BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. GAMBARAN UMUM OBJEK PENELITIAN. perbankan terdiri dari Bank Umum dan Bank Perkreditan Rakyat

Transkripsi

1 BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. GAMBARAN UMUM OBJEK PENELITIAN Dijelaskan dalam UU Pokok perbankan nomor 7 tahun 1992 dan ditegaskan lagi dengan keluarnya undang-undang RI nomor 10 tahun 1998 maka jenis perbankan terdiri dari Bank Umum dan Bank Perkreditan Rakyat Bank Umum adalah bank yang melaksanakan kegiatan usaha secara konvensional dan atau berdasarkan prinsip syariah yang dalam kegiatannya memberikan jasa dalam lalu lintas pembayaran. Sifat jasa yang diberikan adalah umum, dalam arti dapat memberikan seluruh jasa perbankan yang ada. Begitu pula dengan wilayah operasinya dapat dilakukan diseluruh wilayah. Bank umum sering juga disebut bank komersil (commercial bank). (Kasmir,2012) Pada perkembangannya bank umum diawasi oleh Otoritas Jasa Keuangan (OJK) lembaga negara yang dibentuk berdasarkan UU Nomor 21 Tahun 2011 yang berfungsi menyelenggarakan sistem pengaturan dan pengawasan yang terintegrasi terhadap keseluruhan kegiatan di dalam sektor jasa keuangan. OJK adalah lembaga yang independen dan bebas dari campur tangan pihak lain, yang mempunyai fungsi, tugas, dan wewenang pengaturan, pengawasan, pemeriksaan, dan penyidikan. OJK didirikan untuk menggantikan peran Bapepam-LK dalam pengaturan dan pengawasan pasar modal dan lembaga keuangan, serta 52

2 53 menggantikan peran Bank Indonesia dalam pengaturan dan pengawasan bank, serta untuk melindungi konsumen industri jasa keuangan. Menurut Peraturan Bank Indonesia No.14/12/PBI/2012 tanggal 15 Oktober 2012 tentang Laporan Kantor Pusat Bank Umum. Kedua, Peraturan Bank Indonesia No.14/14/PBI/2012 tanggal 18 Oktober 2012 tentang Transparansi dan Publikasi Laporan Bank (mengubah PBI No.3/22/PBI/2001 tentang Transparansi dan Kondisi Keuangan Bank) bank wajib melaporkan laporan mingguan,bulanan, triwulanan dan tahunan paling lambat tanggal 15. Menurut Peraturan Otoritas Jasa Keuangan Nomor 32/POJK.03/2016 tentang perubahan atas peraturan otoritas jasa keuangan nomor 6/POJK.03/2015 tentang transparansi dan publikasi laporan bank, Bank wajib menyampaikan Laporan Publikasi Bulanan, Triwulanan dan Tahunan secara online melalui sistem pelaporan Otoritas Jasa Keuangan, Objek dalam penelitian ini adalah perusahaan yang listing di Bursa Efek Indonesia (BEI) selama periode dan mengeluarkan laporan keuangan selama periode penelitian tersebut. Jumlah total bank yang terdaftar di BEI selama periode penelitian tersebut sebanyak 31 bank. Dipilihnya bank yang terdaftar di BEI sebagai sampel penelitian karena bankbank ini bersifat terbuka dalam hal pelaporan kinerjanya dan mereka mengeluarkan laporan keuangan setiap periodenya. Dengan begitu, maka masyarakat dapat memantau kinerja perbankan, terlebih lagi perusahaan yang terdaftar di BEI ini sebagian besar juga menduduki pangsa pasar yang besar di

3 54 sektor perbankan Indonesia ini. Selama tahun terdapat beberapa bank yang selalu berada di peringkat empat teratas dalam menyalurkan kredit UMKM yaitu lain Bank Central Asia, Bank Mandiri, Bank Negara Indonesia, dan Bank Rakyat Indonesia. Sedangkan bank yang selalu berada di urutan terbawah dalam menyalurkan Kredit UMKM adalah Bank of India Indonesia. B. Statistik Deskriptif Statistik deskriptif adalah statistik yang digunakan untuk menganalisa data dengan caramendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa memberi maksud membuat kesimpulan yang berlaku umum atau generalisasi. Analisis statistik deskriptif pada penelitian ini akan menunjukkan nilai minimum, maksimum, mean dan standar deviasi dari masing-masing variabel. Nilai Minimum merupakan nilai terendah untuk setiap variabel, sedangkan nilai maksimum merupakan nilai tertinggi untuk setiap variabel dalam penelitian. Nilai Mean merupakan nilai rata-rata dari setiap variabel yang diteliti. Standar deviasi merupakan sebaran data yang digunakan dalam penelitian yang mencerminkan data tersebut heterogen atau homogen yang sifatnya fluktuatif.

