56
H
1
=
J
0 rata-rata populasi kredit modal kerja bank adalah berbeda. Pengambilan Keputusan:
Jika Sigprobabilitas 0,05 maka H diterima
Jika Sigprobabilitas 0,05 maka H ditolak.
4. Uji Koefisien Determinasi R
2
Uji koefisien determinasi ditujukan untuk melihat seberapa besar kemampuan variabel independen menjelaskan variabel dependen yang
dilihat melalui Adjusted R Square karena variabel independennya lebih dari.
5. Uji Asumsi Klasik
Dalam penggunaan analisis regresi agar menunjukkan hubungan yang valid atau tidak valid maka perlu pengujian asumsi klasik pada model
regresi yang digunakan. Adapun asumsi dasar yang harus dipenuhi antara lain :
a. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah model regresi variabel dependen, variabel independen atau keduanya mempunyai
distribusi data normal atau mendekati normal. Menurut Singgih Santoso 2004:142 ada beberapa cara mendekati normalitas dengan melihat
penyebaran data titik pada sumbu diagonal dari grafik. Dasar pengambilankeputusan dalam uji normalitas adalah:
1. Jika data menyebar disekitar garis diagonal dan mengikuti garis diagonal, maka model regresi memenuhi asumsi normalitas.
57
2. Jika data menyebar dari garis diagonal dan atau mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
b. Multikolinearitas
Uji multikolinearitas digunakan untuk mengetahui ada atau tidaknya hubungan antar beberapa atau semua variabel dalam model independen
dalam regresi. Multikolineritas merupakan keadaan dimana satu atau lebih variabel dinyatakan sebagai kondisi linear dengan variabel lainnya.
Artinya, bahwa jika diantar peubah-peubah bebas yang digunakan sama sekali tidak berkolerasi satu dengan yang lain maka bisa dikatakan bahwa
tidak terjadi multikolinearitas. Untuk menguji asumsi multikolinearitas dapat digunakan VIF
variabel inflation Factor, dimana Gujarati 2003 mengatakan bila nilai VIF lebih dari 10 berarti terdapat kolinearitas sangat tinggi dan
sebaliknya apabila VIF lebih kecil dari 10 maka terjadi multikolinearitas.
c. Uji Autokorelasi
Menguji otokorelasi dalam suatu model bertujuan untuk mengetahui ada tidaknya korelasi antara variabel pengganggu pada periode tertentu
dengan variabel pengganggu periode sebelumnya. Prosedur untuk mengetahui adanya masalah otokorelasi pada model regresi dengan
melakukan uji Durbin Watson uji Dw.
58
Tabel 3.1 Autorelasi Durbin Watson
Kesimpulan Kurang dari 1,10
Ada otokorelasi 1,10 dan 1,54
Tanpa kesimpulan 1,55 dan 2,46
Tidak ada Autokorelasi 2,46 dan 2,90
Tanpa kesimpulan Lebih dari 2,90
Ada autokorelasi
d. Uji Heteroskedastisitas
