BAB III METODOLOGI PENELITIAN
A. Desain Penelitian Penelitian ini dapat diklasifikasikan menjadi dalam penelitian explanatory, yaitu penelitian dengan tipe menilai hubungan sebab akibat antara variabel yang diteliti (causal relationship) (Sekaran, 2006). Dari sisi tujuan penelitian, penelitian ini merupakan penelitian analitis atau sering disebut juga sebagai explanatory research karena tidak hanya bertujuan menjelaskan berbagai variabel namun juga menganalisis dan mengukur hubungan-hubungan antar variabel tersebut. Penelitian ini digolongkan pula sebagai penelitian kuantitatif jika dilihat dari sisi proses penelitian karena mengumpulkan dan menganalisis data numerik serta menggunakan berbagai uji statistik. Unit analisis penelitian ini adalah Bank umum syariah diIndonesia selama periode 2010-2015. Rentang waktu penelitian ini adalah gabungan antara time series dan cross sectional (pooling data) (sekaran, 2006). Berkaitan dengan data penelitian ini adalah data sekunder berupa data Tentang Pangsa Pasar Dana Pihak Ketiga, Pangsa Pasar Pembiayaan, Return On Assets (ROA), Size dan Equity to Total Ratio (EAR). B. Jenis Dan Sumber Data Data yang digunakan adalah data sekunder yang terdiri dari satu variabel dependen yaitu Profitabilitas yang diproksi dengan rasio Return on asset (ROA). Sedangkan variabel independen dalam studi ini adalah Variabel Pangsa pasar dan variabel karakteristik bank. Variabel Pangsa Pasar yang diproksi dengan Pangsa
24
Pasar Dana pihak Ketiga dan Pangsa Pasar Pembiayaan. Variabel Karakteristik Bank di proksi dengan Size dan Total Equity to total asset (TE) . Cakupan data dalam penelitian ini adalah bank umum syariah di Indonesia. Untuk mengakomodir data secara lebih terperinci melalui pendekatan antar ruang, sehingga mampu melihat efek spesifik error, dan mampu mengamati unobserved variable yang tidak dapat dilakukan oleh pendekatan time series, maka analisis empiris dalam penelitian ini digunakan pooling data, yaitu gabungan antara data time series dan cross section. Data yang digunakan dalam penelitian ini adalah data Triwulanan bank umum syariah selama periode tahun 2010 sampai dengan tahun 2015. C. Populasi dan Sampling Populasi dalam penelitian ini adalah 12 (dua belas) Bank umum syariah di Indonesia. Metode pengambilan sampel dalam penelitian ini digunakan metode purpossive sampling, yaitu metode pengumpulan sampel dengan kriteria-kriteria tertentu (Indriantoro dan supomo, 2002). Adapun kriteria pemilihan sampel adalah sebagai berikut : 1.
Data yang digunakan adalah data sekunder, berupa publikasi laporan keuangan Bank umum syariah dan terdapat ketersediaan data triwulanan dalam laporan publikasi.
2.
Cakupan penelitian meliputi Bank Umum Syariah di Indonesia karena Bank Umum Syariah memiliki pangsa pasar yang lebih besar serta diminati oleh masyarakat dibandingkan dengan Bank Pembiayaan Rakyat Syariah (BPRS) ataupun Unit Usaha Syariah (UUS) terbukti dengan banyaknya jumlah pembiayaan yang disalurkannya.
25
3.
Tidak mengambil BPR Syariah karena ruang lingkup BPRS masih terbatas sehingga mempengaruhi kinerja BPRS yang dianggap masih sempit.
4.
Periode penelitian dimulai dari tahun 2010 dengan pertimbangan, bank syariah pada tahun itu berjumlah 11 bank yang sebelumnya hanya 6 BUS. Dengan meningkatnya Bank umum syariah di Indonesia sehingga menyebabkan terjadinya perubahan pangsa pasar bank umum syariah di Indonesia.
5.
Unit analisis merupakan Bank Umum syariah di Indonesia yang memiliki Pangsa pasar pembiayaan dan pangsa pasar dana pihak ketiga lebih dari 4 (empat) persen pada tahun 2010-2015 : Tabel 3.1 Bank Umum Syariah Yang Menjadi Sampel Penelitian NO
NAMA PERUSAHAAN 1
Bank Muamalat Indonesia (BMI)
2
Bank Syariah Mandiri (BSM)
3
Bank BNI Syariah
4
Bank BRI Syariah
Sumber : Data Sekunder diolah, 2016.
