36
d. Uji Multikolinearitas. Uji multikolinearitas adalah uji yang dilakukan untuk melihat
korelasi yang tinggi antara variabel-variabel bebas dalam suatu model regresi linear berganda. Jika ada hubungan korelasi yang tinggi antar
variabel bebasnya, maka hubungan antara variabel bebas dan variabel terikatnya terganggu. Alat statistik yang digunakan untuk mengetahui
gangguan multikolinearitas yaitu dengan cara melihat koefisien korelasi antara masing-masing variabel, jika lebih besar dari 0,8 maka
terjadi gangguan multikolinearitas.Gujarti, 1999. 3. Uji Hipotesis.
a. Uji Statistik t.
Uji statistik t adalah uji yang menunjukkan seberapa besar pengaruh satu variabel independen dalam menerangkan variabel
dependen. Hipotesis nol Ho yang hendak diuji apakah suatu parameter βi sama dengan nol, dapat ditulis:
: = 0
setiap variabel independen bukan merupakan penjelas variabel dependen yang signifikan.
Dan hipotesis alternatifnya yaitu H
a
, yaitu parameter suatu variabel tidak sama dengan nol, dapat ditulis :
:
≠ setiap variabel independen merupakan penjelas
variabel dependen yang signifikan. Statistik
t dapat dihitung dari formula:
=
− ⁄
=
⁄ ......................................................................
37
Dimana S adalah standar deviasi. Setelah menentukan hipotesis, dalam uji t perlu menentukan level of significance
α, apakah 5 atau 10. Untuk menentukan hasil maka apabila t hitung t tabel maka
Ho ditolak, berarti variabel independen berpengaruh signifikan secara individual terhadap variabel dependen dan sebaliknya, apabila t
hitung t tabel maka Ho diterima, berarti variabel independen tidak berpengaruh signifikan terhadap variabel dependen.
b. Uji Statistik F. Uji statistik F dilakukan untuk melihat apakah semua variabel
independen dalam model berpengaruh secara bersamaan terhadap variabel dependen. Hipotesis nol Ho yang hendak diuji apakah semua
parameter yang dipakai sama dengan nol, dapat ditulis :
: =
= =
= = 0
setiap variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen
secara simultan. Dan hipotesis alternatifnya yaitu H
a
, yaitu tidak semua parameter secara simultan yang dipakai sama dengan nol, dapat ditulis :
: =
= =
= = 0
setiap variabel independen merupakan penjelas yang signifikan terhadap variabel dependen secara
simultan. Setelah menentukan hipotesis maka perlu menentukan level of
significance α, apakah 5 atau 10. Untuk menentukan hasil maka
apabila F hitung F tabel maka Ho ditolak, berarti variabel
38
independen berpengaruh signifikan secara individual terhadap variabel dependen secara simultan. Sebaliknya, apabila F hitung F tabel maka
Ho diterima, berarti variabel independen tidak berpengaruh signifikan terhadap variabel dependen secara simultan Agus, 2015.
c. Uji Determinasi. determinasi R
2
digunakan untuk mengukur seberapa jauh kemampuan model dalam menjelaskan variasi variabel dependen.
Dalam menganalisa digunakan nilai Adjusted R
2
. Nilai Adjusted R
2
yaitu 0 Adjusted R
2
1. Nilai Adjusted R
2
yang kecil mendekati 0 berarti kemampuan variabel independen dalam menjelaskan variasi
variabel dependen sangat terbatas. Apabila nilai Adjusted R
2
yang besar atau mendekati 1 berarti kemampuan variabel independen
merupakan variabel yang dapat memberikan gambaran informasi yang lebih terukur untuk memprediksi variabel dependen.
BAB IV HASIL DAN PEMBAHASAN
A. Hasil Penelitian
1. Hasil Uji Asumsi Klasik. Untuk menghasilkan hasil penelitian yang baik, pada metode regresi
diperlukan adanya uji asumsi klasik untuk mengetahui apakah terdapat penyimpangan asumsi klasik. Uji asumsi klasik terdiri dari uji normalitas,
uji autokorelasi, uji heteroskedastisitas, dan uji multikolinearitas. a. Uji Normalitas.
Uji normalitas bertujuan untuk mengetahui distribusi data dalam variabel yang digunakan dalam penelitian. Data yang baik dan
layak digunakan dalam penelitian adalah data yang memiliki distribusi normal. Dalam melakukan pengujian asumsi normalitas, data tersebut
dilakukan dengan menggunakan pengujian Jarque Berra JB, jika probabilitas JB hitung lebih besar dari 0,05 maka data tersebut
terdistribusi normal, tetapi apabila lebih kecil dari 0,05 maka data tersebut tidak terdistribusi normal Agus, 2015.
39
40
1 2
3 4
5 6
7
-0.4 -0.3
-0.2 -0.1
0.0 0.1
0.2 0.3
0.4
Series: Residuals Sample 2010M01 2016M09
Observations 81 Mean
-3.26e-17 Median
-0.001413 Maximum
0.437295 Minimum
-0.421450 Std. Dev.
0.207753 Skewness
0.025564 Kurtosis
2.137163 Jarque-Bera
2.521466 Probability
0.283446
Gambar 4.1.
