BAB IV HASIL DAN PEMBAHASAN 1. Gambaran Umum Penelitian ini dilakukan pada perusahaan-perusahaan yang terdaftar pada Bursa Efek Indonesia (BEI). BEI dipilih sebagai tempat penelitian karena BEI merupakan Bursa Efek di Indonesia yang memiliki catatan historis yang panjang dan lengkap mengenai perusahaan yang sudah go public. Selain itu penelitian ini didesain untuk melihat adanya pengaruh yang terjadi antara perputaran kas, perputaran piutang dan perputaran persediaan terhadap Return On Investment (ROI). Selain itu penelitian ini bertujuan untuk menilai umpan balik (feed-back) yang bisa diberikan oleh perusahaan terhadap aset-aset yang ditanamkan, modal yang diinvestasikan oleh para investor/ pemegang saham maupun pinjaman yang diberikan oleh para kreditor. Sementara apabila perusahaan tersebut berlaba negatif, kemungkinan tidak bisa memberikan umpan balik yang diharapkan. Dalam Penelitian ini, perhitungan setiap variable-variabel penelitian diselesaikan dengan analisis statistik parametrik yang pertama sekali nilainya dihitung dengan program Microsoft Excel untuk periode 2010-2013 terhadap 30 perusahaan sebagai objek analisis penelitian. Data kuantitatif yang disajikan untuk perhitungan dan nilai masing-masing variabel diperoleh dari laporan keuangan perusahaan yang telah diaudit dan dipublikasikan. 49
50 Analisis data ini dimulai dengan mengolah data dengan menggunakan Microsoft Excel, selanjutnya dilakukan pengujian deskriptif dan pengujian hipotesis dengan uji t. Pengujian dilakukan dengan menggunakan software SPSS versi 21. Prosedurnya yaitu dengan terlebih dahulu memasukkan variabelvariabel penelitian yang merupakan hasil perhitungan Microsoft Excel pada program SPSS tersebut dan akan menghasilkan output-output sesuai metode analisis data yang telah ditentukan. 2. Statistik Deskriptif Statistik deskriptif ini memberikan gambaran mengenai nilai maximum, minimum, rata-rata dan standar deviation (simpang baku) data yang digunakan dalam penelitian. Hasil uji normalitas dengan menggunakan model Kolmogorov Smirnov, grafik histogram dan normal probability plot adalah seperti yang ditampilkan berikut ini: Tabel 4.1 PERHITUNGAN MINIMUM, MAXIMUM, MEAN DAN STANDARD DEVIASI
51 Berdasarkan tabel 4.1 dapat dijelaskan bahwa: 1. Variabel perputaran kas (X1) memiliki nilai minimum (terkecil) 1.73 pada perusahaan PT. Delta Djakarta, Tbk ditahun 2010, dan nilai maximum (terbesar) 181.88 pada perusahaan PT. Siantar Top, Tbk ditahun 2013. 2. Variabel perputaran piutang (X2) memiliki nilai minimum (terkecil) 2.12 pada perusahaan PT. Voksel Electric, Tbk ditahun 2010, dan nilai maximum (terbesar) 54.04 pada perusahaan PT. HM Sampoerna, Tbk ditahun 2012. 3. Variabel perputaran persediaan (X3) memiliki nilai minimum (terkecil) 1.74 pada perusahaan PT. Gudang Garam, Tbk ditahun 2011, dan nilai maximum (terbesar) 65.56 pada perusahaan PT. Nippon Indosari Corpindo ditahun 2010. 4. Variabel ROI (Y) memiliki nilai minimum (terkecil) -4.19 pada perusahaan PT. Indofarma (Persero) ditahun 2013, dan nilai maximum (terbesar) 66.91 pada perusahaan PT. Multi Bintang Indonesia, Tbk ditahun 2013. 3. Uji Asumsi dan Kualitas Instrumen Penelitian Salah satu syarat yang menjadi dasar penggunaan modal regresi linear berganda dengan metode estimasi Ordinary Least Square (OLS) adalah dipenuhinya semua asumsi klasik, agar hasil pengujian bersifat tidak bias dan efisien (Best Linear Unbiased Estimator/ BLUE). Menurut Ghozali (2005:123) asumsi klasik yang harus dipenuhi adalah:
