BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Data Penelitian Objek Penelitian yang digunakan pada penelitian ini adalah perusahaan manufaktor pada sektor barang konsumsi yang terdaftar pada Bursa Efek Indonesia secara berturut-turut pada tahun 2012-2014.Jumlah perusahaan manufaktur sektor barang konsumsi yang terdaftar pada Bursa Efek Indonesia pada tahun 2012-2014 yaitu 111 perusahaan. Pemilihan sampel menggunakan teknik purposive sampling yaitu pengambilan sampel berdasarkan kriteria tertentu sesuai dengan informasi yang diinginkan. Sehingga diperoleh sampel sebanyak 108 perusahaan. Hal tersebut dapat di lihat pada tabel berikut ini: Tabel 4.1 Kriteria Pengambilan Sampel No Keterangan Jumlah Perusahaan barang konsumsi yang terdaftar di BEI pada 1 periode 2012-2014. 111 2 Tidak memiliki kelengkapan data yang dibutuhkan berdasarkan variabel yang diteliti. -3 Jumlah Sampel 108 Sumber : Data Sekunder yang diolah 4.2 Statistik Deskriptif Statistik deskriptif bertujuan memberikan gambaran atau deskripsi suatu data yang dilihat dari jumlah sampel (N), nilai maksimum, nilai minimum, nilai rata-rata (mean), dan standar deviasi. Sampel penelitian ini sebanyak 108 perusahaan 32
33 manufaktur sektor barang komsumsi dalam kurun waktu tiga tahun yaitu periode tahun 2012-2014. Berikut ini adalah hasil analisi deskriptif dari rasio Perputaran Kas,Perputaran Persediaan dan Likuiditas. Sumber: Data sekunder yang di olah Tabel 4.2 Hasil Uji Statistik Deskriptif Descriptive Statistics N Minimum Maximum Mean Std. Deviation Perputaran Kas 108-881.69 1345.22 7.7268 157.28936 Perputaran Persediaan 108.53 28.07 4.6631 4.19461 Likuiditas 108.51 10.25 2.6099 1.72432 Valid N (listwise) 108 Berdasarkan tabel 4.2 tersebut nilai deviasi standar variabel perputaran kas sebesar 157.28936 dan nilai mean 7.7268. Nilai mean tersebut lebih kecil dari nilai deviasi standar. Hal ini menunjukan bahwa data variabel perputaran kas mengidentifikasikan hasil yang kurang baik, hal tersebut karena nilai deviasi standar yang lebih besar dari nilai rata-ratanya. Secara keseluruhan nilai perputaran kas minimum sebesar 881.69 dan niai maksimum sebesar 1345,22 dengan selisih (range) 463.53 Berdasarkan tabel 4.2 tersebut nilai deviasi standar perputaran persediaan sebesar 4.19461 dan nilai mean 4.6631. nilai mean tersebut lebih tinggi dari nilai deviasi standar. Hal ini menunjukan bahwa data variabel perputaran persediaan mengidentifikasikan hasil yang baik, hal tersebut karena nilai mean yang lebih besar dari nilai deviasi standarnya. Secara keseluruhan nilai perputaran persediaan minimum sebesar 0,53 dan nilai maksimum sebesar 28.07 dengan selisih (range) 27.54.
