38
terbaik ROA bank sebesar 1,5 secara keseluruhan dari tahun 2008 sampai tahun 2011, belum semua bank memenuhi standar tersebut.
4.3. Uji Asumsi Klasik
4.3.1. Uji Normalitas
Uji normalitas dilakukan untuk untuk mengetahui apakah variabel-variabel independen terhadap variabel dependennya
berdistribusi secara normal atau tidak dalam model regresinya. Model regressi yang baik adalah memiliki distribusi data normal atau
mendekati normal.
Sumber : Hasil Penelitian, 2013 data diolah
Gambar 4.2 Hasil Uji Normalitas dengan Histogram
Universitas Sumatera Utara
39
Garis yang berbentuk lonceng dalam histogram pada gambar 4.2 menunjukkan bahwa data distribusi nilai residu error terdistribusi
secara normal.
Sumber : Hasil Penelitian, 2013 data diolah
Gambar 4.3 Hasil Uji Normalitas dengan
P-P Plot
Pada gambar 4.3 P-P Plot, sebaran error yang berupa dot menyebar di sekitar garis lurus. Hal ini menunjukkan model regresi
memenuhi asumsi normalitas dan residu dari model dianggap berdistribusi secara normal
Selanjutnya uji normalitas dilakukan dengan Metode One Sample Kolmogorov-Smirnov Test. Menurut Duwi Priyatno 2012,
bahwa data berdistribusi normal jika nilai signifikan Asymp. Sig. 2- tailed lebih dari 0,05.
Universitas Sumatera Utara
40
Tabel 4.2 Hasil Uji Normalitas dengan Uji
Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 48
Normal Parameters
a,,b
Mean .0287051
Std. Deviation .73714774
Most Extreme Differences Absolute
.077 Positive
.077 Negative
-.068 Kolmogorov-Smirnov Z
.533 Asymp. Sig. 2-tailed
.939 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Hasil Penelitian, 2013 data diolah
Dari tabel 4.2, didapat nilai signifikansi lebih besar dari 0,05 yaitu sebesar 0,939. Hal ini menunjukkan bahwa data berdistribusi
normal.
4.3.2. Uji Multikolinearitas
Uji multikolinearitas dilakukan untuk mengetahui apakah terdapat hubungan linear yang sempurna antar variabel independen
dalam model regresi. Model regresi yang dapat digunakan adalah jika tidak terdapat multikolinearitas antarvariabel independennya. Menurut
Duwi Priyatno 2012, tidak terjadi multikolinearitas apabila nilai VIF kurang dari 10 dan nilai Tolerance lebih besar dari 0,1. Hasil uji
multikolinearitas disajikan pada tabel berikut ini :
Universitas Sumatera Utara
41
Tabel 4.3 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1 Constant
4.319 1.210
NPL .053
.104 .063
.743 1.345
LDR -.028
.010 -.363
.645 1.551
CAR -.097
.032 -.333
.928 1.078
BOPO -.007
.009 -.105
.670 1.493
NIM .302
.053 .759
.614 1.629
a. Dependent Variable: ROA
Sumber : Hasil Penelitian, 2013 data diolah
Dari tabel 4.3 di atas, didapat bahwa nilai Tolerance pada seluruh variabel independen NPL, LDR, CAR, BOPO dan NIM lebih
besar dari 0,1 dan nilai VIF-nya kurang dari 10. Dapat disimpulkan bahwa tidak terjadi multikolinearitas antar variabel independen.
4.3.3. Uji Heteroskedastisitas
Model regresi yang baik seharusnya tidak terjadi heteroskedastisitas. Kriteria-kriterianya yaitu pada gambar, titik-titik
tidak membentuk pola tertentu yang teratur dan titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y Duwi Priyatno, 2013 .
Universitas Sumatera Utara
42 Sumber : Hasil Penelitian, 2013 data diolah
Gambar 4.4 Hasil Uji Heteroskedastisitas
Output dari uji heteroskedastisitas pada gambar 4.4 di atas menunjukkan bahwa titik-titik menyebar di atas dan di bawah angka 0
pada sumbu Y dan titik-titik tidak membentuk pola tertentu yang teratur, jadi dapat disimpulkan bahwa dalam model regresi tidak terjadi
heteroskedastisitas.
4.3.4. Uji Autokorelasi
Penyimpangan autokorelasi pada uji asumsi klasik korelasi berganda dalam penelitian kali ini dilakukan dengan Durbin-Watson
test. Menurut Duwi Priyatno 2012, model regresi yang baik seharusnya tidak terjadi autokorelasi, dengan kriteria yaitu jika DW
terletak diantara dU dan 4-dU.
Universitas Sumatera Utara
43
Tabel 4.4 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate Durbin-Watson
1 .732
a
.536 .481
.68362 2.090
a. Predictors: Constant, NIM, CAR, NPL, BOPO, LDR b. Dependent Variable: ROA
Sumber : Hasil Penelitian, 2013 data diolah
Output dari uji autokorelasi di atas didapatkan nilai DW sebesar 2,090. Untuk nilai dL dan dU menurut tabel DW untuk signifikansi
0,05 dengan jumlah data n = 10 dan jumlah variabel independen k = 5, didapat nilai dL = 1,3167 dan dU = 1,7725 dan juga didapat nilai 4-
dU = 2,2275 dan nilai 4-dL = 2,6833 digambarkan dengan grafik di bawah ini :
Sumber : Hasil Penelitian, 2013 data diolah
Gambar 4.5 Grafik Uji Autokorelasi
Universitas Sumatera Utara
44
Dari gambar 4.5, dapat dilihat letak DW berada di daerah antara dU dan 4-dU 1,7725 2,090 2,2275 . Maka dapat disimpulkan
bahwa tidak terjadi masalah autokorelasi pada model regresi.
4.4. Pengujian Hipotesis
