Hipotesis Teknik Analisa Data

2. Wawancara. Pengumpulan data dengan bertanya langsung kepada narasumber mengenai hal-hal yang dianggap perlu untuk menunjang data penelitian ini. Wawancara dilakukan terhadap Bapak Nurcahyo Artianto, staff BNI Syariah yang menangani layanan syariah.

D. Hipotesis

Hipotesis yang akan dijawab oleh penelitian ini adalah: H = terdapat pengaruh layanan syariah terhadap penghimpunan dana pihak ketiga pada BNI Syariah H a = tidak terdapat pengaruh layanan syariah terhadap penghimpunan dana pihak ketiga pada BNI Syariah

E. Teknik Analisa Data

1. Uji Asumsi Klasik a. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel bebas dan variabel terikat, mempunyai distirbusi normal atau tidak. Regresi yang baik adalah regresi yang datanya berdistribusi normal atau mendekati normal. Untuk menguji normalitas suatu variabel dilakukan dengan berbagai cara. Pada penelitian ini, digunakan uji Kolmogorov-Smirnov untuk menguji normalitas sebuah data. Uji ini mengukur apakah data dari sampel yang dipilih berasal dari suatu sumber teoritis. Uji ini membandingkan antara frekuensi kumulatif sebaran data hasil pengamatan dengan frekuensi kumulatif sebaran data hipotesis. 11 Selain menggunakan uji Kolmogorov-Smirnov, dapat pula dilakukan analisis grafik. Analisis grafik adalah melihat normal probability plot yang membandingkan distribusi kumulatif data sesungguhnya dengan data normal. Hanya saja, analisis grafik tidak dapat dijadikakan satu-satunya dasar dalam penetapan kenormalan sebuah data. Analisis grafik hanyalah mendukung dan menguatkan pengujian Kolmogorov-Smirnov. Uji Kolmogorov-Smirnov dan grafik dibuat dengan bantuan program SPSS 15. Pengambilan keputusan didasarkan pada 12 : P 0,05 = data berdistribusi normal P 0,05 = data tidak berdistribusi normal P = angka probabilitas Asymp.sig b. Uji Linearitas Analisa regresi dapat menghasilkan sebuah analisa yang baik dan berkualitas bila antara variabel bebas dan terikat terjadi hubungan yang 11 Widayat, Riset Bisnis Yogyakarta: Penerbit Graha Ilmu, 2002, h.155. 12 Triton P.B., SPSS 13.0 Terapan Riset Statistik Parametrik, Yogyakarta: CV. Andi Offset, 2006, h. 79. linear. Pada penelitian ini, uji linearitas dilakukan dengan analysis of varian ANOVA dengan bantuan program SPSS 15. Selain itu bisa juga dilakukan dengan memperhatikan grafik. Apabila pada grafik, pola garis observed terlihat mengikuti arah garis linear, maka dapat dikatakan terjadi hubungan linear antara variabel bebas dan terikat. Dan sebaliknya. Pembuatan grafik ini dilakukan pula dengan bantuan program SPSS 15. 2. Uji Hipotesis a. Regresi sederhana Regresi sederhana digunakan untuk mengetahui sejauh mana suatu variabel berpengaruh terhadap variabel yang lainnya. Selain itu, Analisis regresi digunakan bila kita ingin mengetahui bagaimana variabel dependen criteria dapat diprediksi melalui variabel independen predictor secara individual. Dampak dari penggunaan regresi dapat digunakan untuk memutuskan apakah naik dan turunnya variabel dependen dapat dilakukan melalui menaikkan dan menurunkan keadaan variabel independent, atau untuk meningkatkan keadaan variabel dependen dapat dilakukan dengan meningkatkan variabel independen dan sebaliknya. 13 13 Sugiono, Statistika untuk penelitian. Bandung: Alvabeta, 2003 h. 243. Selain mengukur kekuatan hubungan antara dua variabel atau lebih, regresi juga menentukan arah hubungan antara variabel bebas dengan variabel terikat. Variabel dependen diasumsikan random atau stokastik yang berarti mempunyai distribusi probabilistik. Variabel independen diasumsikan memiliki nilai tetap. Rumus regresi adalah: Y = a + bx Y : Dana Pihak Ketiga Kantor Layanan syariah dependen x : Jumlah Kantor Layanan syariah independen a : konstanta harga Y jika x = 0 b : koefisien regresi Adapun untuk memperoleh nilai a dan b, kita dapat menggunakan rumus di bawah ini: a − − = 2 2 2 x x n xy x x y b − − = 2 2 x x n y x xy n y : Dana Pihak Ketiga Kantor Layanan syariah dependen x : Jumlah Kantor Layanan syariah independen n : Jumlah data Setelah diperoleh nilai a