80
Tabel 4.4 Hasil Uji Glejser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
-2.144 2.271
-.944 .347
LNCAR -.287
.252 -.342
-1.139 .257
LNNPL .063
.118 .090
.539 .591
LNNPM .069
.088 .114
.782 .436
LNBOPO .575
.459 .136
1.253 .213
LNLDR .221
.278 .249
.795 .428
a. Dependent Variable: absut Sumber: Hasil Penelitian, 2016 Data Diolah
Berdasarkan Tabel 4.4 uji Glejser terlihat bahwa tingkat signifikansi Capital Adequacy Ratio sebesar 0,257 , tingkat signifikansi Non Performing
Loan sebesar 0,591 , tingkat signifikansi Net Profit Margin sebesar 0,436 , tingkat signifikansi Biaya Operasional terhadap Pendapatan Operasional sebesar
0,213,dan tingkat signifikansi Loan to Deposit Ratio sebesar 0,428 . Dengan demikian, terlihat bahwa tidak satupun variabel independen secara statistik
berpengaruh signifikan terhadap variabel Absut Abs. Maka berdasarkan kriteria pengujian
dapat disimpulkan
bahwa data
tidak mengarah
adanya heteroskedastisitas.
3. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Dalam penelitian
ini uji multikolinearitas dapat dilihat dari nilai tolerance dan variance inflation
Universitas Sumatera Utara
81
factor VIF Ghozali, 2013:105. Multikolinearitas tidak terjadi jika VIF10 dan nilai tolerance0,10.
Tabel 4.5 Uji Multikolonearitas
Sumber: Hasil Penelitian, 2016 Data Diolah Pada Tabel 4.5 diatas, perhitungan tolerance menujukkan tidak ada
variabel independen yang memiliki nilai tolerance kurang dari 0,10 yang berarti tidak ada korelasi antara variabel independen. Sementara perhitungan nilai
Variane Inflation Factor VIF tidak ada yang lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam
model regresi.
4. Uji Autokorelasi
Uji autokorelasi bertujuan apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada
periode t-1 sebelumnya. Menurut Ghozali 2013:110 untuk mendeteksi ada atau tidaknya autokorelasi dapat menggunakan uji Durbin-Watson DW test.
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance
VIF 1
Constant -4.114 3.254
-1.265 .209 LNCAR
.040 .360
.031 .111 .912
.108 9.238
LNNPL .161
.169 .149
.954 .342 .348
2.877 LNNPM
-.409 .125
-.444 -3.263 .002 .461
2.171 LNBOPO
.719 .657
.111 1.094 .277 .824
1.214 LNLDR
.242 .398
.178 .609 .544
.100 10.036
a. Dependent Variable: LNPERTUMBUHANLABA
Universitas Sumatera Utara
82
Tabel 4.6 Hasil Uji Autokorelasi
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
-6.563 3.514
-1.868 .065
LNCAR -.119
.372 -.106
-.319 .751
LNNPL .034
.179 .035
.187 .852
LNNPM -.349
.123 -.427
-2.843 .006
LNBOPO 1.078
.700 .173
1.539 .128
LNLDR .519
.415 .438
1.251 .215
auto .136
.113 .126
1.205 .232
a. Dependent Variable: LNPERTUMBUHANLABA Sumber: Hasil Penelitian, 2016 Data Diolah
Hasil uji Autokorelasi Uji Lagrange Multiplierr LM test pada Tabel 4.6 terlihat bahwa tingkat signifikansi Autokorelasi sebesar 0,2320,05. Dengan
demikian, berdasarkan kriteria pengujian, maka dapat disimpulkan bahwa data tidak mengarah adanya autokorelasi dengan kata lain, asumsi nonautokorelasi
telah terpenuhi.
4.2.3 Analisis Regresi Linear Berganda
Penelitian ini menggunakan regresi linier berganda, dimana semua variabel dimasukkan untuk menguji pengaruh satu atau lebih variabel independen
terhadap variabel dependen. Berdasarkan uji asumsi klasik yang telah dilakukan, dapat disimpulkan bahwa model regresi dapat digunakan layak dilakukan
analisis statistic. Berikut ini merupakan hasil pengolahan data dengan analisis regresi linier berganda:
Universitas Sumatera Utara
83
Tabel 4.7 Hasil Analisis Regresi Berganda
Coefficients
a
Model Unstandardized
Coefficients Standardize
d Coefficients
t Sig.
B Std. Error
Beta 1
Constant -4.114 3.254
-1.265 .209
LNCAR .040
.360 .031
.111 .912
LNNPL .161
.169 .149
.954 .342
LNNPM -.409
.125 -.444
-3.263 .002
LNBOPO .719
.657 .111
1.094 .277
LNLDR .242
.398 .178
.609 .544
a. Dependent Variable: LNPERTUMBUHANLABA
Sumber: Hasil Penelitian, 2016 Data Diolah
Berdasarkan Tabel 4.9 maka diperoleh model persamaan regresi linier sebagai berikut:
Y = -4,114 + 0,040X
1
+ 0,161X
2
-0,409X
3
+ 0,719X
4
+ 0,242X
5
+ e Dimana :
Y = Pertumbuhan Laba X
1
= Capital Adequacy Ratio CAR X
2
= Non Performing Loan NPL X
3
= Net Profit Margin NPM X
4
= Biaya Operasional terhadap Pendapatan Operasional X
5
= Loan to Deposit Ratio LDR e = error
Persamaan regresi diatas dapat diinterprestasikan sebagai berikut:
Universitas Sumatera Utara
84
1. Nilai konstanta sebesar -4,114 artinya apabilai nilai variabel independen
Capital Adequacy Ratio CAR, Non Performing Loan NPL, Net Profit Margin NPM, Biaya Operasional terhadap Pendapatan Operasional
BOPO, dan Loan to Deposit Ratio LDR bernilai nol maka nilai variabel dependen Pertumbuhan Laba konstan di -4,114.
2. Capital Adequacy Ratio CAR memiliki nilai koefisien regresi sebesar 0,40,
hal ini menunjukkan bahwa jika variabel Capital Adequacy Ratio CAR meningkat 1 maka Pertumbuhan Laba meningkat sebesar 0,40.
3. Non Performing Loan NPL memiliki nilai koefisien regresi sebesar 0,161,
hal ini menunjukkan bahwa jika variabel Non Performing Loan NPL meningkat maka Pertumbuhan Laba meningkat sebesar 0,161.
4. Net Profit Margin NPM memiliki nilai koefisien regresi sebesar -0,409, hal
ini berarti bahwa setiap penambahan 1 satuan variabel Net Profit Margin NPM, maka Pertumbuhan Laba mengalami penurunan sebesar 0,409.
5. Biaya Operasional terhadap Pendapatan Operasional memiliki nilai koefisien
regresi sebesar 0,719, hal ini menunjukkan bahwa jika variabel Biaya Operasional terhadap Pendapatan Operasional BOPO meningkat sebesar 1
maka Pertumbuhan Laba meningkat sebesar 0,719. 6.
Loan to Deposit Ratio LDR memiliki nilai koefisien regresi sebesar 0,242, hal ini menunjukkan bahwa jika variabel Loan to Deposit Ratio LDR
meningkat maka Pertumbuhan Laba meningkat sebesar 0,161
4.2.4 Pengujian Hipotesis
1. Uji Parsial Uji t
