40
BAB IV ANALISIS HASIL DAN PEMBAHASAN
A. Statistik Deskriptif Statistik Deskriptif menjelaskan karakteristik dari masing-masing variabel yang terdapat dalam penelitian, baik variabel dependen maupun variabel independen. Berdasarkan hasil analisis statistik deskriptif, maka berikut di dalam Tabel 4.1 akan disajikan karakteristik sampel yang digunakan di dalam penelitian ini yang meliputi: jumlah sampel (n), rata-rata sampel (mean), nilai maksimum, nilai minimum serta standar deviasi (σ) untuk masing-masing variabel. Tabel 4.1 Statistik Deskriptif Variabel Penelitian Descriptive Statistics Descriptive Statistics N
Minimum Maximum
Statistic Statistic ROA
42
.0011
Perputaran Persediaan
42
1.8058
Valid N (listwise)
42
Statistic .5079
Mean Statistic .064448
Std. Error
Std. Deviation Statistic
.0128340
.0831738
52.6423 9.375440 1.7953379
11.6351193
Sumber : Data sekunder yang diolah
Pada tabel 4.1 di atas menunjukkan bahwa jumlah data yang digunakan dalam penelitian ini sebanyak 42 sampel data yang diambil dari Laporan Keuangan Publikasi Tahunan perusahaan retail yang tercatat di BEI periode
2007 hingga 2010. Dengan menggunakan metode data pooled, sampel diambil dari 12 perusahaan retail dikalikan dengan jumlah periode laporan keuangan yaitu 4 periode laporan keuangan publikasi tahunan, sehingga jumlah data menjadi 42 buah. Berdasarkan data dari Tabel 4.1 dapat dijelaskan bahwa : a. Variabel perputaran persediaan memiliki nilai minimum 1,8058 dan maksimum 52,6423 dengan rata-rata perputaran persediaan 9,3754 dengan standar deviasi 11,6351 dengan jumlah sampel sebanyak 42. b. Variabel ROA memiliki nilai minimum 0,0011 dan maksimum 0,5079 dengan dengan rata-rata ROA 0,0644 dengan standar deviasi 0,8317 dengan jumlah sampel sebanyak 42.
B. Uji Normalitas Data Untuk melakukan pengujian normalitas data, penulis menggunakan analisis statistik melalui Uji Kolmogorov Smirnov. Data yang berdistribusi normal ditunjukkan dengan nilai signifikansi di atas 0,05 (Ghozali, 2005:32). Walaupun normalitas data suatu variabel tidak selalu diperlukan dalam analisis akan tetapi hasil uji statistik akan lebih baik jika semua variabel berdistribusi normal (Ghozali, 2005:30). Hasil pengujian normalitas distribusi data dari masing-masing variabel adalah sebagaimana ditunjukan pada tabel 4.2 berikut ini. 41
Tabel 4.2 One-Sample Kolmogorov-Smirnov Test Variabel-variabel Penelitian One-Sample Kolmogorov-Smirnov Test Perputaran ROA N a,,b
Normal Parameters
Mean Std. Deviation
Persediaan 42
42
.064448
9.375440
.0831738
11.6351193
Most Extreme
Absolute
.223
.290
Differences
Positive
.211
.290
Negative
-.223
-.258
1.446
1.880
.031
.002
Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) a. Test distribution is Normal. b. Calculated from data.
Sumber : Data sekunder yang diolah
Hasil pada tabel 4.2 di atas menunjukan bahwa nilai KolmogorovSmirnov untuk variabel perputaran persediaan adalah sebesar 1,880 dengan tingkat signifikansi sebesar 0,002 atau berada di bawah 0,05 hal ini berarti Ho ditolak atau variabel perputaran persediaan tidak terdistribusi normal dan variabel ROA sebesar 1,446 dengan tingkat signifikansi sebesar 0,031 atau berada di bawah 0,05 hal ini berarti Ho ditolak atau variabel ROA tidak terdistribusi normal. Dari tabel 4.2, dapat dikatakan bahwa seluruh data tidak berdistribusi normalitas, maka dari itu peneliti melakukan transformasi terlebih dahulu 42
untuk menjadikan data menjadi normal. Data yang sudah ditransformasi kemudian dijadikan sebagai data uji selanjutnya. Adapun jenis transformasi yang digunakan oleh peneliti yaitu LG 10 (x) atau logaritma 10 atau LN. Hasil uji statistik Kolmogorov-Smirnov setelah dilakukan trsnformasi dapat dilihat pada tabel 4.3 berikut ini. Tabel 4.3 One-Sample Kolmogorov-Smirnov Test (sesudah dilakukan Transformasi) Variabel-variabel Penelitian One-Sample Kolmogorov-Smirnov Test ln_ROA N a,,b
Normal Parameters
ln_PerptrnPersed 42
42
Mean
-3.3049
1.8428
Std. Deviation
1.16962
.80462
Most Extreme
Absolute
.078
.105
Differences
Positive
.075
.105
Negative
-.078
-.062
Kolmogorov-Smirnov Z
.505
.679
Asymp. Sig. (2-tailed)
.961
.746
a. Test distribution is Normal. b. Calculated from data.
