Analisis Regresi Linier Berganda

33 realisasi pembiayaan murabahah untuk usaha mikro agribisnis sektor perdagangan juga diuraikan secara deskriptif, yang sebelumnya dianalisa terlebih dahulu melalui model persamaan regresi linier berganda.

4.4.2 Analisis Kuantitatif

Analisis kuantitatif yang digunakan adalah analisis terhadap faktor-faktor yang berpengaruh terhadap realisasi pembiayaan murabahah dengan menggunakan model analisis regresi linear berganda sehingga diketahui variabel- variabel bebas yang secara nyata berpengaruh atau tidak terhadap tingkat realisasi pembiayaan sebagai variabel terikat. Variabel-variabel bebas model tersebut terdiri usia, jenis kelamin, jumlah tanggungan keluarga, lama pendidikan, lama usaha, pendapatan bersih usaha per bulan, frekuensi pinjaman, dan agunan.

4.4.2.1 Analisis Regresi Linier Berganda

Analisis faktor-faktor yang mempengaruhi realisasi pembiayaan murabahah akan dilakukan dengan menggunakan regresi linier berganda. Regresi linier berganda adalah persamaan regresi dengan pendugaan nilai peubah Y variabel terikat berdasarkan hasil pengukuran pada beberapa peubah bebas X variabel bebas Supranto 2001. Variabel terikat adalah jumlah realisasi pembiayaan terakhir yang diterima oleh nasabah. Variabel bebas terdiri dari usia, jenis kelamin, jumlah tanggungan keluarga, lama pendidikan, lama usaha, pendapatan bersih usaha per bulan, frekuensi pinjaman, dan adatidaknya agunan. Estimasi model untuk analisis faktor-faktor yang mempengaruhi realisasi pembiayaan murabahah pada usaha mikro agribisnis sektor perdagangan adalah sebagai berikut: Y = b +b 1 X 1 +c 1 D 1 +b 2 X 2 +b 3 X 3 +b 4 X 4 +b 5 X 5 +b 6 X 6 +c 2 D 2 +e Dugaan nilai parameter: b , b 1, b 2, b 3, b 4, b 5, b 6, dan c 1, c 2 0 adalah koefisien untuk setiap faktor Dimana: Y = Jumlah pembiayaan yang direalisasikan rupiah X 1 = Usia tahun D 1 = Jenis Kelamin D 1 bernilai 1 jika pria dan 0 jika wanita 34 X 2 = Jumlah tanggungan keluarga orang X 3 = Lama pendidikan tahun X 4 = Lama usaha tahun X 5 = Pendapatan bersih usaha per bulan rupiah X 6 = Frekuensi pembiayaan kali D 2 = Agunan dummy D 2 bernilai 1 jika ada dan 0 jika tidak ada e = Kesalahan pengganggu disturbance error Dalam penelitian ini, hipotesis faktor-faktor yang diduga mempengaruhi realisasi pembiayaan murabahah pada usaha mikro agribisnis sektor perdagangan di KBMT Bil Barkah adalah: 1. Usia diduga mempengaruhi keberanian nasabah dalam mengambil keputusan secara rasional dalam menjalankan usahanya. Hal ini karena peningkatan usia pada umumnya akan mempengaruhi kemampuan berpikir seseorang sehingga semakin meningkatnya usia nasabah dianggap dapat lebih bertanggung jawab dalam memanfaatkan pembiayaan bagi usahanya serta berani dalam mengambil keputusan secara rasional dalam menjalankan usahanya. Semakin meningkatnya usia juga dianggap telah memiliki pengalaman yang lebih banyak baik dalam menjalankan usaha atau mengajukan pembiayaan. Oleh karena itu usia diduga mempengaruhi secara positif realisasi pembiayaan murabahah dimana dengan semakin meningkatnya usia nasabah, maka jumlah realisasi pembiayaan yang diberikan kepada nasabah akan semakin besar. Berdasarkan hal tersebut, hipotesis yang akan digunakan adalah: H = Koefisien usia tidak berpengaruh nyata H 1 = Koefisien usia berpengaruh nyata 2. Jenis kelamin dibuat sebagai variabel dummy yang menunjukkan pria atau wanita yang mengajukan pembiayaan. Dari jenis kelamin ini dapat terlihat posisi nasabah dalam keluarganya dan dalam usaha yang dijalankannya. Pada umumnya pria diduga lebih banyak mengajukan kredit dibandingkan wanita karena perannya sebagai pencari nafkah utama dalam keluarga. Pria dianggap dapat lebih bertanggung jawab terhadap pembiayaan karena pembiayaan 35 tersebut ditujukan untuk usahanya dalam rangka menghidupi keluarganya. Oleh karena itu diduga bahwa jenis kelamin berpengaruh positif terhadap realisasi pembiayaan murabahah dimana jika pria yang mengajukkan pembiayaan murabahah akan diberikan jumlah realisasi pembiayaan yang lebih besar dibandingkan wanita. Berdasarkan hal tersebut, hipotesis yang akan digunakan adalah: H = Koefisien jenis kelamin tidak berpengaruh nyata H 1 = Koefisien jenis kelamin berpengaruh nyata 3. Jumlah tanggungan keluarga diduga berimplikasi pada