1998 terjadi krisis ekonomi dan kenaikan harga BBM. Tingkat Suku Bunga Tabungan Masyarakat tertinggi terjadi pada tahun 1997 sebesar 38,16
dan Tingkat Suku Bunga Tabungan Masyarakat terendah pada tahun 2010 sebesar 3,05 .
Tabel 6. Perkembangan Tingkat Suku Bunga Tabungan Masyarakat Tahun 1996-2010
Sumber : Badan Pusat Statistik Jawa Timur diolah Tahun
Tingkat Suku Bunga
Tabungan Masyarakat
Perkembangan
1996 15,62 -
1997 26,18 10,56
1998 38,16 11,98
1999 12,61 -25,55
2000 8,86 -3,75
2001 9,19 0,33
2002 8,96 -0,23
2003 5,14 -3,82
2004 4,37 -0,77
2005 4,32 -0,05
2006 3,85 -0,47
2007 3,48 -0,37
2008 3,33 -0,15
2009 3,25 -0,08
2010 3,05 -0,20
4.3 Hasil Analisis Asumsi Regresi Klasik BLUE Best Linier Unbiased
Estimator.
Agar dapat diperoleh hasil estimasi yang BLUE Best Linier Unbiased Estimator atau perkiraan linier tidak bias yang terbaik maka
estimasi tersebut harus memenuhi beberapa asumsi yang berkaitan. Apabila salah satu asumsi tersebut dilanggar, maka persamaan regresi
91
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
yang diperoleh tidak lagi bersifat BLUE, sehingga pengambilan keputusan melalui uji F dan uji t menjadi bias. Dalam hal ini harus dihindarkan
terjadinya kasus-kasus sebagai berikut : 1.
Autokorelasi
Autokorelasi dapat didefinisikan sebagai “korelasi antara data observasi yang diurutkan berdasarkan urut waktu data time series atau
data yang diambil pada waktu tertentu data cross-sectional” Gujarati, 1995:201. Untuk mengujji variabel-variabel yang diteliti apakah terjadi
autokorelasi atau tidak dapat digunakan uji Durbin Watson, yaitu dengan cara membandingkan nilai Durbin Watson yang dihitung dengan nilai
Durbin Watson dL dan du dalam tabel. Distribusi penetuan keputusan dimulai dari 0 nol sampai 4 empat.
Kaidah keputusan dapat dijelaskan sebagai berikut : 1.
Jika d lebih Makanan dan Minuman daripada d
L
atau lebih besar daripada 4-d
L
, maka hipotesis nol ditolak yang berarti terdapat autokorelasi.
2. Jika d teletak antara d
U
dan 4-d
U
, maka hipotesis nol diterima yang berarti tidak ada autokorelasi.
3. Jika nilai d terletak antara d
L
dan d
U
atau antara 4-d
L
dan 4-d
U
maka uji Durbin-Watson tidak menghasilkan kesimpulan yang pasti, untuk nilai-nilai ini tidak dapat disimpulkan ada tidaknya
autokorelasi di antara faktor-faktor penganggu. Untuk mengetahui ada tidaknya gejala autokorelasi dalam model
penelitian maka perlu dilihat nilai DW tabel. Diketahui jumlah variabel
92
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
bebas adalah 5 k=5 dan banyaknya data adalah n=15 sehingga diperoleh nilai DW tabel adalah sebesar d
L
= 0,562 dan d
U
= 2,220.
93
Gambar 6. Kurva Statistik Durbin Watson
Daerah Daerah Daerah Daerah Kritis Ketidak- Terima Ho Ketidak- Kritis
pastian pastian Tolak Tidak ada Tolak
Ho autokorelasi Ho 0 d
L
= 0,562 d
U
= 2,220 4-d
U
= 1,780 4-d
L
= 3,438 d
1,792
Sumber : Lampiran 2 dan 7 Berdasarkan hasil analisis, maka dalam model regresi ini tidak
terjadi gejala autokorelasi karena nilai DW tes yang diperoleh adalah sebesar 1,792 berada pada daerah antara dL dan dU yang berarti berada
dalam daerah ketidak pastian.
