Pengaruh Modal Kerja Bersih Terhadap Tingkat Rentabilitas Usaha Pada Perusahaan Tekstil Dan Garmen Yang Terdaftar Di Bursa Efek Indonesia Chapter III V

BAB III
METODE PENELITIAN
3.1 Jenis Penelitian
Jenis penelitian yang dilakukan dalam penelitian ini merupakan penelitian
sebab-akibat (causal research), yaitu penelitian yang dilakukan untuk
menganalisis hubungan-hubungan antara satu variabel dengan variabel lainnya
atau bagaimana suatu variabel mempengaruhi variabel lainnya (Erlina, 2011 : 21).
Jenis data yang digunakan dalam penelitian ini adalah data kuantitatif yang
bersumber dari data sekunder. Data yang digunakan berasal dari laporan keuangan
perusahaan garmen dan tekstil yang listing di Bursa Efek Indonesia selama tahun
2008 hingga 2010, antara lain neraca (balance sheet), laporan laba-rugi (income
statements), dan ratio yang diperoleh melalui media internet, buku serta jurnal
referensi lainnya.

3.2 Populasi dan Sampel
Populasi adalah wilayah generalisasi yang terdiri atas objek / subjek yang
memiliki kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk
dipelajari kemudian ditarik kesimpulannya (Suharyadi dan Purwanto, 2004 : 55).
Target populasi dalam penelitian ini adalah perusahaan garmen dan tekstil yang
terdaftar dan tidak keluar (delisting) di Bursa Efek Indonesia pada periode 2008
sampai 2010. Perusahaan-perusahaan ini juga diharapkan memiliki laporan

keuangan publikasi yang lengkap hingga pada tahun yang bersangkutan serta data
yang dimiliki perusahaan dalam laporan keuangannya dinilai cukup dan memadai

Universitas Sumatera Utara

sesuai dengan kriteria yang diteliti baik variabel independen maupun variabel
dependen.
Sampel adalah bagian populasi yang digunakan untuk memperkirakan
karakteristik populasi (Erlina dan Mulyani, 2007 : 74). Teknik pengambilan
sampel dalam penelitian ini dilakukan dengan menggunakan pendekatan NonProbability Sample (Selected Sample) melalui metode Purposive Sampling.
Purposive sampling merupakan teknik pengambilan sampel secara sengaja dengan
kriteria tertentu.
Pada penelitian ini, dari perusahaan garmen dan tekstil yang terdaftar di
Bursa Efek Indonesia dan tidak delisting sejak tahun 2008 hingga 2010, hanya
terdapat 10 perusahaan dari 25 perusahaa yang dinilai layak untuk dijadikan
sampel penelitian. Hal ini terjadi karena pertimbangan-pertimbangan tertentu
yaitu:
a. perusahaan garmen dan tekstil yang sudah terdaftar di Bursa Efek
Indonesia sebelum 1 Januari 2008
b. Perusahaan tersebut mempublikasikan laporan keuangannya secara

lengkap di Bursa Efek Indonesia dan tidak keluar (delisting) selama
periode 2008 hingga 2010.
c. Perusahaan tersebut dinilai layak dan memiliki data yang cukup untuk
diteliti oleh peneliti.

Universitas Sumatera Utara

Tabel 3.1
Daftar Emitten BEI yang Menjadi Sampel Penelitian

NO

KODE

Nama Perusahaan

1

ADMG

PT Polychem Indonesia Tbk.

2

ARGO

PT Argo Pantes Tbk.

3

BATA

PT Sepatu Bata Tbk

4

BIMA

PT Primarindo Asia Infrastructure Tbk

5

CNTB

PT Centex Tbk – Saham Seri B.

6

CNTX

PT Century Textile Industry (CENTEX) Tbk.

7

DOID

PT Delta Dunia Petroindo Tbk

8

ERTX

PT Eratex Djaya Tbk.

9

ESTI

PT Ever Shine Textile Industry Tbk.

10

FMII

PT Fortune Mate Indonesia Tbk

11

HDTX

PT Pan Asia Indosyntec Tbk.

12

INDR

PT Indo Rama Synthetic Tbk.

13

KARW

PT Karwell Indonesia Tbk.

14

MYRX

PT. Hanson International Tbk

15

MYTX

PT Apac Citra Centertex Tbk.

16

PAFI

PT Pan Asia Filament Inti Tbk.

17

PBRX

PT Pan Brothers Tbk.

18

POLY

PT Asia Pasific Fibers Tbk.

19

RICY

PT Ricky Putra Globalindo Tbk.

20

SIMM

PT Surya Intrindo Makmur Tbk

21

SRSN

PT Indo Acidatama Tbk.

22

SSTM

PT Sunson Textile Manufacturer Tbk.

23

TFCO

Tifico Fiber Indonesia Tbk.

24

UNIT

PT Nusantara Inti Corpora Tbk.

25

UNTX

PT Unitex Tbk.

Universitas Sumatera Utara

3.3 Batasan Operasional
Adapun hal yang menjadi batasan operasional penelitian penulis, yaitu:
a. Subjek dalam penelitian ini adalah perusahaan garmen dan tekstil yang
terdaftar di Bursa Efek Indonesia (BEI).
b. Data laporan keuangan yang digunakan adalah laporan keuangan
perusahaan garmen dan tekstil yang terdaftar di Bursa Efek Indonesia
pada tahun 2008 hingga 2010.
c. Penelitian ini dilakukan untuk melihat pengaruh modal kerja bersih
terhadap tingkat rentabilitas usaha dengan analisis regresi berganda,
yang dilakukan dengan menggunakan alat bantu program SPSS versi
16.0 for window (Statistic Product and Social Sciences).

3.4 Defenisi Operasional
Berdasarkan masalah dan hipotesis yang akan diuji, parameter yang
digunakan adalah sebagai berikut:
a. Variabel Terikat (dependent variable)
Variabel dependen dalam penelitian ini adalah Return on Equity
(ROE) atau sering juga disebut dengan tingkat pengembalian modal
sendiri.

