4.2.2 Uji Multikolinearitas
Uji Multikoloneritas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelsi antar variabel independen. Pada regresi
ini yang baik seharusnya tidak terjadi korelasi antar variabel independen. Hasil uji multikolineritas disajikan pada tabel 4.3 yang diperoleh dari
Lampiran iii.
Tabel 4.2 Uji Multikolinearitas
Model Unstandardized
Coefficients Standar
dized Coefficie
nts
T Sig.
Collinearity Statistics
B Std.
Error Beta
Tolerance VIF
1 Constant
-.139 .602
-.230 .819
CAR -.021
1.469 -.003
-.014 .989
.547 1.827
NPL -.853
6.223 -.031
-.137 .892
.522 1.916
ROA 2.256
1.836 .265
1.229 .228
.554 1.804
ROE -.143
.513 -.052
-.279 .782
.746 1.340
NIM -2.078
4.378 -.108
-.475 .638
.504 1.985
BOPO -.107
.415 -.050
-.257 .799
.682 1.467
LDR .782
.876 .261
.892 .379
.302 3.317
LABA_BERSI H
-5.259 .000
-.010 -.036
.972 .305
3.274
a. Dependent Variable: Pertumbuhan_Laba
Sumber: output SPSS yang diolah oleh penulis, 2012
Universitas Sumatera Utara
Hasil perhitungan nilai Tolerance pada tabel di atas menunjukkan tidak ada variabel independen yang memiliki nilai tolerance kurang dari
0,10 yang berarti tidak ada korelasi antar variabel yang nilainya lebih dari 95. Hasil perhitungan nilai Variance Inflation Factor VIF juga
menunjukkan hal yang sama, tidak ada variabel bebas yang memiliki nilai VIF lebih dari 10. Jadi, dapat disimpulkan bahwa tidak ada
multikolinearitas antar variabel bebas dalam model regresi.
4.2.3 Uji Heterokedastisitas
Uji Heterokedastisitas bertujuan untuk menguji apakah dalam regresi terjadi ketidaksamaan varians antar satu pengamatan ke
pengamatan lainnya. Model regresi yang baik adalah tidak terjadi heterokedastisitas. Deteksi ada tidaknya hetrokedastisitas adalah dengan
melihat ada tidaknya pola tertentu yang terbentuk. Jika membentuk pola tertentu maka telah terjadi gejala heterokedastisitas. Hasil dari Uji
Heteroskedastisitas dapat ditunjukkan dengan grafik scatterplot antara ZPRED dan SRESID.
Cara mendeteksi ada tidaknya gejala heteoskedastisitas adalah dengan melihat grafik scatterplot yang dihasilkan dari pengolahan data
menggunakan program SPSS. Dasar pengambilan keputusannya menurut Ghozali 2005 adalah sebagai berikut :
1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian
Universitas Sumatera Utara
menyempit, maka mengindikasikan terlah terjadi heteroskedastisitas.
2. Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas.
Berikut ini dilampirkan grafik scatterplot untuk menganalisis apakah terjadi gejala heteroskedastisitas atau tidak dengan cara
mengamati penyebaran titik-titik pada grafik.
Gambar 4.3 Uji Heterokedastisitas
Sumber: output SPSS yang diolah oleh penulis, 2012
Tampak pada pola output di atas, diagram pencar residual tidak membentuk pola tertentu serta titik-titik menyebar di atas dan di bawah
angka 0 baik pada sumbu Y maupun sumbu X. Kesimpulannya adalah bahwa regresi terbebas dari kasus heteroskedastisitas dan memenuhi
persyaratan uji asumsi klasik tentang heteroskedastisitas.
4.2.4 Uji Autokorelasi