BAB III PENYAJIAN DATA DAN ANALISIS
C. Analisis dan Pengujian Hipotesis
dipublikasi dan dievaluasi oleh Otoritas Jasa Keungan (OJK). ISSI banyak dipengaruhi oleh sentimen-setimen yang bersifat ekonomi seperti kondisi makroekonomi dan mikroekonomi yang sedang terjadi dan faktor lainya seperti perkembangan teknologi dan sistem informasi yang semakin cepat.
ISSI menyentuh angka tertingginya pada bulan Januari 2019 sebesar 3.861.714,080 sedangkan terendahnya sebesar 2.598.203,240 pada januari 2016.
Tabel 3. 1
Hasil Uji One Sample Kolmogorov Smirnov
Nilai one-sample Kolmogorov-Smirnov Test untuk variabel Inflasi sebesar 0.010, untuk variabel BI-7 Days Reverse Repo Rate sebesar 0.001 dan untuk variabel Pertumbuhan Aset Bank Syariah sebesar 0.000. Semua variabel menunjukan bahwa nilai one-sample Kolomogorov-Smirnov Test kurang dari 0.05 sehingga dapat disimpulkan berdasarkan uji statistik Kolomogorov-Smirnov Test data tidak bersitribusi normal.
Teori Teorema Central Limit (Central Limit Theorem) menginformasikan tidak perlu banyak informasi terkait distribusi aktual variabel asalkan telah memenuhi syarat sampel yang ditentukan yaitu ukuran sampel 30 atau lebih. Berdasarkan teori teorema limit pusat, data dalam penelitian ini berdistribusi normal karena akumulasi data senilai 60 data. Uji grafik histogram juga dapat diimplementasikan sebagai pilihan uji alternatif untuk mengetahui data berdistribusi normal pada setiap variabel penelitian.
Gambar 3. 1 Grafik Histogram Inflasi
G ambar 3. 2 G rafi k H istogra m BI-7 Days Reverse Repo R ate G ambar 3. 3 G rafi k H istogra m Pertumbuha n Aset Bank Syari ah
Hasil grafik histogram menunjukan bahwa data berdistribusi normal karena berbentuk lonceng serta tidak menunjukan postive skewnes, negative skewnes, positif kurtosis, negative kurtosis dan bentuk lainya sehingga juga tidak perlu melakukan transformasi data sebagai bentuk pengobatan data yang tidak berdistribusi normal.
Gambar 3.2
Grafik Histogram BI-7 Days Reverse Repo Rate
Gambar 3.3
Grafik Histogram Pertumbuhan Aset Bank Syariah
2. Analisis Statistik Deskriptif
Analisis statistik deskriptif adalah bentuk pengolahan data dengan maksud memberikan deskripsi atau sebuah gambaran umum bagaimana objek penelitian melalui sampel dan populasi. Objek penelitian terklasifikasi menjadi dua variabel, yaitu variabel eksogen terdiri dari Inflasi, BI-7 days Reverse Repo Rate dan Pertumbuhan Aset Bank Syariah.
Sedangkan, variabel endogennya berupa Indeks Saham Syariah Indonesia (ISSI). Hasil pengujian statistik deskriptif menggunakan SPSS versi 25 ditunjukan oleh tabel 3.2.
Tabel 3. 2
Hasil Uji Descriptive Statistics
Berdasarkan tabel 3.2 menginformasikan nilai rata-rata dari variabel inflasi senilai 3.1205. Nilai terendahnya yaitu 1.32 periode Agustus 2020.
Hal ini timbul sebagai dampak adanya degradasi pada indeks pengeluaran minuman, makanan, tembakau dan transportasi. Sedangkan, inflasi tertinggi terjadi pada Maret 2016 senilai 4.45 karena adanya peningkatan mayoritas indeks kecuali kelompok perumahan, bahan bakar, gas, air, listrik dan kelompok transport, jasa keuangan serta komunikasi. Standar deviasi inflasi yaitu senilai 0.74047.
