127
7.2. Asumsi BLUE Analisis Faktor-Faktor Realisasi Pembiayaan Syariah
Analisis linear berganda pada pembiayaan syariah untuk sektor agribisnis mencari faktor-faktor yang mempengaruhi realisasi pembiayaan syariah untuk
sektor agribisnis disusun dalam penelitian ini, setelah dianalisis diharapkan mampu memenuhi beberapa asumsi yang disyaratkan yaitu asumsi normalitas,
heteroskedastisitas, multikolinearitas, dan autokorelasi. Dengan terpenuhinya asumsi-asumsi tersebut maka akan menghasilkan variabel penduga terbaik yang
tidak bias atau disebut BLUE Best Linear Unbiased Estimator. Sebaliknya, jika ada paling tidak satu asumsi dalam model regresi yang tidak dapat dipebuhi oleh
fungsi regresi yang diperoleh maka kebenaran pendugaan model itu atau pengujian hipotesis untuk pengambilan keputusan menjadi diragukan.
Secara umum, analisis linear berganda realisasi pembiayaan syariah untuk sektor agribisnis yang disusun dalam penelitian ini telah memenuhi asumsi
multikolinearitas. Untuk mengetahui tidak adanya multikolinearitas yang sempurna antar variabel independen pada model dapat dilihat dari nilai VIF
Variance Inflation Factor yang dihasilkan oleh masing-masing variabel independen pada model yang dibangun. Jika variabel independen pada model
memiliki nilai VIF lebih dari 10, dapat disimpulkan bahwa model dugaan menunjukkan gejala multikolinearitas. Dari hasil analisis regresi diperoleh nilai
VIF Lampiran 1 untuk masing-masing variabel adalah di bawah 10 berkisar antara 1,150-3,447 yang berarti asumsi multikolinearitas terpenuhi. Sedangkan
untuk mendeteksi apakah model yang dibangun bebas dari masalah autokorelasi adalah dengan menggunakan uji Durbin-Watson Lampiran 1. Setelah diuji
dengan menggunakan uji statistic Durbin-Watson diperoleh nilai 1,67148. Dengan demikian diperoleh kesimpulan tidak ada masalah autokorelasi pada model karena
nilai yang didapat semakin mendekati angka 2. Model tersebut juga telah memenuhi asumsi normalitas, hal ini
ditunjukkan oleh hasil pengujian Kolmogorov Smirnov Lampiran 2. Pada taraf nyata lima persen diperoleh nilai P-value sebesar 0,069 artinya nilai tersebut lebih
besar dari lima persen atau 0,05. Dengan demikian disimpulkan bahwa asumsi normalitas telah terpenuhi.
128 Asumsi selanjutnya yang harus dipenuhi adalah heteroskedastisitas. Untuk
mendeteksi masalah ini dapat dilihat melalui gambar plot residual Lampiran 3. Dari grafik plot tersebut diketahui bahwa data tersebar ada yang di bawah nol dan
ada yang di atas nol. Selain itu, data juga tidak menggambarkan pola tertentu, sehingga dapat disimpulkan bahwa tidak terjadi heteroskedastisitas. Dapat dilihat
pada Lampiran 3, dimana hasil uji Bartlett didapatkan P-value yang lebih besar dari α sebesar lima persen yaitu sebesar 0,552. Berdasarkan hasil pengujian
tersebut asumsi heteroskedastisitas sudah terpenuhi.
7.3. Analisis Faktor-Faktor yang Mempengaruhi Realisasi Pembiayaan Syariah pada Sektor Agribisnis
Kategori