HASIL DAN PEMBAHASAN A. BMT KUBE Sejahtera Sleman
4. Analisis Regresi Linier Berganda a. Analisis Asumsi Klasik
1) Uji Normalitas
Uji normlitas memiliki tujuan untuk melihat penyebaran data yang akan diuji. Uji ini dilakukan dengan menggunakan rumus one-sample Kolmogorov-Smirov dengan bantuan program software statistik. Berikut adalah tabel hasil dari perhitungan uji normalitas:
Tabel 4.5 Uji Normalitas
Kolmogorov-Smirnov Z 1,081
Asymp. Sig (2-tailed) 0,193
Sumber: Hasil pengolahan bantuan program software statistik Berdasarkan hasil analisis di atas diperoleh hasil nilai
Kolmogorov-Smirov Z untuk variabel pendapatan sebelum
pembiayaan, besar pembiayaan, dan besar angsuran sebesar 1,081 dengan Asymp. Sig (2-tailed) 0, 193. Oleh karena nilai Asymp. Sig > 0,05, maka data tersebut dikatakan berdistribusi normal.
2) Uji Multikolinieritas
Uji Multikolinearitas bertujuan untuk mengetahui apakah model regresi masing-masing variabel bebas (independent)
saling berhubungan secara linier. Model regresi yang baik selayaknya tidak terjadi multikolinieritas. Untuk menguji ada tidaknya multikolinieritas dilihat dari nilai tolorance atau VIF. Model regresi akan bebas dari multikolinieritas jika nilai tolorance > 0,10 atau VIF < 10.
Tabel 4.6 Uji Multikolinieritas
Variabel VIF
Pendapatan sebelum pembiayaan 1.718
Besar pembiayaan 6.079
Besar Angsuran 5.700
Sumber: Hasil pengolahan bantuan program software statistik Berdasarkan dengan ketentuan uji multikolinieritas, jika nilai VIF kurang dari 10 maka tidak terdapat kolerasi. Berdasarkan tabel di atas dapat dilihat bahwa nilai VIF yaitu kurang dari 10. Sehingga dapat disimpulkan bahwa tidak terdapat multikolinieritas dalam data penelitian ini. Artinya bahwa antara variabel pendapatan sebelum pembiayaan, besar pembiayaan, besar angsuran dapat dipakai untuk perhitungan selanjutnya. 3) Uji Heteroskedastisitas
Heteroskedastisitas merupakan masalah regresi yang faktor gangguan tidak memiliki varian yang sama atau variannya tidak konstan. Hal ini akan muncul berbagai permasalahan yaitu penaksir OLS yang bias, varian dari koefisien OLS akan salah. Dalam penelitian akan menggunakan metode Uji Glesjer untuk
mendeteksi ada tidaknya heteroskedastisitas dalam model regresi.
Tabel 4.7
Uji Heteroskedastisitas
Pendapatan sebelum pembiayaan 0.604
Besar pembiayaan 0.654
Besar angsuran 0.511
Tabel diatas menunjukkan bahwa nilai sig. Semua variabel bebas lebih besar dari 0,05, sehingga disimpulkan bahwa tidak terjadi heteroskedastisitas. Dengan demikian persyaratan terjadinya homosedastisitas dalam persamaan regresi tersebut terpenuhi sehingga analisis regresi ganda dapat dilanjutkan. b. Analisis Regresi Linier Berganda
Setelah menguji prasyarat asumsi klasik untuk selanjutnya akan dilakukan uji regresi linier berganda. Uji ini digunakan untuk menguji hubungan atau pengaruh lebih dari dua variabel bebas terhadap satu variabel terikat (Ali Muhson, 2005). Variabel bebas yang akan diuji berupa pendapatan sebelum pembiayaan, besar pembiayaan, besar angsuran terhadap satu variabel terikat berupa pendapatan setelah pembiayaan.
Untuk memulai uji regresi linier berganda, peneliti merumuskan suatu hipotesis untuk diuji. Berikut adalah hipotesis dalam uji regresi linier berganda:
Ho: Tidak terdapat pengaruh dari rata-rata pendapatan sebelum pembiayaan, besar pembiayaan, dan besar angsuran secara bersamaan terhadap pendapatan nasabah setelah pembiayaan.
Ha: Terdapat pengaruh dari rata-rata pendapatan sebelum pembiayaan, besar pembiayaan, dan besar angsuran secara bersamaan terhadap pendapatan nasabah setelah pembiayaan.
Sedangkan kriteria pengujian hipotesis adalah: 1) Jika F hitung > F tabel, maka Ho ditolak 2) Jika F hitung < F tabel, maka Ho diterima
Atau dengan melihat nilai signifikansi level (sig) dengan ketentuan jika nilai sig. < 0,05 maka Ho ditolak.
Tabel 4.8 Koefisien Korelasi R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson .773a .597 .580 112381.520 1.974 Sumber: Hasil pengolahan bantuan program software statistik
Tabel di atas selain digunakan untuk mengetahui gejala autokorelasi, juga digunakan untuk mengetahui korelasi semua variabel bebas terhadap terikat. Berikut ini adalah tabel intreprestasi koefisien:
Tabel 4.9
Intreprestasi Koefisien
Interval Koefisien Tingkat Hubungan
0,000-0,199 Sangat Rendah
0,200-0,399 Rendah
0,400-0,599 Sedang/Cukup Kuat
0,600-0,799 Kuat
0,800-1,000 Sangat Kuat
Sumber : Suharsimi Arikunto, 2010
Berdasarkan tabel model summary di atas, korelasi di antara variabel bebas secara bersama-sama dengan variabel terikat dapat dijelaskan dengan nilai R, yaitu 0,773 atau dengan kata lain, korelasi antara variabel bebas secara bersama-sama dengan variabel terikat adalah sebesar 0,773. Dengan demikian, berdasarkan tabel intreprestasi koefisien korelasi di atas, dapat dikatakan memiliki korelasi yang kuat.
