102
Menurut Danang Sunyoto 2011:134 salah satu ukuran dalam menentukan ada tidaknya masalah autokorelasi adalah
dengan uji Durbin-Watson DW dengan ketentuan sebagai berikut: 1 Terjadi otokorelasi positif, jika nilai DW dibawah -2 DW -2
2 Tidak terjadi otokorelasi, jika nilai DW berada diantara -2 dan +2 atau -2 DW +2
3 Terjadi otokorelasi negatif jika nilai DW diatas +2 atau DW +2
Pendapat lain untuk mendeteksi tentang uji autokorelasi secara umum bisa diambil patokan Singgih, 2012:243:
1 Angka D-W dibawah -2, berarti ada autokorelasi positif 2 Angka D-W diantara -2 sampai +2, berarti tidak ada
autokorelasi 3 Angka D-W diatas +2, berarti ada autokorelasi negatif.
Dari tabel diatas, dapat dilihat bahwa nilai DW adalah sebesar 1,696911 dari model regresi yang terbentuk dari penelitian
ini berada pada daerah bebas autokorelasi sehingga dapat disimpulkan bahwa data yang digunakan dalam penelitian ini
terbebas dari masalah autokorelasi.
3. Adjusted R²
Koefisien determinasi R² digunakan untuk mengukur seberapa baik garis regresi sesuai dengan data aktualnya goodness of fit.
Koefisien determinasi ini mengukur presentase total varian variabel
103
dependen Y yang dijelaskan oleh variabel independen di dalam garis regresi. Menurut Sulaiman 2004:86 nilai R² mempunyai interval
antara 0 sampai 1 0 R² 1. Semakin besar R² mendekati 1, semakin baik hasil untuk model regresi tersebut dan semakin
mendekati 0 maka variabel independen secara keseluruhan tidak dapat menjelaskan variabel dependen. Nilai Adjusted R-Square dianggap
lebih baik daripada nilai R-Square karena semakin banyak variabel independen yang dimasukan kedalam model, maka nilai Adjusted R-
Square akan semakin berkurang akibat penyesuaian dengan model. Oleh karena itu yang peneliti lihat dalam penelitian ini adalah Adjusted
R- Square. Dari tabel 4.2 model Fixed Effect dapat dilihat bahwa nilai
Adjusted R-Square dari model regresi yang terbentuk dalam penelitian ini adalah sebesar 0,687562 yang menunjukan bahwa kemampuan
variabel independen capital adequacy ratio, non performing loan, BI rate, dan kurs dalam menjelaskan variabel dependen return on asset
adalah sebesar 68,7562, sisanya sebesar 31,2438 dijelaskan oleh variabel lain yang tidak termasuk dalam model ini.
4. Uji Pengaruh Simultan Variabel Independen terhadap Variabel
Dependen.
Uji F dilakukan untuk melihat pengaruh variabel-variabel independen secara keseluruhan terhadap variabel dependen. Pengujian
ini dilakukan dengan membandingkan nilai F hitung dengan F tabel.
104
Menurut Suliyanto 2011:40, uji F digunakan untuk menguji pengaruh secara simultan variabel bebas terhadap variabel terikat, maka model
persamaan regresi masuk dalam kriteria cocok atau fit. Sebaliknya, jika tidak terdapat pengaruh secara simultan maka hal ini akan masuk
dalam kategori tidak cocok atau not fit. Dalam penelitian ini, uji F dilakukan untuk mengetahui
pengaruh variabel independen capital adequacy ratio, non performing loan, BI rate, dan kurs berpengaruh terhadap variabel dependen
secara simultan atau bersama-sama. Jika nilai F hitung dari F tabel, maka H
ditolak dan H
1
diterima yang berarti bahwa variabel independen secara simultan berpengaruh secara signifikan terhadap
variabel dependen, tetapi jika F hitung F tabel, maka H diterima H
1
ditolak yang berart bahwa variabel independen secara simultan tidak berpengaruh terhadap variabel dependen.
Dari tabel 4.2 model Fixed Effect, dapat dilihat bahwa nilai F hitung adalah 12,68029 dengan probabilitas 0.000000. sementara nilai
F tabel dengan df:α,k-1,n-k atau 0,05, 5-1, 70-5 adalah 2,51 yang berarti lebih kecil dari F hitung maka H
ditolak dan H
1
diterima. Oleh karena itu, dapat disimpulkan bahwa variabel independen
capital adequacy ratio, non performing loan, BI rate, dan kurs secara simultan berpengaruh signifikan tehadap return on asset.
105
5. Uji Pengaruh Parsial Variabel Independen terhadap Variabel
