kenaikan variabel
X
nilai NPL akan mengakibatkan penurunan pada variabel Y laba bank. Pada persamaan regresi terlihat bahwa
koefisien DPK sebesar 0,0440, artinya bahwa kenaikan DPK sebesar satu satuan akan menaikan laba sebesar 0,0440. Sedangkan untuk
koefisien NPL sebesar 1,13E+08 mempunyai arti bahwa kenaikan NPL sebesar satu satuan akan menurunkan laba sebesar 1,13E+08.
Regresi berganda yang baik memiliki persyaratan uji-uji klasik yaitu uji multikolinearitas, uji normalitas, uji heteroskedastisitas, dan
uji autokorelasi. Oleh karena itu model regresi akan diuji untuk mengetahui model regresi yang layak atau tidak.
A. Uji multikolinearitas
Multikolinearitas adalah adalah uji yang dilakukan untuk melihat apakah terdapat korelasi antar variabel independen yang
digunakan dalam
model regresi.
Identifikasi adanya
mutikolinearitas dalam model dapat dilakukan dengan melihat variance inflation factor VIF. Iriawan dan Astuti 2006
menyatakan bahwa multikolinearitas dapat diidentifikasi pada parameter yang memiliki nilai VIF ≥ 5. Jika peubah VIF masing-
masing peubah bebas memiliki nilai lebih besar dari 5 maka model regresi memiliki multikolinearitas sehingga menjadi tidak
valid. Berdasarkan hasil perhitungan nilai VIF pada masing- masing peubah bebas didapat nilai VIF seperti pada Tabel 8.
Peubah-peubah bebas dalam model regresi ini tidak mempunyai kendala multikolinearitas karena nilai VIF pada variabel DPK
dan NPL masing-masing adalah 1,3.
Tabel 8. Nilai VIF peubah bebas regresi berganda
Peubah Bebas Nilai VIF
DPK 1,3
NPL 1,3
B. Uji Normalitas
Uji normalitas merupakan uji yang dilakukan untuk mengetahui distribusi kenormalan residual. Hal ini bertujuan
untuk memutuskan bahwa residual model regresi yang dibuat telah terdistribusi normal untuk memenuhi asumsi model regresi
tentang kenormalan residual model. Pengujian normalitas dilakukan menggunakan statistik kolmogorov-smirnov. Jika nilai
statistik KS lebih kecil dibanding nilai nilai tabel KS dan nilai p- value lebih besar dari α, maka asumsi kenormalan terpenuhi
sehingga model regresi yang telah dibuat dapat digunakan Iriawan dan Astuti, 2006.
RESI1 P
e rc
e n
t
15000000 10000000
5000000 -5000000
-10000000 99
95 90
80 70
60 50
40 30
20 10
5 1
Mean 0.116
4.139211E-09 StDev
5600422 N
9 KS
0.246 P-Value
Probability Plot of RESI 1
Normal
Gambar 9. Uji normalitas residual pada regresi berganda Sumber : PT Bank X Data Diolah.
Berdasarkan hasil perhitungan dengan menggunakan Minitab didapat nilai p-value 0,116 dan nilai statistik KS sebesar
0,246. Uji kolmogorov-smirov dilakukan dengan menggunakan α sebesar 5 dengan jumlah pengamatan sebanyak 9 didapat nilai
0,430. Nilai statistik KS nilai tabel KS yaitu 0,246 0,430 dan p-value memiliki nilai 0,116 dimana nilai tersebut lebih besar
dari α yang bernilai 0,05, sehingga dapat disimpulkan bahwa residual model regresi yang dibuat telah memenuhi asumsi
kenormalan.
C. Uji Autokorelasi
