Uji Asumsi Klasik - Analisis Data

BAB IV ANALISIS DATA

C. Analisis Data

4. Uji Asumsi Klasik

Uji asumsi klasik bertujuan untuk mengetahui apakah model regresi linier berganda yang digunakan menunjukan hubungan yang signifikan. Untuk melakukan analisis linier berganda diperlukan uji asumsi klasik. Langkah-langkah uji asumsi klasik pada penelitian ini sebagai berikut:

a. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal (Ghozali, 2013:160). Pemeriksaan normalitas dilakukan untuk mengetahui apakah sampel data berasal dari populasi normal ataukah tidak. Kenormalan data dapat dilihat dari nilai residualnya (Pramesti, 2016).

b. Uji Multikolonieritas

Multikolonieritas adalah kondisi adanya hubungan linier antar variable independen. Pengujian ini bertujuan untuk mengetahui apakah dalam model regresi masing-masing variabel independen saling berhubungan secara linier (Priyatno, 2011).

c. Uji Autokorelasi

Autokorelasi terjadi apabila terdapat korelasi sesatan residual antar-observasi. Jika korelasinya positif maka dapat dikatakan terjadi autokorelasi positif. Sebaliknya, jika terjadi korelasi negatif maka terjadi pula autokorelasi negatif (Pramesti 2016:69). Uji Autokorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Autokorelasi muncul karena observasi yang berurutan sepanjang waktu yang berkaitan satu sama lain (Ghozali, 2013:110).

Tabel 3.3Kriteria Pengambilan Keputusan Uji Autokorelasi

Hipotesis nol Keputusan Jika

Tidak ada autokorelsi positif Tolak 0 < d < dl Tidak ada autokorelasi positif No desicison dl≤d≤du Tidak ada korelasi negative Tolak 4–dl < d < 4 Tidak ada korelasi negative No desicison 4–du≤d≤4–dl Tidak ada autokorelasi Tidak ditolak du < d < 4–du

Sumber: Ghozali (2013:111)

d. Uji Heteroskedastisitas

Heteroskedastisitas merupakan keadaan yang menunjukan faktor pengganggu (eror) tidak konstan. Dalam hal ini terjadi korelasi antara faktor pengganggu dengan variabel penjelas (Ghozali, 2013). Untuk mendeteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan menggunakan UjiWhite.

G. Alat Analisis

Penelitian ini adalah merupakan data kuantitatif dimana data dapat dinyatakan dalam bentuk angka. Data tersebut akan diolah dengan progam Eviews versi 10 yaitu sebuah program komputer statistik yang berfungsi untuk membantu dalam memproses data-data statistik secara tepat dan cepat, serta menghasilkan berbagai output yang dikehendaki oleh para pengambil keputusan.

BAB IV

ANALISIS DATA

A. Deskriptif Obyek Penelitian

Obyek Penelitian ini berupa Bank Umum Syariah di Indonesia yang terdaftar di Otoritas Jasa keuangan. Data pada penelitian ini terdiri dari sebelas Bank Umum Syariah yaitu: PT. Bank Mandiri Syariah, PT. BRI Syariah, PT. Bank Muamalat Indonesia, PT. Bank Panin Syariah, PT. Bukopin Syariah, PT BCA Syariah, PT. BNI Syariah, PT. Bank Mega Syariah, Bank Victoria Syariah, Maybank Syariah dan BJB Syariah. Data ini terdiri dari laporan keuangan tahunan dari masing-masing bank dengan mengambil beberapa rasio yaitu Dana Pihak Ketiga (DPK), Non Performing Finance (NPF), Inflasi dan

Financing to Deposit Ratio (FDR) terhadap Pembiayaan Murabahah pada periode 2013 sampai dengan 2017. Maka data sekunder tersebut diperoleh sebanyak 55 data observasi.