D. Identifikasi Variabel Dan Definisi Operasional Variabel 1.
Identifikasi Variabel
Penelitian ini dirancang untuk mengetahui apakah pangsa pasar bank syariah dan karakteristik bank bisa mempengaruhi profitabilitas perbankan syariah di Indonesia.variabel terikat dalam penelitian ini adalah Profitabilitas yang diproksi dengan Rasio Return On Asset (ROA). Variabel bebas dalam penelitian
26
ini adalah Pangsa Pasar Dana Pihak Ketiga, Pangsa Pasar Pembiayaan,Total Equity to total asset, dan Size. 2.
Definisi Operasional Variabel
a. Profitabilitas Bank Umum Syariah Variabel ROA mewakili profitabilitas perusahaan sebagai variabel dependen. Dalam kaidahnya terdapat tiga variabel yang bisa digunakan sebagai yang mewakili profitabilitas perusahaan yaitu ROA, ROE, maupun ROC. Penggunaan variabel ROA sebagai variabel dependen dalam penelitian ini dikarenakan variabel ROA merupaka variabel yang paling tepat dalam memnggambarkan
profitabilitas
industri
perbankan
sebagaimana
yang
diungkapkan oleh Berger. Penghitungan ROA adalah sama dengan Laba sebelum Pajak dalam 12 bulan terakhir / Rata-rata Aktiva dalam periode yang sama (sesuai SE No.30/2/UPPB tgl 30 April 1997) dengan satuan persen (%).
Return On Assets =
Laba Sebelum Pajak x 100% ........................... Total Asset
(3.1)
b. Pangsa Pasar Pangsa pasar atau market share merupakan besarnya bagian pasar yang dikuasai oleh suatu perusahaan. Dalam perhitungan pangsa pasar (market share) mempertimbangkan total dana pihak ketiga yang dimiliki oleh sebuah bank relatif terhadap total dana pihak ketiga seluruh bank umum dalam industri perbankan syariah. Pangsa Pasar Dana Pihak Ketiga =
Pembiayaan yang diberikan Bank
Seluruh
pembiayaan yang diberikan BUS
…………………… (3.2)
27
Pangsa Pasar DPK =
Total Dana Pihak ketiga ……………………. (3.3) Total DPK seluruh BUS
c. Total Equity Total Equity Atau Equity to Total Assets Ratio adalah indikator finansial yang digunakan untuk mengukur keterikatan atau motivasi dari pemilik atas kelangsungan usaha dari bank yang bersangkutan. Rasio ini menunjukkan besarnya modal sendiri yang digunakan untuk mendanai seluruh aktiva perusahaan. Semakin tinggi proporsi modal sendiri maka akan semakin tinggi pula keterikatan atau motivasi pemilik atas kelangsungan usaha banknya, sehingga akan semakin tinggi peranan pemilik dalam mempengaruhi manajemen peningkatan kinerja atau efisiensi banknya secara lebih profesional. Sebaliknya, proporsi modal sendiri yang relatif rendah akan menyebabkan pemilik tidak merasa terlalu dirugikan apabila banknya pailitatau bangkrut (Ambarriani, 2003). Total Equity =
Total Equity x 100 ..................................................... (3.4) Total Asset
d. Size (Total Asset) Ukuran perusahaan adalah suatu skala dimana dapat diklasifikasikan besar kecil perusahaan menurut berbagai cara, antara lain: total aktiva, log Size, nilai pasar saham, dan lain-lain (Stiawan, 2010). Dalam penelitian ini Size perusahaan akan diukur dengan menggunakan indikator total asset. Seperti yang dikatakan oleh Machfoedz dalam Stiawan (2010) bahwa penentuan ukuran didasarkan kepada total asset perusahaan. Size = Log Nat Total Aset ………………………..……………….. (3.5)
28
Tabel 3.2 Definisi Operasional Variabel No.
Variabel
1.
1 Return On asset
2.
3.
2 Pangsa pasar pembiayaan
3 Pangsa pasar Dana Pihak Ketiga 4Total Equity
4.
5 5.
