BAB III METODE PENELITIAN

3.1. Pendekatan Penalitian Pendekatan yang digunakan dalam penelitian ini adalah pendekatan kuantitatif. Pendekatan tersebut digunakan dalam pengujian hipotesis dengan data terukur dan akurat sehingga diperoleh parameter dari pengaruh perubahan variabel bebas terhadap variabel terikat menggunakan regresi berganda dengan metode ordinary Least Square (OLS). 3.2. Identifikasi Variabel Variabel yang digunakan dalam penelitian ini adalah variable bebas terhadap variabel tergantung. Adapun definisi dari variabel bebas dan tergantung tersebut, adalah : 1. Variabel terikat, yaitu : Simpanan mudharabah yang terdiri dari tabungan mudharabah dan deposito mudharabah perbankan syariah 2. Variabel bebas, yaitu : tingkat inflasi,suku bunga deposito, dan bagi hasil deposito. 3.3. Definisi Operasional Untuk memudahkan pemahaman serta menghindari kerancuan terhadap pemahaman variabel, maka dijelaskan definisi operasional dari masing-masing variabel yang digunakan dalampenelitian ini adalah sebagai berikut:

59

60

1. Simpanan Mudharabah adalah sejumlah uang berbentuk simpanan yang dihimpun dari masyarakat yang menyimpan dananya di bank syariah yang didasarkan pada akad mudharabah (Perjanjian penanaman dana dari pemilik dana (shahibul maal) kepada pengelola dana (mudharib) untuk melakukan kegiatan usaha tertentu yang sesuai syariah, dengan pembagian hasil usaha antara kedua belah pihak berdasarkan nisbah yang telah disepakati sebelumnya. Simpanan ini terdiri dari tabungan mudharabah dan deposito mudharabah dan dinyatakan dalam satuan rupiah. Data diperoleh dari Statistik Perbankan Syariah Indonesia. 2. Bagi Hasil Deposito adalah Ekuivalen tingkat imbalan/bagi

hasil/fee/bonus deposito Bank Umum Syariah dan Unit Usaha Syariah per 1 bulan rata-rata bank syariah dan dinyatakan dalam satuan persentase. Data diperoleh dari Statistik Perbankan Syariah Indonesia. 3. Suku Bunga Deposito adalah nilai suku bunga deposito per 1 bulan ratarata bank umum yang berlaku pada bank konvensional dan dinyatakan dalam satuan persentase. Data diperoleh dari Statistik Ekonomi dan Keuangan Indonesia. 4. Tingkat inflasi adalah proses kenaikan harga-harga secara umum barang dan jasa secara terus menerus selama periode waktu tertentu dan dinyatakan dalam satuan persen. Data diperoleh dari Statistik Ekonomi dan Keuangan Indonesia. 3.4. Jenis dan Sumber Data

61

Data yang digunakan dalam analisis kuantitatif merupakan data sekunder perhitungan bulanan (monthly) dengan jangka waktu bulan Desember tahun 2004 sampai dengan bulan Desember tahun 2009. Data yang digunakan dalam penelitian ini diperoleh dari berbagai sumber, diantaranya laporan bulanan Bank Indonesia, Statistik Ekonomi dan Keuangan Indonesia, Statistik Perbankan Syariah Indonesia, download dari internet, serta Indikator Ekonomi dan Keuangan Indonesia. Untuk melengkapi penjelasan dalam penelitian ini, maka data juga diperoleh dari beberapa jurnal, literatur buku, serta majalah. 3.5. Prosedur Pengumpulan Data Pengumpulan data dalam penelitian ini dilakukan dengan metode dokumenter yaitu pengumpulan data mengenai hal-hal yang berkaitan dengan penelitian atau variabel yang diperlukan berupa catatan, transkrip, buku, buletin, internet, serta sumber lain yang sesuai dengan penelitian ini, kemudian dipelajari dan diolah kembali. Data diperoleh dari publikasi Bank Indonesia mulai periode Desember 2004 sampai Desember 2009. 3.6. Teknik Analisis Teknik analisis yang digunakan dalam penelitian ini adalah analisis regresi berganda. Model regresi barganda (multiple regression) merupakan model regresi yang terdiri dari lebih dari satu variabel independen (Widarjono, 2007: 63). Model regresi berganda digunakan untuk melihat hubungan antara beberapa variabel bebas terhadap variabel tergantung, sehingga dalam penelitian ini untuk melihat hubungan antara variabel bebas (Tingkat inflasi, Suku Bunga Deposito, dan Bagi Hasil

