29
3.5.1. Analisis Statistik Deskriptif
Analisis statistik deskriptif adalah analisis yang dilakukan untuk melihat gambaran dari data yang menunjukan karakteristik data tersebut. Adapun
analisis yang dilakukan meliputi jumlah, sampel, nilai minimum, nilai maksimum, nilai rata-rata mean, dan standar deviasi data.
3.5.2. Uji Asumsi Klasik
Uji asumsi klasik adalah teknik analisis data yang berfungsi untuk menentukan apakah variabel yang ada dapat dianalisis dengan menggunakan
uji regresi untuk melihat pengaruh antara variabel independen dan dependen. Adapun uji asumsi klasik yang digunakan dalam penelitian ini adalah sebagai
berikut
1. Uji Normalitas
Uji nomalitas digunakan untuk mengetahui kepastian sebaran data yang diperoleh berdistribusi normal atau tidak. Untuk menguji
normalitas dalam penelitian ini digunakan uji kolmogorov-smirnov. Kriteria pengujian dengan menggunakan uji dua arah two-tailed test,
yaitu dengan membandingkan probabilitas yang diperoleh dengan taraf signifikasi α 0,05. jika p-value 0,005 maka data berdistribusi
normal.
2. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
30 pengamatan
yang lain.
Jika variance
tetap maka
disebut homoskedastisitas
dan jika
berbeda maka
terjadi problem
heteroskedastisitas. Model regresi yang baik yaitu homoskesdatisitas atau tidak terjadi heteroskedastisitas karena varian yang bernilai tidak
konstan tidak akan mempengaruhi slope estimator. Jika terjadi heteroskedastisitas maka varian memiliki nilai minimum dan
menyebabkan perhitungan standar error tidak bisa dipercaya lagi. Apabila perhitungan standarerror tidak bisa dipercaya lagi, maka
interval estimasi maupun uji hipotesis yang didasarkan pada uji t dan uji F tidak bisa dipercaya untuk evaluasi hasil regresi. Untuk
mendeteksi ada tidaknya masalah heteroskedastisitas pada model regresi dalam penelitian ini yaitu dengan melihat scatter plot nilai
prediksi dependen ZPRED dengan residual SRESID dan menggunakan uji Gletjer.
3. Uji Autokorelasi
Autokorelasi adalah biaya korelasi antar anggota-anggota dari serangkaian pengamatan. Autokorelasi menunjukkan hubungan antara
nilai-nilai yang beraturan dari variabel yang sama. Akibat adanya autokorelasi terhadap penaksiran regresi R
2
menjadi lebih tinggi dari yang seharusnya. Pendekatan yang digunakan dalam penelitian ini
adalah dengan uji Durbin-Watson. Pengambilan keputusan ada tidaknya autokorelasi dapat dilihat pada tabel berikut:
31
Tabel 3.3 Dasar Pengambilan Keputusan Korelasi
H Apabila
Keputusan Tidak ada auto korelasi +
0dd
1
Menolak Tidak ada auto korelasi +
d
1ddu
Ragu-ragu Tidak ada auto korelasi -
4-d
1
d4 Menolak
Tidak ada auto korelasi - 4-dud4-d
1
Ragu-ragu Tidak ada auto korelasi +-
dud4-du Menerima
4. Uji Multikoliniearitas
Multikolinearitas adalah uji yang dilakukan untuk mengetahui apakah ada hubungan liniar diantara variabel-variabel independen yang
dipakai dalam model regresi. Akibat adanya multikoliniearitas, koefisien-koefisien regresi menjadi tidak bisa ditaksir. Adanya
multikolinearitas dapat dilihat dari nilai tolerance yang lebih kecil dari 0,1 atau Variance Inflation Factor yang lebih besar dari 10.
3.5.3. Analisis Regresi Linear Berganda
Analisis regresi linear berganda merupakan analisis yang digunakan untuk menemukan pengaruh variabel independen terhadap variabel dependen, dalam
hal ini penerapan konsep nilai wajar yang diproksikan dengan variabel fair value accounting, return on asset sebelum pajak, dan logarima natural dari
32 total aset terhadap arus kas pada periode t+1 dan t+2. Model empiris atau
persamaa regresi yang digunakan dalam penelitian ini adalah sebagai berikut : CF
t+1,t+2
= a + b
1
FVA
t
+ b
2
PreTaxRoa
t
+ b
3
lnTotalAsset
t
+
CF
t+1,t+2
= Arus kas periode t+1 dan t+2
FVA
t
= Fair value accounting periode t PreTaxRoa
t
= Return on asset sebelum pajak periode t lnTotalAsset
t
= Total aset periode t a
= Konstanta b
= Koefisien regresi
= Error
3.5.4. Uji Hipotesis Uji F
Uji F merupakan uji untuk memprediksi pengaruh seluruh variabel independen fair value accounting, return on asset sebelum pajak, dan
logarima natural dari total aset terhadap variabel dependen arus kas pada periode t+1 dan t+2 pada perusahaan perbankan yang menerapkan konsep
nilai wajar. Pengaruh tersebut dapat dilihat melalui uji F atau anova. Untuk uji F dilihat melalui nilai signifikansi F. Jika nilai signifikansi F 0,05 maka Ho
ditolak dan Ha diterima yang berarti bahwa secara bersama-sama simultan variabel independen berpengaruh terhadap variabel dependen, dan sebaliknya.
Selain itu dapat dilihat dengan membandingkan F hitung dengan F tabel. Jika F hitung lebih besar dari F tabel F hitung F tabel maka Ho ditolak.
33
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1. Statistik Deskriptif
Analisis statistik deskriptif digunakan untuk melihat gambaran dari data yang dipakai di dalam penelitian. Statistik deskriptif digunakan dengan cara melihat
nilai minimum, nilai maksimum, nilai mean, nilai standard deviation, dan nilai variance dari setiap variabel yang digunakan dalam penelitian. Berikut tabel
statistik dari variabel-variabel yang digunakan :
Tabel 4.1 Statistik Deskriptif
N Minimum
Maximum Mean
Std. Deviation PreTax ROA t
93 -,0735
,0470 ,019110
,0156997 FVA t
93 ,5520
,9891 ,761345
,0695413 LNTotal Asset t
93 14,5481
20,4128 17,350192
1,6181274 CF t+1
93 -,1540
,2543 ,020378
,0619476 Valid N listwise
93
sumber :Olah Data SPSS
Dari Tabel 4.1 dapat dilihat bahwa nilai minimum dari variabel PreTaxROA t dan CF t+1 adalah negatif, menandakan bahwa ada perusahaan yang mengalami
kerugian dan arus kas negatif pada periode 2011 – 201, walaupun proporsinya
lebih sedikit dari jumlah perusahaan yang mengalami keuntungan dan arus kas positif dilihat dari nilai mean-nya. Dari Tabel 4.1dapat dilihat pula bahwa variabel
LN Total Asset t memiliki deviasi standar yang paling tinggi. Hal ini menandakan
Kategori