Tabel 4.3 Tabel Analisis Multikolinearitas
4.3.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang
lain. Model regresi yang baik adalah yang tidak mengalami gejala heteroskedastisitas. Uji untuk melihat masalah heteroskedastisitas ini adalah
dengan melihat penyebaran dari varians residual pada diagram pencar scatterplot.
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance
VIF
1 Constant
147.003 13.447
10.932 .000
CAR -1.351
.174 -.559
-7.776 .000
.869
1.150
NPL -.382
.587 -.046
-.650 .517
.907
1.103
BOPO -.648
.163 -.289
-3.980 .000
.850
1.177 a. Dependent Variable: LDR
Sumber:
Hasil Penelitian, 2013 Data diolah
Universitas Sumatera Utara
Sumber: output SPSS 17 Sumber: Hasil Penelitian, 2013 Data diolah
Gambar 4.3 Scatterplot
Berdasarkan Gambar 4.3 dapat diketahui bahwa data titik-titik menyebar secara merata di atas dan di bawah garis nol, tidak berkumpul di satu
tempat, serta tidak membentuk pola tertentu sehingga dapat disimpulkan bahwa pada uji regresi ini tidak terjadi masalah heteroskedastisitas.
Pengujian lain yang dapat digunakan untuk menguji gejala heteroskedastisitas adalah dengan menggunakan uji Glejser. Hasil uji Glejser pada
penelitian ini dapat dilihat pada Tabel 4.4:
Universitas Sumatera Utara
Tabel 4.4 Hasil Uji Glejser
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant -.811
7.493 -.108
.914 CAR
.111 .097
.099 1.148
.253 NPL
-.155 .327
-.040 -.473
.637 BOPO
.167 .091
.160 1.844
.067 a.
Dependent Variable: absut
Sumber: Hasil Penelitian, 2013 Data diolah
Berdasarkan Tabel 4.4 berikut ini diperoleh nilai signifikansi variabel Capital Adequecy Ratio CAR, Non Performing Loan NPL, Biaya Operasional
terhadap Pendapatan Operasional BOPO, dan Loan to Deposit Ratio LDR lebih besar dari nilai signifikan
α = 5 . Dengan demikian dapat disimpulkan tidak terjadi gejala heteroskedastisitas dalam model regresi ini.
4.3.4 Uji Autokorelasi