Terdapat 3 manfaat yang dapat diperoleh dari transformasi data dalam bentuk Iogaritma natural yakni sebagai berikut

Dimana

Terdapat 3 Terdapat 3 manfaat yang dapat diperoleh dari transformasi data dalam bentuk Iogaritma natural yakni sebagai berikut

I . Mampu mengukur elastistisitas variabel.

2. Mampu mengatasi perbedaan skala data dalam jumlah yang signifikan .

Adapun tahap-tahap penelitian yang dilakukan adalah sebagai berikut:

~ J

Pengumpulan data time series:

1. jumlah pembiayaan bagi basil, 2. Pendapatan bagi basil,

3. Sb.kredit modal kerja bank konvensional

Melakukan transformasi data ke dalam Logaritma Natural

Pengolahan Data Dengan Program SPSS&EViews

Analisis Korelasi

Pengujian Asumsi Klasik:

1 . Uji Normalitas 2. Uji Autokorelasi 3. Uji Heteroskedastisitas 4. Uii Multikolinearitas

Pengujian Model:

1. U ji F 2. U ji t

Intcrnrctasi Model

K esimpulan & Saran

39

3.4. Analisis Ekonometri 3.4.1. Analisis Korelasi

40

Analisis ini dibutuhkan untuk melihat sifat hubungan dan seberapa besar reaksi dari pembiayaan bagi hasil pada Bank Syariah XYZ terhadap perubahan pendapatan bagi hasil dan suku bunga kredit modal kerja yang terdapat pada bank konvensional. Analisis korelasi akan menghasilkan angka koefisien korelasi atau disimbolkan dengan r yang berkisar antara - 1 sampai dengan + 1 ( -1 <0<1 ) . Kriterianya dapat dijelaskan sebagai berikut:

a. Bila koefisien korelasi antara keduanya akan sama dengan nol maka berarti antara dua variabel ( misalnya X dan Y) sama sekali tidak ada hubungan secara statistik.

b. Bila koefisien korelasi semakin mendekati 1 maka berarti antara variabel X dan Y secara statistik terdapat hubungan yang semakin erat dan positif. Jadi semakin besar nilai variabel X maka makin besar pula variabel Y .

c. Bila koefisien korelasi semakin mendekati - 1 maka berarti antara variabel X dan Y secara statistik terdapat hubungan yang semakin erat dan negatif.

Namun demikian koefisien korelasi tidak menunjukkan seberapa besar Y

akan berubah apabila X mengalami perubahan.

d. Bila koefisien korelasi antara keduanya sama dengan 1/- 1 maka berarti telah

terjadi hubungan yang sempurna.

41

3.4.2. Uji Asumsi klasik a. Uji Autokorelasi

Autokorelasi adalah suatu hubungan (korelasi) yang terjadi diantara anggota- anggota dari serangkaian pengamatan yang tersusun dalam rangkaian waktu.

Konsekuensi apabila dalam model regresi mengandung multikolinearitas adalah penduga yang diperoleh dengan menggunakan Ordinary Least Square (OLS) tidak lagi BLUE, sekalipun masih tak bia, dan konsisten. Estimasi standar error dan varian koefisien regresi yang akan didapat akan

" \ underastimate'. Dengan demikian, koefisien determinasi akan besar, dan tentunya Uji-t, Uji-F, dan interval kepercayaan menjadi tidak sahib lagi utnuk digunakan (Nachrowi, 2006). Dalam penelitian ini digunakan uji Durbin Watson untuk mengetahui ada tidaknya autokorelasi.

Tahap uji Durbin Watson :

1. Menentukan null hipothesis dan alternative hipothesis.

Ho : Q = 0, artinya tidak terdapat autokorelasi.

Ha: Q f- 0, artinya terdapat autokorelasi.

2 2

2. Menghitung nilai d-statistik, yaitu d ⁼ ~(et-et-1) I ~et .

3. Kriteria : Jika d < dL atau > ( 4 - dL ), maka Ho ditolak, maka terdapat

autokorelasi . Jika d terletak diantara du dan ( 4 - du), maka Ho diterima,

yang berarti tidak terdapat autokorelasi . Dan jika d terletak diantara dL dan

du atau diantara (4 _ du) dan (4 - dL), maka uji D\V mcnghasilkan

42

b. Uji heteroskedastisitas

Heteroskedastisitas adalah suatu keadaan dimana faktor gangguan tidak memiliki varian yang sama atau variannya tidak konstan. Konsekuensi yang terjadi apabila dalam model regresi mengandung heteroskedastisitas adalah estimator yang digunakan tidak efisien baik dalam sampel kecil maupun besar. Cara memperbaiki model apabila terdapat heteroskedastiditas adalah melakukan transformasi dalam bentuk membagi model regresi dengan salah satu variabel independen yang digunakan dalam model tersebut atau melakukan transformasi logaritma (Gujarati, 2003).

Dalam penelitian ini digunakan uji White Heteroskedastisitas untuk menguji ada tidaknya heteroskedastisitas.

