4.3.3 Uji Multikolinieritas
Uji multikolinearitas digunakan untuk menguji apakah dalam model regresi linier ditemukan adanya korelasi yang tinggi diantara variabel bebas. Hal
ini penting diketahui, karena apabila di dalam model regresi terdapat multikolinearitas, maka metode penaksiran kuadrat terkecil biasa OLS tidak
dapat digunakan. Untuk mendeteksi ada atau tidaknya multikolinearitas di dalam model regresi dapat dilakukan dengan cara:
1. Korelasi antar variabel Untuk mendeteksi ada tidaknya multikolinearitas adalah dengan
melihat kuatnya hubungan antar variabel bebas, dimana ukuran yang kuat apabila r 0,8. Berikut hasil uji multikolinearitas dengan correlation matrix.
Tabel 4.5 Hasil Estimasi
correlation matrix
Sumber: Output Eviews Data diolah
Berdasarkan Tabel 4.5 diatas dapat dilihat bahwa besarnya nilai korelasi antar variabel bebas adalah lebih kecil dari 0,8 maka dapat disimpulkan
dalam model tersebut tidak ditemukan adanya multikolinearitas. 2. Menggunakan Korelasi Parsial
Untuk mendeteksi adanya multikolinearitas dalam model estimasi, harus dilakukan pendeteksian dengan melihat nilai R
2
yang dihasilkan dari estimasi tersebut. Angka R
2
yang tinggi disertai koefisien regresi yang sebagian
Variabel IMLB
ROEB LDRB
GWMB IMLB
1 0.6853
-0.2256 -0.3970
ROEB 0.6853
1 -0.0972
-0.4510 LDRB
-0.2256 -0.0972
1 -0.6258
GWMB -0.3970
-0.4510 -0.6258
1
Universitas Sumatera Utara
besar tidak signifikan biasanya menandakan terdapat multikolinearitas. Berikut ini hasil uji multikolinearitas:
Tabel 4.6 Hasil Estimasi Uji Multikolinearitas
Koefisien Korelasi Parsial
Variabel Nilai R
2
CARB = f IMLB,ROEB,LDRB,GWMB
0.822973
GWMB = f IMLB,ROEB,LDRB
0.724146
LDRB = f IMLB, ROEB, GWMB 0.667394
ROEB = f IMLB, LDRB, GWMB 0.520485
IMLB = f ROEB, LDRB, GWMB 0.594996
Sumber: Output Eviews Data diolah
Berdasarkan Tabel 4.6 diatas dapat dilihat bahwa nilai R
2
CAR=f IML,ROE,LDR,GWM = 0.518782 lebih besar dari R
2
dalam regresi parsial antar variabel bebasnya. dari metode ini dapat disimpulkan bahwa dalam model tersebut
tidak ditemukan adanya multikolinearitas.
4.3.4 Uji Autokorelasi Serial Correlation