DI KAB. WONOGIRI TAHUN 2008
D. Hasil Analisis Data
Analisis data dalam penelitian ini dimaksudkan untuk mengetahui ada tidaknya pengaruh modal sendiri, modal pinjaman, partisipasi usaha anggota, jumlah anggota, dan jumlah pengurus terhadap SHU. Analisis ini dilakukan dengan menggunakan analisis regresi linear berganda. Hasil analisis dapat dilihat sebagai berikut:
commit to user Tabel 4.11
Rangkuman Hasil Regresi Linier Berganda
Dependent Variable: SHU Method: Least Squares Date: 06/17/10 Time: 08:36 Sample: 1 40
Included observations: 40
Variable Coefficient Std. Error t-Statistic Prob.
C 2.58E+08 1.11E+08 2.317160 0.0266 MS 0.061654 0.029044 2.122813 0.0411 MP 0.556256 0.038083 14.60658 0.0000 PUA 0.170337 0.053572 3.179562 0.0031 JA -213042.0 593284.9 -0.359089 0.7217 JP 52691566 23511238 2.241123 0.0317
R-squared 0.913190 Mean dependent var
1.95E+08 Adjusted R-squared 0.900424 S.D. dependent var
8.11E+08 S.E. of regression 2.56E+08 Akaike info criterion 41.69716 Sum squared resid 2.23E+18 Schwarz criterion 41.95050 Log likelihood -827.9433 F-statistic 71.53242 Durbin-Watson stat 1.687625 Prob(F-statistic) 0.000000
Sumber: diolah dari data sekunder 2009 a. Analisis Regresi Linier Berganda
Hasil pengolahan data untuk regresi linier berganda dengan menggunakan program eviews dapat di lihat pada tabel1.5 diatas. Dari tabel tersebut dapat disusun persamaan regresi linier berganda sebagai berikut:
SHU =
2,58+ 0,061654 MS1 + 0,556256 MP2 + 0,170337 PUA3 –commit to user
Dari persamaan regresi linier berganda diatas dapat diuraikan sebagai berikut:
a) Nilai konstan bernilai positif, hal ini menunjukan bahwa apabila variabel modal sendiri, modal pinjaman, partisipasi usaha anggota, dan jumlah anggota konstan, maka SHU sebesar 2,58.
b) Koefisien regresi parsial variabel modal sendiri bernilai positif dan signifikan pada level 5% yaitu, 0,061654 hal ini menunjukan jika modal sendiri naik maka SHU akan naik dengan asumsi variabel lainnya konstan.
c) Koefisien regresi parsial variabel modal pinjaman bernilai positif dan signifikan pada level 5% yaitu, 0,556256 hal ini menunjukan jika modal pinjaman naik maka SHU akan naik dengan asumsi variabel lainnya konstan.
d) Koefisien regresi parsial variabel partisipasi usaha anggota bernilai positif dan signifikan pada level 5% yaitu, 0,170337 hal ini menunjukan jika partisipasi usaha anggota turun maka SHU akan turun dengan asumsi variabel lainnya konstan.
e) Koefisien regresi parsial variabel jumlah anggota bernilai negatif dan signifikan pada level 5% yaitu, -213042,0 hal ini menunjukan jika jumlah anggota turun maka SHU akan turun dengan asumsi variabel lainnya konstan.
f) Koefisien regresi parsial variabel jumlah pengurus bernilai positif dan signifikan pada level 5% yaitu, 52691566 hal ini menunjukan
commit to user
jika jumlah pengurus naik maka SHU akan naik dengan asumsi variabel lainnya konstan.
b. Uji t
Uji t digunakan untuk mengetahui besarnya pengaruh masing-masing variabel independen secara individu. Pengujian regresi digunakan pengujian dua arah (two tailed test) dengan menggunakan α = 5% yaitu berarti bahwa tingkat keyakinan adalah sebesar 95%. Hal ini perhitungan uji dapat di lihat pada tabel di bawah ini.
Tabel 4.12 Rangkuman Hasil Uji t variabel t hitung P value
signifikan
kesimpulan Modal sendiri 2.122813 0.0411 Ho ditolak Modal pinjaman 14.60658 0.0000 Ho ditolak Partisipasi usaha
anggota
3.179562 0.0031 Ho ditolak Jumlah anggota -0.359089 0.7217 Ho diterima Jumlah pengurus 2.241123 0.0317 Ho ditolak Sumber: data diolah., data sekunder 2009
Dari hasil uji t pada tabel 4.9 di atas diperoleh hasil bahwa variabel modal sendiri, modal pinjaman, partisipasi usaha anggota, dan jumlah pengurus mempunyai nilai probabilitas signifikan level bawah 0,05 yaitu 0,0411 (modal sendiri), 0,0000 (modal pinjaman), 0,0031 (partisipasi usaha anggota), dan 0,0317 (jumlah pengurus) berarti P < 0,05, maka H0 ditolak dan Ha diterima artinya variabel modal sendiri , modal pinjaman, partsipasi usaha anggota, dan jumlah pengurus mempunyai pengaruh yang signifikan terhadap SHU.