62

Deposito) dengan variabel tergantung (Simpanan Mudharabah) dengan teknik analisis regresi berganda dengan metode Ordinary Least Squares (OLS). Model dan analisis penelitian akan dijelaskan pada sub bagian dibawah ini. 3.7. Model Ekonometrika Persamaan model dalam penelitian ini menggunakan model persamaan regresi yang akan diestimasi dengan mengunakan metode Ordinary Least Squares (OLS). Adapun model regresi tersebut adalah sebagai berikut: SMt = 0 + 1INFt + 2INTt + 3RSt + t Keterangan: SM : Simpanan yang dihimpun oleh perbankan syariah yang terdiri dari Tabungan Mudharabah dan Deposito Mudharabah dalam satuan juta rupiah INF INT RS 0 1,2,3,4 t : : : : : : : Tingkat inflasi bulanan dalam satuan persen Suku bunga deposito dalam satuan persen Bagi hasil deposito dalam satuan persen Intersep Koefisien regresi dari masing-masing variabel bebas Variabel gangguan (error term) Indikasi data urutan waktu (time series)

63

3.8. Pengujian Statistik 3.8.1. Koefisien Determinasi (R2) Menurut Widarjono (2007: 29), koefisien determinasi (R2) merupakan proporsi atau persentase dari total variasi variabel dependen Y yang dijelaskan oleh garis regresi (variabel independen X). Besarnya koefisien determinasi (R2) berkisar antara nol sampai dengan satu, dimana semakin angkanya mendekati satu maka semakin baik garis regresi karena mampu menjelaskan data aktualnya. 3.8.2. Uji t Statistik Pengujian t-statistik digunakan untuk menguji pengaruh parsial dari variabel bebas terhadap variabel tergantungnya. Pengujian ini dilakukan dengan hipotesis: H0 : i = 0 , berarti tidak ada pengaruh signifikan variabel bebas secara parsial terhadap variabel tergantungnya. H1 : i 0 , berarti ada pengaruh signifikan variabel bebas secara parsial terhadap variabel tergantungnya. Dengan menguji dua arah dalam tingkat signifikasi = , dan derajat kebebasan (Degree of Freedom) df = n-k, dimana n = jumlah observasi dan k = jumlah parameter termasuk konstanta. Maka hasil pengujian akan menunjukkan: 1. H0 ditolak atau hipotesis alternatif (H1) diterima jika t-hitung > t-tabel atau thitung < - t-tabel. Hal ini berarti variabel bebas mempunyai pengaruh yang bermakna terhadap variabel tergantung dan secara statistik pengaruh tersebut signifikan.

64

2. H0 diterima atau hipotesis alternatif (H1) ditolak jika - t-tabel t-hitung ttabel. Artinya, variabel bebas tidak mempunyai pengaruh yang bermakna terhadap variabel tergantung. 3.8.3. Uji F Statistik Pengujian F-statistik digunakan untuk menguji signifikasi dari semua variabel bebasnya sebagai satu kesatuan atau mengukur pengaruh variabel bebas secara bersama-sama. Hipotesis yang digunakan adalah: H0 : 1 = 2 = 3 = 4 = 0 , artinya tidak ada hubungan yang berarti antara variabel bebas secara simultan terhadap variabel tergantungnya. H1 : paling tidak ada salah satu 0 , artinya ada hubungan yang berarti antara variabel bebas secara simultan terhadap variabel tergantungnya. Hasil pengujian adalah: 1. H0 ditolak apabila nilai F hitung > dari F tabel. Artinya variabel-variabel bebas secara bersama-sama berpengaruh terhadap perubahan variabel tergantung dan secara statistik pengaruh tersebut signifikan. 2. H0 diterima apabila nilai F hitung < dari F tabel. Artinya variabel-variabel bebas secara bersama-sama tidak berpengaruh terhadap perubahan variabel tergantung dan secara statistik pengaruh tersebut tidak signifikan.

