28
HASIL DAN PEMBAHASAN
Hasil Estimasi Model
Pada regresi data panel terdapat tiga buah pendekatan, yaitu Pooled Least Square PLS, Fixed Effect Model FEM, dan Random Effect Model REM.
Dalam penelitian ini pendekatan yang digunakan adalah dengan Fixed Effect Model FEM. Model tersebut didapatkan dengan melakukan uji Chow dan uji
Hausman terlebih dahulu. Secara umum pengolahan model Fixed Effect Model FEM dilakukan dengan Panel Least Square PLS tanpa pembobotan atau
dengan menggunakan Generalized Least Square GLS dengan pembobotan. Untuk menentukan model terbaik dilakukan perbandingan antara model yang
menggunakan PLS dan model yang menggunakan GLS. Hasil uji menunjukan bahwa Fixed Effect Model FEM GLS menghasilkan nilai uji t-stastistik dan R-
squared yang lebih baik. Pooled Least Square vs Fixed Effect Model
Tabel 3 Uji Chow
Effects Test Statistic
d.f. Prob.
Cross-section F 57.76
5,73 0.0000
Dari hasil uji Chow diperoleh nilai probabilitas sebesar 0,0000 yang berarti kurang dari taraf nyata
α 0.05. Hal ini menunjukan bahwa tidak cukup bukti untuk menerima H1, yaitu untuk menggunakan Pooled Least Square, sehingga
model yang digunakan adalah Fixed Effect Model. Selanjutnya dilakukan pemilihan model yang tepat antara Fixed Effect Model dengan Random Effect
Model. Fixed Effect Model vs Random Effect Model
Tabel 4 Uji Hausman
Test Summary Chi-Sq. Statistic
Chi-Sq. d.f. Prob.
Cross-section random 17.43
5 0.0037
Dari hasil uji Hausman diperoleh nilai probabilitas sebesar 0,0037 yang berar
ti kurang dari taraf nyata α 0.05. Hal ini menunjukan bahwa tidak cukup bukti untuk menerima hipotesis untuk menggunakan Random Effect Model.
Sehingga model yang digunakan adalah Fixed Effect Model.
Evaluasi Model Berdasarkan Kriteria Ekonometrika Uji Asumsi Klasik
1. Uji Normalitas
Uji normalitas dilakukan untuk memeriksa apakah data residual penelitian menyebar normal atau tidak dengan menggunakan uji
Jarque-Bera
. Dari hasil uji Jarque Bera diperoleh nilai p-value sebesar 0.47 lampiran. Hal tersebut
29 menandakan bahwa nilai p-value lebih besar dari taraf nyata
α 0,05. Dengan demikian maka tidak cukup bukti untuk menolak H0, artinya data residual pada
penelitian menyebar normal.
2. Uji Multikolinieritas
Pengujian multikolinieritas pada model dilihat dari nilai koefisien matriks antar variabel yang memiliki nilai korelasi lebih dari 0.8. Pada tabel
multikolinieritas terdapat korelasi sebesar 0.99 antara CAR dan BOPO. Peneliti menggunakan variabel BOPO dan mengeliminasi variabel CAR karena model
yang menggunakan variabel BOPO lebih baik dibandingkan dengan model yang menggunakan variabel CAR. Dengan demikian persyaratan kecukupan telah
terpenuhi sehingga dapat disimpulkan bahwa tidak terjadi pelanggaran asumsi multikolinearitas dalam estimasi model penelitian.
3. Uji Heteroskedastisitas
Heteroskedastisitas pada model dapat dilihat dengan membandingkan Sum Square Resid Weight Statistic dengan Sum Squared Resid Unweight Statistic.
Pada penelitian diperoleh nilai Sum Squared Resid Unweight Statistic sebesar 22.94. Sedangkan nilai Sum Square Resid Weight Statistic sebesar 81.47 yang
berarti lebih besar daripada nilai Sum Squared Resid Unweight Statistc. Hal ini membuktikan bahwa tidak terjadi heteroskedastisitas pada model. Pelanggaran
asumsi heteroskedastisitas dapat diabaikan apabila dengan pemberian bobot dalam model perlakuan GLS Generalized Least-square.
4.
Uji Autokorelasi Uji yang paling umum digunakan untuk mendeteksi autokorelasi adalah
dengan melihat nilai Durbin Watson. Nilai Durbin Watson sebesar
1.82, dimana tidak berada pada kisaran
angka 1.54723 – 1.77318. Namun permasalahan tersebut
dapat diabaikan dengan model estimasi FEM menggunakan SUR standar errors, karena metode ini mengizinkan korelasi residual antar komponen cross section.
Eviews user‟s guide, hlm 866
Evaluasi Model berdasarkan Kriteria Statistik
1.
Koefisien Determinasi R Squared
Berdasarkan hasil estimasi, diperoleh R-Squared R
2
yang dihasilkan adalah sebesar
85.69
yang menunjukkan bahwa besar keragaman tingkat bagi hasil produk deposito mudharabah dapat dijelaskan oleh variabel independen adalah
sebesar
85.69
, sedangkan sisanya dijelaskan oleh variabel lain di luar model. 2. Uji F
Uji F dilakukan untuk menguji pengaruh variabel independen terhadap variabel Rate of Return ROR secara bersama-sama. Dari hasil uji F diperoleh
nilai probabilitas F-statistik sebesar 0. 0000 α 5. Hal ini menunjukan bahwa
secara simultan terdapat setidaknya satu variabel yang berpengaruh signifikan terhadap variabel Rate of Return ROR.