44

BAB IV
HASIL DAN PEMBAHASAN

4.1

Hasil Penelitian

4.1.1 Gambaran Umum Sampel

Data yang digunakan dalam penelitian ini merupakan data sekunder yang
berasal dari laporan keuangan tahunan, diunduh dari situs www.idx.co.id.
Populasi yang terdapat dalam penelitian ini adalah seluruh perusahaan
manufaktur.
Periode penelitian yang digunakan selama tiga tahun yakni tahun 2012-2014.
Sampel yang digunakan dalam penelitian ini adalah seluruh perusahaan
manufaktur yang memenuhi kriteria dalam penentuan sampel dari populasi yang
terdaftar sebagai perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia.
Jumlah sampel yang digunakan sebanyak 66 perusahaan dari 141 populasi
perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia. Pengolahan data
dalam penelitian ini menggunakan pooling data sehingga jumlah data menjadi 66
x 3 = 198 data.

45

4.1.2

Uji Statistik Deskriptif

Tabel 4.1 dibawah ini menunjukkan hasil statistik deskriptif dari masing-

masing variabel penelitian. Informasi mengenai statistik deskriptif tersebut

meliputi : nilai minimum, nilai maksimum, rata-rata (mean) dan standar deviasi.
Statistik deskriptif untuk variabel-variabel yang digunakan dalam penelitian dapat
dilihat pada tabel dibawah ini :
Tabel 4.1
Hasil Statistik Deskriptif
Descriptive Statistics
N

Minimum

Maximum

Mean

Std. Deviation

CH

198

20.328

30.671

25.35153

2.206404

NWC

198

-2.177

.813

.26265

.286152

CCC

198

-257

1856

133.93

165.417

CF

198

.001

6.000

.17743

.430884

CAPEX

198

-.241

2.300

.05878

.171372

STD

198

22.533

31.929

26.80829

1.780523

Valid N (listwise)

198

Sumber : Output SPSS 20 , 2016

1. Variabel dependen dalam penelitian ini adalah cash holding. Cash holding
diukur dengan menggunakan logaritma natural dari total kas dan setara
kas. Pada penelitian ini terdapat 198 data dengan nilai cash holding yang
terendah yaitu 20,328 nilai tertinggi sebesar 30,671 nilai rata-rata sebesar
25,35153 dengan nilai standar deviasi sebesar 2,2064.
2. Variabel independen pertama yaitu net working capital memiliki nilai
minimum sebesar -2,177 dan nilai maksimum 0,813 dengan nilai rata-rata
sebesar 0,26265 dan nilai standar deviasi adalah 0,286. Hal ini
menunjukkan bahwa ada perusahaan manufaktur yang mengalami

46

kesulitan likuiditas atau kesulitan untuk membayar kewajiban yang harus

dibayar dengan segera dikarenakan jumlah kewajiban lancar perusahaan
lebih besar dari aset lancar. Dan ada juga perusahaan yang memiliki net
working capital yang cukup baik yang dikarenakan jumlah aset lancar
lebih besar dari jumlah kewajiban lancar.
3. Variable independen kedua yaitu cash conversion cycle memiliki nilai
minimum -257 dan memiliki nilai maksimum 1.856 dengan nilai rata-rata
sebesar 132,914 dan nilai standar deviasi adalah 165,568. Hal tersebut
menunjukkan adanya perusahaan yang memiliki perputaran kas yang cepat
dan ada juga perusahaan yang memiliki perputaran kas yang lama.
4. Variabel independen ketiga yaitu cash flow memiliki nilai minimum 0,001
dan memiliki nilai maksimum 6 dengan nilai rata-rata sebesar 0,1774 dan
nilai standar deviasi sebesar 0,4308. Hal tersebut menunjukkan bahwa
pada perusahaan manufaktur dalam penelitian ini terjadi arus kas positif,
yang menggambarkan terjadinya kenaikan kas.
5. Variable independen keempat yaitu capital expenditure memiliki nilai
minimum -0,241 dan memiliki nilai maksimum 2,3 dengan nilai rata-rata
sebesar 0,0587 dan nilai standar deviasi sebesar 0,1713. Hal tersebut
menggambarkan adanya aktivitas penjualan dan pembelian aktiva tetap
pada perusahaan manufaktur.
6. Variable independen kelima yaitu short term debt memiliki nilai minimum
22,533 dan memiliki nilai maksimum 31,929 dengan nilai rata-rata sebesar
26,808 dan nilai standar deviasi sebesar 1,7805. Hal tersebut menunjukkan
adanya perusahaan yang memiliki kewajiban lancar atau kewajiban jangka
pendek yang jumlahnya sedikit ataupun banyak.

