BAB IV ANALISIS HASIL DAN PEMBAHASAN
A. Deskriptif Variabel Penelitian Sebelum analisis data dilakukan untuk membuktikan suatu hipotesis, terlebih dahulu harus mengumpulkan data yang dibutuhkan. Ini untuk mempermudah dan sekaligus memperlancar dalam analisisnya. Dalam hal ini penulis mengambil data mengenai perputaran piutang, perputaran persediaan dan ROA perusahaan manufaktur sektor makanan dan minuman yang terdaftar di Bursa Efek Indonesia (BEI) pada tahun 2007 sampai dengan 2011. Jumlah sampel yang diteliti adalah 30. B. Statistik Deskriptif Statistik deskriptif adalah statistik yang berfungsi untuk mendeskriptifkan atau memberi gambaran terhadap objek yang diteliti melalui data sampel sebagaimana adanya, tanpa melakukan analisis dan membuat kesimpulan yang berlaku secara umum. Prinsip dasar penyajian data adalah komunikatif dan lengkap, dalam arti data yang disajikan dapat menarik perhatian pihak lain untuk membacanya dan mudah dipahami. Dengan data-data perputaran piutang, perputaran persediaan dan ROA diatas maka akan diperoleh data-data seperti yang ditunjukkan dalam tabel 4.1 yang diolah menggunakan SPSS 21.
39
40
Tabel 4.1 Tabel Deskriptif Statistik Tahun 2007 s/d 2011 Descriptive Statistics N Minimum Maximum
Mean
Perputaran Piutang 30 4.641 16.030 30 1.582 11.530 Perputaran Persediaan ROA 30 .0077 .415 30 Valid N (listwise) Sumber : Data sekunder diolah menggunakan SPSS 21
8.384 5.566 .107
Std. Deviation 2.4914456 2.3838507 .1210224
Berdasarkan tabel diatas diketahui bahwa N merupakan banyak data yang diolah dalam penelitian ini, terdiri dari variabel perputaran piutang, perputaran persediaan dan ROA. Jumlah sampel yang diolah dalam penelitian ini terdiri dari 6 dari 16 perusahaan makanan dan minuman yang mempunyai laporan keuangan tahun 2007 s/d 2011. a) Data Statistik Perputaran Piutang
Data perputaran piutang perusahaan makanan dan minuman yang tercatat di BEI adalah nilai minimum perputaran piutang sebesar 4.641 yang berasal dari PT. Tiga Pilar Sejahtera Food pada tahun 2010, sedangkan nilai tertinggi adalah 16.030 yang berasal dari PT. Multi Bintang Indonesia pada tahun 2009. Dengan melihat standar deviasi perputaran piutang sebesar 2.4914456 berarti nilai simpangan data nilainya lebih kecil daripada meannya sebesar 8.384 yang menunjukkan bahwa data variabel perputaran piutang baik.
41
b) Data Statistik Perputaran Persediaan Data perputaran persediaan terendah (minimum) adalah 1.5824 berasal dari PT. Tiga Pilar Sejahtera Food pada tahun 2010, sedangkan tertinggi sebesar 11.530 berasal dari PT Mayora Indah tahun 2010. Dengan melihat nilai rata-rata (mean) perputaran persediaan sebesar 5.566 sementara nilai standar deviasi sebesar 2.3838507 yang berarti simpangan data nilainya lebih kecil daripada meannya sebesar 5.566 yang menunjukkan bahwa data variabel perputaran persediaan baik c) Data Statistik ROA Data ROA terendah (minimum) adalah 0.007 berasal dari PT. Siantar Top pada tahun 2008 dan data ROA tertinggi (maksimun) adalah 0.415 berasal dari PT. Multi Bintang Indonesia pada tahun 2011, sedangkan rata-rata (mean) ROA sebesar 0.10751, hal ini menunjukkan bahwa rata-rata perusahaan sektor makanan dan minuman memiliki ROA yang tinggi. Nilainya meannya sebesar 0.1189 dan standar deviasi ROA sebesar 0.1210224. C. Asumsi Klasik a) Uji Normalitas Uji Normalitas digunakan untuk mengetahui apakah data dalam penelitian yang digunakan memiliki distribusi yang normal dan tidak normal. Analisis Kologorov-Smirnov merupakan suatu pengujian untuk menguji keselarasan data, dimana suatu sampel dikatakan berdistribusi normal atau tidak normal.
