HASIL DAN PEMBAHASAN
B. Penemuan dan Pembahasan 1.Analisis Deskriptif 1.Analisis Deskriptif
2. Analisis Jalur Pengaruh Capital Adequacy Ratio (CAR), Non Performing Loan (NPL), Loan to Deposit Ratio (LDR) Terhadap
Return On Assets (ROA) dan Dampaknya pada Kredit Investasi.
Analisis jalur ini dibagi menjadi dua substruktur. Substruktur yang pertama menganalisis pengaruh CAR, NPL dan LDR sebagai 0 20000 40000 60000 80000 100000 120000 140000 Ja n -04 A p r-04 Ju l-04 O c t-04 Ja n -05 A p r-05 Ju l-05 O c t-05 Ja n -06 A p r-06 Ju l-06 O c t-06 Ja n -07 A p r-07 Ju l-07 O c t-07 Ja n -08 A p r-08 Ju l-08 O c t-08 Ja n -09 A p r-09 Ju l-09 O c t-09 Ja n -10 A p r-10 Ju l-10
KI
KI83 variabel eksogen terhadap ROA sebagai variabel endogen. Substruktur yang kedua menganalisis pengaruh CAR, NPL, LDR dan ROA sebagai variabel eksogen terhadap Kredit Investasi sebagai variabel endogen. Dari hasil perhitungan dengan menggunakan AMOS 16, maka dapat digambarkan diagram jalur sebagai berikut.
Gambar 4.6
Diagram Jalur Hasil Perhitungan
(Sumber : Output AMOS 16)
a. Analisis Korelasi
Korelasi antara CAR, NPL dan LDR dapat dilihat pada tabel sebagai berikut.
Tabel 4.6
Hasil Korelasi Nilai CAR, NPL dan LDR
Korelasi Antar Variabel Estimasi Probabilitas
CAR <--> NPL 0,538 0,000
NPL <--> LDR -0,480 0,000
CAR <--> LDR -0,881 0,000
(Sumber : data diolah)
CAR
NPL
LDR
.63ROA
.85KI
-.48 .54 -.88 .95 -.85 .67 -.56 .22 .01 -.25e1
e2
84 1) Korelasi antara Capital Adequacy Ratio (CAR) dan Non
Performing Loan (NPL)
Berdasarkan perhitungan, diperoleh angka korelasi antara variabel CAR dan NPL sebesar 0,538. Untuk menafsirkan angka tersebut digunakan kriteria sebagai berikut:
0 – 0,25 : Korelasi sangat lemah (dianggap tidak ada) > 0,25 – 0,5 : Korelasi cukup kuat
> 0,5 – 0,75 : Korelasi kuat > 0,75 – 1 : Korelasi sangat kuat
Untuk pengujian lebih lanjut, maka diajukan hipotesis:
Ho; = 0 : Tidak ada hubungan (korelasi) yang signifikan antara dua variabel.
Ha; 0 : Ada hubungan (korelasi) yang signifikan antara dua variabel.
Pengujian berdasarkan signifikan:
Jika probabilitas > 0,05 maka Ho diterima Jika probabilitas < 0,05 maka Ho ditolak
Korelasi sebesar 0,538 mempunyai maksud hubungan antara variabel CAR dan NPL kuat dan searah. Searah artinya apabila terjadi kenaikan CAR, maka NPL juga akan mengalami kenaikan, dan sebaliknya. Korelasi dua variabel tersebut mempunyai probabilitas sebesar 0,000 < 0,05 maka telah cukup bukti untuk
85 menolak Ho; =0 dan menerima Ha; 0 sehingga korelasi signifikan.
2) Korelasi antara Non Performing Loan (NPL) dengan Loan to deposit Ratio (LDR)
Berdasarkan perhitungan, diperoleh angka korelasi antara variabel NPL dan LDR sebesar -0,480. Korelasi sebesar 0,000 mempunyai maksud hubungan antara variabel NPL dan LDR kuat dan berlawanan. Berlawanan Artinya apabila terjadi kenaikan NPL, maka LDR akan mengalami penurunan, dan sebaliknya. Korelasi dua variabel tersebut mempunyai probabilitas sebesar 0,000 < 0,05 maka telah cukup bukti untuk menolak Ho; =0 dan menerima Ha; 0 sehingga korelasi signifikan.
