regresi berganda dalam penelitian ini digunakan untuk mengetahui pengaruh net working capital, cash conversion cycle, growth opportunity, dan leverage
terhadap cash holding perusahaan sektor industri barang konsumsi yang terdaftar di Bursa Efek Indonesia tahun 2011-2014. Untuk dapat melakukan analisis regresi
berganda diperlukan uji asumsi klasik. Langkah-langkah uji asumsi klasik pada penelitian ini sebagai berikut:
1. Pengujian Asumsi Klasik
Pengujian regresi linear berganda dapat dilakukan setelah model lolos
dari uji asumsi klasik yang terdiri dari :
a. Uji Normalitas Uji normalitas untuk mengetahui apakah variabel dependen dan,
independen atau keduanya berdistribusi normal, mendekati normal, atau tidak. Model regresi yang baik hendaknya berdistribusi normal atau
mendekati normal. Mendeteksi apakah data berdistribusi normal atau tidak dapat diketahui dengan menggambarkan penyebaran data melalui
sebuah grafik. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonalnya, model regresi memenuhi asumsi normalitas. Uji
kenormalan data juga dapat dilakukan tidak berdasarkan grafik, misalnya dengan uji Kolmogorov-Smirnov Umar, 2011. Pengujian normalitas
dilakukan dengan melihat nilai 2-tailed significant. Jika data memiliki tingkat signifikansi lebih besar dari 0,05 maka dapat disimpulkan bahwa
H
o
diterima, sehingga dikatakan data berdistribusi tidak normal. H
o
: Data residual berdistribusi tidak normal
H
a
: Data residual berdistribusi normal b. Uji Autokorelasi
Menurut Umar 2011 uji autokorelasi dilakukan untuk mengetahui apakah dalam sebuah model regresi linear terdapat hubungan yang kuat
baik positif maupun negatif antardata yang ada pada variabel-variabel penelitian. Menurut Ghozali 2011, model regresi yang baik adalah
regresi yang bebas dari autokorelasi. Alat ukur yang digunakan untuk mendeteksi adanya autokorelasi adalah dengan menggunakan Uji Durbin
- Watson. Hipotesis yang akan diuji dalam penelitian ini: H
o
: tidak terdapat autokorelasi, r =0
H
a
: terdapat autokorelasi, r ≠0
Tabel 1. Tabel Pengambilan Keputusan Uji Autokorelasi Angka Durbin
Watson Hipotesis Nol
Keputusan
0 d dl Tidak ada
autokorelasi positif Tolak
dl ≤ d ≤ du Tidak ada
autokorelasi positif No decision
4 – dl d 4 Tidak ada korelasi
negative Tolak
4– du ≤ d ≤ 4–dl
Tidak ada korelasi negative
No decision du d 4 – du
Tidak ada autokorelasi positif
atau negatif Tidak ditolak
Sumber: Ghozali 2011 c. Uji Multikolinearitas
Menurut Umar 2011, uji multikolinearitas dilakukan untuk mengetahui apakah pada model regresi ditemukan adanya korelasi
antarvariabel independen. Menurut Ghozali 2011, dalam model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen
multikolinearitas. Ghozali menuturkan bahwa untuk mendeteksi ada atau tidaknya multikolinearitas dalam model regresi yaitu dengan
mengamati 3 petunjuk. Pertama, nilai R Square yang dihasilkan oleh suatu estimasi model
regresi empiris yang sangat tinggi, tetapi secara individual variabel - variabel independen banyak yang tidak signifikan memengaruhi variabel
dependen. Kedua, analisis matrik korelasi variabel independen menunjukkan bahwa antar variabel independen ada korelasi yang cukup
tinggi umumnya 0,9. Ketiga, petunjuk diperoleh dengan mengamati nilai tolerance dan Variance Inflation Factor VIF. Tolerance mengukur
variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Nilai cut off yang umum dipakai untuk
menunjukkan adanya multikolinearitas adalah nilai tolerance ≤ 0,10 atau
sama dengan nilai VIF 10. Bila hasil regresi memiliki nilai VIF tidak lebih dari 10, maka dapat disimpulkan tidak ada multikolinearitas dalam
model regresi. d. Uji Heteroskedastisitas
Menurut Umar 2011, uji heteroskedastisitas dilakukan untuk mengetahui apakah sebuah model regresi terjadi ketidaksamaan varians
dari residual suatu pengamatan ke pengamatan lain. Jika varian dari residual suatu pengamatan ke pengamatan lain tetap, disebut
