• Tidak ada hasil yang ditemukan

B. Analisis dan Pembahasan

3. Pemiliham Model Regresi Data Panel

Dari model regresi data panel yang terdapat pada tabel di atas selanjutnya dari ketiga model tersebut akan dipih mana yang lebih baik digunakan dalam penelitian ini. Ada dua uji untuk memilih model regresi data panel yang digunakan pada penelitian ini yaitu Uji Chow dan Uji Hausman. Uji Chow digunakan untuk mengetahui model yang terbaik dari model common dan fixed, sedangkan Uji Hausman digunakan untuk mengetahui model yang terbaik antara model fixed dan random. Pengujian dilakukan sehingga model yang digunakan dalam penelitian ini tepat dan akurat karena mengikuti syarat-syarat statistik yang berlaku. Seperti pada tabel di bawah ini :

a. Uji Chow

Uji chow adalah pengujian untuk memilih apakah model digunakan pooled least squaremodel atau fixed effect model. Dalam pengujian ini dilakukan dengan hipotesis sebagai berikut :

H0 = Pooled Least Square (PLS)

H1 = Fixed Effect Model (FEM)

Dasar penolakan terhadap hipotesis di atas adalah dengan membandingkan nilai probabilitas α = 5% jika nilai probabilitas lebih kecil dari 0.05 maka H0

ditolak artinya model yang lebih tepat digunakan adalah fixed effect dan sebalikanya. Atau dengan membandingkan perhitungan F statistik dengan F tabel. Perabandingan dipakai apabila hasil F hitung lebih besar (>) dari F tabel, maka H0

84 Begitu sebalinya, jika F hitung lebih kecil (<) dari F tabel, maka H0 diterima

model yang lebih tepat digunakan adalah common effect model.

Tabel 4. 7 Hasil Uji Chow Redundant Fixed Effects Tests

Equation: Untitled

Test cross-section fixed effects

Effects Test Statistic d.f. Prob.

Cross-section F 88.173594 (6,325) 0.0000

Cross-section Chi-square 324.627972 6 0.0000

Cross-section fixed effects test equation: Dependent Variable: LOG(ROA) Method: Panel Least Squares Date: 07/28/16 Time: 11:10 Sample: 2012M01 2015M12 Periods included: 48 Cross-sections included: 7

Total panel (balanced) observations: 336

Variable Coefficient Std. Error t-Statistic Prob.

LOG(PM) -1.028053 0.076284 -13.47663 0.0000

LOG(PBH) 0.369238 0.064826 5.695790 0.0000

LOG(TS) 2.654084 0.777970 3.411550 0.0007

LOG(INF) 1.592128 0.438779 3.628539 0.0003

C 26.96651 3.171204 8.503557 0.0000

R-squared 0.390861 Mean dependent var -4.000924

Adjusted R-squared 0.383500 S.D. dependent var 2.429081 S.E. of regression 1.907254 Akaike info criterion 4.143975

Sum squared resid 1204.051 Schwarz criterion 4.200777

Log likelihood -691.1878 Hannan-Quinn criter. 4.166618

F-statistic 53.09759 Durbin-Watson stat 0.362602

Prob(F-statistic) 0.000000

Hasil uji Chow pada tabel di atas menunjukkan bahwa probabilitas cross section adalah sebesar 0.0000 < 0,05, dan berdasarkan perbandingan perhitungan

85 F statistik dengan F tabel diketahui F tabel yaitu 2,816466 dan F statistik 87.9022993 yang artinya F hitung lebih besar (>) dari F tabel, maka H0 ditolak.

Artinya H1 diterima model fixed effect lebih tepat dibandingkan dengan model

common effect atau PLS.

b. Uji Hausman

Uji hausman adalah pengujian statistik untuk memilih apakah model fixed effect atau random effect lebih tepat digunakan dalam regresi data panel. Uji ini dikembangkan oleh Hausman dengan didasarkan pada ide waktu LSDV di dalam model fixed effect dan GLS adalah efisien sedangkan OLS adalah tidak efisien, di lain pihak alternatifnya metode OLS efisien dan GLS tidak efisien. Karen itu uji hipotesis nolnya adalah hasil estimasi keduanya tidak berbeda sehingga uji hausman dilakukan berdasarkan perbedaan estimasi tersebut. Pengujian dilakukan dengan hipotesis berikut.

H0 = Random effect model

H1 = Fixedeffect model

Uji ini menggunakan distribusi chi square diman jika probabilitas dari hausman lebih kecil dari α (hasil hausman test signifikan) maka H0 ditolak dan

model fixed effet digunakan dan dengan membandingakan nilai chi square hitung dan chi square tabel jika chi square hitung lebih kecil (<) dari chi square tabel maka model yang tepat adalah random effect, dan sebalilknya.

86

Tabel 4. 8 Hasil Uji Hausman

Correlated Random Effects - Hausman Test Equation: Untitled

Test cross-section random effects

Test Summary

Chi-Sq.

Statistic Chi-Sq. d.f. Prob.

Cross-section random 44.064266 4 0.0000

Cross-section random effects test comparisons:

Variable Fixed Random Var(Diff.) Prob. LOG(PM) 0.803566 0.376643 0.006108 0.0000 LOG(PBH) 1.846070 1.628294 0.001580 0.0000 LOG(TS) -4.760165 -3.393542 0.043269 0.0000 LOG(INF) 1.295960 1.367743 0.000153 0.0000

Cross-section random effects test equation: Dependent Variable: LOG(ROA)

Method: Panel Least Squares Date: 07/28/16 Time: 11:17 Sample: 2012M01 2015M12 Periods included: 48

Cross-sections included: 7

Total panel (balanced) observations: 336

Variable Coefficient Std. Error t-Statistic Prob. C -86.65200 7.902346 -10.96535 0.0000 LOG(PM) 0.803566 0.193072 4.162004 0.0000 LOG(PBH) 1.846070 0.126497 14.59374 0.0000 LOG(TS) -4.760165 0.685174 -6.947379 0.0000 LOG(INF) 1.295960 0.279354 4.639128 0.0000 Effects Specification Cross-section fixed (dummy variables)

87

R-squared 0.768196 Mean dependent var -4.000924 Adjusted R-squared 0.761064 S.D. dependent var 2.429081 S.E. of regression 1.187361 Akaike info criterion 3.213534 Sum squared resid 458.1938 Schwarz criterion 3.338499 Log likelihood -528.8738 Hannan-Quinn criter. 3.263349 F-statistic 107.7048 Durbin-Watson stat 0.676454 Prob(F-statistic) 0.000000

Hasil dari uji Hausman pada tabel di atas menunjukkan bahwa probabilitas cross section random adalah sebesar 0,0000 <0,05. Karena memiliki nilai probalilitas yang lebih kecil dari nilai siginifikan α, sehingga dapat disimpulkan bahwa model yang terbaik yang dapat digunakan dalam penelitian ini adalah model fixed effect. Dan berdasarkan hasil uji antara chi square yaitu chi square hitung 44.064266 dan chi square tabel 9.488 yang artinya chi square htiung > chi square tabel sehingga model yang tepat digunakan adalah fixed effect.

4. Uji Signifikansi

Berdasarkan hasil uji chow dan Hausman, model estimasi data panel yang terpilih adalah fixed effect. Maka selanjutnya dilakukan uji signifikansi dari model yang terpilih.

88

Tabel 4. 9

Hasil Estimasi Fixed Effect Model

Dependent Variable: LOG(ROA) Method: Panel Least Squares Date: 07/28/16 Time: 11:19 Sample: 2012M01 2015M12 Periods included: 48 Cross-sections included: 7

Total panel (balanced) observations: 336

Variable Coefficient Std. Error t-Statistic Prob.

LOG(PM) 0.803566 0.193072 4.162004 0.0000 LOG(PBH) 1.846070 0.126497 14.59374 0.0000 LOG(TS) -4.760165 0.685174 -6.947379 0.0000 LOG(INF) 1.295960 0.279354 4.639128 0.0000 C -86.65200 7.902346 -10.96535 0.0000 Effects Specification Cross-section fixed (dummy variables)

R-squared 0.768196 Mean dependent var -4.000924

Adjusted R-squared 0.761064 S.D. dependent var 2.429081 S.E. of regression 1.187361 Akaike info criterion 3.213534

Sum squared resid 458.1938 Schwarz criterion 3.338499

Log likelihood -528.8738 Hannan-Quinn criter. 3.263349

F-statistic 107.7048 Durbin-Watson stat 0.676454

Prob(F-statistic) 0.000000

a. Uji Signifikan Simultan (Uji F)

Uji F berguna untuk menguji apakah koefisien regresi signifikan (berbeda nyata). Koefisisen regresi yang signifikan adalah koefisien regresi yang secara statistik tidak sama dengan nol.

Uji F yang dipakai dalam penelitian ini adalah :

89 H1: β1,β2,β3,β4,β5,≠ 0 (paling tidak ada satu slope yang ≠ 0)

Beta merupakan slope dari variabel bebas model.

3. Pengujian ini dialkukan dengan membandingkan nilai F hitung dan F tabel. a) Bila F statistik > F ɑ;(k,n-k-1) maka H0 ditolak

b) Bila F statistik < F ɑ;(k,n-k-1) maka H0 diterima

4. berdasarkan probabilitas

a) jika probabilitas (p-value) > 0,05, maka H0 diterima

b) jika probabilitas (p-value) < 0,05, maka H0 ditolak

Berdasarkan hasil F-statistik yang diperoleh dari model nilai F-hitung sebesar 107.7048 sementara dengan n = 44 dan k = 4, nilai pada F-tabel diperoleh nilai 2.816466 dengan df (k-1) dan df2 (n-k) sebsar 3 dan 44, nilai probabilitas 5%. Berdasarkan hasil di atas nilai F-hitung > F-tabel (107.7048 > 2.816466) dengan hasil tersebut berarti H0 ditolak dan H1 diterima. Jadi dapat disimpulkan

bahwa variabel PM, PBH, TS, dan INF, berpengaruh secara simultan terhadap profitabilitas Bank Umum Syariah Periode Januari 2012- Desember 2015.

b. Uji Signifikan Parsial (Uji t)

Pengujian ini dilakukan untuk melihat signifikansi pengaruh individual dari variabel-variabel bebas dalam model terhadap variabel dependennya. Dengan melakukan pengujian ini nilai-nilai statistik setiap variabel bebas.

H0: βt = 0, tidak berpengaruh signifikan

90 Kriteria penerimaan H0 adalah sebagai berikut :

3. Berdasarkan perbandingan t statistik dengan t-tabel. Kita membandingkan nilai t hitung dengna t tabel, dengan derajat bebas n-2, di mana n adalah banyaknya jumlah pengamatan serta tingkat signifikansi yang dipakai.

a) bila t statistik < t tabel maka H0 diterima

b) bila t statistik > t tabel maka H0 ditolak

4. berdasarkan probabilitas

a) jika probabilitas (p-value) > 0,05, maka H0 diterima

b) jika probabilitas (p-value) < 0,05, maka H0 ditolak

Membandingkan nilai t-hitung dengan t-tabel sebesar 2.036933 dan melihat nilai probabilitas masing-masing variabel independen, maka dapat disimpulkan sebagai berikut:

a. Uji t terhadap Variabel Pembiayaan Murabahah (PM)

Hasil pengujian analisis regresi data penel menunjukkan, hasil uji t-hitung untuk variabel pembiayaan murabahah sebasar 4.162004, sementara nilai t-tabel dengan α=5% dan df (n-k) 48-4=44 adalah sebesar 2.015368, yang berarti diperoleh bahwa nilai t-hitung lebih besar dari nilai t-tabel (4.162004 > 2.015368), dan nilai probabilitasnya sebesar 0.0000 yang berarti lebih kecil dari nilai signifikansi yang digunkan 0,05 (0.0000 < 0,05). Berdasarkan hasil tersebut maka H0 ditolak sehingga dapat disimpulkan bahwa variabel pembiayaan murabahah

91 b. Uji terhadap Variabel Pembiayaan Bagi Hasil (PBH)

Hasil pengujian analisis regresi data penel menunjukkan, hasil uji t-hitung untuk variabel pembiayaan murabahah sebasar 14.59374, sementara nilai t-tabel dengan α=5% dan df (n-k) 48-4=44 adalah sebesar 2.015368, yang berarti diperoleh bahwa nilai t-hitung lebih besar dari nilai t-tabel (14.59374 > 2.015368), dan nilai probabilitasnya sebesar 0.0000 yang berarti lebih kecil dari nilai signifikansi yang digunkan 0,05 (0.0000 < 0,05). Berdasarkan hasil tersebut maka H0 ditolak sehingga dapat disimpulkan bahwa variabel pembiayaan bagi hasil

berpengaruh signifikan terhadap profitabilitas BUS.

c. Uji terhadap Variabel Tingkat Suku Bunga (TS)

Hasil pengujian analisis regresi data penel menunjukkan, hasil uji t-hitung untuk variabel tingkat suku bunga sebasar 6.947379, sementara nilai t-tabel dengan α=5% dan df (n-k) 48-4=44 adalah sebesar 2.015368, yang berarti diperoleh bahwa nilai t-hitung lebih besar dari nilai t-tabel (6.947379 > 2.015368), dan nilai probabilitasnya sebesar 0.0000 yang berarti lebih kecil dari nilai signifikansi yang digunkan 0,05 (0.0000 < 0,05). Berdasarkan hasil tersebut maka H0 ditolak sehingga dapat disimpulkan bahwa variabel tingkat suku bunga

berpengaruh signifikan terhadap profitabilitas BUS.

d. Uji terhadap Variabel Inflasi (INF)

Hasil pengujian analisis regresi data penel menunjukkan, hasil uji t-hitung untuk variabel inflasi sebasar 4.639128, sementara nilai t-tabel dengan α=5% dan df (n-k) 48-4=44 adalah sebesar 2.015368, yang berarti diperoleh bahwa nilai t-

92 hitung lebih besar dari nilai t-tabel (4.639128 > 2.015368), dan nilai probabilitasnya sebesar 0.0000 yang berarti lebih kecil dari nilai signifikansi yang digunkan 0,05 (0.0000 < 0,05). Berdasarkan hasil tersebut maka H0 ditolak

sehingga dapat disimpulkan bahwa variabel inflasi berpengaruh signifikan terhadap profitabilitas BUS.

c. Uji Adjusted R2

Nilai R Squared (R2) mengukur tingkat bagaimana model dapat dijelaskan dengan baik. uji ini dilakukan untuk melihat sejauh mana variasi variabel terikat mampu dijelaskan oleh variabel bebasnya. Nilai R2 merupakan fraksi dari variasi yang mampu dijelaskan oleh variabel bebas terhadap variabel terikat. Nilai R2 terletak antara 0-1, semakin mendekati 1 maka model semakin baik. Adjusted R2 adalah koefisien determinasi yaitu koefisien yang menjelaskan seberapa besar proporsi variasi dalam dependen yang dapat dijelaskan oleh variabel-variabel independen secara bersama-bersama.

Berdasarkan hasil uji regresi dapat diperoleh nilai Adjusted R-squared sebesar 0.761064 artinya menunjukkan bahwa kemampuan variabel independen (PM, PBH, TS, dan INF) dalam menjelaskan variabel dependen (ROA) sebesar 76,11%, sisanya yaitu sebesar 23,89% dijelaskan oleh faktor-faktor lain yang tidak dimasukkan dalam model penelitian.

93

Dokumen terkait