52 1. Berdistribusi normal. 2. Non-multikolineritas, artinya antara variabel independen dalam model regresi tidak memiliki korelasi secara sempurna ataupun mendekati sempurna. 3. Non-autokorelasi, artinya kesalahan pengganggu dalam model regresi tidak saling berkorelasi. 4. Homokedastisitas, artinya variance variabel independen dari satu pengamatan ke pengamatan lain adalah konstan atau sama. a. Uji normalitas Menurut Santoso (2002:34) Uji data statistik dengan model Kolmogorov-Smirnov dilakukan untuk mengetahui apakah data sudah terdistribusi secara normal atau tidak. Selain itu uji data statistik memberikan pedoman pengambilan keputusan untuk data yang mendekati atau telah terdistribusi secara normal. Berikut hasil uji normalitas dengan menggunakan grafik histogram, normal probability plot dan model Kolmogorov-smirnov seperti yang ditampilkan berikut ini:
53 Gambar 4.1 UJI NORMALITAS DATA
54 Gambar 4.2 UJI NORMALITAS DATA Tabel 4.2 UJI NORMALITAS DATA
55 Berdasarkan hasil uji statistik dengan model Kolmogorov-Smirnov seperti yang terdapat dalam tabel 4.2 dapat disimpulkan bahwa data tidak terdistribusi normal. Hal ini dapat dilihat dari nilai Asymp.Sig.(2-tailed) Kolmogorov-Smirnov adalah 0.002, karena 0,002 < 0,05. Ada beberapa cara mengubah model regresi menjadi normal menurut Erlina (2008:104) yaitu: 1. Lakukan transformasi data ke bentuk lainnya 2. Lakukan trimming, yaitu membuang data outlier, 3. Lakukan winsorizing, yaitu mengubah nilai data yang outlier ke suatu nilai tertentu. Untuk mengubah nilai residual agar berdistribusi normal, peneliti melakukan transformasi data ke model logaritma natural (Ln) yaitu dari persamaan ROI = f (perputaran kas, perputaran piutang, perputaran persediaan) menjadi LN_ROI = f (LN_PerputaranKas, LN_PerputaranPiutang, LN_PerputaranPersed). Setelah itu, data diuji ulang berdasarkan asumsi normalitas. Hasil uji normalitas setelah dilakukan transformasi data yang tidak normal tersebut dapat dilihat pada grafik histogram, normal probability plot, dan tabel Kolmogorov-Smirnov Test berikut ini:
56 Gambar 4.3 UJI NORMALITAS DATA (1)
57 Gambar 4.4 UJI NORMALITAS DATA (2) Cara yang digunakan untuk mendeteksi apakah residual berdistribusi normal atau tidak adalah dengan desain grafik. Jika data menyebar di sekitar garis diagonal atau mengikuti arah garis diagonal, atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas, demikian sebaliknya. Dari grafik histogram dan normal probability plot pada gambar 4.1 dan gambar 4.2 diatas terlihat bahwa setelah dilakukan transformasi data menggunakan LN, grafik histogram memperlihatkan pola distribusi yang normal, dan grafik P-P Plot memperlihatkan titik-titik menyebar di sekitar atau mengikuti arah garis diagonal yang menunjukkan pola distribusi normal.
58 Tabel 4.3 UJI NORMALITAS DATA (3) Bila nilai signifikan < 0.05 berarti distribusi data tidak normal. Sebaliknya bila nilai signifikan > 0.05 berarti distribusi data normal. Berdasarkan hasil uji statistik dengan model Kolmogorov-Smirnov seperti yang terdapat dalam tabel 4.2 dapat disimpulkan bahwa data terdistribusi normal. Hal ini dapat dilihat dari nilai Asymp.Sig.(2-tailed) Kolmogorov- Smirnov adalah 0.361, karena 0.361 > 0.05. b. Uji multikolinearitas Model regresi yang baik adalah terbebas dari masalah multikolinearitas (adanya variabel yang saling berpengaruh). Untuk mengetahui ada tidaknya multikolinearitas dengan mendasarkan pada tolerance dan VIF.
