35
Berdasarkan kriteria di atas perusahaan yang dijadikan sampel dalam penelitian ini untuk setiap tahunnya berada pada perusahaan yang sama, hal ini
terjadi karena kriteria semua perusahaan harus setiap tahun menghasilkan laba yang positif atau tidak mengalami kerugian untuk setiap tahunnya. Berdasarkan
kriteria diatas maka perusahaan yang dijadikan sampel penelitian ini sebanyak 10 perusahaan yang terdaftar di Bursa Efek Indonesia.
Berikut tabel nama dan kode perusahaan manufaktur yang menjadi sampel dari penelitian ini :
Tabel 4.1 Daftar Sampel Perusahaan Manufaktur
No. Kode Nama Perusahaan
1. SKLT Sekar Laut Tbk
2. FAST Fast Food Indonesia Tbk
3. TBLA Tunas Baru Lampung
4. DLTA Delta Jakarta Tbk
5. INDF Indofood Sukses Makmur
6. ADES Ades Water Indonesia Tbk
7. MLBI Multi Bintang Indonesia Tbk
8. PSDN Prasidha Aneka Niaga
9. CEKA Cahaya Kalbar Tbk
10. ULTJ Ultra Jaya Milk Indonesia
Universitas Sumatera Utara
36
Periode penelitian dimulai dari tahun 2009 sampai dengan tahun 2011 sehingga data penelitian keseluruhan 10 sampel perusahaan. Berikut ini akan
dijelaskan mengenai data variabel penilitian yang dianalisis dalam penelitian ini :
Tabel 4.2 Data Variabel Penelitian
Ukuran Tingkat Perputaran Persediaan yang Diukur dengan Inventory Turnover IT
No.
Nama Perusahaan Kode
Tahun 2009
2010 2011
1. Sekar Laut Tbk SKLT
0.03 0.05
0.06 2. Fast Food Indonesia Tbk
FAST 0.09
0.11 0.11
3. Tunas Baru Lampung TBLA
0.09 0.05
0.05 4. Delta Jakarta Tbk
DLTA 0.11
0.07 0.07
5. Indofood Sukses Makmur INDF
0.05 0.05
0.05 6. Ades Water Indonesia Tbk
ADES 0.05
0.07 0.05
7. Multi Bintang Indonesia Tbk
MLBI 0.10
0.08 0.07
8. Prasidha Aneka Niaga PSDN
0.04 0.05
0.07 9. Cahaya Kalbar Tbk
CEKA 0.03
0.01 0.03
10. Ultra Jaya Milk Indonesia ULTJ
0.02 0.04
0.04
Tabel 4.2 menunjukkan bahwa pada tahun 2009 perusahaan yang mempunyai perputaran persediaan tertinggi adalah Delta Jakarta Tbk yaitu yang mempunyai
rasio sebesar 0.11, pada tahun 2010 adalah Fast Food Indonesia Tbk sebesar 0.11, dan tahun 2011 adalah Fast Food Indonesia Tbk sebesar 0.11 dan yang
terendah pada tahun 2009 adalah Ultra Jaya Milk Indonesia sebesar 0.02, pada tahun 2010 adalah Cahaya Kalbar Tbk sebesar 0.01, dan tahun 2011 adalah
Cahaya Kalbar Tbk sebesar 0.03.
Universitas Sumatera Utara
37 Tabel 4.3
Data Variabel Penelitian Ukuran Tingkat Perusahaan dalam Memenuhi Kewajiban Lancar yang
Diukur dengan Current Ratio CR No.
