46
7. Atina Shofawati
Penelitian dengan judul “Murabahah Financing in Islamic Banking: Case Study in Indonesia
” dengan metode deskriptif kualitatif menggambarkan kondisi pembiayaan murabahah yang mendominasi
kontrak pembiayaan pada Bank Islam di Indonesia. Persamaan dengan penelitian sekarang yaitu variabel Pembiayaan
Murabahah menjadi variabel yang diuji.Perbedaannya adalah metode penelitian yang digunakan Atina Shofawati adalah menggunakan metode
deskriptif kualitatif sedangkan penelitian sekarang menggunakan penelitian kuantitatif.
8. Shatha Abdul-Khaliq 2014
Penelitian dengan judul “Comparison study of Murabaha and Istisnaa in Islamic banking in Jordan
” menggunakan metode penelitian analisis deskriptif menggambarkan bahwa mayoritas pembiayaan yang
digunakan pada Bank Islam di Yordania menggunakan akad Murabaha dan mengabaikan investasi berbasis Islam lainnya yaitu “Istishna”.
Presentase Istishna di Bank Islam pada negara Yordania sangat kecil yaitu kurang dari 3.
Persamaan dengan penelitian sekarang yaitu variabel Pembiayaan Murabahah menjadi variabel yang diuji. Perbedaannya adalah metode
penelitian yang digunakan Shatha Abdul-Khaliq adalah menggunakan metode analisis deskriptif sedangkan penelitian sekarang menggunakan
penelitian regresi linier berganda.
47
9. Mwafag Rabab’ah 2015
Penelitian dengan judul “Factors Affecting the Bank Credit: An Empirical Study on the Jordanian Commercial Banks
” menggunakan metode penelitian analisis deskriptif dan analisis regresi. Penelitian ini
bertujuan menguji faktor-faktor penentu pinjaman bank komersial di Jordania.
Persamaan dengan penelitian yang dilakukan adalah terdapat variabel NPLNPF dalam penelitian. Perbedaan dengan penelitian
terdahulu yaitu tidak terdapat variabel DPK, SBIS dan ROA.
48 C.
Kerangka Berpikir Gambar 2.2 Kerangka Berpikir
PENGARUH DANA PIHAK KETIGA DPK, SERTIFIKAT BANK INDONESIA SYARIAH SBIS, NON PERFORMING FINANCING NPF DAN RETURN ON ASSET ROA TERHADAP
PEMBIAYAAN MURABAHAH Studi Kasus Pada Bank Umum Syariah dan Unit Usaha Syariah
di Indonesia Periode 2009 - 2014 Berdasarkan data Statistik Perbankan Syariah, pembiayaan menggunakan
akad murabahah terlihat mendominasi komposisi pembiayaan yang diberikan
Bank Umum Syariah BUS dan Unit Usaha Syariah UUS di Indonesia.
Uji Statistik: Uji t
Uji F Adj. R
2
Interpretasi Hasil Penelitian
Kesimpulan dan Implikasi
Alat Analisis : Regresi Linier Berganda
Uji Asumsi Klasik: Normalitas
Multikolinieritas Heteroskedastisitas
Autokorelasi Pembiayaan
Murabahah Y DPK X1
SBIS X2 NPF X3
ROA X4
Sumber: Peneliti
49
D. Hipotesis
Penelitian ini mennggunakan variabel independen yaitu: Dana Pihak Ketiga DPK, Sertifikat Bank Indonesia Syariah SBIS, Non Performing
Financing NPF, Return on Assets ROA yang diduga memberikan pengaruh terhadap variabel dependen Pembiayaan Murabahah pada Bank Umum
Syariah dan Unit Usaha Syariah di Indonesia. Berdasarkan kerangka pemikiran di atas, maka disusun hipotesis sebagai berikut:
1. H :
≤ Diduga Dana Pihak Ketiga DPK tidak berpengaruh positif terhadap Pembiayaan Murabahah.
H
a
:
Diduga Dana Pihak Ketiga DPK berpengaruh positif terhadap Pembiayaan Murabahah.
2. H :
≥ Diduga Sertifikat Bank Indonesia Syariah SBIS tidak berpengaruh negatif terhadap Pembiayaan Murabahah.
H
a
:
Diduga Sertifikat Bank Indonesia Syariah SBIS berpengaruh negatif terhadap Pembiayaan Murabahah.
3. H :
≤ Diduga Non Performing Financing NPF tidak berpengaruh positif terhadap Pembiayaan Murabahah.
H
a
:
Diduga Non Performing Financing NPF berpengaruh positif terhadap Pembiayaan Murabahah.
4. H :
≤ Diduga Return on Assets ROA tidak berpengaruh positif terhadap Pembiayaan Murabahah.
