BAB III
METODE PENELITIAN
3.1 Jenis Penelitian
Jenis penelitian yang digunakan yaitu penelitian kuantitatif.Penelitian kuantitatif adalah penelitian yang menganalisis datanya berbentuk angka.Sedangkan menurut keadaannya penelitian ini merupakan penelitian ex
post facto artinya data dikumpulkan setelah semua kejadian yang
dikumpulkan telah selesai berlangsung (Nazir, 2005).
3.2 Objek Penelitian
Menurut Sugiyono (2009) pengertian objek penelitian adalah “Suatu atribut atau sifat atau nilai dari orang, objek atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk di pelajari dankemudian ditarik kesimpulannya”. Objek penelitian yang diteliti adalah jumlah anggota, jumlah simpanan anggota, jumlah aset, jumlah modal dan jumlah pendapatan terhadap penyaluran kredit pada Koperasi Simpan Pinjam di Kabupaten Banyumas .
3.3 Jenis Data Yang Diperlukan
Jenis data yang dibutuhkan dalam penelitian ini adalah data sekunder.Dalam hal ini diperoleh dari Laporan RAT koperasi simpan pinjam di Banyumas, Dinas Perindustrian, Perdagangan dan Koperasi Kabupaten Banyumas, makalah-makalah, jurnal dan situs internet.
3.4 Metode Pengumpulan Data
Metode pengumpulan data yang dipergunakan dalam penelitian ini adalah dengan cara dokumentasi dimana dokumentasi merupakan pengumpulan data yang bersumber dariarsip/dokumen yang terdapat di berbagai instansi terkait yaitudari Dinas Perindustrian, Perdagangan dan Koperasi Kabupaten Banyumas selain itu juga menggunakan data yang bersumberdari buku kepustakaan, hasil penelitian dan arsip/dokumen yangberhubungan dengan penelitian ini.
3.5 Populasi dan Sampel
Populasi yang digunakan dalam penilitian ini adalah jenis koperasi simpan pinjam di wilayah Banyumas yang berjumlah 51 terdiri dari 47 koperasi yang aktif.Sampel adalah sebagian atau wakil dari populasi yang akan diteliti (Arikunto,2006). Dalam penelitian ini penentuan sampel dilakukan dengan cara purposive sampling, dengan metode pemilihan sampel berdasarkan pertimbangan (judgement sampling) tertentu, dengan kriteria berikut :
1) Koperasi yang diteliti adalah koperasi jenis simpan pinjam
2) Koperasi yang setiap tahunnya membuat laporan RAT selama periode tahun 2009-2013 secara berturut-turut
3) Koperasi dipilih oleh Disperindagkop yang memenuhisyarat/berkualitas 4) Koperasi yang bersedia menjadi reponden
Dengan metode tersebut, dari 47 koperasi simpan pinjam di Kabupaten Banyumas yang masih aktif hanya ada 8 koperasi simpan pinjam yang memenuhi kriteria.
3.6 Definisi Operaional
Variabel penelitian pada dasarnya adalah segala sesuatu yang berbentuk apa saja yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh informasi tentang hal tersebut, kemudian ditarik kesimpulannya (Sugiyono, 2007). Definisi operasional untuk masing-masing variabel yang digunakan dalam penelitian ini meliputi :
3.6.1 Variabel Dependen
a) Penyaluran Kredit
Penyaluran kredit merupakan penyediaan uang atau tagihan yang dapat dipersamakan dengan itu, berdasarkan persetujuan atau kesepakatan pinjam-meminjam antara koperasi dengan pihak lain yang mewajibkan pihak peminjam untuk melunasi hutangnya. Penyaluran kredit disini adalah besarnya nominal pemberian kredit yang dilakukan oleh koperasi kepada anggotanya untuk kebutuhan modal atau mengembangkan usaha yang sudah ada. Terdapat pada Laporan RAT dengan nama jumlah kredit yang tersalurkan atau masih dalam bentuk piutang dan dihitung dalam satuan rupiah (Rp).
3.6.2 Variabel Independen
a) Jumlah anggota koperasi
Banyaknya jumlah anggota masing – masing koperasi simpan pinjam di Kabupaten Banyumas pada periode tahun 2009 - 2013 yang diukur dengan satuan orang.
Jumlah Anggota = Σ anggota
b) Jumlah simpanan anggota
Banyaknya jumlah simpanan koperasi simpan pinjam baik berupa tabungan, giro dan deposito dalam kurun waktu tahun 2009 - 2013 yang diukur dengan satuan rupiah.Dalam penelitian ini yang digunakan adalah penjumlahan simpanan pokok dan simpanan wajib.
