70
Tabel 4.6 Hasil Regresi dengan
Haussman Test
Correlated Random Effects - Hausman Test Pool: Untitled
Test cross-section random effects Test Summary
Chi-Sq. Statistic
Chi-Sq. d.f. Prob.
Cross-section random 12.142026
5 0.0329
Sumber: Output Eviews-Diolah Peneliti 2012 Berdasarkan hasil Haussman Test diatas, dikeahui bahwa
probabilitas dari Chi Square statistiknya adalah sebesar 0,0329. Pada bab sebelumnya telah dijelaskan bahwa hipotesis dari pengujian ini adalah:
� = Random Effect Model
�
1
= Fixed Effect Model Dengan tingkat keyakinan 95 α = 0,05, probabilitas Haussman Test lebih
kecil dibandingkan dengan α. Sehingga diperoleh kesimpulan bahwa � ditolak atau dengan kata lain, model yang digunakan dalam penelitian ini
adalah model Fixed Effect.
4.1.4 Pengujian Asumsi
Karena penelitian ini menggunakan model regresi berganda, maka permasalahan yang mungkin terjadi pada model ini tidak terlepas dari tiga
pelanggaran asumsi, antara lain heteroskedastisitas, autokorelasi dan multikolinearitas.
Universitas Sumatera Utara
71
4.1.4.1 Uji Heteroskedastisitas
Mengingat bahwa data pada model ini termasuk berupa data cross section, maka tentunya ada kecurigaan bahwa terdapat masalah
heteroskedastisitas pada model ini. Masalah heteroskedastistas dapat diatasi dengan mudah menggunakan bantuan program Eviews 7.1 dengan memilih
White cross-section pada menu option pada saat melakukan estimasi estimation. Dengan kembali mengestimasi model menggunakan langkah-
langkah tersebut, maka hasil output regresi akan terbebas dari heteroskedastisitas yaitu sebagai berikut :
Tabel 4.7 Hasil regresi model
Fixed Effect menggunakan White Test
Dependent Variable: CAR? Method: Pooled Least Squares
Date: 111812 Time: 13:57 Sample: 2005 2011
Included observations: 7 Cross-sections included: 20
Total pool balanced observations: 140 White cross-section standard errors covariance d.f. corrected
Variable Coefficient
Std. Error t-Statistic
Prob. C
15.06789 7.183410
2.097596 0.0381
LDR? -0.058213
0.068675 -0.847660
0.3984 NPL?
-0.506746 0.392918
-1.289698 0.1997
ROE? 0.017214
0.005107 3.370871
0.0010 IML?
0.911744 0.393458
2.317259 0.0223
BOPO? -0.001555
0.008274 -0.187889
0.8513 Fixed Effects Cross
_INPC--C -0.259294
_BBCA--C -5.514767
_BNGA--C -0.507224
_BDMN--C -1.488115
_BABP--C -1.141627
_BNII--C 0.600700
_BMRI--C 1.451784
_MAYA--C 3.423134
_MEGA--C -4.256598
_BCIC--C -4.175206
_BBNI--C -2.674995
_BBNP--C -2.436683
_NISP--C 2.526071
Universitas Sumatera Utara
72
_PNBN--C 5.407577
_BNLI--C -3.172342
_BEKS--C 3.530415
_BKSW--C 2.562457
_BBRI--C -6.700479
_BSWD--C 10.41329
_BVIC--C 2.411901
Effects Specification Cross-section fixed dummy variables
R-squared 0.575154 Mean dependent var
16.23700 Adjusted R-squared
0.486490 S.D. dependent var 6.838392
S.E. of regression 4.900364 Akaike info criterion
6.176929 Sum squared resid
2761.560 Schwarz criterion 6.702222
Log likelihood -407.3850 Hannan-Quinn criter.
6.390392 F-statistic
6.486925 Durbin-Watson stat 1.772619
ProbF-statistic 0.000000
Sumber: Output Eviews 2012 Dari output diatas, diketahui bahwa setelah dikonstankannya
residual, ternyata tidak memberikan perbedaan pada koefisien regresi, namun standar error dan nilai probabilitas variabel mengalami perubahan.
4.1.4.2 Uji Autokorelasi
Autokorelasi terkait dengan munculnya korelasi antar anggota serangkaian observasi yang diurutkan berdasarkan waktu dan berdasarkan
ruang. Mengingat model Fixed Effect pada data panel tidak membutuhkan asumsi terbebasnya model dari serial korelasi, maka uji tentang autokorelasi
dapat diabaikan Nachrowi dan Usman, 2006:330. Namun tetap perlu dilihat mengenai permasalahan autokorelasi yang terjadi dengan melihat
nilai D-W statistik. Dalam penelitian ini, terlihat bahwa D-W pada output estimasi pada tabel 4-7 adalah sebesar 1,772619. Angka ini berada pada
kisaran -2 sampai dengan 2. Hal ini mengindikasikan bahwa tidak terjadi masalah autokorelasi pada model tersebut.
Universitas Sumatera Utara
73
4.1.4.3 Uji Multikolinearitas
Uji ini terkait dengan adanya hubungan antar beberapa atau semua variabel bebas dalam model penelitian yang digunakan. Menurut Gujarati
2003 dalam bukunya, masalah multikolinearitas telah teratasi dengan sendirinya dengan penggunaan data panel. Dengan kata lain, data panel
menjadi solusi jika data mengalami masalah multikolinearitas. Dengan demikian, dapat dikatakan bahwa masalah multikolinearitas tidak terjadi
pada model fixed effect yang digunakan dalam penelitian ini. Dengan demikian, dari hasil seluruh pengujian asumsi klasik dapat
disimpulkan bahwa model regresi yang dipakai dalam penelitian ini telah memenuhi estimasi yang Best Linear Unbiased Estimator BLUE dan
layak dilakukan analisis statistik selanjutnya untuk memprediksi kecukupan modal perbankan yang terdaftar di Bursa Efek Indonesia.
4.1.5 Pengujian Hipotesis 4.1.5.1 Uji Koefisien Determinasi R