BAB III METODE PENELITIAN

A. Rancangan Penelitian Penelitian ini menggunakan desain kausal. Menurut Kuncoro (2003 : 10) studi kausalitas berbeda dengan korelasi, selain mengukur kekuatan hubungan antara dua variabel atau lebih, studi kausalitas juga menunjukkan arah hubungan antara variabel bebas dengan variabel terikat. Tujuan utama dari penelitian ini adalah untuk mengidentifikasi hubungan sebab akibat antara dua variabel. Penelitian ini dilakukan untuk menguji pengaruh perputaran kas, perputaran piutang usaha, perputaran persediaan, perputaran kewajiban lancar, dan perputaran modal kerja bersih sebagai variabel independen terhadap tingkat rentabilitas usaha sebagai variabel dependen. B. Populasi dan Sampel Penelitian Populasi penelitian ini adalah perusahaan-perusahaan sektor pertambangan yang terdaftar di Bursa Efek Indonesia (BEI) sebanyak 23 perusahaan. Sampel dipilih dengan menggunakan metode purposive sampling, yaitu pemilihan sampel atas dasar kesesuaian antara karakteristik sampel dengan kriteria pemilihan tertentu dan diperoleh 15 perusahaan. C. Teknik Pengambilan Sampel Teknik pengambilan sampel yang digunakan metode purposive sampling, yaitu pemilihan sampel atas dasar kesesuaian antara karakteristik sampel dengan kriteria pemilihan tertentu.

Universitas Sumatera Utara

Kriteria-kriteria pemilihan sampel tersebut terdiri dari: 1. perusahaan pertambangan terdaftar di Bursa Efek Indonesia hingga kuartal ketiga 2009, 2. laporan keuangan perusahaan dari tahun 2004 hingga 2008 tersedia, 3. data rasio keuangan selama periode penelitian tersedia. 4. perusahaan memperoleh laba (earning) dari tahun 2005 hingga 2008.

D. Jenis Data Jenis data yang digunakan dalam penelitian ini adalah data kuantitatif dan merupakan data sekunder, yaitu data atau informasi yang telah diolah yang diperoleh dari laporan keuangan perusahaan pertambangan tahun 2004-2008. Data yang digunakan diperoleh dari situs internet penyedia data laporan keuangan yaitu www.idx.co.id, www.icmd.co.id, dan www.reuters.com.

E. Identifikasi dan Pengukuran Variabel Penelitian Sesuai dengan hipotesis penelitian yang diungkapkan, maka terdapat dua variabel yang digunakan dalam penelitian ini yaitu: 1. Variabel bebas (X) atau independent variabel Variabel bebas adalah variabel yang mempengaruhi variabel tidak bebas. Dalam penelitian ini variabel bebasnya adalah modal kerja bersih dengan indikatornya adalah perputaran kas, perputaran piutang usaha, perputaran persediaan, perputaran kewajiban lancar, dan perputaran modal kerja bersih.

Universitas Sumatera Utara

2. Variabel terikat (Y) atau dependent variabel Variabel tidak bebas atau variabel terikat adalah varabel yang dipengaruhi oleh variabel bebas. Dalam penelitian ini variabel tidak bebasnya adalah rentabilitas usaha. Tabel III. 1 Operasionalisasi Variabel Variabel Indikator Skala Pengukuran Variabel Independen (X) Modal Kerja Bersih Perputaran kas Perputaran piutang usaha Perputaran persediaan Perputaran kewajiban lancar Rasio lancar Variabel Dependen (Y) Rentabilitas Usaha ROE = laba bersih (earning) dibagikan dengan ekuitas (equity) Sumber : Disusun Peneliti, 2009 F. Definisi Operasional Variabel Modal kerja bersih adalah jumlah keseluruhan dari aktiva lancar yang dipergunakan untuk membiayai operasi sehari-hari dan menutupi kewajibankewajiban yang harus segera dipenuhi oleh perusahaan atau selisih lebih antara aktiva lancar dengan hutang lancar. Modal Kerja Bersih = Aktiva Lancar Kewajiban Lancar Rasio Rasio

Universitas Sumatera Utara

Rentabilitas usaha atau rentabilitas modal sendiri, menurut Riyanto (1997 : 44) adalah perbandingan antara jumlah laba yang tersedia bagi pemilik modal sendiri di satu pihak dengan jumlah modal sendiri yang menghasilkan laba tersebut di lain pihak. Rentabilitas usaha diukur dengan: Return On Equity (ROE) = Laba bersih (Earning) Modal (Equity) G. Metode Analisis Data Dalam penelitian ini, metode analisis data yang dilakukan dengan analisis statistik dan menggunakan software SPSS 16.00. Dalam penggunaan model analisis regresi dalam pengujian hipotesis, terlebih dahulu diuji apakah model tersebut memenuhi asusmsi klasik atau tidak. 1. Uji Asumsi Klasik Penggunaan analisis regresi dalam statistik harus bebas dari asumsi-asumsi klasik seperti normalitas data, multikolinearitas, autokorelasi, dan

heteroskedastisitas. a. Uji normalitas data Tujuan uji normalitas menurut Erlina (2008 : 102) adalah untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Model regresi yang baik adalah distribusi data normal atau mendekati normal. 1. Analisis grafik Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik atau dengan melihat histogram dari

Universitas Sumatera Utara

residualnya. Dasar pengambilan kesimpulan Sebagaimana dikemukakan Ghozali (2005 : 112) : Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas. Jika data menyebar jauh dari diagonal dan/atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.

2. Analisis Statistik Untuk menentukan uji ini, didasarkan pada Kolmogorov_smirnov Godness of Fit Test terhadap model yang diuji. Pedoman untuk pengambilan keputusannya didasarkan sebagaiamana diungkapkan Ghozali (2005 : 114) Apabila nilai

signikansi atau nilai probabilitas > 0,05, maka distribusi data normal. Apabila nilai signifikansi atau nilai probabilitas < 0,05, maka distribusi data tidak normal. b. Uji Multikolinearitas Menurut Erlina (2009 : 105) multikolinearitas adalah situasi adanya korelasi variabel-variabel independen antara yang satu dengan yang lainnya. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Untuk melihat ada atau tidaknya multikolinieritas dalam model regresi menurut Ghozali (2005 : 91) dapat dilihat dari: 1. nilai tolerence dan lawannya, 2. Variance Inflatin Factor (VIF). Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerence mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi, nilai Tolerance yang rendah sama dengan nilai VIF yang tinggi (karena VIF = 1/tolerence). Nilai cutoff yang umum dipakai untuk menunjukkan adanya mutikolineritas adalah nilai Tolerence < 0,10 atau sama dengan VIF > 10.

