Pengujian Asumsi

4.2 Pengujian Asumsi

Sebelum melakukan regresi least square data panel pada objek penelitian, masing-masing variabel data harus memenuhi kriteria-kriteria pengujian terhadap asumsi variabel dan model, antara lain:

4.2.1 Pengujian Asumsi Multikolinieritas

Multikolinieritas adalah suatu kondisi dimana terdapat korelasi antar variabel bebas ( independent variable ). Suatu model yang baik seharusnya tidak memiliki permasalahan multikolinieritas antar variabel-variabel bebasnya (Brooks, 2002). Untuk mendeteksi adanya multikolinieritas dapat dilakukan dengan cara membuat matriks korelasi untuk setiap model variabel bebas.

4.2.1.1 Pengujian Asumsi Multikolinieritas Model Regresi Pengaruh

Karakteristik Perusahaan Terhadap Kebijakan Cash Holding

1. Pengujian Multikolinieritas Tahap 1 (11 Variabel)

Tabel 4.4 Korelasi Antar Variabel Karakteristik Perusahaan I

TAX RATE

CCC CAPEX SIZE

CA 1 -0.0976

0.2328 -0.1470 -0.2391

0.0427 -0.1819 -0.0407

TAX RATE

1 -0.1127 -0.1960

Sumber: Olahan Penulis dengan E-Views

Pada Tabel 4.4 diatas terlihat hubungan antar variabel-variabel karakteristik perusahaan yang tercermin pada Rasio Aset Lancar ( CA ), Rasio Penggunaan Utang ( LEV ), Rasio Market to Book (MTB), Rasio Growth Opportunity ( TOBINS ), Rasio Modal Kerja Bersih ( NWCNA ), Pembayaran Dividen ( DIVDUM ), Rasio Profitabilitas ( ROE ), Tingkat Pajak ( TAXRATE ), Rasio Siklus Konversi Kas ( CCC ),

Rasio Pengeluaran Modal ( CAPEX ), dan Firm Size . Dari total 11 variabel karakteristik perusahaan terdapat dua pasang variabel yang memiliki hubungan (korelasi) yang kuat, terlihat dari besaran koefisien korelasi diatas 0.80 (>80%), antara lain MTB-TOBINS, TOBINS-MTB

Untuk mengurangi efek dari multikolinieritas tersebut, variabel penelitian harus ada yang dikeluarkan dari model penelitian dengan mengeluarkan satu variabel yang memiliki korelasi tinggi (>80%), yaitu Rasio Growth Opportunity ( TOBINS ) .

2. Pengujian Multikolinieritas Tahap 2 (10 Variabel)

Tabel 4.5 Korelasi Antar Variabel Karakteristik Perusahaan II

TAX RATE

CCC CAPEX SIZE

CA 1 -0.09454

0.23137 -0.14330 -0.23116

0.05292 -0.18055 -0.03819

TAX RATE

1 -0.06172 -0.09934

Sumber: Olahan Penulis dengan E-Views

Tabel 4.5 diatas menunjukan hubungan (korelasi) antar variabel tersisa, yaitu Rasio Aset Lancar ( CA ) , Rasio Penggunaan Utang ( LEV ), Rasio Market to

Book ( MTB ), Rasio Modal Kerja Bersih ( NWCNA ), Pembayaran Dividen ( DIVDUM ), Rasio Profitabilitas ( ROE ), Tingkat Pajak ( TAXRATE ), Rasio Siklus

Konversi Kas ( CCC ), Rasio Pengeluaran Modal ( CAPEX ), dan Firm Size . Nilai koefisien dari seluruh variabel tersisa adalah dibawah 0.80 (<80%). Hal tersebut menunjukan bahwa setelah mengeluarkan satu variabel dari pengujian tahap pertama, variabel karakteristik perusahaan sudah terbebas dari multikolinieritas. Dengan demikian, 10 variabel ini layak untuk dilakukan pengujian berikutnya.

