69
Tabel 4.4 menunjukkan variabel evaluasi mempunyai kriteria valid untuk semua item pernyataan dengan nilai signifikansi lebih kecil dari 0,05.
Tabel 4.5 Hasil Uji Validitas Pembiayaan Bermasalah
Nomor Butir Pernyataan Person
Corelation Sig 2-Tailed
Keterangan
1 Pembiayaan Bermasalah1 .433
.000 Valid
2 Pembiayaan Bermasalah2 .839
.000 Valid
3 Pembiayaan Bermasalah3 .853
.000 Valid
4 Pembiayaan Bermasalah4 .864
.000 Valid
5 Pembiayaan Bermasalah5 .744
.000 Valid
6 Pembiayaan Bermasalah6 .608
.000 Valid
Sumber : Hasil Pengolahan SPSS Tabel 4.5 menunjukkan variabel pembiayaan bermasalah mempunyai
kriteria valid untuk semua item pernyataan dengan nilai signifikansi lebih kecil dari 0,05.
70
b. Uji Reliabilitas
Uji reliabilitas dilakukan untuk menilai konsistensi dari instrumen penelitian. Suatu instrument penelitian dapat dikatakan reliable jika nilai
Crobach Alpha berada di atas 0,6. Tabel 4.6 menunjukkan hasil uji reliabilitas untuk keseluruhan variabel penelitian yang digunakan dalam penelitian ini.
Tabel 4.6 Hasil Uji Reliabilitas
Variabel Cronbach’s
Alpha
Keterangan
Administrasi 0,614
Reliabel Pendapatan
0,875 Reliabel
I‟tikad 0,770
Reliabel Evaluasi
0,644 Reliabel
Pembiayaan bermasalah
0,817 Reliabel
Sumber : Hasil Pengolahan SPSS
Tabel 4.6 menunjukkan nilai cornbach ‟s alpha berada diatas 0,6
yaitu administrasi sebesar 0,614, pendapatan sebesar 0,875, I‟tikad sebesar 0,770, evaluasi sebesar 0,644, dan pembiayaan bermasalah
sebesar 0,817. Dengan demikian, maka dapat disimpulkan bahwa pernyataan dalam kuesioner ini reliable.
71
3. Uji Asumsi Klasik
a. Uji Normalitas
Uji normalitas digunakan untuk menguji apakah dalam sebuah model regresi, variabel dependen dan variabel independen atau keduanya
mempunyai distribusi normal atau tidak. Model regresi yang baik adalah distribusi data normal atau mendekati normal.
Gambar 4.7 Hasil Uji Normalitas
Sumber : Hasil Pengolahan SPSS Berdasarkan gambar 4.7 di atas menunjukkan bahwa data-data yang
digunakan dalam penelitian ini linier, serta juga memenuhi asumsi-asumsi normalitas dari sebuah data yang berdistribusi normal.
72
b. Uji Autokorelasi
Uji autokorelasi diperlukan untuk mengetahui ada tau tidaknya korelasi antara kesalahan pengganggu pada periode t dengan periode t-1
pada persamaan regresi linier. Autokorelasi mungkin tejadi pada data time series data runtut waktu, sedangkan pada data crossection silang
waktu masalah autokorelasi jarang terjadi. Model regresi yang baik selayaknya bebas dari autokorelasi.
Prasyarat yang harus terpenuhi adalah tidak adanya autokorelasi dalam model regresi. Metode pengujian yang sering digunakan adalah
pengujian uji Durbin Watson. Nilai statistik Durbin Watson berkisar antara 0 dan 4. Sebagai pedoman umum, bila nilai uji statistik Durbin
Watson 1 atau 3, maka residual atau error dari model regresi berganda terjadi autokorelasi.
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error
of the Estimate
Durbin- Watson
1 .648
a
.419 .384
2.663 2.485
a. Predictors: Constant, EvaluasiX4, AdministrasiX1, ItikadX3, PendapatanX2 b. Dependent Variable: PembiayaanBermasalahY
Sumber : Hasil Pengolahan SPSS Berdasarkan hasil uji di atas menunjukkan bahwa nilai Durbin
Watson atau residual persamaan regresi diperoleh sebesar 2.485, ini berarti model regresi berganda dapat dikatakan tidak terjadi autokorelasi.
73
c. Uji Multikolinearitas
Uji multikolinearitas diperlukan untuk mengetahui ada atau tidaknya variabel bebas yang memiliki kemiripan dengan variabel bebas yang lain
dalam satu model. Untuk mendekati adanya multikolinearitas, penelitian ini menggunakan Variance Inflation Factor VIF. Syarat suatu data tidak terjadi
multikonearitas adalah jika nilai VIF kurang dari 10. Bila nilai VIF lebih besar dari 10 maka diindikasikan model tersebut memiliki gejala
multikolinearitas. Hasil perhitungan dapat dilihat dalam tabel berikut ini:
Tabel 4.7 Hasil Uji Multikolinearitas
Coefficientsª
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance VIF
1 Constant -5.190 5.365
-.967 .337
AdministrasiX1 .148 .157
.099 .941
.350 .799 1.252
PendapatanX2 .571
.172 .429
3.321 .001 .535 1.867
ItikadX3 .612
.207 .321
2.956 .004 .756 1.322
EvaluasiX4 -.107
.234 -.055
-.457 .649 .623
1.605 a. Dependent Variable: PembiayaanBermasalahY
Sumber : Hasil Pengolahan SPSS Berdasarkan hasil di atas, dapat dilihat bahwa seluruh variabel penjelas
memiliki nilai VIF lebih kecil dari 10. Ditunjukkan dengan nilai tolerance secara berturut-
turut yaitu untuk administrasi 0,799, pendapatan 0,535, I‟tikad 0,756, dan evaluasi 0,623. Serta nilai VIF secara berturut-turut sebesar 1.252,
1.867, 1.322, dan 1.605. Dengan demikian, dapat disimpulkan bahwa model persamaan regresi tidak terdapat masalah multikol dan dapat digunakan
dalam penelitian ini.