Library:

> # install.packages("knitr")
> # install.packages("rmarkdown")
> # install.packages("prettydoc")
> # install.packages("tseries")
> # install.packages("lmtest")
> # install.packages("car")

1 PENDAHULUAN

1.1 Latar Belakang

Pandemi Covid-19 yang sempat melanda Indonesia beberapa waktu lalu cukup berdampak pada kehidupan sosial dan ekonomi masyarakat Indonesia. Krisis berlangsung sehingga berbagai pihak berupaya mencari solusi untuk tetap bertahan di situasi yang cukup sulit saat itu. Hal ini menyebabkan masyarakat golongan menengah ke bawah mulai tertarik untuk memanfaatkan pegadaian sebagai alternatif dalam memperoleh pinjaman di samping menggunakan lembaga keuangan lain yang sudah familiar bagi masyarakat.

Pegadaian merupakan suatu lembaga keuangan bukan bank yang memberikan pinjaman kepada masyarakat secara hukum gadai, yakni nasabah berkewajiban untuk menyerahkan barang bergerak yang dimiliki sebagai jaminan atas uang yang akan dipinjam disertai dengan pemberian hak bagi pegadaian untuk melakukan penjualan secara lelang apabila nasabah tidak melunasi pinjaman sesuai dengan batas waktu yang ditetapkan atau tidak memperpanjang pembiayaannya.

Pegadaian Syariah memiliki produk-produk utama untuk menyalurkan dananya kepada masyarakat, yakni Ar-Rahn atau pinjaman dengan jaminan berupa perhiasan, elektronik, dan kendaraan bermotor serta Arrum atau pinjaman bagi pengusaha mikro dengan pengembalian berupa angsuran. Data Pegadaian Syariah pada tahun 2016-2020 menunjukkan bahwa pembiayaan yang mendominasi adalah pembiayaan rahn dibandingkan produk lainnya.

Dalam menentukan jumlah penyaluran kredit gadai, PT. Pegadaian dipengaruhi oleh faktor internal seperti faktor 5c (character, capacity, capital, collateral, dan condition of economy) manajemen kredit dan faktor eksternal seperti tingkat inflasi, nilai tukar rupiah, serta harga emas sehingga pegadaian harus lebih selektif dalam memberikan aliran kredit bagi nasabahnya.

Tingkat inflasi dan harga emas merupakan indikator yang efektif dalam menganalisis penyaluran pembiayaan rahn sehingga peneliti tertarik untuk mendeteksi lebih lanjut hal tersebut menggunakan metode regresi linear berganda serta asumsinya menggunakan Software RStudio.

Adapun data yang digunakan pada penelitian ini merupakan data tingkat inflasi dari website Bank Indonesia, data harga emas dari website Logam Mulia, serta data penyaluran pembiayaan rahn dari Annual Report PT. Pegadaian (Persero) pada tahun 2016-2020 yang diperoleh melalui skripsi Ayu Maulidati Purwanto, Jurusan Ekonomi Syariah, Fakultas Ekonomi dan Bisnis, Universitas Islam Negeri Sultan Maulana Hasanuddin Banten tahun 2021 dengan judul “Pengaruh Tingkat Inflasi dan Harga Emas terhadap Penyaluran Pembiayaan Rahn pada PT. Pegadaian (Persero) periode 2016-2020. Dengan demikian, peneliti memutuskan untuk memberi judul penelitian ini sebagai”PENERAPAN REGRESI LINIER BERGANDA DAN ASUMSINYA UNTUK MENDETEKSI PENGARUH TINGKAT INFLASI DAN HARGA EMAS TERHADAP PENYALURAN PEMBIAYAAN RAHN PADA PT. PEGADAIAN (PERSERO) PERIODE 2016-2020”.

1.2 Rumusan Masalah

Berdasarkan latar belakang yang telah diuraikan sebelumnya, maka yang menjadi rumusan masalah dalam penelitian ini adalah sebagai berikut.

