78
2. Pengujian Asumsi Klasik
a Uji Multikolinieritas Uji ini bertujuan untuk menguji apakah model regresi
ditemukan adanya korelasi antar variabel bebas Ghozali, 2006. Uji multikolinieritas pada penelitian dilakukan dengan matriks
kolerasi mengunakan SPSS. Jika terjadi korelasi maka dapat dikatakan terjadi masalah multikolinieritas. Penelitian yang baik
seharusnya tidak terjadi masalah multikolinieritas. Pengujian ada tidaknya
gejala multikolinearitas
dilakukan dengan
memperhatikan nilai matriks kolerasi yang dihasilkan pada saat pengolahan data serta nilai VIF Variance Inflation Factor dan
Tolerance- nya. Jika nilai tolerance 0,1 dan nilai VIF 10, maka data tidak mengalami atau tidak terjadi gejala
multikolinearitas.
Tabel 5.3. Hasil Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance
VIF 1 Consta
nt .450
.497 .906 .367
NPL -.217
.083 -.191 -2.613 .010
.947 1.056
CAR .039
.021 .139
1.866 .065 .907
1.102 LDR
-.005 .005
-.080 -1.041 .300 .847
1.180 NIM
.300 .039
.602 7.594 .000
.804 1.244
a. Dependent Variable: Sumber: Data diolah,
lampiran 7
79
Dilihat dari hasil olahan data yang telah ditunjukkan seperti pada tabel diatas, terlihat bahwa nilai tolerance lebih dari
0,1 semua dan nilai VIF tidak ada yang melebihi 10 maka dapat disimpulkan tidak terjadi multikolenieritas atau tidak terjadi
korelasi yang kuat antar variabel independen dalam model regresi.
b Uji Heterokedastisitas Uji heterokedastisitas bertujuan menguji apakah dalam
model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain Ghozali, 2006. Model
regresi yang baik adalah dalam data tersebut tidak terjadi heteroskedastisitas. Salah satu cara untuk melihat ada tidaknya
heterokedaskitas adalah menggunakan uji Glejser. Uji ini dilakukan dengan cara melakukan regresi variabel bebas dengan
nilai absolut dari residualnya. Jika variabel bebas signifikan secara statistik mempengaruhi variabel dependen, maka ada
indikasi terjadi heterokedaskitas. Jika asymp sig. pada masing- masing variabel independen 5, maka data tidak mengalami
heteroskedastisitas, dan sebaliknya.