59 Multikolinearitas dapat diketahui dengan batas nilai tolerance 0.10 dan VIF 10. Dasar pengambilan keputusan: 1. VIF > 10 = antara variabel independen (perputaran kas, perputaran piutang, perputaran persediaan) terjadi korelasi atau multikolinearitas 2. VIF < 10 = antar variabel independen (perputaran kas, perputaran piutang, perputaran persediaan) tidak terjadi korelasi atau multikolinearitas. Tabel 4.4 HASIL PENGUJIAN MULTIKOLINEARITAS Berdasarkan tabel 4.4 dapat disimpulkan bahwa penelitian ini bebas dari adanya multikolinearitas. Hal ini dapat dilihat dari nilai VIF < 10 dan tolerance > 0.01. Masing-masing variabel bebas yang digunakan dalam penelitian ini memiliki nilai tolerance yang lebih besar dari 0.01. Dimana untuk variabel perputaran kas memiliki nilai tolerance 0.911, variabel perputaran piutang memiliki nilai tolerance 0.962 dan variabel perputaran persediaan memiliki nilai tolerance 0.940. Dengan demikian
60 dapat disimpulkan bahwa tidak terjadi gejala multikolinearitas pada variabel bebasnya. c. Uji autokorelasi Uji ini bertujuan untuk melihat apakah dalam suatu model linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada perode t-1 (sebelumnya). Model regresi yang baik adalah yang bebas dari autokorelasi. Masalah autokorelasi umumnya terjadi pada regresi yang datanya time series. Ada beberapa cara yang dapat digunakan untuk mendeteksi masalah dalam autokorelasi diantaranya adalah dengan uji Durbin-Watson. Namun secara umum dapat diambil patokan sebagai berikut: a. Angka D-W dibawah -2 berarti ada autokorelasi positif b. Angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi c. Angka D-W di atas +2 berarti ada autokorelasi negatif Tabel 4.5 HASIL PENGUJIAN AUTOKORELASI
61 Berdasarkan hasil pengujian diperoleh bahwa tidak terjadi autokorelasi antar kesalahan pengganggu antar periode. Hal ini dilihat dari nilai Durbin- Watson (D -W) sebesar 1.750. Angka tersebut berada diantara -2 dan +2, artinya bahwa angka DW lebih besar dari -2 dan lebih kecil dari +2 (-2 < 0.808 <+2). Jadi dapat disimpulkan bahwa tidak ada autokorelasi positif maupun negatif. Hal ini sesuai dengan ketentuan menurut Singgih Santoso (2012). d. Uji heterokedastisitas Ghozali (2005:105) menyatakan, uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan kepengamatan yang lain. Jika variance dari satu pengamatan ke pangamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heterokedastisitas. Model regresi yang baik adalah tidak terjadi heterokedastisitas atau terjadi homokedastisitas. Cara mendeteksi ada tidaknya gejala heterokedastisitas adalah dengan melihat grafik scatterplot yang dihasilkan dari pengolahan data menggunakan program SPSS. Dasar pengambilan keputusan menurut Ghozali (2005:105) adalah sebagai berikut: 1. Jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengidikasikan telah terjadi heterokedastisitas.