2. Multikolinier
Multikolinieritas berarti ada hubungan linier yang “sempurna” atau pasti di antara beberapa atau semua variabel independen dari
model regresi. Dari dugaan adanya multikolinieritas tersebut maka perlu
adanya pembuktian secara statistik ada atau tidaknya gejala multikolinier dengan cara menghitung Variance Inflation Factor
VIF. VIF menyatakan tingkat “pembengkakan” varians. Apabila VIF lebih besar dari 10, hal ini berarti terdapat multikolinier pada
persamaan regresi linier.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Adapun hasil yang diperoleh setelah diadakan pengujian analisis regresi linier berganda diketahui bahwa dari keempat variabel
yang dianalisis dapat dilihat pada tabel berikut :
Tabel 7 : Tes Multikolinier
TOLERANCE VIF Ketentuan KETERANGAN
0,413 2,420 ≤ 10
Tidak terjadi Multikolinier 0,140 7,138
≤10 Tidak terjadi Multikolinier
0,257 3,897 ≤10
Tidak terjadi Multikolinier 0,175 5,743
≤10 Tidak terjadi Multikolinier
0,106 9,448 ≤10
Tidak terjadi Multikolinier Sumber : Lampiran 3
3. Heterokedastisitas
Pada regresi linier nilai residual tidak boleh ada hubungan dengan variabel bebas X. Hal ini bisa diidentifikasikan dengan
menghitung korelasi rank spearman antara residual dengan seluruh variabel bebas. Pembuktian adanya heterokedastisitas dilihat pada
tabel dibawah ini.
94
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tabel 8. Tes Heterokedastisitas dengan Korelasi Rank Spearman
Korelasi Residual
Simpangan Baku
Spearmans rho Residual Simpangan Baku Koefisien Korelasi
1000 Sig. 2-tailed
- N
15 Pendapatan Perkapita X1
Koefisien Korelasi -.075
Sig. 2-tailed .791
N 15
Jumlah Penduduk X2 Koefisien Korelasi
-.014 Sig. 2-tailed
.960 N
15 Tingkat Inflasi X3
Koefisien Korelasi -.361
Sig. 2-tailed .187
N 15
Jumlah Kantor Bank X4 Koefisien Korelasi
-.111 Sig. 2-tailed
.694 N
15 Tingkat Suku Bunga X5
Koefisien Korelasi .082
Sig. 2-tailed .771
N 15
Sumber : Lampiran 4. Berdasarkan tabel diatas, diperoleh tingkat signifikansi
koefisien korelasi rank spearman untuk variabel bebas X
1
sebesar
95
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
0,791; X
2
sebesar 0,960; X
3
sebesar 0,187, X
4
sebesar 0,694 dan X
5
sebesar 0,771 terhadap residual lebih besar dari 0,05 tidak signifikan sehingga tidak mempunyai korelasi yang berarti antara nilai residual
dengan variabel yang menjelaskan. Jadi dapat disimpulkan persamaan tersebut tidak terjadi heterokedastisitas.
Berdasarkan pengujian yang telah dilakukan diatas dapat disimpulkan bahwa pada model penelitian ini tidak terjadi pelanggaran
asumsi klasik.
4.3.1. Analisis Dan Pengujian Hipotesis
Untuk mengetahui pengaruh Pendapatan Perkapita, jumlah kantor bank, tingkat inflasi, Jumlah Kantor Bank dan Tingkat Suku Bunga
terhadap Jumlah Tabungan Masyarakat digunakan analisis regresi linier berganda dan untuk mengolah data yang ada diguanakan alat bantu
komputer dengan program SPSS Statistic Program For Social Science versi 13.0.