Laba Setelah Pajak
Return on Equity (ROE)

=
Total Ekuitas

Universitas Sumatera Utara

b. Variabel Bebas (independent variable)
1) Perputaran kas (cash turnover)
Perputaran kas menunjukkan bagaimana kas dan setara kas
yang diinvestasikan dalam operasional perusahaan khususnya
yang dikaitkan dengan penjualan dapat kembali dikonversi
menjadi kas kembali dalam satu periode. Analisis perputaran
kas menunjukkan seberapa cepat kas dan setara kas yang
diinvestasikan dalam kegiatan operasional dapat dikonversi
kembali menjadi kas melalui hasil penjualan perusahaan. Rasio
ini dihitung dengan :
Perputaran kas (cash turnover) =

Penjualan
Rata-rata kas dan setara kas

2) Perputaran piutang usaha ( account receivable turnover)
Perputaran piutang usaha mempunyai hubungan yang erat
dengan jumlah penjualan kredit. Rasio perputaran piutang
usaha (account receivable turnover) memberikan pandangan
mengenai kualitas piutang perusahaan dan seberapa berhasil
perusahaan dalam menagih piutangnya dalam satu periode.
Rasio ini dihitung dengan :
Perputaran piutang usaha =

Penjualan
Rata-rata piutang usaha

Universitas Sumatera Utara

3) Perputaran persediaan (inventory turnover)
Perputaran persediaan menunjukkan berapa kali persediaan
barang berputar selama satu periode tertentu. Tingkat
persediaan ini dihitung dengan membagi harga pokok
penjualan dengan persediaan, atau dengan rumus :
Perputaran persediaan = Harga pokok penjualan
Rata-rata persediaan

Besarnya tingkat perputaran persediaan tergantung pada sifat
barang, letak, dan jenis perusahaan. Tingkat perputaran
persediaan yang rendah dapat disebabkan over investment
dalam persediaan. Sebaliknya tingkat perputaran persediaan
yang tinggi menunjukkan dana yang diinvestasikan pada
persediaan efektif menghasilkan laba.

4) Perputaran kewajiban lancar (current liabilities turnover)
Perputaran kewajiban lancar digunakan untuk mengukur berapa
kali kewajiaban lancar dibayar setiap tahunnya dengan tepat
waktu. Tingkat perputaran utang lancar dapat dihitung dengan
rumus:

Perputaran hutang lancar =

Penjualan
Rata-rata kewajiban lancar

Universitas Sumatera Utara

5) Perputaran modal kerja bersih (Net Working capital turnover)
Net Working capital turnover (NWCT) yaitu rasio yang
memperlihatkan adanya keefektifan modal kerja dalam
pencapaian

penjualan.

Perputaran

modal

kerja

bersih

dirumuskan dengan :
Net Working capital turnover =

Penjualan
Rata-rata modal kerja bersih

3.5 Tempat dan Waktu Penelitian
a. Tempat Penelitian
Penelitian dilakukan dengan menggunakan situs www.idx.co.id

b. Waktu Penelitian
Penelitian dilaksanakan sejak Maret 2013 sampai dengan Mei 2013.

3.6 Teknik Pengumpulan Data
Teknik pengumpulan data dalam penelitian ini dilakukan dengan studi
dokumentasi, yaitu dengan mempelajari, mengklasifikasikan, dan menganalisis
data sekunder yang terkait dengan lingkup penelitian ini. Data tersebut diperoleh
dari laporan keuangan perusahaan garmen dan tekstil yang terdaftar di Bursa Efek
Indonesia (BEI) pada tahun 2008 sampai dengan tahun 2010 dan dari Indonesian
Capital Market Directory (ICMD).
Pengumpulan data dilakukan melalui studi pustaka berupa literatur, jurnal,
skripsi, dan buku-buku referensi untuk mendapatkan gambaran masalah yang

Universitas Sumatera Utara

diteliti serta mengumpulkan data sekunder yang diperlukan yaitu laporan-laporan
keuangan yang dipublikasikan oleh Bursa Efek Indonesia. Laporan keuangan
publikasi ini diperoleh dari internet melalui situs www.idx.co.id per 31 Desember
setiap tahunnya. Sedangkan untuk data mengenai harga saham dapat dilihat dan
didownload dari situs www.duniainvestasi dan www.saham.us.

3.7 Metode Analisis Data
Metode analisis data yang digunakan dalam penelitian ini adalah metode
analisis deskriptif dan metode analisis statistik sebagai berikut:
3.7.1 Metode Analisis Deskriptif
Metode analisis deskriptif adalah suatu metode analisis dimana data
yang dikumpulkan dan digolongkan kemudian dianalisis dan
diinterpretasikan secara obyektif.
3.7.2 Metode Regresi Berganda
Analisis regresi berganda digunakan untuk mengetahui pengaruh dari
perputaran kas, perputaran piutang usaha, perputaran persediaan,
perputaran kewajiban lancar, perputaran modal kerja bersih terhadap
rentabilitas usaha (ROE). Persamaan regresi berganda yang dipakai
adalah sebagai berikut:
Y = a + b1X1 + b2X2 + b3X3 + b4X4 + b5X5 + e

Universitas Sumatera Utara

Keterangan:
Y = Rentabilitas Usaha (ROE)
a

= konstanta

b1, b2, b3, b4, b5 = Parameter koefisien regresi
X1 = Perputaran kas
X2 = Perputaran piutang usaha
X3 = Perputaran persediaan
X4 = Perputaran kewajiban lancar
X5 = Perputaran Modal Kerja Besih
e = Pengganggu

Adapun syarat uji normalitas atau uji asumsi klasik yang harus
dipenuhi model regresi berganda sebelum data tersebut dianalisis
adalah sebagai berikut:
a. Pengujian Normalitas
Uji normalitas atau distribusi normal dilakukan untuk
mengetahui

apakah

dalam

suatu

model

regresi,

variabel

independen, variabel dependen, atau keduanya berdistribusi normal
atau tidak. Model regresi yang baik adalah memiliki distribusi
normal atau mendekati normal.
Salah satu cara termudah untuk melihat normalitas adalah
dengan melihat histogram yang membandingkan antara data

Universitas Sumatera Utara

observasi dengan distribusi yang mendekati distribusi normal dan
dengan melakukan pendekatan grafik.
Pada pendekatan histogram, uji normalitas data dapat
dilihat dengan kurva normal, yakni kurva yang memiliki ciri-ciri
khusus, salah satu diantaranya adalah bahwa mean, mode dan
median berada pada tempat yang sama. Jika ketiga tendensi sentral
tersebut tidak berada pada satu tempat, maka kurva tersebut juling
ke kiri atau ke kanan. Ukuran kemiringan puncak kurva ke kiri atau
ke kanan tersebut dikenal dengan istilah kemiringan kurva
(skewness).
Selain uji normalitas menggunakan pendekatan histogram,
uji normalitas dapat juga dilihat dengan menggunakan pendekatan
grafik. Menurut Ghozali (2005 : 110), “cara untuk mendeteksi
apakah residual berdistribusi normal atau tidak ada dua, yaitu
analisis grafik dan analisis statistik. Normalitas dapat dideteksi
dengan melihat penyebaran data (titik) pada sumbu diagonal dalam
grafik dan dengan melihat histogram dari residualnya”. Dasar
pengambilan keputusannya adalah:
a) Jika data menyebar di sekitar garis diagonal dan
mengikuti arah garis diagonal atau grafik histogramnya
menunjukkan pola berdistribusi normal, maka model
regresi memenuhi asumsi normalitas.