Nama Perusahaan Kode
Tahun 2009
2010 2011
1. Sekar Laut Tbk SKLT
1.89 1.93
1.69 2. Fast Food Indonesia Tbk
FAST 0.23
0.26 0.25
3. Tunas Baru Lampung TBLA
1.01 1.11
1.38 4. Delta Jakarta Tbk
DLTA 4.53
6.33 6.01
5. Indofood Sukses Makmur Tbk
INDF 1.16
2.04 1.91
6. Ades Water Indonesia Tbk ADES
2.48 1.51
1.71 7. Multi Bintang Indonesia Tbk MLBI
0.66 0.94
0.99 8. Prasidha Aneka Niaga
PSDN 1.56
1.38 1.55
9. Cahaya Kalbar Tbk CEKA
4.79 1.67
1.69 10. Ultra Jaya Milk Indonesia
ULTJ 0.02
0.04 0.05
Tabel 4.3 menunjukkan bahwa pada tahun 2009 perusahaan yang mempunyai rasio lancar tertinggi adalah Cahaya Kalbar Tbk sebesar 4.79, pada tahun 2010
adalah Delta Jakarta Tbk sebesar 6.33, dan tahun 2011 adalah Delta Jakarta Tbk sebesar 6.01 dan yang terendah adalah Ultra Jaya Milk Indonesia yaitu pada
tahun 2009 sebesar 0.02, tahun 2010 sebesar 0.04, tahun 2011 sebesar 0.05.
Universitas Sumatera Utara
38 Tabel 4.4
Data Variabel Penelitian Ukuran Tingkat Efesiensi dalam Penggunaan Total Aktiva yang Diukur
dengan Total Asset Turnover TATO No.
Nama Perussahaan Kode
Tahun 2009
2010 2011
1. Sekar Laut Tbk SKLT 0.14
0.16 0.16
2. Fast Food Indonesia Tbk FAST
0.02 0.02
0.02 3. Tunas Baru Lampung
TBLA 0.99 0.81
0.87 4. Delta Jakarta Tbk
DLTA 0.02 0.02
0.02 5. Indofood Sukses Makmur Tbk INDF
0.93 0.81
0.85 6. Ades Water Indonesia Tbk
ADES 0.02 0.67
0.09 7. Multi Bintang Indonesia Tbk
MLBI 0.03 0.02
0.02 8. Prasidha Aneka Niaga
PSDN 0.02
0.02 0.03
9. Cahaya Kalbar Tbk CEKA 0.06
0.84 0.02
10. Ultra Jaya Milk Indonesia ULTJ
0.18 0.94
0.96
Tabel 4.4 menunjukkan bahwa pada tahun 2009 perusahaan yang mempunyai rasio perputaran total asset tertinggi adalah Tunas Baru Lampung yaitu pada tahun
2009 sebesar 0.99 pada tahun 2010 adalah Ultra Jaya Milk Indonesia sebesar 0.94 dan pada tahun 2011 adalah Ultra Jaya Milk Indonesia sebesar 0.96. Dan
TATO yang terendah adalah Fast Food Indonesia Tbk dan Delta Jakarta Tbk yaitu pada tahun 2009 adalah sebesar 0.02, tahun 2010 sebesar 0.02 dan pada tahun
2011 sebesar 0.02.
Universitas Sumatera Utara
39 Tabel 4.5
Data Variabel Penelitian Rentabilitas Ekonomis yang Diukur atas Pengembalian Ekuitas ROE
No. Nama Perusahaan
Kode Tahun
2009 2010
2011 1. Sekar Laut Tbk
SKLT 0.11
0.04 0.05
2. Fast Food Indonesia Tbk FAST
0.29 0.25
0.28 3. Tunas Baru Lampung
TBLA 0.28
0.20 0.26
4. Delta Jakarta Tbk DLTA
0.21 0.24
0.26 5. Indofood Sukse Makmur
Tbk INDF
0.19 0.19
0.17
6. Ades Water Indonesia Tbk ADES
0.24 0.32
0.21 7. Multi Bintang Indonesia Tbk MLBI
2.43 1.41
1.30 8. Prasidha Aneka Niaga
PSDN 1.04
1.15 1.04
9. Cahaya Kalbar Tbk CEKA
0.89 1.75
1.03 10. Ultra Jaya Milk Indonesia
ULTJ 0.55
0.64 0.60
Tabel 4.5 menunjukkan bahwa pada tahun 2009 perusahaan yang mempunyai rasio pengembalian atas ekuitas tertinggi adalah Multi Bintang Indonesia Tbk
yaitu sebesar 2.43 pada tahun 2010 ROE yang tertinggi adalah Cahaya Kalbar Tbk yaitu sebesar 1.75 dan tahun 2011 ROE tertinggi adalah Multi Bintang
Indonesia yaitu sebesar 1.30. Dan ROE yang terendah pada tahun 2009 adalah Sekar Laut Tbk yaitu sebesar 0.11 pada tahun 2010 ROE terendah adalah Sekar
Laut Tbk yaitu sebesar 0.04 dan pada tahun 2011 ROE terendah adalah Sekar Laut Tbk yaitu sebesar 0.05.