Sumber : Data sekunder yang diolah
Dari tabel 4.3 terlihat bahwa setelah melakukan transformasi hasil uji Kolmogorov-Smirnov untuk variabel ln_Perputaran_Persediaan memberikan nilai 0,679 dengan tingkat signifikansi sebesar 0,746 atau berada di atas 0,05 hal ini berarti Ho diterima atau variabel ln_Perputaran_Persediaan terdistribusi normal. Nilai Kolmogorov-Smirnov untuk variabel ln_ROA memberikan nilai
43
0,505 dengan tingkat signifikansi sebesar 0,961 atau berada di atas 0,05 hal ini berarti Ho diterima atau variabel ln_ROA terdistribusi normal. Dengan melihat tampilan hasil uji statistik Kolmogorov-Smirnov dari masing-masing variabel yang diteliti, maka dapat disimpulkan bahwa data telah terdistribusi secara normal dan memenuhi asumsi normalitas data.
C. Analisa Regresi Linear Sederhana Persamaan regresi untuk regresi linear sederhana adalah sebagai berikut : Y’ = a + bX Keterangan : Y’: nilai prediksi variabel dependen a : konstanta; nilai Y’ jika X = 0 b : koefisien regresi, yaitu nilai peningkatan atau penurunan variabel Y’ yang didasarkan variabel X X : variabel independen
44
Tabel 4.4 Analisis Hasil Regresi a
Coefficients
Standardized Unstandardized Coefficients Model 1
B
(Constant) ln_PerptrnPersed
Std. Error -2.681
.449
-.339
.224
Coefficients Beta
t
-.233
Sig.
-5.977
.000
-1.515
.138
a. Dependent Variable: ln_ROA
Sumber : Data sekunder yang diolah
Berdasarkan tabel diatas, didapatlah persamaan regresi linear sederhana sebagai berikut: Ln Y = a + b Ln X + e Ln Y = -2,681 - 0,339 (X) + e Keterangan : 1)
Konstanta sebesar -2,681 menunjukkan bahwa apabila tidak ada variabel independen (X=0) maka return on assets sebesar -2,681.
2) Nilai b sebesar0,224 menunjukkan bahwa setiap kenaikan 1% pada perputaran persediaan akan diikuti oleh kenaikan return on assets sebesar 0,339 dengan asumsi variabel lain tetap.
45
Tabel 4.5 Hasil Uji Hipotesis Hipotesis
Hasil Uji
Ho : Perputaran persediaan Dari output didapat t Ho
Keputusan diterima,
tidak berpegaruh terhadap hitung sebesar -1,515 disimpulkan return on assets Ha : Perputaran persediaan berpengaruh terhadap return on assets
dapat bahwa
dan signifikansi 0,138. perputaran persediaan T tabel dapat dilihat tidak pada tabel statistik pada terhadap
berpengaruh return
on
signifikansi 0,05/2 = assets. 0,025 dengan derajat kebebasan df = n-2 atau 42-2 = 40, hasil yang diperoleh untuk t tabel sebesar 2,021.
D. Koefisien determinasi (R2) Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependennya. Nilai R2 yang mendekati satu berarti variabel-variabel independennya memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen (Ghozali, 2005:83). Hasil perhitungan koefisien determinasi penelitian ini adalah sebagaimana ditunjukkan pada tabel berikut ini. 46
Tabel 4.6 Hasil Perhitungan Koefisien Determinasi (R2) Model Summary
Model 1
R
Adjusted R
Std. Error of the
Square
Estimate
R Square a
.233
.054
.031
1.15159
a. Predictors: (Constant), ln_PerptrnPersed
Sumber : Data sekunder yang diolah
Berdasarkan hasil regresi, diperoleh besarnya nilai Adjusted R square adalah 0,031. Ini berarti variabel independen yang digunakan mempunyai tingkat kebenaran 3,1% sebagai prediktor profitabilitas pada tahun kedepan. Sisanya sebesar 96,9% dipengaruhi oleh faktor lain, bisa karena kondisi perusahaan atau kondisi lingkungan yang terkait dengan perusahaan yang mempengaruhi profitabilitas di masa mendatang. Temuan ini mendukung penelitian Sipangkar (2009) yang menunjukkan bahwa tingkat tingkat perputaran persediaan memiliki pengaruh yang tidak signifikan terhadap profitabilitas.
47
