51 Data-data sekunder tersebut berupa rasio-rasio laporan keuangan dari
laporan keuangan perusahaan perbankan syariah yang telah diaudit per 31 desember 2009 - 2013.
Pada penelitian ini data sekunder tersebut didapat dengan cara sebagai berikut:
1. Studi Lapangan Field Research Adalah tehnik pengumpulan data dengan cara mengutip langsung
data dari pusat referensi pasar modal PRPM di Bursa Efek Indonesia yang dapat dilihat dengan menggunakan capital electronic document service,
Indonesian capital market directory, prospectus serta Fact book actually dari seluruh perusahaan yang termasuk dalam sampel penelitian selama
periode tahun penelitian.
2. Studi Kepustakaan Library Research Penelitian kepustakaan dilakukan dengan cara mengumpulkan,
membaca dan memahami bahan-bahan yang berkaitan dengan bidang yang menjadi topik pembahasan penulis, penelitian ini dimaksudkan agar penulis
memperoleh gambaran yang jelas tentang aspek-aspek teoritis dari masalah yang akan penulis bahas.
D. Metode Analisis Data
Untuk menjelaskan kekuatan dan arah pengaruh beberapa variabel bebas atau variabel penjelas independentexplanatory variable terhadap satu
variabel terikat dependent variable, metode analisis data dalam penelitian ini
52 return on asset, current ratio, debt to equity ratio dan dividend payout ratio
menggunakan model regresi berganda atau Multiple Regression Ghozali, 2009:5.
Tahapan penelitian dalam menganalisis pengaruh inflasi X
1
, nilai tukar rupiah X
2
, suku bunga X
3
, capital adequacy ratio X
4
dan financial deposit ratio X
5
terhadap return on asset adalah sebagai beriku:
1. Uji Asumsi Klasik
Untuk menunjukkan pengaruh antara variabel bebas X terhadap variabel terikat Y, maka perlu digunakan pengujian asumsi klasik. Uji
asumsi dasar yang dilakukan adalah:
a. Uji Normalitas Data
Uji normalitas bertujuan untuk menguji apakah sebuah model regresi variabel dependen, variabel independen atau keduanya
mempunyai distribusi normal atau tidak. Terdapat dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan
analisis grafik dan analisis statistik Ghozali, 2009:27. 1 Analisis Grafik
Metode yang digunakan dalam analisis grafik adalah dengan melihat normal probability plot yang membandingkan distribusi
kumulatif dari distribusi normal. Untuk dapat mengetahui apakah model regresi tersebut
mengalami normalitas atau tidak dideteksi dengan melihat penyebaran
53 data titik pada sumbu diagonal dari grafik. Adapun dasar
pengambilan keputusan. Santoso, 2007:214 adalah: a Jika data menyebar di sekitar garis diagonal dan mengikuti arah
garis diagonal atau grafik histogramnya tidak menunjukkan pola distribusi normal maka model regresi tersebut memenuhi asumsi
normalitas. b Jika data menyebar jauh dari garis diagonal atau tidak mengikuti
garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal maka model regresi tidak memenuhi asumsi
normalitas. 2 Analisis Statistik
Selain itu penelitian uji normalitas dapat juga menggunakan uji Kolmogorov Smirnov dengan bantuan program SPSS. Dalam
penelitian ini, uji yang dilakukan untuk menentukan normalitas dengan menggunakan statistik Kolmogorov
–Smirnov Ghozali, 2009:30. Hal ini dapat dilihat sebagai berikut:
a Dengan membandingkan K-S
hitung
dengan K-S
tabel
: 1 Jika K- S
hitung
K- S
tabel
, H
o
ditolak. 2 Jika K- S
hitung
K- S
tabel
, H
o
diterima. b Dengan melihat angka probabilitas, dengan ketentuan:
1 Probabilitas 0,05, maka H
o
ditolak. 2 Probabilitas 0,05, maka H
o
diterima.
