• Tidak ada hasil yang ditemukan

Uji Asumsi Klasik

N/A
N/A
Arif Febriyanto

Academic year: 2024

Membagikan " Uji Asumsi Klasik "

Copied!
5
0
0

Teks penuh

(1)

1.2.3. Uji Asumsi Klasik 1. Uji Normalitas

Uji normalitas digunakan untuk mengetahui apakah data yang disajikan untuk dianalisis lebih lanjut berdistribusi normal atau tidak. Seperti diketahui bahwa uji T dan uji F mengamsumsikan bahwa nilai residual mengikuti distribusi normal. Apabila asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil.

Untuk mengujinya menggunakan metode one-sample-kolmogrov-smirnov dengan melihat grafik P-P Plot of Regression Standardized Residual. Berikut ini adalah hasil dari pengujian dengan SPSS 25:

Tabel 4.3 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 32

Normal Parametersa,b Mean ,0000000 Std. Deviation ,95604419 Most Extreme Differences Absolute ,147

Positive ,076 Negative -,147

Test Statistic ,147

Asymp. Sig. (2-tailed) ,079c

a. Test distribution is Normal.

b. Calculated from data.

c. Lilliefors Significance Correction.

Sumber : Hasil Olah Data SPSS 25

Dari data di atas menunjukkan bahwa data tersebut normal karena angka signifikan diatas 0,05.

(2)

Gambar 4.1

Grafik P-P Plot of Regression Standardized Residual

Sumber : Hasil Olah Data SPSS 25

Dari hasil penelitian diatas bahwa Uji Normalitas dengan menggunakan metode one sample Kolmogorov-smirnov test memiliki nilai signifikansi 0,079 melebihi 0,05 yang berarti tidak terjadi perbedaan yang signifikan. Maka dari hasil signifikansi tersebut bisa dikatakan bahwa distribusi data dinyatakan memenuhi asumsi normalitas. Dan kita lihat dari grafik P-P Plot of Regression Standardized Residual terlihat titik-titik mengikuti

(3)

dan mendekati garis diagonalnya sehingga dapat disimpulkan bahwa model regresi memenuhi asumsi normalitas.

2. Uji Multikolinieritas

Uji multikolonieritas ini bertujuan untuk mengetahui apakah tiap-tiap variabel bebas yaitu Pembiayaan Murabahah, Pembiayaan Mudharabah dan Ijarah saling berhubungan secara linier.

Jika ada kecenderungan adanya multikolinier maka salah satu variabel memiliki gejala multikolinier. Uji ini dapat dideteksi dengan melihat nilai Tolerance dan Variance Inflation Factor (VIF). Jika nilai tolerance lebih dari 0,1 dan Variance Inflation Factor kurang dari 10 maka dapat diasumsikan bahwa variabel independen terbebas dari masalah multikolonearitas.

Dari hasil pengujian SPSS 25 diperoleh nilai korelasi antar variabel Pembiayaan Murabahah, Pembiayaan Mudharabah dan Ijarah sebagai berikut:

Tabel 4.4

Hasil Uji Multikolinieritas

Model

Unstandardized Coefficients

Collinearity Statistics

B Std. Error Partial Part

Toleranc

e VIF

1 (Constant) -9,907 3,124

MURABAHAH 1,973 ,308 ,771 ,690 ,635 1,576

MUDARABAH -,566 ,209 -,456 -,292 ,431 2,319

IJARAH ,448 ,333 ,246 ,145 ,392 2,551

Sumber : Hasil Olah Data SPSS 25

(4)

Berdasarkan tabel rangkuman nilai Tolerance dan Variance Inflation Factor menunjukkan bahwa tidak ada satu variabel independen yang memiliki nilai Variance Inflation Factor lebih dari 10 dan tidak ada satu nilai Tolerance variabel independen yang memenuhi nilai Tolerance yaitu kurang dari 1. Hal ini berarti bahwa dalam model regresi yang dihasilkan tidak terjadi multikolinieritas.

3. Uji Heteroskedastistas

Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Uji heteroskedastisitas dalam penelitian ini menggunakan grafik Scatterplot. Jika terdapat pola tertentu yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas, sedangkan jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Hasil uji heteroskedastisitas dalam penelitian ini adalah sebagai berikut :

Gambar 4.5

Hasil Uji Heteroskedastisitas

(5)

Sumber : Hasil Olah Data SPSS 25

Dari grafik Scatterplot di atas, terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y, hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi Tingkat Laba Bersih berdasarkan masukan variabel independen Pembiayaan Murabahah, Pembiayaan Mudharabah dan Ijarah.

Referensi

Dokumen terkait

Pada penelitian ini variabel telah bebas dari heterokedastisitas, hal ini dapat dilihat dari titik-titik pada scatterplot yang menyebar di atas dan di bawah

Uji heteroskedastisitas menggunakan pola grafis regresi, grafik tersebut terlihat bahwa titik-titik menyebar secara acak dan menyebar diatas dan dibawah angka

Grafik scatterplot dari hasil uji heterokedastisitas pada variabel dependen integritas laporan keuangan (ILK). Titik-titik pada grafik yang menyebar tidak membentuk pola pada di

Berdasarkan Gambar 3 ditunjukkan bahwa titik-titik pada gambar menyebar secara acak baik diatas maupun dibawah angka 0 pada sumbu Y. Oleh karena itu, dapat

Jika pada grafif scatter plot, titik-titik menyebar di atas dan di bawah angka nol pada sumbu Y serta tidak membentuk pola tertentu yang teratur (misal

Tetapi bila data yang terdapat pada grafik tersebut menyebar secara acak dan tersebar baik di bawah maupun di atas angka 0 pada sumbu y maka dapat dipastikan bahwa model

Tipsnya adalah bahwa pengujian dengan metode grafik sering menimbulkan perbedaan persepsi di antara beberapa pengamat, sehingga penggunaan uji normalitas dengan uji

Berdasarkan gambar grafik di atas, titik menyebar dengan pola yang tidak jelas serta titik-titik menyebar diatas dan dibawah angka nol pada sumbu Y, sehingga dapat disimpulkan