B. Statistik Deskriptif

Tabel 4.1 Hasil Uji Statistik Deskriptif

DPK FDR INFLASI NPF PM Mean 18806.15 0.938738 0.053440 0.059753 7641.873 Median 5881.000 0.914000 0.036100 0.042700 2895.000 Maximum 79249.00 1.577700 0.083800 0.439900 36198.00 Minimum 2.975000 0.718700 0.030200 0.000000 237.0000 Std. Dev. 22411.35 0.152613 0.025006 0.077128 9811.694 Skewness 1.200455 2.664774 0.390791 3.420105 1.667138 Kurtosis 3.117818 11.19960 1.176453 15.51977 4.840182 Jarque-Bera 13.24182 219.1693 9.020443 466.4298 33.23756 Probability 0.001332 0.000000 0.010996 0.000000 0.000000 Sum 1034338. 51.63060 2.939200 3.286400 420303.0 Sum Sq. Dev. 2.71E+10 1.257705 0.033767 0.321228 5.20E+09 Observations 55 55 55 55 55

Berdasarkan tabel 4.1 hasil uji statistik deskriptif, menunjukkan bahwa sampel yang digunakan dalam penelitian ini adalah berjumlah 55. Nilai DPK mempunyai nilai minimum sebesar 2,97, nilai maximum 79249, nilai rata-rata 18806,15 dan standar deviation 22411,35. Variabel NPF menunjukkan nilai minimum sebesar 0,0000, nilai maximum 0,4399 dengan nilai rata-rata 0,059753 dan standar deviation 0,077128. Variabel Inflasi menunjukkan nilai minimum 0,0302 dengan nilai maximum 0,0838 dan nilai rata-rata 0,053440 serta standar deviation 0,025006. Variabel FDR menunjukkan nilai minimum 0,7187, nilai maximum 1,5777 nilai rata-rata 0,938738 dan nilai standar deviation 0,152613. Sedangkan pada variabel Pembiayaan Murabahah nilai minimum menunjukkan angka 237 nilai maximum 36198 dengan nilai rata- rata 7641,873 dan standar deviation 9811,694.

C. Analisis Data

1. Uji Stasioneritas

Dalam uji stasioneritas, uji yang digunakan adalah uji Unit Root

dengan ujiAugment-Dickey-Fuller(ADF). Sebuah data dikatakan stasoner jka memenuhi asumsi kovarian antar dua data runtut waktu tergantung pada kelambanan antara dua periode tersebut. Pengambilan keputusan pada uji stasioner adalah jika nilai probabilitas lebih kecil dari 0.05 maka data tersebut bersifat stasioner.

Tabel 4.2 Hasil Uji Stasioneritas Pembiayaan Murabahah

Null Hypothesis: D(PEMBIAYAAN_MURABAHAH) has a unit root Exogenous: Constant

Lag Length: 0 (Automatic - based on SIC, maxlag=10)

t-Statistic Prob.* Augmented Dickey-Fuller test statistic -7.043083 0.0000 Test critical values: 1% level -3.560019

5% level -2.917650 10% level -2.596689 *MacKinnon (1996) one-sided p-values.

Sumber: Data sekunder diolah melalui Eviews

Dapat kita lihat pada tabel diatas dengan hasil uji stasioneritas pada variabel pembiayaan murabahah sebesar 0,000 menunjukkan bahwa data tersebut stasioner karena kurang dari 0,05. Dapat kita bandingkan pula antara nilai t-statistik sebesar -7,043 < dari nilai test critical values pada 5% sebesar -2,917, maka data tersebut stasioner.

Tabel 4.3 Hasil Uji Stasioneritas Variabel DPK

Null Hypothesis: D(DPK) has a unit root Exogenous: Constant

Lag Length: 0 (Automatic - based on SIC, maxlag=10)

t-Statistic Prob.* Augmented Dickey-Fuller test statistic -7.167361 0.0000 Test critical values: 1% level -3.560019

5% level -2.917650 10% level -2.596689 *MacKinnon (1996) one-sided p-values.

