51
DNPF = Perubahan Non Performing Financing periode t
DINF = Perubahan Inflasi periode t
e = eror term Variabel di luar model tetapi tidak ikut
berpengaruh terhadap varibael terikat
1. Uji Asumsi Klasik
Uji asumsi klasik dilakukan untuk mendeteksi apakah terdapat multikolinieritas, heteroskedastisitas, dan autokorelasi. Uji asumsi klasik
penting dilakukan untuk menghasilkan estimator yang linier tidak bias dengan varian yang minimum Best Linear Unbiasea Estimator = BLUE, yang berarti
model regresi tidak mengandung masalah. Untuk itu diperlukan pendektesian lebih lanjut diantaranya:
a. Uji Normalitas
Uji Normalitas adalah uji untuk mengukur apakah data kita
memiliki distribusi normal sehingga dapat dipakai dalam statistik parametrik statistik inferensial. Menurut Sugiyono 2011:241 Uji
Normalitas merupakan uji yang dilakukan untuk mengetahui data berdistribusi normal atau tidak, data yang baik dan layak digunakan dalam
penelitian yaitu data yang memiliki distribusi normal yang pada langkah selanjutnya tidak menyimpang dari kebenaran dan dapat dipertanggung
jawabkan Sudjana, 1996:291. Pengamatan data yang normal akan memberikan nilai ekstrim rendah dan ekstrim tinggi yang sedikit dan
kebanyakan mengumpul di tengah.
52
Salah satu asumsi dalam analisis statistik adalah data berdistribusi normal. Dalam analisis multivariate, para peneliti menggunakan pedoman
jika tiap variabel terdiri dari 30 data, maka data sudah berdistribusi normal. Apabila melibatkan 3 variabel, maka diperlukan 3 x 30 = 90.
Meskipun demikian, untuk menguji dengan lebih akurat, diperlukan alat analisis dan EViews menggunakan 2 dua cara, yaitu dengan Histogram
dan Uji Jarque-Bera. Uji Jarque-Bera adalah uji statistik untuk
mengetahui apakah data berdistribusi normal. Uji ini mengukur perbedaan skewness dan kurtosis data dan dibandingkan dengan apabila
datanya bersifat normal. Rumus yang digunakan adalah: Winarno, 2009:5.37
− � =
� − � 6
+
K −
Dimana: N = ukuran sampel
S = SkewnessKemencengan K = KurtosisPeruncingan
K = banyaknya koefisien yang digunakan di dalam persamaan Berikut hipotesis langkah-langkah pengujian normalitas:
Hipotesis : Ho : Model normal Ha : Model tidak normal
Bila probabilitas ObsR2 0.05 signifikan, Ho diterima
Bila probabilitas ObsR2 0.05 tidak signifikan, Ho ditolak.
53
Data yang mempunyai distribusi yang normal berarti mempunyai sebaran yang normal pula. Dengan kondisi ini maka data tersebut dapat
dijadikan sampel yang baik dan dapat mewakili populasi. Dengan H pada
data distribusi normal, uji jarque-bera didistribusikan dengan X
2
dengan derajat bebas degree of freedom sebesar 2. Probability menunjukkan
kemungkinan nilai Jarque-Bera melebihi nilai terobservasi di bawah hipotesis nol. Winarno, 2009:5.37.
b. Uji Multikolinearitas