47

4.1.3. Uji Asumsi Klasik

Uji asumsi klasik adalah pengujian asumsi-asumsi statistik yang harus
dipenuhi pada analitis. Adapun uji yang dilakukan salam penelitian ini adalah uji
heteroskedastisitas, uji normalitas, uji multikolinearitas dan uji autokorelasi.

4.1.3.1 Uji Heteroskedastisitas

Model regresi yang baik harus memiliki homoskedastisitas atau tidak terjadi
heteroskedastisitas. Deteksi ada tidaknya heteroskedastisitas dalam penelitian ini
dilakukan dengan melihat sebaran titik pada scstterplot dan uji glejser.
Hasil uji heterokedastisitas dapat dilihat pada grafik scatterplot berikut ini:
Gambar 4.1 : Grafik Scatterplot Sebelum Outlier
Sumber : Output SPSS 20 , 2016
Tabel 4.2
Hasil Uji Heteroskedastisitas Sebelum Outlier (Uji Gletser)
Coefficientsa
Model

Unstandardized Coefficients

Standardized

Sig.

Coefficients
B
1

(Constant)

Std. Error
2.711

.952

NWC

-1.140

.216

CCC

.000

CF

Beta
2.848

.005

-.380

-5.283

.000

.000

.091

1.347

.180

.116

.134

.058

.866

.388

CAPEX

-.577

.338

-.115

-1.706

.090

STD

-.050

.035

-.103

-1.445

.150

a. Dependent Variable: absut

Sumber : Output SPSS 20 , 2016

48

Hasil pengujian heteroskedastisitas, Gambar 4.1, menunjukkan adanya pola

tertentu dalam grafik scatterplot. Kondisi tersebut dapat dilihat dari penyebaran
data (titik) yang terjadi secara tidak tersebar. Hal tersebut juga didukung dengan
uji gletser, tabel 4.2, yang menampilkan adanya hasil signifikan dari salah satu
variabel independen (net working capital) kurang dari 0,05. Maka dapat
disimpulkan data dalam model regresi ini terjadi heteroskedastisitas.
Menurut Ghozali (2012) mengatasi adanya gejala heterokedastisitas salah
satunya dengan cara mendeteksi adanya data outlier. Outliers adalah data yang
menyimpang terlalu jauh dari data yang lainnya dalam suatu rangkaian data.
Adanya data outliers ini akan membuat analisis terhadap serangkaian data
menjadi bias, atau tidak mencerminkan fenomena yang sebenarnya.
Berikut hasil uji heteroskedastisitas menggunakan scatterplot dan uji glejser
setelah melakukan outlier :

49

Gambar 4.2 : Grafik Scatterplot Setelah Outlier

Sumber : Output SPSS 20 , 2016
Hasil pengujian heteroskedastisitas setelah melakukan outlier, Gambar 4.2,
menunjukkan tidak adanya pola tertentu dalam grafik scatterplot. Kondisi tersebut
dapat dilihat dari penyebaran data (titik) yang terjadi secara tersebar.
Tabel 4.3
Hasil Uji Heteroskedastisitas Setelah Outlier (Uji Gletser)
Model

Unstandardized

Standardized

Coefficients

Coefficients

Std. Error

(Constant)

1.153

.971

NWC

-.342

.273

CCC

7.981E-005

Sig.

Beta
1.188

.236

-.101

-1.256

.211

.000

.017

.235

.814

.009

.129

.005

.071

.944

CAPEX

-.031

.328

-.007

-.095

.924

STD

-.003

.035

-.007

-.086

.932

CF

a. Dependent Variable: absut

Sumber : Output SPSS 20 , 2016

50

Hal tersebut juga didukung dengan uji glejser, tabel 4.3, yang menampilkan
hasil dari semua variabel independen (net working capital, cash conversion cycle,
cash flow, capital expenditure dan short term debt) memiliki tingkat signifikansi
lebih besar dari 0,05.
Akibat dari outlier tersebut adalah berkurangnya data dalam penelitian, dari
198 data menjadi 196 data. Maka dapat disimpulkan data dalam model regresi ini
terjadi homoskedastisitas atau tidak terjadi heteroskedastisitas.

