Tabel 4.5. Hasil Uji Normalitas
Sumber : Lampiran 3
Berdasarkan tabel 4.5 hasil uji normalitas dengan Kolmogorov- Smirnov terhadap variabel penelitian pada regresi berganda menunjukkan
nilai signifikansi 0,789 0,05 dengan demikian dapat disimpulkan bahwa data pada persamaan regrasi memiliki distribusi data yang normal.
4.4. Uji Asumsi Klasik
Persamaan regresi harus bersifat BLUE Best Linier Unbiased
Estimator, artinya pengambilan keputusan melalui uji F dan uji t tidak
boleh bias. Untuk menghasilkan keputusan yang BLUE maka persamaan regresi harus memenuhi ketiga asumsi klasik Algifari, 2000 :83.
4.4.1. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara korelasi pengganggu pada periode
One-Sample Kolmogorov-Smirnov Test
51 .0000000
118.35477446 .091
.091 -.091
.652 .789
N Mean
Std. Deviation Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Differences Kolmogorov-Smirnov Z
Asymp. Sig. 2-tailed Unstandardiz
ed Residual
Test distribution is Normal. a.
Calculated from data. b.
t dengan kesalahan pada periode t-1 sebelumnya Ghozali, 2005 :95. Untuk menguji apakah terjadi autokorelasi atau tidak, digunakan uji
Durbin-Watson Dw-Test. Suatu data observasi dikatakan tidak terjadi autokorelasi jika nilai Durbin Watson berada antara -2 hingga +2
Santoso, 2001 :219. Tabel 4.6. adalah nilai Durbin-Watson yang dihasilkan dari model regresi.
Tabel 4.6. Hasil Uji Autokorelasi
Sumber : Lampiran 4A Berdasarkan tabel 4.6 nilai DW sebesar 0,845 terletak diantara -2
sampai +2, berarti bahwa dalam persamaan regresi tidak ada autokorelasi. Dengan demikian dapat disimpulkan bahwa asumsi tidak terjadi
autokorelasi dapat dipenuhi.
4.4.2. Uji Multikolinearitas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model
regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas independen Ghozali, 2005 : 91.
Model Summary
b
.945
a
.894 .887
122.073629 .845
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
Predictors: Constant, Perputaran Persediaan X3, Rasio KasX2, Perputaran Piutang X2
a. Dependent Variable: Rasio LikuiditasY
b.