4.2 Deskriptif Data Penelitian
Data yang dipakai dalam penelitian ini adalah data sekunder dimana data yang digunakan diperoleh dari situs www.idx.co.id. Data yang diambil dengan 3 tahun
Universitas Sumatera Utara
40
pengamatan yang menjadi sampel dari pengamatan ini, dimana sampel penelitian ini adalah perusahaan manufaktur industri makanan dan minuman yang terdaftar
di Bursa Efek Indonesia sejak tahun 2009 sampai dengan tahun 2011. Berdasarkan data sejak tahun 2009 sampai dengan 2011 yang meliputi data
tertinggi maximum, nilai terendah minimum, dan nilai rata-rata mean, dari variabel yang diteliti, baik itu variabel independen yang dalam hal ini adalah
Inventory Turnover IT, Current Ratio CR, Total Asset Turnover TATO serta variabel dependen yaitu Rentabilitas Ekonomis ROE dapat dilihat pada tabel 4.6
dibawah ini :
Tabel 4.6 Statistic Descriptif
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation IT
30 .01
.11 .0640
.03470 CR
30 .02
6.33 1.7590
1.62442 TATO
30 .02
.99 .3253
.39578 ROE
30 .04
2.43 .7873
1.51454 Valid N listwise
30
Sumber : Output SPSS
Tabel 4.6 menunjukkan bahwa baik variabel dependen dan independen memiliki nilai minimum, nilai maksimum dan nilai rata-rata yang positif karena
baik variabel dependen yaitu inventory turnover, current ratio, total asset turnover dan variabel independen yaitu rentabilitas ekonomis ROE nilainya adalah
positif. Berikut ini adalah perincian data deskriptif yang telah diolah :
Universitas Sumatera Utara
41
1. Variabel IT Inventory Turnover memiliki nilai minimum sebesar 0.01
dan nilai maximum sebesar 0.11. Nilai rata-rata IT sebesar 0.0640 dengan standar deviasi sebesar 0.03470.
2. Variabel CR Current Ratio memiliki nilai minimum sebesar 0.02 dan
nilai maximum sebesar 6.33. Nilai rata-rata CR sebesar 1.7590 dengan standar deviasi 1.62442.
3. Variabel TATO Total Asset Turnover memiliki nilai minimum sebesar
0.02 dan nilai maximum sebesar 0.99. Niilai rata-rata TATO sebesar 0.3253 dengan standar deviasi 0.39578.
4. Variabel independen yaitu rentabilitas ekonomis ROE memiiliki nilai
minimum sebesar 0.04 dan nilai maksimum sebesar 2.43 nilai rata-rata sebesar 0.7873 dan standar deviasi sebesar 1.51454
5. Observasi berjumlah 30 .
4.3 Hasil Uji Asumsi Klasik
Untuk menghasilkan suatu model regresi yang baik, analisis regresi memerlukan pengujian asumsi klasik sebelum melakukan pengujian hipotesis.
Apabila terjadi penyimpangan dalam pengujian asumsi klasik perlu dilakukan perbaikan terlebih dahulu. Pengujian asumsi klasik yang telah dilakukan adalah
sebagai berikut :
4.3.1 Uji Normalitas
Uji normalitas ini bertujuan ingin mengetahui apakah dalam hal model regresi variabel pengganggu atau residual memiliki distribusi normal. Jika asumsi ini
dilanggar atau tidak dipenuhi maka uji statistik tidak valid untuk jumlah sampel
Universitas Sumatera Utara
42
kecil. Uji normalitas pada multivariate sebenarnya sangat kompleks, karena hanya dilakukan pada seluruh variabel secara bersama-sama.
