51 Ketiga, dan Sertifikat Bank Indonesia Syariah SBIS. Kemudian penulis
juga melakukan studi literatur dari beberapa buku, jurnal, makalah, blog, dan hasil penelitian mengenai perbankan syariah.
3.7. Metode Pengumpulan Data
Data yang digunakan adalah data sekunder. Data ini diperoleh tidak langsung dari sumbernya melainkan melalui laporan keuangan tahunan
bank umum syariah yang terdapat di website masing-masing bank umum syariah tersebut. Dari data tersebut penulis membaca, meneliti, dan
mempelajari dan hasilnya dijadikan bahan dalam penyelesaian skripsi ini.
3.8. Metode Analisis Data
Data yang diperoleh akan diolah menjadi data-data variabel agar siap dilakukan pengujian hipotesis. Pengolah data ini akan dibantu melalui
aplikasi SPSS. Sebelum data diolah dengan metode analisis, terlebih dahulu data harus diuji dengan uji asumsi klasik yaitu dengan uji normalitas, uji
multikolineritas, uji Heteroskedastisitas, dan uji autokorelasi antar variabel independen untuk memastikan apakah model analisis digunakan tidak
masalah sehingga dapat dijadikan alat prediksi dan estimasi yang memadai. Jika terpenuhi maka model analisis layak untuk digunakan.
3.8.1. Statistik Deskriptif
Statistik deskriptif adalah statistik yang digunakan untuk menganalisa
data dengan
cara mendeskripsikan
atau
Universitas Sumatera Utara
52 menggambarkan data yang telah terkumpul sebagaimana adanya
tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi Sugiyono, 2008. Statistik deskriptif digunakan
untuk mendiskripsikan suatu data yng dilihat dari mean, median, deviasi standar, nilai minimum, dan nilai maksimun. Pengujian ini
dilakukan untuk mempermudah memahami variabel-variabel yang digunakan dalam peneltian.
3.8.2. Uji Asumsi Klasik
Uji penyimpangan asumsi klasik dilakukan untuk memenuhi beberapa penyimpangan yang terjadi pada data yang digunakan
untuk penelitian. Hal ini agar model regresi bersifat BLUE. Dalam penelitian ini akan menggunakan empat uji asumsi klasik yaitu uji
normalitas, uji multikolinearitas, uji Heteroskedastisitas, dan uji autokorelasi.
3.8.2.1. Uji Normalitas
Tujuan dari dilakukannya uji normalitas ialah untuk menguji apakah dalam model regresi, variabel penganggu
atau residual memiliki distribusi normal Ghozali, 2005: 110. Metode yang digunakan ialah normal probability plot
yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus
diagonal, dan ploting data residual akan dibandingkan dengan garis diagonal.
Universitas Sumatera Utara
53 3.8.2.2.
Uji Multikolinearitas Pengujian ini bertujuan untuk mengetahui apakah
dalam model regresi masing-masing variabel independen saling berhubungan secara dependen. Pengertian dari uji
multikoloniertitas adalah situasi adanya korelasi antara variable bebas satu dengan variabel bebas lainnya. untuk
menguji ada tidaknya gejala multikoloniertitas digunakan VIF. Jika nilai VIF dibawah 10, maka model regresi yang
diajukan tidak terdapat gejala multikoloniertitas, dan sebaliknya jika VIF diatas 10, maka model regresi yang
diajukan terdapat gejala multikoloniertitas. 3.8.2.3.
Uji Heteroskedastisitas Uji Heteroskedastisitas dilakukan untuk menguji
apakah dalam sebuah model regresi terjadi ketidaksamaan varian dari residual dari satu pengamatan ke pengamatan
yang lain. Jika varian dari residual dari pengamatan ke pengamatan yang lain tetap, maka disebut homokedastisitas,
dan jika varians berbeda disebut heteroskedastisitas. Model regresi yang baik tidak terjadi heteroskedastisitas Ghozali,
2006 Salah satu cara untuk mengetahui ada tidaknya
heteroskedastisitas dalam suatu model regresi linier berganda adalah dengan melihat grafik scatterplot atau nilai prediksi
Universitas Sumatera Utara
54 variabel terikat yaitu ZPRED dengan residual error yaitu
SRESID. Jika tidak ada pola tertentu dan tidak menyebar diatas dan dibawah angka nol pada sumbu Y, maka tidak
terjadi heteroskedastisitas
.
3.8.2.4. Uji Autokorelasi
Pengujian dengan uji autokorelasi dalam penelitiaan ini bertujuan untuk menguji apakah model regresi mempunyai
korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya.
Autokorelasi muncul karena observasi yang beruntun sepanjang waktu berkaitan satu sama lainnya. Model regresi
yang baik adalah regresi yang bebas dari autokorelasi. Ghozali, 2006.
3.8.3. Pengujian Hipotesis