65

3.9. Pengujian Model Regresi Model regresi yang diperoleh dari metode OLS akan menghasilkan pemerkira koefisien regresi (estimator) linear yang terbaik dan tak bias atau BLUE (Best Linear Unbiased Estimator). Kondisi tersebut akan terjadi apabila dipenuhi beberapa asumsi klasik di berikut ini: 3.9.1. Uji Multikolinieritas Masalah multikolinieritas adalah situasi dimana adanya hubungan linier yang sempurna atau pasti, di antara beberapa atau semua variabel yang menjelaskan dari model regresi (Gujarati, 2007: 157). Dengan kata lain, dapat dikatakan bahwa sebuah model persamaan dinyatakan terdapat gangguan multikolinier apabila R2-nya tinggi namun hanya sedikit atau bahkan tidak ada variabel bebasnya yang signifikan pada pengujian t-statistik. Salah satu cara untuk mengetahui ada tidaknya masalah multikolinear yaitu dengan melihat matriks korelasi antara variabel bebas (variabel independen). Sebagai aturan main yang kasar (rule of tumb), jika koefisien korelasi cukup tinggi katakanlah di atas 0,85 maka diduga ada multikolinieritas dalam model. Sebaliknya jika koefisien korelasi relatif rendah maka diduga model tidak mengandung unsur multikolinieritas (Widarjono, 2007: 114). 3.9.2. Uji Heteroskedastisitas Heteroskedastisitas terjadi jika gangguan muncul dalam fungsi regresi yang mempunyai varian yang tidak sama, sehingga penaksir OLS tidak efisien baik dalam sampel kecil maupun sampel besar. Untuk mendeteksi ada atau tidaknya masalah Heteroskedastisitas adalah dengan menggunakan White Test. Kriteria pengujiannya adalah membandingkan nilai chi-square hitung (n.R2) dibandingkan dengan 2.

66

Dimana 2 adalah nilai chi-square kritis yang ada dalam tabel statistik chi-square. Jika nilai chi-square hitung (n.R2) lebih besar dari nilai chi-square kritis (2) dengan derajat kepercayaan tertentu () maka terdapat masalah heteroskedastisitas, dan jika sebaliknya maka tidak terjadi masalah heteroskedastisitas (Widarjono, 2007: 140). Ada tidaknya masalah heteroskedastisitas juga bisa dilihat dari nilai probabilitas. Jika nilai probabilitas chi-square lebih kecil dari nilai , maka dapat disimpulkan tedapat masalah heteroskedastisitas. 3.9.3. Uji Autokorelasi Autokorelasi adalah adanya hubungan antar residual pada satu pengamatan dengan pengamatan lain. Konsekuensi autokorelasi adalah biasnya varians dengan nilai yang lebih kecil dan nilai sebenarnya, sehingga nilai R dan F statistik yang dihasilkan cenderung sangat berlebih (overestimated). Untuk model OLS, cara mendeteksi ada atau tidaknya masalah autokorelasi dapat dilakukan dengan beberapa cara, salah satunya dengan melakukan percobaan Durbin-Watson (DW). Walaupun uji dari Durbin-Watson (DW) mudah dilakukan karena informasi nilai statistik hitung d selalu diinformasikan setiap program komputer, namun uji ini mengandung beberapa kelemahan (Widarjono, 2007: 161). Pertama, uji ini hanya berlaku jika variabel bebas bersifat random atau stokastik. Kedua, uji Durbin-Watson (DW) hanya berlaku jika hubungan autokorelasi antar residual dalam order pertama atau autoregresif order pertama disingkat AR(1). Ketiga, model ini juga tidak bisa digunakan dalam kasus rata-rata bergerak (moving average) dari residual yang lebih tinggi. Berdasarkan kelemahan-kelemahan tersebut maka Breusch dan Godfrey

67

mengembangkan uji autokorelasi yang lebih umum dan dikenal dengan uji Lagrange Multiplier (LM). Jika sampel adalah besar, maka menurut Breusch dan Godfrey dalam suatu persamaan akan mengikuti distribusi chi-square dengan df sebanyak p (Widarjono, 2007: 163). Nilai hitung statistik chi-square dapat dihitung dengan formula: (n-p)R2. Hipotesis nol tidak adanya masalah autokorelasi dapat diformulasikan sebagai berikut: H0 : 1 = 2 = 3 = 4 = 0 H1 : 1 2 3 4 0 Jika (n-p)R2 yang merupakan chi-square (2) hitung lebih besar dari nilai kritis chi-square (2) pada derajat kepercayaan tertentu (), maka H0 ditolak yang berarti menunjukkan adanya masalah autokorelasi dalam model. Penentuan ada tidaknya masalah autokorelasi juga bisa dilihat dari nilai probabilitas chi-square (2). Jika nilai probabilitas lebih besar dari nilai yang dipilih maka H0 diterima yang berarti tidak ada masalah autokorelasi.

68