Namun uji ini bisa juga dilakukan pada setiap variabel dengan logika bahwa jika secara individual masing-masing variabel memenuhi asumsi normalitas, maka
secara bersama-sama variabel-variabel tersebut juga bias dianggap memenuhi asumsi normalitas. Cara yang digunakan peneliti adalah dengan cara analisis
grafik dan statistik. Dalam analisis grafik, dilakukan dengan melihat grafik Histogram dan normal P – plot, sedangkan dalam analisis statistik dilakukan
dengan alat uji Kolmogoro Smirnov. Berikut grafik Histogram dan normal P – plot.
Gambar 4.1 Grafik Histogram
Universitas Sumatera Utara
43
Sumber : Output SPSS
Gambar 4.2 Grafik Normal P-Plot
Jika dilihat berdasarkan grafik normal plot terlihat titik-titik menyebar disekitar garis diagonal, serta penyebaran agak jauh dari garis diagonal. Hal ini
manunjukkan bahwa grafik menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi norrmalitas. Dalam uji normalitas residual dengan
grafik dapat menyesatkan apabila tidak hati-hati secara visual kelihatan normal, oleh karena itu untuk melengkapi uji grafik dilakukan juga uji statistik lain yang
dapat digunakan untuk menguji normalitas residual adalah uji Kolmogrov- Smirnov Uji K-S dapat dilihat pada tabel 4.8, sebagai berikut :
Universitas Sumatera Utara
44 Tabel 4.7
Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
IT CR
TATO ROE
N 30
30 30
30 Normal
Parameters
a,b
Mean .0640 1.7590
.3253 .7873
Std. Deviation .03470 1.6244
2 .39578 1.5145
4 Most Extreme
Differences Absolute
.223 .265
.310 .311
Positive .223
.265 .310
.274 Negative
-.097 -.142
-.220 -.311
Kolmogorov-Smirnov Z 1.223
1.450 1.698
1.703 Asymp. Sig. 2-tailed
.100 .030
.006 .006
a. Test distribution is Normal. b. Calculated from data.
Sumber : Output SPSS Berdasarkan Tabel 4.8, dapat disimpulkan bahwa data dalam model regresi
telah terdistribusi secara normal karena data residual lebih besar dari 0.05 yang berarti H
diterima. Setelah data terdistribusi secara normal, maka dilanjutkan uji asumsi klasik lainnya.
4.3.2 Uji Multikolieritas
Multikolieritas dikenal juga dengan istilah kolinearitas ganda diciptakan oleh Ragner Frish didalam bukunya : statistical Confluence Analysis By Means Of
Complete Regression System. Istilah kolinearitas colinearity sendiri berarti hubungan linear tunggal single linear relationship, sedangkan kolinearitas ganda
multicolinearity menunjukkan adanya lebih dari satu hubungan linear yang sempurna.
Universitas Sumatera Utara
45
Multikolieritas juga merupakan situasi antara korelasi variabel-variabel independen antara yang satu dengan yang lainnya. Variabel-variabel ini disebut
bebas tidak orthogonal. Variabel-variabel bebas yang bersifat orthogonal adalah variabel bebas yang memiliki nilai korelasi diantaranya sama dengan nol. Hasil uji
gejala multikolieritas disajikan pada table 4.9 berikut ini :
Tabel 4.8 Hasil Uji Multikolieritas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 IT
.955 1.048
CR .909
1.100 TATO
.878 1.139
a. Dependent Variable: ROE
Sumber : Output SPSS Hasil yang disimpulkan bahwa tidak terjadi gejala multikolinearitas antara
variabel independen. Gejala multikolinearitas terjadi apabila nilai VIF lebih dari 10. Dari hasil analisis, di dapat dari nilai VIF untuk variabel independen dan
variabel dependen adalah 1.048 10 , 1.100 10, 1.139 10. Berdasarkan hasil ini maka dapat disimpulkan bahwa variabel dependen dan variabel
independen lolos uji multikolinearitas.
4.3.3 Uji Heteroskedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah terjadi ketidaksamaan variabel dari residual satu pengamatan ke pengamatan lain dalam model regresi.