4 55 Tabel 4.1. Statistik Deskriptif Descriptive Statistics CAR LDR NPL Penyaluran Kredit UMKM Valid N (listwise) N Minimum Maximum Mean Std. Deviation Sumber: Data diolah, 2017 Berdasarkan tabel 4.1. diketahui bahwa terdapat empat variabel penelitian yaitu Capital Adequecy Ratio (CAR), Loan to Depocite Ratio (LDR), Net Performing Loan (NPL) dan penyaluran kredit UMKM dengan jumlah sampel secara keseluruhan sebanyak 124 sampel. Beberapa penjelasan mengenai hasil perhitungan statistik diuraikan sebagai berikut. 1. Variabel Capital Adequecy Ratio (CAR) sebagai variabel X1 menghasilkan hasil statistik sebagai berikut: rata-rata CAR bank di Indonesia pada tahun yang diamati adalah sebesar 0,1932. Dimana CAR minimum sebesar 0,0802 dan maksimum sebesar 0,2791 dengan standar deviasi sebesar 0,1322. Bank Indonesia (BI) mengatur CAR minimal bank adalah 8% berdasarkan data yang diolah bank-bank telah mematuhi ketentuan CAR sebesar 8% dimana pada data CAR minimum adalah 8,02% yaitu pada Bank Pembangunan Daerah Banten pada tahun Variabel Loan to Depocite Ratio (LDR) sebagai variabel X2 menghasilkan hasil statistik sebagai berikut: rata-rata LDR bank di Indonesia pada tahun

5 56 yang diamati adalah sebesar 0,836. Dimana LDR minimum sebesar 0,5239 dan maksimum sebesar 1,4072 dengan standar deviasi sebesar 0,1665. Berdasarkan peraturan bank Indonesia kisaran LDR yang ditentukan adalah antara 78%- 100% berdasarkan data yang diolah masih terdapat rasio LDR bank yang melampaui batas atas dan bawah yang ditentukan oleh Bank Indonesia. 3. Variabel Net Performing Loan (NPL) sebagai variabel X3 menghasilkan hasil statistik sebagai berikut: rata-rata NPL bank di Indonesia pada tahun yang diamati adalah sebesar 0,0147. Dimana NPL minimum sebesar 0,0000 dan maksimum sebesar 0,0545 dengan standar deviasi sebesar 0,0122. Berdasarkan peraturan OJK NPL maksimal adalah sebesar 5% berdasarkan data yang ada hampir semua bank NPL berada dibawah 5% kecuali pada bank J trust Indonesia pada tahun 2014 sebesar 5,45% 4. Variabel Penyaluran Kredit UMKM (PK-UMKM) sebagai variabel Y menghasilkan hasil statistik sebagai berikut: rata-rata PK-UMKM bank di Indonesia pada tahun yang diamati adalah sebesar ,26. Dimana PK-UMKM minimum sebesar dan maksimum sebesar dengan standar deviasi sebesar ,928. Bank Indonesia mengatur minimum porsi penyaluran kredit umkm dibandingkan dengan total kredit sebesar 5% ditahun 2015 dan setiap tahun dinaikkan 5% hingga ditahun 2018 menjadi minimal 20% dan berdasarkan data yang diolah bank telah memenuhi ketentuan minimal penyaluran kredit sesuai ketentuan yang berlaku.

6 57 C. Hasil Uji Asumsi Klasik 1. Uji Normalitas Uji ini bertujuan untuk menguji dalam model regresi, variabel pengganggu atau residual mempunyai distribusi normal. Cara mendeteksi residual memiliki distribusi normal atau tidak yaitu dengan Uji Skewness dan Kurtosis dan analisis grafik. Berdasarkan tabel 4.2 dapat dihitung nilai Zskew dan Zkurt sebagai berikut: Hasil nilai Zskew = 0S / ( 6/N) = 0.369/ ( 6/124) = Hasil nilai Zkurt = K / ( 24/N) = / ( 24/124) = Tabel 4.2. Nilai Uji Normalitas Descriptives Statistic Std. Error Unstandardized Residual Mean % Confidence Interval for Lower Bound Mean Upper Bound % Trimmed Mean Median Variance.000 Std. Deviation Minimum Maximum Range.03745