4.1.3.2 Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel
terikat dan variabel bebasnya mempunyai distribusi normal atau tidak. Data yang
baik adalah data yang memiliki distribusi normal atau mendekati normal, yakni
distribusi data tersebut tidak melenceng ke kiri atau ke kanan. Cara yang paling
sederhana yaitu dengan melihat histogram yang membandingkan antara data
observasi dan distribusi yang mendekati normal sebagaimana Gambar 4.3 berikut:

51

Gambar 4.3 Grafik Histogram

Sumber : Output SPSS 20 , 2016
Berdasarkan analisis grafik histogram Gambar 4.3 dapat dilihat bahwa
residual standar menyebar secara merata dan hampir simetris dengan indikator
bentuk grafik yang menyerupai lonceng yang sempurna. Pengujian normalitas
juga dapat menggunakan grafik normal plot dari residualnya.

52

Gambar 4.4 : Grafik Normal Plot

Sumber : Output SPSS 20 , 2016

Berdasarkan Gambar 4.4 terlihat titik-titik menyebar disekitar garis diagonal

dan mengikuti arah garis diagonal grafik normal plot sehingga dari grafik
histogram dan grafik normal plot. Berdasarkan grafik histogram dan grafik normal
plot, menunjukkan bahwa model regresi ini layak dipakai dalam penelitian karena
memenuhi asumsi normalitas.

53

Selain melalui grafik histogram dan grafik normal plot, uji normalitas juga
dapat dibuktikan secara statistik yaitu menggunakan uji statistik non-parametrik
Kolmogorov-Smirnov (K-S) dengan nilai signifikansi harus diatas 0,05 atau 5%.
Pengujian terhadap normalitas data dapat dilihat pada Tabel 4.4 berikut :
Tabel 4.4
Hasil Uji Normalitas dengan Uji Statistik Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N

196

Normal Parametersa,b

Most Extreme Differences

Mean
Std. Deviation

0E-7
1.25711283

Absolute

.045

Positive

.045

Negative

-.040

Kolmogorov-Smirnov Z

.631

Asymp. Sig. (2-tailed)

.821

a. Test distribution is Normal.

b. Calculated from data.

Sumber : Output SPSS 20 , 2016

Berdasarkan Tabel 4.4 dapat diketahui bahwa nilai Kolmogorov-Smirnov Z

sebesar 0,631 dengan tingkat signifikansi sebesar 0,821 dan diatas nilai signifikan
(0,05) pada tingkat kepercayaan sebesar 95%. Berdasarkan nilai tersebut dapat
disimpulkan bahwa data yang akan digunakan dalam penelitian ini memiliki
distribusi data secara normal atau asumsi normalitas terpenuhi.

54

4.1.3.3 Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah model regresi
ditemukan adanya korelasi antar variabel bebas (independen). Penelitian ini
mendeteksi adanya gejala gangguan multikolinearitas dengan cara melihat hasil
pengujian yang diperoleh dari hasil nilai Tolerance dan VIF pada model
penelitian.

Coefficientsa
Model

Unstandardized

Standardized

Coefficients

Coefficients

B
(Constant)

Std. Error

-5.095

1.588

NWC

5.318

.446

CCC

-.001

CF
CAPEX
STD

Sig.

Beta

Collinearity Statistics

Tolerance

VIF

-3.208

.002

.549

11.923

.000

.804

1.245

.001

-.093

-2.221

.028

.979

1.021

.020

.211

.004

.096

.923

.997

1.003

.603

.537

.047

1.123

.263

.972

1.029

1.086

.057

.868

19.073

.000

.823

1.216

a. Dependent Variable: CH

Tabel 4.5
Hasil Uji Multikolinearitas
Sumber : Output SPSS 20 , 2016

Berdasarkan Tabel 4.5 tidak terdapat satu variabel yang mempunyai nilai
Tolerance < 0,1 dan nilai VIF > 10, artinya kelima variabel independen dalam
penelitian ini terbebas dari multikolinearitas.

