Analisis Data ANALISIS DATA DAN PEMBAHASAN
2. Pengujian Asumsi Klasik a. Pengujian Normalitas
Uji normalitas digunakan untuk menguji bahwa sebuah model regresi, variabel dependen, variabel independen atau keduanya mempunyai
distribusi normal atau tidak. Deteksi normalitas data diuji dengan Kolmogorov
– Smirnov menggunakan SPSS 20 . Tabel di bawah menunjukkan hasil uji pengujian Normalitas
Tabel 5.2. Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 33
Normal Parameters
a,b
Mean 0E-7
Std. Deviation ,36430811
Most Extreme Differences Absolute
,106 Positive
,106 Negative
-,096 Kolmogorov-Smirnov Z
,607 Asymp. Sig. 2-tailed
,855 a. Test distribution is Normal.
b. Calculated from data.
Berdasarkan hasil pengolahan data menggunakan SPPS 20 diperoleh output yang menunjukkan nilai p 0,05 dengan menggunakan
Unstandardized Residual yaitu sebesar 0,855. Hal ini berarti data yang
diuji berdistribusi normal.
b. Pengujian Multikolinieritas Uji Multikolinieritas bertujuan untuk menguji apakah model
regresi ditemukan adanya korelasi antar variabel bebas independen. Hasil pengujian Multikolinieritas menggunakan SPSS 20 diperoleh tabel
5.3 sebagai berikut : Tabel 5.3. Uji Multikolinieritas
Variabel Collinearity Statistics
Tolerance VIF
Modal Sendiri X1 0,342
2,926 Volume Usaha X2
0,458 2,182
Jumlah Anggota X3 0,210
4,763
Sumber : Data Primer diolah, 2015.
Berdasarkan Tabel 5.3 besar nilai tolerence dari ketiga variabel independen lebih dari 0,1 dan VIF tidak lebih dari 10, maka dapat tidak
terjadi Multikolinieritas.
c. Pengujian Heteroskedastisitas Uji Heteroskedastisitas adalah bertujuan untuk mengetahui dalam
sebuah model regresi terjadi ketidaksamaan varian dari residual antara satu pengamatan dengan pengamatan yang lain. Untuk mendeteksi ada
tidaknya heteroskedastisitas digunakanScatterplot.
Gambar 5.1. Hasil Uji Heteroskedastisitas
Berdasarkan hasil
pengolahan datadengan
Scatterplot menggunakan SPSS 20 didapatkan titik
– titik menyebar di bawah dan di atas sumbu Y gambar tidak mempunyai pola yang teratur, kesimpulan
yang dapat ditarik bahwa variabel bebas tidak terjadi heterokedastisitas atau bersifat homokedastisitas.
d. Pengujian Autokorelasi
Uji Autokorelasi digunakan untuk menguji dalam suatu model regresi linier ada korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pada periode t-1 sebelumnya. Deteksi adanya autokorelasi dapat menggunakan Run
– test.
Tabel 5.4. Hasil Uji Autokorelasi
Runs Test
Unstandardized Residual
Test Value
a
,04757 Cases Test Value
16 Cases = Test Value
17 Total Cases
33 Number of Runs
12 Z
-1,765 Asymp. Sig. 2-tailed
,078 a. Median
Tabel diatas menunjukkan nilai signifikansi 0,05 yaitu sebesar 0,78, maka tidak terjadi autokorelasi.
3. Penentuan Model Regresi Data Panel Model persamaan regresi data panel yang paling tepat dalam penelitian ini
adalah model fixed effect. Setelah dilakukan teknik estimasi model untuk memilih model regresi yang paling tepat menggunakan Chow Test dan Hausman Test yang
terdapat pada program eviews 7 diperoleh nilai probabilitas ≤ 0,05, tidak berhasil
menolak Ho , hal ini berarti model fixed effect lebih baik dari model Common Effect
dan Random Effect.
Tabel 5.5. Analisis Regresi Panel
Dependent Variable: LNY Method: Panel EGLS Cross-section weights
Date: 073015 Time: 19:07 Sample: 2011 2013
Periods included: 3 Cross-sections included: 11
Total panel balanced observations: 33 Linear estimation after one-step weighting matrix
Variable Coefficient
Std. Error t-Statistic
Prob. LNX1
0.322569 0.145924
2.210528 0.0395
LNX2 0.180357
0.183419 0.983309
0.3378 X3
-0.011403 0.001017
-11.21351 0.0000
C 8.702559
2.339970 3.719090
0.0015 Effects Specification
Cross-section fixed dummy variables Weighted Statistics
R-squared 0.992643 Mean dependent var
71.01502 Adjusted R-squared
0.987610 S.D. dependent var 86.03089
S.E. of regression 0.168589 Sum squared resid
0.540022 F-statistic
197.2057 Durbin-Watson stat 1.946750
ProbF-statistic 0.000000
Unweighted Statistics R-squared
0.882499 Mean dependent var 17.00697
Sum squared resid 0.607070 Durbin-Watson stat
2.051442
Keterangan: LNX1 = Modal Sendiri
LNX2 = Volume Usaha X3 = Jumlah Anggota
Berdasarkan tabel tersebut maka persamaan
LNY
it
= 8,702559 + 0,322569 LNX1
it
+ 0,180357 LNX2
it
– 0,011403 X3
it
+ e
it
.
