Definisi Operasional Metode Analisis Data

3.6 Definisi Operasional

1. Perputaran Piutang Perputaran piutang menentukan kelancaran piutang bersirkulasi dalam satu periode yang mengindikasikan lancarnya aktivitas penjualan dari perusahaan. Dimana perputaran piutang dapat dihitung dengan rumus : 2. Perputaran Persediaan Perputaran persediaan inventory turnover mengukur hubungan antara volume barang dagang yang dijual dengan jumlah persediaan yang dimiliki selama periode berjalan. Perputaran Persediaan dihitung sebagai berikut : 3. Tingkat profitabilitas Profitabilitas adalah kemampuan perusahaan untuk menghasilkan laba pada periode tertentu, dimana dalam penelitian ini tingkat profitabilitas diukur dengan tingkat pengembalian asset Rasio ROA Return On Asset. ROA adalah kemampuan perusahaan untuk menghasilkan laba dari total aktiva yang dimiliki, yang dapat dihitung dengan rumus sebagai berikut : Universitas Sumatera Utara

3.7 Metode Analisis Data

Data penelitian dikumpulkan untuk diolah, kemudian akan dianalisis untuk memperoleh jawaban atas permasalahan yang timbul dalam penelitian ini. Metode analisis data yang dilakukan dalam penelitian ini adalah dengan analisis statistik yang menggunakan software statistik SPSS versi 17. Metode dan teknik analisis dilakukan dengan tahapan sebagai berikut :

1. Pengujian Asumsi Klasik

Penggunaan analisis regresi dalam statistik harus bebas dari asumsi-asumsi klasik. Adapun pengujian asumsi klasik yang digunakan dalam penelitian ini adalah uji normalitas, uji multikolinieritas, heterokedastisitas, dan autokorelasi. • Uji Normalitas Tujuan uji normalitas menurut Ghozali 2005 : 111 adalah untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Ada beberapa cara yang dapat digunakan untuk melihat normalitas data dalam penelitian ini yaitu : a. Uji Kolmogorov-Smirnov, dalam uji ini pedoman yang digunakan dalam pengambilan keputusan yaitu :  Jika nilai signifikan 0.05 maka distribusi data tidak normal  Jika nilai signifikan 0.05 maka distribusi data normal b. Histogram, yaitu pengujian dengan menggunakan ketentuan bahwa data normal berbentuk lonceng Bell shaped. Data yang baik adalah Universitas Sumatera Utara data yang memiliki pola distribusi normal. Jika data menceng ke kanan atau menceng ke kiri berarti memberitahukan bahwa data tidak berdistribusi secara normal. c. Grafik Normality Probability Plot, ketentuan yang digunakan adalah :  Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal maka model regesi memenuhi asumsi normalitas  Jika data menyebar jauh dari diagonal danatau tidak mengikuti arah garis diagonal maka model regresi tidak memenuhi asumsi normalitas. • Uji Multikolinieritas Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel independen. Jika terjadi korelasi, berarti terjadi masalah multikolinieritas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Untuk melihat ada atau tidaknya multikolinieritas dalam model regresi dilihat dari nilai Tolerence dan lawannya Variance Inflation Factor VIF. Batasan yang umum dipakai untuk menunjukkan adanya multikolinieritas adalah nilai Tolerence 0,10 atau sama dengan VIF 5 Situmorang, 2011 : 139. Untuk mendeteksi ada atau tidak adanya multikolinieritas dapat dilakukan dengan melihat toleransi variabel dan Universitas Sumatera Utara Variance Inflation Factor VIF dengan membandingkan sebagai berikut : • VIF 5 maka diduga mempunyai persoalan multikolineritas • VIF 5 maka tidak terdapat multikolineritas • Tolerance 0,1 maka diduga mempunyai persoalan multikolineritas • Tolerance 0,1 maka tidak terdapat multikolineritas • Uji Heteroskedastisitas Menurut Erlina dan Mulyani 2007 : 108 uji heteroskedastisitas bertujuan untuk melihat apakah didalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan ke pengamatan yang lain. Jika varian dari residual satu pengamatan ke pengamatan yang lain tetap maka disebut homoskedastisitas, dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik yaitu homoskedastisitas. Pengujian dilakukaan dengan Scatter-Plot dengan menggunakan SRESID dan ZPRED pada software SPSS. Dasar pengambilan keputusannya : • jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas, Universitas Sumatera Utara • jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas. • Uji Autokorelasi 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. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun satu dengan lainnya. Hal ini sering ditemukan pada time series. Pada data crossection, masalah autokorelasi relatif tidak terjadi. Uji yang digunakan dalam penelitian ini untuk mendeteksi ada atau tidaknya autokorelasi dapat dilihat dengan menggunakan uji Durbin- Watson. Uji Durbin-Watson hanya digunakan untuk autokorelasi tingkat satu first order autocorelation dan mensyaratkan adanya intercept konstanta dalam model regresi dan tidak ada variabel lagi diantara variabel dependen. Hipotesis yang akan diuji adalah : • Ho : tidak ada autokorelasi r = 0 • Ha : ada autokorelasi r ≠ 0 Pengambilan keputusan ada tidaknya autokorelasi yaitu : Universitas Sumatera Utara 1. Bila nilai DW terletak antara batas atas atau upper bound du dan 4-du, maka koefisien autokorelasi sama dengan nol, berarti tidak ada autokorelasi. 2. Bila nilai DW lebih rendah daripada batas bawah atau lower bound dl, maka koefisien autokorelasi lebih besar daripada nol, berarti ada autokorelasi positif. 3. Bila nilai DW lebih besar daripada 4-dl, maka koefisien autokorelasi lebih kecil daripada nol, berarti ada autokorelasi negatif. 4. Bila nilai DW terletak diantara batas atas du dan batas bawah dl atau DW terletak antara 4-du dan 4-dl, maka hasilnya tidak dapat disimpulkan.

2. Analisis Regresi Berganda

Analisa data dalam penelitian ini menggunakan analisis regresi berganda. Penelitian ini hanya terdapat dua variabel independen, yaitu perputaran piutang dan persediaan dan satu variabel dependen, yaitu tingkat profitabilitas. Perusahaan yang mempunyai hubungan saling mempengaruhi antara kedua variabel tersebut. Analisis regresi dengan menggunakan SPSS. Persamaan Regresi berganda : Y = a+b1X1+b2X2+e Keterangan : Y : Variabel dependen Profitabilitas Universitas Sumatera Utara A : Konstanta atau harga Y bila X = 0 b1,b2 : Koefisien regresi dari setiap variabel X1 : Perputaran piutang X2 : Perputaran persediaan e : Faktor lain diluar model

3. Uji Hipotesis

• Uji t Uji ini dilakukan untuk mengetahui pengaruh variabel independen secara parsial terhadap variabel independen. Uji ini dilakukan dengan membandingkan t hitung dengan t tabel dengan ketentuan sebagai berikut : 1 Ha ditolak jika t hitung t tabel untuk α = 5 2 Ha diterima jika t hitung t tabel untuk α = 5 • Uji F Uji ini dilakukan untuk mengetahui apakah variabel bebas secara bersama-sama simultan mempunyai pengaruh terhadap variabel tidak bebas. Pembuktian dilakukan dengan cara membandingkan nilai kritis, F tabel dengan F hitung yang terdapat pada tabel analisis df variance. 1 Ha ditolak jika F hitung F tabel untuk α = 5 2 Ha diterima jika F hitung F tabel untuk α = 5 Universitas Sumatera Utara

3.8 Jadwal Penelitian Tabel 3.2