yang bersangkutan dengan laba tahun sebelumnya dan dibagi dengan laba tahun sebelumnya. Semakin tinggi rasio pertumbuhan laba, semakin baik posisi bank
tersebut dalam penggunaan aset, pengolahan kredit, dan kemampuan untuk menghasilkan laba perusahaan.
4.1.17 Metode Analisis Statistik
1. Analisis Regresi Linear Berganda
Pada penelitian ini, data awal berjumlah 60, tetapi hanya 48 data saja yang memenuhi untuk dijadikan data dalam penelitian karena terdapat 12
outlier. Outlier yang muncul pada observasi tentu akan mengganggu estimasi koefisien regresi yang dapat berakibat tidak tepatnya model yang dibuat.
Setelah observasi No. 3, 4, 15, 30, 35, 39, 47, 51, 53, 55 dan 58 dari casewise dikeluarkan dan dilakukan pengolahan data, ternyata dari persamaan yang di
dapat tidak lagi ditemukan outlier. Penulis melakukan pengujian asumsi klasik sebelum melakukan
analisis regresi. Pengujian asumsi klasik dilakukan untuk mendapatkan hasil penelitian dengan perkiraan yang efisien dan tidak bias. Kriteria pengujian
asumsi klasik yang harus dipenuhi, yaitu: 2.
Uji Asumsi Klasik
a. Uji Normalitas
Uji normalitas dilakukan untuk mengetahui apakah variabel dependen, independen atau keduanya berdistribusi normal, mendekati
normal atau tidak Umar, 2008:181. Model regresi yang baik hendaknya berdistribusi normal atau mendekati normal. Berdasarkan analisis ini, data
Universitas Sumatera Utara
berdistribusi normal jika hasil pengujian lebih besar dari nilai signifikan 5 Situmorang dkk, 2010:97.
Sumber : Hasil Penelitian, 2011 Data Diolah
Gambar 4.1 Histogram
Sumber : Hasil Penelitian, 2011 Data Diolah
Gambar 4.2 Normal P-Plot
Universitas Sumatera Utara
Gambar 4.2 P-P plot menunjukkan bahwa titik-titik menyebar di sekitar garis diagonal dan mengikuti garis diagonal, maka dapat disimpulkan
bahwa data yang diperoleh berdistribusi normal. Uji normalitas juga dapat dilakukan dengan Kolmogorov Smirnov
untuk mengetahui apakah CAR, ROA, LDR, LAR, dan BOPO berdistribusi normal atau tidak. Berikut adalah tabel hasil uji Kolmogorv Smirnov :
Tabel 4.7 Hasil Uji Kolmogorv Sminorv
One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 48
Normal Parameters
a
Mean .0000000
Std. Deviation 1.44398055
Most Extreme Differences
Absolute .087
Positive .066
Negative -.087
Kolmogorov-Smirnov Z .602
Asymp. Sig. 2-tailed .862
a. Test distribution is Normal
Sumber: Hasil Penelitian, 2011 Data Diolah Menurut Situmorang 2010:97 bahwa, apabila pada hasil uji
Kolmogorov Smirnov, nilai Asymp. Sig 2-tailed lebih besar dari 0,05 α =
5, tingkat signifikan maka data berdistribusi normal. Probabilitas hasil uji Kolmogorov Smirnov pada Tabel 4.7 yaitu 0,862 lebih besar dari 0,05
sehingga model regresi berdistribusi normal. b.
Uji Multikolinearitas Uji multikolinearitas dilakukan untuk mengetahui apakah pada
model regresi ditemukan adanya korelasi antarvariabel independen. Jika terjadi korelasi, terdapat masalah multikolinearitas yang harus diatasi
Universitas Sumatera Utara
Umar, 2008:177. Untuk mengetahui ada tidaknya gejala multikolinearitas pada suatu model dapat dilihat dari besarnya Variance Inflation Factor
VIF dan nilai Tolerance Situmorang dkk, 2010:136.
Tabel 4.8 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
35.984 18.346
1.961 .056
LnCAR -1.053
.832 -.184
-1.267 .212
.865 1.156
LnROA -.862
.712 -.310
-1.209 .233
.279 3.584
LnLDR 2.858
1.733 .497
1.649 .107
.202 4.961
LnLAR -6.504
2.245 -.873
-2.897 .006
.201 4.966
LnBOPO -3.558
4.083 -.221
-.872 .388
.285 3.504
a. Dependent Variable: LnPL
Sumber: Hasil Penelitian, 2011 Data Diolah Data Tabel 4.8 di atas menunjukkan semua variabel independen
memiliki angka VIF tidak lebih besar dari 5 dan nilai Tolerance lebih besar
dari 0,1. Model regresi tersebut tidak terkena multikolinearitas.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan untuk mengetahui apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari residual suatu
pengamatan ke pengamatan lain Umar, 2008:179. Model yang baik adalah model yang tidak terkena heteroskedastisitas. Alat uji yang digunakan
adalah pendekatan grafik scatterplot. Jika titik-titik yang terlihat menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar
baik di atas maupun di bawah angka nol pada sumbu Y, maka tidak terjadi
Universitas Sumatera Utara
heteroskedastisitas dan model layak dipergunakan Situmorang dkk, 2010:103.
Sumber : Hasil Penelitian, 2011 Data Diolah
Gambar 4.3
Scatterplot
Hasil pengujian heteroskedastisitas pada Gambar 4.3 terlihat titik- titik menyebar secara acak, tidak membentuk sebuah pola tertentu yang
jelas, serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi.
d. Uji Autokorelasi
Uji autokorelasi dilakukan untuk mengetahui apakah dalam sebuah model regresi terdapat hubungan yang kuat baik positif maupun negatif
antar data yang ada pada variabel-variabel penelitian Umar, 2008:182. Model yang baik adalah model yang tidak terjadi autokorelasi. Alat penguji
yang digunakan adalah metode The Breusch-Godfrey BG Test. Metode ini akan menunjukkan model yang baik jika koefisien untuk variabel auto Lag
diatas probabilitas signifikan 5 Situmorang dkk, 2010:121.
Universitas Sumatera Utara
Sumber : Hasil Penelitian, 2011 Data Diolah Dari Tabel 4.9 terlihat nilai Sig. variabel auto sebesar 0,561 lebih
besar dari 0,05. Berarti data tersebut tidak terkena autokorelasi.
4.1.18 Uji Hipotesis
