam waktu mingguan, bulanan, atau tahunan.
Sedangkan, data cross section atau sering disebut data satu waktu
merupakan sekumpulan data suatu fenomena tertentu dalam satu kurun waktu tertentu Umar, 2003:70.
3.5 Teknik Pengumpulan Data
Metode pengumpulan data ini dengan memperoleh data secara teoritis dengan mempelajari buku-buku, catatan kuliah dan buku referensi lain yang berkaitan
dengan penelitian ini. Data-data yang didapat dalam penelitian ini diperoleh dengan mengunduh laporan-laporan keuangan perusahaan-perusahaan sektor
industri barang konsumsi yang terdaftar di Bursa Efek Indonesia tahun 2009, 2010, dan 2011 di www.idx.co.id .
3.6 Metode Analisis Data
Metode analisis data dalam penelitian ini dilakukan dengan menggunakan metode analisis statistik dan menggunakan software SPSS 17.0.
Universitas Sumatera Utara
44 3.6.1
Statistik Deskriptif
Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari rata-rata mean, standar deviasi, nilai minimum dan
maksimum.
3.6.2 Uji Asumsi Klasik
Uji asumsi klasik terdiri dari uji normalitas, uji multikolinearitas, uji autokorelasi dan uji heteroskedastisitas.
3.6.2.1 Uji Normalitas
Tujuan uji normalitas menurut Ghozali 2005 adalah untuk menguji apakah dalam model regresi, variabel pengganggu atau
residual memiliki distribusi normal. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal.
Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Ada dua cara untuk mendeteksi apakah residual
berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik.
Normalitas data dapat diketahui dengan menggambarkan penyebaran data melalui sebuah grafik. Data yang menyebar di sekitar
dan mengikuti arah garis diagonal menandakan bahwa data berdistribusi normal dan memenuhi asumsi normalitas. Uji statistik juga dapat
digunakan untuk menguji apakah residual berdistribusi normal atau tidak yaitu dengan uji statistik non parametrik Kolmogorov-Smirnov
K-S. Apabila nilai signifikansi lebih besar dari 0.05 maka data
Universitas Sumatera Utara
45
residual berdistribusi normal. Sebaliknya, jika nilai signifikansi lebih kecil dari 0.05 maka data residual tidak berdistribusi normal.
3.6.2.2 Uji Multikolinearitas
Tujuan uji multikolinearitas menurut Ghozali 2005 adalah untuk menguji apakah pada model regresi ditemukan adanya korelasi
antar variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebasnya. Pengujian terhadap ada
tidaknya multikolinearitas dalam model regresi dapat dilakukan dengan melihat nilai
tolerance dan lawannya, serta Variance Inflation Factor VIF. Kedua ukuran ini menunjukkan setiap variabel independen
manakah yang dijelaskan oleh variabel independen lainnya. Dalam pengertian sederhana setiap variabel independen menjadi variabel
dependen dan diregres terhadap variabel independen lainnya. Tolerance
mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai
tolerance yang rendah sama dengan nilai VIF tinggi karena VIF=1
tolerance. Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas
adalah nilai tolerance 0.10 atau sama dengan nilai VIF 10.
3.6.2.3 Uji Autokorelasi
Menurut Ghozali 2005, uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antar kesalahan
pengganggu pada periode t dengan kesalahan pada periode t-1
Universitas Sumatera Utara
46
sebelumnya. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul
karena residual kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya. Ada beberapa cara yang dapat digunakan untuk
mendeteksi masalah autokorelasi, di antaranya dengan Uji Durbin Watson. Pengambilan keputusan ada tidaknya autokorelasi adalah
sebagai berikut :
bila nilai Durbin-Watson DW terletak antara batas atas atau Upper
Bound DU dan 4-DU, maka koefisien autokorelasi sama dengan nol, berarti tidak ada autokorelasi,
bila nilai Durbin-Watson DW lebih rendah daripada batas bawah
atau Lower Bound DL maka koefisien autokorelasi lebih besar
dari nol, berarti ada autokorelasi positif,
bila nilai Durbin-Watson DW lebih besar daripada 4-DL, maka koefisien autokorelasi lebih kecil dari nol, berarti ada autokorelasi
negatif,
bila nilai Durbin-Watson DW terletak antara batas atas DU dan batas bawah DL atau DW terletak antara batas antara 4-DU dan
4-DL, maka hasilnya tidak dapat disimpulkan.
