unsur atau item yang ada secara sistematis dengan tujuan mempelajari unsur atau item tersebut. Ada beberapa alasan analis sistem menyeleksi sampel data yang representatif
untuk diperiksa atau menyeleksi orang-orang tertentu untuk diwawancarai, atau diobservasi, yaitu:
1. Menekan biaya 2. Mempercepat pengumpulan data
3. Meningkatkan keefektifan 4. Mengurangi kecurigaan terutama bila berkaitan dengan data rahasia
Sampel ditentukan untuk memperoleh informasi tentang obyek penelitian dengan mengambil representasi populasi yang diprediksikan sebagai inferensi terhadap seluruh
populasi. Secara spesifik, sampel penelitian ini ditentukan dengan teknik purposive sampling penentuan sampel secara bertujuan. Metode ini digunakan karena peneliti
memiliki pertimbangan tertentu dalam menetapkan sampel sesuai dengan tujuan penelitian yang telah ditetapkan Riduwan, 2006.
Asumsi pemilihan nasabah agribisnis sebagai sampel karena penelitian ini bertujuan untuk memperoleh data atau profil nasabah pembiayaan yang hanya ditujukan
pada sektor agribisbis dan secara lebih spesifik melihat faktor penyebab penunggakan pembayaran kredit. Dimana terdapat 300 nasabah yang tercatat dalam data induk yang
tekait dengan pembiayaan UMKM, kemudian dari 300 data nasabah tersebut dikelompokan menjadi 50 nasabah yang dipilih berdasarkan sektor ekonomi nasabah
yang mengambil fasilitas pembiayaan yang terkait dengan sektor agribisnis dengan perincian yang diperoleh dari Bank BMI Cabang Pembantu Depok terdiri terdiri dari 29
nasabah dengan status pengembalian lancar dan 21 nasabah tidak lancar atau menunggak. Oleh karena itu berdasarkan pertimbangan tujuan penelitian di atas, maka sampel
penelitian ini ditentukan dengan purposive sampling.
4.4. Metode Analisis dan Pengolahan Data
Analisis data yang digunakan dalam penelitian ini dilakukan secara kualitatif dan kuantitatif. Metode kualitatif disajikan dalam bentuk analisis deskriptif. Sedangkan
analisis kuantitatif menggunakan alat analisis regresi logistik dan omnibus test. Dalam melakukan pengolahan data dengan ketiga alat analisis tersebut digunakan bantuan
program komputer SPSS 16.0 for Windows.
4.4.1. Analisis Deskriptif
Menurut Nazir 2003, analisis deskriptif adalah suatu metode untuk meneliti status kelompok manusia, suatu objek, suatu set kondisi, suatu sistem pemikiran ataupun
suatu kelas peristiwa pada masa sekarang. Analisis deskriptif mempunyai tujuan untuk
membuat deskriptif, gambaran atau lukisan secara sistematis, faktual dan akurat mengenai fakta-fakta, sifat-sifat serta hubungan antar fenomena yang diselidiki.
Data yang diperoleh, yaitu data mengenai karakteristik nasabah pembiayaan yang bermasalah baik yang masih dapat mengangsur maupun yang tidak dapat mengangsur
disajikan dalam bentuk tabel, kemudian dianalisis secara deskriptif yang mencakup karakteristik individu, karakteristik usaha dan karakteristik pembiayaan usaha muamalat.
Karakteristik individu terdiri dari usia, tingkat pendidikan terakhir, jumlah tanggungan keluarga dan pemahaman akad pembiayaan. Faktor karakteristik usaha terdiri dari
pendapatan usaha, jenis usaha dan lama usaha sedangkan faktor karakteristik pembiayaan terdiri dari frekuensi pengambilan fasilitas pembiyaan dari BMI Cabang Pembantu
Depok.
4.4.2. Regresi Logistik
Metode yang digunakan dalam pemodelan hubungan peubah penjelas X terhadap peubah respon Y dalam penelitian adalah regresi linier, baik yang sederhana
maupun berganda. Namun, regresi linier yang digunakan sering kali tidak sesuai untuk digunakan. Menurut Kutner 2004, hal ini disebabkan karena terjadinya pelanggaran
asumsi Gauss-Markov dan pelanggaran terhadap batasan dari nilai duga fitted value dari peubah respon Y. Pelanggaran yang dimaksud yaitu: 1 error dari model regresi yang
didapat tidak menyebar normal, 2 ragam variance dari error tidak homogen atau terjadi heteroskedastisitas pada ragam error, dan 3 pelanggaran bagi batas duga Y
fitted value adalah nilai duga yang dihasilkan dari model regresi linier bisa melebihi rentang antara 0 sampai 1, hal ini bertentangan dengan batasan nilai Y yang diharapkan,
yaitu 0 jika nasabah menunggak atau macet dan 1 jika nasabah lancar. Berdasarkan penjelasan tersebut, maka penelitian ini menggunakan alat analisis regresi logistik.
