belas 13 orang, selanjutnya kegiatan pengerjaan bangunan dengan jumlah dua belas 12 orang, dan kegiatan pelatihan dengan jumlah sebelas 11 orang. Kemudian
masyarakat yang memperoleh sumur bor dan kegiatan lain-lain dengan jumlah yang sama yaitu sembilan 9 orang. Diikuti dengan jenis kegiatan peternakan dan
pengerjaan pipa perusahaan air minum PAM yang berjumlah enam 6 orang. Untuk pengerjaan parit beton berjumlah lima 5 orang, sedangkan pengerjaan sumur bor
berjumlah empat 4. Jenis kegiatan yang paling sedikit jumlahnya adalah penerima santunan jompo yaitu berjumlah dua 2 orang.
4.6. Pengujian Empiris Dan Hipotesis
Sebagai alat bantu untuk menyelesaikan perhitungan analisis penelitian ini, peneliti menggunakan software program komputer EViews ver 4.0 dan setelah
dilakukan perhitungan analisis terhadap data-data yang penulis peroleh selama penelitian maka diperoleh hasil penelitian seperti pada tabel berikut ini :
1. Analisis Pengaruh Pembiayaan Terhadap Kesejahteran Masyarakat.
Analisis pengaruh pembiayaan terhadap kesejahteran masyarakat dengan model binary Logistic regression digunakan karena variabel dependen dalam
penelitian ini bersifat dikotomi dan variabel independennya kontinu, ordinal atau keduanya. Suatu variabel dikatakan katagorial bersifat binari atau dikotomi apabila
hanya ada 2 dua katagori yang dimungkinkan, misalnya ya atau tidak.
Universitas Sumatera Utara
Tabel 4.6 Dependent Variable Frequencies
Dependent Variable: KSJ Method: ML - Binary Logit Quadratic hill climbing
Sample: 1 100 Included observations: 100
Frequencies for dependent variable
Cumulative Value Count
Percent Count
Percent
0 29 29.00
29 29.00
1 71 71.00
100 100.00
Sumber : Data Olahan Lampiran 2, 2010
Pada Tabel 4.6, hasil binary logistic regression menunjukkan pengujian pada seratus 100 responden dengan kesejahteraan sebagai variabel dependen memberikan
hasil bahwa responden yang menyatakan bahwa tidak adanya manfaat pembiayaan program nasional pemberdayaan masyarakat PNPM mandiri pedesaan terhadap
peningkatan kesejahteraan masyarakat adalah sebesar dua puluh sembilan persen 29 . Sedangkan responden yang menyatakan bahwa adanya manfaat pembiayaan
program nasional pemberdayaan masyarakat PNPM mandiri pedesaan terhadap peningkatan kesejahteraan masyarakat adalah sebesar tujuh puluh satu persen 71 .
Berdasarkan teori, semakin kecil nilai Akaike Information Criterion AIC dan Scwharz Criterion, maka model semakin baik. Pada table 4.7 berikut ini nilai
Akaike Information Criterion AIC memberikan hasil sebesar 0,42 dan nilai Scwharz Criterion yaitu sebesar 0,52.
Universitas Sumatera Utara
Tabel 4.7 Binary Estimation Method Logit
Dependent Variable: KSJ Method: ML - Binary Logit Quadratic hill climbing
Sample: 1 100 Included observations: 100
Convergence achieved after 6 iterations Covariance matrix computed using second derivatives
Variable Coefficient Std.
Error z-Statistic Prob.
C -5.150724 1.381043
-3.729589 0.0002
INF 2.825299 0.999951
2.825439 0.0047
EB 5.523738 1.254120
4.404473 0.0000
BP 5.959100 1.575621
3.782064 0.0002
Mean dependent var 0.710000 S.D. dependent var
0.456048 S.E. of regression
0.208758 Akaike info criterion 0.422507
Sum squared resid 4.183667 Schwarz criterion
0.526713 Log likelihood
-17.12533 Hannan-Quinn criter. 0.464681
Restr. log likelihood -60.21517 Avg. log likelihood
-0.171253 LR statistic 3 df
86.17968 McFadden R-squared 0.715598
ProbabilityLR stat 0.000000
Obs with Dep=0 29 Total obs
100
Obs with Dep=1 71
Sumber : Data Olahan Lampiran 2, 2010 Kemampuan prediksi model ini ternyata memberikan hasil cukup baik yang
ditunjukkan oleh koefisien determinasi R² Mc Fadden R Square sebesar 71,55
0,7155 yang terlihat pada Tabel 47. Untuk menghasilkan restriksi spesifik yang valid dan optimal digunakan nilai
Log Likelihood, Log Likelihood tersebut digunakan sebagai pedoman. Suatu persamaan dikatakan valid jika hasil restriksi menunjukkan over identified dan nilai
Log Likelihood mendekati kondisi exactly identified. Nilai Log Likelihood yang pertama adalah sebesar -17.12 sedangkan pada nilai Log Likelihood yang kedua
Universitas Sumatera Utara
terjadi penurunan yakni sebesar -60.21. Dapat disimpulkan bahwa model kedua dari regresi lebih baik dalam memprediksi kesejahteraan masyarakat.
Pada Tabel 4.7 menunjukkan bahwa ketiga variabel adalah signifikan secara statistik dengan probabilitas ketiga variabel adalah 0.0047 untuk bantuan
infrastruktur, 0.0000 untuk bantuan ekonomi bergulir, dan 0.0002 untuk beasiswa perorangan, dengan nilai lebih kecil dari 0,05, sehingga dapat mempengaruhi
probabilitas adanya manfaat dari pembiayaan program nasional pemberdayaan masyarakat mandiri pedesaan di kecamatan Stabat. Sehingga didapatkan koefisien
regresi dengan persamaan : KSJ = 1-LOGIT-{C
+ C
1
INF + C
2
EB + C
4
BP} KSJ = 1-LOGIT-{-5.15 + 2.82INF + 5.52 EB + 5.95 BP}
Prob = 0.0002 0.0047 0.0000 0.0002 Std.Er = 1.3810 0.9999 1.2541 1.5756
z-stat = -3.7295 2.8254 4.4044 3.7820 R
2
= 0.7155 Prob = 0.0000
Ket. = signifikan pada
5 . Berdasarkan persamaan di atas, jika diberikan bantuan infrastruktur sebesar satu 1
rupiah, maka akan meningkatkan kesejahteraan masyarakat sebesar dua koma delapan dua 2.82. Jika diberikan bantuan ekonomi bergulir sebesar satu 1 rupiah,
maka akan meningkatkan kesejahteraan masyarakat sebesar lima koma lima dua 5.52, dan jika diberikan bantuan beasiswa perorangan sebesar satu 1 rupiah, maka
Universitas Sumatera Utara
akan meningkatkan kesejahteraan masyarakat sebesar lima koma sembilan lima 5.95.
2. Hasil Pengujian Hipotesis