Sumber: Data sekunder diolah melalui Eviews

Dapat kita lihat pada tabel diatas dengan hasil uji stasioneritas pada variabel DPK sebesar 0,000 menunjukkan bahwa data tersebut stasioner karena kurang dari 0,05. Dapat kita bandingkan pula antara

nilai t-statistik sebesar -7,167 < dari nilai test critical values pada 5% sebesar -2,917, maka data tersebut stasioner.

Tabel 4.4 Hasil Uji Stasioneritas Variabel NPF

Null Hypothesis: D(NPF) has a unit root Exogenous: Constant

Lag Length: 1 (Automatic - based on SIC, maxlag=10)

t-Statistic Prob.* Augmented Dickey-Fuller test statistic -7.791766 0.0000 Test critical values: 1% level -3.562669

5% level -2.918778 10% level -2.597285 *MacKinnon (1996) one-sided p-values.

Sumber: Data sekunder diolah melalui Eviews

Dapat kita lihat pada tabel diatas dengan hasil uji stasioneritas pada variabel NPF sebesar 0,000 menunjukkan bahwa data tersebut stasioner karena kurang dari 0,05. Dapat kita bandingkan pula antara nilai t-statistik sebesar -7,791 < dari nilai test critical values pada 5% sebesar -2,918, maka data tersebut stasioner.

Tabel 4.5 Hasil Uji Stasioneritas Variabel Inflasi

Null Hypothesis: D(INFLASI) has a unit root Exogenous: Constant

Lag Length: 2 (Automatic - based on SIC, maxlag=2)

t-Statistic Prob.* Augmented Dickey-Fuller test statistic -13.25956 0.0000 Test critical values: 1% level -3.565430

5% level -2.919952 10% level -2.597905 *MacKinnon (1996) one-sided p-values.

Dapat kita lihat pada tabel diatas dengan hasil uji stasioneritas pada variabel inflasi sebesar 0,000 menunjukkan bahwa data tersebut stasioner karena kurang dari 0,05. Dapat kita bandingkan pula antara nilai t-statistik sebesar -13,259 < dari nilai test critical values pada 5% sebesar -2,919, maka data tersebut stasioner.

Tabel 4.6 Hasil Uji Stasioneritas Variabel FDR

Null Hypothesis: D(FDR) has a unit root Exogenous: Constant

Lag Length: 0 (Automatic - based on SIC, maxlag=10)

t-Statistic Prob.* Augmented Dickey-Fuller test statistic -9.219869 0.0000 Test critical values: 1% level -3.560019

5% level -2.917650 10% level -2.596689 *MacKinnon (1996) one-sided p-values.

Sumber: Data sekunder diolah melalui Eviews

Dapat kita lihat pada tabel diatas dengan hasil uji stasioneritas pada variabel FDR sebesar 0,000 menunjukkan bahwa data tersebut stasioner karena kurang dari 0,05. Dapat kita bandingkan pula antara nilai t- statistik sebesar -9,219 < dari nilai test critical valuespada 5% sebesar - 2,917, maka data tersebut stasioner.

2. Uji Regresi Linier Berganda

Berdasarkan data-data yang diuraikan sebelumnya, selanjutnya akan diuji mengenai ketergantungan variabel bebas (independen) yaitu variabel DPK, NPF, Inflasi dan FDR terhadap Pembiayaan Murabahah. Berikut adalah hasil perhitung regresi linear berganda dengan Eviews:

Tabel 4.7 Tabel Uji Regresi Linier

Dependent Variable: D(PEMBIAYAAN_MURABAHAH__DALAM_MILIAR_RU PIAH_(-2))

Method: Least Squares Date: 09/28/18 Time: 14:28 Sample (adjusted): 4 55

Included observations: 52 after adjustments

Variable Coefficient Std. Error t-Statistic Prob. C -419.5807 394.9055 -1.062484 0.2934 D(DPK(-2)) 0.347607 0.028827 12.05846 0.0000 D(NPF(-2)) -17669.86 7737.861 -2.283559 0.0270 D(INFLASI(-2)) -9840.865 14343.88 -0.686067 0.4960 D(FDR(-2)) -11048.24 3358.345 -3.289786 0.0019 R-squared 0.770360 Mean dependent var -285.5769 Adjusted R-squared 0.750816 S.D. dependent var 5663.328 S.E. of regression 2827.039 Akaike info criterion 18.82306 Sum squared resid 3.76E+08 Schwarz criterion 19.01068 Log likelihood -484.3995 Hannan-Quinn criter. 18.89499 F-statistic 39.41701 Durbin-Watson stat 1.638169 Prob(F-statistic) 0.000000

