39
sesungguhnya yang telah di-studentized. Dasar analisis yang digunakan
untuk mendeteksi heteroskedastisitas adalah sebagai berikut :
Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka
mengindikasikan telah terjadi heteroskedastisitas.
Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan
dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
3.4.2.4 Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pengganggu pada periode t-1 sebelumnya Ghozali 2005. Autokorelasi sering terjadi pada sampel dengan data time series dengan n
sampel periode waktu. Untuk menguji keberadaan autokorelasi dalam penelitian ini digunakan statistik d dari Durbin-Watson DW test dimana
angka-angka yang diperlukan dalam metode tersebut adalah dL angka yang diperoleh dari table DW batas bawah, dU angka yang diperoleh dari tabel
DW batas atas, 4- dL dan 4-dU. Jika nilainya mendekati 2 maka tidak terjadi autokorelasi, sebaliknya jika mendekati 0 atau 4 terjadi autokorelasi
+-.
3.5 Analisis Regresi Berganda
Teknik analisis yang digunakan untuk menguji adalah analisis regresi berganda
Universitas Sumatera Utara
40
dengan persamaan sebagai berikut: TBHDM = a + b
1
CAR + b
2
BOPO + b
3
FDR + e
Keterangan:
TBHDM = Tingkat Bagi Hasil Deposito Mudharabah CAR = Capital Aduaquacy Ratio
BOPO = Biaya Operasional terhadap Penghasilan Operasional FDR = Financing to Deposit Ratio
a = Konstanta b
1
-b
3
= Koefisien e = Standar error
3.6 Pengujian Hipotesis 3.6.1 Uji Signifikansi Simultan F test
Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen yang mempunyai pengaruh secara bersama-sama terhadap variabel
dependen Ghozali, 2011. Uji F digunakan untuk menguji pengaruh variabel independen secara simultan terhadap variabel dependen. Pengujian dilakukan
dengan mengukur nilai probabilitas siginifikansi. Jika nilai probabilitas signifikansi
≤ 0.05 maka hipotesis tidak dapat ditolak. Ini berarti secara bersama- sama variabel independen mempunyai pengaruh signifikan terhadap variabel
dependen. Sebaliknya jika nilai probabilitas signifikansi ≥ 0.05 maka hipotesis
ditolak. Ini berarti secara bersama-sama variabel independen tidak mempunyai
Universitas Sumatera Utara
41
pengaruh signifikan terhadap variabel dependen.
3.6.2 Uji Signifikansi Parsial Uji Statistik t
Uji statistik t menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel independen Ghozali,
2011. Pengujian dilakukan dengan mengukur nilai probabilitas siginifikansi. Jika nilai probabilitas signifikansi
≤ 0.05 maka hipotesis tidak dapat ditolak. Ini berarti secara individual variabel independen mempunyai pengaruh signifikan terhadap
variabel dependen. Sebaliknya jika nilai probabilitas signifikansi ≥ 0.05 maka
hipotesis ditolak. Ini berarti secara individual variabel independen tidak mempunyai pengaruh signifikan terhadap variabel dependen.
3.6.3 Uji Koefisien Determinasi Adjusted R
2
Koefisien determinasi R² pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel terikat Ghozali, 2011.
Nilai Koefisien determinasi adalah antara nol dan satu. Nilai R² yang kecil berarti kemampuan variabel-variabel bebas CAR, BOPO, FDR dalam menjelaskan
variasi variabel terikat Tingkat Bagi Hasil Deposito Mudharabah amat terbatas. Begitu pula sebaliknya, nilai yang mendekati satu berarti variabel-variabel bebas
memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel terikat.
Kelemahan mendasar penggunaan koefisien determinasi adalah bisa terhadap jumlah variabel bebas yang dimasukkan kedalam model. Setiap
tambahan satu variabel bebas, maka R² pasti meningkat tidak peduli apakah
Universitas Sumatera Utara
42
variabel tersebut berpengaruh secara signifikan terhadap variabel terikat. Oleh karena itu, banyak peneliti menganjurkan untuk menggunakan nilai Adjusted R²
pada saat mengevaluasi mana model regresi yang terbaik. Tidak seperti R², nilai Adjusted R² dapat naik atau turun apabila satu variabel independen ditambahkan
kedalam model.
BAB IV HASIL DAN PEMBAHASAN
Universitas Sumatera Utara
43
4.1 Analisis Statistik Deskriptif
Analisis statistik deskriptif digunakan untuk mengetahui deskripsi suatu data yang dilihat dari nilai maksimum, nilai minimum, nilai rata-rata mean, dan nilai standar
deviasi, dari variabel capital adequcy ratio CAR, biaya operasional atas pendapatan operasional BOPO, financing to deposite ratio FDR, dan tingkat bagi hasil deposito
mudharabah TBHDM. Berdasarkan analisis statistik deskriptif diperoleh gambaran sampel sebagai berikut.
Tabel 4.1 Statistik Deskriptif dari CAR, BOPO, FDR, TBHDM
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation Capital Aduaquacy RatioX1
32 11.10
61.98 20.5422
11.87626 Biaya Operasional terhadap
Penghasilan OperasionalX2 32
47.70 99.25
84.9350 11.53827
Financing to Deposit RatioX3
32 78.60
162.97 92.9047
14.67534 Tingkat Bagi Hasil Deposito
MudharabahY 32
4.67 8.17
5.9209 .89797
Valid N listwise 32
Berdasarkan Tabel 4.1, diketahui nilai CAR minimum adalah 11,10, dan maksimum 61,98. Sementara rata-rata dan standar deviasi dari CAR adalah 20,5422 dan
11,87626. Diketahui nilai BOPO minimum adalah 47,70, dan maksimum 99,25. Sementara rata-rata dan standar deviasi dari BOPO adalah 84,9350 dan 11,53827.
Universitas Sumatera Utara
44
Diketahui nilai FDR minimum adalah 78,60, dan maksimum 162,97. Sementara rata- rata dan standar deviasi dari FDR adalah 92,9047 dan 14,67534. Diketahui nilai
TBHDM minimum adalah 4,67, dan maksimum 8,17. Sementara rata-rata dan standar deviasi dari TBHDM adalah 5,9209 dan 0,89797.
4.2 Uji Asumsi Klasik 4.2.1 Uji Normalitas