variabel bebas yaitu Character X
1
, Capacity X
2
, Capital X
3
, Collateral X
4
dan Condition X
5
berpengaruh secara signifikan variabel terikat yaitu Keputusan Pemberian Kredit Y
4.5.3. Uji t Uji Parsial
Untuk menguji hipotesis digunakan uji t menunjukan pengaruh secara parsial dari masing-masing varaiabel bebas terhadap variabel terikat tak
bebas. Pada tahapan ini dilakukan pengujian terhadap pengaruh variabel bebas yang terdapat pada model yang terbentuk untuk mengetahui apakah
varaiabel bebas X yang ada dalam model secara parsial mempunyai pengaruh yang signifikan terhadap variabel terikat Y.
Tabel 4.14 Hasil Perhitungan Uji t
Model Anova t
hitung
t
tabel
Character X
1
0,213 2,004
Capacity X
2
2,303 2,004
Capital X
3
2,798 2,004
Collateral X
4
-0,825 2,004
Condition X
5
2,140 2,004
Sumber : Lampiran 4
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
a Pengaruh secara parsial antara Character X
1
terhadap Keputusan Pemberian Kredit Y
Langkah-langkah pengujian : i. Ho :
β
1
= 0 tidak ada pengaruh Hi :
β
1
≠ 0 ada pengaruh
ii. α
2 = 0,025 dengan df = 5 t table
α 2 = 0,025 = 2,004
iii. t hitung =
β Se
β
1 1
= 0,213 iv. pengujian
Gambar 4.4 Kurva Distribusi Hasil Analisis secara Parsial Faktor Character X
1
terhadap Keputusan Pemberian Kredit Y
Sumber : lampiran 4
v. kesimpulan Berdasarakan output SPSS diperoleh hasil t
hitung
= 0,231
t tabel
= 2,004 maka H
diterima pada tingkat signifikan 5 sehingga kesimpulannya secara parsial Character X
1
tidak berpengaruh
secara nyata terhadap Keputusan Pemberian Kredit Y.
2,004 -2,004
Daerah Penerimaan Ho
Daerah Penolakan Ho Daerah Penolakan Ho
0,213
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
b Pengaruh secara parsial antara Capacity X
2
terhadap Keputusan Pemberian Kredit Y
Langkah-langkah pengujian : i. Ho :
β
2
= 0 tidak ada pengaruh Hi :
β
2
≠ 0 ada pengaruh
ii. α
2 = 0,025 dengan df = 5 t table
α 2 = 0,025 = 2,004
iii. t hitung =
β Se
β
2 2
= 2,303 iv. pengujian
Gambar 4.5 Kurva Distribusi Hasil Analisis secara Parsial Faktor Capacity X
1
terhadap Keputusan Pemberian Kredit Y
Sumber : lampiran 4
v. kesimpulan Berdasarakan output SPSS diperoleh hasil t
hitung
= 2,303
t tabel
= 2,004 maka H
ditolak pada tingkat signifikan 5 sehingga kesimpulannya secara parsial Capital X
2
berpengaruh secara nyata terhadap Keputusan Pemberian Kredit Y
2,004 -2,004
Daerah Penerimaan Ho
Daerah Penolakan Ho Daerah Penolakan Ho
2,303
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
c Pengaruh secara parsial antara Capital X
3
terhadap Keputusan Pemberian Kredit Y
Langkah-langkah pengujian : i. Ho :
β
2
= 0 tidak ada pengaruh Hi :
β
2
≠ 0 ada pengaruh
ii. α
2 = 0,025 dengan df = 5 t table
α 2 = 0,025 = 2,004
iii. t hitung =
β Se
β
2 2
= 2,790 iv. pengujian
Gambar 4.6 Kurva Distribusi Hasil Analisis secara Parsial Faktor Capital X
3
terhadap Keputusan Pemberian Kredit Y
Sumber : lampiran 4
v. kesimpulan Berdasarakan output SPSS diperoleh hasil t
hitung
= 2,790
t tabel
= 2,004 maka H
