42
korelasi maka dinamakan ada problem autokorelasi. Model regresi yang baik adalah regresi bebas dari autokorelasi.
= Σ �
�
− �
�−
Σ�
�
Dimana: d = nilai Durbin Watson
Σ�
�
= jumlah kuadrat sisa Nilai Durbin Watson kemudian dibandingkan dengan nilai d-tabel. Hasil
perbandingan akan menghasilkan kesimpulan seperti kriteria sebagai berikut: 1 Jika dd1, berarti terdapat autokorelasi positif.
2 Jika d4-d1, berarti terdapat autokorelasi negatif. 3 Jika dud4-d1, berarti tidak terdapat autokorelasi.
4 Jika d1ddu atau 4-du, berarti tidak dapat disimpulkan.
d. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke
pengamatan yang lainnya. Jika varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokesdastisitas dan jika berbeda
disebut heteroskedastisitas. Model regresi yang baik adalah yang homokesdastisitas atau tidak terjadi heteroskedastisitas Ghozali,2005. Pada
penelitian ini digunakan uji Pearson Correlation untuk mendeteksi ada atau tidaknya heteroskedastisitas. Uji Pearson Correlation dihitung dengan cara
meregresikan antara variabel independen dengan nilai absolute residualnya, dengan syarat diterima atau ditolak sebagai berikut:
43
1 Jika nilai probabilitas taraf signifikansi 5 0,05, maka distribusi data dikatakan bebas dari heteroskedastisitas.
2 Jika nilai probabilitas taraf signifikansi 5 0,05, maka distribusi data dikatakan terkena heteroskedastisitas.
2. Model Regresi Linier Berganda
Analisis regresi linier berganda adalah regresi dimana variabel terikat Y dihubungkan atau dijelaskan lebih dari satu variabel, dapat dua, tiga, atau empat
dan seterusnya variabel bebas , , , , … ,
. Persamaan umum regresi yang menggunakan 4 variabel bebas adalah sebagai berikut:
= + +
+ +
+ � Dimana:
Y = Variabel terikat Net Interest Margin
= konstanta , , ,
= koefisien = Credit Risk
= Efficiency Ratio = Risk Aversion
= Transaction Size e
= error
