Perkembangan Zakat, Infak dan Sedekah ZIS

102 Seperti yang telah dijelaskan sebelumnya, model yang digunakan dalam penelitian ini adalah Error Correction Model ECM. Model ECM digunakan untuk menguji spesifikasi moel dan kesesuaian teori dengan kenyataan. Pengolahan data dilakukan secara elektronik dengan menggunakan Microsoft Excel 2007 dan Eviews 6.0 untuk mempercepat perolehan hasil yang dapat menjelaskan variabel-variabel yang akan diteliti. Pembahasan penelitian sebagai berikut: 1. Uji Normalitas Uji Normalitas ini bertujuan untuk menguji apakah dalam sebuah model regresi, variabel dependent, variabel independent atau keduanya mempunyai distribusi normal ataukah tidak. Model regresi yang baik adalah distribusi data normal atau mendekati normal. Tabel 4.2 Uji Normalitas JUB PDB PM ZIS Mean 1.84E+15 5.27E+14 7.85E+12 1.07E+12 Median 1.88E+15 5.27E+14 7.15E+12 9.74E+11 Maximum 2.47E+15 5.94E+14 1.14E+13 2.22E+12 Minimum 1.36E+15 4.48E+14 4.00E+12 3.02E+11 Std. Dev. 3.03E+14 3.78E+13 2.59E+12 5.71E+11 Skewness 0.075411 -0.112268 0.097162 0.409793 Kurtosis 1.931119 2.254022 1.490070 1.973611 Jarque-Bera 2.330507 1.213799 4.635299 3.450390 Probability 0.311844 0.545038 0.098505 0.178138 Sum 8.82E+16 2.53E+16 3.77E+14 5.11E+13 Sum Sq. Dev. 4.31E+30 6.73E+28 3.16E+26 1.53E+25 Observations 48 48 48 48 Sumber: Lampiran 2 Pada tabel 4.2 menggambarkan bahwa data dalam penelitian ini sudah berdistribusi normal, terlihat pada nilai probabilitas lebih dari 103 derajat kepercayaan dalam hal ini 0.05 5. Menurut Winarno menyatakan bahwa, “ Jika nilai Probabilitasnya bernilai lebih dari 0.05 maka data dapat dikatakan hasir regresi tersebut sudah berdistribusi normal ” 2009:5.39. 2. Uji Linieritas Uji yang sangat populer untuk menguji masalah linieritas adalah uji yang dikembangkan oleg J.B Ramsey tahun 1969 untuk lebih dikenal dengan nama Ramsey RESET Test. Uji ini biasanya didesain untuk menguji apakah suatu variabel penjelas cocok atau tidak dimasukkan dalam suatu model estimasi. Akan tetapi menurut Kennedy uji yang dikembangkan oleh J.B Ramsey ini digunakan untuk menguji apakah bentuk fungsi suatu model estimasi linier atau tidak linier. Tabel 4.3 Hasil Ramsey RESET Test Ramsey RESET Test: F-statistic 5.956416 Prob. F1,43 0.0189 Log likelihood ratio 6.227055 Prob. Chi-Square1 0.0126 Sumber: Lampiran 3 Dari Uji Linieritas yang digambarkan pada tabel 4.3 menggambarkan bahwa penelitian dengan model DPDBt = β + β 1 DJUBt + β 2 DPM t + β 3 DZIS t + β 4 ECT dikatakan belum linier, dikarenakan nilai dari Prob. Chi-Square sebesar 0.0126 0.05. Sehingga dalam penelitian ini dapat disimpulkan pada penelitian ini data belum berdistribusi normal pada model ini dan perlu adanya ditransformasikan data dalam bentuk ln. 104 Berikut adalah hasil transformasi data untuk diuji linieritas: Tabel 4.4 Hasil Ramsey RESET Test Transformasi Ramsey RESET Test: F-statistic 0.055520 Prob. F1,43 0.8148 Log likelihood ratio 0.061936 Prob. Chi-Square1 0.8035 Sumber: Lampiran 3 Dari hasil tabel 4.4 dikatakan bahwa model setelah ditransformasikan kebentuk log dikatakan sudah linier. 3. Uji Stasioner a. Uji Akar Unit Pengujian akar unit untuk semua variabel menggunakan analisis time series perlu dilakukan untuk memenuhi keabsahan analisis Error Correction Model ECM. Dalam hal ini data harus bersifat stasioner yang berarti tidak terlalu besar dan mempunyai kecenderungan mendekati nilai rata-rata. Uji akar unit dipandang sebagai uji stasioneritas karena pengujian ini pada prinsipnya bertujuan untuk mengamati apakah koefisien tertentu dari model otoregresif yang ditaksir mempunyai nilai satu atau tidak. Tahap awal yaitu menguji setiap varibel agar diketahui stasioner atau tidaknya data yang digunakan dalam penelitian ini. 105 Tabel 4.5 Hasil Estimasi Phillip Perron Pada Level-Intercept Sumber: Lampiran 4 Hasil pada tabel 4.5 menunjukkan hasil uji akar dengan menggunakan PP test pada tingkat level. Dari tabel di atas tersebut dapat diketahui bahwa nilai t-statistik PP masing-masing variabel tidak stasioner pada derajat keyakinan 5, dikarenakan nilai t- statistik PP lebih besar dari nilai kritis statistik PP tabel. Oleh karena itu perlu dilanjutkan dengan uji derajat integrasi pertama. b. Uji Derajat Integrasi Dalam Uji PP menghasilkan kesimpulan bahwa data belum stasioner. Oleh karena itu, harus dilakukan Uji Derajat Integrasi. Hasil diatas menunjukkan hasil uji akar dengan menggunakan PP test pada tingkat First Difference - Intercept. Dari tabel di atas tersebut dapat diketahui bahwa nilai t-statistik PP masing-masing variabel tidak stasioner pada derajat keyakinan 5, dikarenakan mayoritas memiliki nilai t-statistik PP lebih besar dari nilai kritis statistik PP tabel. Oleh karena itu perlu dilanjutkan dengan uji derajat integrasi pertama – Variabel Nilai t-Statistik PP Nilai Kritis Statistik PP Kesimpulan LNPDB -0.963797 -2.925169 Tidak Stasioner LNJUB 0.145567 -2.925169 Tidak Stasioner LNPM -1.647364 -2.925169 Tidak Stasioner LNZIS -11.03373 -2.925169 Tidak Stasioner