31 BAB III
METODE PENELITIAN 3.1 Pendekatan dan Jenis Penelitian
Penelitian ini menggunakan metode pendekatan asosiatif dan bertujuan untuk mengetahui pengaruh antara dua variabel atau lebih. Dalam penelitian ini meneliti tentang pengaruh variabel independen yaitu pembiayaan murabahah (X1), pembiayaan mudharabah (X2), dan pembiayaan musyarakah (X3), terhadap variabel dependen yaitu pendapatan / sisa hasil usaha (Y) pada Koperasi Agro Niaga Indonesia (KANINDO) Syariah Jawa Timur periode tahun 2011 sampai tahun 2020. Jenis penelitian ini adalah penelitian kuantitatif, merupakan metode survei untuk meneliti populasi atau sampel. Metode pengambilan sampel biasanya pengumpulan data secara acak dengan menggunakan peralatan penelitian untuk analisis data kuantitatif atau statistik yang bertujuan untuk menguji hipotesis yang diberikan (Sugiyono, 2015).
3.2.1 Data
Data adalah sesuatu yang belum memiliki arti bagi penerimanya dan perlu proses. Data tersebut dapat berupa situasi, gambar, huruf, angka, matematika, bahasa, atau simbol lain yang dapat digunakan sebagai bahan untuk mengidentifikasi lingkungan, objek, atau konsep (Siyoto & Ali, 2015).
a) Data Sekunder
Data sekunder adalah data yang didapatkan atau dikumpulkan penelitian dari berbagai sumber yang telah ada (peneliti sebagai tangan kedua). Data sekunder dapat diperoleh dari berbagai sumber seperti laporan keuangan, buku, jurnal dan dokumen (Siyoto & Ali, 2015).
Pada penelitian ini jenis data yang akan di digunakan oleh peneliti merupakan data sekunder yang berupa data variabel yaitu data pembiayaan murabahah, pembiayaan mudharabah, dan pembiayaan musyarakah, data yang akan digunakan adalah data sekunder runtun waktu (time series) terhitung dari periode Januari tahun 2011 - periode
Desember tahun 2020, serta data pendapatan / sisa hasil usaha di Koperasi Agro Niaga Indonesia (KANINDO) Syariah Jawa Timur periode tahun 2011 sampai tahun 2020.
3.2.2 Sumber Data
Data yang digunakan pada penelitian ini merupakan data kuantitatif yang diukur dalam skala numerik (angka) Data sekunder umumnya berupa bukti, catatan atau laporan historis yang telah tersusun dalam arsip yang dikeluarkan oleh Koperasi Agro Niaga Indonesia (KANINDO) Syariah Jawa Timur periode Januari tahun 2011 - periode Desember tahun 2020.
Metode pengumpulan data yang digunakan dalam penelitian ini adalah teknik dokumentasi data melalui pengumpulan data kemudian mencatat dilanjutkan dengan menganalisis laporan keuangan khususnya pembiayaan murabahah, pembiayaan mudharabah, dan pembiayaan musyarakah di Koperasi Agro Niaga Indonesia (KANINDO) Syariah Jawa Timur periode Januari tahun 2011 - periode Desember tahun 2020.
3.2 Definisi Operasional Variabel
Definisi operasional dalam penelitian yang dikerjakan meliputi variabel dependen (Y) dan variabel independen (X).
a) Variabel Independen
Variabel independen atau Variabel bebas adalah variabel yang mempengaruhi atau memicu perubahan atau munculnya variabel terikat.
(Sugiyono, 2015) Dalam penelitian ini, variabel independen (X) adalah:
pembiayaan murabahah (X1), pembiayaan mudharabah (X2), dan pembiayaan musyarakah (X3).
1. Pembiayaan murabahah (X1), adalah pembiayaan berdasarkan prinsip jual beli barang dengan harga asli, dan keuntungan tambahan yang disepakati dengan lembaga keuangan sebagai penjual dan anggota sebagai pembeli.
