85
lainnya juga ikut naik. Dibawah ini akan dilihat korelasi antar variabel dengan menggunakan metode Pearson :
Tabel 12. Correlation
Correlations
1.000 -.120
.429 .541
-.120 1.000
.064 -.203
.429 .064
1.000 .872
.541 -.203
.872 1.000
. .263
.009 .001
.263 .
.369 .141
.009 .369
. .000
.001 .141
.000 .
30 30
30 30
30 30
30 30
30 30
30 30
30 30
30 30
Y X1
X2 X3
Y X1
X2 X3
Y X1
X2 X3
Pearson Correlation
Sig. 1-tailed
N Y
X1 X2
X3
Sumber : Lampiran 2.2 Dari tabel diatas dapat disimpulkan sebagai berikut, bahwa
menurut korelasi dengan metode Pearson bahwa hubungan antara tingkat suku bunga dengan jumlah kredit mempunyai hubungan negatif
dengan korelasi sebesar 0,12, kemudian untuk hubungan nilai tukar rupiah terhadap jumlah kredit mempunyai hubungan positif dengan
korelasi sebesar 42,9, dan hubungan ekspor dengan jumlah kredit berhubungan positif dengan korelasi sebesar 54,1.
4.3.2. Pengujian Asumsi Klasik
4.3.2.1. Uji Multikolinieritas
Identifikasi secara statistik ada atau tidaknya gejala multikolinier dapat dilakukan dengan menghitung Variance Inflation
86
Factor VIF. Dari hasil pengujian terhadap gejala mulitikolinieritas
diperoleh hasil sebagai berikut : Tabel 13. Hasil Uji Multikolinieritas
Coefficients
a
1E+008 2E+008
.741 .465
927708.9 4057343 .044
.229 .821
.718 1.393
-12553.3 2098.646 -.220
-.568 .575
.180 5.567
426329.6 226712.6 .741
1.880 .071
.173 5.783
Constant X1
X2 X3
Model 1
B Std. Error
Unstandardized Coefficients
Beta Standardized
Coefficients t
Sig. Tolerance
VIF Collinearity Statistics
Dependent Variable: Y a.
Sumber : Lampiran 2.3 Berdasarkan hasil pengujian dapat diketahui bahwa nilai VIF
seluruh variabel bebas dalam penelitian ini lebih kecil dari 10, artinya seluruh variabel bebas pada penelitian ini tidak terjadi gejala
multikolinier Ghozali, 2001:57.
4.3.2.2. Uji Heteroskedastisitas
Pada regresi linier, nilai residual tidak boleh ada hubungan dengan variabel X. Hal ini bisa diidentifikasi dengan menghitung
korelasi Rank Spearman antara residual dengan seluruh variabel bebas dimana nilai probabilitas yang diperoleh harus lebih besar dari 0,05.
Hal ini bisa diidentifikasikan dengan cara menghitung korelasi Rank Spearman
antara residual dengan seluruh variabel independen atau yang menjelaskan dimana nilai signifikansi yang diperoleh harus lebih
besar dari 0,05.
87
Hasil pengujian heteroskedastisitas pada penelitian ini dapat dilihat pada tabel berikut ini :
Tabel 14. Hasil Pengujian Heteroskedastisitas No
Variabel Nilai mutlak
dari residual Taraf
Signifikansi 1.
Tingkat Suku Bunga X
1
0,200 0,289
2 Nilai Tukar Rupiah X
2
0,100 0,599 3
Ekspor X
3
-0,016 0,932 Sumber : Lampiran 2.4
Berdasarkan tabel diatas dapat diketahui bahwa, tingkat signifikan koefisien Rank Spearman untuk semua variabel bebas
terhadap residual adalah lebih besar dari 0,05 yang berarti pada model regresi ini tidak terjadi heteroskedastisitas.
4.3.2.3. Uji Autokorelasi
Autokorelasi dapat didefinisikan sebagai “korelasi antara data observasi yang diurutkan berdasarkan urut waktu data time series atau
data yang diambil pada waktu tertentu data cross sectional” Gujarati, 1999:201. Jadi dalam model regresi linear diasumsikan tidak terdapat
gejala autokorelasi. Artinya nilai residual Y observasi – Y prediksi pada waktu ke-t e
t
tidak boleh ada hubungan dengan nilai residual periode sebelumnya e
t-1
.
Identifikasi ada atau tidaknya gejala auto korelasi data dites
dengan menghitung nilai Dulbin Watson d tes dengan persamaan :
88
d =
N t
1 t
2 t
N t
2 t
2 1
t t
e e
e
Keterangan : d = nilai Durbin Watson
e
t
= residual pada waktu ke-t e
t-1
= residual pada waktu ke-t-1 satu periode sebelumnya N = banyaknya data
Dalam penelitian ini, besarnya Durbin Watson setelah dianalisis adalah 1,370 lampiran 2.3. Untuk mengetahui adanya gejala autokorelasi
maka perlu dilihat tabel Durbin Watson dengan jumlah variabel bebas K = 3 sedangkan jumlah pengamatan 30 maka diperoleh dl = 1,214 dan du =
1,650. lampiran 6 Selanjutnya nilai tersebut diplotkan ke kurva Durbin Watson dibawah ini :
Gambar 4. Distribusi Daerah Keputusan Autokorelasi
Daerah keragu-raguan Daerah Keragu-raguan
A d
a Au toko
relasi Po
sitif A
d a Au
toko relasi
negat if
Ti ak Ada d
Au okorelasi t
D.W = 1,370
4-dl = 2,786
4-du = 2,35
dl = 1,214
du = 1,650
Berdasarkan gambar diatas dapat diketahui bahwa distribusi daerah penentuan keputusan dimulai dari 0 nol sampai 4 empat. Dan
89
dapat disimpulkan karena nilai dari analisis sebesar 1,370 berada pada daerah keragu-raguan sehingga dapat diputuskan bahwa telah terbebas
dari penyimpangan autokorelasi. Dari hasil pengujian yang telah dilakukan dapat disimpulkan
bahwa model analisis regresi linier berganda tersebut telah bebas dari penyimpangan-penyimpangan asumsi klasik, yaitu bebas dari
penyimpangan heteroskedastisitas, multikolinieritas dan autokorelasi sehingga layak untuk dilakukan pengujian regresi linier berganda.
4.3.3. Hasil Pengujian Regresi Linier Berganda