55

4.1.3.4 Uji Autokorelasi

Uji autokorelasi digunakan untuk menguji apakah dalam sebuah model regresi
linier terdapat korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pada periode t-1 (sebelumnya). Untuk menguji autokorelasi dapat
dilihat dari nilai Durbin Watson (DW), yaitu jika nilai DW terletak antara du dan
(4-dU) atau du DW (4-dU), berarti bebas dari autokorelasi. Jika nilai DW
lebih kecil dari dL atau DW lebih besar dari (4-dL) berarti terdapat autokorelasi.
Nilai dL dan dU dapat dilihat pada tabel Durbin Watson, yaitu nilai dL ; dU = ; n
; (k-1). Keterangan : n adalah jumlah sampel, k adalah jumlah variabel dan
adalah taraf signifikan (Ghozali, 2012).
Tabel 4.6 berikut menunjukkan hasil pengujian autokorelasi menggunakan
Durbin Watson.
Tabel 4.6
Hasil Uji Autokorelasi
Model Summaryb
Model

R Square

.822

.676

Adjusted R

Std. Error of the

Square

Estimate
.668

a. Predictors: (Constant), STD, CF, CAPEX, CCC, NWC

b. Dependent Variable: CH

Sumber : Output SPSS 20 , 2016

1.273546

Durbin-Watson

1.847

56

15

Tabel 4.7
Durbin Watson Test Bound (5%)
K=5
dL
0,5620

dU
2,2198

196

1,7142

1,8187

Hasil pengujian dilakukan dengan Durbin-Watson menunjukkan nilai DW

hitung sebesar 1,847 lebih besar dari batas atas (dU) dan kurang dari (4-dU) 41,8187 maka dapat disimpulkan model regresi ini tidak terjadi autokorelasi positif
ataupun negatif.

4.1.4 Pengujian Hipotesis

4.1.4.1 Analisis Regresi Linier Berganda
Dari hasil pengujian asumsi klasik disimpulkan bahwa model regresi yang
dipakai telah memenuhi uji kelayakan untuk melakukan analisis regresi linier
berganda. Analisis linier berganda berfungsi untuk mengetahui ada tidaknya
pengaruh antara variabel independen dengan variabel terikat. Dalam penelitian ini
akan mengetahui pengaruh antara net working capital, cash conversion cycle,
cash flow, capital expenditure dan short term debt terhadap cash holding yang
menggunakan persamaan regresi berikut :
CH= +1NWC + 2CCC + 3CF + 4CAPEX +5STD +
Perhitungan analisis regresi dapat dilihat dari Tabel 4.8 sebagai berikut :

57

Tabel 4.8
Hasil Uji Regresi Linier Berganda
Model

Unstandardized

Standardized

Coefficients

Coefficients

B
(Constant)

Std. Error

-5.095

1.588

NWC

5.318

.446

CCC

-.001

CF
CAPEX
STD

Sig.

Beta
-3.208

.002

.549

11.923

.000

.001

-.093

-2.221

.028

.020

.211

.004

.096

.923

.603

.537

.047

1.123

.263

1.086

.057

.868

19.073

.000

Sumber : Output SPSS 20 , 2016

Berdasarkan Tabel 4.8 maka dapat diperoleh persamaan regresi yang

digunakan dalam penelitian ini adalah sebagai berikut :
CH=-5,095+5,318NWC-0,001CCC+0.020CF+0,603CAPEX +1,086STD +
Persamaan regresi linier berganda diatas dapat disimpulkan bahwa :
a. Nilai konstanta sebesar -5,095 artinya apabila masing-masing variabel
independen atau bebas bernilai nol maka nilai dari variabel terikat atau
variabel Y (cash holding) adalah sebesar nilai konstanta tersebut yaitu
-5,095.
b. Nilai koefisien regresi variabel NWC adalah sebesar 5,318 artinya setiap
kenaikan 1% variabel net working capital maka akan meningkatkan nilai
cash holding sebesar 5,318.
c. Nilai koefisien regresi variabel CCC adalah sebesar -0,001 artinya setiap
kenaikan 1% variabel cash conversion cycle maka akan menurunkan nilai
cash holding sebesar 0,001.

