Perusahaan yang dijadikan sampel dalam penelitian ini berdasarkan kriteria tersebut adalah 15 perusahaan dari 19 populasi perusahaan, yang dapat
dilihat pada Tabel 3.2 dari 15 perusahaan didapat 30 laporan keuangan selama tahun 2008 dan 2009 yang akan digunakan sebagai sampel dalam penelitian ini.
C. Jenis Data
Jenis data yang dikumpulkan adalah data sekunder. Data sekunder, yaitu data primer yang telah diolah lebih lanjut dan disajikan baik oleh pihak
pengumpul data primer atau data oleh pihak lain Umar, 2003 : 69. Sumber data diperoleh dari ICMD Indonesian Capital Market Directory dan situs resmi BEI
Bursa Efek Indonesia yaitu www.idx.co.id. Data yang diambil adalah data laporan laba rugi dan neraca perusahaan pada tahun 2008-2009. Menurut sifatnya
data dalam penelitian ini termasuk dalam data kuantitatif. Data kuantitatif adalah data yang berupa angka atau besaran tertentu yang sifatnya pasti Priyatno, 2008 :
8.
D. Teknik Pengumpulan Data
Penulis mengumpulkan data melalui teknik dokumentasi, yaitu teknik pengumpulan data sekunder yang berkaitan dengan penelitian, data penelitian
berupa laporan keuangan yang diperoleh melalui media internet dengan cara mengunduh melalui situs www.idx.co.id dan informasi lain yang dibutuhkan dari
Indonesian Capital Market Directory ICMD.
E. Definisi Operasional dan Pengukuran Variabel Penelitian
1. Definisi Operasional
Definisi operasional adalah memberikan pengertian terhadap suatu variabel dengan menspesifikasikan kegiatan atau tindakan yang diperlukan
peneliti untuk mengukur atau memanipulasinya Sularso, 2003 : 41.
Tabel 3.3 Definisi Operasional
Variabel Konsep Variabel
Indikator Skala
Perputaran Persediaan
X
1
Menunjukkan berapa kali persediaan barang dijual
dan diadakan kembali selama satu periode
akuntansi. Rasio
Perputaran Piutang X
2
Menunjukkan berapa kali tiap tahunnya dana yang
tertanam dalam piutang berputar dari bentuk
piutang ke bentuk uang tunai, kemudian kembali
ke bentuk piutang lagi. Rasio
Perputaran Aktiva Tetap
X
3
Menunjukkan berapa kali tiap tahunnya dana yang
tertanam dalam aktiva tetap berputar ke bentuk
kas melalui penjualan. Rasio
Perputaran Kas X
4
Menunjukkan berapa kali dalam setahun kecepatan
arus kas kembali dari kas yang telah diinvestasikan
pada aktiva Rasio
Profitabilitas: Return On
Assets Y Kemampuan perusahaan
untuk menghasilkan laba selama periode tertentu
Rasio
Sumber: diolah penulis, 2011
2. Pengukuran Variabel Penelitian
a. Variabel Independen Bebas
Variabel independen merupakan variabel yang dapat memberi pengaruh kepada variabel terikat Erlina, 2008 : 33. Variabel independen
dalam penelitian ini yaitu perputaran persediaan, perputaran piutang, perputaran aktiva tetap dan perputaran kas.
b. Variabel Dependen Terikat
Variabel dependen sering disebut juga variabel terikat atau variabel tidak bebas, merupakan tipe variabel yang dipengaruhi atau
dijelaskan oleh variabel independen Erlina, 2008 : 42. Variabel dependen dalam penelitian ini adalah profitabilitas yang diukur melalui Return On
Assets.
