4.3.2 Analisis Regresi Linier Sederhana
Menurut Juliandi 2013: 170, analisis regresi bertujuan untuk memprediksi perubahan nilai variabel terikat akibat pengaruh dari nilai variabel bebas. Adapun
model yang digunakan adalah sebagai berikut:
̂ = +
Dimana: Ŷ
= Subjek dalam variabel bebas yang diprediksikan
a =
Harga Y bila X = 0 harga konstan b
= Angka arah atau koefisien regresi
Nilai koefisien regresi variabel pemberian kredit terhadap perkembangan usaha kecil ini menggunakan SPSS 16,0.
Tabel 4.27 Regresi Suku Bunga Kredit Dengan Minat Kredit
Coefficients
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 20.875
3.521 5.929
.000
Suku Bunga
Kredit
1.121 .208
.657 5.379
.000 a. Dependent Variable: Suku Bunga Kredit
Sumber: Hasil Pengolahan SPSS, 2013
Berdasarkan table diatas, maka model persamaan regresi linier sederhananya adalah:
8QLYHUVLWDV6 XPDWHUD8WDUD
Y = 20.875 + 1.121X
Dari persamaan tersebut maka diketahui nilai konstanta a sebesar 20,875. Hal ini menunjukkan nilai konstan, dimana jika nilai variabel suku bunga kredit =
0 maka minat kredit akan tetap sebesar 20,875. Koefesien regresi suku bunga kredit X sebesar 1,121 yang menunjukkan bahwa faktor variabel suku bunga
kredit berpengaruh positif terhadap minat kredit. Koefisien tersebut berarti apabila suku bunga kredit dikurangi 1 dengan menganggap faktor-faktor yang lain tetap,
maka akan terjadi penambahan minat kredit yiatu sebesar 1,121, dan demikian pula sebaliknya.
4.3.3 Koefisien Determinasi
Menurut Juliandi 2013: 180, nilai R-square dilakukan untuk melihat bagaimana variasi nilai variabel terikat dipengaruhi oleh variabel nilai variabel
bebas. Nilai koefisien determinasi pada penelitian ini dapat dilihat pada tabel 4.25.
Tabel 4.28 Koefesien Determinasi
Model Summary
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.657
a
.432 .417
2.41512 a. Predictors: Constant, Suku bunga kredit
b. Dependent Variable: Minat kredit
Sumber: Hasil Pengolahan SPSS, 2013 Dari tabel 4.25, maka dapat dijelaskan bahwa nilai Adjusted R Square
sebesar 0,432, hal ini berarti model analisis yang digunakan hanya mampu menjelaskan pengaruh suku bunga kredit X terhadap minat kredit Y sebesar
8QLYHUVLWDV6 XPDWHUD8WDUD
43,2, sedangkan sisanya 56,8, dapat dijelaskan oleh variabel lain yang tidak
diteliti oleh penelitian ini. 4.3.4
Uji Asumsi Klasik
Suatu model regresi yang baik harus bebas dari masalah penyimpangan terhadap asumsi klasik. Berikut ini adalah pengujian asumsi klasik yang peneliti
gunakan dalam penelitian ini.
Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan
bentuk lonceng. Data yang baik adalah data yang mempunyai pola seperti distribusi normal, yakni distribusi data tersebut tidak menceng ke kiri atau
menceng ke kanan. Pada pengujian normalitas ini dapat dilihat dari gambar berikut ini.
Gambar 4.3 Grafik Histogram Uji Normalitas D
Sumber: Hasil Olahan SPSS, 2013
8QLYHUVLWDV6 XPDWHUD8WDUD
Berdasarkan Gambar 4.3 di atas dapat diketahui bahwa data variabel berdistribusi normal, hal ini ditunjukkan oleh grafik histogram yang berbentuk
lonceng atau tidak melenceng ke kiri maupun ke kanan.
Gambar 4.4 Grafik Normal Plot Uji Normalitas
Sumber: Hasil Olahan SPSS, 2013
Pada Gambar 4.4, data variabel juga berdistribusi normal dimana pada grafik normal plot terlihat titik-titik yang menyebar sepanjang garis diagonal dan
mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas.
8QLYHUVLWDV6 XPDWHUD8WDUD
4.3.5 Pengujian Hipotesis
Kategori