Analisis Data dan Pembahasan - ANALISIS DAN PEMBAHASAN

BAB IV ANALISIS DAN PEMBAHASAN

C. Analisis Data dan Pembahasan

a. Uji Normalitas

Uji normalitas dimaksudkan untuk menguji apakah nilai residual yang telah distandarisasi pada model regresi berdistribusi normal atau tidak. Data berdistribusi normal jika data akan mengikuti arah garis diagonal dan menyebar disekitar garis diagonal. Nilai residual dikatakan berdistribusi normal jika nilai residual terstandarisasi tersebut sebagian besar mendekati nilai rata-ratanya. Dalam penelitian ini, peneliti menggunakan uji normalitas dengan analisis grafik dan uji

Kolmogorov-Smirnov. Berikut adalah hasil dari uji normalitas : 1) Analisis Grafik Histogram

Sumber data diolah.

Gambar 4.2 Grafik Histogram

Berdasarkan gambar di atas, histogram Regression Residual

membentuk kurva seperti lonceng maka nilai residual tersebut dinyatakan normal atau data berdistribusi normal.

2) Analisis Grafik dengan Normal Probability Plot (Normal P-P Plot)

Sumber : data yang diolah.

Gambar 4.3 Grafik P-p Plot

Berdasarkan Gambar di atas, terlihat bahwa penyebaran data (titik) menyebar disekitar garis diagonal dan mengikuti arah garis diagonal yang berarti bahwa data berdistriusi normal atau model regresi memenuhi asumsi normalitas.

3) Uji Kolmogorov-Smirnov Tabel 4.7

One-Sample Kolmogorov-Smirnov Test

Unstandardize d Residual

N 62

Normal Parametersa,b Mean 0E-7

Std. Deviation .07382041 Most Extreme Differences Absolute .093 Positive .061 Negative -.093 Kolmogorov-Smirnov Z .734

Asymp. Sig. (2-tailed) .654

a. Test distribution is Normal. b. Calculated from data.

Sumber : data yang diolah

Berdasarkan Tabel di atas, terlihat bahwa Sig. (2-tailed) sebesar 0,654 > 0,05 (Sig > α). Hal ini berarti nilai residual terstandarisasi dikatakan menyebar secara normal.

b. Uji Multikolonieritas

Uji multikolonieritas bertujuan untuk menguji apakah dalam model regresi yang terbentuk ada korelasi yang tinggi atau sempurna diantara variabel bebas atau tidak bebas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas. Untuk mendeteksi ada atau tidaknya multikolonieritas di dalam model regresi dapat dilihat dari nilai Tolerance dan VarianceInflation Factor (VIF). Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai Tolerance > 0,10 atau sama dengan VIF < 10, maka model dinyatakan tidak terdapat gejala multikolonieritas.

Dari uji multikolonieritas yang dilakukan penulis, tidak ditemukannya data tidak terdapat gejala multikolonieritas terlihat pada tabel berikut :

Tabel 4.8 Coefficientsa Model Unstandardized Coefficients Standardized Coefficients

t Sig. Collinearity Statistics

B Std. Error Beta Tolerance VIF

1 (Constant) 2.031 .225 9.032 .000 LN_INFLASI .422 .111 .390 3.803 .000 .590 1.695 LN_BIRATE -.373 .404 -.148 -.922 .361 .241 4.157 LN_SBIS -.200 .098 -.215 -2.051 .045 .568 1.762 LN_NPF -.850 .162 -.651 -5.261 .000 .407 2.459 LN_DPK .190 .091 .216 2.086 .042 .580 1.725

a. Dependent Variable: LN_UKM

Sumber : data yang diolah.