34 Berdasarkan tabel 4.2 tersebut nilai deviasi standar Likuiditas sebesar 1.72432 dan nilai mean 2.6099. nilai mean tersebut lebih besar dari nilai deviasi standar. Hal ini menunjukan secara garis besar data memiliki variance yang relatif kecil sehingga sebaran data relatif sama/stabil. Secara keseluruhan nilai likuiditas minimum sebesar 0.51 dan nilai maksimum sebesar 10.25 dengan selisih (range) 9.74. 4.3 Uji Kualitas Data (Uji Asumsi Klasik) 4.3.1 Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam sebuah model regresi,variabel dependen, variabel independen atau keduamya memiliki data yang berdistribusi normal atau tidak. Model regresi yang baik adalah yang memiliki data yang memiliki distribusi data normal atau mendeteksi nornal. Uji normalitas dilakukan dengan menggunakan statistik Kolmogorov-Smirnov terhadap unstandardized residual hasil regresi dengan kriteria sebagai berikut: 1 Nilai probabilitas > taraf signifikansi 5% atau 0,5; maka distribusi data dikatakan normal. 2 Nilai probabilitas < taraf signifikansi 5% atau 0,05; maka distribusi data dikatakan tidak normal. Beerdasarkan pengujian yang dilakukan menggunakan uji Kolmogorov- Smirnov diperoleh output yang dapat dilihat pada tabel 4.3 sebagai berikut:
35 Tabel 4.3 Hasil Uji Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 108 Normal Parameters a Mean.0000000 Std. Deviation.56586798 Most Extreme Differences Absolute.071 Positive.071 Negative -.043 Kolmogorov-Smirnov Z.740 Asymp. Sig. (2-tailed).644 a. Test distribution is Normal. Sumber: Data sekunder yang diolah Dari hasil pengujian pada tabel 4.3 menunjukan bahwa data telah terdistribusi secara normal. Hal ini ditunjukan dengan uji Kolmogorov-Smirnov yang menunjukan hasil yang mempunyai tingkat signifikasi sebesar 0,644 yang berada di atas 0,05. Yang berarti data residual terdistribusi secara normal. 4.3.2 Uji Multikoliniearitas Uji multikoliniearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas atau independen. Model regresi yang baik adalah tidak terjadi korelasi antar variabel independen. Uji multikolonearitas diketahui dengan menggunakan nilai Tolerance dan nilai VIF. Jika nilai tolerance >
36 0,10 dan VIF < 10, maka tidak terjadi multikolinearitas. Berdasarkan uji multikolinearitas yang telah dilakukan, maka didapatkan hasil sebagai berikut. Tabel 4.4 Hasil Uji Multikolinearitas Coefficients a Unstandardized Coefficients Standardiz ed Coefficients Collinearity Statistics Model B Std. Error Beta t Sig. Tolerance VIF 1 (Constant) 3.074.244 12.604.000 Perputaran Kas.000.001 -.031 -.331.741 1.000 1.000 Perputaran Persediaan -.099.039 -.241-2.540.013 1.000 1.000 a. Dependent Variable: Likuiditas Dari hasil pengujian pada tabel 4.4 menunjukan bahwa semua variabel bebas memiliki nilai Tolerance berada di atas 0,10 dan nilai VIF jauh dibawah angka 10. Maka dapat disimpulkan bahwa dalam model ini tidak ada masalah multikolinearitas atau terdapat hubungan atau korelasi yang kuat antar variabel independennya. 4.3.3 Uji Autokorelasi Uji autokorelasi ditujukan untuk menguji apakah dalam model regresi linear terdapat korelasi antara kesalahan pengganggu pada periode teertentu dengan kesalahan pada periode sebelumnya. Uji autokorelasi dideteksi dengan menggunakan uji Durbin Watson Sebagai berikut:
37 Tabel 4.5 Hasil Uji Durbin Watson Model Summary b Adjusted R Std. Error of the Model R R Square Square Estimate Durbin-Watson 1.242 a.059.041 1.68889 1.822 a. Predictors: (Constant), Perputaran Persediaan, Perputaran Kas b. Dependent Variable: Likuiditas Berdasarkan hasil pengujian yang dilakukan maka diperoleh angka DW sebesar 1.822. dalam tabel DW untuk k = 2 dan N = 108. Sedangkan nilai batas bawah (dl) sebesar 1.3821 dan nilai batas atas (du) sebesar 1.5969. Nilai DW berada pada kondisi 4-du d 4-dl. Hal ini menunjukan bahwa nilai DW berada pada daerah keragu-raguan. Dalam penelitian ini dapat disimpulkan bahwa terdapat masalah autokorelasi pada model regresi tersebut, untuk mengatasi masalah tersebut maka diperlukan uji tambahan, yaitu dengan melakukan Run Test. Run test digunakan untuk melihat apakah data residual terjadi secara random atau tidak (sistematis). Adapun hasil output uji Run Test adalah sebagai berikut