Angsuran dimungkinkan dengan kesepakatan bersama. Data yang dipakai adalah data selama periode penelitian yaitu tahun 2011 – 2020 (Kanindo Syariah, 2020).
2. Pembiayaan mudharabah (X2), adalah pembiayaan Menurut prinsip bagi hasil, keuntungan manajemen dibagi sesuai dengan keuntungan yang disepakati. Data yang dipakai adalah data selama periode penelitian yaitu tahun 2011 – 2020.(Kanindo Syariah, 2020)
3. Pembiayaan musyarakah (X3), adalah pembiayaan dengan prinsip bagi hasil dengan nisbah sesuai dengan modal penyertaan yang telah ditanamkan. Data yang dipakai adalah data selama periode penelitian yaitu tahun 2011 – 2020. (Kanindo Syariah, 2020)
b) Variabel Dependen
Pendapatan / SHU (Y) Merupakan pendapatan satu tahun setelah penyusutan dan pengeluaran untuk tahun fiskal yang bersangkutan. Pada dasarnya, sisa operasi koperasi adalah untuk kepentingan orang lain.
(Soemarno, 2008). Dari segi ekonomi, sisa hasil usaha koperasi Selisih antara semua penerimaan atau total penerimaan (Total Revenue) dengan biaya total (Total Cost) dalam satu tahun buku. Dengan menggunakan data dalam satuan ribu rupiah periode 2011- 2020. Data tersebut diperoleh dari laporan keuangan yang dikeluarkan oleh Koperasi Agro Indonesia (KANINDO) Syariah Jawa Timur.
3.4 Teknik Analisis Data
Analisis data adalah kegiatan setelah data terkumpul dari seluruh responden atau sumber data lainnya. Kegiatan analisis data mengklasifikasikan data berdasarkan variabel dan jenis responden, agregat data berdasarkan variabel dan responden, menyajikan data untuk setiap variabel yang diteliti, dan menjawab rumusan masalah Melakukan perhitungan dan melakukan perhitungan untuk menguji hipotesis yang diajukan (Sugiyono, 2015).
3.4.1 Uji Asumsi Klasik
Asumsi klasik merupakan syarat yang biasanya harus dipenuhi dengan model regresi menggunakan estimasi kuadrat terkecil (OLS).
Tujuannya adalah untuk menghasilkan nilai estimasi parameter yang sesuai dengan nilai sebenarnya sehingga nilai parameter tersebut memiliki karakteristik konsisten, dan efisien (Wahyudi, 2016).
1) Uji Normalitas
Uji normalitas data adalah pengujian yang mengukur apakah sebaran data yang diperoleh normal atau tidak normal sehingga pemilihan statistik dapat dilakukan dengan benar (Riyanto &
Hatmawan, 2020). Berdasarkan pengalaman beberapa ahli statistik, lebih dari 30 angka (n>30) data dapat dianggap berdistribusi normal. Anda perlu menggunakan uji normalitas untuk melihat apakah data Anda berdistribusi normal. Ini karena tidak pasti apakah lebih dari 30 data dapat dikonfirmasi berdistribusi normal.
Sebaliknya, data kurang dari 30 tidak berdistribusi normal. Itu belum tentu distribusi normal, jadi perlu dilakukan pembuktian (Basuki & Prawoto, 2017).
Uji statistik normalitas yang dapat digunakan diantaranya jarque bera, chi- square, dan Kolmogorov smirnov,
Pengujian hipotesis normalitas:
H1: sampel diambil dari populasi yang tidak berdistribusi normal Jika digunakan tingkat signifikansi α = 0,05 dan hasil nilai P lebih besar dari signifikansi = 0,05, maka H0 diterima. Artinya terdistribusi secara normal, jika tidak maka tidak terdistribusi secara normal (Setiawan et al., 2016).
