45
d. Uji Autokorelasi Uji autokorelasi bertujuan menguji apakah dalam model
regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1
sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan
sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual kesalahan pengganggu tidak bebas dari suatu
observasi ke observasi lainnya. Hal ini sering ditemukan pada data runtut waktu time
series karena “gangguan” pada seseorang individukelompok cenderung memengaruhi “gangguan” pada individukelompok
yang sama pada periode berikutnya Ghozali, 2013.
3. Analisis Regresi
Hipotesis dalam penelitian ini diuji dengan menggunakan model regresi berganda multiple regression. Model regresi berganda
umumnya digunakan untuk menguji pengaruh dua atau lebih variabel independen terhadap variabel dependen dengan skala pengukuran
interval atau rasio dalam suatu persamaan linier. Analisis regresi berganda merupakan eksistensi dari modal
regresi dalam analisis bivariate yang umumnya digunakan untuk menguji pengaruh dua atau lebih variabel independen terhadap
variabel dependen. Pengujian hipotesis dalam penelitian ini dilakukan
46
atas lima variabel dengan menggunakan rumus persamaan matematis seperti di bawah ini:
Y = α + β X + β X + β X + ɛ Dimana:
Y = Siklus Konversi Kas Cash Conversion Cycle
α = Konstanta tetap
β -β₅ = Koefisien variabel independen, apabila nilai β positif
maka akan terjadi kenaikan pada variabel dependen Y, jika nilai β negatif akan terjadi penurunan pada variabel
dependen Y X
= Proporsi dewan komisaris X
= Jumlah komite audit X
= Ukuran perusahaan ɛ
= Kesalahan bakuerror
4. Uji Statistik
a. Koefisien Determinasi R² Koefisien determinasi R² pada intinya mengukur seberapa
jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu.
Nilai R² yang kecil berarti kemampuan variabel-variabel independen yang menjelaskan variabel-variabel dependen amat terbatas. Nilai
yang mendekati
satu berarti
variabel-variabel independen
memberikan hampir semua informasi yang dibutuhkan untuk
47
memprediksi variasi variabel dependen. Secara umum koefisien determinasi untuk data silang crosssection relatif rendah karena
adanya variasi yang besar antara masing-masing pengamatan. Kelemahan mendasar dalam menggunakan koefisien
determinasi adalah bias terhadap jumlah variabel independen yang dimasukkan dalam model. Apabila satu variabel independen
ditambah, R² akan meningkat tanpa mempedulikan apakah variabel tersebut berpengaruh secara signifikan atau tidak terhadap variabel
dependen. Oleh karena itu, penelitian ini menggunakan nilai adjusted R² untuk mengevaluasi model regresi. Nilai adjusted R²
mampu naik atau turun apabila satu variabel independen ditambahkan dalam model regresi. Seperti halnya koefisien
determinasi R², nilai adjusted R² juga berkisar antara nol dan satu. Apabila mendekati nilai 1 berarti semakin kuat kemampuan variabel
independen dalam menjelaskan variabel dependennya Ghozali, 2013.
b.Uji Signifikansi Simultan Uji Statistik F Uji F pada dasarnya menunjukan apakah semua variabel
independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Untuk
menguji hipotesis ini digunakan statistik F dengan kriteria pengambilan keputusan bahwa apabila nilai signifikansi 0,05 maka
48
Ha ditolak, sedangkan apabila nilai signifikansi 0,05 maka Ha diterima Ghozali, 2013.
c. Uji Signifikansi Parameter Individual Uji Statisti t Uji parsial digunakan untuk mengetahui pengaruh masing-
masing variabel independen terhadap variabel dependen. Uji t-test ini pada dasarnya untuk menunjukan seberapa jauh pengaruh atau
variabel penjelasindependen secara individual dalam menerangkan variasi variabel dependen Ghozali, 2013. Kriteria pengambilan
keputusan dilakukan dengan tingkat signifikansi 5. Hipotesis Ha diterima jika tingkat signifikansi 5 kurang dari 0,05 dan
hipotesis Ha ditolak apabila tingkat signifikansi 5.
E. Operasional Variabel Penelitian
Data dalam penelitian ini dapat dikelompokan menjadi dua variabel yaitu variabel dependen dan variabel independen. Berikut ini akan
diuraikan definisi mengenai variabel yang digunakan beserta dengan dimensi, operasional, indikator dan skala pengukurannya.
1. Variabel Dependen Terikat