Universitas Sumatera Utara

b) Jika data menyebar jauh dari diagonal dan tidak
mengikuti arah garis diagonal atau grafik histogramnya
tidak menunjukkan data berdistribusi normal, maka
model regresi tidak memenuhi asumsi normalitas.
Grafik PP plot akan membentuk plot antara nilai-nilai
teoritis (sumbu x) melawan nilai-nilai yang didapat dari sampel
(sumbu y). Apabila plot dari keduanya berbentuk linier (dapat
didekati oleh garis lurus), maka hal ini merupakan indikasi bahwa
residual menyebar normal.
Namun perlu diketahui, bahwa uji normalitas residual
dengan

grafik

dapat

menyesatkan

apabila

tidak

hati-hati

memperhatikan grafik secara visual. Karena secara visual, grafik
bisa kelihatan normal. Oleh karena itu, untuk melengkapi uji
normalitas dengan metode grafik dilakukan juga uji statistic
lainnya yang dapat digunakan untuk menguji normalitas residual.
Uji

statistic

lainnya

yang

dapat

digunakan

untuk

melengkapi uji normalitas dengan pendekatan histogram dan grafik
adalah uji statistic non-parametrik Kolmogrov-Smirnov (K-S). Uji
K-S dibuat dengan menggunakan hipotesis:
Ho

: data residual tidak berdistribusi normal

H1

: data residual berdistribusi normal
Bila signifikansi 0,05 berarti distribusi data normal dan H 1 diterima. Jika data
tidak normal, ada beberapa cara mengubah model regresi menjadi
normal menurut Jogiyanto (2004 : 172), yaitu:
a) Dengan melakukan transformasi data ke bentuk lain,
yaitu: logaritma natural, akar kuadrat, atau logaritma 10
b) Lakukan trimming, yaitu memangkas observasi yang
bersifat outlier.
c) Lakukan winsorizing, yaitu mengubah nilai-nilai data
outlier menjadi nilai-nilai minimum atau maksimum
yang diizinkan supaya distribusinya menjadi normal.
b. Uji Multikolineritas
Interpensi dari persamaan regresi ganda secara implisit
bergantung pada asumsi bahwa variabel-variabel independen
dalam persamaan tersebut tidak saling berkorelasi. Koefisienkoefisien regresi biasanya diinterpretasikan sebagai ukuran
perubahan

variabel

dependen

jika

salah

satu

variabel

independennya naik sebesar satu unit dan seluruh variabel
independen lainnya dianggap tetap. Namun interpretasi ini menjadi
tidak benar jika terdapat hubungan linear antar variabel
independen.
Uji multikolineritas diperlukan untuk mengetahui ada
tidaknya hubungan linear antar variabel independen dalam satu

Universitas Sumatera Utara

model. Hubungan linear antar variabel independen inilah yang
disebut multikolineritas. Model regresi yang baik seharusnya tidak
terjadi korelasi di antara variabel independen. Salah satu cara untuk
mendeteksi multikolineritas menurut Ghozali (2005 : 91) dapat
dilihat dari “(1) nilai tolerance dan lawannya (2) variance inflation
factor (VIF)”. Kedua ukuran ini menunjukkan setiap variabel
independen manakah yang dijelaskan oleh variabel independen
lainnya. Tolerance digunakan untuk mengukur variabilitas variabel
independen yang terpilih yang tidak dijelaskan oleh variabel
independen lainnya. Nilai cut off yang umum digunakan untuk
mendeteksi adanya multikolineritas adalah tolerance < 0,10 atau
sama dengan nilai VIF > 5. Jika nilai tolerance < 0,10 atau sama
dengan nilai VIF > 5 maka hal ini mengindikasikan terjadi
multikolineritas.
Selain dengan memperhatikan nilai tolerance dan VIF, uji
multikolinearitas dapat juga diperhatikan melalui tabel collinearity
diagnostics. Melalui table uji collinearity diagnostics dapat
disimpulkan bahwa tidak terjadi multikolinearitas antar variabel
independen jika diperoleh hasil korelasi antara variabel independen
di bawah 0,9.
c. Uji Heterokedastisitas
Menurut Erlina dan Mulyani (2007 : 107), “uji ini
digunakan untuk menguji apakah suatu model regresi terjadi

Universitas Sumatera Utara

ketidaksamaan varians dari residual atas suatu pengamatan
terhadap pengamatan lainnya atau tidak. Jika varians dari residual
atas suatu pengamatan terhadap pengamatan lainnya tetap, maka
disebut homokedastisitas”. Namun apabila residual atas suatu
pengamatan terhadap pengamatan lainnya berbeda, maka disebut
heterokedastisitas. Model yang baik adalah tidak terdapat
heterokedastisitas. Alat untuk menguji heteroskedastisitas bisa
dibagi dua, yakni dengan menggunakan analisis grafik atau dengan
menggunakan analisis residual yang berupa statistik.
Asumsi heteroskedastisitas adalah asumsi dalam regresi di
mana varians dari residual tidak sama untuk satu pengamatan ke
pengamatan lainnya. Ada tidaknya heteroskedastis dapat dilakukan
dengan melihat grafik scatterplot antara nilai prediksi variabel
independen dengan nilai residualnya. Pada grafik scatterplot, data
uji akan menunjukkan hasil berupa sebaran titik-titik, dimana titiktitik yang terbentuk harus menyebar secara acak, tersebar baik di
atas maupun di bawah angka 0 pada sumbu Y. Dasar analisis yang
dapat digunakan untuk menentukan heteroskedastisitas, antara lain:
a) 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

b) 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
homoskedastistas.
d. Uji Autokorelasi
Pada data time series sering ditemukan adanya masalah
autokorelasi. Menurut Ghozali (2005 : 95), “uji autokorelasi
bertujuan untuk menguji apakah dalam model regresi linear ada
korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pengganggu pada periode t-1 (sebelumnya)”. Jika terjadi
autokorelasi maka dikatakan ada problem autokorelasi. Model
regresi yang baik adalah regresi yang bebas dari autokorelasi. Uji
autokorelasi ini menggunakan uji Durbin Watson (DW test).
Kriteria untuk penilaian terjadinya autokorelasi adalah:
a) Angka D-W di bawah -2 berarti ada autokorelasi positif
b) Angka D-W di antara -2 sampai +2, berarti tidak ada
autokorelasi baik positif maupun negatif
c) Angka D-W di atas +2 berarti ada autokorelasi negatif

