3.4 Teknik Pengumpulan Data
1. Questioner, yaitu penulis membuat daftar pertanyaan yang relevan dengan penelitian yang dilakukan. Questioner ini ditujukan kepada nasabah yang
meggunakan jasa Bank Sumut Syariah cabang Medan. 2. Studi kepustakaan, yaitu mengumpulkan data dan informasi melalui telaah
berbagai literatur yang relevan dengan penelitian dalam penulisan skripsi ini, yang dapat diperoleh dari buku – buku, internet dan lain- lain.
3. Observasi yaitu dengan melakukan pengamatan langsung terhadap objek yang akan diteliti, dalam hal ini peneliti melakukan pengamatan langsung
Bank Sumut Syariah cabang Medan mengenai kegiatan operasional bank tersebut.
3.5 Pengolahan Data
Dalam penelitian ini penulis melakukan pengolahan data dengan menggunakan program komputer Eviews 5.1. disamping itu juga digunakan
aplikasi Microsoft Office World 2007 dalam penulisan penelitian dan Microsoft Office Excel 2007 sebagai program pembantu, untuk meminimalkan kesalahan
dalam pencatatan data jika dibandingkan dengan pencatatan ulang secara manual.
3.6 Metode Analisa Data
Dalam upaya pembuktian atas hipotesis yang telah dibuat maka harus dilakukan pengujian atas hipotesis itu sendiri dengan menggunakan metode
stategi pendekatan desain penelitian yang sesuai. Berdasarkan rumusan masalah dan hipotesis yang dibuat maka penelitian
ini menerapkan metode analisa data deskriptif kuantitatif dengan pemodelan
Universitas Sumatera Utara
regresi linier berganda. Penerapan metode ini akan menghasilkan tingkat hubungan antara variabel-variabel yang diteliti. Dengan demikian dapat
ditunjukkan seberapa besar kontribusi variabel-variabel bebas variable independen terhadap variabel terikatnya variabel dependen serta arah hubungan
yang terjadi hubungan negatif atau positif.
3.7. Pembentukan Model Penelitian
1. Faktor promosi X
1
Promosi merupakan seperangkat alat pemasaran yang digunakan perusahaan untuk terus-menerus mencapai tujuan pemasaran di pasar sasaran.
Dalam hal ini, bagaimana strategi promosi yang dilakukan oleh masing-masing bank syariah dalam dunia perbankan syariah yang mana saat ini sudah sangat
bersaing, dalam menyampaikan maksud dari strategi pemasaran mereka untuk dapat diterima dan dimengerti oleh konsumen atau nasabah untuk mau memilih
berhubungan dengan bank syariah melalui kelebihan-kelebihan yang dimiliki bank syariah. Dengan demikian, hal ini akan selalu berhubungan dengan perilaku
konsumen dalam melakukan proses pengambilan keputusan dalam memilih bank syariah ini. Hal-hal apa saja yang dipertimbangkan, hal-hal apa saja yang
sebenarnya menarik perhatian konsumen dalam memilih bank syariah apabila dilihat dari sisi strategi promosi bank syariah yang diterima oleh konsumen.
Tingginya intensif promosi yang dilakukan oleh beberapa bank syariah yang ada, baik itu melalui iklan di media elektronik, media cetak, dan promosi-promosi
lainnya akan mempengaruhi keputusan nasabah dalam mengguakan jasa bank syariah. Dengan demikian, Minat nasabah dalam menggunakan Produk Qardh
Universitas Sumatera Utara
dengan Gadai emas PT. Bank Sumut Syariah akan mengalami kenaikan dengan asumsi di ceteris paribus.
