f) Data Responden berdasarkan Gaji Perbulan
Deskripsi data responden berdasarkan gaji perbulan dapat dilihat pada tabel berikut ini :
Tabel 4.6
Demografi responden berdasarkan gaji perbulan
Gaji Perbulan Frekuensi
< Rp. 1000.000 -
Rp. 1000.000 - Rp. 3000.000 21
Rp. 4000.000 - Rp. 5000.000 -
> Rp. 5000.000 -
Jumlah 21
Sumber: Data diolah 2018
Data tersebut menunjukkan bahwa tidak ada responden/
pegawai yang berpendapatan sebesar < Rp. 1000.000, 21 orang responden berpendapatan sebesar Rp. 1000.000 - Rp. 3000.000, tidak ada responden yang berpendapatan sebesar Rp. 4000.000 - Rp. 5000.000, dan tidak ada responden yang berpendapatan sebesar
> Rp. 5000.000.
dalam analisis data adalah mengelompokkan data berdasarkan variabel dan jenis responden, mentabulasi data berdasarkan variabel dari seluruh responden, menyajikan data tiap variabel yang diteliti, melakukan perhitungan untuk menjawab rumusan masalah, dan melakukan perhitungan untuk menguji hipotesis yang telah diajukan.79
Adapun teknik analisis data yang digunakan dalam penelitian ini adalah analisis regresi berganda dan asumsi klasik dengan menggunakan beberapa uji di bawah ini :
1. Uji Validitas
Validitas merupakan gejala ketepatan antara data yang terjadi pada objek penelitian dengan data yang dapat dilaporkan oleh peneliti.
Dengan demikian data yang valid adalah data yang tidak berbeda antar data yang dilaporkan oleh peneliti dengan data yang sesungguhnya terjadi pada objek penelitian.
Hasil penelitian valid bila terdapat kesamaan antara data yang terkumpul dengan data yang sesungguhnya terjadi pada objek yang diteliti. Hasil penelitian yang reliabel bila terdapat kesamaan data dalam waktu yang berbeda. Instrumen yang valid berarti alat ukur yang digunakan untuk mendapatkan data (mengukur) itu valid.
Instrumen yang reliabel adalah instrumen yang bila digunakan beberapa kali untuk mengukur objek yang sama, akan menghasilkan data yang sama.
79 Sugiyono, Motode Penelitian, 147.
Adapun rumusan yang digunakan untuk menguji tingkat validitas instrumen dalam penelitian ini yaitu menggunakan rumus korelasi. Uji validitas dapat dilakukan dengan membandingkan nilai r hitung dengan r tabel untuk degree of freedom (df). Dengan ketentuan : Hasil r hitung > r tabel = Valid
Hasil r hitung < r tabel = Tidak Valid.80
Berikut adalah tabel hasil dari pengujian reliabilitas dengan menggunakan SPSS versi 16.0:
Tabel 4.7
Hasil Uji Validitas Risk Transfer (X1)
Correlations
TOTAL X1.1 Pearson Correlation .734**
Sig. (2-tailed) .000
N 21
X1.2 Pearson Correlation .763**
Sig. (2-tailed) .000
N 21
X1.3 Pearson Correlation .596**
Sig. (2-tailed) .004
N 21
X1.4 Pearson Correlation .548*
Sig. (2-tailed) .010
N 21
TOTA L
Pearson Correlation 1 Sig. (2-tailed)
N 21
**. Correlation is significant at the 0.01 level (2-tailed).
*. Correlation is significant at the 0.05 level (2-tailed).
Sumber: Data diolah dari Hasil SPSS 2016
80 Sugiyono, Metode Penelitian, 267.
Tabel 4.8
Hasil Uji Validitas Risk Finance (X2)
Correlations
TOTAL X2.1 Pearson Correlation .787**
Sig. (2-tailed) .000
N 21
X2.2 Pearson Correlation .589**
Sig. (2-tailed) .005
N 21
X2.3 Pearson Correlation .709**
Sig. (2-tailed) .000
N 21
TOTAL Pearson Correlation 1
Sig. (2-tailed)
N 21
**. Correlation is significant at the 0.01 level (2-tailed).
Sumber: Data diolah dari Hasil SPSS 2016 Tabel 4.9
Hasil Uji Validitas Short Term Liquidity (Y)
Correlations
TOTAL Y1 Pearson Correlation .503*
Sig. (2-tailed) .020
N 21
Y2 Pearson Correlation .479*
Sig. (2-tailed) .028
N 21
Y3 Pearson Correlation .656**
Sig. (2-tailed) .001
N 21
Y4 Pearson Correlation .668**
Sig. (2-tailed) .001
N 21
TOTAL Pearson Correlation 1
Sig. (2-tailed)
N 21
*. Correlation is significant at the 0.05 level (2-tailed).