Sumber: Data sekunder diolah melalui Eviews

Berdasarkan tabel 4.7 dapat diketahui bahwa persamaan regresi yang terbentuk adalah:

Y = -419,5807 + 0,347607 X1 – 17669,86 X2 – 9840,865 X3 – 11048,24

X4+ e

Dari persamaan tersebut dapat diketahui bahwa nilai konstanta sebesar -419,5807 menunjukkan nilai rata-rata Pembiayaan Murabahah pada Bank Umum Syariah jika nilai dari setiap variabel independen sama dengan nol. Variabel DPK memiliki trend positif dengan koefisien regresi 0,347607. Hal ini menunjukkan bahwa setiap kenaikan satu satuan dari DPK akan menaikkan 0,347607 satuan Pembiayaan Murabahah. Variabel NPF memiliki trend negatif dengan koefisien regresi 17669,86. Hal ini menunjukkan bahwa setiap kenaikan satu satuan dari NPF akan

menurunkan 17669,86 satuan Pembiayaan Murabahah. Variabel Inflasi memiliki trend negatif dengan koefisien regresi 9840,865. Hal ini menunjukkan bahwa setiap kenaikan Inflasi akan menurunkan 9840,865 satuan Pembiayaan Murabahah. Variabel FDR memiliki trend negatif dengan koefisien regresi 11048,24. Hal ini menunjukkan bahwa setiap kenaikan FDR akan menurunkan 11048,24 satuan Pembiayaan Murabahah.

3. Uji Statistik

a. Uji Koefisien Determinasi (R2₎

Uji koefisien determinasi yang dinotasikan dengan R2

menjelaskan besarnya persentase variabel dependen yang dapat dijelaskan oleh variabel-variabel independen.

Berdasarkan tabel 4.7 nilaiR Squaredalam penelitian ini adalah 0,77, yang berarti bahwa variabel DPK, NPF, Inflasi, dan FDR dapat menjelaskan variabel dependen pembiayaan murabahah sebesar 77%. Sedangkan sisanya 23 dijelaskan oleh variabel lain di luar penelitian.

b. Uji Signifikansi Simultan (Uji Statistik F)

Uji statistik F pada umumnya digunakan untuk mengetahui apakah seluruh variabel independen dari penelitian memiliki pengaruh secara simultan terhadap variabel dependen. Pengujian ini dapat dilakukan dengan melihat nilai signifikansi F pada tingkat signifikansi yang telah ditentukan yaitu sebesar 5%. Apabila tingkat signifikansi lebih kecil dari 0,05, maka model regresi terbukti memiliki pengaruh

secara simultan antar seluruh variabel independen terhadap variabel dependen. Berikut hasil pengujian uji F dari penelitian ini:

Berdasarkan tabel 4.7 menunjukkan F hitung sebesar 39,417 dengan nilai signifikansi 0,000. Karena nilai signifikansi kurang dari 0,05 sehingga dapat disimpulkan bahwa DPK, NPF, Inflasi dan FDR secara bersama-sama berpengaruh terhadap Pembiayaan Murabahah.

c. Uji Signifikansi Parsial (Uji Statistik t)

Uji statistik t dilakukan untuk mengetahui besarnya pengaruh setiap variabel independen secara parsial dalam menjelaskan pergerakan variabel dependen. Uji t dapat dilakukan dengan melihat nilai signifikan dari masing-masing variabel independen. Bila nilai signifikannya < 0,05 maka variabel independen tersebut secara parsial mempengaruhi variabel dependen.

