PT. BANK RAKYAT INDONESIA (PERSERO) UNIT PARAPAT
4.3. Analisa Data
Untuk mendapatkan hasil regresi antar variabel independen (Non performing Loan, tingkat suku bunga kredit dan jumlah wisatawan) dan variabel dependen (Permintaan Kredit Umum Pedesaan) maka digunakan data sekunder yang berasal dari Bank Rkyat Indonesia (BRI) yang dicatat mulai dari Januari 2005 – Desember 2007 (3 tahun) dan di olah dengan menggunakan program Eviews 4.1. Dari hasil regresi dapat dibentuk model estimasi sebagai berikut:
LY = 89.66365 + 2.388653X1 – 29.17246X2 + 0.502621X3
Standar error = (19.12346) (0.314029) (45.72359) (0.008601)
t-Statistik = (6.319462)*** (-1.950251)* (1.884741)*
R2 = 0.876062 F-Statistik = 86.30601 DW-Stat = 1.8999240 Ket: *) Signifikan pada = 10%
***) Signifikan pada = 1% Interpretasi Model
Berdasarkan hasil regresi di atas dapat dijelaskan pengaruh variabel independen yaitu Non Performing Loan (NPL), tingkat suku bunga kredit, dan jmulah wisatawan terhadap permintaan Kredit Umum Pedesaan (KUPEDES)sebagai berikut: 1. Non Performing Loan berpengaruh positif terhadap permintaan KUPEDES.
Hal ini ditunjukkan oleh koefisien regresi NPL yaitu sebesar 2.388653. Artinya setiap kenaikan NPL sebesar 1 persen maka permintaan KUPEDES akan naik sebesar 2,38 persen, cateris paribus.
2. Tingkat suku bunga kredit berpengaruh negatif terhadap permintaan KUPEDES. Hal ini ditunjukkan oleh koefisien regresi tingkat suku bunga kredit yaitu sebesar -29.17246. Artinya setiap kenaikan tingkat suku bunga kredit sebesar 1 persen maka permintaan KUPEDES akan turun sebesar 29,1 persen, cateris paribus.
3. Jumlah wisatawan berpengaruh positif terhadap permintaan KUPEDES. Hal ini ditunjukkan oleh koefisien regresi jumlah wisatawan yaitu sebesar 0.501621. Artinya setiap kenaikan jumlah wisatawan sebesar 1 persen maka permintaan KUPEDES akan naik sebesar 0,5 persen, cateris paribus.
Test of Goodness of Fit (Uji Kesesuaian)
a. Analisa Koefisien Determinasi (R-square)
Dari tabel regresi di atas dapat di peroleh Koefisien Determinasi (R-square) sebesar 0,87 atau 87%. Hal ini menunjukkan bahwa secara keseluruhan variasi yang terjadi pada variabel independen ( NPL, tingkat suku bunga kredit dan jumlah wisatawan) dapat menjelaskan variabel dependen (permintaan Kredit Umum Pedesaan) sebesar 87% sedangkan sisanya sebanyak 13% dijelaskan oleh variabel lain yang tidak disertakan dalam model estimasi.
b. Uji t-statistik (uji Parsial)
Uji t-statistik dilakukan untuk menguji apakah NPL, tingkat suku bunga kredit dan jumlah wisatawan secara parsial berpengaruh nyata terhadap permintaan Kredit Umum Pedesaan (KUPEDES).
1. Non Performing Loan (NPL), (X1) a. Hipotesis : Ho : b = 0
b. Kriteria Pengujian :
Jika nilai uji t-statistik bernilai positif Ho diterima apabila t-hitung < t-tabel Ha diterima apabila t-hitung > t-tabel Jika nilai uji t-statistik bernilai negatif Ho diterima apabila t-hitung > t-tabel Ha diterima apabila t-hitung < t-tabel c. df = n-k-1 = 36-3-1 = 32 d. = 1% e. t-tabel = 2,750 f. t-hitung = 6,319 Ha Diterima Ha Diterima Ho Diterima -2.750 2.750 6.319 Gambar 4.2. Uji t-statistik terhadap NPL
f. Keputusan : Berdasarkan data di atas, dapat diketahui bahwa t-hitung > t-tabel (6,319 > 2,750). Dengan demikian Ha diterima, artinya variabel Non Performing Loan (X1) berpengaruh nyata terhadap variabel permintaan Kredit Umum Pedesaan pada tingkat kepercayaan 99% ( = 1%).
2. Variabel Tingkat Suku Bunga Kredit (X2) a. Hipotesis : Ho : b = 0 Ha : b ≠ 0 b. df = n – k – 1 = 36 – 3 – 1 = 32 c. = 10% d. t-tabel = 1,697 e. t-hitung = -1,9502 Ha Diterima Ha Diterima Ho Diterima -1.9502 -1.697 1.697
f. Keputusan : Berdasarkan data di atas, dapat diketahui bahwa t-hitung <t-tabel (-1,950 < 1,697 ). Dengan demikian Ha diterima, artinya variabel tingkat suku buga kredit (X2) berpengaruh nyata terhadap variabel permintaan Kredit Umum Pedesaan pada tingkat kepercayaan 90% ( = 10%).
