64
4.1.3.1.2 Uji Multikolinearitas
Uji Multikolinearitas bertujuan untuk menguji apakah model regresi menemukan adanya korelasi antar variabel independen. Model regresi yang baik
seharusnya tidak terjadi korelasi diantara variabel independen Ghozali, 2005. Cara
yang dapat
digunakan untuk
mendeteksi ada
tidaknya multikolinearitas dapat dilakukan dengan dua cara, pertama dengan cara
menganalisis matrik korelasi antar variabel independen. Jika korelasi antara variabel independen satu dengan yang lainnya memiliki nilai di atas 0.90 maka
diindikasikan terdapat masalah multikolinearitas. Dalam penelitian ini, analisis matrik kovarian dapat dilakukan dengan melihat tabel 4.9 berikut :
Tabel 4.5 Uji Multikolinearitas Matriks Kovarians
Asset Primary Ratio
ROA CR
LDR NP M
CAR Asset
1 -0.270430785 -0.1408 95439
-0. 472950313 -0.368291353 0.2414 6193 1
0 .376232074 Primary Ratio
-0.270430785 1 -0.3845 36347
-0. 148450592 -0.179076098 0.1980 1251 9 -0 .892589878
RO A -0.140895439
-0.384536347 1
0.164720856 0.189444922 -0.8036 4221 4
0 .330928789 CR
-0.472950313 -0.148450592
0.1647 20856 1
0.028695914 -0.1906 6438 8 0 .002063874
LDR -0.368291353
-0.179076098 0.1894 44922
0.028695914 1
0.0363 5830 1 0.04441851
NPM 0.241461931
0.198012519 -0.8036 42214 -0. 190664388
0.036358301 1 -0 .247498289
CAR 0.376232074
-0.892589878 0.3309 28789
0.002063874 0 .04441851 -0.2474 9828 9
1
Sumber : Data statistic yang diolah
Dari tabel diatas dapat dilihat bahwa nilai korelasi antar variabel independen semuanya berada dibawah 0.90. Berarti penelitian yang dilakukan ini
bebas dari masalah multikolinearitas. Kedua, selain dengan analisis matriks kovarians, uji multikolinearitas ini
dapat dilakukan dengan melihat besaran nilai Variance Inflation Factor VIF dan Tolerance TOL. Suatu model regresi dapat dikatakan bebas multikolinearitas
jika nilai TOL 0,1 atau jika memiliki nilai VIF 10. Sedang pengujian multikolinearitas dalam penelitian ini juga telah dilakukan dan hasilnya dapat
dilihat pada tabel 4.10 berikut ini :
65
Tabel 4.6 Uji Multikolinearitas berdasarkan nilai VIF dan Tolerance
Coefficients
a
.598 1.673
.575 1.738
.140 7.121
.150 6.651
.238 4.210
.246 4.070
.393 2.547
CR LDR
Primary Ratio CAR
NPM ROA
Asset Model
1 Tolerance
VIF Collinearity Statistics
Dependent Variable: Jumlah Kredit Modal Kerja a.
Sumber : Data sekunder yang diolah
Dari tabel 4.6 diatas dapat dilihat bahwa setiap variabel independen memiliki nilai tolerance 0.1 dan masing-masing variabel tersebut juga memiliki
nilai VIF 10. Jadi dapat dipastikan bahwa penelitian ini terbebas dari masalah multikolinearitas.
4.1.3.1.3 Uji Autokorelasi