Hasil Uji Normalitas bank konvensional Sumber : Eviews 8
2 4
6 8
10 12
14 16
-0.6 -0.4
-0.2 0.0
0.2 0.4
0.6
Series: Residuals Sample 2010M01 2016M09
Observations 81 Mean
3.11e-15 Median
0.004789 Maximum
0.551405 Minimum
-0.554816 Std. Dev.
0.234355 Skewness
-0.023781 Kurtosis
3.581719 Jarque-Bera
1.149725 Probability
0.562782
Gambar 4.2.
Hasil Uji Normalitas bank Syariah Sumber : Eviews 8
Berdasarkan hasil Uji Normalitas di atas terlihat bahwa nilai probability Jarque-Berapada bank konvensionalsebesar 0,283446 dan
0,562782 untuk bank Syariah. Keduanya lebih besar dari 0,05 yang artinya bahwa, data variabel dari penelitian ini dinyatakan telah
terdistribusi normal.
41
b. Uji Autokorelasi. Autokorelasi merupakan pelanggaran asumsi non-autokorelasi.
Hal ini disebabkan karena adanya korelasi antar gangguan pada setiap pengamatan. Autokorelasi juga dapat dikatakan kesalahan dari
gangguan periode tertentu berkorelasi dengan gangguandari periode sebelumnya. Permasalahan autokorelasi hanya relevan digunakan jika
data yang dipakai adalah time series. Untuk mengetahui adanya autokorelasi dalam penelitian ini digunakan Uji Lagrane Multiplier
LM-test. Guna mendeteksi apakah dalam model yang digunakan dalam
peneltian ini terdapat autokorelasi terhadap variabel-variabel bebas dengan variabel terikatnya yang dapat dilihat jika nilai signifikansi dari
ProbR 0,05 maka model tersebut mengandung autokorelasi, dan sebaliknyaAgus, 2015.
Tabel 4.1.
HASIL UJI AUTOKORELASI bank konvensional
Breusch-Godfrey Serial Correlation LM Test F-statistic
0.216956 Prob.F2,72
0.8055 ObsR-squared
0.472711 Prob.Chi-Square2
0.7895 Sumber : Eviews8
Tabel 4.2.
HASIL UJI AUTOKORELASI bank Syariah
Breusch-Godfrey Serial Correlation LM Test F-statistic
0.242152 Prob.F2,72
0.7856 ObsR-squared
0.527246 Prob.Chi-Square2
0.7683 Sumber : Eviews8
42
Berdasarkan tabel 4.1 dan 4.2, pengujian autokorelasi dengan menggunakan Uji Lagrange Multiplier LM-test dapat dilihat bahwa
nilai probability ObsR-squared 0,7895 pada bank konvensional dan 0,7683 pada bank Syariah. Artinya, keduanya lebih besar dari 0,05
sehingga dapatdisimpulkan bahwa data dalam variabel penelitian ini tidak terdapat autokeralasi.
c. Uji Heteroskedastisitas. Heteroskedastisitas merupakan pelanggaran dari asumsi
homoskedastisitas semua gangguan yang muncul dalam persamaan regresi bersifat homoskedastik atau mempunyai varians yang sama
pada tiap kondisi pengamatan. Oleh karena itu, konsekuensi dari adanya heteroskedastisitas dalam sistem persamaan bahwa penaksiran
tidak lagi mempunyai varian yang minimum. Cara mengetahui ada atau tidaknya gejala heteroskedastisitas
pada penelitian ini adalah dengan melakukan pengujian denganWhite danHarvey Heteroskedasticity no cross term. Jika signifikansi dari
ProbR 0,05 maka model tersebut mengandung heteroskedastisitas Agus, 2015.
Tabel 4.3.
HASIL UJI HETEROSKEDASTISITAS bank konvensional
Heteroskedasticity Test: White F-statistic
1.775755 Prob. F4,76
0.0881 ObsR-squared
14.88272 Prob. Chi-Square 4 0.0942
Scaled explained SS 7.646921 Prob. Chi-Square 4
0.5701 Sumber : Eviews 8
43
Tabel 4.4.
HASIL UJI HETEROSKEDASTISITAS bank Syariah
Heteroskedasticity Test: Harvey F-statistic
2.954942 Prob. F4,75
0.3378 ObsR-squared
8.356655 Prob. Chi-Square 4 0.3392
Scaled explained SS 12.97213 Prob. Chi-Square 4
0.3747 Sumber : Eviews 8
Dari tabel 4.3 dan 4.4 di atas dapat dilihat bahwa pengujian heteroskedastisitas memilikiprobability ObsR-Squared 0,0942pada
bank konvensional dan 0,3392pada bank Syariah. Keduanya lebih besar dari 0,05 sehingga dapat disimpulkan bahwa data dalam variabel
penelitian ini tidak terdapat heteroskedastisitas. d. Uji Multikolinearitas.
Uji multikolinearitas digunakan untuk menguji apakah terdapat hubungan antar variabel bebas. Untuk mendeteksi adanya hubungan
antar variabel dalam penelitian ini dengan melihat koefisien korelasi antara masing-masing variabel, jika lebih besar dari 0,8 maka terjadi
multikolinearitas dalam model regresi tersebut, tetapi apabila koefisien korelasi antara masing-masing variabel lebih kecil dari 0,8 maka
terjadi multikoliniearitas dalam model regresi tersebut. Berikut pemaparan hasil uji multikolinearitas dalam penelitian ini Agus,
2015.