Data yang telah dikumpulkan melalui analisa deskriptif selanjutnya diolah dengan alat analisis regresi logistik. Regresi logistik digunakan dalam melakukan
pengolahan data karena peubah respon Y merupakan data bertipe nominal, sedangkan peubah penjelas X dapat berupa data bertipe nominal, ordinal, interval dan rasio. Di
dalam persamaan regresi, biasanya menggunakan simbol Y untuk variabel tak bebas dan X untuk variabel bebas. Baik X maupun Y dapat bernilai kualitatif. Jika X lebih dari satu
atau dalam model logistik ini adalah koefisien regresi ke-j lebih dari satu variabel : X
1
, X
2
, ....., X
n
. Selain kualitatif terdapat juga nilai X yang bersifat kuantitatif. Cara yang digunakan untuk melakukan kuantifikasi dari data kualitatif ialah dengan memberi nilai 1
atau 0, atau yang dinamakan variabel boneka dummy variable.
Regresi logistik atau yang dikenal dengan logit merupakan bagian dari analisis regresi Firdaus, 2008. Analisis ini mengkaji hubungan pengaruh peubah X terhadap
peubah Y melalui model persamaan matematis tertentu. Secara umum, analisis regresi logistik menggunakan peubah kategorik ataupun peubah numerik untuk menduga
besarnya peluang kejadian tertentu dari kategori peubah respon. Dalam analisis regresi logistik, pemodelan peluang kejadian tertentu dari kategori peubah respon dilakukan
melalui transformasi dari regresi liner ke logit. Formulasi transformasi logit tersebut adalah sebagai berikut:
pi pi
pi Logit
e
1 log
dengan pi adalah peluang munculnya kejadian kategori sukses dari peubah respon untuk kategori orang ke-i dan log
e
adalah logaritma dengan basis bilangan e. Kategori sukses secara umum merupakan kategori yang menjadi perhatian dalam penelitian. Dengan
demikian model yang digunakan dalam analisis regresi logistik adalah sebagai berikut:
X pi
Logit 1
dengan logit pi adalah nilai transformasi logit untuk peluang kejadian sukses,
adalah intersep model garis regresi, 1
adalah slope model garis regresi dan X adalah peubah penjelas.
Untuk mengetahui faktor-faktor yang mempengaruhi tingkat pengembalian pembiayaan bermasalah pada sektor agribisnis terdapat variabel bebas X, yaitu
karakteristik individu, karakteristik usaha dan karakteristik pembiayaan. Karakteristik- karakteristik tersebut terdiri dari usia, tingkat pendidikan, jumlah tanggungan keluarga,
pengetahuan mengenai akad, pendapatan usaha, lama usaha, jenis usaha,dan frekuensi pengambilan fasilitas pembiayaan. Persamaan yang digunakan adalah sebagai berikut:
8 8
7 7
6 6
5 5
4 4
3 3
2 2
1 1
1 ln
Pi Pi
Yij
Dimana, Yij = Variabel respon, dimana
p = peluang terjadinya Y = 1 lancar p-1 = peluang terjadinya Y = 0 tidak lancar
= Konstanta atau intersep model garis regresi
1
= Koefisien variabel bebas ke-i i = 1-8 Xij = Karakteristik penunggak pembiayaan, terdiri dari:
X
1
= Usia nasabah tahun
X
2
= Pendidikan :1 = SD; 2 = SMP; 3 = SMA; 4 = D3; 5 = S1 X
3
= Jumlah tanggungan keluarga orang X
4
= Pengetahuan akad pembiayaan; 0 = Tidak memahami; 1 = Memahami X
5
= Pendapatan Usaha rupiah X
6
= Lama usaha tahun X
7
= Jenis Usaha, On Farm= 0; Off Farm = 1 X
8
= Frekuensi pembiayaan kali
4.4.3. Omnibus Test
