menyebar berhimpitan di sekitar diagonal dan ini menunjukkan data dalam model regresi berdistribusi normal. Secara keseluruhan data telah
terdistribusi secara normal, selanjutnya dapat dilakukan pengujian asumsi klasik lainnya
4.1.3.2 Uji Multikolinearitas
Menurut Ghozali 2005 : 91 untuk melihat ada atau tidaknya multikolinieritas dalam model regresi dapat dilihat dari : Variance
Inflatin Factor VIF. Jadi, nilai Tolerance yang rendah sama dengan nilai VIF yang tinggi karena VIF = 1tolerance. Nilai cutoff yang
umum dipakai untuk menunjukkan adanya multikolineritas adalah nilai Tolerance 0,10 atau sama dengan VIF 10.
Tabel 4.3 Hasil Uji Multikolinearitas
Model Collinearity Statistics
Tolerance VIF
1 Constant
X1 .861
1.162 X2
.934 1.071
X3 .869
1.151 X4
.764 1.309
Sumber: Output SPSS, 2012 Dari hasil pengujian, dapat dilihat bahwa angka tolerance
perputaran kas X1, perputaran piutang X2, perputaran persediaan X3, dan perputaran modal kerja X4 0,10 yaitu masing-masing
Universitas Sumatera Utara
0,861 ; 0,934 ; 0,869 ; 0,764 dan VIFnya 10 yaitu 1,162 ; 1,071 ; 1,151 ; 1,309. Ini mengindikasikan bahwa tidak terjadi multikolinieritas
diantara variabel independen dalam penelitian.
4.1.3.3 Uji Heteroskedastisitas
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala heteroskedastisitas adalah dengan melihat grafik scatterplot antara
SRESID dan ZPRED yang dihasilkan dari pengolahan data dengan menggunakan SPSS 17.0. Model regresi yang baik adalah tidak terjadi
heteroskedastisitas atau terjadi homoskedastisitas. Dasar Pengambilan keputusannya adalah :
a. Hasil uji dalam bentuk pola yang tidak jelas berbentuk titik – titik
menyebar di atas dan di bawah angka 0 pada sumbu Y tidak terjadi heteroskedastisitas.
b. Hasil uji terdapat pola tertentu berbentuk titik – titik yang ada
membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, mengindikasikan telah terjadi
heteroskedastisitas. Berikut ini dilampirkan grafik scatterplot untuk menganalisis
apakah terjadi heteroskedastisitas dengan mengamati penyebaran titik – titik pada gambar.
Universitas Sumatera Utara
Gambar 4.2 Output Pengujian Heteroskedastisitas
Sumber : Output SPSS, 2012
Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak dengan tidak adanya pola yang jelas serta tersebar baik di atas
maupun di bawah angka 0 pada sumbu Y. Hal tersebut menunjukkan bahwa tidak terjadi heterokedastisitas.
4.1.3.4 Uji Autokorelasi