Contoh Skripsi Tentang UKM di Semarang BAB III

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT PENGEMBALIAN KREDIT OLEH UKM

(Studi Kasus pada Anggota UKM Center Kabupaten Semarang)

BAB III

METODE PENELITIAN

3.1.   Jenis dan Sumber Data

Studi kasus pada penelitian ini adalah di UKM Kabupaten Semarang dengan menggunakan jenis penelitian kuantitatif. Pengumpulan data dalam penelitian ini bertujuan untuk memperoleh bahan-bahan yang relevan dan akurat. Sedangkan data yang digunakan dalam penelitian ini adalah:

1)                Data Primer, menurut Umar (2003: 56), merupakan data penelitian yang diperoleh langsung dari sumbernya melalui kuesioner. Data primer yang digunakan dalam penelitian ini adalah data anggota UKM.

2)                Data Sekunder, menurut Sugiyono (2009: 62), merupakan data yang diperoleh secara tidak langsung, yaitu melalui studi kepustakaan baik dari literatur. buku maupun artikel. Data sekunder yang digunakan dalam penelitian ini adalah studi kepustakaan baik dari literatur buku maupun artikel yang berhubungan dengan kredit pada UKM.

3.2.   Populasi dan Sampel Penelitian

Populasi dan sampel penelitian harus didefinisikan secara jelas, karena hasil analisis statistika sangat tergantung dari ruang lingkup dan karakteristik yang dimiliki oleh populasi dan sampel.

1)       Populasi Penelitian

Menurut Ferdinand (2011: 215), populasi atau universe merupakan gabungan dari seluruh elemen yang terbentuk peristiwa, hal atau orang yang memiliki karakteristik yang serupa yang menjadi pusat perhatian seorang peneliti karena itu dipandang sebagai sebuah semesta alam. Populasi dalam penelitian ini adalah kelompok UKM Kabupaten Semarang, yaitu UKM Center Kabupaten Semarang.

2)       Sampel Penelitian

Menurut Sanusi (2011: 87), sampel didefinisikan sebagai bagian dari populasi. Penelitian yang menggunakan metode sampel dapat cepat diselesaikan karena dengan metode sampel hanya mengadakan penelitian terhadap sebagian obyek. Maka pengumpulan data, pengolahan data dapat menghemat waktu.

Metode yang digunakan dalam penelitian ini adalah probability sampling. Menurut Sugiyono (2009: 60), probability sampling adalah teknik sampling (teknik pengambilan sampel) yang memberikan peluang yang sama bagi setiap unsur (anggota) populasi untuk dipilih menjadi anggota sampel. Jumlah sampel didapat melalui perhitungan Slovin sebagai berikut :

Dimana :            n = jumlah contoh (ukuran sampel)

N = jumlah populasi

e = tingkat kesalahan yang masih bisa ditolerir (10%)

Jumlah populasi (N) pada penelitian ini adalah 186 dan tingkat kesalahan 0,1 (10%), sehingga hasil n adalah 65,034. Karena dibelakang koma kurang dari 5 maka dibulatkan menjadi 65 responden.

3.3.   Variabel Penelitian

Menurut Ferdinand (2011: 28), variabel adalah suatu fungsi yang mentransformasikan (memberi nilai) hasil percobaan random (dapat berupa pengamatan, kejadian, peristiwa) dalam himpunan bilangan riil. Variabel penelitian yang digunakan pada penelitian terdiri dari variabel independen dan variabel dependen. Menurut Sanusi (2011: 50), variabel independen atau variabel bebas merupakan variabel yang diduga mempengaruhi atau menjadi sebab perubahan dan timbulnya variabel terikat atau variabel dependen. Menurut Sanusi (2011: 50), variabel dependen merupakan variabel yang dipengaruhi atau menjadi akibat dari adanya variabel independen.