Bagaimana pengaruh tingkat inflasi dan harga emas terhadap penyaluran pembiayaan rahn di PT. Pegadaian (Persero) pada tahun 2016-2020 menggunakan pendekatan regresi linier berganda?
Apakah tingkat inflasi dan harga emas berpengaruh secara simultan terhadap penyaluran pembiayaan rahn di PT. Pegadaian (Persero) pada tahun 2016-2020?
Apakah tingkat inflasi dan harga emas berpengaruh secara parsial terhadap penyaluran pembiayaan rahn di PT. Pegadaian (Persero) pada tahun 2016-2020?
Apakah data yang digunakan memenuhi asumsi klasik normalitas, homoskedastisitas, non autokorelasi, dan non multikolinieritas pada regresi linier berganda?

1.3 Tujuan Masalah

Berdasarkan rumusan masalah yang telah diketahui sebelumnya, maka tujuan yang ini dicapai dalam penelitian ini sebagai berikut.

Untuk mengetahui pengaruh tingkat inflasi dan harga emas terhadap penyaluran pembiayaan rahn di PT. Pegadaian (Persero) pada tahun 2016-2020 menggunakan pendekatan regresi linier berganda.
Untuk mengetahui apakah tingkat inflasi dan harga emas berpengaruh secara simultan terhadap penyaluran pembiayaan rahn di PT. Pegadaian (Persero) pada tahun 2016-2020.
Untuk mengetahui apakah tingkat inflasi dan harga emas berpengaruh secara parsial terhadap penyaluran pembiayaan rahn di PT. Pegadaian (Persero) pada tahun 2016-2020.
Untuk mengetahui apakah data yang digunakan memenuhi asumsi klasik normalitas, homoskedastisitas, non autokorelasi, dan non multikolinieritas pada regresi linier berganda.

1.4 Manfaat Penelitian

Bagi Peneliti

Dapat menerapkan teori terkait analisis regresi linier berganda dan asumsinya untuk menyelesaikan masalah aktual yang terjadi di masyarakat.
Bagi Pegadaian

Dapat berguna dalam pengambilan keputusan untuk merencanakan strategi dan peningkatan kinerja PT. Pegadaian berdasarkan informasi yang telah diperoleh.
Bagi Masyarakat

Dapat memberikan informasi bagi masyarakat yang ingin berinvestasi, meminjam, atau menyalurkan dananya kepada lembaga keuangan bukan bank PT. Pegadaian di seluruh Indonesia.

2 TINJAUAN PUSTAKA

2.1 Pegadaian

Menurut Undang-Undang Hukum Perdata (burgenlijk wettboek) buku II Bab XX pasal 1150, gadai merupakan suatu hak yang diperoleh seorang berpiutang atas suatu barang bergerak, yang diserahkan kepadanya oleh seorang berutang atau oleh seorang lain atas namanya, dan yang memberikan kekuasaan kepada yang berpiutang itu untuk mengambil pelunasan dari barang tersebut secara didahulukan dari pada orang-orang berpiutang lainnya, dengan pengecualian biaya untuk melelang barang tersebut dan biaya yang telah dikeluarkan untuk menyelamatkan setelah barang itu digadaikan, biaya mana harus didahulukan.

Kasmir (2016:231) juga menguraikan pegadaian sebagai lembaga keuangan bukan bank yang secara resmi mempunyai izin untuk melaksanakan kegiatan operasionalnya berupa pembiayaan kredit kepada masyarakat dalam bentuk penyaluran dana dengan jumlah yang relatif kecil maupun jumlah yang besar atas dasar gadai, juga sebagai jasa titipan, jasa taksiran. Pegadaian merupakan kegiatan menjamin barang-barang berharga untuk memperoleh uang dan barang yang dijaminkan akan ditebus kembali oleh nasabahnya sesuai perjanjian kedua belah pihak.

Dari pengertian di atas dapat disimpulkan bahwa pegadaian merupakan lembaga keuangan bukan bank yang melakukan kegiatan pembiayaan kredit kepada orang yang berpiutang atas barang bergerak dalam bentuk penyaluran dana dan menjamin barang-barang berharga untuk memperoleh uang dan barang yang dijaminkan akan ditebus kembali oleh nasabahnya sesuai perjanjian.

