HASIL PENELITIAN DAN PEMBAHASAN 4.1 Sejarah dan Perkembangan PT. Bank Sumut Unit Usaha Syariah
3. Faktor Prosedur pencairan pinjaman
Faktor Prosedur pencairan pinjaman berpengaruh positif terhadap Minat nasabah dalam produk Qardh dengan gadai emas di PT. Bank Sumut Syariah cabang medan. Hal ini ditunjukkan oleh koefisien regresi faktor fasilitas yaitu sebesar 0.209960. Artinya setiap peningkatan faktor fasilitas sebesar 1 satuan maka akan menaikkan minat nasabah dalam produk Qardh dengan gadai emas sebesar 0.209960.
4.8. Test of Goodness of Fit (Uji Kesesuaian) a. Koefesien Determinasi (R2)
Berdasarkan hasil regresi program E-views dapat dilihat nilai R-square adalah sebesar 0.574368 yang berarti bahwa variabel X1 (faktor Promosi), X2 (faktor harga taksiran barang), X3 (faktor Prosedur pencairan pinjaman) secara bersama-sama mampu memberikan penjelasan variasi tingkat Y (Minat nasabah dalam produk Qardh dengan Gadai emas) sebesar 57.45% sedangkan sisanya sebesar 42.55% dijelaskan oleh variabel lain yang tidak disertakan dalam model estimasi.
b. Uji F-Statistik (Uji Keseluruhan)
Uji F- statistik ini adalah pengujian yang bertujuan untuk mengetahui seberapa besar pengaruh variabel independen (Promosi, Harga taksiran barang, Prosedur pencairan pinjaman) secara keseluruhan mampu mempengaruhi variabel dependen dalam hal ini Minat nasabah dalam produk Qardh dengan Gadai emas. Adapun cara pengambilan keputusan :
• Ho diterima : jika (F-hitung < F-tabel) artinya variabel independen secara bersama- sama tidak berpengaruh secara nyata terhadap variabel dependen.
• Ha diterima : jika (F-hitung > F-tabel) artinya variabel independen secara bersama-sama berpengaruh nyata terhadap variabel dependen.
Berdasarkan estimasi yang telah dilakukan, diperoleh nilai F-hitung sebesar 35.53550 dimana:
Derajat bebas pembilang (V1) = n – k – 1 = 83 – 4 – 1
= 78 Derajat bebas penyebut (V2) = k – 1
= 4 – 1 = 3 Ho diterima Ha diterima 0 4.043 35.535 Gambar 4.1 Kurva Uji F
Dari tabel nilai kritis distribusi dengan tingkat signifikansi 1% ( α = 0,01), Melalui V1 dan V2 dapat diketahui bahwa F-tabel adalah sebesar 4.0431. Maka kriteria F- hitung > F-tabel terpenuhi yakni 35.535 > 4.0431, yang berarti bahwa ketiga variabel independen yakni Promosi (X1), Harga taksiran
barang (X2), dan Prosedur pencairan pinjaman (X3) secara bersama – sama
berpengaruh nyata terhadap variabel dependen yakni Minat nasabah dalam produk Qardh dengan gadai emas (Y) pada tingkat kepercayaan 99%.
