MATERI IV : MENGANALISIS HASIL PENGOLAHAN DATA

Model Regresi Linier

Berdasarkan hasil pengolahan data (Materi III) bagian Coefficients, maka dapat dibuat model regresi linier berganda dengan persamaan sebagai berikut :

Y = 159.483,909 – 0,199 X1 – 40.537,746 X2 + 65.353,663 X3 + 4,800 X4 + e

Nilai masing-masing koefisien regresi variabel independen dari model regresi linier tersebut memberikan gambaran bahwa : a) Koefisien Regresi Variabel Pendapatan Keluarga (X1) sebesar – 0,199 menggambarkan bahwa pendapatan keluarga mempunyai pengaruh negatif terhadap besarnya tunggakan cicilan bulanan kredit perumahan, artinya dengan semakin besarnya pendapatan keluarga maka tunggakan cicilan bulanan kredit perumahan akan semakin kecil dan bahkan tidak pernah menunggak dalam membayar cicilan bulanan tersebut; b) Koefisien Regresi Variabel Tingkat Pendidikan Orang Tua (X2) sebesar – 40.537,746 menggambarkan bahwa tingkat pendidikan orang tua mempunyai pengaruh negatif terhadap besarnya tunggakan cicilan bulanan kredit perumahan, artinya dengan semakin tingginya tingkat pendidikan orang tua maka tunggakan cicilan bulanan kredit perumahan akan semakin kecil karena mampu mengatur dan merencanakan pengeluaran keluarga dengan baik dan cermat; c) Koefisien Regresi Variabel Rasio Ketergantungan (X3) sebesar 65.353,663 menggambarkan bahwa rasio ketergantungan mempunyai pengaruh positif terhadap besarnya tunggakan cicilan bulanan kredit perumahan, artinya dengan semakin besarnya rasio ketergantungan dalam keluarga maka akan semakin meningkatkan atau memperbesar tunggakan cicilan bulanan kredit perumahan; dan Koefisien Regresi Variabel Besarnya Cicilan per Bulan (X4) sebesar 4,800 menggambarkan bahwa besarnya cicilan per bulan berpengaruh positif terhadap besarnya tunggakan cicilan bulanan kredit perumahan, artinya dengan semakin besarnya cicilan per bulan maka akan semakin meningkatkan atau memperbesar tunggakan cicilan bulanan kredit perumahan.


Uji Hipotesis Parsial (Uji T)

Uji hipotesis secara parsial digunakan untuk mengetahui pengaruh dari masing-masing variabel independen (bebas) terhadap variabel dependen (terikat). Uji ini dilakukan dengan membandingkan nilai T hitung dengan nilai T tabel. Nilai T hitung dapat dilihat pada hasil pengolahan data (Materi III) bagian Coefficients. Hipotesis Statistik yang diajukan untuk Uji T adalah : Ho : b1 = 0 ; b2 = 0 ; b3 = 0 ; b4 = 0 dan Ha : b1 ≠ 0 ; b2 ≠ 0 ; b3 ≠ 0 ; b4 ≠ 0. Untuk memperoleh nilai T tabel, dapat dilihat pada tabel T Student, yaitu pada Degrees of Freedom (df) sebesar 33 (jumlah data dikurangi jumlah variabel) dan pada ½ α = 5% (uji dua arah : 10% dibagi dua) maka nilai T tabel sebesar ± 1,684. Berdasarkan nilai T tabel tersebut, maka dapat dibuat gambar daerah penerimaan dan penolakan Ho sebagai berikut :