62 2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas. Berikut ini dilampirkan grafik scatterplot untuk menganalisis apakah terjadi gejala heterokedastisitas atau tidak dengan cara mengamati penyebaran titik-titik pada grafik. Gambar 4.5 GRAFIK SCATTERPLOT Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak dengan tidak adanya pola yang jelas serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y. Dengan demikian, dapat disimpulkan bahwa tidak terjadi heterokedastisitas sehingga model ini layak dipakai untuk mengetahui pengaruh terhadap Return On Investment (ROI) pada perusahaan
63 manufaktur yang terdaftar di Bursa Efek Indonesia berdasarkan masukan variabel independen yaitu perputaran kas, perputaran piutang dan perputaran persediaan. e. Analisa regresi Berdasarkan hasil uji asumsi klasik yang telah dilakukan di atas, dapat disimpulkan bahwa model regersi yang dipakai dalam penelitian ini telah memenuhi model estimasi yang Best Linear Unbiased Estimator (BLUE) dan layak untuk dilakukan analisis statistik selanjutnya, yaitu melakukan pengujian hipotesis. Adapun hasil pengolahan data dengan analisis regresi adalah sebagai berikut: Tabel 4.6 KOEFISIEN REGRESI Berdasarkan tabel koefisien regresi diatas, pada kolom unstandardized coefficients bagian B diperoleh model persamaan regresi linear berganda sebagai berikut: Y = 0.094 + (0.158) (X1) + 0.723 (X2) + 0.506 (X3) + e
64 Dimana: Y = Return On Investment (ROI) X1 = Perputaran kas X2 = Perputaran piutang X3 = Perputaran persediaan e = Tingkat kesalahan pengganggu Pada unstandardized coefficients, diperoleh nilai a, b1, b2, sebagai berikut: 1. Nilai B Constant (a) = 0.094 = konstanta Nilai konstanta ini menunjukkan bahwa apabila tidak ada nilai variabel bebas yaitu perputaran kas, perputaran piutang dan perputaran persediaan, maka perubahan nilai Return On Investment (ROI) yang dilihat dari nilai Y tetap sebesar 0.094. 2. Nilai b1 = -0.158 = perputaran piutang Koefisien regresi ini menunjukkan bahwa setiap kenaikan perputaran kas sebesar 1 satuan, maka perubahan Return On Investment (ROI) yang dilihat dari nilai Y akan bertambah sebesar -0.158 dengan asumsi variabel lain dianggap tetap. 3. Nilai b2 = 0.723 = perputaran piutang Koefisien regresi ini menunjukkan bahwa setiap kenaikan perputaran piutang sebesar 1 satuan, maka perubahan Return On Investment (ROI)
65 yang dilihat dari nilai Y akan bertambah sebesar 0.723 dengan asumsi variabel lain dianggap tetap. 4. Nilai b3 = 0.506 = perputaran persediaan Koefisien regresi ini menunjukkan bahwa setiap kenaikan perputaran persediaan sebesar 1 satuan, maka perubahan Return On Investment (ROI) yang dilihat dari nilai Y akan bertambah sebesar 0.506 dengan asumsi variabel lain dianggap tetap. 4.. Pengujian Hipotesis Untuk menguji hipotesis, peneliti menggunakan analisis regresi linear berganda. Berdasarkan hasil pengolahan data dengan program statistik, maka diperoleh hasil sebagai berikut: Tabel 4.7 HASIL PENGUJIAN KOEFISIEN DETERMINASI Pada model summary di atas, dapat dilihat hasil analisis regresi secara keseluruhan menunjukkan nilai R sebesar 0.540 menunjukkan bahwa korelasi antara Return On Investment (ROI) (variabel dependen) dengan perputaran kas, perputaran piutang dan perputaran persediaan (variabel independen) mempunyai