1 . Hipotesis yang digunakan adalah :

Ho: tidak terjadi gejala heteroskedastisitas Ha : tetjadi gejala heteroskedastisitas

2 . Kriterianya adalah, apabila t-hitung > t-tabel atau -t-hitung < -t-tabel maka Ho ditolak. Dan hila t-hitung < t-tabel atau -t-hitung > -t-tabel maka Ho

diterima .

c. Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji ada tidaknya korelasi antar

varia bel be bas ( independen) yang terdapat dalam model regresi. Konsukuensi

apabila dalam model regresi mengandung multikolinearitas adalah terjadi

43

adalah nilai R

²

yang diperoleh tinggi namun sedikit bahkan tidak satu pun koefisien yang signifikan (Gujarati, 2003). Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Untuk mendeteksi ada atau tidaknya multikolinearitas di dalam model regrest dengan cara sebagai berikut:

1. Nilai R

²

yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independen banyak yang tidak signifikan mempengaruhi variabel dependen.

2. Menganalisis matrik korelasi variabel-variabel independen. Jika antar varia bel independen ada korelasi yang cukup tinggi ( umumnya di at as 0,90), maka hal ini merupakan indikasi adanya multikolinearitas. Tidak adanya korelasi yang tinggi antar variabel independen tidak berarti bebas dari multikolinearitas. Multikolinearitas dapat disebabkan karena adanya efek kombinasi dua atau lebih variabel independen.

3 . Multikolinearitas dapat juga dilihat dari (1) nilai tolerance dan lawannya (2) variance inflation factor (VIF) . Nilai. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan niali VJF yang tinggi (karena VIF=1/tolerance). Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai tolerance <0 1 o atau sama dcngan nilai VIF> 10 . Setiap peneliti harus

'

44

Untuk melihat ada atau tidaknya multikolinearitas pada model regrest didasarkan pada nilai Variation Inflation Factor (VIF).

3.4.3. Uji Statistik a. T-test

Uji ini digunakan untuk mendeteksi signifikansi variabel independen (secara individual) terhadap variabel dependen yang digunakan.

Tahap-tahap t-test :

I . Merumuskan null hipothesis dan alternative hipothesis.

Ho : ~ ⁼ 0, artinya tidak ada pengaruh signifikan secara statistik antara varia bel x terhadap varia bel y.

Ha : ~ =f:. 0, artinya ada pengaruh yang signifikan secara statistik antara

varia bel x terhadap variabel y.

2. Menentukan tingkat signifikansi a sebesar 5% dan degree of freedom (dt) ⁼ n-k dalam menentukan t-tabel.

3. Menghitung t-hitung : t* =~I SE (~) .

4. Kriterianya adalah, apabila t-hitung > t-tabel atau -t-hitung < -t-tabel maka Ho ditolak. Dan hila t-hitung < t-tabel atau -t-hitung > -t-tabel maka Ho diterima.

Rumusan hipotesis yang diajukan adalah sebagai berikut:

Hipotesi s 1

H o : p ⁼ o , artinya tidak ada pengaruh yang signifikan antara variabel

45

Ha P ^:f.:. 0, artinya terdapat pengaruh yang signifikan antara variabel

independen (pendapatan bagi basil) secara parsial terhadap variabel dependen (pembiayaan bagi basil)

Hipotesis 2

Ho : P ⁼ 0, artinya tidak ada pengaruh yang signifikan antara variabel in depend en ( suku bunga rata-rata kredit modal kerja bank konvensional) secara parsial terhadap variabel dependen (pembiayaan bagi hasil)

Ha P ⁱ⁼ 0, artinya terdapat pengaruh yang signifikan antara variabel

b. F-test

independen (suku bunga rata-rata kredit modal kerja bank konvensional) secara parsial terhadap variabel dependen (pembiayaan bagi basil)

Uji ini digunakan untuk mendeteksi signifikansi semua variabel independen secara bersama mempengaruhi variabel dependen.

Tahap-tahap F-test :

I . Merumuskan null hipothesis dan alten1ative hipothesis.

Ho : p ⁼ 0, artinya secara bersama variabel independen tidak dapat digunakan dalam analisa regresi .

H" : p j:. o, artinya secara bersama variabel independen dapat

digunakan da1am analisa regresi .

46

3. Menghitung t-hitung: F* = (I:yi ² 1 k-1) 1 (I:ei ² 1 n-k).

4. Kriteria : apabila (F-hitung > F-tabel) maka Ho ditolak. Dan hila F-hitung

< F-tabel maka Ho diterima.

c. R

2

-test

2

Uji R digunakan untuk menunjukkan seberapa besar vanast variabel independen dapat menjelaskan/mempengaruhi variabel dependen.

3.5. Teknik Pengujian Hipotesis

Proses pengujian hipotesis pada penelitian ini mengikuti proses sebagai berikut:

1. Menyatakan hipotesis null dan hipotesis altematif.

2. Lalu memilih uji statistik yang tepat berdasarkan apakah data yang dikumpulkan adalah parametrik atau nonparametrik. Pada penelitian ini akan digunakan Uji t danUji F

3. Menentukan tingkat siginfikansi yang diinginkan (a ⁼ 0,5)

4. Melakukan pengujian hipotesis dengan menggunakan program SPSS untuk memastikan jika basil analisis komputer menunjukkan bahwa tingkat signifikansi terpenuhi.

5. Jika nilai hitung lebih besar daripada nilai kritis maka Ho ditolak dan Ha

diterima. Jika nilai hitung lebih kecil daripada nilai kritis maka Ho diterima

dan Ha ditolak.