96
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tabel 9 : Hasil Analisis Variabel Pendapatan Perkapita X
1
,jumlah pendudukX2,tingkat inflasiX3,jumlah kantor bankX4, suku bunga X5
Variabel Koefisien Regresi
Pendapatan Perkapita X1 1687,904
Jumlah Penduduk X2 49,089
Tingkat Inflasi X3 -115996,872
Jumlah Kantor Bank X4 -13230,297
Tingkat Suku Bunga X5 456104,235
Variabel terikat : Jumlah Tabungan Masyarakat Konstanta = -134969504
R = 0,969 R² = 0,940
Sumber: Lampiran 3 Berdasarkan hasil analisis diperoleh persamaan regresi linier berganda
sebagai berikut : Y = -134969504 + 1687,904 X
1
+ 49,089 X
2
- 115996,872 X
3
- 13230,297 X
4
+ 456104,235 X
5
Berdasarkan persamaan tersebut di atas, maka dapat dijelaskan melalui penjelasan sebagai berikut:
βo = nilai konstanta sebesar -134969504 menunjukkan bahwa apabila faktor Pendapatan Perkapita X
1
, Jumlah Penduduk X
2
, Tingkat
97
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Inflasi X
3
, Jumlah Kantor Bank X
4
dan Tingkat Suku Bunga X
5
konstan maka Jumlah Tabungan Masyarakat turun sebesar Rp.134969504 Milyar.
β
1
= 1687,904. menunjukkan bahwa faktor Pendapatan Perkapita X
1
berpengaruh positif, dapat diartikan apabila Pendapatan Perkapita mengalami peningkatan satu juta Rupiah maka Jumlah Tabungan
Masyarakat akan mengalami peningkatan sebesar Rp.1687,904 Milyar dengan asumsi X
2
, X
3,
X
4
dan X
5
Konstan. β
2
= 49,089 menunjukkan bahwa faktor Jumlah Penduduk X
2
berpengaruh positif, dapat diartikan apabila ada kenaikan Jumlah Penduduk satu juta jiwa maka Jumlah Tabungan Masyarakat akan
mengalami peningkatan sebesar Rp.49,089 Milyar dengan asumsi X
1
, X
3,
X
4
dan X
5
Konstan. β
3
= -115996,872 menunjukkan bahwa faktor Tingkat Inflasi X
3
berpengaruh negatif, dapat di artikan apabila ada penurunan Tingkat Inflasi satu persen maka Jumlah Tabungan Masyarakat
akan mengalami peningkatan sebesar Rp.115996,872 Milyar dengan asumsi X
1
, X
2,
X
4
dan X
5
Konstan. β
4
= -13230,297 menunjukkan bahwa faktor Jumlah Kantor Bank X
4
berpengaruh negatif, dapat di artikan apabila setiap ada penurunan Jumlah Kantor Bank satu unit maka Jumlah Tabungan Masyarakat
akan mengalami peningkatan sebesar Rp.13230,297 Milyar dengan asumsi X
1
, X
2,
X
3
dan X
5
Konstan.
98
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Β
5
= 456104,235 menunjukkan bahwa faktor Tingkat Suku Bunga X
5
berpengaruh positif, dapat di artikan apabila setiap ada kenaikan Tingkat Suku Bunga satu persen maka Jumlah
Tabungan Masyarakat akan mengalami peningkatan sebesar Rp.456104,235 Milyar dengan asumsi X
1
, X
2,
X
3
dan X
4
Konstan R² = Koefisien diterminasi sebesar 0,969, artinya 96,9 dari seluruh
pengamatan menunjukan variable bebas mampu menjelaskan variasi variabel terikatnya, sisanya 3,1 diperoleh dari 100
- 96,9 adalah dipengaruhi faktor lain yang tidak tampak pada model atau galatnya.
4.3.2 Uji Hipotesis Secara Simultan
Untuk menguji pengaruh secara simultan antara variabel bebas terhadap variabel terikat digunakan uji F hasil yang diperoleh sebagai
berikut:
Tabel 10: Analisis Varian ANOVA
Sumber: Lampiran 3 dan 6 Sumber
Varian Jumlah Kuadrat
Df Kuadrat Tengah
F hitung F tabel
Regresi 2E+015
5 390945711300454 28,007
3,48 Sisa 1E+014
9 13959070098828
Total 2E+015 14
1. Untuk menguji pengaruh secara simultan serempak digunakan uji F dengan langkah-langkah sebagai berikut:
99
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
a. Ho :
1
=
2
=
3
=
4
=
5
= 0 Secara keseluruhan variabel bebas tidak ada pengaruh terhadap
variabel terikat. Hi :
1
2
3
4
5
0
Secara keseluruhan variabel bebas ada pengaruh terhadap variabel terikat.
b. = 0,05 dengan df pembilang = 5
df penyebut = 9 c.
