Uji Normalitas Uji Asumsi

4.3. Analisis dan Pengujian Hipotesis

4.3.1. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah data yang digunakan pada penelitian mempunyai distribusi normal atau tidak. Untuk mengetahui apakah data tersebut mengikuti sebaran normal atau tidak dapat dilakukan dengan berbagai metode diantaranya dengan uji statistik non parametik Kolmogorov-Smirnov K-S Sumarsono, 2004 : 40. Adapun hasil olah data menggunakan SPSS 19.0 diperoleh hasil sebagai berikut : Tabel 4.7. Hasil Uji Normalitas Unstandardized Residual Kolmogorov-Smirnov Z 0,699 Signifikansi 0,713 Sumber: Lampiran 8 Dari hasil perhitungan didapat nilai signifikansi uji normalitas residual sebesar 0,713 dan Kolmogorov-Smirnov Z sebesar 0,699, dimana nilai tersebut lebih dari 0,05, maka H ditolak yang berarti data residual berdistribusi normal.

4.3.2. Uji Asumsi

Klasik Tujuan dari pengujian asumsi klasik analisis regresi adalah untuk mengetahui secara pasti apakah model regresi linier berganda menghasilkan keputusan yang BLUE Best Linier Unbiosed Estimator, Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. artinya pengambilan keputusan melalui uji F dan uji t tidak boleh bias, hal tersebut perlu diuji dengan menggunakan asumsi dasar berikut ini: 4.3.2.1.Uji Non Autokorelasi Uji non autokorelasi digunakan untuk mengetahui bahwa antar observasi dalam setiap variabel bebas tidak terjadi suatu korelasi atau hubungan. Uji ini dapat dilakukan dengan menggunakan uji Durbin Watson DW tes. Kriteria pengujian adanya autokorelasi yang dikemukakan oleh Santoso 2001: 219 diperoleh kriteria sebagai berikut: 1. Angka D-W dibawah -2 berarti ada autokorelasi positif. 2. Angka D-W diatas +2 berarti ada autokorelasi negatif. 3. Angka D-W antara -2 sampai +2 tidak ada autokorelasi. Berdasarkan perhitungan di atas DW tes sebesar 1,822 lihat lampiran 9 karena angka DW terletak diantara -2 sampai +2 berarti data tersebut tidak ada autokorelasi. Sehingga asumsi tidak ada autokorelasi terpenuhi. 4.3.2.2.Uji Non Multikolinearitas Untuk mendeteksi ada tidaknya multikolinearitas digunakan Variance Inflation Factor VIF. Apabila VIF 10, maka persamaan regresi linier berganda tersebut tidak terkena multikolinearitas Gujarati, Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 1995:157. Dari hasil pengujian hipotesis diperoleh hasil seperti pada tabel di bawah ini. Tabel 4.8. Hasil Uji Non Multikolinearitas Variabel VIF Tolerance Capital Adequacy Ratio – CAR X 1 1,094 0,914 Non Performing Loans – NPL X 2 1,523 0,657 Return on Assets – ROA X 3 1,769 0,565 Beban Operasional Pendapatan Operasional – BOPO X 4 1,407 0,711 Loan to Deposit Ratio – LDR X 5 1,125 0,889 Sumber: Lampiran 8.1 Nilai VIF dari variabel CAR, NPL, ROA, BOPO, dan LDR semuanya menunjukkan angka kurang dari 10, dengan demikian dapat disimpulkan bahwa model regresi tersebut tidak mengindikasikan adanya multikolinearitas atau asumsi non multikolinearitas terpenuhi. 4.3.2.3.Uji Non Heterokedastisitas Uji non heterokedastisitas di sini menggunakan metode Rank Spearman, yaitu dengan cara menghitung korelasi Rank Spearman antara unstandardized residual dengan seluruh variabel bebas, apabila nilai probabilitas α α = 0,05, maka tidak terjadi heterokedastisitas Gujarati, 1995:188. Berikut hasil uji heterokedastisitas untuk masing-masing variabel bebas. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Tabel 4.9. Hasil Uji Non Heterokedastisitas Variabel Nilai Korelasi Rank Spearman Nilai Signifikansi Capital Adequacy Ratio – CAR X 1 -0,119 0,438 Non Performing Loans – NPL X 2 -0,008 0,959 Return on Assets – ROA X 3 0,008 0,959 Beban Operasional Pendapatan Operasional – BOPO X 4 -0,032 0,835 Loan to Deposit Ratio – LDR X 5 -0,028 0,856 Sumber: Lampiran 8.1 Dari hasil analisis di atas, menunjukkan bahwa nilai signifikansi untuk semua variabel bebas lebih besar dari 0,05 α = 5, yang berarti tidak terdapat korelasi antara residual dengan variabel bebasnya. Dari hasil tersebut maka dapat disimpulkan bahwa tidak terjadi heterokedastisitas, sehingga asumsi non heterokedastisitas terpenuhi.

4.3.3. Teknik Analisis dan Pengujian Hipotesis