62
a. Pendekatan Grafik
Dalam penelitian ini akan digunakan metode chart diagram scatterplot, dengan dasar pemikiran bahwa Singgih, 2004 :
1. Jika ada pola tertentu seperti titik-titik poin-poin, yang ada membentuk suatu pola tertentu yang beraturan bergelombang, melebar, kemudian menyempit, maka terjadi
heteroskedastisitas. 2. Jika ada pola yang jelas, serta titik-titik menyebar ke atas dan dibawah 0 pada
sumbu Y, maka tidak terjadi heteroskedastisitas.
Gambar 4.3 Scatterplot of Dependent Variable Sumber: Hasil olahan SPSS 16.0 for windows 2010
Universitas Sumatera Utara
63
Dari grafik scatterplot yang disajikan, terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik di atas maupun di
bawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi ini.
b. Uji Glejser
Heteroskedastisitas juga dapat diuji dengan menggunakan uji Glejser. Jika tingkat signifikansi variabel independen 5 menunjukkan bahwa variabel independen
signifikan secara statistik mempengaruhi variabel independen, maka ada indikasi terjadi heteroskedastisitas. Namun apabila tingkat signifikansinya 5 maka tidak terjadi
heteroskedastisitas.
Tabel 4.9
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant .249
.617 .403
.688 LNCAR
.244 .148
.185 1.646
.104 LNNPL
-.051 .082
-.072 -.624
.534 LNROA
-.032 .135
-.028 -.234
.816 LNLDR
.036 .114
.034 .312
.756 a. Dependent Variable: absut
Sumber : Hasil olahan SPSS 16.0 for windows 2010
Tabel 4.9 menunjukkan bahwa tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen absolut Ut absut. Hal ini terlihat dari
nilai signifikansi variabel CAR, NPL, ROA, dan LDR masing-masing lebih besar dari
Universitas Sumatera Utara
64
tingkat signifikansi α = 5. Dengan demikian dapat disimpulkan bahwa tidak terjadi
gejala heterokedastisitas dalam model regresi ini.
2. Analisis Regresi Linear Berganda a. Goodness of Fit Test