58

d. Nilai koefisien regresi variabel CF adalah sebesar 0,020 artinya setiap

kenaikan 1% variabel cash flow maka akan meningkatkan nilai cash
holding sebesar 0,020.
e. Nilai koefisien regresi variabel CAPEX adalah sebesar 0,603 artinya setiap
kenaikan 1% variabel capital expenditure maka akan meningkatkan nilai
cash holding sebesar 0,603.
f. Nilai koefisien regresi variabel STD adalah sebesar 1,086 artinya setiap
kenaikan 1% variabel short term debt maka akan meningkatkan nilai cash
holding sebesar 1,086.

Variabel independen yang digunakan dalam penelitian ini sebanyak lima

variabel yang terdiri dari : net working capital (X1), cash conversion cycle (X2),
cash flow (X3), capital expenditure (X4) dan short term debt (X5). Hasil
perhitungan dari Tabel 4.8 menunjukkan bahwa variabel yang memiliki koefisien
regresi terbesar adalah variabel net working capital (X1) sebesar 5,318, sedangkan
yang memiliki koefisien regresi terkecil adalah variabel cash conversion cycle
(X2) sebesar -0,001. Kondisi tersebut menunjukkan bahwa dalam penelitian ini
yang paling mempengaruhi perusahaan untuk menahan kas pada perusahaan
manufaktur adalah net working capital.

59

4.1.4.2 Koefisien Determinasi

Koefisien determinasi pada intinya mengukur seberapa jauh kemampuan
model

dalam

menerangkan

variabel-variabel

dependen.

Nilai

koefisien

determinasi adalah antara nol dan satu. Nilai R yang kecil berarti kemampuan
variabel-variabel independen dalam menjelaskan variasi variabel dependen amat
terbatas. Nilai yang mendekati satu berarti variabel-veriabel independen memberi
hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel
independen (Ghozali, 2012:97).

Tabel 4.9
Daftar Hasil Statistik Koefisien Determinasi
Model Summaryb
Model

R Square

.822

.676

Adjusted R

Std. Error of the

Square

Estimate
.668

1.273546

Durbin-Watson

1.847

a. Predictors: (Constant), STD, CF, CAPEX, CCC, NWC

b. Dependent Variable: CH

Sumber : Output SPSS 20 , 2016

Berdasarkan hasil uji analisis pada Tabel 4.9 dapat diketahui nilai R sebesar
0,822 yang berarti hubungan antara net working capital (X1), cash conversion
cycle (X2), cash flow (X3), capital expenditure (X4) dan short term debt (X5)
terhadap cash holding (Y) sebesar 82,2%. Artinya memiliki hubungan yang sangat
erat (Situmorang dan Lufti, 2011). Nilai Adjusted R Square sebesar 0,668 yang
berarti 66,8% faktor-faktor yang mempengaruhi cash holding pada perusahaan
manufaktur selama periode 2012 sampai 2014 dapat dijelaskan oleh net working
capital, cash conversion cycle, cash flow, capital expenditure dan short term debt.

60

Sedangkan sisanya 33,2% dijelaskan oleh faktor-faktor lain yang tidak diteliti
dalam penelitian ini.

4.1.4.3 Uji Signifikansi Parsial (Uji Statistik T)

Uji statistik t dilakukan untuk mengetahui pengaruh secara parsial atau
masing-masing variabel independen yang terdiri dari net working capital, cash
conversion cycle, cash flow, capital expenditure dan short term debt dalam
menerangkan variasi variabel dependen (cash holding). Berdasarkan hasil uji t
yang telah dilakukan, diketahui dengan df = n k = 196 6 = 190 pada
signifikansi 0,05 diperoleh nilai t-tabel sebesar 1,97253. Adapun hasil pengolahan
data uji statistik t melalui program SPSS 20 adalah sebagai berikut:
Tabel 4.10
Hasil Uji t
Model

Unstandardized

Standardized

Coefficients

Coefficients

B
(Constant)

Std. Error

-5.095

1.588

NWC

5.318

.446

CCC

-.001

CF
CAPEX
STD

Sig.