4.2.1.2 Pengujian Asumsi Multikolineritas Model Regresi Pengaruh

Makro Ekonomi Terhadap Kebijakan Cash Holding

1. Pengujian Multikolinieritas Tahap 1 (5 Variabel)

Tabel 4.6 Korelasi Antar Variabel Makro Ekonomi I

Sumber: Olahan Penulis dengan E-Views

Pada Tabel 4.6 diatas terlihat hubungan antar variabel-variabel makro ekonomi yang tercermin pada Tingkat Pertumbuhan Gross Domestic Product ( GDPG ), Tingkat Inflasi ( INF ), Indeks Harga Konsumen Tahunan ( CPI ), Indeks Produksi Industri ( INDP ), Indeks Harga Saham Gabungan ( IHSG ). Dari total lima variabel makro ekonomi terdapat enam pasang variabel yang memiliki hubungan (korelasi) yang kuat, terlihat dari besaran koefisien korelasi diatas 0.80 (>80%), antara lain CPI-INDP, CPI-IHSG, INDP-CPI, INDP-IHSG, IHSG-CPI, IHSG- INDP.

Untuk mengurangi efek dari multikolinieritas tersebut, variabel penelitian harus ada yang dikeluarkan dari model penelitian dengan mengeluarkan dua variabel yang memiliki korelasi tinggi (>80%), yaitu Indeks Harga Konsumen Tahunan ( CPI ), Indeks Harga Saham Gabungan ( IHSG ). Kedua variabel tersebut dikeluarkan dari model karena tidak lolos pada saat uji Hausman ( invalid ). Begitu juga dengan variabel Tingkat Inflasi ( INF ).

2. Pengujian Multikolinieritas Tahap 1 (2 Variabel)

Tabel 4.7 Korelasi Antar Variabel Makro Ekonomi II

Sumber: Olahan Penulis dengan E-Views

Tabel 4.7 diatas menunjukan hubungan (korelasi) antar variabel tersisa, yaitu Tingkat Pertumbuhan Gross Domestic Product ( GDPG ) dan Tingkat Produksi Industri ( INDP ). Nilai koefisien dari seluruh variabel tersisa adalah dibawah 0.80 (<80%). Hal tersebut menunjukan bahwa setelah mengeluarkan tiga variabel dari pengujian tahap pertama, variabel makro ekonomi sudah terbebas dari multikolinieritas. Dengan demikian, dua variabel ini layak untuk dilakukan pengujian berikutnya.

4.2.1.3 Pengujian Asumsi Multikolineritas Model Regresi Pengaruh Karakteristik Perusahaan dan Makro Ekonomi Terhadap

Kebijakan Cash Holding

Tabel 4.8 Korelasi Antar Variabel Karakteristik Perusahaan dan Makro Ekonomi (12 Variabel)

TAX RATE

CCC

CAPEX

SIZE GDPG INDP

CA 1 -0.09454

-0.03819 -0.03272 -0.03155

0.08276 -0.03656 -0.00788

TAX RATE

Sumber: Olahan Penulis dengan E-Views

Pada Tabel 4.8 diatas terlihat bahwa dari total 12 variabel yang merupakan kombinasi dari variabel karakteristik perusahaan dan variabel makro ekonomi tidak ada yang mendapatkan koefisien korelasi diatas 0.80 (>80%). Dengan demikian

dapat dikatakan variabel-variabel tersebut, Rasio Aset Lancar ( CA ), Rasio

Penggunaan Utang ( LEV ), Rasio Market to Book ( MTB ), Rasio Modal Kerja Bersih ( NWCNA ), Pembayaran Dividen ( DIVDUM ), Rasio Profitabilitas ( ROE ), Tingkat Pajak ( TAXRATE ), Rasio Siklus Konversi Kas ( CCC ), Rasio Pengeluaran Modal ( CAPEX ), Firm Size, Tingkat Pertumbuhan Gross Domestic Product ( GDPG ), Indeks Produksi Industri ( INDP ), sudah terbebas dari multikolinieritas. Dengan demikian, 12 variabel ini layak untuk dilakukan pengujian berikutnya.

