4.2.2.2 Uji Multikolinearitas
Multikolinearitas adalah kondisi terdapatnya hubungan linier atau korelasi yang tinggi antara masing-masing variabel
independen dalam model regresi. Multikolinearitas biasanya terjadi ketika sebagian besar variabel yang digunakan saling terkait dalam
suatu model regresi. Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala multikolinearitas adalah dengan melihat besaran
korelasi antar variabel independen dan besarnya tingkat kolinearitas yang masih dapat ditolerir, Jika Variance Inflation Factor VIF 10
maka antar variabel independen X1, X2, X3 dan Current Ratio tidak terjadi multikolinieritas. Berikut ini adalah hasil uji
multikolinieritas:
Tabel 4.4
Hasil Uji Multikolinieritas
Coefficients
a
a. Dependent Variable: Y Current Ratio
Sumber: Data diolah penulis Dari hasil tabel 4.4 diatas diketahui bahwa nilai Variance
Inflation Factor VIF dari X1 perputaran kas sebesar 1.147, X2
Model Correlations
Collinearity Statistics Zero-order Partial
Part Tolerance VIF
1 Constant
X1 .087
-.072 -.064
.872 1.147
X2 -.402
-.443 -.435
.844 1.185
X3 -.165
-.269 -.246
.965 1.037
Universitas Sumatera Utara
Net Profit Margin sebesar 1.185, dan X3 perpuran piutang sebesar 1.037. Nilai VIF untuk semua variabel independen masih lebih kecil
dari pada 10 VIF 10. Maka dapat disimpulkan bahwa keempat variabel independen penelitian ini tidak terjadi multikolinieritas.
4.2.2.3 Uji Heterokedasititas
Uji heteroskedastisitas bertujuan untuk menguji apakah terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan lain dalam model regresi. Model regresi yang baik adalah tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas. Dalam
model regresi dinyatakan telah terjadi heteroskedastisitas apabila titik- titik yang ada membentuk pola tertentu yang teratur. Dalam model
regresi tidak terjadi heteroskedastisitas apabila titik-titik yang ada tidak membentuk pola tertentu yang teratur dan titik-titik menyebar di
atas dan di bawah angka nol pada sumbu Y. Berikut ini dilampirkan grafik scatterplot
untuk menganalisis apakah terjadi heteroskedastisitas dengan mengamati
penyebaran titik-titik pada gambar.
Universitas Sumatera Utara
Gambar 4.3 Grafik Scatterplot
Dari gambar diatas, terlihat titik-titik menyebar secara acak serta tidak tidak membentuk pola tertentu atau tidak teratur, serta titik-titik
menyebar diatas dan dibawah angka 0 pada sumbu Y. Hal ini mengindikasi tidak terjadi heteroskedastisitas pada model regresi
sehingga model regresi layak dipakai untuk memprediksi variabel dependen likuiditas berdasarkan masukan variabel independen,
perputaran kas, net profit margin dan perputaran piutang.
Universitas Sumatera Utara
4.2.2.4 Uji Autokorelasi