terdapat pula kenaikan atau penurunan dalam variabel terkait Uma Sekaran, 2006 : 117. Variabel bebas dalam penelitian ini adalah jumlah
kredit bermasalah non performing loan yang termasuk dalam kategori kurang lancar, diragukan dan macet.
3.6. Metode Analisis Data
1. Pengujian Asumsi Klasik Metode analisis data yang digunakan dalam penelitian ini adalah model
analisis regresi linear dengan bantuan software SPSS 21.0. Sebelum melakukan pengujian hipotesis, analisis regresi memerlukan pengujian
asumsi klasik yang meliputi : a. Uji Normalitas
Menurut Ghozali 2005 : 110 “ uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau
residual memiliki distribusi normal”. Cara yang dapat digunakan untuk menguji apakah variabel pengganggu atau residual memiliki
distribusi normal adalah dengan melakukan uji Kolmogorov- Smirnov terhadap model yang diuji. Kriteria pengambilan keputusan
adalah apabila nilai signifikansi atau probabilitas 0.05, maka residual memiliki distribusi normal dan apabila nilai signifikansi atau
probabilitas 0.05, maka residual tidak memiliki distribusi normal. Selain itu, uji normalitas juga dapat dilakukan dengan melakukan
analisis grafik normal probability plot dan grafik histogram. Dasar
Universitas Sumatera Utara
pengambilan keputusan dalam uji normalitas menurut Ghozali 2005 : 110 sebagai berikut:
1 jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola
distribusi normal, maka model regresi memenuhi asumsi normalitas dan
2 jika data menyebar jauh dari diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan
pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
b. Uji Multikolinearitas Uji multikolinearitas bertujuan untuk menguji apakah model regresi
ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel
independen Ghozali, 2005 : 91. Multikolinearitas dapat dideteksi dengan melihat nilai tolerance dan variance inflation factor VIF.
Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai tolerance 0.10 atau sama dengan nilai
VIF 10 Ghozali, 2005 : 92. c. Uji Heteroskedastisitas
Menurut Ghozali 2005 : 105 “uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance
dari residual satu pengamatan ke pengamatan yang lain”. Model
Universitas Sumatera Utara
regresi yang baik adalah tidak terjadi heteroskedastisitas. Menurut Hengky Selva 2013 : 66 ada beberapa cara untuk mendeteksi
problem heteroskedastisitas pada model regresi antara lain yaitu: 1 Dengan melihat grafik scatterplot, yaitu ploting titik-titik
menyebar secara acak dan tidak berkumpul pada satu tempat, maka dapat disimpulkan bahwa tidak terjadi problem
heteroskedastisitas, 2 Dengan melakukan uji statistik glejser yaitu dengan
mentransformasi nilai resudial menjadi obsolut resudial dan meregresnya dengan variabel independen dalam model Gujarati
dan Poter 2010. Jika diperoleh nilai signifikansi untuk variabel independen 0.05, maka dapat disimpulkan bahwa tidak terdapat
problem heteroskedastisitas. d. Uji Autokorelasi
Menurut Ghozali 2005 : 95 “uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan
pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya”. Menurut Hengky Selva 2013 : 73 ada
beberapa cara yang dapat digunakan untuk mendeteksi ada tidaknya problem autokorelasi pada model regresi yaitu dengan melakukan uji
statistik Durbin-Watson, uji Runs Test dan uji Box-Ljung. Untuk uji Durbin-Watson kita akan membandingkan hasil DW statistik dengan
DW tabel. Jika DW statistik DW tabel, maka dapat disimpulkan
Universitas Sumatera Utara
bahwa tidak terdapat problem autokorelasi. Sedangkan pada uji statistik Runs Test jika diperoleh nilai signifikansi 0.05, maka
dapat disimpulkan bahwa data kita memenuhi asumsi klasik autokorelasi. Dan pada uji Box-Ljung jika dari 16 lag yang
dihasilkan terdapat dua lag atau lebih yang nilainya signifikan, maka dapat disimpulkan bahwa data kita tidak terjadi problem
autokorelasi. 2. Pengujian Hipotesis
Hipotesis penelitian diuji dengan menggunakan analisis regresi linear. Model regresi untuk menguji hipotesis tersebut dinyatakan dalam bentuk
fungsi perubahan kredit bermasalah non performing loan. Y = a + bX
Keterangan : Y
: Perubahan Kredit Bermasalah NPL a
: Kontansta b
: Koefisien X
: Restrukturisasi Kredit a. Uji signifikansi simultan
Secara simultan, pengujian hipotesis dilakukan dengan uji F-test. Menurut Ghozali 2005 : 84 “uji statistik F pada dasarnya
menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-
Universitas Sumatera Utara
sama terhadap variabel dependen terikat”. Uji ini dilakukan dengan membandingkan signifikansi F hitung dengan ketentuan:
jika F hitung F tabel pad a α 0.05, maka H
1
jika F hitung F tabel pada α 0.05, maka H
ditolak dan
1
b. Uji signifikansi parsial diterima.
Secara parsial, pengujian hipotesis dilakukan dengan uji t-test. Menurut Ghozali 2005 : 84 “uji statistik t pada dasarnya
menunjukkan seberapa jauh pengaruh satu variabel penjelas independen secara individual dalam menerangkan variabel
dependen”. Uji ini dilakukan dengan membandingkan signifikansi t hitung dengan ketentuan:
jika t hitung t tabel pada α 0.05, maka H
1
jika t hitung t tabel pada α 0.05, maka H
ditolak dan
1
diterima.
Universitas Sumatera Utara
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1. Deskripsi Objek Penelitian
