BAB IV HASIL DAN PEMBAHASAN A. Analisis Statistik Deskriptif Untuk memberikan gambaran dan informasi mengenai data variabel dalam penelitian ini maka digunakanlah tabel statistik deskriptif. Tabel statistik deskriptif ini meliputi nilai rata-rata (mean), jumlah data (N) dan standar deviasi dari tiga variabel independen yaitu Dana Pihak Ketiga (DPK), Non Performing Loan (NPL) dan Loan to Deposit Ratio (LDR), sebagai variabel yang mempengaruhi penyaluran kredit pada Bank Umum di Indonesia. Hasil analisis deskriptif ststistik akan ditunjukkan dalam tabel 4.1 di bawah ini: Tabel 4.1 Analisis Statistik Deskriptif Descriptive Statistics N Minimum Maximum Mean Std. Deviation DPK 36,02 2,82,9353,87143 NPL 36,28 3,90 1,7819,87035 LDR 36,80,99,8672,04405 KREDIT 36,05 3,29,9925,95861 Valid N (listwise) 36 Sumber : Output SPSS 21.0 (Laporan Bursa Efek Indonesia, diolah) Berdasarkan tabel 4.1 dapat dilihat bahwa jumlah N sebanyak 36 data, variabel dependen Kredit mempunyai nilai minimum 0,05% dan nilai maksimum 3,29%. Sementara nilai standar deviasi (standard deviation) sebesar 0,95861% dan nilai rata-rata (mean) sebesar 0,9925. Hal ini menunjukkan bahwa selama 60
61 periode penelitian, secara statistik dapat dijelaskan bahwa tingkat penyaluran Kredit yang dilakukan Bank-bank Umum di Indonesia terhadap asetnya termasuk dalam kategori yang cukup baik. Adapun nilai rata-rata (mean) yang lebih besar dibandingkan nilai standar deviasi (standard deviation) menunjukkan bahwa data terdistribusi dengan baik. Variabel independen DPK mempunyai nilai minimum 0,02% dan nilai maksimum 2,82%. Sementara nilai standar deviasi (standard deviation) sebesar 0,87143% dan nilai rata-rata (mean) sebesar 0,9353%. Hal ini menunjukkan bahwa secara statistik, selama periode penelitian variabel independen DPK memenuhi standar dengan baik. Nilai rata-rata (mean) yang lebih besar dibandingkan nilai standar deviasi (standard deviation) menunjukkan bahwa data terdistribusi dengan baik. Adapun DPK merupakan sumber dana terbesar yang paling diandalkan oleh bank bisa mencapai 80% - 90% dari seluruh dana yang dikelola oleh bank. Dan fungsi bank sebagai mediasi atau perantara antara pihak yang memiliki dana yang berlebih dengan pihak yang memerlukan dana dalam bentuk pinjaman (kredit) berjalan dengan baik. Ini dapat dilihat dari adanya kesamaan nilai minimum dan maksimum antara variabel dependen kredit dan variabel independen DPK. Variabel independen NPL mempunyai nilai minimum 0,28% dan nilai maksimum 3,90%. Sementara nilai standar deviasi (standard deviation) sebesar 0,87035% dan nilai rata-rata (mean) sebesar 1,7819%. Hal ini menunjukkan bahwa secara statistik, selama periode penelitian besarnya NPL sudah memenuhi standar yang ditetapkan Bank Indonesia karena nilai maksimal yang didapat tidak
62 melebihi 5%. Nilai rata-rata (mean) yang lebih besar dibandingkan nilai standar deviasi (standard deviation) menunjukkan bahwa data terdistribusi dengan baik. Variabel independen LDR mempunyai nilai minimum 0,80 (80%) dan nilai maksimum 0,99 (99%). Sementara nilai standar deviasi (standard deviation) sebesar 0,04405% dan nilai rata-rata (mean) sebesar 0,8672%. Nilai rata-rata (mean) yang lebih besar dibandingkan nilai standar deviasi (standard deviation) menunjukkan bahwa data terdistribusi dengan baik. B. Pengujian Asumsi Klasik Karena data yang digunakan adalah data sekunder maka untuk menentukan ketepatan model perlu dilakukan pengujian atas beberapa asumsi klasik yang dihunakan yaitu: uji normalitas, uji multikolonieritas, uji autokorelasi dan uji heteroskedastisitas. 1. Uji Normalitas Uji normalitas dilakukan untuk dapat mengetahui apakah data dalam model regresi variabel residual berdistribusi normal. Model regresi yang baik adalah data yang mempunyai distribusi normal atau mendekati normal. Dalam penelitian ini, untuk mendeteksi apakah data berditribusi normal atau tidak dilakukan dengan menggunakan one sampe kolmogorov smirnov test. Hasil pengujian dengan menggunakan program SPSS 21.0 dapat dilihat pada table 4.2 berikut ini :