3.6.2.4 Uji Heteroskedastisitas
Uji heteroskedastisitas menurut Ghozali 2005 bertujuan untuk menguji apakah di dalam model regresi terjadi ketidaksamaan
variance
Universitas Sumatera Utara
47
dari satu pengamatan ke pengamatan yang lain. Suatu model regresi yang baik adalah tidak terjadi heterokedastisitas. Uji heterokedastisitas
dapat dilakukan dengan melihat grafik Scatterplot antar nilai prediksi
variabel independen dengan nilai residualnya. Jika ada pola seperti titik-titik yang membentuk pola tertentu yang teratur maka terjadi
heteroskedastisitas. Namun, jika tidak ada pola yang jelas serta titik menyebar ke atas dan di bawah angka 0 pada sumbu Y, berarti tidak
terjadi heteroskedastisitas. Selain melihat grafik Scatterplot, untuk melihat adanya heterokedastisitas dapat juga digunakan uji Glejser. Jika
dari uji Glejser, didapatkan probabilitas signifikansi di atas tingkat kepercayaan 5 0.05 dapat disimpulkan model regresi tidak
menunjukkan adanya heterokedastisitas.
3.6.3 Koefisien Determinasi R
2
Koefisien determinasi R
2
berfungsi untuk mengukur seberapa jauh kemampuan variasi variabel independen dalam menerangkan variabel
dependen. Nilai koefisien determinasi adalah antara nol dan satu. Menurut Situmorang dan Lufti 2012: 154, semakin mendekati nol berarti model tidak
baik atau variasi model dalam menjelaskan amat terbatas, sebaliknya semakin mendekati satu model semakin baik.
Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi
variasi variabel dependen.
Universitas Sumatera Utara
48 3.6.4
Uji Hipotesis
Pengujian hipotesis dalam penelitian ini menggunakan analisis regresi linear berganda. Analisis persamaan regresi linear berganda digunakan untuk
mengetahui pengaruh dari beberapa variabel bebas independen terhadap satu variabel terikat dependen.
Persamaan regresi linear berganda yang digunakan dapat dinyatakan sebagai berikut:
Y = α + β1X1 + e
Di mana: Y = Variabel Dependen Modal Kerja
α = Konstanta β1 = Koefisien Regresi
X1 = Variabel Independen Perputaran Persediaan Barang Jadi e = error atau variabel pengganggu
Pengujian hipotesis untuk mengetahui apakah hipotesis yang diajukan diterima atau ditolak, peneliti menggunakan uji signifikansi parsial t-
test dan uji signifikansi simultan F-
test.
3.6.4.1 Uji t t- test
Uji t digunakan untuk menguji signifikansi pengaruh variabel independen secara parsial terhadap variabel dependen. Pengujian
dilakukan dengan menggunakan tingkat signifikansi 0,05 α = 5.
Universitas Sumatera Utara
49
Penolakan atau penerimaan hipotesis dilakukan dengan kriteria sebagai berikut :
1. Jika nilai signifikansi kurang dari atau sama dengan 0,05 maka
hipotesis diterima yang berarti secara parsial variabel independen perputaran persediaan barang jadi berpengaruh terhadap modal
kerja. 2.
Jika nilai signifikansi lebih dari 0,05 maka hipotesis ditolak yang berarti secara parsial
variabel independen perputaran persediaan barang jadi tidak berpengaruh terhadap modal kerja.