1. Pengujian Hipotesis
Uji hipotesis berguna untuk memeriksa atau menguji apakah koefisien
regresi yang didapat signifikan. Pengujian hipotesis ini dilakukan

Universitas Sumatera Utara

dengan metode analisis regresi linear berganda untuk mengetahui
apakah variabel bebas mempunyai pengaruh terhadap variabel terikat.
Ada dua jenis koefisien regresi yang dapat dilakukan, yaitu uji-F dan
uji-t.
a. Uji-F (Uji Signifikansi Simultan)
Pengujian ini dilakukan untuk mengetahui apakah semua
variabel bebas secara simultan dapat diterima menjadi model
penelitian terhadap variabel terikat. Pengujian ini juga bertujuan
untuk mengetahui apakah variabel-variabel independen secara
bersama-sama mempengaruhi variabel dependen secara signifikan.
Pengujian simultan ini menggunakan uji F, yaitu dengan
membandingkan

antara

nilai

signifikansi

F

dengan

nilai

signifikansi yang digunakan yaitu 0,05.
Bentuk pengujiannya adalah:
H 0 : b 1 = b 2 = b 3 = b 4 = b 5 = 0, artinya secara simultan variabel
perputaran kas, perputaran piutang usaha, perputaran persediaan,
perputaran kewajiban lancar, dan perputaran modal kerja bersih
tidak memenuhi model penelitian dan tidak mempunyai pengaruh
yang signifikan secara bersama-sama terhadap Return on Equity
(ROE).
H 1 : b 1 ≠ b 2 ≠ b 3 ≠ b 4 ≠ b 5 ≠ 0, artinya secara simultan variabel
perputaran kas, perputaran piutang usaha, perputaran persediaan,
perputaran kewajiban lancar, dan perputaran modal kerja bersih

Universitas Sumatera Utara

telah memenuhi model penelitian dan mempunyai pengaruh yang
signifikan secara bersama-sama terhadap Return on Equity (ROE).
Kriteria pengambilan keputusan:
H 0 diterima jika F hitung ≤ F tabel pada α = 5%
H 1 diterima jika F hitung > F tabel pada α = 5%

b. Uji-t (Uji Parsial)
Digunakan

untuk

menguji

koefisien

regresi

secara

individual. Pengujian ini dilakukan untuk mengetahui apakah
secara parsial masing-masing variabel bebas mempunyai pengaruh
signifikan atau tidak terhadap variabel terikat. Setelah didapat nilai
t hitung , maka selanjutnya nilai t hitung tersebut dibandingkan dengan
nilai t tabel . Bentuk pengujiannya sebagai berikut:
H 0 : b 1 = 0, artinya tidak terdapat pengaruh signifikan dari variabel
perputaran kas terhadap ROE secara parsial.
H 1 : b 1 ≠ 0, artinya terdapat pengaruh signifikan dari variabel
perputaran kas terhadap ROE secara parsial.
H 0 : b 2 = 0, artinya tidak terdapat pengaruh signifikan dari variabel
perputaran piutang usaha terhadap ROE secara parsial.
H 1 : b 2 ≠ 0, artinya terdapat pengaruh signifikan dari variabel
perputaran piutang usaha terhadap ROE secara parsial.

Universitas Sumatera Utara

H 0 : b 3 = 0, artinya tidak terdapat pengaruh signifikan dari variabel
perputaran persediaan terhadap ROE secara parsial.
H 1 : b 3 ≠ 0, artinya terdapat pengaruh signifikan dari variabel
perputaran persediaan terhadap ROE secara parsial.
H 0 : b 4 = 0, artinya tidak terdapat pengaruh signifikan dari variabel
perputaran kewajiban lancar terhadap ROE secara parsial.
H 1 : b 4 ≠ 0, artinya terdapat pengaruh signifikan dari variabel
perputaran kewajiban lancar terhadap ROE secara parsial.
H 0 : b 5 = 0, artinya tidak terdapat pengaruh signifikan dari variabel
perputaran modal kerja bersih terhadap ROE secara parsial.
H 1 : b 5 ≠ 0, artinya terdapat pengaruh signifikan dari variabel
perputaran modal kerja bersih terhadap ROE secara parsial.
Pada penelitian ini, t hitung akan dibandingkan dengan t tabel pada
tingkat signifikansi (α) = 5%.
Kriteria pengambilan keputusan:
Jika t hitung < t tabel , maka H 0 diterima dan H 1 ditolak
Jika t hitung > t tabel , maka H 0 ditolak dan H 1 diterima.
Jika tingkat signifikansi di bawah 0,05 maka H 0 ditolak dan H 1
diterima.

Universitas Sumatera Utara

c. Koefisien Determinasi
Pengujian ini bertujuan untuk menguji tingkat keeratan atau
keterikatan antar variabel dependen dan variabel independen yang
bisa bisa dilihat dari besarnya nilai koefisien determinasi multiple
R2. Pengujian determinasi (R2) akan menunjukkan besarnya
persentase sumbangan variabel perputaran kas, perputaran piutang
usaha, perputaran persediaan, perputaran kewajiban lancar, dan
perputaran modal kerja bersih terhadap ROE, dimana 0 Z hitung (1,96) atau angka
signifikansi < signifikansi (α) 0,05 maka distribusi data
dikatakan tidak normal.