7 58 Interquartile Range Skewness Kurtosis Sumber : Data diolah, 2017 Karena hasil Zskew dan Zkurt berada dalam batas -1,96 hingga +1,96, maka data berdistribusi normal. Data normal ini juga dapat dilihat pada grafik normal plot pada gambar 4.1. yang terlihat semua titik-titik data berada dekat dari garis linearnya. Dari analisis kurva dapat dilihat bahwa data menyebar di sekitar diagram dan mengikuti model regresi sehingga dapat disimpulkan bahwa data yang diolah merupakan data yang berdistribusi normal sehingga uji normalitas terpenuhi Gambar 4.1. Normal Plot data berdistrbusi normal Sumber : Hasil Olah Data, 2017

8 59 2. Uji Multikolinieritas Uji multikolinearitas bertujuan untuk menguji dalam model regresi ditemukan adanya korelasi antar variabel bebas (independen). Dalam model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas. Uji Multikolinearitas dilakukan dengan melihat nilai tolerance dan variance inflation factor (VIF) dari hasil analisis dengan menggunakan SPSS. Apabila nilai tolerance value lebih tinggi daripada 0,10 atau VIF lebih kecil daripada 10 maka dapat disimpulkan tidak terjadi multikolinearitas. Tabel 4.3. Nilai VIF untuk Menguji Multikolinieritas Coefficients a Unstandardized Coefficients Standardized Coefficients Collinearity Statistics Model B Std. Error Beta t Sig. Tolerance VIF 1 (Constant) CAR (X1) LDR (X2) NPL (X3) a. Dependent Variable: PKUMKM (Y) Sumber: Data diolah

9 60 Tabel 4.3 dapat dilihat bahwa semua nilai VIF < 10 dan nilai toleransinya mendekati 1, maka tidak terjadi multikolonieritas. Dan disimpulkan bahwa uji multikolonieritas terpenuhi. 3. Uji Heteroskedastisitas Pengujian ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap maka disebut Homokedastisitas dan jika berbeda maka disebut Heteroskedastisitas. Model yang baik adalah yang homokedastisitas atau tidak terjadi heteroskedastisitas. Gambar 4.2 menunjukkan bahwa tidak terjadi heteroskedastisitas sebab tidak ada pola yang jelas serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y. sehingga dapat dikatakan uji heteroskedastisitas terpenuhi.

10 61 Gambar 4.2. Grafik Scatterplot Uji Heteroskedistisitas Sumber : Data olahan 4. Uji Autokorelasi Uji autokorelasi dapat dilakukan dengan menghitung nilai Durbin-Watson d statistic, korelasi serial dalam residual tidak terjadi jika nilai d berada di antara nilai batas du dan 4-du. Hipotesa yang digunakan adalah sebagai berikut: H0 : Tidak ada autokorelasi. H1 : Ada autokorelasi Berdasarkan tabel 4.4, didapat nilai dari Durbin-Watson yaitu sebesar 0,563. Jika dibandingkan dengan tabel durbin-watson, untuk sampel berjumlah 124 dan 3 variabel independent, maka diperoleh nilai du sebesar 1,7567, sehingga 4 du adalah 2,2433. Karena nilai d hitung lebih kecil dari nilai du (0,563 < 1,7567),

11 62 Maka keputusan yang diambil adalah H1 diterima, dengan kata lain ada autokorelasi. Tabel 4.4. Nilai Durbin-Watson untuk uji Autokorelasi Model Summary b Adjusted R Std. Error of the Model R R Square Square Estimate Durbin-Watson a a. Predictors: (Constant), NPL (X3), CAR (X1), LDR (X2) b. Dependent Variable: PKUMKM (Y) Sumber: Data diolah Adanya autokorelasi dalam regresi linear (Ordinary Least Squares) menyebabkan variansi sampel tidak dapat menggambarkan variansi populasi, model regresi yang dihasilkan tak dapat digunakan untuk menduga nilai variabel tak bebas dari nilai variabel-behas tertentu, koefisien regresi yang diperoleh kurang akurat. Masalah autokorelasi ini sering terjadi pada regresi linear dengan menggunakan data runtut waktu atau time-series. Untuk mengatasi masalah autokorelasi dilakukan cara transformasi metode Cochrane-Orcutt. Setelah koefisien autokorelasi diketahui, maka langkah selanjutnya adalah melakukan transformasi. Kemudian dari data hasil transformasi, dilakukan pendeteksian ulang untuk mendeteksi ada atau tidaknya autokorelasi. Jika pada data hasil transformasi masih terdapat autokorelasi, maka dilakukan transformasi ulang sampai tidak terdapat autokorelasi. Setelah diperoleh data yang terhindar dan autokorelasi, langkah selanjutnya menerapkan dengan metode Ordinary Least Squares (OLS) untuk menentukan koefisienkoefisien regresinya.