54
b. Uji Multikolinieritas
Uji multikolinieritas digunakan untuk mendeteksi ada tidaknya hubungan antara beberapa variabel bebas independen dalam model
regresi Ghazali, 2009:95. Multikolinieritas merupakan keadaan dimana satu atau lebih variabel independen dinyatakan sebagai kondisi linier
dengan variabel lainnya. Artinya bahwa jika perubahan-perubahan bebas digunakan sama sekali tidak berkolerasi satu dengan yang lain maka bisa
dikatakan tidak terjadi multikolinieritas. Uji multikolinearitas dapat juga dilakukan dengan melihat nilai tolerance dan Variance Information
Factor VIF dari hasil analisis dengan menggunakan SPSS. Apabila nilai tolerance lebih tinggi daripada 0,10 atau VIF lebih kecil dari 10
maka dapat dikatakan tidak terjadi multikolinearitas.
c. Uji Heteroskedastisitas
Uji heterokedastisitas menunjukkan bahwa variance variabel tidak sama untuk semua pengamatan. Jika variance dari residual satu
pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Data yang baik yaitu
homoskedastisitas yaitu kesamaan varians dan residual. Kebanyakan data cross section mengandung situasi heteroskedastisitas karena data ini
menghimpun data yang mewakili berbagai ukuran-ukuran kecil, sedang dan besar.
Cara untuk mendeteksi ada atau tidaknya heteroskedastisitas yaitu melihat hasil output SPSS melalui grafik scatterplot antara nilai prediksi
55 variabel terikat dependen yaitu ZPRED dengan residualnya SRESID.
Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan
ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual Y prediksi
– Y sesungguhnya yang telah di-studentized Ghozali, 2009:125. Dasar analisis dari uji heteroskedastisitas adalah
sebagai berikut: 1 Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola
tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas.
2 Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah
angka pada
sumbu Y,
maka tidak
terjadi heteroskedastisitas.
d. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam sebuah model regresi linier ada korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena
observasi yang beruntun sepanjang waktu berkaitan satu sama lain. Masalah timbul karena residual kesalahan pengganggu tidak bebas dari
satu observasi ke observasi lainnya. Ghozali, 2009:99. Uji Durbin Watson hanya digunakan untuk autokorelasi tingkat satu first order
autocorrelation dan mengisyaratkan adanya intercept konstanta dalam
56 model regresi dan tidak ada variabel lagi di antara variabel independen.
Hipotesis yang akan diuji adalah: H
o
: tidak ada autokorelasi r = 0 H
a
: ada autokorelasi r ≠ 0 Autokorelasi adalah korelasi antara sesama urutan pengamatan
dari waktu ke waktu. Untuk memeriksa adanya aotukorelasi, biasanya dilakukan uji statistik Durbin
– Watson. Model regresi yang baik adalah regresi yang bebas dari autokorelasi Uji autokorelasi dilakukan dengan
menggunakan uji Durbin-Watson D-W, dengan tingkat kepercayaan
= 5. Apabila D-W terletak antara -2 sampai +2 maka tidak ada autokorelasi Santoso. 2002:219.
2. Uji Hipotesis Penelitian
a. Uji Simultan Uji F
Pengujian ini bertujuan untuk membuktikan apakah variabel- variabel independen X secara simultan bersama-sama mempunyai
pengaruh terhadap variabel dependen Y Ghozali, 2009:88. Apabila F
hitung
F
tabel
, maka H
o
ditolak dan H
a
diterima, yang berarti variabel independen mempunyai pengaruh yang signifikan
terhadap variabel dependen dengan menggunakan tingkat signifikan sebesar 0,05 jika nilai F
hitung
F
tabel
maka secara bersama-sama seluruh variabel independen mempengaruhi variabel dependen. Selain itu, dapat
juga dengan melihat nilai probabilitas. Jika nilai probabilitas lebih kecil
57 daripada 0,05 untuk tingkat signifikansi=0,05, maka variabel
independen secara bersama-sama berpengaruh terhadap variabel dependen. Sedangkan jika nilai probabilitas lebih besar daripada 0,05
maka variabel independen secara serentak tidak berpengaruh terhadap variabel dependen.