Variabel dependen dan variabel independen dalam penelitian ini adalah sebagai berikut:

1)      Variabel Dependen

Menurut Ferdinand (2011: 28), variabel dependen adalah variabel yang menjadi pusat perhatian peneliti dalam script analysis. Nuansa sebuah masalah tercermin dalam variabel dependen. Hakikat sebuah masalah mudah terlihat dengan mengenali berbagai variabel dependen yang digunakan dalam sebuah model. Variabilitas dari atau faktor inilah yang berusaha untuk dijelaskan oleh seorang peneliti. Variabel dependen dalam penelitian ini adalah tingkat pengembalian kredit oleh UKM disimbolkan dengan (Y) yang terbagi antara menunggak dan tidak menunggak. Variabel menunggak diberi nilai (1) dan variabel tidak menunggak diberi nilai (0).

2)      Variabel Independen

Menurut Ferdinand (2011: 28), variabel independen adalah variabel yang mempengaruhi variabel dependen, baik yang pengaruhnya positif maupun pengaruhnya negatif, dalam script analysis akan terlihat bahwa variabel yang menjelaskan mengenai jalan atau cara sebuah masalah dipecahkan adalah tidak lain variabel-variabel independen. Variabel Independen dalam penelitian ini antara lain:

a.       Lama Sekolah

Indikator yang digunakan untuk mengukur variabel lama sekolah adalah tingkat pendidikan formal yang pernah dijalani oleh debitur, dihitung dalam satuan tahun (tidak sekolah = 0 tahun, 6 tahun, 9 tahun, 12 tahun, 16 tahun)

b.      Jumlah Tanggungan Keluarga

Indikator yang digunakan untuk mengukur variabel jumlah tanggungan keluarga adalah banyaknya orang yang menjadi tanggungan responden dalam keluarganya (termasuk responden), dihitung dalam satuan orang.

c.       Pengalaman Usaha

Indikator yang digunakan untuk mengukur variabel pengalaman usaha adalah lama usaha yang digeluti, dihitung dalam satuan tahun.

d.      Pendapatan Usaha

Indikator yang digunakan untuk mengukur variabel pendapatan usaha adalah jumlah penerimaan kotor rata-rata per bulan dari hasil usaha debitur, dihitung dalam satuan rupiah yang dapat dirumuskan sebagai berikut :

Dimana :     TR = total pendapatan

                   P    = harga produk yang dijual

                   Q   = jumlah produk yang terjual

e.       Jumlah Pinjaman

Indikator yang digunakan untuk mengukur variabel jumlah pinjaman adalah nilai nominal pinjaman kredit yang diterima.

f.       Jangka Waktu Pengembalian

Indikator yang digunakan untuk mengukur variabel jangka waktu pengembalian adalah lama pengembalian/pelunasan kredit yang telah disepakati dalam perjanjian kredit.

3.4.   Metode Pengumpulan Data

Metode pengumpulan data yang digunakan dalam penelitian ini adalah:

1)      Metode Kuesioner

Menurut Ferdinand (2011: 30), metode kuesioner (questionnaire) adalah daftar pertanyaan yang mencakup semua pernyataan dan pertanyaan yang akan digunakan untuk mendapatkan data, baik yang dilakukan melalui telepon, surat, maupun bertatap muka. Daftar pertanyaan tertulis yang akan diisi oleh responden yang terdiri dari pertanyaan tentang beberapa hal mengenai kredit yang dilakukan oleh UKM. Metode pengukuran pada kuesioner ini menggunakan skala ordinal. Menurut Sanusi (2012: 55), skala ordinal adalah skala pengukuran yang menyatakan sesuatu lebih dari (hal) yang lain. Skala ordinal memberikan nilai peringkat terhadap dimensi konstruk atau variabel yang diukur sehingga menunjukkan suatu urutan penilaian atau tingkat preferensi.