38 Tabel 4.6 Hasil Uji AutoKorelasi dengan Run Test Hasil Output SPSS menunjukan bahwa nilai test adalah -0,53114 dengan probabilitas 0,439; berada di atas signifikan pada 0,05 yang berarti hipotesis nol diterima, sehingga dapat disimpulkan bahwa residual random atau tidak terjadi autokorelasi antar nilai residual. 4.3.4 Uji Heterokedastisitas Runs Test Uji heteokedastisitas ditunjukan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lainnya. Jika variance residual dari satu pengamatan ke pengamatan lainya tetap maka disebut homokedasitas dan jika berbeda maka disebut heterokedastisitas. Model regresi yang baik adalah yang terkena heterokedasitisitas. Uji heterokedasitisitas dalam penelitian ini dengan menggunakan grafik Scatterplot dan uji Glejser yang diperoleh hasil sebagai berikut: Unstandardized Residual Test Value a -.53114 Cases < Test Value 54 Cases >= Test Value 54 Total Cases 108 Number of Runs 51 Z -.773 Asymp. Sig. (2-tailed).439 a. Median
39 Gambar 4.2 Grafik Scatterplot Berdasarkan dari grafik Scatterplot diatas terlihat bahwa titik-titik menyebar diatas dan di bawah angka nol pada sumbu Y, hal ini mengidikasikan bahwa tidak terdapat gangguan heterokedastisitas pada model regresi. Namun titik-titik tersebut rupanya agak sedikit bertumpukan, untuk meyakinkan bahwa tidak terdapat heterokedastisitas maka akan dilakukan uji glejser sebagai berikut:
40 Tabel 4.7 Hasil Uji Glejser Coefficients a Unstandardized Coefficients Standardized Coefficients Collinearity Statistics Model B Std. Error Beta t Sig. Tolerance VIF 1 (Constant) 1.414.162 8.726.000 Perputaran Kas.000.001 -.038 -.393.695 1.000 1.000 Perputaran Persediaan -.037.026 -.138-1.422.158 1.000 1.000 a. Dependent Variable: absres Berdasarkan tabel 4.7 diperoleh hasil bahwa semua nilai signifikansi semua variabel diatas 0,05 yang berarti bahwa tidak terdapat gangguan heterokedastisitas pada setiap variabel independennya. 4.4 Uji Model (F) Uji F ditujukan untuk menunjukan apakah semua variabel independen mempunyai pengaruh secara bersama-sama terhadap variabel dependen yaitu Likuiditas. Signifikansi model regresi secara simultan diuji dengan melihat nilai signifikansi (sig) dimana jika nilai sig dibawah 0,05 maka variabel independen berpengaruh terhadap variabel dependen. Hasil uji F dapat dilihat dalam tabel berikut:
41 Tabel 4.8 Hasil Uji F ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 18.646 2 9.323 3.269.042 a Residual 299.496 105 2.852 Total 318.142 107 a. Predictors: (Constant), Perputaran Persediaan, Perputaran Kas b. Dependent Variable: Likuiditas Sumber: Data sekunder yang diolah Berdasarkan tabel diatas didapatkan nilai F hitung sebesar 3.269 dengan taraf signifikansi 0.042. Karena probabilitasnya jauh lebih kecil dari 0,05 maka dapat dikatakan bahwa Perputaran Kas dan Perputaran Persediaan secara bersama-sama berpengaruh signifikan terhadap likuiditas. 4.5 Uji Hipotesis 4.5.1 Regresi Linear Berganda Analisis regresi ditujukan untuk mengukur kekuatan hubungan antara dua variabel atau lebih, juga menunjukan arah hubungan antara variabel dependen dengan variabel independen. Hasil dari pengujian regresi berganda adalah sebagai berikut
42 Tabel 4.9 Hasil Uji Regresi Berganda Coefficients a Unstandardized Coefficients Standardize d Coefficients Collinearity Statistics Toleranc Model B Std. Error Beta t Sig. e VIF 1 (Constant) 3.074.244 12.604.000 Perputaran Kas.000.001 -.031 -.331.741 1.000 1.000 Perputaran Persediaan -.099.039 -.241-2.540.013 1.000 1.000 a. Dependent Variable: Likuiditas Sumber: Data sekunder yang diolah Berdasarkan hasil tabel 4.9 menunjukan bahwa persamaan model regresinya adalah sebagai berikut: Y=3.074-0,000Perputaran Kas 0,099Perputaran Persediaan 1. Nilai konstanta sebesar 3.074 menunjukan bahwa bila Perputaran Kas dan Perputaran Persediaan sama dengan nol, maka likuiditas akan sebesar 3,074. 2. Koefisien regresi variabel Perputaran Kas (b1) = 0,000, artinya apabila Perputaran Kas naik satu satuan dengan variabel independen lainnya tetap maka Likuiditas akan turun sebesar 0,000 3. Koefisien regresi variabel Perputaran Persediaan (b2) -0,099, artinya apabila Perputaran Persediaan naik satu satuan dengan variabel independen lainnya teteap maka Likuiditas akan turun sebesar 0,099.