H
a
:
Diduga Return on Assets ROA berpengaruh positif terhadap Pembiayaan Murabahah.
50 5. H
:
Diduga secara bersama-sama tidak terdapat pengaruh antara Dana Pihak Ketiga DPK, Sertifikat Bank Indonesia
Syariah SBIS, Non Performing Financing NPF, Return on Assets ROA terhadap Pembiayaan Murabahah.
Ha :
≠
≠
≠
≠ Diduga secara bersama-sama terdapat pengaruh antara Dana Pihak Ketiga DPK, Sertifikat Bank Indonesia Syariah
SBIS, Non Performing Financing NPF dan Return on Assets ROA terhadap Pembiayaan Murabahah.
51 BAB III
METODOLOGI PENELITIAN
A. Ruang Lingkup Penelitian
Penelitian ini dilakukan untuk mengetahui pengaruh variabel independen yaitu Dana Pihak Ketiga X
1
, Sertifikat Bank Indonesia Syariah X
2
, Non Performing Financing X
3
, dan Return on Assets X
4
terhadap variabel dependen yaitu Pembiayaan Murabahah Y.
Adapun tipe dan sifat data yang digunakan adalah data kuantitatif, yaitu informasi yang dinyatakan berupa satuan angka numerik; bersifat diskrit
bulatutuh atau kontinyu pecahinterval. Dan dilihat dari rangkaian waktu, data yang digunakan adalah data time serieslongitudinal yaitu informasi yang
terdiri dari interval waktu tertentu, biasanya dua waktu atau lebih. Wijaya, 2013:20
B. Metode Penentuan Sampel
Menurut Anshori dan Iswati 2009:94 sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi. Penentuan sample pada
penelitian ini akan menggunakan metode penarikan sample purposive purposive sampling. Menurut Suharyadi dan Purwanto 2009:17, penarikan
sample purposive adalah penarikan sample dengan pertimbangan tertentu, pertimbangan tersebut didasarkan pada kepentingan atau tujuan tertentu.
Beberapa hal yang dipertimbangkan dalam pengambilan sampel pada penelitian ini adalah:
52 1. Bank Umum Syariah dan Unit Usaha Syariah yang menyajikan laporan
keuangan triwulan pada periode 2009-2014. 2. Laporan keuangan triwulan BUS dan UUS tersebut harus memiliki
kelengkapan data yang digunakan dalam penelitian ini. Berdasarkan kriteria di atas, BUS yang menyajikan laporan keuangan
triwulan pada periode 2009-2014 berjumlah lima BUS. Sedangkan UUS yang menyajikan laporan keuangan triwulan pada periode 2009-2014 berjumlah dua
UUS. Dari lima BUS tersebut yang memiliki kelengkapan data sesuai dengan penelitian ini hanya ada tiga, yaitu Bank Muamalat Indonesia, BRI Syariah,
dan Bank Syariah Mandiri. Dari dua UUS, yang memiliki kelengkapan data sesuai dengan penelitian ini hanya ada satu yaitu Unit Usaha Syariah Bank
Permata.
C. Metode Pengumpulan Data
Data penelitian yang digunakan adalah data sekunder, yaitu data yang diperoleh dari sumber yang menerbitkan dan bersifat siap pakai. Data
sekunder mampu memberikan informasi dalam pengambilan keputusan meskipun dapat diolah lebih lanjut.Wijaya, 2013:19
Dokumentasi adalah data sekunder yang disimpan dalam bentuk dokumen atau file catatan konvensional maupun elektronik, buku, tulisan,
laporan, notulen rapat, majalah, surat kabar, dan lain sebagainya. Metode pengumpulan data dokumentasi digunakan dalam rangka memenuhi data atau
informasi yang diperlukan untuk kepentingan variabel penelitian yang telah didesain sebelumnya. Suharso, 2009:104
53 Data penelitian ini berasal dari Laporan Keuangan Triwulan Bank
Umum Syariah dan Unit Usaha Syariah yang dijadikan sampel selama periode 2009-2014 yang dipublikasikan pada situs resminya yaitu:
1. Bank Muamalat Indonesia pada http:www.bankmuamalat.co.id
2. BRI Syariah pada http:www.brisyariah.co.id
3. Bank Syariah Mandiri pada http:www.syariahmandiri.co.id 4. Unit Usaha Syariah Bank Permata pada http:permatabank.com
D. Metode Analisis Data
Penelitian ini menganalisis bagaimana pengaruh Dana Pihak Ketiga DPK, Sertifikat Bank Indonesia Syariah SBIS, Non Performing Financing
NPF dan Return on Assets ROA terhadap Pembiayaan Murabahah. Penelitian ini menggunakan metode regresi linier berganda dengan
menggunakan program komputer software IBM SPSS Statistics 20.0 dan Microsoft Office Excel 2007. Berikut adalah metode yang digunakan dalam
menganalisis data pada penelitian ini:
1. Uji Asumsi Klasik
a. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi
normal.Seperti diketahui bahwa uji t dan uji F mengasumsikan bahwa nilai residual mengikuti distribusi normal.Ghozali, 2013:160
Uji asumsi ini akan menguji data variabel bebas X dan data variabel terikat Y pada persamaan regresi yang dihasilkan, apakah
54 berdistribusi normal atau berdistribusi tidak normal.Persamaan regresi
dikatakan baik jika mempunyai data variabel bebas dan data variabel terikat berdistribusi mendekati normal atau normal sama sekali.