3.5.   Metode Analisis Data

Analisis data yang digunakan dalam penelitian ini terbagi menjadi 2, yaitu

1)      Statistika Deskriptif

Menurut Sanusi (2011: 76), analisis deskriptif adalah analisis yang ditunjukkan pada perkembangan dan pertumbuhan dari suatu keadaan dan hanya memberikan gambaran tentang keadaan tertentu dengan cara menguraikan tentang sifat-sifat dari obyek penelitian tersebut.

Menurut Sugiyono (2009: 61) statistik deskriptif merupakan alat analisis yang berfungsi mendeskripsikan atau memberi gambaran terhadap objek yang diteliti melalui data sampel atau populasi sebagaimana adanya, tanpa melakukan analisis dan membuat kesimpulan yang berlaku umum dari data tersebut.

2)      Analisis Regresi Logistik

Pengujian hipotesis menurut Ghozali (2009:261) dalam penelitian ini menggunakan regresi logit karena variabel dependennya berupa variabel dummy (non-metrik) dan variabel independennya berupa kombinasi antara metrik dan non-metrik, serta tidak memerlukan asumsi normalitas data pada variabel independennya, jadi regresi ini dipakai jika asumsi multivariate normal distribution tidak dipenuhi. Persamaan model regresi ini dapat membantu peneliti dalam melakukan tindakan-tindakan untuk mengatasi kondisi-kondisi yang mengarahkan kepada penunggakan kredit yang dilakukan. Analisis data dilakukan dengan menilai keseluruhan model (overall model fit).

Persamaan model regresi logit atau logistik yang digunakan dalam penelitian ini yaitu (Ghozali, 2009: 264) :

Atau :

Dimana :

Keterangan :

Y       = Kategori 1 merupakan UKM dengan pembayaran kredit tepat waktu, kategori 0 merupakan UKM dengan pembayaran pernah mengalami penunggakan dalam membayar kredit.

b₀      = Konstanta

b₁-b₆       = Koefisien

X₁     = lama sekolah

X₂     = jumlah tanggungan keluarga

X₃     = pengalaman usaha

X₄     = pendapatan usaha

X₅     = jumlah pinjaman

X₆     = jangka waktu pelunasan

e        = Faktor Pengganggu

Langkah-langkah analisis dalam regresi logit/regresi logistik menurut Ghozali (2009: 268) :

a.      Menilai Model Fit

Hasil output data dari logistic regression kemudian dianalisis dengan menggunakan penilaian model fit. Langkah pertama yaitu dengan menilai overall fit model terhadap data. Hipotesis untuk menilai model fit adalah:

H₀ : Model yang dihipotesiskan fit dengan data

H_a : Model yang dihipotesiskan tidak fit dengan data

Dari hipotesis ini jelas bahwa kita tidak akan menolak hipotesis nol agar model fit dengan data, sehingga statistik yang digunakan berdasar pada fungsi Likelihood. Likelihood L dari model adalah probabilitas bahwa model yang dihipotesakan menggambarkan data input. Untuk menguji hipotesis nol dan alternatif, L ditransformasikan menjadi -2LogL. Statistik -2LogL disebut likelihood rasio c² statistics, dimana c² distribusi dengan degree of freedom n-q, q adalah jumlah parameter dalam model. Output SPSS memberikan dua nilai -2LogL yaitu untuk satu model yang hanya memasukkan konstanta yaitu sebesar 33.271055 dan memiliki distribusi c² dengan df 6 (65-1), walaupun tidak tampak dalam output SPSS nilai -2LogL 33.271 ini signifikan pada alpha 5 % dan hipotesis nol ditolak yang berarti model hanya dengan konstanta saja tidak fit dengan data.