Sedangkan uji homokedastisitas pada prinsipnya ingin menguji apakah sebuah grup mempunyai varians yang sama diantara anggota grup tersebut. Jika varians
Universitas Sumatera Utara
46
sama, dan ini yang seharusnya terjadi maka dikatakan ada homokedastisitas. Sedangkan jika varians tidak sama dikatakan terjadi heteroskedastisitas. Alat
untuk menguji heteroskedastisitas bisa dibagi dua, yakni dengan alat analisis grafik atau dengan analisis residual yang berupa statistik.
Model regresi yang baik adalah tidak terjadi heteroskedastisitas atau terjadi homokedastisitas. Dalam model regresi dinyatakan telah terjadi heterokedastisitas
apabila titik-titik yang ada tidak membentuk pola yang tertentu dan teratur dan titik-titik menyebar diatas dan dibawah angka nol pada sumbu Y. Berikut ini
dilampirkan grafik scatterplot untuk menganalisis apakah terjadi heterokedastisitas dengan mengamati penyebaran titik-titik pada gambar :
Universitas Sumatera Utara
47
Sumber : Output SPSS
Gambar 4.3 Hasil Uji Heterokedastisitas
Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik diatas maupun di bawah angka 0 pada sumbu Y, sehingga dapat
disimpulkan bahwa tidak terjadi heterokedastisitas pada model regresi sehingga layak dipakai untuk memprediksi rentabilitas ekonomis pada perusahaan
manufaktur dengan variabel independen inventory turnover, current ratio, total asset turnover.
4.3.4 Uji Autokorelasi
Istilah autokorelasi dapat didefenisikan sebagai korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu seperti dalam data deret
waktu atau ruang seperti dalam data cross-section. Dalam konteks regresi, model regresi linear klasik mengasumsikan bahwa autokorelasi seperti itu tidak
terdapat dalam disturbansi atau gangguan Ui. Pengujian autokorelasi bertujuan untuk menguji apakah terdapat korelasi antara kesalahan pengganggu pada suatu
periode dengan model regresi. Autokorelasi menunjukkan adanya korelasi antara kesalahan pengganggu pada data yang tersusun, baik berupa data cross sectional
atau time series. Jika terjadi autokorelasi dalam model regresi berarti koefesien korelasi yang diperoleh menjadi tidak akurat, sehingga model regresi yang baik
adalah model regresi yang bebas dari autokorelasi. Cara yang dapat dilakukan untuk mendeteksi ada tidaknya autokorelasi adalah
dengan melakukan pengujian Durbin Watson DW. Pengambilan keputusan ada
Universitas Sumatera Utara
48
tidaknya autokorelasi menurut Ghozali 2005:96 dapat dilihat dalam tabel dibawah ini :
Tabel 4.9 Kriteria Pengambilan Keputusan Uji Durbin Watson
Hipotesis Nol Keputusan
Jika Tidak ada autokorelasi
positif Tolak
0 d dl
Tidak ada autokorelasi positif
No decision dl
≤ d ≤ du
Tidak ada korelasi negative
Tolak 4 – dl d 4
Tidak ada korelasi negative
No decision 4 – du
≤ d ≤ 4 – dl
Tidak ada korelasi positif atau negatif
Tidak ditolak du d 4 – du
Berikut ini hasil uji Durbin Watson dengan menggunakan program SPSS versi 18 :
Tabel 4.10 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .389
a
.151 .053
1.47363 1.843
a. Predictors: Constant, TATO, IT, CR b. Dependent Variable: ROE
Sumber : Output SPSS Hasil uji autokorelasi diatas menunjukkan nilai Statistik Durbin Watson Dw
sebesar 1.843, nilai ini akan kita bandingkan dengan nilai tabel dengan menggunakan signifikansi 5, jumlah sampel n = 30, dan jumlah variabel
Universitas Sumatera Utara
49
independen k = 3, maka berdasarkan model tabel Durbin Watson didapat nilai batas atas du sebesar 1.65 dan nilai batas bawah dl sebesar 1.214. Oleh karena
itu, nilai Dw lebih besar dari 1.65 dan lebih kecil dari 4-1.65 du d 4 – du. Dengan demikian dapat disimpulkan tidak terdapat autokorelasi baik positif
maupun negatif.