3) Korelasi antara Capital Adequacy Ratio (CAR) dan Loan to Deposit Ratio (LDR)
Berdasarkan perhitungan, diperoleh angka korelasi antara variabel CAR dan LDR sebesar -0,881. Korelasi sebesar 0,000 mempunyai maksud hubungan antara variabel CAR dan LDR sangat kuat dan berlawanan. Berlawanan artinya apabila terjadi kenaikan CAR, maka nilai dari LDR akan mengalami penurunan, dan sebaliknya. Korelasi dua variabel tersebut mempunyai probabilitas sebesar 0,000 < 0,05 maka telah cukup bukti untuk
86 menolak Ho; =0 dan menerima Ha; 0 sehingga korelasi signifikan.
b. Analisis Jalur Pengaruh CAR, NPL, dan LDR terhadap ROA
Adapun gambar hasil analisis diagram jalur Substruktur pertama adalah sebagai berikut.
Gambar 4.7
Diagram Jalur Substruktur I
(Sumber : data diolah)
Analisis jalur substruktur yang pertama adalah menganalisis CAR, NPL dan LDR terhadap ROA baik secara simultan maupun secara parsial. Untuk melihat besarnya pengaruh secara simultan dapat terlihat pada kolom estimasi pada tabel Square Multiple Correlation. Besarnya pengaruh antara variabel secara individu dapat terlihat dari besarnya angka estimasi pada tabel Standardized Regression Weight. Sedangkan untuk melihat signifikansi pengaruh antar variabel dapat terlihat pada angka di tabel Regression Weight kolom Probability
CAR
NPL
LDR
.63ROA
-.48 .54 -.88 .95 -.85 .67e1
87 (lihat lampiran). Adapun hasil perhitungan dengan menggunakan AMOS 16 adalah sebagai berikut.
Tabel 4.7
Pengaruh antara CAR, NPL, dan LDR terhadap ROA Pengaruh antar variable Estimasi Probabilitas R Square
CAR - - > ROA 0,955 0,000
0,632
NPL - - > ROA -0,852 0,000
LDR - - > ROA 0,673 0,000
(Sumber : data diolah)
Untuk melihat pengaruh CAR, NPL, dan LDR secara gabungan terhadap ROA, kita dapat melihat hasil perhitungan pada tabel 4.7 khususnya angka R square.
Besarnya angka R square (r2) adalah 0,632. Angka tersebut digunakan untuk melihat besarnya pengaruh variabel CAR, NPL, dan LDR secara gabungan terhadap ROA dengan cara menghitung koefisien determinasi (KD) dengan menggunakan rumus berikut: KD = r2 x 100%
KD = 0,632 x 100% KD = 63,2%
Angka tersebut mempunyai maksud bahwa pengaruh variabel CAR, NPL, dan LDR terhadap ROA adalah 63,2%, sedangkan sisanya sebesar 36,8% (100%-63,2%%) dipengaruhi oleh faktor lain yang tidak dapat dijelaskan dalam penelitian. Dengan kata lain, variabilitas yang dapat diterangkan dengan menggunakan variabel CAR, NPL, dan LDR adalah sebesar 63,2%, sementara pengaruh yang disebabkan oleh variabel-variebel lain di luar model ini adalah sebesar 36,8%.
88 Untuk melihat besarnya pengaruh CAR, NPL, dan LDR terhadap ROA secara parsial, digunakan kolom estimasi pada tabel 4.7, sedangkan untuk melihat signifikansi digunakan kolom probabilitas.
1) Pengaruh antara variabel Capital Adequacy Ratio (CAR) dengan Return On Assets (ROA)
Untuk melihat apakah ada hubungan linier antara variabel CAR dengan ROA, dapat melakukan langkah-langkah analisis sebagai berikut:
Ketentuan Hipotesis:
Ho : Tidak ada hubungan linier antara CAR dengan ROA. Ha : Ada hubungan linier antara CAR dengan ROA. Dengan kriteria sebagai berikut:
• Jika probabilitas penelitian < 0,05 maka H0 ditolak dan Ha
diterima.
• Jika probabilitas penelitian > 0,05 maka H0 diterima dan Ha
ditolak.