63 Tabel 4.2 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 36 Normal Parameters a,b Mean,0000000 Std. Deviation,07254007 Most Extreme Differences Absolute,140 Positive,140 Negative -,072 Kolmogorov-Smirnov Z,837 Asymp. Sig. (2-tailed),485 a. Test distribution is Normal. b. Calculated from data. Sumber : Output SPSS 21.0 (Laporan Bursa Efek Indonesia, diolah) Berdasarkan table 4.2 besarnya nilai kolmogorov-smirnov Z adalah 0,837 dan nilai Asyim.Sig (2-tailed) adalah 0,485 yang lebih besar dari α (0,05) sehingga dapat disimpulkan data tersebut berdistribusi normal atau memnuhi asumsi normalitas. 2. Uji Multikolonieritas Uji multikolonieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen, Ghozali (2012). Untuk mendeteksi adanya multikolonieritas atau tidak dilakukan dengan menilai nilai VIF (Variance Influence Factor) dan Tolerance. Bila nilai VIF < 10 dan tolerance > 0,10 maka model regresi yang digunakan bebas dari masalah multikolonieritas.
64 Tabel 4.3 Uji Multikolonieritas Coefficients a Model Unstandardized Standardized t Sig. Collinearity Coefficients Coefficients Statistics B Std. Error Beta Tolerance VIF (Constant) -,805,324-2,484,018 1 DPK 1,060,020,964 53,322,000,547 1,827 NPL,030,015,027 1,978,057,930 1,075 LDR,867,383,040 2,266,030,578 1,729 a. Dependent Variable: KREDIT Sumber : Output SPSS 21.0 (Laporan Bursa Efek Indonesia, diolah) Suatu model regresi dikatakan tidak memiliki kecenderungan adanya gejala Multikolonieritas adalah jika tolerance value yang lebih besar dari 0,10 dan nilai VIF yang lebih kecil dari 10. Berdasarkan hasil output yang didapat seluruh variabel memiliki nilai toleransi yang lebih besar dari 0,10 (DPK : 0,547 ; NPL : 0,930 ; LDR : 0,578) dan nilai VIF yang lebih kecil dari 10 (DPK : 1,827 ; NPL : 1,075 ; ICD : 1,729). Dengan demikian hasil pengujian regresi ini tidak terdapat gejala Multikolonieritas antar variabel independen dalam model regresi sehingga layak digunakan sebagai prediktor.
65 3. Uji Autokorelasi Tujuan uji autokorelasi adalah untuk mengetahui apakah dalam sebuah model regresi linear ada korelasi antara kesalaham pengganggu pada periode t dengan kesalahan pada periode t-1 (Sebelumnya). untuk mendeteksi ada tidaknya Autokorelasi digunakan uji Durbin Watson (DW test). Menurut Singgih Santoso (2012:241) Pengambilan keputusan ada tidaknya autokorelasi dilakukan dengan dasar pengambilan keputusan sebagai berikut: a. Angka Durbin Watson dibawah -2, dikatakan ada autokorelasi positif. b. Angka Durbin Watsondiantara -2 sampai +2, dikatakan tidak ada autokorelasi. c. Angka Durbin Watson diatas +2, dikatakan ada autokorelasi negative. Tabel 4.4 Uji Autokorelasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1,997 a,994,994,07586 1,918 a. Predictors: (Constant), LDR, NPL, DPK b. Dependent Variable: KREDIT Sumber : Output SPSS 21.0 (Laporan Bursa Efek Indonesia, diolah) Berdasarkan hasil output diperoleh nilai statistik uji Durbin-Watson sebesar 1,918. (diantara -2 sampai 2) dengan demikian dapat disimpulkan bahwa tidak terdapat autokorelasi antara variabel DPK, NPL, LDR dengan variabel Kredit.