2.2 Inflasi

Zakaria (2006:61) mendefinisikan inflasi sebagai suatu proses meningkatnya harga-harga secara umum dan terus-menerus berkaitan dengan mekanisme pasar yang dapat disebabkan oleh berbagai faktor antara lain, konsumen masyarakat meningkat, berlebihnya likuiditas di pasar yang memicu konsumen atau bahkan spekulasi sampai termasuk juga akibat adanya ketidak lancaran distribusi barang.

Aji dan Syarifah (2020:66) juga berpendapat bahwa Inflasi adalah suatu keadaan yang semakin melemahnya daya beli yang diikuti dengan semakin menurunnya nilai riil dari mata uang suatu negara. Inflasi juga merupakan suatu keadaan dimana terjadi kenaikan harga secara tajam yang berlangsung secara terus menerus dalam jangka waktu yang cukup lama.

Dari dua pengertian di atas dapat disimpulkan bahwa inflasi merupakan proses meningkatnya harga secara terus menerus dalam waktu yang cukup lama sehingga mengakibatkan semakin lemahnya daya beli diikuti menurunnya nilai riil mata uang suatu negara.

2.3 Harga Emas

Salim (2010:2) berpendapat bahwa harga emas merupakan nilai suatu barang atau jasa yang diukur dengan sejumlah uang untuk memperoleh emas. Harga emas di Indonesia memiliki kecenderungan selalu naik dan nilainya tidak terlalu signifikan jika turun, karena ketika harga emas dalam harga dolar turun, maka pada saat yang sama harga dolar terhadap rupiah cenderung menguat.

Wicaksono (2016:16) mengungkapkan dalam penelitiannya bahwa harga emas bisa naik karena sejumlah faktor. Inflasi merupakan salah satu faktor yang dapat mempengaruhi harga emas. Selain itu, harga emas juga naik jika mata uang dollar US naik, hal ini dikarenakan emas memiliki hubungan yang erat dengan perekonomian di Amerika serikat sebagai faktor penentuan harga emas dunia. Harga emas yang semakin naik juga dapat dipengaruhi oleh biaya melakukan pertambanganya yang semakin melonjak akibat dari posisinya semakin kedalam inti bumi. Sehingga walaupun terjadi penurunan biaya emas, maka di masa yang akan datang sangat memungkinkan untuk harga emas dapat melambung kembali.

2.4 Penyaluran Pembiayaan

Muhammad (2005:17) mendefinisikan penyaluran pembiayaan sebagai pendanaan yang dikeluarkan untuk mendukung investasi yang telah direncanakan.

Sarifudin (2021:37) menyatakan bahwa tujuan pembiayaan terbagi menjadi mikro dan makro. Secara mikro pembiayaan bertujuan untuk peningkatan ekonomi dan produktivitas, membuka lapangan kerja baru, serta terjadi distribusi pendapatan. Sedangkan secara makro pembiayaan bertujuan untuk memaksimumkan laba, meminimumkan resiko, mendayagunakan sumber ekonomi, serta menyalurkan kelebihan dana.

2.5 Rahn

Palaloi (2006:161) menyatakan bahwa rahn merupakan produk jasa gadai yang berlandaskan pada prinsip-prinsip syariah dengan mengacu pada sistem administrasi modern. Pada sistem gadai ini, nasabah hanya akan dibebani biaya administrasi dan jasa simpan barang jaminan. Rahn juga dapat didefinisikan sebagai rahn adalah suatu hak yang diperoleh oleh orang yang berpiutang atas suatu benda berharga yang diberikan oleh orang yang berhutang sebagai jaminan jika orang yang berhutang tidak mampu melunasi utangnya.

2.6 Regresi Linier Berganda

Yuliara (2016:2) menyatakan bahwa regresi linier berganda merupakan model persamaan yang menjelaskan hubungan satu variabel tak bebas/respon (\(Y\)) dengan dua atau lebih variabel bebas/prediktor (\(X_{1}\),\(X_{2}\),…,\(X_{n}\)).Tujuan dari uji regresi linier berganda adalah untuk memprediksi nilai variabel tak bebas/respon (Y) apabila nilai-nilai variabel bebasnya/prediktor (\(X_{1}\),\(X_{2}\),…,\(X_{n}\)) diketahui. Disamping itu juga untuk dapat mengetahui bagaimanakah arah hubungan variabel tak bebas dengan variabel-variabel bebasnya.