1) Pengaruh variabel DPK terhadap Pembiayaan Murabahah

Berdasarkan tabel 4.7 nilai koefisien regresi variabel DPK sebesar 0,347607 yang menandakan adanya hubungan positif, dan nilai signifikansi sebesar 0,000 dimana nilainya lebih keil dari 0,05. Sehingga dapat dikatakan bahwa variabel DPK berpengaruh positif dan signifikan terhadap Pembiayaan Murabahah.

2) Pengaruh variabel NPF terhadap Pembiayaan Murabahah

Berdasarkan tabel 4.7 nilai koefisien regresi variabel NPF sebesar - 17669,86 yang menandakan adanya hubungan negatif, dan nilai signifikansi sebesar 0,027 dimana nilainya lebih kecil dari 0,05.

Sehingga dapat dikatakan bahwa variabel NPF berpengaruh negatif dan signifikan terhadap Pembiayaan Murabahah.

3) Pengaruh variabel Inflasi terhadap Pembiayaan Murabahah

Berdasarkan tabel 4.7 nilai koefisien regresi variabel Inflasi sebesar -9840,865 yang menandakan adanya hubungan negatif, dan nilai signifikansi sebesar 0,496 dimana nilainya lebih besar dari 0,05. Sehingga dapat dikatakan bahwa variabel Inflasi tidak berpengaruh signifikan terhadap Pembiayaan Murabahah.

4) Pengaruh variabel FDR terhadap Pembiayaan Murabahah

Berdasarkan tabel 4.11 nilai koefisien regresi variabel FDR sebesar -11048,24 yang menandakan adanya hubungan negatif, dan nilai signifikansi sebesar 0,001 dimana nilainya lebih kecil dari 0,05. Sehingga dapat dikatakan bahwa variabel FDR berpengaruh negatif dan signifikan terhadap Pembiayaan Murabahah.

4. Uji Asumsi Klasik a. Uji Normalitas

Uji normalitas pada model regresi digunakan untuk menguji apakah nilai residual terdistribusi secara normal atau tidak. Model regresi yang baik adalah yang memiliki nilai residual yang terdistribusi secara normal. Metode pengujian uji normalitas yang digunakan dalam penelitian ini menggunakan uji normalitas dengan Eviews.

Gambar 4.1 Hasil Uji Normalitas 0 2 4 6 8 10 12 14 -6000 -4000 -2000 0 2000 4000 6000 8000 S e r ie s : R e s id u a ls S a m p le 4 5 5 O b s e r v a tio n s 5 2 M e a n 2 .1 0 e - 1 3 M e d ia n 1 5 0 .5 4 3 5 M a xim u m 8 6 1 2 .5 5 7 M in im u m - 6 9 8 8 .1 6 2 S td . D e v. 2 7 1 3 .9 1 1 S ke wn e ss - 0 .0 5 9 0 6 2 K u rto s is 5 .0 9 8 7 7 0 Ja r q u e -B e ra 9 .5 7 4 0 4 6 P ro b a b ility 0 .0 0 8 3 3 7

Dari hasil pengujian di atas menunjukkan bahwa nilai probabilitasnya adalah sebesar 0,008 hal ini menunjukkan bahwa data tersebut berdistribusi secara tidak normal, sehingga tidak memenuhi asumsi normalitas.

Untuk mengatasi masalah ketidak normalan data, variable dependennya (SR) harus diubah terlebih dahulu dalam bentuk log. Hasil yang diperoleh sebagai berikut:

Gambar 4.2 Hasil Uji Normalitas setelah Penyembuhan

0 1 2 3 4 5 6 7 -2.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0 2.5 S e r ie s : R e s id u a ls S a m p le 4 5 5 O b s e r v a tio n s 5 2 M e a n - 3 .0 5 e -1 6 M e d ia n - 0 .0 7 7 4 1 8 M a xim u m 2 .4 7 9 9 0 8 M in im u m - 2 .4 8 6 1 2 9 S td . D e v. 1 .3 3 6 7 2 0 S ke wn e ss 0 .1 3 9 0 2 1 K u rto s is 1 .9 9 1 3 2 0 Ja r q u e -B e ra 2 .3 7 1 9 4 5 P ro b a b ility 0 .3 0 5 4 4 9

