37
X
4
= Biaya Operasional terhadap Pendapatan OperasionalBOPO X
5
= Corporate Social Responsibility CSR e
= standar error
3.8.2.1 Uji Asumsi Klasik
Sebelum data tersebut dianalisis, model regresi berganda harus memenuhi syarat asumsi klasik, yang meliputi:
3.8.2.1.1 Uji Normalitas
Uji ini digunakan untuk menguji apakah dalam sebuah model regresi, variabel bebas, variabel terikat atau keduanya mempunyai distribusi normal atau
tidak. Model yang paling baik adalah data terdistribusi secara normal atau mendekati normal. Uji ini dilakukan melalui analisis Kolmogorov-Smirnov
Situmorang dan Lufti, 2011:160.
3.8.2.1.2 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
penganggu pada periode sebelumnya Ghozali, 2006:95. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain.
Masalah ini timbul karena residual tidak bebas dari satu observasi ke observasi lainnya. Model regresi yang baik adalah bebas dari autokorelasi. Uji autokorelasi
ini menggunakan Durbin-Watson DW Test.
38
Tabel 3.3 Kriteria Pengambilan Keputusan Uji Autokorelasi
Hipotesis Nol Keputusan
Jika
Tidak ada autokorelasi positif Tolak
0 d dl Tidak ada autokorelasi positif
No decision dl
≤ d ≤ du Tidak ada korelasi negatif
Tolak 4 – dl d 4
Tidak ada korelasi negatif No decision
4 – du ≤ d ≤ 4 – dl
Tidak ada autokorelasi positif atau negatif
Tidak ditolak du d 4 –du
Sumber :Ghozali2006:96.
3.8.2.1.3 Uji Heteroskedastisitas
Uji heteroskedastisitas pada prinsipya menguji apakah sebuah grup mempunyai varians yang sama di antara anggota grup tersebut. Jika varians sama,
dan ini yang seharusnya terjadi maka dikatakan ada homoskedastisitas. Sedangkan jika varians tidak sama dikatakan terjadi heteroskedastisitas. Alat untuk menguji
heteroskedastisitas bisa dibagi dua, yakni dengan alat analisis grafik atau dengan analisis residual yang berupa statistik. Cara menguji untuk melihat ada tidaknya
gejala heteroskedastisitas adalah dengan melihat ada tidaknya pola tertentu pada grafik scatterplot disekitar nilai X dan Y, jika ada pola tertentu, maka akan terjadi
gejala heteroskedastisitas Situmorang dan Lufti, 2011:108.
3.8.2.1.4 Uji Multikolinearitas
