72
Dan untuk rasio BOPO, dari 56 jumlah data memiliki nilai minimum 51 yang terdapat pada bank Danamon tahun 2011. Untuk nilai maksimum sebesar
114,63 yang terdapat pada bank ICB Bumiputera tahun 2011. Sedangkan untuk nilai rata-rata yaitu 115,78 dengan standar deviasi 189,081. Standar deviasi yang
lebih besar dari nilai rata-rata menunjukkan sebaran variabel data yang besar atau adanya kesenjangan yang cukup besar dari rasio BOPO terendah dan tertinggi.
2. Uji Asumsi Klasik
Suatu model dikatakan baik apabila model tersebut telah lolos dari serangkaian uji asumsi klasik. Pengujian asumsi klasik digunakan untuk
mendukung kebenaran hasil analisis dengan model regresi. Pengujian asumsi klasik ini meliputi uji normalitas data, uji autokorelasi, uji
multikoliniearitas, dan uji heteroskedastisitas.
a. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas keduanya mempunyai
distribusi normal ataukah tidak. Dari hasil pengolahan data, dapat dilihat pada output berikut ini :
73
Tabel 4.3 Uji Normalitas
Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 56
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .00637543
Most Extreme Differences Absolute
.104 Positive
.075 Negative
-.104 Kolmogorov-Smirnov Z
.779 Asymp. Sig. 2-tailed
.579 a. Test distribution is Normal.
b. Calculated from data.
Berdasarkan hasil dari output SPSS pada tabel 4.3, diketahui nilai Asymp. Sig. 5 tidak ada yang signifikan dengan nilai 0,579 maka
dapat disimpulkan data yang dipakai dalam penelitian ini berdistribusi normal Ghozali,2011:160.
b. Uji Autokorelasi
Autokorelasi terjadi ketika kesalahan pengganggunya saling berkorelasi satu sama lain. Uji autokorelasi digunakan untuk
mengetahui apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode
t-1 sebelumnya. Jika terjadi korelasi maka dinamakan ada problema autokorelasi. Untuk mendeteksi autokorelasi dalam penelitian ini
74
maka digunakan uji Durbin Watson DW pada tabel Model Summary. Jika -2 DW 2, maka tidak terjadi autokorelasi dalam
penelitian ini. Hasil uji autokorelasi penelitian ini dapat dilihat pada tabel berikut:
Tabel 4.4 Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .857
a
.735 .714
.00662 1.310
a. Predictors: Constant, BOPO, Pend_Bunga, LDR, Total_Asset b. Dependent Variable: ROA
Sumber : Hasil output regresi
Berdasarkan hasil dari output SPSS pada tabel 4.4 diketahui nilai Durbin-Watson sebesar 1,310 yang berada diantara -2 dan +2, maka
dapat disimpulkan data dalam penelitian ini tidak terdapat Autokorelasi.
c. Uji Multikoliniearitas
Berdasarkan hasil pengolahan data, informasi yang diperoleh dapat dilihat pada tabel berikut ini :
75
Tabel 4.5 Uji Multikolinearitas
Nilai Tolerance dan VIF
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 LDR
.962 1.040
Total_Asset .938
1.066 Pend_Bunga
.967 1.034
BOPO .952
1.050 a. Dependent Variable: ROA
Sumber : Hasil output regresi Dari tabel 4.5 di atas menunjukkan suatu model regresi
dinyatakan bebas dari multikolinearitas adalah jika data mempunyai nilai tolerance lebih besar dari 0,10 dan nilai VIF lebih kecil dari 10.
Dari tabel perhitungan di atas diperoleh hasil bahwa semua variabel bebas memiliki nilai tolerance lebih besar dari 0,10 dan nilai VIF
lebih kecil dari angka 10. Hasil regresi pada tabel tersebut sesuai dengan pendapat Ghozali,2011:105. Dengan demikian dalam model
ini tidak terdapat multikolinearitas.
d. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan
ke pengamatan yang lain. Jika variance dari residual satu pengamatan
