trimming, baik untuk uji reliabilitas konsep yang sudah ada ataupun uji pengembangan konsep baru.
Asumsi yang mendasari path analysis sebagai berikut: 1 Hubungan antar variabel adalah bersifat linier, adaptif, dan bersifat normal; 2 Hanya sistem
aliran kausal ke satu arah artinya tidak ada arah kausalitas yang berbalik; 3 Variabel terikat endogen minimal dalam skala ukur interval dan ratio 4
Observed variables diukur tanpa kesalahan instrumen pengukuran valid dan reliable artinya variabel yang diteliti dapat diobservasi secara langsung; 5
Model yang dianalisis dispesifikasikan diidentifikasikan dengan benar berdasarkan teori dan konsep-konsep yang relevan artinya model teori yang dikaji
atau diuji dibangun berdasarkan kerangka teoritis tertentu yang mampu menjelaskan hubungan kausalitas antara variabel yang diteliti.
Model umum Path Analysis
ρ
31
ɛ1 ρ
31
ρ
31
ɛ1 r
12
` ρ
21
ɛ1 ρ
11
ρ
21
ρ
21
a.Correlated Path Model b.Mediated Path Model c.Eksogen Path Model Model persamaan struktural yaitu apabila setiap variabel endogen Y
secara unik keadaanya ditentukan oleh seperangkat variabel eksogen. Selanjutnya gambar yang meragakan struktur hubungan kausal antar variabel disebut diagram
jalur path diagram. Rancangan model persamaan struktural untuk diagram jalur yang digunakan dalam penelitian ini adalah:
a. Faktor-Faktor yang Memengaruhi Pengambilan Pembiayaan
PM =
ρ
y1
BA + ρ
y2
LN + ρ
y3
JA + ρ
y4
PS+ ρ
y5
TP + ρ
y6
AP+ ρ
y7
JU+ +
ɛ
1
........................................................................................................3.3 Dimana :
PM = besar pengambilan pembiayaan anggota yang diajukan rupiah
BA = biaya peminjaman anggota rupiah
LN = lama menjadi anggota bulan
1 3
2 1
3 2
1 3
2
JA = jangka waktu angsuran hari
PS = besar pendapatan sebelum pembiayaan rupiah
TP = dummy tingkat pendidikan anggota
DPi 1 jika tingkat pendidikan terُolonُ tinُُi ≥ SMA dan 0 jika
tingkat pendidikan tergolong rendah SMA AP
= dummy alokasi usaha anggota AP bernilai 1 jika alokasi untuk modal kerja dan 0 jika alokasi untuk
investasi JU
= dummy jenis usaha anggota JU bernilai 1 jika jenis usaha untuk non jasa dan 0 jika jenis usaha untuk
jasa ρik
= koefisien jalur path coefficient untuk setiap variabel eksogen k ɛ i
= eror ke-i
b. Pengaruh Pembiayaan terhadap Tingkat Pendapatan Anggota
PP = ρ
y1
PM + ρ
y2
KU + ρ
y3
JA + ρ
y4
AP + ρ
y5
JU+ ρ
y6
PB …………….3.4
Dimana : PP
= besar pendapatan usaha anggota per hari setelah pembiayaan rupiah
PM = besar pengambilan pembiayaan anggota rupiah
KU = profit keuntungan usaha per hari anggota rupiah
JA = jangka waktu angsuran hari
PB = pengeluaran konsumsi per bulan anggota rupiah
AP = dummy alokasi usaha anggota
AP bernilai 1 jika alokasi untuk modal kerja dan 0 jika alokasi untuk investasi
JU = dummy jenis usaha anggota
JU bernilai 1 jika jenis usaha untuk non jasa dan 0 jika jenis usaha untuk jasa
ρik = koefisien jalur path coefficient untuk setiap variabel eksogen k
ɛ i = eror ke-i
Pengujian model diatas dilakukan dengan menggunakan model persamaan struktural untuk diagram jalur. Model dekomposisi adalah model yang
menekankan pada pengaruh yang bersifat kausalitas antarvariabel, baik pengaruh langsung maupun tidak langsung dalam kerangka path analysis sedangkan
hubungan yang sifatnya nonkausalitas atau hubungan korelasional yang terjadi antarvariabel eksogen tidak termasuk dalam perhitungan ini. Perhitungan
menggunakan analisis jalur dengan model dekomposisi pengaruh kausal anatarvariabel dapat dibedakkan menjadi tiga sebagai berikut.
1. Direct causal effect Pengaruh Kausal Langsung adalah pengaruh satu variabel eksogen terhadap variabel endogen yang terjadi tanpa melalui
variabel endogen lain. 2. Indirect causal effect Pengaruh Kausal Tidak Langsung adalah
pengaruh satu variabel eksogen terhadap variabel endogen yang terjadi melalui variabel endogen lain yang terdapat dalam satu model
kausalitas yang sedang dianalisis. 3. Total causal effect Pengaruh Kausal Total adalah jumlah dari
pengaruh kausal langsung dan pengaruh kausal tidak langsung.