F. Metode Analisis Data
1. Uji Asumsi Klasik
Metode analisis data yang digunakan dalam penelitian ini adalah metode analisa statistik dengan menggunakan SPSS. Peneliti melakukan
terlebih dahulu uji asumsi klasik sebelum melakukan pengujian hipotesis. Pengujian asumsi klasik diperlukan untuk mengetahui apakah hasil estimasi
regresi yang dilakukan benar-benar bebas dari adanya gejala heteroskedastisitas, gejala multikolinieritas, dan gejala autokorelasi. Model
regresi akan dapat dijadikan alat estimasi yang tidak bias jika telah memenuhi persyaratan BLUE Best Linear Unbiased Estimator yakni tidak terdapat
heteroskedastisitas, tidak terdapat multikolinieritas, dan tidak terdapat autokorelasi. Jika terdapat heteroskedastisitas, maka varian tidak konstan
sehingga dapat menyebabkan biasnya standar error. Jika terdapat multikolinieritas, maka akan sulit untuk mengisolasi pengaruh-pengaruh
individual dari variabel, sehingga tingkat signifikansi koefisien regresi menjadi rendah. Dengan adanya autokorelasi mengakibatkan penaksir masih
tetap bias namun tetap konsisten hanya saja menjadi tidak efisien. Oleh karena itu, uji asumsi klasik perlu dilakukan. Uji asumsi klasik yang dilakukan
peneliti meliputi uji normalitas, uji multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi.
a. Uji Normalitas
Tujuan uji normalitas ini adalah ingin mengetahui apakah dalam model regresi antara variabel dependen dengan variabel independen memiliki
distribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Uji normalitas perlu dilakukan
untuk menentukan alat statistik yang dilakukan, sehingga kesimpulan yang diambil dapat dipertanggungjawabkan. Proses uji normalitas data dilakukan
dengan menggunakan uji Kolmogorov Smirnov. Distribusi data dapat dilihat dengan membandingkan Z
hitung
dengan Z
tabel
dengan kriteria sebagai berikut :
1 Jika Z
hitung
Kolmogorov Smirnov Z
tabel
1,96, atau angka signifikan taraf signifikansi α 0,05 maka distribusi data dikatakan normal,
2 Jika Z
hitung
Kolmogorov Smirnov Z
tabel
1,96, atau angka signifikan taraf signifikansi α 0,05 maka distribusi data dikatakan tidak normal.
Uji normalitas data juga dapat dilihat dengan memperlihatkan penyebaran data titik pada normal P plot of regression standizzed residual
variabel independen, dimana: 1
Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas,
2 Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah
garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
b. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi mempunyai korelasi antar variabel independen. Multikolinieritas adalah ada
tidaknya korelasi yang sempurna atau korelasi yang tidak sempurna tetapi relatif tinggi pada variabel-variabel bebasnya Umar, 2003 : 132. Model
regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebasnya Ghozali, 2005 : 91. Cara untuk menguji ada tidaknya multikolinieritas, yaitu:
1 nilai R
2
pada estimasi model regresi, 2
menganalisis matrik korelasi variabel- variabel independen,
3 menggunakan
variance inflation factor dan nilai tolerance. Multikolinieritas terjadi jika VIF lebih dari 5 dan nilai tolerance lebih
kecil dari 0,10. Pengujian multikolinieritas data dalam penelitian ini
menggunakan variance inflation factor dan nilai tolerance. Model regresi linier berganda harus terbebas dari gejala multikolinieritas agar dapat
digunakan dalam penelitian.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk melihat apakah di dalam model regresi terjadi ketidaksamaan variabel dari residual suatu
pengamatan ke pengamatan yang lain Ghozali, 2005 : 11. Model regresi yang baik adalah terjadi homokedastisitas. Untuk melihat ada tidaknya
heteroskedastisitas dapat dilakukan dengan melihat grafik Scatterplot. Cara memprediksi pola gambar Scatterplot adalah dengan :
1 titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0,
2 titik-titik data tidak mengumpul hanya di atas atau di bawah saja,
3 penyebaran titik-titik data tidak boleh membentuk pola
bergelombang melebar, 4
penyebaran titik-titik data sebaiknya tidak berpola.
d. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pengganggu pada periode t-1 sebelumnya Ghozali, 2005 : 95. Metode regresi yang baik apabila tidak terdapat autokorelasi.
