Uji Normalitas Uji Prasayarat

mendeteksi ada tidaknya masalah heteroskedastisitas digunakan metode Spearman. Metode pengambilan keputusan pada uji heteroskedastisitas dengan metode Spearman adalah jika signifikansi antara variabel independen dengan residual 0,01 maka tidak terjadi masalah heteroskedastisitas, tetapi jika nilai signifikansi 0,01 maka terjadi masalah heteroskedastisitas. Hasil output adalah sebagai berikut: Tabel V.15 Hasil Uji Heteroskedastisitas Correlations X1_Kon disi_Inter nal X2_Kon disi_Ang gota X3_Kon disi_Ling kungan Unstandar dized Residual Spearm ans rho X1_Kondisi_Internal Correlation Coefficient 1.000 .676 .335 .031 Sig. 2-tailed . .000 .056 .864 N 33 33 33 33 X2_Kondisi_Anggota Correlation Coefficient .676 1.000 .169 .010 Sig. 2-tailed .000 . .348 .958 N 33 33 33 33 X3_Kondisi_Lingkunga n Correlation Coefficient .335 .169 1.000 -.080 Sig. 2-tailed .056 .348 . .658 N 33 33 33 33 Unstandardized Residual Correlation Coefficient .031 .010 -.080 1.000 Sig. 2-tailed .864 .958 .658 . N 33 33 33 33 . Correlation is significant at the 0.01 level 2-tailed. Sumber Data SPSS 17.0 diolah Tahun 2012 Dari output di atas dapat diketahui bahwa nilai signifikansi variabel Kondisi Internal Koperasi X1 sebesar 0,864, Kondisi Anggota X2 sebesar 0,958 dan Kondisi Lingkungan Koperasi X3 sebesar 0,658 nilai ketiganya 0,01 maka dapat disimpulkan bahwa dalam model regresi tidak terjadi masalah heteroskedastisitas.

c. Uji Autokorelasi

Autokorelasi adalah keadaan di mana terjadinya korelasi residual untuk pengamatan satu dengan pengamatan yang lain yang disusun menurut runtun waktu. Dalam penelitian ini uji autokorelasi menggunakan metode Durbin Watson. Cara mendeteksi masalah autokorelasi dengan metode Durbin Watson: 1 dU DW 4-dU maka Ho diterima tidak terjadi autokorelasi 2 DW dL atau DW 4-dL maka Ho ditolak terjadi autokorelasi 3 dL DW dU atau 4-dU DW 4-dL maka tidak ada keputusan yang pasti. Dari hasil olah data diperoleh output sebagai berikut : Tabel V.16 Hasil Uji Autokorelasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 .832 a .693 .661 1.963 1.697 a. Predictors: Constant, X3_Kondisi_Lingkungan, X2_Kondisi_Anggota, X1_Kondisi_Internal b. Dependent Variable: Y_ Pemberian_Kredit Sumber Data SPSS 17.0 diolah Tahun 2012 Dari hasil output di atas dapat diketahui bahwa nilai DW sebesar 1,697. Dengan melihat tabel Durbin Watson pada signifikansi 0,05, dengan n= 33 jumlah data dan k= 3 jumlah variabel, didapat dL = 1,26 dan dU = 1,65. Jadi dapat dihitung nilai 4-dU = 2,35 dan 4-dL = 2,74. dU DW 4-dU = 1,65 1,697 2,35 Maka dapat disimpulkan bahwa Ho diterima tidak terjadi autokorelasi.

4. Analisis Regresi Berganda

Tabel V.17 Hasil Regresi Berganda Coefficients a Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 Constant -1.049 3.282 -.320 .752 X1_Kondisi_Inter nal .348 .147 .329 2.362 .025 X2_Kondisi_Angg ota .553 .149 .501 3.726 .001 X3_Kondisi_Ling kungan .303 .144 .227 2.110 .044 Dependent Variable: Y_Pemberian_Kredit Sumber Data SPSS 17.0 diolah Tahun 2012 Jumlah total nilai Beta seluruh variabel: 0,329 + 0,501 + 0,227 = 1,057