Teknik Pengumpulan Data Operasional Variabel Penelitian

27 maupun telaah ilmiah semata. Analisis ini digunakan untuk berbagai situasi yang pada dasarnya terdiri dari tiga keadaan, yaitu: 29 1 Digunakan untuk situasi dimana diinginkan memprediksi variabel tidak bebas dalam hubungan dengan sejumlah variabel bebas. 2 Digunakan dalam mengendalikan pengaruh beberapa variabel bebas terhadap veriabel tidak bebas yang telah ditetapkan. 3 Digunakan untuk studi casual theories. Hal ini untuk menentukan langsung variabel independen apakah secara tidak langsung berpengaruh terhadap variabel tidak bebas. Analisis ini disebut analisis path. Dibutuhkan beberapa asumsi untuk menggunakan regresi linear secara tepat, yaitu: 1 Terdapat hubungan yang linear. Oleh karena itu, terdapat hubungan garis lurus antara variabel terikat dan sekelompok veriabel bebas. 2 Variasi pada residu adalah sama baik untuk nilai Y besar maupun kecil. Dengan kata lain, Y- Ŷ tidak berhungan apakah Ŷ besar atau kecil. 3 Residu mengikuti pola distribusi probabilitas normal. Ingat bahwa residu adalah perbedaan antara nilai Y yang sebenarnya 29 Ibnu Subiyanto, Metode Penelitian Manajemen dan Akuntansi, Yogyakarta: UKP UPP AMP YKPN, 2000, Ed.3, h. 205. 28 dengan nilai estimasinya, Ŷ. Jadi, suku Y-Ŷ dihitung dalam setiap pengamatan dalam kelompok data. Rata-rata residu harusnya bernilai 0. 4 Variabel-variabel bebasnya tidak boleh berkorelasi 5 Residunya bersifat saling bebas. Ini berarti pengamatan berturtut- turut pada variabel bebas tidak boleh berkorelasi. Asumsi inis sering dilanggar ketika aspek waktu dilibatkan pada asaat mengamati sampel. 30 Untuk menguji pengaruh inflasi dan JII terhadap Total NAB Reksa Dana Syariah maka model regresi linier berganda yang akan digunakan adalah: Dimana: Y = Variabel terikat Total NAB Reksa Dana Syariah a = Konstanta harga Y bila X = 0 b 1 ,b 2 = Koefisien regresi yang menunjukkan angka peningkatan atau penurunan variabel dependen yang didasarkan pada hubungan nilai variabel independen. X 1 = Variabel bebas inflasi 30 Douglas. A Lind, dkk. Penerjemah: Chriswan Sungkono, Teknik-teknik Statistika dalam Bisnis dan Ekonomi Menggunakan Kelompok Data Global, ed 13, Buku 2, Jakarta:Salemba Empat, 2007, h. 141. Y = a + b 1 X 1 + b 2 X 2 29 X 2 = Variabel bebas JII

b. Uji Asumsi Klasik

Setelah model regresi diperoleh, maka model tersebut harus diuji sudah termasuk BLUE Best Linear Unbiased Estimator atau tidak. Jadi, dalam penggunaan analisis regresi agar menunjukkan hubungan yang valid atau tidak biasa, maka perlu pengujian asumsi klasik pada model regresi yang digunakan. Asumsi-asumsi dasar yang harus dipenuhi adalah sebagai berikut: 1 Uji Normalitas Data Pengujian normalitas adalah pengujian tentang kenormalan distribusi data. Maksud data terdistribusi secara normal adalah data akan mengikuti bentuk distribusi normal. Distribusi normal data dengan bentuk dimana data memusat pada nilai rata-rata dan median. Uji normalitas bisa dilihat dengan menggunakan grafik normal PP Plots. 31 Suatu data akan terdistribusi secara normal jika nilai probabilitas yang diharapkan apakah sama dengan nilai probabilitas pengamatan. Jika data titik menyebar disekitar garis diagonal dan mengikuiti arah garis diagonal maka model regresi memenuhi asumsi 31 Imam Ghozali, Aplikasi Analisis Multivariate dengan Program SPSS, Semarang: UNDIP, 2006, h. 147. 30 normalitas. Tetapi, jika data titik menyebar jauh dari garis diagonal maka model regresi tidak memenuhi asumsi normalitas. 32 Uji normalitas dengan grafik dapat menyesatkan, jika tidak hati-hati secara visual kelihatan normal, padahal secara statistik dapat sebaliknya. Oleh karena itu, dianjurkan disamping uji grafik dilengkapi dengan uji statistik. Uji statistik dapat dilakukan dengan uji statistik non-parametrik Kolmogorov-Smirnov K-S. Dasar pengambilan keputusan dari uji K-S ini adalah jika Asymp. Sig lebih besar dari 0.05 Asymp. Sig 0.05, maka model regresi memenuhi asumsi normal.