b.      Cox dan Snell’s R Square dan Negelkerke’s R Square

Cox dan Snell’s R Square merupakan ukuran yang mencoba meniru ukuran R² pada multiple regression yang didasarkan pada teknik estimasi likelihood dengan nilai maksimum kurang dari 1 (satu) sehingga sulit diinterpretasikan. Nagelkerke’s R square merupakan modifikasi dari koefisien Cox dan Snell untuk memastikan bahwa nilainya bervariasi dari 0 (nol) sampai 1 (satu). Hal ini dilakukan dengan cara membagi Cox dan Snell’s R² dengan nilai maksimumnya. Nilai Nagelkerke’s R² dapat diinterpretasikan seperti R² pada multiple regression. Dilihat dari output SPSS nilai Cox dan Snell’s R² sebesar 0.591 dan nilai Nagelkerke’s R² adalah 0.789 yang berarti variabilitas variabel dependen yang dapat dijelaskan oleh variabilitas variabel independen sebesar 78.9%.

c.       Hosmer and Lemeshow’s Goodness of Fit Test

Hosmer and Lemeshow’s Goodness of Fit Test menguji hipotesis nol bahwa data empiris cocok atau sesuai dengan model. Jika nilai Statistik Hosmer and Lemeshow’s Goodness of Fit Test sama dengan atau kurang dari 0.05, maka hipotesis nol ditolak yang berarti ada perbedaan signifikan antara model dengan nilai observasinya sehingga Goodness fit model tidak baik karena model tidak dapat memprediksi nilai observasinya. Jika nilai Statistics Hosmer and Lemeshow’s Goodness of Fit lebih besar dari 0.05, maka hipotesis nol dapat ditolak dan berarti model mampu memprediksi nilai observasinya atau dapat dikatakan model dapat diterima karena cocok dengan data observasinya. Tampilan output SPSS menunjukkan bahwa besarnya nilai statistics Hosmer and Lemeshow’s Goodness of Fit sebesar 10.4492 dengan probabilitas signifikansi 0.2349 yang nilainya jauh di atas 0.05, sehingga dapat disimpulkan bahwa model dapat diterima.

d.      Tabel Klasifikasi

Tabel klasifikasi 2x2 menghitung nilai estimasi yang benar (correct) dan salah (incorrect). Pada kolom merupakan dua nilai prediksi dari variabel dependen dan dalam hal ini tidak menunggak (0) dan menunggak (1), sedangkan pada baris menunjukkan nilai observasi sesungguhnya dari variabel dependen tidak menunggak (0) dan menunggak (1). Pada model yang sempurna, maka semua kasus akan berada pada diagonal dengan tingkat ketepatan peramalan 100%. Jika model logistik memiliki homoskedastisitas, maka prosentase yang benar (correct) akan sama untuk kedua baris.

e.       Estimasi Parameter dan Interpretasinya

Untuk menilai hasil analisis regresi kita menggunakan model persamaan kedua yang memasukkan semua komponen dari variabel independen yang dapat dilihat dari Variable in The Equation. Logistic regression dapat dinyatakan sebagai berikut :

Wald statistic untuk menguji signifikansi koefisien regresi logistik masing-masing prediktor, dengan formulasi hipotesis statistik sebagai berikut:

H₀ : r = 0             

H_a : r ≠ 0

Dimana r = 1, 2, 3, …, n

Kriteria : Jika Sig. > α, maka H₀ diterima

Jika Sig. < α, maka H₀ ditolak

f.       Pengujian Hipotesis

Pengujian hipotesis analisis ini dilakukan untuk mengetahui pengaruh variabel bebas terhadap variabel terikat. Pengujian hipotesis dilakukan dengan cara membandingkan antara nilai probabilitas (sig). Apabila terlihat angka signifikan lebih kecil dari 0,05 maka koefisien regresi adalah signifikan pada tingkat 5% maka berarti H₀ ditolak dan H_a diterima, yang berarti bahwa variabel bebas berpengaruh secara signifikan terhadap terjadinya variabel terikat. Begitu pula sebaliknya, jika angka signifikansi lebih besar dari 0,05 maka berarti H₀ diterima dan H_a ditolak, yang berarti bahwa variabel bebas tidak berpengaruh secara signifikan terhadap terjadinya variabel terikat.