3. Keputusan Manajemen Aset
1.3. Karakteristik Responden
1.3.8. Pendapatan Responden
Tujuan dijalankannya usaha perdagangan adalah memperoleh pendapatan.
Pendapatan tersebut akan berpengaruh bagi kelangsungan usaha, dimana semakin
besar pendapatan maka semakin besar pula kemampuan suatu usaha membiayai
pengeluaran-pengeluaran. Tabel 4.8 berikut ini menunjukkan karakteristik
Tabel 4.8
Karakteristik Pendapatan UKM Counter Pulsa
Pendapatan (rupiah Jumlah Responden
(orang) (%) 2.450.000<P≥ 29.018.750 62 55,9 29.018.750<P≥ 55.587.500 23 20,7 55.587.500<P≥ 82.156.250 9 8,1 82.156.250<P≥108.725.000 9 8,1 108.725.000<P≥135.293.750 3 2,7 135.293.750<P≥161.862.500 0 0,0 161.862.500<P≥188.431.250 2 1,8 188.431.250<P≥215.000.000 3 2,7 Jumlah 111 100,0 Sumber : Lampiran 3
Berdasarkan Tabel 4.8 menunjukkan bahwa, jumlah responden terbanyak
pada pendapatan Rp 2.450.000 Rp 29.018.750 yaitu sebesar 62 respoden. Jumlah
rata-rata responden pada pendapatan Rp 29.018.750 Rp 55.587.500 yaitu 23
responden. Jumlah responden paling sedikit dengan modal usaha Rp 135.293.750
Rp 161.862.500 yaitu 0 responden atau tidak terdapat responden.
1.4.Uji Asumsi Klasik
Uji asumsi klasik bertujuan agar mendapatkan model penelitian valid yang dapat
dilakukan dengan melakukan estimasi. Pengujian asumsi klasik ini terdiri dari uji
normalitas, uji multikolinieritas, uji autokorelasi dan uji heteroskedastisitas
1.4.1. Uji Normalitas
Pengujian normalitas dalam penelitian ini menggunakan Uji Kolmogorov Smirnov
untuk mengetahui residual dalam model regresi menyebar normal atau tidak.
Kriteria pengujian normalitas menggunakan probabilitas, yaitu:
1. Jika probabilitas > 0,05 maka residual berdistribusi normal.
2. Jika probabilitas < 0,05 maka residual berdistribusi tidak normal.
Tabel 4.9 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 111
Normal Parametersa,,b Mean .0000000
Std. Deviation 8.47169047E5
Most Extreme Differences Absolute .069
Positive .069
Negative -.050
Kolmogorov-Smirnov Z .728
Asymp. Sig. (2-tailed) .664
a. Test distribution is Normal.
b. Calculated from data.
Sumber : Lampiran 4
Berdasarkan output Tabel 4.9 menunjukkan bahwa nilai signifikansi
sebesar 0,664 lebih besar dari 0,05 sehingga dapat disimpulkan bahwa data yang
di uji berdistribusi normal.
1.4.2. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah dalam model regresi
baik seharusnya tidak terjadi korelasi di antara variabel independen. Pengujian
ada tidaknya korelasi antar variabel independen digunakan Tolerance Value dan
Variance Inflation Factor (VIF).
Tabel 4.10 Uji Multikolinieritas Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1(Constant) -117191.039 765627.772 -.153 .879
Modal Usaha 1.021 .002 .994 486.640 .000 .822 1.217
Tenaga Kerja 169339.995 109034.939 .003 1.553 .123 .849 1.177
Jam Kerja 199469.418 60019.565 .007 3.323 .001 .864 1.158
Lama Usaha 115041.405 24043.514 .010 4.785 .000 .796 1.257
a. Dependent Variable: Pendapatan Sumber : Lampiran 4
Berdasarkan output Tabel 4.10 menunjukkan bahwa Nilai Tolerance
variabel Modal Usaha, Tenaga Kerja, Jam Kerja dan Lama Usaha masing-masing
0,822; 0,849; 0,864 dan 0,796 lebih besar dari 0,10. Sementara itu, Nilai VIF
variabel Modal Usaha, Tenaga Kerja, Jam Kerja dan Lama Usaha masing-masing
1,217; 1,177; 1,158 dan 1,257 lebih kecil dari 10,00. Sehingga dapat disimpulkan
bahwa variabel yang digunakan tidak terjadi multikolinieritas.
