BAB I PENDAHULUAN
E. Ruang Lingkup Penelitian
I. Metode Penelitian
4. Analisis Data
Metode analisis data yang digunakan dalam penelitian ini adalah analisis kuantitatif dengan menggunakan alat bantu ekonometrika (software) yaitu Statistical Product and Service Solution (SPSS). Adapun alat analisis yang digunakan dalam penelitian ini adalah analisis regresi linier berganda yang mana memiliki tiga variabel independen dan satu variabel dependen. Uji asumsi klasik dilakukan untuk menguji kelayakan model regresi berganda yang selanjutnya akan digunakan untuk menguji hipotesis penelitian, yang terlebih dahulu diuji apakah model tersebut memenuhi asumsi klasik atau tidak. Analisis regresi berganda dalam penelitian ini digunakan untuk menguji pengaruh variabel beban gaji dan tunjangan karyawan terhadap laba bank umum syariah. Analisis data yang digunakan adalah sebagai berikut :
a. Uji Statistik Deskriptif
Statistik deskriptif yaitu berkaitan dengan pencatatan dan peringkasan data dengan tujuan menggambarkan hal-hal penting pada sekelompok data.
b. Uji Asumsi Klasik
Untuk mendapatkan model regresi yang baik harus terbebas dari penyimpangan data yang diantaranya adalah terhindar dari adanya normalitas, multikolonieritas, heteroskedastisitas, dan autokorelasi.
1) Uji Normalitas
Uji normalitas ini bertujuan untuk mengetahui apakah residual data dari model regresi berdistribusi normal atau tidak normal. Persamaan regresi dikatakan baik jika variabel bebas dan data variabel terikat berdistribusi mendekati normal atau normal sama sekali. Ada dua cara untuk mendeteksi apakah residual datanya berdistibusi normal ataukah tidak yaitu dengan melihat grafik normal probability plot dan uji statistic one sample Kolmogorov- Smirnov Test. Apabila grafik normal probability plot
tampak bahwa ada titik-titik menyebar berhimpit disekitar garis diagonal dan searah mengikuti garis diagonal maka hal ini dapat disimpulkan bahwa residual data memiliki distribusi normal, atau memenuhi data asumsi klasik normalitas. Lebih lanjut pada uji statistic one sample Kolmogorov-smirnov test. Jika didapat nilai signifikan > 0,05 maka dapat disimpulkan bahwa data berdistibusi normal.
2) Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk mengetahui apakah pada model regresi ditemukan adanya korelasi antara variabel bebas (independen), jika terjadi korelasi, maka terdapat masalah multikolonieritas yang harus diatasi. Model regresi yang baik seharusnya tidak terjadi korelasi antar variabel bebas. Jika variabel bebas saling berkorelasi, maka variabel-variabel tidak orthogonal.
Variabel orthogonal adalah variabel bebas yang nilai korelasi antar sesama variabel bebas dengan nol. Untuk mendeteksi atau tidaknya multikolonieritas didalam model regresi adalah sebagai berikut:
a) Nilai tolerance dan lawannya.
b) Variance inflation factor
Kedua ukuran diatas menunjukkan setiap variabel bebas manakah yang dijelaskan oleh variabel lainnya. Tolerance mengukur variabel bebas yang dipilih yang tidak dapat dijelaskan oleh variabel bebasnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF (karena VIF = 1/tolerance) dan menunjukkan adanya kolonieritas yang tingi. Nilai cut off yang dipakai oleh nilai tolerance 0,10 atau sama dengan nilai VIF kurang dari 10, apabila
terdapat variabel bebas yang dimiliki nilai tolerance lebih dari 0,10 dan VIF kurang dari 10, maka dapat disimpulkan bahwa tidak multikolonieritas antar variabel bebas dalam model regresi.
3) Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk mengetahui atau menguji apakah dari residual satu pengamatan ke pengamatan yang lain berbeda ataukah tetap. Jika variance dari residual satu pengamatan ke pengamatan lain tetap atau sama, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas.
Model regresi yang baik adalah tidak terjadi Heteroskedastisitas.
Salah satu cara untuk mendeteksi problem heteroskedastisitas adalah melalui grafik scatterplot, yaitu jika ploting titik-titik menyebar secara acak dan tidak berkumpul pada suatu tempat, maka dapat disimpulkan bahwa tidak terjadi problem heteroskedastisitas.
4) Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah ada korelasi pengganggu pada data observasi satu pengamatan ke pengamatan lainnya dalam model regresi linier. Model regresi yang baik adalah tidak adanya masalah autokorelasi. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Salah satu cara untuk mendeteksi problem autokorelasi adalah dengan melakukan uji statistik Run Test. Jika nilai Asymp. Sig (2-tailed)
< dari 0,05 maka terdapat masalah autokorelasi, dan sebaliknya jika niai Asymp. Sig (2-tailed) > 0,05 maka tidak terdapat masalah autokorelasi.
c. Analisis Regresi Linier Berganda
Analisis regresi linier berganda merupakan teknik analisis regresi yang dapat digunakan untuk menguji pengaruh beberapa variabel independen terhadap satu variabel dependen. Persamaannya dapat ditulis sebagai berikut:
Laba = α + β1Gaji + β2 Imbalan + β3Pendidikan dan Pelatihan+ ε Keterangan :
Laba = Laba Bersih (variabel dependen)
a = Regresi yang diterima (konstanta)
βi = Parameter yang diestimasi (koefisien variabel independen)
Gaji = Gaji dan Upah (variabel X1)
Imbalan = Imbalan (variabel X2)
Pendidikan dan Pelatihan = Pendidikan dan Pelatihan (variabel X3) ε = Error
d. Uji Koefisien Determinasi (R2)
Uji ini digunakan untuk mengukur kedekatan hubungan dari model yang dipakai. Koefisien determinasi (R2) merupakan angka yang menunjukkan besarnya kemampuan varian atau penyebaran dari variabel-variabel dependen atau angka yang menunjukkan seberapa besar variasi variabel dependen dipengaruhi oleh variabel-variabel independen.
Biasanya koefisien determinasi berkisar antara 0 sampai 1 atau 0 ≤ (R2) ≤ 1, yang berarti variasi dari variabel bebas semakin dapat menjelaskan variasi dari variabel tidak bebas bila angkanya semakin mendekati 1. Pada penelitian ini juga akan digunakan koefisien determinasi yang telah disesuaikan dengan jumlah variabel dan jumlah observasinya (adjusted R2atau dilambangkan dengan adj R2) , karena lebih menggambarkan kemampuan yang sebenarnya dari variabel independen untuk menjelaskan variabel dependen.
e. Uji Hipotesis
1) Uji t (Uji Signifikan Parsial)
Uji t dalam regresi linier berganda dimaksudkan untuk menguji koefisien regresi untuk masing-masing variabel bebas terhadap variabel terikat.30 Uji t bisa dikatakan pula sebagai uji signifikansi secara parsial (satu-satu). Uji t juga dikatakan sebagai pengujian secara individual yang mana pengujian hipotesis koefisien regresi berganda dengan hanya satu X yang mempengaruhi Y.31 Uji t bisa dengan cara membandingkan nilai sig dengan α = 0,05. Adapun kriterianya jika:32
a) Nilai probabilitas (SIG) < 0,05 maka berpengaruh positif (Ha diterima, Ho ditolak)
30Widayat, Metode Penelitian Pemasaran (Malang: UMM Press, 2004), 174
31M. Iqbal Hasan, Pokok-pokok Materi Statistik 2(Statistik Inferensif), (Jakarta: PT. Bumi Aksara, 2002), 267.
32Sunarto, Pengantar Statistika untuk Pendidikan, Sosial, 323-324
b) Nilai probabilitas (SIG) > 0,05 maka tidak berpengaruh positif (Ha diterima, Ho ditolak)
Cara kedua dengan membandingkan nilai t hitung dan t tabel. Adapun kriteria keputusannya sebagai berikut, jika:
t hitung < t tabel = berpengaruh positif (Ha diterima, Ho ditolak)
t hitung > t tabel = tidak berpengaruh positif (Ha diterima, Ho ditolak)33
2) Uji F (Uji Signifikan Simultan)
Uji F dalam regresi berganda dimaksudkan untukmenguji signifikansi pengaruh variabel bebas secara simultan terhadap variabel terikat.34 Pengujian hipotesis ini disebut juga dengan pengujian serentak yang merupakan pengujian hipotesis koefisien regresi berganda dengan variabel X serentak atau bersama-sama mempengaruhi Y.35 Hal ini dilakukan dengan jalan membandingkan antara F hitung dengan F tabel dengan kriteria sebagai berikut:
a) F hitung > F tabel = terdapat pengaruh yang signifikan b) F hitung < F tabel = tidak ada pengaruh yang signifikan
Cara lain bisa dilakukan dengan membandingkan nilai sig (pada print out SPSS) dengan α = 0,05 dengan kriteria:
a) Sig < 0,05 = terdapat pengaruh yang signifikan
33Ibid., 323.
34Ibid., 179
35Hasan, Pokok-pokok Materi Statistik 2, 264.
b) Sig > 0,05 = tidak ada pengaruh yang signifikan36 3) Penetapan Tingkat Signifikansi
Penetapan hipotesis akan dilakukan dengan menggunakan tingkat signifikansi sebesar 0,05 (α = 5%) atau tingkat keyakinan sebesar 0,95 karena tingkat signifikansinya itu yang umum digunakan pada penelitian ilmu-ilmu sosial dan dianggap cukup tepat untuk mewakili hubungan antar variabel yang diteliti.37