4.3.2 Uji Asumsi Klasik
Untuk menguji apakah data layak dilakukan analisis regresi maka terlebih dahulu  dilakukan  uji  asumsi  klasik  agar  hasil  asumsi  yang  dihasilkan  tidak  bias,
adapun  asumsi  klasik  terdiri  dari  uji  normalitas,  uji  multikolinieritas,  uji heteroskedastisitas dan uji auto korelasi.
a. Uji Normalitas
Uji  Normalitas  bertujuan  untuk  menguji  apakah  model  regresi,  variabel terikat  dan  variabel  bebas  keduanya  mempunyai  distribusi  normal  atau  tidak.
Model  regresi  yang  baik  adalah  yang  memiliki  distribusi  data  normal  atau mendekati  normal.  Adapun  alat  pengujian  yang  digunakan  oleh  penulis  yaitu
dengan menggunakan tes Kolmogorov Smirnov. Dalam hal ini untuk mengetahui apakah  distribusi  residual  terdistribusi  normal  jika  nilai  signifikansi  lebih  dari
0,05.
Tabel 4.8 Uji Normalitas Model Regresi
Dari  tabel  di  atas  dapat  dilihat  nilai  signifikansi  Asymp.  Sig.  2-tailed dari uji Kolmogorov-Smirnov sebesar 0,952 dan lebih besar dari 0,05. Karena nilai
signifikansi  uji  Kolmogorov-Smirnov  lebih  besar  dari  0,05  maka  dapat disimpulkan bahwa model regresi telah memenuhi asumsi normalitas.
b. Uji Multikolinearitas
Multikolinearitas  merupakan  kondisi  dimana  variabel  independen  dalam model  regresi  saling  berkorelasi  hampir  sempurna  dengan  variabel  independen
lainnya.  Model  regresi  yang  baik  seharusnya  bebas  dari  gejala  multikolinearitas. Untuk  menguji  gejala  tersebut,  dapat  dilihat  dari  nilai  Tolerance  dan  VIF  pada
model regresi. Jika nilai Tolerance  0,10 dan VIF  10, maka dapat disimpulkan bahwa variabel bebas dalam model regresi terbebas dari gejala multikolinearitas.
Dengan menggunakan bantuan program SPSS, diperoleh hasil uji sebagai berikut :
Tabel 4.9 Uji Multikolinearitas
Berdasarkan  tabel  output  SPSS  di  atas,  diketahui  nilai  Tolerance  yang diperoleh untuk kedua variabel independen  0,10 dan nilai VIF  10.
1. Nilai Tolerance untuk Perputaran Kas, 0,994 0,1
2. Nilai Tolerance untuk Leverage, 0,994 0,1
Sedangkan : 3.
Nilai VIF Untuk Perputaran Kas, 1,00610 4.
Nilai untuk Leverage, 1,00610 Hasil tersebut menunjukan bahwa model regresi yang akan dibentuk terbebas
dari  masalah  multikolinearitas,  sehingga  model  memenuhi  salah  satu  asumsi untuk dilakukan pengujian regresi.
c. Uji Heteroskedastisitas