Teknik Analisis Data METODE PENELITIAN
Dimana N adalah jumlah sampel, jika nilai Z hitung Z tabel, maka distribusi tidak normal.
Uji statistik lain yang dapat digunakan untuk menguji normalitas residual adalah uji normalitas non-parametrik Kolmogrov-Smirnov K
– S. Uji K – S dilakukan dengan membuat hipotesis : H
o
: Data residual berdistribusi normal H
a
: Data residual tidak berdistribusi normal Dalam penelitian ini, pengujian normalitas menggunakan
Kolmogrov – Smirnov K-S. Dasar pengambilan keputusan adalah
dengan melihat nilai signifikansi, dengan ketentuan sebagai berikut : a.
Jika nilai signifikansi 0,05 maka H
o
ditolak, yang berarti data tidak berdistribusi normal
b. Jika nilai signifikansi 0,05 maka H
o
diterima, yang berarti data berdistribusi normal
3. Uji Asumsi Klasik
Sebelum melakukan analisis regresi data panel, peneliti akan melakukan uji asumsi klasik untuk memastikan apakah model regresi
yang digunakan layak digunakan atau tidak. Pengukuran uji asumsi klasik yang digunakan adalah uji multikolinearitas, uji heterokedastisitas, dan
uji autokorelasi. a.
Uji Multikolinearitas Uji multikolinearitas digunakan untuk mengetahui apakah
pada model regresi ditemukan adanya korelasi antar variabel PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Pengujian ini dilakukan dengan
mengukur besarnya korelasi antar variabel independen, jika dua variabel independen terbukti berkorelasi secara kuat, maka dikatakan
terdapat multikolinearitas pada kedua variabel tersebut Santoso 2014:183.
Menurut Santoso 2014:186, analisis untuk mendeteksi adanya multikolinearitas menggunakan dua besaran, yaitu
1 Besaran VIF Variance Inflation Factor dan Tolerance
Pedoman untuk suatu model regresi yang bebas multikolinearitas adalah :
- Mempunyai nilai VIF di sekitar angka 1
- Mempunyai angka tolerance mendekati 1
Dalam hal ini tolerance = 1 VIF atau VIF = 1 tolerance 2
Besaran korelasi antar-variabel independen Pedoman untuk suatu model regresi yang bebas multikolinearitas
adalah : -
Koefisien korelasi antar variabel independen haruslah lemah di bawah 0,5. Jika korelasi kuat, maka terjadi problem
multikolinearitas. Jika terjadi multikolinearitas, langkah
– langkah yang dapat dilakukan adalah :
a Mengeluarkan salah satu variabel
b Menggunakan metode lanjut seperti regresi Bayesian atau regresi
Ridge. b.
Uji Heterokedastisitas Uji heterokedastisitas digunakan untuk mengetahui apakah
dalam sebuah model regresi terjadi ketidaksamaan varians residual dari satu pengamatan ke pengamatan yang lain. Jika terdapat varians
yang berbeda disebut sebagai heterokedastisitas. Model regresi yang baik adalah tidak terjadi heterokedastisitas. Uji statistik yang dapat
dilakukan untuk mendeteksi ada tidaknya Heterokedastisitas adalah dengan menggunakan Uji Glejser. Uji Glejser mengusulkan untuk
meregres nilai absolute residual terhadap variabel independen Ghozali 2006:108. Jika variabel independen signifikan secara
statistic mempengaruhi
variabel dependen,
maka terjadi
Heterokedastisitas. a.
Jika nilai signifikansi 0,05 maka terjadi heterokedastisitas b.
Jika nilai signifikansi 0,05 maka tidak terjadi heterokedastisitas c.
Uji Autokorelasi Uji autokorelasi digunakan untuk mengetahui apakah dalam
sebuah model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya. jika
terjadi korelasi, maka dinamakan ada problem autokorelasi. Model regresi yang baik adalah regresi yang bebas dari autokorelasi Santoso
2014:192. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Menurut Santoso 2014:194, analisis untuk mendeteksi adanya autokorelasi yaitu dengan menggunakan besaran Durbin
– Watson, secara umum bisa diambil patokan :
1 Angka D-W di bawah -2 berarti ada autokorelasi positif
2 Angka D-W di antara -2 sampai 2, berarti tidak ada autokorelasi
3 Angka D-W di atas 2 berarti ada autokorelasi negatif.
Jika terdapat masalah autokorelasi, model regresi yang seharusnya signifikan menjadi
tidak layak untuk dipakai.
Autokorelasi bisa diatasi dengan berbagai cara, antara lain : 1
Melakukan transformasi data 2
Menambah data observasi 3.
Uji Simultan Uji F Penelitian ini memiliki lebih dari satu variabel independen, maka
perlu dilakukan evaluasi pengaruh semua variabel independen terhadap variabel dependen dengan uji F. Uji F digunakan untuk menguji
signifikansi model. Uji F ini bisa dijelaskan dengan menggunakan analisis varian analysis of variance = ANOVA Widarjono 2013:65.
Prossedur uji F menurut Widarjono 2013:66 adalah sebagai berikut :
a. Membuat hipotesis nol H
o
dan hipotesis alternatif H
a
sebagai berikut :
H
o
: β
1
= β
2
= … = β
k
= 0 H
a
: paling tidak ada satu dari β
k
≠ 0, di mana k = 1,2,3, …, k PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
b. Mencari nilai F hitung dan nilai F kritis dari tabel distribusi F.
c. Keputusan menolak atau gagal menolak Ho
Dasar pengambilan keputusan untuk menerima atau menolak H
o
menurut Santoso 2013 adalah : a.
