Agustus
335372
Agustus
525969
Agustus
806955
September
335036
September
545964
September
815552
Oktober
341630
Oktober
536572
Oktober
824122
November
337797
November
547236
November
850123
Desember
322603
Desember
533379
Desember
820832
Januari
312064
Januari
495461
Februari
315656
Februari
517625
Maret
323195
Maret
540702
April
333044
April
581652
Mei
350009
Mei
605993
Juni
374017
Juni
622910
Juli
376257
Juli
637321
Agustus
391407
Agustus
651799
September
403285
September
680168
Oktober
415544
Oktober
686670
November
431202
November
692786
Desember
420492
Desember
690125
Sumber : Statistik Perbankan Syariah
B. Hasil Data
1. Uji Asumsi Klasik
a.Uji Normalitas
Uji normalitas yang digunakan dalam penelitian ini adalah menggunakan uji jarque bera dengan melihat nilai probability. Jika nilai probabilitas lebih besar dari
nilai derajat kesalahan α = 5 0.05, maka penelitian ini tidak ada permasalahan
normalitas atau dengan kata lain data terdistribusi normal. Dan sebaliknya, jika nilai probability lebih kecil dari nilai derajat kesalaan α = 5 dalam penelitian ada
permasalahan normalitas atau terdistribusi dengan normal, maka terlihat hasilnya sebagai berikut:
Gambar 4.1 Uji Normalitas
2 4
6 8
10 12
-1.5 -1.0
-0.5 0.0
0.5
Series: Residuals Sample 2011M01 2015M12
Observations 60 Mean
-6.83e-15 Median
0.047922 Maximum
0.644407 Minimum
-1.722487 Std. Dev.
0.425740 Skewness
-1.485845 Kurtosis
6.608381 Jarque-Bera 54.62839
Probability 0.000000
Nilai probabilitas adalah 0,000 0,05 sehinga bisa dikatakan model ini adalah signifikan, sementara itu berdasarkan hasil uji normalitas dapat dilihatdari probabilitas
dari Jargue-Bera JB. Apabila probabilitas 0,05, maka dinyatakan normal. Menurut parameter ini diketahui bahwa besaran nilai probabilitas pada JB adalah 54,62839
yang artinya lebih besar dari derajat. Dengan demikian dapat disimpulkan bahwa model regresi memenuhi asumsi normalitas.
b.Uji Multikoleniaritas
Uji multikolinieritas dilakukan untuk mengetahui ada tidaknya hubungan korelasi yang signifikan di antara dua atau lebih variabel independen dalam model
regresi. Deteksi adanya multikolinieritas dilakukan dengan menggunakan uji korelasi