4.9. Uji t (Partial Test)
Uji t dilakukan dengan memperbandingkan Nilai hitung dengan Nilai t-tabel. t-tabel dilihat dalam Tabel Distribusi t dengan derajat bebas (degree of freedom – df) = n – k – 1. Maka df = 83 – 4 – 1 = 78
• Variabel promosi (X1)
Hipotesis : Ho : b = 0 Ha : b ≠ 0
Koefisien Regresi Variabel promosi (b1) bernilai Positif (+), yaitu b1 =0.360084 , maka digunakan kriteria Positif, yaitu dengan memperbandingkan Nilai t-hitung dengan Nilai t- tabel, dengan kriteria :
- H0 diterima apabila t-Hitung < Nilai t-Tabel - Ha diterima apabila t-Hitung > Nilai t-Tabel
Dari hasil regresi dan tabel distribusi t pada α = 10% (0,1), dapat dilihat bahwa nilai t-hitung lebih besar dari nilai t-tabel, yaitu 4.06477 >2.6403. Dengan demikian Hipotesa alternatif (Ha) diterima. Artinya, Variabel Promosi
(X1) berpengaruh nyata terhadap Minat nasabah (Y) pada tingkat kepercayaan
99%. Ha diterima Ha diterima Ho diterima (-) -2,6403 0 2.6403 4.06477 (+) Gambar 4.2
Kurva Uji t Variabel promosi
• Variabel harga taksiran barang (X2) Hipotesis : Ho : b = 0
Ha : b ≠ 0
Koefisien Regresi Variabel Harga taksiran barang (b2) bernilai positif (+), yaitu b2 = 0.229465, maka digunakan kriteria positif, yaitu dengan
- H0 diterima apabila Nilai t-Hitung < Nilai t-Tabel - Ha diterima apabila Nilai t-Hitung > Nilai t-Tabel
Dari hasil regresi dan tabel distribusi t pada α = 1% (0,01), dapat dilihat bahwa nilai t-hitung lebih besar dari nilai t-tabel, yaitu 3,58909 > 2,6403. Dengan demikian Hipotesa Alternatif (Ha) diterima. Artinya, Variabel harga
taksiran barang (X2) berpengaruh nyata terhadap minat nasabah (Y) pada tingkat kepercayaan 99%. Ha diterima Ha diterima Ho diterima (-) -2,640 0 2.6403 3,589 (+) Gambar 4.3
Kurva Uji t Variabel harga taksiran barang • Variabel Prosedur pencairan pinjaman (X3)
Hipotesis : Ho : b = 0 Ha : b ≠ 0
Koefisien Regresi Variabel Prosedur pencairan pinjaman (b3) bernilai
Positif (+), yaitu b3 = 0,20996, maka digunakan kriteria Positif, yaitu dengan
memperbandingkan Nilai t-hitung dengan Nilai t- tabel, dengan kriteria : - H0 diterima apabila t-Hitung < Nilai t-Tabel
- Ha diterima apabila t-Hitung > Nilai t-Tabel
Dari hasil regresi dan tabel distribusi t pada α = 10% (0,1), dapat dilihat bahwa nilai t-hitung lebih kecil dari nilai t-tabel, yaitu 2,8036 > 2,6403. Dengan demikian Hipotesa Alternatif (Ha) diterima. Artinya, Variabel
Prosedur pencairan pinjaman (X3) berpengaruh nyata terhadap Minat nasabah (Y) pada tingkat kepercayaan 99%.
Ha diterima Ha diterima
Ho diterima
(-) -2,8036 -2,6403 0 2,6403 2,8036 (+) Gambar 4.4
Kurva Uji t Variabel Prosedur pencairan pinjaman 4.10.. Uji Penyimpangan Asumsi Klasik
4.10.1. Uji Normalitas
Normalitas data merupakan salah satu asumsi yang diperlukan dalam regresi linier ganda. Uji normalitas ini digunakan untuk mengetahui apakah residual dari data berdistribusi normal atau tidak.
Pada penelitian ini, untuk menguji normalitas data digunakan Jarque-Bera. Kriteria yang digunakan adalah jika nilai probabilitas Jarque-Bera (JB) test > α = 5%, maka data dapat dikatakan berdistribusi normal. Berikut hasil pengujian Jarque-Bera Test menggunakan pengolahan eviews :
Tabel 4.3.4.2 Hasil Uji Jarque-Bera
Nilai Jarque-Bera Probabilitas Kesimpulan
9.032478 0,010930 Tidak Normal
Berdasarkan hasil pada tabel 4.1 diatas, diketahui bahwa nilai probabilitas sebesar 0,010930 < α (0,05) yang berarti model empiris yang digunakan mempunyai residual atau faktor pengganggu yang berdistribusi Tidak normal.
4.10.2. Heterokedastisitas
Heteroskedastisitas terjadi apabila variabel pengganggu (error term) tidak mempunyai varian yang konstan (sama) untuk semua observasi sehingga residual pengganggu tidak bernilai nol atau E(µi)2≠ σ2
.