F tabel = 0,05 = 3,48
d. F hitung =
Rata - rata kuadrat regresi Rata - rata kuadrat sisa
390945711300454 = --------------------------- = 28,007
13959070098828 e. Daerah
pengujian Gambar 7.
Distribusi Kriteria PenerimaanPenolakan Hipotesis Secara Simultan atau Keseluruhan
100
28,007 3,48
Daerah Penerimaan H Daerah Penolakan H
tabel
Sumber : Lampiran 3 dan 6 Ho diterima apabila F hitung
≤ 3,48 Ho ditolak apabila F hitung 3,48
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
f Kesimpulan
Oleh karena F hitung = 28,007 F tabel = 3,48 maka Ho ditolak dan Ha diterima, yang berarti bahwa secara keseluruhan
faktor–faktor variable bebas yaitu Pendapatan Perkapita X
1
, Jumlah Penduduk X
2
, Tingkat Inflasi X
3
, Jumlah Kantor Bank X
4
dan Tingkat Suku Bunga X
5
, berpengaruh secara simultan dan nyata terhadap Jumlah Tabungan Masyarakat di Surabaya Y.
4.3.3 Uji Hipotesis Secara Parsial
Uji hipotesis ini dilakukan untuk menguji pengaruh secara parsial dari variabel bebas Pendapatan Perkapita X
1
, Jumlah Penduduk X
2
, Tingkat Inflasi X
3
, Jumlah Kantor Bank X
4
dan Tingkat Suku Bunga X
5
terhadap Jumlah Tabungan Masyarakat di Surabaya Y. Hasil uji hipotesis tersebut dapat dilihat dalam tabel sebagai berikut :
Tabel 11: Hasil Uji Hipotesis Secara Parsial Dari Variabel Pendapatan Perkapita X
1
, Jumlah Penduduk X
2
, Tingkat Inflasi X
3
, Jumlah Kantor Bank X
4
dan Tingkat Suku Bunga X
5
terhadap Jumlah Tabungan Masyarakat Y.
Variabel t
hitung t
tabel r2
Parsial
Pendapatan Perkapita X1 2,328
2,262 0,375 Jumlah Penduduk X2
2,409 2,262 0,391
Tingkat Inflasi X3 -1,348
2,262 0,168 Jumlah Kantor Bank X4
0,602 2,262
0,038 Tingkat Suku Bunga X5
1,487 2,262 0,197
Variabel terikat : Jumlah Tabungan Masyarakat
Sumber: Lampiran 3 dan 6
101
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Selanjutnya untuk melihat ada tidaknya pengaruh masing-masing variabel terhadap variable terikatnya, dapat dianalisa melalui uji t dengan
ketentuan sebagai berikut :
a Pengaruh secara parsial antara Pendapatan Perkapita X
1
terhadap Jumlah Tabungan Masyarakat Y
Langkah-langkah pengujian : i.
Ho :
1
= 0 tidak ada pengaruh Hi :
1
0 ada pengaruh ii.
= 0,05 dengan df = 5 iii.
t hitung =
β Se
β
1 1
= 2,328 iv.
level of significani = 0,052 0,025 berarti t tabel sebesar 2,262 v.
pengujian
Gambar 8 Kurva Distribusi Hasil Analisis secara Parsial Faktor Pendapatan Perkapita X
1
terhadap Jumlah Tabungan Masyarakat Y
102
2,262 ‐2,262
Daerah Penerimaan Ho Daerah Penolakan Ho
Daerah Penolakan Ho
2,328
Sumber : lampiran 3
Berdasarkan pehitungan diperoleh t-hitung sebesar 2,328 t-tabel sebesar 2,262 Ho ditolak, pada level signifikan 5 ,
sehingga secara parsial Faktor Pendapatan Perkapita X
1
berpengaruh secara nyata dan positif terhadap Jumlah Tabungan
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Masyarakat Y. Hal ini didukung juga dengan nilai signifikasi dari Pendapatan Perkapita X
1
sebesar 0,045 yang lebih kecil dari 0,05.