4.2.2 Pengujian Asumsi Heteroskedatis

Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi ketidaksamaan varians dari residual atau pengamatan ke pengamatan yang lain. Jika varians tetap maka disebut homoskedastisitas dan jika berbeda maka terjadi masalah heteroskedastisitas. Model regresi yang baik adalah homoskedastisitas Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi ketidaksamaan varians dari residual atau pengamatan ke pengamatan yang lain. Jika varians tetap maka disebut homoskedastisitas dan jika berbeda maka terjadi masalah heteroskedastisitas. Model regresi yang baik adalah homoskedastisitas

4.2.2.1 Pengujian Asumsi Heteroskedatis Model Regresi Pengaruh

Karakteristik Perusahaan Terhadap Kebijakan Cash Holding Pada pengujian ini, model regresi pengaruh karakteristik

persusahaan terhadap kebijakan cash holding secara otomatis terbebas dari heteroskedastisitas dengan melakukan treatment melalui GLS cross-section weights . Hasil treatment ini bisa dilihat pada Tabel 4.9 dibawah berikut:

Tabel 4.9 Uji Heteroskedastisitas Faktor Karakteristik Perusahaan

Model 1

Weighted R 2 Unweighted R 2 Kesimpulan

Sumber: Olahan Penulis dengan E-Views

Dengan demikian, model ini terbebas dari heteroskedastisitas dan layak untuk dilakukan pengujian berikutnya.

4.2.2.2 Pengujian Asumsi Heteroskedatis Model Regresi Pengaruh

Makro Ekonomi Terhadap Kebijakan Cash Holding Pada pengujian ini, model regresi pengaruh makro ekonomi terhadap

kebijakan cash holding secara otomatis terbebas dari heteroskedastisitas dengan melakukan treatment melalui white-cross section . Hasil treatment ini bisa dilihat pada Tabel 4.10 dibawah berikut:

Tabel 4.10 Uji Heteroskedastisitas Faktor Makro Ekonomi

Model 2

Weighted R 2 Unweighted R 2 Kesimpulan

Sumber: Olahan Penulis dengan E-Views

Dengan demikian, model ini terbebas dari heteroskedastisitas dan layak untuk dilakukan pengujian berikutnya.

4.2.2.3 Pengujian Asumsi Heteroskedatis Model Regresi Pengaruh Karakteristik Perusahaan dan Makro Ekonomi Terhadap

Kebijakan Cash Holding Pada pengujian ini, model regresi pengaruh karakteristik perusahaan

dan makro ekonomi terhadap kebijakan cash holding secara otomatis terbebas dari heteroskedastisitas dengan melakukan GLS cross-section weights. Hasil treatment ini bisa dilihat pada Tabel 4.11 dibawah berikut:

Tabel 4.11 Uji Heteroskedastisitas Faktor Karakteristik Perusahaan

& Makro Ekonomi

Model 3

Weighted R 2 Unweighted R 2 Kesimpulan

Sumber: Diolah penulis dengan E-Views

Dengan demikian, model ini terbebas dari heteroskedastisitas dan layak untuk dilakukan pengujian berikutnya.

4.2.3 Pengujian Asumsi Autokolorelasi

Uji autokolerasi bertujuan menguji apakah model regresi linier ada korelasi antara kesalah pengganggu pada periode t dengan kesalahan pengganggu pada periode sebelumnya ( t-1 ). Jika terjadi korelasi maka disebut terdapat autokolerasi. Ada beberapa cara untuk mendeteksi gejala autokorelasi, yaitu dengan uji Durbin-Watson ( DW test ), uji Langrage Multiplier ( LM test ), dan uji Run (Nachrowi dan Usman, 2006).

