b. Uji Multikolinearitas
Uji Multikoloneritas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelsi antar variabel independen. Pada regresi
ini yang baik seharusnya tidak terjadi korelasi antar variabel independen. Hasil uji multikolineritas disajikan pada tabel 4.3 yang diperoleh dari
Lampiran iii.
Tabel 4.3 Uji Multikolinearitas
Coefficientsa
Model Unstandardized
Coefficients Standardize
d Coefficients
t Sig.
Collinearity Statistics
B Std.
Error Beta
Toleranc e
VIF B
Std. Error
1 Constant -4.772
4.092 -1.166
.255 Ln_CAR
-1.136 1.331
-.276 -.853
.402 .366
2.730 Ln_NPL
.434 .491
.193 .886
.385 .811
1.233 Ln_ROA
.366 1.027
.155 .356
.725 .202
4.950 Ln_ROE
-.205 .883
-.105 -.232
.818 .190
5.277 Ln_NIM
-1.366 1.419
-.338 -.963
.345 .312
3.205 Ln_BOPO
-1.136 1.468
-.230 -.774
.447 .435
2.299 Ln_LDR
.091 1.364
.020 .066
.948 .431
2.322 a Dependent Variable: Ln_PL
Sumber: output SPSS yang diolah oleh penulis, 2010 Hasil perhitungan nilai Tolerance pada tabel di atas menunjukkan tidak
ada variabel independen yang memiliki nilai tolerance kurang dari 0,10 yang berarti tidak ada korelasi antar variabel yang nilainya lebih dari 95.
Hasil perhitungan nilai Variance Inflation Factor VIF juga menunjukkan hal yang sama, tidak ada variabel bebas yang memiliki nilai VIF lebih dari
10. Jadi, dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel bebas dalam model regresi.
Universitas Sumatera Utara
Regression Standardized Predicted Value
2 1
-1 -2
R egressi
on S
tudent iz
ed R
esi dual
3 2
1
-1 -2
-3
Scatterplot Dependent Variable: Ln_PL
c. Uji Heterokedastisitas
Uji Heterokedastisitas bertujuan untuk menguji apakah dalam regresi terjadi ketidaksamaan varians antar sat pengamatn ke pengamatan lainnya.
Model regresi yang baik adalah tidak terjadi heterokedastisitas. Deteksi ada tidaknya hetrokedastisitas adalah dengan melihat ada tidaknya pola
tertentu yang terbentuk. Jika membentuk pola tertentu maka telah terjadi gejala heterokedastisitas. Hasil dari Uji Heteroskedastisitas dapat
ditunjukkan dengan grafik scatterplot antara ZPRED dan SRESID dibawah ini yang diperoleh dari Lampiran iii.
Gambar 4.4 Uji Heteroskedastisitas
Sumber: output SPSS yang diolah oleh penulis, 2010 Tampak pada pola output di atas, diagram pencar residual tidak
membentuk pola tertentu serta titik-titik menyebar di atas dan di bawah angka 0 baik pada sumbu Y maupun sumbu X. Kesimpulannya adalah
Universitas Sumatera Utara
bahwa regresi terbebas dari kasus heteroskedastisitas dan memenuhi persyaratan uji asumsi klasik tentang heteroskedastisitas.
d. Uji Autokorelasi
Kategori