Hasil perhitungan menunjukkan angka 0,000 < 0,05. Maka telah cukup data untuk menolak Ho dan menerima Ha. Artinya, ada hubungan linier antara variabel CAR dengan ROA. Besarnya pengaruh CAR dengan ROA sebesar 0,955atau 9,55%.
Capital Adequacy Ratio (CAR) memiliki pengaruh yang
89 apabila Capital Adequacy Ratio (CAR) mengalami kenaikan, maka Return on Assets (ROA) juga akan mengalami kenaikan, begitu juga sebaliknya. Hal ini sesuai dengan teori yang dinyatakan oleh Werdaningtyas (2002), Lattu Merissa (1999), dan Amiranti Masya (2009). Hasil ini juga didukung oleh pendapat yang dikemukakan oleh Amiranti Masya (2009) yang secara rinci berpendapat bahwa rasio CAR berpengaruh secara signifikan terhadap ROA, dimana bila terjadi kenaikan CAR maka ROA akan semakin tinggi pula, hal ini terjadi karena kondisi bank yang beroperasi di Indonesia mulai membaik akibat crisis ekonomi yang terjadi. Kecukupan modal bank yang digunakan untuk aktivitas operasionalnya mampu menghasilkan laba yang tinggi. 2) Pengaruh antara variabel Non Performing Loan (NPL) dengan
Return On Asset (ROA).
Untuk melihat apakah ada hubungan linier antara variabel NPL dengan ROA, dapat melakukan langkah-langkah analisis sebagai berikut:
Ketentuan Hipotesis:
Ho : Tidak ada hubungan linier antara NPL dengan ROA. Ha : Ada hubungan linier antara NPL dengan ROA.
Hasil perhitungan menunjukkan angka 0,000 < 0,05. Maka telah cukup data untuk menolak Ho dan menerima Ha. Artinya,
90 ada hubungan linier antara variabel NPL dengan ROA. Besarnya pengaruh NPL dengan ROA sebesar -0,845 atau -8,45%.
NPL memiliki pengaruh yang negatif dan signifikan pada
Return on Assets (ROA). Artinya, apabila NPL mengalami
peningkatan, maka ROA akan menurun, begitu juga sebaliknya. Hal ini sesuai dengan teori yang dinyatakan oleh Anisyah Harahap (2006) hasil penelitian menunjukkan bahwa NPL berpengaruh signifikan terhadap ROA.
Dalam laporan keuangan perbankan tahun 2004, secara global dapat dilihat bahwa rata-rata nilai NPL terus menerus menurun meskipun belum mencapai angka dibawah 5% sebagaimana yang diinginkan Bank Indonesia. Namun demikian, sebuah bank yang memilki nilai NPL sangat tidak serta merta berarti hampir seluruh kredit bank tersebut adalah kredit lancar. Yang menunjukkan betapa sehatnya bank tersebut. Karena NPL yang sangat kecil dapat saja dicapai oleh suatu bank yang hanya sedikit menyalurkan kreditnya.
3) Pengaruh antara variabel LDR dengan ROA.
Untuk melihat apakah ada hubungan linier antara variabel LDR dengan ROA dapat melakukan langkah-langkah analisis sebagai berikut:
Ketentuan Hipotesis:
91 Ha : Ada hubungan linier antara LDR dengan ROA.
Hasil perhitungan menunjukkan angka 0,000 < 0,05. Maka telah cukup data untuk menolak Ho dan menerima Ha. Artinya, ada hubungan linier antara variabel LDR dengan ROA. Besarnya pengaruh LDR dengan ROA sebesar 0,667 atau 6,67%.
LDR memiliki pengaruh yang positif dan signifikan pada ROA. Artinya, apabila terjadi kenaikan pada LDR maka ROA juga akan mengalami kenaikan. Hal sesuai dengan penelitian yang dilakukan oleh Dendawijaya (2003), Hasil ini juga didukung oleh pendapat yang dikemukakan oleh Dendawijaya (2003:118) yang secara rinci berpendapat bahwa tingginya rasio LDR menunjukkan rendahnya likuiditas dan rendahnya likuiditas akan menyebabkan laba meningkat. Sebaliknya rendahnya rasio LDR menunjukkan tingginya likuiditas dan menyebabkan laba menurun.
