Metodologi Penelitian
1. Jenis Penelitian
Jenis penelitian ini menggunakan penelitian kualitatif. Jenis penelitian kualitatif digunakan
karena peneliti ingin melakukan pengujian tentang kemampuan laba serta arus kas pada
periode penelitian dalam melakukan prediksi arus kas di masa mendatang. Tujuannya untuk
menentukan apakah terdapat asosiasi antara dua variabel atau lebih serta seberapa jauh
korelasi yang ada diantara variabel yang diteliti. Tipe ini menekankan pada penentuan tingkat
hubungan yang dapat pula digunakan untuk melakukan prediksi. Seperti yang dijelaskan
diatas, jenis penelitian ini menekankan pada tingkat hubungan untuk menentukan apakah arus
kas dan laba pada periode penelitian dapat melakukan prediksi arus kas pada dua tahun
setelah periode penelitian serta pada tingkat apa arus kas dan laba pada periode penelitian
dapat melakukan prediksi arus kas pada dua tahun setelah periode penelitian.
2. Jenis dan Sumber Data
Jenis data dalam penelitian ini menggunakan data sekunder. Data sekunder adalah data yang
tidak didapatkan melalui perusahaan secara langsung melainkan dengan mengambil data
perusahaan yang melakukan listing di Bursa Efek Indonesia untuk selanjutnya disebut dengan
BEI. Data yang digunakan merupakan laporan keuangan yang dikeluarkan setiap tahun oleh
perusahaan yang sudah mencatatkan sahamnya di BEI. Pengumpulan data dilakukan dengan
mengumpulkan data yang sesuai dengan kriteria penelitian terlebih dahulu, dan untuk
selanjutnya dilakukan pengambilan data dari laporan keuangan yang sudah dikumpulkan
melalui BEI.
Penelitian ini menggunakan dua variabel independen/bebas yang digunakan yaitu arus kas,
laba pada periode dua tahun sebelum penelitian menjadi variabel independen/bebast
penelitian. Periode penelitian dalam penelitian ini yaitu tahun 2016.
a. Arus kas periode penelitian / CF.
Arus kas merupakan laporan yang diterbitkan perusahaan untuk menunjukkan arus kas
perusahaan yang terjadi dalam suatu periode akuntansi, darimana penerimaan kas dan
digunakan untuk apa saja kas perusahaan digunakan selama periode laporan. Arus kas yang
digunakan di dalam penelitian ini menggunakan proksi yang sama dengan penelitian yang
dilakukan oleh Dyna seng (1998) yaitu berikut ini:
1. Arus kas operasi/ Cash Flows From Operation (X1) periode t-1, dan t-2.
Arus kas operasi adalah seluruh aktivitas perusahaan yang berkaitan dengan kegiatan
operasi perusahaan dalam upaya untuk menghasilkan pendapatan dari hasil
operasi/produksi utama perusahaan serta biaya yang digunakan untuk operasi
perusahaan. Arus Kas Operasi yang digunakan untuk penelitian ini adalah Arus Kas
Operasi yang Positif. Hal tersebut dikarenakan jika perusahaan memiliki arus kas
negatif dari aktifitas operasi maka dianggap tidak akan mampu meningkatkan kas
dari sumber lainnya dalam periode yang tidak terbatas, dikarenakan arus kas bersih
pada aktifitas operasi merupakan ukuran kunci likuiditas.
Pengukuran ini berdasarkan pada pembeda yang digunakan untuk menentukan :
X1 t-1 = lag CFO t-1
X1 t-2 = lag CFO t-2
Penggunaan lag karena penelitian ini menggunakan penelitian time series yangakan
dianalisis menggunakan Analisis regresi dengan model ARIMA time series.