Nilai r
2
parsial untuk variabel Pendapatan Perkapita sebesar 0,375 yang artinya bahwa Pendapatan Perkapita X
1
secara parsial mampu menjelaskan variabel terikat Jumlah Tabungan Masyarakat Y sebesar 37,5 , sedangkan sisanya 62,5
tidak mampu dijelaskan oleh variabel tersebut.
b Pengaruh secara parsial antara Jumlah Penduduk X
2
terhadap Jumlah Tabungan Masyarakat Y
Langkah-langkah pengujian : i.
Ho :
2
= 0 tidak ada pengaruh Hi :
2
0 ada pengaruh ii.
= 0,05 dengan df = 5 iii.
t hitung =
β Se
β
2 2
= 2,409 iv.
level of significani = 0,052 0,025 berarti t tabel sebesar 2,262 v.
pengujian
Gambar 9:Kurva Distribusi Hasil Analisis secara Parsial faktor Jumlah Penduduk X
2
Terhadap Jumlah Tabungan Masyarakat Y
103
Sumber : Lampiran 3
Daerah Penerimaan Ho Daerah Penolakan Ho
Daerah Penolakan Ho
2,409 2,262
‐2,288
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Berdasarkan pehitungan diperoleh t-hitung sebesar 2,409 t tabel sebesar 2,262 maka Ho ditolak dan Ha di terima, pada
level signifikan 5 , sehingga secara parsial Faktor Jumlah Penduduk X
2
berpengaruh secara nyata positif terhadap Jumlah Tabungan Masyarakat Y. hal ini didukung juga dengan nilai
signifikasi dari Jumlah Penduduk X
2
sebesar 0,039 yang lebih kecil dari 0,05.
Nilai r
2
parsial untuk variabel Jumlah Penduduk sebesar 0,391 yang artinya bahwa Jumlah Penduduk X
2
secara parsial mampu menjelaskan variabel terikat Jumlah Tabungan Masyarakat
Y sebesar 39,1 , sedangkan sisanya 60,9 tidak mampu dijelaskan oleh variabel tersebut.
c Pengaruh secara parsial antara Tingkat Inflasi X
3
terhadap Jumlah Tabungan Masyarakat Y
Langkah-langkah pengujian : i.
Ho :
3
= 0 tidak ada pengaruh Hi :
3
0 ada pengaruh ii.
= 0,05 dengan df = 5 iii.
t hitung =
β Se
β
3 3
= -1,348 iv.
level of significani = 0,052 0,025 berarti t tabel sebesar 2,262 v.
pengujian
104
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Gambar 10 Kurva Distribusi Hasil Analisis secara Parsial Tingkat Inflasi X
3
terhadap Jumlah Tabungan Masyarakat Y
Daerah Penolakan Ho
Daerah Penolakan Ho
105
Sumber : Lampiran 3
Berdasarkan pehitungan diperoleh t-hitung sebesar -1,348 t tabel sebesar 2,262 maka Ho diterima dan Ha ditolak, pada level
signifikan 5 , sehingga secara parsial Faktor Tingkat Inflasi X
3
tidak berpengaruh secara nyata negatif terhadap Jumlah Tabungan Masyarakat Y. hal ini didukung juga dengan nilai signifikasi dari
Tingkat Inflasi X
3
sebesar 0,211 yang lebih besar dari 0,05. Nilai r
2
parsial untuk variabel Tingkat Inflasi sebesar 0,168 yang artinya Tingkat Inflasi X
3
secara parsial mampu menjelaskan variabel terikat Jumlah Tabungan Masyarakat Y
sebesar 16,8 , sedangkan sisanya 83,2 tidak mampu dijelaskan oleh variabel tersebut.
d Pengaruh secara parsial antara Jumlah Kantor Bank X
4
terhadap Jumlah Tabungan Masyarakat Y
Langkah-langkah pengujian :
2,262 ‐1,348
‐ 2,262 Daerah Penerimaan
Ho
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
vi. Ho :
4
= 0 tidak ada pengaruh Hi :
4
0 ada pengaruh vii.
