HASIL DAN PEMBAHASAN
4.3 Uji Asumsi Klasik .1.Uji Normalitas .1.Uji Normalitas
Uji normalitas adalah pengujian yang sebaiknya dilakukan terlebih dahulu oleh peneliti sebelum peneliti mengolah data. Uji normalitas bertujuan untuk mengetahui distribusi data dalam variabel yang akan digunakan dalam penelitian adalah data yang terdistribusi normal (Lubis dkk, 2007 : 26).
Uji normalitas dapat dilakukan dengan menggunakan Histogram Display Normal Curve dan kurva normal P-Plot untuk menguji normalitas data. Normalitas data bila dilihat dengan Histogram Display Normal Curve dapat ditentukan berdasarkan bentuk gambar kurva. Data dikatakan normal jika bentuk kurva memiliki kemiringan yang cenderung seimbang. Normalitas data juga dapat dilihat dengan menggunakan Kurva Normal P-Plot. Data dalam keadaan normal apabila distribusi titik menyebar disekitar garis diagonal. Berikut ini ditampilkan Histogram Display Normal Curve dan Kurva Normal P-Plot hasil olahan SPSS dari penelitian ini.
Sumber: Data diolah (Lampiran 2 )
Gambar 4.1
Dari Gambar 4.1 jelas terlihat bahwa data penelitian ini terdistribusi secara normal.Terlihat jelas bahwa kemiringan Histogram Display Normal Curve seimbang sehingga dapat disimpulkan data penelitian normal.
Sumber: Data diolah (Lampiran 2) Gambar 4.2
Kurva P-Plot Regresion Standarized Residual – Normal
Begitu juga dengan kurva P-Plot (Gambar 4.2) yang juga menunjukkan terdistribusi normal. Terlihat bahwa titik-titik pada kurva P-Plot menyebar disekitar garis diagonal, sehingga dapat disimpulkan data di dalam penelitian ini terdistribusi secara normal.
Selain menggunakan pengujian Histogram display Normal Curve dan Kurva P-Plot peneliti juga menguji normalitas data dengan menggunakan uji Kolmogorov-Smirnov. Dengan menggunakan uji Kolmogorov-Smirnov, suatu data dikatakan normal apabila nilai Asymp. Sig. (2-tailed)> 0,05 dan apabila nilai Asymp. Sig. (2-tailed)< 0,05 maka data tidak terdistribusi normal. Berikut hasil pengujian dengan uji Kolmogorov-Smirnov.
Tabel 4.2
Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 34
Normal Parametersa,,b Mean .0000000 Std. Deviation 12.97434220 Most Extreme Differences Absolute .128 Positive .128 Negative -.092 Kolmogorov-Smirnov Z .748
Asymp. Sig. (2-tailed) .630
Sumber: Data diolah (Lampiran 2 )
Berdasarkan pengujian Kolmogorov-Smirnov di atas, nilai Asymp. Sig. (2-tailed) nya sebesar 0,630 yang berarti > 0,05 sehingga dapat ditarik kesimpulan bahwa data penelitian sudah terdistribusi dengan normal.
4.3.2 Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel independen (Erlina, 2011 : 103). Ketentuan yang digunakan untuk mendeteksi ada tidaknya multikolinieritas yaitu dilihat melalui nilai variance inflation factor (VIP). Jika nilai variance inflation factor (VIP) tidak lebih dari 10 dan nilai tolerance tidak kurang dari 0,1. Maka model dapat dikatakan terbebas dari multikolinieritas. Hasil pengujian multikolinieritas pada penelitian ini dapat dilihat pada tabel dibawah ini
Tabel 4.3 Uji Multikolinieritas
Model Collinearity Statistics
Tolerance VIF
1 NPF .776 1.289
DPK .781 1.280
INFLASI .988 1.012
Sumber: Data diolah (Lampiran 3 )
Dari Tabel 4.3 di atas, maka dapat diperoleh nilai VIF dari masing-masing variabel independen untuk variabel Financing to Deposit Ratio yaitu Non Performing Financing sebesar 1,289, Dana Pihak Ketiga (DPK) sebesar 1,280 dan Inflasi sebesar 1,012 maka nilai VIF < 10. Serta nilai tolerance variabel Non Performing Financing , Dana Pihak Ketiga dan Inflasi masing-masing adalah 0,776 dan 0,781 serta 0,988 sehingga nilai tolerance > 0,1. Sehingga dapat disimpulkan bahwa penelitian ini terbebas dari adanya multikolinearitas.