Dari hasil pengujian di atas menunjukkan bahwa nilai probabilitasnya menjadi 0,305 hal ini menunjukkan bahwa data tersebut berdistribusi secara normal, sehingga memenuhi asumsi normalitas

b. Uji Multikolonieritas

Uji multikolinearitas merupakan bentuk pengujian asumsi dalam analisis regresi berganda. Asumsi multikolinearitas menyatakan bahwa variabel independen harus terbebas dari gejala korelasi antar variabel independen. Gejala ini ditunjukkan dengan korelasi yang signifikan antar variabel independen.

Tabel 4.8 Hasil Uji Multikolonieritas

No. Variabel R2 1. Pembiayaan Murabahah 0,77 2. DPK 0,07 3. NPF 0,26 4. Inflasi 0,14 5. FDR 0,27

Sumber: Data sekunder diolah melalui Eviews

Dari tabel di atas menunjukkan nilai R2 _{regresi variable}

independen lebih kecil dari nilai R2 regresi variable dependen. Maka dapat disimpulkan data sudah tidak mengandung multikolinieritas.

c. Uji Autokorelasi

Uji autokorelasi merupakan pengujian asumsi dalam regresi dimana variabel dependen tidak berkorelasi dengan dirinya sendiri. Dalam artian nilai dari variabel dependen tidak berhubungan dengan nilai variabel itu sendiri, baik nilai periode sebelumnya atau nilai

periode sesudahnya. Untuk mendeteksi gejala autokorelasi digunakan ujiBreusch-Godfrey.

Tabel 4.9 Hasil Uji Autokorelasi

Dependent Variable: D(PEMBIAYAAN_MURABAHAH__DALAM_MILIAR_RU PIAH_(-2))

Method: Least Squares Date: 09/28/18 Time: 14:47 Sample (adjusted): 4 55

Included observations: 52 after adjustments

Sumber: Data sekunder diolah melalui Eviews

Nilai Durbin Watson pada tabel menunjukkan angka 1.638169 yang tidak berada diantara nilai du dan 4-du yang menunjukkan angka

1,724 dan 2,276. Maka, dapat disimpulkan data mengandung autokorelasi.

Untuk mengatasi masalah autokorelasi dibutuhkan penambahan variabel berupa pembiayaan murabahah pada periode satu tahun sebelumnya. Hasil yang diperoleh sebagai berikut:

Tabel 4.10 Hasil Uji Autokorelasi setelah Penyembuhan

Dependent Variable: D(PEMBIAYAAN_MURABAHAH__DALAM_MILIAR_RU PIAH_(-2))

Method: Least Squares Date: 09/28/18 Time: 14:55 Sample (adjusted): 4 55

Included observations: 52 after adjustments

Variable Coefficient Std. Error t-Statistic Prob. C -996.3948 488.5047 -2.039683 0.0471 D(DPK(-2)) 0.337995 0.028493 11.86253 0.0000 D(NPF(-2)) -15268.15 7632.232 -2.000484 0.0514 D(INFLASI(-2)) -8705.450 13967.75 -0.623254 0.5362 D(FDR(-2)) -10247.74 3294.041 -3.110993 0.0032 PEMBIAYAAN_MURABAHAH__DALAM_MILI AR_RUPIAH_(-1) 0.077050 0.040301 1.911852 0.0621 R-squared 0.787264 Mean dependent var -285.5769 Adjusted R-squared 0.764140 S.D. dependent var 5663.328 S.E. of regression 2750.416 Akaike info criterion 18.78506 Sum squared resid 3.48E+08 Schwarz criterion 19.01020 Log likelihood -482.4115 Hannan-Quinn criter. 18.87137 F-statistic 34.04608 Durbin-Watson stat 1.750320 Prob(F-statistic) 0.000000

