BAB III METODE PENELITIAN
F. Teknik Analisis Data
Tehnik analisis data dalam penelitian kuantitatif menggunakan statistik. Analisis data ini merupakan kegiatan setelah data dari laporan keuangan terkumpul. Kegiatan dalam analisis data adalah mengelompokkan data berdasarkan variabel dan jenis responden, mentabulasi data berdasarkan variabel dari seluruh responden, menyajikan data tiap variabel yang diteliti, melakukan perhitungan untuk menjawab rumusan masalah dan melakukan perhitungan untuk menguji hipotesis yang telah diajukan (Sugiyono, 2013 : 206).
1. Uji Stasioner
Menurut Winarno (2015:78) uji stasioner digunakan untuk menguji data time series agar data yang digunakan bersifat flat, tidak mengandung kompenen trend, dengan keragaman konstan dan tidak terjadi fluktuasi periodik. Uji yang digunakan adalah uji Unit Root Test yang dikembangkan oleh Dickey-fuller, berdasarkan data yang diperoleh dari laporan keuangan bulanan Bank Umum Syariah periode 2015-2018. Pengambilan keputusan dalam uji ini yaitu apabila nilai Prob<0,005 dengan demikian menunjukan data stasioner dan sebaliknya apabila nilai Prob>0,005 maka data tidak stasioner.
2. Analisis Regresi Berganda
Analisis regresi linier berganda digunakan untuk menghitung besarnya pengaruh secara kuantitatif dari suatu perubahan kejadian pada variabel independen terhadap variabel dependen.Dengan kata lain regresi berganda digunakan untuk meramalkan nilai variabel dependen dengan variabel independen yang lebih dari satu (Bawono, 2006 : 85). Persamaan regresi berganda dapat berupa sebagai berikut:
NPF (z) = β0 + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + e
Profitabilitas (y)= β0 + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 +β5Z + e
Dimana :
X1 = Pembiayaan Mudharabah
X3 = Pembiayaan murabahah X4 = Pembiayaan Istishna
X5 = Pembiayaan Ijarah
Y = Profitabilitas Bank Umum Syariah Z = CSR Bank Umum Syariah
e = Standar error
3. Uji Statistik
Melalui analisis regresi, kemudian diuji kebenaran hipotesis yang telah ditetapkan untuk kemudian diinterpretasikan hasilnya. Pengambilan keputusan atas hippotesis dapat dilihat dari nilai profitabilitas signifikansi masing-masing variabel yang terdapat pada output hasil analisis regresi menggunakan eviews jika angka signifikansi < α (0,05) maka dikatakan bahwa ada pengaruh signifikan antara variabel bebas terhadap variabel terikat
a.) Koefisien Determinasi (R2)
Koefisien determinasi (R2) mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen.Nilai koefisien determinasi adalah antara nol dan satu.Semakin besar nilai R2
mendekati 1, maka semakin baik hasil model regresinya. Sebaliknya, jika nilai R2 mendekati 0 maka secara keseluruhan tidak dapat menjelaskan variabel independen (Ghozalli, 2013 : 97).
b.) Uji Ftest
Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen / terikat.Penilaian berdasarkan nilai probabilitasnya. Jika nilai signifikansi lebih kecil dari nilai alpha 0,05 maka hipotesis yang diajukan diterima atau dikatakan signifikan. Namun, jika nilai signifikansi lebih besar dari nilai alpha 0,05 maka hipotesis yang diajukan ditolak dan dikatakan tidak signifikan (Ghozalli, 2013 :98). c.) Uji Ttest
Uji statistik T pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas/independen secara individual dalam menerangkan variabel dependen.Dalam pengujian ini, kita melihat nilai probabilitasnya. Jika nilai probabilitasnya lebih kecil dari 0,05 maka hipotesis yang diajukan diterima atau dikatakan signifikan. Namun jika nilai signifikansi lebih besar dari 0,05 maka hipotesinya ditolak atau tidak signifikan (Ghozalli, 2013 : 98).
4. Uji Asumsi Klasik
Uji asumsi klasik bertujuan untuk menguji kelayakan model.Sehingga sebelum dilakukan analisis regresi klasik dan analisis jalur atau path analysis model penelitian harus lolos dalam uji asumsi klasik ini. Uji asumsi klasik ini terdiri dari uji multikolonieritas, uji autokorelasi, uji
heteroskedastisitas, dan uji normalitas (Ghozalli, 2013). Berikut ini merupakan penjelasan dari setiap uji dalam uji asumsi klasik :
a. Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk 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 ini tidak ortogonal dengan kata lain nilai korelasi antar variabel independennya sama dengan nol (Ghozalli, 2013 : 105). Uji multikolinearitas dalam penelitian ini menggunakan metode auxiliary regresi antar variabel dependen untuk mendapatkan r2, kemudian dibandingkan dengan R2 persamaan utama (Bawono, 2006: 120). b. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada masalah autokorelasi. Model regresi yang baik adalah regresi yang bebas dari autokorelasi (Ghozalli, 2013 : 110). Pengambilan keputusan uji autokorelasi dilakukan dengan membandingkan nilai Durbin-Watson (D-W) hasil perhitungan dengan nilai tabel Durbin-Watson (D-W). Model dinyatakan memenuhi asumsi non autokorelasi apabila nilai du (batas atas nilai D-W tabel) < d (nilai D-W hasil perhitungan) < (4-du) (Ghozalli, 2013 : 113).
c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual suatu pengamatan ke pengamatan yang lain. Jika variance dari residual suatu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas (Ghozalli, 2013 : 139).