Berdasarkan output pada Coefficients dalam Tabel di atas terlihat bahwa dari nilai Tolerance Inflasi sebesar 0,590 (0,590> 0,10), nilai Tolerance BI Rate sebesar 0,241 (0,241 > 0,10), nilai Tolarance SBIS sebesar 0,568 (0,568 > 0.10), nilai Tolerance NPF sebesar 0,407 (0,407 > 0,10), dan nilai Tolerance DPK sebesar 0,580 (0,580 > 0,10) Berdasarkan tabel di atas untuk nilai VIF Inflasi sebesar 1,695 (1,695 < 10,00), nilai VIF BI Rate sebesar 4,517 (4,517 < 10,00), nilai VIF SBIS sebesar 1,762 (1,762 < 10,00) , nilai VIF NPF sebesar 2,459 (1,390 < 10,00), dan nilai VIF DPK sebesar 1,725 (1,725 < 10,00) Kesimpulan dari hasil nilai Tolerance menunjukkan > 0,10 dan nilai VIF sebesar < 10,00 berarti menunjukkan bahwa variabel Inflasi, BI Rate, Sertifikat Bank Indonesia Syariah (SBIS), Non Perfoming

Financing (NPF) dan Dana Pihak Ketiga (DPK) tidak terdapat Multikolonieritas.

c. Uji Heterokedastisitas

Heterokedastisitas berarti ada varian variabel pada model regresi yang tidak sama (konstan). Sebaliknya, jika varian variabel pada model regresi memiliki nilai yang sama (konstan) maka disebut dengan homoskedastisitas. Yang diharapkan pada model regresi adalah yang homokedastisitas. Berikut adalah hasil dari uji heterokedastisitas menggunakan Analisis Grafik dengan Scatterplot.

Sumber : data yang diolah.

Gambar 4.4 Grafik Scatterplot

Berdasarkan tampilan pada Scatterplot dalam Gambar di atas terlihat bahwa plot menyebar secara acak di atas maupun di bawah angka nol pada sumbu Regression Studentized Residual. Oleh karena itu maka berdasarkan uji heterokedastisitas menggunakan metode analisis grafik,

pada model regresi yang terbentuk dinyatakan tidak terjadi gejala heterokedastisitas.

d. Uji Autokorelasi

Uji Autokorelasi bertujuan untuk mengetahui apakah ada korelasi antara anggota serangkaian data observasi yang diuraikan menurut waktu (time-series) atau ruang (cross section). Beberapa penyebab munculnya masalah autokorelasi dari sebagian data time-series dalam analisis regresi adalah adanya kelembaman (inertia) artinya data observasi pada periode sebelumnya dan periode sekarang, kemungkinan besar akan mengandung saling ketergantungan (interdependence).

Uji Durbin-Watson (Uji D-W) merupakan uji yang sangat populer untuk menguji ada-tidaknya masalah autokorelasi dari model empiris yang diestimasi. Berikut adalah hasil dari uji autokorelasi :

Tabel 4.9 Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 .807a .652 .621 .07705 .768

a. Predictors: (Constant), LN_DPK, LN_INFLASI, LN_NPF, LN_SBIS, LN_BIRATE

b. Dependent Variable: LN_UKM

Sumber : data yang diolah.

Berdasarkan tabel di atas, nilai Durbin-Watson sebesar 0,768. Uji Autokorelasi dilihat dari nilai Durbin Watson dengan nilai diantara -2 < Nilai Durbin Watson < 2. Berdasarkan hasil tabel di atas

menunjukkan nilai Durbin Watson sebesar 0,768. Hal ini menunjukkan bahwa sudah tidak ada lagi gejala atau autokerelasi.

