METODE PENELITIAN
3.1 Ruang Lingkup Penelitian
Untuk ruang lingkup penelitian ini adalah menganalisis faktor-faktor yang mempengarui jumlah Pembiayaan yang disalurkan oleh PT.Bank Perkreditan Rakyat Syariah Puduarta Insani Medan, di jalan Pekan Raya No.13A Tembung. Determinan faktor yang dapat mempengaruhinya adalah jumlah dana pihak ke-1, jumlah dana pihak ke-3.
3.2 Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder dalam bentuk data time series yang bersifat kuantitatif yaitu data yang berbentuk angka-angka.
Data-data yang digunakan dalam penelitian ini diperoleh dari sumber informasi yang berkaitan dengan penelitian ini, yakni melalui PT.BPRS Puduarta Insani medan, dalam kurun waktu 1996-2009 (14 tahun). Disamping itu, data lainnya yang mendukung penelitian diperoleh dari bahan-bahan kepustakaan berupa tulisan-tulisan ilmiah, internet, dan laporan-laporam penelitian ilmiah yang ada hubungan dengan topik yang diteliti.
3.3 Pengolahan Data
Dalam melakukan pengolahan data penelitian, penulis menggunakan program
Eviews 5.1dan softwareMicrosoft Excel.
3.4 Model Analisis
disalurkan digunakan model ekonometrika. Teknik analisis yang digunakan adalah model kuadrat terkecil biasa (ordinary least square / OLS). Variabel–variabel tersebut ditransformasikan kedalam bentuk fungsi dan selanjutnya dibuat dalam bentuk persamaan regresinya, yaitu :
qY = f (X1,X2)………( 1 )
Kemudian fungsi tersebut ditranformasikan ke dalam model persamaan regresi linier berganda dengan spesifikasi menggunakan model sebagai berikut :
Y = α + β1X1+ β2X2 + µ ………( 2 )
Di mana :
Y =Jumlah pembiayaan yang disalurkan (Rupiah). α = Intercept
β1β2 = Koefisien regresi
X1 = Jumlah dana pihak ke-1 (Rupiah).
X2 = Jumlah dana pihak ke-3 (Rupiah).
µ = Term of error
Bentuk hipotesis di atas secara matematis dapat dinyatakan sebagai berikut:
Artinya jika terjadi kenaikan pada X1 (jumlah tabungan wadi’ah) maka Y
(jumlah kredit) mengalami kenaikan, ceteris paribus.
2 X
Y
∂ ∂
> 0 Artinya jika terjadi kenaikan pada X2 (jumlah tingkat bagi hasil) maka Y
(jumlah kredit) mengalami kenaikan, ceteris paribus .
3.5 Uji Kesesuaian (Test of Goodness of Fit)
Pengujian hipotesis kompatibilitas (goodness of fit) merupakan pengujian ∂Y
∂X1
> 0
dengan frekuensi yang diperoleh dari suatu distribusi, seperti distribusi binomial, poisson, normal, atau dari perbandingan lain. Jadi, uji goodness of fit merupakan pengujian kecocokan atau kebaikan antara hasil pengamatan (frekuensi pengamatan) tertentu dengan frekuensi yang diperoleh berdasarkan nilai harapannya (frekuensi teoritis).
3.5.1. Koefisien Determinasi (R-Squared)
Koefisien determinasi dilakukan untuk melihat seberapa besar kemampuan variabel independen secara bersama-sama memberi penjelasan terhadap variabel dependen . Nilai R2 berkisar antara 0 sampai 1 (0< R2 ≤1). Jika R2 semakin besar (mendekati 1) maka dapat dikatakan bahwa variabel bebas mempunyai pengaruh yang besar terhadap variabel terikat. Sebaliknya jika R2 semakin kecil (mendekati 0) maka dapat dikatakan bahwa pengaruh variabel bebas kecil terhadap variabel terikat.
3.5.2. Uji t-statistik
Uji t-statistik merupakan suatu pengujian secara parsial yang bertujuan untuk mengetahui apakah masing-masing koefisien regresi signifikan atau tidak terhadap variabel dependen dengan menganggap variabel lainnya konstan. Dalam uji ini digunakan hipotesis sebagai berikut :
H0 : bi = b ... b = 0 (tidak ada pengaruh)
Dimana bi adalah koefisien variabel independen ke-i nilai parameter hipotesis,
biasanya b dianggap = 0. Artinya tidak ada pengaruh variabel bebas (independen) terhadap variabel terikat (dependen). Bila nilai t-hitung > t-tabel maka pada tingkat kepercayaan tertentu H0 ditolak (Ha diterima), hal ini berarti bahwa variabel independen
yang diuji berpengaruh secara nyata (signifikan) terhadap variabl dependen. Sebaliknya, bila nilai t-hitung < t-tabel pada tingkat kepercayaan tertentu H0 diterima (Ha ditolak), hal
ini berarti bahwa variabel independen yang diuji tidak berpengaruh secara nyata (tidak signifikan) terhadap variabel dependen. Nilai t-hitung diperoleh dengan rumus :
t-hitung =
(
)
Sbi b bi −
Dimana :
b = Nilai hipotesis nol
Sbi = Simpangan baku dari variabel independen ke-i
Kriteria pengambilan keputusan :
H0 : b = 0 H0 diterima (t*<t-tabel) artinya variabel independen secara parsial
tidak berpengaruh nyata terhadap variabel dependen
Ha : b ≠ 0 Ha diterima (t*>t-tabel) artinya variabel independen secara parsial
berpengaruh nyata terhadap variabel dependen.
