Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik dengan menggunakan persamaan regresi linear berganda.
Analisis data dilakukan dengan bantuan SPSS versi 20. Model regresi linear berganda adalah teknik analisis yang menjelaskan hubungan antara variabel
dependen dengan beberapa variasi independen Sugiyono,2004:271. Model penelitian tersebut digunakan untuk mengetahui pengaruh Capital
Adequacy Ratio CAR, Non Performing Loan NPL,
Operating ExpensesOperating Income BOPO, Return On Asset ROA, Net Interest
Margin NIM terhadap Loan to Deposit Ratio LDR dengan Dana Pihak Ketiga DPK sebagai moderating variabel pada perusahaan perbankan yang terdaftar di
Bursa Efek Indonesia BEI. Peneliti melakukan uji asumsi klasik terlebih dahulu sebelum melakukan pengujian hipotesis yaitu Uji Normalitas, Uji
Multikolonearitas, Uji Heterokeditas, dan Uji Autokolerasi.
3.5.1. Uji Asumsi Klasik
Asumsi klasik adalah asumsi yang mendasari analisis regresi dengan tujuan mengukur asosiasi atau keterikatan antarvariabel bebas. Terdapat 4 empat
pengujian terkait uji asumsi klasik yaitu uji normalitas data, uji multikolinearitas, uji heteroskedastisitas dan uji autokolerasi.
3.5.1.1 Uji Normalitas
Uji Normalitas bertujuan untuk menguji apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Model regresi yang
baik memiliki distribusi data normal atau mendekati normal. Untuk mendeteksi apakah variabel residual berdistribusi normal atau tidak yaitu dengan analisis
grafik. Sedangkan normalitas suatu variabel umumnya dideteksi dengan uji statistik nonparametrik Kolmogorof - Smirnov K-S. Suatu variabel dikatakan
terdistribusi normal jika nilai signifikansinya 0,05 Ghozali, 2009.
3.5.1.2 Uji Multikolonieritas
Uji Multikolonieritas bertujuan untuk mengetahui apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas independen. Model
regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen Ghozali, 2009.
Untuk mendeteksi ada atau tidaknya multikolonieritas didalam model regresi antara lain dapat dilakukan dengan melihat 1 nilai tolerance dan
lawannya 2 variance inflation factor VIF. Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai tolerance
≥ 0,10 atau sama dengan nilai VIF
≤ 10 Ghozali, 2009.
3.5.1.3 Uji Heteroskedastisitas
Menurut Ghozali 2011:139 uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual
suatu pengamatan ke pengamatan lain. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda
disebut heteroskedastisitas. Supranto 2005:57 mengartikan homoskedastisitas sebagai varians kesalahan pengganggu
�
�
untuk setiap pengamatan �
�
adalah sama, sedangkan heteroskedastisitas adalah sebaliknya.
Model regresi yang baik adalah yang homoskesdasitas atau tidak terjadi heterokesdatisitas. Apabila terjadi heteroskedastisitas, estimator-estimator yang
dihasilkan dengan metode OLS ordinary least square tidak lagi memiliki sifat varians yang minimum atau efisien. Dalam keadaan heteroskedastisitas, ketika
tetap menggunakan metode OLS yang biasa usual OLS formulas, maka uji t dan uji F dapat memberikan kesimpulan yang salah Gujarati, 2003:428.
Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatter plot antara SRESID pada sumbu Y,
dan ZPRED pada sumbu X. Field, 2009:230, Ghozali, 2011:139. Field 2009:248, Ghozali, 2011:139 menyatakan dasar analisis adalah jika ada pola
tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar, kemudian menyempit, maka mengindikasikan telah
terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas.
3.5.1.4 Uji Autokorelasi
Uji Autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi maka dinamakan ada problem autokorelasi Ghozali, 2009.
Untuk mendeteksi ada atau tidaknya autokorelasi didalam model regresi antara lain dapat dilakukan dengan Uji Durbin - Watson DW Test. Pengambilan
keputusan ada tidaknya autokorelasi dapat dilihat pada Tabel 3.4 sebagai berikut :
Tabel 3.4 Uji Durbin – Watson DW
Test Hipotesis nol
Keputusan Jika
Tdk ada autokorelasi + Tolak
0ddl Tdk ada autokorelasi +
Non decision dl
≤d≤du Tdk ada korelasi –
Tolak 4–dld4
Tdk ada korelasi – Non decision
4–du ≤d≤4-dl
Tdk ada autokorelasi, + atau –
Tdk ditolak dud4-du
Sumber : Ghozali, 2009
3.5.2. Pengujian Hipotesis Penelitian 3.5.2.1 Regresi Linear Berganda