4. Pengujian Hipotesis a. Pengujian Koefisien Determinasi R
2
Koefisien determinasi R
2
berfungsi untuk melihat sejauh mana keseluruhan variabel independen dapat menjelaskan variabel dependen.
Nilai koefisien determinasi adalah antara 0 dan 1. Apabila angka koefisien determinasi semakin mendekati 1 maka kemampuan
menjelaskan variabel independen terhadap variabel dependen adalah semakin kuat, yang berarti variabel-variabel independen memberikan
hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.
Berdasarkan Tabel 5.5 angkaR
2
R square diperoleh sebesar 0,992643 atau 99,2643. Hal ini menunjukkan bahwa persentase
pengaruh variabel independen modal sendiri, volume usaha dan jumlah anggota terhadap variabel dependen sisa hasil usaha sebesar
99,2643 sedangkan 0,7357 yaitu hasil pengurangan dari 100 dikurangi 99,2643 dipengaruhi atau dijelaskan oleh variabel lain yang
tidak dimasukkan dalam model penelitian ini. b. Pengujian Statistik F
Uji statistik F digunakan untuk melihat kemampuan seluruh variabel independen secara bersama-sama dalam menjelaskan perilaku variabel
dependen. Hasil uji statistik F dapat dilihat dari Tabel 5.5 Langkah
– langkah yang dilakukan dalam pengujian statistik F yaitu sebagai berikut:
1 Perumusan hipotesis
H
o
Modal sendiri, volume usaha, dan jumlah anggota tidak berpengaruh terhadap sisa hasil usaha.
H
a
Modal sendiri, volume usaha, dan jumlah anggota berpengaruh terhadap sisa hasil usaha.
2 Penentuan tingkat signifikansi
α Tingkat signifikansi
α yang digunakan adalah 5 0,05 dengan level of significance
sebesar 95 dan degree of freedom n-1. Tingkat signifikansi 5 0,05 adalah tingkat yang umum sering
digunakan dalam penelitian. Tingkat signifikansi 5 0,05 menunjukkan bahwa risiko salah dalam mengambil keputusan
untuk menolak hipotesis yang benar sebanyak 5 dan benar dalam mengambil keputusan sedikitnya 95.
3 Pengambilan Keputusan
Berhasil menolakH
o
, karena probabilitas signifikansi p tingkat signifikansi, yaitu 0,00000 0,05
4 Penarikan kesimpulan
Berhasil menolakH
o
, maka secara simultan variabel independen modal sendiri, volume usaha,dan jumlah anggota berpengaruh
terhadap variabel dependen sisa hasil usaha.
c. Pengujian Statistik Uji t Uji t digunakan untuk melihat kuat atau tidaknya pengaruh variabel
independen secara parsial terhadap variabel dependen. Hasil uji Statistik t dapat dilihat di Tabel 5.5.
1 Perumusan Hipotesis H
02
Modal sendiri tidak berpengaruh positif terhadap sisa hasil usaha
Ha
2
Modal sendiri berpengaruh positif terhadap sisa hasil usaha H
03
Volume usaha tidak berpengaruh positif terhadap sisa hasil usaha
Ha
3
Volume usaha berpengaruh positif terhadap sisa hasil usaha H
04
Jumlah anggota tidak berpengaruh negatif terhadap sisa hasil usaha
Ha
4
Jumlah anggotaberpengaruh negatif terhadap sisa hasil usaha 2 Penentuan tingkat signifikansi
α Tingkat signifikansi
α yang digunakan adalah 5 0,05 dengan level of significance sebesar 95 dan degree of freedom n-
1. Tingkat signifikansi 5 0,05 adalah tingkat yang umum sering digunakan dalam. Tingkat signifikansi 5 0,05 menunjukkan
bahwa risiko salah dalam mengambil keputusan untuk menolak hipotesis yang benar sebanyak 5 dan benar dalam mengambil
keputusan sedikitnya 95.
3 Pengambilan keputusan a. Modal Sendiri: Berhasil menolakHo
2
, karena nilaiprobabilitas signifikansi p tingkat signifikansi 0,0395 0,05
b. Volume Usaha:tidak
berhasil menolakHo
3
, karena
nilaiprobabilitas signifikansi p ≥ tingkat signifikansi 0,3378 ≥
0,05 c. Jumlah Anggota:Berhasil menolakHo
4
, karena nilaiprobabilitas signifikansi p tingkat signifikansi 0,0000 0,05
4 Penarikan kesimpulan Berdasarkan pengujian statistik t di atas, maka kesimpulan yang
dapat ditarik adalah a. Berhasil menolak Ho
2
, maka modal sendiri berpengaruh positif terhadap sisa hasil usaha.
b. Tidak berhasil menolak Ho
3
, maka volume usaha tidak berpengaruh positif terhadap sisa hasil usaha.
c. Berhasil menolak Ho
4
, maka jumlah anggota berpengaruh negatif terhadap sisa hasil usaha.