Sunyoto, 2009:84 Uji normalitas dilakukan untuk mengetahui apakah distribusi
sebuah data yang didapatkan mengikuti atau mendekati hukum sebaran normal baku dari Gauss. Distribusi data yang normal jika digambarkan
dengan grafik poligon akan menyerupai bentuk bel, lonceng atau genta. Distribusi data tersebut tidak:
Positively Skewed miring ke kiri, memiliki frekuensi yang relative lebih banyak di sebelah kiri dan ujung kurva cenderung
meruncing ke kanan. Negatively Skewed miring ke kanan, memiliki frekuensi yang
relative lebih banyak di sebelah kanan dan ujung kurva cenderung meruncing ke kiri. Nisfianoor, 2009:91
Menurut Imam Ghozali 2013:160 ada dua cara mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis
grafik dan uji statistik. 1 Analisis Grafik
Salah satu cara untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data
observasi dengan
distribusi yang
mendekati distribusi
normal.Metode yang lebih handal adalah dengan melihat normal
55 probability plot yang membandingkan distribusi kumulatif dari
distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal, dan ploting data residual akan dibandingkan dengan
garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis
diagonalnya. 2 Analisis Statistik
Uji statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistic non-parametrik Kormogorov-Smirnov
K-S. Uji K-S dilakukan dengan membuat hipotesis: H0 : Data residual berdistribusi normal
HA : Data residual tidak berdistribusi normal
b. Uji Multikolinieritas
Uji asumsi klasik jenis ini diterapkan untuk analisis regresi berganda yang terdiri atas dua atau lebih variabel bebasindependent
variable x1, x2, x3, x4, …, xn, di mana akan diukur tingkat asosiasi
keeratan hubunganpengaruh antar variabel bebas tersebut melalui besaran koefisien korelasi r. Dikatakan terjadi multikolinieritas jika
koefisien korelasi antar variabel bebas x1 dan x2, x2 dan x3, x3 dan x4, dan seterusnya lebih besar dari 0,60 pendapat lain: 0,50 dan
0,90. Dikatakan tidak terjadi multikolinieritas jika koefisien korelasi antar variabel bebas lebih kecil atau sama dengan 0,60 r
0,60.Sunyoto, 2009:79
56 Makin kecil korelasi antar variabel independen, makin baik
untuk model regresi yang dipergunakan. Nisfianoor, 2009:92 Jika variabel independen saling berkorelasi, maka variabel-
variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen sama
dengan nol. Untuk mendeteksi ada atau tidaknya multikolinieritas di dalam model regresi adalah sebagai berikut:
1 Nilai R
2
yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independen
banyak yang tidak signifikan mempengaruhi variabel dependen. 2 Menganalisis matrik korelasi variabel-variabel independen. Jika
antara variabel independen ada korelasi yang cukup tinggi umumnya di atas 0,90, maka hal ini merupakan indikasi adanya
multikolinieritas. Tidak adanya korelasi yang tinggi antar variabel independen
tidak berarti
bebas dari
multikolinieritas. Multikolinieritas dapat disebabkan karena adanya efek kombinasi
dua atau lebih variabel independen. 3 Multikolinieritas dapat juga dilihat dari nilai Tolerance dan
Variance Inflation Factor VIF. Kedua ukuran ini menunjukan setiap variabel independen manakah yang dijelaskan oleh variabel
independen lainnya. Dalam pengertian sederhana setiap variabel independen menjadi variabel dependen terikat dan diregres
terhadap variabel independen lainnya. Tolerance mengukur
57 variabilitas variabel independen yang terpilih yang tidak dijelaskan
oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi karena VIF = 1Tolerance. Nilai cut
off yang umum dipakai untuk menunjukan adanya multikolinieritas adalah nilai Tolerance
≤ 0.10 atau sama dengan nilai VIF 10. Ghozali, 2013:105
c. Uji Heterokedastisitas
Dalam persamaan regresi berganda perlu juga diuji mengenai sama atau tidak varians dari residual dari observasi yang satu dengan