1.4.3. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam suatu model regresi linear ada
pada periode t-1 (sebelumnya) (Ghozali, 2013;110). Model regresi yang baik
adalah regresi yang bebas dari autokorelasi.
Tabel 4.11 Uji Autokorelasi Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .995a .991 .990 .04682 1.787
a. Predictors: (Constant), Lama Usaha, Jam Kerja, Tenaga Kerja, Modal Usaha
b. Dependent Variable: Pendapatan Sumber : Lampiran 4
Berdasarkan output Tabel 4.11 menunjukkan bahwa nilai DW 1,787,
selanjutnya nilai ini akan dibandingkan dengan nilai table signifikansi 5%, jumlah
sampel N = 111 dan jumlah variabel independen 4 (K = 4) = 4.111 (pada tabel
Durbin Watson) maka diperoleh nilai du 1,765. Nilai DW 1,787 lebih besar dari
batas atas (du) yakni 1,765 dan kurang dari (4-du) 4 - 1,765 = 2,235 sehingga
dapat disimpulkan bahwa tidak terdapat autokorelasi.
dl du 4-du 4-dl 1,616 1,765 1,787 2,235 2,384
Gambar 4.2 Kurva Durbin Watson
daerah keraguan daerah keraguan ada autokorelasi positif ada autokorelasi negatif Tidak ada Autokorelasi
1.4.4. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi
terjadi ketidaksamaan varian dan residual satu pengamatan ke pengamatan lain.
Uji heteroskedastisitas dilakukan dengan menggunakan uji Glejer yang meregres
absolute residual terhadap variabel bebas yang berpengaruh tidak signifikan
terhadap variabel terikat absolut Ut maka tidak terjadi heteroskedastisitas
(Ghozali, 2013;143). Tabel 4.12 Uji Heteroskedastisitas Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -229112.450 454530.101 -.504 .615 Modal Usaha .000 .001 -.070 -.666 .507 Tenaga Kerja 61869.311 64730.752 .098 .956 .341 Jam Kerja 60134.021 35631.804 .172 1.688 .094 Lama Usaha 8991.137 14273.909 .067 .630 .530
a. Dependent Variable: RES2 Sumber : Lampiran 4
Berdasarkan hasil pengujian pada Tabel 4.12 diperoleh nilai signifikansi 4
(empat) variabel independen terhadap variabel bebas absolut residual tidak ada
yang mengalami gejala heteroskedastisitas atau nilai signifikansi semua berada
1.5.Analisis Regresi Linear Berganda
Model analisis yang digunakan dalam penelitian ini adalah analisis regresi linear
berganda. Analisis ini digunakan untuk mengetahui pengaruh dari masing-masing
variabel independen terhadap variabel dependen. Berikut ini adalah hasil analisis
regresi linear berganda :
Tabel 4.13
Analisis Regresi Linear Berganda
Coefficientsa Model\ Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -117191.039 765627.772 -.153 .879 Modal Usaha 1.021 .002 .994 486.640 .000 Tenaga Kerja 169339.995 109034.939 .003 1.553 .123 Jam Kerja 199469.418 60019.565 .007 3.323 .001 Lama Usaha 115041.405 24043.514 .010 4.785 .000
a. Dependent Variable: Pendapatan Sumber : Lampiran 4
Dari tabel, persamaan regresi linear berganda dapat dijelaskan yaitu :
Y = ß1X1+ ß2X2+ ß3X3+ ß4X4+ e
Y = 0,994X1+ 0,003X2+ 0,007X3+ 0,010X4+ e
Pada penelitian ini menggunakan standardized beta, keuntungannya adalah
mampu mengeliminasi perbedaan unit ukuran pada variabel independen. Jika
ukuran variabel independen tidak sama, maka sebaiknya interpretasi persamaan
regresi mengunakan standardized beta.