66 pengaruh yaitu sebesar 54%. Jika angka R berada diantara 0.2 dan 0.4 maka pengaruh antar variabel independen dengan variabel dependennya kecil atau tidak erat. Nilai adjusted R square sebesar 0.273 atau 27.3% mengindikasikan bahwa variasi dari ketiga variabel independen hanya mampu menjelaskan variasi variabel dependen sebesar 27.3% dan sisanya 72.7% (100% - 27.3%) dijelaskan oleh faktor-faktor lain misalnya jumlah hutang, aktiva tetap dan lain-lain. Pengujian hipotesis secara statistik dilakukan dengan menggunakan: a. Uji signifikansi parsial (t-test) Uji t dilakukan untuk mengetahui pengaruh antara variabel-variabel independen terhadap variabel dependen. Dalam uji t digunakan hipotesis sebagai berikut: H0:b1,b2 = 0, artinya perputaran kas, perputaran piutang dan perputaran persediaan secara parsial tidak mempunyai pengaruh yang signifikan terhadap Return On Investment (ROI) pada perusahaan manufaktur yang terdaftar di BEI. H1:b1,b2 0, artinya perputaran kas, perputaran piutang dan perputaran persediaan secara parsial mempunyai pengaruh yang signifikan terhadap Return On Investment (ROI) pada perusahaan manufaktur yang terdaftar di BEI. Kriteria: H0 diterima dan H1 ditolak jika thitung < ttabel untuk α = 5 %
67 H1 diterima dan H0 ditolak jika thitung > ttabel untuk α = 5 % Tabel 4.8 HASIL UJI SIGNIFIKANSI PARSIAL (t-test) Berdasarkan hasil pengujian statistik t pada tabel 4.8 dapat dijelaskan sebagai berikut: 1. Pengaruh perputaran kas tehadap Return on Investment (ROI) a. Nilai signifikansi = 0.048 menunjukkan bahwa nilai Sig. untuk uji t individual lebih kecil dari (<) 0.05. Hal ini sesuai dengan penelitian terdahulu yang dilakukan oleh Nurlaely Sa adah (2010) dengan judul penelitian Pengaruh Modal Kerja Terhadap Return On Investment Pada PT. Telekomunikasi Indonesia, Tbk. b. Variabel pengaruh perputaran kas memiliki thitung -2.003 dengan nilai signifikansi 0.048 (< 0.05). Ini berarti perputaran kas mempunyai pengaruh negatif terhadap Return on Investment (ROI) pada perusahaan manufaktur yang terdaftar di BEI. 2. Pengaruh perputaran piutang terhadap Return on Investment (ROI)
68 c. Nilai signifikansi = 0.000 menunjukkan bahwa nilai Sig. untuk uji t individual lebih kecil dari (<) 0.05. Hal ini sesuai dengan penelitian terdahulu yang dilakukan oleh Eka Priliya Dinantri (2006) dengan judul penelitian Pengaruh Piutang Terhadap Rentabilitas Pada PT. Ultra Jaya Industry & Trading Company, Tbk. d. Variabel pengaruh perputaran piutang memiliki thitung 5.620 dengan nilai signifikansi 0.000 (< 0.05). Dengan menggunakan tabel t, diperoleh ttabel sebesar 2.05553. Hal ini menunjukkan thitung > t tabel (5.620 > 2.05553), yang berarti bahwa H1 diterima dan H0 ditolak artinya perputaran piutang mempunyai pengaruh yang signifikan terhadap Return on Investment (ROI) pada perusahaan manufaktur yang terdaftar di BEI. 3. Pengaruh perputaran persediaan terhadap Return on Investment (ROI) a. Nilai signifikansi = 0.000 menunjukkan bahwa nilai Sig. untuk uji t individual lebih kecil dari (<) 0.05. Hal ini sesuai dengan penelitian terdahulu yang dilakukan oleh Siti Kania (2006) dengan judul penelitian Pengaruh Perputaran Persediaan Barang Jadi Terhadap Tingkat Rentabilitas Pada PT. Pindad (Persero) Bandung. b. Variabel pengaruh perputaran persediaan memiliki thitung 3.665 dengan nilai signifikansi 0.000 (< 0.05). Dengan menggunakan tabel t, diperoleh ttabel sebesar 2.05553. Hal ini menunjukkan thitung > t tabel (3.665 > 2.05553), yang berarti bahwa H1 diterima dan H0 ditolak artinya perputaran persediaan mempunyai pengaruh yang signifikan terhadap