Autokorelasi sering terjadi pada sampel dengan data time series. Pengujian autokorelasi dilakukan dengan menggunakan uji Durbin-Watson. Kriteria
untuk penilaian terjadinya autokorelasi Situmorang, 2010 yaitu:
Tabel 3.4 Kriteria Pengambilan Keputusan Autokolerasi
Hipotesis nol Keputusan
Jika Tidak ada autokorelasi positif
Tidak ada autokorelasi positif Tidak ada autokorelasi negatif
Tidak ada autokorelasi negatif Tidak ada autokorelasi positif atau
negatif Tolak
No decision Tolak
No decision Tidak ditolak
0 du dl dl
≤ d ≤ du 4 – dl d 4
4 – du ≤ d ≤ 4 – dl
du d 4 – du
2. Pengujian Hipotesis a.
Model Regresi Linier Berganda
Model regresi linier berganda adalah model regresi yang memiliki lebih dari satu variabel independen. Model regresi linier
berganda dikatakan model yang baik jika model tersebut memenuhi asumsi normalitas data dan terbebas dari asumsi-asumsi klasik statistik
baik multikolinieritas, autokorelasi dan heteroskedastisitas. Persamaan regresi linier berganda yaitu :
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ e
Dimana: Y
= Return on Assets ROA a
= konstanta X
1
= perputaran persediaan X
2
= perputaran piutang X
3
= perputaran aktiva tetap b
1
,b
2
,b
3
= koefisien regresi e
= variabel penganggu
b. Uji Parsial t-test
Uji parsial digunakan untuk menguji seberapa jauh pengaruh satu variabel penjelasindependen secara individual dalam menerangkan variasi
variabel dependen Ghozali, 2005 : 84. Hipotesis statistik yang diajukan adalah :
H
1
: b
i
≠ 0 : ada pengaruh.
Kriteria yang digunakan dalam menerima atau menolak hipotesis adalah :
a. H
1
diterima apabila t
hitung
t
tabel
, pada α = 5 dan nilai probabilitas level of significant sebesar 0,05,
b. H
1
ditolak apabila t
hitung
t
tabel
, pada α = 5 dan nilai probabilitas level of significant sebesar 0,05.
c. Uji Simultan F-test
Uji F dilakukan untuk menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model regresi berganda
mempunyai pengaruh secara bersama- sama terhadap variabel dependen Ghozali, 2005 : 84. Hipotesis yang akan diuji adalah sebagai berikut :
H
1
: b = b
1
= b
2
≠ 0 : semua variabel independen berpengaruh secara bersama.
Kriteria yang digunakan dalam menerima atau menolak hipotesis adalah :
a. H
1
diterima apabila F
hitung
F
tabel
, pada α = 5 dan nilai probabilitas
level of significant sebesar 0,05, b.
H
1
ditolak apabila F
hitung
F
tabel
, pada α = 5 dan nilai probabilitas
level of significant sebesar 0,05.
G. Jadwal Penelitian
Tabel 3.5 Jadwal penelitian
Tahapan Penelitian 2010
2011 Sep
Okt Nov
Des Jan
Feb Mar
Penyelesaian Proposal
Pengajuan Proposal Skripsi
Bimbingan Proposal Seminar Proposal
Bimbingan dan Penulisan Skripsi
Penyelesaian Skripsi
Sumber: diolah penulis, 2011
BAB IV ANALISIS HASIL PENELITIAN
E. Data Penelitian
Analisis data dimulai dengan mengolah data dengan menggunakan Microsoft Excel, selanjutnya dilakukan pengujian asumsi klasik dan pengujian
menggunakan regresi linier berganda dilakukan dengan menggunakan software SPSS. Prosedur dimulai dengan memasukkan variabel-variabel penelitian ke
program SPSS tersebut dan menghasilkan output-output sesuai metode analisis data yang telah ditentukan.
Berdasarkan kriteria yang telah ditetapkan, didapat 15 perusahaan yang memenuhi kriteria dan dijadikan sampel dalam penelitian ini dan diamati selama
periode 2008-2009. Informasi yang dibutuhkan dalam penelitian ini merupakan data sekunder yang diperoleh dari
www.idx.co.id berupa data keuangan sampel
perusahaan dari tahun 2008 hingga tahun 2009.
F. Analisis Hasil Penelitian
1. Analisis Statistik Deskriptif
Statistik deskriptif memberikan gambaran mengenai nilai minimum, nilai maksimum, nilai rata-rata serta standar deviasi data yang digunakan
dalam penelitian. Statistik deskriptif dari variabel penelitian ini disajikan dalam Tabel 4.1.