Universitas Sumatera Utara

c. Uji Autokorelasi Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya). autokorelasi. Pada penelitian ini, uji autokorelasi dilakukan dengan uji Durbin Watson, karena uji ini yang umum digunakan. Uji ini hanya dilakukan untuk autokorelasi tingkat pertama dan mensyaratkan adanya intercept (konstanta) dalam model regresi. Pengambilan keputusan ada tidaknya autokorelasi menurut Ghozali (2005 : 94) adalah sebagai berikut : i. Bila nilai Durbin-Watson (DW) terletak antara batas atas atau Upper Bound (DU) dan 4 DU, maka koefisien autokorelasi sama dengan nol, berarti tidak ada autokorelasi. ii. Bila nilai Durbin-Watson (DW) lebih rendah daripada batas bawah atau Lower Bound (DL) maka koefisien autokorelasi lebih besar daripada nol, berarti ada autokorelasi positif. iii. Bila nilai Durbin-Watson (DW) lebih besar daripada (4 DL), maka koefisien autokorelasi lebih kecil dari nol, berarti ada autokorelasi negatif. iv. Bila nilai Durbin-Watson (DW) terletak antara batas atas (DU) dan batas bawah (DL) atau DW terletak antara (4 DU) dan (4 DL), maka hasilnya tidak dapat disimpulkan. Model regresi yang baik adalah yang bebas dari

Universitas Sumatera Utara

d. Uji Heteroskedastisitas Uji ini memiliki tujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variabel dari residual suatu pengamatan ke pengamatan yang lain. Jika varians dari residual satu pengamatan ke pengamatan lainnya tetap, maka disebut homoskedastisitas dan jika berbeda disebut dengan heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjasi heteroskedastisitas. Untuk melihat ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat grafik Scatterplot antara nilai prediksi variabel dependen dengan residualnya. Dasar analisis menurut Ghozali (2005 : 105) : Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, seperti titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.

2. Uji Statistik a. Analisis Koefisien Korelasi (R) Koefisien korelasi (R) menunjukkan tingkat keeratan suatu variabel, derajat atau kekuatan korelasi antara variabel-variabel digunakan analisis korelasi. Besarnya koefisien korelasi -1 < r < 1 di mana apabila r = 1 atau mendekati 1 berarti terdapat hubungan yang sangat kuat antara variabel X dan Y serta mempunyai hubungan yang searah. Apabila r = 0 (nol) atau mendekati nol, berarti hubungan antara variabel X dan Y sangat lemah atau tidak mempunyai hubungan sama sekali.

Universitas Sumatera Utara

Untuk mengintepretasikan keeratan hubungan antar variabel, hasil r dapat dinilai dalam range sebagai berikut: 1. > 0.00 - < 0.20 Hubungan yang sangat kecil dan bisa diabaikan, bahkan dianggap tidak ada korelasi 2. 0.20 - 0.40 3. 0.40 - 0.70 4. 0.70 - 0.90 5. 0.90 - 1.00 Hubungan yang kecil/tidak erat Hubungan yang moderat/sedang Hubungan yang erat Hubungan yang sangat erat

b. Analisis Koefisien Determinasi yang Disesuaikan (Adjusted R Squared) Koefisien determinasi disesuaikan (adjusted R squared) menunjukkan seberapa besar pengaruh variabel yang satu terhadap variabel lainnya, digunakan analisis koefisien determinasi. Koefisien determinasi diperoleh dari koefisien regresi dipangkatkan dua (r2) yang telah disesuiakan dan nilainya dinyatakan dalam persen (%). c. Analisis Regresi Linier Berganda Uji yang digunakan yaitu: 1. Untuk menguji besarnya pengaruh variabel independen terhadap variabel dependen, penelitian ini menggunakan persamaan regresi berganda. Model persamaannya adalah sebagai berikut: Y = a + b1X1 + b2X2 + b3X3 + b4X4 + b5X5 + e Dimana : Y a = Rentabilitas usaha = Konstanta

Universitas Sumatera Utara

b1, b2, b3, b4, b5 X1 X2 X3 X4 X5 e

= Parameter koefisien regresi = Perputaran kas = Perputaran piutang usaha = Perputaran persediaan = Perputaran kewajiban lancar = Perputaran Modal Kerja Besih = Pengganggu

3. Uji Hipotesis Hipotesis dalam penelitian ini mengunakan t-test dan F-test a. Uji Signifikan Parsial (t-test) Uji t-test digunakan untuk menguji pengaruh variabel independen secara parsial terhadap variabel dependen. Selain itu, dapat pula diketahui signifikansi dari pengaruh yang diberikan dimana pengaruh akan dikatakan signifikan bila nilai sig. yang diperoleh < 0,05. Untuk menentukan nilai t-tabel, tingkat signifikan yang digunakan sebesar 5%. Uji ini dilakukan dengan membandingkan t hitung dengan t tabel dan nilai sig. yang diperoleh. Kriteria yang digunakan yaitu : Jika thitung < ttabel dan nilai sig. > 0,05, maka Ho diterima Jika thitung > ttabel dan nilai sig. < 0,05, maka Ha diterima b. Uji Signifikan Simultan (F-test) Uji F digunakan untuk menguji hubungan linear dari seluruh variabel bebas secara bersama-sama (simultan) terhadap variabel dependen. Selain itu, dapat pula diketahui signifikansi dari pengaruh yang diberikan dimana pengaruh akan

Universitas Sumatera Utara

dikatakan signifikan bila nilai sig. yang diperoleh < 0,05. Untuk menentukan uji F-tabel, tingkat signifikan yang digunakan sebesar 5% . Uji ini dilakukan dengan membandingkan signifikansi F hitung dengan F tabel dengan ketentuan: Jika Fhitung < Ftabel dan nilai sig. > 0,05 , maka Ho diterima Jika Fhitung > Ftabel dan nilai sig. > 0,05, maka Ha diterima

G. Jadwal Penelitian Tabel III. 2 Jadwal Penelitian Tahun 2009 Tahapan Penelitian Pengajuan Judul Penyusunan Proposal Pengumpulan Data Seminar Proposal Pengolahan data Penyelesaian Laporan Agustus September Oktober November Desember

Sumber : Disusun peneliti, 2009

Universitas Sumatera Utara

Berikut ini merupakan data statistik secara umum dari seluruh data yang digunakan: Tabel IV. 2 Statistik Deskriptif (1)
Descriptive Statistics N Perputaran Kas Perputaran Piutang Usaha Perputaran Persediaan Perputaran Kewajiban Lancar Perputaran Modal Kerja Bersih Rentabilitas Usaha Valid N (listwise) 60 60 60 60 Minimum .81 2.35 .32 1.77 Maximum 4.51 84.04 31.66 48.44 Mean 2.1308 16.5078 9.5350 16.5892 Std. Deviation .81773 16.06748 6.84631 14.09414