**. Correlation is significant at the 0.01 level (2-tailed).
Sumber: Data diolah dari Hasil SPSS 2016 Tabel 4.10
Hasil Validitas Risk Transfer (X1)
No Responden t Hitung t Tabel Keterangan
X1.1 0,734 0,433 Valid
X1.2 0,763 0,433 Valid
X1.3 0,596 0,433 Valid
X1.4 0,548 0,433 Valid
Sumber: Data diolah dari Hasil SPSS 2016 Tabel 4.10
Hasil Validitas Risk Finance (X2)
No Responden t Hitung t Tabel Keterangan
X2.1 0,787 0,433 Valid
X2.2 0,589 0,433 Valid
X2.3 0,709 0,433 Valid
Sumber: Data diolah dari Hasil SPSS 2016 Tabel 4.10
Hasil Validitas Short Term Liquidity (Y)
No Responden t Hitung t Tabel Keterangan
Y.1 0,503 0,433 Valid
Y.2 0,479 0,433 Valid
Y.3 0,656 0,433 Valid
Y.4 0,668 0,433 Valid
Sumber: Data diolah dari Hasil SPSS 2016
Setelah signifikansi ditemukan,signifikansi tersebut kemudian dikonsultasikan dengan alpha untuk mengetahui butir
yang valid dan tidak valid. Dengan pedoman bila r hitung > r tabel
maka butir dianggap valid, sedangkan bila signifikansi r hitung < r
tabel makaitem tersebut tidak valid.
Berdasarkan hasil uji validitas yang dilakukan terhadap semua butir pertanyaan dalam penelitian ini dapat dikatakan valid.
Dengan demikian dapat digunakan sebagai instrumen dalam mengukur variabel yang ditetapkan.
2. Uji Reliabilitas
Reliabilitas menunjukkan pengertian bahwa suatu instrument yang cukup dapat dipercaya untuk digunakan sebagai alat pengumpul data karena instrumen tersebut sudah baik/ data yang diperoleh melalui kuisioner hasilnya konsisten bila digunakan untuk penelitian lain.
Pengujian ini dilakukan dengan program SPSS.
Pengukuran reliabilitas dapat dilakukan dengan One Shot atau pengukuran sekali saja. Alat untuk mengukur reliabilitas adalah Crombach Alpha. Suatu variabel dikatakan reliabel apabila :
Hasil Crombach Alpha > 0,60 = Reliabel
Hasil Crombach Alpha < 0,60 = Tidak Reliabel.
Berikut adalah tabel hasil dari pengujian reliabilitas dengan menggunakan SPSS versi 16.0:
Tabel 4.11
Hasil Uji Reliabiliti Risk Transfer (X1)
Reliability Statistics Cronbach's
Alpha N of Items
.727 4
Sumber: Data diolah dari Hasil SPSS 2016
Berdasarkan tabel diatas menunjukkan bahwa nilai Cronbach's Alpha yang dihasilkan sebesar .727> 0,60 hasil dari penelitian ini adalah reliabel.
Tabel 4.12
Hasil Uji Reliabiliti Risk Finance (X2)
Reliability Statistics Cronbach's
Alpha N of Items
.788 3
Sumber: Data diolah dari Hasil SPSS 2016
Berdasarkan tabel diatas menunjukkan bahwa nilai Cronbach's Alpha yang dihasilkan sebesar .788> 0,60 hasil dari penelitian ini adalah reliabel.
