ANALISIS DATA DAN PEMBAHASAN
C. Estimasi Model Analisis
1) Pengaruh Variabel-variabel Independen Terhadap Variabel Simpanan Deposito Pada Bank Umum di Surakarta
Pengujian secara individual dari koefesien regresi masing-masing variabel bebas dengan menggunakan estimasi model OLS diperoleh hasil seperti dalam Tabel 4.8. di bawah ini:
Tabel 4.8. Pengaruh Variabel Independen Pada Model OLS Variabel t statistik Prob. Kesimpulan
INCP 5,096120 0,0364 Signifikan pada α = 5%
SBD 0,535116 0,6461 Tidak Signifikan pada α = 5%
INF -4,179003 0,0528 Signifikan pada α = 5%
CONS 4,265519 0,0508 Signifikan pada α = 5%
Sumber: Hasil olahan Eviews 3.1, 2011, diolah.
a) Pendapatan Perkapita di Surakarta
Berdasarkan hasil pengolahan data diperoleh t statistik (nilai t hitung) variabel INCP sebesar 5,096120 dengan probabilitas 0,0364 pada derajat signifikansi 5 persen. Artinya, dengan menganggap variabel-variabel independen lainnya konstan, maka secara individual variabel INCP berpengaruh secara signifikan terhadap variabel DB pada derajat signifikansi 5 persen.
commit to user 75 b) Suku Bunga Deposito Pada Bank Umum di Surakarta
Berdasarkan hasil pengolahan data diperoleh t statistik (nilai t hitung) variabel SBD sebesar 0,535116 dengan probabilitas 0,6461 pada derajat signifikansi 5 persen. Artinya, dengan menganggap variabel-variabel independen lainnya konstan, maka secara individual variabel SBD tidak signifikan, sehingga tidak berpengaruh terhadap variabel DB pada derajat signifikan 5 persen. c) Inflasi di Surakarta
Berdasarkan hasil pengolahan data diperoleh t statistik (nilai t hitung) variabel INF sebesar -4,179003 dengan probabilitas 0,0528 pada derajat signifikansi 5 persen. Artinya, dengan menganggap variabel-variabel independen lainnya konstan, maka secara individual variabel INF berpengaruh secara signifikan terhadap variabel DB pada derajat signifikansi 5 persen.
d) Konsumsi Rata-rata Masyarakat di Surakarta
Berdasarkan hasil pengolahan data diperoleh t statistik (nilai t hitung) variabel CONS sebesar 4,265519 dengan probabilitas 0,0508 pada derajat signifikansi 5 persen. Artinya, dengan menganggap variabel-variabel independen lainnya konstan, maka secara individual variabel CONS berpengaruh secara signifikan terhadap variabel DB pada derajat signifikansi 5 persen.
commit to user 76 b. Uji F
Uji F merupakan bentuk pengujian koefisien regresi secara bersama-sama. Dimana tujuan dari dilakukannya pengujian ini adalah untuk mengetahui apakah semua variabel bebas atau independen yang dimasukkan ke dalam model secara bersama-sama memiliki pengaruh terhadap variabel tidak bebas atau dependen. Pada pengujian kali ini digunakan derajat keyakinan 95 persen, sehingga nilai untuk derajat
signifikansi atau α = 5 persen. Adapun kriteria pengujian uji F dapat dilihat pada Gambar 4.2. pada halaman selanjutnya.
Gambar 4.2. Hasil Kurva Distribusi F
9,28
1) Apabila nilai F hitung berada pada daerah dimana F hitung < 9,28, maka hipotesis Ho diterima, artinya semua variabel bebas atau independen secara bersama-sama tidak berpengaruh secara signifikan terhadap variabel tidak bebas atau dependen.
2) Apabila nilai F hitung berada pada daerah dimana F 9,28 < F hitung, maka hipotesis Ho ditolak, artinya semua variabel bebas atau independen berpengaruh secara signifikan terhadap variabel tidak bebas
commit to user 77 atau dependen. Hasil pengujian dengan uji statistik F dapat dilihat pada Tabel 4.9. di bawah ini.