2. Arus kas investasi/ Cash Flows From Investing Activity (X2) t-1, t-2.
Arus kas investasi adalah berbagai aktivitas perusahaan yang terkait dengan
pembelian dan penjualan aset jangka panjang perusahaan juga investasi lainnya yang
tidak termasuk dalam setara kas. Aktivitas investasi adalah perolehan dan pelepasan
untuk aset jangka panjang dan investasi lainnya yang tidak termasuk dalam setara
kas. Arus kas masuk dalam aktivitas investasi dari penjualan aset tetap, penjualan
aset tak berwujud, penjualan saham atau instrumen utang entitas lain, penerimaan
dari pembayaran pinjaman yang diberikan kepada entitas lain. Arus kas keluar
digunakan untuk pembelian aset tetap, pembelian investasi saham atau instrumen
utang entitas lain, pengeluaran untuk pemberian pinjaman kepada entitas lain.
Pengukuran ini berdasarkan pada pembeda yang digunakan untuk menentukan :
Penelitian ini menggunakan satu variable dependen yaitu Arus Kas masa depan. Arus kas
merupakan laporan yang diterbitkan perusahaan untuk menunjukkan arus kas perusahaan
yang terjadi dalam suatu periode akuntansi, darimana penerimaan kas dan digunakan untuk
apa saja kas perusahaan digunakan selama periode laporan. Periode penelitian yang dilakukan
adalah tahun 2016 dianggap masa yang akan datang dalam penelitian ini :
Y = CF total pada periode t
4.2.1
sebuah perusahaan dengan arus kas operasi yang tinggi dikarenakan kegiatan utama
perusahaan manufaktur adalah untuk menghasilkan suatu barang dalam Junaidi (2015).
4.2.2
Sampel
Sampel yang digunakan dari populasi sebagai perwakilan dari populasi yang digunakan.
Dalam pemilihan sampel ini menggunakan teknik purposive sampling yang menentukan
sampel dengan mengguakan kriteria tertentu. Kriteria yang diambil untuk kepentingan
meminimalisir bias dan mendapatkan hasil yang bisa diguakan sebagai perwakilan atau
representasi populasi yang ada. Berikut ini ditampilkan kriteria sampel yang akan digunakan
untuk penelitian :
Tabel 4.1 Rincian sampel
No.
1.
Kriteria sampel
Perusahaan manufaktur yang terdaftar di BEI / tidak IPO selama tahun
2.
2014 2016.
Perusahaan yang melaporkan laporan keuangan secara berkala selama
3.
4.
Uji asumsi klasik dilakukan untuk memenuhi kelayakan model regresi yang digunakan dalam
penelitian. Uji asumsi klasik dalam penelitian ini terdiri dari uji multikolinieritas, uji
autokorelasi, uji heterokedastisitas, dan uji normalitas.
A. Uji multikolinieritas
Menurut Ghozali (2013) uji multikolinieritas dilakukan bertujuan untuk menguji apakah
model regresi ditemukan korelasi pada variabel bebas (independen) satu dengan variabel
bebas yang lain. Model regresi yang baik tidak terjadi korelasi diantara variabel
independen/bebas. Apabila variabel independen/bebas memiliki korelasi satu sama lain, maka
variabel variabel ini dianggap tidak ortogonal. Variabel ortogonal adalah variabel
independen/bebas yang memiliki nilai korelasi antar variabel independen/bebas sama dengan
nol.
Untuk mendeteksi ada atau tidaknya multikolinieritas didalam model regresi adalah sebagai
berikut :
1. Dengan melakukan analisis matrik korelasi variabel independen/bebas. Jika
terdapat korelasi yang cukup tinggi (diatas 0,90), maka terindikasi adanya
multikolinieritas.