Variabel BI-7 Days Reverse Repo Rate memiliki nilai rata-rata senilai 5.0250. Nilai terendahnya pada November dan Desember 2020 senilai 3.75 sebagai bentuk upaya pemerintah dalam hal ini Bank Indonesia dalam mendukung proses pemulihan ekonomi serta demi menjaga stabilitas ekternal sebagai dampak dari adanya Pandemi Covid-19. Sedangkan, nilai tertinggi senilai 7.25 pada bulan Januari 2016. Standar deviasi BI-7 Days Reverse Repo Rate senilai 0.79284.
Variabel pertumbuhan Aset bank Syariah yang ada di Indonesia memiliki rata-rata 1.25583. Nilai tertinggi sebesar 24.140, sedangkan nilai terendahnya senilai -13.690. Sepanjang periode 2016-2020, Aset Bank Syariah memiliki beda yang cukup tinggi, tren menjukan bahwa Aset bank Syariah yang ada di Indonesia terus mengalami pertumbuhan. Standar deviasinya sebesar 4.187251
Variabel ISSI selama periode penelitian, memiliki nilai terendah senilai 2598203.240 pada Januari 2016. Seiring adanya peningkatan tren keuangan dan Investasi Syariah di Indonesia, pada Januari 2019, ISSI menyentuh nilai tertingginya senilai 3861714.080 dengan standar deviasi senilai 343158.2762.
3. Uji Asumsi Klasik
Uji asumsi klasik berfungsi untuk menilai kepantasan dan kelayakan model regresi yang akan diimplementasikan dalam penelitian sehingga memenuhi kriteria Best Linier Unbiased Estimator (BLUE) terindikasi dari
data berdistribusi normal dan terhindar dari bias dalam sebuah penelitian.
Uji asumsi klasik dalam penelitian ini sebagai berikut:
a. Uji normalitas
Uji normalitas memiliki tujuan untuk mengetahui bahwa nilai residual atau variabel pengganggu berdistribusi secara normal karena berpengaruh terahadap validitas Uji f dan Uji t. Jika asumsi klasik ini tidak terpenuhi. Salah satu langkah yang dapat dipakai yaitu dengan uji normalitas melalui grafik histogram. Data berdistribusi normal ketika grafik menunjukan garis diagonal yang lurus serta ploting-ploting mengikuti garis lurus diagonal tersebut serta tidak menyebar menjauhi garis diagonal yang ada. Berikut hasil uji normalitas menggunakan grafik histogram.
Tabel 3. 3
Hasil Uji Grafik Histogram
Dari hasil pengujian pada tabel 3.3 menginformasikan data menyebar menjejaki garis diagonal menginformasikan bahwa model
regresi telah sesuai persyaratan uji asumsi klasik normalitas grafik histogram. Akan tetapi, perlu diuji normalitas lebih lanjut secara statistik dengan Uji One-Sample Kolmogorov-Smirnov karena jika hanya berpatokan pada grafik saja memungkinkan terjadi kesalahan terlebih ketika penelitian menggunakan sampel kecil.
Tabel 3. 4
Hasil Uji One Sample Kolmogorov-Smirnov
Dasar keputusan data berdistribusi normal atau tidak normal terindikasi melalui nilai Asymp. Sig. (2-tailed). Data berdistribusi normal jika nilainya lebih besar dari 0.05. Sedangkan, data tidak berdistribusi normal jika nilainya kurang dari 0.05. Berdasarkan tabel 3.4 menginformasikan nilai Asymp. Sig. (2-tailed) lebih besar dari 0.05 yaitu 0.076 yang berarti data berdistribusi normal.
One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 60
Normal Parametersa,b Mean .0000000 Std.
Deviation
342163.5773 2678
Most Extreme
Differences
Absolute .109 Positive .072 Negative -.109
Test Statistic .109
Asymp. Sig. (2-tailed) .076c a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
b. Uji Multikolinieritas
Uji multikolinieritas merupakan uji asumsi klasik yang berguna untuk mengetahui apakah terdapat korelasi dengan variabel eksogen sehingga tidak menimbulkan sebuah variabel orthogonal. Variabel orthogonal adalah sebuah variabel yang memiliki nilai dengan dengan variabel eksogen lainya. Secara global, nilai cut-off yang dapat diimplementasikan bahwa data menunjukan multikolinieritas jika nilai Tolerance 0.10 atau nilai VIF ≥ 10.
