70
terdiri dari Dana Pihak Ketiga DPK, Non Performing Financing NPF, dan inflasi. Keseluruhan dari data yang digunakan sebagai bahan penelitian diperoleh
dari laporan bulanan Statistik Perbankan Syariah Bank Indonesia. Sebagaimana telah dijelaskan pada bab sebelumnya model yangdigunakan
sebagai alat analisis regresi linier berganda adalah Ordinary Least Square OLS. Model Ordinary Least Square OLS merupakan metode estimasi yang sering
digunakan untuk mengestimasi fungsi regresi populasi dari fungsi regresi sampel Ajija, 2011:23. Pengolahan data dilakukan secara elektronik dengan
menggunakan MicrosoftExcel 2007 dan Eviews 6 untuk mempercepat hasil yang dapat menjelaskan variabel-variabel yang akan diteliti. Pembahasan dilakukan
dengan uji asumsi klasik, uji statistik dan uji determinasi.
1. Uji Asumsi Klasik
a. Uji Normalitas
Menurut Wing Wahyu 2011:5.37-5.39 Uji normalitas bertujuan untuk menguji apakah nilai residual terdistribusi normal atau tidak pada
variabel terikat dan variabel bebas. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Uji Normalitas yang
digunakan dalam penelitian ini adalah menggunkan uji Jarque Berra dengan melihat nilai probability. Bila nilai Jarque-Bera tidak signifikan
lebih kecil dari 2 maka data tersebut terdistribusi normal. Kemudian, bila probabilitas lebih besar dari 0,05 5, maka data terdistribusi normal.
71
Gambar 4.5 Hasil Uji Normalitas
Jarque Berra
Sumber: Lampiran 3 Berdasarkan
Gambar 4.5
menggambarkan bahwa
data dalampenelitian ini berdistribusi normal. Terlihat dari nilai probability
sebesar 0,912047 yang lebih besar dari derajat kesalahan α = 5 yaitu 0,05 sehingga dapat disimpulkan terima Ho, sehingga dikatakan data
berdistribusi normal. Data yang mempunyai distribusi yang normal berarti mempunyai
sebaran yang normal pula, maksudnya adalah data tersebut menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal. Dengan
terpenuhinya asumsi normalitas ini maka uji validitas pengaruh variabel independen baik secara serempak uji F maupun sendiri-sendiri uji t dan
estimasi nilai variabel dependen, berarti sangat valid untuk sampel kecil ataupun tertentu.
2 4
6 8
10 12
14
-0.02 0.00
0.02 0.04
Series: Residuals Sample 2010M02 2013M12
Observations 47 Mean
-1.48e-18 Median
7.45e-05 Maximum
0.036224 Minimum
-0.032161 Std. Dev.
0.014845 Skewness
-0.152508 Kurtosis
2.968587 Jarque-Bera
0.184127 Probability
0.912047
72
b. Uji Multikolinearitas
Uji multikorelasi dilakukan untuk mengetahui ada tidaknya hubungan korelasi yang signifikan di antara dua atau lebih variabel
independen dalam model regresi. Menurut Wing Wahyu 2011:5.1 Multikoliniearitas adalah kondisi adanya hubungan linier antar variabel
independen. Deteksi adanya multikolinearitas dilakukan dengan menggunakan uji korelasi parsial antar variabel independen. Dengan
melihat nilai koefisien korelasi r antar variabel independen, dapat diputuskan apakah data terkena multikolinearitas atau tidak, yaitu dengan
menguji koefisien korelasi antar variabel independen. Jika terjadi korelasi, maka terdapat multikolinearitas, dimana model regresi yang baik adalah
tidak terjadi multikolinearitas antar variabel independen dengan variabel dependen. Hasil pengujian multikolinearitas menggunakan uji korelasi r
dapat dilihat sebagai berikut:
Tabel 4.1 Hasil Uji Multikolinearitas
DLNDPK DNPF
DINF DLNDPK 1.000000
-0.221496 -0.174487
DNPF -0.221496
1.000000 0.011384
DINF -0.174487
0.011384 1.000000
Sumber: Lampiran 4 Dari tabel 4.1 hasil analisis uji multikolinearitas dengan
correlation matrix di atas terlihat bahwa koefisien korelasi tidak ada yang berada di atas 0.8, sehingga dapat disimpulkan bahwa dalam model tidak
terdapat masalah multikolinearitas.
73
Dengan tidak adanya masalah multikolinearitas maka koefisien regresi pada model bernilai tinggi dan hubungan antara variabel bebas
dengan variabel terikat bersifat signifikan.
c. Uji Heteroskedastisitas