Setelah dilakukan transformasi, data kemudian diuji kembali
berdasarkan uji normalitas. Hasil uji kolmogrov-smirnov setelah
dilakukannya transformasi data ke dalam bentuk logaritma natural
dapat dilihat dibawah ini:
Tabel 4.2
Hasil uji normalitas setelah transformasi
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N
30
Normal Parametersa,b Mean
.00000000
Std. Deviation
1.36130890
Most
ExtremeAbsolute
.200
Differences
Positive
.200
Negative
-.099
Kolmogorov-Smirnov Z
.1,095
Asymp. Sig. (2-tailed)
.182
a. Test distribution is Normal.
b. Calculated from data.
Sumber : output SPSS

Tabel 4.2 menunjukan bahwa hasil pengujian statistik dengan
model kolmogrov-smirnov adalah data terdistribusi normal karena nilai
Asymp. Sig 0,182 > nilai signifikan 0,05 dan Z hitung (Kolmogrov
Smirnov) 1,095 < Z tabel (1,96). Hasil uji normalitas dengan
menggunakan grafik histogram dan normal probability plot juga
menunjukan bahwa data terdistribusi normal. Hal tersebut dilihat
melalui grafik histogram dan normal probability plot dibawah ini.

Universitas Sumatera Utara

Gambar 4.1
Uji normalitas (Histogram)
Sumber : output SPSS
Setelah adanya transformasi data, distribusi residual menjadi relatif
lebih normal. Hal ini ditunjukan oleh grafik histogram pada gambar 4.1
tidak terlalu menceng, baik ke kanan maupun ke kiri. Hasil yang sama
juga dapat dilihat dari grafik normal probability plot pada gambar
dibawah ini.

Universitas Sumatera Utara

Gambar 4.2
Uji normalitas (Normal Probability Plot)
Sumber : output SPSS
Pola titik-titik pada normal probability plot (gambar 4.2) setelah
ditransformasi menunjukan pola titik-titik menyebar, mendekati dan
searah dengan garis diagonal menunjukan bahwa data residual telah
terdistribusi dengan normal. Namun seringkali data kelihatan normal
karena mengikuti garis diagonal. Padahal belum tentu data tersebut
berdistribusi normal.

Universitas Sumatera Utara

4.2.2.2. Uji multikolinieritas
Multikolinearitas menunjukkan ada tidaknya variabel independen
yang memiliki hubungan yang kuat dengan variabel independen lain
dalam model regresi, agar pengambilan keputusan pengaruh pada uji
parsial masing-masing variabel independen tidak bias.
Untuk mengetahui ada tidaknya multikolinearitas dapat dilihat dari
nilai Variance Inflation Factor (VIF) dan korelasi diantara variabel
independen. Jika nilai VIF < 10 atau nilai tolerance > 0,10, maka tidak
terjadi multikolonearitas.

Tabel 4.3
Hasil uji multikolinearitas
Model

Collinearity Statistics
Tolerance
VIF

1

(Constant)
Perputaran Kas
Perputaran Piutang Usaha
Perputaran Persediaan
Perputaran Kewajiban Lancar
Perputaran Modal Kerja
Sumber : output SPSS
Berdasarkan pada tabel diatas, dapat disimpulkan

.611
.610
.687
.558
.403
bahwa tidak

terjadi gejala multikolonieritas antara variabel independen yang
diindikasikan dari nilai tolerance setiap variabel > dari 0,1. Nilai
tolerance Perputaran Kas adalah 0,611; Perputaran Piutang Usaha
0,610; Perputaran Persediaan 0,687; Perputaran Kewajiban Lancar
0,558; Perputaran Modal Kerja 0,403.
nilai VIF kelima variabel independen < dari 10 yaitu Perputaran
Kas 1,637; Perputaran Piutang Usaha 1,639; Perputaran Persediaan

Universitas Sumatera Utara

1,637
1,639
1,456
1,793
2,483

1,456; Perputaran Kewajiban Lancar 1,793; dan Perputaran Modal
Kerja 2,483. maka dapat disimpulkan bahwa analisis lebih lanjut dapat
dilakukan.
4.2.2.3. Uji heteroskedastisitas
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala
heteroskedastisitas adalah dengan melihat plot grafik yang dihasilkan
dari pengolahan data dengan menggunakan program SPSS. Dasar
pengambilan keputusannya adalah:
1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk
pola tertentu yang terartur (bergelombang, melebar kemudian
menyempit),

maka

mengindikasikan

telah

terjadi

heteroskedastisitas
2. 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.
Berikut ini dilampirkan grafik scatterplot untuk menganalisis
apakah terjadi heteroskedastisitas atau terjadi homoskedastisitas dengan
mengamati penyebaran titik-titik pada gambar.

Universitas Sumatera Utara

Gambar 4.3
Scatterplot
Sumber: output SPSS
Ada tidaknya heteroskedastis dapat dilakukan dengan melihat
grafik scatterplot antara nilai prediksi variabel independen dengan nilai
residualnya. Pada grafik scatterplot, data uji akan menunjukkan hasil
berupa sebaran titik-titik, dimana titik-titik yang terbentuk harus
menyebar secara acak, tersebar baik di atas maupun di bawah angka 0
pada sumbu Y.
Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara
acak dan tidak membentuk suatu pola tertentu serta tersebar baik di atas

Universitas Sumatera Utara

maupun di bawah angka 0 pada sumbu Y dan berada disekitar angka 0,
sehingga dapat disimpulkan bahwa tidak terjadi heteroskedastisitas
pada model regresi, sehingga model regresi layak dipakai untuk
memprediksi

ROE

berdasarkan

masukan

variable

independen

perputaran kas, perputaran piutang usaha, perputaran persediaan,
perputarn persediaan lancar dan perputaran modal kerja. Adanya titiktitik yang menyebar menjauh dari titik-titik yang lain dikarenakan
adanya data observasi yang sangat berbeda dengan data observasi yang
lain.
4.2.2.4. Uji autokorelasi
Pengujian autokorelasi bertujuan untuk menguji apakah terdapat
korelasi antara kesalahan pengganggu pada suatu periode dengan
kesalahan pengganggu periode sebelumnya dalam model regresi. Jika
terjadi autokorelasi dalam model regresi berarti koefisien korelasi yang
diperoleh menjadi tidak akurat. Pengambilan keputusan ada tidaknya
autokorelasi dapat dilihat sebagai berikut
Tabel 4.4
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
Tidk ada korelasi negatif
Tolak
4-dl < d < 4
Tidak ada korelasi negatif
No decision
4-du ≤ d ≤ 4-dl
Tidak ada korelasi, positif atau negatif Tidak ditolak Du < d < 4-du
Sumber : ghozali (2005:96)