Tabel 3. 5 Hasil Uji Coefficient
Berdasarkan hasil pengolahan data, dapat dilihat pada tabel Coefficients 3.5, nilai Tolerance variabel Inflasi senilai 0.814 dan VIF 1.228, variabel BI-7 Days Reverse Repo Rate (disingkat, B7DRR) nilai Tolerance 0.810 dan VIF senilai 1.234 dan variabel terkahir yaitu pertumbuhan Aset Bank Syariah (disingkat, PABS) memiliki nilai tolerance senilai 0.989 dan VIF senilai 1.011. Seluruh variabel memiliki nilai tolerance > 0.1 dan VIF < 10 menginformasikan bahwa data telah memenuhi uji asumsi klasik berupa uji multikolinieritas.
c. Uji Heteroskedastisitas
Uji asumsi klasik ini berfungsi untuk mengetahui bahwa model regresi yang digunakan bersifat homoskedastisitas, yaitu terjadi kesamaan variance dari nilai residual satu dengan pengamatan lainya sedangkan model regresi yang baik harus terhindar dari heterokedastisitas. Pendeteksian permasalahan heterokedastisitas dapat diketahui melalui analisis grafik scatterplot. Jika scatterplot memencar tidak beraturan baik dibawah maupun diatas angka 0 pada sumbu Y.
Gambar 3.4 menunjukan bahwa plot tersebar secara merata baik di bawah maupun di atas 0 pada sumbu Y sehingga berdasarkan uji grafik scatterplot menginformasikan bahwa data memenuhi syarat uji heterokedastisitas.
Gambar 3. 4 Grafik Scatterplot
Metode alternatif yang dapat diimplementasikan untuk menganalisis bahwa model regresi yang digunakan memenuhi uji heterokedastisitas yaitu dengan uji spearman rho karena jika hanya
mengandalkan uji scatterplot memiliki kelemahan terutama jika jumlah pengamatan tergolong sedikit sehingga perlu dijamin keakuratanya melalui uji spearman rho. Kesimpulan tidak terjadi heterokedastisitas pada model regresi yang menggunakan spearman rho dapat diktahui melalui nilai Sig. (2-tailed) pada setiap variabel penelitian, jika nilai Sig. (2-tailed) > 0.05 maka tidak terjadi heterokedastisitas.
Berdasarkan gambar 3.6 berikut, Semua variabel penelitian memiliki nilai Sig. (2-tailed) > 0.05 sehingga tidak terjadi gejala heterokedastisitas dengan rincian Variabel X1 sebesar 0.695, variabel X2 sebesar 0.108 dan variabel X3 sebesar 1.000.
Tabel 3. 6
Hasil Uji Spearman Rho
d. Uji autokorelasi
Uji autokorelasi berfungsi untuk memperoleh informasi model regresi yang diimplementasikan dalam penelitian tidak tampak permasalahan autokorelasi. Permasalahan autokorelasi sering timbul
ketika data observasi berupa time series yang menginformasikan bahwa data sekarang berkaitan substansial dengan data sebelumnya.
Masalah autokorelasi muncul karena kesalahan pengganggu (residual) tidak bebas dengan observasi lainya terutama jika data runtut waktu (time series). Uji autokorelasi yang diimplementasikan dalam penelitian ini yaitu uji Durbin Watson (DW Test). Tidak ada autokorelasi baik positif atau negatif jika du < d < 4-du. Berikut tabel yang menunjukan hasil uji autokrelasi menggunakan SPSS versi 25.
Tabel 3. 7
Hasil Uji Durbin Watson
Berlandaskan uji autokorelasi yang ditunjukan pada tabel 3.11 menginformasikan nilai Durbin Watson (DW) senilai 0.157 dengan tingkat signifikansi 0.05. Selanjutnya, untuk menetapkan tidak ada permasalahan autokorelasi pada uji Durbin Watson dapat kita bandingkan dengan dengan nilai tabel yang menerapkan signifikansi 5% (0,05), jumlah sampel 60 (n) dan jumlah variabel eksogen sebanyak 3 (k=3) sehingga diperoleh nilai tabel Durbin Watson senilai 1.689. Sedangkan nilai 4-du sebesar 2.311, menginformasikan bahwa
terdapat gejala autokorelasi sehingga perlu dilakukan pengobatan untuk penyelesaianya.
