60
b. Uji Multikolinearitas
Menurut Ghozali 2005:91 “uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar
variabel bebas atau independen”. Untuk mengetahui ada atau tidaknya korelasi antar variabel bebas tersebut, dapat dilihat dari nilai
Tolerence atau sama dengan nilai Variance Inflation Factor VIF, apabila nilai Tolerence 0,10 atau VIF 10 maka terjadi
multikolinearitas dan apabila nilai Tolerence 0,10 atau VIF 10 maka tidak terjadi multikoliniearitas Ghozali, 2005:92.
Tabel 4.5 Hasil Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 NPL
.961 1.040
LDR .921
1.086 CAR
.971 1.030
NIM .920
1.087 a. Dependent Variable: ROA
Sumber : Data Olahan SPSS, 2013 Berdasarkan tabel 4.5 dapat disimpulkan bahwa peneliti bebas
dari adanya multikoliniearitas. Hal ini dapat dilihat dengan membandingkannya dengan nilai Tolerance dan VIF. Semua
variabel bebas yang digunakan dalam penelitian ini memiliki
Universitas Sumatera Utara
61
Tolerance yang lebih besar dari 0,10. Jika dilihat dari nilai VIFnya, bahwa tidak satupun variabel bebas memiliki nilai yang melebihi 10.
Dari hasil uji multikoliniearitas didapatkan bahwa nilai Tolerance untuk NPL adalah 0,961 0,10 dan nilai VIF adalah
1,040 10. Nilai Tolerance untuk LDR adalah 0,921 0,10 dan nilai VIF adalah 1,086 10. Nilai Tolerance untuk CAR adalah 0,971
0,10 dan nilai VIF adalah 1,030 10. Nilai Tolerance untuk NIM adalah 0,920 0,10 dan nilai VIF adalah 1,087 10. Dengan
demikian dapat disimpulkan bahwa tidak terjadi multikoliniearitas dalam variabel bebasnya.
c. Uji Autokorelasi
Menurut Ghozali 2005, uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antar kesalahan
pengganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya. Ada beberapa cara yang dapat digunakan untuk
mendeteksi masalah dalam autokorelasi diantaranya adalah dengan Uji Durbin Watson pada buku statistik relevan. Namun secara umum
sebagai berikut : 1
Angka D-W di bawah -2 berarti ada autokorelasi positif 2
Angka D-W di antara -2 sampai +2 berarti tidak ada autokorelasi 3
Angka D-W di atas +2 berarti ada autokrelasi negatif Santoso, 2002:219.
Universitas Sumatera Utara
62
Tabel 4.6 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .662
a
.438 .397
.0085079 1.871
a. Predictors: Constant, NIM, CAR, NPL, LDR b. Dependent Variable: ROA
Sumber : Data Olahan SPSS, 2013 Tabel 4.6 menunjukkan hasil uji autokorelasi variabel penelitian.
Berdasarkan hasil pengujiannya dapat disimpulkan bahwa tidak terjadi autokorelasi antar kesalahan pengganggu antar periode. Hal
ini dapat dilihat dari nilai Durbin-Watson D-W. berdasarkan tabel diatas, angka D-W adalah sebesar 1,871. Angka tersebut berada
diantara -2 dengan 2, artinya bahwa angka D-W lebih besar dari -2 dan lebih kecil dari 2 -2 1,871 2. Sehingga dapat disimpulkan
bahwa tidak terjadi autokorelasi positif maupun autokorelasi negatif.
d. Uji Heteroskedastisitas
Kategori