3.5.2.2. Uji koefisien determinasi
Uji keragaman digunakan untuk melihat besarnya pengaruh bersama variabel penyebab terhadap suatu variabel akibat yang terdapat dalam model
struktural yang dianalisisis. Selain itu, juga dapat digunakan untuk ukuran efektivitas model. Koefisien determinasi mengukur presentase atau proporsi total
varian dalam variabel endogen yang dijelaskan model. Formula untuk menghitung R
2
adalah : …………………………………………………………3.6
Berdasarkan koefisien determinasi selanjurnya dapat diidentifikasi besaran koeَisien jalur ρei sebaُaimana rumus :
……………………………………………………………….3.7 Dimana :
R
2 yx
: koefisien determinasi multipel ρ
yx
: koefisien jalur ρei
: koefisien residu error Model dikatakan efektif ketika R
2
tinggi dan error variable rendah. Uji F kebermaknaan koefisien determinasi dengan statistik uji- F. Uji ini
digunakan untuk menguji pengaruh seluruh variabel eksogen terhadap variabel endogennya secara parsial dengan hipotesis sebagai berikut :
……………………………………………………………..3.8 Dimana :
n = ukuran sampel
k = banyaknya variabel penyebab
H : b1 = b2 = b3 =…= bk = 0 tidak ada variabel eksogen yang memengaruhi
variabel endogen H
1
: minimal ada salaِ satu bi ≠ 0 ada variabel eksogen yang memengaruhi variabel endogen
Kriteria uji yang digunakan, yaitu: a. Jika probability F-statistic
taraَ nyata α, maka tolak H dan dapat
disimpulkan bahwa minimal ada variabel eksogen yang memengaruhi variabel endogennya.
b. Jika probability F-statistic taraf nyata α, maka terima H
dan dapat disimpulkan bahwa tidak ada variabel eksogen yang memengaruhi
variabel endogen.
3.5.2.3. Pengujian Individual
Pengujian individual terhadap setiap koefisien jalur yang diperoleh dengan statistik uji- T. Berikut rumus yang digunakan :
……………………………………………………3.9
Dimana : ρy
i
x
k
= koefisien jalur antar variabel eksogen terhadap variabel endogen SE
= standar error koefisien jalur n
= ukuran sampel Ckk
= elemen matriks invers korelasi variabel eksogen Kriteria uji :
H ditolak apabila t-hitung t-tabel, db = n-
1 denُan α = 0,05 H
diterima apabila t-hitung t-tabel, db = n- 1 denُan α = 0,05
Jika dari hasil pengujian individual diperoleh informasi terdapat koefisien jalur yang tidak signikan, maka model perlu diperbaiki dengan cara trimming
yaitu estimasi atau perhitungan diulang dari langkah awal.
3.5.2.4. Uji Kesesuaian Model
Overall Model Fit
Kesesuaian model adalah kesesuaian antara matriks korelasi data sampel S denُan matriks korelasi populasi ∑ yang diestimasi.
H0 = S = ∑ : Matriks korelasi data sampel tidak berbeda denُan matriks korelasi populasi yang di estimasi.
H0 = S ≠ ∑ : Matriks korelasi data sampel berbeda denُan matriks korelasi populasi yang di estimasi.
Rumusnya sebagai berikut : …………………………………………………………………......3.10
…………………………………………..3.11 Jika Q = 1, model yang diuji Fit dengan data, dan jika Q 1 perlu diuji lagi
dengan rumus sebagai berikut : …………………………………………………………...3.12
Dimana : n
= ukuran sampel d
= derajat kebebasan
3.5.2.5. Uji Multikolinieritas
Terdapat satu asumsi statistik yang tidak dapat dilanggar dalam mengaplikasikan analisis jalur, yaitu asumsi multikolinieritas. Hal tersebut
ditunjukkan oleh estimasi koefisien R
2
yang tinggi tetapi estimasi koefisien jalur secara statistik tidak ada yang signifikan. Untuk menguji asumsi multikolinieritas
dapat dilakukan melalui pengamatan terhadap matriks korelasi data sampel . Kriteria Uji :
1. Jika matriks korelasi sangat kecil mendekati nol, terdapat masalah multikolinieritas.
2. Jika matriks korelasi sama dengan nol, terdapat masalah multikolinieritas yang serius.
3. Jika matriks korelasi lebih besar dari nol, tidak terdapat masalah multikolinieritas.
3.5.2.6. Uji t untuk peningkatan pendapatan dan keuntungan
Pengujian statistika t-hitung untuk data berpasangan Walpole,1995 dilakukan untuk mengaji apakah ada pebedaan antara tingkat pendapatan dan
keuntungan usaha sebelum dan sesudah menerima pembiayaan dari Kospin Jasa Syariah Pekalongan, dengan menggunakan rumus :
t-hitung = ; db = n-1
…..………………………………………………..3.13
Dimana : d-d
= rata-rata tingkat pendapatan atau keuntungan sesudah pembiayaan dikurangi sebelum pembiayaan,
Sd = Standar deviasi dari perbedaan pendapatan dan keuntungan sesudah
dengan sebelum pembiayaan, n
= jumlah observasi pengamatan, db
= derajat bebas. H
: Tidak ada perbedaan tingkat pendapatan sebelum dan sesudah menerima Pembiayaan
H
1
: Terdapat perbedaan tingkat pendapatan sebelum dan sesudah menerima Pembiayaan,
Kriteria uji : H
ditolak apabila t-hitung t-tabel, db = n-1 dengan α = 0,05
H diterima apabila t-hitung t-tabel, db = n-
1 denُan α = 0,05 Pengujian statistika dengan menggunakan t-hitung dapat membuktikan
secara ilmiah apakah terjadinya peningkatan secara data dari pembiayaan yang diberikan berpengaruh nyata terhadap peningkatan pendapatan dan keuntungan
usaha anggota.
3.6. Definisi Operasional