R Square menunjukkan koefisien determinasi R Square = 0, 597 mengandung arti variansi dalam pendapatan sebelum pembiayaan, besar pembiayaan, besar angsuran melalui model sebesar 0,597 atau 59,7 persen, sisanya 0,403 atau 40,3 persen berasal dari variabel lain, besarnya pengaruh ketiga variabel bebas tersebut terhadap pendapatan setelah pembiayaan adalah sebesar 59,7 persen, sisanya berasal dari variabel lain.
Tabel 4.10 Uji F
Sumber: Hasil pengolahan bantuan program software statistik
Pada tabel Anova di atas, nilai F dan Sig. Dapat digunakan untuk menguji hipotesis. Hipotesis dalam penelitian adalah: Ho: Tidak terdapat pengaruh dari rata-rata pendapatan sebelum
pembiayaan, besar pembiayaan, dan besar angsuran secara bersamaan terhadap pendapatan nasabah setelah pembiayaan.
Ha: Terdapat pengaruh dari rata-rata pendapatan sebelum pembiayaan, besar pembiayaan dan besar angsuran secara bersamaan terhadap pendapatan nasabah setelah pembiayaan.
Berdasarkan data di atas, nilai F hitung adalah 3254.118 dan F tabel sebesar 2,75 dengan taraf signifikansi sebesar 0,000. Oleh karena nilai F hitung > F tabel dan nilai taraf signifikansi < 0,05 (0,000 < 0,05) maka Ho ditolak. Sehingga, hipotesa nol (Ho) yang menyatakan tidak terdapat pengaruh antara rata-rata pendapatan sebelum pembiayaan, besar pembiayaan dan besar angsuran secara bersamaan terhadap pendapatan nasabah setelah
Model Sum of Square Df Mean Square F Sig.
Regression 121101158181542.080 3 40367052727180.695 3254.118 .000b
Residual 694675151791.185 56 12404913424.843 Total 121795833333333.270 59
pembiayaan ditolak. Dengan demikian terdapat pengaruh antara pendapatan sebelum pembiayaan, besar pembiayaan, besar angsuran secara bersamaan terhadap pendapatan nasabah setelah pembiayaan. Tabel 4.11 Uji T Model Unstandardized Coefficients Std.Error B Standardized Coefficients Beta T Sig. (Constant) 45862.184 36724.703 1.249 .217 Pendapatan Sebelum Pembiayaan 1.052 .014 .976 73.737 .000
Besar Pembiayaan 2.321E-005 .022 .000 .001 .999
Besar Angsuran .360 .250 .035 1.439 .156
Sumber: Hasil pengolahan data bantuan program software statistik
Tabel di atas, selain berfungsi untuk mengetahui apakah ada gejala multikolinieritas, juga berfungsi untuk membuat model regresi dan mengetahui dominasi masing-masing variabel bebas terhadap variabel terikat. Model regresi dapat dilihat pada kolom
Unstandardized Coefficients.Unstandardized Coefficients
menunjukkan nila B:
Constant : 45862.184
Pendapatan sebelum pembiayaan : 1.052 Besar pembiayaan : 2.321 Besar angsuran : 0.360
Dengan demikian, dapat diketahui model regresi dari pembiayaan kelompok dengan pola tanggung renteng ini adalah:
Keterangan:
Y : Pendapatan setelah pembiayaan X : Pendapatan sebelum pembiayaan X : Besar pembiayaan
X : Besar angsuran
Variabel bebas pertama adalah variabel pendapatan sebelum pembiayaan (X ). Diketahui nilai B adalah sebesar 1,052 dengan nilai t hitung 73,737 dan t tabel sebesar 1,670. Nilai signifikansi sebasar 0,000. Oleh karena nilai t hitung > nilai tabel dan nilai signifikansi < 0,05 maka Ho ditolak yang artinya variabel pendapatan sebelum pembiayaan berpengaruh signifikan terhadap pendapatan setelah pembiayaan. Pengaruh tersebut signifikan jika variabel lain dikendalikan atau dikontrol.
Variabel bebas kedua adalah besar pembiayaan (X ). Diketahui nilai B adalah sebesar 2,321 dengan nilai t hitung 0,001 dan t tabel sebesar 1,670. Nilai signifikansi sebasar 0,999. Oleh karena nilai t hitung < nilai t tabel dan nilai signifikansi > 0,05 maka Ho diterima yang artinya variabel besar pembiayaan tidak berpengaruh signifikan terhadap pendapatan setelah pembiayaan jika variabel lain dikendalikan atau dikontrol.
Variabel bebas ketiga adalah besar angsuran (X ). Diketahui nilai B adalah sebesar 0,360 dengan nilai t hitung 1,439 dan t tabel sebesar 1,670. Nilai signifikansi sebasar 0,156. Oleh karena nilai t hitung < nilai tabel dan nilai signifikansi > 0,05 maka Ho diterima yang artinya variabel besar angsuran tidak berpengaruh
signifikan terhadap pendapatan setelah pembiayaan jika variabel lain dikendalikan atau dikontrol.