2 Uji Multikolinearitas

Uji multikolinearitas ini digunakan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel independen bebas. Model regresi yang baik, tidak terjadi korelasi antara variabel bebas. Jika antara variabel bebas terjadi korelasi, maka terdapat masalah multikolinearitas. Untuk mendeteksi ada atau tidaknya multikolinearitas pada model regresi, dapat dilihat dari beberapa hal, diantaranya: a Jika nilai Variance Inflation Factor VIF tidak lebih dari 10, maka model regresi bebas dari multikolinearitas. 32 Singgih Santoso, Buku Latihan SPSS Statistik Parametrik, Jakarta: PT Elex Media Komputindo, 2000, h. 214. 31 b Nilai Tolerance tidak kurang dari 0.10, maka model regresi bebas dari multikolinearitas. 33

3 Uji Autokorelasi

Bertujuan untuk menguji apakah suatu model regresi linier ada korelasi antara kesalahan penggangu pada periode t dengan kesalahan pada periode sebelumnya t- 1 . 34 Autokorelasi didefinisikan terjadinya korelasi antara data pengamatan sebelumnya, dengan kata lain bahwa munculnya suatu data dipengaruhi oleh data sebelumnya. Jika terjadi korelasi berarti ada masalah autokorelasi. Model regresi yang baik adalah yang bebas dari autokorelasi. Untuk mendeteksi terjadi autokorelasi atau tidak dapat dilihat melalui nilai Durbin Watson DW yang bisa dijadikan patokan untuk mnegambil keputusan adalah: a Angka D-W di bawah – 2, berarti ada autokorelasi positif. b Angka D-W diantara – 2 sampai dengan + 2, bearti tidak terjadi autokorelasi. 33 Singgih Santoso, Buku Latihan SPSS Statistik Parametrik, Jakarta: PT Elex Media Komputindo, 2000, h. 219. 34 Imam Ghozali, Aplikasi Analisis Multivariate dengan Program SPSS, Semarang: UNDIP, 2006, h. 95. 32 c Angka D-W + 2, bearti ada autokorelasi negatif. 35 Jika ada masalah autokorelasi, maka model regresi yang seharusnya signifikan lihat angka F dan signifikansinya, menjadi tidak layak untuk dipakai. Autokorelasi dapat diatasi dengan berbagai cara antara lain dengan melakukan transformasi data dan menambah data observasi. 36

4 Uji Heterokedasitas

Uji heterokedasitas ini untuk menguji apakah pada model regresi terjadi ketidaksamaan varians dari residual suatu pengamatan ke pengamatan lain. Residual adalah perbedaan antara nilai-nilai variabel terikat yang sebenarnya dengan nilai-nilai yang diperkirakan Y- Ŷ. 37 Jika varians residual dari suatu pengamatan ke pengamatan lain tetap disebut homokedasitas. Dan jika varians berbeda disebut heterokedasitas. Model regresi yang baik adalah tidak terjadi heterokedasitas. Heterokedasitas adalah suatu keadaan dimana 35 Singgih Santoso, Buku Latihan SPSS Statistik Parametrik, Jakarta: PT Elex Media Komputindo, 2000, h. 219. 36 M. Iqbal Hasan, Pokok-pokok Materi Statistik 2: Statistik Inferensif, Jakarta: PT Bumi Aksara, 2003, Ed. Kedua, Cet. Kedua, h. 290. 37 Douglas. A Lind, dkk. Penerjemah: Chriswan Sungkono, Teknik-teknik Statistika dalam Bisnis dan Ekonomi Menggunakan Kelompok Data Global, ed 13, Buku 2, Jakarta:Salemba Empat, 2007, h. 180. 33 varians dari kesalahan pengganggu tidak konstan untuk semua nilai variabel independen. 38 Salah satu cara untuk mendeteksi ada atau tidaknya heterokedasitas yaitu dengan melihat grafik plot antara nilai prediksi variabel terikat ZPRED and residualnya SRESID. Deteksi ada tidaknya heterokedasitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatter plot antara SRESID dan ZPRED di mana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual Y prediksi – Y sesungguhnya yang telah di- studentized. Dasar pengambilan keputusan: 39 1 Jika ada pola tertentu, seperti titik-titik poin-poin yang ada membentuk suatu pola tertentu yang teratur bergelombang, melebar kemudian menyempit maka telah terjadi heterokedasitas. 2 Jika tidak ada pola tertentu yang jelas serta titik-titiknya menyebar di atas dan di bawah angka 0 nol pada sumbu Y, maka tidak terjadi heterokedasitas. 38 J. Supranto, Statistik Teori dan Aplikasi, Jakarta: Erlangga, 2000, h. 273. 39 Imam Ghozali, Aplikasi Analisis Multivariate dengan Program SPSS, Semarang: UNDIP, 2006, h. 69. 34