Beta
-3.208

.002

.549

11.923

.000

.001

-.093

-2.221

.028

.020

.211

.004

.096

.923

.603

.537

.047

1.123

.263

1.086

.057

.868

19.073

.000

Sumber : Output SPSS 20 , 2016

Dari hasil Tabel 4.10 diatas dapat diambil kesimpulan sebagai berikut :
a. Variabel net working capital memiliki nilai t-hitung sebesar 11,923
dimana nilai 11,923>1,97253 dan diperoleh nilai signifikansinya yang
lebih kecil dari 0,05 (0,00 < 0,05) sehingga dapat disimpulkan bahwa

61

Ho ditolak dan Ha diterima, yang berarti net working capital

berpengaruh terhadap cash holding.
b. Variabel cash conversion cycle memiliki nilai t-hitung sebesar -2,221
dengan arah negatif, dimana nilai 2,221>1,97253 dan diperoleh nilai
signifikansinya lebih kecil dari 0,05 (0,028<0,05) sehingga dapat
disimpulkan bahwa Ho ditolak dan Ha diterima, yang berarti cash
conversion cycle berpengaruh terhadap cash holding.
c. Variabel cash flow memiliki nilai t-hitung sebesar 0,096 dimana nilai
0,096<1,97253 dengan nilai signifikansinya lebih besar dari 0,05
(0,923>0,05) sehingga dapat disimpulkan bahwa Ho diterima dan Ha
ditolak, yang berarti cash flow tidak berpengaruh terhadap cash
holding.
d. Variabel capital expenditure memiliki nilai t-hitung 1,123 dimana
1,123<1,97253 dengan nilai signifikansinya lebih besar dari 0,05
(0,263> 0,05) sehingga dapat disimpulkan bahwa Ho diterima dan Ha
ditolak, yang berarti capital expenditure tidak berpengaruh terhadap
cash holding.
e. Variabel short term debt memiliki nilai t-hitung 19,073 dimana
19,073>1,97253 dengan nilai signifikansinya lebih kecil dari 0,05
(0,00<0,05) sehingga dapat disimpulkan bahwa Ho ditolak dan Ha
diterima, yang berarti short term debt berpengaruh terhadap cash
holding.

62

4.1.4.4 Uji Signifikansi Simultan (Uji Statistif F)

Uji statistik f dilakukan untuk mengetahui pengaruh secara simultan atau
serentak antara variabel independen yang terdiri dari net working capital, cash
conversion cycle, cash flow, capital expenditure dan short term debt terhadap
variabel dependen (cash holding). Berdasarkan hasil uji f yang telah dilakukan,
diketahui dengan df pembilang = k 1 (k = jumlah variabel bebas + variabel
terikat) dan df penyebut = n k = 196 6 = 190 (n = jumlah sampel) pada
signifikansi 0,05 diperoleh nilai f-tabel sebesar 2,26. Adapun hasil pengolahan
data uji statistik f melalui program SPSS 20 adalah sebagai berikut:

Tabel 4.11
Hasil Uji f
ANOVAa
Model

Sum of Squares

df

Mean Square

Regression

643.314

128.663

Residual

308.165

190

1.622

Total

951.479

195

F
79.327

Sig.
.000b

a. Dependent Variable: CH
b. Predictors: (Constant), STD, CF, CAPEX, CCC, NWC

Sumber : Output SPSS 20 , 2016

Dari hasil uji-f, Tabel 4.11, dapat diketahui bahwa variabel independen yang
terdiri dari net working capital, cash conversion cycle, cash flow, capital
expenditure dan short term debt memiliki pengaruh secara simultan terhadap cash
holding. Hal tersebut dibuktikan dari nilai f-hitung 79,327 dimana 79,327>2,26
dengan nilai signifikansinya sebesar 0,00. Dengan kondisi dimana nilai signifikan
jauh lebih kecil dari 0,05 (0,00 < 0,05).