Dengan membandingkan nilai T hitung dengan T tabel maka dapat disimpulkan : a) Variabel Pendapatan Keluarga, yaitu –T hitung < –T tabel atau –2,034 < –1,684 maka Ho ditolak dan hipotesis penelitian diterima, artinya pendapatan keluarga mempunyai pengaruh yang signifikan terhadap tunggakan cicilan bulanan kredit perumahan; b) Variabel Tingkat Pendidikan Orang Tua, yaitu –T hitung < –T tabel atau –2,114 < –1,684 maka Ho ditolak dan hipotesis penelitian diterima, artinya tingkat pendidikan orang tua mempunyai pengaruh yang signifikan terhadap tunggakan cicilan bulanan kredit perumahan; c) Variabel Rasio Ketergantungan, T hitung > T tabel atau 1,859 > 1,684 maka Ho ditolak dan hipotesis penelitian diterima, artinya rasio ketergantungan mempunyai pengaruh yang signifikan terhadap tunggakan cicilan bulanan kredit perumahan; d) Variabel Besarnya Cicilan Bulanan, yaitu T hitung > T tabel atau 5,843 > 1,684 maka Ho ditolak dan hipotesis penelitian diterima, artinya besarnya cicilan per bulan mempunyai pengaruh yang signifikan terhadap tunggakan cicilan bulanan kredit perumahan.

Langkah pengujian hipotesis di atas dilakukan jika dalam pengolahan data peneliti sudah menyiapkan tabel T Student, namun jika tabel tersebut tidak tersedia maka untuk memutuskan menerima atau menolak hipotesis penelitian dapat dilakukan dengan melihat nilai Signifikansi (Sig.) pada hasil pengolahan data (Materi III) bagian Coefficients. Sebelum melakukan pengujian hipotesis, peneliti sudah memutuskan bahwa tingkat signifikan atau α sebesar 10%, dan dari hasil pengolahan data (Materi III) diketahui bahwa masing-masing variabel independen mempunyai nilai Sig. di bawah 10% atau 0,100. Variabel Pendapatan Keluarga (X1) nilai Sig.-nya sebesar 0,050; Variabel Tingkat Pendidikan Orang Tua (X2) nilai Sig.-nya sebesar 0,042; Variabel Rasio Ketergantungan (X3) nilai Sig.-nya sebesar 0,072; dan Variabel Besarnya Cicilan Per Bulan (X4) nilai Sig.-nya sebesar 0,000. Dengan demikian dapat disimpulkan bahwa masing-masing variabel independen mempunyai pengaruh yang signifikan terhadap variabel dependen, atau Variabel Pendapatan Keluarga (X1), Variabel Tingkat Pendidikan Orang Tua (X2), Variabel Rasio Ketergantungan (X3), dan Variabel Besarnya Cicilan Per Bulan (X4), secara parsial mempunyai pengaruh yang signifikan terhadap Variabel Besarnya Tunggakan Cicilan Bulanan Kredit Perumahan (Y).


Uji Hipotesis Serempak (Uji F)

Uji hipotesis secara serempak digunakan untuk mengetahui pengaruh dari variabel independen (bebas) secara keseluruhan terhadap variabel dependen (terikat). Uji ini dilakukan dengan membandingkan nilai F hitung dengan nilai F tabel. Nilai F hitung dapat dilihat dari hasil pengolahan data (Materi III) bagian ANOVA. Hipotesis Statistik yang diajukan untuk Uji F adalah: Ho : b1 = b2 = b3 = b4 = 0 dan Ha : b1 ≠ b2 ≠ b3 ≠ b4 ≠ 0

Nilai F tabel dengan tingkat signifikan (α) : 5% dan Degrees of Freedom (df) sebesar : 4 ; 33 adalah sebesar 2,65. Hasil pengolahan data (Materi III) diketahui bahwa nilai F hitung sebesar 32,161 dan nilai F hitung tersebut lebih besar dari pada F tabel atau nilai Sig.-nya di bawah 0,050 atau 5%, maka keputusan yang dapat diambil adalah Ho ditolak dan hipotesis penelitian diterima, artinya Variabel Pendapatan Keluarga (X1), Variabel Tingkat Pendidikan Orang Tua (X2), Variabel Rasio Ketergantungan (X3), dan Variabel Besarnya Cicilan Per Bulan (X4), secara keseluruhan mempunyai pengaruh yang signifikan terhadap Variabel Besarnya Tunggakan Cicilan Bulanan Kredit Perumahan (Y).


