Hipotesis Penelitian Metode Analisa Data
kelompok yang tidak mendapat sebuah perlakuan dan 1 menunjukkan kelompok yang mendapat perlakuan.
Dalam persamaan ini variabel dummy adalah variabel internet banking, dimana periode sebelum penggunaan
internet banking bernilai 0 dan sesudah penggunaan internet banking bernilai 1.
2 Dana Pihak Ketiga DPK Sumber dana dari masyarakat dana pihak ketiga ini
merupakan sumber dana yang terpenting bagi kegiatan operasi suatu bank dan merupakan ukuran keberhasilan bank
jika mampu membiayai operasinya dari sumber dana ini. Penghimpunan dana dari masyarakat dapat dikatakan relatif
lebih mudah jika dibandingkan dengan sumber dana lainnya. 3 Non Performing Financing NPF
NPF merupakan proksi dari harga input perusahaan. Risiko pembiayaan yang diterima bank merupakan salah satu
risiko usaha bank, yang diakibatkan dari tidak dilunasinya kembali pinjaman yang diberikan atau investasi yang sedang
dilakukan oleh pihak bank.
3
3
Muhammad. Manajemen Pembiayaan Bank Syariah.Yogyakarta: UPP AMP YKPN, 2005. h.359
Non Performing Financing NPF dipaparkan dalam laporan keuangan, yang berfungi untuk mengukur tingkat
permasalahan pembiayaan.
4
NPF = Pembiayaan KL, D, M
�� �
4 Rasio Biaya Operasional Rasio yang digunakan untuk mengukur tingkat efisiensi
dan kemampuan bank melakukan kegiatan operasinya. BOPO =
Biaya Operasional Pendapatan Operasional
100 3. Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk memastikan bahwa data yang digunakan beristribusi normal dan dalam model tidak mengandung
multikolinieritas, heteroskedastisitas dan autokorelasi. Uji asumsi klasik harus dilakukan hanya pada analisis regresi linear berganda sedangkan
pada analisis regresi linear sederhana tidak ada prasyarat uji asumsi klasik.
Pada analisis regresi linear berganda dimana datanya berupa data time series penelitian dilakukan lebih dari satu periode berkalaberseri
maka uji asumsi klasik yang digunakan uji normalitas, uji multikolinieritas, uji heteroskedastisitas dan uji autokorelasi. Namun
4
Dwi Nur’aini Ihsan. Analisis Laporan Keuangan Perbankan Syariah. Jakarta: UIN Jakarta Press, 2013 h.98
jika data penelitian adalah data cross section penelitian hanya satu periode maka uji asumsi klasik yang digunakan hanya uji
multikolinieritas dan uji heteroskedastisitas. a. Uji Normalitas
Uji normalitas data digunakan untuk mengetahui normal tidaknya masing-masing variabel penelitian. Dalam penelitian
ini uji normalitas dilakukan dengan uji One Sample Kolmogorof-Smirnov dengan menggunakan taraf signifikansi
0,05. Data dinyatakan berdistribusi normal jika signifikansi lebih besar dari 0,05 atau 5.
b. Uji Multikolinieritas Pengujian ini dilakukan untuk mengetahui ada atau
tidak adanya hubungan linier diantara variabel independen dalam model regresi. Syarat berlakunya model regresi ganda
adalah antar variabel bebasnya variabel independen tidak memiliki
hubungan sempurna
atau mengandung
multikolinieritas. Deteksi terhadap adanya mulkolinieritas dalam penelitian ini adalah dengan melihat besaran Variance
inflation factor VIF pada model regresi. Pada umumnya jika VIF 5, maka variabel tersebut mempunyai persoalan
multikolinieritas dengan variabel lainnya. Sedangkan apabila
model regresi diperoleh VIF 5, maka dalam model tersebut tidak terjadi multikolinieritas.
c. Uji Heteroskedasitas Uji heteroskedastisitas bertujuan untuk mengetahui
apakah terjadi ketidaksaman varians dari residual untuk semua pengamatan dalam model regresi. Prasyarat yang harus
terpenuhi dalam model regresi adalah tidak adanya gejala heteroskedastisitas.
