- variabel CAR memiliki nilai minimum 2,23 ; nilai maksimum 3,78 ; nilai mean 2, 8202 dengan deviasi standar sebesar 0,35880 dan jumlah
observasi sebanyak 66 sampel. - variabel NPL memiliki nilai minimum -1,97 ; nilai maksimum 2,74 ;
nilai mean 0,6848 dengan deviasi standar sebesar 0,87551 dan jumlah observasi sebanyak 66 sampel.
- variabel kredit memiliki nilai minimum 23,39 ; nilai maksimum 32,72 ; nilai mean 29,4586 dengan deviasi standar 2,16446sebesar dan jumlah
observasi sebanyak 66 sampel.
2. Uji Asumsi Klasik Salah satu syarat yang mendasari model regresi berganda dengan
metode estimasi Ordinary Least Square OLS adalah terpenuhinya semua asumsi klasik, agar hasil pengujian bersifat tidak bias da efisien. Pengujian
asumsi klasik dalam penelitian ini dilakukan dengan bantuan program statistik normalitas data, autokorelasi, heteroskedastisitas dan asumsi-
asumsi klasik lainnya agar hasil pengujian tidak bersifat bias dan efisien. Menurut Ghozali 2005:123 asumsi klasik yang harus dipenuhi adalah
berdistribusi normal, non-multikolinearitas, non-autokorelasi dan non- heteroskedasitas.
a. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal
Universitas Sumatera Utara
serta untuk menghindari bias dalam model regresi. Pengujian normalitas dalam penelitian ini menggunakan uji statistik non-
parametrik Kolmogorov-Smirnov K-S, dengan menbuat hipotesis:
H0 : Data residua l berdistribusi normal
Ha : Data residual tidak berdistribusi normal Apabila signifikansi lebih besar dari 0.05 maka H0 diterima,
sedangkan jika nilai signifikansi lebih kecil dari 0.05 maka H0 ditolak.
Tabel 4.2 Hasil Uji Normalitas Logaritma Natural
One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 64
Normal Parameter
s
a
Mean .0000000
Std. Deviation 2.09187184
Most Extreme
Difference s
Absolute .115
Positive .082
Negative -.115
Kolmogorov-Smirnov Z .920
Asymp. Sig. 2-tailed .366
a. Test distribution is Normal. Sumber: Hasil Pengolahan SPSS 2010
Universitas Sumatera Utara
Berdasarkan tabel 4.1, dapat dikatakan bahwa nilai signifikan variabel independen dan variabel dependen menunjukkan data
terdistribusi secara normal, karena hasil signifikasinya adalah 0,366 dan diatas nilai signifikasi 0,05 dengan kata lain variabel residual
berdistribusi normal. Dengan demikian secara keseluruhan dapat disimpulkan bahwa
nilai-nilai observasi data telah terdiatribusi secara normal dan dapat dilanjutkan dengan uji asumsi klasik lainnya. Untuk lebih jelas berikut
ini turut dilampirkan grafik histogram dan plot data yang terdistribusi normal.
Gambar 4.1 Histogram
Sumber : Hasil Pengolahan SPSS 2010
Universitas Sumatera Utara
Dengan cara membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal, dari grafik di atas dapat disimpulkan
bahwa distribusi data normal karena grafik histogram menunjukkan distribusi data mengikuti garis diagonal yang tidak menceng
skewness kiri maupun menceng kanan.
Demikian pula dengan hasil uji normalitas dengan menggunakan
grafik plot berikut ini:
Gambar 4.2 Grafik Normal Plot
Sumber : Hasil Pengolahan SPSS 2010 Pada grafik normal plot terlihat titik-titik menyebar di sekitar garis
diagonal serta penyebarannya agak mendekati dengan garis diagonal
Universitas Sumatera Utara
sehingga dapat disimpulkan bahwa data dalam model regresi terdistribusi secara normal.
b. Uji Multikolinearitas