Uji Normalitas Uji Hipotesis

menjadi Rp 83.636.608. Tahun 2009 dimana jumlah SHU sebesar Rp 95.540.935 naik menjadi Rp 109.084.429 ditahun 2010. Kemudian pada tahun 2011 terus mengalami kenaikan sebesar Rp 1.869.221 sehingga jumlah perolehan SHU menjadi Rp 110.953.650 dan jumlah SHU sebesar Rp 117.145.081 ditahun 2012. Rata-rata jumlah perolehan sisa hasil usaha yang dihasilkan oleh Koperasi Karyawan Mandiri Perum Damri UABK Surabaya per tahun adalah sebesar Rp 98.813.861,-. Sisa Hasil Usaha Koperasi Karyawan Mandiri Perum Damri UABK Surabaya merupakan sisa hasil usaha yang baik yang terus mengalami peningkatan disetiap tahunnya. Karena apabila jumlah perolehan sisa hasil usaha terus meningkat, maka menunjukkan bahwa koperasi tersebut dapat menjalankan usahanya dengan baik.

4.2 Hasil Penelitian

4.2.1 Uji Normalitas

Uji normalitas digunakan untuk mengetahui apakah suatu data mengikuti sebaran normal atau tidak [Sumarsono, 2004 : 40]. Untuk mengetahui apakah data tersebut mengikuti sebaran normal dapat dilakukan dengan berbagai metode, diantaranya adalah metode Kolmogorov-Smirnov. Adapun hasil pengujian normalitas adalah sebagai berikut : Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Tabel 4.5 : Hasil Uji Normalitas Sumber : Lampiran 3 Berdasarkan tabel diatas dapat diketahui bahwa nilai statistik Kolmogorov-Smirnov yang diperoleh mempunyai taraf signifikan lebih besar dari 5 yaitu 82,3 atau sebesar 0,823 dimana nilai tersebut telah sesuai dengan kriteria bahwa sebaran data tersebut berdistribusi normal apabila memiliki taraf signifikan 5. Hal ini membuktikan bahwa semua variabel yang diteliti berdistribusi normal.

4.2.2 Uji Asumsi Klasik

4.2.2.1 Analisis Dengan Tiga Variabel Independen dan Satu Variabel Dependen

Persamaan regresi ini harus bersifat BLUE : Best Linier Unbiassed Estimator, artinya pengambilan keputusan melalui uji-F dan uji-t tidak boleh bias. Untuk menghasilkan pengambilan keputusan yang BLUE maka harus One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 6 Normal Parameters a Mean .0000000 Std. Deviation 5.04341437E6 Most Extreme Differences Absolute .257 Positive .257 Negative -.162 Kolmogorov-Smirnov Z .629 Asymp. Sig. 2-tailed .823 a. Test distribution is Normal. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. memenuhi diantaranya 3 asumsi dasar yang tidak boleh dilanggar oleh regresi linier yaitu :

1. Multikolonieritas

Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dapat dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF yang tinggi karena VIF = 1tolerance dan menunjukkan adanya kolonieritas yang tinggi. Nilai cut off yang umum dipakai adalah nilai VIF 10 maka terjadi multikolinieritas. Adapun besaran VIF dari masing-masing variabel bebas adalah sebagai berikut : Tabel 4.6 : Hasil Uji Multikolonieritas Variabel Bebas Tolerance VIF Jumlah Anggota X 1 Jumlah Pinjaman X 2 Jumlah Modal Kerja X 3 0,019 0,000 0,000 53,521 4,658E3 4,899E3 Sumber : Lampiran 4 Menurut Ghozali [2006 : 91] uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Salah satu cara yang digunakan untuk mengetahui ada tidaknya multikolonieritas yaitu dengan melihat besarnya nilai Variance Inflation Factor VIF. Berdasarkan tabel 4.5 diatas dapat dijelaskan bahwa nilai VIF hanya pada variabel jumlah pinjaman X 2 dan jumlah modal kerja X 3 yang mempunyai nilai VIF 10 yang berarti bahwa hanya variabel jumlah Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. pinjaman dan jumlah modal kerja yang terbebas dari penyimpangan multikolonier. Sedangkan pada variabel jumlah anggota X 1 mempunyai nilai VIF 10 berarti variabel tersebut terkena multikolonier.

4.2.2.2 Analisis Dengan Menghilangkan Variabel Jumlah Anggota X

1 Dalam analisis sebelumnya yang dilakukan dengan menggunakan tiga variabel independen dan satu variabel dependen ternyata terjadi multikolonieritas, maka salah satu cara mengatasinya adalah dengan menghilangkan salah satu atau beberapa variabel independennya [Ghozali : 2004]. Dengan demikian dalam analisis selanjutnya variabel independen yang tidak diuji dalam penelitian ini adalah variabel jumlah anggota X 1 .

