d Estimasi yaitu e yang diharapkan sekecil mungkin. Penerapan asumsi klasik
pada model regresi linier berganda tergantung ada tidaknya gangguan pada asumsi klasik tersebut. Dalam pengujian ini dihindari penyimpangan-
penyimpangan yang bersifat sebagai berikut :
1. Autokorelasi
Satu dari asumsi penting dari model regresi linier klasik adalah bahwa kesalahan atau gangguan. Uji yang kedalam fungsi regresif populasi adalah
random atau tak berkorelasi. Jika ini dilanggar, kita mempunyai problem serial korelasi atau autokorelasi. Sedangkan yang dimaksud dengan autokorelasi yaitu
keadaan dimana kesalahan pengganggu dalam suatu periode tertentu berkorelasi dengan kesalahan pengganggu periode yang lain. Pengujian terhadap gejala
autokorelasi dilakukan dengan menggunakan Uji Statistik Durbin Watston Gujarati, 1995 : 223.
d =
n 1
t 2
t n
1 t
1 t
1
e e
e
Dimana : e
t
= Residual perbedaan variabel tak bebas yang sebenarnya dengan variabel tak bebas yang ditaksir dari setiap periode waktu.
e
t-1
= Residual dari waktu sebelumnya.
Gambar 8. Distribusi Daerah Keputusan Autokorelasi
Menolak Ho bukti autokorelasi nositif
Daerah keragu- raguan
Daerah keragu- raguan
Menolak Ho bukti autokorelasi positif
Menerima Hi atau Ho kedua-duanya
4d 4-dl
4-du du
0 dl
Sumber : Gujarati Damodar, 1995, Ekonometrika Dasar, Cetakan
Kedua, Erlangga,
Jakarta, Hal.
216
Dari hasil d
hitung
kemudian dilambangkan dengan d
tabel
. Hipotesis
Ho : Ada autokorelasi positif atau autokorelasi negatif. Hi : Tidak ada autokorelasi positif atau autokorelasi negatif.
Uji autokorelasi ini untuk mengetahui ada tidaknya hubungan antara residu atau sisa regresi pada kasus ke-n dengan residu kasus ke n-1.
2. Heterokedastisitas
Pengujian heterokedastisitas dilakukan untuk melihat apakah ada kesalahan pengganggu mempunyai varian yang sama atau tidak. Hal tersebut
dilambangkan sebagai : E Ui
2
= …………………………… Gujarati, 1995 : 223
2
Dimana :
2
= Varian
I = 1, 2, ….. n
Apabila didapat varian yang sama maka asumsi homokedastisitas penyebaran yang sama diterima.
3. Multikolinieritas
Multikolinieritas merupakan suatu keadaan dimana satu atau lebih variabel independen terdapat korelasi atau hubungan dengan variabel independen
lainnya, dengan kata lain satu atau lebih variabelnya merupakan fungsi linier dari variabel independen yang lain. Untuk mempermudah dalam pengujian maka
terlebih dahulu dilakukan uji korelasi. Uji korelasi ini dilakukan untuk melihat hubungan masing-masing variabel independen. Tulisan dapat dilakukan dengan
menghitung Variance Inflation Faktor VIF. VIF = 1 1 – R
2
Sudrajat, 1998 : 210 Dimana :
R = Koefisien korelasi antar variabel bebas VIF menyatakan tingkat pembengkakan varian apabila VIF lebih besar dari 10
maka terjadi multikolinier pada persamaan tersebut.
3.4.3. Teknik
Analisis
Data diolah dengan teknik analisis dengan menggunakan uji statistik regresi linier berganda, dengan bentuk persamaannya adalah sebagai berikut :
Y = b + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ b
5
X
5
+ Sudjana, 2003 : 69
c Keterangan :
Y = Keputusan pemberian kredit
b = Konstanta
b
1
...b
4
= Koefisien X
1
= Kemauan untuk membayar character X
2
= Pendapatan debitur capacity X
3
= Modal debitur capital X
4
= Jaminan atas kredit collateral X
5
= Kondisi perekonomian secara umum conditions c = Variabel pengganggu, merupakan wakil dari semua faktor lain yang dapat
mempengaruhi keputusan pemberian kredit. Untuk mengetahui apakah model analisis tersebut cukup layak atau tidak
digunakan dalam pembuktian selanjutnya, maka perlu untuk mengetahui R
2
koefisien determinasi dengan menggunakan rumus sebagai berikut : R
2
=
2
y gresi
Re JK
Sudjana, 2003
: 107
Keterangan : R
2
= Koefisien determinasi JK
= Jumlah kuadrat
2
y = Jumlah kuadrat-kuadrat total regresi