pengeluaran keluarga yang akan mempengaruhi kemampuan dalam mengangsur pembiayaan. Hal ini akan berhubungan negatif dengan jumlah realisasi. Semakin banyak jumlah tanggungannya, maka semakin kecil jumlah realisasi pembiayaannya. Berdasarkan hal tersebut, hipotesis yang akan digunakan adalah: H = Koefisien jumlah tanggungan keluarga tidak berpengaruh nyata H 1 = Koefisien jumlah tanggungan keluarga berpengaruh nyata 4. Lama pendidikan diduga mempengaruhi secara positif pencairan pembiayaan. Semakin lama pendidikan formal yang dilalui nasabah maka akan semakin baik pula manajemen yang diterapkan dalam menjalankan usahanya tersebut dan semakin besar pembiayaan yang akan direalisasikan karena nasabah dianggap dapat lebih bertanggung jawab dalam penggunaan dan pengembalian pembiayaan tersebut. Berdasarkan hal tersebut, hipotesis yang akan digunakan adalah: H = Koefisien lama pendidikan tidak berpengaruh nyata H 1 = Koefisien lama pendidikan berpengaruh nyata 5. Lama usaha diduga berpengaruh positif terhadap pencairan pembiayaan karena dengan semakin lama usaha berjalan, maka nasabah diharapkan sudah banyak mengetahui kekurangan dan kelebihan dari usaha yang sudah dijalankannya dan membuktikan usahanya mampu bersaing serta memiliki prospek ke depannya. Sehingga semakin lama usaha tersebut dijalankan maka semakin besar jumlah pembiayaan yang akan direalisasikan. Berdasarkan hal tersebut, hipotesis yang akan digunakan adalah: H = Koefisien lama usaha tidak berpengaruh nyata 36 H 1 = Koefisien lama usaha berpengaruh nyata 6. Pendapatan bersih usaha diduga berhubungan positif dengan jumlah realisasi. Semakin besar pendapatan bersih usahanya diasumsikan akan semakin besar pula kemampuan membayar angsuran dari bagian pendapatan bersih usaha yang didapat sehingga jumlah realisasinya akan semakin besar pula. Berdasarkan hal tersebut, hipotesis yang akan digunakan adalah: H = Koefisien pendapatan bersih usaha per bulan tidak berpengaruh nyata H 1 = Koefisien pendapatan bersih usaha per bulan berpengaruh nyata 7. Frekuensi pinjaman diduga berhubungan positif dengan jumlah realisasi. Semakin banyak frekuensinya dapat berpengaruh pada semakin besar juga realisasi yang diberikan. Semakin banyak frekuensinya dapat melihat seberapa baik pengembaliannya. Semakin baik pengembalian pembiayaan sebelumnya, maka KBMT akan percaya untuk mencairkan pembiayaannya kembali kepada nasabah tersebut. Selain itu, pihak KBMT pun sudah mengenal karakteristik dan menilai kelayakan usahanya tersebut. Berdasarkan hal tersebut, hipotesis yang akan digunakan adalah: H = Koefisien frekuensi pinjaman tidak berpengaruh nyata H 1 = Koefisien frekuensi pinjaman berpengaruh nyata 8. Agunan diduga dapat mempengaruhi secara positif jumlah realisasi kredit. Agunan disini dibuat sebagai variabel dummy yang menunjukkan ada atau tidaknya agunan yang diserahkan. Hal ini terkait dengan pihak KBMT Bil Barkah yang lebih melihat agunan dari standar bentuknya dibandingkan nilainya. Adanya agunan yang bersifat mengikat baik bagi pihak KBMT maupun bagi pihak nasabah itu sendiri dapat membuat nasabah mendapat jumlah realisasi pembiayaan yang lebih besar jika dibandingkan tidak adanya agunan yang diserahkan. Karena dengan adanya agunan, pihak KBMT dapat menggunakannya sebagai pengganti pembiayaan apabila nasabah tidak melakukan pengembalian dengan baik. Berdasarkan hal tersebut, hipotesis yang akan digunakan adalah: H = Koefisien agunan tidak berpengaruh nyata H 1 = Koefisien agunan berpengaruh nyata 37 Untuk mengetahui persen variasi dalam variabel terikat Y yang disebabkan oleh variabel bebas X maka digunakan koefisien determinasi Lind et al. 2007. Dalam regresi berganda, variasi ini akan disebabkan oleh beberapa variabel bebas X 1 , X 2 , X 3 ,…, X k . R 2 = Dimana: R 2 = Koefisien Determinasi SSR = Jumlah Kuadrat Regresi SS Total = Jumlah Kuadrat Total Jangkauannya berkisar antara 0-1. Nilai yang dekat dengan nol menunjukkan hubungan yang lemah antara kelompok variabel bebas dan variabel terikatnya. Sedangkan nilai yang dekat dengan satu menunjukkan hubungan yang kuat yang berarti semakin tepat suatu garis regresi linier yang digunakan sebagai pendekatan. Untuk menentukan faktor yang berpengaruh nyata dan tidak berpengaruh nyata digunakan uji sebagai berikut: 