20
Sumber : Eviews 8 data diolah
Berdasarkan Tabel 4.4 di atas, dapat terlihat bahwa nilai probabilitas cross section F adalah 0,0659 atau 0,05, maka H
diterima, dan menolak H
1
, yang berarti penelitian ini menggunakan pendekatan common effect.
b. Uji Hausman
Uji Hausman tidak dilakukan karena model yang terpilih adalah Common Effect.
1. Uji Asumsi Klasik
a. Uji Normalitas
2 4
6 8
10 12
14
-15 -10
-5 5
10 15
Series: Standardized Residuals Sample 2011 2015
Observations 50 Mean
-1.03e-15 Median
0.362182 Maximum
12.77843 Minimum
-12.55547 Std. Dev.
6.797340 Skewness
0.039853 Kurtosis
2.204946 Jarque-Bera 1.330134
Probability 0.514239
Sumber : Eviews 8 data diolah
Berdasarkan Gambar 4. 8 menunjukan bahwa setelah dilakukan uji normalitas data dengan menggunakan fasililitas eviews
8 maka semua variabel pada pengujian model ini menunjukan bahwa
21
penelitian diatas berdistribusi normal atau dapat dikatakan bahwa persyaratan normalitas dapat dipenuhi. Hal ini dapat dilihat dari Jarque
Bera pada penelitian ini sebesar 1,330134 dengan probailiti 0,514239 diatas tingkat signifikansi 0,05. Oleh karena itu penelitian tersebut
berdistribusi normal, sehingga dapat dikatakan persyaratan normalitas dapat terpenuhi.
b. Uji Multikolinearitas
Uji multikolinearitas dilakukan untuk mengetahui ada tidaknya hubungan korelasi yang signifikan diantara dua atau lebih
variabel independen dalam model regresi. Deteksi adanya multikolinearitas dilakukan dengan menggunakan uji korelasi
parsialantar variabel independen. Dengan melihat nilai koefisien korelasi r antara variabel independen, dapat diputuskan apakah data
terkena multikolinearitas atau tidak, yaitu dengan menguji koefisien korelasi antar variabel independen. Hasil pengujian multikolinearitas
menggunakan uji korelasi r dapat dilihat sebagai berikut :
Tabel 4. 6 Hasil Uji Multikolinearitas
CAR NPF
SIZE ROA
ROE DPK
CAR 1.000000
-0.366459 -0.414420
0.364917 -0.128983
-0.286053 NPF
-0.366459 1.000000
0.535252 -0.379753
-0.215517 0.313563
SIZE -0.414420
0.535252 1.000000
0.195744 0.359391
0.651298 ROA
0.364917 -0.379753
0.195744 1.000000
0.732795 0.184820
ROE -0.128983
-0.215517 0.359391
0.732795 1.000000
0.387314 DPK
-0.286053 0.313563
0.651298 0.184820
0.387314 1.000000
Sumber : Eviews 8 Data Diolah
22
Dapat dilihat pada tabel 4.3 diatas, menunjukkan bahwa tidak ada variabel yang memiliki nilai korelasi diatas 0.85. dengan
demikian dapat disimpulkan bahwa model regresi yang dipakai tidak terdapat masalah multikolinearitas dengan kata lain dalam
penelitian ini tidak terdapat korelasi diantara variabel bebasnya.
c. Uji Heteroskedestisitas
Uji heteroskedasitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu
pengamatan ke pengamatanyang lain. Jika varian residual satu pengamatan ke pengamatan yang lain tetap,maka disebut
homokesdasitas dan jika berbeda disebut heteroskedasitas. Metode yang digunakan untuk mendeteksi adanya heteroskedastisitas pada
penelitian ini adalah uji White. Heteroskedastisitas dapat dilihat dari probabilitas ObsR-square, apabila probabilitas ObsR-squareuji
white lebih kecil dari 0.05, maka terdapat masalah heteroskedastisitas. Hasil uji heteroskedastisitas adalah sebagai berikut:
Tabel 4. 7 Hasil Uji Heteroskedastisitas
Sumber: Eviews 8 data diolah Heteroskedasticity Test: White
F-statistic 0.673950 Prob. F27,21
0.8342 ObsR-squared
22.74775 Prob. Chi-Square27 0.6985
Scaled explained SS 21.66485 Prob. Chi-Square27
0.7542
23
Tabel diatas menunjukkan bahwa nilai probabilitas dari Chi- Square sebesar 0.6985 yang lebih besar dari nilai α sebesar 0.05,
karena nilai probabilitas Chi- Square lebih besar dari α= 5 maka Ho
diterima dan menolak H
1
sehingga dapat disimpulkan bahwa dalam model ini tidak ada masalah heterokedastisitas.
d. Uji Autokorelasi
Berdasarkan Tabel 4.6 menunjukan bahwa nilai ObsR- Squared LM mempunyai probabilitas sebesar 0,1578, dimana hal
tersebut lebih besar dari nilai signifikan sebesar 0,05 berarti dapat disimpulkan bahwa model ini terbebas dari autokorelasi.
2. Uji Hipotesis Uji t
