Statistik Deskriptif Pengaruh Rentabilitas Dan Likuiditas Terhadap Capital Adequacy Ratio (Car) Sektor Perbankan Yang Terdaftar Di Bursa Efek Indonesia Periode 2012 - 2015
41
dari tolerance value adalah 0,10 dan batas VIF adalah 10. Apabila tolerance value 0,10 dan nilai VIF 10 maka tidak terjadi
multikolonieritas. Sampel hasil yang ditunjukkan dalam output SPSS maka besar nilai VIF dan nilai tolerance dari masing-masing
variabel independen.
Berikut ini
adalah hasil
dari uji
multikolinearitas:
Tabel 4.4
Berdasarkan tabel 4.4 diatas nilai tolerance variabel fundamental, ROA, ROE, LAR dan LDR berkisar antara 0.687
sampai dengan 0.853 atau lebih besar dari 0,10. Hasil perhitungan nilai tolerance tersebut menunjukkan tidak ada variabel
independen yang memiliki nilai tolerance kurang dari 0,10. Jadi dapat disimpulkan tidak ada korelasi antar variabel independen.
Hasil perhitungan nilai Variance Inflation Factor VIF juga menunjukkan hal yang sama tidak ada satu variabel
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients Collinearity
Statistics B
Std. Error
Beta Tolerance VIF
1 Constant .228
.036 ROA
-.063 .023
-.496 .687 1.456
ROE .025
.021 .200
.824 1.213 LAR
-.073 .051
-.247 .776 1.289
LDR -.005
.011 -.076
.853 1.173 a. Dependent Variable: CAR
Sumber : Data Diolah
42
independen yang memiliki nilai VIF lebih dari 10, karena nilainya berkisar antara 1.173 sampai dengan 1.456, jadi dapat disimpulkan
bahwa tidak ada multikolonieritas antar variabel independen dalam model regresi.
3. Hasil Uji Autokorelasi
Autokorelasi digunakan untuk menguji suatu model apakah antara variabel pengganggu masing-masing variabel bebas saling
mempengaruhi. Untuk mengetahui apakah pada model regresi mengandung autokorelasi dapat digunakan Uji Runs Test.
Tabel 4.5 Hasil Pengujian Autokorelasi : Uji Runs Test
Runs Test
Unstandardized Residual
Test Value
a
-.00098 Cases Test Value
20 Cases = Test Value
20 Total Cases
40 Number of Runs
19 Z
-.481 Asymp. Sig. 2-tailed
.631 a.
Median Sumber: Data Diolah
Dari tabel 4.5 dapat dilihat bahwa residual dalam persamaan regresi tidak random dengan nilai Asymp. Sig. 2-tailed 0,05.
Kondisi ini menunjukan bahwa dalam penelitian ini tidak terjadi autokorelasi.
43
4. Hasil Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik heteroskedastisitas yaitu
adanya ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi. Prasyarat yang harus terpenuhi dalam model
regresi adalah tidak adanya gejala heteroskedastisitas. Ada beberapa metode pengujian yang bisa digunakan diantaranya yaitu Uji Park,
Uji Glesjer, Melihat pola grafik regresi, dan uji koefisien korelasi Spearman.
Gambar 4.2 Uji
Heteroskedastisitas
Sumber: Data Diolah
Dilihat pada gambar 4.2 Grafik Scatter diatas, jelas bahwa tidak ada pola tertentu karena titik meyebar tidak beraturan di atas
dan di bawah sumbu 0 pada sumbu Y. Maka dapat disimpulkan