2. Faktor Harga taksiran Barang X
2
Harga taksiran barang menjelaskan jumlah maksimal pinjaman yang diperoleh nasabah yang mencapai 80 dari taksiran emas yang disesuaikan
dengan harga standart emas, dengan demikian para nasabah dapat dengan mudah menggadaikan emasnya hal ini lebih tinggi dibandingkan dengan bank
Konvensional yang menaksir emas 70 saja, dengan demikian Minat nasabah dalam menggunakan produk Qardh dengan Gadai emas di PT. Bank Sumut
Syariah cabang Medan mengalami kenaikan dengan Asumsi di Ceteris paribus. 3. Faktor prosedur pencairan pinjaman X
3
Prosedur pencairan pinjaman adalah menyangkut sistem kerja yang di terapkan di PT. Bank Sumut syariah dalam hal transaksi gadai, terutama dilihat
dari tingkat fleksibilitas, kemudahan, dan kesederhanaan persyaratan dalam hal pencairan pinjaman kepada nasabah, hal ini dapat mempermudah akses dalam
memperoleh pinjaman dari pihak Bank kepada pihak nasabah dengan demikian para nasabah tidak perlu bersusah payah memperoleh pinjaman. Dengan demikian
Minat nasabah dalam menggunakan produk Qardh dengan gadai emas di PT. Bank Sumut Syariah cabang Medan mengalami kenaikan dengan Asumsi di
Ceteris Paribus.
3.8.2. Model Analisis Data
Model analisis yang digunakan dalam menganalisa adalah model ekonometrika, sedangkan metode yang dipakai adalah metode OLS Ordinary
Least Squares atau metode kuadrat terkecil biasa. Metode ini dikemukakan oleh
Universitas Sumatera Utara
Carls Friedrich Gauss. Data-data yang digunakan, dianalisis secara kuantitatif dengan menggunakan analisis statistik yaitu persamaan regresi linier berganda.
Variabel independen yang mempengaruhi variabel dependen dinyatakan dalam fungsi sebagai berikut:
Y=fX
1
, X
2
, X
3
,…………………………………………………1 Kemudian dibentuk dalam model ekonometrika dengan persamaan sebagai
berikut: Y= α + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ e………………………2 Dimana:
Y = Minat Nasabah dalam Qardh dengan Gadai Emas
α = Konstanta
X
1
= Promosi skor X
2
= Harga Taksiran Barang skor X
3
= Prosedur pencairan Pinjaman skor b
1,
b
2,
b
3,
= koefisien regresi yag akan dicari e = error term variabel pengganggu
Bentuk hipotesisnya sebagai berikut :
1
. 1
X Y
∂ ∂
0, artinya jika terjadi kenaikan pada X
1
Promosi maka Y Minat nasabah dalam Qardh dengan Gadai Emas mengalami
kenaikan, ceteris paribus.
Universitas Sumatera Utara
2
. 2
X Y
∂ ∂
0, artinya jika terjadi kenaikan pada X
2
Harga Taksiran Barang maka Y Minat nasabah dalam Qardh dengan Gadai
Emas mengalami kenaikan, ceteris paribus.
3
. 3
X Y
∂ ∂
0, artinya jika terjadi kenaikan pada X
3
Prosedur pencairan pinjaman maka Y Minat nasabah dalam Qardh dengan Gadai
Emas mengalami kenaikan, ceteris paribus.
3.8.3. Uji Kesesuaian Test of Goodness of Fit
Uji kesesuaian Test of Goodness of Fit merupakan pengujian kecocokan atau kebaikan antara .hasil pengamatan frekuensi pengamatan tertentu dengan
frekuensi yang diperoleh berdasarkan nilai harapannya frekuensi teoritis, atau uji yang digunakan untuk melihat sejauh mana garis regresi mencocok data.
3.8.3.1. Uji Koefisien Determinasi R-square
Koefisien determinasi digunakan untuk melihat seberapa besar variabel- variabel independen secara bersama mampu memberikan penjelasan mengenai
variabel dependen dimana nilai R
2
berkisar antara 0 sampai 10 ≤R
2
≤1. Semakin besar nilai R
2
, maka semakin besar variasi variabel dependen yang dapat dijelaskan oleh variasi variabel – variabel independen. Sebaliknya jika R
2
kecil, maka akan semakin kecil variasi variabel dependen yang dapat di jelaskan oleh
variabel independen. 3.8.3.2. Uji t-statistik
Uji t-statistik merupakan pengujian untuk mengetahui apakah masing- masing koefisien regresi signifikan atau tidak terhadap dependen variabel.
