54
Sumber: Hasil Penelitian, 2015 Data Diolah
Gambar 4.2 Grafik Histogram
Dari Gambar 4.2 dapat diketahui bahwa grafik memiliki pola distribusi normal karena berbentuk simetris tidak melenceng ke kiri maupun ke kanan.
Dengan demikian dari semua uji yang telah dilakukan dapat disimpulkan bahwa data berdistribusi normal.
4.2.3.2 Uji Multikolinieritas
Menurut Situmorang dan Lufti 2011:140 uji ini digunakan untuk menguji apakah dalam model regresi linear ditemukan adanya korelasi yang tinggi
diantara variabel bebas. Untuk mendeteksi ada atau tidaknya multikolinieritas dapat dilakukan dengan melihat toleransi variabel dan variance inflation factor
VIF. Multikoloniearitas tidak terjadi jika VIF 10 dan nilai tolerance 0,10.
55
Tabel 4.5 Hasil Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1 Constant
-9.050E-5 .005
-.017 .987
FDR .015
.004 .523 3.724
.001 .952
1.050 NPF
-.035 .116
-.043 -.304 .763
.952 1.050
a. Dependent Variable: ROA
Sumber: Hasil Penelitian, 2015 Data Diolah
Dapat dilihat pada Tabel 4.5 hasil perhitungan tolerance menunjukkan tidak ada variabel independen yang memiliki nilai tolerance kurang dari 0,10
yang berarti tidak ada korelasi antara variabel independen. Hasil perhitungan nilai variance Inflation Factor VIF juga menunjukkan hal yang sama, tidak ada satu
variabel independen yang memiliki VIF lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada multikoloniearitas antar variabel independen dalam model
regresi.
4.2.3.3 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
penganggu pada periode sebelumnya Ghozali, 2011:95. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain.
Masalah ini timbul karena residual tidak bebas dari satu observasi ke observasi lainnya. Model regresi yang baik adalah bebas dari autokorelasi. Uji autokorelasi
ini menggunakan Durbin-Watson DW Test.
56
Tabel 4.6 Uji Durbin-Watson
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .534
a
.286 .248
.0105040 1.740
a. Predictors: Constant, NPF, FDR b. Dependent Variable: ROA
Sumber: Hasil Penelitian, 2015 Data Diolah
Berdasarkan uji autokorelasi pada Tabel 4.6 menunjukkan bahwa nilai Durbin-Watson sebesar 1,740. Dengan jumlah n = 41 dan k = 2 sehingga
diperoleh nilai dl sebesar 1,3992 dan du sebesar 1,6031. Hal ini sesuai dengan ketentuan du d 4 – du, yaitu 1,6031 1,740 2,3969 yang menunjukkan
bahwa tidak ada autokorelasi positif atau negatif.
4.2.3.4 Uji Heteroskedastisitas