35
4.3. Metode Pengumpulan Data
Pengumpulan data dan informasi dalam penelitian ini dilakukan dengan dua cara yaitu data primer dan data sekunder. Data primer berupa informasi yang
diperoleh melalui diskusi dengan pihak manajemen BRI Unit Cibungbulang mengenai mekanisme dan tata cara pemberian kredit kepada nasabah, mulai dari
awal pengajuan pinjaman sampai dengan perealisasian pinjaman serta tatacara pembayaran kredit dan nasabah yang bermasalah dalam hal pengembalian kredit.
Data primer juga didapat secara langsung dari responden yang menjadi sampel yaitu nasabah Kredit Usaha Rakyat KUR Mikro dan Kredit Umum Pedesaan
Kupedes BRI Unit Cibungbulang, Kabupaten Bogor. Data sekunder berupa data internal BRI serta data yang diperoleh dari
Kementrian Koperasi dan UMKM. Data internal tersebut berupa laporan bulanan BRI Unit, laporan keragaan BRI Unit Cibungbulang dan dokumen permohonan
kredit debitur KUR Mikro dan Kupedes. Selain itu data sekunder juga diperoleh dari jurnal-jurnal penelitian, skripsi, dan sumber lain yang relevan dengan
penelitian ini.
4.4. Metode Pengolahan Data
Pengolahan data dalam penelitian ini menggunakan perangkat komputer dengan program Software Microsoft Excel 2007 dan SPSS 17. Analisis data yang
akan dilakukan adalah analisis kualitatif dan analisis kuantitatif.
4.4.1. Analisis Kualitatif
Analisis kualitatif merupakan deskripsi yang akan menggambarkan prosedur penyaluran KUR Mikro dan Kupedes serta karakteristik yang
mempengaruhi pengembaliannya yang didukung penyajian data dalam bentuk tabulasi. Sehingga dapat diketahui karakteristik masyarakat pelaku usaha kecil
yang menerima KUR Mikro dan Kupedes serta mengetahui karakteristik antara debitur lancar dengan debitur yang tidak lancar menunggak dalam pengembalian
kreditnya.
4.4.2. Analisis Kuantitatif
Analisis terhadap faktor-faktor yang mempengaruhi tingkat pengembalian KUR Mikro dan Kupedes menggunakan model analisis Regresi Logistik LOGIT
36 sehingga diketahui variabel-variabel independent yang secara nyata berpengaruh
atau tidak terhadap tingkat kelancaran pengembalian KUR Mikro dan Kupedes sebagai variabel dependent. Variabel-variabel independent model tersebut terdiri
dari tingkat pendidikan, jumlah tanggungan keluarga, omset, pendapatan bersih rumah tangga, jangka waktu pengembalian, frekuensi peminjaman kredit, dan
nilai agunan. Menurut Gujarati 2006 Regresi logistik yaitu digunakan untuk
mengestimasikan suatu model dimana variabel tak bebas, Y, bersifat biner, dengan menggunakan nilai 1 atau 0, dimana 1 menunjukkan adanya atau
dimilikinya suatu atribut contohnya kawin, perempuan, bekerja, dan lain-lain sedang 0 menunjukkan tidak adanya atribut itu contohnya tak kawin, pria, tidak
bekerja, dan lain-lain. Variabel-variabel penjelasnya bisa sendirinya binner atau dummy
atau kuantitaif.
1 Estimasi Model Regresi Logistik
Pada model logit yang digunakan dalam penelitian ini, mengambil nilai 1 dan 0 untuk nilai variabel dependenrespon Y, yaitu sebagai berikut :
Y=1; untuk kredit lancar Y=0; untuk kredit menunggak
Estimasi model regresi logistik menurut Gurajati 2006 :
= β
+ β
1
X
1
+ β
2
X
2
+ β
3
X
3
+…+ β
6
X
6
+ β
7
X
7
Keterangan: Li
= Variabel respon, dimana P
= Peluang terjadinya Y=1 p
-1 = Peluang terjadinya Y=0
β =
Konstanta X
1
,…,X
7
= Variabel
independent X
1
= Jumlah Tanggungan Keluarga orang X
2
= Jangka Waktu Pengembalian bulan X
3
= Pendapatan Bersih Rumah Tangga per bulan Rp
37 X
4
= Frekuensi Pengambilan Kredit kali X
5
= Agunan Rp X
6
= Omset Rp X
7
= Tingkat Pendidikan tahun β
1
,…, β
7
= Koefisien
variabel independent
Variabel tingkat pendidikan X
7
hanya untuk Kredit Usaha Rakyat KUR Mikro.
2 Uji Kelayakan Model
Pengujian kelayakan model menggunakan statistik G yang merupakan nisbah kemungkinan maksimum untuk mengetahui peran variabel-variabel
prediktor dalam model secara simultan bersama-sama. Rumus uji G adalah sebagai berikut :
Keterangan : l0
= Likelihood model H l1
= Likelihood model H
1
Hipotesis : H0 = β1 = β2 = … = βk = 0
H1 = Minimal ada satu nilai βi ≠0, I = 1,2,…,n
Jika nilai G p,
α atau p-value dari statistik G lebih kecil dari taraf nyata
α = 0,10 maka keputusannya adalah menolak H0, artinya setidak-tidaknya ada satu variabel independent yang berpengaruh nyata terhadap variabel
dependent.
3 Uji akurasi Model
Uji akurasi model atau uji kebaiksesuaian goodness of fit model dilakukan dengan memperhatikan nilai sebaran Hosmes Lemeshow Goodness of
Fit Test
7
.
7
Ariyoso. 2010. Analisis Regresi Logistik. httpsattistik4life.blogspot.com200912Regresi- logistik.html [ 10 Januari 2011]
38 Hipotesis :
H0 = Model cukup layak untuk dianalisis H1 = Model tidak cukup layak untuk dianalisis
Jika p-value dari ketiga alat uji statistik tersebut lebih besar dari taraf nyata α=0,01 maka keputusannya adalah menerima H0, artinya model tersebut cukup
layak untuk digunakan dalam analisis.
4 Uji Signifikansi Variabel Prediktor
Pengujian terhadap signifikansi masing-masing variabel predictor dilakukan dengan uji Wald W dengan statistik uji sebagai berikut:
Keterangan : =
Penduga β
= Penduga standart error dari β
βk = Koefisien
variabel independent
ke-k Hipotesis : H0 =
βk = 0 H1 =
βk ≠ 0, k = 1,2,…,k Statistik Wj mengikuti sebaran normal Z, jika nilai Wj Z
α2 atau two- tailed p-value
dari statistik Wj lebih kecil dari taraf nyata α = 0,10 maka
keputusannya adalah menolak H0, artinya variabel independent ke-k tersebut berpengaruh secara nyata signifikan terhadap variabel respon.
4.5. Definisi Operasional
Kategori