HASIL PENELITIAN DAN PEMBAHASAN 4.1 Gambaran Deskriptif Variabel
4.2 Analisis Data
Pada analisis data panel dalam penelitian ini, yang berfungsi sebagai variabel terikat adalah jumlah kredit tiap perbankan sedangkan variabel bebasnya adalah jumlah perbankan, suku bunga pinjaman, Non Performing Loan (NPL), dan pertumbuhan ekonomi. Hubungan fungsional antara variabel terikat dengan variabel bebas dapat dinyatakan sebagai berikut :
Jumlah Kredit = f (Jumlah Perbankan, Suku Bunga Pinjaman, NPL, Pertumbuhan Ekonomi)
Untuk pengolahan datanya, maka digunakan spesifikasi model-model ekonometrika seperti dibawah ini:
59 Dimana:
i = Kelompok Perbankan (1,2,……..,7)
t = Bulanan (2012M01, …….…….,2014M12) Y = Jumlah Kredit tiap perbankan
α = Intercept /Konstanta
β1 β2 β3β4 = Koefisian Regresi X1 = Jumlah Perbankan
X2 = Suku Bunga Pinjaman (i) X3 = Non Performing Loans (NPL) X4 = Pertumbuhan Ekonomi μ = Term of Error
Menurut (Nachrowi, 2006), terdapat beberapa pendapat pakar untuk menentukan model yang paling sesuai yang digunakan dalam analisis data panel yang mana telah dibuktikan oleh beberapa pakar ekonometrika dimana hasil dalam pembutian tersebut dapat disimpulkan sebagai berikut:
1. Jika pada data panel jumlah data time series lebih besar dibandingkan jumlah data cross section, maka disarankan untuk menggunakan model Fixed Effect Model (FEM).
2. Jika pada data panel jumlah data time series lebih sedikit dibandingkan jumlah data cross section, maka disarankan untuk menggunakan model Random Effect Model (REM).
Berdasarkan ketentuan ini maka analisis yang digunakan untuk ketiga model persamaan adalah dengan menggunakan metode FEM.
60
4.2.1 Hasil Estimasi dengan Menggunakan Model Odinary Least Square (OLS)
Tabel. 4.1
Hasil Estimasi Odinary Least Square (OLS)
Sumber : Data olahan, Lampiran
Dari hasil estimasi dengan menggunakan metode PLS didapat hasil yang tidak baik atau bias, hal ini diperoleh dari nilai koefisien Determinasi (R2) sebesar 0.75730 yang berarti secara keseluruhan variabel bebas yang ada dimodel persamaan tersebut hanya mampu menjelaskan variasi jumlah kredit perbankan pada 7 kelompok bank di Indonesia dengan nilai 17.57% dan sisanya 82.43% dapat dijelaskan oleh variabel lain diluar model persamaan.
4.2.2 Hasil Estimasi dengan Menggunakan FEM
Berdasarkan hasil estimasi dengan menggunakan metode Fixed Effect Model (FEM), maka diperoleh nilai koefisien Determinasi (R2) sebesar 0.981090 yang berarti secara keseluruhan variabel bebas yang ada didalam model persamaan tersebut mampu menjelaskan variasi jumlah kredit perbankan pada 7 kelompok bank di Indonesia sebesar 98,109% dan sisanya 1,891% dijelaskan oleh variabel lain diluar model persamaan. Hasil lain yang didapat dengan Fixed Effect Model adalah bank dengan tingkat penawaran kredit tertinggi dan menjadi bank yang unggul di pasar persaingan kredit adalah Bank Persero sedangkan yang memiliki rata-rata penawaran kredit yang terkecil di pasar persaingan kredit adalah BPR.
JK = + 101.1608X1 - 61139.14X2 + 88890.06X3 + 19164.5X4
t-statistik = (0.619514) (-4.837801) (2.614280) (4.884736)
Std. Error 163.2905 12637.79 34001.74 39232.73
61 Tabel. 4.2
Hasil Estimasi Fixed Effect Model (FEM)
Keterangan * Signifikan pada α = 1%,**Signifikan pada α = 5% Sumber : Data olahan Eviews, Lampiran
4.2.3 Hasil Estimasi dengan Uji Chow
Berikut adalah hasil pengujian Chow Test untuk memilih model regresi data panel yang bagus dan paling representative.
Tabel. 4.3
Hasil Estimasi Uji Chow Redundant Fixed Effects Tests
Pool: POOL1
Test cross-section fixed effects
Effects Test Statistic d.f. Prob.
Cross-section F 1155.488636 (6,241) 0.0000
Cross-section Chi-square 855.139879 6 0.0000
Sumber : Data olahan Eviews, Lampiran
Dari hasil estimasi uji Chow pada Tabel 4.3 menunjukan nilai F-statistik dan Chi-square signifikan sebesar 0,0000. Maka sesuai dengan hipotesis H0 = PLS dan Ha = FEM, jika H0 diterima nilai F-statistik > 0.05 sedangkan jika Ha diterima F-statistik < 0.05. Dari tabel 4.3 diatas diketahui nilai F-statistik < 0,05
JK = 241812.3 + 3985.401X1 + 10549.81X2 - 57301.30X3 - 142703.5X4
t-statistik = (7.607227)* (1.969010)** (-10.1733)* (-20.1850)*
Std. Error 523.8967 5357.926 5632.498 6685.965
R2 = 0.981090 DW-Stat = 0,108465
Fixed Effects (Cross)
_BP--C 1643012. _BUSNDEV--C 1631783. _BUSNNDEV--C 563280.7 _BPD--C 758279.0 _BA--C 679226.7 _BC--C 635167.2 _BPR--C -5910748.