2) Uji Multikolinearitas
Multikolinearitas pertama kali diperkenalkan oleh Ragnar Frisch. Frisch menyatakan multikolinearitas berarti adanya linear yang sempurna atau pasti, di antara beberapa variabel yang menjelaskan dari model regresi. bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi yang tinggi atau sempurna antar variabel independen (Ajija, 2011). Biasanya jika ada multikolinearitas, nilai R-squared tinggi namun variabel- variabel independen tidak signifikan.
Analisis adanya multikolinearitas adalah sebagai berikut:
a) Correlation Matrix
Adalah korelasi setiap variabel yang ada termasuk variabel (Y). Jika koefisien korelasi diantara masing masing variabel lebih besar dari 0,8 maka terjadi multikolinearitas (Ajija, 2011).
b) Variance Inflation Factors (VIF)
Adalah suatu koefisien yang mengukur seberapa besar varians dari peningkatan koefisien estimasi regresi jika dibandingkan dengan variabel independen ortogonal ketika dihubungkan secara linier. Jika korelasi antar variabel independen besar, maka nilai VIF akan besar (Component et al., 2017).
1) Jika nilai VIF < 10,00 maka tidak terdapat multikolinearitas pada model regresi
2) Jika nilai VIF > 10,00 maka terdapat multikolinearitas pada model regresi
3) Uji Autokorelasi
Adalah korelasi antara error pada suatu observasi dengan error observasi lainnya. Autokorelasi dapat terjadi pada data cross- section, tetapi jauh lebih sering terjadi pada data time series, pada data time series autokorelasi berarti adanya korelasi antara error pada suatu periode dengan periode lainnya (Karnadi, 2017).
Ada beberapa cara yang dapat digunakan untuk mendeteksi ada atau tidaknya autokorelasi:
a) Uji Durbin Watson (DW)
Uji durbin watson menghasilkan nilai Durbin-Watson (DW), yang kemudian dibandingkan dengan dua nilai tabel Durbin-Watson., yaitu durbin upper (du) dan durbin lower (dl).
Dengan ketentuan sebagai berikut: (Basuki & Prawoto, 2017).
1. Jika d lebih kecil dari dL atau lebih besar dari (4-dl) artinya hipotesis nol ditolak, yang berarti terdapat autokorelasi.
2. Jika d ada diantara dL dan (4-du) artinya hipotesis nol diterima yang berarti tidak ada autokorelasi.
3. Jika d terletak antara dL dan dU atau di antara (4-du) dan (4-dl), maka kesimpulan nya tidak pasti
4) Uji Heteroskedastisitas
Uji heteroskedastisitas (varians tidak konstan tujuan dari model regresi adalah untuk menguji apakah terdapat ketidaksamaan varians dari residual satu pengamatan ke pengamatan lainnya. Jika varians dari residual bervariasi dari pengamatan ke pengamatan, ini disebut heteroskedastisitas. Berikut cara menguji adanya heteroskedastisitas:
a) Uji Glejser
Uji Glejser ini, estimasi residual absolut model regresi dalam variabel penjelas. Mendeteksi ada tidaknya varians yang tidak seragam dilihat dari nilai probabilitas masing-masing variabel independen. Jika probabilitas > 0,05 artinya tidak terjadi heteroskedastisitas, sebaliknya jika probabilitas < 0,05 artinya terjadi heteroskedastisitas.
3.4.2 Analisis Regresi Linear Berganda
Analisis Regresi Linear Berganda adalah analisis yang digunakan untuk mengetahui variabel independen yang berjumlah dua atau lebih terhadap suatu variabel dependen (Ajija, 2011).
Y = α + β1 XPMRt + β2 XPMDt + β3 XPMSt + e Keterangan:
Y = Sisa Hasil Usaha (SHU) α = Konstanta
β1 β2 β3 = Koefisien regresi variabel independen XPMR = Pembiayaan murabahah
XPMD = Pembiayaan mudharabah XPMS = pembiayaan musyarakah
e = error term
t = time series/ waktu
3.4.3 Uji Hipotesis
Uji hipotesis cabang dari statistika inferensi yang bertujuan untuk menguji kebenaran pencantuman hipotesis statistik sehingga dapat ditarik kesimpulan. Tujuan pengujian adalah memberikan dasar untuk mengumpulkan berbagai data dan fakta yang dapat digunakan sebagai alasan untuk mengasumsikan atau menolak keakuratan penyertaan atau asumsi yang dibuat (Basuki & Prawoto, 2017).
