Esther Thersia O.S : Pengaruh Perputaran Piutang Usaha Dan Perputaran Persediaan Terhadap Tingkat Rentabilitas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di Bursa Efek Indonesia, 2009.
tertinggi adalah 24.53, dan nilai perputaran persediaan yang terendah adalah 0.57.
3. Rata-rata dari ROA adalah 1.0769 dengan standar deviasi sebesar 13.94628
dan jumlah data yang ada adalah 54. Nilai ROA terendah adalah -90.37 dan nilai ROA tertinggi adalah 12.95.
2. 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 akan dilakukan adalah uji
normalitas, uji multikolinearitas, uji heterokedastisitas, dan uji autokorelasi.
a. Uji Normalitas.
Uji normalitas bertujuan untuk menguji apakah variabel residual berdistribusi normal. Uji statistik yang digunakan dalam penelitian ini adalah uji
statistik non parametrik Kolmogorov-Smirnov K-S dengan membuat hipotesis: H0 : Data residua l berdistribusi normal
Ha : Data residual tidak berdistribusi normal Apabila nilai signifikansinya lebih besar dari 0,05 maka H0 diterima,
sedangkan jika nilai signifikansinya lebih kecil dari 0,05 maka H0 ditolak atau Ha diterima.
Esther Thersia O.S : Pengaruh Perputaran Piutang Usaha Dan Perputaran Persediaan Terhadap Tingkat Rentabilitas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di Bursa Efek Indonesia, 2009.
Regression Standardized Residual
2 -2
-4 -6
-8
Frequency
30
20
10
Histogram Dependent Variable: Y
Mean =-1.3E-16 Std. Dev. =0.981
N =54
Tabel 4.3 Uji Normalitas sebelum data di transformasi
One-Sample Kolmogorov-Smirnov
Unstandardize d Residual
N 54
Normal Parametersa,b Mean
.0000000 Std. Deviation
12.90409991 Most Extreme
Differences Absolute
.251 Positive
.175 Negative
-.251 Kolmogorov-Smirnov Z
1.843 Asymp. Sig. 2-tailed
.002 a Test distribution is Normal.
b Calculated from data.
Hasil analisis metode One-Sample Kolmogorov-Smirnov, menunjukkan bahwa Nilai Kolmogrov – Smirnov sebesar 0.002 dan signifikan pada 0.05
karena Asymp. Sig. 2-tailed 0.002 dari 0.05. Dari hasil yang diperoleh maka H0 ditolak atau H1 diterima, dengan kata lain data tidak terdistribusi normal. Data
yang tidak terdistribusi secara normal tersebut juga dapat dilihat melalui grafik histogram dan grafik normal plot data.
Gambar 4.1 Histogram
Esther Thersia O.S : Pengaruh Perputaran Piutang Usaha Dan Perputaran Persediaan Terhadap Tingkat Rentabilitas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di Bursa Efek Indonesia, 2009.
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E xpect
ed C
um P
rob
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual Dependent Variable: Y
Gambar 4.2 Grafik Normal P-P Plot
Dari grafik histogram, dapat disimpulkan bahwa distribusi data tidak normal karena grafik histogram menunjukkan distribusi data tidak mengikuti garis
diagonal yaitu menceng kekanan negative skewness. Demikian pula dengan hasil uji normalitas dengan menggunakan grafik normal plot. Pada grafik normal plot,
terlihat titik-titik menyebar disekitar garis diagonal serta penyebarannya agak menjauh dari garis diagonal sehingga dapat disimpulkan bahwa data dalam model
regresi terdistribusi secara normal. Untuk mengatasi data yang tidak terdistribusi normal maka dilakukan
transformasi data dengan mentransformasi variabel dependen dan independen menjadi bentuk logaritma natural. Hasil dari transformasi data dapat dilihat
sebagai berikut:
Esther Thersia O.S : Pengaruh Perputaran Piutang Usaha Dan Perputaran Persediaan Terhadap Tingkat Rentabilitas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di Bursa Efek Indonesia, 2009.
Tabel 4.4 Setelah Transformasi dengan Logaritma Natural
Uji Kolmogorov-Smirnov
Unstandardized Residual
N 44
Normal Parametersa,b Mean .0000000
Std. Deviation 1.20702865
Most Extreme Differences
Absolute .103
Positive .052
Negative -.103
Kolmogorov-Smirnov Z .684
Asymp. Sig. 2-tailed .737
a Test distribution is Normal. b Calculated from data.
Dari transformasi data, maka nilai Kolmogrov – Smirnov menjadi 0.684 dan signifikansi pada 0.737 sehingga dapat disimpulkan bahwa data dalam model
regresi telah terdistribusi secara normal, dimana nilai signifikansinya lebih dari 0,05 karena Asymp. Sig. 2-tailed 0.737 dari 0.05. Dengan demikian, secara
keseluruhan dapat disimpulkan bahwa nilai-nilai observasi data telah terdistribusi secara normal dan dapat dilanjutkan dengan uji asumsi klasik lainnya. Untuk
lebih jelas, berikut ini turut dilampirkan grafik histogram dan plot data yang terdistribusi normal.
Esther Thersia O.S : Pengaruh Perputaran Piutang Usaha Dan Perputaran Persediaan Terhadap Tingkat Rentabilitas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di Bursa Efek Indonesia, 2009.
Regression Standardized Residual
2 1
-1 -2
-3
Frequency
12 10
8 6
4 2
Histogram Dependent Variable: LN_Y
Mean =-2.64E-16 Std. Dev. =0.976
N =44
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E xpect
ed C
um P
rob
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual Dependent Variable: LN_Y
Gambar 4.3 Grafik Histogram
Gambar 4.4 Grafik Normal P-P Plot
Dengan cara membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal, dari grafik di atas dapat disimpulkan bahwa
distribusi data normal karena grafik histogram menunjukkan distribusi data mengikuti garis diagonal yang tidak menceng skewness ke kiri maupun ke kanan
Esther Thersia O.S : Pengaruh Perputaran Piutang Usaha Dan Perputaran Persediaan Terhadap Tingkat Rentabilitas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di Bursa Efek Indonesia, 2009.
atau normal. Demikian pula dengan hasil uji normalitas dengan menggunakan grafik plot. Pada grafik normal plot, terlihat titik-titik menyebar disekitar garis
diagonal serta penyebarannya agak mendekati dengan garis diagonal sehingga dapat disimpulkan bahwa data dalam model regresi terdistribusi secara normal.
b. Uji Multikolinearitas