Universitas Sumatera Utara

Tabel 4.5
Hasil uji statistik durbin-watson
Model Summaryb
Model

1

R

R Square

a

,654

,428

Adjusted R

Std. Error of the

Square

Estimate
,309

Durbin-Watson

1,49641

1,441

a. Predictors: (Constant), Perputaran_Modal_kerja, Perputaran_piutang_usaha,
Perputaran_persediaan, Perputaran_kas, Perputaran_kewajiban_lancar
b. Dependent Variable: ROE

Sumber : output SPSS
Berdasarkan tabel 4.5 hasil uji Durbin-Watson sebesar 1,441. Nilai
DW dalam perhitungan tersebut akan dibandingkan dengan nilai kritis
tabel Durbin-Watson. Untuk variabel bebas (k) = 5 dan jumlah sampel
(N) = 30 besar DW tabel dl (batas luar) = 1,650 dan du (batas dalam) =
1,310; 4–du =2,690. Berdasarkan tabel 4.5 dapat dilihat perbandingan
nilai DW berada diantara du dan 4–du (1,310< 1,441 < 2,690). Menurut
tabel 4.4, nilai ini menunjukan suatu kesimpulan bahwa model regresi
linier dalam penelitian menunjukan tidak terjadinya autokorelasi,
sehingga model regresi penelitian ini masih layak digunakan.

4.2.3. Pengujian hipotesis
Uji hipotesis dilakukan dengan dua tahap, yakni uji t dan uji F.
Pengaruh variabel bebas terhadap variabel terikat secara parsial akan
diketahui dengan menggunakan uji t. Pengaruh variabel bebas terhadap
variabel terikat secara simultan akan dilihat dengan menggunakan uji F.
Berdasarkan hasil pengolahan data dengan program SPSS, maka diperoleh
hasil sebagai berikut:

Universitas Sumatera Utara

4.2.3.1. Uji signifikansi parsial (t-test)
Uji t dilakukan untuk mengetahui hubungan antara variabelvariabel independen terhadap variabel dependen secara parsial.
Hipotesis yang akan diuji adalah:
H 0 = kinerja keuangan yang terdiri dari perputaran kas, perputaran
piutang usaha, perputaran persediaan, perputarn persediaan lancar
dan perputaran modal kerja secara parsial tidak mempunyai
pengaruh terhadap ROE;
H a = kinerja keuangan yang terdiri dari perputaran kas, perputaran
piutang usaha, perputaran persediaan, perputarn persediaan lancar
dan perputaran modal kerja secara parsial mempunyai pengaruh
terhadap ROE.
Uji ini dilakukan dengan membandingkan signifikansi t hitung
dengan ketentuan:
− jika t hitung < t tabel pada α 0,05, maka Ha ditolak, dan
− jika t hitung > t tabel pada α 0,05, maka Ha diterima.
Tabel 4.6
Hasil uji parsial (t-test)
Coefficientsa
Model

Unstandardized Coefficients

Standardized

t

Sig.

Coefficients
B
(Constant)

1

Std. Error

Beta

-3,656

,676

Perputaran_kas

,030

,010

Perputaran_piutang_usaha

,022

Perputaran_persediaan
Perputaran_kewajiban_lanc
ar
Perputaran_Modal_kerja

-5,406

,000

,623

3,156

,004

,024

,184

,932

,361

,104

,053

,369

1,982

,059

,034

,121

,058

,280

,782

-,034

,012

-,665

-2,736

,012

Universitas Sumatera Utara

a. Dependent Variable: ROE

Sumber : output SPSS
Tabel 4.7 menunjukan hasil pengujian statistik t sehingga dapat
menjelaskan pengaruh variabel independen secara parsial. Berdasarkan
hasil diatas dapat dilihat bahwa variabel perputaran piutang usaha,
perputaran persediaan, dan perputaran kewajiban lancar tidak memiliki
pengaruh signifikan terhadap ROE karena ketiga variabel tersebut
masing-masing memiliki signifikansi sebesar 0,361; 0,059; dan 0,782
yang lebih besar dari 0,05. Sedangkan variabel perputaran kas dan
perputaran modal kerja bersih memiliki signifikansi sebesar 0,004 dan
0,012 dimana signifikan variabel tersebut lebih kecil dari 0,05. hal ini
menunjukkan bahwa secara parsial variabel perputaran kas dan
perputaran modal kerja bersih berpengaruh signifikan terhadap ROE.

4.2.3.2. Uji signifikansi simultan (F-test)
Uji F ini dilakukan untuk melihat seberapa besar pengaruh variabel
independen terhadap variabel dependen secara simultan. Hipotesis yang
akan diuji adalah:
H 0 = kinerja keuangan yang terdiri dari perputaran kas, perputaran
piutang usaha, perputaran persediaan, perputarn persediaan lancar
dan perputaran modal kerja tidak mempunyai pengaruh secara
simultan terhadap ROE.
H a = kinerja keuangan yang terdiri dari perputaran kas, perputaran
piutang usaha, perputaran persediaan, perputarn persediaan lancar

Universitas Sumatera Utara

dan perputaran modal kerja mempunyai pengaruh secara simultan
terhadap ROE.
Uji ini dilakukan dengan membandingkan signifikansi F hitung
dengan ketentuan:
− Jika F hitung < F tabel pada α 0.05, maka Ha ditolak, dan
− Jika F hitung > F tabel pada α 0.05, maka Ha diterima.
Tabel 4.7
Hasil uji simultan (F-test)
ANOVAa
Model

1

Sum of Squares

Df

Mean Square

Regression

40,254

5

8,051

Residual

53,742

24

2,239

Total

93,996

29

F
3,595

Sig.
,014b

a. Dependent Variable: ROE
b. Predictors: (Constant), Perputaran_Modal_kerja, Perputaran_piutang_usaha,
Perputaran_persediaan, Perputaran_kas, Perputaran_kewajiban_lancar

Sumber : output SPSS
Hasil uji F yang ditampilkan dalam tabel 4.8 menunjukkan bahwa
nilai F hitung adalah 3,595 dengan tingkat signifikansi 0,050. Dengan
menggunakan tabel uji F, nilai F tabel diperoleh sebesar 3,59. Hal
tersebut menunjukkan bahwa F hitung sebesar 3,595 > dari F tabel sebesar
3,59, sehingga H a diterima dan H 0 ditolak. Nilai signifikansi sebesar
0,014 < dari signifikansi 0,05 yang berarti variabel tersebut
mempengaruhi variabel dependen secara signifikan. Hal tersebut berarti
perputaran kas, perputaran piutang usaha, perputaran persediaan,
perputaran kewajiban lancar, perputaran modal kerja bersih secara
simultan mempunyai pengaruh yang signifikan terhadap ROE.

