61 Hasil pengujian Multikolinieritas dapat dilihat pada Tabel 5 berikut ini:
Tabel. 5 Hasil Uji Multikolinieritas Coefficients
a
Model Sig.
Collinearity Statistics
Toleranc e
VIF 1
Constan .000
Log_NP L
.923 .908
1.101 Log_GC
G .830
.839 1.192
Log_RO A
.000 .925
1.081 Log_CA
R .571
.984 1.016
Sumber : Data Diolah Berdasarkan Tabel 5 diatas dapat diketahui nilai tolerance seluruh variabel
independen 0,10 dan nilai VIF 10 sehingga dapat disimpulkan tidak terjadi multikolinieritas.
c. Uji Heteroskedastisitas
Menurut Ghozali 2013, Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan
ke pengamatan lain. Model regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas. Untuk mendeteksi ada atau tidaknya
heteroskedastisitas dapat dilakukan dengan Uji Glejser. Berikut Hasil pengujian Uji Glejser dapat dilihat pada Tabel 6 yaitu :
Tabel. 6 Hasil Uji Glejser
Coefficients
a
62 Model
Unstandardized Coefficients
Standardiz ed
Coefficien ts
T Sig.
B Std.
Error Beta
1 Consta
nt .005
.312 .015 .988
Log_NP L
.119 .086
.194 1.39
5 .169
Log_GC G
-.066 .314
-.030 -.209 .835
Log_RO A
.102 .108
.131 .948 .348
Log_CA R
.240 .244
.132 .984 .330
a. Dependent
Variable: absut
Sumber : Data diolah 2016 Berdasarkan Tabel 6 diatas menunjukkan tidak satupun variabel
independen yang signifikan secara statistik mempengaruhi variabel dependen absolut Ut Absut. Hal ini terlihat dari probabilitas signifikansinya diatas tingkat
kepercayaan 5, jadi dapat disimpulkan model regresi tidak mengarah adanya heteroskedastisitas atau tidak terjadi heteroskedastisitas.
d. Uji Autokorelasi
Menurut Ghozali 2013, Uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pengganggu pada periode t – 1 sebelumnya. Salah satu cara
yang dapat digunakan untuk mendeteksi ada atau tidaknya autokorelasi adalah dengan Uji Durbin
– Watson DW test. Kriteria pengambilan keputusan ada atau tidaknya autokorelasi sebagai berikut:
63 Jika 0 d dl menunjukkan tidak ada autokorelasi positif
Jika dl ≤ d ≤ du menunjukkan tidak ada autokorelasi positif
Jika 4 – dl d 4 menunjukkan tidak ada korelasi negatif
Jika du d 4 – du menunjukkan tidak ada autokorelasi positif atau negatif
Tabel. 7 Hasil Uji Autokorelasi Model Summary
b
Mod el
R R
Square Adjusted
R Square Std. Error
of the
Estimate Durbin-
Watson 1
.575
a
.331 .281
.42281 1.892
a. Predictors: Constant, Log_CAR, Log_ROA, Log_NPL, Log_GCG
b. Dependent
Variable: Log_PL
Sumber : Data diolah 2016 Berdasarkan Tabel 7 dapat diketahui hasil pengujian Durbin
– Watson diperoleh nilai DW sebesar 1,892, dengan jumlah data 84 dan variabel = 5, maka
nilai du = 1,7732. Keputusan tidak ada autokorelasi positif maupun negatif jika memenuhi du dw 4
– du yaitu 1,7732 1,892 2,108. Dengan demikian hasil pengujian menunjukkan bahwa tidak ada autokorelasi baik positif maupun negatif.
e. Hasil Analisis