Bentuk persamaan regresi linier berganda secara matematis diekspresikan sebagai:

Jika hanya terdapat dua variabel bebas, maka bentuk persamaan tersebut akan berubah menjadi:

Bentuk di atas dapat diduga oleh persamaan

melalui pendekatan matriks dengan penentuan penduga β melalui rumus

2.7 Pengujian Hipotesis Analisis Regresi

Terdapat beberapa pengujian hipotesis hasil dari model regresi yang telah ditentukan, diantaranya sebagai berikut.

Uji Simultan (Uji F)

Ghozali (2016) menyatakan bahwa uji F bertujuan untuk mengetahui apakah variabel independen secara bersama-sama (simultan) mempengaruhi variabel dependen. Uji F dilakukan untuk melihat pengaruh dari seluruh variabel bebas secara bersama-sama terhadap variabel terikat. Langkah-langkah uji simultan adalah sebagai berikut.
Uji Parsial (Uji t)

Ghozali (2016) juga menyatakan bahwa uji t dilakukan untuk menguji hipotesis penelitian mengenai pengaruh dari masing-masing variabel bebas secara parsial terhadap variabel terikat. Uji T adalah salah satu tes statistik yang dipergunakan untuk menguji kebenaran atau kepalsuan hipotesis yang menyatakan bahwa diantara dua buah mean sampel yang diambil secara random dari populasi yang sama, tidak terdapat perbedaan yang signifikan. Langkah-langkah uji simultan adalah sebagai berikut.

2.8 Koefisien Determinasi

Ghozali (2016) menjelaskan bahwa pengujian koefisien determinasi dilakukan untuk mengukur kemampuan model dalam menerangkan seberapa besar pengaruh variabel independen secara bersama-sama (simultan) mempengaruhi variabel dependen melalui besaran nilai yang R-Squared adjusted. Koefisien determinasi dapat menunjukkan sejauh mana kontribusi variabel bebas dalam model regresi mampu menjelaskan variasi dari variabel terikatnya. Ghozali juga menjelaskan bahwa nilai koefisien determinasi yang kecil memiliki arti kemampuan variabel-variabel independen dalam menjelaskan variabel dependen sangat terbatas. Sebaliknya, jika nilai koefisien determinasi mendekati 1 (satu) dan menjauhi 0 (nol), maka variabel-variabel independen memiliki kemampuan memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel dependen. Nilai koefisien determinasi dapat diperoleh melalui rumus berikut:

2.9 Asumsi-asumsi Regresi Linier Berganda

Menurut Imam Ghozali (2016), uji asumsi klasik terhadap model regresi linier yang digunakan dilakukan agar dapat diketahui apakah model regresi baik atau tidak. Tujuan pengujian asumsi klasik adalah untuk memberikan kepastian bahwa persamaan regresi yang diperoleh memiliki ketepatan dalam estimasi, tidak bias, dan konsisten. Asumsi-asumsi yang harus dipenuhi dalam analisis regresi antara lain: normalitas, homoskedastisitas, non autokorelasi, non multikolinieritas, dan linieritas. Berikut beberapa uji yang dapat digunakan untuk menganalisis asumsi-asumsi tersebut.

Uji Normalitas

Winarno (2011:5.37) menyatakan bahwa uji normalitas perlu dilakukan untuk menguji apakah dalam sebuah model regresi, variabel terikat, variabel bebas atau keduanya mempunyai distribusi normal atau tidak. Dalam analisis multivariat, para peneliti menggunakan pedoman kalau setiap variabel terdiri dari 30 data, maka data sudah berdistribusi normal. Meskipun demikian, untuk menguji dengan lebih akurat, diperlukan alat analisis untuk menguji normalitas data. Salah satu uji yang dapat dilakukan untuk menganalisis asumsi normalitas adalah uji Jarque Bera, langkah-langkah pengujiannya sebagai berikut.
Uji Homoskedastisitas