1. Nilai koefisien regresi modal usaha (X1) sebesar 0,994 berarti, apabila modal
dengan asumsi variabel tenaga kerja (X2), jam kerja (X3) dan lama usaha
(X4) konstan.
2. Nilai koefisien regresi tenaga kerja (X2) sebesar 0,003 berarti, apabila tenaga
kerja naik satu satuan maka pendapatan akan meningkat sebesar 0,003
dengan asumsi variabel modal usaha (X1), jam kerja (X3) dan lama usaha
(X4) konstan.
3. Nilai koefisien regresi jam kerja (X3) sebesar 0,007 berarti, apabila jam kerja
naik satu satuan maka pendapatan akan meningkat sebesar 0,007 dengan
asumsi variabel modal usaha (X1), tenaga kerja (X2) dan lama usaha (X4)
konstan.
4. Nilai koefisien regresi lama usaha (X4) sebesar 0,010 berarti, apabila lama
usaha naik satu satuan maka pendapatan akan meningkat sebesar 0,010
dengan asumsi variabel modal usaha (X1), tenaga kerja (X2) dan jam kerja
(X3) konstan.
1.6.Koefisien Determinasi (R2)
Koefisien determinasi pada intinya mengukur seberapa jauh kemampuan model
dalam menerangkan variasi variabel terikat. Nilai koefisien determinasi adalah
Tabel 4.14
Hasil Uji Koefisien Determinasi
Model Summaryb
Model R R Square Adjusted R Square
Std. Error of the Estimate
1 .995a .991 .990 .04682
a. Predictors: (Constant), Lama Usaha, Jam Kerja, Tenaga Kerja, Modal Usaha
b. Dependent Variable: Pendapatan Sumber : Lampiran 4
Nilai yang mendekati satu berarti variabel bebas memberikan hampir
semua informasi yang dibutuhkan untuk memprediksi variasi variabel terikat
secara simultan (Sugiyono, 2010;286). Berdasarkan hasil output di atas :
1. Berdasarkan Tabel 4.14 maka diperoleh nilai Adjusted R Square = 0,990
dapat dikatakan bahwa perubahan variabel Y sebesar 99% disebabkan oleh
variabel Modal Usaha (X1), Tenaga Kerja (X2), Jam Kerja (X3) dan Lama
Usaha (X4) sedangkan sisanya sebesar 1% dapat dijelaskan dengan
faktor-faktor lain diluar variabel tersebut.
2. Berdasarkan Tabel 4.14 maka diperoleh nilai R Square = 0,991 artinya bahwa
variabel Modal Usaha (X1), Tenaga Kerja (X2), Jam Kerja (X3) dan Lama
Usaha (X4) mampu menjelaskan perubahan variabel terikat Y (pendapatan)
sebesar 99,1% sedangkan sisanya 0,9% dapat dijelaskan oleh faktor-faktor
lain diluar variabel tersebut.
3. R = 0,995 artinya kuatnya hubungan antar variabel independen (X)
bersama-sama terhadap variabel dependen (Y) yaitu 99,5%.
Sebagai catatan, besarnya nilai koefisien determinasi atau R square hanya
dikatakan bahwa tidak ada pengaruh X terhadap Y. Semakin kecil nilai koefisien
determinasi (R square), maka ini artinya pengaruh variabel bebas terhadap
variabel terikat semakin lemah. Sebaliknya, jika nilai R square semakin mendekati
1, maka pengaruh tersebut akan semakin kuat.
1.7.Uji Hipotesis (Uji t)
Uji digunakan untuk menguji seberapa jauh satu variabel bebas (independen)
secara individual dalam menerangkan variasi variabel terikat (dependen).
Pengujian hipotesis dalam penelitian ini dilakukan dengan beberapa tahap antara
lain :
1. Merumuskan hipotesis statistik
Ha : β > 0 : artinya variabel independen (modal usaha, tenaga kerja, jam kerja dan lama usaha) secara parsial bepengaruh terhadap variabel dependen
(pendapatan).