Tabel 4.9. Pengaruh Semua Variabel Independen Pada Model OLS Variabel F statistik Prob. Kesimpulan INCP, SBD, INF dan
CONS
238,7375 0,004176 Signifikan pada α = 5%
Sumber: Hasil olahan Eviews 3.1, 2011, diolah.
Berdasarkan hasil pengolahan data diperoleh F statistik (nilai F hitung) semua variabel independen yaitu INCP, SBD, INF dan CONS sebesar 238,7375 dengan probabilitas 0,004176 pada derajat signifikansi 5 persen. Artinya, semua variabel bebas atau independen yaitu INCP, SBD, INF dan CONS berpengaruh secara signifikan terhadap variabel tidak bebas atau dependen yaitu DB pada derajat signifikansi 5 persen.
c. Koefisien Determinasi
Koefisien determinasi dilakukan dengan tujuan untuk mengetahui seberapa besar variasi variabel tidak bebas atau dependen dapat dijelaskan oleh variasi semua variabel bebas atau independen. Koefisien determinasi (R2) yang digunakan adalah R2 yang telah memperhitungkan jumlah variabel bebas dalam suatu model regresi atau R2 yang telah disesuaikan (adjusted R2 atau R2). Adapun hasil pengolahan data menunjukkan bahwa nilai R2 sebesar 0,993730. Artinya, 99,3730 persen faktor-faktor pendapatan perkapita, suku bunga deposito, inflasi, dan konsumsi rata-rata
commit to user 78 masyarakat dapat menjelaskan variasi perubahan simpanan deposito pada bank umum di Surakarta sedangkan sisanya 0,627 persen dipengaruhi dan dapat dijelaskan oleh variabel lain diluar keempat variabel dalam model ini.
3. Uji Asumsi Klasik
Uji asumsi klasik dilakukan dengan tujuan agar dapat menghindari terjadinya regresi linear lancung pada model OLS. Dalam pengujian kali ini akan dilakukan uji multikolinearitas, uji heteroskedastisitas dan uji autokorelasi.
a. Uji Multikolinearitas
Multikolinearitas merupakan adanya suatu hubungan linear yang sempurna diantara beberapa atau semua variabel bebas atau independen di dalam model. Pada pengujian kali ini akan digunakan metode Pendekatan Korelasi Parsialyaitu dengan membandingkan nilai R2 dengan nilai r2 INCP, r2 SBD, r2 INF dan r2 CONS (nilai R-squared diantara masing-masing variabel bebas atau independen). Setelah itu apabila nilai r2 INCP, r2 SBD, r2 INF dan r2 CONS < R2 maka pada model tidak terjadi masalah multikolinearitas. Sedangkan apabila nilai R2 < r2 INCP, r2 SBD, r2 INF dan r2 CONS maka pada model terjadi masalah multikolinearitas. Adapun hasil pengujian dengan metode Pendekatan Korelasi Parsial dapat dilihat pada Tabel 4.10. di bawah ini :
commit to user 79 Tabel 4.10. Hasil Uji Pendekatan Korelasi Parsial
Variabel r2 Tanda R2 Kesimpulan
INCP 0,907506 < 0,997910 Tidak terjadi masalah multikolinearitas SBD 0,517859 < 0,997910 Tidak terjadi masalah
multikolinearitas INF 0,503006 < 0,997910 Tidak terjadi masalah
multikolinearitas CONS 0,890798 < 0,997910 Tidak terjadi masalah
multikolinieritas Sumber: Hasil olahan Eviews 3.1, 2011, diolah.