Uji heteroskedastisitas dapat dilihat dengan beberapa uji seperti uji scatterplots, uji park, uji glejser dan juga uji white. Dalam penelitian ini, penulis menggunakan uji park untuk mendeteksi apakah model regresi penelitian terdapat heteroskedastisitas atau tidak. Dalam menyimpulkan ada atau tidaknya heteroskedastisitas dapat dilihat dari koefisien parameter beta. Apabila koefisien parameter beta dari persamaan tersebut signifikan secara statistik, hal ini menunjukkan bahwa dalam data model empiris yang diestimasi terdapat heteroskedastisitas dan sebaliknya jika parameter beta tidak signifikan secara statistik, maka asumsi homoskodestisitas pada data model tidak dapat ditolak (Ghozalli, 2013 : 142).
d. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal.Model regresi yang baik adalah model yang memiliki distribusi
data normal atau mendekati normal. Penelitian ini menggunakan Kolmogorov Sminof (K-S) test untuk mengetahui normalitas data dengan melihat nilai Asymp. Sig. (2 tailed), apabila nilainya lebih dari 5% maka residual terdistribusi normal (Ghozalli, 2013 : 165).
5. Analisis Jalur atau Path Analysis
Menurut Ghozali (2013:249) Analisis jalur atau (path Analysis) untuk menguji pengaruh variabel intervening digunakan metode analisis jalur yang merupakan perluasan dari analisis regresi linier berganda, atau analisis jalur adalah penggunaan analisis regresi untuk menaksir hubungan kausalitas antar variabel (model casual) yang telah ditetapkan sebelumnya berdasarkan teori dan menentukan pola hubungan atara tiga atau lebih variabel dan tidak dapat digunakan untuk mengkonfirmasi atau menolak hipotesis. Berikut merupakan gambar analisis jalur dalam penelitian ini:
Gambar 3.1 Kerangka Analisis Jalur
Dari kerangka penelitian di atas penulis menggunakan model regresi berganda sebagai persamaan satu (1) untuk menghitung pengaruh masing- masing variabel pembiayaan terhadap Non Performing Financing (NPF). Dalam persamaan satu (1) ini pembiayaan mudharabah, musyarakah,
murabahah, istishna dan ijarah berperan sebagai variabel independen sedangkan NPF berperan sebagai variabel dependen.
Penulis juga menggunakan model regresi berganda sebagai persamaan dua (2) untuk menghitung pengaruh masing-masing pembiayaan dan Non Performing Financing (NPF) terhadap profitabilitas (ROA). Dalam persamaan dua (2) ini masing-masing pembiayaan dan NPF berperan sebagai variabel independen sedangkan profitabilitas (ROA) berperan sebagai variabel dependen.
Persamaan satu (1) dan persamaan dua (2) ini digunakan untuk menghitung pengaruh pembiayaan mudharabah, musyarakah, murabahah,
istishna, dan ijarah terhadap profitabilitas dengan Non Performing Financing (NPF) sebagai variabel intervening melalui analisis jalur atau
path analysis dengan rumus persamaan regresi sebagai berikut : NPF (z) = α + p2 x1 + p2 x2 + p2x3 + p2x4 + p2x5 + e1 Profitabilitas (y)= α + p1 x1 + p1x2 + p1x3 + p1x4 + p1x5 + p3 z + e2 Keterangan :
Besarnya nilai 𝑒1 = √(1 − 𝑅2) Besarnya nilai 𝑒2 = √(1 − 𝑅2)
Standardize koefisien untuk Pembiayaan mudharabah,
musyarakah, murabahah, istishna dan ijarah pada persamaan satu (1) akan memberikan nilai p2. Sedangkan koefisien untuk masing-masing pembiayaan dan NPF pada persamaan dua (2) akan memberikan nilai p1 dan p3.
Setelah dilakukan analisis regresi melalui 2 persamaan di atas dapat digunakan untuk menganalisis pengaruh pembiayaan mudharabah,
musyarakah, murabahah, istishna dan ijarah terhadap profitabilitas dengan Non Performing Financing (NPF) sebagai variabel intervening dengan menggunakan nilai p1, p2 dan p3 yang telah diperoleh dari kedua persamaan di atas. Berikut rumus perhitungan analisis jalur atau path analysis :
Pengaruh langsung Pembiayaan ke ROA = p1 Pengaruh tak langsung Pembiayaan ke NPF ke ROA = p2 x p3 Total pengaruh (korelasi NPF ke ROA) = p1+(p2 x p3)
Setelah mendapatkan total pengaruh (korelasi pembiayaan ke ROA) harus menghitung standar error dari koefisien indirect effect (Sp2p3).
𝑆𝑝2𝑝3 = √𝑝32𝑆𝑝22+ 𝑝22𝑆32+ 𝑆𝑝22𝑆𝑝32
Berdasarkan hasil Sp2p3 kita dapat menghitung nilai t statistik pengaruh mediasi dengan rumus sebagai berikut :
Nilai t hitung ini digunakan untuk menguji hipotesis yang menyatakan ada atau tidaknya pengaruh mediasi pada penelitian. Apabila t hitung lebih besar dari tabel berarti hipotesis diterima atau dengan kata lain ada pengaruh mediasi dalam penelitian. Sedangkan sebaliknya, apabila t hitung lebih kecil dari t tabel maka hipotesis ditolak atau dengan kata lain tidak ada pengaruh mediasi dalam penelitian (Ghozalli, 2013 : 255).