BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.2 Analisis Hasil Penelitian
4.2.3 Analisis Regresi
Dari hasil pengujian asumsi klasik disimpulkan bahwa model regresi yang Best Linear Unibiased Estimator (BLUE) dan layak dilakukan analisis regresi.
Untuk menguji hipotesis, peneliti menggunakan analisis berganda. Berdasarkan hasil pengolahan data dengan SPSS, maka diperoleh hasil sebagai berikut:
a. Persamaan Regresi
Dalam pengelohan data dengan menggunakan regresi linier, dilakukan beberapa tahapan untuk mencari hubungan antara variabel indenpenden dan dependen, pengaruh Inflasi (X1) danNilai Tukar (X2) terhadap Permintaan Kredit (Y). Hasil regresi dapat dilihat pada Tabel 4.5 berikut ini:
Tabel 4.9
Hasil Analisis Regresi Linier Berganda Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 8.641 7.658 1.128 .263 LnIf -.184 .221 -.119 -.832 .408 LnNt 2.258 .860 .374 2.624 .010 a. Dependent Variable: LnPk
Sumber: Hasil Penelitian, 2016 (Data Diolah)
Hasil pengolahan data seperti ditunjukkan pada tabel 4.9 menghasilkan persamaan linier berganda sebagai berikut:
Y = 8,641 - 0,184X1 + 2, 258X2 Dimana :
Y = Jumlah Kredit yang Disalurkan X1 = Inflasi
X2 = Nilai Tukar Keterangan :
1. Konstanta sebesar 8,641 menunjukkkan bahwa semua variabel independen bernilai 0, maka Jumlah Kredit yang Disalurkan akan sebesar 8,641.
2. Nilai koefisien regresi variabel Inflasi sebesar -0,184 menunjukkan bahwa setiap kenaikan 1% pada Inflasi akan diikuti oleh penurunanJumlah Kredit yang Disalurkan sebesar 0,184 dengan asumsi variabel dependen terikat lain tetap.
3. Nilai koefisien regresi variabel Nilai Tukarsebesar 2,258 menunjukkan bahwa setiap kenaikan 1% pada Nilai Tukar akan diikuti oleh kenaikan Jumlah Kredit yang Disalurkan sebesar 2,258 dengan asumsi variabel dependen terikat lain tetap.
4.2.4 Pengujian Hipotesis
Untuk mengetahui apakah variabel independen dalam model regresi berpengaruh terhadap variabel dependen, maka dilakukan pengujian dengan menggunakan uji signifikan simultan (F test) dan uji parsial (t test) dan koefisien determinasi (Uji Goodness of Fit).
1. Uji Signifikansi Simultan (F – test)
Untuk melihat pengaruh struktur modal, ukuran perusahaan, pertumbuhan perusahaan dan kinerja perusahaan terhadap nilai perusahaan secara simultan dapat dihitung dengang menggunakan Uji Signifikansi Simultan (F – menuntest). Pengujian ini pada dasarnya menunjukkan apakah semua variabel indenpenden yang dimasukkan dalam model regresi memiliki pengaruh secara bersama-sama terhadap variabel dependen.
Dengan menggunakan tingkat signifikan (α) sebesar 5%, apabila nilai Sig.F > 0.05 dan Fhitung< Ftabel, maka H0 diterima, artinya terdapat pengaruh yang tidak signifikan secara bersama-sama dari variabel independen terhadap variabel
dependen. Sebaliknya, apabila nilai Sig.F < 0.05 dan Fhitung> Ftabel, maka Ha
diterima, artinya terdapat pengaruh yang signifikan secara bersama-sama dari variabel indenpenden terhadap variabel dependen.
Berdasarkan hasil pengolahan data dengan program SPSS, maka diperoleh hasil sebagai berikut:
Tabel 4.10 Hasil Uji F
ANOVAa
Model Sum of Squares Df Mean Square F Sig.
1
Regression 3.407 2 1.704 4.110 .020b
Residual 31.917 77 .415
Total 35.325 79
a. Dependent Variable: LnPk b. Predictors: (Constant), LnNt, LnIf
Sumber: Hasil Penelitian, 2016 (Data Diolah)
Tabel 4.10 menunjukkan hasil uji-F dengan menggunakan aplikasi SPSS. Berdasarkan pengolahan data, diperoleh nilai Fhitung sebesar 4,110 yang lebih besar dari Ftabel, yaitu 3,805 dengan tingkat signifikansi sebesar 0,020 memiliki nilai lebih kecil dari 0,05. Maka dapat dinyatakan bahwa H0 ditolak dan Ha diterima. Hal ini mengindikasikan bahwa terdapat pengaruh yang signifikan secara simultan antara variabel bebas yaituinflasi dan nilai tukar terhadap variabel terikat yaitu jumlah kredit yang disalurkan.