Size
Definisi Rasio ini digunakan untuk menghitung profitabilitas perbankan Rasio yang digunakan untuk menghitung pangsa pasar pembiayaan perbankan selama satu tahun
Pengukuran ROA =
MSP = Pembiayaan yang diberikan Bank
Seluruh
Rasio yang di gunakan untuk menghitung pangsa pasar DPK perbankan selama satu tahun Besarnya kepentingan/hak pemilik perusahaan pada harta perusahaan atau bisa pula diartikan sebagai kekayaan bersih yang dimiliki suatu perusahaan. Variabel Size ini menggambarkan aset yang dimiliki suatu bank
Laba Sebelum Pajak x 100% Total Asset
pembiayaan yang diberikan BUS
Pangsa Pasar DPK = Total Dana Pihak ketiga Total DPK seluruh BUS
Total Equity =
Total Equity x 100 Total Asset
ASET = Total Aset Bank i
Sumber : Dendawijaya (2003), Mahfoudz (1994), Sudana&Sulistyowati (2010), Suteja (2014)
E. Metode Analisis Model yang digunakan dalam penelitian ini menggunakan analisis regresi data panel. Menurut Widarjono (2007), regresi data panel adalah regresi yang menggabungkan data time series dengan data cross section. Alasan umum penggunaan data panel adalah bahwa data panel yang merupakan gabungan 2 (dua) data time series dan cross section mampu menyediakan data yang lebih banyak sehingga akan menghasilkan degree of freedom yang lebih besar. Kedua,
29
menggabungkan informasi dari data time series dan cross section dapat mengatasi masalah yang timbul ketika ada masalah penghilangan variabel. Dalam penggunaan metode data panel memiliki beberapa keunggulan (Wibisono, 2005). Pertama Panel data mampu memperhitungkan heterogenitas individu secara ekspilisit dengan mengizinkan variabel spesifik individu, Kemampuan mengontrol heterogenitas ini selanjutnya menjadikan data panel dapat digunakan untuk menguji dan membangun model perilaku lebih kompleks. Kedua , jika efek spesifik signifikan berkorelasi dengan variabel penjelas lainnya, penggunaan panel data akan mengurangi masalah omitted variables secara substansial. Ketiga, data panel mendasarkan diri pada observasi cross section yang berulang-ulang (time series), sehingga metode data panel cocok untuk digunakan sebagai study of dynamic adjustment. Keempat, tingginya jumlah observasi memiliki implikasi pada data yang lebih informatif, lebih variatif, kolinearitas antar variabel yang semakin berkurang dan peningkatan derajat kebebasan (degree of freedom), sehingga dapat diperoleh hasil estimasi yang lebih efisien. Kelima, data panel dapat digunakan untuk mempelajari model-model perilaku yang kompleks. Keenam, data panel dapat meminimalisir bias yang mungkin ditimbulkan oleh agregasi data individu. Berdasarkan keunggulan-keunggulan tersebut di atas, regresi data panel memiliki implikasi pada tidak diperlukannya pengujian asumsi klasik dalam model data panel, sesuai apa yang ada dalam beberapa literatur yang digunakan dalam penelitian ini (Maddala, 1992; Pindyck & Rubinfeld, 1991; dan Gujarati, 2003). Menurut Hsiao (2003), permasalahan regresi data panel terletak pada masalah heteroskedastisitas dan autokorelasi.
30
Namun demikian, data panel juga memiliki beberapa kekurangan antara lain kemungkinan terjadinya distorsi dan kesalahan pengukuran, dimensi seri waktu yang lebih pendek, serta masalah pada koleksi data dan desain. Berdasarkan kerangka pemikiran yang telah dipaparkan pada bagian sebelumnya, terdapat beberapa alternatif spesifikasi model dan metodologi yang digunakan dalam pengaruh pangsa pasar (Pangsa Pasar Dana Pihak ketiga dan Pangsa pasar Pembiayaan) dan karakteristik bank (equity to toal asset dan Size) terhadap profitabilitas (Return on assets) yang digunakan oleh Zhengchau dan Liu (2012), Mohammed dan Ismail (2015) Sudono & Sulistyowati (2010), Stiawan (2010), Suteja dan Ginting (2014), Purboastuti (2014) yang merupakan model dasar dalam penelitian ini mempunyai bentuk umum sebagai berikut: MS DPK
+
MS Pembiayaan
+
TE
+
+ Dimana: = Return On Asset (Profitabilitas Bank) MS DPK
= Pangsa Pasar Dana Pihak Ketiga
MS Pembiayaan
= pangsa pasar pembiayaan
TE
= Equity to total asset = Total Aset / Size
Jika setiap data unit cross section sama dengan jumlah observasi time series, maka panel data disebut balanced panel. Jika jumlah observasi time series berbeda pada masing-masing anggota panel maka disebut unbalanced panel.