51 60 51

1.87 1.25

35.65 84.60

7.3312 23.5532

7.64967 19.96242

Sumber : Output SPSS, diolah peneliti, 2009 Statistik deskriptif ini memberikan gambaran mengenai nilai minimum, nilai maksimun, nilai rata-rata serta standar deviasi data yang digunakan dalam penelitian. Dari tabel IV.2 di atas, dapat dijelaskan bahwa jumlah sampel (N) yang valid hanya 51 dari 60 sampel yang dipilih. Hal ini disebabkan oleh, adanya observasi yang missing value pada variabel Perputaran Modal Kerja Bersih (X5) dimana tidak ada nilai dari hasil perhitungan perputaran modal kerja bersih untuk beberapa perusahaan pertambangan karena terjadi defisit modal kerja bersih ( dapat dilihat pada data penelitian sebelum transformasi di lampiran iii). Menurut Wahana Komputer (2001 : 72) Observasi yang missing dapat menjadi permasalahan dalam analisis dan beberapa pengukuran time series tidak dapat diproses jika ditemukan nilai yang missing dalam deret data. Untuk

Universitas Sumatera Utara

mengatasi permasalahan ini maka perlu dilakukan penempatan kembali (replace) dari data yang missing tersebut. Menurut Wahana Komputer (2001 : 72) : Replace Missing Value membuat variabel baru time series dari yang ada akan mengisi nilai yang kosong pada satu dari beberapa metode. Ada beberapa metode estimasi yang dapat digunakan yaitu : Series Mean; mengisi nilai missing dengan rata-rata, untuk semua deret. Mean Nearby Points; mengisi nilai missing dengan mean pada sekeliling nilai yang valid. Median Nearby Points; mengisi nilai missing dengan median pada sekeliling nilai yang valid. Linear Interpolation; mengisi nilai missing dengan interpolasi linear. Linear Trend at Point, mengisi nilai missing dengan tren linear untuk setiap titik. Metode estimasi yang dipilih untuk melakukan replace missing value adalah metode Series Mean yaitu dengan mengisi nilai missing dengan ratarata untuk semua deret. Tabel IV. 3 Replace Missing Value X5
Result Variables Case Number of Non-Missing N of Replaced Result Variable 1 X5_1 Missing Values 9 First 1 Values Last 60 N of Valid Cases Creating Function

60 SMEAN(X5)

Sumber : Output SPSS, diolah peneliti, 2009 Berdasarkan Tabel IV.3 Replace Missing Value X5, dapat dilihat bahwa jumlah data yang telah ditempatkan kembali (N of Replaced Missing Values) adalah 9 observasi. Dengan demikian, data yang valid (N of valid case) kini berjumlah 60. Statistik deskptif dari seluruh data yang kini digunakan (N=60) adalah :

Universitas Sumatera Utara

Tabel IV. 4 Statistik Deskriptif (2)

Descriptive Statistics N Perputaran Kas Perputaran Piutang Usaha Perputaran Persediaan Perputaran Kewajiban Lancar Perputaran Modal Kerja Bersih Rentabilitas Usaha Valid N (listwise) 60 60 60 60 Minimum .81 2.35 .32 1.77 Maximum 4.51 84.04 31.66 48.44 Mean 2.1308 16.5078 9.5350 16.5892 Std. Deviation .81773 16.06748 6.84631 14.09414

60 60 60

1.87 1.25

35.65 84.60

7.3312 23.5532

7.04209 19.96242

Sumber : Output SPSS, diolah peneliti, 2009

Dari tabel IV.4 di atas, dapat dijelaskan bahwa: 1. Variabel perputaran kas (X1) memiliki sampel (N) sebayak 60, dengan nilai minimum (terkecil) 0,81, nilai maksimum (terbesar) 4,51, dan mean (nilai rata-rata) 2,1308. Standar Deviation (simpangan baku) variabel ini adalah 0.81773, 2. variabel perputaran piutang usaha (X2) memiliki sampel (N) sebanyak 60, dengan nilai minimum (terkecil) 2,35, nilai maksimum (terbesar) 84,04 dan mean (nilai rata-rata) 16,5078. Standar Deviation (simpangan baku) variabel ini adalah 16,06748, 3. variabel perputaran persediaan (X3) memiliki sampel (N) sebanyak 60, dengan nilai minimum (terkecil) 0.32, nilai maksimum (terbesar) 31,66 dan mean (nilai rata-rata) 9,5350. adalah 6,84631, Standar Deviation (simpangan baku) variabel ini

Universitas Sumatera Utara

4. variabel perputaran kewajiban lancar (X4) memiliki sampel (N) sebanyak 60, dengan nilai minimum (terkecil) 1,77, nilai maksimum (terbesar) 48,44 dan mean (nilai rata-rata) 16,5892. Standar Deviation (simpangan baku) variabel ini adalah 14,09414, 5. variabel perputaran modal kerja bersih (X5) memiliki sampel (N) sebanyak 60, dengan nilai minimum (terkecil) 1,87, nilai maksimum (terbesar) 35,65 dan mean (nilai rata-rata) 7,3312. Standar Deviation (simpangan baku) variabel ini adalah 7,04209, 6. variabel rentabilitas usaha (Y) memiliki sampel (N) sebanyak 60, dengan nilai minimum (terkecil) 1,25, nilai maksimum (terbesar) 84,60 dan mean (nilai rata-rata) 23,5532. Standar Deviation (simpangan baku) variabel ini adalah 19,96242, 7. jumlah (N) sampel yang valid sebanyak 60, setelah replace missing value 9 observasi.

B. Hasil Analisis 1. Pengujian Asumsi Klasik Salah satu satu syarat yang menjadi dasar penggunaan model regresi 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). Pengujian asumsi klasik dalam penelitian ini

dilakukan dengan bantuan program statistik. Menurut Ghozali (2005:123) asumsi klasik yang harus dipenuhi adalah:

Universitas Sumatera Utara

Berdistibusi normal. Non-Multikolinearitas, artinya antara variabel independen dalam model regresi tidak memiliki korelasi atau hubungan secara sempurna ataupun mendekati sempurna. Non-Autokorelasi, artinya kesalahan pengganggu dalam model regresi tidak saling berkorelasi. Homoskedastisitas, artinya variance variabel independen dari satu pengamatan ke pengamatan lain adalah konstan atau sama.

a.

