Post test Heterokedastisitas dan Multikolinearitas

Nama : Muh. Ahsinil Umam

Nim : 126402211033

1. Melakukan uji multikolinearitas

Diperoleh output sebagai berikut:

Coefficientsa
Collinearity Statistics
Model Tolerance VIF
1 CAR .718 1.394
NPR .709 1.409
ROE .977 1.024
a. Dependent Variable: ROA

Dengan Metode Tolerance & VIF

Jika nilai Tolerance > 0.100 dan VIF < 10.00 berkesimpulan tidak terjadi gejala
multikolinearitas.
Jika nilai Tolerance < 0.100 dan VIF > 10.00 berkesimpulan terjadi gejala multikolinearitas.
Dari data output yang diperoleh:
 Variable CAR (X1) bernilai tolerance 0.714 dan VIF 1.394
 Variable NPR (X2) bernilai tolerance 0.709 dan VIF 1.409
 Variable ROE (X3) bernilai tolerance 0.977 dan VIF 1.024
Jadi dapat disimpulkan bahwa data tidak terjadi gejala multikolinearitas.

2. Melakukan uji Heterokedastisitas

Diperoleh output sebagai berikut:

Coefficientsa
 Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 148.827 49.560 3.003 .005
CAR -.012 .028 -.085 -.430 .670
NPR -.121 .069 -.351 -1.766 .087
ROE -.001 .006 -.038 -.227 .822
a. Dependent Variable: ABS_RES

Dengan Metode Pengujian Glejser

 Apabila nilai signifikansi > 0.05 maka kesimpulannya tidak terjadi gejala
heteroskedastisitas
 Apabila nilai signifikansi < 0.05 maka kesimpulannya terjadi gejala heteroskedastisitas
 Nilai signifikansi dari variable CAR (X1) 0.670 > 0.05
 Nilai signifikansi dari variable NPR (X2) 0.87 > 0.05
 Nilai signifikansi dari variable ROE (X3) 0.822 > 0.05

Jadi dapat disimpulkan bahwa data tidak terjadi gejala heteroskedastisitas.

3. Hasil Regresi Berganda

Perumusan Hipotesis
 H1 = Terdapat pengaruh (X1) CAR terhadap (Y) ROA
 H2 = Terdapat pengaruh (X2) NPR terhadap (Y) ROA
 H3 = Terdapat pengaruh (X3) ROE terhadap (Y) ROA
 H4 = Terdapat pengaruh (X1), (X2) dan (X3) secara simultan terhadap (Y) ROA

Diperoleh output sebagai berikut

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 69.862 91.861 .761 .453
CAR .073 .053 .241 1.396 .172
NPR -.120 .127 -.164 -.946 .351
ROE .038 .012 .486 3.285 .002
a. Dependent Variable: ROA

1) Pengujian hipotesis pertama H1

Diketahui nilai signifikansi untuk pengaruh X1 terhadap Y adalah sebesar 0.172 > 0.05
sehingga dapat disimpulkan bahwa h1 ditolak yang berarti tidak terdapat pengaruh X1
terhadap Y
2) Pengujian hipotesis kedua H2
Diketahui nilai signifikansi untuk pengaruh X2 terhadap Y adalah sebesar 0.351 > 0.05
sehingga dapat disimpulkan bahwa h2 ditolak yang berarti tidak terdapat pengaruh X2
terhadap Y
3) Pengujian hipotesis ketiga H3
Diketahui nilai signifikansi untuk pengaruh X3 terhadap Y adalah sebesar 0.002 < 0.05
sehingga dapat disimpulkan bahwa h1 diterima yang berarti terdapat pengaruh X3
terhadap Y

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 219651.925 3 73217.308 4.907 .006b
Residual 477454.825 32 14920.463
Total 697106.750 35
a. Dependent Variable: ROA
b. Predictors: (Constant), ROE, CAR, NPR

4) Pengujian hipotesis keempat H4

Berdasarkan output ini diketahui nilai signifikansi untuk pengaruh X1, X2 dan X3 secara
simultan terhadap Y adalah sebesar 0.006 < 0.05 sehingga dapat disimpulkan bahwa h3
diterima yang berarti terdapat pengaruh X1, X2 dan X3 secara simultan terhadap Y

Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate
a
1 .561 .315 .251 122.14935
a. Predictors: (Constant), ROE, CAR, NPR
Berdasarkan output ini diketahui nilai R square sebesar 0.315, hal ini mengandung arti bahwa
pengaruh variabel X1, X2 dan X3 secara simultan terhadap variabel Y adalah sebesar 31.5%
sisanya 68.5% dipengaruhi oleh hal lain.