c. Uji Hipotesis 1 Uji Signifikansi Simultan Uji F

Uji F dilakukan untuk melihat kemaknaan dari hasil model regresi tersebut. Uji F dilakukan untuk membuktikan apakah variabel-variabel bebas X berpengaruh terhadap variabel terikat Y. Jika nilai signifikansi lebih kecil dari alpha yang digunakan yaitu pada α = 5 = 0.05, menunjukkan bahwa Ho ditolak dan Ha diterima yang berarti bahwa variabel bebas mempunyai pengaruh secara signifikan terhadap variabel terikatnya secara simultan bersama-sama. Jika nilai signifikansi lebih besar dari alpha yang digunakan yaitu pada α = 5 = 0.05, menunjukkan bahwa Ho diterima dan Ha ditolak yang berarti bahwa variabel bebas tidak mempunyai pengaruh secara signifikan terhadap variabel terikat secara simultan bersama-sama. 40

2 Uji Signifikansi Parsial Uji t

Uji t dipergunakan untuk menganalisis pengaruh variabel bebas terhadap variabel terikat secara parsial. Uji t dipergunakan untuk mengetahui apakah variabel bebas secara parsial individual berpengaruh secara signifikan terhadap variabel terikat. Penilaian uji t adalah sebagai berikut: 40 Bhuono Agung Nugroho, Strategi Jitu Memilih Metode Statistika Penelitian dengan Menggunakan SPSS, Yogyakarta: CV. Andi Offset, 2005, h.54. 35 a. Jika signifikansi lebih kecil dari alpha yang digunakan yaitu pada α = 5 = 0.05 , maka Ho ditolak dan Ha diterima, yang berarti bahwa variabel bebas berpengaruh signifikan terhadap variabel terikat secara parsial. b. Jika signifikansi lebih besar dari alpha yang digunakan yaitu pada α = 5 = 0.05 , maka Ho diterima dan Ha ditolak, yang berarti bahwa secara parsial tidak ada pengaruh yang signifikan antara variabel bebas terhadap variabel terikat. Juga dipergunakan pada alpha 10 = 0.1 dimana batas ini masih diperbolehkan. 41

d. Analisis Korelasi

Analisis korelasi berguna untuk menentukan suatu besaran yang menyatakan bagaimana kuat hubungan suatu variabel dengan variabel yang lain. Jadi tidak mempersoalkan apakan suatu variabel tertentu tergantung kepada variabel lain. Simbol dari besaran korelasi adalah r yang disebut koefisien korelasi sedangkan simbol parameternya ρ dibaca rho. Nilai koefisien korelasi berkisar antara – 1 sampai + 1 yang kriteria pemanfaatannya dijelaskan sebagai berikut: 42 41 Bhuono Agung Nugroho, Strategi Jitu Memilih Metode Statistika Penelitian dengan Menggunakan SPSS, Yogyakarta: CV. Andi Offset, 2005, h.53. 42 Husein Umar, Metode Penelitian untuk Skripsi dan Tesis Bisnis, Jakarta: PT RajaGrafindo Persada, 2004, h. 104. 36 1 Jika nilai r 0 artinya telah terjadi hubungan yang linier positif, yaitu makin besar nilai variabel X independen makin besar pula nilai variabel Y dependen, atau makin kecil nilai variabel X independen maka makin kecil pula nilai variabel Y dependen. 2 Jika nilai r 0 artinya telah terjadi hubungan yang linier negatif, yaitu makin kecil nilai variabel X independen maka makin besar nilai variabel Y dependen, atau makin besar nilai variabel X independen maka makin kecil nilai variabel Y dependen. 3 Jika nilai r = 0 artinya tidak ada hubungan sama sekali antara variabel X independen dengan variabel Y dependen. 4 Jika nilai r = 1 atau r = - 1 telah terjadi hubungan linier sempurna yaitu berupa garis lurus, sedangkan untuk nilai r yang makin mengarah ke angka 0, maka garis makin tidak lurus. Untuk menghitung koefisien korelasi, rumus yang digunakan adalah r- product moment, yaitu: r xy = n Σ XiYi – ΣX iΣYi √n ΣXi 2 – ΣXi 2 √nΣYi 2 – ΣYi 2 Untuk mengetahui tingkat kekuatan hubungan antara variabel bebas dan variabel terikat, dipergunakan tabel interpretasi r-product moment. 37 Tabel 1.1 Tabel Interpretasi r-product moment 43 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 Sumber: Ali Mauludi, 2006