4.3.3 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 atau sebelumnya (Erlina, 2011 : 107). Model regresi yang baik adalah model regresi yang terbebas dari autokorelasi. Cara menguji autokorelasi dapat dilakukan dengan menggunakan Durbin Watson untuk melihat apakah model regresi linear berganda terbebas dari autokorelasi. Suatu model dikatakan terbebas dari autokorelasi apabila nilai du < d < 4-du
Tabel 4.4 Uji Autokorelasi
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .936a .876 .863 13.60760 1.918
Sumber: Data diolah (Lampiran 4)
Hasil pengujian pada tabel memperlihatkan nilai statistik Durbin - Watson sebesar 1,918. Nilai ini akan dibandingkan dengan nilai tabel Durbin -Watson dengan nilai signifikansi 5%, jumlah sampel adalah 34, jumlah variabel adalah 3 (k = 3), maka dalam tabel nilai Durbin – Watsonakan diperoleh nilai du = 1,6519 dan 4-du = 2,3481. Sehingga persamaannya akan menjadi 1,6519 < 1.918 < 2,3481 atau Du < d < 4 –du Dengan demikian dapat dikatakan bahwa penelitian ini terbebas dari adanya autokorelasi.
4.4 Pengujian Hipotesis
4.4.1. Uji Analisis Regresi Linier Berganda
Analisis linear berganda adalah untuk mengetahui seberapa besar keterkaitan antara variabel independen terhadap variabel dependen. Hasil tersebut dapat dilihat melalui nilai koefisien yang diperoleh melalui pengujian spss. Hasil pengujian regresi berganda dapat dilihat melalui tabel 4.5 dibawah ini.
Tabel 4.5
Uji Analisis Regresi lInear Berganda
Model Unstandardized Coefficients B Std. Error 1 (Constant) 199.175 8.526 NPF 3.132 1.317 DPK 7.786 1.290 INFLASI -.780 2.958
Sumber: Data diolah (Lampiran 5 )
Berdasarkan nilai koefisien tersebut model regresi pada penelitian ini adalah :
Y = 199,175 + 3,132X1 + 7,786X2 -0,780X3+ e Keterangan :
Y : FDR (Financing to Deposit Ratio)
X1 : NPF (Non Performing Financing)
X2 : DPK (Dana Pihak Ketiga)
X3 : Inflasi
E : error (pengganggu)
Berikut interpretasi dari mdel persamaan regresi berganda diatas :
1. Nilai konstanta sebesar 199,175 yang menunjukkan apabila semua variabel independen dianggap konstan atau nol, maka nilai dari Financing to Deposit Ratio adalah sebesar 199,175.
2. Variabel Non Performing Financing berpengaruh positif terhadap Financing to Deposit Ratio sebesar 3,132 menunjukkan bahwa setiap kenaikan Non
Performing Financing 1 % dengan asumsi variabel bebas lainnya dianggap konstan, maka akan meningkatkan Financing to Deposit Ratio sebesar 3,132. 3. Variabel Dana Pihak Ketiga berpengaruh positif terhadap Financing to
Deposit Ratio sebesar 7,786 menunjukkan bahwa setiap kenaikan Dana Pihak Ketiga 1 % dengan asumsi variabel bebas lainnya dianggap konstan, maka akan menurunkan Financing to Deposit Ratio sebesar 7,786.
