ANALISIS DATA DAN PEMBAHASAN
A. Gambaran Umum Objek Penelitian
1. Hasil Uji Asumsi Klasik a.Hasil Uji Normalitas a.Hasil Uji Normalitas
Uji normalitas ini bertujuan untuk menguji apakah dalam model regresi variabel dependen, variabel independen maupun keduanya berdistribusi normal atau tidak. Model yang baik adalah yang memiliki distribusi data yang normal.
Uji normalitas residual dengan metode grafik yaitu melihat penyebaran data pada sumber diagonal pada grafik Normal P-Plot of Regression
Standardized Residual. Sebagai dasar pengambilan keputusannya, jika
titik-titik menyebar sekitar garis dan mengikuti garis diagonal maka residual tersebut telah normal.
Gambar4.1
Normal P-P Plot of Regression Standardized Residual Dependent Variabel : Pendapatan (Y)
77 Dari grafik P-P Plot diatas terlihat bahwa sebaran data memusat pada nilai rata-rata dan median atau nilai P-P terletak digaris diagonal, maka dapat dikatakan bahwa data penelitian ini memiliki penyebaran dan terdistribusi normal. Dengan normalnya data pada penelitian ini maka penelitian ini dapat diteruskan.
Untuk menegaskan hasil uji normalitas diatas maka peneliti melakukan uji
Kolmogorov-Smirnov dengan hasil sebagai berikut:
Tabel4.4
One-Sampel Kolmogorof-Swirnov Test One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 48
Normal Parametersa,b Mean ,0000000
Std. Deviation ,36900833
Most Extreme Differences Absolute ,089
Positive ,066
Negative -,089
Test Statistic ,089
Asymp. Sig. (2-tailed) ,200c,d
a. Test distribution is Normal. b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.
Sumber: Data Sekunder yang diolah, 2016
Berdasarkan hasil Kolmogorov-Smirnov diatas, terlihat nilai Asymp. Sig memiliki nilai 0,200> 0,05. Hal ini menunjukan bahwa data pada penelitian ini terdistribusi secara normal dan model regresi tersebut layak dipakai untuk memprediksi variabel dependen yaitu pendapatan berdasarkan masukan
78 variabel independen yaitu komposisi pembiayaan murabahah, komposisi pembiayaan ijarah,inflasi dan nilai tukar. Maka data penelitian layak digunakan sebagai penelitian.
b. Hasil Uji Multikolinieritas
Uji multikolinieritas diperlukan untuk mendeteksi adanya problem multiko, maka dapat dilakukan dengan melihat nilai Tolerance dan Variance
Inflation Factor (VIF) serta besaran korelasi antar variabel independen.
Tabel4.5
Hasil Uji Multikolinieritas Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 5,123 ,688 7,451 ,000
Murabahah ,000134 ,000 1,057 7,576 ,000 ,135 7,397
Ijarah ,000783 ,000 ,240 1,923 ,061 ,169 5,903
Inflasi -,117426 ,046 -,173 -2,561 ,014 ,578 1,731
Nilai Tukar ,000218 ,000 -,321 -2,108 ,041 ,114 8,810
a. Dependent Variable: LnPendapatan
Sumber: Data Sekunder yang diolah, 2016
Berdasarkan tabel 4.5 diatas terlihat bahwa nilai Tolerance semua variabel independen >0,10 dan nilai VIF semua variabel independen <10,00, yang ditunjukan dengan nilai Tolerance untuk komposisi pembiayaan murabahah sebesar 0,135, komposisi pembiayaan ijarah sebesar 0,169 inflasi sebesar 0,578, dan nilai tukar sebesar 0,114. Serta VIF untuk komposisi pembiayaanmurabahah sebesar 7,397, komposisi pembiayaan ijarah sebesar 5,903, inflasi sebesar 1,731, dan nilai tukar sebesar 8,810.
