Tabel V.11 Hasil Uji Linieritas
No Variabel
Nilai F Sig
Kesimpulan 1
Besarnya pinjaman berpengaruh
terhadap pendapatan
25,555 0,000
Linear Karena nilai
signifikan 0,000 0,05
2 Pemanfaatan
pinjaman berpengaruh
terhadap pendapatan
20,135 0,000
Linear Karena nilai
signifikan 0,000 0,05
3 Jangka waktu
pinjaman berpengaruh
terhadap pendapatan
6,821 0,011
Linear Karena nilai
signifikan 0,011 0,05
4 Bunga pinjaman
berpengaruh terhadap
pendapatan 28,440
0,000 Linear
Karena nilai signifikan
0,000 0,05 Sumber : data diolah, 2012
Pada hasil output ANOVA tabel pertama diketahui bahwa nilai signifikansi Linearity sebesar 0,000. Karena nilai signifikansi 0,000
0,05 maka dapat disimpulkan bahwa hubungan antara variabel besarnya pinjaman berpengaruh terhadap besarnya pendapatan anggota
dinyatakan linier. Hasil output ANOVA tabel kedua dapat diketahui bahwa nilai signifikansi Linearity sebesar 0,000. Karena nilai
signifikansi 0,000 0,05 maka dapat disimpulkan bahwa hubungan antara
variabel pemanfaatan
pinjaman berpengaruh
terhadap pendapatan anggota dinyatakan linier. Sedangkan hasil output ANOVA
tabel yang ketiga menunjukkan bahwa nilai signifikansi Linearity sebesar 0,011. Karena nilai signifikansi 0,011 0,05 maka dapat
disimpulkan bahwa hubungan antara variabel jangka waktu pinjaman berpengaruh terhadap besarnya pendapatan anggota dinyatakan linier.
Hasil output ANOVA tabel keempat dapat diketahui bahwa nilai signifikansi Linearity sebesar 0,000. Karena nilai signifikansi 0,000
0,05 maka dapat disimpulkan bahwa hubungan antara variabel bunga pinjaman berpengaruh terhadap pendapatan anggota dinyatakan linier.
2. Uji Asumsi Klasik
Uji Asumsi Klasik dilakukan untuk mengetahui pengaruh satu atau lebih variabel bebas terhadap variabel terikat. Model regresi yang baik
adalah model regresi yang terbebas dari masalah heteroskedastisitas, masalah multikolinearitas dan masalah autokorelasi. Oleh karena itu,
pengujian asumsi klasik diperlukan untuk mengetahui apakah hasil estimasi regresi yang dilakukan benar-benar bebas dari adanya gejala
heteroskedastisitas, gejala multikolinearitas, dan gejala autokorelasi. Model regresi akan dapat dijadikan alat estimasi yang tidak bias jika telah
memenuhi persyaratan BLUE best linear unbiased estimator yakni tidak terdapat heteroskedastistas, tidak terdapat multikolinearitas, dan tidak
terdapat autokorelasi. a. Uji Multikonelieritas
Multikolinearitas adalah keadaan dimana dua variabel independen atau lebih pada model regresi terjadi hubungan linier yang
sempurna atau mendekati sempurna Priyatno 2010 : 62.
Model regresi yang baik mensyaratkan tidak ada masalah multikolinearitas. Untuk mendeteksi ada tidaknya multikolinearitas,
dilakukan dengan melihat nilai tolerance dan VIF. Dasar analisis yang digunakan yaitu jika tolerance lebih dari 0,1 dan VIF kurang dari 10
maka tidak terjadi masalah multikolinearitas.
Tabel V.12 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 1.502
3.617 .415
.679 Besarnya_Pinj
aman .253
.082 .266
3.076 .003
.828 1.208
Pemanfaatan_ Pinjmanan
.241 .078
.253 3.081
.003 .920
1.087 Jangka_Wakt
u_Pinjaman .183
.073 .198
2.499 .014
.987 1.013
Bunga_Pinjam an
.296 .082
.311 3.622
.000 .843
1.187 a. Dependent Variable:
Pendapatan
Sumber : data diolah,2012 Nilai tolerance dari setiap variabel adalah: Besarnya Pinjaman
0,8280,1 Pemanfaatan Pinjaman 0,9200,1 Jangka Waktu Pinjaman 0,9870,1 dan Bunga Pinjaman 0,8430,1. Dan nilai VIF tiap
variabel adalah Besarnya Pinjaman 1.20810 Pemanfaatan Pinjaman 1.08710 Jangka Waktu Pinjaman 1.01310 dan Bunga Pinjaman
1.18710. Jadi dapat disimpulkan bahwa dalam model regresi tidak terjadi dalam multikolinearitas.
b. Uji Heteroskedasitas Heterokedastisitas adalah suatu keadaan dimana varians dari
kesalahan penganggu tidak konstan untuk suatu nilai variabel bebas Supranto, 2004 : 68. Untuk mendeteksi terjadinya heterokedastisitas
digunakan uji korelasi rank dari Spearman
Tabel V.13 Hasil Uji Heteroskedasitas
Correlations
Besarnya_Pi njaman
Pemanfaat an_Pinjma
nan Jangka_W
aktu_Pinja man
Bung a_Pin
jama n
Pendapatan residual yg
dimutlakkan Spearman
s rho Besarnya_
Pinjaman Correlation
Coefficient 1.000
.258 .115
.367 .453
-.132 Sig. 2-
tailed .
.010 .260
.000 .000
.194 N
98 98
98 98
98 98
Pemanfaat an_Pinjma
nan Correlation
Coefficient .258
1.000 .052
.260 .392
-.114 Sig. 2-
tailed .010
. .614
.010 .000
.265 N
98 98
98 98
98 98
Jangka_W aktu_Pinja
man Correlation
Coefficient .115
.052 1.000
.062 .261
-.031 Sig. 2-
tailed .260
.614 .
.541 .009
.763 N
98 98
98 98
98 98
Bunga_Pin jaman
Correlation Coefficient
.367 .260
.062 1.000
.442 -.174
Sig. 2- tailed
.000 .010
.541 .
.000 .087
N 98
98 98
98 98
98 Pendapata
n Correlation
Coefficient .453
.392 .261
.442 1.000
-.061 Sig. 2-
tailed .000
.000 .009
.000 .
.550 N
98 98
98 98
98 98
residual yg dimutlakka
Correlation Coefficient
-.132 -.114
-.031 -.174
-.061 1.000