commit to user
Dan variabel jumlah anggota mempunyai nilai probabilitas signifikan level di atas 0,05 yaitu 0.7217 (jumlah anggota), berarti P > 0,05, maka H0 diterima dan Ha ditolak artinya jumlah anggota tidak mempunyai pengaruh signifikan terhadap SHU.
c. Uji F (secara bersama-sama)
Uji F adalah untuk mengetahui apakah modal sendiri, modal pinjaman, partisipasi usaha anggota, jumlah anggota, dan jumlah pengurus secara bersama-sama mempunyai pengaruh yang signifikan terhadap SHU. Dari hasil analisis diperoleh nilai Fhitung sebesar 71.53242 dengan probabilitas signifikan level sebesar 0.000000, karena nilai probabilitas Ftabel 2,57 lebih kecil dari 0,05. Maka H0 ditolak dan Ha
diterima, dengan demikian terbukti bahwa ada pengaruh yang signifikan dari modal sendiri, modal pinjaman, partisipasi usaha anggota, jumlah anggota, dan jumlah pengurus serta bersama-sama terhadap SHU.
d. Koefisien Determinasi (R2)
Hasil perhitungan untuk nilai R2 dengan bantuan program Eview, dari analisis regresi linier berganda diperoleh angka koefisien determinasi atau R2 0.9132. hai ini berarti 91,32% variabel SHU dijelaskan oleh variabel modal sendiri, modal pinjaman, partisipasi usaha anggota, jumlah anggota, dan jumlah pengurus. Sementara sisanya sebesar 8,68% diterangkan oleh faktor lain yang tidak ikut terobservasi.
commit to user E. Pengujian Asumsi Klasik
1) Uji Multikolinearitas
Multikolinearitas terindikasi apabila terdapat hubungan linier diantara variabel independen yang digunakan dalam model. Metode untuk menguji adanya multikolinearitas menggunakan uji klein. Hasil analisis menunjukkan bahwa R2 semua antara variabel independen dibawah R2 model pertama. Sehingga dapat disimpulkan bahwa R2 model pertama. Sehingga dapat disimpulkan bahwa tidak terjadi multikolinearitas dalam model regresi sehingga model tersebut reliable sebagai dasar analisis. Hasil yang diperioleh dapat dilihat pada tabel berikut:
Tabel 4.13
Hasil Uji Multikolinearitas
Variabel dependen r2 Tanda R2 Kesimpulan
Modal Sendiri 0,430755 < 0,913190 Tidak ada
muitikolinearitas
Modal Pinjaman 0,349732 < 0,913190 Tidak ada
muitikolinearitas Partisipasi Usaha
Anggota
0,898937 < 0,913190 Tidak ada
muitikolinearitas
Jumlah anggota 0,905050 < 0,913190 Tidak ada
muitikolinearitas
Jumlah Pengurus 0,737592 < 0,913190 Tidak ada
muitikolinearitas
Sumber: data diolah., data sekunder 2009 2) Uji Heteroskesidas
Heteroskedastisitas muncul dalam fungsi regresi dengan varian yang tidak sama, sehingga penaksir OLS tidak efisien baik dalam sampel kecil maupun besar (tapi masih tidak biasa dan konsisten). Pengujian terhadap ada tidaknya heteroskedastisitas
commit to user
dalam model empirik di lakukan dengan uji LM ARC. Kriteria pengujian adalah dengan membandingkan nilai Obs*R squared < x2 tabel, maka tidak signifikan, berarti bahwa tidak terjadi masalah heteroskedastisitas.
Tabel 4.14
Hasil Uji Heteroskesidas
White Heteroskedasticity Test:
F-statistic 1.431468 Probability 0.216108
Obs*R-squared 13.21924 Probability 0.211671
Sumber: data diolah., data sekunder 2009
Dari tabel tersebut terlihat bahwa Obs*R squared dengan nilai 13,21924< x2 tabel 18,307, berarti dalam model penelitian ini tidak terjadi masalah heteroskedastisitas.
3) Uji Autokorelasi
Autokorelasi adalah korelasi yang terjadi diantara anggota-anggota dari serangkaian pengamatan yang tersusun dalam rangkaian waktu (seperti pada data time series) atau yang tersusun dalam rangkaian ruang (Gujarati, 1995). Adanya korelasi antara variabel gangguan sehingga penaksir tidak lagi efisien baik dalam sampel kecil maupun sampel besar. Pengujian dilakukan dengan metode Breusch-Godfrey Test, dengan kriteria pengujian sebagai berikut: jika BG(n-p)*R2 < x2 tabel, maka tidak signifikan, berarti bahwa tidak terjadi masalah autokorelasi. Disamping itu juga dapat kita lihat dari probabilitasnya, jika probabilitas > , maka model terhindar dari masalah autokorelasi.
commit to user Tabel 4.15 Hasil Uji Autokorelasi
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 1.035176 Probability 0.316348
Obs*R-squared 1.216595 Probability 0.270030
Sumber data: diolah data sekunder 2009
Dari hasil autokorelasi diketahui bahwa (n-p)ObsR squared (R2) dengan nilai 1,216595< 18,307, berarti dalam model penelitian ini tidak terjadi masalah autokorelasi. Dilihat dari probabilitasnya juga lebih besar dari 0,05 (tidak signifikan) berarti model terhindar dari masalah autokorelasi.