H. Hipotesis
I. Metode Penelitian
4. Analisis data
Pembahasan ini penting dilakukan untuk mengurai jenis analisis data yang diimplemetasikan dalam penelitian. Analisis data adalah aktivitas mengelompokan data berlandaskan variabel dari semua responden, menunjukan data tiap variabel yang diteliti serta mengerjakan perhitungan terhadap hipotesis yang telah diajukan.29 Metode yang diimplementasikan dalam studi ini yaitu statistik deskriptif. Statistik deskriptif merupakan analisis statistik melalui pemberian deskripsi dan gambaran data yang telah terkumpul tanpa tujuan mengambil ringkasan yang berlaku untuk generalisasi dan umum.30 Analisis regresi berganda akan dilaksanakan ketika terdapat minimal dua variabel eksogen.31
a. Uji Normalitas data
Uji normalitas One Sample Kolmogorov-smirnov test (k-s) adalah sebuah uji data yang berfungsi memperoleh informasi bahwa data terdistribusi secara normal atau tidak normal. Model penelitian yang bagus terindikasi dari adanya nilai residual yang berdistribusi normal.
Acuan utama pengambilan keputusan dalam uji normalitas One Sample kolmogorof smirnov sebagai berikut:
1) Apabila hasil uji memiliki nilai signifikasi > 0,05, maka nilai residual tersebut berdistribusi normal.
2) Apabila hasil uji memiliki nilai signifikansi < 0,05, maka nilai residual tersebut tidak berdistribusi normal.
29 Sugiyono, Metode Penelitian Kuantitatif, Kualitatif dan R&D (Bandung: Alfabeta, 2017), 147.
30 Ibid.,206.
31 Sugiyono, statistika penelitian (Bandung: Alfabeta, 2017), 275.
b. Metode analisis data
Metode analisis data yang diimplementasikan yaitu Analisis Regresi Linear Berganda. Analisis regresi linier berganda adalah regresi linear yang digunakan untuk mengurai besarnya korelasi dan pengaruh variabel eksogen yang kuantitasnya lebih dari dua.32 Di dalam sebuah penelitian, analisis regresi linear berganda yang tepat dan akurat harus memenuhi ketentuan syarat asumsi klasik meliputi uji autokerelasi, uji heterokedastisitas, uji multikolinieritas dan uji normalitas harus terpenuhi sesuai dengan ketentuan yang berlaku.
Peneliti melaksanakan analisis dampak Inflasi, BI-7 Days Reverse Repo Rate dan pertumbuhan aset bank syariah terhadap ISSI. Berikut adalah persamaan yang diimplementasikan dalam analisis.
32 Suharyadi dan Purwanto, Metodologi Penelitian (Jakarta : Gramedia Pustaka Utama, 2004) 508.
c. Uji asumsi klasik
Uji asumsi klasik diimplementasikan untuk menandaskan penggunaan data dalam penelitian memiliki ketepatan, tidak bias serta memiliki konsistensi. Uji asumsi klasik wajib dilaksanakan sebelum melakukan uji hipotesis, uji t dan uji f. Berikut adalah rangkaian uji asumsi klasik.
1) Uji normalitas
Uji normalitas berguna untuk mendeteksi nilai residual normal atau tidak.33 Pendeteksian residual data terlihat pada grafik probability plot ketika titik-titik plot tidak melebar dari garis diagonal dan berada di area garis diagonal, menginformasikan bahwa data penelitian berdistribusi normal.34
2) Uji multikolinieritas
Uji multikolinieritas adalah rangkaian uji asumsi klasik yang memiliki tujuan model regresi yang hendak diimplementasikan tidak ada korelasi yang terjadi antar variabel eksogen.35 Penelitian dinilai bagus apabila tidak terdapat permasalahan multikolinieritas atau tidak ada korelasi antar variabel eksogen. Uji multikolinieritas bisa diketahui dengan memeriksa nilai VIF dari setiap variabel eksogen. Jika hasil VIF <
33 Imam Ghazali, Aplikasi Analisis Multivariat dengan Program SPSS (Semarang: Badan Penerbit Universitas Diponegoro,2011), 17.