konstanta dan b koefisien regresi, kita lakukan pengujian, apakah nilai tersebut signifikan atau tidak. Dilakukan pengujian sebagai berikut 14 : 1 Menguji signifiknasi konstanta a pada model regresi : Berikut adalah hipotesis yang diajukan : H : a = 0 konstanta a tidak signifikan H 1 : a 0 konstanta a signifikan Pengambilan keputusan didasarkan atas dua metode: a Berdasarkan perbandingan nilai t hitung dengan t tabel di mana µ 1 =µ 2 Jika |t hitung | t tabel , maka H ditolak Jika |t hitung | t tabel , maka H diterima Untuk mengukur T-tabel digunakan ketentuan n-2 pada Level Of Significance sebesar 5 atau 0,05 atau taraf keyakinan 95 atau 0,95. b Berdasarkan nilai probabilitas dengan = 0,05 : Jika probabilitas 0,05 , maka H diterima Jika probabilitas 0,05 , maka H ditolak 14 Singgih Santoso, SPSS Versi 10 Mengolah Data Statistik Secara Profesional, Jakarta: PT. Elex Media Komputindo, 2004, h. 320. 2 Menguji signifiknasi koefisien b jumlah kantor layanan syariah pada model regresi. Berikut adalah hipotesis yang diajukan : H : a = 0 koefisien b tidak signifikan H 1 : a 0 {koefisien b signifikan a Berdasarkan perbandingan nilai t hitung dengan t tabel di mana µ 1 =µ 2 Jika |t hitung | t tabel , maka H ditolak Jika |t hitung | t tabel , maka H diterima Untuk mengukur T-tabel digunakan ketentuan n-2 pada Level Of Significance sebesar 5 atau 0,05 atau taraf keyakinan 95 atau 0,95. b Berdasarkan nilai probabilitas dengan = 0,05 : Jika probabilitas 0,05 , maka H diterima Jika probabilitas 0,05 , maka H ditolak b. Korelasi Digunakan untuk mengetahui hubungan dan membuktikan hipotesis hubungan dua variabel bila data kedua variabel berbentuk interval atau rasio, dan sumber data dari dua variabel adalah sama. 15 15 Ali Mauludi, Statistika I Penelitian Ekonomi Islam Dan Sosial, h. 212. Untuk menghitung korelasi, rumus yang digunakan adalah r-product moment , yaitu: r xy } } { { − − − = 2 2 2 2 y y n x x n y x xy n r xy : korelasi antara variabel x dan y x : X i – X, X adalah rata-rata nilai x y : Y i – Y, Y adalah rata-rata nilai y Untuk mengetahui tingkat kekuatan hubungan antara variabel bebas dan variabel terikat, dipergunakan tabel interpretasi r-product moment . Tabel 2.1 Tabel Interpretasi r-product moment 16 Interval koefisien Tingkat Hubungan 0,00 – 0,199 0,20 – 0,399 0,40 – 0,599 0,60 – 0,799 0,80 – 1,00 Sangat Rendah Rendah Sedang Kuat Sangat Kuat c. Koefisien determinasi Koefisien determinasi pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Atau dengan kata lain, koefisien determinasi diperlukan untuk 16 Ibid. , h. 107. menentukan sejauh mana pengaruh variabel bebas terhadap variabel terikat. Rumusnya: Koefisien determinasi = r 2 Ket : r = r xy r-product moment Nilai koefisien determinasi adalah 0 sampai 1 0 R 1. Nilai yang mendekati 0 berarti kemampuan variabel independen dalam menjelaskan variasi variabel dependen semakin terbatas. Sedangkan nilai yang mendekati 1 menunjukkan variabel independen memberikan semua informasi yang dibutuhkan untuk memprediksi variabel dependen. d. Uji Signifikansi Uji F Uji signifikan adalah sebuah uji untuk mengetahui nyata dan tidak nyata atau yakin dan tidak meyakinkan nilai hubungan antara dua variabel atau lebih. Kegunaan uji signifikan adalah untuk mengeneralisasi populasi, artinya apa yang terjadi pada sampel dapat diberlakukan kepada populasi. Apabila pada sampel terdapat hubungan positif, maka setelah dilakukan uji signifikan ternyata terdapat hubungan yang positif pula, maka hubungan positif berlaku pula pada populasi. Akan tetapi bila pada sampel ada hubungan positif atau negatif, setelah dilakukan uji signifikan ternyata tidak ada hubungan menerima Ho, maka hubungan positif atau negatif yang terdapat pada sampel tidak signifikan. Artinya hubungan positif atau negatif yang terjadi pada sampel tidak dapat diberlakukan pada populasi. 17 Uji signifikan yang dilakukan adalah F- test, dengan rumus 18 : F reg = R 2 n – m – 1 m 1 – R 2 Keterangan: n = jumlah sampel m = jumlah prediktor R = koefisien korelasi product moment

F. Definisi Operasional Variabel