66 4. Uji Heteroskedastisitas Uji ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual tetap maka disebut homokedastisitas dan jika berbeda disebut heteroskedastisitas. Ada tidaknya heteroskedastisitas dapat dilihat pada grafik scatterplot, yaitu titik yang menyebar secara acak, baik di atas maupun di bawah angka 0 pada sumbu Y. Hasil penelitian sebagai berikut : Sumber : Output SPSS 21.0 (Laporan Bursa Efek Indonesia, diolah) Gambar 4.1 Uji Heteroskedastisitas Dari grafik scatter plot yang ditampilkan pada gambar 4.1, terlihat titik yang menyebar secara acak tidak membentuk pola tertentu yang jelas serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y. Jadi dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas pada model regresi.
67 C. Uji Kesesuaian Model 1. Uji Koefisien Determinasi Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara Nol dan Satu (0 < R < 1). Semakin besar keofisien determinasinya maka semakin besar variasi variabel independennya mempengaruhi variabel dependennya. Tabel 4.5 Hasil Uji Koefisien Determinasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1,997 a,994,994,07586 1,918 a. Predictors: (Constant), LDR, NPL, DPK b. Dependent Variable: KREDIT Sumber : Output SPSS 21.0 (Laporan Bursa Efek Indonesia, diolah) Berdasarkan table 4.5 diatas pada kolom Adjusted R Square, diperoleh nilai koefisien determinasi sebesar 0,994. Hal ini berarti bahwa 99,4 % variasi dari Kredit dapat dijelaskan oleh variasi dari ketiga variable independen, sedangkan 0,6 % (100% - 99,4%) lainnya dapat dijelaskan oleh variable lainnya.
68 2. Uji Signifikansi Simultan (Uji statistik F) Uji Statistik F pada dasarnya menunjukan apakah semua variabel bebas yang dimasukan dalam model mempunyai pengaruh secara simultan terhadap variabel terikat atau dependen dengan tingkat signifikansi yang telah ditentukan sebesar 0,05. Apabila tingkat signifikansi uji F lebih kecil dari 0,05, maka terdapat pengaruh yang signifikan dari variabel independen terhadap variabel dependen. Jika tingkat signifikansi uji F lebih besar dari 0,05, maka tidak terdapat pengaruh yang signifikan antara variabel independen terhadap variabel dependen. Hasil uji F dalam penelitian ini adalah sebagai berikut : Tabel 4.6 Uji Statistik F ANOVA a Model Sum of Squares df Mean Square F Sig. Regression 31,978 3 10,659 1852,082,000 b 1 Residual,184 32,006 Total 32,162 35 a. Dependent Variable: KREDIT b. Predictors: (Constant), LDR, NPL, DPK Sumber : Output SPSS 21.0 (Laporan Bursa Efek Indonesia, diolah) Tabel 4.6 menunjukan hasil perhitungan uji F sebesar 1852,082 dengan probabilitas 0,000. Karena probabilitas lebih kecil dari 0,05 yang berarti secara bersamaan (simultan) seluruh variable independent DPK, NPL dan LDR berpengaruh signifikan terhadap variable Kredit. Dengan demikian model regresi ini dapat menjelaskan variabel DPK, NPL dan LDR secara bersama-sama berpengaruh terhadap Kredit.