Tabel 4.13
Hasil Uji Reliabiliti Short Term Liquidity (Y)
Reliability Statistics Cronbach's
Alpha N of Items
.733 3
Sumber: Data diolah dari Hasil SPSS 2016
Berdasarkan tabel diatas menunjukkan bahwa nilai Cronbach's Alpha yang dihasilkan sebesar .733> 0,60 hasil dari penelitian ini adalah reliabel.
Tabel 4.14
Hasil Uji Reliabiliti keseluruhan
Reliability Statistics Cronbach's
Alpha N of Items
.732 3
Sumber: Data diolah dari Hasil SPSS 2016
Uji reliabilitas dapat dilihat dari Cronbach's Alpha, jika nilai alpha > 0,60 maka konstruk pertanyaan yang merupakan dimensi variabel adalah reliabel. Berdasarkan tabel diatas menunjukkan bahwa nilai Cronbach's Alpha yang dihasilkan sebesar 0.732 > 0,60. Hasil dari penelitian ini adalah reliabel.
3. Uji Asumsi Klasik a. Uji Multikolinieritas
Uji multikolinieritas diperlukan untuk mengetahui ada tidaknya variabel independen yang memiliki kemiripan antar variabel independen dalam satu model. Kemiripan antar independen akan mengakibatkan korelasi yang kuat. Apabila terdapat variabel bebas yang dimiliki nilai tolerance > 0,10 dan VIF < 10, atau VIF yang dihasilkan antara 1-10 maka dapat disimpulkan bahwa tidak multikolinieritas antar variabel bebas dalam model regresi.
Kriteria pengujian multikolinieritas diukur berdasarkan nilai toleramce lebih dari 0,10 dan VIF kurang dari 10. Hasil pengujian multikolinieritas dengan SPSS versi 16.0 adalah sebagai berikut:
Tabel 4.15
Hasil Uji Multikolinieritas
Coefficientsa
Model
Collinearity Statistics Tolerance VIF 1 (Constant)
Risk_Transfer .881 1.135
Risk_Finance .881 1.135
a. Dependent Variable: Short_Term_Liquidity
Sumber: Data diolah dari Hasil SPSS 2016
Berdasarkan tabel diatas nilai tolerance > 0,1 dan hasil dari tabel VIF menunjukkan < 10. Jadi, dapat disimpulkan bahwa tidak ada multikolinieritas antar variabel dalam model regresi dipenelitian ini.
b. Uji Hesteroskedastisitas
Pengujian terhadap heteroskedastisitas bertujuan untuk mengetahui apakah variance dari residual data suatu observasi ke observasi lainnya berbeda ataukah tetap. Jika varience dari residual data sama dapat disebut homokedastisitas.
Ada beberapa cara untuk mendeteksi problem heteroskedastisitas pada model regresi antara lain:
1) Dengan melihat grafik scatterplot, yaitu jika ploting titik-titik menyebar secara acak dan tidak berkumpul pada satu tempat, maka dapat disimpulkan bahwa tidak terjadi problem heteroskedastisitas.
2) Dengan melakukan uji statistik glejser yaitu dengan mentransformasi nilai residual menjadi absolut residual dan
meregresnya dengan variabel independen dalam model. Jika diperoleh nilai signifikansi untuk variabel independen > 0,05, maka dapat disimpulkan bahwa tidak terdapat problem heteroskedastisitas.
Dalam penelitian ini teknik analisis yang digunakan adalah grafik scatterplot, dan berikut ini merupakan hasil uji heteroskedastisitas dengan menggunakan SPSS versi 16.0:
Gambar 4.1
Hasil Uji Heteroskedastisitas
Sumber: Data diolah dari Hasil SPSS 2016
Dari grafik scatterplots diatas terlihat bahwa plot menyebar secara acak diatas maupun dibawah angka 0 (nol). Oleh karena itu berdasarkan uji heteroskedastisitas menggunakan metode scatterplots dinyatakan tidak terjadi gejala heteroskedastisitas pada model penelitian ini, sehingga model regresi tersebut layak dipakai untuk memprediksi variabel dependen short term liquidity berdasarkan masukan variabel independen risk transfer dan risk finance.
c. Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah residual data dari model regresi linier memiliki distribusi normal ataukah tidak. Jika residual data tidak terdistribusi normal maka dapat disimpulkan statistik tidak valid. Salah satu cara untuk mendeteksi apakah residual data terdistribusi normal ataukah tidak yaitu dengan melihat grafik normal probability plot, yaitu jika titik-titik plot beredar di sekitar garis diagonal, maka dapat disimpulkan data tersebut berdistribusi normal.81 Berikut ini merupakan hasil uji normalitas dengan menggunakan SPSS versi 16.0:
Gambar 4.2 Hasil Uji Normalitas
Sumber: Data diolah dari Hasil SPSS 2016
Dengan melihat tampilan pada grafik normal plot terlihat titik-titik menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal. Hal
81 Hengky Latan, Analisis Multivariate: Teknik dan Aplikasi, (Bandung: Alfabeta, 2013), 56.
ini menunjukkan bahwa model regresi dalam penelitian ini memenuhi asumsi normalitas.
Selain menggunakan grafik normal plot, pengujian normalitas didukung dengan analisis statistik menggunakan uji statistik non parametrik kolmogorov-smirnov (K-S). Uji K-S ini dilakukan dengan membuat hipotesis sebagai berikut:
H0 : data residual berdistribusi normal Ha : data residual tidak berdistribusi normal
Berikut ini adalah hasil dari uji statistik non-parametrik K-S : Tabel 4.16
Hasil Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test Standardized
Residual
Standardized Residual
N 21 21
Normal Parametersa Mean .0000000 .0000000
Std. Deviation .94868330 .94868330
Most Extreme Differences Absolute .137 .137
Positive .107 .107
Negative -.137 -.137
Kolmogorov-Smirnov Z .627 .627
Asymp. Sig. (2-tailed) .826 .826
a. Test distribution is Normal.
Sumber: Data diolah dari Hasil SPSS 2016
Besarnya nilai Kolmogorov-Smirnov adalah 0,035 dan taraf signifikan pada 0,2 > α (nilaialpha adalah 5%). Hal ini menunjukkan bahwa H0 : data residual berdistribusi normal diterima.
4. Analisis Regresi Berganda
Uji regresi dimaksud untuk menguji bagaimana pengaruh variabel X (X1, X2, X3... dsb) terhadap variabel Y. Rancangan (model)
ini juga digunakan untuk melihat perbedaan besar kecilnya pengaruh variabel X terhadap variabel Y. 82
Dalam regresi berganda, terdapat satu variabel dependen (terikat) dan dua atau lebih variabel independen (bebas). Walaupun secara teoritis bisa menggunakan banyak variabel, namun penggunaan lebih dari tujuh variabel independen dianggap tidak efektif. Dalam praktik bisnis, regresi berganda sering banyak digunakan, selain karena banyaknya variabel dalam bisnis yang perlu dianalisis bersama, juga banyak kasus regresi berganda yang lebih relevan digunakan.83
Adapun variabel bebas dari penelitian ini adalah risk transfer dan risk finance, sedangkan variabel terikat dari penelitian ini adalah short term liquidity. Berdasarkan variabel yang peneliti pilih dapat diketahui bahwa dalam regresi linier berganda variabel terikat dipengaruhi oleh dua variabel bebas sehingga hubungan fungsional antara variabel terikat (Y) dengan variabel bebas (X1, X2) secara umum dapat ditulis sebagai berikut:84
Rumus dari regresi linier berganda adalah sebagai berikut:
Keterangan :