Uji Normalitas Hasil dari uji normalitas dengan grafik histogram, normal probability plot,

serta Kolmogorov-Smirnov Test ditunjukkan sebagai berikut:

Sumber : Output SPSS, diolah peneliti, 2009 Gambar IV.1 Uji Normalitas (1)

Universitas Sumatera Utara

Sumber : Output SPSS, diolah peneliti, 2009 Gambar IV.2 Uji Normalitas (2)

Tabel IV. 5 Uji Normalitas (3)

One-Sample Kolmogorov-Smirnov Test Perputaran Perputaran Kas N Normal Parameters
a

Perputaran Modal Kerja Rentabilitas Bersih Usaha 60 7.3312 7.04209 .258 .258 -.219 2.002 .001 60 23.5532 19.96242 .173 .173 -.132 1.344 .054

Perputaran

Perputaran

Kewajiban Lancar 60 16.5892 14.09414 .164 .164 -.147 1.271 .079

Piutang Usaha Persediaan 60 60 16.5078 16.06748 .189 .157 -.189 1.465 .027 60 9.5350 6.84631 .188 .188 -.116 1.457 .029

Mean Std. Deviation

2.1308 .81773 .125 .125 -.094 .970 .304

Most Extreme Differences

Absolute Positive Negative

Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) a. Test distribution is Normal.

Sumber : Output SPSS, diolah peneliti, 2009

Universitas Sumatera Utara

Dari hasil uji normalitas di halaman sebelumnya, dapat dilihat bahwa variabel perputaran piutang usaha, perputaran persediaan, dan perputaran modal kerja bersih memiliki data yang tidak terdistribusi dengan normal karena nilai signifikannya < 0,05, yaitu variabel sebesar perputaran piutang usaha sebesar 0.027, variabel perputaran persediaan sebesar 0.029 dan variabel perputaran modal kerja bersih sebesar 0,001. Ada beberapa cara mengubah model regresi menjadi normal menurut Erlina (2007 : 106) yaitu: a. b. c. lakukan transformasi data ke bentuk lainnya, lakukan trimming, yaitu membuang data outlier, 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 akar kuadrat (Sqrt) yaitu dari persamaan RU = f(PK,PPU,PP,PKL,PMKB) menjadi SQRT_RU = f(SQRT_PK, SQRT_PPU SQRT_PP, SQRT_PKL, SQRT_PMKB). Oleh karena itu, dilakukan transformasi data yang tidak terdistribusi secara normal tersebut untuk menormalkannya. Caranya adalah dengan melakukan SQRT terhadap semua variabel. 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 :

Universitas Sumatera Utara

Histogram

Sumber : Output SPSS, diolah peneliti, 2009 Gambar IV. 3 Uji Normalitas (4)

Sumber : Output SPSS, diolah peneliti, 2009 Gambar IV. 4 Uji Normalitas (4)

Universitas Sumatera Utara

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 IV.3 dan gambar IV.4 di atas terlihat bahwa setelah dilakukan transformasi data menggunakan SQRT, grafik histogram memperlihatkan pola distribusi yang normal, dan grafik P-P Plot memperlihatkan titik-titik menyebar di

sekitar/mengikuti arah garis diagonal yang menunjukkan pola distribusi normal. Tabel IV. 6 Uji Normalitas (6)
One-Sample Kolmogorov-Smirnov Test
SQRT _Perputaran Kas N Normal Mean 60 1.4358 .26550 eviation Most Extreme Differences Absolute Positive Negative .088 .088 -.067 .680 Z Asymp. Sig. (2-tailed) .745 .320 .345 .220 .054 .621 .123 .123 -.104 .956 .121 .121 -.076 .936 .136 .136 -.088 1.050 .174 .174 -.150 1.345 .097 .097 -.059 .753 SQRT_Perputaran Piutang Usaha 60 3.6898 1.71523 SQRT_Perputaran Persediaan 60 2.9166 1.02274 SQRT_Perputaran Kewajiban Lancar 60 3.7130 1.68822 SQRT_Perput SQRT_Rent aran Modal Kerja Bersih 60 2.4867 1.08034 abilitas Usaha 60 4.4487 1.95612

Parameters Std.
a

Kolmogorov-Smirnov

a. Test distribution is Normal.

Sumber : Output SPSS, diolah peneliti, 2009

Universitas Sumatera Utara

Bila nilai signifikan < 0.05 berarti distribusi data tidak normal. Sebaliknya bila nilai signifikan > 0.05 berarti distribusi data normal. Dari tabel IV.3 di atas, dapat dilihat bahwa setelah dilakukan transformasi data dengan SQRT, semua data variabel yang diuji menjadi normal dan nilai signifikan untuk semua variabel > 0,05. b. Hasil Uji Multikolinearitas Uji multikolinearitas dilakukan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebas. Menurut Ghozali (2005) adanya gejala multikolinearitas dapat dilihat dari tolerance value atau nilai Variance Inflation Factor (VIF). Batas tolerance value adalah 0,1 dan batas VIF adalah 10. Apabila tolerance value < 0,1 atau VIF > 10 = terjadi multikolinearitas. Apabila tolerance value > 0,1 atau VIF < 10 = tidak terjadi multikolinearitas. Berdasarkan hasil pengujian multikolinearitas pada tabel IV. 7 dapat diketahui bahwa nilai VIF maksimum dari kelima variabel independen adalah 1,812 yang berarti bahwa tidak ada satupun variabel bebas yang memiliki nilai VIF lebih dari 10. Selain itu, nilai mimimum tolerance dari kelima variabel independen adalah 0.552 yang berarti bahwa tidak ada satupun variabel bebas yang memiliki tolerance value lebih kecil dari 0,1. Dengan demikian, dapat disimpulkan bahwa penelitian ini bebas dari adanya multikolinearitas.

Universitas Sumatera Utara

Tabel IV. 7 Hasil Uji Multikolinearilitas

Coefficientsa Unstandardized Standardized Coefficients Std. Model 1 (Constant) SQRT _Perputaran Kas SQRT_Perputaran Piutang Usaha SQRT_Perputaran Persediaan SQRT_Perputaran Kewajiban Lancar SQRT_Perputaran Modal Kerja Bersih B -.040 2.561 Error 1.373 .997 .348 Beta t -.029 2.568 Sig. .977 .013 .709 1.411 Tolerance VIF Coefficients Collinearity Statistics

-.167

.141

-.146

-1.179

.244

.844

1.185

.660

.256

.345

2.574

.013

.724

1.382

-.132

.178

-.114

-.744

.460

.552

1.812

-.002

.256

-.001

-.009

.993

.650

1.539

a. Dependent Variable: SQRT_Rentabilitas Usaha

Sumber : Output SPSS, diolah peneliti, 2009 c. Uji Autokorelasi Pengambilan keputusan ada tidaknya autokorelasi menurut Ghozali (2005 :94) adalah sebagai berikut: v. Bila nilai Durbin-Watson (DW) terletak antara batas atas atau Upper Bound (DU) dan 4 DU, maka koefisien autokorelasi sama dengan nol, berarti tidak ada autokorelasi. vi. Bila nilai Durbin-Watson (DW) lebih rendah daripada batas bawah atau Lower Bound (DL) maka koefisien autokorelasi lebih besar daripada nol, berarti ada autokorelasi positif.

