BAB III METODE PENELITIAN
D. Tehnik Analisis Data
3. Uji Regresi Linier Berganda
Penelitian ini bertujuan untuk melihat pengaruh hubungan antar variabel-variabel independen terhadap dependen. Sesuai dengan model yang dikembangkan dalam penelitian ini maka tehnik yang digunakan oleh peneliti untuk menganalisis data yaitu dengan metode analisis regresi linier berganda sebagai alat untuk menaksir hubungan kausalitas antar variabel (model casual) yang telah ditetapkan (Ghozali, 2013:95).
52
Keterangan:
= Pertumbuhan Laba = Konstanta
= Koefisien Regresi
= Non Perfoming Financing
= Financing to Deposit Ratio
= Giro Wajib Minimum
= Dewan Komisaris Independen
= Kepemilikan Institusional
= Return On Asset
= Net Interest Margin
= Capial Adequacy Ratio = term error
Adapun model pengujian hipotesisnya antara lain:
a) Uji Asumsi Klasik
1) Uji Multikolonieritas
Uji multikolonieritas ini bertujuan untuk menguji apakah terjadi korelasi pada model regresi diantara variabel bebas (independen). Multikolonieritas dapat dilihat dari nilai Tolerance dan Variance Inflation Factor (VIF). Tolerance mengukur variabilitas variabel independen yang dipilih yang tidak dijelaskan oleh variabel lainnya. adapun nilai tolerance yang rendah sama dengan nilai VIF tinggi
53
(karena VIF=1/Tolerance). Nilai cutoff untuk melihat adanya multikolonieritas adalah nilai tolerance , atau VIF (Ghazali, 2013:105-106).
2) Uji Autokorelasi
Uji Autokorelasi ini bertujuan untuk menguji apakah terdapat korelasi antara kesalahan penganggu pada periode waktu observasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu yang berkaitan satu sama lainnya pada data runtut waktu (time series) atau crossection.
Adapun pengujiannya dapat dilakukan dengan Uji Durbin-Watson (DW test) dengan ketentuan adanya intercept (konstanta) dalam model regresi dan tidak ada variabel lag diantara variabel independen (Ghazali, 2013:110-111). Hipotesis yang akan diuji adalah:
H0 : tidak ada autokorelasi Ha : ada autokorelasi
Sedangkan untuk pengambilan keputusan ada atau tidaknya autokorelasi dengan melihat perhitungan berikut:
1) maka ditolak
2) maka tidak terdapat desicion
3) maka ditolak
4) maka tidak terdapat desicion
54
3) Uji Heteroskedastisitas
Dalam Ghozali Uji Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Jika dalam satu pengamatan ke pengamatan yang lain memiliki variansi dari residual yang sama atau tetap, maka hal ini disebut dengan homokedastisitas. Namun jika variansi berbeda, hal ini yang disebut dengan heteroskedastisitas.
Homokedastisitas mencerminkan model regresi yang baik. Sebaliknya, adanya heteroskedastisitas menunjukkan model regresi yang tidak baik.
Dalam pengujian heteroskedastisitas, terdapat beberapa model pengujian yng dapat digunakan. Untuk penelitian ini model pengujian yang digunakan adalah uji Glejser dengan meregresikan nilai absolute residual terhadap variabel independen dengan persamaan:
Jika variabel signifikan secara statistik mempengaruhi variabel dependen, maka ada indikasi terjadinya heteroskedastisitas. Begitupun sebaliknya, jika variabel tidak signifikan secara statistik mempengaruhi variabel dependen, maka tidak terjadi heteroskedastisitas (Ghazali, 2013:139-143).
55
4) Uji Normalitas
Model regresi yang baik ialah model regresi yang memiliki distribusi data yang normal atau setidaknya mendekati normal. Untuk mendeteksi apakah residual terdistribusi normal atau tidak dapat dilakukan dua uji normalitas yaitu dengan uji statistik.
Analisis statistik yang digunakan untuk menguji normalitas residual adalah uji Jarque-Bera dengan membuat hipotesis sebagai berikut:
H0 : Data residual terdistribusi normal.
Ha : Data residual tidak terdistribusi secara normal.