Jumlah simpanan = simpanan pokok + simpanan wajjib
c) Jumlah aset koperasi
Aset adalah hal yang paling penting dalam koperasi.Pada koperasi, aset merupakan kekayaan yang dimiliki dan dikelola oleh koperasi untuk menjalankan kegiatan operasionalnya.
Jumlah aset koperasi = Σ total aktiva
d) Jumlah modal koperasi
Tanpa modal suatu organisasi atau perusahaan tidak akan bisa berjalan sebagaimana mestinya. Adapun modal koperasi terdiri atas modal sendiri
dan modal pinjaman.Jumlah modal disini adalah keseluruhan modal yang dimiliki koperasi.
Jumlah modal = Modal Sendiri + Modal Luar
e) Jumlah pendapatan
Pendapatan yang timbul sehubungan dengan penjualan produk atau penyerahan jasa kepada bukan anggota dapat dipandang sebagai pendapatan usaha sebagaimana lazimnya terdapat pada badan-badan usaha lainnya.
3.7 Metode Analisis Data 3.7.1 Analisis Deskriptif
Statistik deskriptif digunakan untuk mengetahui karakteristik sampel dengan menggambarkan variabel-variabel dalam penelitian, yaitu jumlah anggota, jumlah simpanan anggota, jumlah aset, jumlah modal, jumlah pendapatan dam penyaluran kredit.Statistik deskriptif meliputi jumlah sampel, nilai minimum, nilai maximum, nilai rata-rata dan standar deviasi.
3.7.2 Analisis Regresi
Analisis data merupakan proses penyederhanaan data ke dalam bentuk yang lebih mudah dibaca dan diinterprestasikan. Metode yang dipilih untuk menganalisis data harus sesuai dengan pola penelitian dan variabel yang akan diteliti.
Metode analisis dalam penelitian ini adalah dengan menggunakan analisis statistik regresi linier berganda (Multiple Linearity Regression).
Analisis statistik regresi linier berganda dimaksudkan untuk mengetahui kuatnya hubungan pengaruh beberapa variabel independen (independent variabel). Adapun model persamaan analisis regresi penelitian ini adalah sebagai berikut (Gujarati, 1995) :
Y= β0+ β1X1+ β2X2+ β3X3+ β4X4+β5X5+ e Keterangan :
Y = Penyaluran kredit (Variabel Terikat)
β0 = Konstanta
β1,2,3,4,5 = Koefisien variabel bebas, merupakan rata-rata perubahan per unitvariabel terikat terhadap variabel bebas dengan asumsi variabelbebas lain konstan.
X1 = Jumlah Anggota
X2 = Jumlah Simpanan Anggota
X3 = Jumlah Aset koperasi
X4 = Jumlah Modal
X5 = Jumlah Pendapatan
e = error, merupakan variabel lain yang juga mempengaruhi jumlah penyaluran kredit tetapi tidak dimasukkan sebagai variabel dalam penelitian ini.
3.7.3 Uji Asumsi Klasik
Dalam memperoleh model yang baik maka diperlukan pengujian atas beberapa asumsi klasik, yaitu uji normalitas, uji multikolinearitas, uji autokorelasi, dan uji heteroskedastisitas. Sehingga sebelum melakukan analisis regresi berganda dilakukan uji asumsi klasik.
1) Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal.Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal.Kalau asumsi ini dilanggar maka uji statistic menjadi tidak valid untuk jumlah sampel kecil. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik.
Analisis grafik, salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendeteksi distribusi normal tapi dapat menyesatkan khususnya untuk jumlah sampel yang kecil. Metode yag lebih handal adalah dengan melihat normal probability plot yang membandingkan distribusi komulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal dan ploting data residual akan dibandingkan dengan garis diagonal. Jika distribusi data residual akan dibandingkan dengan garis normal, maka garis yang menggambarkan dan sesungguhnya akan mengikuti garis diagonalnya.
