Analisis Statistik Deskriptif HASIL PENELITIAN DAN PEMBAHASAN

70 pada bank syariah adalah 0,90843 90,843 dapat disimpulkan bahwa bank syariah pada rata-rata masih jauh di atas rata-rata 100 hal tersebut mengindikasikan pembiayaan bank syariah lebih besar dari DPK sehingga menunjukan bahwa uang yang digunakan bank syariah untuk menyalurkan pembiayaan berasal dari sumber lain seperti hutang dan modal. 4. Variabel independen ketiga adalah Net Operation Margin NOM, yaitu memiliki nilai minimum sebesar 0,026 2,6 yang dimiliki oleh PT Bank Muamalat Indonesia pada periode Januari 2013. Dan nilai maksimum sebesar 0,403 40,3. Sementara itu nilai penyimpangan rata-rata sebesar 0,082832 8,2832. Dilihat dari nilai rata-rata sebesar Net Operation Margin NOM pada bank syariah adalah 0,13293 13,29 dapat disimpulkan bahwa aktiva produktif bank syariah cukup tinggi dalam menghasilkan laba. 5. Variabel independen keempat adalah Jumlah Pembiayaan, yaitu memiliki nilai minimum sebesar 378444 yang dimiliki oleh PT Bank BCA syariah pada periode Januari 2011. Dan nilai maksimum sebesar 54711700 yang dimiliki oleh PT Bank Syariah Mandiri pada periode Desember 2013. Sementara itu nilai penyimpangan rata-rata sebesar 15653219.663. Dilihat dari nilai rata-rata Jumlah Pembiayaan pada bank syariah adalah sebesar 16438243.57 dapat disimpulkan Jumlah Pembiayaan yang disalurkan sudah tersalurkan dengan cukup baik. 6. Variabel dependen adalah perataan laba, variabel ini juga merupakan variabel numerika yang menggunakan variabel dummy, dimana perusahaan yang 71 melakukan perataan laba diberi nilai satu 1 sebagai nilai maksimum dan yang tidak melakukan perataan laba diberi nilai nol 0 sebagai nilai minimum. Sehingga dengan jelas dapat diketahui bahwa range antara data adalah sebesar satu 1, dengan nilai rata-rata mean sebesar 0,85333 dan standar deviasi sebesar 0.496466. Menunjukan perbedaan yang signifikan antara nilai rata-rata dengan nilai standar deviasi.

C. Statistika Inferensial 1.

Menilai Keseluruhan Model Overall Model Fit Uji ini digunakan untuk menilai model yang telah dihipotesakan telah fit atau tidak dengan data. Nilai yang diberikan untuk variabel dependen dimana variabel ini adalah variabel yang menggunakan variabel dummy adalah 1 dan 0. Apabila bernilai 1 bermakna perusahaan melakukan perataan laba dan apabila bernilai 0 maka perusahaan tidak melakukan perataan laba. Menilai keseluruhan model dilakukan dengan cara memperhatikan angka pada -2 Log Likelihood -2LL Block Number = 0 dan -2 Log Likehood -2LL Block Number = 1 72 Tabel 4.2 Overall Model Fit Iteration History

a,b,c,d

Iteration -2 Log likelihood Coefficients Constant LN_NPF LN_FDR LN_NOM LN_JumlahPem biayaan Step 1 1 88.424 9.601 .111 5.203 .802 -.409 2 88.273 10.845 .126 5.972 .914 -.460 3 88.273 10.897 .126 6.006 .919 -.462 4 88.273 10.897 .126 6.006 .919 -.462 Sumber : Hasil Pengolahan SPSS Menilai model fit dapat dlihat dari nilai statistic -2Log L terlihat pada Block 0 tanpa variabel hanya konstanta saja model terlihat tidak fit setelah dmasukan 4 variabel baru maka nilai -2LogL turun menjadi 88,273 atau terjadi penurunan sebesar 9,531. Penurunan ini signifikan jika dibandingkan dengan tabel tabel c2. Df1 = n-k = 72 Df2 = 72-4 = 68 jadi selisih df = 72- 68 = 4. Dari tabel c2 dengan df = 4 didapat angka = 9,487. Oleh karena 9,531 lebih besar dari tabel maka dapat dikatakan bahwa selisih penurunan -2LogL Iteration History

a,b,c

Iteration -2 Log likelihood Coefficients Constant Step 0 1 97.804 .333 2 97.804 .336 3 97.804 .336 73 signifikan. Hal ini berarti penambahan variabel independen kedalam model memperbaiki model fit.

2. Menilai Kelayakan Model Regresi Goodness Of Fit Test

Uji ini dilakukan untuk melihat apakah data empiris cocok atau sesuai dengan model tidak ada perbedaan antara model dengan data sehingga model dikatakan fit. Jika nilai Hosmer dan Lemeshow goodness of fit test statistic adalah sama dengan atau kurang dari 0,05, berarti ada perbedaan signifikan antara model dengan observasinya sehingga goodness fit tidak baik, karena model tidak dapat memprediksi nilai observasinya. Sebaliknya jika nilai Hosmer dan Lemeshow goodness of fit test kebih besar dari 0,05 berarti model mampu memprediksi nilai observasinya atau dapat dikatakan bahwa model dapat diterima karena cocok dengan data observasinya. 50 Tabel 4.3 Hosmer and Lemeshow Test Hosmer and Lemeshow Test Step Chi-square Df Sig. 1 7.141 8 .521 Sumber : Hasil Pengolahan SPSS Berdasarkan tabel 4.4 di atas dapat dilihat bahwa nilai statistik Hosmer dan Lemshow Goodness of Fit sebesar 7,141 dengan probabilitas signifikansi 0,521, nilai ini di atas 0,05 dengan demikian dapat disimpulkan bahwa model 50 Ibid, h. 341