Y = Short Term Liquidity α = Konstanta
82 Sugiyono, Metode Penelitian, 108.
83 Singgih Santoso, SPSS From Essential to Expert Skills (Jakarta: PT Elex Media Komputindo, 2014), 342.
84 Suliyanto, Ekonometrika Terapan : Teori & Aplikasi dengan SPSS (Yogyakarta: CV Andi Offset, 2011), 53.
Y = α + β1X1 + β2X2 + ϵ
β1 = Koefisien Variabel Risk Transfer X1 = Variabel Risk Transfer
β2 = Koefisien Variabel Risk Finance X2 = Variabel Risk Finance
ϵ = Error
Untuk mengetahui serta menentukan pengaruh koefisien variabel bebas terhadap variabel terikat, maka digunakan bantuan SPSS versi 16. Berikut ini adalah hasil perhitungan regresi linier berganda antara Risk Transfer (X1) dan Risk Finance (X2) terhadap Short Term Liquidity (Y) menggunakan bantuan SPSS versi 16.0:
Tabel 4.17
Persamaan Regresi Linier Berganda
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant)
19.949 4.065 4.907 .000
Risk_Transfer .091 .178 .122 .514 .613
Risk_Finance -.340 .236 -.342 -1.438 .168
a. Dependent Variable: Short_Term_Liquidity
Sumber: Data diolah dari Hasil SPSS 2016
Dari hasil analisa diatas dapat dilihat bahwa model regresi linier berganda adalah: Y= 19.949 + 0.091 X1 + -0.340 X2.
Hasil dari persamaan regresi berganda diatas dapat memeberikan pengertian bahwa:
a. Nilai konstanta sebesar 19.949 berarti bahwa jika seluruh variabel independen dianggap konstan, maka nilai variabel dependen (Short Term Liquidity) adalah sebesar 19.949.
b. Nilai koefisien regresi Risk Transfer sebesar 0,091 berarti jika terjadi kenaikan 1 poin maka nilai Short Term Liquidity naik sebesar 0,091.
c. Nilai koefisien regresi Risk Finance sebesar -0.340 berarti jika terjadi kenaikan 1 poin maka nilai Short Term Liquidity naik sebesar -0.340.
5. Uji Koefisien Determinasi (R2)
R2 adalah koefisien determinasi yaitu suatu nilai yang menggambarkan total variasi dari Y (variabel terikat) dari suatu persamaan regresi. Nilai koefisien determinasi yang besar menunjukkan bahwa regresi tersebut mampu menjelaskan secara besar pula.
Pada intinya koefisien determinasi mengukur seberapa jauh kemampuan model dalam menerangkan variabel dependen. Nilai koefisien determinasi yang kecil berarti kemampuan variabel independennya dalam menjelaskan variasi dependen yang sangat terbatas. Untuk menunjukkan nilai koefisien determinasi dinyatakan dengan nilai Adjusted R Square.85 Koefisien determinasi tersebut ditunjukkan dengan nilai adjusted R Square pada tabel berikut:
85 Imam Ghazali, Aplikasi Analisis Multivariate dengan SPSS (Semarang: Universitas Ponorogo, 2011), 83.
Tabel 4.18
Uji Koefisien Determinasi R Square (R2)
Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of the Estimate
1 .321a .103 .003 1.11507
a. Predictors: (Constant), Risk_Finance, Risk_Transfer b. Dependent Variable: Short_Term_Liquidity
Sumber: Data diolah dari Hasil SPSS 2016
Berdasarkan uji koefisien determinasi tabel diatas, nilai Adjusted R Square adalah sebesar 0,03. Hal ini berarti Risk Transfer dan Risk Finance mempengaruhi Short Term Liquidity sebesar 0,3%. Sedangkan sisanya sebesar 99,7% dipengaruhi oleh variabel lain yang tidak dijelaskan dalam penelitian ini. Nilai Adjusted R Square yang sangat kecil tersebut menunjukkan bahwa Risk Transfer dan Risk Finance tidak mempengaruhi Short Term Liquidity pada objek penelitian di Terminal Brawijaya Banyuwangi.
Hal tersebut disebabkan karena segala keuangan terkait dengan operasional terminal dan juga pegawai terminal telah ditangani oleh UPT LLAJ Surabaya oleh karena itu pengalihan dan pembiayaan risiko pada Terminal Brawijaya Banyuwangi juga ditangani oleh UPT LLAJ Surabaya sehingga upaya-upaya tersebut tidak mempengaruhi risiko liquiditas Terminal Brawijaya Banyuwangi.
Selain itu keberadaan variabel lain yang dapat juga ikut berperan dalam tidak adanya pengaruh Risk Transfer dan Risk
Finance terhadap Short Term Liquidity Terminal Brawijaya Banyuwangi. Untuk penelitian selanjutnya dapat menggunakan tempat penelitian lain yang mengelola keuanganya sendiri atau memiliki otoritas keuangan. Selain itu penelitian selanjutnya juga dapat menggunakan variabel lain yang berpengaruh terhadap Short Term Liquidity yang tidak ada pada penelitian ini seperti identifikasi risiko, pengukuran risiko, risk retention (menanggung sendiri risiko) serta morale hazard yang juga dapat mempengaruhi Short Term Liquidity.
