70
2. Uji Glejser
Uji Glejser dilakukan dengan cara meregres seluruh variabel independen dengan Nilai
Absolute Residual
absut sebagai variabel independennya. Model regresi yang bebas dari heteroskedastisitas adalah
model yang nilai signifikan 0.05.
Tabel 4.3 Uji Glejser
Coefficients
a
Model Unstandardized
Coefficients Unstandardized
Coefficients t
Sig B
Std. Eror Beta
1 Constant CAR
FDR NPF
PDPK BOPO
UB 1,451
-,007 -,003
-,030
,004 -,005
-,064 1,553
,015 ,010
,059 ,011
,008 ,081
-,140 -,077
-,130
,095 -,153
-,209 ,934
-,449 -,303
-,510 -,370
-,560 -,794
,359 ,657
,765 ,615
,714 ,581
,435
a. Dependent Variable: ABS_RES
Berdasarkan Uji Glejser pada tabel 4.3 tersebut terlihat bahwa variabel independen CAR, FDR, NPF, PDPK, BOPO dan UB sudah bebas
dari gejala heteroskedastisitas yang ditunjukkan dengan tingkat signifikansi 0,05.
4.2.2.3 Uji Autokorelasi
Uji Autokorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan penggangu pada periode t
dengan kesalahan pengganggu pada periode sebelumnya. Dalam penelitian ini digunakan Uji
Durbin-Watson
untuk menguji ada tidaknya masalah autokorelasi.
71
Tabel 4.4 Hasil Uji Autokorelasi
Durbin-Watson
Model Summary
b
Model R
R Square
Adjusted R Square
Std. Error of the Estimate
Durbin-Watson
1 ,443
a
,196 ,003
,76083 2,205
a. Predictors: Constant, UB, PDPK, NPF, FDR, BOPO, CAR
b. Dependent Variable: PDM
Sumber: Hasil Penelitian, 2015 Data Diolah Pada hasil Uji Autokorelasi dalam tabel 4.4 menunjukkan nilai
statistik
Durbin-Watson
DW sebesar 2,205. Pada penelitian ini diperoleh nilai batas atas du sebesar 1,9093 dan bila tidak ada autokorelasi kurang
dari 4-du = 4-1,9093 = 2,0907. Sehingga dalam penelitian ini dapat disimpulkan bahwa tidak terdapat autokorelasi diantara periode yang satu
dengan periode yang lainnya.
4.2.2.4 Uji Multikolinieritas
Uji Multikolinieritas bertujuan untuk melihat apakah dalam sebuah model regresi ditemukan adanya kolerasi hubungan antara variabel
independen. Model regresi yang baik seharusnya tidak terjadi korelasi yang tinggi diantara variabel independen. Uji multikolinieritas dilakukan
dengan melihat
Tolerance
dan
Variance Inflation Factor
VIF. Nilai
Cutoff
yang umum dipakai untuk menunjukkan adanya multikolinieritas adalah nilai
Tolerance
0,1 sedangkan nilai
Variance Inflation Factor
VIF 10. Dari hasil pengujian model regresi diperoleh hasil untuk masing-masing variabel sebagai berikut:
72
Tabel 4.5 Hasil Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Unstandardized
Coefficients t
Sig Collinearity
Statistics B
Std. Eror Beta
Tolerance VIF
1 Constant CAR
FDR NPF
PDPK BOPO
UB 3,709
,035 ,028
,036
-,008 ,005
,098 2,903
0,29 0,18
0,111 ,020
,016 ,151
,366 ,371
,080
-,101 ,083
,165 1,278
1,215 1,501
,323 -,405
,315 ,647
,213 ,236
,146 ,749
,689 ,756
,524 ,363
,540 ,542
,529 ,471
,504 2,752
1,851 1,844
1,890 2,125
1,983
a. Dependent Variable: PDM
Sumber: Hasil Penelitian, 2015 Data Diolah
Berdasarkan tabel 4.5 Dapat dilihat bahwa hasil Uji
Variance Inflation Factor
VIF untuk masing-masing variabel menunjukkan nilai kurang dari 10 VIF 10 dan nilai
Tolerance
lebih besar dari 0,1. Dengan demikian, dapat dinyatakan bahwa model regresi dalam penelitian ini
terbebas dari multikolinieritas.
4.2.3 Uji Hipotesis 4.2.3.1 Uji Signifikan Simultan Uji
– F
Uji - F bertujuan untuk mengetahui apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh
secara simultan terhadap variabel dependen. Uji - F dicari dengan melihat F
hitung
dari tabel anova. Hipotesis: