BAB III METODE PENELITIAN
F. Teknik Analisis Data
( ) Tabungan(t) = tabungan pada periode tertentu Tabungan(t-1) = tabungan pada periode sebelumnya
3. Variabel Moderasi
Variabel moderasi adalah variabel independen yang akan memperkuat atau memperlemah hubungan antara variabel independen lainnya terhadap variabel dependen (Ghozali, 2013:223). Variabel yang digunakan dalam penelitian ini adalah inflasi. Inflasi adalah kondisi uang yang berlebih-lebihan akan menimbulkan kenaikan harga-harga yang meneyeluruh dan terus menerus (Sadono,2003).
Rumus yang digunakan untuk mencari inflasi adalah sebagai berikut :
INFt=
F. Teknik Analisis Data
Analisis data adalah langkah selanjutnya setelah data diperoeh untuk menunjang penelitian ini dari sampel yang diteliti sudah terkumpul.Teknik analisis data yang digunakan dalam penelitian ini meliputi :
1. Statistik Deskriptif
Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata (mean), standar deviasi, varian, maksimum, minimum, sum, range, kurtosis dan skewness
(kemencengan distribusi).
2. Uji Asumsi Klasik
Uji asumsi klasik adalah uji yang digunakan utnuk mengetahui apakah model regresi berganda yang digunakan dalam penelitian ini memenuhi asumsi klasik atau tidak.
a. Uji Multikolonieritas
Uji Multikolonieritas bertujuan unutuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama vareiabel independen sama dengan nol (Ghozali, 2013:105). Untuk mendeteksi ada tidaknya multikoliniearitas dapat menggunakan melihat Tolerence Value dan Variance Inflation Factor (VIF). Variabel yang menyebabkan multikoliniearitas dapat dilihat jika nilai Tolerance Value lebih kecil dari 0.1 atau besar
Variance Inflation Factor (VIP) yang lebih besar daripada 10 (Ghozali, 2011: 108).
b. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika varian dan residual satu ke pengamatan satu tetap, maka disenut homokedastisitas juka berbeda disebut heterokedastisitas. Uji heteroskendastisitas dalam penelitian ini menggunakan metode Park dilakukan dengan meregresikan logaritma residual kuadrat (U2i) dengan variabel bebas.
c. Uji Autokorelasi
Uji Autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sa ma lainnya. Uji Durbin Watson
hanya digunakan untuk autokorelasi tingkat satu dan mensyaratkan adanya konstanta dalam model regresi dan tidak ada variabel lag
diantara variabel independen. Dalam mendeteksi ada atau tidaknya autokorelasi dapat dilakukan dengan uji Durbin Watson (DW test)
d. Uji Normalitas
Uji ini dilakukan untuk menguji apakah dalam model regresi data variabel dependen dan independen berdistribusi normal atau tidak. Sebuah penelitian ya ng baik adalah datanya terdistribusi normal. Dalam uji normalitas ini terdapat dua metode untuk menguji data yaitu dengan menggunakan metode analisa grafik dan analisa statistik (Bawono, 2006: 174). Dalam penelitian ini pada pengujan hipotesis pertama dan kedua metode yang digunakan adalah analisa statistik, uji Kolmogorov-Smirnov
(K-S). Karena uji inilah yang dirasa dapat memenuhi normalitas
yaitu Kolmogorov-Smirnov (K-S). Untuk penilaian uji
Kolmogorov-Smirnov (K-S) apabila nilai variabel peneltian lebih kecil dari 0,05 maka data tidak berdistribusi secara normal, sebaliknya jika lebih dari 0,05 maka data berdistribusi secara normal.
3. Analisis Regresi
Analisis regresi yang digunakan adalah analisis regresi berganda. Analisis ini digunakan untuk mendapatkan koefisien regresi yang menentukan apakah hipotesis itu diterima atau ditolak. Dalam penelitian ini menggunakan variabel moderasi. Analisis regresi didalam penelitian ini menggunakan dua bentuk model. Model pertama untuk menguji variabel-variabel independen terhadap variabel-variabel dependen tanpa memasukkan variabel moderasi. Sedangkan untuk model yang kedua menguji
variabel-variabel independen terhadap dependen dengan memasukkan variabel-variabel moderasi. (Ghozali, 2012: 239).
Persamaan model regresi pertama:
Persamaan model regresi kedua:
Keterangan:
Y = Return On Asset (ROA)
α = Konstanta β1-β3 = Koefisien Regresi X = Tabungan Z = Inflasi e = Error 4. Uji Statistik a. Koefisien Determinasi
Koefisien determinasi (R2) digunakan untuk mengukur kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai R2 yang kecil berupa kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Secara umum koefisien determinasi untuk data silang relatif rendah karena adanya variasi yang besar antara masing –
masing pengamatan, sedangkan untuk data runtut waktu (time series) biasanya mempunyai nilai koefisien determinasi yang tinggi (Ghozali, 2013:97).
Dalam kenyataan nilai adjusted R2 dapat bernilai negatif, walaupun yang dikehendaki harus bernilai positif. Jika dalam uji empiris didapat nilai adjusted R2 negatif, maka nilai adjusted R2 dianggap bernilai nol. Secara matematis niai R2 = 1, maka adjusted R2 = R2 = 1 sedangkan jika nilai R2 = 0, maka adjusted R2 = (1-k)/(n-k). Jika k > 1, maka R2 akan bernilai negatif.
b. Uji F
Uji F menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secra bersama-sama terhadap variabel dependen.
Untuk menguji hipotesis ini digunakan statistik F dengan kriteria pengambilan keputusan sebagai berikut:
a) Bila nilai F <5% artinya da pengaruh yang signifikan antara variabel independen secara bersama-sama terhadap variabel dependen.
b) Jika F >5% artinya tidak ada pengaruh yang signifikan antara variabel independen secara bersama-sama terhadap variabel.
c. Uji t
Uji t menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel
dependen. Untuk menguji hipotesis ini digunakan statistik t dengan kriteria pengambilan keputusan sebagai berikut:
a) Jika t>5% artinya secara parsial tidak ada pengaruh antara variabel independen dengan variabel dependen.
b) Jika t<5% artinya secara parsial ada pengaruh antara variabel independen dengan variabel dependen (Ghozali, 2013:99).
5. Moderated Regression Analysis (MRA)
Moderated Regression Analysis (MRA) adalah pendekatan analitik yang mempertahankan integritas sampel dan memberikan dasar untuk mengontrol pengaruh variabel moderator (Ghozali, 2013:224). Adapun klasifikasi variabel moderasi adalah sebagai berikut :
a. Variabel Moderasi Murni (Pure Moderator)
Pure Moderator adalah jenis variabel moderasi yang dapat diidentifikasi melalui koefisien b2 dan b3 yaitu jika koefisien b2 dinyatakan tidak signifikan tetapi koefisien b3 signifikan. Pure moderator merupakan variabel yang memoderasi hubungan antara variabel independen dan variabel dependen di mana variabel moderasi murni berinteraksi dengan variabel dependen.
b. Variabel Moderasi Semu (Quasi Moderator)
Quasi moderasi adalah jenis variabel moderasi yang dapat diidentifikasi melalui koefisien b2 dan b3 yaitu jika koefisien b2 dinyatakan signifikan dan koefisien b3 signifikan secara statistika.
Quasi moderasi merupakan variabel yang memoderasi hubungan antara variabel independen dan variabel dependen di mana variabel moderasi semu berinteraksi dengan variabel independen sekaligus menjadi variabel independen.
c. Variabel Moderasi Potensial (Homologizer Moderator)
Homologizer moderasi adalah jenis variabel moderasi yang dapat diidentifikasi melalui koefisien b2 dan b3 dalam persamaan yaitu jika koefisien b2 dinyatakan tidak signifikan dan koefisien b3 tidak signifikan signifikan secara statistika. Homologizer moderasi
merupakan variabel yang potensial menjadi variabel moderasi yang mempengaruhi kekuatan hubungan variabel independen dan variabel dependen. Variabel ini tidak berinteraksi dengan variabel inependen dan tidak mempunyai hubungan yang signifikan dengan variabel dependen.
d. Variabel Prediktor Moderasi (Predictor Moderasi Variabel)
Predictor moderasi adalah jenis variabel moderasi yang dapat diidentifikasi melalui koefisien b2 dan b3 yaitu jika koefisien b2 dinyatakan signifikan dan koefisien b3 tidak signifikan secarstatistika. Artinya variabel moderasi ini hanya berperan sebagai variabel prediktor dalam model hubungan yang dibentuk.