31
Model ini kemudian akan diestimasi dengan menggunakan analisis panel data. Menurut Baltagi (2005), Maddala (1993), model data panel dapat diestimasi melalui 3 (tiga) pendekatan yaitu: 1. Common Effect Model/ Pooled Least Square (PLS) Teknik yang paling sederhana untuk mengestimasi data panel adalah hanya dengan mengkombinasikan data time series dan cross section. Dalam pendekatan ini tidak memperhatikan dimensi individu maupun waktu, unit cross section maupun time series semua diperlakukan sama lalu diregresikan menggunakan metode ordinary least square yang akan menghasilkan persamaan dengan intercept dan koefisien-koefisien variabel independen yang konstan untuk setiap unit. Diasumsikan bahwa perilaku data antar perusahaan sama dalam berbagai kurun waktu. 2. Fixed Effect Model (FEM) / Least Square Dummy Variabel (LSDV) Teknik model Fixed Effect Model adalah teknik mengestimasi data panel dengan menggunakan variabel dummy untuk menangkap adanya perbedaan intercept antara perusahaan namun intersepnya sama antar waktu. Di samping itu, model ini juga mengasumsikan bahwa koefisien regresi (slope) tetap antar perusahaan dan antar waktu. 3. Random Effect Model (REM) / Error Component Model (ECM) Model ini dibentuk untuk mengatasi kelemahan pada fixed effect model dengan memasukkan parameter-parameter yang berbeda antar unit cross section maupun time series ke dalam error term. Pendekatan ini disebut Random Effect Model atau Error Component Model dan mengasumsikan
32
bahwa komponen error antar unit cross section dan time series tidak berkorelasi satu sama lain. Hubungan antara pendekatan random effect model dengan fixed effect model dapat dilihat dengan memperlakukan intercept dalam fixed effect model sebagai dua variabel acak. Variabel pertama adalah time series dan variabel kedua adalah cross section. Jika kedua variabel tersebut berdistribusi normal, degree of freedom dapat dihemat dan tidak perlu dikurangi jumlahnya seperti pada fixed effect model karena yang perlu diperhatikan hanya rata-rata dan varians dari masing-masing komponen error. F. Metode Pengujian Data 1. Asumsi Regresi Data Panel Dalam Asumsi Regresi Data Panel menggunakan 3 jenis pengujian, yaitu: a. Pengujian Homosedastik (Cross Sectional Dependence) Pengujian ini dilakukan untuk melihat adanya heterosedastisity antar kelompok
individu
(cross-section).
Pengujian
ini
dilakukan
dengan
menggunakan Breusch-Pagan LM Test Independence. Hipotesis yang digunakan dalam Uji LM adalah: 1. Jika H0 diterima (p-value > 5 persen), maka model mengikuti homosedastik. 2. Jika H0 ditolak dan H1 diterima (p-value < 5 persen), maka model mengikuti heterosedastik. Beberapa cara untuk mengatasi heterokedastisitas, antara lain: 1. Metode Weighted Least Square atau Generalized Least Square 2. Merubah model ke dalam bentuk logaritma 3. Menggunakan Robust Standart Error
33
b. Pengujian Autokorelasi Pengujian ini
dilakukan untuk
melihat adanya
permasalahan
autokorelasi. Pengujian dilakukan dengan menggunakan Wooldridge Test Autocorrelation. Hipotesis yang digunakan dalam Uji WT adalah: 1. Jika H0 diterima (p > 0,05), maka tidak terdapat permasalahan autokorelasi dalam model persamaan. 2. Jika H0 ditolak dan HA diterima (p < 0,05), maka terdapat permasalahan autokorelasi dalam model persamaan. 2.
Pengujian Spesifikasi Model
Pendekatan pada metode data panel dapat dipilih dengan memperhatikan ciri dari masing-masing pendekatan serta kesesuaiannya dengan karakteristik data dan tujuan penelitian ataupun melalui pembuktian secara statistik. Pendekatan pooled least square (PLS), memiliki kelemahan karena asumsi atas intercept dan koefisien slope yang sama sehingga memiliki kemungkinan tidak sesuai dengan kondisi sebenarnya. Sedangkan dalam memilih antara fixed effect model dan random effect model, Judge (1998) seperti yang dikutip oleh Gujarati (2003), memberikan empat pertimbangan pokok untuk memilih Fixed Effect Model (FEM) dan Random Effect Model (REM), yaitu: 1.
Jika jumlah time series (T) besar dan jumlah cross-section (N) kecil maka nilai taksiran parameter yang diestimasi dengan pendekatan fixed effect ataupun random effect tidak jauh berbeda, sehingga pilihan didasarkan pada kemudahan perhitungan, yaitu model fixed effect.