e. Koefisien Determinasi

Koefisien determinasi R 2 pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah diantara nol dan satu. Bila nilai koefisien determinasi sama dengan 0 R 2 = 0, artinya variasi dari Y tidak dapat diterangkan oleh X sama sekali. Sementara bila nilai koefisien determinasi sama dengan 1 R 2 = 1, artinya variasi Y secara keseluruhan dapat diterangkan oleh X. 44 Dalam kenyataannya nilai koefisien determinasi dapat bernilai negatif walaupun dikehendaki harus bernilai positif. Menurut Gujarati, jika dalam uji 43 Ali Mauludi, Statistika I, Jakarta: PT. Prima Heza Lestari, 2006, h. 107. 44 Nachrowi dan Hardius Usman, Pendekatan Ekonometrika Untuk Analisis Ekonomi dan Keuangan, Jakarta: Lembaga Penerbit FEUI, 2006, h.20. 38 empiris terdapat koefisien determinasi bernilai negatif, maka koefisien determinasi dianggap bernilai 0. Adapun formulasi penghitungannya adalah sebagai berikut : 45

7. Operasional Variabel Penelitian

a. Variabel YVariabel Dependen atau variabel terikat Variabel dependen adalah variabel yang dipengaruhi atau disebabkan oleh variabel lainnya. Variabel dependen dalam penelitian ini adalah total NAB Nilai Aktiva Bersih reksa dana syariah. Menurut Iggi H Achsien, Nilai aktiva bersih adalah total nilai investasi dan kas yang dipegang uninvested dikurangi biaya-biaya hutang dari kegiatan operasional yang harus dibayarkan. Sedangkan NAB per unit penyertaan adalah harga wajar dari portofolio reksa dana setelah 45 Imam Ghozali, Aplikasi Analisis Multivariate dengan Program SPSS, Semarang: UNDIP, 2006, h. 87. R = r 2 X 100 Keterangan: R=Koefisien Determinasi r= Koefisien Korelasi 39 dikurangi biaya operasional kemudian dibagi jumlah unit penyertaan yang telah beredar dimiliki investor pada saat tertentu. b. Variabel X Variabel independen atau variabel bebas Variabel independen adalah variabel yang dapat mepengaruhi perubahan variabel dependen. Variebel independen dalam penelitian ini adalah sebagai berikut: 1 Inflasi X1 yaitu proses kenaikan harga-harga umum secara terus- menerus. 2 Jakarta Islamic Index X2 yaitu kumpulan indeks saham beberapa perusahaan yang kegiatan usahanya tidak bertentangan dengan syariah.

8. Teknik Penulisan

Teknik penulisan skripsi ini merujuk pada buku pedoman penulisan skripsi Fakultas Syariah dan Hukum UIN Syarif Hidayatullah Jakarta, yang diterbitkan oleh fakultas Syariah dan Hukum tahun 2007. dengan pengecualian, kutipan al- Qur’an dan Hadis ditulis satu spasi. Referensi al-Qur’an pada urutan pertama dalam daftar pustaka.

H. Sistematika Penulisan

Skripsi ini dibagi menjadi lima bab yang secara keseluruhan kelima bab tersebut merupakan satu rangkaian pembahasan yang saling terintegrasi dan 40 saling terkait. Dengan demikian sistematika penulisan ini adalah sebagai berikut : BAB I : Merupakan suatu pendahuluan yang terdiri dari beberapa sub, yaitu Latar Belakang Masalah, dan Perumusan Masalah, Tujuan dan Manfaat Penulisan, Kajian Kepustakaan, Kerangka Teori dan Kerangka Konsep, Hipotesis, Metode Penelitian, serta Sistematika Penulisan. BAB II : Menjelaskan tentang kajian pustaka, di mana pada bab ini dijelaskan mengenai pasar modal syariah, inflasi, dan semua yang berkaitan dengan Reksadana Syariah baik dari pengertian, jenis reksadana, kelebihan maupun dari segi risiko reksadana. Selain itu pada bab ini juga akan dijelaskan mengenai apa itu manajer investasi dan bank kustodian. BAB III : Memberikan Penjelasan mengenai Sejarah Perkembangan PT. Danareksa Investment Management, Visi Misi dan Strategi PT. Danareksa Investment Management Struktur Organisasi PT. Danareksa Investment Management, Produk-produk PT. Danareksa Investment Management. BAB IV : Membahas tentang penelitian terhadap data-data yang telah dikumpulkan beserta penjelasannya, dalam bab ini juga dijelaskan 41 mengenai model-model penghitungan yang digunakan berikut penjelasannya. BAB V : Merupakan bab penutup yang mencakup kesimpulan berupa jawaban-jawaban dari permasalahan penelitian yang telah dikemukakan sebelumnya. Bab lima juga berisi saran yang sifatnya membangun sebagai solusi dari permasalahan yang telah dikemukakan.