Dari hasil pengolahan data pada tabel 4.4. diatas diperoleh besarnya nilai
Kolmogorov-smirnov adalah 0,862 dan signifikansi 0,447 . Nilai signifikan menunjukkan bahwa setelah transformasi ke dalam logaritma
natural nilai signifikannya lebih besar dari 0,05 maka disimpulkan bahwa data telah berdistribusi normal.
4.3.2. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel independen. Model regresi
yang baik seharusnya tidak terjadi korelasi diantara variabel independen Erlina dan Mulyani, 2007 : 107.
Pengujian multikolinieritas dalam penelitian ini dilakukan dengan
metode variance inflation factor VIF, jika suatu variabel bebas memiliki
nilai variance inflation factor VIF kurang dari 10 dan nilai tolerance
untuk semua variabel independent bernilai lebih besar dari 0,1 maka dapat disimpulkan bahwa variabel tersebut tidak terdapat gejala
multikolinearitas. Berikut ini adalah hasil uji multikolinieritas :
Universitas Sumatera Utara
Tabel 4.5. Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1 Constant
1.711 .754
2.269 .028
ln_dar -.487
.109 -.422 -4.453
.000 .370
2.703 ln_arus
-.020 .053
-.039 -.375 .709
.307 3.259
ln_modal -.365
.046 -.593 -7.886
.000 .587
1.703 ln_piutang
.002 .073
.001 .021
.983 .730
1.370 ln_aset
-1.182 .577
-.247 -2.048 .046
.229 4.363
ln_spread .679
.541 .160 1.254
.216 .205
4.883 a. Dependent Variable: ln_likuid
Berdasarkan table 4.5 diatas dapat dilihat bahwa hasil perhitungan nilai
tolerance untuk semua variabel independen bernilai lebih besar dari 0,1 dan nilai
variance inflation factor VIF untuk semua variabel independen bernilai kurang dari 10 10, maka dapat disimpulkan bahwa tidak ada
multikolinieritas antar variabel independen dalam model regresi ini.
4.3.3. Uji Heteroskedastisitas
uji heteroskedastisitas pada prinsipnya ingin menguji apakah terjadi ketidaksamaan variabel dari residual satu pengamatan ke pengamatan lain
dalam model regresi. Model regresi yang baik adlah tidak terjadi
Universitas Sumatera Utara
heteroskedastisitas. Dalam model regresi dinyatakan telah terjadi heteroskedastisitas apabila titik-titik yang ada membentuk pola tertentu yang
teratur, apabila titik-titik yang ada tidak membentuk pola tertentu yang teratur dan titik-titik menyebar diatas dan dibawah angka nol pada sumbu Y, maka
tidak terjadi heteroskedastisitas.
Gambar 4.3.3. Hasil Uji Heteroskedastisitas
Dari gambar grafik Scatterplot diatas terlihat bahwa titik-titik
menyebar secara acak serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y, sehingga dapa disimpulkan bahwa tidak ada terjadi
heteroskedastisitas pada model regresi ini sehingga model regresi ini layak digunakan untuk memprediksi likuiditas pada perusahaan makanan dan
Universitas Sumatera Utara
minuman serta perusahaan farmasi dengan variabel dependen perputaran modal kerja, arus kas operasi,
debt to asset ratio
, return spread, perputaran piutang, ukuran perusahaan.
4.3.4. Uji Autokorelasi