keuntungan berlipat atau keadaan ekonomi sedang “booming”.
pendapatan.
Pembayaran bunga tetap seperti yang dijanjikan tanpa pertimbangan apakah
proyek yang dijalankan oleh pihak nasabah untung atau rugi.
Bagi hasil bergantung pada keuntungan proyek yang dijalankan.
Bila usaha merugi, kerugian akan ditanggung bersama oleh kedua belah
pihak. Eksistensi bunga diragukan kalau
tidak dikecam oleh semua agama, termasuk Islam.
Tidak ada yang meragukan keabsahan bagi hasil.
Sumber : Antonio, M.S. 2001. Bank Syariah Dari Teori Ke Praktik. Gema Insani Press. Jakarta.
2.1.4. Regresi Logistik
Regresi Logistik adalah suatu teknik analisis data yang dapat menjelaskan hubungan antara peubah respon yang biasanya terdiri atas data kualitatif yang
mencerminkan suatu pilihan alternatif dengan peubah-peubah penjelas yang bisa terdiri dari data kulitatif dan data kuantitatif. Peubah respon dalam regresi dapat
berbentuk dikhotom biner maupun polytomous ordinal atau nominal Hosmer dan Lemeshow, 1989.
Kuncoro, 2004 memaparkan kelebihan metode regresi logistik dibandingkan dengan teknik lain, yaitu:
1. Regresi logistik tidak memiliki asumsi normalitas atas variabel bebas yang digunakan dalam model, artinya variabel bebas tidak harus memiliki distribusi
normal, linier maupun memiliki varians yang memiliki varians yang sama dalam tiap grup.
2. Variabel bebas dalam regresi logistik bisa campuran dari variabel kontinyu, diskrit dan dikotomis.
3. Regresi logistik sangat bermanfaat digunakan apabila distribusi respon atas variabel tak bebas diharapkan non linier dengan satu atau lebih variable bebas.
Tujuan dari model logit adalah menentukan peluang bahwa individu dengan karakteristik-karakteristik tertentu akan memilih suatu pilihan tertentu dari
beberapa alternatif yang tersedia. Dalam penelitian ini, model logit mencerminkan dua alternatif bagi pengguna jasa lembaga penyaluran pembiayaan yaitu
mengambil pembiayaan atau tidak. Untuk mentransformasikan alternatif pilihan dari bentuk kualitatif ke kuantitatif, model logit menggunakan fungsi distribusi
normal kumulatif, sehingga nilainya berkisar dari 0 ke 1 Gujarati, 2003. Model regresi logistik dengan p buah peubah bebas dapat digambarkan
dengan menghitung peluangnya Gujarati, 2003 : P
i
x =
[ ]
…………………………………………………………… 1 dimana, gx =
+
1
X
1
+
2
X
2
+ ... +
p
X
p
Nilai Pi pada persamaan 1 untuk melihat Y = 1 atau Y = 0. karena Y
i
merupakan variabel acak Bernouli, maka dapat dilihat : P Y
i
= 1 = P
i
……………………………………………………... 2 P Y = 0 = 1 - P
i
………………………………………………… 3 Bentuk umum model dapat dinotasikan Gujarati, 2003 :
Y
i
= ln
= +
+
………………………………………….. 4 dimana : Y = dependent variable,
X = independent variable,
1
,
2
merupakan nilai parameter
2.2. Tinjauan Penelitian Terdahulu