42
Perumusan hipotesa untuk menguji normalitas adalah : Ho : data normal Ha : data tidak normal Dasar pengambilan keputusannya yaitu: 1. S i g n i f i k a n s i > 0,05 (Ho diterima : data normal) 2. S i g n i f i k a n s i < 0.05 (Ha ditolak : data tidak normal) Berikut ini adalah hasil pengolahan data statistik untuk uji normalitas Kolmogorov-Smirnov : Tabel 4.2 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardized Residual
N Normal Parametersa,b Most Extreme Differences
Mean Std. Deviation Absolute Positive Negative
Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) a. Test distribution is Normal. b. Calculated from data.
30 .0000000 .09179806 .188 .188 -.129 1.031 .238
Sumber: Hasil penelitian, diolah dengan program SPSS 21.0
Berdasarkan hasil dari output nilai signifikansi > 0.05. Nilai signifikansi sebesar 0.238 >0.05 berarti data variabel perputaran piutang, perputaran persediaan dan ROA memiliki data normal.
43
b) Uji Multikolonieritas Uji Multikolonieritas digunakan untuk menunjukkan ada tidaknya hubungan linier diantara variabel-variabel indepeden dalam model regresi. Cara untuk mengetahui ada atau tidaknya multikolonieritas pada suatu model regresi adalah dengan melihat nilai Tolerance dan VIF (Variance Inflaction Factor). Jika nilai Tolerance ≥0.10
dan VIF ≤10, maka dapat diartikan bahwa tidak terdapat
multikolonieritas pada penelitian ini, dan jika nilai Tolerance ≤ 0.10 dan VIF ≥10 maka terjadi multikolonieritas. Tabel 4.3 Hasil Multikolnieritas Coefficientsa Model
Unstandardized
Standardized
Coefficients
Coefficients
B
(Constant) 1
-.191
Std.
t
Sig.
Collinearity Statistics
Beta
Tolerance
Error .069
-
VIF
.010
2.767
Perputaran Piutang
.025
.007
.522 3.515
.002
.966
1.035
Perputaran Persediaan
.016
.008
.306 2.057
.049
.966
1.035
a. Dependent Variable: ROA Sumber: Hasil penelitian, diolah dengan program SPSS 21.0
Hasil Uji Multikolonieritas dapat dilihat pada tabel coefficients, variabel independen yaitu perputaran piutang dan perputaran persediaan mempunyai nilai tolerance diatas 0.10 dan nilai VIF dibawah 10 sehingga dapat dikatakan bahwa tidak terdapat multikolonieritas.
44
c) Uji Autokorelasi Untuk mengetahui apakah data dalam penelitian ini memiliki autokorelasi atau tidak, maka dilakukan uji autokorelasi menggunakan Durbin Watson. Hasil Pengujian dengan menggunakan uji Durbin Watson dapat dilihat sebagai berikut: Tabel 4.4 Hasil Uji Autokorelasi – Durbin Watson Model Summaryb Model
1
R
R Square
.652a
.425
Adjusted R Square .382
Std. Error of the Estimate
DurbinWatson
.0951373
.617
a. Predictors: (Constant), Perputaran Persediaan, Perputaran Piutang b. Dependent Variable: ROA Sumber: Hasil penelitian, diolah dengan program SPSS 21.0
Berdasarkan tabel diatas maka dalam penelitian ini dapat disimpulkan bahwa model regresi linier berganda terbebas dari gejala autokorelasi, Menurut Santoso (2010) karena angka dihasilkan dalam kolom Durbin Watson menunjukkaan nilai sebesar 0.617 yang terletak diantara -2 sampai +2. d) Uji Heterokedastisitas Uji Heteroskedastisitas dilakukan dengan scatterplot antara nilai ZPRED (nilai Prediksi) pada sumbu X dan ZRESID (nilai residual) pada sumbu Y. Jika scatterplot menghasilkan pola tertentu dan titik-titik menyebar diatas dan dibawah angka nol pada sumbu Y, maka dapat disimpulkan bahwa tidak terjadi heterokesdatisitas pada model regresi. Berikut ini gambar scatterplot yang dihasilkan dari model regresi:
45
Gambar 4.1 Hasil Uji Heterokedastisitas Gambar 4.1 menunjukkan titik-titik tidak berbentuk pola tertentu dan titiktitik menyebar diatas dan dibawah angka nol pada sumbu Y, sehingga disimpulkan tidak terjadi heteroskedastisitas dalam model regresi, dengan demikian asumsi non heteroskedastisitas terpenuhi. Tabel 4.5 Hasil Uji Glejser Model
Unstandardized
Standardized
Coefficients
Coefficients
B
1
Std. Error
(Constant)
.048
.040
PERPUTARANPIUTANG
.001
.004
PERPUTARANPERSEDIAAN
.003
.004
t
Sig.
