69
determinasi, semakin tinggi kemampuan variabel bebas dalam menjelaskan variasi perubahan pada variabel terikatnya Suliyanto,
2011:55. Koefisien determinasi memiliki kelemahan, yaitu bias terhadap
jumlah variabel bebas yang dimasukkan dalam model regresi, dimana setiap penambahan satu variabel bebas dan pengamatan dalam model
akan meningkatkan nilai R
2
meskipun variabel yang dimasukkan itu tidak memiliki pengaruh yang signifikan terhadap variabel terikatnya.
Untuk mengurangi kelemahan tersebut maka digunakan koefisien determinasi yang telah disesuaikan, Adjusted R Square R
2 adj
. Koefisien determinasi yang telah disesuaikan berarti bahwa koefisien
tersebut telah dikoreksi dengan memasukkan unsur jumlah variabel dan ukuran sampel yang digunakan. Dengan menggunakan koefisien
determinasi yang disesuaikan, maka nilai koefisien determinasi yang disesuaikan itu dapat naik atau turun akibat adanya penambahan
variabel baru dalam model Suliyanto, 2011:43.
3. Analisis Regresi Linier Berganda
Metode analisis data yang digunakan adalah model regresi berganda, yaitu regresi yang digunakan untuk mengetahui seberapa besar pengaruh
variabel independen terhadap variabel dependen. Menurut Suliyanto 2011:53, pada analisis regresi berganda bahwa regresi berganda variabel
tergantung terikat dipengaruhi oleh dua atau lebih variabel bebas
70
sehingga hubungan fungsional antara variabel terikat Y dengan variabel bebas X
1
, X
2
, X
n
. Kemudian dapat ditulis sebagai berikut:
Keterangan: Y
= Variabel tergantung atau terikat dependent X1, X2, ....., Xn
= Variabel bebas independent Dalam model di atas terlihat bahwa variabel terikat dipengaruhi dua atau
lebih variabel bebas, disamping itu juga terdapat pengaruh regresi linier berganda dapat dituliskan sebagai berikut:
Keterangan: Y = Variabel tergantung atau terikat nilai yang diproyeksikan
a = Intercept konstanta X
2
= Variabel bebas kedua b
1
= Koefisien regresi untuk X
1
Xn = Variabel bebas ke n b
2
= Koefisien regresi untuk X
2
e = Nilai residu bn = Koefisien regresi untuk Xn
X
1
= Variabel bebas pertama Berdasarkan pemaparan di atas maka model persamaan analisis regresi
linier berganda pada penelitian ini adalah sebagai berikut: Y = f X
1
, X
2
, ….., Xn
Y = a + b
1
X
1
+ b
2
X
2
+ …… + bnXn + e
NAB = a + b
1
SBIS + b
2
INFLASI + b
3
KURS +b
4
JUB + e
71
Keterangan: Y = Nilai Aktiva Bersih NAB Reksadana Syariah
a = Intercept konstanta b
= Koefisien regresi dari variabel independen X
1
= Sertifikat Bank Indonesia Syariah SBIS X
2
= Inflasi X
3
= Nilai Tukar Rupiah KURS X
4
= Jumlah Uang Beredar JUB e = Nilai residu
E. Operasional Variabel Penelitian
a. Variabel Dependen
Variabel dependen dalam penelitian ini adalah Nilai Aktiva Bersih NAB Reksadana Syariah. Menurut Ahmad Rodoni 2009:98, Nilai
Aktiva Bersih NAB atau Net Asset Value NAV merupakan salah satu tolak ukur dalam memantau hasil portofolio reksadana. Net Asset Value
NAV dapat diformulasikan sebagai berikut:
Keterangan: NAVt = Nilai Aktiva Bersih pada periode t
MVAt = Total Nilai Pasar Aktiva pada priode t LIABt = Total Kewajiban Reksadana pada periode t
NSOt = Jumlah unit penyertaan beredar pada periode t NAVt = MVAt
– LIABtNSOt