Melvatanti D. Pardosi : Pengaruh Perputaran Modal Kerja Dan Return Spread Terhadap Likuiditas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di BEI, 2010.
Pada grafik normal P-Plot terlihat bahwa model regresi telah memenuhi asumsi normalitas.
b. Uji Multikolinearitas
Menurut Erlina dan Mulyani 2007 : 107, “ Uji ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi
diantara variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen.
Pengujian multikolinearitas dalam penelitian ini dilakuka n dengan metode variance inflation factor VIF. Menurut Gujarati
Melvatanti D. Pardosi : Pengaruh Perputaran Modal Kerja Dan Return Spread Terhadap Likuiditas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di BEI, 2010.
2003, jika suatu variabel bebas memiliki nilai VIF10 maka dapat disimpulkan bahwa variable tersebut menunjukkan tidak terjadi
multikolinearitas dengan variabel bebas lainnya. Berikut adalah hasil uji multikolinearitas:
Tabel 4.3 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 1.710
.197 8.673
.000 perputaran modal kerja
-.001 .002
-.093 -.644
.523 .995
1.005 return spread
.078 .419
.027 .187
.853 .995
1.005 a. Dependent Variable: rasio lancarlikuiditas
Hasil perhitungan nilai VIF menunjukkan tidak ada variabel independen yang memiliki nilai VIF lebih dari 10 yang berarti tidak
ada korelasi antar variabel independen. Jadi dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model
regresi.
c. Uji Heteroskedastisitas
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala heteroskedastisitas adalah dengan melihat grafik scatterplot antara
SRESID dan ZPRED yang dihasilkan dari pengolahan data dengan
Melvatanti D. Pardosi : Pengaruh Perputaran Modal Kerja Dan Return Spread Terhadap Likuiditas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di BEI, 2010.
menggunakan program SPSS. Model regresi yang baik adalah tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas. Dasar
pengambilan keputusannya adalah:
1 Jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di
bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas.
2 Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola
tertentu yang terartur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas.
Berikut ini dilampirkan grafik scatterplot untuk menganalisis apakah terjadi heteroskedastisitas dengan mengamati penyebaran
titik-titik pada gambar.
Gambar 4.3
Melvatanti D. Pardosi : Pengaruh Perputaran Modal Kerja Dan Return Spread Terhadap Likuiditas Perusahaan Otomotif Dan Komponennya Yang Terdaftar Di BEI, 2010.
Hasil Uji Heteroskedastisitas
Dari gambar scatterplot di atas, dapat dilihat bahwa titik-titik menyebar secara acak serta tidak membentuk pola tertentu atau tidak
teratur, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y. Hal ini mengindikasikan tidak terjadi heteroskedastisitas
pada model regresi.
d. Uji Autokorelasi