Dengan menganggap variabel independen lainya konstan.
Universitas Sumatera Utara
Nilai t-hitung diperoleh dengan rumus: t hitung =
bi Se
b bi
−
Dimana : bi = koefesien variabel ke – i
b = nilai hipotesis nol Sebi = simpangan baku dari variabel independent ke-i
Dalam uji t ini digunakan perumusan bentuk hipotesis sebagai berikut : Ho : bi = b
Ha : bi ≠ b
Dimana bi adalah koefisien variabel independen ke I nilai parameter hipotesis, dan biasanya b dianggap=0. Artinya tidak ada pengaruh variabel Xi
terhadap Y. Pengujian dilakukan melalui uji-t dengan membandingkan t-statistik dengan
t-tabel. Apabila hasil perhitungan menunjukkan :
Gambar 3.1 Kurva Uji t-statistik
t-hitung t-hitung
t-tabel t-tabel
Ho ditolak Ho diterima
Ho ditolak
Universitas Sumatera Utara
a. Ho diterima dan Ha ditolak apabila t-hitung t-tabel dengan tingkat
kepercayaan sebesar α. Artinya variasi variabel bebas tidak dapat menerangkan variabel terikat,
dimana tidak terdapat pengaruh variabel bebas terhadap variabel terikat. Pengujian dilakukan dengan tingkat kepercayaan sebesar α.
b. Ho ditolak dan Ha diterima apabila t-hitung t-tabel dengan tingkat
kepercayaan α. Artinya variasi variabel bebas dapat menerangkan variabel terikat,
dimana terdapat pengaruh variabel bebas terhadap variabel terikat. Pengujian ini dilakukan dengan tingkat kepercayaan sebesar α.
3.8.3.3. Uji F-statistik
Uji F-statistik ini adalah pengujian yang bertujian untuk mengetahui seberapa besar pengaruh koefisien regresi secara bersama-sama terhadap
dependen variabel. Nilai F-hitung dapat diperoleh dengan rumus: F-hitung =
1 1
2 2
k n
R k
R −
− −
Dimana: R
2
: Koefisien determinasi k
: Jumlah variabel independen n
: Jumlah sampel
Ho diterima
Universitas Sumatera Utara
Gambar 3.2 kurva uji F-statistik
Untuk uji F-statistik ini digunakan hipotesis sebagai berikut: H
: b
1
= b
2
= bn………..bn=0tidak ada pengaruh Ha : b
1
≠ 0………………bi=1ada pengaruh Kriteria pengambilan keputusan:
Ho: b
1
= b
2
= 0 H diterima F-hitung F-tabel artinya variabel
independen secara parsial tidak berpengaruh nyata terhadap variabel dependen. Ha : b
1
≠ b
2
≠0 Ha diterima F-hitung F-tabel artinya variabel
independen secara parsial berpengaruh nyata terhadap variabel dependen.
3.8.4. Uji Penyimpangan Asumsi Klasik
Agar pengujian hipotesis berdasarkan model analisis tidak bias atau bahkan menyesatkan, maka perlu digunakan uji penyimpangan asumsi klasik.
3.8.4.1. Uji Multikolinieritas
Multikolinearitas adalah alat yang digunakan untuk mengetahui apakah ada hubungan yang kuat kombinasi linier diantara independen variabel.
Multikolinieritas dikenalkan oleh Ragnar Frisch 1934. Suatu model regresi linier akan menghasilkan estimasi yang baik apabila model tersebut tidak mengandung
Ho ditolak
F-tabel
Universitas Sumatera Utara
multikolinieritas. Multikolinearitas terjadi karena adanya hubungan yang kuat antara sesama variabel independen dari suatu model estimasi. Adanya
multikolinieritas ditandai dengan: •
Standart error tidak terhingga •
Tidak ada satupun t- statistik yang signifikan pada α= 1, α= 5,
α= 10 •
Terjadi perubahan tanda atau berlawanan dengan teori •
R
2
sangat tinggi
3.8.4.2. Uji Heterokedastisitas
Heterokedastisitas terjadi apabila variabel pengganggu Error Term tidak mempunyai varian yang konstan sama untuk semua observasi sehingga residual
variabel pengganggu tidak bernilai nol atau
2 2
σ µ
≠ i
E
. Ini merupakan pelanggaran salah satu asumsi klasik tentang model regresi
linier berdasarkan metode kuadrat terkecil biasa. Heterokedastisitas pada umumnya lebih banyak ditemui pada data cross section yaitu data yang
menggambarkan keadaan pada suatu waktu tertentu misalnya data hasil suatu survei. Keberadaan heterokedastisitas akan dapat menyebabkan kesalahan dalam
penaksiran sehingga koefisien regresi menjadi tidak efisien dan dapat meyesatkan. Nachrowi Djalal Nachrowi dan Hardius Usman, 2006:109.