4.4 Analisis Regresi Berganda
Didalam penelitian ini menggunakan analis regresi berganda karena terdapat lebih dari satu variabel independen.
Tabel 4.11 Analisis Hasil Regresi
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance VIF
1 Constant
.590 .789
.748 .461
IT 11.871
8.071 .272
1.471 .153
.955 1.048
CR -.191
.177 -.205
-1.080 .290
.909 1.100
TATO -.698
.738 -.182
-.946 .353
.878 1.139
a. Dependent Variable: ROE Sumber : Output SPSS
Berdasarkan tabel diatas maka dapat dibentuk persamaan regresi sebagai berikut :
Y = 0.590 + 11.871X1 – 0.191X2 – 0.698X3 + e
Persamaan regresi diatas dapat dijelaskan sebagai berikut : a.
Konstanta sebesar 0.590 artinya apabila XI dan X2 nilainya nol. b.
Koefesien regresi variabel X1 sebesar 11.871 : artinya apabila X1 dinaikkan 1 maka nilai ROE akan mengalami kenaikan sebesar 11.871 dengan asumsi
bahwa variabel independen lainnya tetap.
Universitas Sumatera Utara
50
c. Koefesien regresi variabel X2 sebesar -0.191 : artinya apabila X2 mengalami
kenaikan 1 maka nilai ROE akan mengalami penurunan sebesar 0.191 dengan asumsi variabel lain nilainya konstan.
d. Koefesien regresi variabel X3 sebesar -0.698 : artinya apabila X3 mengalami
kenaikan 1 maka nilai ROE akan mengalami penurunan sebesar 0.698 dengan asumsi variabel independen lain nilainya konstan.
4.5 Pengujian Hipotesis
Uji hipotesis dilakukan untuk mengetahui apakah variabel independen dalam model regresi berpengaruh terhadap variabel dependen, maka dilakukan pengujian
dengan menggunakan Uji Adjusted R
2
Uji f dan Uji t t test.
4.5.1 Uji Koefesien Determinasi R
2
Nilai koefesien korelasi R menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel dependen.
Koefesien korelasi dikatakan kuat apabila nilai R berada diatas 0.5 dan mendekati 1.
Koefesien determinasi R Square menunjukkan seberapa besar variabel independen menjelaskan variabel dependennya. Nilai R Square adalah nol sampai
satu. Apabila nilai R Square semakin mendekati satu, maka variabel-variabel independen memberikan semua informasi yang dibutuhkan untuk memprediksi
variasi variabel dependen. Sebaliknya, semakin kecil nilai R Square, maka kemampuan variabel-variabel independen dalam menjelaskan variasi variabel
dependen semakin terbatas. Nilai R Square memiliki kelemahan yaitu nilai R Square akan meningkat setiap ada penambahan satu variabel independen
Universitas Sumatera Utara
51
meskipun variabel independen tersebut tidak berpengaruh signifikan terhadap variabel dependen.
Tabel 4.12 Uji Koefesien Determinasi
Sumber : Output
SPSS
Table 4.13 menunjukkan bahwa nilai koefesien korelasi R sebesar 0.389 yang berarti bahwa korelasi atau hubungan antara variabel Rentabilitas Ekonomis
ROE dengan variabel independennya ITO, CR, TATO adalah lemah dengan didasarkan pada nilai R yang berada di bawah 0.5.
Angka koefesien determinasi Adjusted R square adalah 0.053. Hal ini berarti 53.0 variasi dari perubahan rentabilitas ekonomis dipengaruhi oleh variabel
independen ITO, CR, TATO. Sedangkan 47 lagi dijelaskan oleh variasi atau faktor lainnya.
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.389
a
.151 .053
1.47363 a. Predictors: Constant, TATO, IT, CR
b. Dependent Variable: ROE
Universitas Sumatera Utara
52 4.5.2 Uji Signifikan Pengaruh Secara Simultan Uji-F
Tabel 4.13 Uji-F
ANOVA
b
Model Sum of
Squares df
Mean Square F Sig.
