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