79 Dengan demikian dapat disimpulkan bahwa model persamaan regresi tidak terdapat problem multikolinieritas atau dapat dikatakan bebas dari problem multikolinieritas dan dapat digunakan dalam penelitian ini.
c. Hasil Uji Heteroskedastisitas
Pengujian Heteroskedastisitas dilakukan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan yang lain. Jika varians dari residual dari suatu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas.
Gambar4.2 Grafik Scatterplot
Sumber: Data Sekunder yang diolah, 2016
Berdasarkan gambar 4.2, grafik Scatterplot menunjukan bahwa titik-titik menyebar dan tidak membentuk pola tertentu yang jelas. Sehingga dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas
80 d. Hasil Uji Autokorelasi
Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Untuk mendeteksi gejala autokorelasi dapat menggunakan uji Durbin-Watson
(DW). Pengambilan keputusan ada tidaknya autokorelasi dapat dilihat dari ketentuan berikut (Singgih Santoso, 2015:194).
1) Angka DW di bawah -2 berarti terdapat autokorelasi positif.
2) Angka DW di antara -2 sampai +2, berarti tidak terdapat autokorelasi. 3) Angka DW diatas +2, berarti terdapat autokorelasi negatif.
Tabel 4.6 Hasil Uji Autokorelasi
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 ,942a ,887 ,876 ,38579 ,731
a. Predictors: (Constant), Nilai Tukar, Inflasi, Ijarah, Murabahah b. Dependent Variable: LnPendapatan
Sumber: Data Sekunder yang diolah, 2016
Berdasarkan hasil uji autokorelasi, nilai hitung Durbin-Watson sebesar 0,731. Hasil ini menunjukan dalam model regresi tidak terjadi autokorelasi karena nilai hitung Durbin-Watson lebih besar dari -2 dan lebih kecil dari 2. 2. Hasil Uji Hipotesis
a. Hasil Uji Signifikansi Parsial (Uji Statistik t)
Uji statistik t ini bertujuan untuk menunjukan seberapa jauh pengaruh satu variabel penjelas atau indeoenden secara individual dalam menerangkan variasi variabel dependen yang diuji pada tingkat signifikansi harus lebih kecil dari
81 0,05 (Ghozali, 2013:93). Adapun pengambilan keputusan yaitu dengan cara membandingkan antara thitung dengan ttabel dengan kriteria (Sujarweni, 2013:93):
Jika thitung > ttabel = Ho ditolak Jika thitung < ttabel = Ho diterima
Tabel 4.7
Hasil Uji Signifikansi Parsial (Uji statistik t) Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 5,123 ,688 7,451 ,000 Murabahah ,000 ,000 1,057 7,576 ,000 Ijarah ,001 ,000 ,240 1,923 ,061 Inflasi -,117 ,046 -,173 -2,561 ,014 Nilai Tukar ,000 ,000 -,321 -2,108 ,041
a. Dependent Variable: LnPendapatan
Sumber: Data Sekunder yang diolah, 2016
Berdasarkan tabel 4.7 diatas, untuk mengetahui besarnya pengaruh masing-masing variabel independen secara parsial terhadap variabel dependen adalah sebagai berikut:
Pengaruh Komposisi Pembiayaan Murabahah Terhadap Pendapatan Hasil perhitungan diperoleh untuk variabel komposisi pembiayaan murabahah (X1) dengan signifikansi sebesar 0,000 menunjukan bahwa nilai tersebut lebih kecil dari 0,05 (0,000 < 0,05), dan nilai thitung7,576>ttabel1,678, hal tersebut menunjukan bahwa hipotesis dalam penelitian ini menolak H0 dan menerima Ha. Dengan demikian hal ini menunjukan bahwa hipotesis 1 adalah
82 besarnya komposisi pembiayaan murabahah berpengaruh signifikan secara parsial terhadap pendapatan.