Ho : β < 0 : artinya varibel independen (modal usaha, tenaga kerja, jam kerja dan lama usaha) secara parsial tidak berpengaruh terhadap variabel dependen
(pendapatan).
2. Menentukan ttabel
Menentukan taraf nyata (α) 5%, derajat bebas atau degree of freedom (df) n-k, dimana n = jumlah pengamatan dan k = jumlah variabel untuk menentukan
3. Kriteria yang dipakai dalam uji t adalah :
a. Apabila thitung > ttabel atau nilai signifikansi < α (0,05) maka Ho ditolak dan
Ha diterima, artinya secara parsial ada pengaruh nyata antara modal usaha,
tenaga kerja, jam kerja dan lama usaha terhadap pendapatan. Dengan
demikian hipotesis satu terbukti kebenarannya.
b. Apabila thitung < ttabel atau nilai signifikansi > α (0,05) maka Ho diterima
dan Ha ditolak, artinya secara parsial tidak ada pengaruh nyata antara
modal usaha, tenaga kerja, jam kerja dan lama usaha terhadap pendapatan.
Dengan demikian hipotesis satu terbukti kebenarannya.
Tabel 4.15
Hasil Uji Hipotesis (Uji t)
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -117191.039 765627.772 -.153 .879 Modal Usaha 1.021 .002 .994 486.640 .000 Tenaga Kerja 169339.995 109034.939 .003 1.553 .123 Jam Kerja 199469.418 60019.565 .007 3.323 .001 Lama Usaha 115041.405 24043.514 .010 4.785 .000
a. Dependent Variable: Pendapatan Sumber : Lampiran 4
Hasil penelitian terhadap variabel Modal Usaha (X1) diperoleh nilai thitung sebesar 486,640 sedangkan ttabel sebesar 1,662. Hasil ini menunjukan bahwa thitung
> ttabel dengan signifikan sebesar 5%. Dengan demikian hasil perhitungan statistik
menunjukan bahwa secara parsial variabel Modal Usaha (X1) berpengaruh
Gambar 4.3
Kurva Daerah Penerimaan dan Penolakan Ha Uji t Modal Usaha
Hasil penelitian terhadap variabel Tenaga Kerja (X2) diperoleh nilai thitung
sebesar 1,553 sedangkan ttabel sebesar 1,662. Hasil ini menunjukan bahwa thitung < ttabel dengan signifikan sebesar 5%. Dengan demikian hasil perhitungan statistik
menunjukan bahwa secara parsial variabel Tenaga Kerja (X2) tidak berpengaruh
signifikan terhadap variabel Pendapatan UKM Counter Pulsa Kecamatan Gresik.
Gambar 4.4
Kurva Daerah Penerimaan dan Penolakan Ha Uji t Tenaga Kerja
Hasil penelitian terhadap variabel Jam Kerja (X3) diperoleh nilai thitung
sebesar 3,323 sedangkan ttabel sebesar 1,662. Hasil ini menunjukan bahwa thitung >
ttabel dengan signifikan sebesar 5%. Dengan demikian hasil perhitungan statistik menunjukan bahwa secara parsial variabel Jam Kerja (X3) berpengaruh signifikan
terhadap variabel Pendapatan UKM Counter Pulsa Kecamatan Gresik.
Daerah Ha diterima 0 1,662 486,640 Daerah Ha ditolak Daerah Ha diterima 0 1,553 1,662 Daerah Ha ditolak
Gambar 4.5
Kurva Daerah Penerimaan dan Penolakan Ha Uji t Jam Kerja
Hasil penelitian terhadap variabel Lama Usaha (X4) diperoleh nilai thitung sebesar 4,785 sedangkan ttabel sebesar 1,662. Hasil ini menunjukan bahwa thitung >
ttabel dengan signifikan sebesar 5%. Dengan demikian hasil perhitungan statistik
menunjukan bahwa secara parsial variabel Lama Usaha (X4) berpengaruh
signifikan terhadap variabel Pendapatan UKM Counter Pulsa Kecamatan Gresik.
