5.3. Analisa Data
Sebelum melakukan pengujian hipotesis, pada umumnya melakukan pengujian data dengan pengujian asumsi klasik yang terdiri dari 1 Pengujian
Normalitas 2 Pengujian Multikolonearitas, 3 Pengujian Heterokedastisitas, 4 Pengujian Autokorelasi. Tahapan pengujian asumsi klasi dapat dilihat:
5.3.1. Pengujian Normalitas
Pengujian normalitas data dilakukan dengan cara melihat grafik penyebaran data Normal P – P Plot of Regression Standardized Residual,
histogram dan uji Kolmogorov Smirnov. Adapun gambar grafik pengujian normalitas dapat dilihat pada gambar 5.1, gambar 5.2 dan table 5.1 berikut ini:
Gambar 5.1 Normal P – P Plot of Regression Standardized Residual Sumber: Hasil Olah Data SPSS
Gambar 5.1 Normal P – P Plot of Regression Standardized Residual memperlihatkan bahwa residual penyebaran data disekitar garis diagonal dan
penyebarannya mengikuti arah garis diagonal grafik tersebut. Sehingga dapat disimpulkan bahwa data penelitian ini berdistribusi normal.
Universitas Sumatera Utara
Gambar 5.2 Regression Standardized Residual Sumber : Hasil Olah Data SPSS
Berdasarkan tampilan Gambar 5.2 Regression Standardized Residual terlihat bahwa kurva dependent dan regression standardized residual membentuk
gambar seperti lonceng. Oleh karena itu, dapat disimpulkan bahwa grafik histogram memberikan pola distribusi normal.
Tabel 5.4 One Sample Kolmogorov Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Standardized Residual
N 120
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .97876616
Most Extreme Differences Absolute
.115 Positive
.087 Negative
-.115 Kolmogorov-Smirnov Z
1.259 Asymp. Sig. 2-tailed
.084 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Hasil Olah Data SPSS
Universitas Sumatera Utara
Berdasarkan output One Sample Kolmogorov Smirnov Test diatas terlihat bahwa nilai Sig. 2-tailed sebesar 0,084 0,05. Oleh sebab itu Ho tidak dapat
ditolak. Hal itu berarti nilai residual terstandarisasi dinyatakan menyebar secara normal. Hasil uji One-Sample Kolmogorov-Smirnov Test ini konsisten dengan
hasil uji grafik Normal Probability Plot dan histogram sebelumnya.
5.3.2. Pengujian Multikolonearitas
Pengujian Multikolonearitas adalah pengujian korelasi antara variabel bebas independen, pada penelitian ini variabel independen meliputi
Pertumbuhan Laba, ROA, ROE, CAR, dan NPL. Adapun ringkasan hasil uji korelasi antara variabel independen apakah terjadi multikoloneritas atau tidak
terjadi multikolonearitas dapat dilihat pada tabel dibawah ini:
Tabel 5.5 Pengujian Multikolonearitas dengan
Tolerance dan VIF
Standardize d
Coefficients B
Std. Error Beta
Tolerance VIF
Constant 79.523
1.166 68.200 .000
ROA 1.177
.171 .134
6.872 .000 .562 1.780
PERTLABA .113
.004 .718 30.839 .000
.392 2.550 NPL
.015 .074
.003 .198 .843
.938 1.066 ROE
-.013 .018
-.011 -.706 .482
.866 1.155 CAR
-.441 .055
-.215 -8.011 .000 .295 3.390
C oeffic ients
a
Model Unstandardized
Coefficients t
Sig. Collinearity
Statistics 1
Sumber: hasil Olah Data SPSS Pengujian multikolonearitas dilihat dari nilai Variance Inflation Factor
VIF tidak lebih dari 10 atau dibawah 10 dan nilai Tolerance tidak kurang dari 0,1 diatas 0,1 , maka model dapat dikatakan terbebas dari multiolinieritas VIF =
1Tolerance, jika VIF = 10 maka Tolerance = 110 = 0,1. Semakin tinggi VIF
Universitas Sumatera Utara
maka semakin rendah Tolerance. Dari tabel dapat disimpulkan bahwa nilai Pertumbuhan Laba, Return On Asset, Return on Equity, Non Performing Loan
dan Capital Adequacy Ratio dimana nilai Variance Inflation Factor VIF tidak lebih dari 10 atau dibawah 10 dan nilai Tolerance tidak kurang dari 0,1 diatas
0,1. Berdasarkan uji multikolonearitas ,output pada Coefficient terlihat bahwa :
• Nilai TOL Tolerance variabel ROA 0,562 dan VIF Variance Infloating Factor sebesar 1,780.
• Nilai TOL Tolerance variabel Pertumbuhan Laba 0,392 dan VIF Variance Infloating Factor sebesar 2,550.
• Nilai TOL Tolerance variabel NPL 0,938 dan VIF Variance Infloating Factor sebesar 1,066.
• Nilai TOL Tolerance variabel ROE adalah sebesar 0,866 dan VIF Variance Infloating Factor sebesar 1,155.
• Nilai TOL Tolerance variabel CAR 0,295 dan VIF Variance Infloating Factor sebesar 3,390.
Tabel 5.6 Coefficient Correlations
Coefficient Correlations
a
Model CAR
NPL ROE
ROA PERTLABA
1 Correlations
CAR 1.000
-.096 -.009
.434 .632
NPL -.096
1.000 -.102
.064 .005
ROE -.009
-.102 1.000
-.123 -.152
ROA .434
.064 -.123
1.000 -.054
PERTLABA .632
.005 -.152
-.054 1.000
Covariances CAR
.005 .000
-1.480E-5 .007
.000 NPL
.000 .010
.000 .002
2.477E-6 ROE
-1.480E-5 .000
.001 .000
-1.761E-5 ROA
.007 .002
.000 .053
-5.873E-5 PERTLABA
.000 2.477E-6
-1.761E-5 -5.873E-5
2.265E-5 a. Dependent Variable: LDR
Sumber : Hasil Olah Data SPSS
Universitas Sumatera Utara
Melihat hasil besaran korelasi antar variabel independen tampak bahwa hanya variabel Pertumbuhan Laba yang memiliki korelasi yang cukup tinggi
dengan variabel CAR dengan tingkat korelasi 0,632 atau sekitar 63 . Oleh karena korelasi ini masih di bawah 95, maka dapat dikatakan tidak terjadi
multikolonearitas yang serius. Jadi dapat disimpulkan bahwa tidak ada multikolonearitas antar variabel independen dalam model regresi.
5.3.3. Pengujian Autokorelasi