Adapun nilai ttabel berasal dari n-2 (n merupakan jumlah sampel) yang kemudian hasil dari n-2 dapat dilihat pada form ttabel . pada penelitian ini jumlah sampel berjumlah 48-2 = 46 dan bila dilihat dari form ttabel dengan memakai tingkat kesalahan penelitian 5% (0,05) maka akan mendapat nilai 1,678.
Pengaruh Komposisi Pembiayaan Ijarah Terhadap Pendapatan
Hasil perhitungan diperoleh untuk variabel komposisi pembiayaan ijarah (X2) dengan signifikansi sebesar 0,061 menunjukan bahwa nilai tersebut lebih besar dari 0,05 (0,061 > 0,05), dan nilai thitung1,923>ttabel 1,678. Hal tersebut menunjukan bahwa hipotesis dalam penelitian ini menolak H0 dan menerima Ha. Dengan demikian hal ini menunjukan bahwa hipotesis 2 adalah komposisi pembiayaan ijarah tidak berpengaruh signifikan secara parsial terhadap pendapatan.
Adapun nilai ttabel berasal dari n-2 (n merupakan jumlah sampel) yang kemudian hasil dari n-2 dapat dilihat pada form ttabel . pada penelitian ini jumlah sampel berjumlah 48-2 = 46 dan bila dilihat dari form ttabel dengan memakai tingkat kesalahan penelitian 5% (0,05) maka akan mendapat nilai 1,678.
Pengaruh Inflasi Terhadap Pendapatan
Hasil perhitungan diperoleh untuk variabel inflasi (X3) dengan signifikansi sebesar 0,014 menunjukan bahwa nilai tersebut lebih kecil dari 0,05 (0,014< 0,05), dan nilai thitung-2.561<ttabel 1,678 / (-1,678). Hal tersebut menunjukan
83 bahwa hipotesis dalam penelitian ini menolak H0 dan menerima Ha. Dengan demikian hal ini menunjukan bahwa hipotesis 3 adalah inflasi berpengaruh signifikan secara parsial terhadap pendapatan.
Adapun nilai ttabel berasal dari n-2 (n merupakan jumlah sampel) yang kemudian hasil dari n-2 dapat dilihat pada form ttabel . pada penelitian ini jumlah sampel berjumlah 48-2 = 46 dan bila dilihat dari form ttabel dengan memakai tingkat kesalahan penelitian 5% (0,05) maka akan mendapat nilai 1,678.
Pengaruh Nilai Tukar Terhadap Pendapatan
Hasil perhitungan diperoleh untuk variabel nilai tukar (X4) dengansignifikansi sebesar 0,041 menunjukan bahwa nilai tersebut lebih kecil dari 0,05 (0,041<0,05), dan nilai thitung-2.108<ttabel 1,6772. Hal tersebut menunjukan bahwa hipotesis dalam penelitian ini menolak H0 dan menerima Ha. Dengan demikian hal ini menunjukan bahwa hipotesis 4 adalah nilai tukar tidak berpengaruh signifikan secara parsial terhadap pendapatan.
Adapun nilai ttabel berasal dari n-2 (n merupakan jumlah sampel) yang kemudian hasil dari n-2 dapat dilihat pada form ttabel . pada penelitian ini jumlah sampel berjumlah 48-2 = 46 dan bila dilihat dari form ttabel dengan memakai tingkat kesalahan penelitian 5% (0,05) maka akan mendapat nilai 1,678.
Berdasarkan hasil yang diperoleh dari koefisien regresi diatas, maka dapat dibuat suatu persamaan regresi sebagai berikut:
84 Y= 5.123 + 0,000134X1+ 0,000783X2- (-0,117)X3+ 0,000218X4 Keterangan:
Y = Pendapatan
X1= Komposisi Pembiayaan Murabahah X2= Komposisi Pembiayaan Ijarah X3= Inflasi
X4= Nilai Tukar
Dari persamaan tersebut dapat dijelaskan bahwa angka koefisien regresi 0,000134 menyatakan bahwa setiap penambahan 1% variabelkomposisi pembiayaan murabahah (X1) akan meningkatkan pendapatan (Y) sebesar 0,000134% dengan catatan variabel lain dianggap konstan.