12 63 Dari perhitungan dengan metode Cochrane-Orcutt menggunakan program SPSS, diperoleh nilai koefisien rho (p) sebesar 0,719 dan langkah kedua sebesar 0,135, sehingga nilai autokorelasi menjadi seperti tabel 4.5. Tabel 4.5. Nilai Durbin-Watson setelah dilakukan transformasi Cochrane-Orcutt Model Summary b Adjusted R Std. Error of the Model R R Square Square Estimate Durbin-Watson a a. Predictors: (Constant), NPL_X3, LDR_X2, CAR_X1 b. Dependent Variable: PKUMKM_Y Sumber: Data diolah Berdasarkan tabel 4.5, didapat nilai dari Durbin-Watson yaitu sebesar 2,006. Jika dibandingkan dengan tabel durbin-watson, untuk sampel berjumlah 124 dan 3 variabel independent, maka diperoleh nilai du sebesar1,7567, sehingga 4 du adalah 2,2433. Karena nilai d hitung berada di antara nilai du dan 4 du (1,7567 < 2,006 < 2,2433), Maka keputusan yang diambil adalah H1 ditolak, dengan kata lain tidak ada autokorelasi. D. Hasil Uji Hipotesis Uji hipotesis penelitian dilakukan dengan model statistika Analisis regresi berganda yang merupakan model statistik dengan mengidentifikasi dan menganalisis hubungan antar variabel dependen dengan variabel independen.

13 64 Tabel 4.6. Tabel Coefficients Coefficients a Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics Model B Std. Error Beta Tolerance VIF 1 (Constant) CAR_X LDR_X NPL_X a. Dependent Variable: PKUMKM_Y Sumber: Data diolah Dari tabel 4.6. dapat diperoleh persamaan regresi linier berganda sebagai berikut: Y = a + b1x1 + b2x2+ b3x3 + e Dari persamaanrumus Regresi Linier Berganda diperoleh: Y = 0, X X X3 Untuk koefisien regresi variabel Capital Adequecy Ratio (X1) sebesar 0,005 artinya jika setiap terjadi kenaikan 1 nilai variabel CAR, maka akan mempengaruhi tingkat Penyaluran Kredit UMKM sebesar 0,5%. Koefisien bernilai positif artinya terjadi hubungan positif antara variabel CAR dengan variabel Penyaluran Kredit UMKM, semakin naik nilai variabel CAR (X1) maka semakin naik juga Penyaluran Kredit UMKM (Y). Untuk koefisien regresi variabel Loan Depocite Ratio (X2) sebesar 0,003 artinya jika setiap terjadi kenaikan 1 nilai variabel LDR, maka akan

14 65 mempengaruhi tingkat Penyaluran Kredit UMKM sebesar 0,3%. Koefisien bernilai positif artinya terjadi hubungan positif antara variabel LDR dengan variabel Penyaluran Kredit UMKM, semakin naik nilai variabel LDR (X2) maka semakin naik juga Penyaluran Kredit UMKM (Y). Untuk koefisien regresi variabel Net Performing Loan (X3) sebesar 0,14 artinya jika setiap terjadi kenaikan 1 nilai variabel NPL, maka akan mempengaruhi tingkat Penyaluran Kredit UMKM sebesar 14%. Koefisien bernilai positif artinya terjadi hubungan positif antara variabel LDR dengan variabel Penyaluran Kredit UMKM, semakin naik nilai variabel LDR (X3) maka semakin naik juga Penyaluran Kredit UMKM (Y). 1. Uji Koefisien Regresi Secara Parsial (Uji t) Uji hipotesis secara parsial digunakan untuk mengetahui pengaruh secara signifikan masing-masing variabel bebas terhadap variabel terikat secara parsial dengan menggunakan uji t pada tingkat kepercayaan 95% atau dengan nilai α = 5% atau dengan nilai α = 5% serta menggunakan derajat kebebasan df (degree Freedom). Df = n k 1 = = 120, diperoleh nilai t tabel (0,05;120) = 1,9799 Berdasarkan tabel 4.6. dapat diketahui uji t untuk menguji hipotesis secara parsial, yang diuraikan pada tabel 4.7.

