53 a. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis
diagonal atau garis histogramnya menunjukkan pola berdistribusi normal, maka model regresi memenuhi asumsi normalitas.
b. Jika data menyebar jauh dari dagonal dan tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan data berdistribusi
normal, maka model regresi tidak memenuhi asumsi normalitas.
b.Uji Heteroskedastisitas
Uji Heteroskedastisitas adalah pengujian yang dilakukan dimana varian dari kesalahan pengganggu tidak konstan untuk semua nilai variabel
bebas Supranto, 2004. Menurut Supranto 2004 : 55, ada beberapa cara yang dapat digunakan untuk mendeteksi adanya heterokedastisitas yaitu
sifat persoalannya, metode grafik, Park Test, Uji Glejser, Uji Korelasi rank dari Spearman. Menurut Nugroho 2005 : 62 cara memprediksi ada
tidaknya heterokedastisitas pada suatu model dapat dilihat dari pola gambar scatterplot model tersebut. Analisis pada gambar Scatterplot yang
menyatakan model regresi linier berganda tidak terdapat heterokedastisitas jika :
a. Titik-titik data menyebar di atas, di bawah atau disekitar angka nol. b. Titik titik data tidak mengumpul hanya di atas atau di bawah saja.
c. Penyebaran titik-titik data tidak boleh membentuk pola bergelombang melebar kemudian menyempit dan melebar kembali.
d. Penyebaran titik-titik data sebaiknya tidak berpola.
Universitas Sumatera Utara
54 Beberapa alternatif solusi jika model menyalahi asumsi
heteroskedastisitas adalah dengan mentransformasikan ke dalam bentuk logaritma, yang hanya dapat dilakukan jika semua data bernilai positif. Atau
dapat juga dilakukan dengan membagi semua variabel dengan variabel yang mengalami gangguan heteroskedastisitas.
c. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antarvariabel bebas independen. Model regresi
yang baik seharusnya tidak terjadi korelasi antara variabel bebas Ghozali, 2005. Multikolinearitas adalah situasi adanya korelasi variabel-variabel
independen antara yang satu dengan yang lainnya. Jika terjadi korelasi sempurna diantara sesama variabel bebas, maka konsekuensinya adalah :
a. Koefisien-koefisien regresi menjadi tidak dapat ditaksir. b. Nilai standar error setiap koefisien regresi menjadi tidak terhingga.
Untuk mendeteksi ada atau tidaknya multikolonieritas di dalam model regresi adalah sebagai berikut :
1. Nilai R
2
yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independen
banyak yang tidak signifikan mempengaruhi variabel dependen. 2. Menganalisis matrik korelasi variabel-variabel independen. Jika antar
variabel independen ada korelasi yang cukup tinggi umumnya di atas 0.90, maka hal ini merupakan indikasi adanya multikolonieritas.
Universitas Sumatera Utara
55 Multikolonieritas dapat disebabkan karena adanya efek kombinasi dua
atau lebih variabel independen. 3. Multikolonieritas dapat juga dilihat dari 1 nilai tolerance dan
lawannya 2 variance inflation factor VIF. Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh
variabel independen lainnya. Dalam pengertian sederhana setiap variabel independen menjadi variabel dependen terikat dan diregres
terhadap variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel
independen lainnya. Jadi nilai tolerance yang rendah sama dengan VIF yangg tinggi karena VIF = 1tolerance. Nilai cuttoff yang umum
dipakai untuk menunjukkan adanya multikolonieritas adalah nilai tolerance 0,10 atau sama dengan nilai VIF 10. Setiap peneliti harus
menetukan tingkat kolonieritas yang masih dapat ditolerir. Sebagai misal nilai tolerance = 0,10 sama dengan tingkat kolonieritas 0,95.
Walaupun multikolonieritas dapat dideteksi dengan nilai tolerance dan VIF, tetapi kita masih tetap tidak mengetahui variabel-variabel
independen mana sajakah yang paling berkolerasi.
d. Uji Autokorelasi
Uji autokorelasi adalah untuk melihat apakah terjadi korelasi antara suatu periode t dengan periode sebelumnya t -1. Secara sederhana adalah
bahwa analisis regresi adalah untuk melihat pengaruh antara variabel bebas
Universitas Sumatera Utara
56 terhadap variabel terikat, jadi tidak boleh ada korelasi antara observasi
dengan data observasi sebelumnya. Menurut Supranto 2001 : 269, apabila memang terjadi autokorelasi, data asli harus ditransformasikan terlebih
dahulu untuk menghilangkannya. Sebelum melakukan transformasi, haruslah dilakukan pengujian terlebih dahulu apakah terdapat autokorelasi
atau tidak. Uji yang digunakan dalam penelitian untuk mendeteksi ada tidaknya autokorelasi adalah dengan menggunakan uji Durbin-Watson D-
W. Kriteria untuk penilaian terjadinya autokorelasi yaitu : a. Nilai D-W D
U
atau D-W D
L
, berarti terdapat korelasi positif. b. Nilai D
U
D-W 4-D
U
, berarti tidak terdapat autokorelasi c. Nilai 4-D-W D
L
atau 4-D-W D
U
berarti terdapat korelasi negatif.
3.8.2. Model Analisis Adapun model analisis yang digunakan dalam penelitian ini adalah Model
Regresi Linier Berganda, dengan persamaan :
Y = β+ β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ ε Keterangan :
Y = Profitabilitas X
1
= Perputaran Kas X
2
=Perputaran Piutang X
3
= Perputaran Persediaan Β = Intercept, konstanta
β
1..
β
3
= Koefisien
Universitas Sumatera Utara
57 ε = Error
Besarnya konstanta tercermin dalam ” β”, dan besarnya koefisien regresi dari
masing-masing variabel independen ditunjukkan dengan β
1
, β
2
, β
3
. Sementara itu ketiga variabel bebas yang menggambarkan perputaran Modal Kerja dijelaskan
pada X
1
, X
2
, dan X
3
dan variabel terikatnya yaitu profitabilitas tercermin dari Y. Dan besarnya bias yang mungkin terjadi dalam penelitian ini tercermin dari nilai
” ε”.
3.8.3. Uji Hipotesis
a. Uji F