Menguji Heteroskedastisitas.
Universitas Sumatera Utara
Untuk menguji heteroskedastisitas dilakukan dengan cara yaitu:
Uji White
Uji White memulai pengujiannya dengan membentuk model: Y
i
= β + β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ β
4
X
4
+ μ
i
Kemudian persamaan di atas, dimodifikasi dengan membentuk regresi bantuan auxiliary regression sehingga model menjadi:
μ
i 2
= +
+ +
+ +
4 4
3 3
2 2
1 1
X X
X X
α α
α α
α
+ +
+ +
2 4
8 2
3 7
2 2
6 2
1 5
X X
X X
α α
α α
4 3
2 1
9
X X
X X
α + υ
i
Pedoman dari penggunaan uji white ini adalah tidak terdapat masalah heterokedastisitas dalam hasil estimasi, jika nilai R
2
hasil regresi dikalikan dengan jumlah data atau n.R
2
=
2
χ
hitung lebih kecil dibandingkan
2
χ
tabel. Sementara, akan terdapat masalah heterokedastisitas apabila hasil estimasi menunjukkan
bahwa
2
χ
hitung lebih besar dibandingkan
2
χ
tabel. Apabila nilai probability lebih rendah dari 0.05 berarti terdapat heterokedastisitas pada hasil estimasi.
Sebaliknya, apabila nilai probability-nya lebih tinggi dari 0.05, maka hasil estimasi tidak terkena heterokedastisitas. Wahyu Ario Pratomo dan Paidi
Hidayat, 2007:98
Cara Mengobati Masalah Heterokedastisitas
Heterokedastisitas tidak merusak sifat ketidakbiasaan dan sifat konsistensi dari hasil estimasi. Namun hasil estimasi tidak lagi efisien. Oleh karena tidak
efisien lagi, maka pengujian hipotesa menjadi diragukan hasilnya. Dengan demikian, sangat perlu dilakukan perbaikan atau pengobatan pada masalah
heterokedastisitas tersebut. Untuk mengatasi masalah heterokedastisitas adalah
Universitas Sumatera Utara
dengan menggunakan metode kuadrat terkecil tertimbang Weighted Least SquareWLS.
Model estimasi regresi penelitian adalah: Y
i
= β + β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ β
4
X
4
+ μ
i
Kemudian sisi kiri dan sisi kanan dari persamaan di atas dibagikan dengan varians
2
σ
, sehingga model estimasi menjadi: +
=
i i
i
Y σ
β σ
1
β
1 1
σ X
+
2
β
2 2
σ X
+
3
β
4 4
4 3
3
σ β
σ X
X + +
i i
σ µ
Nilai
i
σ
dalam ekonometrika disebut sum of squares residual = RSS dibagi dengan jumlah variabel penjelas k.