4. Variabel Inflasi berpengaruh negatif terhadap Financing to Deposit Ratio sebesar 0,780 menunjukkan bahwa setiap kenaikan inflasi 1 % dengan asumsi variabel bebas lainnya dianggap konstan, maka akan menurunkan Financing to Deposit Ratio sebesar 0,780.
4.4.2 Uji Signifikansi Parameter Individual (Uji T)
H1, H2 dan H3 dapat diuji dengan menggunakan uji signifikansi parameter individual (Uji T). Pengujian ini dilakukan untuk menguji signifikansi Non Performing Financing, Dana Pihak Ketiga, dan Inflasi secara parsial terhadap perkembangan fungsi intermediasi perbankan syariah di Sumatera Utara yang diproksikan melalui Financing to Deposit to Ratio. Apabila nilai sig. < 0,05 serta nilai t tabel> t hitung maka dapat dikatakan variabel independen secara parsial berpengaruh signifikan terhadap variabel dependen.Hasil pengujian dapat dilihat pada tabel dibawah ini :
Tabel 4.6 Uji T Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 199.175 8.526 23.362 .000 NPF 3.132 1.317 .174 2.377 .024 DPK 7.786 1.290 1.005 3.792 .046 INFLASI -.780 2.958 -.017 -.264 .794
Sumber: Data diolah (Lampiran 6 )
Dari Tabel 4.6 di atas, maka kesimpulan dari Uji-t adalah sebagai berikut:
1. Pengaruh Non Perfoming Financing terhadap Financing to Deposit Ratio Perbankan Syariah di Sumatera Utara Triwulan I Tahun 2007 – Triwulan II Tahun 2015 .
Nilai signifikansi untuk Non Perfoming Financing adalah sebesar 0,024< 0,05 artinya signifikan, sedangkan nilai thitung untuk variabel Non Perfoming Financing = 2,377 dan ttabel untuk df= n-k = 34-3 = 31 di mana α = 5%
sehingga diketahui nilai ttabel = 2,03951 maka thitung>ttabel (2,377>2,03951). Dari hasil di atas, dapat disimpulkan bahwa variabel Non Perfoming Financing (NPF) secara parsial berpengaruh positif signifikan terhadap Financing to Deposit Ratio (FDR). Dengan demikian H1 diterima.
2. Pengaruh Dana Pihak Ketiga terhadap Financing to Deposit Ratio Perbankan Syariah di Sumatera Utara Triwulan I Tahun 2007 – Triwulan II Tahun 2015 . Nilai signifikansi untuk variabel Dana Pihak Ketiga adalah sebesar 0.046 < 0,05 artinya signifikan, sedangkan nilai thitung untuk variabel Dana Pihak Ketiga= 3,792 dan ttabel untuk df= n-k = 34-3 = 31 di mana α = 5% sehingga
diketahui nilai ttabel = 2,03951 maka thitung>ttabel (3,792>2,03951). Dari hasil tersebut dapat disimpulkan bahwa variabel Dana Pihak Ketiga secara parsial berpengaruh positif signifikan terhadap Financing to Deposit Ratio (FDR). Dengan demikian H2 diterima.
3. Pengaruh Inflasi terhadap Financing to Deposit Ratio Perbankan Syariah di Sumatera Utara Triwulan I Tahun 2007 – Triwulan II Tahun 2015 .
Nilai signifikansi untuk variabel Inflasi adalah sebesar 0.794 > 0,05. Dari hasil tersebut dapat disimpulkan bahwa variabel Inflasi secara parsial tidak berpengaruh terhadap Financing to Deposit Ratio (FDR). Dengan demikian H3 ditolak.
