89
dapat disimpulkan karena nilai dari analisis sebesar 1,370 berada pada daerah keragu-raguan sehingga dapat diputuskan bahwa telah terbebas
dari penyimpangan autokorelasi. Dari hasil pengujian yang telah dilakukan dapat disimpulkan
bahwa model analisis regresi linier berganda tersebut telah bebas dari penyimpangan-penyimpangan asumsi klasik, yaitu bebas dari
penyimpangan heteroskedastisitas, multikolinieritas dan autokorelasi sehingga layak untuk dilakukan pengujian regresi linier berganda.
4.3.3. Hasil Pengujian Regresi Linier Berganda
Berdasarkan pengujian yang telah dilakukan dengan menggunakan regresi linier berganda diperoleh hasil persamaan regresi
sebagai berikut lampiran 2.3:
Coefficients
a
1E+008 2E+008
.741 .465
927708.9 4057343 .044
.229 .821
.718 1.393
-12553.3 2098.646 -.220
-.568 .575
.180 5.567
426329.6 226712.6 .741
1.880 .071
.173 5.783
Constant X1
X2 X3
Model 1
B Std. Error
Unstandardized Coefficients
Beta Standardized
Coefficients t
Sig. Tolerance
VIF Collinearity Statistics
Dependent Variable: Y a.
Y = 927708,9 X1 + -12553,3 X2 + 426329,6 X3 Berdasarkan persamaan regresi di atas dapat dijelaskan sebagai
berikut: β
1
= 927708,9
Menunjukkan nilai koefisien regresi untuk tingkat suku bunga yang memiliki nilai positif yang artinya setiap peningkatan
90
yang terjadi pada nilai suku bunga akan meningkatkan jumlah kredit, setiap peningkatan 1 pada tingkat suku bunga akan
meningkatkan jumlah kredit sebesar 927708,9 rupiah,
sebaliknya apabila tingkat suku bunga menurun sebesar 1 akan mengakibatkan penurunan pada jumlah kredit sebesar
927708,9 rupiah, dengan asumsi variabel yang lainnya nol.
β
2
= -12553,3
Menunjukkan nilai koefisien regresi untuk nilai tukar rupiah yang memiliki nilai positif yang artinya setiap peningkatan
yang terjadi pada nilai tukar rupiah akan meningkatkan jumlah kredit, setiap peningkatan Rp. 1 pada nilai tukar rupiah akan
meningkatkan jumlah kredit sebesar -12553,3 rupiah,
sebaliknya apabila nilai tukar rupiah menurun sebesar Rp. 1
akan mengakibatkan penurunan pada jumlah kredit sebesar - 12553,3 rupiah, dengan asumsi variabel yang lainnya nol.
β
3
= 426329,6
Menunjukkan nilai koefisien regresi untuk ekspor yang memiliki nilai positif yang artinya setiap peningkatan yang
terjadi pada ekspor akan meningkatkan jumlah kredit, setiap peningkatan US 1 pada ekspor akan meningkatkan jumlah
kredit sebesar US 426329,6, sebaliknya apabila ekspor
menurun sebesar US 1 akan mengakibatkan penurunan pada
jumlah kredit sebesar US 426329,6, dengan asumsi variabel
yang lainnya nol.
91
4.3.4. Hasil Pengujian Hipotesis