Uji normalitas dengan grafik dapat menyesatkan kalau tidak hati-hati secara visual kelihatan normal, padahal secara statistik bisa sebaliknya.Uji statistik sederhana dapat dilakukan dengan melihat nilai kurtoris dan skewness dari residual. Selain dengan perhitungan nilai kurtoris dan skewsness dapat juga digunakan uji statistic non parametric Kolomogrov-Smirnov (K-S), dengan membuat hipotesis (Ghozali,2013) :
H0 : Data residual berdistribusikan normal HA : Data residual tidak berdistribusi normal Pedoman pengambilan keputusan :
1. Nilai Sig atau signifikan atau nilai probabilitas < 0,05. Distribusi adalah tidak normal.
2. Nilai Sig atau signifikan atau nilai probabilitas > 0,05. Disrtibusi adalah normal.
2) Uji Multikolinearitas
Ghozali (2013) menyatakan bahwa untuk mendeteksi ada tidaknya multikolonieritas dalam suatu model regresi dapat dilakukan melalui : a) Nilai R2 yang dihasilkan oleh suatu estimasi model regresi empiris
sangat tinggi, tetapi individual variabel independen banyak yang tidak signifikan mempengaruhi variabel dependen
b) Menganalisis matriks korelasi variabel independen. Jika antar variabel independen ada kolerasi yang cukup tinggi (umumnya diatas 0,90) maka hal ini merupakan indikasi adanya multikolonieritas.
c) Multikolonieritas dapat dilihat dari (1) nilai tolerance dan lawannya (2) Variance Inflation Factor (VIF). Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Nilai cut off yang umum dipakai adalah nilai tolerance 0,10 atau sama dengan nilai VIF diatas 10. Apabila terhadap variabel independen yang memiliki nilai tolerance kurang dari 0,10 dan nilai VIF kurang dari 10, maka dapat disimpulkan bahwa tidak ada Multikolonieritas antar variabel bebas dalam model regresi.
3). Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan penganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya).Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual (kesalahan pengganggu) tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada data runtun waktu (time series) karena “gangguan” pada seseorang individu/kelompok cenderung mempengaruhi “gangguan” pada individu/kelompok yang sama pada periode berikutnya.
Pada data cross section (silang waktu), masalah autokorelasi relative jarang terjadi karena “gangguan” pada observasi yang berbeda berasal dari individu, kelompok yang berbeda. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Ada beberapa cara yang dapat digunakan untuk mendeteksi ada atau tidaknya autokorelasi.
Uji Durbin Watson hanya digunakan untuk autokorelasi tingkat 1
(first order autocorrelation)dan mensyaratkan adanya intercept
(konstanta) dalam model regresi dan tidak ada varibel lag diantara variabel independen (Ghozali, 2013). Hipotesis yang akan diuji adalah :
H0 : Tidak ada autokorelasi ( r = 0) HA : Ada autokorelasi (r ≠ 0)
Hipotesis 0 Keputusan Jika
Tidak ada autokorelasi positif Tolak 0 < d < dl
Tidak ada autokorelasi positif No decision dl ≤ d ≤ du
Tidak ada autokorelasi negative Tolak 4 – dl < d < 4
Tidak ada autokorelasi negative No decision 4 – du ≤ d ≤ 4 – dl Tidak ada autokorelasi, positif
atau negative
Tidak ditolak du < d < 4 – du
4). Uji Heteroskesdastisitas
Uji heteroskesdastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual dari suatu pengamatan ke pengamatan yang lain. Jika varians dan residual 1 pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang tidak terjadi heterokedastisitas.Kebanyakan data crossection mengandung situasi heteroskesdatisitas karena data ini menghimpun data yang mewakili berbagai ukuran (kecil, sedang, besar).
Salah satu cara untuk mengujinya yaitu dengan cara menggunakan Uji Gletjser yaitu uji yang dilakukan dengan meregres nilai absolut residual terhadap variabel independen. Kriteria yang digunakan dalam pengambilan keputusan pada uji glejser adalah Jika nilai signifikan antara varibael independen dengan absolute residual lebih dari 0,05 maka tidak terjadi heteroskedastisitas ( Ghozali, 2013).
3.7.4 Koefisien Determinasi ( )
Koefisien determinasi (R2) pada intinya untuk mengukur seberapa jauh model dalam menerangkan variasi variabel independen. Nilai koefisien determinasi diantara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati 1 berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Secara umum koefisien determinasi untuk data silang (cross section) relatif rendah karena adanya variasi yang besar antara masing-masing pengamatan sedangkan untuk data runtut waktu (time series) biasanya mempunyai nilai koefisien determinasi yang tinggi ( Ghozali, 2013).
3.7.5 Uji t (Parsial)
Uji t dilakukan pada pengujian hipotesis secara parsial, untuk mengetahui ada tidaknya pengaruh variabel independen secara individual terhadap variabel dependen.