Universitas Sumatera Utara

4.2.3.3. Koefisien determinasi (R2)
Koefisien determinasi (R Square) menunjukkan seberapa besar
variabel independen menjelaskan variabel dependennya. Nilai R Square
(R2) dikatakan baik jika di atas 0,5 karena nilai R Square (R2) berkisar
antara 0 sampai 1. Apabila nilai R Square (R2) semakin mendekati 1,
maka variabel-variabel independen mendekati semua informasi yang
dibutuhkan untuk memprediksi variasi variabel dependen. Sebaliknya,
semakin kecil nilai R Square maka kemampuan variabel-variabel
independen untuk menjelaskan variasi variabel dependen semakin
terbatas.
Pada umumnya sampel dengan data deret waktu (time series)
memiliki R Square maupun Adjusted R Square cukup tinggi (diatas
0,5). R square memiliki kelemahan yaitu nilai R Square (R2) akan
meningkat setiap ada penambahan satu variabel dependen meskipun
variabel independen tersebut tidak berpengaruh signifikan terhadap
variabel dependen. Dalam kenyataannya nilai adjusted R Square dapat
bernilai negatif, walaupun yang dikehendaki harus bernilai positif. Jika
dalam uji empiris didapat nilai adjusted R Square negatif, maka nilai
adjusted R Square dianggap Nol.

Universitas Sumatera Utara

Tabel 4.8
Hasil Koefisien Determinasi
Model Summaryb
Model

1

R

R Square

a

,654

,428

Adjusted R

Std. Error of the

Square

Estimate
,309

Durbin-Watson

1,49641

1,441

a. Predictors: (Constant), Perputaran_Modal_kerja, Perputaran_piutang_usaha,
Perputaran_persediaan, Perputaran_kas, Perputaran_kewajiban_lancar
b. Dependent Variable: ROE

Sumber : output SPSS
Pada tabel 4.9, Output SPSS memiliki nilai koefisien determinasi
yang sudah disesuaikan (Adjusted R Square) sebesar 0,309. Artinya
30,9% variabel dependen return saham dijelaskan oleh variabel
independen perputaran kas, perputaran piutang usaha, perputaran
persediaan, perputaran kewajiban lancar, perputaran modal kerja bersih
dan sisanya 69,1% dijelaskan oleh variabel lain di luar variabel yang
digunakan. Standar Error of Estimate (SEE) adalah sebesar 1,49641,
yang mana semakin besar SEE akan membuat model regresi kurang
tepat dalam memprediksi variabel dependen.

Universitas Sumatera Utara

4.3. Pembahasan
Berdasarkan hasil pengujian variabel bebas perputaran kas, perputaran
piutang usaha, perputaran persediaan, perputaran kewajiban lancar, perputaran
modal kerja bersih terhadap variabel terikat ROE yang telah diuraikan secara
statistik dengan menggunakan program SPSS, maka hipotesis dapat dijelaskan
sebagai berikut:
1.

Pengaruh Perputaran Kas terhadap ROE
Dari penjelasan uji t diatas diketahui bahwa Perputaran Kas (X1) memiliki
koefisien regresi yang positif, yaitu sebesar 0,004 yang mana setiap
perubahan Perputaran Kas sebesar 1% akan diikuti oleh kenaikan ROE
sebesar 0,004 dengan asumsi variabel lain tetap. Hasil ini sesuai dengan teori
yang menyatakan Perputaran Kas berpengaruh positif terhadap ROE. Dalam
pengujian hipotesis yang dilakukan, diketahui bahwa t hitung sebesar 3,156 >
t tabel sebesar 0,030 artinya adalah H a diterima dan H 0 ditolak. Hasil ini sejalan
dengan hasil yang diperoleh oleh Ika Yuli Wijayanti (2007) dan Marselina
Sinaga (2008) yang menyatakan bahwa perputaran kas secara parsial
berpengaruh positif terhadap ROE.

2.

Perputaran Piutang Usaha terhadap ROE
Dari penjelasan uji t diatas diketahui bahwa Perputaran Piutang Usaha (X2)
memiliki koefisien regresi yang positif, yaitu sebesar 0,361 yang mana setiap
perubahan Perputaran Piutang Usaha sebesar 1% akan diikuti oleh penurunan
ROE sebesar 0,361 dengan asumsi variabel lain tetap. Hasil ini tidak sesuai
teori yang menyatakan Perputaran Piutang Usaha berpengaruh positif
terhadap ROE. Dalam pengujian hipotesis yang dilakukan, diketahui bahwa

Universitas Sumatera Utara

t hitung sebesar 0,932 < t tabel sebesar 1,663 sehingga H 0 diterima dan H a ditolak.
Hasil ini sejalan dengan hasil penelitian Ika Yuli Wijayanti (2007) dan
Marselina Sinaga (2008) yang menyatakan bahwa perputaran piutang usaha
secara parsial tidak berpengaruh terhadap ROE.
3.

Perputaran Persediaan terhadap ROE
Dari penjelasan uji t diatas diketahui bahwa Perputaran Persediaan (X3)
memiliki koefisien regresi yang positif, yaitu sebesar 0,782 yang mana setiap
perubahan Perputaran Persediaan sebesar 1% akan diikuti oleh kenaikan ROE
sebesar 0,782 dengan asumsi variabel lain tetap. Hasil ini sejalan dengan teori
yang menyatakan Perputaran Persediaan berpengaruh positif terhadap ROE.
Dalam pengujian hipotesis yang dilakukan, diketahui bahwa t hitung sebesar
1,982 < t tabel sebesar 1,663 sehingga H a ditolak dan H 0 diterima.

4.