Angka koefisien regresi 0,000783 menyatakan bahwa setiap penambahan 1% variabelkomposisi pembiayaan ijarah (X2) akan meningkatkan pendapatan (Y) sebesar 0,000783% dengan catatan variabel lain dianggap konstan.
Angka koefisien regresi -0,117 menyatakan bahwa setiap peningkatan1% variabel inflasi (X3) akan mengurangi pendapatan (Y) sebesar 0,117% dengan catatan variabel lain dianggap konstan.
Angka koefisien regresi 0,000218 menyatakan bahwa setiap penambahan 1% variabel nilai tukar (X4) akan meningkatkan pendapatan (Y) sebesar 0,000218 dengan catatan variabel lain dianggap konstan.
85 b. Hasil Uji Signifikansi Simultan (Uji Statistik F)
Pengujian hipotesis secara simultan bertujuan untuk mengukur besarnya pengaruh variabel independen secara bersama-sama terhadap variabel dependen, hasil hipotesis dalam pengujian ini adalah:
Tabel 4.8
Hasil Uji Signifikan Simultan (Uji statistik F) ANOVAa
Model Sum of Squares Df Mean Square F Sig.
1 Regression 50,176 4 12,544 84,282 ,000b
Residual 6,400 43 ,149
Total 56,576 47
a. Dependent Variable: LnPendapatan
b. Predictors: (Constant), Nilai Tukar, Inflasi, Ijarah, Murabahah
Sumber: Data Sekunder yang diolah, 2016
Berdasarkan tabel 4.8 hasil perhitungan diperoleh signifikansi sebesar 0,000b. Dengan menggunakan tingkat signifikansi 0,05 maka nilai signifikansi F sebesar 0,000 menunjukan lebih kecil dari 0,05 (0,000 < 0,05), dan nilai Fhitung84,282> Ftabel 3,79. Dengan demikian Ha5 diterima, sehingga hipotesis yang menyatakan terdapat pengaruh signifikan antara variabel bebas komposisi pembiayaan murabahah (X1), komposisi pembiayaan ijarah (X2), inflasi (X3), nilai tukar (X4) secara simultan terhadap variabel terikat pendapatan (Y) dapat diterima.
Adapun nilai Ftabel berasal dari perhitungan dengan menggunakan rumus: df1 = k-1
86 Keterangan:
K= jumlah variabel bebas
N= jumlah sampel pembentuk regresi
Dengan menggunakan rumus perhitungan diatas, maka didapatkan hasil sebagai berikut:
df1: 5-1= 4 df2: 48-5=43
Pada form Ftabel dengan menggunakan tingkat signifikansi sebesar 5% didapatkan nilai 3,79.
c. Hasil Uji Koefisien Determinasi (R2)
Koefisien determinasi bertujuan untuk mengetahui seberapa besar variabel independen menjelaskan variabel dependen. Hasil uji koefisien determinasi dapat dilihat pada tabel berikut:
Tabel 4.9
Hasil Uji Koefisien Determinasi (R2) Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 ,942a ,887 ,876 ,38579 ,731
a. Predictors: (Constant), Nilai Tukar, Inflasi, Ijarah, Murabahah b. Dependent Variable: LnPendapatan
Sumber: Data Sekunder yang diolah, 2016
Terlihat pada tabel 4.9 diatas, angka Adjusted R Square adalah 0,876, hal ini berarti 87,6% variabel dependen pendapatan dapat dijelaskan oleh variabel independen komposisi pembiayaan murabahah, komposisi pembiayaan ijarah,
87 inflasi, nilai tukar. Sedangkan sisanya (100%- 87,6%=12,4%) dijelaskan oleh variabel lain yang tidak diteliti dalam penelitian ini.