34 Suliyanto, Ekonometrika terapan : Teori & Aplikasi dengan SPSS (Yogyakarta: CV Andi Offset, 2011), 69.
35 Rasidin Karo Karo Sitepu dan Bonar M. Sinaga, Aplikasi Model Ekonometrika (Bogor: IPB Press, 2018), 120.
10, menginformasikan bahwa data penelitian telah memenuhi uji multikolinieritas.
3) Uji heteroskedastisitas
Uji heterokedastisitas berfungsi untuk mengetahui tidak adanya kesamaan varian dari variabel residual dari satu pengamatan ke pengamatan lainya. Uji heterokedastisitas dapat menerapkan metode analisis grafik scatterplot. Standar pengambilan keputusan tidak terjadinya heterokedastisitas harus memenuhi ketentuan di bawah ini:
a) Tidak ada bentuk spesifik. Titik-titik tidak berbentuk model tertentu seperti melebar dan kemudian menyempit serta bergelombang.
b) Titik-titik tersebar dibawah dan diatas angka nol sehingga tidak muncul permasalahan heterokedastisitas.
4) Uji autokorelasi
Uji autokeroleasi berfungsi untuk memperoleh informasi model regresi yang diimplementasikan tidak terjadi autokorelasi.
Kemunculan autokerelasi pada umumnya terjadi jika data yang digunakan berupa time series berbeda halnya jika data yang digunakan berupa crosssection, autokerelasi jarang sekali terjadi.
Uji autokerelasi dapat diketahui dengan uji DW (Durbin Watson).
Berikut adalah ketentuan Uji Durbin Watson.
Tabel 1. 3
Pengambilan keputusan Autokorelasi
d. Uji hipotesis 1) Uji t
Uji t atau t-test merupakan uji variabel dalam analisis regresi linier berganda yang berfungsi untuk mendapatkan informasi bagaimana setiap variabel eksogen berdampak terhadap variabel endogen. Hasil uji t dapat diketahui pada tabel coeffiients kolom sig sesuai dengan ketentuan berikut:
a) Jika angka probabilitas < 0,05, menginformasikan bahwa variabel eksogen secara parsial berpengaruh signifikan terhadap variabel endogen atau hipotesis yang diajukan diterima.
b) Jika angka probabilitas > 0,05, menginformasikan bahwa variabel eksogen secara parsial tidak berpengaruh signifikan terhadap variabel endogen atau hipotesis ditolak.
2) Uji F
Uji f bertujuan untuk mendapatkan informasi apakah secara simultan variabel eksogen berpengaruh terhadap variabel endogen.36 Hasil uji f memberikan kesimpulan apakah variabel- variabel penelitian memliki pengaruh secara simultan terhadap variabel endogen atau tidak.
Uji f simultan dapat diketahui dengan melihat angka probabilitas signifikansi. Jika angka signifikansi ≤ 0,05, menginformasikan bahwa hipotesis tidak dapat ditolak, perihal ini menunjukan bahwa variabel eksogen dalam penelitian secara simultan berpengaruh signifikan terhadap variabel endogen. Hal itu juga berlaku sebaliknya, jika nilai probabilitas signifikansi menunjukan ≥ 0,05 maka Hipotesis ditolak, hal ini berarti variabel eksogen secara simultan tidak berpangaruh signifikan terhadap variabel endogen.
3) Uji koefisiensi determinasi
Uji R2 (adjusted R2) berfungsi untuk mengukur kapasitas variasi variabel eksogen menjelaskan variasi variabel endogen.
Sedangkan, selebihnya tidak mampu dijelaskan adalah bentuk variasi dari variabel lain diluar model.37 Berikut adalah rumus koefisien determinasi.
36 Imam Ghazali, Aplikasi Analisis Multivariat Dengan Program SPSS (semarang: Badan Penerbit Universitas Diponegoro,2011), 96.
37 Ibid, 98.