34
2.
Bila N besar dan T kecil, maka penaksiran dengan fixed effect dan random effect menghasilkan perbedaan yang signifikan. Pada ECM diketahui bahwa αi = α + µi, dimana µi adalah komponen acak crosssectional, pada FEM diperlakukan α adalah tetap atau tidak acak. Bila diyakini bahwa individu atau cross-section dalam sampel tidak diambil secara acak maka model fixed effect lebih tepat, sebaliknya jika crosssection dalam sampel diambil secara acak maka model random effect lebih tepat.
3.
Jika komponen error individual µi berkorelasi dengan variabel regressor (independen), maka parameter yang didapat dari pendekatan random effect akan bias, sementara parameter yang didapat dari pendekatan fixed effect tidak bias.
4.
Jika N besar dan T kecil serta asumsi yang mendasari random effect terpenuhi, maka penaksiran random effect lebih efisien dibandingkan pendekatan fixed effect. Akan tetapi selain menggunakan asumsi di atas, pemilihan metode regresi
data panel dalam penelitian ini akan ditentukan dengan pengujian statistik, yaitu menggunakan 3 (tiga) uji perbandingan yaitu uji perbandingan antara metode Pooled Least Square (PLS) dengan Fixed Effect Model (Chow Test) dan uji perbandingan antara PLS dengan Random Effect Model (Lagrange Multiple Test) serta perbandingan antara Fixed Effect Model dengan Random Effect Model (Hausman Test). Beberapa uji spesifikasi model yang perlu dilakukan sebagai prosedur estimasi data panel adalah:
35
a. Uji perbandingan Metode Common Effect (PLS) dengan Fixed Effect Model (FEM) Uji Chow atau uji F statistik digunakan untuk mengetahui apakah teknik regresi data panel dengan Fixed Effect lebih baik dari model regresi data panel tanpa variabel Dummy. Adapun uji F statistiknya adalah sebagai berikut:
F
( RSS 1 RSS 2 ) / m ..................................................................... ( RSS 2 ) /( n k )
(3.6)
Dimana: RSS1
=
residual sum of square PLS tanpa variabel dummy
RSS2
=
residual sum of square fixed effect model dengan
variabel dummy m
=
jumlah restriksi linear
k
=
jumlah parameter dalam regresi tanpa restriksi
n
=
jumlah observasi
Hipotesis yang digunakan dalam Uji Chow ini adalah: 1.
Jika H0 diterima (p > 0,05), maka model mengikuti Pooled Least Square.
2.
Jika H0 ditolak dan H1 diterima (p < 0,05), maka model mengikuti Fixed Effect Model.
b. Uji Perbandingan metode Common Effect (PLS) dengan Random Effect Model (REM) Uji LM digunakan untuk membandingkan Pooled Least Square dan Random Effect. Oleh sebab itu, perlu dicari hasil regresi dengan Random Effect. Adapun nilai statistik LM dihitung berdasarkan formula sebagai berikut:
36
n T eˆit nT i 1 t 1 LM ............................................................ 2(T 1) n T 2 eˆit i 1 t 1
(3.7)
Dimana n = jumlah individu, T = jumlah periode waktu dan e adalah residual metode OLS. Hipotesis yang digunakan dalam uji LM ini adalah: 1. Jika H0 diterima (p > 0,05), maka model mengikuti Pooled Least Square (Common Effect). 2. Jika H0 ditolak dan H1 diterima (p < 0,05), maka model mengikuti Random Effect Model. c. Uji Perbandingan metode Fixed Effect Model (FEM) dengan Random Effect Model (REM) Uji Hausman adalah uji statistik yang digunakan untuk memilih apakah menggunakan model Fixed Effect atau Random Effect. Uji Hausman ini didasari oleh heterogenitas antar individu dan korelasinya dengan variabel bebas. Statistik uji Hausman ini mengkuti distribusi statistik Chi Square dengan degree of freedom sebanyak k dimana k adalah jumlah variabel independen. Hipotesis yang digunakan dalam Uji Hausman adalah: 1. Jika H0 diterima (p > 0,05), maka model mengikuti Random Effect Model. 2. Jika H0 ditolak dan H1 diterima (p < 0,05), maka model mengikuti Fixed Effect Model. Penerimaan hipotesis nol berarti bahwa tidak ada korelasi antara variabel penjelas dengan efek individu atau dengan kata lain random effects
37
model dapat digunakan untuk menghasilkan estimator yang lebih efisien. Demikian sebaliknya, penolakan hipotesis nol berarti random effects model tidak dapat digunakan oleh karena dalam kondisi ini random effects model menghasilkan estimator yang bias dan tidak konsisten. Uji Hausman adalah uji statistik yang digunakan untuk memilih apakah menggunakan model Fixed Effect atau Random Effect. Nilai statistik Hausman dapat dihitung berdasarkan formula sebagai berikut: ......................................................................