Untuk menguji keberadaan heteroskedastisitas dilakukan dengan cara Uji Formal yaitu Uji White (White’s General Heterocedastisity Test). Uji White memulai pengujiannya dengan membentuk model :
Yi = βo + β1X1 + β2X2 + µ
Kemudian persamaan diatas, dimodifikasi dengan membentuk bantuan (auxiliary regression) sehingga model menjadi :
µi2 = α0 + α1X1 + α2X2 + α3X12 + α4X22 + α5X1X2 + υi Tabel 4.3
Hasil Uji White Heterokedastisitas
Nilai Obs*R Square Probabilitas Kesimpulan
59.43703 0.00000 Terdapat heteroskedastisitas
Berdasarkan hasil uji white diatas dapat dilihat bahwa nilai probabilitas chi squares lebih kecil dari 0,05, yang berarti signifikan sehingga mengandung penyakit heteroskedastisitas pada hasil estimasi.
Untuk itu agar model tidak lagi terdapat masalah heteroskedastisitas, maka perlu dilakukan penyembuhan penyakit heteroskedastisitas.
Cara mengobati masalah heteroskedastisitas dengan varians diketahui : Apabila varians (σ2
) dapat diketahui atau dapat diestimasi, untuk mengatasi masalah heteroskedastisitas adalah dengan menggunakan metode kuadrat terkecil tertimbang (weighted least squares = WLS). (Wahyu Ario Pratomo dan Paidi Hidayat, 2007:103)
Dengan rumus sebagai berikut :
Bagilah semua data dengan nilai prediksi Y (Yˆ)
Y Y ˆ = aYˆ 1 + b1 Yˆ e ˆ 2 ˆ 2 1 + + Y X b Y X
Model ini disebut WLS (Weighted Least Squares). Dalam model ini terdapat variabel baru yaitu 1/Yˆ. Buatlah data baru dengan membagi angka 1 dengan
Yˆ. (Gujarati 1995:383)
Nilai varians (σi) dalam ekonometrika disebut sebagai Sum Squared
Residual = RSS dibagi dengan jumlah variabel penjelas (k). Lihat hasil estimasi diatas diperoleh nilai RSS atau Sum Squared Residual sebesar 1.147779 dan k = 3 (ada variabel yang diestimasi), sehingga nilai varians σi =
1.147779 /2 =0.5738895. Nilai varians (σi) kemudian ditransformasikan ke
dalam masing-masing variabel.
Untuk melihat apakah hasil regresi telah lolos dari masalah heteroskedastisitas dapat dilihat melalui perubahan nilai sum squared resid. Apabila angka sum squared resid cenderung menurun, maka dapat dikatakan bahwa model yang diestimasi lolos dari masalah heteroskedastisitas. Hasil estimasi menunjukkan bahwa nilai varians (σi) semakin kecil.
Dari hasil estimasi regresi dengan menggunakan metode kuadrat terkecil tertimbang (weighted least squares = WLS) diperoleh dari nilai sum squared resid yang cenderung menurun yaitu 0.007793, maka dapat dikatakan bahwa model yang diestimasi lolos dari masalah heteroskedastisitas.
4.10.3. Multicollinearity ( kolinearitas ganda )
Multicollinearity atau multikolinearitas sering terjadi jika diantara variabel bebas (X) saling berkorelasi sehingga tingkat perkiraan penelitian semakin rendah dan kesimpulan penelitian yang diambil bisa keliru. Multikolinearitas yang berat dapat mengubah tanda koefisien regresi yang seharusnya bertanda (+) berubah (-) atau sebaliknya. Uji multikolinearitas dapat dilakukan dengan uji Klein. Metode yang ditemukan oleh ahli ekonometrik Lawrence R. Klein ini dilakukan dengan cara melakukan regresi antar variabel independen (salah satu variabel independen dijadikan variabel dependen) dan melihat R2 nya. Jika terdapat R2 dalam regresi antar variabel independen yang lebih besar dibandingkan R2 model estimasi secara keseluruhan, maka terdapat multikolinearitas didalam model estimasi. Hasil R2 dari regresi antar variabel independen adalah sebagai berikut :
• X1 = f(X2, X3) = 0,4289 → 42,89% • X2 = f(X1, X3) = 0,2231 → 22,31% • X3 = f(X1, X2) = 0,3244 → 32,44%
Dari hasil diatas, dapat dilihat tidak ada R2 antar variabel independen yang melebihi R2 model secara keseluruhan yakni sebesar 57,43%. Maka dapat disimpulkan tidak ada multikolinearitas didalam model estimasi.
BAB V