Universitas Sumatera Utara

vii.

Bila nilai Durbin-Watson (DW) lebih besar daripada (4 DL), maka koefisien autokorelasi lebih kecil dari nol, berarti ada autokorelasi negatif.

viii.

Bila nilai Durbin-Watson (DW) terletak antara batas atas (DU) dan batas bawah (DL) atau DW terletak antara (4 DU) dan (4 DL), maka hasilnya tidak dapat disimpulkan.

Hasil dari uji autokorelasi dapat dilihat pada tabel berikut ini: Tabel IV. 8 Hasil Uji Autokorelasi
Model Summaryb Adjusted R Model 1 R .546a R Square .299 Square .234 Std. Error of the Estimate 1.71237 Durbin-Watson 2.176

a. Predictors: (Constant), SQRT_Perputaran Modal Kerja Bersih, SQRT_Perputaran Persediaan, SQRT_Perputaran Piutang Usaha, SQRT _Perputaran Kas, SQRT_Perputaran Kewajiban Lancar b. Dependent Variable: SQRT_Rentabilitas Usaha

Sumber : Output SPSS, diolah peneliti, 2009 Nilai Durbin Watson adalah 2,176, sedangkan bila dilihat dari tabel DW untuk lima variabel bebas () dan banyak data adalah 60, maka nilai k = -1 = 5-1 = 4 untuk level signifikansi = 0,05 di peroleh DL = 1,44, dan DU = 1,73 sehingga nilai 4 DU = 4 1,73 = 2,27. Asumsi pertama DU < DW< 4-DU terpenuhi yaitu 1,73 < 2, 176 < 2,27. Dengan demikian, tidak terjadi autokorelasi antar kesalahan pengganggu antar periode karena nilai Durbin-Watson (DW) 2,176 terletak antara batas atas atau Upper Bound (DU) dan 4 DU.

Universitas Sumatera Utara

d. Uji Heteroskedastisitas Uji ini memiliki tujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variabel dari residual suatu pengamatan ke pengamatan yang lain. Untuk melihat ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat grafik Scatterplot antara nilai prediksi variabel dependen dengan residualnya. Dasar analisis menurut Ghozali (2005 : 105) : Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, seperti titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.

Hasil dari uji heteroskedasitas dapat dilihat pada grafik scatterplot berikut ini:

Sumber : Output SPSS, diolah peneliti, 2009 Gambar IV. 5 Grafik Scatterplot

Dari grafik scatterplot di atas, terlihat bahwa titik-titik menyebar secara acak serta tidak membentuk pola tertentu atau tidak teratur. Hal ini mengindikasikan

Universitas Sumatera Utara

tidak terjadi heterokedasitas pada model regresi sehingga model regresi layak dipakai.

2. Pengujian Statistik a. Analisis Koefisien Korelasi (R) Nilai koefisien korelasi (R) menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel dependen. Berdasarkan hasil pengolahan data dengan program SPSS 16.0, maka diperoleh hasil sebagai berikut: Tabel IV. 9 Hasil Analisis Koefisien Korelasi (R)
Model Summaryb Adjusted R Model 1 R .546a R Square .299 Square .234 Std. Error of the Estimate 1.71237 Durbin-Watson 2.176

a. Predictors: (Constant), SQRT_Perputaran Modal Kerja Bersih, SQRT_Perputaran Persediaan, SQRT_Perputaran Piutang Usaha, SQRT _Perputaran Kas, SQRT_Perputaran Kewajiban Lancar b. Dependent Variable: SQRT_Rentabilitas Usaha

Sumber : Output SPSS, diolah peneliti, 2009 Pada tabel IV.6, nilai R sebesar 0,546 menunjukkan bahwa korelasi atau hubungan antara rentabilitas usaha dengan modal kerja bersih yang diukur dengan perputaran kas, perputaran piutang usaha, perputaran persediaan, perputaran kewajiban lancar, dan perputaran modal kerja bersih adalah hubungan yang moderat/sedang karena berada diantara angka 0,5 (50%) hingga 0,7 (70%).

Universitas Sumatera Utara

b. Analisis Koefisien Determinasi yang Disesuaikan (Adjusted R Square) Koefisien determinasi yang disesuaikan (adjusted R square) menunjukkan seberapa besar variabel independen menjelaskan variabel dependennya. Nilai adjusted R square adalah nol sampai dengan satu. Berdasarkan hasil pengolahan data dengan program SPSS 16.0, maka diperoleh hasil sebagai berikut:

Tabel IV. 10 Hasil Analisis Adjusted R square

Model Summaryb Adjusted R Model 1 R .546a R Square .299 Square .234 Std. Error of the Estimate 1.71237 Durbin-Watson 2.176

a. Predictors: (Constant), SQRT_Perputaran Modal Kerja Bersih, SQRT_Perputaran Persediaan, SQRT_Perputaran Piutang Usaha, SQRT _Perputaran Kas, SQRT_Perputaran Kewajiban Lancar b. Dependent Variable: SQRT_Rentabilitas Usaha

Sumber : Output SPSS, diolah peneliti, 2009 Nilai adjusted R square atau koefisien determinasi yang disesuaikan adalah 0,234. Hal ini berarti bahwa 23,4% variasi atau perubahan dalam rentabilitas usaha dapat dijelaskan oleh modal kerja bersih yang diukur dengan perputaran kas, perputaran piutang usaha, perputaran persediaan, perputaran kewajiban lancar, dan perputaran modal kerja bersih. Sedangkan sisanya sebesar 76,6% dijelaskan oleh sebab-sebab lain yang tidak dimasukkan dalam model penelitian. c. Analisis Regresi Linear Berganda Berdasarkan hasil uji asumsi klasik yang telah dilakukan sebelumnya, dapat disimpulkan bahwa model regresi yang dipakai dalam penelitian ini telah

Universitas Sumatera Utara

memenuhi model estimasi yang Best Linear Unbiased Estimstor (BLUE) dan layak untuk dilakukan analisis statistik selanjutnya, yaitu melakukan pengujian hipotesis. Adapun hasil pengolahan data dengan analisis regresi adalah sebagai berikut : Tabel IV. 11 Hasil Analisis Regresi Berganda
Coefficientsa Unstandardized Standardized Coefficients Std. Model 1 (Constant) SQRT _Perputaran Kas SQRT_Perputaran Piutang Usaha SQRT_Perputaran Persediaan SQRT_Perputaran Kewajiban Lancar SQRT_Perputaran Modal Kerja Bersih B -.040 2.561 Error 1.373 .997 .348 Beta t -.029 2.568 Sig. .977 .013 .709 1.411 Tolerance VIF Coefficients Collinearity Statistics