k RSS
i
=
σ
Nilai
i
σ
kemudian ditransformasikan kedalam masing-masing variabel. Langkah-langkah untuk membuat regresi weighted least square adalah:
1. Klik Quick, Generate Series, kemudian ketik: vari=RSSk
2. Klik lagi Quick, Generate Series, dan ketik wx1=x1vari
3. Klik lagi Quick, Generate Series, dan ketik wx2=x2vari
4. Klik lagi Quick, Generate Series, dan ketik wx3=x3vari
5. Klik lagi Quick, Generate Series, dan ketik wx4=x4vari
6. Klik lagi Quick, Generate Series, dan ketik wy=yvari
7. Lakukan estimasi dengan perintah Quick, Estimation Equation, ketik:
Wy c wx1 wx2 wx3 wx4
Universitas Sumatera Utara
Sebagai rujukan untuk melihat apakah hasil estimasi regresi telah lolos dari masalah heterokedastisitas, maka perhatikan nilai sum of squared resid. Bila
angka sum of squared resid cenderung menurun, maka dapat dikatakan bahwa model yang diestimasi lolos dari masalah heterokedastisitas. Wahyu Ario
Pratomo dan Paidi Hidayat, 2007: 100
3.8.4.3. Uji Normalitas
Uji normalitas dilakukan untuk menguji apakah faktor pengganggu
i
µ
berdistribusi normal atau tidak. Untuk melakukan uji normalitas digunakan Jarcue-Bera Test JB- Test.
Untuk melihat apakah data telah berdistribusi normal dengan cara JB-Test ini adalah dengan membandingkan Jarcue Bera normality test statistics dengan
2
χ
tabel, jika Jarcue Bera normality test statistics lebih kecil dari
2
χ
tabel maka
t
µ
adalah berdistribusi normal. Sebaliknya jika Jarcue Bera normality test statistics lebih besar dari
2
χ
tabel maka
t
µ
adalah tidak berdistribusi normal. Cara lain untuk melihat apakah data berdistribusi normal dengan
menggunakan JB-Test adalah dengan melihat angka probability. Apabila angka probability 0,05 maka data berdistribusi normal, sebaliknya apabila angka
probability 0,05 maka data tidak berdistribusi normal. Wahyu Ario Pratomo dan Paidi Hidayat, 2007:92.
3.7 Defenisi Operasional
Universitas Sumatera Utara
Untuk menjelaskan variabel-vaiabel yang sudah diidentifikasi maka perlu defenisi operasional dari masing-masing variabel sebagai upaya pemahaman dan
penelitian. Defenisi dari variabel-variabel yang diteliti adalah sebagai berikut:.
• Faktor promosi X
1
merupakan faktor – faktor yang berkaitan dengan adanya promosi atau sosialisasi yang dilakukan bank syariah.
• Faktor harga taksiran barang X
2
merupakan faktor – faktor yang berkaitan dengan jenis produk, merupakan suatu sistim penaksiran dari
bank Sumut Syariah dalam menentukan HSE Harga standart emas.
• Faktor Prosedur pencairan pinjaman X
3
Merupakan faktor- faktor yang berkaitan dengan bagaimana masyarakat ketika menjadi nasabah dalam
memperoleh pinjaman
• Minat Nasabah Dalam Produk Qardh dengan Gadai Emas Y merupakan
keinginan nasabah untuk menggunakan jasa bank syariah berdasarkan
faktor – faktor yang diteliti.
Tabel 3.1
Universitas Sumatera Utara
Identifikasi dan operasional variabel
Sumber: Diperoleh dari berbagai sumber.
Variabel Defenisi Variabel
Indikator Variabel Skala Ukur
Variabel a.Promosi
X
1
Merupakan faktor – faktor yang
berkaitan dengan adanya promosi atau
sosialisasi yang dilakukan Bank
Sumut Syariah. a. Promosi yang
dilakukan Bank Sumui Syariah telah
mencakup daerah- daerah terpencil.
Likert
b. Harga taksiran Barang
X
2
Merupakan Faktor- faktor yang
berkaitan tentang menaksir Emas yang
akan digadaikan pihak nasabah
kepada pihak Bank b. Taksiran emas
yang dilakukan Bank Sumut Syariah lebih
tinggi dibanding Bank Konvensional.
Likert
c. Prosedur pencairan
pinjaman. X
3
Merupakan Faktor- faktor yang
berkaitan tentang prosedur
peminjaman pihak nasabah kepada
pihak bank d. Syarat yang
ringan dan berlaku bagi setiap kalangan.
Likert
Universitas Sumatera Utara
3.10 Skala Pengukuran Variabel
Kategori