= 0,05 dengan df = 5 viii.
t hitung =
β Se
β
4 4
= -0,602 ix.
level of significani = 0,052 0,025 berarti t tabel sebesar 2,262 x.
pengujian
Gambar 11:Kurva Distribusi Hasil Analisis secara Parsial Jumlah Kantor Bank X
4
terhadap Jumlah Tabungan Masyarakat Y
Daerah Penolakan Ho
Daerah Penolakan Ho
106
Sumber : Lampiran 3
Berdasarkan pehitungan diperoleh t-hitung sebesar -0,602 t tabel sebesar 2,262 maka Ho di terima dan Ha di tolak, pada
level signifikan 5 , sehingga secara parsial Faktor Jumlah Kantor Bank X
4
tidak berpengaruh secara nyata negatif terhadap Jumlah Tabungan Masyarakat Y. hal ini didukung juga dengan nilai
signifikasi dari Jumlah Kantor Bank X
4
sebesar 0,562 yang lebih besar dari 0,05.
Nilai r
2
parsial untuk variabel Jumlah Kantor Bank sebesar 0,038 yang artinya Jumlah Kantor Bank X
4
secara parsial mampu menjelaskan variabel terikat Jumlah Tabungan Masyarakat Y
2,262 ‐0,602
‐ 2,262 Daerah Penerimaan
Ho
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
sebesar 3,8 , sedangkan sisanya 96,2 tidak mampu dijelaskan oleh variabel tersebut.
e Pengaruh secara parsial antara Tingkat Suku Bunga X
5
terhadap Jumlah Tabungan Masyarakat Y
Langkah-langkah pengujian : xi.
Ho :
4
= 0 tidak ada pengaruh Hi :
4
0 ada pengaruh xii.
= 0,05 dengan df = 5 xiii.
t hitung =
β Se
β
4 4
= 1,487 xiv.level of significani = 0,052 0,025 berarti t tabel sebesar 2,262
xv. pengujian
Gambar 12:Kurva Distribusi Hasil Analisis secara Parsial Tingkat Suku Bunga X
5
terhadap Jumlah Tabungan Masyarakat Y
Daerah Penolakan Ho
Daerah Penolakan Ho
Daerah Penerimaan Ho
1,487 ‐ 2,262
2,262
107
Sumber : Lampiran 3
Berdasarkan pehitungan diperoleh t-hitung sebesar 1,487 t tabel sebesar 2,262 maka Ho di terima dan Ha di tolak, pada
level signifikan 5 , sehingga secara parsial Faktor Tingkat Suku Bunga X
5
tidak berpengaruh secara nyata positif terhadap Jumlah Tabungan Masyarakat Y. hal ini didukung juga dengan nilai
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
signifikasi dari Tingkat Suku Bunga X
5
sebesar 0,171 yang lebih besar dari 0,05.
Nilai r
2
parsial untuk variabel Tingkat Suku Bunga sebesar 0,197 yang artinya Tingkat Suku Bunga X
5
secara parsial mampu menjelaskan variabel terikat Jumlah Tabungan Masyarakat Y
sebesar 19,7 , sedangkan sisanya 80,3 tidak mampu dijelaskan oleh variabel tersebut.
Kemudian untuk mengetahui variabel mana yang berpengaruh paling dominan empat variabel bebas terhadap Jumlah
Tabungan Masyarakat : Pendapatan Perkapita X
1
, Jumlah Penduduk X
2
, Tingkat Inflasi X
3
, Jumlah Kantor Bank X
4
dan Tingkat Suku Bunga X
5
dapat diketahui dengan melihat koefisien determinasi parsial yang paling besar, dimana dalam
perhitungan ditunjukkan oleh variabel Jumlah Penduduk dengan koefisien determinasi parsial r
2
sebesar 0,391 atau sebesar 39,1 .
4.4 Pembahasan