-.167

.141

-.146

-1.179

.244

.844

1.185

.660

.256

.345

2.574

.013

.724

1.382

-.132

.178

-.114

-.744

.460

.552

1.812

-.002

.256

-.001

-.009

.993

.650

1.539

a. Dependent Variable: SQRT_Rentabilitas Usaha

Sumber : Output SPSS, diolah peneliti, 2009 Berdasarkan tabel koefisien regresi di atas, pada kolom Unstandardized Coefficients bagian B diperoleh model persamaan regresi linier berganda sebagai berikut: Y = -0,040 + 2,561X1 0,167 X2 + 0,660X3 0,132X4 0.002X5 + e

Universitas Sumatera Utara

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

Pada Unstandardized Coefficients, diperoleh nilai a, b1, b2, b3, b4, dan b5 sebagai berikut: Nilai a = -0,040. Nilai konstanta -0,040 menunjukkan bahwa apabila tidak ada nilai perputaran kas, perputaran piutang usaha, perputaran persediaan, perputaran kewajiban lancar, dan perputaran modal kerja bersih maka nilai rentabilitas usaha akan menurun sebesar 0,040 satuan. Nilai b1 = 2,561. Koefisisen regresi 2,561 menunjukkan bahwa setiap kenaikan perputaran kas sebesar 1 satuan maka rentabilitas usaha akan meningkat sebesar 2,561 satuan. Nilai b2 = -0,167. Koefisisen regresi -0,167 menunjukkan bahwa setiap kenaikan perputaran piutang usaha sebesar 1 satuan maka rentabilitas usaha akan menurun sebesar 0,167 satuan. Nilai b3 = 0,660

Universitas Sumatera Utara

Koefisisen regresi 0,660 menunjukkan bahwa setiap kenaikan perputaran persediaan sebesar 1 satuan maka rentabilitas usaha akan meningkat sebesar 0,660 satuan. Nilai b4 = -0,132. Koefisisen regresi -0,132 menunjukkan bahwa setiap kenaikan perputaran kewajiban lancar sebesar 1 satuan maka rentabilitas usaha akan menurun sebesar 0,132 satuan. Nilai b5 = -0,002. Koefisisen regresi 0,002 menunjukkan bahwa setiap kenaikan perputaran modal kerja bersih sebesar 1 satuan maka rentabilitas usaha akan menurun sebesar 0,002 satuan. 3. Pengujian Hipotesis Pengujian hipotesis secara statistik dilakukan dengan menggunakan : a. Uji t (t-test) Uji t dilakukan untuk mengetahui hubungan antara variabel-variabel independen terhadap variabel dependen secara parsial (individu). Dalam uji t digunakan hipotesis sebagai berikut: H0 : Perputaran kas, perputaran piutang usaha, perputaran persediaan, perputaran kewajiban lancar, dan perputaran modal kerja bersih secara parsial tidak berpengaruh signifikan terhadap rentabilitas usaha pada perusahaan pertambangan yang terdaftar di Bursa Efek Indonesia. Ha: Perputaran kas, perputaran piutang usaha, perputaran persediaan, perputaran kewajiban lancar, dan perputaran modal kerja bersih secara parsial berpengaruh signifikan terhadap rentabilitas usaha pada perusahaan pertambangan yang terdaftar di Bursa Efek Indonesia.

Universitas Sumatera Utara

Kriteria: H0 diterima jika t hitung < t tabel untuk = 5% dan nilai sig. > 0,05 Ha diterima jika t hitung > t tabel untuk = 5% nilai sig. < 0,05 Tabel IV. 12 Hasil Uji t-test
Coefficientsa Unstandardized Standardized Coefficients Std. Model 1 (Constant) SQRT _Perputaran Kas SQRT_Perputaran Piutang Usaha SQRT_Perputaran Persediaan SQRT_Perputaran Kewajiban Lancar SQRT_Perputaran Modal Kerja Bersih B -.040 2.561 Error 1.373 .997 .348 Beta t -.029 2.568 Sig. .977 .013 .709 1.411 Tolerance VIF Coefficients Collinearity Statistics

-.167

.141

-.146

-1.179

.244

.844

1.185

.660

.256

.345

2.574

.013

.724

1.382

-.132

.178

-.114

-.744

.460

.552

1.812

-.002

.256

-.001

-.009

.993

.650

1.539

a. Dependent Variable: SQRT_Rentabilitas Usaha

Sumber : Output SPSS, diolah peneliti, 2009 Berdasarkan hasil pengujian statistik t pada Tabel 4.9 dapat dijelaskan sebagai berikut: 1) Pengaruh perputaran kas terhadap rentabilitas usaha Variabel perputaran kas memiliki t hitung 2,568. Dengan menggunakan fungsi TINV di Microsoft Excel, diperoleh t tabel untuk nilai TINV (0,05;60) adalah

Universitas Sumatera Utara

2,0003. Hal ini menunjukkan bahwa t hitung > t tabel (2,568 > 2,0003) dan nilai sig. 0,013 < 0,05, yang berarti Ha diterima dan H0 ditolak. Dengan demikian, perputaran kas berpengaruh signifikan terhadap rentabilitas usaha pada perusahaan pertambangan yang terdaftar di Bursa Efek Indonesia.. 2) Pengaruh perputaran piutang usaha terhadap rentabilitas usaha Variabel perputaran piutang usaha memiliki t hitung -1,179 dengan nilai signifikansi 0,244. Dengan nilai t tabel sebesar 2,0003 maka diperoleh bahwa t hitung > t tabel (-1,179 < 2,0003) dan nilai sig. 0,244 > 0,05 yang berarti H0 diterima dan Ha ditolak. Dengan demikian, perputaran piutang usaha tidak berpengaruh signifikan terhadap rentabilitas usaha pada perusahaan pertambangan yang terdaftar di Bursa Efek Indonesia. 3) Pengaruh perputaran persediaan terhadap rentabilitas usaha Variabel perputaran kas memiliki t hitung 2,574 dengan nilai signifikansi 0,013. Dengan bahwa nilai t tabel sebesar 2,0003 maka diperoleh bahwa t hitung > t tabel (2,574 > 2,0003) dan nilai sig. 0,013 < 0,05 yang berarti bahwa Ha diterima dan H0 ditolak. Dengan demikian, perputaran persediaan berpengaruh signifikan terhadap rentabilitas usaha pada perusahaan pertambangan yang terdaftar di Bursa Efek Indonesia. 4) Pengaruh perputaran kewajiban lancar terhadap rentabilitas usaha Variabel perputaran kewajiban lancar memiliki t hitung -0,744 dengan nilai signifikansi 0,460. Dengan nilai t tabel sebesar 2,0003 maka diperoleh bahwa t hitung > t tabel (-0,774 < 2,0003) dan nilai sig. 0,460 > 0,05 yang berarti bahwa H0 diterima dan Ha ditolak. Dengan demikian, perputaran kewajiban lancar tidak