2. Uji Hipotesis a. Uji t (Parsial)

Setelah melaksanakan uji koefisien regresi secara keseluruhan maka, langkah selanjutnya adalah menghitung koefisien regresi secara individu atau uji t. Uji t digunakan untuk mengetahui ada tidaknya pengaruh masiing-masing variabel independen secara individual (parsial) terhadap variabel dependen yang diuji pada tingkat signifikan 0,05, maka variabel independen berpengaruh terhadap variabel dependen. Hasil pengujian hipotesis dengan uji t adalah sebagai berikut. Tabel 4.10 Coefficientsa Model Unstandardized Coefficients Standardized Coefficients

t Sig. Collinearity Statistics

B Std. Error Beta Tolerance VIF

a. Dependent Variable: LN_UKM

1) Uji t terhadap variabel Inflasi

Hasil yang didapat pada tabel diatas, variabel Inflasi secara statistik menunjukan hasil yang signifikan pada nilai lebih kecil dari α (0,000 < 0,05). Sedangkan nilai t hitung X1 = 3,803 dan tabel t

sebesar 1.672 (df (n-k-1) 62-6-1 = 55 , α = 0,05), sehingga t hitung > t tabel (3,803 > 1.673 ) Maka H0 ditolak dan Ha diterima sehingga

dapat disimpulkan bahwa variabel Inflasi secara parsial berpengaruh secara siginifikan positif terhadap pembiayaan Usaha Kecil dan Menengah (UKM).

2) Uji t terhadap variabel BI Rate

Hasil yang didapat pada tabel diatas, variabel BI Rate secara statistik menunjukan hasil yang tidak signifikan pada nilai lebih besar dari α (0,361 < 0,05). Sedangkan nilai t hitung X2 = -922 dan

tabel t sebesar 1.673 (df (n-k-1) 62-6-1 = 55 , α = 0,05), sehingga t hitung > t tabel (-922 < 1.673 ) Maka H0 diterima dan Ha ditolak

sehingga dapat disimpulkan bahwa variabel BI Rate secara parsial tidak berpengaruh secara siginifikan negatif terhadap pembiayaan Usaha Kecil dan Menengah (UKM).

3) Uji t terhadap variabel Sertifikat Bank Indonesia Syariah (SBIS) Hasil yang di dapat pada tabel diatas, variabel Sertifikat Bank Indonesia Syariah secara statistik menunjukan hasil yang tidak signifikan pada nilai lebih besar dari α (0,045 < 0,05). Sedangkan nilai t hitung X3 = -2,051 dan tabel t sebesar 1.673 (df (n-k-1) 62-

6-1 = 55, α = 0,05), sehingga t hitung > t tabel (-2,051 > 1.673) Maka H0 ditolak dan Ha diterima sehingga dapat disimpulkan

bahwa variabel SBIS secara parsial berpengaruh secara negatif siginifikan terhadap pembiayaan Usaha Kecil dan Menengah (UKM).

4) Uji t terhadap variabel Non Performing Financing (NPF)

Hasil yang di dapat pada tabel diatas, variabel Non Performing Financing (NPF) secara statistik menunjukan hasil yang signifikan pada nilai lebih kecil dari α (0,00 < 0,05). Sedangkan nilai t hitung X4 = -5,261 dan tabel t sebesar 1.673 (df (n-k-1) 62-6-1 = 55, α =

0,05), sehingga t hitung > t tabel (-5,261 > 1.673 ) Maka H0 ditolak

dan Ha diterima sehingga dapat disimpulkan bahwa variabel NPF

secara parsial berpengaruh secara signifikan negatif terhadap Usaha Kecil dan Menengah (UKM).

5) Uji t terhadap variabel Dana Pihak Ketiga (DPK)

Hasil yang di dapat pada tabel diatas, variabel Dana Pihak Ketiga (DPK) secara statistik menunjukan hasil yang signifikan pada nilai lebih kecil dari α (0,042 < 0,05). Sedangkan nilai t hitung X5 = 2,086 dan tabel t sebesar 1.673 (df (n-k-1) 62- 6-1 = 55, α = 0,05), sehingga t hitung > t tabel (2,086 > 1.673 ) Maka H0

ditolak dan Ha diterima sehingga dapat disimpulkan bahwa variabel

Dana Pihak Ketiga (DPK) secara parsial berpengaruh secara signifikan positif terhadap Usaha Kecil dan Menengah (UKM).

b. Uji F (Simultan)

Nilai F hitung digunakan untuk menguji pengaruh secara simultan variabel bebas terhadap variabel berikutnya atau untuk menguji ketepatan model (goodness of fit). Jik variabel bebas memiliki pengaruh secara simultan (bersama-sama) terhadap variabel terikat maka model persamaan regresi masuk dalam kriteria cocok atau fit. Sebaliknya, jika tidak terdapat pengaruh secara simultan maka masuk dalam kategori tidak cocok atau non fit.

