7 multikolonieritas di dalam model regresi biasanya dililhat dari Tolerance dan
Variance Inflation Factor VIF, dengan dasar pengambilan keputusan sebagai berikut :
a. Jika nilai tolerance lebih besar dari 0,1 dan nilai VIF lebih kecil dari 10,
maka tidak terjadi masalah multikolonieritas, artinya model regresi tersebut baik.
b. Jika nilai tolerance lebih kecil dari 0,1 dan nilai VIF lebih besar dari 10,
maka terjadi masalah multikolonieritas, artinya model regresi tersebut tidak baik.
3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi tidak terjadi kesamaan varian dari residual satu pengamatan ke pengamatan yang
lain. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Untuk mendeteksi ada tidaknya heteroskedastisitas maka
digunakan uji metode Glejser. Jika nilai sig alpha 0,05 maka regresi tidak mengalami heteroskedastisitas, dengan kata lain mengalami homokedastisitas.
4 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara korelasi antara kesalahan pengganggu pada periode t-1
sebelumnya. Jika terjadi korelasi maka dinamkan ada problem autokorelasi. Model regresi yang baik adalah regresi yang bebas dari autokorelasii. Salah satu
cara yang digunakan untuk mendeteksi ada atau tidaknya autokorelasi adalah uji Durbin Watson DW Test. Uji ini hanya digunakan untuk autokorelasi tingkat
8 satu first order autocorrelation dan mensyaratkan adanya intercept konstanta
dalam model regresi dan tidak ada variabel lagi diantara variabel bebas.
4. Analisis Regresi Berganda
Penelitian ini menggunakan teknik analisis regresi linear berganda Multiple Regression Analysis Model dengan persamaan kuadrad terkecil
Ordinary Least Square. Analisis regresi linear berganda ini digunakan untuk menguji hipotesis tentang kekuatan variabel independen PDPK, PPAP, dan
BOPO terhadap PDM. Untuk mengetahui apakah ada pengaruh yang signifikan dari variabel independen terhadap variabel dependen maka model regresi linear
berganda yang dirumuskan sebagai berikut:
Y= α + β1x1+β2x2+β3x3+е
Notasi Y = Profit Distribution Management PDM
α = Konstanta x1=Proporsi Dana Pihak Ketiga PDPK
x2=Penyisihan Penghapusan Aktiva Produktif PPAP x3= Biaya Operasional Pendapatan Operasional BOPO
e = variabel residual tingkat eror
9
5. Uji Hipotesis
Pengujian hipotesis dalam penelitian ini menggunakan analisis linier berganda yang meliputi uji pengaruh simultan uji statistik F, uji sigtifikan
parameter individual uji statistic t dan uji koefisien determinasi R
2
. a
Uji pengaruh simultan Uji statistik F Uji statistik F pada dasarnya menunjukkan apakah semua variabel
independen yang dimaksukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen Ghozali, 2011. Pengujian ini
dilakukan dengan menggunakan nilai signifikansi. Jika nilaisig α maka terdapat pengaruh secara bersama-sama variabel independen terhadap variabel dependen.
b Uji Signifikan Parameter Individual uji Statistik t
Untuk membuktikan hipotesis yang diajukan, apakah masing-masing variael indepenpenden berpengaruh secara parsial terhadap variabel dependen.
Pengujian hipotesis ini menggunakan tingkat signifikansi sebesar 5 . Pengujian terhadap masing-masing hipotesis menggunakan ketentuan sebagai berikut :
Jika p Value sig α maka Haberhasil diterima Jika p Value sig α maka Ha tidak berhasil diterima.
c Uji Koefisien Determinasi
R
2
Uji koefisien determinasi R
2
mengukur seberapa jauh kemampuan model dalam merangkan variasi variabel dependen. Nilai koeffisien determinasi adalah
antara nol dan satu. Nilai R
2
yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen sangat terbatas. Nilai
yang mendekati satu berarti variabel-variabel independen memberikan hampir
10 semua informasi yang dibutuhkan untuk memprediksi variasi variabel independen
Ghozali, 2011 dalam Ardilla 2012. Kelemahan mendasar penggunaan koefisien determinasi
R
2
adalah bias terhadap jumlah variabel independen yang dimaksukkan ke dalam model Ghozali, 2011 dalam Ardilla 2012. Oleh karena
itu penelitian ini menggunakan adjusted R
2
berkisar antara 0 dan 1. Jika nilai adjusted
R
2
semakin mendekati 1 maka semakin baik kemampuan model tersebut dalam menjelaskan variabel independen.
