dilakukan dengan bantuan program SPSS. Model persamaan regresi dalam penelitian ini adalah sebagai berikut;
Y = a +b
1
LnX
1
+b
2
LnX
2
+b
3
LnX
3
+ μ
Dimana: Y = Variabel ROA Return on Assets dalam persen
a = Konstanta intersepsi b
1
= Parameter ukuran – ukuran dalam populasi X1 b
2
= Parameter ukuran – ukuran dalam populasi X2 b
3
= Parameter ukuran – ukuran dalam populasi X3 X
1
= Variabel pembiayaan Mudharabah dalam milyar rupiah X
2
= Variabel pembiayaan Musyarakah dalam milyar rupiah X
3
= Variabel pembiayaan Murabahah dalam milyar rupiah μ = error term
3.8.1 Uji Asumsi Klasik
Uji ini berguna untuk mengetahui apakah model yang digunakan dalam regresi menunjukkan hubungan yang disignifikan dan representatif
maka model yang digunakan tersebut harus memenuhi uji asumsi klasik regresi. Uji asumsi klasik yang dilakukan antara lain :
3.8.1.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam suatu model regresi linier variabel terikat dan variabel bebas keduanya
mempunyai distribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Untuk
Universitas Sumatera Utara
mengetahui normalitas data dapat diuji juga dengan menggunakan histogram, normal Plot, Skewness dan Kurtosis atau dengan
menggunakan uji Kolmogorov Smirnov.
3.8.1.2 Uji Multikolinearitas
Uji multikolinearitas ini bertujuan untuk menguji apakah pada model regeresi ditemukan adanya korelasi antar variabel independen.
Model regeresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen, karena jika hal terseut terjadi maka varaiabel-
variabel tersebut tidak ortogonal atau terjadi kemiripan. Untuk melakukan pengujian apakah terdapat multikolinearitas atau tidak,
dapat diketahui dengan menggunakan nilai tolerance dan lawannya Variance Inflation Factor VIF. Nilai cutoff yang umum dipakai
untuk menunjukkan adanya multikolinearitas adalah nilai tolerance
0.1 atau sama dengan VIF 10.
3.8.1.3 Uji Heteroskedasisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu
pengamatan ke pengamatan yang lain menurut Gozali 2005:105. Cara yang digunakan untuk mendeteksi ada atau tidaknya
heteroskedastisitas dalam penelitian ini, dengan melihat grafik Plot antara nilai prediksi variabel terikat dependen yaitu ZPRED dengan
residualnya yaitu SRESID. Deteksi ada tidaknya heteroskedastisitas
Universitas Sumatera Utara
dapat dilakukan dengan cara melihat ada tidaknya pola tertentu pada
grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah
yang diprediksi dan sumbu X adalah residual Y prediksi-Y sesungguhnya yang telah di-studentized. Dasar analisis yang
digunakan untuk mendeteksi heteroskedastisitas adalah sebagai berikut:
a. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola
tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi
heteroskedastisitas. b.
Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas.
3.8.1.4 Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pengganggu pada periode t-1 sebelumnya Ghozali 2005: 95-96. Autokorelasi sering terjadi pada sampel dengan data
time series dengan n sampel periode waktu. Untuk menguji keberadaan autokorelasi dalam penelitian ini digunakan statistik d dari
Durbin-Watson DW test dimana angka-angka yang diperlukan
dalam metode tersebut adalah dL angka yang diperoleh dari table DW batas bawah, dU angka yang diperoleh dari tabel DW batas atas, 4-
Universitas Sumatera Utara
dL dan 4-dU. Berikut adalah dasar pengambilan keputusan autokorelasi:
Tabel 3.3 Dasar Pengambilan Keputusan Autokorelasi
H0 hipotesis nol Apabila
Keputusan
Tidak ada auto korelasi + 0dd1
Menolak Tidak ada auto korelasi +
d1ddu Ragu-ragu
Tidak ada auto korelasi - 4-d1d4
Menolak Tidak ada auto korelasi -
4-dud4-d1 Ragu-ragu Tidak ada auto korelasi +- dud4-du
Menerima Sumber: Ghozali, 2005
3.8.2 Uji Hipotesis 3.8.2.1 Uji Koefisien Determinasi R
2
Koefisien determinas R
2
pada intinya mengukut seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen.
Besarnya koefisien determinasi ini adalah 0 sampai dengan 1 Nilai R
2
yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang
mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi
variabel dependen Ghozali, 2005: 169.
3.8.2.2 Uji F Uji Simultan
Uji F dilakukan untuk mengetahui adanya pengaruh secara bersama-sama variabel independen terhadap variabel dependen.
Tingkat signifikansi yang digunakan adalah sebesar 5 dengan
Universitas Sumatera Utara