Sumber: Data sekunder diolah melalui Eviews

Nilai Durbin Watson pada tabel menunjukkan angka 1.750 yang berada diantara nilai du dan 4-du. Maka, dapat disimpulkan data

mengandung autokorelasi.

d. Uji Heteroskedastisistas

Asumsi heterokedastisitas adalah asumsi dalam regresi di mana varians dari residual tidak sama untuk satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah yang homoskedastisitas, yaitu jika varians dari residual satu pengamatan ke pengamatan lainnya tetap. Dalam penelitian ini dipilih ujiwhite.

Tabel 4.11 Hasil Uji Heteroskedastisitas

Heteroskedasticity Test: White

F-statistic 19.80526 Prob. F(20,31) 0.0000 Obs*R-squared 48.22575 Prob. Chi-Square(20) 0.0004 Scaled explained SS 64.64015 Prob. Chi-Square(20) 0.0000

Sumber: Data sekunder diolah melalui Eviews

Dari tabel di atas menunjukkan nilai probabilitas 0,0004. Nilai tersebut lebih kecil dari 0,05. Maka dapat disimpulkan data terjadi masalah heterokedaktisitas. Maka dari itu diperlukan Metode Huber-

White untuk mengatasi masalah ini. Hasil yang diperoleh sebagai berikut:

Tabel 4.12 Hasil Uji Heteroskedastisitas setelah Pengobatan

Test Equation:

Dependent Variable: RESID^2 Method: Least Squares Date: 09/28/18 Time: 21:27 Sample: 4 55

Included observations: 52

White-Hinkley (HC1) heteroskedasticity consistent standard errors and Covariance

Variable Coefficient Std. Error t-Statistic Prob. C 1820381. 1411147. 1.290001 0.2035 D(DPK(-2))^2 0.010926 0.004078 2.679247 0.0102 D(NPF(-2))^2 -33633419 56573451 -0.594509 0.5551 D(INFLASI(-2))^2 9.72E+08 1.09E+09 0.888905 0.3787 D(FDR(-2))^2 43833482 20408950 2.147758 0.0370 PEMBIAYAAN_MURABAHAH__DALAM_MILI

AR_RUPIAH_(-1)^2 0.006928 0.005962 1.161987 0.2512 R-squared 0.534593 Mean dependent var 6691929. Adjusted R-squared 0.484006 S.D. dependent var 12506625 S.E. of regression 8983852. Akaike info criterion 34.96792 Sum squared resid 3.71E+15 Schwarz criterion 35.19307 Log likelihood -903.1660 Hannan-Quinn criter. 35.05424 F-statistic 10.56766 Durbin-Watson stat 2.353402 Prob(F-statistic) 0.000001

Tebel diatas menunjukkan hasil setelah dilakukan uji Metode

Huber-White. Nilai prob F-test sebesar 0.000001 setelah dilakukan uji Metode Huber-White. Karena nilai prob F-test lebih kecil dari 0,05 maka DPK, NPF, Infkasi, FDR secara bersama-sama berpengaruh signifikan terhadap Pembiayaan Murabahah.

Nilai koefisien determinasi setelah dilakukan uji Metode Huber- White dapat dilihat Adjusted R-squared sebesar 0.484006. Ini berarti 48,4% pembiayaan murabahah dapat dijelaskan oleh variabel DPK, NPF, Infkasi, FDR, sedangkan 51,6% lainnya dijelaskan oleh variabel lain yang tidak diteliti dalam penelitian ini.

Dalam dokumen PENGARUH DANA PIHAK KETIGA (DPK), NON PERFORMING FINANCE (NPF), INFLASI DAN FINANCING TO DEPOSIT RATIO (FDR) TERHADAP PEMBIAYAAN MURABAHAH PADA BANK UMUM SYARIAH DI INDONESIA PERIODE 2013-2017 SKRIPSI Diajukan untuk Memenuhi Tugas dan Melengkapi Syarat Gu (Halaman 55-72)