d. Uji Autokorelasi Autokorelasi adalah suatu keadaan dimana terjadi korelasi
antara residual tahun ini dengan tingkat kesalahan tahun sebelumnya. Uji Autokorelasi bertujuan untuk mengkaji apakah suatu model
regresi liniear terdapat korelasi antara kesalahan penggangu pada periode t dengan kesalahan pada periode sebelumnya t-1.
Autokorelasi didefinisikan terjadinya korelasi antara data pengamatan sebelumnya, dengan kata lain munculnya suatu data dipengaruhi oleh
data sebelumnya, jika terjadi korelasi, berarti ada masalah autokorelasi.
10
Salah satu ukuran dalam menentukan ada tidaknya masalah autokorelasi ialah dengan melakukan uji dubin-watson dengan
ketentuan sebagai berikut:
11
• Terjadi autokorelasi positif, jika nilai d dibawah -2 d -2.
• Tidak terjadi autokorelasi, jika nilai d berada diantara -2 dan +2
atau -2 ≤ d ≤ +2. •
Terjadi autokorelasi negatif, jika niali d diatas +2 atau d +2.
2. Pengujian Hipotesis
Hipotesis adalah pernyataan yang didefinisikan dengan baik mengenai karakteristik populasi dan merupakan proposisi yang akan
Ibid, h.215.
11
Danang Sunyoto, Uji Khi Kuadrat Regresi untuk Penelitian Yogykarta: Graha Ilmu, 2010, h. 110.
diuji keberlakuannya atau merupakan suatu jawaban sementara atas pertanyaan penelitian.
12
a. Uji Simultan Uji F Uji F statistik adalah uji secara bersama-sama atau simultan
pengaruh variabel independen ROA Return On Asset, NPF Non Performing Finance, FDR Financing to Deposit Ratio, BOPO
Biaya Operasional Pendapatan Operasional, dan TBH Tingkat Bagi
Hasil terhadap
variabel dependen
Pembiayaan Mudharabah.
Pengujian semua koefisien regresi secara bersama-sama dilakukan dengan uji-F dengan pengujian, yaitu:
13
1 Kriteria keputusan yang diambil berdasarkan perbandingan F
hitung
dan F
tabel
• Jika F
hitung
F
tabel
maka H ditolak dan H
1
diterima. Hal ini berarti variabel bebas secara simultan mempunyai pengaruh
yang signifikan dengan variabel terikat. •
Jika F dan F
tabel
maka H diterima dan H
1
ditolak. Hal ini berarti variabel bebas secara simultan tidak mempunyai
pengaruh yang signifikan dengan variabel terikat. 2 Kriteria keputusan yang diambil berdasarkan nilai probability
Prasetyo Bambang dan Miftahul Jannah Lina, Metode Penelitian Kuantitatif: Teori dan Aplikasi, Jakarta: PT Raja Grafindo Persada, 2005, h.76.
13
Ibid., hal. 17.
• Jika P-value α = 0,05 maka H
ditolak dan H
1
diterima. Hal ini berarti variabel bebas secara simultan mempunyai
pengaruh yang signifikan dengan variabel terikat. •
Jika P-value α = 0,05 maka H diterima dan H
1
ditolak. Hal ini berarti variabel bebas secara simultan tidak
mempunyai pengaruh yang signifikan dengan variabel terikat.
b. Uji Parsial Uji t Uji t statistik adalah uji parsial individu dimana uji ini
dilakukan untuk menguji apakah setiap variabel bebas independen secara masing-masing parsial memiliki pengaruh
yang signifikan terhadap variabel terikat dependen pada tingkat signifikasi 0.05 5 dengan menganggap variabel bebas bernilai
konstan. Langkah-langkah yang harus dilakukan untuk uji t dengan pengujian sebagai berikut:
14
1 Kriteria keputusan yang diambil berdasarkan perbandingan T
hitung
dan T
tabel
• Jika T
hitung
T
tabel
maka H ditolak dan H
1
diterima. Hal ini berarti variabel bebas mempunyai pengaruh yang signifikan
dengan variabel terikat.
14
Ibid., hal. 18-19
• Jika T dan T
tabel
maka H diterima dan H
1
ditolak. Hal ini berarti variabel bebas tidak mempunyai pengaruh yang
signifikan dengan variabel terikat. 2 Kriteria keputusan yang diambil berdasarkan nilai probability
• Bila Probability β
i
0,05 → Tidak Signifikan, H diterima
dan H
1
ditolak. •
Bila Probability β
i
0,05 → Signifikan, H ditolak dan H
1
diterima. c. Uji Koefisien Determinansi R
2
Koefisien determinasi merupakan besarnya kontribusi variabel bebas terhadap variabel terikat. Semakin tinggi koefisien
determinasi, semakin tinggi pula kemampuan variabel bebas dalam menjelaskan variasi perubahan pada variabel terikat.
15
Merupakan kemampuan variabel independen menjelaskan variabel dependen
terikat. Koefisien determinasi yang dinotasikan dengan R
2
, Merupakan suatu ukuran yang penting dalam regresi. Nilai
koefisien determinasi R
2
ini mencerminkan seberapa besar variasi dari variabel terikat Y yang dapat dijelaskan oleh variabel bebas X.
Bila koefisien determinasi sama dengan 0 R
2
= 0, artinya variasi dari Y tidak dapat diterangkan oleh X sama sekali. Sementara bila
Suliyanto, Ekonometrika Terapan: Teori dan Aplikasi dengan SPSS,Yogyakarta: ANDI, 2011, h. 55
R
2
= 1, artinya variasi dari Y secara keseluruhan dapat diterngkan oleh X.
16
Nilai koefisien determinasi R
2
ini mencerminkan menukur seberapa besar dari variabel terikat Y dapat diterangkan oleh
variabel bebas X. Bila nilai koefisien sama dengan 0 R2 = 0, artinya variasi dari Y secara keseluruhan dapat diterangkan oleh X,
dengan kata lain jika jika Adjusted R
2
mendekati 1 satu maka variabel independen mampu menjelaskan perubahan independen,
tetapi jika Adjusted R
2
mendekati 0 nol, maka variabel independen tidak mampu menjelaskan variabel independen. Bila
R
2
= 1, maka semua titik pengamatan berada tepat pada garis regresi. Dengan demikian baik atau buruknya persamaan regresi
ditentukan oleh R
2
nya yang mempunyai nilai antara nol dan satu. Koefisien Determinasi dirumuskan dengan:
KD = R
2
x 100
16
Nachrowi D Nachrowi dan Hardinus Usman, Pendekatan Ekonometrika untuk Analisis Ekonomi dan Keuangan, Jakarta: Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia, 2006, h.20.
BAB IV HASIL ANALISIS DAN PEMBAHASAN
A. Hasil Uji Asumsi Klasik