Tingginya rasio LDR mengindikasikan bahwa dana deposito dari masyarakat yang tertanam dalam pinjaman semakin besar. Dengan semakin besarnya penanaman kredit maka dalam kondisi yang normal akan menyebabkan laba yang meningkat. Laba ini berasal dari penerimaan bunga pinjaman dari kredit yang disalurkan. Tetapi jika bank mengurangi jumlah kredit yang telah dikucurkan (mengubah aktiva kredit menjadi aktiva yang kurang produktif), maka kemampuan bank untuk menghasilkan
92 penghasilan (terutama penghasilan yang berasal dari bunga pinjaman) akan turun. Penurunan ini akan berakibat menurunnya ROA.
c. Analisis Jalur Pengaruh Variabel CAR, NPL, LDR dan ROA terhadap Kredit Investasi
Adapun gambar hasil analisis diagram jalur sub struktur kedua adalah sebagai berikut.
Gambar 4.8
Diagram Jalur Substruktur II
(Sumber : Output AMOS)
Analisis jalur sub struktur yang kedua adalah menganalisis pengaruh CAR, NPL, LDR dan ROA terhadap Kredit Investasi baik secara simultan maupun secara parsial. Untuk melihat besarnya pengaruh secara simultan dapat terlihat pada kolom estimasi pada tabel Square Multiple Correlation. Besarnya pengaruh antara variabel secara individu dapat terlihat dari besarnya angka estimasi pada tabel
Standardized Regression Weight. Sedangkan untuk melihat
CAR
NPL
LDR
ROA
.85KI
-.48 .54 -.88 -.56 .22 .01 -.25e1
e2
93 signifikansi pengaruh antar variabel dapat terlihat pada angka di tabel
Regression Weight kolom Probability (lihat pada lampiran). Adapun
Ringkasan hasil perhitungan dengan menggunakan Software AMOS 16 adalah sebagai berikut :
Tabel 4.8
Pengaruh antara CAR, NPL, LDR dan ROA terhadap Kredit Investasi Pengaruh antar variable Estimasi Probabilitas R
Square CAR - - > KI -0,562 0,000 0,854 NPL - - > KI -0,429 0,002 LDR - - > KI 0,220 0,033 ROA - - > KI 0,010 0,892
(Sumber : data diolah)
Untuk melihat pengaruh variabel CAR, NPL, LDR dan ROA terhadap Kredit Investasi secara gabungan dapat dilihat pada tabel 4.8 kolom R square.
Besarnya angka R square (r2) adalah sebesar 0,854. Angka tersebut menjelaskan bahwa pengaruh CAR, NPL, LDR dan ROA terhadap Kredit Investasi secara gabungan adalah 85,4% (0,854 x 100%), sedangkan sisanya sebesar 14,6% (100% - 85,4%) dipengaruhi oleh faktor lain yang tidak dapat dijelaskan dalam penelitian. Dengan kata lain, variabilitas yang dapat diterangkan dengan menggunakan variabel CAR, NPL, LDR dan ROA terhadap Kredit Investasi sebesar 85,4%, sementara pengaruh 14,6% disebabkan oleh variabel-variabel lain di luar model ini yang tidak dapat dijelaskan dalam penelitian.
Untuk melihat besarnya pengaruh CAR, NPL, LDR dan ROA terhadap Kredit Investasi secara parsial, digunakan kolom estimasi
94 pada tabel 4.8, sedangkan untuk melihat signifikansi digunakan kolom probabilitas.
1) Pengaruh antara variabel CAR terhadap Kredit Investasi
Hasil perhitungan menunjukkan angka 0,000 < 0,05. Maka telah cukup data untuk menolak H0 dan menerima Ha. Artinya, ada hubungan linier antara variabel CAR terhadap Kredit Investasi. Besarnya pengaruh CAR terhadap Kredit Investasi sebesar -0,562 atau -5,62%.
