BAB VI ANALISIS DAN PEMBAHASAN
6.1 Analisis
6.1.3 Analisis Regresi Linier Berganda
Analisis regresi digunakan untuk memprediksi pengaruh variabel bebas terhadap variabel terikat. Analisis regresi juga dapat dilakukan untuk mengetahui kelinieritas variabel terikat dengan varibel bebasnya, selain itu juga dapat menunjukkan ada atau tidaknya data yang outlier atau data yang ekstrim. Analisis regresi linear berganda terdiri dari satu variabel dependen dan dua atau lebih variabel independen. Dalam hal ini dapat dinyatakan bahwa variabel dependen pada penelitian ini adalah Kemampuan Penerima Bantuan (Y), dan variabel independen adalah Hasrat untuk Berbisnis (X1), Fokus pada Produk dan Pelanggan (X2), Ketahanan Menghadapi Kegagalan (X3) dan Kecerdasan
Melakukan Eksekusi (X4). Dari Data yang diperoleh, maka dapat dilihat hasil perhitungan regresi linier untuk melihat korelasi masing-masing variabel independen terhadap variabel dependen dengan menggunakan SPSS 17.0.
6.1.3.1 Model Summary
Pada model summary, dapat dilihat korelasi antar variabel dependen dan independen melalui besaran yang ditunjukkan oleh besarnya nilai R dan Adjusted R Square seperti pada Tabel 6.4.
Tabel 6.4. Model Summary Penelitian
Model R R Square Adjusted R Square Std. Error of the Estimate Change Statistics R Square Change F Change df1 df2 Sig. F Change 1 .920a .846 .805 .22798 .846 20.662 4 15 .000
a. Predictors: (Constant), Kecerdasan Melakukan Eksekusi, Hasrat Untuk Berbisnis, Ketahanan Menghadapi Kegagalan, Fokus pada Produk dan Pelanggan
b. Dependent Variable: Kemampuan Penerima Bantuan
Berdasarkan hasil pengolahan sebagaimana Tabel 6.4 dapat dikatakan sebagai berikut:
1. Nilai R sebesar 0.920 menunjukkan bahwa korelasi antara variabel dependen (Y) dengan variabel independen (X1, X2, X3 dan X4) adalah sangat kuat, dikarenakan nilai R lebih besar dari 0.5.
2. Adjusted R Square sebesar 0.846 berarti 84,6% variasi dari faktor-faktor yang terdapat pada variabel kemampuan penerima bantuan bisa dijelaskan oleh hasrat untuk berbisnis, fokus pada produk dan pelanggan, ketahanan menghadapi kegagalan dan kecerdasan melakukan eksekusi .
6.1.3.2 ANOVA (Pengujian Model)
memprediksi hubungan korelasi dan pengaruh antara variabel dependen dan variabel independen atau ANOVA dapat digunakan untuk melakukan pengujian hipotesis keseluruhan dari variabel-variabel independen terhadap variabel dependen. Rumusan hipotesis penelitian telah dijelaskan pada Bab III Kerangka Konseptual. Sedangkan untuk pengambilan keputusan didasarkan pada perhitungan harga staistik uji F berikut:
Jika F hitung <= T tabel atau probabilitas >= 0,05 maka Ho diterima
Jika F hitung > T tabel atau probabilitas < 0,05 maka Ho ditolak, Ha diterima Dengan menggunakan paket program SPSS, didperoleh hasil perhitungan sebagaimana ditunjukkan pada Tabel 6.5.
Tabel 6.5. Hasil Perhitungan ANOVA Penelitian
Model Sum of Squares df Mean Square F Sig.
1 Regression 4.295 4 1.074 20.662 .000a
Residual .780 15 .052
Total 5.075 19
a. Predictors: (Constant), Kecerdasan Melakukan Eksekusi, Hasrat Untuk Berbisnis, Ketahanan Menghadapi Kegagalan, Fokus pada Produk dan Pelanggan
b. Dependent Variable: Kemampuan Penerima Bantuan
Dari Tabel 6.5, nilai F hitung yang diperoleh adalah 20.662 dengan tingkat signifikansi 0,000. Dengan probabilitas 0,000 atau lebih kecil dari 0,05 (p<0,05), maka Ho ditolak dan Ha dapat diterima, dengan kata lain model regresi tersebut bisa digunakan untuk memprediksi hubungan korelasi dan pengaruh variabel independen yaitu hasrat untuk berbisnis, fokus pada produk dan pelanggan, ketahanan menghadapi kegagalan dan kecerdasan melakukan eksekusi terhadap variabel dependen yaitu kemampuan penerima bantuan.