Adapun pengujian dalam uji F ini yaitu dengan menggunakan suatu tabel yang disebut dengan tabel ANNOVA (Analysis of Variance) dengan melihat nilai signifikan (Sig. < 0,05 atau 5%). Jika nilai sig vnifikan > 0,05 maka Ha diterima. Berikut adalah hasil uji F :

Tabel 4.11 ANOVAa

Model Sum of

Squares

df Mean Square F Sig.

Regression .622 5 .124 20.955 .000b

Residual .332 56 .006

Total .954 61

a. Dependent Variable: LN_UKM

b. Predictors: (Constant), LN_DPK, LN_INFLASI, LN_NPF, LN_SBIS, LN_BIRATE

Sumber : data yang diolah.

Berdasarkan tabel diatas nilai F-hitung sebesar 20,955 dengan nilai tingkat signifikan 0,000. Karena nilai signifikan lebih kecil dari 0,000 < 0,05, dan nilai hitung F hitung > F tabel (20,955 > 2,38) dengan nilai Ftabel df:α, (k-1), (n-k) atau 0,05, (6-1), (62-6) = 2,38.

Maka H0 ditolak atau Ha diterima dan dapat disimpulkan bahwa

Inflasi, BI Rate, Sertifikat Bank Indonesia syariah (SBIS), Non Performing Financing (NPF) dan Dana Pihak Ketiga (DPK) berpengaruh secara simultan terhadap UKM.

c. Uji Adjusted R Square

Koefisien determinasi atau R Square (R2) merupakan besarnya kontribusi variabel bebas terhadap variabel terikatnya . Semakin tinggi koefisien determinasi, semakin tinggi kemampuan variabel bebas dalam menjelaskan variasi perubahan pada variabel terikatnya. Koefisien determinasi memiliki kelemahan, yaitu bias terhadap jumlah variabel bebas yang dimasukkan dalam model regresi di mana setiap penambahan satu variabel bebas dan jumlah pengamatan dalam model akan meningkatkan nilai R2 meskipun variabel yang dimasukkan tersebut tidak memiliki pengaruh yang signifikan terhadap variabel terikatnya. Untuk mengurangi kelemahan tersebut maka digunakan koefisien determinasi yang telah disesuaikan, Adjusted R Square (R2 adj).

Koefisien determinasi yang telah disesuaikan berarti bahwa koefisien tersebut telah dikoreksi dengan memasukkan jumlah variabel dan ukuran sampel yang digunakan. Dengan menggunakan koefisien determinasi yang disesuaikan maka nilai koefisien determinasi yang disesuaikan itu dapat naik atau turun oleh adanya penambahan variabel baru dalam model. Berijut adalah hasil uji Adjusted R Square:

Tabel 4.12

Model Summaryb

Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 .807a .652 .621 .07705 .768

a. Predictors: (Constant), LN_DPK, LN_INFLASI, LN_NPF, LN_SBIS, LN_BIRATE

b. Dependent Variable: LN_UKM

Sumber : data yang diolah.

Besarnya Adjusted R Square adalah 0,621 atau sebesar 62,1%. Dapat disimpulkan bahwa pengaruh Inflasi, BI Rate, Sertifikat Bank Indonesia syariah (SBIS), Non Performing Financing (NPF) dan Dana Pihak Ketiga (DPK) adalah 62,1%. Sedangkan sisanya 37,9% (100% - 62,1%) dipengaruhi variabel-variabel lain yang tidak dimasukkan ke dalam penelitian ini, misalnya seperti GDP, pembiayaan murabahah, BOPO, CAR, FDR dan lain-lain. Adapun angka koefisien korelasi (R) menunjukkan nilai sebesar 0,652 yang menandakan bahwa hubungan antara variabel bebas dan variabel terikat adalah karena memiliki nilai lebih dari 0,5 ( R > 0,5) atau 0,652 > 0,5.

