41
D. Metode Analisis
Data dalam penelitian ini akan dianalisis dengan metode :
1. Metode Box-Jenkins
Model Box-Jenkins merupakan salah satu teknik peramalan model time series yang hanya berdasarkan perilaku data variabel yang
diamati let the data speak for themselves. Model Box-Jenkins ini secara umum dikenal dengan sebagai model autoregressive integrated
moving average ARIMA. Analisis ini berbeda dengan model struktural baik model kausal maupun simultan dimana persamaan
model tersebut menunjukkan hubungan antara variabel-variabel ekonomi Agus Widarjono, 2009:275. Alasan utama penggunaan
metode Box-Jenkins dalam penelitian ini karena gerakan variabel aset, dana pihak ketiga DPK, pembiayaan dan laba tahun berjalan yang
didapat oleh bank syariah seringkali sulit dijelaskan oleh teori-teori ekonomi.
Teknik Box-Jenkins sebagai teknik peramalan berbeda dengan kebanyakan model peramalan yang ada. Didalam model ini
tidak ada asumsi khusus tentang data historis dari runtut waktu, tetapi menggunakan metode iteratif untuk menentukan model yang terbaik.
Model yang terpilih kemuadian akan dicek ulang dengan data historis apakah telah menggambarkan data dengan tepat. Model terbaik akan
diperoleh jika residual antara model peramalan dan data historis kecil, didistribusikan secara random dan independen. Namun bila model
42
yang dipilih tidak mampu menjelaskan dengan baik maka proses penentuan model perlu diulangi. Model Box-Jenkins ini terdiri dari
beberapa model yaitu autoregressive AR, moving average MA, autoregressive-moving
average ARMA
dan autoregressive
integrated moving average ARIMA Agus Winarjono, 2009:275. a Model Autoregressive
Model pertama ARIMA adalah model autoregressive AR menunjukkan nilai prediksi variabel dependen Y
t
hanya merupakan fungsi linier dan sejumlah Y
t
aktual sebelumnya. Misalnya nilai variabel dependen Y
t
hanya dipengaruhi oleh nilai variabel tersebut satu periode sebelumnya atau
kelambanan pertama maka model tersebut disebut model autoregressive tingkat pertama atau disingkat AR1 Agus
Widarjono, 2009:276. b Model Moving Average
Model kedua ARIMA adalah model movind average MA, model ini menyatakan bahwa nilai prediksi variabel dependen
Y
t
hanya dipengaruhi oleh nilai residual periode sebelumnya. Misalnya jika nilai variabel dependen Y
t
hanya dipengaruhi oleh nilai residual satu periode sebelumnya maka disebut
dengan model MA tingkat pertama atau disingkat dengan MA1. Model MA adalah model prediksi variabel dependen
Y berdasarkan kombinasi linear dari residual sebelumnya
Kategori