Kemudian akan diketahui apakah hipotesis dalam penelitian ini secara simultan ditolak atau diterima, adapun bentuk hipotesis secara
simultan adalah: H
o
: b
1
= b
2
= b
3
= b = b
5
= 0 ; inflasi X
1
, nilai tukar rupiah X
2
, suku bunga X
3
, capital adequacy ratio X
4
dan financial deposit ratio X
5
secara simultan tidak berpengaruh terhadap return on
asset Y. H
o
: b
1
≠ b
2
≠ b
3
≠ b
4
≠ b
5
≠ 0 ; inflasi X
1
, nilai tukar rupiah X
2
, suku bunga X
3
, capital adequacy ratio X
4
dan financial deposit ratio
X
5
secara simultan
berpengaruh terhadap return on asset Y.
58
b. Uji Parsial Uji t
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel individu independen secara individu dalam menerangkan
variabel dependen Ghozali, 2009:88. Uji t digunakan untuk mengetahui apakah pengaruh variabel independen berpengaruh secara parsial
terhadap variabel dependen bersifat menentukan significant atau tidak Santoso, 2007:168. Dalam penelitian ini menggunakan uji signifikan
dua arah atau two tailed test, yaitu suatu uji yang mempunyai dua daerah penolakan H
o
yaitu terletak di ujung sebelah kanan dan kiri. Dalam pengujian dua arah, biasa digunakan untuk tanda sama dengan = pada
hipotesis nol dan tanda tidak sama dengan ≠ pada hipotesis alternatif. Tanda = dan ≠ ini tidak menunjukan satu arah, sehingga pengujian
dilakukan untuk dua arah Suharyadi dan Purwanto S.K., 2009:88-89. Kriteria dalam uji parsial Uji t dapat dilihat sebagai berikut:
Uji Hipotesis dengan membandingkan t
hitung
dengan t
tabel
1 Apabila - t
hitung
- t
tabel
atau t
hitung
t
tabel
, maka H
o
ditolak dan H
a
diterima, artinya variabel independen secara parsial mempunyai pengaruh yang signifikan terhadap variabel dependen.
2 Apabila t
hitung
≤ t
tabel
atau - t
hitung
≥ - t
tabel
, maka H
o
diterima dan H
a
ditolak, artinya variabel independen secara parsial tidak mempunyai pengaruh yang signifikan terhadap variabel dependen.
Uji Hipotesis berdasarkan Signifikansi 1 Jika angka sig. 0,05, maka H
o
diterima, 2 Jika angka sig. 0,05, maka H
o
ditolak,
59
3. Analisis Regresi Linier Berganda
Untuk mengetahui pengaruh variabel independen terhadap variabel dependen digunakan model regresi linier berganda dimana variabel
independen yaitu inflasi, gross domestic product dan non performing financing terhadap variabel dependen yaitu return on asset. Model regresi
linier berganda penelitian ini adalah sebagai berikut:
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ b
5
X
5
+ Ɛ
Keterangan: Y
= Variabel return on asset a
= Konstanta b
1
…b
2
= Koefisien regresi terhadap dugaan X
1
= Variabel inflasi X
2
= Variabel nilai tukar rupiah X
3
= Variabel suku bunga X
4
= Variabel capital adequacy ratio CAR X
5
= Variabel financial deposit ratio FDR Ɛ
= Standar Error
4. Koefisien Determinasi Adjusted R
2
Menurut Ghozali 2009:87 menyatakan Uji Koefisien Determinasi bertujuan untuk melihat seberapa besar kemampuan variabel bebas
menjelaskan variabel terikat yang dilihat melalui adjusted R ². Adjusted R²
ini digunakan karena variabel bebas dalam penelitian ini lebih dari dua.
60 Nilainya terletak antara 0 dan 1. Jika hasil yang diperoleh 0,5 maka model
yang digunakan dianggap cukup handal dalam melakukan suatu estimasi. Semakin besar angka Adjusted R
² maka semakin baik model yang digunakan untuk menjelaskan hubungan variabel bebas terhadap variabel
terikatnya. Jika Adjusted R ² semakin kecil berarti semakin lemah model
tersebut untuk menjelaskan variabilitas dari variabel terikatnya.
E. Definisi Operasional Variabel Penelitian
