Analisis Data dan Pembahasan

C. Analisis Data dan Pembahasan

1. Hasil Estimasi Data Panel

a. Pendekatan OLS

Tabel 4.9 menunjukkan hasil estimasi data panel dengan menggunakan pendekatan pooled OLS. Dari estimasi data panel tersebut, diperoleh nilai koefisien determinasi sebesar 0.464884. Hal ini berarti model mampu menjelaskan variasi simpanan sebesar 46,48%.

Tabel 4.9. Hasil Estimasi Data Panel Periode 2002-2010 Pendekatan OLS (Common)

Sumber : Data Hasil Pengolahan Eviews 6

Dari hasil

estimasi diketahui bahwa variabel pendapatan per kapita memiliki efek signifikan yang positif terhadap variabel simpanan. Hal ini sesuai dengan hipotesisi penelitian dan juga penelitian sebelumnya. Sedangkan variabel suku bunga dan tingkat inflasi memiliki efek negatif namun signifikan terhadap simpanan.

Variabel

Common Effect

PP

1.107924

(0.0000)

SBN

-311886.1

(0.0001)

INF

-97950.72

(0.0038)

R2

0.464884

b. Pendekatan Fixed Effect

Hasil estimasi dengan pendekatan Fixed Effect pada Tabel

4.10 menunjukkan bahwa variabel PP dan variabel SBN secara statistik signifikan pada α=5% dengan koefisiennya sebesar 2.742221

untuk PP dan 203084.8 untuk SBN. Hal ini berarti pendapatan per kapita dan tingkat suku bunga memiliki efek positif dan signifikan terhadap simpanan dimana sesuia dengan hipotesis penelitian. Berbeda dengan variabel PP dan SBN, variabel INF tidak signifikan secara statistik. Berdasarkan koefisiennya, variabel INF memiliki efek positif terhadap variabel SIMP.

Tabel 4.10. Hasil Estimasi Data Panel Periode 2002-2010 Pendekatan Fixed Effect

Fixed Effect

3951230. ...bersambung ke halaman 84

...lanjutan Tabel 4.10

Fixed Effect

0.937112 Sumber : data hasil pengolahan Eviews 6

Walaupun demikian, hasil estimasi dengan pendekatan ini memiliki nilai koefisien determinasi sebesar 0.937112. Hal ini berarti model mampu menjelaskan variasi simpanan sebesar 93,71%. Koefisien determinasi yang diperoleh dengan pendekatan Fixed Effect cenderung lebih besar daripada pendekatan OLS.

Nilai intersep untuk masing-masing Kabupaten/Kota ialah: Cilacap sebesar -6324110., Banyumas sebesar 5729723, Purbalingga sebesar 4209736, Banjarnegara sebesar 3374066., Kebumen sebesar 5565627, Purworejo sebesar 1705562, Wonosobo sebesar 4995349, Magelang sebesar -7690148, Boyolali sebesar 349942.1, Klaten sebesar 1249471, Sukoharjo sebesar -2683426, Wonogiri sebesar 3951230, Karanganyar sebesar -3774015, Sragen sebesar 3178212, Grobogan sebesar 5409436, Blora sebesar 5432972, Rembang sebesar 1747038, Pati sebesar 2892973, Kudus sebesar -25253797, Jepara sebesar 2027629, Demak sebesar 3965016, Semarang sebesar - 313215.2, Temanggung sebesar 3228496, Kendal sebesar -2461461, Batang sebesar 2619250, Pekalongan sebesar -5448790, Pemalang sebesar 5113150, Tegal sebesar 232217.9, Brebes sebesar 3999632, Kota Magelang sebesar -7690148, Kota Surakarta sebesar -2872703, Kota Salatiga sebesar -935124.9, Kota Semarang sebesar -313215.2, Kota Pekalongan sebesar -5448790, Kota Tegal sebesar 232217.9. Dengan demikian, pendekatan Fixed Effect menjelaskan adanya perbedaan perilaku simpanan pada 35 Kabupaten/Kota tersebut.

c. Pendekatan Random Effect

Hasil estimasi pendekatan Random Effect ditampilakan dalam Tabel 4.11. Nilai koefisien untuk variabel PP adalah sebesar 2.036205, variabel SBN sebesar 68755.77, dan variabel INF sebesar 13990.81. Variabel PP secara statistik memiliki efek positif yang Hasil estimasi pendekatan Random Effect ditampilakan dalam Tabel 4.11. Nilai koefisien untuk variabel PP adalah sebesar 2.036205, variabel SBN sebesar 68755.77, dan variabel INF sebesar 13990.81. Variabel PP secara statistik memiliki efek positif yang

Sedangkan nilai koefisien dterminasi adalah sebesar 0.454705. Hal ini berarti model mampu menjelaskan variasi simpanan sebesar 45,47%. Koefisien determinasi yang diperoleh dengan pendekatan Random Effect cenderung lebih kecil daripada pendekatan OLS dan pendekatan Fixed Effect.