2. Multikolinieritas dapat dilihat dari nilai tolerance dan lawannya
variance
B. Uji autokorelasi
Uji autokorelasi digunakan untuk melakukan uji apakah dalam model regresi linier terdapat
korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada
periode sebelumnya. Apabila terjadi korelasi, maka hal tersebut berartii ada problem
autokorelasi. Uji Durbin-Watson (DW test) bisa digunakan untuk mendeteksi adanya
autokorelasi (Ghozali, 2013)
Pengambilan keputusan ada tidaknya autokorelasi dapat dilihat dari tabel berikut:
Keputusan
Tolak
0 < d < dl
Jika
No decision
dl d du
Tilak
4 dl < d < 4
No decision
A du d 4 dl
Tolak ditolak
du < d < 4 - du
negative
C. Uji heterokedastisitas
Uji heterokedastisitas digunakan untuk melakukan uji apakah dalam model regresi terjadi
ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika
variance dari residual antar pengamatan tetap, maka disebut homoskedastisitas dan jika
berbeda disebut keteroskedastisitas. Model regresi yang baik adalah terjadi homoskedastisitas
atau tidak terjadi heteroskedastisitas (Ghozali, 2013).
Untuk mendeteksi ada atau tidaknya heteroskedastisitas dapat melihat grafik plot antara nilai
prediksi variabel dependen/terikat (terikat) yaitu ZPRED dengan residualnya SRESID.
Deteksi pada heteroskedastisitas dapat dilakukan dengan melihat adanya pola tertentu pada
grafik scatterplot antara SRESID dan ZPRED yang mana sumbu Y menunjukkan Y yang
telah diprediksi, dan sumbu X memperlihatkan residual (Yprediksi Y sesungguhnya).
Heteroskedastisitas juga dapat dideteksi dengan melakukan uji glejser. Dalam uji glejser,
model regresi linier yang digunakan dalam penelitian diregresikan untuk mendapatkan nilai
residualnya (Ut). Kemudian nilai residual tersebut diabsolutkan (Abs Ut) dan dilakukan
regresi dengan semua variabel independen/bebas. Pengambilan keputusan dilakukan dengan
melihat probabilitas signifikansinya. Apabila nilai probabilitas signifikansi diatas tingkat
kepercayaan 0,05 maka dapat disimpulkan model persamaan regresi tersebut tidak
mengandung adanya heterokedastisitas, atau sebaliknya bila nilai probabilitas signifikansi
dibawah tingkat kepercayaah 0,05 maka dapat disimpulkan model persamaan regresi tersebut
mengandung adanya heterokedastisitas.
D. Uji normalitas
Uji normalitas digunakan untuk menunjukkan apakah dalam model regresi, variabel
pengganggu memiliki distribusi normal. Terdapat dua cara untuk mendeteksi sebuah
formalitas residual yaitu dengan menggunakan analisis grafik dan uji statistik (Ghozali,
2013).
Uji normalitas dapat dilakukan dengan melakukan uji normalitas residual dengan uji statistik
non-parametrik Kolmogrov-Smirnov. Pengambilan keputusan dilakukan dengan melihat
probabilitas signifikansinya. Apabila nilai probabilitas signifikansi dari data residual diatas
tingkat kepercayaan 0,05 maka dapat disimpulkan data residual tersebut terdistribusi normal,
atau sebaliknya bila nilai probabilitas signifikansi dari data residual dibawah tingkat
kepercayaan 0,05 maka dapat disimpulkan data residual tersebut tidak terdistribusi normal.
4.4.2
Penelitian ini menggunakan teknik analisis regresi linier berganda. Tenik ini digunakan oleh
peneliti
karena
peneliti
bermaksud
meramalkan
bagaimana
keadaan
variabel
dependen/terikat, apabila dua atau lebih variabel independen/bebas sebagai faktor prediktor
nilainya dinaik-turunkan. Metode analisis yang digunakan adalah:
Analisis Regresi Berganda Prediksi Arus Kas Operasi (CFO)
Yt = + 1X1 t-1 + 2 X2 t-1 + 2 X3 t-1 + 2 X4 t-1 + et
Yt = + 1X1 t-2 + 2 X2 t-2 + 2 X3 t-2 + 2 X4 t-2 + et
Keterangan :
Yt
= Koefisien Konstanta
et
= variabel gangguan
Adapun kerangka pemikiran dari penelitian ini dapat digambarkan sebagai berikut:
X1 (t-1, t-2)
X2 (t-1, t-2)
Yt
X3 (t-1, t-2)
X4 (t-1, t-2)
4.4.3
Uji Hipotesis
Ketepatan fungsi regresi yang dilakukan pada sampel dalam menaksir nilai aktual dapat
diukur dari goodness of fitnya. Secara statistik, setodaknya ini dapat diukur dari nilai
koefisien determinasi, nilai statistik F, dan nilai statistik t. Berikut ini hasil pengujian
hipotesis pada periode t+1 dan t+2 :