Pengujian hipotesis satu arah, sebagai berikut : a) Hipotesis 1
Ho : β1 ≤ 0, artinya jumlah anggota tidak berpengaruh positif dan signifikan terhadap penyaluran kredit.
Ha : β1 > 0, artinya jumlah anggota berpengaruh positif dan signifikan terhadap penyaluran kredit.
b) Hipotesis 2
Ho : β2 ≤ 0, artinya jumlah simpanan anggota tidak berpengaruh positif dan signifikan terhadap penyaluran kredit.
Ha : β2 > 0, artinya jumlah simpanan anggota berpengaruh positif dan signifikan terhadap penyaluran kredit.
c) Hipotesis 3
Ho : β3 ≤ 0, artinya jumlah aset koperasi tidak berpengaruh positif dan signifikan terhadap penyaluran kredit.
Ha : β3 > 0, artinya jumlah aset koperasi berpengaruh positif dan signifikan terhadap penyaluran kredit.
d) Hipotesis 4
Ho : β4 ≤ 0, artinya jumlah modal tidak berpengaruh positif dan signifikan terhadap penyaluran kredit.
Ha : β4 > 0, artinya jumlah modal berpengaruh positif dan signifikan terhadap penyaluran.
e) Hipotesis 5
Ho : β5 ≤ 0, artinya jumlah pendapatan tidak berpengaruh positif dan signifikan terhadap penyaluran kredit.
Ha : β5 > 0, artinya jumlah pendapatan berpengaruh positif dan signifikan terhadap penyaluran
Untuk mengetahui apakah variabel bebas secara parsial berpengaruh signifikan terhadap variabel terikat digunakan kriteria pengujian sebagai berikut :
1) Taraf signifikan (α = 0,05)
2) Mencari nilai thitung digunakan rumus (Muhammad, 2011) :
t
hitung=
Keterangan : b = Koefisien Regresi S = Standar error 3) Mencari ttabelBesarnya nilai ttabel dapat diperoleh dari tabel t dengan menentukan nilai df (degree of freedom).
Besarnya nilai df atau derajat kebebasan dapat dihitung dengan cara : df = n – k
Keterangan :
df = derajat kebebasan n = banyaknya sampel
k = banyaknya variabel (bebas dan terikat)
4) Apabila thitung> ttabel, maka Ho ditolak dan Ha diterima. 5) Apabila thitung ≤ ttabel, maka Ho diterima dan Ha ditolak. 6) Kurva Normal :
Daerah Penerimaan Daerah Penolakan
Ho
Ho
Ttabel
3.7.6 Uji F (Overall Significance Test)
Dalam uji F ini dilakukan untuk melihat pengaruh variabel-variabel secara keseluruhan terhadap variabel dependen. Hipotesis dalam pengujian ini adalah sebagai berikut:
1) Merumuskan Hipotesis
Ho : β1, β2,β3, β4, β5 ≤ 0, artinya secara simultan tidak ada pengaruh signifikan dari variabel bebas, yaitu jumlah anggota, jumlah simpanan anggota, jumlah aset, jumlah modal dan jumlah pendapatan terhadap variabel terikat yaitu penyaluran kredit.
Ha : β1, β2, β3, β4, β5 > 0, artinya secara simultan tidak ada pengaruh signifikan dari variabel bebas, yaitu jumlah anggota, jumlah simpanan anggota, jumlah aset, jumlah modal dan jumlah pendapatan terhadap penyaluran kredit.
Untuk mengetahui apakah variabel bebas secara bersama-sama berpengaruh signifikan terhadap variabel terikat digunakan kriteria pengujian sebagai berikut :
1) Taraf signifikan (α = 0,05)
2) Mencari nilai Fhitung digunakan rumus (Suharyadi, 2004):
=
Keterangan:
R² : Koefisen determinasi K : jumlah variabel
3) Mencari nilai Ftabel
Besarnya nilai Ftabel dapat diperoleh dari tabel F dengan menentukan nilai df (degree of freedom).
Besarnya nilai df atau derajat kebebasan dapat dihitung dengan cara : df1 = k-1
df2 = n-k Keterangan :
df = derajat kebebasan
n = banyaknya sampel
k = banyaknya variabel (bebas dan terikat) Fhitung selanjutnya dibandingkan dengan Ftabel
1. Apabila Fhitung> Ftabel, maka Ho ditolak dan Ha diterima 2. Apabila Fhitung ≤ Ftabel, maka Ho diterima dan Ha ditolak. 3. Kurva Normal :
Daerah penerimaan Daerah
Ho Penolakan Ho
Ftabel