Uji statistik dapat dilihat pada nilai Jarque-Bera dan probabilitas signifikansinya. Jika nilai probability < 0,05 maka H0 ditolak, dan Ha diterima. Sedangkan jika probability > 0,05 maka Ha ditolak, H0 diterima (Ghazali, 2013:160-165).
5) Uji Linieritas
Uji ini digunakan untuk melihat apakah spesifikasi model yang digunakan sudah benar atau tidak. Apakah fungsi yang digunakan dalam suatu studi empiris sebaiknya berbentuk linier, kuadrat atau kubik. Dengan adanya uji linieritas ini akan diperoleh informasi apakah model empiris sebaiknya linier, kuadrat atau kubik (Ghazali, 2013:166).
Untuk mengujinya dapat dilakukan dengan menggunakan model Ramsey Test, yaitu dengan membandingkan nilai probabilitas log
56
likelihood ratio pada tabel Ramsey Test dengan sigifikansi 5%. jika nilai probabilitas log likelihood ratio < 0,05, maka model linier ditolak. Sebaliknya, jika nilai probabilitas log likelihood ratio > 0,05, maka model linier diterima.
b) Uji Hipotesis
1) Uji Koefisien Determinasi (R2)
Koefisien determinan ini digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai R2 adalah nol atau satu. Adapun nilai R2 yang kecil berarti kemampuan variabel–variabel independen dalam menjelaskan variasi variabel terbatas. Sedangkan nilai R2 yang mendekati satu berarti variabel-variabel independen dapat memberikan informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.
Nilai Adjusted R2 perlu digunakan dalam mengevaluasi model regresi yang terbaik. Berbeda dengan nilai R2, nilai Adjusted R2 ini dapat naik turun apabila satu variabel independen ditambahkan ke dalam model. Jika dalam uji empiris nilai Adjusted R2adalah negatif, maka nilainya dianggap nol. Secara matematis jika nilai R2 =1, maka nilai Adjusted R2 = R2 = 1. Sedangkan jika nilai R2 = 0, maka nilai Adjusted R2 =(1-k)/(n-k). Jika k > 1, maka nilai Adjusted R2 akan bernilai negatif (Ghazali, 2013:97).
57
2) Uji Ftest(Simultan)
Uji statistik F digunakan untuk menguji apakah variabel independen secara bersama-sama mempunyai pengaruh yang signifikan terhadap variabel dependen. Uji F dilakukan dengan cara quick look pada nilai statistik F.
Hipotesis nol yang hendak diuji adalah apakah semua parameter dalam model sama dengan nol, atau:
H0 : b1 = b2 = b3 = b4 = b5 = b6 = b7 = 0
Yang artinya, apakah semua variabel independen bukan merupakan penjelasan yang signifikan terhadap variabel dependen. Hipotesis alternatifnya (Ha) tidak semua parameter secara simultan sama dengan nol, atau:
Ha : b1 b2 b3 b4 b5 b6 b7 0
Artinya semua variabel independen secara simultan merupakan penjelas yang signifikan terhadap variabel dependen.
Besar nilai F hitung menjelaskan berapa besar pengaruh variabel independen terhadap variabel dependen. Jika nilai F lebih kecil dari k maka Ha ditolak dan H0 diterima. Sebaliknya jikan Fhitung > k maka H0 ditolak Ha diterima (Ghazali, 2013:98).
3) Uji Ttest (Parsial)
Uji signifikan t (t-test) digunakan untuk meguji koefisien secara parsial dari variabel independen terhadap variabel dependen. Apakah koefisien korelasi dapat digeneralisasikan (berlaku pada populasi
58
dimana sampel diambil) atau tidak. Hipotesis nol (H0) yang hendak diuji adalah apakah satu parameter dengan nilai nol, atau:
H0 : bi = 0
Artinya apakah suatu variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen. Hipotesis alternatifnya (Ha) parameter suatu variabel tidak sama dengan nol, atau:
Ha : bi 0
Artinya, variabel tersebut merupakan penjelas yang signifikan terhadap variabel dependen. Uji T dilakukan dengan cara melihat nilai signifikansi pada setiap variabel independennya. Jika nilai sig. lebih besar di atas 0,05 maka Ha ditolak dan H0 diterima. Sedangkan jika nilai sig. lebih kecil dari 0,05 maka H0 ditolak, Ha diterima (Ghazali, 2013:101).