69 D. Pengujian Hipotesis 1. Uji Statistik t Uji t bertujuan untuk menunjukan seberapa jauh pengaruh saru variabel independen (DPK, NPL dan LDR) secara individu dalam menerangkan variabel dependen (Kredit), Ghozali (2012). Apabila p-value < tingkat signifikansi, maka variabel independen tersebut secara parsial berpengaruh signifikan terhadap variabel dependen dengan demikian hipotesis diterima. Nilai t dalam penelitian ini menggunakan tingkat signifikansi 5% (0,05). Adapun hasil uji statistik t adalah sebagai berikut : Tabel 4.7 Uji Statistik t Coefficients a Model Unstandardized Standardize T Sig. Coefficients d Coefficients B Std. Error Beta (Constant) -,805,324-2,484,018 1 DPK 1,060,020,964 53,322,000 NPL,030,015,027 1,978,057 LDR,867,383,040 2,266,030 a. Dependent Variable: KREDIT 1. Variabel DPK memiliki nilai t sebesar 53,322 dan nilai sig. sebesar 0,000 atau < 0,05, hal ini menunjukan bahwa variabel DPK berpengaruh signifikan terhadap Kredit.
70 2. Variabel NPL memiliki nilai t sebesar 1,978 dan nilai sig. sebesar 0,057 atau > 0,05, hal ini menunjukan bahwa secara parsial variabel NPL tidak berpengaruh signifikan terhadap Kredit. 3. Variabel LDR memiliki nilai t sebesar 2,266 dan nilai sig. sebesar 0,030 atau < 0,05 dengan demikian dapat disimpulkan bahwa variabel LDR berpengaruh signifikan terhadap Kredit. 2. Analisis Regresi Linear Berganda Pembuatan persamaan regresi berganda dpat dilakukan dengan menginterpretasikan angka-angka yang ada di dalam unstandardized coefficients beta pada tabel 4.7, maka dapat disusun persamaan regresi berganda sebagai berikut: Y = -0,805 + 1,060 X1 + 0,030 X2 + 0,867 X3 + e Dari persamaan regresi yang didapat dari penelitian di atas maka dapat diinterpretasikan beberapa hal, antara lain sebagai berikut: 1. Nilai konstanta persamaan di atas adalah sebesar -0,805. Angka tersebut menunjukkan tingkat penyaluran kredit yang diperoleh oleh bank bila tingkat DPK (X1), NPL (X2) dan LDR (X3) diabaikan. 2. Variabel Dana Pihak Ketiga (DPK) memiliki nilai koefisien regresi yang positif yaitu sebesar 1,060. Nilai koefisien positif menunjukkan bahwa DPK terhadap jumlah penyaluran Kredit berpengaruh positif. Hal ini menggambarkan bahwa jika terjadi kenaikkan DPK sebesar 1 persen, maka jumlah penyaluran kredit akan mengalami peningkatan sebesar 1,060% dengan asumsi variabel independen lain dianggap konstan.
71 3. Variabel Non Performing Loan (NPL) memiliki nilai koefisien regresi sebesar 0,030. Nilai koefisien positif menunjukkan bahwa NPL terhadap jumlah penyaluran Kredit berpengaruh positif. Hal ini menggambarkan bahwa jika terjadi kenaikkan NPL sebesar 1 persen, maka jumlah penyaluran kredit akan mengalami peningkatan sebesar 0,030% dengan asumsi variabel independen lain dianggap konstan. 4. Variabel Loan to Deposit Ratio (LDR) memiliki nilai koefisien regresi yang positif yaitu sebesar 0,867. Nilai koefisien positif menunjukkan bahwa DPK terhadap jumlah penyaluran Kredit berpengaruh positif. Hal ini menggambarkan bahwa jika terjadi kenaikkan LDR sebesar 1 persen, maka jumlah penyaluran kredit akan mengalami peningkatan sebesar 0,867% dengan asumsi variabel independen lain dianggap konstan. E. Pembahasan Dari hasil Analisis Regresi Koefisien (Uji - t) dapat dilakukan pembahasan hipotesis yang diajukan sebagai berikut: 1. Uji hipotesis pengaruh DPK terhadap Jumlah Penyaluran Kredit Perbankan Berdasarkan pengujian parsial (Uji t) diperoleh hasil bahwa nilai t hitung sebesar (+) 53,322 dengan tingkat signifikansi 0,000. Karena tingkat signifikansi lebih kecil dari 0,05 dan nilai t hitung bertanda positif maka secara parsial variabel independen DPK berpengaruh signifikan positif terhadap variabel dependen Kredit. Dengan demikian dapat