Salah satu opsi yang dapat diterapkan untuk mengatasi problematika autokorelasi yaitu the Cochrane-Orcutt Two Step Procedure yang memakai estimasi informasi nilai p dengan metode Cochrane -Orcutt yang memakai nilai estimasi residual untuk mendapatkan nilai p. Hasil nilai Durbin Watson dengan transformasi data melalui metode The Cochrane-Orcutt Two Step Procedure menginformasikan bahwa nilai Durbin-Watson berubah menjadi 1.715 sehingga nilai Durbin watson terbaru sudah terletak diantara du sampai dengan 4-du (1.689 < 1.715 < 2.322). Hasil tersebut menunjukan bahwa tidak terjadi permasalahan lagi dengan uji autokorelasi.
Tabel 3. 8
Hasil Uji Durbin Watson Transformasi The Cochrane-Orcute Two Step Procedure
4. Analisis Regresi Linier Berganda
Analisis regresi linier berganda diimplementasikan dalam penelitian ini. Metode ini berfungsi untuk memperoleh informasi bagaimana dampak variabel Inflasi, BI-7 Days Reverse Repo Rate dan
pertumbuhan aset bank syariah terhadap ISSI. Sedangkan, penggunaan data dalam analisis regresi linier berganda ini adalah data yang sudah dilakukan transformasi terkait uji autokorelasi sebelumnya.
Berikut adalah hasil perhitungan analisis regresi linier berganda memanfaatkan SPSS versi 25 untuk menganalisis pengaruh Inflasi, BI-7 Days Reverse Repo Rate dan Pertumbuhan Aset Bank Syariah terhadap ISSI tahun 2016-2020.
Tabel 3. 9
Hasil Uji Regresi Linier Berganda
Model persamaan yang diimplementasikan dalam penelitian ini untuk menguji variabel eksogen yang terdiri dari Inflasi, BI-7 Days reverse Repo Rate dan pertumbuhan Aset Bank Syariah terhadap ISSI tahun 2016-2020 disusun sebagai berikut.
Hasil dari persamaan regresi linier berganda di atas dapat memberi kesimpulan sebagai berikut :
a. Nilai a sebesar 397337.49 menginformasikan bahwa jika konstan mengalami eskalasi 1% maka variabel maka variabel Inflasi, BI-7 Days Reverse Repo Rate dan Pertumbuhan Aset Bank Syariah akan mengakibatkan eskalasi terhadap ISSI sebesar 397337.49.
b. sebesar -33468.002 menginformasikan bahwa jika inflasi mengalami eskalasi 1% dengan asumsi variabel lain dianggap tetap (konstan) maka akan mengakibatkan degradasi terhadap ISSI sebesar 33468.002. koefisien yang bernilai negatif menginformasikan bahwa terdapat korelasi negatif antara variabel inflasi terhadap ISSI tahun 2016-2020.
c. β2 sebesar 85996.834 menginformasikan bahwa jika variabel BI-7 Days Reverse Repo Rate mengalami eskalasi sebesar 1% dengan asumsi variabel lain dianggap tetap (konstan) maka akan berdampak terhadap eskalasi ISSI sebesar 85996.834. Koefisien yang bernilai positif menunjukan bahwa terdapat hubungan positif antara variabel BI-7 Days Reverse Repo Rate terhadap ISSI tahun 2016-2020.
d. β3 sebesar - 4163.136 menginformasikan bahwa jika variabel pertumbuhan Aset Bank Syariah megalami eskalasi senilai 1% dengan asumsi variabel lain dianggap tetap (konstan) maka akan mengakibatkan degradasi terhadap ISSI sebesar 4163.136. koefisien yang bernilai negatif menginformasikan bahwa terdapat korelasi negatif antara variabel pertumbuhan Aset Bank Syariah terhadap ISSI tahun 2016-2020.