3. Variabel Jumlah Wisatawan (X3) a. Hipotesis : Ho : b = 0 Ha : b ≠ 0 b. df = n – k – 1 = 36 – 3 – 1 = 32 c. = 10% d. t-tabel = 1,697 e. t-hitung = 1,884 Ha Diterima Ha Diterima Ho Diterima -1.697 1.697 1.884 Gambar 4.4. Uji t-statistik terhadap Jumlah Wisatawan
f. keputusan : Berdasarkan data di atas, dapat diketahui bahwa t-hitung > t-tabel (1,884 > 1,697). Dengan demikian Ha diterima, artinya variabel jumlah wisatawan (X3) berpengaruh nyata terhadap variabel permintaan Kredit Umum Pedesaan pada tingkat kepercayaan 90% ( = 10%).
c. Uji F-statistik (Uji Overall)
Uji F-statistik ini dilakukan untuk mengetahui apakah jumlah Non Performing Loan (NPL), tingkat suku bunga kredit dan jumlah wisatawan secara bersama-sama mempengaruhi Kredit Umum Pedesaan (KUPEDES)
Dari hasil anlisa regresi diketahui Fhitung = 86,30601 a. Hipotesis : Ho : b = 0
Ha : b ≠ 0
b. Kriteria Pengujian : Ho diterima apabila F-hitung < F-tabel Ha diterima apabila F-hitung > F-tabel c. V1 = k V1 = 3 d. V2 = n –k – 1 = 36 -3 -1 =32 e. = 1% f. F-tabel = 4,51
Ho Diterima
Ha Diterima
4.51 86.306 Gambar 4.5.Uji F-statistik
Berdasarkan hasil model estimasi regresi di atas disimpulkan bahwa F-hitung > F-tabel (86,306 > 4,51), dengan demikian Ha diterima. Artinya secara bersama-sama variabel Non Performing Loan, tingkat suku bunga kredit dan jumlah wisatawan mempengaruhi permintaan Kredit Umum Pedesaan (KUPEDES) pada tingkat kepercayaan 99%.
Uji Penyimpangan Asumsi Klasik a. Multikolinearitas
Multikolinearitas dibuat untuk melihat apakah ada hubungan korelasi yang kuat diantara variabel independen dalam suatu model estimasi. Untuk mendeteksi ada tidaknya multikolinearitas dapat dlihat dari nilai R-square, F-hitung, t-hitung serta standar error.
Dari hasil regresi di antara variabel independen terlihat bahwa koefisien determinasinya masih lebih kecil dari koefisien detrminasi dari hasil regresi antara variabel dependen (Y) dengan variabel independen yaitu sebesar 87%. Hal ini berarti bahwa diantara variabel independen tidak terdapat multikolinearitas.
Dari model Analisis :
LY = 89.66365 + 2.388653X1 – 29.17246X2 + 0.501621X3 R2 = 0.876062
Maka dilakukan pengujian diantara masing-masing variabel independen untuk melihat apakah ada hubungan antara masing-masing variabel independen.
NPL = f (Suku bunga kredit, jumlah wisatawan)
NPL = 1.635308 + 0.143054 (Suku bunga kredit) – 8451484 (Jumlah wisatawan) Didapatkan R-square = 0.11, dengan demikian pengaruh variabel suku bunga kredit, dan jumlah wisatawan terhadap NPL (Non Performing Loan) adalah sebesar 11%. Dari hasil R-square tersebut dapat di buat kesimpulan tidak ada multikolinearitas di antara variabel-variabel independen, karena R-square persamaan di atas lebih kecil dari R-square persamaan yang di analisa oleh penulis.
Suku Bunga Kredit = f( NPL, Jumlah wisatawan)
Suku Bunga Kredit = -58567.58 + 0.000182 (NPL) + 9933.285 (Jumlah Wisatawan)
Didapatkan R-square = 0.01, dengan demikian pengaruh variabel suku bunga kredit, dan jumlah wisatawan terhadap NPL (Non Performing Loan) adalah sebesar 1%. Dari hasil R-square tersebut dapat di buat kesimpulan tidak ada multikolinearitas
di antara variabel-variabel independen, karena R-square persamaan di atas lebih kecil dari R-square persamaan yang di analisa oleh penulis.
Jumlah Wisatawan = f (NPL, Suku bunga kredit)
Jumlah Wisatawan = 17.46423 – 1.142908 (NPL) + 1.365606 (Suku bunga kredit)
Didapatkan R-square = 0.13, dengan demikian pengaruh variabel suku bunga kredit, dan jumlah wisatawan terhadap NPL (Non Performing Loan) adalah sebesar 13%. Dari hasil R-square tersebut dapat di buat kesimpulan tidak ada multikolinearitas di antara variabel-variabel independen, karena R-square persamaan di atas lebih kecil dari R-square persamaan yang di analisa oleh penulis.
b. Autokorelasi (Uji D-W)
Uji Durbin Watson digunakan untuk menguji apakah model regresi mengandung korelasi serial (autokorelasi) di antara variabel penganggu (disturbance error), dengan langkah-langkah pengujian sebagai berikut :
a. Hipotesa : Ho : = 0 Ha : ≠ 0 b. n = 36 ; k = 3 maka dl = 1.24 4 – dl = 2.76 du = 1.65 4 – du = 2.35 c. D-W hitung = 1.899240
d. Kriteria pengambilan keputusan :
- Ho ditolak jika Dw < Dl (ada korelasi positif) - Ho ditolak jika Dw > 4 - Dl (ada korelasi negatif) - Ho diterima jika Du < Dw < 4 – Du (tidak ada korelasi) - Tidak ada kesimpulan jika Dl ≤ Dw ≤ 4 – Dl (inconclusive) - Tidak ada kesimpulan jika 4 -Du ≤ Dw ≤ 4 – Dl (inconclusive)
Inconclusive Inconclusive
Autokorelasi (+) Autokorelasi(-)
Ho: accept
0 1.24 1.65 1.89 2 2.35 2.76 4 Gambar 4.6. Uji D-W Test
e. Keputusan : Berdasarkan data di atas, dapat diperoleh bahwa D-W hitung berada pada posisi Du < Dw < 4 – Du. Dengan demikian tidak ada autokorelasi pada tingkat kepercayaan 99%.
BAB V
KESIMPULAN DAN SARAN