Priyatno (2016:95) menyatakan bahwa uji homoskedastisitas digunakan untuk menguji apakah di dalam model regresi terjadi ketidaksamaan varian dari residual pada satu pengamatan ke pengamatan yang lainnya. Model regresi dikatakan baik yaitu jika tidak terjadi heteroskedastisitas. Untuk mengetahui ada tidaknya masalah heteroskedastisitas dapat dilakukan dengan uji Breusch Pagan, langkah-langkah pengujiannya sebagai berikut.
Uji Non Autokorelasi

Ariefianto (2012:27) menyatakan bahwa uji autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik autokorelasi, yaitu korelasi yang terjadi antara residual pada satu pengamatan dan pengamatan lain pada model regresi. Fenomena ini umum ditemukan pada regresi data yang bersifat time series, tetapi kadang juga ditemukan pada data cross section. Salah satu uji yang dapat menganalisis asumsi non autokorelasi adalah uji Durbin Watson, dengan langkah-langkah sebagai berikut.
Uji Non Multikolinieritas

Nurgiyantoro dkk (2015:405) menyatakan istilah ‘multikolinearitas’ menunjuk pada pengertian bahwa antar variabel independen saling berkorelasi secara signifikan. Hal itu dapat terjadi jika dilakukan analisis regresi linier berganda yang melibatkan lebih dari satu variabel independen. Jika terjadi korelasi atau ada hubungan yang linear di antara variabel independen, hal itu akan menyebabkan prediksi terhadap variabel dependen bias karena ada masalah hubungan di antara variabel-variabel independen tersebut. Untuk mendeteksi apakah terdapat kasus multikolinieritas dapat digunakan nilai Variance Inflation Factor (VIF), dengan langkah-langkah sebagai berikut.

3 Source Code

3.1 Data

Data yang dianalisis merupakan data sekunder yang diperoleh dari website Bank Indonesia, website Logam Mulia, serta Annual Report PT. Pegadaian (Persero) pada tahun 2016-2020 terkait tingkat inflasi, harga emas, dan penyaluran pembiayaan rahn yang telah dianalisis oleh Ayu Maulidati Purwanto, Jurusan Ekonomi Syariah, Fakultas Ekonomi dan Bisnis, Universitas Islam Negeri Sultan Maulana Hasanuddin Banten pada skripsinya yang berjudul “Pengaruh Tingkat Inflasi dan Harga Emas terhadap Penyaluran Pembiayaan Rahn pada PT. Pegadaian (Persero) periode 2016-2020.

Keterangan:

\(X_{1}\) : Tingkat Inflasi

\(X_{2}\) : Harga Emas

\(Y\) : Penyaluran pembiayaan rahn di PT. Pegadaian (Persero)

Input Data, Inisiasi Data, dan Pembentukan Data Frame

> #Input Data
> setwd("D:/Semester 4/KOMPUTASI STATISTIKA/Mini Project")

> #Inisiasi Data
> data <- read.csv("Mini Project.csv", header=TRUE)
> tingkat_inflasi <- data$Tingkat.Inflasi
> harga_emas <- data$Harga.Emas
> rahn <- data$Penyaluran.Pembiayaan.RAHN

