83
Tabel 4.5 Hasil Uji Multikolinearitas
setelah diobati Coefficientsa
Sumber: Data sekunder setelah diolah dengan SPSS, 2010 Hasil uji multikolinieritas terdapat pada tabel 4.5 menunjukkan bahwa tidak
ada variabel independen yang memiliki nilai tolerance kurang dari 0,10 yang berarti bahwa tidak ada korelasi antar variabel independen yang nilainya lebih besar dari
95. Hasil perhitungan untuk Variance Inflation Factor VIF juga menunjukkan hal yang sama bahwa tidak ada variabel independen yang memiliki nilai VIF lebih dari 10.
Dengan demikian, dapat disimpulkan bahwa tidak ada multikolinieritas yang terjadi antar variabel independen dalam model regresi.
4.2.2.3 Hasil Uji Autokorelasi
Untuk menguji ada tidaknya autokorelasi dalam penelitian ini digunakan uji Durbin Watson. Hasil uji SPSS pada tabel 4.6 menunjukkan nilai Durbin Watson
Coefficients
a
1056.674 790.255
1.337 .187
110.597 61.991
.331 1.784
.080 .436
2.296 1.909
1.514 .186
1.261 .213
.685 1.460
-1.396 3.697
-.053 -.378
.707 .749
1.335 -389.777
179.150 -.582
-2.176 .034
.209 4.782
-8.398 6.835
-.277 -1.229
.225 .295
3.394 .124
.707 .030
.176 .861
.523 1.913
.198 3.484
.009 .057
.955 .575
1.738 -20.897
29.223 -.239
-.715 .478
.134 7.452
-218.525 169.567
-.327 -1.289
.203 .232
4.312 Constant
RR CAR
NPL NPM
NIM LDR
GWM LnROA
LnBOPO Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Tolerance VIF
Collinearity Statistics
Dependent Variable: PL a.
84
sebesar 2,002. Nilai ini akan dibandingkan dengan nilai D-W pada tabel dengan
tingkat kepercayaan 5 dan k = 10. Tabel 4.6
Hasil Uji Durbin-Watson
Sumber: Data sekunder setelah diolah dengan SPSS, 2010 Nilai D-W menurut tabel 4.6 dengan tingkat signifikansi 5 dan nilai n = 63
serta k = 10 diperoleh angka dl = 1,222 dan du = 1,984. Oleh karena itu, nilai D-W lebih besar dari du 1,984 dan kurang dari 4 – 1,984= 2,016 4 – du, maka dapat
disimpulkan bahwa tidak ada autokorelasi positif maupun autokorelasi negatif antar residual.
4.2.2.4 Hasil Uji Heterokedastisitas
Uji Heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual suatu pengamatan ke pengamatan yang
lain tetap. Penelitian ini menggunakan cara dengan melihat grafik plot untuk
Model Summary
b
.455
a
.207 .072
66.17342 2.003
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
Predictors: Constant, LnBOPO, LDR, NPL, CAR, GWM, NIM, RR, NPM, LnROA
a. Dependent Variable: PL
b.
85
mendeteksi adanya heterokedastisitas Ghozali, 2006. Hasil uji heterokedastisitas dapat dilihat pada hasil pengolahan dengn menggunkan SPSS yaitu sebagai berikut:
Gambar 4.3
Sumber: Data sekunder setelah diolah dengan SPSS, 2010
Dari grafik scatterplot pada gambar 4.3 terlihat bahwa titik-titik yang ada
menyebar secara acak. Titik-titik juga terdapat baik di atas maupun di bawah angka 0 pada sumbu Y. Oleh karena itu, dapat disimpulkan bahwa tidak terjadi
heterokedastisitas pada model regresi sehingga model regresi layak digunakan.
Regression Standardized Predicted Value
4 2
-2
R e
g re
s s
io n
S tu
d e
n ti
z e
d R
e s
id u
a l
4
2
-2
Scatterplot
Dependent Variable: PL
86
4.2.3 Hasil Pengujian Analisis Berganda