masalah yang sedang dibahas dengan cara melakukan wawancara terstruktur dengan memberikan daftar pertanyaan melalui pedoman
wawancara..
7. Teknik Analisa Data
Teknik analisa data yang digunakan yaitu dengan pengolahan data secara manual melalui metode statistik yang menggunakan alat ukur korelasi.
Data kuantitatif ditampilkan dalam bentuk table dan grafik. Sementara data kualitatif berupa hasil wawancara, analisis dokumen yang dikembangkan
untuk menganalisis lebih dalam terhadap fakta yang muncul pada data kuantitatif. Alat analisis dalam penelitian ini adalah program Statistical
Product and Service Solutions versi 16.0 SPSS 16.0
a. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel terikat dan bebas keduanya terdistribusi normal atau tidak.
Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal.
13
Untuk mengetahui apakah data normal atau tidak maka dapat dideteksi dengan menggunakan beberapa metode, yaitu
1 Kurva Normal P-Plot normality probability plot
13
Bhuono Agung, Strategi Jitu Memilih Metode Statistik Penelitian Dengan SPSS, Yogyakarta: Penerbit Andi, 2009, h.18.
Melalui kurva P-Plot, distribusi variabel dikatakan normal apabila data titik menyebar disekitar garis diagonal dan mengikuti
arah garis diagonal,
14
jika itu terpenuhi maka model regresi memenuhi asumsi normalitas. Tetapi jika data titik menyebar jauh dari garis
diagonal dan tidak mengikuti arah garis diagonal maka model regresi tidak memenuhi asumsi normalitas.
2 Kolmogorov-Smirnov K-S
Untuk mengetahui distribusi data normal, maka dapat dilihat melalui nilai probabilitas atau Asym. Sig. 2-Tailed. Nilai ini
dibandingkan dengan 0,05. Untuk pengambilan keputusan menggunakan pedoman:
15
Nilai Sig. Atau signifikansi atau nilai probabilitas 0.05, distribusi data dikatakan tidak normal.
Nilai Sig. Atau signifikansi atau nilai probabilitas 0.05, distribusi data dikatakan normal.
b. Uji Korelasi
Analisis signifikansi hubungan uji korelasi ini bertujuan untuk menguji hubungan antara dua variabel yang tidak menunjukkan hubungan
fungsional berhubungan bukan berarti disebabkan.
14
Bhuono Agung, Strategi Jitu Memilih Metode Statistik Penelitian Dengan SPSS, Yogyakarta: Penerbit Andi, 2009, h.24.
15
Agus Eko Sujianto, Aplikasi Statistik dengan SPSS 16.0., cet.I Jakarta: Prestasi Pustaka Publisher, 2009, h.80.
Sedangkan sifat korelasi akan menentukan arah dari korelasi. Nilai korelasi dapat dikelompokkan sebagai berikut:
16
0,00 – 0,20 = korelasi keeratan sangat lemah
0,21 – 0,40 = korelasi keeratan lemah
0,41 – 0,70 = korelasi keeratan kuat
0,71 – 0,90 = korelasi keeratan sangat kuat
0,91 – 0,99 = korelasi keeratan sangat kuat sekali
1 = korelasi keeratan sempurna
c. Regresi Linier Sederhana
Regresi linear sederhana adalah metode statistik yang digunakan untuk menguji pengaruh variabel independent bebas terhadap variabel
dependent terikat. Rumus regresi linear sederhana:
17
Y= a + bX
Dimana: Y = laba Usaha.
a = konstanta b = angka koefisien dari laba usaha
16
Ibid., h.40.
17
Josep Supranto, Statistik, Teori dan Aplikasi, edisi keenam, jilid 2. cet.I. Jakarta: Penerbit Erlangga, 2001, h.178.
X = nilai Pendapatan Sukuk Mudharabah d.
Uji Hipotesis t-statistik Uji t-statistik digunakan untuk mengetahui hubungan variabel
independent terhadap variabel dependent. Untuk mengetahui ada atau tidaknya pengaruh variabel independent terhadap variabel dependent
dengan
N = Jumlah Populasi = 12
dk = derajat kebebasan degree of freedom = 10
α alpha = Tingkat kesalahan margin of error = 0.05
Ketentuan yang digunakan adalah: Ho :
β = 0 = Tidak ditolak jika –t tabel ≤ t hitung ≤ t tabel, artinya tidak terdapat pengaruh pendapatan sukuk secara signifikan
terhadap laba proyek yang dibagihasilkan. Ha :
β ≠ 0 = Ditolak jika –t hitung t tabel atau t hitung -t tabel, artinya terdapat pengaruh pendapatan sukuk secara
signifikan terhadap laba proyek yang dibagihasilkan. Daerah penerimaan dan penolakan Ho dapat digambarkan sebagai berikut:
Gambar 1.2
Daerah Penerimaan dan Penolakan Ho
t tabel
Daerah penolakan Ho
daerah penerimaan Ha Daerah
penolakan Ho daerah penerimaan Ha
Daerah penerimaan Ho
‐t tabel
e. Uji R-Square Koefisien Determinasi
Koefisien determinasi R-Square pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel independen.
Nilai R-Square dikatakan baik apabila berada di atas 0.05 karena nilai koefisien determinasi berkisar antara 0 dan 1.
18
Nilai R-Square yang kecil berarti kemampuan variabel-variabel independent dalam menjelaskan variasi dependent sangat terbatas. Nilai
yang mendekati 1 berarti variabel-variabel independent memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi
variabel dependent.
18
Bhuono Agung, Strategi Jitu Memilih Metode Statistik Penelitian Dengan SPSS, Yogyakarta: Penerbit Andi, 2009, h.51.
Secara umum koefisien determinasi untuk data silang crossection relatif rendah karena adanya variasi yang besar antara masing-masing
pengamatan sedangkan untuk data runtun waktu time series biasanya mempunyai nilai koefisien determinasi yang lebih tinggi.
Uji koefisien determinasi R-Square digunakan untuk mengetahui besarnya konstribusi atau pengaruh variabel independent terhadap variabel
dependent yaitu dengan mengkuadratkan koefisien korelasi.
19
G. Pedoman Penulisan Laporan