84
Gambar 4.5 Jumlah Bagi Hasil Deposito dalam jutaan rupiah
Sumber: Data diolah Dilihat dari grafik 4.5 mengenai perubahan jumlah bagi hasil
deposito pada periode penelitian 2008-2012 pada Bank Syariah Mandiri BSM menunjukkan tren yang meningkat setiap tahunnya. Ini dikarenakan
jumlah deposito mudharabah yang dihimpun bank tersebut juga mengalami peningkatan yang akhirnya meningkatkan jumlah bagi hasil yang diberikan
bank tersebut pada nasabahnya.
2. Pengujian Asumsi Klasik
a. Uji Normalitas
Uji normalitas dilakukan untuk melihat apakah variabel bebas dan variabel terikat mempunyai distribusi normal. Maksud data distribusi
normal adalah data akan mengikuti arah garis diagonal dan menyebar disekitar garis diagonal. Uji normalitas dimaksudkan untuk menguji
200,000 400,000
600,000 800,000
1,000,000 1,200,000
1,400,000 1,600,000
200 8
200 9
201 201
1 201
2
JBH
JBH
85
apakah nilai residual yang telah distandarisasi pada model regresi berditribusi normal atau tidak. Nilai residual dikatakan berdistribusi
normal jika residual nilai residual terstandarisasi tersebut sebagian besar mendekati nilai rata-ratanya. Dalam penelitian ini, peneliti menggunakan
uji normalitas dengan analisis grafik dan uji Kolmogorov-Smirnov. Berikut adalah hasil dari uji ini:
1 Analisa Grafik Histogram
Gambar 4.6 Histogram
Sumber: Data diolah Berdasarkan gambar diatas histogram Regression Residual
membentuk kurva seperti lonceng maka nilai residual tersebut dinyatakan normal atau data berdistribusi normal.
2 Analisa Grafik dengan Normal Probability Plot Normal P-P Plot
86
Gambar 4.7 Grafik P-P Plot
Sumber: Data diolah Berdasarkan grafik diatas, titik-titik mengikuti atau merapat
ke garis diagonal maka data dalam penelitian ini normal atau berdistribusi normal.
3 Uji Kolmogorov-Smirnov
Tabel 4.5 Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Standardized Residual N
60 Normal Parameters
a,b
Mean .0000000
Std. Deviation .97424460
Most Extreme Differences Absolute .137
Positive .137
Negative -.074
Kolmogorov-Smirnov Z 1.058
Asymp. Sig. 2-tailed .213
a. Test distribution is Normal. b. Calculated from data.
Sumber: Data diolah
87
Berdasarkan tabel 4.5 di atas, maka dapat disimpulkan data dalam penelitian ini berdistribusi normal diliha
t dari nilai Sig. α atau 0,213 0,05.
b. Uji Multikolilinieritas
Yaitu munculnya peluang diantara beberapa variabel bebas untuk saling berkorelasi, pada praktiknya multikolinieritas tidak dapat
dihindari. Mengukur multikolinieritas dapat dilihat dari nilai Tolerance dan Variance Inflation Factor
VIF. Tolerance mengukur variabilitas variabel independen lainnya. Jadi nilai tolerance yang rendah sama
dengan nilai VIF tinggi karena VIF = 1tolerance. Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolinieritas adalah nilai
tolerance 0.10 atau sama dengan VIF 10. Berikut adalah hasil dari uji Multikolinieritas pada tabel 4.6:
Tabel 4.6 Uji Multikolinieritas dengan Nilai Tolerance dan VIF
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant INF
.944 1.059
SBD .780
1.282
JBH .773
1.293
a. Dependent Variable: DPM
Sumber: Data diolah Berdasarkan tabel 4.6 diatas, nilai Tolerance variabel bebas inflasi
= 0,944, tingkat suku bunga deposito = 0,780 dan jumlah bagi hasil deposito = 0,773. Sedangkan nilai VIF variabel bebas inflasi = 1,059,
88
tingkat suku bunga deposito = 1,282 dan jumlah bagi hasil deposito = 1,293. Dapat disimpulkan bahwa model regresi dinyatakan bebas dari
multikolinearitas karena nilai tolerance 0,10 dan nilai VIF 10.
c. Uji Heteroskedastisitas