1. Multikolonieritas

Multikolonieritas berarti terjadi korelasi mendekati sempurna antar variabel independen. Jika variabel indepeden saling berkorelasi, maka variabel-variabel ini tidak orthogonal. Identifikasi secara statistik ada atau tidaknya gejala multikolonier dapat dilakukan dengan menghitung Variance Inflation Factor VIF. Dari hasil pengujian terhadap gejala multikolonieritas diperoleh hasil sebagai berikut : Tabel 4.7 : Hasil Uji Multikolonieritas Variabel Bebas Tolerance VIF Jumlah Pinjaman X 2 Jumlah Modal Kerja X 3 0,000 0,000 4,490E3 4,490E3 Sumber : Lampiran 5 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Dari tabel diatas dapat diketahui bahwa nilai VIF untuk variabel independen mempunyai nilai VIF lebih kecil dari 10 [Ghozali, 2006 : 91], yang berarti bahwa pengujian asumsi klasik dalam penelitian ini sudah terbebas dari penyimpangan multikolonier. Maka selanjutnya dilakukan analisis dengan dua variabel independen dan satu variabel dependen.

2. Autokorelasi

Autokorelasi digunakan untuk menguji suatu model apakah antara variabel penganggu masing-masing variabel bebas saling mempengaruhi. Uji ini dapat dilakukan dengan menggunakan uji Durbin Watson. Adapun pedoman model regresi untuk mendeteksi ada tidaknya autokorelasi menurut besaran DW Durbin Watson yaitu : 1. Nilai D-W dibawah -2 berarti diindikasikan ada autokorelasi positif. 2. Nilai D-W diantara -2 sampai 2 berarti diindikasikan tidak ada autokorelasi. 3. Nilai D-W diatas 2 berarti diindikasikan ada autokorelasi negatif. Berikut ini hasil uji Durbin Watson DW test adalah sebagai berikut : Tabel 4.8 : Hasil Uji Durbin Watson Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .943 a .889 .816 6991325.909 1.766 a. Predictors: Constant, Jumlah Modal Kerja, Jumlah Pinjaman b. Dependent Variable: Sisa Hasil Usaha Sumber : Lampiran 5 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Berdasarkan tabel 4.8 diatas menunjukkan bahwa hasil uji autokorelasi dengan nilai Durbin Watson menunjukkan nilai DW sebesar 1,766, dimana nilai tersebut terletak diantara -2 1,766 2. Sehingga dapat disimpulkan bahwa didalam data penelitian ini tidak ditemukan gejala autokorelasi yang serius baik yang bernilai positif maupun negatif. Oleh sebab itu tahapan pengolahan data dapat segera dilanjutkan.

3. Heterokedastisitas

Perhitungan ada tidaknya gejala ini dapat dilakukan dengan cara menentukan formulasi regresi linier berganda dengan menggunakan residual sebagai indikator terikat. Hal ini didefinisikan dengan cara menghitung korelasi Rank Spearman antara residual dengan seluruh variabel independen terhadap residual lebih besar dari level of signifikan 0,05. Hasil pengujian heterokedastisitas pada penelitian ini dapat dilihat pada tabel berikut ini : Tabel 4.9 : Hasil Pengujian Heterokedastisitas Variabel Nilai Mutlak dari Residual Taraf Signifikansi Jumlah Pinjaman X 2 Jumlah Modal Kerja X 3 0,314 0,314 0,544 0,544 Sumber : Lampiran 6 Berdasarkan tabel diatas dapat diketahui bahwa, tingkat signifikan koefisien Rank Spearman untuk semua variabel independen terhadap residual adalah lebih besar dari 0,05 yang berarti pada model regresi ini tidak terjadi heterokedastisitas. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Berdasarkan hasil uji asumsi klasik tersebut, maka model regresi yang diperoleh merupakan model yang menghasilkan estimasi linear tidak bias yang baik, yang artinya bahwa koefisien regresi pada persamaan tersebut linier dan tidak bias, karena memenuhi beberapa asumsi yaitu tidak terjadi multikolonieritas, tidak terjadi autokorelasi, tidak terjadi heterokedastisitas dan berdistribusi normal.

