x
4
= Net Interest Margin NIM x
5
= Biaya Operasional terhadap Pendapatan Operasional BOPO X
1
-X
5
= Koefisien Regresi Variabel bebas
e =
Term of error Apabila masing-masing koefisien variabel bebas distandarisasi lebih
dahulu maka koefisien yang diperoleh berbeda. Keuntungan dengan menggunakan standarized beta adalah mampu mengeliminasi perbedaan unit ukuran variabel
bebas. Oleh karena itu, jika unit ukuran variabel bebas tidak sama maka sebaliknya interprestasi persamaan regresi menggunakan standarized beta
Ghozali, 2009:67
3.10 Pengujian Asumsi Klasik
Uji asumsi klasik adalah persyaratan statistik yang harus dipenuhi pada analisis regresi linear berganda yang berbasis Ordinary Least Square OLS. Jadi
analisis regresi yang tidak berdasarkan OLS tidak memerlukan persyaratan asumsi klasik, misalnya regresi logistik atau regresi ordinal. Sebelum pengujian hipotesis
dilakukan terlebih dahulu dilakukan pengujian asumsi klasik ini yang meliputi uji normalitas, Multikolinieritas, Heteroskedastisitas dan Autokorelasi.
3.10.1. Uji Normalitas
Uji normalitas bertujuan ingin mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk
lonceng. Data yang baik adalah data yang mempunyai pola seperti distribusi normal, yakni data tersebut tidak melenceng kekiri atau melenceng kekanan.
Universitas Sumatera Utara
Dengan adanya tes normalitas maka hasil penelitian kita bisa digeneralisasikan pada populasi.
Uji normalitas dalam penelitian ini dilakukan dengan cara analisis grafik. Dengan menggunakan histogram dengan mengambarkan variabel dependen
sebagai sumbu vertikal sedangkan nilai residual terstandarisasi digambarkan sebagai sumbu horizontal. Untuk menguji normalitas menggunakan cara lain yaitu
dengan pendekatan grafik adalah Normal Probability Plot, yaitu dengan membandingkan distributif kumulatif dari data sesungguhnya dengan distribusi
kumulatif dari distribusi normal. Kriteria pengujian adalah sebagai berikut:
a. Jika Asym. Sig 0.05 berarti seluruh data berdistribusi normal b. Jika Asym. Sig 0.05 berartis eluruh data berdistribusi tidak normal
3.10.2. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan
yang lain. Model regresi yang baik adalah yang tidak terjadi heteroskedastisitas. Metode yang dapat dipakai untuk mendeteksi gejala heterokedasitas antara lain:
metode grafik, Uji Park Glejser, Uji Rank Spearman dan Barlett.
3.10.3. Uji Autokorelasi
Uji autokorelasi bertujuan unuk menguji apakah dalam model regresi linear ada korelasi antara anggota serangkaian data observasi yang diuraikan
menurut waktu time-series atau ruang cross section. Autokorelasi muncul
Universitas Sumatera Utara
karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Pengujian asumsi ini, dilakukan dengan menggunakan uji Durbin Watson
Durbin-Watson Tests, yaitu untuk menguji apakah terjadi serial atau tidak dengan menghitung adanya autokorelasi adalah dengan memakai uji statistik
Durbin Watson DW Test. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Adapun kriteria pengujiannya adalah Ghozali, 2009
a. Jika nilai D-W dibawah 0 sampai 1,5 berarti ada autokorelasi positif; b. Jika nilai D-W diantara 1,5 sampai 2,5 berarti tidak ada autokorelasi
c. Jika nilai D-W diantar 2,5 sampai 4 berarti ada autokorelasi negaif. Selain menggunakan Durbin-Watson
untuk mengetahui apakah autokorelasi ini terjadi dapat digunakan uji Runs Test. Penelitian ini menggunakan
uji Runs Test, dimana apabila nilai Asymp. Sig 2-tailed 0.05 maka hipotesis nol diterima ,dan artinya residual tidak terkena autokorelasi.
3.10.4. Uji Multikoliniearitas