43 4. 4.5.2 Uji Parsial (Uji-t) Uji-t ditujukan untuk menunjukan seberapa jauh pengaruh suatu variabel independen secara individual atau parsial dalam menerangkan variasi variabel dependen, dengan cara melakukan uji-t dengan melihat nilai signifikansi dari masing-masing variabel independen. Apabila nilai probabilitasnya signifikansinya (sig) lebih kecil dari 0,05 maka variabel independen tersebut secara parsial berpengaruh terhadap variabel dependen. Hipotesis akan diterima jika taraf sig < 0,05 dan hipotesis ditolak jika taraf sig > 0,05. Hasil dari pengujian ini dapat dilihat dalam tabel berikut: Tabel 4.10 Hasil Uji-t Coefficients a Unstandardized Coefficients Standardize d Coefficients Collinearity Statistics Toleranc Model B Std. Error Beta t Sig. e VIF 1 (Constant) 3.074.244 12.604.000 Perputaran Kas.000.001 -.031 -.331.741 1.000 1.000 Perputaran Persediaan -.099.039 -.241-2.540.013 1.000 1.000 a. Dependent Variable: Likuiditas Sumber: Data sekunder yang diolah Berikut penjelasan masing-masing hipotesis dari hasil pengujian regresiganda diatas yaitu sebagai berikut:
44 1. Pengujian Hipotesis pertama (H 1 ) Pengujian hipotesis pertama dalam penelitian ini adalah terdapat pengaruh Perputaran Kas terhadap Likuiditas. Pada tabel 4.10 diperoleh nilai signifikansi dari Perputaran Kas yaitu sebesar 0,741 yang berarti lebih besar dari taraf signifikansi 0,05 dan mempunyai koefisien regresi sebesar -0,000, sehingga variabel Perputaran Kas tidak berpengaruh signifikan terhada Likuiditas. Maka secara parsial H 1 ditolak. 2. Pengujian hipotesis kedua (H 2 ) Pengujian hipotesis kedua dalam penelitian ini adalah terdapat pengaruh Perputaran Persediaan Terhadap Likuiditas. Pada tabel 4.10 diperoleh nilai signifikansi dari Perputaran Persediaan sebesar 0,013 yang berarti lebih kecil dari taraf signifikansi 0,05 dan mempunyai koefesien regresi sebesar -0,099, sehingga variabel Perputara Persediaan berpengaruh signifikan terhadap Likuiditas. Oleh karena itu secara parsial H 2 diterima. 4.6 Uji Koefisien Determinasi (Uji R 2 ) Uji koefisien determinasi ditujukan untuk mengukur seberapa jauh kemampuan model regresi dalam menerangkan variasi variabel dependen. Nilai koefisiensi adalah antara 0 dan 1. Nilai koefesiensi determinasi kecil menunjukan kemampuan variabel-variabel independen dalam menjelaskan variabel dependen terbatas. Dan jika nilai koefesien determinasi yang mendekati satu menunjukan variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Nilai ini ditunjukan dengan nilai adjusted R square. Nilai adjusted R square dari model regresi dipakai untuk
45 mengetahui seberapa besar kemampuan variabel independen dalam menerangkan variabel dependen. Hasil pengujian ini dapat dilihat pada tabel berikut: Tabel 4.11 Hasil Uji Koefesien Determinasi Model Summary b Adjusted R Std. Error of the Model R R Square Square Estimate Durbin-Watson 1.242 a.059.041 1.68889 1.822 a. Predictors: (Constant), Perputaran Persediaan, Perputaran Kas b. Dependent Variable: Likuiditas Sumber: Data sekunder yang di olah Berdasarkan tabel 4.11 diatas dapat diketahui besarnya adjusted R square yaitu sebesar 0,041 atau 4,1%. Dapar disimpulkan bahwa besar kemungkinan variabel Perputaran Kas dan Perputaran Persediaan terhadap Likuiditas yang dapat diterangkan oleh model persamaan ini adalah sebesar 4,1% dan sisanya (100% - 4,1%) sebesar 95,9% dijelaskan diluar Variabel sipenguji. 4.7 Pembahasan Berdasarkan hasil analisis regresi linier berganda dengan menggunaan SPSS versi 16 maka diperoleh hipotesis sebagai berikut: 4.7.1 Perputaran Kas Tidak Berpengaruh Terhadap Likuiditas Pada hasil uji statistik diperoleh bahwa tidak ada pengaruh signifikan antara Perputaran Kas terhadap Likuiditas. Hasil ini dilihat dari nilai signifikansi Perputaran Kas sebesar 0,741 > 0,05. Dengan demikian hipotesis pertama (H 1 ) yang menyatakan bahwa Perputaran Kas mempunyai pengaruh signifikan terhadap Likuiditas, ditolak, rasio ini digunakan oleh para pengusaha untuk mengendalikan biaya operasional.
