untuk memcahkan suatu masalah. Untuk mencapai tujuan dalam penelitian ini digunakan analisis regresi linier berganda.
Analisis regresi linier berganda digunakan untuk menguji pengaruh CAR, NPL, BOPO, NIM, dan LDR terhadap ROA pada Bank Pembangunan Daerah di
Indonesia pada tahun 2009-2012. Sebelum analisis regresi linier dilakukan, maka harus diuji dulu dengan uji asumsi klasik untuk memastikan apakah model regresi
yang digunakan tidak terdapat masalah normalitas, multikolinearitas, heteroskedastisitas, dan autokolerasi. Jika terpenuhi maka model analisis layak
digunakan.
3.8.1 Uji Asumsi Klasik
Pengukuran asumsi klasik yang digunakan dalam penelitian ini meliputi uji normalitas, multikolinearitas, heteroskedastisitas, dan autokolerasi.
a. Uji Normalitas Uji normalitas betujuan untuk menguji apakah dalam model regresi
variabel bebas dan veriabel terikat terditribusi secara normal atau tidak. Model regresi yang baik adalah meiliki distribusi data normal atau
mendekati normal. Untuk mendeteksi normalitas data dapat diuji dengan Kolmogrov Smirnof.
b. Uji Multikolinearitas Uji ini bertujuan untuk menguji apakah dalam model regresi
ditemukan adanya korelai antar variabel bebas atau tiak. Model yang baik seharusnya tidak terjadi korelasi yang tinggi diantara variabel bebas.
Universitas Sumatera Utara
Untuk mendeteksi ada atau tidaknya multikolinearitas di dalam model regresi dapat diketahui dari nilai tileransi dan nilai variance inflation
factor VIF. Tolerance mengukur variabilitas variabel bebas yang terpilih yang
tidak dapat dijelaskan leh variabel bebas lainnya. Jadi nilai tolerance rendah sama dengan nilai VIF tinggi karena VIFTolerance dan
menunjukkan adanya kolearitas yang tinggi. Nilai out off yang umum dipakai adalah nilai tolerance 0,10 atau sama dengan nilai VIF di atas 10.
c. Uji Heteroskedastisitas Bertujuan untuk menguji apakah dalam model regresi terjadi
ketidaksamaan variance dari residual pengamatan 1 ke pengamatan yang lain tetap. Hal seperti itu juga disebut sebagai homokedatisitas dan jika
berbeda disebut heteroskedastisitas atau tidak terjadi Heteroskedastisitas Salah satu cara untuk mengetahui ada tidaknya heteroskedastisitas
dalam suatu model regresi linier berganda adalah dengan melihat grafik scatterplot atau nilai prediksi variabel terikat yaitu SRESID dengan
residual error yaitu ZPREID. Jika tidak ada pola tertentu dan tidak menyebar di atas dan di bawah angka nol pada sumbu Y maka tidak terjadi
heteroskedastisitas. d. Uji Autokorelasi
Bertujuan untuk menguji apakah dalam suatu model regresi linier berganda terdapat korelasi antara residual pada periode t dengan residual
Universitas Sumatera Utara
periode t-1 sebelumnya. Model regresi yang bagus adalah bebas dari autokorelasi.
3.8.2 Analisis Regresi Linier Berganda
