78
variabel independen yaitu komposisi pembiayaan murabahah, komposisi pembiayaan ijarah,inflasi dan nilai tukar. Maka data penelitian layak digunakan
sebagai penelitian.
b. Hasil Uji Multikolinieritas
Uji multikolinieritas diperlukan untuk mendeteksi adanya problem multiko, maka dapat dilakukan dengan melihat nilai Tolerance dan Variance
Inflation Factor VIF serta besaran korelasi antar variabel independen.
Tabel4.5 Hasil Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant 5,123
,688 7,451
,000 Murabahah
,000134 ,000
1,057 7,576
,000 ,135
7,397 Ijarah
,000783 ,000
,240 1,923
,061 ,169
5,903 Inflasi
-,117426 ,046
-,173 -2,561
,014 ,578
1,731 Nilai Tukar
,000218 ,000
-,321 -2,108
,041 ,114
8,810 a. Dependent Variable: LnPendapatan
Sumber: Data Sekunder yang diolah, 2016 Berdasarkan tabel 4.5 diatas terlihat bahwa nilai Tolerance semua variabel
independen 0,10 dan nilai VIF semua variabel independen 10,00, yang ditunjukan dengan nilai Tolerance untuk komposisi pembiayaan murabahah
sebesar 0,135, komposisi pembiayaan ijarah sebesar 0,169 inflasi sebesar 0,578, dan nilai tukar sebesar 0,114. Serta VIF untuk komposisi
pembiayaanmurabahah sebesar 7,397, komposisi pembiayaan ijarah sebesar 5,903, inflasi sebesar 1,731, dan nilai tukar sebesar 8,810.
79
Dengan demikian dapat disimpulkan bahwa model persamaan regresi tidak terdapat problem multikolinieritas atau dapat dikatakan bebas dari problem
multikolinieritas dan dapat digunakan dalam penelitian ini.
c. Hasil Uji Heteroskedastisitas
Pengujian Heteroskedastisitas dilakukan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan yang lain. Jika varians dari
residual dari suatu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas.
Gambar4.2 Grafik
Scatterplot
Sumber: Data Sekunder yang diolah, 2016 Berdasarkan gambar 4.2, grafik Scatterplot menunjukan bahwa titik-titik
menyebar dan tidak membentuk pola tertentu yang jelas. Sehingga dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas
80
d. Hasil Uji Autokorelasi
Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Untuk mendeteksi gejala autokorelasi dapat menggunakan uji Durbin-Watson
DW. Pengambilan keputusan ada tidaknya autokorelasi dapat dilihat dari ketentuan berikut Singgih Santoso, 2015:194.
1 Angka DW di bawah -2 berarti terdapat autokorelasi positif. 2 Angka DW di antara -2 sampai +2, berarti tidak terdapat autokorelasi.
3 Angka DW diatas +2, berarti terdapat autokorelasi negatif.
Tabel 4.6 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 ,942
a
,887 ,876
,38579 ,731
a. Predictors: Constant, Nilai Tukar, Inflasi, Ijarah, Murabahah b. Dependent Variable: LnPendapatan
Sumber: Data Sekunder yang diolah, 2016 Berdasarkan hasil uji autokorelasi, nilai hitung Durbin-Watson sebesar
0,731. Hasil ini menunjukan dalam model regresi tidak terjadi autokorelasi karena nilai hitung Durbin-Watson lebih besar dari -2 dan lebih kecil dari 2.
2. Hasil Uji Hipotesis
a. Hasil Uji Signifikansi Parsial Uji Statistik t
Uji statistik t ini bertujuan untuk menunjukan seberapa jauh pengaruh satu variabel penjelas atau indeoenden secara individual dalam menerangkan variasi
variabel dependen yang diuji pada tingkat signifikansi harus lebih kecil dari
81
0,05 Ghozali, 2013:93. Adapun pengambilan keputusan yaitu dengan cara membandingkan antara t
hitung
dengan t
tabel
dengan kriteria Sujarweni, 2013:93: Jika t
hitung
t
tabel
= Ho ditolak Jika t
hitung
t
tabel
= Ho diterima
Tabel 4.7 Hasil Uji Signifikansi Parsial Uji statistik t
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
5,123 ,688
7,451 ,000
Murabahah ,000
,000 1,057
7,576 ,000
Ijarah ,001
,000 ,240
1,923 ,061
Inflasi -,117
,046 -,173
-2,561 ,014
Nilai Tukar ,000
,000 -,321
-2,108 ,041
a. Dependent Variable: LnPendapatan
Sumber: Data Sekunder yang diolah, 2016 Berdasarkan tabel 4.7 diatas, untuk mengetahui besarnya pengaruh
masing-masing variabel independen secara parsial terhadap variabel dependen adalah sebagai berikut:
Pengaruh Komposisi Pembiayaan Murabahah Terhadap Pendapatan
Hasil perhitungan diperoleh untuk variabel komposisi pembiayaan murabahah X
1
dengan signifikansi sebesar 0,000 menunjukan bahwa nilai tersebut lebih kecil dari 0,05 0,000 0,05, dan nilai t
hitung
7,576t
tabel
1,678, hal tersebut menunjukan bahwa hipotesis dalam penelitian ini menolak H
dan menerima H
a
. Dengan demikian hal ini menunjukan bahwa hipotesis 1 adalah
82
besarnya komposisi pembiayaan murabahah berpengaruh signifikan secara parsial terhadap pendapatan.
Adapun nilai t
tabel
berasal dari n-2 n merupakan jumlah sampel yang kemudian hasil dari n-2 dapat dilihat pada form t
tabel
. pada penelitian ini jumlah sampel berjumlah 48-2 = 46 dan bila dilihat dari form t
tabel
dengan memakai tingkat kesalahan penelitian 5 0,05 maka akan mendapat nilai 1,678.
Pengaruh Komposisi Pembiayaan Ijarah Terhadap Pendapatan
Hasil perhitungan diperoleh untuk variabel komposisi pembiayaan ijarah X
2
dengan signifikansi sebesar 0,061 menunjukan bahwa nilai tersebut lebih besar dari 0,05 0,061 0,05, dan nilai t
hitung
1,923t
tabel
1,678. Hal tersebut menunjukan bahwa hipotesis dalam penelitian ini menolak H
dan menerima H
a
. Dengan demikian hal ini menunjukan bahwa hipotesis 2 adalah komposisi pembiayaan ijarah tidak berpengaruh signifikan secara parsial terhadap
pendapatan. Adapun nilai t
tabel
berasal dari n-2 n merupakan jumlah sampel yang kemudian hasil dari n-2 dapat dilihat pada form t
tabel
. pada penelitian ini jumlah sampel berjumlah 48-2 = 46 dan bila dilihat dari form t
tabel
dengan memakai tingkat kesalahan penelitian 5 0,05 maka akan mendapat nilai 1,678.
Pengaruh Inflasi Terhadap Pendapatan
Hasil perhitungan diperoleh untuk variabel inflasi X
3
dengan signifikansi sebesar 0,014 menunjukan bahwa nilai tersebut lebih kecil dari 0,05 0,014
0,05, dan nilai t
hitung
-2.561t
tabel
1,678 -1,678. Hal tersebut menunjukan
