Dari tabel di atas menunjukkan bahwa data sudah terdistribusi secara normal. Hal ini di lihat dari nilai
kolmogorov-smirnov Z sebesar 1,023 dengan nilai Asymp.Sig 2-tailed sebesar 0,246 atau probabilitas diatas 0,05. Hal ini
menunjukkan bahwa data telah terdistribusi secara normal.
4.2.2.2 Uji Multikolinearitas
Uji ini bertujuan untuk menguji apakah dalam sebuah model regresi ditemukan adanya korelasi antara variabel
independen. Pengujian ini dapat dilihat melalui nilai tolerance dan Variance Inflation Factor VIF. Apabila nilai VIF 10 dan
nilai tolerance 0,1 maka terjadi multikolinearitas dan apabila nilai VIF 10 dan nilai tolerance 0,1 maka tidak terjadi
multikolinearitas. Hasil uji multikolinearitas dapat dilihat pada tabel berikut :
Tabel 4.4 Hasil Uji Multikolinearitas
Model Collinearity
Statistics Tolerance
VIF 1
Constant BOPO
.470 2.128 CAR
.819 1.221 DPK
.507 1.972 NPL
.902 1.109 Sumber : Data Diolah, 2014
Universitas Sumatera Utara
Berdasarkan tabel di atas menunjukkan bahwa variabel independen memiliki nilai tolerance 0,10 dan VIF 10. Untuk
Variabel BOPO memiliki nilai tolerance sebesar 0,470 dan VIF sebesar 2,128. Variabel CAR memiliki nilai tolerance sebesar
0,819 dan VIF sebesar 1,221.variabel DPK memiliki nilai tolerance sebesar 0,507 dan VIF sebesar 1,972. Variabel NPL
memiliki nilai tolerance sebesar 0,902 dan VIF sebesar 1,109. Berdasarkan tabel tersebut dapat disimpulkan bahwa tidak ada
multikolinearitas antar variabel independen dalam model ini.
4.2.2.3 Uji Autokorelasi
Cara yang dapat digunakan untuk mendeteksi masalah autokorelasi adalah dengan menggunakan nilai uji Durbin
Watson. Untuk uji Durbin Watson memiliki ketentuan sebagai berikut:
1. tidak ada autokorelasi positif, jika 0 d dl 2.
tidak ada autokorelasi positif, jika dl ≤ d ≤ du 3. tidak ada korelasi negatif, jika 4 - dl d 4
4. tidak ada korelasi negatif, jika 4 – du ≤ d ≤ 4 – dl
5. tidak ada
autokorelasi, positif
atau negatif,
jika du d 4
– du
Universitas Sumatera Utara
Tabel 4.5 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
.940
a
.884 .879
.36648 2.080
a. Predictors: Constant, BOPO, CAR, NPL, DPK b. Dependent Variable: ROA
Sumber : Data Diolah, 2014 Nilai tabel Durbin Watson diketahui bahwa nilai dl
lower bound untuk k = 4 dan n=100 adalah sebesar 1,5922 sedangkan nilai du upper bound adalah sebesar 1,7582. Hasil
pengolahan dengan menggunakan SPSS diperoleh nilai dw= 2,080 yang terletak di dalam interval1,7582 du 2,080 dw
2,2418 4-du sehingga dapat dikatakan bahwa model regresi linier berganda bebas dari gejala autokorelasi.
4.2.2.4 Uji Heteroskedastisitas