57
a. Uji heteroskedastisitas
“Pengujian gejala heterokedastisitas bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu
pengamatan ke pengamatan lainnya. Jika varian dari residual satu pengamatan ke pengamatan yang lain tetap maka disebut homoskedastisitas,
dan jika berbeda disebut heteroskedastisitas” Erlina, 2011:105. Model regresi yang baik adalah homoskedastisitas atau tidak terjadi
heteroskedastisitas. Untuk mengidentifikasi adanya heteroskedastisitas, maka dilakukan uji White
. Dengan menggunakan tingkat α = 5, maka terdapat ketentuan sebagai berikut:
• Jika ObsR-Square 0.05, maka terdapat masalah heteroskedastisitas • Jika ObsR-Square 0.05, maka tidak terdapat masalah
heteroskedastisitas
b. Uji Autokorelasi Autokorelasi merupakan korelasi antar anggota sampel yang diurutkan
berdasarkan waktu yang muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Model regresi yang baik adalah tidak
terdapat autokolerasi. Pengujian autokorelasi dilakukan dengan
menggunakan uji Durbin-Watson. Kriteria untuk penilaian terjadinya autokorelasi adalah:
• angka D-W dibawah -2 berarti ada autokorelasi positif, • angka D-W di antara -2 sampai +2, berarti tidak ada autokorelasi,
• angka D-W di atas +2 berarti ada autokorelasi negatif.
Universitas Sumatera Utara
58
c. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi mempunyai korelasi antar variabel bebas. Model regresi yang baik
seharusnya tidak terjadi korelasi di antara variabel independen. Untuk mengidentifikasi masalah multikolinearitas dalam estimasi regresi terdapat
beberapa gejala yang harus diperhatikan, yaitu sebagai berikut Pratomo dan Hidayat, 2010:89 :
• Nilai R
2
yang tinggi namun standar error dan tingkat signifikansi masing-masing variabel rendah.
• Nilai koefisien variabel tidak sesuai dengan hipotesis.
3.8.3 Pengujian Hipotesis
Untuk menganalisis besarnya pengaruh variabel independen terhadap variabel dependen, penelitian ini menggunakan persamaan regresi linear
berganda. Pengujian hipotesis secara statistik yang digunakan meliputi uji koefisien determinasi R
2
, uji signifikansi simultan F-test dan uji signifikansi parsial T-test.
a. Uji Koefisien Determinasi R
2
Uji koefisien determinasi digunakan untuk mengukur proporsi atau persentase sumbangan variabel independen yang diteliti terhadap variasi
naik turunnya variabel dependen atau dengan kata lain untuk menguji goodness-fit dari model regresi. Nilai R
2
koefisien determinasi berkisar
Universitas Sumatera Utara
59
antara 0 sampai 1 0 ≤ R
2
≤ 1. Nilai R
2
dikatakan baik jika di atas 0,5 karena nilai R
2
berkisar antara 0 sampai 1. Nilai R
2
sama dengan nol R
2
=0 menunjukkan tidak adanya pengaruh antara variabel independen terhadap
variabel dependen. Bila R
2
semakin besar mendekati 1 menunjukkan semakin kuat pengaruh variabel independen terhadap variabel dependen dan
bila R
2
semakin kecil mendekati nol menunjukkan semakin kecil pengaruh variabel independen terhadap variabel dependen.
b. Uji Signifikansi Simultan F- test
Uji signifikan simultan atau uji statistik ”F” berfungsi untuk menguji apakah koefisien regresi signifikan. Uji ini digunakan untuk menunjukkan
apakah semua variabel independen yang dimasukan dalam model mempunyai pengaruh secara bersama–sama terhadap variabel dependen. Uji
ini digunakan untuk menguji pengaruh secara simultan variabel independen yaitu LDR, NPL, ROE, IML dan BOPO terhadap variabel dependen yaitu
CAR. Bentuk pengujiannya adalah sebagai berikut: Ho : b
1
= b
2
= b
3
= b
4
= b
5
= 0, artinya LDR, NPL, ROE, IML dan BOPO secara simultan tidak berpengaruh terhadap kecukupan modal CAR.
Ha : b
1
≠ b
2
≠ b
3
≠ b
4
≠ b
5
≠ 0, artinya LDR, NPL, ROE, IML dan BOPO secara simultan berpengaruh terhadap kecukupan modal CAR.
Kriteria pengambilan keputusan untuk menguji hipotesis dengan uji F, adalah sebagai berikut:
• Quick Look : bila nilai F lebih besar dari 4 atau jika ρ-value 0,05 maka
H
o
dapat ditolak dan H
a
diterima pada derajat kepercayaan 5.
Universitas Sumatera Utara
60
• Membandingkan nilai F hasil perhitungan dengan nilai F menurut tabel. Bila nilai F
hitung
lebih besar daripada nilai F
tabe
l
F Ft
, maka
H
o ditolak
dan Ha diterima.
c. Uji Signifikansi Parsial T- test
Kategori