72 disimpulkan bahwa DPK berpengaruh positif dan signifikan terhadap Jumlah Penyaluran Kredit Bank Umum. Hasil penelitian ini mengindikaasi bahwa peningkatan atau penurunan DPK selama periode penelitian mempengaruhi Jumlah Penyaluran Kredit secara signifikan. Semakin tinggi DPK yang berhasil dihimpun oleh perbankan, akan mendorong peningkatan jumlah kredit yang disalurkan, demikian pula sebaliknya. DPK merupakan variabel yang memiliki pengaruh paling besar terhadap penyaluran kredit perbankan. Hal ini dikarenakan dalam menjalankan fungsi intermediasi atau perantara keuangan (financial intermediary), DPK merupakan sumber pendanaan yang utama. 2. Uji hipotesis Pengaruh NPL terhadap Jumlah Penyaluran Kredit Perbankan Berdasarkan Hasil pengujian hipotesis mengenai pengaruh variabel NPL terhadap jumlah penyaluran Kredit menunjukan NPL tidak berpengaruh signifikan terhadap jumlah penyaluran Kredit. Hasil penelitian ini menunjukkan hasil yang sama dengan penelitian yang dilakukan oleh Fransisca dan Hasan Sakti Siregal (2009), bahwa NPL tidak dapat digunakan untuk memprediksi volume kredit dan hasil penelitian Tito Adhitya Galih (2011) juga menunjukkan bahwa Non Performing Loan tidak berpengaruh signifikan terhadap jumlah penyaluran kredit. Hasil penelitian ini menunjukkan secara nyata perubahan nilai pada NPL tidak mempengaruhi jumlah penyaluran kredit. NPL yang masih berada pada batas aman ditetapkan yaitu dibawah 5%
73 yang menurut Peraturan Bank Indonesia Nomor 6/10/PBI/2004 tanggal 12 April 2004 tentang Sistem Penilaian Tingkat Kesehatan Bank Umum yaitu semakin tinggi nilai NPL (diatas 5%) maka bank tersebut tidak sehat. 3. Uji hipotesis pengaruh LDR terhadap Jumlah Penyaluran Kredit Perbankan Berdasarkan pengujian parsial (Uji t) diperoleh hasil bahwa nilai t hitung sebesar (+) 2,266 dengan tingkat signifikansi 0,030. Karena tingkat signifikansi lebih kecil dari 0,05 dan nilai t hitung bertanda positif maka secara parsial variabel independen LDR berpengaruh signifikan positif terhadap variabel dependen Kredit. Dengan demikian dapat disimpulkan bahwa LDR berpengaruh positif dan signifikan terhadap Jumlah Penyaluran Kredit Bank Umum. Hasil penelitian ini menunjukkan hasil yang sama dengan penelitian yang dilakukan oleh Tito Adhitya Galih (2011) dan Hamonangan dan Siregar (2009) yang menunjukkan bahwa Loan to Deposit Ratio berpengaruh positif dan signifikan terhadap jumlah penyaluran kredit. LDR digunakan untuk mengukur seberapa jauh kemampuan bank guna membayar semua dana masyarakat serta modal sendiri dengan mengandalkan kredit yang telah didistribusikan ke masyarakat. Dengan kata lain bank dapat memenuhi kewajiban jangka pendeknya, seperti membayar pencairan dana deposannya pada saat ditagih serta dapat mencukupi permintaan kredit yang telah diajukan. Jadi kondisi bank akan likuid manakala bank
74 tidak meminjamkan dananya melebihi kapasitas dana yang siap dipinjamkan, namun sebaliknya kondisi bank akan relatif tidak likuid apabila bank meminjamkan dananya melebihi kapasitas dana yang disediakan.