3. Analisis Regresi Berganda

Berdasarkan data-data yang disajikan pada tabel di atas, selanjutnya akan dianalisis dengan bantuan aplikasi SPSS 20 untuk mengetahui besarnya pengaruh Inflasi, Sertifikat Bank Indonesia Syariah, Non Perfoming Financing (NPF), Dana Pihak Ketiga(DPK). Hasil pengelolaan data dengan SPSS dapat dilihat Tabel dibawah ini :

Tabel 4.13 Coefficientsa Model Unstandardized Coefficients Standardized Coefficients

t Sig. Collinearity Statistics

B Std. Error Beta Tolerance VIF

a. Dependent Variable: LN_UKM

Sumber data diolah.

Berdasarkan Tabel di atas, diperoleh model persamaan regresi sebagai berikut:

LnY= 2,031 +0,442 LnX1 -0,373 LnX2 –0,200 LnX3 -0,850 LnX4+0,190

LnX5

Keterangan :

LnY = Logaritma Usaha Menengah Kecil Mikro(UKM) LnX1 = Logaritma natural Nilai Inflasi

LnX2 = Logaritma natural Nilai BI Rate

LnX3 = Logaritma natural Nilai SBIS

LnX4 = Logaritma natural Nilai NPF

LnX5= Logaritma natural Nilai DPK

Adapun interpretasi satistik penulis pada model persamaan regresi di atas adalah sebagai berikut :

1) Jika variabel Inflasi sebesar 0,442 maksudnya adalah jika setiap kenaikan 1% Inflasi akan menyebabkan meningkatnya Pembiayaan Usaha Kecil dan Menengah (UKM) sebesar 44,2%, dengan catatan variabel lain dianggap konstan.

2) Jika variabel BI Rate sebesar -0,373 maksudnya adalah jika setiap kenaikan 1% BI Rate akan menyebabkan menurunnya Pembiayaan Usaha Kecil dan Menengah (UKM) sebesar -37,3%, dengan catatan variabel lain dianggap konstan.

3) Jika variabel Sertifikat Bank Indonesia Syariah (SBIS) sebesar -0,200 maksudnya adalah jika setiap kenaikan 1% Sertifikat Bank Indonesia Syariah (SBIS) akan menyebabkan menrunnya Pembiayaan Usaha Kecil dan Menengah (UKM) sebesar -20,0%, dengan catatan variabel lain dianggap konstan.

4) Jika variabel Non Perfoming Financing (NPF) sebesar -0,850 maksudnya adalah jika setiap kenaikan 1% Non Perfoming Financing

(NPF) akan menyebabkan menrunnya Pembiayaan Usaha Kecil dan Menengah (UKM) sebesar -85,0%, dengan catatan variabel lain dianggap konstan.

5) Jika variabel Dana Pihak Ketiga (DPK) sebesar 0,190 maksudnya adalah jika setiap kenaikan 1% Non Dana Pihak Ketiga (DPK) akan menyebabkan meningkatkan Pembiayaan Usaha Kecil dan Menengah (UKM) sebesar 85,0%, dengan catatan variabel lain dianggap konstan.

Dalam dokumen Analisis Pengaruh Inflasi, BI RATE, Sertifikat Bank Indonesia Syariah (SBIS), Non Perfoming Financing (NPF) dan Dana Pihak Ketiga (DPK) terhadap Pembiayaan Usaha Kecil dan Menengah (UKM) pada Perbankan Syariah di Indonesia (Periode Februari 2011–Maret 201 (Halaman 130-144)