59
Tabel 5.3 diperoleh nilai probabilitas Jarque Bera JB sebesar 0,763871 0,05, dapat disimpulkan bahwa residual berdistribusi normal.
2. Uji Autokorelasi
Hasil uji autokorelasi dilakukan dengan uji Durbin Watson statistics disajikan pada tabel berikut.
Tabel 5.4. Uji Autokorelasi DW
dU 4-dU
Durbin- Watson
1,805 1,670
2,330 Sumber: Hasil analisis data.
Hasil pengujian pada tabel 5.4 menunjukkan bahwa nilai DW-test sebesar 1,805 berada pada daerah dU DW 4-dU, mada dapat disimpulkan model bebas dari
masalah autokorelasi.
3. Uji Multikolinearitas
Tahapan pengujian multikolinearitas melalui program Eviews dengan pendekatan korelasi parsial dengan melakukan estimasi regresi sebagai berikut:
ROA = b0 + b1 SIZE + b2 CAR + b3 LDR SIZE = b0 + b1 CAR + b2 LDR
CAR = b0 + b1 SIZE + b2 LDR LDR = b0 + b1 SIZE + b2 CAR
Tabel 5.5. Ringkasan Hasil Uji Multikolinearitas Estimasi
R
2
ROA = b0 + b1 SIZE + b2 CAR + b3 LDR R
2 1
SIZE = b0 + b1 CAR + b2 LDR R
2 2
CAR = b0 + b1 SIZE + b2 LDR R
2 3
LDR = b0 + b1 SIZE + b2 CAR R
2 4
0,407945 0,110839
0,103556 0,013395
Sumber: Hasil analisis data.
60
Hasil perhitungan pada tabel 5.5. menunjukkan R
2
1 R
2
2, R
2
3, R
2
4, maka dalam model tidak diketemukan adanya multikolinearitas.
4. Uji Heteroskedastisitas
Hasil uji heteroskedastisitas menggunakan uji White disajikan pada tabel 5.6.
Tabel 5.6. Uji Heteroskedastisitas
Variabel Koefisein
Std. Error t-Statistic
P-value C
0,000248 0,001413
0,175398 0,8617
SIZE -0,000152
0,000114 -1,334455
0,1904 SIZE2
1,03E-05 3,02E-06
3,405892 0,0016
SIZECAR -5,72E-06
2,39E-06 -2,392949
0,0221 SIZELDR
-1,32E-06 8,32E-07
-1,580219 0,1228
CAR 6,12E-05
4,45E-05 1,376608
0,1771 CAR2
4,81E-07 1,06E-06
0,453826 0,6527
CARLDR 3,04E-07
3,01E-07 1,012832
0,3179 LDR
1,14E-05 1,63E-05
0,699820 0,4885
LDR2 4,93E-08
6,11E-08 0,807235
0,4248 ObsR-squared
16.29065 Prob. Chi-Square9 0.0611
Sumber: Hasil analisis data.
Hasil perhitungan tabel 5.6 diperoleh nilai probabilitas ObsR-squared sebesar 0,0611
α 0,05, dapat disimpulkan data tidak mengandung masalah heteroskedastisitas.
D. Analisis Model Dinamis
1. Estimasi Model Jangka Panjang
Konsep kointegrasi menyatakan bahwa jika satu atau lebih variabel yang tidak stasioner terkointegrasi maka kombinasi linier antar variabel-variabel dalam system
akan bersifat stasioner sehingga didapatkan suatu sistem persamaan jangka panjang yang stabil.
Kategori