66
4. Koefisien Regresi
Dalam koefisien regresi bilangan konstanta a adalah bilangan yang menunjukan penjualan logam mulia sebelum adanya pengaruh dari
pendapatan pegadaian syariah X=0 Koefisien regresi atau parameter b positif, maka menunjukan adanya
pengaruh terhadap penjualan logam mulia terhadap pendapatan pegadaian syariah.
Bentuk umum persamaan regresi linier sederhana adalah
Y = a + bX
Keterangan : Y = Pendapatan Pegadaian Syariah
X = Penjualan Logam Mulia a = Konstanta, yaitu nilai Y bila X=0
b = Koefisien regresi yaitu perubahan pada Y jika X berubah satu satuan
67
Tabel 4.10 Coefficients
a
Model Unstandardized
Coefficients Standardi
zed Coefficie
nts t
Sig. 95 Confidence Interval for B
Collinearity Statistics
B Std.
Error Beta
Lower Bound Upper Bound
Tolera nce
VIF 1 Constant
4.553E 9
2.659E8 17.125
.000 4.013E9
5.094E9 Penjualan
logam mulia 18.413
4.985 .535 3.693
.001 8.282
28.545 1.000 1.000 a. Dependent Variable: Pendapatan pegadaian syariah
Hasil dari table 4.10 pada hasil print out spss coefficients untuk menentukan koefisien regresi. Bahwa persamaan regresi untuk pendapatan
penjualan logam mulia terhadap pendapatan pegadaian syariah yaitu: Y= 4,553 + 18,413 X
a = angka konstanta sebesar 4,553 menyatakan bahwa jika tidak ada pendapatan penjualan logam mulia X, maka pendapatan pegadaian syariah
Y sebesar 4,553 b = Koefisien regresi 18,413 menyatakan bahwa setiap penambahan 1 kali
pendapatan penjualan logam mulia maka akan menurunkan pendapatan pegadaian syariah sebesar 18,413. Dan begitu juga sebaliknya jika koefisien
regresi menunjukkan 18,413 menyatakan bahwa setiap penambahan 1 kali
68
pendapatan penjualan logam mulia maka akan meningkatkan pendapatan pegadaian syariah sebesar 18,413.
5. Analisis Pengujian Asumsi Klasik
a. Asumsi Normalitas
Apakah data tersebut berdistribusi normal atau tidak. Dimana data yang baik itu harus berdistribusi normal. Salah satu cara mendeteksinya
adalah dengan cara melihat normal P plot hasil print out SPSS. Jika titik- titiknya mendekati garis diagonal maka dapat dikatakan data berdistribusi
normal. Dan sebaliknya jika menjauhi garis diagonal data tersebut tidak berdistribusi normal.
Gambar 4.3
69
Pada gambar P plot diatas maka dapat disimpulkan bahwa grafik di atas dapat terlihat bahwa titik-titiknya data menyebar di sekitar garis
diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas artinya data ini terdistribusi normal.
b. Uji Heterokedastisitas
Merupakan untuk melihat apakah terdapat ketidaksamaan dalam fungsi regresi. Data yang baik untuk yang tidak ada masalah.
Heterokedastisitas ≠ homokedastisitas, salah satu cara mendeteksinya adalah dengan melihat scater plotnya.
Gambar 4.4
70
Dari hasil uji heteroskedastisitas yang diperoleh dari perhitungan menggunakan SPSS 16,0 pada gambar di atas, sama halnya dengan
prinsip normalitas uji heterokedastisitas dapat dideteksi dengan melihat penyebaran data titik. Maka berdasarkan pada gamabar di atas, pada
scatterplotnya dapat dilihat titi-titiknya menyebar di derah positif dan negatif serta tidak membentuk pola, sehingga dapat disimpulkan data
tersebut tidak ada masalah heterokedastisitas Homokedastisitas
c. Uji Autokorelasi
Uji Autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi kesalahan pengganggu pada periode t-1 sebelumnya.
Untuk pengambilan keputusan ada tidaknya autokorelasi dapat dilihat pada tabel di bawah ini:
Tabel 4.11 Pengambil Keputusan ada Tidaknya Autokorelasi
Hipotesis Nol Keputusan
Jika Tidak ada autokorelasi
positif Tolak
0 d dl Tidak ada autokorelasi
positif No Decision
0 d du Tidak ada autokorelasi
negatif Tolak
4 – dl d 4
Tidak ada autokorelasi negatif
No Decision 4- du d 4 - dl
Tidak autokorelasi positif, negatif
Tidak Ditolak Du d 4 - du
71
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .535
a
.286 .265
9.228E8 1.503
a. Predictors: Constant, pendapatan logam mulia b. Dependent Variable:
pendapatan pegadaian
Nilai Durbin Watson yang didapat pada penelitian ini adalah 1.503, nilai ini akan dibandingkan dengan menggunakan nilai signifikan 5
jumlah sampel 36 dan jumlah variabel independen variabel bebas 1 k=1, Cara menghitung manual dengan asumsi tingkat kesalahan 5,
variabel bebas K=1 dengan total df+1 = 35 + 1 = 36, nilai durbin lower dl sebesar 1,41 dan durbin upper du sebesar 1,52 data dl dan du bisa
dilihat pada tabel statistik d Durbin-Watson, dengan alfa 5. Maka dapat dilihat pada gambar di bawah ini.
Maka tabel Durbin Watson akan didapatkan sebagai berikut:
Tabel 4.12 Manual Perhitungan Durbin-Watson
Berdasarkan print out pada model summary dapat dilihat nilai Durbin- Watson sebesar 1,503 artinya ada korelasi satu sama lain karena terletak
Korelasi +
Tidak ada Korelasi
Tidak tahu Tidak tahu
Korelasi -
Dl=1,41 Du=1,52
4-du=2,48 4-dl=2,59
4
72
didaerah positif + dan di antara 0 dan durbin lower d
u
. Maka data ini berpengaruh pada penjualan logam mulia terhadap pendapatan pegadaian
syariah.
D. Perbandingan Pendapatan Pegadaian Syariah Cabang Cinere Sebelum dan