62
sebesar 0,064 dengan nilai minimum 0,034 dan nilai maksimum 0,084. Nilai rata-rata untuk ukuran perusahaan selama tahun 2014 hingga 2015 diperoleh
sebesar 17,01660 dengan nilai minimum 15,529 dan nilai maksimum 18,468. Tabel 4.2 menunjukkan bahwa variabel independen tingkat suku
bunga, tingkat bagi hasil, inflasi dan ukuran perusahaan memiliki standar deviasi masing-masing sebesar 0,0010; 1,068180; 0,0168; 0,678386. Hasil
tersebut menunjukkan hasil yang baik, karena standar deviasi yang baik mencerminkn penyimpangan dari data tersebut lebih kecil dari pada nilai rata-
ratanya. Variabel dependen yaitu deposito mudharabah memiliki nilai standar deviasi sebesar 0,793629 dan nilai rata-ratanya 16.16122. hasil tersebut
menunjukkan hasil yang baik, karena nilai standar deviasi yang mencerminkan penyimpangan lebih kecil dari pada nilai rata-rata.
B. Uji Validitas Data
Untuk menguji kualitas data sebelum dilakukan uji hipotesis maka ada beberapa asumsi yang harus dipenuhi. Berikut ini adalah beberapa pengujian
dalam asumsi klasik yang dibagi sesuai dengan jenis perusahaan perbankan dalam penelitian, diantaranya :
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam suatu model regresi data berdistribusi normal atau tidak yaitu dengan menggunakan
grafik yaitu dengan melihat penyebaran titik pada sumbuh diagonal dan
63
Kolmogorov smirnov. Hasil pengujian normalitas diperoleh sebagai berikut:
Tabel 4.3 Hasil pengujian Normalitas Residual pada BPRS
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 110
Normal Parameters
a,b
Mean 0E-7
Std. Deviation ,31323829
Most Extreme Differences Absolute
,051 Positive
,051 Negative
-,042 Kolmogorov-Smirnov Z
,537 Asymp. Sig. 2-tailed
,935 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Data sekunder yang diolah, 2016 Pada table 4.3 terlihat besarnya nilai Kolmogorov-smirnov adalah
0,537 dengan signifikansi 0,935 yang lebih besar dari alpha 0,05 hasil tersebut menunjukkan bahwa data berdistribusi normal.
2. Uji Multikolonieritas
Multikolinieritas diuji dengan menggunakan nilai Tolerance dan nilai VIF variance Inflation Factor. Suatu model regresi dikatakan tidak
memilki kecendrungan adanya gejala multikolinieritas adalah apabila memiliki nilai Tolerance yang lebih besar dari 0,01 dan nilai VIF yang
64
lebih kecil dari 10. Hasil pengujian model regresi diproleh sebagai berikut
: Tabel 4.4
Hasil Pengujian Multikolinieritas pada BPRS
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
X1 ,603
1,658 X2
,605 1,654
X3 ,650
1,538 X4
,644 1,554
a. Dependent Variable: Y
Sumber : Data sekunder yang diolah, 2016
Hasil pengujian tersebut menunjukkan bahwa semua nilai Tolerance dari variabel independen adalah lebih besar dari 0,10 dan nilai
VIF lebih kecil dari 10. Hasil pengujian regresi tersebut menunjukkan tidak terdapat gejala multikolinieritas dalam model regresi. Hasil tersebut
juga menunjukkan bahwa tidak terdapat korelasi antar variabel independen.
3. Uji Autokorelasi
Pengujian autokorelasi dilakukan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada
periode t dengan kesalahan pengganggu pada periode t-1 atau periode
65
sebelumnya. Dibawah ini adalah table model summary yang menunjukkan nilai Durbin-Watson.
Tabel 4.5. Hasil pengujian Autokorelasi pada BPRS
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 ,919
a
,844 ,838
.31914896 1,859
a. Predictors: Constant, LNX4, X1, X3, LNX2 b. Dependent Variable: LNY
Sumber : Data sekunder yang diolah 2016 Berdasarkan kriteria hasil uji Durbin-Watson, Menurut Santoso
2010 dapat dikatakan bahwa model terbebas dari autokorelasi. Hal ini tampak pada table 4.5 yang menunjukkan Durbin-Watson sebesar 1,859,
nilai tersebut berada diantara -2 sampai +2. Maka dapat dikatakan data memenuhi asumsi bahwa tidak memiliki autokorelasi.
4. Uji Heteroskedastisitas
