Gambar 4.3 Grafik Rata-Rata
Total Asset Tahun 2006-2008
Sumber : Data diolah Berdasarkan tabel 4.5 dan gambar 4.3 diatas total asset pada Januari
2006 hingga Desember 2008 serta rata-rata total asset dari tahun 2006 sampai dengan 2008 pada industri perbankan syariah di Indonesia cenderung
mengalami peningkatan selama periode penelitian. Tingkat total asset yang tertinggi terjadi pada Desember 2008 sebesar Rp 49.555.000 dan tingkat
terendah terjadi pada Maret 2006 sebesar Rp 20.546.000.
Tabel 4.6 Deskripsi Data Tingkat Total Asset
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation Total Asset
36 20546000.00
49555000.00 31998083.3333
8795684.36183 Valid N listwise
36
Sumber : Data diolah
Tabel 4.6 menunjukkan bahwa variabel total asset dalam jutaan rupiah memiliki nilai rata-rata mean sebesar Rp 31.998.000 dan standar
deviasi 8.795.684. Nilai maksimum sebesar Rp 49.555.000 dan nilai minimum sebesar Rp 20.546.000. Jumlah data yang digunakan sebanyak 36
data.
4. ROA
Rasio Return on Asset digunakan untuk mengukur kemampuan bank dalam menghsilkan laba atas sejumlah modal dan aktiva yang dimilikinya.
Dalam hal ini, ROA dapat digunakan untuk mengukur profitabilitas yang dicapai oleh industri perbankan syariah. Untuk mengetahui besarnya tingkat
total asset dari bulan Januari 2006 hingga bulan Desember 2008 dapat dilihat dari tabel dan gambar berikut:
Tabel 4.7 Tingkat ROA Periode 2006 hingga Desember 2008 dalam
PERIODE ROA 2006 2007 2008
Januari 1.39 1.69 1.75 Februari
1.40 1.68 1.85 Maret 1.32 1.75 1.83
April 1.41 1.75 1.83 Mei 1.43 1.76 1.82
Juni 1.51 1.86 1.81 Juli 1.47 1.88 1.82
Agustus 1.38 1.90 1.76
September 1.41 1.85 1.89
Oktober 1.38 1.93 1.81
November 1.44 1.86 1.68
Desember 1.55 1.78 1.57
Rata-Rata 1.42 1.81 1.78
Sumber : Statistik Perbankan Syariah Data diolah
Gambar 4.4 Grafik Rata-Rata
Return on Asset Tahun 2006-2008
Sumber : Data diolah Berdasarkan tabel 4.7 dan gambar 4.4 diatas ROA pada Januari 2006
hingga Desember 2008 serta rata-rata Return on Asset dari tahun 2006 ampai dengan tahun 2008 pada industri perbankan syariah di Indonesia cenderung
mengalami fluktuasi selama periode penelitian. Tingkat total asset yang tertinggi terjadi pada Oktober 2007 sebesar 1.93 dan tingkat terendah terjadi
pada Maret 2006 sebesar 1.32.
Tabel 4.8 Deskripsi Data Tingkat ROA
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation ROA
36 1.32
1.93 1.6722
.19354 Valid N listwise
36
Sumber : Data diolah
Tabel 4.8 menunjukkan bahwa variabel ROA memiliki nilai rata-rata mean sebesar 1.67 dan standar deviasi 0.19. Nilai maksimum sebesar
1.93 dan nilai minimum sebesar 1.32. Jumlah data yang digunakan sebanyak 36 data.
C. Pengujian Asumsi Klasik
Pengujian asumsi klasik diperlukan untuk mengetahui apakah hasil estimasi regresi yang dilakukan benar-benar bebas dari adanya gejala
heteroskedastisitas, gejala multikolinearitas, dan gejala autokorelasi. Model regresi akan dapat dijadikan alat estimasi yang tidak bias jika telah memenuhi
persyaratan BLUE best linear unbiased estimator yakni tidak terdapat heteroskedastistas, tidak terdapat multikolinearitas, dan tidak terdapat
autokorelasi. Jika terdapat heteroskedastisitas, maka varian tidak konstan sehingga dapat menyebabkan biasnya standar error. Jika terdapat
multikolinearitas, maka akan sulit untuk mengisolasi pengaruh-pengaruh individual dari variabel, sehingga tingkat signifikansi koefisien regresi menjadi
rendah. Dengan adanya autokorelasi mengakibatkan penaksir masih tetap bias dan masih tetap konsisten hanya saja menjadi tidak efisien. Oleh karena itu, uji asumsi
klasik perlu dilakukan.
4
4
Diakses pada tanggal 22 April 2010 dari http:jurnal-sdm.blogspot.com200904uji- asumsi-klasik-regresi-berganda.html
a. Heteroskedastisitas
Uji Heterokedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan
yang lain. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut
heterokedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heterokedastisitas.
5
Cara untuk mendeteksi ada atau tidaknya heterokedastisitas yaitu dengan melihat Grafik Plot dengan melihat
ada tidaknya pola tertentu pada grafik scatterplot. Jika ada pola tertentu , seperti titik-titik yang ada membentuk pola tertentu yang teratur
bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heterokedastisitas. Jika tidak ada pola yang jelas, serta titik-titik
menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas.
6
5
Tony Wijaya, Analisis Data Penelitian Menggunakan SPSS, Yogyakarta: Universitas Atma Jaya, 2009, h. 124.
6
Imam Ghozali, Aplikasi Analisis Multivariate Dengan Program SPSS Semarang: Badan Penerbit Universitas Diponegoro, 2006, h. 125-126.