> data_gabungan <- data.frame(tingkat_inflasi, harga_emas, rahn)
> data_gabungan
   tingkat_inflasi harga_emas    rahn
1             4.14     569142 1154772
2             4.42     590000 1157407
3             4.45     583666 1160341
4             3.60     592833 1163574
5             3.33     598333 1167105
6             3.45     622600 1170936
7             3.21     623428 1175066
8             2.79     624714 1179494
9             3.07     622833 1184222
10            3.31     624500 1189249
11            3.58     609666 1194574
12            3.02     606500 1200199
13            3.49     606666 1206122
14            3.83     612500 1212344
15            3.61     610000 1218866
16            4.17     611166 1225686
17            4.33     611000 1232805
18            4.37     606750 1240224
19            3.88     616166 1247941
20            3.82     630250 1255957
21            3.72     627166 1264272
22            3.58     638666 1272886
23            3.30     638400 1281799
24            3.61     644250 1291011
25            3.25     650500 1290980
26            3.18     656166 1301190
27            3.40     667000 1312100
28            3.41     667600 1323709
29            3.23     668000 1336017
30            3.12     660200 1349025
31            3.18     654800 1362732
32            3.20     653666 1377139
33            2.88     664166 1392244
34            3.16     679166 1408050
35            3.23     659583 1424554
36            3.13     676000 1441758
37            2.82     676166 1455211
38            2.57     676333 1474000
39            2.48     675000 1493676
40            2.83     671583 1514237
41            3.32     672500 1535685
42            3.28     716916 1558019
43            3.32     719750 1581239
44            3.49     777750 1605345
45            3.39     768285 1630337
46            3.13     767142 1656216
47            3.00     753875 1682980
48            2.72     774200 1710631
49            2.68     784571 1739167
50            2.98     819750 1768590
51            2.96     935166 1798899
52            2.67     938200 1830094
53            2.19     912200 1862175
54            1.96     921571 1895142
55            1.54    1014833 1928996
56            1.32    1023125 1963735
57            1.42    1013142 1999361
58            1.44    1000000 2035872
59            1.59     952857 2073270
60            1.68     969500 2111554

3.2 Regresi Linier Berganda

> #Model Regresi Linier Berganda, Uji Simultan dan Parsial, Koefisien Determinasi
> regresi <- lm(rahn~tingkat_inflasi+harga_emas, data=data)
> summary(regresi)

Call:
lm(formula = rahn ~ tingkat_inflasi + harga_emas, data = data)

Residuals:
    Min      1Q  Median      3Q     Max 
-160932  -46364  -12178   62681  159911 

Coefficients:
                  Estimate Std. Error t value Pr(>|t|)    
(Intercept)      1.239e+05  1.769e+05   0.700    0.487    
tingkat_inflasi -2.216e+04  2.554e+04  -0.868    0.389    
harga_emas       1.971e+00  1.466e-01  13.445   <2e-16 ***
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 77920 on 57 degrees of freedom
Multiple R-squared:  0.9246,    Adjusted R-squared:  0.922 
F-statistic: 349.6 on 2 and 57 DF,  p-value: < 2.2e-16

Model Regresi Linear Berganda

Berdasarkan hasil summary di atas, diperoleh model regresi dari data yang dianalisis sebagai berikut: \[ \hat{Y} = 123900 - 22100X_{1} + 1.97X_{2} \]
- \(b_{0} = 123900\)
  
  Jika variabel tingkat inflasi dan harga emas konstan (bernilai nol), maka penyaluran pembiayaan rahn sebesar 123900 juta rupiah.
- \(b_{1} = -22100\)
  
  Jika tingkat inflasi naik 1% dengan asumsi variabel harga emas konstan (bernilai nol), maka penyaluran pembiayaan rahn menurun sebesar 22100 juta rupiah.
- \(b_{2} = 1.97\)
  
  Jika harga emas naik 1 rupiah dengan asumsi variabel tingkat inflasi konstan (bernilai nol), maka penyaluran pembiayaan rahn meningkat sebesar 1.97 juta rupiah.
Uji Simultan (Uji F)

\(p-value = 2.2e-16\)

Karena nilai p (0.00000000000000022) < alpha (0.05) maka diperoleh keputusan untuk menolak H0. Sehingga dapat disimpulkan bahwa variabel tingkat inflasi dan harga emas secara simultan/bersama-sama berpengaruh terhadap penyaluran pembiayaan rahn.
Uji Parsial (Uji t)
- \(p-value = 0.389\)
  
  Karena nilai p (0.389) >alpha (0.05) maka diperoleh keputusan untuk menerima H0. Sehingga dapat disimpulkan bahwa variabel tingkat inflasi secara parsial tidak berpengaruh terhadap penyaluran pembiayaan rahn.
- \(p-value = <2e-16\)
  
  Karena nilai p (<2e-16) <alpha (0.05) maka diperoleh keputusan untuk menolak H0. Sehingga dapat disimpulkan bahwa variabel harga emas secara parsial berpengaruh terhadap penyaluran pembiayaan rahn.
Koefisien Determinasi

\(R^2_{adj}=0.922\)

Variabel independen tingkat inflasi dan harga emas secara bersama-sama mempengaruhi variabel dependen penyaluran pembiayaan rahn sebesar 92.2%, sedangkan 7.8% sisanya dipengaruhi oleh variabel lain di luar model.