CAR memiliki pengaruh yang negatif dan signifikan terhadap Kredit Investasi. Artinya, apabila nilai CAR meningkat maka jumlah Kredit Investasi mengalami penurunan, begitu pula sebaliknya. Hasil ini sesuai dengan penelitian yang dilakukan oleh Amiranti Marsya (2009), Hal ini dikarenakan dana atau modal yang dimiliki suatu bank tersalurkan kepada kredit UMKM yang diberikan kepada masyarakat sehingga mengurangi permodalan bank. Menurut penelitian yang dilakukan oleh Luh Gede Meydianawathi (2007) dengan menggunakan metode (OLS) Ordinary Least Square dan bantuan program Eviews, yang
menemukan bahwa variabel CAR secara parsial menunjukan pengaruh yang signifikan
2) Pengaruh antara variabel NPL terhadap Kredit Investasi.
Hasil perhitungan menunjukkan angka 0,002 < 0,05. Maka telah cukup data untuk menolak H0 dan menerima Ha. Artinya,
95 ada hubungan linier antara variabel NPL terhadap Kredit Investasi. Besarnya pengaruh NPL terhadap Kredit Investasi sebesar -0,249 atau -2,49%.
NPL memiliki pengaruh yang negatif dan signifikan terhadap ROA. Artinya, apabila nilai NPL meningkat maka jumlah Kredit Investasi mengalami penurunan, begitu pula sebaliknya. Hal ini sesuai dengan penelitian yang dilakukan oleh Luh Gede Meydianawathi (2007) dengan menggunakan metode (OLS) Ordinary Least Square dan bantuan program Eviews, yang menemukan bahwa variabel NPL secara parsial menunjukkan pengaruh yang signifikan dan negatif terhadap Kredit Investasi dan Kredit Modal Kerja bank Umum pada sector UMKM. Selama masa observasi NPL kredit Investasi dan Modal Kerja yang tinggi menyebabkan Kredit Investasi dan Modal Kerja bank Umum kepada sector UMKM berkurang. Sebaliknya, NPL yang rendah secara signifikan meningkatkan Kredit Investasi bank Umum kepada sector ini. Hasil ini sejalan dengan fenomena dimana NPL yang tinggi menyebabkan bank harus membentuk cadangan penghapusan yang lebih besar sehingga dana yang dapat disalurkan lewat pemberian kredit juga semakin berkurang. 3) Pengaruh antara variabel LDR terhadap Kredit Investasi.
Hasil perhitungan menunjukkan angka 0,033 < 0,05. Maka telah cukup data untuk menolak H0 dan menerima Ha. Artinya,
96 ada hubungan linier antara variabel LDR terhadap Kredit Investasi. Besarnya pengaruh LDR terhadap Kredit Investasi sebesar 0,220 atau 2,20%.
LDR memiliki pengaruh yang positif dan signifikan terhadap ROA. Artinya, apabila terjadi kenaikan nilai LDR maka jumlah Kredit Investasi juga akan mengalami kenaikan. Hasil penelitian Dewi Nur sa’adah (2006) dan Nila Kurniawati (2010), menunjukkan bahwa LDR berpengaruh positif signifikan terhadap Kredit. Hal ini sesuai dengan hasil penelitian yang penulis lakukan. Kenaikan simpanan masyarakat selalu diikuti dengan kenaikan secara proporsional pada kredit yang disalurkan oleh perbankan. Karena simpanan masyarakat sangat berpengaruh terhadap ekonomi perbankan terutama di bidang penyaluran kredit.
4) Pengaruh antara variabel ROA terhadap Kredit Investasi.
Hasil perhitungan menunjukkan angka 0,892 > 0,05. Maka tidak cukup data untuk menolak H0 dan menerima Ha. Artinya,
tidak ada hubungan linier antara variabel ROA terhadap Kredit Investasi. Besarnya pengaruh LDR terhadap Kredit Investasi sebesar 0,010 atau 1,0%.