1 Regression
10.060 3
3.353 1.544
.227
a
Residual 56.461
26 2.172
Total 66.521
29 a. Predictors: Constant, TATO, IT, CR
b. Dependent Variable: ROE Sumber : Output SPSS
Dari uji ANOVA Analisis of variance atau uji F, maka didapat Fhitung sebesar 1.544 dengan tingkat signifikan 0.227, jauh lebih kecil dari 0.05. Oleh
karena itu, maka model regresi bisa dipakai untuk memprediksi rentabilitas ekonomis. Secara Quick Look bila nilai F dihitung lebih besar dari pada F- tabel
2.975 maka H dapat diterima pada derajat kepercayaan 5. Dengan kata Ha
ditolak, yang menyatakan semua variabel independen secara serentak dan signifikan tidak mempengaruhi variabel dependen.
4.5.3 Uji Pengaruh Secara Partial Uji - t
Adapun hipotesis untuk uji t adalah sebagai berikut : H1 : Ukuran tingkat perputaran persediaan yang diukur dengan Inventory
Turnover H2 : Ukuran tingkat perusahaan dalam memenuhi kewajiban lancar yang diukur
dengan Current Ratio H3 : Ukuran tingkat efesiensi dalam penggunaan total aktiva yang diukur dengan
Total Asset Turnover
Universitas Sumatera Utara
53
Uji t ini dilakukan dengan membandingkan signifikansi t
hitung
dengan ketentuan : -
Jika t
hitung
t
tabel
pada α 0.05, maka Ha ditolak. -
Jika t
hitung
t
tabel
pada α 0.05, maka Ha diterima.
Tabel 4.14 Hasil Uji t
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant .590
.789 .748
.461 IT
11.871 8.071
.272 1.471
.153 CR
-.191 .177
-.205 -1.080
.290 TATO
-.698 .738
-.182 -.946
.353 a. Dependent Variable: ROE
Sumber : Output SPSS
Berdasarkan tabel 4.15 variabel IT memiliki koefesien beta positif yaitu
sebesar 11.871 dan t
hitung
sebesar 1.471 dengan tingkat signifikan sebesar 0.153. Sedangkan nilai t tabel uji dua arah dengan tingkat kepercayaan confidance
interval 95 atau α = 5 adalah sebesar 1.701. Artinya variabel IT memiliki
t
hitung
t
tabel
maka dapat diambil kesimpulan H diterima. Signifikansi IT sebesar
0.153 dari tingkat signifikansi 0.05. Dengan demikian Inventory Turnover IT mempunyai pengaruh negatif dan tidak signifikan terhadap Rentabilitas Ekonomis
ROE perusahaan manufaktur industri makanan dan minuman di Bursa Efek Indonesia.
Variabel CR memiliki koefesien beta negatif yaitu sebesar -0.191 dan t
hitung
sebesar -1.080 dengan tingkat signifikansi sebesar 0.290. Sedangkan nilai t tabel uji dua arah dengan tingkat kepercayaan confidence interval
95 atau α = 5 adalah sebesar 1.701. Artinya variabel CR memiliki t
hitung
t
tabel
maka dapat
Universitas Sumatera Utara
54
diambil kesimpulan H diterima. Signifikansi CR sebesar 0.290 dari tingkat
signifikansi 0.05. Dengan demikian Current Ratio CR mempunyai pengaruh negatif dan tidak signifikan terhadap Rentabilitas Ekonomis ROE perusahaan
manufaktur industri makanan dan minuman di Bursa Efek Indonesia. Variabel TATO memiliki koefesien beta negatif yaitu sebesar -0.698 dan t
hitung
sebesar -0.946 dengan tingkat signifikansi sebesar 0.353. Sedangkan nilai t tabel uji dua arah dengan tingkat kepercayaan confidence interval
95 atau α = 5 adalah sebesar 1.701. Artinya variable TATO memiliki t
hitung
t
tabel
maka dapat diambil kesimpulan H
diterima. Signifikansi TATO sebesar 0.353 dari tingkat signifikansi 0.05. Dengan demikian Total Asset Turnover TATO mempunyai
pengaruh negatif dan tidak signifikan terhadap Rentabilitas Ekonomis ROE perusahaan manufaktur industri makanan dan minuman di Bursa Efek Indonesia.