4.2.3 Uji Hipotesis

1. Uji F

Uji F dapat digunakan untuk mengetahui apakah model yang digunakan adalah cocok atau sesuai untuk mengetahui pengaruh variabel jumlah pinjaman X 2 dan jumlah modal kerja X 3 terhadap perolehan Sisa Hasil Usaha Y. Berikut ini hasil uji F : Tabel 4.10 : Hasil Uji F ANOVA b Model Sum of Squares Df Mean Square F Sig. 1 Regression 1.180E15 2 5.901E14 12.073 .037 a Residual 1.466E14 3 4.888E13 Total 1.327E15 5 a. Predictors: Constant, Jumlah Modal Kerja, Jumlah Pinjaman b. Dependent Variable: Sisa Hasil Usaha Sumber : Lampiran 5 Berdasarkan hasil pengujian diketahui bahwa nilai F hitung yang diperoleh adalah sebesar 12,073 dengan taraf signifikansi sebesar 0,037. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Karena taraf signifikansi yang lebih kecil dari 0,05 maka H ditolak dan H a diterima yang berarti model regresi linier berganda yang dihasilkan dalam penelitian ini telah cocok untuk menerangkan pengaruh variabel jumlah pinjaman X 2 dan jumlah modal kerja X 3 terhadap Sisa Hasil Usaha Y. Nilai koefisien korelasi R yang dihasilkan sebesar 0,943 lampiran 5 yang artinya adanya korelasi yang kuat antara variabel jumlah pinjaman X 2 dan jumlah modal kerja X 3 terhadap Sisa Hasil Usaha Y. Sedangkan besarnya nilai koefisien determinasi R 2 adalah 0,889 lampiran 5 yang berarti bahwa variabel jumlah pinjaman X 2 dan jumlah modal kerja X 3 mampu menjelaskan pengaruh pada variabel Sisa Hasil Usaha Y sebesar 88,9 sedangkan sisanya 11,1 dipengaruhi oleh variabel lain yang tidak dimasukkan dalam penelitian. Berdasarkan hasil uji-F dan nilai koefisien determinasi tersebut diatas, dapat disimpulkan bahwa jumlah pinjaman X 2 dan jumlah modal kerja X 3 berpengaruh signifikan terhadap Sisa Hasil Usaha Y.

2. Uji t

Uji t digunakan untuk mengetahui variabel mana saja yang berpengaruh secara parsial antara jumlah pinjaman X 2 dan jumlah modal kerja X 3 terhadap perolehan Sisa Hasil Usaha Y. Adapun hasil pengujian hipotesis dengan menggunakan uji t adalah sebagai berikut : Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Tabel 4.11 : Hasil Uji t Paired Samples Correlations N Correlation Sig. Pair 1 Jumlah Pinjaman Sisa Hasil Usaha 6 .901 .014 Pair 2 Jumlah Modal Kerja Sisa Hasil Usaha 6 .905 .013 Sumber : Lampiran 7 Berikut adalah penjelasan pengaruh nyata atau tidaknya masing- masing variabel independen X terhadap variabel dependen Y : 1. Pengaruh Jumlah Pinjaman X 2 terhadap Sisa Hasil Usaha Y Berdasarkan hasil perhitungan diketahui nilai t hitung yang diperoleh adalah 2,685 lampiran 7 dengan taraf signifikan sebesar 0,014. Karena taraf signifikan 0,05 maka H ditolak dan Ha diterima yang berarti bahwa jumlah pinjaman X 2 secara parsial berpengaruh signifikan terhadap Sisa Hasil Usaha Y. Nilai koefisien korelasi R yang dihasilkan variabel jumlah pinjaman X 2 dengan Sisa Hasil Usaha Y adalah sebesar 0,901. Sedangkan nilai koefisien determinasi R 2 variabel jumlah pinjaman X 2 dengan Sisa Hasil Usaha Y adalah sebesar 0,901 2 = 0,811 atau 81,1. Jadi pengaruh yang telah diberikan antara variabel jumlah pinjaman X 2 dengan Sisa Hasil Usaha Y sebesar 81,1. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 2. Pengaruh Jumlah Modal Kerja X 3 terhadap Sisa Hasil Usaha Y Berdasarkan hasil perhitungan diketahui nilai t hitung yang diperoleh adalah 3,217 lampiran 7 dengan taraf signifikan sebesar 0,013. Karena taraf signifikan 0,05 maka H ditolak dan Ha diterima. Hal ini menunjukkan bahwa jumlah modal kerja X 3 secara parsial berpengaruh signifikan terhadap Sisa Hasil Usaha Y. Nilai koefisien korelasi R yang dihasilkan variabel jumlah modal kerja X 3 dengan Sisa Hasil Usaha Y adalah sebesar 0,905. Sedangkan nilai koefisien determinasi R 2 variabel jumlah modal kerja X 3 dengan Sisa Hasil Usaha Y adalah sebesar 0,905 2 = 0,819 atau 81,9. Jadi pengaruh yang telah diberikan antara variabel jumlah modal kerja X 3 dengan Sisa Hasil Usaha Y sebesar 81,9. Berdasarkan hasil uji-t, dapat disimpulkan bahwa kedua variabel jumlah pinjaman X 2 dan jumlah modal kerja X 3 secara parsial berpengaruh signifikan terhadap Sisa Hasil Usaha Y, namun ada variabel yang lebih dominan berpengaruh terhadap Sisa Hasil Usaha Y yaitu variabel jumlah modal kerja X 3 . Dimana pengaruh yang telah diberikan pada Sisa Hasil Usaha Y sebesar 81,9 dibandingkan jumlah pinjaman X 2 yang sebesar 81,1. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

4.2.4 Analisis Regresi Linier Berganda