Tabel 4.2 Hasil Uji Normalitas
Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 112
Normal Parameters Mean
a,b
,0000000 Std. Deviation
,80282392 Most Extreme Differences
Absolute ,126
Positive ,126
Negative -,066
Kolmogorov-Smirnov Z 1,336
Asymp. Sig. 2-tailed ,056
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil Penelitian, 2014 data diolah
Pada Tabel 4.2 terlihat bahwa nilai Asym.sig 2-tailed adalah 0,056 dan di atas nilai signifikansi 0,05. Dengan demikian dapat disimpulkan bahwa data
residual berdistribusi normal.
4.2.2.2 Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk melihat apakah dalam model regresi ditemukan adanya korelasi antara variabel independen. Model yang baik
seharusnya tidak terjadi korelasi yang tinggi diantara variabel independen. Uji multikolinieritas dilakukan dengan melihat
tolerance dan variance inflation factor VIF. Nilai
cutoff yang umum dipakai untuk menunjukkan adanya multikolinieritas adalah nilai
tolerance 0,1 sedangkan nilai variance inflation factor VIF 5.
Universitas Sumatera Utara
Tabel 4.3 Hasil Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1 Constant
4,810 ,760
6,327 ,000
CAR ,013
,021 ,049
,637 ,526
,790 1,266
LDR ,008
,006 ,100
1,429 ,156
,956 1,046
NPL -,017
,051 -,025
-,333 ,739
,827 1,210
DER ,027
,035 ,065
,777 ,439
,664 1,507
BOPO -,049
,006 -,712
-8,711 ,000
,704 1,420
a. Dependent Variable: ROA
Sumber: Hasil Penelitian, 2014 data diolah
Pada Tabel 4.3 dapat dilihat bahwa nilai tolerance dari variabel CAR,
LDR, NPL, DER, dan BOPO lebih besar dari 0,1 dan nilai VIF dari variabel CAR, LDR, NPL, DER, dan BOPO lebih kecil dari 5, hal ini membuktikan bahwa
tidak terjadi gejala multikolinieritas antara variabel independen.
4.2.2.3 Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode sebelumnya. Dalam penelitian ini digunakan uji Durbin-Watson untuk menguji ada tidaknya masalah autokorelasi.
Tabel 4.4 Hasil Uji Autokorelasi
Durbin-Watson
Mo d e l S u m m a ryb Model
R R
Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
,708 ,502
,478 ,82154
2,220
a. Predictors: Constant, BOPO, LDR, CAR, NPL, DER
b. Dependend Variable: ROA
Sumber: Hasil Penelitian, 2014 data diolah
Universitas Sumatera Utara
Pada Tabel 4.4 diketahui bahwa nilai Durbin-Watson dalam penelitian ini
adalah sebesar 2,220 dan nilai ini akan dibandingkan dengan nilai tabel dengan tingkat kepercayaan
α = 5 dan jumlah sampel sebanyak 112 dengan menggunakan 5 variabel independen. Dari tabel
Durbin-Watson akan diperoleh nilai dl sebesar 1,5999 dan nilai du sebesar 1,6860. Karena, nilai
Durbin- Watsondhitung terletak diantara batas atas du dan batas bawah 4-du atau du
d 4 – du yaitu 1,6860 2,220 2,314. Dengan demikian dapat dikatakan bahwa variabel dalam penelitian ini terbebas dari autokorelasi.
4.2.2.4 Uji Heteroskedastisitas