ditolak pada tingkat signifikan 5 sehingga kesimpulannya secara parsial Capitalr X
3
berpengaruh secara nyata terhadap Keputusan Pemberian Kredit Y
2,004 -2,004
Daerah Penerimaan Ho
Daerah Penolakan Ho Daerah Penolakan Ho
2,790
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
d Pengaruh secara parsial antara Collateral X
4
terhadap Keputusan Pemberian Kredit Y
Langkah-langkah pengujian : i. Ho :
β
3
= 0 tidak ada pengaruh Hi :
β
3
≠ 0 ada pengaruh
ii. α
2 = 0,025 dengan df = 5 t table
α 2 = 0,025 = 2,004
iii. t hitung =
β Se
β
3 3
= 2,798 iv. pengujian
Gambar 4.7 Kurva Distribusi Hasil Analisis secara Parsial Faktor Collateral X
4
terhadap Keputusan Pemberian Kredit Y
Sumber : lampiran 4
v. kesimpulan Berdasarakan output SPSS diperoleh hasil t
hitung
= -0,0825
t tabel
= 2,004 maka H diterima pada tingkat signifikan 5 sehingga
2,004 -2,004
Daerah Penerimaan Ho
Daerah Penolakan Ho Daerah Penolakan Ho
-0,085
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
kesimpulannya secara parsial Collateral X
4
tidak berpengaruh secara nyata terhadap Keputusan Pemberian Kredit Y
e Pengaruh secara parsial antara Condition X
5
terhadap Keputusan Pemberian Kredit Y
Langkah-langkah pengujian : i. Ho :
β
5
= 0 tidak ada pengaruh Hi :
β
5
≠ 0 ada pengaruh
ii. α
2 = 0,025 dengan df = 5 t table
α 2 = 0,025 = 2,004
iii. t hitung =
β Se
β
5 5
= 0, 2140 iv. pengujian
Gambar 4.8 Kurva Distribusi Hasil Analisis secara Parsial Faktor Condition X
5
terhadap Keputusan Pemberian Kredit Y
Sumber : lampiran 4
v. kesimpulan
2,004 -2,004
Daerah Penerimaan Ho
Daerah Penolakan Ho Daerah Penolakan Ho
2,140
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
Berdasarakan output SPSS diperoleh hasil t
hitung
= 2,140
t tabel
= 2,004 maka H
ditolak pada tingkat signifikan 5 sehingga kesimpulannya secara parsial Condition X
5
berpengaruh secara
nyata terhadap Keputusan Pemberian Kredit Y 4.5.4.
Koefisien Korelasi Parsial
Nilai korelasi parsial r menunjukan berapa erat hubungan antara variabel bebas yang meliputi variabel Character X
1
, Capacity X
2
, Capital X
3
, Collateral X
4
dan Condition X
5
parsial terhadap variabel terikat Keputusan Pemberian Kredit Y.
Tabel 4.15 Nilai Koefisien Korelasi Parsial
Model Anova r
r
2
Prosentase
Character X
1
0,029 0,00084
0,084 Capacity X
2
0,299 0,089
8,940 Capital X
3
0,356 0,126
12,67 Collateral X
4
-0,112 0,012
1,254 Condition X
5
0,280 0,078
7,840 Sumber : Lampiran 4
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
Berdasarkan data yang didapat dilihat pada Tabel 4.15 diatas, terlihat bahwa nilai koefisien determinasi r
2
terbesar adalah untuk variabel Capital X
3
sebesar 0,126, artinya secara parsial variabel Capital X
3
memberikan pengaruh yang paling dominan terhadap Keputusan Pemberian Kredit Y
dengan nilai prosentase hubungan sebesar 12,67 sedangakn yang memberikan pengaruh terkecil terhadap Keputusan Pemberian Kredit adalah
variabel Character X
1
yaitu sebesar 0,00084 atau 0,084 .
4.6 Pembahasan
