2. Uji Multikolinearitas
Pengujian ini
bertujuan untuk
mengetahui ada
atau tidaknya
multikolinearitas dapat dilakukan dengan menggunakan perhitungan Tolerance TOL dan metode VIF Variance Inflation Factor.
Berdasarkan aturan VIF Variance Inflation Factor dan Tolerance, maka apabila VIF melebihi angka 10 atau tolerance kurang dari 0,10, maka dinyatakan
terjadi gejala multikolinearitas, sebaliknya apabila harga VIF kurang dari 10 atau tolerance lebih dari 0,10, maka dinyatakan tidak terjadi gejala multikolinearitas.
Hasil uji multikolinearitas dengan SPSS ditunjukkan oleh tabel di bawah ini:
Tabel 4.3
Uji Multikolinearitas
Dari tabel di atas, dapat dilihat bahwa nilai tolerance lebih dari 0,10 dan nilai VIF kurang dari 10, maka dapat disimpulkan bahwa tidak terjadi
multikolinearitas antar variabel bebas dalam model regresi.
3. 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 atau sebelumnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi.
Coe fficients
a
.615 1.626
.440 2.272
.496 2.016
.280 3.565
Jumlah Kredit y ang disalurkan X1
NPL X2 CAR X3
LDR X4 Model
1 Toleranc e
V IF Collinearity Statistics
Dependent V ariable: ROA Y a.
Untuk dapat mengetahui ada tidaknya autokorelasi, dapat dilihat melalui uji Durbin-Watson DW test. Dalam penelitian ini, jumlah sampel n sebanyak 36
dengan jumlah variabel independen 4 k=4. Dengan melihat tabel Durbin- Watson, maka didapatkan nilai dl sebesar 1,236 dan nilai du sebesar 1,724. Nilai
ini akan dibandingkan dengan hasil perhitungan statistik menggunakan SPSS dalam tabel di bawah ini:
Tabel 4.4
Uji Autokorelasi
Dari tabel di atas dapat diketahui nilai DW sebesar 1,740. Jika dibandingkan, maka nilai ini berada di 1,236 1,740 4- 1,724 jika dilihat pada
Tabel 3.1 maka dl d 4 – du, sehingga menghasilkan kesimpulan bahwa tidak
ada autokorelasi, baik positif maupun negatif.
4. Uji Heteroskedastisitas