2. Uji Signifikansi Parsial (t – test)
Uji parsial atau uji signifikansi parameter individual (t – Test) menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel dependen, dengan kata lain digunakan untuk menguji signifikansi konstanta dan setiap variabel independennya.
Berdasarkan hasil pengolahan SPSS, diperoleh hasil sebagai berikut:
Tabel 4.11 Hasil Uji t Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 8.641 7.658 1.128 .263 LnIf -.184 .221 -.119 -.832 .408 LnNt 2.258 .860 .374 2.624 .010 a. Dependent Variable: LnPk
Sumber: Hasil Penelitian, 2016 (Data Diolah)
Berdasarkan Tabel 4.11 diatas dapat disimpulkan bahwa:
1. Inflasi
Inflasi secara parsial berpengaruh negatif dan tidak signifikan terhadap jumlah kredit yang disalurkan selama periode 2010 – 2014. Hal ini dapat dilihat dari nilai t hasil dan nilai signifikansi dari pengolahan data diatas Sig. (0,408) >α (0,05)dan thitung(-0,832)< ttabel (2,16037), maka H0 diterima dan Ha ditolak. Artinya inflasi tidak berpengaruh terhadap jumlah kredit yang disalurkan.
2. Nilai Tukar
Nilai tukar secara parsial berpengaruh positif dan signifikan terhadap jumlah kredit yang disalurkan selama periode 2010 – 2014. Hal ini dapat dilihat dari nilai t hasil dan nilai signifikansi dari pengolahan data diatas Sig. (0,010) <α (0,05)dan thitung (2,624) > ttabel (2,16037), maka H0 ditolak dan Ha diterima. Artinya nilai tukar berpengaruh secara positif dan signifikan terhadap jumlah kredit yang disalurkan.
3. Uji Koefisien Determinasi (Uji R2)
Pengukuran besarnya koefisien dari uji regresi dapat dilihat melalui nilai koefisien determinasi multiple R2 (koefisien determinasi mengukur proporsi dari variabel yang dapat dijelaskan oleh variabel independen). Apabila nilai R2 suatu regresi (mendekati satu), maka semakin baik regresi tersebut dan semakin mendekati nol, maka variabel independen secara keseluruhan secara keseluruhan tidak bisa menjelaskan variabel dependen.Adjusted R Square ini digunakan untuk melihat berapa besar pengaruh faktor-faktor yang ditimbulkan oleh variabel-variabel independen terhadap variabel-variabel dependen.
Tabel 4.12
Hasil Analisis Koefisien Determinasi Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .311a .096 .073 .64382
a. Predictors: (Constant), LnNt, LnIf
b. Dependent Variable: LnPk
Sumber: Hasil Penelitian, 2016 (Data Diolah)
Tabel 4.12 menunjukkan bahwa pada model terlihat nilai Adjusted R Square adalah 0,073 yang berarti bahwa variabel-variabel penelitian, yaitu Inflasi dan Nilai Tukar mampu menjelaskanJumlah Kredit yang Disalurkan sebesar 7,3% dan sisanya sebesar 92,7% dijelaskan oleh variabel lainnya yang tidak disebutkan di dalam penelitian. Hal ini disebabkan oleh angka inflasi yang masih bersifat rendah dan terkendali sehingga jumlah kredit yang disalurkan tetap meningkat karena masyarakat masih memiliki kemampuan daya beli dalam pemenuhan kebutuhan dasar yang tinggi.
Variabel lain yang memiliki kemungkinan untuk mempengaruhi jumlah kredit yang disalurkan adalah krisis ekonomi, yaitu kondisi di mana pertumbuhan perekonomian mengalami perlambatan atau krisis. Kondisi tersebut menyebabkan kebutuhan akan modal untuk mengembangkan usaha menjadi meningkat. Salah satu cara untuk mendapatkan modal adalah dengan melakukan peminjaman dana kepada bank, yaitu berupa kredit.