63

4.2

Pembahasan Hasil Penelitian

4.2.1 Pengaruh Net Working Capital Terhadap Cash Holding

Hasil pengujian dalam penelitian ini memperoleh bukti empiris bahwa
variabel net working capital memiliki pengaruh terhadap cash holding. Dengan
begitu hipotesis H1 diterima yang menyatakan bahwa net working capital
berpengaruh terhadap cash holding. Hal tersebut dibuktikan dengan hasil uji
hipotesis yang menunjukkan bahwa nilai t-hitung lebih besar dari t-tabel yaitu
sebesar 11,923>1,97253 dengan tingkat signifikansi lebih kecil daripada nilai
(0,00<0,05). Sehingga besar kecilnya net working capital memengaruhi
ketersediaan kas (cash holding).
Dalam penelitian ini net working capital memiliki hubungan yang positif
terhadap cash holding. Apabila net working capital pada perusahaan manufaktur
meningkat akan menyebabkan kenaikan jumlah pada cash holding. Kemungkinan
hal tersebut terjadi karena besaran kas yang tersedia pada perusahaan manufaktur
dalam penelitian ini melebihi besaran kas yang optimal. Besaran kas yang optimal
menurut menurut H.G. Guthmann (dalam Sjahrial, 2012:138) adalah 5% sampai
dengan 10% dari jumlah aset lancar. Sedangkan besaran kas perusahaan
manufaktur dalam penelitian ini sekitar 17% sampai dengan 25%. Maka dapat
dikatakan besaran kas pada perusahaan manufaktur lebih mendominasi
dibandingkan dengan aset lancar lainnya yang ada didalam perusahaan.
Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Gill dan
Shah (2012), Jinkar (2013), William dan Fauzi (2013) dan Zulhilmi (2014) yang
menyatakan bahwa net working capital berpengaruh terhadap cash holding.

64

4.2.2 Pengaruh Cash Conversion Cycle Terhadap Cash Holding

Hasil pengujian dalam penelitian ini memperoleh bukti empiris bahwa
variabel cash conversion cycle memiliki pengaruh terhadap cash holding. Dengan
begitu hipotesis H2 diterima yang mengatakan bahwa cash conversion cycle
berpengaruh terhadap cash holding. Hal tersebut dibuktikan dengan hasil uji
hipotesis yang menunjukkan bahwa nilai t-hitung lebih besar daripada t-tabel
yaitu sebesar 2,221>1,97253 dengan arah negatif serta tingkat signifikansi cash
conversion cycle lebih kecil daripada nilai (0,028 <0,05). Sehingga besar
kecilnya cash conversion cycle mempengaruhi ketersediaan kas (cash holding).
Dalam penelitian ini perputaran kas yang tercermin dari siklus konversi kas
akan mempengaruhi saldo kas pada waktu tertentu. Semakin pendek periode
dalam proses perputaran kas maka semakin cepat pengembalian kas yang
dihasilkannya, begitu juga sebaliknya. Dengan semakin cepat perputaran kas yang
tercermin dari siklus konversi kas maka perusahaan akan meminimumkan saldo
kas pada perusahaan, karena perputaran kas tersebut bisa berperan sebagai media
pembiayaan aktivitas operasional. Sebaliknya perusahaan yang memiliki
perputaran kas yang lama atau lambat yang tercermin dari siklus konversi kas
maka perusahaan akan memaksimalkan saldo kas pada perusahaan. Oleh sebab
itu, besar kecilnya jumlah kas yang dipegang oleh suatu perusahaan juga
bergantung pada lamanya proses cash conversion cycle.
Hasil penelitian ini konsisten dengan penelitian William dan Fauzi (2013) dan
Zulhilmi (2014) yang menemukan bahwa cash conversion cycle berpengaruh
negatif signifikan terhadap cash holding perusahaan.

65

4.2.3 Pengaruh Cash Flow Terhadap Cash Holding

Hasil pengujian dalam penelitian ini memperoleh bukti empiris bahwa
variabel cash flow tidak memiliki pengaruh terhadap cash holding. Dengan begitu
hipotesis H3 ditolak yang mengatakan bahwa cash flow berpengaruh terhadap
cash holding. Hal tersebut dibuktikan dengan hasil uji hipotesis yang
menunjukkan bahwa nilai t-hitung lebih kecil dari t-tabel yaitu sebesar
0,096<1,97253 dengan nilai signifikansinya lebih besar daripada nilai (0,923>
0,05). Sehingga besar kecilnya cash flow tidak mempengaruhi ketersediaan kas
(cash holding).
Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Jinkar
(201). Dalam penelitian ini cash flow tidak memiliki pengaruh terhadap cash
holding. Keadaan perusahaan yang biasanya memiliki sister company atau anak
perusahaan memberikan kemudahaan untuk mendapatkan pendanaan eksternal
(leverage). Hal inilah yang menyebabkan pendanaan internal tidak terlalu
berpengaruh bagi perusahaan manufaktur di Indonesia. Hal yang perlu
diperhatikan oleh perusahaan adalah apabila perusahaan berdiri sendiri dan sulit
mendapatkan pendanaan eksternal, perusahaan tersebut harus memperhatikan
sumber pendanaan internal agar likuiditas perusahaan terus terjaga.
Hasil penelitian ini juga sejalan dengan penelitian yang dilakukan oleh
Saddour (2006) dan Rahmawati (2012) yang menyatakan bahwa cash flow tidak
berpengaruh terhadap cash holding.