(3.8)
Uji Hausman ini didasari oleh heterogenitas antar individu dan korelasinya dengan variabel bebas. Statistik uji Hausman ini mengkuti distribusi statistik Chi Square dengan degree of freedom sebanyak k dimana k adalah jumlah variabel independen. Jika nilai statistik Hausman lebih besar dari nilai kritisnya maka model yang tepat adalah model Fixed Effect sedangkan sebaliknya bila nilai statistik Hausman lebih kecil dari nilai kritisnya maka model yang tepat adalah model Random Effect. Hipotesis yang digunakan dalam Uji Hausman adalah: 1. Jika H0 diterima (p > 0,05), maka model mengikuti Random Effect Model. 2. Jika H0 ditolak dan H1 diterima (p < 0,05), maka model mengikuti Fixed Effect Model. 3. Pengujian Hipotesis Setelah model data panel yang tepat dibentuk, model ini akan diuji kesesuaiannya dengan syarat-syarat statistik yang baik, sehingga hasil estimasinya akurat. Pengujian yang digunakan adalah pengujian yang lazim digunakan dalam
38
model regresi sederhana maupun yang berkaitan dengan spesifikasi khusus model, yaitu: a. Pengujian Model Regresi Pengujian Model Regresi menggunakan pengujian Analysis of Varians (ANOVA) yang ditemukan oleh Fisher (selanjutnya disebut Uji-F) merupakan analisis yang menjelaskan seberapa besar variansi yang bisa dijelaskan oleh model (sum of square regression) dan variansi yang tidak dapat dijelaskan oleh model (sum of square residual) (Gujarati, 2003). Selanjutnya pengujian ini digunakan untuk menguji seberapa besar pengaruh variabel independen secara keseluruhan (bersama-sama) terhadap variabel dependen. Berikut bentuk pengujian hipotesisnya: Ho: β
1
=β2=β
3
= 0: artinya secara bersama-sama variabel independen
tidak berpengaruh terhadap variabel dependen. Ha: β
1
≠β
2
≠β
3
≠ 0: artinya secara bersama-sama variabel independen
berpengaruh terhadap variabel dependen. Maka keputusan yang dibuat dengan α (probabilitas menolak hipotesis yang benar) 5 % adalah: 1. Jika nilai F
hitung
> nilai F
tabel
maka Ho ditolak atau menerima Ha. Artinya
bahwa secara bersama-bersama variabel independen berpengaruh terhadap variabel dependen. 2. Jika nilai F
hitung
< nilai F
tabel
maka Ho diterima atau menolak Ha. Dalam
kondisi ini artinya bahwa secara bersama-sama variabel independen tidak berpengaruh terhadap variabel dependen.
39
Nilai koefisien determinasi yaitu diantara nol dan satu. Apabila nilai R2 yang
kecil
berarti
kemampuan
variabel-variabel
independen
dalam
menjelaskan variabel dependen sangat terbatas. Namun, apabila nilai R2 mendekati satu berarti variabel-variabel independen menjelaskan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. b. Pengujian Signifikansi Parameter Individual (t-test) Pengujian Signifikansi Parameter Individual (t-test) digunakan untuk menguji tingkat signifikansi pengaruh variabel-variabel secara individual terhadap variabel independen. Berikut bentuk pengujian hipotesisnya: Ho: β 1 = 0: artinya bahwa variabel independen tidak berpengaruh terhadap variabel dependen. Ha: β
1
> 0: artinya bahwa variabel independen berpengaruh terhadap
variabel dependen. Maka keputusan yang dibuat dengan α (probabilitas menolak hipotesis yang benar) 5 % adalah: 1. Jika nilai t
hitung
> nilai t
tabel
maka Ho ditolak atau menerima Ha, artinya
bahwa variabel independen berpengaruh terhadap variabel dependen. 2. Jika nilai t
hitung
< nilai t
tabel
maka Ho diterima atau menolak Ha, artinya
bahwa variabel independen tidak berpengaruh terhadap variabel dependen.
40