1. Pengujian parsial terhadap koefisien regresi uji T = Dimana: b i = koefisien regresi ke i Sb i = standar deviasi koefisien regresi ke i Hipotesa: H = b i = 0 H 1 = b i ≠ 0 Kriteria uji: H ditolak apabila : t hitung t tabel atau P-value α, derajat bebas tertentu H diterima apabila : t hitung t tabel atau P-value α, derajat bebas tertentu Uji T digunakan untuk melihat masing-masing koefisien regresi berpengaruh nyata atau tidak terhadap variabel terikat. Jika tolak Ho berarti variabel bebas yang diuji berpengaruh nyata terhadap variabel terikat, sedangkan 38 jika terima Ho berarti variabel bebas yang diuji tidak berpengaruh nyata terhadap variabel terikat. 2. Pengujian serentak seluruh koefisien regresi uji F = ⁄ [ ] ⁄ Dimana: SSR = jumlah dari kuadrat regresi SSE = jumlah kesalahan kuadrat k = jumlah variabel bebas n = jumlah pengamatan Hipotesa: H = b i = 0 H 1 = b i ≠ 0 Kriteria uji: H ditolak apabila : F hitung F tabel atau P-value α, derajat bebas tertentu H diterima apabila : F hitung F tabel atau P-value α, derajat bebas tertentu Uji F ini digunakan untuk mengetahui kemampuan dari sekelompok variabel bebas X 1 , X 2 , X 3 ,…, X k untuk menjelaskan perilaku variabel terikat Y. Jika tolak Ho berarti seluruh variabel bebas X berpengaruh nyata terhadap variabel terikat Y. Sedangkan jika terima Ho berarti seluruh variabel bebas X tidak berpengaruh nyata terhadap variabel terikat Y. Pengujian ini menggunakan tingkat kepercayaan 90 persen atau taraf nyata α sebesar 10 persen 4 . Hal ini merujuk pada literatur yang menyatakan bahwa pada penelitian ekonomisosial, besarnya taraf nyata yang masih bisa ditolerir dan digunakan adalah 10 persen. 4 Mauludin H. 2002. Perbincangan Seputar Pengolahan Data Penelitian Pendekatan Praktis dengan SPSS Versi Mahasiswa S1 http:www.scribd.comdoc24393622Regresi Berganda [10 Juni 2011]. 39 Selain itu, untuk menguji terhadap adanya masalah pada regresi linear berganda Lind et al. 2007, antara lain: 1. Uji Normalitas Uji ini untuk memastikan bahwa kesimpulan yang diambil dalam uji global dan uji parsial valid adanya. Kenormalan diketahui melalui sebaran regresi yang merata disetiap nilai. Salah satu cara yang digunakan untuk melihat normalitas data adalah dengan melihat plot garis dari standardized residual cumulative probability grafik probabilitas normal. Apabila sebaran data berada pada garis normal atau cukup dekat dengan garis lurus yang ditarik dari kiri bawah ke kanan atas dalam grafik, maka dapat dikatakan bahwa data yang diuji memiliki sebaran normal atau jika pada grafik standardized residual cumulative probability P-value α, maka data menyebar normal. Sebaliknya jika garis tidak terletak disekitar garis dan P-value α, maka data tidak normal. 2. Uji Autokorelasi Autokolerasi terjadi ketika residu-residu berhubungan yang berada dalam regresi saling berkolerasi. Masalah autokorelasi diuji dengan menggunakan uji Durbin-Watson. Nilai d statistik Durbin-Watson dapat berkisar dari nol hingga empat. Jika nilai d berkisar pada angka dua, hal ini menunjukkan bahwa model tersebut tidak mengandung autokorelasi. 3. Uji Multikolinearitas Multikolinearitas terjadi ketika variabel-variabel bebasnya saling berkolerasi. Variabel-variabel yang berkorelasi ini membuat pendugaan koefisien menjadi tidak stabil. Pengujian masalah multikolinearitas dilakukan dengan melihat nilai VIF Variance Inflation Factors pada setiap variabel bebas, jika nilai VIF lebih besar dari sepuluh menunjukkan adanya masalah multikolinearitas. 4. Uji Heteroskedastisitas Heteroskedasitisitas terjadi ketika variasi di sekitar persamaan regresi bernilai berbeda untuk semua nilai variabel-variabel bebas. Untuk mengetahui ada tidaknya heteroskedasitisitas dengan cara membuat scatter plot dari model persamaan regresi. Jika membentuk pola tertentu, akan terjadi heteroskedastisitas. Jika tidak membentuk pola yang jelas serta titik-titik 40 tersebut tersebar di atas dan di bawah angka nol pada sumbu Y, heteroskedastisitas tidak terjadi atau disebut dengan homokedastisitas. Hal ini juga dapat diperjelas dengan hasil Test for Equal Variance for Residual. Jika P-value Bartlett’s test dan P-value Levene’s test α, maka data tersebut homogen atau komponen error tidak heterokedastisitas.

4.6. Definisi Operasional