3.6.2 Uji Normalitas Data
Normalitas data merupakan sebuah kunci yang harus dipenuhi dalam suatu data sebelum melakukan regresi. Menurut Santoso 2012:212, uji normalitas
digunakan untuk mengetahui apakah data tersebut terdistribusi normal atau tidak. Uji ini dilakukan dengan cara uji Kolmogrov-Smirnow apabila sampel
data lebih dari 50, dan menggnakan uji Shapiro-Wilk jika sampel data kurang
dari 50. Langkah-langkahnya dalah sebagai berikut.
a. Merumuskan hipotesis H
:b
i
= 0, artinya data berdistribusi normal H
a
:b
i
≠ 0, artinya data tidak berdistribusi normal b. Menentukan Level of Significant
Tingkat signifikasi yang digunakan adalah 5. Jika signifikan 0,05, maka data berdistribusi normal. Jika signifikan 0,05, maka data tidak
berdistribusi normal. Pemilihan tingkat signiikasi didasarkan pada tingkat signifikasi yang sesuai kepentingan dan tujuan penelitian.
c. Menarik Kesimpulan Selanjutnya hal yang harus dilakukan adalah menarik kesimpulan sebagai
berikut: 1 Jika p-value a, maka H
diterima data terdistribusi normal 2 Jika p-value a, maka H
ditolak data tidak terdistribusi normal Jika data tidak terdistribusi normal, maka akan dilakukan transformasi
data, yaitu dengan cara mengkonversi nilai data ke dalam bentuk Z-score yaitu nilai data yang mempunyai rata-rata nol dengan standar deviasi sebesar satu.
3.6.3 Analisi Jalur Path Analysis
Analisis yang digunakan adalah analisis jalur. Analisis jalur digunakan untuk menganalisis pola hubungan antar variabel dengan tujuan mengetahui
hubungan langsung maupun tidak langsung. Amalia 2014 mengemukakan bahwa analisis jalur adalah suatu teknik pengembangan dari regresi linier ganda.
Selanjutnya, dinyatakan bahwa analisis jalur ialah suatu teknik untuk menganalisis hubungan sebab akibat yang tejadi pada regresi berganda jika
variabel tidak hanya secara langsung tetapi juga secara tidak langsung Kuncoro, 2008.
Menurut Ghozali 2013, analisis jalur merupakan pengembangan dari model regresi yang digunakan untuk kesesuaian dari matrik korelasi dari dua atau
lebih model yang dibandingkan oleh peneliti. Model biasanya digambarkan dengan lingkaran dan anak panah yang menunjukkan hubungan kausalitas.
Regresi dilakukan untuk setiap variabel dalam model. Nilai regresi yang diprediksi oleh model dibandingkan dengan matrik kolerasi hasil observasi
variabel dan nilai kesesuaian dihitung. Analisis jalur ingin menguji persamaan regresi yang melibatkan beberapa
variabel dependen maupun independen sekaligus sehingga memungkinkan pengujian terhadap variabel antara. Analsis jalur juga dapat mengukur hubungan
langsung antar variabel dalam model. Hubungan langsung antar variabel tersebut dilihat dari koefisien beta.
Menurut Suliyanto 2011:247, untuk menentukan koefisien jalur maka dipergunakan perumusan yang didasarkan pada koefisien korelasi, yang matrik
koefisien korelasinya terlebih dahulu dihitung dengan langkah berikut: a. Membuat diagram jalur, yang menggambarkan hipotesis penelitian
b. Menghitung matriks korelasi antar variabel.
X
1
X
2
X
3
X
i
Y 1
rX
1
X
2
rX
1
X
3
rX
1
X
i
rX
1
Y R
1
= 1
rX
2
X
3
rX
2
X
i
rX
2
Y 1
rX
3
X
1
rX
3
Y 1
rX
i
Y 1
c. Menghitung matriks korelasi antar variabel bebas
X
1
X
2
X
3
X
i
1 rX
1
X
2
rX
1
X
3
rX
1
X
i
R
1
= 1
rX
2
X
3
rX
2
X
i
1 rX
3
X
1
1
d. Menghitung matriks invers korelasi R
1 -1
antar variabel bebas.
X
1
X
2
X
3
X
i
C
11
C
12
C
13
C
1i
R
1 -1
= C
21
C
22
C
23
C
2i
C
31
C
32
C
33
C
3i
C
i1
C
i2
C
i3
C
ii
e. Menghitung R2Y X1, X2, X3, Xi, yaitu koefisien yang menyatakan determinasi total dengan menggunakan rumus:
rYX
1
R2Y X1,X2,X3,Xi = PYX1PYX2PYX3PYX X
rYX
2
rYX
3
rYX
i
f. Menghitung besarnya koefisien pengaruh variabel-variabel lainnya terhadap Y dan di luar Xi, dengan menggunakan rumus sebagai berikut:
PY
Ɛi
= √
g. Menghitung nilai F statistik untuk menguji keberartian koefisien jalur secara keseluruhan ketetapan model,
F = h. Menghitung nilai t statik untuk menguji keberartian koefisien jalur secara
parsial dengan rumus sebagai berikut: t =
PYXi √
i. Melakukan trimming terhadap variabel yang tidak memiliki pengaruh signifikan jika diperlukan
j. Menghitung pengaruh secara proporsional, yaitu menghitung pengaruh langsung dan tidak langsung variabel bebas terhadap variabel tergantungnya.
Penelitian ini terdiri dari dua atau lebih substruktur penelitian. Dalam model penelitian yang terdiri dari beberapa sub-struktur penelitian harus
dipecahkan menggunakan beberapa tahap, sehingga bisa dirumuskan dengan persamaan berikut.
Untuk Substruktur I, Z
it
= ρZX1
it
+ ρZX2
it
+ ρZX3
it
+ ρZX4
it
+ ρZX5
it
+ e1
it
Sedangkan Substruktur II, Y
it
= ρYX1
it
+ ρYX2
it
+ ρYX3
it
+ ρYX4
it
+ ρYX5
it
+ ρYZ
it
+ e2
it
Dimana: Z
= Return on Assets ROA Y
= Penyaluran Kredit X1
= Capital Adequecy Ratio CAR X2
= Loan to Deposit Ratio LDR X3
= Non Performing Loan NPL X4
= Dana Pihak Ketiga X5
= Koefisien sensitivitas terhadap Suku Bunga e 1
= Residual Error Pertama e 2
= Residual Error Kedua i
= Nama Bank Umum t
= Periode Waktu
3.6.4 Uji Asumsi Klasik
Kategori