69 Return on Investment (ROI) pada perusahaan manufaktur yang terdaftar di BEI. b.. Uji signifikansi simultan (F-test) Uji F ini dilakukan untuk melihat seberapa besar pengaruh variabel independen secara bersama-sama terhadap variabel dependen. Dalam uji F digunakan hipotesis sebagai berikut: H0: b1,b2 = 0, artinya perputaran kas, perputaran piutang dan perputaran persediaan secara simultan tidak mempunyai pengaruh yang signifikan terhadap Return on Investment (ROI) pada perusahaan manufaktur yang terdaftar di BEI. H1: b1,b2 0, artinya perputaran kas, perputaran piutang dan perputaran persediaan secara simultan mempunyai pengaruh yang signifikan terhadap Return on Investment (ROI) pada perusahaan manufaktur yang terdaftar di BEI. Kriteria: H0 diterima dan H1 ditolak jika Fhitung < Ftabel untuk α = 5 % H1 diterima dan H0 ditolak jika Fhitung > Ftabel untuk α = 5 %
70 Tabel 4.9 HASIL UJI SIGNIFIKANSI SIMULTAN (F-TEST) Hasil uji F yang ditampilkan dalam tabel 4.9 menunjukkan bahwa nilai Fhitung adalah 15.745 dengan tingkat signifikansi 0.000 (< 0.05). Dengan mengunakan tabel F diperoleh nilai Ftabel sebesar 2.98. Hal ini menunjukkan bahwa nilai Fhitung > Ftabel (15.745 > 2.98) yang berarti bahwa H1 diterima dan H0 ditolak, artinya variabel bebas perputaran kas, perputaran piutang dan perputaran persediaan secara bersamaan berpengaruh secara signifikan terhadap Return On Investment (ROI) pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia. 5. Pembahasan Berdasarkan hasil penelitian yang telah diuraikan secara statistik dengan menggunakan program SPSS ver 21 maka dapat dilihat bahwa perputaran kas, perputaran piutang dan perputaran persediaan mempunyai pengaruh terhadap Return On Investment (ROI). Kesimpulan tersebut didasarkan pada hasil pengaruh
71 analisis koefisien korelasi antara perputaran kas, perputaran piutang dan perputaran persediaan dengan Return On Investment (ROI) yang berarti bahwa pengaruh antar variabel Return On Investment (ROI) dengan varibel independennya yaitu perputaran kas, perputaran piutang dan perputaran persediaan memiliki pengaruh. Hal tersebut menunjukkan apabila nilai perputaran kas, perputaran piutang dan perputaran persediaan mengalami peningkatan maka nilai Return On Investment (ROI) akan mengalami banyak peningkatan. Begitu juga sebaliknya. Jika perputaran kas, perputaran piutang dan perputaran persediaan mengalami penurunan maka nilai Return On Investment (ROI) akan mengalami penurunan. Perputaran kas, perputaran piutang dan perputaran persediaan hanya memberi pengaruh yang kecil terhadap Return On Investment (ROI). Peningkatan setiap satu kali pada variabel X1 (perputaran kas) akan menyebabkan penurunan pada variabel Y (ROI) sebesar 0.158 begitu juga sebaliknya. Peningkatan setiap satu kali pada variabel X2 (perputaran piutang) akan menyebabkan kenaikan pada variabel Y (ROI) sebesar 0.723 begitu juga sebaliknya. Peningkatan setiap satu kali pada variabel X3 (perputaran persediaan) akan menyebabkan kenaikan pada variabel Y (ROI) sebesar 0.506 begitu juga sebaliknya. Sedangkan jika nilai perputaran kas, perputaran piutang dan perputaran persediaan (variabel X) ada pada nilai nol (X=0) maka nilai ROI (variabel Y) adalah sebesar 0.094. Perputaran kas memiliki pengaruh yang negatif terhadap ROI pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia, perputaran piutang
72 memiliki pengaruh yang signifikan terhadap ROI pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia, perputaran persediaan memiliki pengaruh yang signifikan terhadap ROI pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia. Dan perputaran kas, perputaran piutang dan perputaran persediaan memiliki pengaruh yang signifikan terhadap Return On Investment (ROI) pada perusahaan manufaktur yang terdaftar di BEI.