37
1. Uji Asumsi Klasik
Agar model regresi dapat terhindar dari pelanggaran terhadap asumsi maka perlu dilakukan uji pendahuluan melalui uji normalitas, uji
autokorelasi, uji multikolinieritas, dan uji heteroskedastisitas. Pengujian tersebut dapat diuraikan sebagai berikut:
a. Uji Normalitas
Uji statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik non-parametrik Kolmogorov-Smirnov K-
S. Uji Kolmogorov-Smirnov K-S dilakukan untuk mengetahui tingkat kesesuaian antara distribusi serangkaian sampel skor yang
diobservasi dengan suatu distribusi teoritis tertentu. Hipotesisnya adalah Yamin dan Kurniawan, 2014:
Ho: Data residual berdistribusi normal Ha: Data residual tidak berdistribusi normal
Apabila nilai asymptotic significant value lebih kecil dari nilai signifikan yang ditentukan
α = 0,05 maka Ho ditolak atau data tidak berdistribusi normal, sedangkan apabila nilai asymptotic significant
value lebih besar dari nilai signifikansi yang ditentukan α = 0,05
maka Ho diterima atau data berdistribusi normal.
b. Uji Autokorelasi
Uji autokorelasi digunakan untuk mengetahui apakah dalam sebuah model regresi linier ada korelasi antara kesalahan pengganggu
pada periode t dengan kesalahan pada periode t-1 sebelumnya. Model
38
regresi linier yang baik adalah regresi yang bebas dari autokorelasi Santoso, 2014. Ada atau tidaknya masalah autokorelasi ditunjukan
oleh nilai Durbin-Watson DW test Yamin dan Kurniawan, 2014. Dasar pengambilan keputusan ada atau tidaknya autokorelasi
diperlihatkan pada tabel berikut:
Tabel 1 Analisis
Durbin-Watson Jika
Hipotesis Nol Keputusan
0 d dl Tidak ada autokorelasi positif
Ditolak dl = d = du
Tidak ada autokorelasi positif No decision
4-dl d 4 Tidak ada korelasi negatif
Ditolak 4-du = d = 4-dl
Tidak ada korelasi negatif No decision
du d 4-du Tidak ada autokorelasi, positif
atau negatif Diterima
Sumber: Yamin dan Kurniawan 2014
c. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah dalam model regresi linier ditemukan adanya korelasi antar variabel
independen. Model regresi linier yang baik seharusnya tidak terjadi korelasi
diantara variabel-variabel independen. Jika
variabel independen saling berkorelasi, maka variabel-variabel ini tidak
ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol. Ada
tidaknya masalah multikolinieritas didalam model regresi dapat dideteksi dengan melihat nilai Tolerance dan Variance Inflation
Factor VIF. Kedua ukuran ini menunjukan setiap variabel independen manakah yang dijelaskan oleh variabel independen
39
lainnya. Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolinieritas adalah nilai tolerance
≤ 0,1 dan nilai VIF ≥ 10 Ghozali, 2011.
d. Uji Heteroskedastisitas
Uji Heteroskedastisitas digunakan untuk mengetahui apakah dalam sebuah model regresi, terjadi ketidaksamaan varian residual dari
satu pengamatan ke pengamatan yang lain. Jika varian dari residual satu pengamatan ke pengamatan lain tetap, maka disebut
homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi
heteroskedastisitas Santoso, 2014. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan
dengan Uji Glejser. Uji Glejser dilakukan dengan cara meregresikan antara variabel independen dengan nilai absolut residualnya. Jika nilai
signifikansi antara variabel independen dengan absolut residual lebih
dari 0,05 maka tidak terjadi masalah heteroskedastisitas. 2.
Analisis Regresi Linier Berganda
Analisis regresi linier berganda adalah sebuah pendekatan yang digunakan untuk mendefinisikan hubungan matematis antara variabel
dependen Y dengan dua atau beberapa variabel independen X Yamin dan Kurniawan, 2014. Dalam penelitian ini, analisis regresi digunakan
untuk mengetahui seberapa kuat pengaruh Cash Flow, Net Working
40
Capital, Growth Opportunity, Leverage, dan Cash Conversion Cycle terhadap Cash Holding.
Bentuk persamaannya adalah: Y =
α
1 1
2 2
4 4
+ e
dimana: Y
= Cash Holding α
= konstanta
1
- = koefisien regresi
1
= Cash Flow
2
= Growh Opportunity = Net Working Capital
4
= Leverage = Cash Conversion Cycle
e = kesalahan residual
3. Pengujian Hipotesis Uji t