Uji Heterokedastisitas Uji Asumsi Klasik

81 Tabel 4.5 Hasil Uji Runs Test Runs Test Unstandardized Residual Test Value a .97585 Cases Test Value 50 Cases = Test Value 50 Total Cases 100 Number of Runs 39 Z -2.412 Asymp. Sig. 2-tailed .116 a. Median Sumber: Hasil Penelitian, 2015 Data Diolah Berdasarka Hasil uji run test pada Tabel 4.5 menunjukkan bahwa nilai Asymp. Sig 2-tailed 0,05 yang berarti Hipotesis nol gagal ditolak. Dengan demikian, data yang dipergunakan cukup random sehingga tidak terdapat masalah autokorelasi pada data yang diuji.

4.2.2.4 Uji Heterokedastisitas

Uji heteroskedastisitas digunakan untuk mengetahui apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas Ghozali, 2013:139. Beberapa cara untuk mendekteksi ada atau tidaknya heteroskedasitas dengan cara melihat Grafik Plot dan Uji Glejser. Universitas Sumatera Utara 82 Sumber: Hasil Penelitian, 2015 Data diolah Gambar 4.3 Grafik Scatter Plot Gambar 4.3 memperlihatkan bahwa titik-titik menyebar secara acak serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedasitas pada model regresi, sehingga model regresi ini layak untuk digunakan. Untuk memperoleh tingkat uji heteroskedasitas yang lebih signifikan, maka dalam penelitian ini juga dilakukan uji Glejser. Apabila signifikan lebih besar dari taraf nyata, maka dianggap tidak terjadi masalah heteroskedasitas dan begitu juga sebaliknya. Universitas Sumatera Utara 83 Standardize d Coefficients B Std. Error Beta Constant 23.134 12.808 1.806 .074 NPL .748 1.643 .048 .455 .650 ROA 1.182 2.739 .057 .432 .667 NIM .290 1.267 .030 .229 .819 CAR -.470 .459 -.108 -1.024 .308 1 a. Dependent Variable: absut Coefficients a Model Unstandardized Coefficients t Sig. Tabel 4.6 Hasil Uji Glejser Sumber: Hasil Penelitian, 2015 Data diolah Berdasarkan hasil Tabel 4.6 diketahui bahwa nilai signifikansi variabel Non Performing Loan NPL, Return On Asset ROA, Net Interest Margin NIM, dan Capital Adequancy Ratio CAR lebih besar dari 0,05 sehingga pada keempat variabel independen tersebut tidak terjadi heteroskedasitas. Berdasarkan hasil uji asumsi klasik statistik yang telah dilakukan yaitu uji normalitas, multikolinearitas, autokorelasi, dan heteroskedastisitas diperoleh hasil bahwa data terdistribusi normal, tidak ada indikasi terjadi multikolinearitas antar variabel independen, tidak terdapat autokorelasi baik positif maupun negatif dan tidak terdapat heteroskedastisitas dalam model regresi ini, dengan kata lain semua variabel independen yang terdapat dalam model ini memiliki sebuah varian yang samahomogeny. Dengan demikian persamaan regresi dapat diteruskan ke dalam pengujian hipotesis penelitian. Universitas Sumatera Utara 84 Standardize d Coefficients B Std. Error Beta Constant -2.426 19.027 -.127 .899 NPL -.214 2.441 -.008 -.088 .930 ROA 12.353 4.069 .354 3.036 .003 NIM 2.024 1.882 .125 1.075 .285 CAR -2.187 .681 -.301 -3.210 .002 a. Dependent Variable: Pertumbuhan_Laba Coefficients a Model Unstandardized Coefficients t Sig. 1

4.2.3 Analisi Regresi Linier Berganda