- Variabel Tingkat Perputaran Piutang memiliki nilai minimum 0,75 dan nilai maksimum 5,79, rata-rata Tingkat Perputaran Piutang 2,6988 dan
standar deviasi sebesar 1,14519 dengan jumlah sampel sebanyak 35. - Variabel Tingkat Likuiditas memiliki nilai minimum -0,89 dan nilai
maksimum 3,31., rata-rata Tingkat Likuiditas 0,6533 dan standar deviasi sebesar 0,87573 dengan jumlah sampel sebanyak 35.
D. Pengujian Asumsi Klasik
Salah satu syarat yang mendasari penggunaan model regresi adalah dipenuhinya semua asumsi klasik, agar hasil pengujian bersifat tidak bias dan
dapat diterima secara ekonometrik. Pengujian asumsi klasik ini terdiri dari pengujian normalitas, multikolinearitas, autokorelasi, dan pengujian
heterokondastisitas. Pengujian asumsi klasik dalam penelitian ini dilakukan dengan bantuan program statistic SPSS For Windows.
1. Uji Normalitas
Pengujian ini bertujuan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal. Hasil uji normalitas dengan
grafik histogram yang diolah dengan SPSS, normal probability plot serta Kolmogorov-Smirnov Test ditunjukkan sebagai berikut :
Universitas Sumatera Utara
Tabel 4.5 Uji Normalitas Data
One-Sample Kolmogorov-Smirnov Test
Sumber : Data diolah dari SPSS, 2010
Dari hasil pengolahan data tersebut, diperoleh bahwa data dalam penelitian ini tidak terdistribusi secara normal, dimana hal ini disebabkan karena variabel
dependen yang memiliki nilai signifikansi yang lebih kecil dari 0.05. Oleh karena itu diperlukan tindakan perbaikan treatment agar model regresi
memenuhi asumsi normalitas. Dalam penelitian ini, peneliti melakukan transformasi data ke dalam model Logaritma Natural. Kemudian data diuji
ulang berdasarkan asumsi normalitas dengan hasil sebagai berikut :
Likuiditas N
38 Normal Parameters
a
Mean 2,9168
Std. Deviation 4,62399
Most Extreme Differences Absolute
.333 Positive
.333 Negative
-.289 Kolmogorov-Smirnov Z
2.053 Asymp. Sig. 2-tailed
.000
Universitas Sumatera Utara
Tabel 4.6 Hasil Uji Normalitas Data Setelah Transformasi Data
One-Sample Kolmogorov-Smirnov Test
Sumber : Diolah dari SPSS, 2010
Dari hasil pengolahan data tersebut, diperoleh bahwa nilai Kolmogorov- Smirnov sebesar 1,002 dan tidak signifikansi pada 0,05 karena p= 0,267
0,05. Dengan demikian, secara keseluruhan dapat disimpulkan bahwa nilai- nilai observasi data telah terdistribusi secara normal dan dapat dilanjutkan
dengan uji asumsi klasik lainnya. Untuk lebih jelasnya, dalam penelitian ini juga disertakan dengan grafik histogram dan plot data yang terdistribusi
normal seperti berikut :
LnLikuiditas N
35 Normal Parameters
a
Mean .6533
Std. Deviation .87573
Most Extreme Differences Absolute
.169 Positive
.169 Negative
-.079 Kolmogorov-Smirnov Z
1.002 Asymp. Sig. 2-tailed
.267
Universitas Sumatera Utara
Gambar 4.1 Histogram
Sumber : Diolah dari SPSS, 2010
Hasil uji normalitas di atas memperlihatkan bahwa pada grafik histogram diatas distribusi data mengikuti kurva berbentuk lonceng yang tidak menceng
skewness kiri maupun menceng kanan atau dapat disimpulkan bahwa data tersebut normal.
Universitas Sumatera Utara
Gambar 4.2 Normal P-P Plot
Sumber : Diolah dari SPSS, 2010 Hasil uji normalitas dengan menggunakan normal probability plot, dimana
terlihat bahwa titik-titik menyebar di sekitar garis diagonal serta penyebarannya mengikuti garis diagonal sehingga dapat disimpulkan bahwa
data dalam model regesi terdistribusi secara normal.
2. Uji Multikolinearitas