R Square (Koefisien Determinasi)

Nilai R Square atau Koefisien Determinasi atau R2 dapat dilihat pada hasil pengolahan data (Materi III), bagian Model Summary. Hasil pengolahan data menunjukkan bahwa nilai R2 sebesar 0,796 atau 79,6%, hal tersebut menggambarkan bahwa sumbangan variabel independen (Variabel Pendapatan Keluarga, Variabel Tingkat Pendidikan Orang Tua, Variabel Rasio Ketergantungan, dan Variabel Besarnya Cicilan Per Bulan) terhadap naik turunnya atau variasi variabel dependen (Variabel Besarnya Tunggakan Cicilan Bulanan Kredit Perumahan) adalah sebesar 79,6% dan sisanya sebesar 20,4% merupakan sumbangan dari variabel lain yang tidak dimasukkan dalam model yang diajukan dalam penelitian tersebut (terkumpul dalam variabel galat atau e). Sedangkan nilai R (Korelasi Berganda) sebesar 0,892 atau 89,2% berarti hubungan antara variabel independen dengan variabel dependen dalam penelitian tersebut dapat dikatakan mempunyai hubungan yang kuat atau erat karena mendekati 100%.


6 komentar:

  1. tolong lampirkan daftar f Tabel dan T hitung nya secara lengkap, agar dapat membandingkan

    BalasHapus
  2. Trim masukannya. Tapi untuk melihat atau menutuskan menerima atau menolak pada uji T dapat dilihat dari hasi pengolahan data apakah nilai sig. dibawah 0,05 atau 5%. Kalau sig. dibawah 0,05 maka t hitung diterima atau hipotesis penelitian diterima atau Ho ditolak.

    BalasHapus
  3. Mksh mas atas ilmunya. Saya ingin bertanya seputar uji dominan, bisa dijelaskan lebih lanjut? terima kasih

    BalasHapus
  4. Uji dominan atau untuk mengetahui pengaruh yang dominan, dimulai dari penetapan variabel independen yang standart, atau jika menggunakan SPSS dapat diliat pada analisis regresi pada tabel coefficient kolom standardized Cooeficients

    BalasHapus
  5. mau tanya saya masih bingung untuk membaca df pada t table dan f table...df itu jumlah data dikurangi jumlah variabel ? jadi kt ga liat total df pada tabel anova ? (dalam hal ini two tailed)

    BalasHapus
  6. Untuk T tabel (2 arah), alphanya dibagi 2 dan dfnya n - k atau jumlah data dikurangi jumlah variabel. Kalau F tabel pilih alpha 5% atau 1% dan dfnya mendatar k - 1 dan menurun n - k.

    BalasHapus

Penerbit: Ardana Media Yogyakarta (Mei 2009)

Penerbit: Ardana Media Yogyakarta (Mei 2009)

Penerbit: P2FE_UMP, Ponorogo (Oktober 2010)

Penerbit: P2FE_UMP, Ponorogo (Oktober 2010)

Penerbit: Ardana Media Yogyakarta (Maret 2009)

Penerbit: Ardana Media Yogyakarta (Maret 2009)

Penerbit : Univ. Muhammadiyah Ponorogo Press, Maret 2013

Penerbit : Univ. Muhammadiyah Ponorogo Press, Maret 2013

Penerbit Univ. Muhammadiyah Ponorogo Press (Juli 2013

Penerbit Univ. Muhammadiyah Ponorogo Press (Juli 2013

Penerbit UNMUH Ponorogo Press Bulan Juli 2015

Penerbit UNMUH Ponorogo Press Bulan Juli 2015

  ©REYOG CITY. Template by Dicas Blogger.

TOPO