Beta 1.184
.247
.053
.275
.785
.125
.647
.523
Dependent Variable : ABS_RES Sumber: Hasil penelitian, diolah dengan program SPSS 21.0
46
Hasil Pengujian juga di perkuat dengan hasil dari uji koefisien korelasi Glejser pada tabel 4.5 yaitu pengujian yang membuktikan bahwa korelasi antara variabel independen dengan residual yang di dapat signifikansi lebih dari 0,05 dapat dikatakan bahwa tidak terjadi masalah heteroskedastisitas pada model regresi.
D. Uji Hipotesis 1) Analisis Koefesien Determinasi Tabel 4.6 Hasil Uji Koefisien Determinasi Model Summaryb Model
R
R Square
Adjusted R Square
Std. Error of the
Durbin-Watson
Estimate 1
.652a
.425
.382
.0951373
.617
a. Predictors: (Constant), PERPUTARANPERSEDIAAN, PERPUTARANPIUTANG b. Dependent Variable: ROA
Besarnya angka R square adalah 0.425. Angka tersebut dapat digunakan untuk melihat besarnya pengaruh perputaran piutang dan perputaran persediaan terhadap ROA. Angka tersebut (0.42) mempunyai maksud bahwa perputaran piutang dan perputaran persediaan bersama-sama memiliki pengaruh 42% terhadap ROA, sedangkan sisanya 58% dipengaruhi oleh variabel lain atau variabel yang tidak diteliti dalam penelitian ini.
47
2) Uji Signifikansi Simultan (Uji-F) Setelah melakukan pengujian untuk Koefisien Deteminasi, maka akan dilakukan pengujian apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh bersama-sama terhadap variabel dependen. Uji yang dilakukan adalah dengan menggunakan Uji-F. Berikut ini merupakan hasil perhitungan Uji-F. Tabel 4.7 Hasil Uji Signifikansi Simultan (Uji-F) ANOVAa
Model
1
Sum of Squares
df
Mean Square
Regression
.180
2
.090
Residual
.244
27
.009
Total
.425
29
F 9.964
Sig. .001b
a. Dependent Variable: ROA b. Predictors: (Constant), Perputaran Persediaan, Perputaran Piutang Sumber: Hasil penelitian diolah menggunakan program SPSS 21
Dari hasil Uji F menunjukkan bahwa F hitung adalah sebesar 9.964 dengan taraf signifikan sebesar 0.001 (<0.05). Hasil tersebut menunjukkan bahwa secara bersama-sama variabel bebas dalam penelitian ini mempunyai pengaruh yang signifikan terhadap ROA.
48
3) Uji signifikansi Parsial (Uji-T) Tabel 4.8 Hasil Uji Parsial (Uji-T)
Model
Unstandardized
Standardized
Coefficients
Coefficients
B (Constant) 1
Std. Error -.191
.069
Perputaran Piutang
.025
.007
Perputaran Persediaan
.016
.008
t
Sig.
Beta -2.767
.010
.522
3.515
.002
.306
2.057
.049
a. Dependent Variable: ROA
Sumber: Hasil penelitian diolah menggunakan program SPSS 21 Berdasarkan hasil pengujian statistik diperoleh variabel perputaran piutang dan perputaran persediaan memiliki koefisien dengan tanda positif. Hal ini berarti bahwa perusahaan dengan perputaran piutang dan perputaran persediaan yang tinggi maka akan meningkat juga pada profitabilitas perusahaan. Hal pengujian signifikansi menunjukkan variabel perputaran piutang dan perputaran persediaan memiliki nilai masing-masing yaitu 0,002 dan 0,049 (sig < 0,05). Hal ini berarti bahwa keuda variabel berpengaruh secara signifikan terhadap profitabilitas dalam hal ini Return On Asset (ROA). 4) Persamaan Regresi Linier Berganda Berdasarkan pada tabel 4.8 dapat dilihat koefisien untuk persamaan regresi dalam penelitian ini, yang dapat disusun dalam persamaan matematis sebagai berikut:
49
ROA = -0.191 + 0.025 PIUT +0.016 PERS+ e Berdasarkan persamaan regresi diatas dapat diinterpretasikan sebagai berikut: a. Angka Konstanta sebesar -0.191 menunjukkan bahwa rasio ROA akan bernilai -0.191 jika semua variabel independen dianggap konstan. b. Variabel perputaran piutang memiliki nilai koefisien regresi positif sebesar 0.025. Nilai koefisien regresi positif menunjukkan bahwa perputaran piutang berpengaruh positif