3.3 Uji Asumsi Klasik Regresi Linier Berganda

Uji Asumsi Normalitas

>     #Menentukan residual hasil model regresi yang telah ditemukan
> 
>     sisa <- residuals(regresi)
> 
>     sisa
           1            2            3            4            5            6 
    879.6051  -31389.6287  -15307.0581  -48978.0564  -62270.4744 -103608.2667 
           7            8            9           10           11           12 
-106428.7674 -113842.8852  -99202.5846  -92142.5056  -51597.6088  -52142.7420 
          13           14           15           16           17           18 
 -36131.3473  -33872.9746  -27299.0696  -10367.1154     624.7803   17306.5812 
          19           20           21           22           23           24 
  -4393.2937  -25465.2442  -13288.0340  -30442.0139  -27209.7697  -22657.7549 
          25           26           27           28           29           30 
 -42984.8259  -45493.2594  -51060.7328  -40412.6713  -32881.9756   -6938.5592 
          31           32           33           34           35           36 
  18741.0044   35826.2325   23145.2229   15592.5830   72244.1782   54875.6624 
          37           38           39           40           41           42 
  61131.6499   74051.3133   94360.0670  129411.9406  159911.3971   93819.0042 
          43           44           45           46           47           48 
 112339.8749   25900.3969   67330.9872   89700.9355  139732.1042  121119.3299 
          49           50           51           52           53           54 
 128328.5858   95065.1580 -102543.6664  -83755.0346  -11067.5347   -1666.9162 
          55           56           57           58           59           60 
-160931.5002 -147410.6615  -89892.9839  -27037.0623  106599.6892  114076.2955 
> 
>     #Uji Asumsi Normalitas
> 
>     library(tseries)
> 
>     jarque.bera.test(sisa)

    Jarque Bera Test

data:  sisa
X-squared = 1.4734, df = 2, p-value = 0.4787

\(p-value = 0.4787\)

Karena nilai p (0,4787) > alpha (0.05) maka diperoleh keputusan untuk menerima H0. Sehingga dapat disimpulkan bahwa residual berdistribusi normal atau memenuhi asumsi normalitas.

Uji Asumsi Homoskedastisitas

> #Uji Asumsi Homoskedastisitas
> library(lmtest)
> bptest(regresi)

    studentized Breusch-Pagan test

data:  regresi
BP = 14.742, df = 2, p-value = 0.0006292

\(p-value = 0.0006292\)

Karena nilai p (0.0006292) < alpha (0.05) maka diperoleh keputusan untuk menolak H0. Sehingga dapat disimpulkan bahwa ragam galat tidak homogen atau homogenitas galat tidak terpenuhi.

Uji Asumsi Non Autokorelasi

> #Uji Asumsi Non Autokorelasi
> library(lmtest)
> dwtest(regresi)

    Durbin-Watson test

data:  regresi
DW = 0.37946, p-value < 2.2e-16
alternative hypothesis: true autocorrelation is greater than 0

\(p-value = <2e-16\)

Karena nilai p (<2.2e-16) < alpha (0.05) maka diperoleh keputusan untuk menerima H0. Sehingga dapat disimpulkan tidak terjadi kasus autokorelasi atau data memenuhi asumsi non autokorelasi.

Uji Asumsi Non Multikolinieritas

> #Uji Asumsi Non Multikolinieritas
> library(car)
> vif(regresi)
tingkat_inflasi      harga_emas 
       3.475312        3.475312

\(VIF_{1} = 3.475312\), \(VIF_{2} 3.475312\)

Karena nilai VIF kedua variabel < 10 maka diperoleh keputusan untuk menerima H0. Sehingga dapat disimpulkan bahwa tidak terjadi multikolinieritas atau asumsi multikolinieritas terpenuhi.

