4.2.2.4 Uji autokorelasi
Hasil dari uji autokorelasi dapat dilihat pada tabel berikut ini: Tabel 4.6
Uji autokorelasi Setelah transformasi dengan LN
Model Summary
b
Model Durbin-Watson
1 1.302
a. Predictors : Constant, LN_X2, LN_X1 b. Dependent Variable: LN_Y
Sumber : Diolah dari SPSS 2011 Dari tabel diatas dapat dilihat bahwa nilai Durbin-Watson sebesar 1,302.
Hal ini menunjukkan bahwa tidak terjadi autokorelasi karena nilai Durbin-Watson berada pada rentang -2
≤ 1,302 ≤ 2. Dengan demikian, maka dalam model regresi linear berganda ini tidak terjadi autokorelasi antara kesalahan pengganggu pada
periode penelitian dengan kesalahan pengganggu pada periode sebelum penelitian.
Regresi Berganda Tabel 4.7
Regresi linear berganda setelah transformasi dengan LN Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
.096 .293
.328 .745
ln_x1 -.151
.078 -.244
-1.940 .059
Universitas Sumatera Utara
ln_x2 .414
.105 .497
3.961 .000
a. Dependent Variable: ln_y Sumber: Diolah dari SPSS 2011
Dari nilai-nilai koefisien di atas, persamaan regresi yang dapat disusun untuk variabel pertumbuhan penjualan dan perputaran piutang adalah :
LNY = 0.096 - 0.151 LNX
1
+ 0.414 LNX
2
Setelah diantilogaritma natural maka persamaannya menjadi :
Y = 1.101 + 0.860X
1
+ 1.513X
2
Dimana : LNY
= Logaritma Natural Likuiditas LNX
1
= Logaritma Natural Pertumbuhan Penjualan LNX
2
= Logaritma Natural Perputaran Piutang Adapun interpretasi dari persamaan di atas adalah :
a. Konstanta a sebesar 1,101 menyatakan bahwa jika variabel independen dianggap konstan, maka Likuiditas sebesar 1,101.
b. Koefisien X1 b1 = 0,860 ini menunjukkan apabila terjadi perubahan variabel pertumbuhan penjualan sebesar 1 satuan akan meningkatkan Likuiditas sebesar
0,860 dengan asumsi variabel lainnya tetap atau sama dengan nol. c. Koefisien X2 b2 = 1,513 ini menunjukkan bahwa apabila terjadi perubahan
perputaran piutang sebesar 1 satuan, maka akan meningkatkan Likuiditas sebesar 1,513 dengan asumsi variabel lainnya tetap atau sama dengan nol.
Universitas Sumatera Utara
Koefisien determinasi R
2
Tabel 4.8 Koefisien determinasi R
2
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.541
a
.293 .262
.58787 a. Predictors: Constant, ln_x2, ln_x1
b. Dependent Variable: ln_y
Pada model summary di atas, angka R sebesar 0,541 menunjukkan bahwa terdapat korelasi atau hubungan antara Likuiditas dengan perertumbuhan penjualan dan
perputaran piutang yaitu sebesar 54 yang berada di atas 0,5 50. Angka adjusted R. Square atau koefisien determinasi adalah 0,262. Angka ini mengindikasikan bahwa
26,2 variasi atau perubahan dalam likuiditas dapat dijelaskan oleh variasi variabel pertumbuhan penjualan dan perputaran piutang.
Sedangkan sisanya 73,8 dijelaskan oleh faktor-faktor lain yang tidak dimasukkan dalam model penelitian. Standar Error of Estimate SEE adalah 0,58787,
yang mana semakin besar SEE akan membuat model regresi kurang tepat dalam memprediksi variabel dependen.
4.2.3 Pengujian hipotesis
Kategori