Tabel 4.11. Hasil Estimasi Data Panel Periode 2002-2010 Pendekatan Random Effect

Random Effect

Konstanta

PP

SBN

INF

Cilacap

Banyumas

Purbalingga

Banjarnegara

Kebumen

Purworejo

Wonosobo

Magelang

Boyolali

Klaten

Sukoharjo

Wonogiri

Karanganyar

Sragen

Grobogan

Blora

Rembang

...lanjutan Tabel 4.11

Random Effect

0.454705 Sumber : data hasil pengolahan Eviews 6

Nilai intersep (C) -7484733 merupakan nilai rata-rata dari random error component . Sedangkan nilai random effect menunjukkan seberapa besar perbedaan random effect component sebuah daerah terhadap nilai intersep (c). Jika semua nilai random effect dijumlahkan, maka akan menghasilkan angka nol. Nilai random effect untuk masing-masing Kabupaten/Kota ialah: Cilacap sebesar - 4841374, Banyumas sebesar 4127958, Purbalingga sebesar 2582421, Banjarnegara sebesar 1967046, Kebumen sebesar 3655998, Purworejo sebesar 820268.6, Wonosobo sebesar 3144603, Magelang sebesar - 5769762, Boyolali sebesar -209903.6, Klaten sebesar 556743.7,

Sukoharjo sebesar -2374073, Wonogiri sebesar 2422590, Karanganyar sebesar -3156824, Sragen sebesar 1857310, Grobogan sebesar 3486919, Blora sebesar 3556819, Rembang sebesar 721217.3, Pati sebesar 1850587, Kudus sebesar -18265033, Jepara sebesar 1062274, Demak sebesar 2373899, Semarang sebesar 4607394, Temanggung sebesar 1945962, Kendal sebesar -2240221, Batang sebesar 1369214, Pekalongan sebesar -4140088, Pemalang sebesar 3252575, Tegal sebesar 17966.69, Brebes sebesar 2433067, Kota Magelang sebesar - 5769762, Kota Surakarta sebesar -486136.0, Kota Salatiga sebesar - 1044930, Kota Semarang sebesar 4607394, Kota Pekalongan sebesar - 4140088, Kota Tegal sebesar 17966.69. Perbedaan nilai intersep ini mencerminkan heterogenitas, artinya bahwa terdapat faktor yang berbeda-beda dalam memepengaruhi simpanan pada tiap kabupaten/kota wilayah propinsi Jawa Tengah.

2. Hasil Pemilihan Model

a. Uji Restricted-F

Untuk mengetahui metode mana yang tepat digunakan antara fixed effect atau Pooled Least Square maka dilakukan pengujian dengan menggunakan uji Restricted-F, dimana hipotesisnya :

Ho = Pendekatan OLS (Restricted)

H 1 = Pendekatan fixed effect (Unrestricterd)

Restricted-F dirumuskan sebagai berikut: Restricted-F dirumuskan sebagai berikut:

koefisien determinasi unrestricted

koefisien determinasi restricted

jumlah “restricted”

total jumlah koefisien regresi (termasuk konstanta) n

jumlah sampel observasi

Sehingga:

Dari perhitungan diatas diketahui bahwa nilai F hitung adalah sebesar 38,5703. Sedangkan nilai F tabel dengan df for numerator = 4,

df for denumerator = 311, dan tingkat kepercayaan 5% adalah sebesar 2,37. Terlihat bahwa nilai F hitung jauh lebih besar di atas nilai F tabel , maka dengan demikian menolak hipotesis nul. Asumsi bahwa koefisien intersep dan slope adalah sama tidak berlaku sebagaimana pada persamaan OLS. Model panel data yang tepat untuk menganalisis determinan simpanan 35 kabupaten/kota di propinsi Jawa Tengah adalah dengan pendekatan fixed effect daripada OLS.

b. Uji Lagrange Multiplier (LM)

Untuk menentukan metode mana yang tepat digunakan antara random effect atau pooled least square maka digunakan pengujian dengan menggunakan uji LM, hipotesisnya:

Ho = Pendekatan OLS Ha = Pendekatan random effect nilai LM dirumuskan sebagai berikut :

Sehingga

LM = 782,4383666

Berdasarkan residual PLS didapatkan nilai LM sebesar 782,438, yang mana jauh lebih besar dari nilai kritis chi-squared 95% dengan degree of freedom 3 yakni sebesar 7,81. Hasil pengujian ini berati menolak hipotesis nul sehingga pendekatan random effect lebih tepat digunakan untuk analisis data panel dalam penelitian ini.

b. Uji Hausman

Dalam penelitian ini mengasumsikan intersep bervariasi antar individu dan slope konstan maka pendekatan OLS tidak dapat digunakan karena asumsi OLS adalah intersep dan slope adalah sama untuk semua individu. Sehingga perlu dilakukan uji Hausman sebagai Dalam penelitian ini mengasumsikan intersep bervariasi antar individu dan slope konstan maka pendekatan OLS tidak dapat digunakan karena asumsi OLS adalah intersep dan slope adalah sama untuk semua individu. Sehingga perlu dilakukan uji Hausman sebagai

Ho : Pendekatan Random Effect

H a : Pendekatan Fixed Effect Apabila Ho diterima artinya pendekatan random effect lebih baik digunakan daripada pendekatan fixed effect dan sebaliknya.