66

4.2.4 Pengaruh Capital Expenditure Terhadap Cash Holding

Hasil pengujian dalam penelitian ini memperoleh bukti empiris bahwa
variabel capital expenditure tidak memiliki pengaruh terhadap cash holding.
Dengan begitu hipotesis H4 ditolak yang mengatakan bahwa capital expenditure
berpengaruh terhadap cash holding perusahaan manufaktur. Hal tersebut
dibuktikan dengan hasil uji hipotesis yang menunjukkan bahwa nilai t-hitung
lebih kecil dari t-tabel yaitu sebesar 1,123<1,97253 dengan tingkat signifikansi
capital expenditure lebih besar daripada nilai (0,263>0,05). Sehingga besar
kecilnya capital expenditure tidak mempengaruhi ketersediaan kas (cash
holding).
Kemungkinan hal tersebut terjadi karena capital expenditure pada perusahaan
dibiayai oleh hutang sehingga kegiatan mengganti atau menjual aktiva-aktiva
tetap tidak memiliki pengaruh yang besar terhadap ketersediaan kas yang ada
diperusahaan. Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh
Syafrizalliadhi (2014) dan Ratnasari (2015) yang menyatakan bahwa capital
expenditure tidak berpengaruh terhadap cash holding.

4.2.5 Pengaruh Short Term Debt Terhadap Cash Holding

Hasil pengujian dalam penelitian ini memperoleh bukti empiris bahwa
variabel short term debt memiliki pengaruh terhadap cash holding. Dengan begitu
hipotesis H5 diterima yang mengatakan bahwa short term debt berpengaruh
terhadap cash holding perusahaan manufaktur. Hal tersebut dibuktikan dengan
hasil uji hipotesis yang menunjukkan bahwa nilai t-hitung lebih besar dari t-tabel

67

yaitu sebesar 19,073>1,97253 dengan tingkat signifikansi short term debt lebih
kecil daripada nilai (0,00 < 0,05). Sehingga besar kecilnya short term debt
memengaruhi ketersediaan kas (cash holding).
Hubungan yang signifikan antara Short Term Debt dengan Cash Holding
dalam penelitian ini disebabkan karena penggunaan hutang jangka pendek yang
besar oleh perusahaan. Hampir semua perusahaan memiliki jumlah hutang jangka
pendek yang besar. Hasil penelitian menunjukkan bahwa Short Term Debt
menjadi komponen penting dalam mengambil keputusan level kas yang optimal
dalam perusahaan. Hasil tersebut sejalan dengan teori yang ada, yang menyatakan
bahwa short term debt memiliki jangka waktu yang pendek untuk pelunasannya
maka perusahaan mengusahakan pembayaran kewajiban tersebut dengan
menggunakan aset lancar atau kas (Weygandt, et al., 2010:4).
Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Islam
(2012) dan Saddour (2006) yang menyatakan bahwa short term debt berpengaruh
terhadap cash holding.

4.2.6 Pengaruh Net Working Capital, Cash Conversion Cycle, Cash Flow,
Capital Expenditure dan Short Term Debt secara Simultan Terhadap Cash
Holding

68

Hasil pengujian dalam penelitian ini memperoleh bukti empiris bahwa

variabel Net Working Capital, Cash Conversion Cycle, Cash Flow, Capital
Expenditure dan Short Term Debt berpengaruh secara Simultan Terhadap Cash
Holding. Dengan begitu hipotesis H6 diterima yang mengatakan bahwa Net
Working Capital, Cash Conversion Cycle, Cash Flow, Capital Expenditure dan
Short Term Debt berpengaruh secara Simultan Terhadap Cash Holding perusahaan
manufaktur. Hal tersebut dibuktikan dengan hasil uji hipotesis yang menunjukkan
bahwa nilai signifikansinya lebih kecil daripada nilai (0,00 < 0,05).