4.4.3 Uji Signifikansi Simultan (Uji F)
Uji signifikansi simultan (Uji F) digunakan untuk mengetahui besarnya pengaruh variabel independen secara bersama-sama terhadap variabel dependen (Lubis dkk, 2007 : 50). Hasil pengaruh tersebut dilihat melalui hasil regresi dengan menggunakan SPSS p-value (sig) yaitu jika nilai p-value (sig) lebih kecil dari nilai signifikan yang ditentukan yaitu 0,05 (5 %) maka dapat dikatakan bahwa variabel independen secara bersama-sama (simultan) berpengaruh signifikan terhadap variabel dependen. Selain itu pengujian uji signifikansi silmultan (Uji F) juga dapat dilihat melalui nilai Fhitung. Jika nilai F hitung > nilai F tabel, maka terdapat pengaruh yang signifikan secara bersama-sama antara variabel independen terhadap variabel dependen.
Tabel 4.7 Uji F ANOVAb
Model Sum of
Squares Df Mean Square F Sig. 1 Regression 39089.081 3 13029.694 70.367 .000a
Residual 5555.007 30 185.167
Total 44644.089 33
Sumber: Data diolah (Lampiran 7 )
Berdasarkan hasil SPSS tersebut dapatdilihat bahwa nilai sig. 0,00 < 0,05. Selain itu nilai Fhitung = 70,367 sedangkan nilai FTabel untuk df= n-k , df1=k-1, dan
banyak data adalah 34 di mana α = 5% maka diperoleh F tabel = 3,304817. Dengan demikian F hitung> F tabel (70,367 > 3,304817 ). Berdasarkan hasil tersebut dapat ditarik kesimpulan bahwa Non Performing Financing, Dana Pihak Ketiga dan Inflasi secara simultan berpengaruh terhadap terhadap Financing to Deposit Ratio.
4.4.4 Koefisien Determinasi
Koefisien determinasi (R2) bertujuan untuk mengetahui seberapa besar kemampuan variabel independen menjelaskan variabel dependen (Lubis dkk, 2007 : 48). Koefisien determinasi dapat diketahui dengan mengolah data dengan menggunakan SPSS yang merupakan nilai R square. Namun untuk regresi linear berganda sebaiknya menggunakan R square yang disesuaikan atau Adjusted R square karena disesuaikan dengan jumlah variabel independen yang digunakan dalam penelitian. Nilai R square dikatakan baik jika diatas 0,5 karena nilai R square berkisar antara 0 sampai 1 (Lubis dkk, 2007 : 48). Berikut hasil olahan SPSS.
Tabel 4.8
Uji Koefisien Determinasi (R2)
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .936a .876 .863 13.60760 1.918
Sumber: Data diolah (Lampiran 8 )
Dari tabel 4.8 interpretasi atas uji koefisien determinasi adalah sebagai berikut :
1. Nilai R sebesar 0,936 yang menunjukkan bahwa korelasi atau hubungan fungsi intermediasi yang diukur dengan menggunakan Financing to Deposit Ratio Perbankan Syariah di Sumatera Utara (variabel dependen) dengan Non Performing Financing , Dana Pihak ketiga dan Inflasi (variabel independen) sangat besar yaitu sebesar 93,6 %.
2. R Square sebesar 0,876 berarti 87,6 % nilai fungsi intermediasi yang diukur dengan menggunakan Financing to Deposit Ratio mampu diprediksikan oleh Non Performing Financing , Dana Pihak ketiga dan Inflasi. Sisanya 12,4 % oleh variabel lain yang tidak diteliti dalam penelitian ini.
3. Nilai Adjusted R Square atau Koefisien Determinasi adalah 0,863 berarti 86,3% nilai fungsi intermediasi yang diukur dengan menggunakan Financing to Deposit Ratio mampu diprediksikan oleh Non Performing Financing , Dana Pihak ketiga dan Inflasi. Sisanya 13,7 % oleh variabel lain yang tidak diteliti dalam penelitian ini.
4. Ada dua pilihan, memakai R Square atau memakai Adjusted R Square. Apabila jumlah variabel lebih dari dua maka digunakan Adjusted R Square. Sehingga nilai yang digunakan sebagai koefisien determinasi adalah 86,3 %.
BAB V
KESIMPULAN DAN SARAN