Untuk menguji hipotesis penelitian ini, peneliti menggunakan analisis statistik, yaitu metode regresi linier berganda dengan menggunakan software Eviews for Windows. Model analisis data yang digunakan dalam penelitian ini adalah dengan memakai model numerik, matematis, untuk menentukan apakah terdapat dampak yang signifikan dan dominan. variabel pembiayaan murabahah (X1), pembiayaan mudharabah (X2), dan pembiayaan musyarakah (X3) terhadap pendapatan. Untuk menguji hipotesis 1 (satu) maka dilakukan dengan langkah sebagai berikut:
1) Uji regresi secara parsial (Uji t)
Uji signifikansi parsial (uji-t) atau uji individual digunakan untuk menguji apakah variabel bebas mempengaruhi variabel terikat.. Adapun langkah untuk uji t atau uji parsial adalah:
a) Berdasarkan nilai signifikan (sig.)
1. Jika signifikansi (sig) < 0,05 artinya terdapat pengaruh variabel bebas (X) terhadap variabel terikat (Y) atau hipotesis diterima
2. Jika signifikansi (sig) > 0,05 artinya tidak terdapat pengaruh variabel bebas (X) terhadap variabel terikat (Y) atau hipotesis ditolak
b) Berdasarkan perbandingan nilai t hitung dengan t tabel
1. Jika nilai t hitung > t tabel artinya terdapat pengaruh variabel bebas (X) terhadap variabel (Y) terikat, dengan itu hipotesis diterima.
2. Jika nilai t hitung < t tabel artinya tidak terdapat pengaruh variabel bebas (X) terhadap variabel (Y) dengan itu hipotesis ditolak.
2) Uji regresi secara simultan (Uji F)
Uji-F digunakan untuk memeriksa kemampuan keseluruhan variabel independen untuk menjelaskan keragaman variabel dependen dan untuk melihat apakah semua variabel sejalan dengan variabel dependen (Basuki & Prawoto, 2017). Adapun langkah untuk uji F atau uji simultan adalah:
a) Berdasarkan nilai signifikan dari output anova 1. Jika nilai sig. < 0,05 artinya hipotesis diterima.
2. Jika nilai sig. > 0,05 artinya hipotesis ditolak.
b) Berdasarkan perbandingan nilai F hitung dengan F tabel 1. Jika nilai F hitung > F tabel artinya hipotesis diterima 2. Jika nilai F hitung > F tabel artinya hipotesis ditolak 3) Koefisien Determinasi (R2)
Koefisien determinasi menunjukkan sebagian suatu proporsi dari varian yang dapat diterangkan oleh persamaan regresi terhadap varian total. nilai untuk R2 adalah 0 hingga 1. Nilai R2 = 1 menunjukkan bahwa 100% dari total variabilitas dijelaskan oleh persamaan regresi atau varians dari variabel independen (baik X1, X2, X3) yang menjelaskan variabel Y sebagai berikut: 100%.
Sebaliknya, jika R2 = 0, berarti tidak ada total varians yang dijelaskan oleh variabel bebas dari persamaan regresi baik X1, X2, maupun X3 (Basuki & Prawoto, 2017).
Untuk menguji Hipotesis 2 (dua), perhatikan variabel independen dengan nilai beta tertinggi (faktor regresi), yang merupakan variabel dominan yang mempengaruhi variabel dependen.
Melihat nilai koefisien regresi menunjukkan besarnya pengaruh variabel bebas terhadap variabel terikat. Semakin besar nilai koefisien regresi maka semakin besar pengaruhnya terhadap Y (variabel terikat).