4.2.3.1 Pengujian Asumsi Autokolerasi Model Regresi Pengaruh

Karakteristik Perusahaan Terhadap Kebijakan Cash Holding Pada pengujian ini, model regresi pengaruh karakteristik perusahaan

terhadap kebijakan cash holding secara otomatis terbebas dari autokolerasi dengan melakukan GLS cross-section weights. Hasil treatment ini bisa dilihat pada Tabel 4.12 dibawah berikut:

Tabel 4.12 Uji Autokolerasi Faktor Karakteristik Perusahaan

Tidak Ada Autokorelasi +/- Sumber: Olahan Penulis dengan E-Views

Hasil dL dan dU didapatkan dari Durbin-Watson Statistic Table dengan n = 100 dan k = 10 pada α sebesar 5%. Tabel 4.12 menunjukan nilai DW berada pada range dU < DW < 4 – dU. Hal tersebut mengindikasikan tidak terdapat autokorelasi +/- dalam model pengaruh karakteristik perusahaan. Dengan demikian, model ini terbebas dari autokorelasi dan layak untuk dilakukan pengujian berikutnya.

4.2.3.2 Pengujian Asumsi Autokolerasi Model Regresi Makro Ekonomi

Perusahaan Terhadap Kebijakan Cash Holding Pada pengujian ini, model regresi pengaruh makro ekonomi terhadap

kebijakan cash holding secara otomatis terbebas dari autokolerasi . Hasil ini bisa dilihat pada Tabel 4.13 dibawah berikut:

Tabel 4.13 Uji Autokolerasi Faktor Makro Ekonomi

Ada Autokolerasi + Sumber: Olahan Penulis dengan E-Views

Hasil dL dan dU didapatkan dari Durbin-Watson Statistic Table dengan n = 100 dan k =2 pada α sebesar 5%. Tabel 4.13 menunjukan nilai

DW berada pada range DW < dL. Hal tersebut mengindikasikan terdapat

autokorelasi positif dalam model pengaruh makro ekonomi. Namun, dengan metode GLS pada model ini sebenarnya sudah mengatasi masalah autokorelasi (Gujarati, 2009). Dengan demikian model ini terbebas dari autokorelasi dan layak untuk dilakukan pengujian berikutnya.

4.2.3.3 Pengujian Asumsi Autokolerasi Model Regresi Pengaruh Karakteristik Perusahaan dan Makro Ekonomi Terhadap

Kebijakan Cash Holding Pada pengujian ini, model regresi pengaruh karakteristik perusahaan

dan makro ekonomi terhadap kebijakan cash holding masih terdapat masalah autokolerasi . Hasil ini bisa dilihat pada Tabel 4.14 dibawah berikut:

Tabel 4.14 Uji Autokolerasi Faktor Karakteristik Perusahaan

& Makro Ekonomi

Tidak Ada Kesimpulan Sumber: Diolah penulis dengan E-views

Hasil dL dan dU didapatkan dari Durbin-Watson Statistic Table dengan n = 100 dan k = 12 pada α sebesar 5%. Tabel 4.14 menunjukan nilai

DW berada pada range dL < DW < dU. Hal tersebut mengindikasikan tidak

ada kesimpulan yang dapat diambil dari model pengaruh karakteristik perusahaan dan makro ekonomi. Menurut Gujarati (2009) jika model

memiliki sampel yang besar maka nilai DW ditransformasi mengikuti standar distribusi normal menggunakan rumus yang sudah dijelaskan pada Bab 3. Nilai hasil transformasi DW pada model ini yaitu sebesar 0.076604, menunjukan bahwa nilai tersebut lebih kecil dari nilai Z α = 5% yaitu 1.96. Hal tersebut menandakan bahwa tidak adanya autokorelasi pada model. Dengan demikian model ini terbebas dari autokorelasi dan layak untuk dilakukan pengujian berikutnya.