Signifikansi juga dapat dilihat dengan membandingkan t
hitung
, dengan ketentuan:
1. Jika t
hitung
t
tabel
α = 5 maka hipotesis diterima. 2.
Jika t
hitung
t
tabel
α = 5 maka hipotesis ditolak.
3.6.4.2 Uji F F- test
Uji F digunakan untuk menguji, apakah seluruh variabel independen memiliki pengaruh secara bersama-sama atau tidak
terhadap variabel dependen. Pengujian dilakukan dengan menggunakan tingkat signifikansi 0,05 α = 5. Penolakan atau penerimaan hipotesis
dilakukan dengan kriteria sebagai berikut : 1.
Jika nilai signifikansi kurang dari atau sama dengan 0,05 maka hipotesis diterima yang berarti secara bersama-sama variabel
Universitas Sumatera Utara
50
perputaran persediaan barang jadi berpengaruh terhadap modal kerja.
2. Jika nilai signifikansi lebih dari 0,05 maka hipotesis ditolak yang
berarti secara bersama-sama variabel perputaran persediaan barang jadi tidak berpengaruh terhadap modal kerja.
Signifikansi juga dapat dilihat dengan membandingkan F
hitung
, dengan ketentuan:
1. Jika F
hitung
F
tabel
α = 5 maka hipotesis diterima. 2.
Jika F
hitung
F
tabel
α = 5 maka hipotesis ditolak.
Universitas Sumatera Utara
51 BAB 4
HASIL PENELITIAN DAN PEMBAHASAN
4.1 Data Penelitian
Populasi dan sampel dalam penelitian ini adalah perusahaan-perusahaan sektor industri barang konsumsi yang terdaftar di Bursa Efek Indonesia periode
2009-2011. Sampel yang digunakan dalam penelitian ini berjumlah 20 perusahaan, sampel dipilih dengan memilih perusahaan-perusahaan yang laporan
keuangannya dapat diakses dari tahun 2009, 2010, 2011 dan memiliki data-data yang dibutuhkan untuk melakukan penelitian ini.
Variabel independen dalam penelitian ini adalah Perputaran Persediaan Barang Jadi. Variabel dependen dalam penelitian ini adalah Modal Kerja. Deskripsi data
penelitian secara statistik dari masing-masing variabel baik itu Modal Kerja modalkerja maupun Perputaran Persediaan Barang Jadi PPBJ yang diteliti
meliputi nilai mean, standar deviasi, maksimum, dan minimum dapat dilihat pada
tabel berikut ini.
Tabel 4.1 Statistik Deskriptif
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation Statistic
Statistic Statistic
Statistic Std. Error
Statistic Modalkerja
60 3.09
100.21 19.4172
2.68095 20.76653
PPBJ 60 2.3821E10 1.6847E13 1.648381E12 4.6689255E11 3.6165341E12
Valid N listwise
60
Sumber: Data Olahan SPSS, 2013
Universitas Sumatera Utara
52
Berdasarkan hasil yang diperoleh dari Tabel 4.1 maka dapat dijelaskan bahwa:
1. Variabel Modal Kerja modalkerja memiliki jumlah sampel
sebanyak 60, nilai minimum 3,09 , nilai maksimum 100,21 , mean
nilai rata-rata sebesar 19,4172 , dan Standard Deviation atau
simpangan baku sebesar 2,68095. 2.
Variabel Perputaran Persediaan Barang Jadi PPBJ memiliki jumlah sampel sebanyak 60, nilai minimum 2.3821E10, nilai
maksimum 1.6847E13, mean nilai rata-rata sebesar 1.648381E12
dan Standard
Deviation atau
simpangan baku
sebesar 3.6165341E12.
3. Jumlah sampel yang digunakan adalah sebanyak 60 sampel.
4.2 Hasil Analisis