21
3.6.1 Pengujian Asumsi Klasik
3.6.1.1 Uji Normalitas Data
Uji normalitas data bertujuan untuk menguji apakah dalam sebuah model regresi, variabel dependen Y, variabel independen DPK, CAR, NPL, , dan ROA pada bank umum syariah,
atau keduanya mempunyai distribusi normal atau tidak. Menurut Sugiyono 2006 : 70, “suatu data yang membentuk distribusi normal bila jumlah di atas dan di bawah rata-rata
adalah sama, demikian juga dengan simpangan bakunya”.
3.6.1.2 Uji Heterokedastisitas
Uji Heterokedastisitas bertujuan untuk menguji terjadinya perbedaan variance residual suatu periode pengamatan ke periode yang lain. Menurut Ghozali 2005 : 111, “uji
heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain”.
Dasar pengambilan keputusannya menurut Ghozali 2005 : 111 adalah sebagai berikut:
1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur maka mengindikasikan telah terjadi heterokedastisitas.
2. Jika tidak ada pola yang jelas, serta titik menyebar dibawah angka 0 dan y, maka tidak terjadi heterokedastisitas.
Jika varian residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heterokedastisitas. Dalam model regresi yang baik
tidak terjadi heterokedastisitas.
3.6.1.3 Uji Autokorelasi
Menurut Erlina 2008 : 107, “uji autokorelasi bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan
Universitas Sumatera Utara
22 kesalahan pada periode t-1”. Dalam model regresi yang baik tidak terjadi autokorelasi. Untuk
mendeteksi masalah autokorelasi dapat dilakukan dengan menggunakan uji Durbin Watson DW. Panduan untuk mendeteksi ada atau tidaknya autokorelasi menurut Erlina 2008 : 107
adalah sebagai berikut: 1. Bila nilai DW terletak antara batas atas dU dan 4-dU, maka koefisien
autokorelasi sama dengan nol, berarti tidak ada autokorelasi. 2. Bila nilai DW lebih rendah dari pada batas bawah dL, maka koefisien
autokorelasi lebih dari nol berarti ada autokorelasi positif. 3. Bila nilai DW lebih dari pada 4-dL, maka maka koefisien autokorelasi lebih
kecil dari nol berarti ada autokorelasi negatif. 4. Bila nilai DW terletak antara batas atas dU dan batas bawah dL atau DW
terletak antara 4-dU dan dL, maka hasilnya tidak dapat disimpulkan.
Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan lainnya. Hal ini sering ditemukan pada data time series. Pada data crossection,
masalah autokorelasi relatif tidak terjadi.
3.6.1.4 Uji Multikolinearitas