46 Semakin perusahaan dapat mengendalikan atau menekan biaya, maka semakin tinggi juga laba yang didapatkan oleh perusahaan. Tidak adanya pengaruh yang signifikan ini mengindikasikan bahwa semakin tinggi atau rendahnya suatu Perputaran Kas belum dapat menjelaskan dan memprediksi suatu Likuiditas. Dalam penelitian ini data mengenai Perputaran Kas yang tidak mempunyai pengaruh terhadap Likuiditas mendukung penelitian yang telah dilakukan oleh Eka Astuti (2013) yang menyatakan bahwa Perputaran Kas tidak serta merta memiliki pengaruh terhadap Likuiditas. Sebagai contoh pada lampiran ke IV perusahaan Sekar Bumi Tbk (SKBM) pada tahun 2012 memiliki nilai Perputaran Kas yang tinggi sebesar 22,98 dan memiliki nilai Likuiditas yang rendah 1.24, Perusahaan Mandom Indonesia Tbk (TCID) pada tahun 2012 memiliki nilai Perputaran Kas yang rendah sebesar 2,77 dengan Likuiditas 7,7. dari kedua contoh perusahaan tersebut masing-masing memiliki nilai Perputaran Kas yang berbeda, ada yang tinggi dan ada yang rendah, nilai rata-rata Perputaran Kas dalam penelitian ini adalah 16,15, jadi besar atau kecilnya Perputaran Kas suatu perusahaan tidak berpengaruh terhadap Likuiditas perusahaan. 4.7.2 Perputaran Persediaan Berpengaruh Terhadap Likuiditas pada hasil uji statistik diperoleh bahwa ada pengaruh signifikan antara perputaran Persediaan terhadap Likuiditas. Hasil ini dapat dilihat dari nilai signifikansi Perputaran Kas sebesar 0,013 < 0,05. Dengan demikian hipotesis kedua (H 2 ) yang menyatakan bahwa Perputaran Persediaan memiliki pengaruh signifikan terhadap Likuiditas, diterima. Rasio yang digunakan oleh para pengusaha dalam mengelola persediaan untuk memprediksi pengembalian atas total asset menunjukan kinerja yang baik dalam menggunakan aset perusahaan dalam menghasilkan laba. Perusahaan berharap dana yang digunakan sebanding dengan pengembalian yang
47 didapatkan. Semakin tinggi Perputaran Persediaan akan memberikan dampak positif bagi perusahaan. Hal ini tentunya akan meningkatkan suatu perusahaan yang lebih baik untuk kedepannya. Adanya pengaruh yang signifikan sejalan dengan teori sinyal bahwa tingginya nilai Perputaran Persediaan merupakan sinyal yang baik kepada perusahaan untuk menentukan kedepannya bagi perusahaan untuk memperoleh laba yang lebih baik. Penelitian ini mendukung penelitian yang dilakukan oleh Yesi (2014) yang menyatakan bahwa Perputaran Persediaan berpengaruh signifikan terhadap Likuiditas. Hasil pengaruh variabel Perputaran Persediaan dapat dijelaskan oleh beberapa contoh data, sebagai contohnya adalahtaisho Pharmaceutical Indonesia (PS) Tbk (SQBI) pada tahun 2012 memiliki nilai Perputaran Persediaan sebesar 4,37 dengan likuiditas 4,8, perusahaan Kalbe Farma Persero Tbk (KLBF) pada tahun 2014 memiliki nilai Perputaran Persediaan sebesar 2.88 dengan likuiditas 3.4. Nilai ratarata Perputaran Persediaan dalam penelitian ini adalah 4,10, dilihat dari kedua contoh tersebut dapat disimpulkan bahwa perusahaan yang memiliki Perputaran Persediaan tinggi, Likuiditasnya juga tinggi dan perusahaan yang memiliki Perputaran Perpsediaan rendah, likuiditasnya juga rendah. Dari kondisi tersebut tampak bahwa semakin tinggi Perputaran Persediaan maka perusahaan akan semakin baik. Perusahaan yang mempunyai Perputaran Persediaan yang semakin tinggi meunjukan kinerja perusahaan yang baik.