Besarnya nilai Kolmogorov-Smirnov adalah 1,064 dan signifikan 0,208 hal ini berarti H
diterima yang berarti data residual terdistribusi normal.
b. Uji Asumsi Klasik
Suatu model persamaan regresi dikatakan baik dan sesuai apabila telah memenuhi uji asumsi klasik yaitu untuk membuktikan bahwa
persamaan tersebut tidak terjadi multikolonieritas, autokorelasi, dan heteroskedastisitas serta adanya distribusi data yang normal.
1. Uji Multikolonieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas
independen Ghozali, 2005:91. Suatu model persamaan dinyatakan bebas dari masalah multikolonieritas jika nilai Variance
Inflation Factor VIF berada disekitar satu dan mempunyai nilai
tolerance mendekati satu. Selain itu, besaran korelasi antar variabel
bebas dari model persamaan regresi harus memiliki koefisien korelasi dibawah 0,5.
Tabel 4.7 Hasil Uji Multikolinieritas Variabel
TOL VIF
Kesimpulan
CAR 0.995
1.005 Tidak ada Multikolinieritas
Spread 0.995
1.005 Tidak ada Multikolinieritas
Sumber: data diolah Berdasarkan hasil yang terlihat pada Tabel 4.7 diatas
terlihat bahwa semua variabel bebas menunjukkan nilai VIF di
sekitar 1 dan nilai tolerance yang mendekati 1. Tabel 4.8 terlihat bahwa tidak terdapat nilai korelasi antar variabel bebas yang
melebihi 0,5. Nilai korelasi tertinggi sebesar 0,65 atau sekitar 65 yaitu antara variabel CAR dengan variabel Spread. Oleh karena
korelasi ini masih dibawah 95, maka dapat dikatakan tidak terjadi multikolonieritas yang serius.
Tabel 4.8
Coefficient Correlationsa
Model Spread
CAR 1
Correlations Spread
1.000 .065
CAR .065
1.000 Covariances
Spread .000
.000 CAR
.000 .000
a Dependent Variable: CEC
2. Uji Autokorelasi
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 Ghozali, 2005:65. Uji autokorelasi dapat dilakukan
dengan menggunakan Durbin-Watson DW.
Model Summaryb
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-Watson
1 .747a
.558 .518
.15832646 2.441
a Predictors: Constant, Spread, CAR b Dependent Variable: CEC
Berdasarkan tabel Durbin Watson dengan α = 5 dan
banyaknya variabel penjelas x dalam model regresi adalah 2 serta jumlah sampel 25, didapat nilai batas bawah dI sebesar 1,206 dan
batas atas du sebesar 1,550. Dari hasil pengolahan data dengan
SPSS didapat nilai DW sebesar 2,441. Tabel 4.9 merupakan rangkuman hasil pengolahan data tersebut.
Tabel 4.9 Hasil Uji Autokorelasi dI
Du 4-du
4-dI DW
Kesimpulan
1,206 1,550
2,450 2,794
2,441 Tidak ada Autokorelasi
Sumber: data diolah
Gambar 4.2 Hasil Uji Autokorelasi
1,206 1,550
2,441 2,450 2,794
Gambar 4.2 terlihat bahwa nilai DW terletak diantara du dan 4-du, maka dapat disimpulkan bahwa tidak ada masalah
autokorelasi dalam model persamaan tersebut.
3. Uji Heteroskedastisitas
