12 ROTI PT. Nippon Indosari
Corporindo Tbk x x x
√ √ √ √ √ x √ √ x √ √ √ 13 SKBM
PT. Sekar Bumi Tbk x x x
√ √ √ √ √ √ √ √ √ √ √ √ 14 SKLT
PT. Sekar Laut Tbk √ √ √ √ √ √ √ √ √ √ √ √ √ √ √
15 STTP PT. Siantar Top Tbk
√ √ √ √ √ √ √ √ √ √ √ √ √ √ √ 16 ULTJ
PT. Ultrajaya Milk Industri and Trading
Company TbK √ √ √ √ √ √ √ √ √ √ √ √ √ √ √
Sumber: www.sahamok.com
3.6 Obyek Penelitian, Jenis dan Sumber Data
Obyek penelitian adalah perusahaan yang sahamnya terdaftar di Bursa Efek Indonesia periode 2009-2013. Jenis data yang digunakan dalam
penelitian ini adalah data sekunder, dimana sumber data dari masing- masing variabel yang digunakan yaitu Quick Ratio, Working Capital to
Total Asset, Inventory Turnover, Operating Ratio dan Time Interest Earned dan ROA diperoleh dari bursa efek indonesia untuk periode
pengamatan tahun 2009 sampai dengan tahun 2013.
3.7 Metode Pengumpulan data
Sesuai dengan dengan jenis data yang diperlukan yaitu data sekunder dan teknik sampling yang digunakan, maka pengumpulan data didasarkan pada
teknik dokumentasi pada laporan keuangan yang dipublikasikan oleh BEI periode 2009 sampai dengan 2013. Variabel Quick Ratio, Working Capital
to Total Asset, Inventory Turnover, Operating Ratio dan Time Interest
Universitas Sumatera Utara
Earned, dan ROA dalam BEI diolah sesuai dengan definisi operasional variabel.
3.8 Teknik Analisis
Teknik analisis yang digunakan dalam penelitian ini adalah metode analisis deskriptif dan analisis regresi. Metode Deskriptif adalah suatu
metode analisis data dengan mengumpulkan data, menyusun, menginterpretasikan dan menganalisis data tersebut sehingga memberikan
keterangan yang lengkap bagi pemecahan masalah yang dihadapi dalam penelitian ini.
Analisis regresi berganda dilakukan untuk mengetahui adanya pengaruh ada hubungan antara variabel-variabel independen dengan variabel
dependen dengan menggunakan nilai beta unstandardized karena variabel yang digunakan mempunyai satuan yang sama yaitu persentase.
Mekanisme analisis regresi berganda dilakukan dengan pengujian asumsi klasik teoritis meliputi uji normalitas data, uji multikolinearitas, uji
heteroskedastisitas, dan uji autokorelasi, dilanjutkan dengan pengujian hipotesis. Untuk mengetahui proporsi dari total variasi variabel dependen
yang dijelaskan oleh beberapa variabel independen secara bersama-sama diukur melalui koefisien determinasi yang dinyatakan dalam nilai
. Kemudian dilakukan uji signifikansi keseluruhan terhadap regresi
berganda yang ditaksir, dalam hal ini ROA berkorelasi linear dengan Current ratio, Cash ratio, Quick Ratio Working capital to total asset
ratio, inventory turnover secara bersama-sama yang dikenal dengan uji
Universitas Sumatera Utara
statistik f. Selanjutnya dilakukan uji signifikansi t yakni menguji signifikansi koefisien regresi beta masing-masing variabel independen
secara parsial.
Model regresi yang dirumuskan dalam penelitian ini adalah: ROA
= a + β
1
QR + β
2
WCTA+ β
3
IT + β
4
OR + β
5
TIE + e dimana:
ROA = Return on asset
QR = Quic Ratio
WCR = Working capital to total asset ratio
IT = Inventory turnover
OR = Operating Ratio
TIE = Time Interest Earned
a = Koefisien konstanta intercept
β
1
– β
5
= Koefisien variabel independen e
= Variabel Pengganggu 3.8.1 Analisis Regresi
Universitas Sumatera Utara
3.8.1.1 Pengujian Asumsi Klasik Sehubungan dengan penggunaan data sekunder dalam
penelitian ini, maka untuk mendapatkan ketepatan model yang akan dianalisis perlu dilakukan pengujian atas
beberapa persyaratan asumsi klasik yang mendasari model regresi di atas. Pengujian asumsi klasik ini terdiri dari uji
normalisasi, uji multikolinieritas, uji heteroskedastisitas, serta uji autokorelasi.
3.8.1.1.1 Normalitas Uji normalitas bertujuan untuk menguji apakah
dalam model regressi, variabel dependen dan variabel independen keduanya mempunyai
distribusi normal atau tidak. Model regressi yang baik adalah memiliki distribusi data
normal atau mendekati normal. Untuk mendeteksi normalitas dapat dilakukan dengan
uji statistik. Test statistik sederhana yang dapat dilakukan adalah berdasarkan nilai kurtosis atau
skewness. Nilai Z dari uji Skewness dapat dihitung dengan rumus sebagai berikut: Erlina,
2011:102
Universitas Sumatera Utara
Z
hitung
= Sedangkan nilai t kurtosis dapat dihitung
dengan rumus: Z
kurtosis
=
Pengujian ini diperlukan karena untuk melakukan uji t dan uji F mengasumsikan
bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini dilanggar atau tidak
dipenuhi maka uji statistic menjadi tidak valid untuk jumlah sampel kecil. Erlina, 2011:101
3.8.1.1.2 Multikolinearitas Uji Multikolinieritas bertujuan untuk menguji
apakah model regresi ditemukan adanya korelasi diantara variable independen. Model
regresi yang baik seharusnya tidak trejadi korelasi diantara variable independen. Bayak
cara yang dapat digunakan untuk mendeteksi adanya multikolinearitas, namun tidak ada
kesepakatan umum tentang tentang uji yang paling tepat. Ada dua uji multikolinearitas yang
sering digunakan yaitu dengan melihat nilai Variance Inflation Faktor VIF.