Universitas Sumatera Utara

berpengaruh signifikan terhadap rentabilitas usaha pada perusahaan pertambangan yang terdaftar di Bursa Efek Indonesia. 5) Pengaruh perputaran modal kerja bersih terhadap rentabilitas usaha Variabel perputaran modal kerja bersih memiliki t hitung dengan nilai -0,009 signifikansi 0,993. Dengan nilai t tabel sebesar 2,0003 maka diperoleh bahwa bahwa t hitung > t tabel (-0,009 < 2,0003) dan nilai sig. 0,993 > 0,05 yang berarti bahwa H0 diterima dan Ha ditolak. Dengan demikian, perputaran modal kerja bersih tidak berpengaruh signifikan terhadap rentabilitas usaha pada perusahaan pertambangan yang terdaftar di Bursa Efek Indonesia. b. Uji F ( ANOVA) Uji F dilakukan untuk melihat seberapa besar pengaruh variabel independen secara simultan terhadap variabel dependen. Dalam uji F digunakan hipotesis sebagai berikut: H0 : Perputaran kas, perputaran piutang usaha, perputaran persediaan, perputaran kewajiban lancar, dan perputaran modal kerja bersih secara simultan tidak berpengaruh signifikan terhadap rentabilitas usaha pada perusahaan pertambangan yang terdaftar di Bursa Efek Indonesia. Ha: Perputaran kas, perputaran piutang usaha, perputaran persediaan, perputaran kewajiban lancar, dan perputaran modal kerja bersih secara simultan berpengaruh signifikan terhadap rentabilitas usaha pada perusahaan

pertambangan yang terdaftar di Bursa Efek Indonesia. Kriteria: H0 diterima jika F hitung < F tabel untuk = 5% dan nilai sig. < 0,05

Universitas Sumatera Utara

Ha diterima jika F hitung > F tabel untuk = 5% dan nilai sig. < 0,05 Tabel IV. 13 Hasil Uji F-test (ANOVA)
ANOVAb Model 1 Regression Residual Total Sum of Squares 67.419 158.339 225.759 df 5 54 59 Mean Square 13.484 2.932 F 4.599 Sig. .001a

a. Predictors: (Constant), SQRT_Perputaran Modal Kerja Bersih, SQRT_Perputaran Persediaan, SQRT_Perputaran Piutang Usaha, SQRT _Perputaran Kas, SQRT_Perputaran Kewajiban Lancar b. Dependent Variable: SQRT_Rentabilitas Usaha

Sumber : Output SPSS, diolah Penulis, 2009 Hasil uji F yang ditampilkan dalam tabel 4.10 menunjukkan bahwa nilai F hitung adalah 4,599. Dengan menggunakan fungsi FINV di Microsoft Excel, diperoleh hasil F tabel untuk FINV (0,05;5,54) adalah 2,38607. Hal ini

menunjukkan bahwa F hitung > F tabel (4,599 > 2,38607) yang berarti bahwa Ha diterima dan Ho ditolak, artinya perputaran kas, perputaran piutang usaha, perputaran persediaan, perputaran kewajiban lancar, dan perputaran modal kerja bersih berpengaruh secara simultan terhadap rentabilitas usaha pada perusahaan pertambangan yang terdaftar di Bursa Efek Indonesia. C. Pembahasan Hasil Penelitian Hasil pengujian secara statistik menunjukkan bahwa antara modal kerja bersih dengan tingkat rentabilitas usaha memiliki hubungan yang cukup erat. Hal ini dapat dilihat dari nilai R (koefisien korelasi) sebesar 0,546 yang berada diantara angka 0,50 hingga 0,70 yang menunjukkan hubungan yang moderat/sedang. Berdasarkan hasil pengujian nilai koefisien determinasi yang disesuaikan

Universitas Sumatera Utara

diperoleh nilai adjusted R square yaitu sebesar 0,234 yang artinya bahwa variasi atau perubahan pada tingkat rentabilitas usaha dapat dijelaskan sebesar 23,4% oleh modal kerja bersih dan sisanya sebesar 76,6% dijelaskan oleh variabelvariabel lain yang tidak dimasukkan dalam model penelitian. Hasil pengujian hipotesis t-test menunjukkan bahwa nilai t-hitung dari perputaran kas 2,568 dan perputaran persediaan 2,574 lebih besar dibandingkan dengan nilai t-tabel 2,0057 dan nilai signifikansi kedua variabel 0,013 lebih kecil dari 0,05. Dengan demikian, perputaran kas dan perputaran persediaan secara parsial berpengaruh signifikan terhadap tingkat rentabilitas usaha. Perputaran kas memiliki nilai koefisien regresi (B) sebesar 2,561, sedangkan perputaran persediaan memiliki nilai koefisien regresi (B) sebesar 0,660. Nilai koefisien regresi (B) perputaran kas lebih besar dibandingkan perputaran persediaan, hal ini mengindikasikan bahwa perputaran kas lebih dominan dalam mempengaruhi tingkat rentabilitas usaha dibandingkan perputaran persediaan. Dengan demikian, dengan meningkatkan efektivitas dan efisiensi penggunaan kas dan persediaan sebagai upaya peningkatan penjualan perusahaan dalam satu periode dapat pula meningkatkan rentabilitas usaha perusahaan. Hasil pengujian hipotesis t-test juga menunjukkan bahwa nilai t-hitung dari perputaran piutang usaha, perputaran kewajiban lancar, dan perputaran modal kerja bersih berturut-turut adalah -1,179, -0,744 dan -0,009 atau lebih kecil dibandingkan dengan nilai t-tabel yaitu 2,0057. Nilai signifikansi ketiga variabel adalah 0,244, 0,460, dan 0,993 atau lebih besar dari 0,05. Dengan demikian, perputaran piutang usaha, perputaran kewajiban lancar, dan perputaran modal

