Statistik Deskriptif ANALISIS DAN PEMBAHASAN
79
Dilihat dari hasil olahan data yang telah ditunjukkan seperti pada tabel diatas, terlihat bahwa nilai tolerance lebih dari
0,1 semua dan nilai VIF tidak ada yang melebihi 10 maka dapat disimpulkan tidak terjadi multikolenieritas atau tidak terjadi
korelasi yang kuat antar variabel independen dalam model regresi.
b Uji Heterokedastisitas Uji heterokedastisitas bertujuan menguji apakah dalam
model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain Ghozali, 2006. Model
regresi yang baik adalah dalam data tersebut tidak terjadi heteroskedastisitas. Salah satu cara untuk melihat ada tidaknya
heterokedaskitas adalah menggunakan uji Glejser. Uji ini dilakukan dengan cara melakukan regresi variabel bebas dengan
nilai absolut dari residualnya. Jika variabel bebas signifikan secara statistik mempengaruhi variabel dependen, maka ada
indikasi terjadi heterokedaskitas. Jika asymp sig. pada masing- masing variabel independen 5, maka data tidak mengalami
heteroskedastisitas, dan sebaliknya.
80
Tabel 5.4. Hasil Uji Heterokedastisitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
.784 .300
2.617 .010
NPL -.024
.050 -.048
-.480 .632
CAR .007
.012 .054
.535 .594
LDR -.003
.003 -.106
-1.011 .314
NIM -.008
.024 -.035
-.321 .749
a. Dependent Variable: abresid Sumber: Data dilolah, lampiran 7
Berdasarkan pengujian ada tidaknya heterokedaskitas menggunakan uji Glejser, maka akan terlihat hasil seperti pada
tabel diatas. Karena dari data terlihat bahwa asymp sig pada masing- masing variabel bebas yaitu NPL = 0,632 0,05, CAR
= 0,594 0.05, LDR = 0,314 0,05 dan NIM = 0,749 0.05 maka dapat disimpulkan tidak terjadi masalah heteroskedastisitas
pada masing-masing variabel.
c Uji Autokorelasi Uji Autokorelasi bertujuan menguji apakah dalam suatu
model regresi ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1. Pengujian
Autokorelasi dilakukan dengan menggunakan uji Durbin- Watson. Seperti pada kriteria pengujian sebelumnya, model
81
regresi yang baik adalah tidak terjadi masalah Autokorelasi. Pengujian ini akan terbebas dari masalah Autokorelasi jika
dud4-du maka tidak ada Autokorelasi, positif atau negatif dan keputusannya data diterima.
Tabel 5.5. Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-Watson 1
.685
a
.469 .449
.75347 2.133
a. Predictors: Constant, NIM, NPL, CAR, LDR b. Dependent Variable: ROA
Sumber: Data diolah, lampiran 7
Berdasarkan pengujian
ada tidaknya
masalah Autokorelasi menggunakan uji Durbin-Watson, maka akan
terlihat hasil seperti pada tabel diatas. Berdasarkan tabel Durbin- Watson dengan tingkat sign
ifikansi sebesar 5 untuk âkâ= 4 dan N = 22x5 = 110 nilai du dan dl bisa diketahui yaitu du= 1,7651
dan dl= 1,6146. Dengan menggunakan asumsi kriteria Uji Autokorelasi dud4-du, maka akan terlihat 1,7651 2,133 4-
1,7651 maka tidak terjadi Autokorelasi