A. Analisis koefisien determinasi.
Menurut Ghozali (2013) koefisien determinasi (R2) digunakan untuk mengukur kemampuan
model regresi dalam menerangkan variasi variabel dependen/terikat. Dalam kata lain,
koefisien determinasi ini digunakan untuk mengukur seberapa jauh variabel variabel bebas
dalam menerangkan variabel terikatnya. Dalam penelitian ini menggunakan pengukuran
dengan Adjusted R square.
Penggunaan Adjusted R Square (Adjusted R2) menurut Ghozali (2013) lebih baik digunakan
daripada R Square (R2) itu sendiri. Ghozali (2013) menyatakan bahwa kelemahan mendasar
penggunaan R Square (R2) adalah bias terhadap jumlah variabel independen/bebas, maka R
Square (R2) pasti meningkat tanpa peduli apakah variabel tersebut berpengaruh secara
signifikan terhadap variabel dependen/terikat. Oleh karena itu, banyak peneliti yang
menganjurkan untuk menggunakan nilai Adjusted R Square (Adjusted R2) pada saat
mengevaluasi mana model regresi terbaik. Tidak seperti R Square (Adjusted R2), nilai
Adjusted R Square (Adjusted R2) dapat naik atau turun apabila satu variabel independen/bebas
ditambahkan kedalam model.
Adjusted R Square (Adjusted R2) pada intinya mengukur seberapa jauh kemampuan model
dalam menerangkan variasi variabel dependen/terikat. Dalam hal ini, Adjusted R Square
(Adjusted
R2)
digunakan
untuk
mengetahui
seberapa
besar
pengaruh
variabel
: Variabel variabel bebas (Arus kas operasi dan laba bersih) tidak mempunyai
pengaruh yang signifikan terhadap variabel terikat (arus kas masa depan).
Ha
: Variabel variabel bebas (Arus kas operasi dan laba bersih) mempunyai pengaruh
yang signifikan terhadap variabel terikat (arus kas masa depan).
Untuk menguji hipotesis tersebut, maka digunakan statistik F dengan kriteria pengambilan
keputusan sebagai berikut :
Quick Look : bila nilai F lebih besar daripada 4 maka Ho dapat ditolak dengan derajat
kepercayaan 5%. Dengan kata lain bahwa kita bisa menerima hipotesis alternatif yang
menyatakan bahwa semua variabel independen/bebas secara bersama sama dan
: bi = 0
Artinya apakah satu variabel independen/bebas bukan menjadi penjelas yang signifikan
terhadap variabel dependen/terikat. Hipotesis alternatifnya adalah sebagai berikut :
Ha
: bi 0
Untuk menguji hipotesis tersebut, maka kriteria pengambilan keputusan adalah sebagai
berikut :
Quick look : apabila jumlah degree of freedom (df) adalah 20 atau lebih, dan derajat
kepercayaan (signifikan) pada 5%, maka Ho yang menyatakan bi=0 dapat ditolak bila
nilai t lebih besar dari 2 (dalam nilai absolut). Dengan kata lain hipotesis alternatif
yang dibuat dapat diterima dan dinyatakan bahwa variabel independen/bebas secara
individual mempengaruhi variabel dependen/terikat.
Membandingkan nilai statistik t dengan titik kritis dalam tabel. Apabila nilai statistik t
menurut hasil perhitungan lebih tinggi dibandingkan nilai t dalam tabel, kita menerima
hipotesis alternatif yang dinyatakan bahwa variabel independen/bebas secara individual
mempengaruhi variabel dependen/terikat.