ROA memiliki pengaruh yang positif dan tidak signifikan terhadap Kredit Investasi. Hal ini tidak sesuai dengan penelitian yang dilakukan oleh Luh Gede Meydianawati (2007) yang
97 menggunakan metode OLS dengan bantuan SPSS, bahwa ROA memiliki pengaruh yang signifikan terhadap kredit modal kerja pada Bank Umum (Januari 2002-Februari 2006). Hasil ini juga tidak sesuai dengan penelitian yang dilakukan oleh Francisca dan Hasan Siregar (2008) yang menggunakan metode regresi berganda dengan SPSS 15, bahwa ROA memiliki pengaruh yang positif dan signfikan terhadap volume kredit.Selain itu, hal ini juga tidak sesuai dengan pendapat Muliaman Haddad (2004) yang menyatakan bahwa besarnya ROA menjadi salah satu keputusan bank untuk menyalurkan kredit.Perbedaan hasil ini dikarenakan peneliti memiliki objek dan masa penelitian penelitian yang berbeda. Perbedaan hasil penelitian kali ini juga disebabkan karena fenomena tersendatnya intermediasi perbankan yang terjadi pada tahun 2007 – 2009 yang dilaporkan pada Tinjauan Kebijakan Moneter Bank Indonesia.
Krisis global yang memuncak tahun 2008 masih menyisakan dampak antara lain pada pertumbuhan kredit perbankan di Indonesia. Setelah kredit mencapai tingkat pertumbuhan yang tinggi pada 2008, dengan puncaknya pada bulan Oktober, pertumbuhan kredit kemudian mulai melambat pada akhir tahun 2008.Rendahnya pertumbuhan kredit selama semester I 2009 disebabkan antara lain oleh menurunnya kebutuhan kredit pengusaha di sektor riil terkait dengan daya
98 belimasyarakat dan ekspor yang menurun, masih tingginya suku bunga kredit perbankan (meskipun BI rate secara konsisten telah diturunkan), dan sikap bank yang cenderung sangat berhati-hati dalam mengucurkan kreditnya. Jadi meskipun ROA cenderung mengalami peningkatan, namun hal tersebut tidak dibarengi dengan meningkatnya penyaluran kredit perbankan. (Bank Indonesia, 2009)
Tabel 4.9
Pengujian Pengaruh antar Variabel Eksogen dengan Endogen Pengaruh Variabel Estimasi Probabilitas Kesimpulan
CAR ROA ,955 0,000 Signifikan
NPL ROA -,852 0, 000 Signifikan
LDR ROA ,673 0,000 Signifikan
CAR KI -,562 0,002 Signifikan
NPL KI -,249 0,002 Signifikan
LDR KI ,220 0,033 Signifikan
ROA KI ,010 0,892 Tidak Signifikan
(Sumber : data diolah)
d. Uji Kesesuaian Model (Goodness of Fit)
Untuk mengetahui apakah model tersebut sudah sesuai atau belum, maka dilakukan uji kesesuaian model (Goodness of Fit) sebagai berikut.
99 Tabel 4.10
Hasil Uji Goodness of Fit Pengaruh CAR, NPL, LDR terhadap ROA dan Dampaknya pada Kredit Investasi
Laporan Statistik Nilai yang Direkomendasikan (Imam Ghozali, 2008)
Hasil Keterangan
Absolut Fit
Prob. 2
χ
Tidak signifikan (p > 0.05) - Model tidak cocok 2χ
/df≤
5 < 2 - - RMSEA < 0.1 < 0.05 < 0.01 0.05 ≤ x≤ 0.08 - Poor Fit GFI≥
0.9 - - Incremental Fit AGFI≥
0.9 - - TLI≥
0.9 - -NFI
≥
0.9 1 Perfect FitParsimonious Fit
PNFI 0-1.0 0 Poor Fit
PGFI 0-1.0 0 Poor Fit
(Sumber : data diolah)
Hasil uji Goodness of Fit tersebut masih banyak yang tidak Terdefinisi maka pengujian tersebut dianggap kurang Fit. Hal ini disebabkan dalam model tersebut masih ada pengaruh antar variabel yang tidak signifikan. Selanjutnya peneliti akan melakukan analisis jalur model
trimming. Analisis Jalur Model Trimming adalah model yang digunakan
untuk memperbaiki suatu model struktur bila koefisien betanya (eksogen) tidak signifikan. Dalam hal ini peneliti menghilangkan salah satu jalur (panah) yang memiliki koefisien betanya tidak signifikan dan yang memiliki probabilitas terbesar. Rangkuman hasil trimming model dapat dilihat pada tabel berikut.
100 Tabel 4.11
Hasil Uji Goodness of Fit Setelah Modifikasi
Indeks
Goodness of Fit
Cut-Off Value Hasil Uji
Sebelum Trimming Trimming I