75
4.3. Analisis dan Uji Hipotesis
4.3.1. Hasil Analisis
A. Analisis Dengan Empat Variabel Bebas dan Satu Variabel Terikat
1. Uji Normalitas
Uji normalitas data digunakan untuk mengetahui apakah suatu data mengikuti sebaran normal yang dapat dilakukan dengan berbagai metode
diantaranya adalah Kolmogorov Smirnov dan Shapiro Wilk. Berdasarkan hasil pengujian normalitas dalam penelitian ini didapatkan
hasil sebagai berikut:
Tabel 4.6. Hasil Uji Normalitas
Tests of Normality
Sumber: lampiran 3
Berdasarkan hasil pengujian normalitas yang disajikan pada tabel 4.6 di atas diketahui bahwa nilai statistics Kolmogorov-Smirnov yang diperoleh
mempunyai taraf signifikan yang lebih dari 0,05, sesuai dengan kriteria bahwa
sebaran data disebut berdistribusi normal apabila memiliki taraf signifikan 0,05
Sumarsono, 2004:41-43.
,156 12
,200 ,939
12 ,479
,161 12
,200 ,914
12 ,239
,123 12
,200 ,945
12 ,561
,216 12
,127 ,944
12 ,555
,172 12
,200 ,910
12 ,211
Pemberian Kredit Pertambahan Dana
Alokasi Dana Jumlah Anggota
Pendapatan Statistic
df Sig.
Statistic df
Sig. Kolmogorov-Smirnov
a
Shapiro-Wilk
This is .
a lower bound of the true significance. Lilliefors Significance Correction
a.
76
2. Hasil Pengujian Regresi Asumsi Klasik
Teknik analisis yang digunakan dalam penelitian ini adalah model regresi yang diperoleh dari model kuadrat terkecil biasa ordinary least squares
merupakan model regresi yang menghasilkan estimasi linier tidak bias yang terbaik Best linear Unbias Estimator BLUE. Kondisi ini akan terjadi jika
dipenuhi beberapa asumsi klasik yaitu :
a. Pengujian Autokolerasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan
sepanjang waktu berkaitan satu sama lainnya Imam Ghozali, 2006:95. Hasil pengujian autokorelasi dengan menggunakan Durbin Watson tersaji
dalam tabel sebagai berikut:
Tabel 4.7. Hasil Uji Autokolerasi
b
Model Summary
Sumber: lampiran 3
Nilai DW Durbin Watson yang dihasilkan adalah sebesar 3,123 dimana berdasarkan tabel DW, dl = 0,512 dan du = 2,177, sehingga 4-du
≤ DW ≤ 4-dl. Berdasarkan tabel kriteria Durbin Watson, jika 4-du
≤ DW ≤ 4-dl Ghozali,
,993
a
,987 ,979
3,123 Model
Adjusted Durbin-
R Square Watson
R R Square
1 a. Predictors: Constant, Pendapatan, Jumlah Anggota,
Pertambahan Dana, Alokasi Dana b. Dependent Variable: Pemberian Kredit
77
2006:105 maka ada pada daerah ragu-ragu atau tanpa kesimpulan, sehingga tidak dapat disimpulkan ada tidaknya autokorelasi, oleh karena itu penulis
menyimpulkan bahwa penelitian ini dapat dilanjutkan.
b. Pengujian Heteroskedastisitas