Perputaran Kewajiban Lancar terhadap ROE
Dari penjelasan uji t diatas diketahui bahwa Perputaran Kewajiban Lancar
(X4) memiliki koefisien regresi yang positif, yaitu sebesar 0,059 yang mana
setiap perubahan Perputaran Kewajiban Lancar sebesar 1% akan diikuti oleh
penurunan ROE sebesar 0,059 dengan asumsi variabel lain tetap. Hasil ini
bertolak belakang dengan teori yang menyatakan Perputaran Kewajiban
Lancar berpengaruh positif terhadap ROE. Dalam pengujian hipotesis yang
dilakukan, diketahui bahwa t hitung sebesar 0,280 < t tabel sebesar 1,663 sehingga
H a ditolak dan H 0 diterima. Perputaran Kewajiban Lancar secara parsial
memiliki koefisien negatif dan tidak berpengaruh signifikan terhadap ROE.
Hasil ini sejalan dengan hasil yang diperoleh oleh Ika Yuli Wijayanti (2007)

Universitas Sumatera Utara

yang menyatakan bahwa perputaran kewajiban lancar secara parsial
berpengaruh positif terhadap ROE.
5.

Perputaran Modal Kerja Bersih terhadap ROE
Dari penjelasan uji t diatas diketahui bahwa Perputaran Modal Kerja Bersih
(X5) memiliki koefisien regresi yang positif, yaitu sebesar 0,012 yang mana
setiap perubahan Perputaran Modal Kerja Bersih sebesar 1% akan diikuti oleh
kenaikan ROE sebesar 0,012 dengan asumsi variabel lain tetap. Hasil ini
sesuai dengan teori yang menyatakan Perputaran Modal Kerja Bersih
berpengaruh positif terhadap ROE. Dalam pengujian hipotesis yang
dilakukan, diketahui bahwa t hitung sebesar -2,736 < t tabel sebesar 1,663
sehingga H a ditolak dan H 0 diterima. Hasil ini sejalan dengan hasil yang
diperoleh oleh Ika Yuli Wijayanti (2007) dan Marselina Sinaga (2008) yang
menyatakan bahwa perputaran modal kerja bersih secara parsial berpengaruh
positif terhadap ROE.

Universitas Sumatera Utara

BAB V
KESIMPULAN DAN SARAN

5.1. Kesimpulan
Berdasarkan hasil analisis data dan pembahasan yang telah dikemukakan
dalam bab empat, kesimpulan yang dapat diambil dari penelitian ini adalah
perputaran kas, perputaran piutang usaha, perputaran persediaan, perputarn
persediaan lancar dan perputaran modal kerja terhadap ROE baik secara parsial
maupun simultan adalah:
1. Variabel perputaran kas secara parsial berpengaruh signifikan terhadap
ROE. Hal tersebut dapat dilihat dari t hitung sebesar 3,156 > t tabel sebesar
0,030 dengan nilai signifikansi sebesar 0,004 < dari signifikansi 0,05.
2. Variabel perputaran piutang usaha secara parsial tidak berpengaruh
signifikan terhadap ROE. Hal tersebut dapat dilihat dari t hitung 0,932 < t tabel
sebesar 1,663 dengan nilai signifikansi sebesar 0,361 > dari signifikansi
0,05.
3. Variabel perputaran persediaan secara parsial tidak berpengaruh signifikan
terhadap ROE. Hal tersebut dapat dilihat dari t hitung sebesar 1,982 < t tabel
sebesar 1,663 dengan nilai signifikansi sebesar 0,782 > dari signifikansi
0,05.
4. Variabel perputarn persediaan lancar secara parsial tidak berpengaruh
signifikan terhadap ROE. Hal tersebut dapat dilihat dari t hitung sebesar
0,280 < t tabel sebesar 1,663 dengan nilai signifikansi sebesar 0,059 > dari
signifikansi 0,05.

Universitas Sumatera Utara

5. Variabel perputaran modal kerja secara parsial tidak berpengaruh
signifikan terhadap ROE. Hal tersebut dapat dilihat dari t hitung sebesar 2,736 < t tabel sebesar 1,663 dengan nilai signifikansi sebesar 0,012 > dari
signifikansi 0,05.
5.2. Saran
Berdasarkan hasil penelitian dan keterbatasan ini, penulis memberikan saran.
Saran tersebut adalah sebagai berikut:
1. Penelitian selanjutnya disarankan untuk menggunakan sampel penelitian
yang lebih banyak dengan karakteristik yang lebih beragam dari berbagai
sektor selain itu untuk penelitian selanjutnya juga harus menambahkan
periode penelitiannya dengan periode terbaru sehingga dapat diperoleh
hasil penelitian terbaru.
2. Bagi peneliti selanjutnya, item-item pengungkapan sosial hendaknya
diperbaharui sesuai kondisi masyarakat serta peraturan yang berlaku.
3. Penelitian ini dapat memberikan pengetahuan yang lebih jauh mengenai
informasi dari pengambilan keputusan kepada perusahaan-perusahaan
besar yang ada di Indonesia. Bahwa semakin besar aset perusahaan
semakin besar informasi sosial yang diperoleh dari dalam maupun dari luar
perusahaan.
4. Penelitian

ini

dapat

memberikan

fenomena

pengetahuan,

untuk

menyumbang teori dan mampu melanjutkan penelitian mengenai informasi
sosial pada perusahaan garmen dan tekstil di Indonesia.

Universitas Sumatera Utara

5.3. Keterbatasan hasil penelitian
Penelitian ini memiliki beberapa batasan masalah baik dari jumlah sampel
yang digunakan, periode penelitian, maupun faktor-faktor yang diteliti. antara
lain:
1. Sampel yang digunakan hanya kelompok perusahaan industri tekstil dan
garmen yang terdaftar di Bursa Efek Indonesia, sehingga tidak diketahui
bagaimana pengaruh variabel independen terhadap variabel dependen pada
keseluruhan perusahaan manufaktur yang terdaftar di Bursa Efek
Indonesia dan Periode penelitian yang diamati terbatas yaitu tahun 2008
sampai dengan tahun 2010.
2. Penelitian mengenai ROE hanya terbatas pada informasi-informasi internal
masing-masing perusahaan industri tekstil dan garmen. Dimana informasi
internal tersebut hanya dilihat dari kinerja keuangan perusahaan melalui
analisis rasio berupa perputaran kas, perputaran piutang usaha, perputaran
persediaan, perputaran persediaan lancar dan perputaran modal kerja.

Universitas Sumatera Utara