4.6 Pembahasan Hasil Penelitian
Setiap perusahaan memiliki tujuan yang sama yaitu memperoleh laba dan melangsungkan hidup tanpa terkecuali perusahaan manufaktur. Rentabilitas
ekonomi bisa dilihat pada posisi keuangannya. Dan posisi keuangan tersebut dapat dilihat melalui laporan keuangan perusahaan, yang mana laporan keuangan
tersebut nantinya akan dianalisis dengan menggunakan rasio keuangan. Penelitian ini dilakukan untuk mengetahui apakah rasio keuangan mempunyai pengaruh
terhadap rentabilitas ekonomis baik secara simultan maupun secara parsial. Perusahaan yang digunakan dalam penelitian ini adalah perusahaan industri
makanan dan minuman yang terdaftar di BEI dengan sampel sebanyak 10 perusahaan. Variabel independen yang digunakan dalam penelitian ini adalah
Universitas Sumatera Utara
55
Inventory Turnover, Current Ratio, Total Asset Turnover dan variabel dependennya adalah rentabilitas ekonomis ROE.
Berdasarkan hasil dari uji asumsi klasik dapat disimpulkan bahwa model berdistribusi normal, tidak terjadi multikolineritas, tidak terjadi heterokedastisitas
dan tidak terjadi autokorelasi, sehingga kesalahan bakunya kecil dan uji asumsi klasik baik digunakan untuk memprediksi rentabilitas ekonomis perusahaan
manufaktur. Persamaan regresi digunakan untuk kemampuan memprediksi, dari hasil analisis diperoleh persamaan regresi berganda :
Y = 0.590 + 11.871 IT – 0.191 CR – 0.698 TATO + e
Berdasarkan hasil uji determinasi dengan menggunakan pengukuran adjusted R
2
dengan menggunakan SPSS 18.0 diperoleh nilai adjusted R
2
atau koefisien determinasi adalah sebesar 0.053 atau 53.0. Hal ini berarti 53.0 variasi dari
perubahan rentabilitas ekonomis dipengaruhi oleh variabel independen IT, CR, TATO. Sedangkan 47 lagi dijelaskan oleh variasi atau faktor lainnya.
Berdasarkan hasil pengolahan data diatas dapat dibuktikan bahwa :
1. Hipotesis Pertama
H
1
= Tidak berpengaruh signifikan antara IT dengan ROE Hipotesis tersebut tidak dapat diterima, dari perhitungan uji secara parsial
diperoleh nilai t hitung sebesar 1.471 dengan nilai signifikansinya sebesar 0.153 lebih besar dari 5 atau 0.05. Berarti terdapat pengaruh negatif dan tidak
signifikan antara perubahan variabel IT terhadap perubahan variabel ROE. Hasil penelitian ini tidak mendukung hasil penelitian R. M Riady 2006 dimana IT
mempunyai pengaruh positif signifikan terhadap ROE. Akan tetapi penelitian ini
Universitas Sumatera Utara
56
mendukung hasil penelitian Hernawati 2007 dimana IT tidak berpengaruh signifikan terhadap perubahan ROE. Output SPSS menunjukkan variabel IT
mempunyai nilai beta unstandardized coeffesient sebesar 11.871, berdasarkan hasil perusahaan harus menambah asset karena perputaran asset perusahaan dalam
mengahsilkan laba kurang efesien, dimana perubahan IT tidak mempunyai pengaruh yang positif atau IT mempunyai pengaruh yang negatif dan tidak
signifikan terhadap perubahan ROE. Hal ini mengindikasikan bahwa semakin efesien perputaran persediaan pada perusahaan akan meningkatkan laba
perusahaan, meningkatnya laba akan meningkatkan perubahan ROE.
2. Hipotesis Kedua