Gambar 4.1
Hasil Uji Heteroskedasitas
Dari Gambar 4.1 grafik scatterplot terlihat bahwa titik-titik
yang ada menyebar secara acak dan tidak membentuk pola, serta tersebar baik diatas maupun dibawah angka 0 nol pada sumbu Y. Hal
ini dapat disimpulkan bahwa model regresi tidak terjadi
heteroskedasitas, sehingga model regresi layak digunakan.
b. Hasil Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi berganda ada korelasi antara kesalahan pengganggu pada
periode t dengan kesalahan pengganggu pada periode t-1. Jika terjadi
autokorelasi maka dinamakan ada penyakit autokorelasi.
2
Berikut ini adalah hasil dari uji autokorelasi:
Tabel 4.2
Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
1 ,788
a
,621 ,595
,8831 1,150
a. Predictors: Constant, FDR, NPFMUS, NPFMRB b. Dependent Variable: ROA
Petunjuk dasar
pengambilan keputusan
ada tidaknya
autokorelasi dengan melihat besarnya Durbin-Watson yaitu:
3
1 Angka DW dibawah -2 terdapat autokorelasi positif 2 Angka DW -2 sampai +2 tidak terdapat autokorelasi
3 Angka DW diatas -2 terdapat autokorelasi negatif Uji autokorelasi yang digunakan adalah uji Durbin-Watson.
Berdasarkan Tabel 4.2 nilai Durbin-Watson sebesar 1,150, karena
angka D-W berada antara -2 sampai +2, berarti tidak terdapat masalah autokorelasi. Jadi dapat disimpulkan dalam model regresi tidak ada
korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1.
2
Imam Ghozali, Aplikasi Analisis Multivariat dengan Program SPSS, Edisi ketiga, Semarang: Universitas Diponegoro, 2005, h.96
3
Imam Ghozali, Aplikasi Analisis Multivariat dengan Program SPSS, Edisi ketiga, h.96
c. Hasil Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas atau
independen. Model regresi yang baik adalah tidak terjadi korelasi diantara variabel bebas. Nilai cut off untuk menunjukan adanya
multikolinearitas adalah tolerance 10 atau sama dengan nilai VIF 10 dan nilai tolerance = 0,10 sama dengan tingkat kolinearitas 0,95.
4
Berikut ini adalah hasil uji dari multikolinearitas:
Tabel 4.3
Hasil Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
NPFMRB ,525
1,904 NPFMUS
,561 1,784
FDR ,674
1,483 a. Dependent Variable: ROA
Dari hasil tabel Tabel 4.3 coefficients, masing masing variabel
memiliki nilai tolerance berada dibawah 1 dan nilai VIF Variance Inflation Factor kurang dari 10 yang berarti tidak ada korelasi antar
variabel independent. Sehingga dapat disimpulkan model regresi terbebas dari masalah multikolinearitas.
4
Imam Ghazali, Aplikasi Multivariate dengan Program IBM 19, Semarang : BP Universitas Diponegoro, 2011, h.95