2. Uji Normalitas
Uji Normalitas memiliki tujuan untuk menguji apakah dalam model regresi, variabel pengganggu memiliki distribusi normal. Data yang baik
adalah data yang berdistribusi normal. Uji normalitas dapat dilakukan dengan Kolmogorov-Smirnov Test.
Uji normalitas memiliki tingkat signifikansi jika 0,05 maka data berdistribusi normal. Namun, apabila tingkat signifikansi 0,05 maka data
dikatakan tidak berdistribusi normal. Berikut adalah tabel hasil Uji Normalitas:
Tabel 4.3 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 120
Normal Parameters
a,b
Mean 0,000000
Std. Deviation ,95876421
Most Extreme Differences Absolute
,104 Positive
,058 Negative
-,104 Kolmogorov-Smirnov Z
1,139 Asymp. Sig. 2-tailed
,150 a. Test distribution is Normal.
b. Calculated from data.
Berdasarkan Tabel 4. dapat diketahui pengujian normalitas menggunakan Kolmogorov-Smirnov menunjukkan nilai signifikansi 0,150 α 0,05. Dari
hasil tersebut maka dapat dinyatakan bahwa data yang digunakan pada penelitian ini telah berdistribusi normal.
3. Uji Autokorelasi
Uji autokorelasi memiliki tujuan untuk menguji apakah dalam model regresi linear terdapat korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pengganggu pada periode t - 1 sebelumnya. Berikut adalah tabel hasil uji autokorelasi :
Tabel 4.4 Pengujian Durbin-Watson
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 ,926
a
,857 ,852
.69484 1,903
a. Predictors: Constant, DPK,CAR,NPL,BOPO b. Dependent Variable: ROA
Berdasarkan Tabel 4.4 dapat diketahui bahwa nilai Durbin-Watson DW test sebesar 1,977. Sesuai dengan kriteria yang telah ditentukan yaitu
du 1,903 4-du, du sebesar 1,7896. Berdasarkan hasil tersebut, maka dapat diketahui bahwa tidak terjadi autokorelasi pada model regresi yang digunakan
pada penelitian ini.
4. Uji Multikolinearitas
Pengujian multikolinearitas memiliki gejala yaituyang ditandai dengan adanya hubungan yang kuat diantara variabel independen dalam suatu regresi.
Suatu model regresi yang bebas dari multikolinearitas apabila nilai Tolerance 0,10 dan nilai VIF 10. Berikut adalah tabel hasil uji multikolinearitas :
Tabel 4.5 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF
1 Constant
8,489 ,893
9,503 ,000
DPK -,005
,035 -,005
-,139 ,890
,984 1,016
CAR ,011
,014 ,028
,766 ,445
,954 1,048
NPL -,130
,039 -,140
-3,303 ,001
,695 1,438
BOPO -,080
,004 -,837
-19,914 ,000
,703 1,422
a. Dependent Variable: ROA
Berdasarkan Tabel 4.5 dapat diketahui bahwa keempat variabel independen tidak terjadi multikolinearitas karena nilai tolerance 0,1 dan
nilai VIF 10. Maka dapat disimpulkan bahwa model regresi tidak mengalami multikolinearitas.
5. Uji Heteroskedastisitas Uji