Universitas Sumatera Utara
VIF = VIF yang tinggi menunjukkan bahwa
multikolinearitas telah menaikkan sedikit varian pada koefisisn estimasi, akibatnya menurunkan
nilai t. semakin tinggi VIF, semaik berat dampak dari multikolinearitas. Pada umumnya
jika nilai VIF10, maka terjadi multikolinearitas yang cukup berat diantara variable independen.
Erlina, 2011:104.
Disamping itu, cara lain yang dapat digunakan untuk mendeteksi adanya gejala
multikolinearitas adalah dengan melihat koefisien korelasi sedrhana antara variabel-
variabel independenpenjelas. Apabila r tinggi nilai absolutnya, maka ada dua variabel penjelas
tertentu berkorelasi dan masalah multikolinearitas ada dalam persamaan tersebut.
Suatu model terdapat gejala multikolinearitas, jika korelasi diantar variabel independen lebih
besar dari 0.8 Erlina, 2011:104. 3.8.1.1.3 Heteroskedastisitas
Universitas Sumatera Utara
Uji Heteroskedastisitas dilakukan untuk mendeteksi adanya penyebaran atau pancaran
dari variabel-variabel. Selain itu juga untuk menguji apakah dalam sebuah model regressi
terjadi ketidaksamaan varian dari residual dari satu pengamatan ke pengamatan yang lain. Jika
varian dari residual dari pengamatan ke pengamatan yang lain tetap, maka disebut
homokedastisitas, dan jika varians berbeda disebut heteroskedastisitas. Model regressi yang
baik adalah tidak terjadi heteroskedastisitas. Uji heteroskedastisitas pada penelitian ini
menggunakan metode grafik untuk melihat pola dari variabel yang ada berupa sebaran data.
Salah satu cara untuk melihat ada tidaknya heterokedastisitas adalah dengan melihat scatter
diagram nilai residu terhadap waktu atau terhadap satu dari lebih variabel-variabel bebas
yang diduga sebagi penyebab heterokedastisistas. Suatu model mengandung
heterokedastisistas apabila nilai-niai residunya membentuk pola sebaran yang meningkat, yaitu
secara terus menerus bergerak menjauhi garis
Universitas Sumatera Utara
nol. Selain itu dapat juga dilihat melalui grafik normalitasnya terhadap variabel yang
digunakan. Jika data yang dimiliki terletak menyebar disekitar garis diagonal dan
mengikuti arah garis diagonal maka model regressi memenuhi asumsi normalitas dan tidak
ada yang berpencar maka dapat dikatakan tidak terjadi heteroskedastisitas tetapi
homokedastisitas. Untuk mengetahui adanya gejala heteroskedastisitas dalam model regresi,
maka digunakan uji Glejser yang dilakukan dengan menggunakan rumus:
[
e
i
] = β
i
X
i
+ V
i
dimana:
e
i
= Residual X
i
= Variabel independen yang diperkirakan mempunyai hubungan erat dengan
variance
i 2
V
i
= Unsur kesalahan 3.8.1.1.4 Autokorelasi
Pengujian asumsi klasik yang keempat pada model regresi adalah uji autokorelasi, yang
digunakan untuk mengetahui apakah pada
Universitas Sumatera Utara
model regresi terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1. Jika terjadi korelasi, maka dinamakan ada
problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang
tahun yang berkaitan satu dengan yang lainnya. Gejala autokorelasi tersebut dapat dengan
menggunakan Durbin-Watson test melalui nilai DW yang diperoleh, yang berpedoman pada
angka pada skala dl, du, 4-du, dan 4-dl. Pedoman pengambilan keputusan ada tidaknya
autokorelasi adalah sebagai berikut: Erlina, 2011:107
3.8.1.1.4.1 Bila nilai DW terletak di antara batas atas atau upper bond DU,
yaitu antara DU dan 4-DU, maka koefisien autokorelasi sama
dengan nol yang berarti tidak terjadi autokorelasi
3.8.1.1.4.2 Bila nilai DW lebih rendah dari batas bawah atau lower bound
DL, maka koefisien autokorelasi
Universitas Sumatera Utara
lebih besar dari nol yang berarti terjadi autokorelasi positif.
3.8.1.1.4.3 Bila nilai DW lebih besar daripada 4-DL, maka koefisien
autokorelasi lebih kecil dari nol yang berarti terjadi autokorelasi
negatif 3.8.1.1.4.4 Bila nilai DW terletak di antara
batas atas DU dan batas bawah DL, yaitu antara DU dan DL atau
antara 4-DU dan 4-DL, maka hasilnya tidak dapat disimpulkan.
3.9 Pengujian Hipotesis
