3.8.1 Regresi Linear Berganda
Menurut Sugiyono 2008: 277 Analisis Regresi Ganda Digunakan oleh peneliti, bila peneliti bermaksud meramalkan bagaimana
keadaan naik turunnya variabel dependen kriterium, bila dua atau lebih variabel independen sebagai faktor prediktor dimanipulasi dinaik
turunkan nilainya. Jadi analisis regresi ganda akan dilakukan bila jumlah variabel independennya minimal 2.
Persamaan regresi linear berganda yaitu: Y= α+β
1
X
1
+β
2
X
2
+β
3
X
3
μ Dimana :
Y = Jumlah Dana Pihak Ketiga Rp α = konstanta
β
1
;β
2
;β
3
= koefisien regresi X
1
= Jumlah DPK Wadi’ah X
2
= Jumlah DPK Mudharabah μ = Kesalahan pengganggu Term of error
n = 30
3.8.2 Pengujian Asumsi Klasik 1. Uji Normalitas
Menurut Sunyoto 2010: 103 “uji normalitas digunakan untuk menguji data variabel bebas X dan data variabel terikat Y pada persamaan regresi
yang dihasilkan berdistribusi normal atau tidak berdistribusi normal”. Persamaan regresi dikatakan baik jika mempunyai data variabel terikat yang
berdistribusi mendekati normal atau normal sama sekali.
2. Uji Mulitikolinearitas
Menurut Sunyoto 2010: 97 “uji asumsi klasik jenis ini diterapkan untuk analisis regresi berganda yang terdiri atas dua atau lebih variabel bebas
Universitas Sumatera Utara
independent variable X
1,
X
2,
X
3,
X
4, ...,
X
n
, dimana akan diukur tingkat asosiasi keeratan hubungan pengaruh antar variabel bebas tersebut
melalui besaran koefisien korelasi”. Dalam menentukan ada tidaknya multikolinieritas dapat digunakan cara sebagai berikut:
a. Nilai tolerance adalah besarnya tingkat kesalahan yang dibenarkan secara statistik α
b. Nilai variance inflation factor VIF adalah faktor inflasi penyimpangan baku kuadrat
Nilai tolerance α dan variance inflation factor VIF dapat dicari
dengan menggabungkan kedua nilai tersebut sebagai berikut: • Besar nilai tolerance
α: α = 1 VIF
• Besar nilai variance inflation factor VIF: VIF = 1 α
Variabel bebas mengalami multikolinieritas jika: α hitung α dan VIF hitung VIF
1. Uji Heteroskedastisitas
Uji heteroskedastisitas menurut Sunyoto 2010: 100 adalah “uji mengenai sama atau tidak varians dari residual dari observasi yang satu dengan yang
lain”. Jika residualnya mempunyai mempunyai varians yang sama disebut terjadi Homoskedastisitas dan jika variansnya tidak sama atau berbeda
disebut terjadi Heteroskedastisitas.
Universitas Sumatera Utara
2. Uji Autokorelasi
Persamaan regresi yang baik menurut Sunyoto 2010: 110 adalah “yang tidak memiliki masalah autokorelasi, jika terjadi autokorelasi maka
persamaan tersebut menjadi tidak baik tidak layak dipakai prediksi. Masalah autokorelasi baru timbul jika ada korelasi secara linier antara
kesalahan pengganggu periode t berada dengan kesalahan pengganggu periode t-1 sebelumnya. Salah satu ukuran dalam menentukan ada
tidaknya masalah autokorelasi dengan uji Durbin-Watson DW dengan ketentuan sebagai berikut:
a. Terjadi autokorelasi positif, jika nilai DW di bawah -2 DW -2 b. Tidak terjadi autokorelasi, jika nilai DW berada diantara -2 dan +2 atau
-2 ≤ DW ≤ +2
c. Terjadi autokorelasi negatif jika nilai DW di atas +2 atau DW +2
3.8.3 Pengujian Hipotesis 1. Koefisien Determinasi
Kategori