Universitas Sumatera Utara

kerja bersih secara parsial tidak berpengaruh signifikan terhadap tingkat rentabilitas usaha. Tidak adanya pengaruh yang signifikan dari perputaran modal kerja bersih terhadap rentabilitas usaha sesuai dengan penelitian terdahulu yang dilakukan oleh Wijayanti (2007), Sinaga (2008), dan Hertawan (2009). Berdasarkan hasil penelitian, perputaran piutang usaha, perputaran kewajiban lancar, dan perputaran modal kerja memiliki hubungan yang negatif terhadap rentabilitas usaha karena memiliki koefisien regresi yang negatif yaitu -0,167, 0,132, dan -0.002. Hal ini dapat disebabkan oleh penjualan yang fluktuatif akibat tingginya harga komoditas pertambangan di tahun 2005-2007 dan penurunan drastis di tahun 2008 akibat krisis ekonomi global. Akibatnya tingkat piutang usaha, kewajiban lancar, dan modal kerja bersih ikut berfluktuatif mengikuti gejolak ekonomi sehingga bila ditarik kesimpulan secara umum tingkat perputaran piutang usaha, perputaran kewajiban lancar, dan perputaran modal kerja bersih yang minimum sekalipun ternyata tidak menentukan bahwa rentabilitas usaha perusahaan pertambangan akan ikut menurun. Hasil pengujian hipotesis F-test menunjukkan bahwa perputaran kas, perputaran piutang usaha, perputaran persediaan, perputaran kewajiban lancar, dan perputaran modal kerja bersih secara simultan berpengaruh signifikan terhadap rentabilitas usaha. Hal ini dapat dilihat dari hasil pengujian dimana F hitung sebesar 4,599 lebih besar dari nilai F tabel yaitu 2,38607 dan nilai

signifikansi sebesar 0,001 lebih kecil dari 0,05. Meskipun dalam penelitian ini perusahaan yang menjadi objek penelitian difokuskan pada perusahaan sektor pertambangan, dilakukan penambahan variabel berupa perputaran kas, perputaran

Universitas Sumatera Utara

piutang, perputaran persediaan, perputaran kewajiban lancar, serta adanya perpanjangan tahun pengamatan yaitu 2005 2008, namun hasil penelitian ini masih sesuai dengan hasil penelitian yang dilakukan oleh Wijayanti (2007), Sinaga (2008), dan Hertawan (2009). Dengan demikian, dapat disimpulkan bahwa manajemen yang baik terhadap modal kerja bersih perusahaan yang meliputi manajemen kas, piutang usaha, persediaan, dan kewajiban lancar perusahaan secara keseluruhan akan dapat meningkatkan rentabilitas usaha perusahaan.

Universitas Sumatera Utara

BAB V KESIMPULAN DAN SARAN

A. Kesimpulan Penelitian ini menguji apakah modal kerja bersih yang diukur dengan perputaran kas, perputaran piutang usaha, perputaran persediaan, perputaran kewajiban lancar, dan perputaran modal kerja bersih berpengaruh signifikan baik secara parsial ataupun simultan terhadap rentabilitas usaha pada perusahaan pertambangan yang terdaftar di Bursa Efek Indonesia. Penelitian ini menggunakan sampel 15 emiten yang listing hingga kuartal ketiga 2009 dengan tahun pengamatan 2005 - 2008. Berdasarkan hasil penelitian pada bab sebelumnya, kesimpulan yang dapat diambil dari penelitian ini adalah sebagai berikut: 1. perputaran kas secara parsial berpengaruh signifikan terhadap rentabilitas usaha pada terdaftar perusahaan pertambangan yang terdaftar di Bursa Efek Indonesia. 2. perputaran piutang usaha secara parsial tidak berpengaruh signifikan terhadap rentabilitas usaha pada terdaftar perusahaan pertambangan yang terdaftar di Bursa Efek Indonesia. 3. perputaran persediaan secara parsial berpengaruh signifikan terhadap rentabilitas usaha pada terdaftar perusahaan pertambangan yang terdaftar di Bursa Efek Indonesia.

Universitas Sumatera Utara

4. perputaran kewajiban lancar secara parsial tidak berpengaruh signifikan terhadap rentabilitas usaha pada terdaftar di Bursa Efek Indonesia. 5. perputaran modal kerja bersih secara parsial tidak berpengaruh signifikan terhadap rentabilitas usaha pada terdaftar di Bursa Efek Indonesia. 6. perputaran kas, perputaran piutang usaha, perputaran persediaan, perputaran kewajiban lancar, dan perputaran modal kerja bersih secara simultan berpengaruh signifikan terhadap rentabilitas usaha pada perusahaan terdaftar perusahaan pertambangan yang terdaftar perusahaan pertambangan yang

pertambangan yang terdaftar di Bursa Efek Indonesia.

a. Keterbatasan Penelitian Dalam penelitian ini memiliki beberapa keterbatasan. Keterbatasan tersebut antara lain: 1. jumlah sampel yang digunakan dalam penelitian ini hanya perusahaanperusahaan yang bergerak dalam industri pertambangan yang terdaftar di Bursa Efek Indonesia dengan jumlah sampel yang listing sebanyak 15 emiten, 2. peneliti hanya menggunakan rasio perputaran kas, perputaran piutang usaha, perputaran persediaan, perputaran kewajiban lancar dan perputaran modal kerja bersih dalam mengukur rentabilitas usaha sementara masih banyak rasiorasio keuangan lainnya dan faktor-faktor lain seperti investasi modal kerja dan aktiva tetap, stategi penjualan, volume penjualan dll, yang dapat dipakai untuk memprediksi rentabilitas usaha.

Universitas Sumatera Utara

b. Saran Beberapa saran yang dikemukakan penulis berkaitan dengan hasil penelitian ini adalah: 1. bagi pihak investor atau pemilik modal disarankan untuk memperhatikan perputaran kas dan perputaran persediaan yang dilaporkan manajemen karena secara parsial tingkat perputaran kas dan perputaran persediaan secara signifikan menentukan tingkat pengembalian modal yang ditanamkan. 2. bagi pihak manajemen perusahaan disarankan untuk memperhatikan manajemen modal kerja bersih agar modal kerja yang dibutuhkan tersedia dalam keadaan cukup sehingga perusahaan dapat beroperasi dengan seekonomis mungkin yang dapat meningkatkan rentabilitas usaha perusahaan, 3. bagi pihak manajemen juga disarankan untuk memperhatikan perputaran

aktiva operasi perusahaan karena akan mempengaruhi kemampuan perusahaan dalam menghasilkan laba, 4. bagi peneliti selanjutnya yang tertarik untuk melakukan penelitian sejenis, dapat menambahkan variabel bebas (independen) seperti : perputaran kas, perputaran piutang, perputaran persediaan, perubahan rasio cara pembelanjaan modal kerja, perubahan rasio lancar dan sebagainya, 5. bagi peneliti selanjutnya yang tertarik untuk melakukan penelitian sejenis dapat mengambil sampel dari sektor industri lain seperti : industri dasar dan kimia, industri makanan dan minuman, industri rokok, industri properti dan lain-lain,

Universitas Sumatera Utara

6. bagi peneliti selanjutnya yang tertarik untuk melakukan penelitian yang sejenis, dapat melakukan uji statistik yang lain seperti uji Gletser dan Uji Park untuk menguji heteroskedastisitas, atau uji Breusch GodFrey untuk menguji autokorelasi serta dapat memperpanjang periode pengamatan agar data berdistribusi lebih normal.

Universitas Sumatera Utara