Hipotesis Analisi pengaruh moral hazard terhadap pembiayaan bank syariah di Indonesia
32 - Bila probabilitas Obs R
2
0,05 maka signifikan, dan menolak H dengan demikian, model dikatakan linier.
- Bila probabilitas Obs R
2
0,05 maka tidak signifikan, dan menolak H
1
, maka model tidak linier. 2. Uji Perilaku Data
Uji perilaku data merupakan pengujian yang dilakukan terhadap data time series sebelum dilakukan pemodelan, pengujian ini meliputi uji linieritas, uji
stasioneritas, uji derajat integrasi, dan uji kointegrasi. Uji perilaku data dilakukan untuk melihat linieritas data yang menunjukkan spesifikasi model dan stasioner
atau tidaknya data-data pada level yang menunjukkan hubungan seimbang atau tidaknya pada jangka pendek serta untuk melihat adanya hubungan jangka
panjang pada data penelitian. Tahapan dari uji perilaku data ini adalah :
1 Uji Stasioneritas Proses yang bersifat random atau stokastik merupakan kumpulan dari
variabel random dalam urutan waktu. Setiap data time series yang kita punyai merupakan suatu data dari hasil proses stokastik. Suatu data hasil proses random
dikatakan stasioner jika memenuhi kriteria, yaitu: jika rata-rata dan varian konstan sepanjang waktu dan kovarian antara dua data runtun waktu hanya tergantung dari
kelambanan antara dua periode waktu tertentu Widarjono, 2005:354.
33 Data yang stasioner pada dasarnya tidak memiliki variasi yang terlalu besar
selama periode observasi dan memiliki kecendrungan untuk mendekati nilai rata- ratanya Insukindro, 2001:121. Untuk melihat data stasioner atau tidak, dalam
penelitian ini digunakan uji akar unit unit root test. Apabila hasil uji akar unit menunjukkan data belum stasioner pada level maka data penelitian akan dilakukan
diferensiasi tingkat pertama first difference hingga data menjadi stasioner uji derajat integrasi dan terbebas dari regresi lancung.
- Uji Akar Unit unit root test
Uji akar unit merupakan pengujian yang formal dan dikenalkan oleh David Dickey dan Wayne Fuller. Menurut Nachrowi 2006:353, untuk mempermudah
pemahaman tentang unit root test, maka perlu memahami model berikut : Y
t
= ρY
t-1
+ u
t
Jika ρ = 1, maka model menjadi random walk tanpa trend. Disini akan menghadapi masalah dimana varian Y
t
tidak stasioner. Dengan demikian, Y
t
dapat disebut mempunyai unit root atau data tidak stasioner.
Pengujian akar unit dilakukan untuk mengetahui apakah data yang digunakan stasioner atau tidak. Data yang stasioner adalah data time series yang
tidak mengandung akar unit dan sebaliknya. Untuk mengetahui hal tersebut, dapat dilakukan dengan uji Dickey-Fuller dan uji Philips-Perron PP yang merupakan
bagian dari uji akar unit.