Berdasarkan nilai probabilitas -
Jika probabilitas ≥ 0,05, maka H
o
diterima -
Jika probabilitas 0,05, maka H
o
ditolak b.
Berdasarkan perbandingan F hitung dengan F tabel -
Jika statistik hitung angka F output ≥ statistik tabel tabel F,
maka H
o
ditolak -
Jika statistik hitung angka F output statistic tabel tabel F, maka H
o
diterima Tingkat signifikansi α adalah 5.
4. Uji Hipotesis Parsial uji t
Menurut Santoso 2014:72, terdapat beberapa tahapan untuk melakukan uji hipotesis :
a. Menentukan H
o
dan H
i
, yang pada prinsipnya adalah menguji karakteristik populasi berdasarkan informasi yang diterima dari satu
sampel. b.
Menentukan tingkat signifikans i α, yaitu probabilitas kesalahan
menolak hipotesis yang ternyata benar. Jika dikatakan α = 5 berarti risiko kesalahan mengambil keputusan adalah 5. Semakin kecil α,
berarti semakin mengurangi risiko salah. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
c. Menentukan uji yang akan dilakukan, yaitu uji satu sisi atau uji dua
sisi. Asumsi untuk uji t adalah Santoso 2014:74:
a. Jumlah sampel relatif kecil, di bawah 30 buah, jika sampel besar maka
digunakan uji z b.
Sampel yang diambil berdistribusi normal atau mendekati normal atau bisa dianggap normal. Jika sampel ternyata tidak berdistribusi normal,
maka dilakukan cara untuk mengatasinya : -
Jumlah sampel ditambah kemudian diuji sekali lagi -
Data yang ada ditransformasi ke bentuk tertentu misalnya ke bentuk log X, In X, atau resiprokal 1X, kemudian dilakukan
pengujian lagi. c.
Besaran t hitung bisa ditentukan dengan dua kemungkinan : -
Varians kedua populasi yang diuji sama -
Varians kedua populasi yang diuji berbeda Uji t dilakukan dengan menggunakan uji t satu sampel one
sampel t test. Tujuan dari pengujian ini adalah ingin mengetahui apakah sebuah nilai tertentu yang diberikan sebagai pembanding, berbeda secara
nyata ataukah tidak dengan rata - rata sebuah sampel. Asumsi yang digunakan pada pengujian ini antara lain :
- Data bertipe kuantitatif numeric, baik itu interval atau rasio
- Data berdistribusi normal
- Data sampel berjumlah sedikit di bawah 30
Dasar pengambilan keputusan uji t Santoso 2014 : 78 adalah : a.
Berdasarkan perbandingan t hitung dengan t table : -
Jika statistik hitung angka t output ≥ statistik tabel tabel t, maka
H
o
ditolak -
Jika statistik hitung angka t output statistik tabel tabel t, maka H
o
diterima b.
Berdasarkan nilai probabilitas -
Jika probabilitas ≥ 0,05 maka H
o
diterima -
Jika probabilitas 0,05 maka H
o
ditolak c.
Hipotesis statistik 1
Pengaruh tingkat efisensi usaha terhadap profitabilitas Bank Perkreditan Rakyat.
H
o
= Tingkat efisensi usaha tidak berpengaruh terhadap profitabilitas Bank Perkreditan Rakyat.
H
a
= Tingkat efisensi usaha berpengaruh terhadap profitabilitas Bank Perkreditan Rakyat.
H
o
: β1 = 0 H
a
: β1 ≠ 0 H
o
ditolak, jika probabilitas 0,05 atau t-output ≥ t-tabel
H
o
diterima, jika probabilitas ≥ 0,05 atau t-output t-tabel
2 Pengaruh aspek aktiva produktif terhadap profitabilitas Bank
Perkreditan Rakyat. H
o
= Aktiva produktif tidak berpengaruh terhadap profitabilitas Bank Perkreditan Rakyat.
H
a
= Aktiva produktif berpengaruh terhadap profitabilitas Bank Perkreditan Rakyat.
H
o
: β1 = 0 H
a
: β1 ≠ 0 H
o
ditolak, jika probabilitas 0,05 atau t-output ≥ t-tabel
H
o
diterima, jika probabilitas ≥ 0,05 atau t-output t-tabel
3 Pengaruh likuiditas terhadap profitabilitas Bank Perkreditan
Rakyat. H
o
= Likuiditas tidak berpengaruh terhadap profitabilitas Bank Perkreditan Rakyat.
H
a
= Likuiditas berpengatuh terhadap profitabilitas Bank Perkreditan Rakyat.
H
o
: β1 = 0 H
a
: β1 ≠ 0 H
o
ditolak, jika probabilitas 0,05 atau t-output ≥ t-tabel
H
o
diterima, jika probabilitas ≥ 0,05 atau t-output t-tabel
4 Pengaruh rentabilitas terhadap profitabilitas Bank Perkreditan
Rakyat. H
o
= Rentabilitas tidak berpengaruh terhadap profitabilitas Bank Perkreditan Rakyat.
H
a
= Rentabilitas berpengaruh terhadap profitabilitas Bank Perkreditan Rakyat.
H
o
: β1 = 0 H
a
: β1 ≠ 0 H
o
ditolak, jika probabilitas 0,05 atau t-output ≥ t-tabel
H
o
diterima, jika probabilitas ≥ 0,05 atau t-output t-tabel