observasi yang lain. Jika residualnya mempunyai varians yang sama, disebut terjadi homoskedastisitas, dan jika variansnya tidak
samaberbeda disebut terjadi heteroskedastisitas. Persamaan regresi yang baik adalah jika tidak terjadi heteroskedastisitas.Sunyoto,
2009:82 Deteksi heteroskedastisitas:
Melihat grafik Plots antara nilai prediksi variabel terikat dependen, yaitu ZPRED sumbu X dengan residualnya SRESID
sumbu Y. Jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur bergelombang, melebar
kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas atau teratur, serta
titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Nisfianoor,2009:92
58 Uji statistik untuk mendeteksi heteroskedastisitas salah satunya
yaitu Uji Glesjer. Glesjer mengusulkan untuk meregresi nilai absolut residual terhadap variabel independen Gujarati, 2003
dengan persamaan regresi: |Ut| =
Xt + vt Dimana:
|Ut| = Nilai residual absolut Xt = Variabel bebas
Jika nilai dari probabilitas signifikansinya di atas tingkat kepercayaan 5, maka dapat disimpulkan bahwa model regresi
tidak mengandung adanya Heterokedastisitas.Ghozali, 2013:142
d. Uji Autokorelasi
Uji autokorelasi dilakukan untuk mengetahui apakah ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pada periode t sebelumnya pada model regresi linier yang dipergunakan. Jika terjadi korelasi, maka dinamakan ada problem
autokorelasi.Nisfianoor, 2009:92 Persamaan regresi yang baik adalah yang tidak memiliki
masalah autokorelasi. Jika terjadi autokorelasi maka persamaan tersebut menjadi tidak baik atau tidak layak dipakai prediksi. Masalah
autokorelasi baru timbul jika ada korelasi secara linier antara kesalahan pengganggu periode t berbeda dan kesalahan pengganggu periode t-1
sebelumnya.Sunyoto, 2009:91
59 Autokorelasi muncul karena observasi yang berurutan
sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual kesalahan pengganggu tidak bebas dari satu observasi
ke observasi lainnya. Hal ini sering ditemukan pada data runtut waktu time series
karena “gangguan” pada seseorang individu kelompok cenderung mempengaruhi “gangguan” pada individukelompok yang
sama pada periode berikutnya. Ghozali, 2013:110 1 Uji Durbin-Watson DW Test
Salah satu ukuran dalam menentukan ada tidaknya masalah autokorelasi dengan uji Durbin-Watson DW, dengan ketentuan
sebagai berikut: Terjadi autokorelasi positif jika nilai DW -2.
Tidak terjadi autokorelasi jika nilai DW berada di antara -2 dan +2 atau -2 DW +2.
Terjadi autokorelasi negatif jika nilai DW di atas +2 atau DW +2. Sunyoto, 2009:92
Hipotesis yang akan diuji adalah: H0 : tidak ada autokorelasi r=0
HA : ada autokorelasi r ≠0
60 Pengambilan keputusan ada tidaknya autokorelasi:
Tabel 3.1 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 korelasi negatif Tolak
4-dl d 4 Tidak ada korelasi negatif
No Decision 4-du
≤ d ≤ 4-dl Tidak ada autokorelasi,
Positif atau negative Tidak ditolak
du d 4-du
Sumber :Imam Ghozali, 2013:111
Gambar 3.1 Statistik d Durbin-Watson
Tolak H
Bukti otokorelasi
positif
Daerah meragukan
Terima H
atau H
atau keduanya Daerah
meragukan
Tolak H
Bukti otokorelasi
negatif
d 4
4- d
U
4- d
L
d
U
d
L
Sumber: Gujarati, 2006:122 Legenda
H : Tidak ada otokorelasi positif
H : Tidak ada otokorelasi negatif
2 Pengobatan Autokorelasi Menurut Imam Ghozali 2013:121, jika regresi kita
memiliki autokorelasi, maka ada beberapa opsi penyelesaiannya antara lain:
a Tentukan apakah autokorelasi yang terjadi merupakan pure autocorellation dan bukan karena kesalahan spesifikasi model
regresi. Pola residual dapat terjadi karena adanya kesalahan spesifikasi model yaitu pada variabel penting yang tidak
61 dimasukkan kedalam model ataudapat juga karena bentuk
fungsi persamaan regresi tidak benar. b Jika yang terjadi adalah pure autocorrelation, maka solusi
autokorelasi adalah dengan mentransformsi model awal menjadi model difference.
2. Analisis Regresi Linier Berganda