Gambar 4.6
Kurva Daerah Penerimaan dan Penolakan Ha Uji t Lama Usaha
Dari hasil penelitian secara parsial (uji t) variabel Modal Usaha (X1), Jam
Kerja (X3) dan Lama Usaha (X4) berpengaruh signifikan terhadap variabel
Pendapatan UKM Counter Pulsa Kecamatan Gresik karena nilai thitung > ttabel
dengan signifikan sebesar 5%. Sedangkan variabel Tenaga Kerja (X2) tidak
berpengaruh signifikan terhadap variabel Pendapatan UKM Counter Pulsa
Kecamatan Gresik karena nilai thitung < ttabel dengan signifikan sebesar 5%.
Daerah Ha diterima 0 1,662 3,323 Daerah Ha ditolak Daerah Ha diterima 0 1,662 4,785 Daerah Ha ditolak
1.8.Uji Kelayakan Model (Uji F)
Pengujian ini digunakan untuk menguji pengaruh hipotesis secara simultan, yaitu
diduga ada modal usaha, tenaga kerja, jam kerja dan lama usaha mepunyai
pengaruh terhadap Pendapatan UKM Counter Pulsa Kecamatan Gresik.
Pengujian hipotesis dalam penelitian ini dilakukan dengan beberapa tahap :
1. Merumuskan hipotesis statistik
Ha : β > 0 : artinya variabel independen (modal usaha, tenaga kerja, jam kerja dan lama usaha) secara simultan bepengaruh terhadap variabel dependen
(pendapatan).
Ho : β < 0 : artinya varibel independen (modal usaha, tenaga kerja, jam kerja dan lama usaha) secara simultan tidak berpengaruh terhadap variabel
dependen (pendapatan).
2. Menentukan Ftabel
Menentukan taraf nyata (α) = 0,05 atau dan dfl = (k-1), df2 = (n-k) untuk menentukan nilai Ftabel dfl = 4-1 = 3 df2 = 111-4 = 107.
3. Kriteria yang dipakai dalam uji F adalah :
a. Apabila Fhitung > Ftabel atau nilai signifikansi < α (0,05) maka Ho ditolak
dan Ha diterima, artinya secara simultan ada pengaruh antara modal usaha,
tenaga kerja, jam kerja dan lama usaha terhadap pendapatan. Dengan
b. Apabila Fhitung < Ftabel atau nilai signifikansi > α (0,05) maka Ho diterima
dan Ha ditolak, artinya secara simultan tidak ada pengaruh antara modal
usaha, tenaga kerja, jam kerja dan lama usaha terhadap pendapatan.
Dengan demikian hipotesis satu terbukti kebenarannya.
Tabel 4.16
Hasil Uji Kelayakan Model (Uji F)
ANOVAb
Model Sum of Squares Df Mean Square F Sig.
1 Regression 2.172E17 4 5.431E16 72918.335 .000a
Residual 7.895E13 106 7.448E11
Total 2.173E17 110
a. Predictors: (Constant), Lama Usaha, Jam Kerja, Tenaga Kerja, Modal Usaha
b. Dependent Variable: Pendapatan Sumber : Lampiran 4
Dari tabel diatas terlihat bahwa nilai regresi memiliki tingkat signifikansi
0,00 nilai ini lebih kecil dari 0,05 atau nilai signifikan < α dan Fhitung memiliki
nilai 72918,335 sedangkan Ftabel memiliki nilai 2,69 ini berarti Fhitung > Ftabel, sehingga Ho ditolak dan Ha diterima, artinya secara simultan terbukti ada
pengaruh signifikan Modal Usaha (X1), Tenaga Kerja (X2), Jam Kerja (X3) dan
Lama Usaha (X4) terhadap Pendapatan (Y) UKM Counter Pulsa Kecamatan
Gambar 4.7
Kurva Daerah Penerimaan dan Penolakan Ha Uji F