5. Uji Hipotesis
Untuk melakukan pengujian terhadap hipotesis-hipotesis yang disajikan dalam penelitian ini, maka perlu dilakukan uji hipotesis melalui analisis regresi linier berganda. Uji t untuk mengetahui pengaruh secara parsial setiap variabel terhadap variabel ISSI dan Uji F untuk mengetahui pengaruh secara simultan terhadap ISSI.
a. Uji t
Uji t adalah uji parameter individual yang berfungsi menunjukan seberapa jauh pengaruh setiap variabel eksogen terhadap variabel endogen secara individual (parsial) dengan tingkat signifikansi 0.05 (5%).
Tabel 3. 10 Hasil Uji t
Berdasarkan tabel 3.10, jika nilai Sig. pada setiap variabel < 0.05 menginformasikan bahwa variabel eksogen berpengaruh secara parsial dan signifikan terhadap variabel endogen. Berikut adalah penjelasan setiap variabel eksogenya.
1) Nilai probabilitas yang dihasilkan oleh variabel inflasi senilai 0.597 > 0.05, menginformasikan bahwa variabel inflasi secara parsial tidak berpengaruh signifikan terhadap variabel endogen (ISSI).
2) Nilai probabilitas yang dihasilkan oleh variabel BI-7 Days Reverse Repo Rate lebih besar senilai 0.285 > 0.05, menginformasikan bahwa variabel BI-7 Days Reverse Repo Rate secara parsial tidak berpengaruh signifikan terhadap variabel endogen (ISSI).
3) Nilai probabilitas yang dihasilkan oleh variabel pertumbuhan aset Bank Syariah senilai 0.123 > 0.05, menginformasikan bahwa variabel pertumbuhan Aset Bank Syariah secara parsial tidak berpengaruh signifikan terhadap variabel endogen (ISSI).
b. Uji F
Uji F atau uji koefisien diimplementasikan untuk mengetahui signifikasi secara keseluruhan variabel eksogen terhadap variabel endogen. Dasar acuan penentuan keputusan yang ditentukan dalam uji F yaitu dilihat dari nilai signifikasi (Sig.). Jika nilai Sig. < 0.05 menginformasikan bahwa variabel eksogen secara simultan berpengaruh signifikan terhadap variabel endogen (ISII).
Tabel 3. 11 Hasil Uji F
Berdasarkan tabel 3.15 menginformasikan bahwa nilai uji F yaitu 0.352 > 0.05 menginformasikan bahwa variabel eksogen berupa Inflasi, BI-7 Days Reverse Repo Rate dan Pertumbuhan Aset Bank Syariah secara simultan tidak berpengaruh signifikan terhadap ISSI.
c. Uji Koefisien Determinasi
Uji R2 (Adjusted R2) diimplementasikan untuk memperoleh informasi seberapa besar kapabilitas model dalam menginterpretasikan variasi variabel endogen, sedangkan selebihnya tidak dapat diinterpretasikan adalah variasi dari variabel lain dari luar model. Nilai
koefisien determinasi dapat menggunakan nilai Adjusted R Square karena terdapat tiga variabel eksogen (Analis Regresi Linier Berganda). Berikut adalah hasil uji koefisien determinasi menggunakan SPSS 25.
Tabel 3. 12
Hasil Uji Adjusted R Square
Berdasarkan tabel 3.12 nilai Adjusted R Square sebagai pengukuran uji kelayakan model (goodness of fit) menunjukan bahwa R square senilai 0.057 dan Adjusted R Square senilai 0.006 menginformasikan bahwa variabel endogen ISSI tidak dapat dijelaskan oleh variabel eksogen Inflasi, BI-7 Days Reverse Repo Rate dan Pertumbuhan Aset Bank Syariah sebesar 0.6 %. Sedangkan, selebihnya dipengaruhi oleh konstituen lain di luar model analisis. Penggunaan Adjusted R Square lebih baik digunakan karena adanya kelemahan dalam penggunaan hasil dari R Square.