Analisis Kualitatif Analisis Kuantitatif

30

4.4. Metode Pengumpulan Data

Pengumpulan data primer dilakukan dengan cara diskusi bersama pihak manajemen BRI Unit Lalabata Rilau terkait dengan tata cara pembayaran pinjaman serta nasabah yang pengembalian kreditnya bermasalah. Data sekunder diperoleh melalui pencarian data internal BRI yang terkait dengan nasabah KUR Mikro yang kemudian mewawancarai 15 orang nasabah yang terdiri dari 5 nasabah pertanian on farm lancar dan menunggak, 2 nasabah industri pertanian lancar dan menunggak dan 8 nasabah perdagangan produk pertanian lancar dan menunggak. Hal ini dilakukan untuk menyesuaikan data yang diperoleh dari BRI dan melihat fakta di lapangan. Data sekunder juga diperoleh melalui browsing internet dan pencarian pustaka yang terkait dengan penelitian di perpustakaan.

4.5. Metode Analisis Data

Analisis data yang digunakan dalam penelitian ini adalah analisis data kualitatif dan kuantitatif. Data kuantitatif diolah dengan menggunakan softwareMicrosoft Excel 2007dan SPSS 17.

4.5.1. Analisis Kualitatif

Analisis kualitatif berupa deskripsi mengenai hubungan karakteristik individu, karakteristik usaha dan karakteristik kredit yang mempengaruhi pengembalian KUR Mikro di BRI Unit Lalabata Rilau. Analisis deskriptif ini bertujuan untuk mengetahui karakteristik masyarakat pelaku usaha mikro yang menerima KUR Mikro serta mengetahui karakteristik antara debitur lancar dengan debitur yang tidak lancar menunggak dalam pengembalian kreditnya. Dalam analisis kualitatif terdapat tabel data pada setiap variabel yang akan dianalisis mengenai nasabah KUR Mikro di BRI Unit Lalabata Rilau.

4.5.2. Analisis Kuantitatif

Analisis kuantitatif yang digunakan untuk mengetahui faktor-faktor yang mempengaruhi tingkat pengembalian adalah model logit. Model logit merupakan model analisis yang digunakan untuk mengestimasi suatu model dimana variabel tak bebas Y, bersifat biner, dengan menggunakan nilai 1 atau 0, dimana 1 menunjukkan adanya atau dimilikinya suatu atribut contohnya kawin, bekerja, 31 dan lain-lain sedangkan 0 menunjukkan tidak adanya atribut itu contohnya tak kawin, tidak bekerja, dan lain-lain. Variabel-variabel penjelas dapat berupa biner atau dummy atau kuantitatif atau campurannya Gujarati 2006. Variabel dependent pada penelitian ini adalah tingkat kelancaran pengembalian KUR yaitu Y=1 jika pengembaliannya lancar dan Y=0 jika pengembaliannya tidak lancar. Variabel-variabel independent dari model ini antara lain berdasarkan karakteristik individu usia, tingkat pendidikan, jumlah tanggungan keluarga, dan jarak rumah dengan BRI, karakteristik usaha lama usaha, jenis usaha, lama menetap di lokasi usaha, dan omset usaha serta karakteristik kredit kewajiban per bulan, jangka waktu pengembalian, nilai agunan, dan frekuensi peminjaman kredit. Estimasi model logit pada penelitian ini adalah: Li = ln P P = β0 + β1X1+ β2X2+ β3X3+…+ β9X9 Keterangan: Li =Variabel dependent , yaitu tingkat kelancaran pengembalian KUR Mikro Y=1 : Jika pengembalian lancar Y=0 : Jika pengembalian tidak lancarmenunggak Pi = Peluang terjadinya Y=1 1-Pi = Peluang terjadinya Y=0 β = Konstanta X 1 ,…,X 9 = Variabel independent X 1 = Usia tahun X 2 = Jumlah tanggungan keluarga orang X 3 = Jarak tempat tinggal dengan BRI kilometer X 4 = Jenis usaha, sebagai variabel dummy 1 = usaha off farm dan 0 = usaha on farm X 5 = Omset usaha Rp X 6 = Repayment CapacityRPC Rp X 7 = Jumlah pinjamanRp X 8 = Angsuran Rp 32 X 9 = Jangka Waktu Pengembalian bulan β 1 ,…, β 9 = Koefisien variabel independent 1 Uji Kelayakan Model Pengujian kelayakan model menggunakan statistik G untuk mengetahui peran variabel-variabel prediktor dalam model secara bersama-sama. Rumus uji G adalah sebagai berikut : G ln Keterangan : l = Likelihood tanpa variabel independent l 1 = Likelihood dengan variabel independent Hipotesis : H0 = β1 = β2 = … = βk = 0 H1 = Minimal ada satu nilai βi ≠0, I = 1,2,…,n Jika nilai G x p,α atau p-value dari statistik G lebih kecil dari taraf nyata α = 0,10 maka keputusannya adalah menolak H0, artinya setidak-tidaknya ada satu variabel independent yang berpengaruh nyata terhadap variabel dependent. 2 Uji Akurasi Model Uji akurasi model atau uji kebaiksesuaian goodness of fit model dilakukan dengan memperhatikan nilai sebaran chi-square dari metode Pearson, Deviance dan Hosmer Lemeshow Gujarati 1997. Hipotesis : H0 = Tidak terdapat perbedaan yang signifikan antara nilai observasi dengan nilai prediksi oleh model H1 = Terdapat perbedaan yang signifikan antara nilai observasi dengan nilai prediksi oleh model Jika p-value dari ketiga alat uji statistik tersebut lebih besar dari taraf nyata α=0,10 maka keputusannya adalah menerima H0, artinya model tersebut cukup layak untuk digunakan dalam prediksi. 33 3 Uji Signifikansi Variabel Prediktor Pengujian terhadap signifikansi masing-masing variabel predictor dilakukan dengan uji Wald W yang serupa dengan statistik ujit-t atau uji-Z dalam regresi linier biasa Juanda 2009. Berikut merupakan rumus uji Wald : Keterangan : = Penduga β = Penduga standart error dari β βj = Koefisien variabel independent ke-j Hipotesis : H0 : βj = 0 untuk j = 2, 3,...k. peubah Xj tidak berpengaruh nyata H1 : βj ≠ 0 untuk j = 2, 3,...k. peubah Xj berpengaruh nyata Statistik Wj mengikuti sebaran normal Z, jika nilai Wj Z α2 maka keputusannya adalah menolak H0, artinya variabel independent ke-k tersebut berpengaruh secara nyata signifikan terhadap variabel respon.

4.5.3. Definisi Operasional