Untuk mengetahui
gejala heteroskedastisitas
dapat dilakukan
dengan mengamati
scatterplot model
tersebut. Model
yang bebas
dari heteroskedastisitas memiliki grafik scatterplot dengan pola titik
yang menyebar di atas dan di bawah sumbu Y. d. Uji Autokorelasi
Uji autokorelasi dilakukan untuk mengetahui apakah ada korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pada periode t sebelumnya pada model regresi linier yang dipergunakan. Jika terjadi korelasi, maka
dinamakan ada problem autokorelasi. Dalam model regresi yang baik adalah tidak terjadi
autokorelasi.
5
Terjadinya autokorelasi atau tidak dapat dilihat dari nilai Durbin-Watson. Bila nilai statistik DW terletak
5
Muhammad Nisfiannoor, Pendekatan Statistika Modern, Jakarta: Salemba Empat, 2009, h. 92.
diantara du dw 4-du maka dapat dikatakan tidak terjadi autokorelasi positif maupun negatif, atau jika nilai statistik DW
mendekati angka 2. Tabel DW terdiri dari nilai batas bawah d
L
dan batas atas d
U
, nilai-nilai ini dapat digunakan sebagai pembanding uji DW dengan aturan sebagai berikut:
6
- DW d
L
; berarti ada korelasi yang positif atau kecenderungan
nya ρ = 1. -
d
L
≤ DW ≤ d
U
; tidak dapat diambil kesimpulan -
d
U
DW 4 –d
U
; tidak ada korelasi positif maupun negatif.
- 4
– d
U
≤ DW ≤ 4-d
L
; tidak dapat mengambil kesimpulan.
- DW 4-d
L
; ada korelasi negatif. Selain dengan menggunakan uji durbin-watson DW,
uji autokorelasi dalam penelitian ini juga akan menggunakan uji run jika nilai DW tidak dapat diambil kesimpulan.
Run test digunakan untuk melihat data residual bersifat random atau tidak, untuk melihat hasilnya maka dilihat dari
6
Nachrowi D Nachrowi dan Hardius Usman, Pendekatan Popular dan Praktis Ekonometrika untuk Analisis Ekonomi dan Keuangan, Jakarta: Lembaga Penerbit FEUI, 2006, h.191-192.
output SPSS, jika nilai sig α 0,05 berarti residual bersifat
random atau tidak terjadi autokorelasi antar nilai residual.
7
4. Uji Statistik a. Uji F
Uji f dilakukan untuk mengetahui apakah variabel independen secara bersama-sama berpengaruh terhadap
variabel terikatnya. Jika nilai F-hitung F-tabel maka secara bersama-sama variabel independen berpengaruh terhadap
variabel dependen. b. Uji t
Uji t dilakukan untuk mengetahui variabel independen secara individu berpengaruh terhadap variabel dependennya.
Jika nilai t-hitung t-tabel atau sebaliknya maka variabel independen secara individu berpengaruh terhadap variabel
dependennya. c. Koefisien Determinasi
Koefisien determinasi Goodness of Fit, yang dinotasikan dengan R
2
, merupakan suatu ukuran yang penting dalam regresi, karena dapat menginformasikan baik atau tidaknya
model regresi yang terestimasi.
7
Dyah Nirmala Arum Janie. “Statistik Deskriptif Regresi Linier Berganda Dengan SPSS.”
Semarang: Semarang University Press, 2012, h. 34.
Nilai koefisien determinasi ini mencerminkan seberapa besar variasi dari variabel dependen Y dapat diterangkan oleh
variabel independen X. Bila nilai koefisien determinasi sama dengan 0 R
2
= 0, artinya variasi dari Y tidak dapat diterangkan oleh X sama sekali. Sementara bila R
2
= 1, artinya variasi dari Y secara keseluruhan dapat diterangkan oleh X.
48