15 66 Tabel 4.7 Uji Hipotesis Pengaruh Variabel X Terhadap Variabel Y Variabel Bebas t hitung t tabel Kesimpulan Ho Capital Adequecy Ratio (X1) 0,742 1,9799 Diterima Loan Deposit Ratio (X2) 0,536 1,9799 Diterima Net Performing Loan (X3) 2,951 1,9799 Ditolak Sumber :Data diolah 2. Uji F (Uji Koefisien Regresi Secara Bersama-Sama) Uji hipotesis secara menyeluruh digunakan untuk mengetahui ada tidaknya pengaruh antara variabel bebas dan variabel terikat dengan menggunakan uji F (uji Fisher) pada tingkat kepercayaan 95% atau dengan nilai α = 5% dan menggunakan perbandingan nilai Sig. Tabel 4.8. Hasil Uji F ANOVA a Model Sum of Squares df Mean Square F Sig. 1 Regression b Residual Total a. Dependent Variable: PKUMKM_Y b. Predictors: (Constant), NPL_X3, LDR_X2, CAR_X1 Sumber: Data diolah Dari tabel 4.8. diketahui bahwa nilai Sig dari uji F sebesar 0,037 < 0,05. Hal ini berarti Ho ditolak, dengan kata lain secara bersama sama terdapat pengaruh yang

16 67 positif dan signifikan dari variabel (X 1, X 2, X 3 ) yaitu, berupa variabel CAR, LDR, dan NPL terhadap PKUMKM (Y). 3. Koefisien Determinasi (R 2 ) Tabel 4.9. Analisis Determinasi (R 2 ) Model Summary b Adjusted R Std. Error of the Model R R Square Square Estimate Durbin-Watson a a. Predictors: (Constant), NPL_X3, LDR_X2, CAR_X1 b. Dependent Variable: PKUMKM_Y Sumber: Data diolah Tabel 4.9 menunjukkan pengaruh CAR, LDR dan NPL terhadap PKUMKM sebesar R 2 = hal ini berarti sumbangan variable CAR, LDR dan NPL berperan dalam mempengaruhi variabel PKUMKM (Y) sebesar 6,9% dan sisanya 93,1% dipengaruhi oleh variabel lain yang tidak diteliti. E. Pembahasan Hasil Penelitian Berdasarkan hasil analisis data yang telah ditampilkan, maka beberapa hal yang dapat dijelaskan antara lain: 1. Pengaruh CAR Terhadap Penyaluran Kredit UMKM (PKUMKM) Hasil Uji t menunjukkan Variabel Capital Adequecy Ratio (X1) memiliki nilai t hitung sebesar 0,742 yang lebih besar dari -1,9799 dan lebih kecil dari

17 68 1,9799 (-1,9799 < 0,742 < 1,9799). Sehingga Ho diterima dan Ha ditolak, maka Capital Adequecy Ratio tidak berpengaruh secara signifikan terhadap Penyaluran Kredit UMKM pada perbankan di Indonesia. 2. Pengaruh LDR Terhadap Penyaluran Kredit UMKM (PKUMKM) Variabel Loan Deposite Ratio (X2) memiliki nilai t sebesar 0,536 yang lebih besar dari -1,9799 dan lebih kecil dari 1,9799 (-1,9799 < 0,536 < 1,9799). Sehingga Ho diterima dan Ha ditolak, maka Loan Deposit Ratio tidak berpengaruh secara signifikan terhadap Penyaluran Kredit UMKM pada perbankan di Indonesia. 3. Pengaruh NPL Terhadap Penyaluran Kredit UMKM (PKUMKM) Variabel Net Performing Loan (X3) memiliki nilai t sebesar 2,951 yang lebih besar dari 1,9799 (2,951 > 1,9799). Sehingga Ho ditolak dan Ha diterima, maka Net Performing Loan berpengaruh secara signifikan terhadap Penyaluran Kredit UMKM pada perbankan di Indonesia. 4. Pengaruh CAR, LDR dan NPL Terhadap Penyaluran Kredit UMKM (PKUMKM) Variabel X (CAR, LDR dan NPL) secara simultan memiliki nilai F sebesar 2,911 dengan nilai Signifikansi sebesar 0,037 yang lebih kecil dari 0,05 (0,037 > 0,05). Sehingga Ho ditolak dan Ha diterima, maka variabel X (CAR, LDR dan NPL) secara bersama-sama berpengaruh secara signifikan terhadap Penyaluran Kredit UMKM pada perbankan di Indonesia.