BAB IV
HASIL DAN PEMBAHASAN
4.1
Hasil Penelitian
45
4.1.2
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
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
47
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
48
49
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
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.
51
52
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
Mean
Std. Deviation
0E-7
1.25711283
Absolute
.045
Positive
.045
Negative
-.040
Kolmogorov-Smirnov Z
.631
.821
54
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
R Square
.822
.676
Adjusted R
Square
Estimate
.668
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
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
58
59
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
Square
Estimate
.668
1.273546
Durbin-Watson
1.847
60
Sedangkan sisanya 33,2% dijelaskan oleh faktor-faktor lain yang tidak diteliti
dalam penelitian ini.
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
61
62
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
63
4.2
64
65
66
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