6. Uji Hipotesis
a. Analisis Uji t (Parsial)
Uji T digunakan untuk menguji apakah parameter (koefisien regresi dan konstanta) mampu menjelaskan perilaku variabel independen dalam mempengaruhi variabel dependen.
Untuk mengetahui signifikansi uji t yaitu jika nilai signifkansi yang dihasilkan uji t P < 0,05, maka dapat disimpulkan bahwa secara parsial variabel independen berpengaruh signifikan terhadap variabel dependen. Namun jika P > 0,05 maka disimpulkan bahwa secara parsial variabel independen tidak berpengaruh secara signifikan terhadap variabel dependen.86 Berikut ini adalah hasil uji t dengan menggunakan SPSS versi 16.0:
86 Nazir, Metode Penelitian (Jakarta: Ghalia Indonesia, 1999), 460.
Tabel 4.19 Uji t (Parsial)
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 19.949 4.065 4.907 .000
Risk_Transfer .091 .178 .122 .514 .613
Risk_Finance -.340 .236 -.342 -1.438 .168
a. Dependent Variable: Short_Term_Liquidity
Sumber: Data diolah dari Hasil SPSS 2016
Berdasarkan uji t diatas, dapat dijelaskan sebagai berikut : 1. Nilai signifikansi yang dihasilkan untuk variabel Risk Transfer
adalah sebesar 0,613. Karena nilai signifikansi diatas 0,05 maka Ha yang berbunyi diduga risk transfer secara parsial berpengaruh signifikan terhadap short term liquidity pada Terminal Brawijaya Banyuwangi ditolak. Sehingga dapat dikatakan bahwa Risk Transfer tidak berpengaruh terhadap Short Term Liquidity.
2. Nilai signifikansi yang dihasilkan untuk variabel Risk Finance 0,168. Karena nilai signifikansi diatas 0,05 maka Ha yang berbunyi diduga risk finance secara simultan berpengaruh signifikan terhadap short term liquidity pada Terminal Brawijaya Banyuwangi ditolak. Sehingga dapat dikatakan Risk Finance tidak berpengaruh terhadap Short Term Liquidity.
b. Analisis Uji F (Simultan)
Uji ini pada dasarnya bertujuan untuk mengetahui apakah semua variabel independen yang dimasukkan dalam model regresi
mempunyai pengaruh secara simultan (bersama-sama) terhadap variabel dependen ataukah tidak.
Uji F digunakan untuk mengetahui apakah seluruh variabel bebas (variabel independen) secara bersama-sama berpengaruh terhadap variabel terikat (variabel dependen) pada tingkat signifikan 0,05 (5%). Pengujian semua koefisien regresi secara bersama-sama dilakukan dengan uji F dengan pengujian sebagai berikut:
Bila probabilitas βi> 0,05 tidak signifikan Bila probabilitas βi< 0,05 signifikan
Tabel 4. 20 Uji F (Simultan)
ANOVAb
Model Sum of Squares Df Mean Square F Sig.
1 Regression 2.572 2 1.286 1.034 .376a
Residual 22.381 18 1.243
Total 24.952 20
Sumber: Data diolah dari Hasil SPSS 2016
Berdasarkan uji F diatas, dapat dilihat bahwa nilai signifikansi yang dihasilkan ialah 0,376, karena nilai signifikansi diatas 0,05, maka Ha yang berbunyi terdapat pengaruh signifikan Risk Transfer dan Risk Finance secara simultan terhadap Short Term Liquidity pada Terminal Brawijaya Banyuwangi ditolak dan H0 diterima yang berbunyi tidak ada pengaruh signifikan secara simultan Risk Transfer dan Risk Finance terhadap Short Term Liquidity pada Terminal Brawijaya Banyuwangi diterima. Sehingga dapat dikatakan bahwa Risk Transfer dan Risk Finance
secara bersama-sama tidak berpengaruh signifikan terhadap Short Term Liquidity pada Terminal Brawijaya Banyuwangi.