Metode Regresi Berganda Metode Analisis Data a. Metode Analisis Deskriptif

b. Metode Regresi Berganda

Penelitian ini menggunakan model analisis koefisien regresi berganda untuk menganalisis pengaruh CAR, NPL, LDR, GWM, BOPO, dan NIM terhadap kinerja keuangan Y dalam hal ini pertumbuhan laba yang disusun dalam bentuk persamaan berikut : Y = α + + + + + + +e Keterangan: Y = Pertumbuhan Laba α = Koefisien konstanta = Koefisien regresi variabel independen = Capital Adequacy Ratio CAR = Non Performing Loans NPL = Net Interest Margin NIM = Biaya OperasionalPendapatan Operasional BOPO = Giro Wajib Minimum GWM = Loan to Deposit Ratio LDR e = error Data di atas sebelum dianalisis dengan model regresi linier berganda maka harus memenuhi syarat uji normalitas dan uji asumsi klasik:

1 Uji Normalitas

Tujuan uji normalitas adalah ingin mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi Universitas Sumatera Utara data dengan bentuk lonceng. Data yang baik adalah data yang mempunyai pola seperti distribusi normal Situmorang, 2009:55. Uji ini dilakukan dengan uji Kolmogorov Smirnov. 2 Uji Asumsi Klasik Pengujian hipotesis dapat dilakukan dengan terlebih dahulu menguji ada tidaknya pelanggaran terhadap asumsi-asumsi klasik. Regresi linier berganda memiliki syarat asumsi klasik yang harus dipenuhi sebelum data tersebut dianalisis yaitu sebagai berikut: a Uji Autokorelasi Uji autokorelasi bertujuan untuk menguji model regresi linier apabila ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode sebelumnya Situmorang, 2009:78. Uji autokorelasi hanya dilakukan pada data time series runtut waktu. Pengujian ada tidaknya problem autokorelasi dapat dilihat dari rasio statistik Durbin Watson Yamin dan Heri, 2009:86. Tabel 1.4 Tingkat Autokorelasi Durbin Watson DW Kesimpulan Kurang dari 1,10 Ada autokorelasi 1,10 – 1,54 Tidak ada kesimpulan 1,55 – 2,46 Tidak ada autokorelasi 2,47 – 2,90 Tidak ada kesimpulan b Uji Multikolinearitas Multikolinearitas dapat dilihat dari rasio tolerance dan Variance Inflation Factor VIF kedua ukuran ini menunjukkan setiap variabel Universitas Sumatera Utara independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance adalah mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. VIF 5 maka tidak terdapat persoalan multikolinearitas Situmorang, 2009:104. c Uji Heterokedastisitas Uji heterokedastisitas bertujuan untuk menguji model regresi apabila terdapat ketidaksamaan varians dari residual satu pengamatan kepengamatan lainnya. Varians dari satu residual pengamatan ke pengamatan lainnya jika tetap maka terjadi homoskedastisitas jika berbeda maka disebut heterokedastisitas. Model regresi yang baik adalah yang tidak terjadi heterokedastisitas Situmorang, 2009:65. 3 Pengujian Kelayakan Model Uji Goodness of Fit Adjusted R Square menunjukkan proporsi variabel dependen yang dijelaskan oleh variabel independen. Rasio yang semakin tinggi maka akan semakin baik bagi model regresi karena menandakan bahwa kemampuan variabel bebas menjelaskan variabel terikat juga semakin besar.

c. Pengujian Hipotesis