4 KESIMPULAN

Berdasarkan hasil penelitian mengenai pengaruh tingkat inflasi dan harga emas terhadap penyaluran pembiayaan pada PT. Pegadaian (Persero) periode 2016-2020 melalui penerapan analisis regresi linier dan asumsinya, dapat ditarik kesimpulan sebagai berikut:

Variabel tingkat inflasi berpengaruh negatif signifikan dengan koefisien 22100 sehingga setiap peningkatan 1% tingkat inflasi dengan asumsi variabel harga emas konstan (bernilai nol), maka penyaluran pembiayaan rahn akan menurun sebesar 22100 juta rupiah.
Variabel harga emas berpengaruh positif 1.97 sehingga setiap peningkatan harga emas 1 rupiah dengan asumsi variabel tingkat inflasi konstan (bernilai nol), maka penyaluran pembiayaan rahn akan meningkat sebesar 1.97 juta rupiah.
Variabel tingkat inflasi dan harga emas secara simultan/bersama-sama berpengaruh terhadap penyaluran pembiayaan rahn.
Secara parsial, variabel tingkat inflasi tidak berpengaruh terhadap penyaluran pembiayaan rahn sedangkan variabel harga emas berpengaruh signifikan.
Data yang digunakan telah memenuhi sebagian besar asumsi klasik regresi linier, di antaranya asumsi normalitas, non autokorelasi, dan non mutikolinieritas.

5 DAFTAR PUSTAKA

Aji, M. Ahmad & M. Syarifah Gustiawati. 2020. Strategi Moneter Berbasis Ekonomi Syariah (Upaya Islami Mengatasi Inflasi). Yogyakarta: Deepublish.

Ariefianto, M. D. (2012). Ekonometri Esensi dan Aplikasi dengan menggunakan Eviews. Jakarta: Erlangga.

Ghozali, I. (2016) Aplikasi Analisis Multivariate Dengan Program IBM SPSS 23. Edisi 8. Semarang: Badan Penerbit Universitas Diponegoro.

Martono. 2010. Bank dan Lembaga Keuangan. Yogyakarta: Ekonisia.

Muhammad. 2005. Manajemen Pembiayaan Bank Syariah. Yogyakarta: UPP AMP YKPN.

Nurgiyantoro, Burhan. 2015. Teori Pengkajian Fiksi. Cetakan 1X. Yogyakarta: Gajah Mada University Press.

Palaloi M. I., Agustini T. dan Kurniawan R. 2006. Kemilau Investasi Emas. Jakarta: Science Research Foundation. Cet Ke-1. h. 161.

Priyatno, Duwi. 2016. Belajar Alat Analisis Data Dan Cara Pengolahannya Dengan SPSS Praktis dan Mudah Dipahami untuk Tingkat Pemula dan Menengah. Yogyakarta: Gava Media.

Purwanto, A. M. (2022). Pengaruh Tingkat Inflasi Dan Harga Emas Terhadap Penyaluran Pembiayaan Rahn Pada PT. Pegadaian (Persero) Periode 2016-2020 (Doctoral dissertation, UIN SMH BANTEN).

Salim, Joko. 2010. Jangan Investasi Emas Sebelum Baca Ini. Jakarta: Visimedia.

Wicaksono, M. Y. (2016). Pengaruh Inflasi, Kurs Dollar dan Suku Bunga Terhadap Harga Emas di Indonesia. Jurnal Pendidikan dan Ekonomi, 5(2), 143-149.

Winarno, W. W. (2011). Analisis Ekonometrika dan Statistika dengan Eviews, Edisi Ketiga. Yogyakarta: Unit Penerbit dan Percetakan (UPP STIM YKPN)

Yuliara, I. M. (2016). Regresi Linier Berganda. Denpasar: Universitas Udayana.

Zakaria, Junaiddin. 2009. Pengantar Teori Ekonomi Makro. Jakarta: Gaung Persada (Gp Pers).

PENERAPAN ANALISIS REGRESI LINIER BERGANDA DAN ASUMSINYA UNTUK MENDETEKSI PENGARUH TINGKAT INFLASI DAN HARGA EMAS TERHADAP PENYALURAN PEMBIAYAAN RAHN PADA PT. PEGADAIAN (PERSERO) PERIODE 2016-2020

Ivo Maretha Sitepu

2023-05-29