Tabel 3.1. Operasionalisasi Variabel Penelitian No. Variabel
Definisi Skala Pengukuran
1. Pembiayaan Berbasis Bagi
Hasil Jumlah agregat nilai
pembiayaan berbasis bagi hasil yang
disalurkan oleh bank syariah
Rasio Total pembiayaan
bagi hasil yang disalurkan bank
syariah
2. Deposito Mudharabah
Simpanan pihak ketiga yang
penarikannya hanya dapat dilakukan dalam
jangka waktu tertentu dengan mendapat
imbalan bagi hasil Rasio Besarnya
deposito mudharabah yang
dihimpun dari dalam negeri
maupun luar negeri
3. Spread
Bagi Hasil
Pendapatan bank yang utama
Rasio bagi hasil yang
diterima bank syariahbagi hasil
yang disalurkan bank syariah
4. Tingkat Bagi
Hasil Rata-rata tingkat
imbalan atas pembiayaan
mudharabah dan musyarakah
Rasio bagi hasil yang
diterimatotal pembiayaan yang
disalurkan bank syariah
3.4. Analisis Statistik Deskriptif
Analisis statistik deskriptif dapat menggunakan beberapa cara. Anatara lain adalah menggunakan distribusi frekuensi dan presentase, tendensi sentral dan
dispersi. Distribusi frekuensi merupakan dasar bagi satatistik deskriptif dan menjadi prasayarat untuk membuat grafik serta untuk menggambarkan
seperangkat data. Tendensi sentral adalah nilai rata-rata dari setiap distribusi data. Contoh bilangan dalam tendensi sentral adalah mean, median, dan modus.
Dispersi adalah distribusi nilai dalam kaitannya dengan kategori-kategori khusus. Pengukuran variasi dalam dispersi diantaranya adalah range, mean,standar
deviasi, dan disperse deviasi Sarwono, 2012.
3.5. Uji Normalitas dan Uji Asumsi Klasik
3.5.1. Uji Normalitas
Ghozali 2001:74, menyatakan bahwa uji normalitas adalah untuk menguji apakah model regresi, variabel independen, dan variabel dependennya
memiliki distribusi data normal atau tidak normal. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal.
Untuk menentukan data berdistribusi normal atau tidak dapat menggunakan rasio skewness dan kurtosis. Rasio skewnessadalah nilai
skewness dibagi dengan standard errorskewness. Sedangkan rasio kurtosisadalah
nilai kurtosisdibagi dengan standard error kurtosis. Apabila rasio skewness dan kurtosis
berada diantara -2 hingga +2 maka distribusi data adalah normal Santoso, 2000:53.
3.5.2. Uji Asumsi Klasik
3.5.2.1. Uji Autokorelasi
Uji autokorelasi digunakan untuk mengetahui apakah terjadi 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 berurutan sepanjang waktu berkaitan
satu sama lainnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi Ghozali, 2006:110. Salah satu cara yang dapat digunakan untuk
mendeteksi ada atau tidaknya autokorelasi adalah dengan Uji Durbin – Watson. Uji Durbin Watson hanya digunakan untuk autokorelasi tingkat satu first order
autocorrelation dan mensyaratkan adanya interceptkonstanta dalam model
regresi dan tidak ada variabel lagi diantara variabel independen lihat table 3.1.
Tabel 3.2. Pengambilan Keputusan Ada Tidaknya Autokorelasi
Hipotesis nol Keputusan
Jika Tidak ada autokorelasi positif
Tolak 0 d dl
Tidak ada autokorelasi positif No decision
dl ≤ d ≤ du
Tidak ada autokorelasi negative Tolak
4-dl d 4 Tidak ada autokorelasi negative
No decision 4-du
≤ d ≤ 4- dl
Tidak ada autokkorelasi positif atau negative
Tidak ditolak du d 4-du
Sumber: Ghazali 2006 3.5.2.2.
Uji Heteroskedastisitas Uji heteroskedastisitas digunakan untuk mengetahui apakah model regresi
terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain Ghozali, 2001:69. Jika varians dari residual satu pengamatan ke pengamatan
lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas.
Pengujian ini bertujuan untuk mengetahui korelasi variabel independen dengan nilai absolut residual. Uji heteroskedastisitas menggunakan uji Gleser dengan
tingkat signifikansi
α
= 5. Jika hasilnya lebih besar dari t-signifikansi
α
= 5 maka tidak mengalami heteroskedastisitas.
3.5.2.3. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang
baik seharusnya tidak terjadi korelasi di antara variabel bebas Ghozali, 2001:57. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak
ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen = 0. Pengujian multikolinieritas dapat dilihat dari
Tolerance Value atau Variance Inflation Factor VIF, sebagai berikut:
a. Jika nilai tolerance 0,10 dan VIF 10, maka dapat diartikan bahwa tidak
terdapat multikolinieritas pada penelitian tersebut. b.
Jika nilai tolerance 0,10 dan VIF 10, maka dapat diartikan bahwa terdapat multikolinieritas pada penelitian tersebut.
3.6. Uji Hipotesis
