Y 200.000.000,00
3,361 3,384
0,103 0,088
0,130 0,138
Z 250.000.000,00
1,676 1,826
0,074 0,150
0,066 0,241
AA 500.000.000,00
3,776 3,517
0,295 1,635
1,900 1,420
AB 300.000.000,00
2,942 2,811
0,098 0,105
0,240 0,194
AC 200.000.000,00
3,884 3,787
0,167 0,189
0,194 0,159
AD 200.000.000,00
1,450 1,386
0,292 0,346
0,351 0,258
AE 75.000.000,00
1,931 1,706
0,146 0,141
0,124 0,166
AF 500.000.000,00
2,122 2,175
1,589 0,930
0,605 1,008
AG 200.000.000,00
2,030 1,795
0,142 0,016
0,306 0,232
AH 90.000.000,00
1,980 2,332
0,073 0,256
0,249 0,199
Sumber: Hasil Penelitian
1. Uji kelayakan Model
Sebelum melakukan analisis statistic, penulis terlebih dahulu mengevaluasi model, sehingga model tersebut dapat dikatakan layak untuk pengujian hipotesis.
a. Uji Multikolinearitas
Menurut Ghozali 2005:91 “Multikolinearitas dapat dilihat dari 1 nilai toleransi dan 2 variance inflation factor VIF”. Kedua ukuran ini
menunjukkan setiap variabel independen lainnya. Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai tolerance
0, 10 dan nilai VIF10. Setiap peneliti menentukan tingkat kolinearitas yang dapat ditolerir misalnya nilai tolerance 0,1 sama dengan tingkat
kolinearitas 0,95
Universitas Sumatera Utara
Tabel 4.2
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std.
Error Beta
Tolerance VIF
1 Constant
1.028E8 6.328E7 1.625
.116 C.Ratio
8.244E7 4.169E7 .594
1.977 .058
.185 5.401
Cash.Ratio -8.649E7 3.943E7 -.646
-2.193 .037
.192 5.202
ROA 9.541E7 1.291E8
.200 .739
.466 .228
4.387 ROE
-4.926E8 1.701E8 -1.031
-2.896 .007
.131 7.605
DER 3.683E8 1.836E8
.807 2.006
.055 .103
9.699 DAR
3.634E8 2.279E8 .664
1.595 .122
.096 10.405
a. devenden Variabel: Kredit Invesatasi
Berdasarkan tabel 4.2 hasil perhitungan nilai tolerance menunjukkan tidak ada variabel independen yang memiliki nilai tolerance kurang dari 0,10
yang berarti tidak ada kolerasi antara variabel independen yang nilainya lebih dari 95 . Hasil perhitungan nilai Variance Inflantion Factor VIF
juga menunjukkan bahwa tidak ada satupun variabel independen yang memiliki nilai VIF lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada
multikolinearitas antara variabel independen dalam model regresi.
b. Uji Heterokedasitas
Menurut Ghozali 2005:105 “deteksi ada tidaknya heterokedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik
scatterplot antara SRESID dan ZPRED.” Dasar analisis untuk mengetahui gejala heterokedastisitas yaitu:
1 Jika ada pola seprti titik-titik yang membentuk pola tertentu yan
teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heterokedastisitas,
Universitas Sumatera Utara
2 Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di
bawah angka nol pada sumbu Y, maka tidak terjadi heterokedastisitas.
Gambar 4.1 scatterplot
Dari grafik di atas terlihat bahwa titik-titik menyebar secara acak dan tersebar baik diatas maupun dibawah angka nol pada sumbu Y. Hal ini
dapat disimpulkan bahwa tidak terjadi heterokedastisitas pada model regresi, sehingga model regresi layak dipakai.
Universitas Sumatera Utara
c. Uji Normalitas