3.5.3. Uji F-statistik
Uji F-statistik ini dilakukan untuk menguji signifikansi pengaruh dari semua variabel independen secara keseluruhan terhadap variabel dependen. Disamping menguji berarti tidaknya variabel-variabel bebas secara bersamaan, uji F juga sekaligus menguji koefisien determinasi (R2) yang dihasilkan. Dengan demikian, hasil uji F yang signifikan akan menyebabkan nilai R2 yang diperoleh secara statistik tidak sama dengan nol (R2≠0). Pengujian ini menggunakan hipotesis sebagai berikut :
H0 :b1 = b2 ... bk = 0 (tidak ada pengaruh)
Ha : b1 ≠b2 ... i = 1 (ada pengaruh)
Pengujian ini dilakukan dengan membandingkan nilai F-statistik dengan F-tabel. Jika F-hitung > F-tabel maka H0 ditolak, yang berarti variabel independen secara
bersama-sama mempengaruhi variabel dependen. Nilai F-hitung dapat diperoleh dengan rumus : F-hitung = ) ( ) 1 ( ) 1 ( 2 2 k n R k R − − − dimana:
k = Jumlah variabel independen n = Jumlah sampel
Kriteria pengambilan keputusan : 0
: 1 2 0 β =β =
H H0 diterima (F*<F-tabel) artinya variabel independen secara
parsial tidak berpengaruh nyata terhadap variabel dependen.
0 :β1 ≠β2 ≠ a
H Ha diterima (F*>F-tabel) artinya variabel independen secara
parsial berpengaruh nyata terhadap variabel dependen.
H0 diterima H0 ditolak
Gambar 3.2 Kurva Uji F Statistik
3.6 Uji Penyimpangan Asumsi klasik
Gujarati (2003) mengemukakan beberapa asumsi klasik yang harus dipenuhi untuk suatu hasil estimasi regresi linier agar hasil tersebut dapat dikatakan baik dan efisien. Adapun asumsi klasik yang harus dipenuhi antara lain:
1. Model regresi adalah linier, yaitu linier dalam parameter.
2. Residual variable pengganggu (µi) mempunyai nilai rata-rata nol (zero mean value of disturbance µi).
4. Tidak ada autokorelasi antara variable pengganggu (µi).
5. Kovarian antara µi dan variable independent (x1) adalah nol.
6. Jumlah data (observasi) harus lebih banyak dibandingkan dengan jumlah parameter yang akan di yang akan di observasi.
7. Tidak ada multikolinearitas.
8. Variabel pengganggu harus berdistribusi normal atau stokastik.
Berdasarkan kondisi tersebut di dalam ilmu ekonometrika, agar suatu model dikatakan baik dan sahih, maka perlu dilakukan beberapa pengujian.
3.6.1 Multikolinearitas (multikolinearity)
Multikolinearitas adalah alat untuk mengetahui suatu kondisi,apakah terdapat korelasi independen diantara satu sama lain. Untuk mengetahui ada tidaknya multikolinearitas dapat dilihat dari R-square, F-hitung, t-hitung, serta standart error.
Kemungkinan adanya multikolinearitas jika nilai R-square dan F hitung tinggi, sedangkan nilai t-hitung banyak yang tidak signifikan, Standar error tidak terhingga, tidak ada satupun t-statistik yang signifikan pada α = 5%, α = 10%, α = 1%, terjadi perubahan tanda atau tidak sesuai dengan teori dan R2 yang sangat tinggi.
3.6.2 Autokorelasi (serial correlation)
Autokorelasi terjadi apabila error term (μ) dari periode waktu yang berbeda berkorelasi. Dikatakan bahwa error term berkorelasi atau mengalami korelasi serial apabila ; variabel (ei,ej) ≠ 0 untuk i = j, dalam hal ini dapat dikatakan memiliki masalah autokorelasi. Adapun cara yang digunakan untuk mengetahui keberadaan auto korelasi yaitu:
a. Dengan memplot grafik
b. Dengan durbin Watson (uji D-W) Dengan hipotesis sebagai berikut :
Dw-hitung = ∑ {et(et-)}²
∑ e t² H0 : p = 0, artinya tidak ada autokorelasi
Ha : p ≠ 0, artinya terdapat autokorelasi
Dengan jumlah sampel tertentu dan jumlah variabel independen tertentu dl dan du dalam tabel distribusi Durbin-Watson untuk nilai α. Hipotesis yang digunakan adalah :
inconclusif
positif auatokorealasi Negatif autokorelasi
H0 diterima
dl du 4-du 4-dl gambar 3.3 kurva uji durbin watson Keterangan :
Ho : tidak ada autokorelasi (tolak H0)
Dw<dl : tolak H0 (ada korelasi positif)
Dw>4-dl : tolak H0 (ada korelasi negatif)
Du<dw<4-du : terima H0 (tidak ada autokorelasi)
dl≤dw≤du : pengujian tidak dapat disimpulkan (inconclusive) (4-du)≤dw≤(4-dl) : pengujian tidak dapat disimpulkan (inconclusive).
3.7 Defenisi Operasional
1. Pembiayaan adalah penyaluran dana dari BPRS kepada debitur dengan pembayaran kembali yang telah ditentukan dinyatakan dalam rupiah.
2. Dana pihak ke-1 adalah dana yang bersumber dari
3. Dana pihak ke-3 adalah dana yang bersumber dari total tabungan, deposito, dan giro yang dihimpun dari nasabah.