X 2 tabel > X 2 hit → artinya Ho diterima

X 2 tabel < X 2 hit → artinya H a diterima

Berdasarkan perhitungan, hasil uji Hausman adalah 0.000000 (lihat lampiran), hasil ini adalah tidak valid. Menurut Judge dalam Gujarati (2003:650), apabila jumlah N (jumlah unit cross-section) besar dan T (jumlah pengamatan waktu) kecil memungkinkan digunakannya pendekatan fixed effect dalam model regresi ini. Didukung juga dengan pengambilan sampel unit cross-section diyakini tidak diambil secara acak maka metode fixed effect cocok digunakan (Dini, 2007:105) .

3. Hasil Regresi Data Panel dengan Pendekatan Fixed Effect

a. Uji t

Uji parsial dengan menggunakan uji t, dengan tingkat signifikansi 5% dan df 315 didapat nilai t tabel = ± 1,960. Uji ini bertujuan untuk mendapatkan signifikansi hubungan setiap variabel independen terhadap variabel dependen. Pengujian secara sendiri- sendiri terhadap koefisien regresi masing-masing variabel bebas Uji parsial dengan menggunakan uji t, dengan tingkat signifikansi 5% dan df 315 didapat nilai t tabel = ± 1,960. Uji ini bertujuan untuk mendapatkan signifikansi hubungan setiap variabel independen terhadap variabel dependen. Pengujian secara sendiri- sendiri terhadap koefisien regresi masing-masing variabel bebas

Tabel 4.12. Hasil Uji t dengan pendekatan Fixed Effect

Variabel

t-statistik t-tabel

1,960 Tidak Signifikan Sumber : data hasil pengolahan Eviews 6

1) Pendapatan per kapita memiliki nilai t-hitung 14.54956>1,960 dengan probabilitas sebesar 0.0000<0,05. Maka variabel pendapatan per kapita signifikan pada taraf signifikansi 5%. Hal ini berarti menolak

Ho dan menerima H a , berarti variabel pendapatan per kapita berpengaruh secara nyata terhadap simpanan masyarakat di perbankan wilayah propinsi Jawa Tengah.

2) Tingkat suku bunga nominal memiliki nilai t-hitung 3.745968>1,960 dengan probabilitas 0.0002<0,05. Maka variabel tingkat suku bunga nominal signifikan pada taraf signifikansi 5%. Hal ini berarti menolak

Ho dan menerima H a yang berarti bahwa suku bunga nominal berpengaruh secara nyata terhadap simpanan masyarakat di perbankan wilayah propinsi Jawa Tengah.

3) Tingkat inflasi memiliki nilai t-hitung 0.455171<1,960 dengan probabilitas 0.6493>0,05. Maka variabel tingkat inflasi tidak

signifikan pada taraf signifikansi 5%. Hal ini bearti menolak H a dan menerima Ho yang berarti bahwa tingkat inflasi tidak berpengaruh secara nyata terhadap simpanan masyarakat di perbankan wilayah signifikan pada taraf signifikansi 5%. Hal ini bearti menolak H a dan menerima Ho yang berarti bahwa tingkat inflasi tidak berpengaruh secara nyata terhadap simpanan masyarakat di perbankan wilayah

Koefisien determinasi digunakan untuk mengetahui berapa persen perubahan variasi variabel dependen dapat dijelaskan oleh variasi variabel independen, nilai R 2 berada diantara 0 (nol) dan 1 (satu) semakin mendekati 1 berarti model penelitian semakin baik. Dari hasil penelitian ini diperoleh nilai koefisien determinasi sebesar 0.937112 atau 93,71%. Hal ini menunjukkan bahwa pengaruh variabel-variabel pendapatan per kapita, tingkat suku bunga, dan tingkat inflasi terhadap simpanan masyarakat di perbankan sebesar 93,71%, dan sisannya 6,29% dipengaruhi variabel-variabel lain yang tidak dimasukkan ke dalam persamaan regresi.

4. Pembahasan Hasil Penelitian

Pada bagian ini akan dilihat konsistensi antara hasil penelitian sebagai hasil temuan empirik dengan hipotesis yang telah diajukan. Dari Tabel 4.13 dapat dilihat bahwa ada dua variabel yang konsisten antara hipotesis dan hasil temuan empirik dengan pendekatan fixed effect . Variabel tersebut adalah pendapatan per kapita dan tingkat suku bunga yang berpengaruh positif dan signifikan terhadap simpanan masyarakat di perbankan wilayah propinsi Jawa Tengah.