terhadap ROA. Hal ini menggambarkan
bahwa jika variabel perputaran piutang naik satuan, dengan asumsi variabel lain tetap maka akan menaikkan ROA sebesar 0.025 (2,5%). c. Variabel perputaran piutang memiliki nilai koefisien regresi positif sebesar 0.015. Nilai koefisien regresi positif menunjukkan bahwa perputaran persediaan berpengaruh positif terhadap ROA. Hal ini menggambarkan bahwa jika variabel perputaran persediaan naik satuan, dengan asumsi variabel lain tetap maka akan menaikkan ROA sebesar 0.016 (1,6%). 5) Pengujian Hipotesis 1. Hipotesis Pertama (H1) Hipotesis pertama menyatakan bahwa variabel perputaran piutang berpengaruh signifikan terhadap variabel dependennya (ROA) dengan taraf signifikansi 5%. Hal ini dapat dilihat dari nilai probabilitas signifikansi untuk perputaran piutang sebesar 0.002 (sig <0.05). 2. Hipotesis Kedua (H2) Hipotesis kedua menyatakan bahwa variabel perputaran persediaan berpengaruh signifikan terhadap variabel dependennya (ROA) dengan taraf
50
signifikansi 5%. Hal ini dapat dilihat dari nilai probabilitas signifikansi untuk perputaran persediaan sebesar 0.049 (sig <0.05).
E. PEMBAHASAN 1) Perputaran piutang Dari hasil uji parsial (t) memiliki nilai signifikansi 0.002 (<0.05) maka perputaran piutang berpengaruh secara signifikan terhadap profitabilitas (ROA). Hal ini mendukung dengan hasil penelitian yang dilakukan oleh Fuad Nuriwaliyuddin (2011) yang menyatakan bahwa perputaran piutang berpengaruh signifikan terhadap profitabilitas (NPM) dengan nilai signifikansi 0.00 (<0.05). Dan mendukung juga terhadap penelitian yang dilakukan oleh Hervia Lukito (2011) yang menyatakan bahwa perputaran piutang berpengaruh signifikan terhadap profitabilitas dengan nilai signifikansi 0.00 (<0.05). Tingkat perputaran piutang yang tinggi berarti semakin cepat dana yang diinvestasikan pada piutang dapat ditagih menjadi uang tunai atau menunjukkan modal kerja yang ditanam dalam piutang rendah. Dana yang ditanam dalam perusahaan dapat segera menjadi uang tunai dengan periode yang cukup cepat, maka laba yang tertanam dalam piutang tersebut dapat segera diterima dalam uang tunai maka dapat diakui oleh perusahaan. Perusahaan yang melakukan penjualan barang secara kredit akan lebih cepat menerima uang tunai yang menjadi laba perusahaan, maka akan meningkatkan profitabilitas perusahaan.
51
2) Perputaran persediaan Dari hasil uji parsial (t) memiliki nilai signifikansi 0.049 (<0.05) maka perputaran
persediaan
berpengaruh
secara
signifikan
terhadap
Profitabilitas (ROA). Hal ini mendukung dengan hasil penelitian yang dilakukan oleh Marcela rahmawati (2011) yang menyatakan bahwa perputaran persediaan berpengaruh signifikan terhadap rentabilitas dengan nilai signifikansi 0.04 (<0.05). Dan mendukung juga terhadap penelitian yang dilakukan oleh Eka Sulistiawati (2013) yang menyatakan bahwa perputaran persediaan berpengaruh signifikan terhadap profitabilitas dengan nilai signifikansi 0.00 (<0.05). Perusahaan tidak akan melakukan
penyimpanan barang dalam
gudang terlalu lama. Penyimpanan barang yang terlalu lama akan merugikan
perusahaan
karena
biaya-biaya
yang
timbul
karena
penyimpanan dan kerugian yang disebabkan karena penurunan harga dan karena perubahan selera konsumen. Perusahaan akan berusaha untuk menjual barang yang telah jadi untuk dijual. Perusahaan yang menyimpan persediaan barang jadi tidak dalam waktu yang lama menunjukkan bahwa perusahaan tersebut cepat dalam mendapatkan keuntungan karena penjualan barang yang cepat dan biaya yang disebabkan penyimpanan rendah. Maka tingkat perputaran persediaan yang tinggi dalam satu periode akan meningkatkan profit perusahaan.