Berdasarkan hasil uji Pendekatan Korelasi Parsial terhadap model OLS menunjukkan bahwa semua hasil estimasi antar variabel independen atau bebas memiliki nilai r2 INCP, r2 SBD, r2 INF dan r2 CONS < R2 , artinya dapat disimpulkan bahwa tidak terjadi masalah multikolinearitas pada semua variabel independen atau bebas.
b. Uji Heteroskedastisitas
Heteroskedastisitas terjadi karena varians yang ditimbulkan oleh variabel pengganggu tidak konstan untuk semua variabel bebas atau independen. Pada pengujian kali ini akan digunakan uji ARCH, adapun tahap-tahap pengujiannya sebagai berikut:
1) Tahap pertama yaitu melakukan regresi atau estimasi terhadap model OLS, kemudian akan diperoleh nilai residualnya (et).
commit to user 80 2) Tahap kedua yaitu nilai residual (et) yang diperoleh kemudian dikuadratkan, setelah itu nilai residual yang telah dikuadratkan diregres atau diestimasi dengan variabel-variabel bebas atau independen.
3) Tahap ketiga yaitu setelah dilakukan regresi atau estimasi terhadap nilai residual yang telah dikuadratkan (et2) dengan variabel-variabel bebas atau independen, kemudian lakukan uji R terhadap hasil regresi atau estimasi. Apabila nilai Obs*R-squared < maka Ho diterima yang artinya pada model tidak terjadi masalah heteroskedastisitas. Sedangkan apabila nilai Obs*R-squared > maka Ho ditolak yang artinya pada model terjadi masalah heteroskedastisitas.
Adapun hasil pengujian dengan uji ARCH dapat dilihat pada Tabel 4.11. pada halaman selanjutnya.
commit to user 81 Tabel 4.11. Hasil Uji ARCH
ARCH Test:
F-statistic 1.067324 Probability 0.359919 Obs*R-squared 1.263772 Probability 0.260938 Test Equation:
Dependent Variable: RESID^2 Method: Least Squares
Date: 03/07/12 Time: 13:50 Sample(adjusted): 2004 2009
Included observations: 6 after adjusting endpoints Variable Coefficien
t
Std. Error t-Statistic Prob. C 3627.006 2692.893 1.346881 0.2493 RESID^2(-1) 0.422543 0.408999 1.033114 0.3599 R-squared 0.210629 Mean dependent var 5627.817 Adjusted R-squared 0.013286 S.D. dependent var 4613.945 S.E. of regression 4583.192 Akaike info criterion 19.95938 Sum squared resid 84022611 Schwarz criterion 19.88997 Log likelihood -57.87814 F-statistic 1.067324 Durbin-Watson stat 1.926066 Prob(F-statistic) 0.359919 Sumber : Hasil olahan Eviews 3.1, 2011, diolah.
Berdasarkan hasil uji heteroskedastisitas, diketahui bahwa nilai Obs*R-squared lebih kecil dari kritis dengan derajat kepercayaan α =
5 persen yaitu 1,263772 < 7,815. Maka hipotesa yang menyatakan pada model tidak terjadi masalah heteroskedastisitas tidak ditolak atau tidak terjadi masalah heteroskedastisitas.
commit to user 82 c. Uji Autokorelasi
Autokorelasi terjadi karena adanya korelasi antara variabel gangguan sehingga penaksir tidak lagi efisien baik dalam sampel kecil maupun sampel besar.
Untuk mendeteksi masalah autokorelasi digunakan Uji B-G Test. Uji ini sangat berguna untuk mengidentifikasi masalah autokorelasi tidak hanya pada derajat pertama (first order) tetapi juga digunakan pada tingkat derajat. Jika hasil uji B-G berada pada hipotesa nol (Ho) yaitu nilai chi squares hitung < dari pada nilai kritis chi squares , maka model estimasi tidak terdapat autokorelasi, begitu pula sebaliknya jika berada pada hipotesa alternatif (Ha) yaitu nilai chi squares hitung > dari pada nilai kritis chi squares , maka terdapat autokorelasi.
Tabel 4.12. Hasil Uji B-G Test
Variabel Probabilitas DB 0,5628 INCP 0,5588 SBD 0,9769 INF 0,8097 CONS 0,5369 Resid (-1) 0,5059 F-statistic 0,928280
commit to user 83 Berdasarkan hasil uji autokorelasi, diketahui bahwa nilai probabilitasnya lebih dari probabilitas 5%, maka hipotesa yang menyatakan pada model tidak terjadi masalah autokorelasi tidak ditolak atau tidak terjadi masalah autokorelasi