54
Tabel 4.1 Hasil Uji Kolmogorov-Smirnov
setelah transformasi data
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 120
Normal Parameters
a,b
Mean .0000000
Std. Deviation .48072275
Most Extreme Differences Absolute
.089 Positive
.065 Negative
-.089 Kolmogorov-Smirnov Z
.979 Asymp. Sig. 2-tailed
.293 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Output SPSS yang diolah penulis 2015
b. Uji Multikolinearitas
Uji Multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Istilah multikolinearitas
menunjukkan adanya lebih dari satu hubungan linear yang sempurna. Pada regresi yang baik seharusnya tidak terjadi korelasi antar variabel
independen.Untuk mengetahui ada tidaknya gejala multikolinearitas pada suatu model dapat dilihat dari besarnya Variance Inflation Factor VIF dan nilai
Tolerance dengan ketentuan sebagai berikut : Bila VIF 5, maka terdapat multikolinearitas
Bila VIF 5, maka tidak terjadi multikolinearitas Tolerance 0.1, maka tidak terjadi multikolinearitas
Tolerance 0.1, maka terjadi multikolinearitas
55
Tabel 4.2 Hasil Uji Multikolinearitas
setelah transformasi data
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF
1 Constant
-.515 .401
-1.285 .202
Log_CAR -.097
.419 -.021
-.231 .817
.924 1.082
Log_NPL .091
.129 .065
.707 .481
.925 1.081
Log_NPM -.534
.184 -.358
-2.909 .004
.516 1.938
Log_ROA .088
.173 .066
.508 .613
.465 2.151
Log_LDR -.297
.585 -.045
-.508 .613
.990 1.010
a. Dependent Variable: Log_PERTUMBUHANLABA
Sumber : Output SPSS yang diolah penulis 2015 Hasil perhitungan nilai Tolerance pada Tabel 4.2 menunjukkan tidak ada variabel
independen yang memiliki nilai tolerance kurang dari 0.10 yang berarti tidak ada korelasi antar variabel yang nilainya lebih dari 95. Hasil perhitungan nilai
Variance Inflation Factor VIF juga menunjukkan hal yang sama, tidak ada variabel bebas yang memiliki nilai VIF lebih dari 5. Jadi, dapat disimpulkan
bahwa tidak ada multikolinearitas antar variabel bebas dalam model regresi.
c. Uji Heterokedastisitas
Uji Heterokedastisitas bertujuan untuk menguji apakah sebuah grup mempunyai varians yang sama diantara anggota grup tersebut. Jika varians sama,
dan ini yang seharusnya terjadi maka dikatakan ada homokedastisitas. Sedangkan jika varians tidak sama dikatakan terjadi heterokedastisitas. Model regresi yang
baik adalah tidak terjadi heterokedastisitas atau terjadi homokedastisitas. Deteksi ada tidaknya heterokedastisitas adalah dengan melihat ada tidaknya pola tertentu
56 yang terbentuk. Jika membentuk pola tertentu maka telah terjadi gejala
heterokedastisitas. Hasil dari Uji Heteroskedastisitas dapat ditunjukkan pada Gambar 4.3 dibawah ini.
Sumber : Output SPSS yang diolah penulis 2015
Gambar 4.3 Hasil Uji Heterokedastisitas
setelah transformasi data
Dari hasil pengujian dapat disimpulkan tidak terjadi heterokedastisitas, dilihat daripola output di atas, diagram pencar residual tidak membentuk pola tertentu
serta titik-titik menyebar di atas dan di bawah angka 0 baik pada sumbu Y maupun sumbu X. Kesimpulannya adalah bahwa regresi terbebas dari kasus
heteroskedastisitas dan memenuhi persyaratan uji asumsi klasik tentang heteroskedastisitas.
57
d. Uji Autokorelasi
