b. Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model linear ada korelasi antar kesalahan pengganggu pada periode t
dengan kesalahan pada perode t-1 sebelumnya. Model regresi yang baik adalah yang bebas dari autokorelasi. Masalah
autokorelasi umumnya terjadi pada regresi yang datanya time series. Ada beberapa cara yang dapat digunakan untuk mendeteksi
masalah dalam autokorelasi diantaranya adalah dengan uji Durbin- Watson,
dengan ketentuan sebagai berikut :
angka D-W dibawah -2 berarti ada autokorelasi positif
angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi
angka D-W di atas +2 berarti ada autokorelasi negatif.
Tabel 4.3 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R Square Std. Error of the
Estimate Durbin-Watson
dimension0
1 .106
a
.011 -.013
1.81437 1.193
a. Predictors: Constant, aruskasoperasi b. Dependent Variable: kasrasio
Sumber : output SPSS yang diolah oleh penulis 2011 Berdasarkan tabel 4.3 diatas, memperlihatkan nilai statistik D-
W sebesar 1.193 berada pada angka D-W di antara -2 dan 2, berarti tidak terjadi autokorelasi.
c. Uji Heterokedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan yang lain. Cara mendeteksi ada tidaknya gejala heterokedastisitas adalah dengan melihat grafik
scatterplot yang dihasilkan dari pengolahan data menggunakan program SPSS. Dasar pengambilan keputusan adalah sebagai
berikut : 1.
Jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur bergelombang, melebar kemudian
menyempit, maka mengidikasikan telah terjadi heterokedastisitas
2. jika tidak ada pola yang jelas, serta titik-titik menyebar di atas
dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas
Berikut ini dilampirkan grafik scatterplot untuk menganalisis apakah terjadi gejala heteroskedastisitas atau tidak dengan cara
mengamati penyebaran titik-titik pada grafik.
Gambar 4.3 Scatterplot
Sumber : output SPSS yang diolah oleh penulis 2011 Dari grafik scatterplot terlihat bahwa titik-titik menyebar
secara acak dengan tidak adanya pola yang jelas serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y. Dengan demikian,
dapat disimpulkan bahwa tidak terjadi heteroskedastisitas sehingga model ini layak dipakai untuk mengetahui pengaruh arus kas
operasi terhadap likuiditas pada perusahaan-perusahaan real estate dan property yang terdaftar di Bursa Efek Indonesia berdasarkan
masukan variabel independen yaitu arus kas operasi.
3. Analisis Regresi
Kategori