62
sehingga Ha diterima dengan model FEM. Maka kita akan melanjutkan pengujian dengan uji Hausman test.
4.2.4 Hasil Estimasi dengan Menggunakan REM
Berdasarkan hasil estimasi dengan menggunakan metode Random Effect Model (REM), maka diperoleh nilai koefisien Determinasi (R2) sebesar 0.488139 artinya, secara keseluruhan variabel bebas yang ada dalam model persamaan tersebut mampu menjelaskan jumlah kredit perbankan pada 7 kelompok bank di Indonesia sebesar 48.81% dan sisanya 51,19% dijelaskan oleh variabel lain diluar model persamaan. Hasil lain yang didapat pada hasil uji REM ini adalah bank yang memiliki penawaran dan persaingan kredit yang lebih tinggi diantara 7 kelompok bank di pasar persaingan kredit adalah BUSN Devisa, hasil ini berbeda dengan hasil estimasi dengan menggunakan metode Fixed Effect Model (FEM) dimana bank persero adalah bank dengan tingkat persaingan pasar kredit yang lebih tinggi dan bank dengan penawaran dan tingkat persiangan terendah adalah BPR. Berikut adalah hasil estimasi dalam bentuk tabel :
Tabel 4.4
Hasil Estimasi Random Effect Model
Keterangan * Signifikan pada α = 1% Sumber : Data olahan Eviews, Lampiran
JK = 899195.0 + 35.98481X1 + 25297.22X2 - 51424.75X3 - 126663.8X4
t-statistik = (0.145458) (3.659807)* (-8.87853)* (-20.0770)*
Std. Error 247.3893 6912.172 5792.032 6308.877
R2 = 0.488139 DW-Stat = 0.085165
Random Effects (Cross)
_BP--C 721745.1 _BUSNDEV--C 824405.5 _BUSNNDEV--C -269075.4 _BPD--C -99817.02 _BA--C -277619.3 _BC--C -306227.8 _BPR--C -593411.1
63 4.2.5 Uji Hausman (Hausman Test)
Untuk memiliki hasil kuat dalam memilih metode yang digunakan akan baik, maka dilakukan uji Hausman. Uji Hausman akan memberikan penilaian dari semua uji data panel, jika H0=Fixed Effect Model dan Ha = Random Effect Model dengan melihat nilai Chi-Square statistic sehingga keputusan pemilihan model dapat ditentukan secara tepat.
Tabel 4.5 Hasil Uji Hausman
Sumber : Data Olahan Eviews, Lampiran
Berdasarkan hasil uji Hausman pada tabel 4.5 di atas menunjukkan bahwa nilai Chi-Square statistik sebesar 8,83276 yang artinya pada uji Hausman signifikan pada α = 10%. Maka dari itu, dalam penelitian ini menggunakan metode Fixed Effect Model adalah model yang paling representatif.
4.2.6 Intrepretasi Model FEM
Berdasarkan Uji Chow di atas menunjukkan bahwa nilai F statistik statistik tidak signifikan maka metode yang digunakan adalah model Fixed Effect Model (FEM). Maka yang akan dibahas adalah intrepetasi model FEM, hasil estimasi FEM dapat dijelaskan pengaruh variabel independen jumlah kredit tiap banknya di pasar kredit, dari variabel jumlah perbankan, tingkat suku bunga pinjaman, NPL dan pertumbuhan ekonomi, adalah sebagai berikut :
Correlated Random Effects - Hausman Test Pool: Untitled
Test cross-section random effects
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
64 1. Jumlah Perbankan (X1)
Jumlah Perbankan (X1) memiliki pengaruh positif terhadap jumlah kredit atau pinjaman, dengan nilai koefisien sebesar 3985,401. Hal ini berarti, bila terjadi kenaikan pada jumlah perbankan sebesar 10 bank, cateris paribus, maka akan menyebabkan kenaikan tingkat penawaran kredit di persaingan pasar kredit dan kenaikan pinjaman sebesar Rp. 39,85401 miliar.
2. Suku bunga kredit (X2)
Suku bunga perbankan (X2) memiliki pengaruh positif terhadap jumlah kredit atau pinjaman, dengan nilai koefisien sebesar 10549,81. Hal ini berarti, bila terjadi kenaikan pada tingkat suku bunga kredit sebesar 1% pada setiap perbankan di pasar persaingan kredit, cateris paribus, maka akan menyebabkan kenaikan tingkat penawaran kredit di persaingan pasar kredit sehingga akan menaikkan pinjaman sebesar Rp.105,4981 miliar.
3. Non Performing Loan (NPL) (X3)
Non Performing Loan (X3) berpengaruh negatif terhadap jumlah kredit atau pinjaman, dengan hasil estimasi didapat koefisien sebesar 57301,30. Artinya, bila terjadi kenaikan pada rasio Non Performing Loan (NPL) sebesar 1% pada perbankan di pasar kredit, cateris paribus, maka akan menurunkan pinjaman sebesar Rp. 573,0130 miliar.
4. Pertumbuhan Ekonomi (X4)
Pertumbuhan Ekonomi (X4) berpengaruh negatif terhadap jumlah kredit atau pinjaman, dan estimasi yang didapat menjukkan koefisien sebesar 142703,5. Hal ini berarti bila terjadi pernurunan pada pertumbuhan ekonomi sebesar 1% akan
65
meningkatkan permintaan kredit atau pinjaman sebesar 1427,035 miliar di pasar kredit.
4.3 Uji Kesesuaian (Test of Goodness of Fit )