6.1.3.3 Koefisien Korelasi
Dari proses regresi linier yang dilakukan, pada tahap akhir kita akan melihat koifisien korelasi masing-masing variabel independen terhadap variabel
dependen, sehingga dapat dituliskan kedalam suatu persamaan regresi. Adapun hasil perhitungannya dapat dilihat pada Tabel 6.6.
Tabel 6.6. Hasil Perhitungan Koifisien Korelasi
Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) .433 .626 .691 .500
Hasrat Untuk Berbisnis .685 .226 .622 2.029 .008 Fokus pada Produk dan Pelanggan .330 .211 .353 1.564 .039 Ketahanan Menghadapi Kegagalan .117 .186 .078 .627 .040 Kecerdasan Melakukan Eksekusi .037 .150 .034 .244 .011 a. Dependent Variable: Kemampuan Penerima Bantuan
Dari Tabel 6.6, persamaan regresi yang diperoleh dari hasil perhitungan adalah:
Y= 0.433 + 0.685X1 + 0.330 X2+ 0.117 X3 + 0.037 X4 Dari persamaan diatas, dapat dijelaskan bahwa:
1. Konstanta 0.433 berarti apabila tidak ada variabel independen yaitu hasrat untuk berbisnis, fokus pada produk dan pelanggan, ketahanan menghadapi kegagalan dan kecerdasan melakukan eksekusi, maka kemampuan penerima bantuan akan mengalami kenaikan dengan sendirinya sebesar 0,433 poin.
2. Variabel hasrat untuk berbisnis (X1): Berdasarkan Tabel 6.6, dapat dilihat bahwa nilai t hitung untuk X1 yaitu 2,029 (t hitung < t tabel = 2,132), dan taraf signifikan 0,008, sehingga probabilitas lebih kecil dari 0,05 (p < 0,05), berarti seluruh variabel adalah berpengaruh signifikan secara statistik. Koifisien 0,685X1 berarti apabila ada 1 (satu) penambahan poin
variabel hasrat untuk berbisnis, maka akan mengalami kenaikan sebesar 0,685 poin.
3. Variabel fokus pada produk dan pelanggan (X2): Berdasarkan Tabel 6.6, dapat dilihat bahwa nilai t hitung untuk X2 yaitu 1,564 (t hitung < t tabel = 2,132) dan taraf signifikan 0,039, sehingga probabilitas lebih kecil dari 0,05 (p < 0,05), berarti seluruh variabel adalah berpengaruh signifikan secara statistik. Koifisien 0,330X2 berarti apabila ada bertambah 1 (satu) penambahan poin pada variabel fokus pada produk dan pelanggan, maka variabel kemampuan penerima bantuan akan mengalami kenaikan sebesar 0,330 poin.
4. Variabel ketahanan menghadapi kegagalan (X3): Berdasarkan Tabel 6.6, dapat dilihat bahwa nilai t hitung untuk X3 yaitu 0,627 (t hitung < t tabel = 2,132), dan taraf signifikan 0,040, sehingga probabilitas lebih kecil dari 0,05 (p < 0,05), berarti seluruh variabel adalah berpengaruh signifikan secara statistik. Koifisien 0,117X1 berarti apabila ada 1 (satu) penambahan poin variabel ketahanan menghadapi kegagalan, maka kemampuan penerima bantuan akan mengalami kenaikan sebesar 0,117 poin.
5. Variabel kecerdasan melakukan eksekusi (X4): Berdasarkan Tabel 6.6, dapat dilihat bahwa nilai t hitung untuk X4 yaitu 0,244 (t hitung < t tabel = 2,132), dan taraf signifikan 0,011, sehingga probabilitas lebih kecil dari 0,05 (p < 0,05), berarti seluruh variabel adalah berpengaruh signifikan secara statistik. Koifisien 0,037X1 berarti apabila ada 1 (satu) penambahan poin variabel kecerdasan melakukan eksekusi, maka kemampuan penerima bantuan akan mengalami kenaikan sebesar 0,037 poin.
Dengan demikian, dari hasil proses analisis regresi linier berganda yang telah dilakukan, didapat bahwa variabel independen yaitu variabel hasrat untuk berbisnis lebih besar mempengaruhi variabel dependen yaitu kemampuan penerima bantuan dibandingkan variabel independen lain yaitu variabel fokus pada produk dan pelanggan, ketahanan menghadapi kegagalan dan kecerdasan melakukan eksekusi. Hal ini dapat dipastikan karena faktor-faktor pembentuk variabel hasrat untuk berbisnis sangat mempengaruhi kemampuan penerima bantuan untuk mengembalikan pinjaman sesuai dengan ketentuan dan kesepakatan antara pemberi bantuan dalam hal ini PKBL PT Perkebunan Nusantara III (Persero) dan penerima bantuan.