BAB V KESIMPULAN DAN SARAN
4.2 Uji Hausman
Uji Hausman (Hausman Test) dilakukanuntuk menentukan model yang paling tepat digunakan untuk mengestimasi data panelyaitu antaraFixed effectatau Random effect. Berikut merupakan tabel hasil uji Hausman.
Tabel 4.2 Uji Hausman Test Summary Chi-Sq.
Statistic Chi-Sq. d.f. Prob.
Cross-section random 4.280746 5 0.5097
Sumber: Hasil Olahan Data Eviews, Lampiran 4
Berdasarkan hasil uji Hausman yang dilakukan diperoleh nilai Chi-Square Statistik sebesar 4,280746 sedangkan nilai Chi-Square tabel dengan df = 5 pada α
= 5% adalah 11,07. Hal ini berarti Chi-Square Statistik < Chi-Square tabel (4,280746<11,07). Selain itu dapat diketahui juga bahwa nilai probabilitas cross-section random sebesar 0,5097 yang nilainya > 0,05. Sehingga Ho diterima, yang demikian bahwa model Random Effect Model (REM) adalah model yang sesuai untuk estimasi persamaan dalam penelitian ini.
4.3 Hasil Estimasi Model Regresi Data Panel
Berdasarkan hasil uji Hausman yang dilakukan bahwa model yang digunakan dalam penelitian ini adalah Random Effect Model. Berikut merupakan tabel hasil estimasi regresi data panel dengan menggunakan pendekatan Random Effect Model :
Tabel 4.3
Hasil Estimasi Random Effect Model
Variabel Koefisien Std. Error t-Statistik Prob.
C 0.019503 0.011096 1.75763 0.0813
GDRP 0.007425 0.047128 0.157559 0.8751
INF -0.005403 0.048636 -0.111086 0.9117
LDR 0.014636 0.010244 1.428783 0.1556
CAR 0.002867 0.034647 0.082734 0.9342
LG -0.057014 0.009845 -5.791409 0.0000
Random Effects (Cross)
_ACEH—C 0.000696 _MALUKUMALUT--C 0.000526
_BALI—C -0.013627 _NTB—C -0.006602
_BENGKULU—C -0.012214 _NTT—C -0.007171
_DKI—C 0.021003 _PAPUA—C 0.023188
_JAMBI—C -0.013095 _RIAUKEPRI--C 0.006185
_JATENG—C -0.009435 _SULTRA—C 0.010289
_BJB—C 0.005024 _SULSELSULBAR--C -0.016311
_JATIM—C 0.006145 _SULTENG—C 0.019336
_KALTIM—C 0.001167 _SULUTGO—C -0.010589
_KALTENG—C -0.01356 _SUMBAR—C 0.00047
_KALBAR—C -0.016782 _SUMSELBABEL--C 0.027997
_KALSEL—C 0.005908 _SUMUT—C 0.012000
_LAMPUNG—C -0.012169 _DIY—C -0.008381
R-Squared 0.229907
Adjsuted R-Squared 0.198854
F-Statistic 7.403876
Prob(F-Statistic) 0.000004
Sumber : Data hasil olahan Eviews, lampiran 5
Berdasarkan hasil estimasi Random Effect Model yang tertera pada Tabel 4.3 di atas, dapat diketahui bahwa model persamaan regresi data panel dalam penelitian ini adalah sebagai berikut:
NPLit= 0.0195 +0.00742GDRPit –0.0054INFit+0.01464LDRit +0.00287CARit- .
0.057LGit + еit
Adapun interpretasi dari model persamaan di atas dapat dijelaskan sebagai berikut:
1. Konstanta
Berdasarkan model persamaan di atas dapat diketahui bahwa nilai konstanta adalah 0,0195. Hal ini bermakna bahwa nilai NPL BPD adalah 0,0195 apabila variabel-variabel independen diabaikan atau sama dengan nol (0).
2. Variabel GDRP (Pertumbuhan Ekonomi Daerah)
Berdasarkan model persamaan di atas dapat diketahui nilai koefisien dari variabel GDRP adalah 0,000742. Tanda koefisien yang positif menunjukkan bahwa variabel GDRP memiliki pengaruh positif terhadap NPL Bank Pembangunan Daerah. Hal ini bermakna bahwa apabila terjadi peningkatan pertumbuhan ekonomi daerah sebesar 1%
akan meningkatkan NPL Bank Pembangunan Daerah sebesar 0,000742% dengan asumsi variabel independen lain dianggap konstan.
Hasil ini sejalan dengan penelitian yang dilakukan oleh Shingjergji (2013) hyang menyatakan bahwa pertumbuhan ekonomi berpengarug secara positif terhadap NPL
3. Variabel INF (Inflasi)
Berdasarkan model persamaan di atas dapat diketahui nilai koefisien dari variabel INF adalah –0,0054. Tanda koefisien yang negatif menunjukkan bahwa variabel INF memiliki pengaruh negatif terhadap NPL Bank Pembangunan Daerah. Hal ini bermakna bahwa apabila terjadi peningkatan inflasi daerah sebesar 1% akan menurunkan NPL BPD sebesar 0,0054%dengan asumsi variabel independen lain dianggap konstan. Hasil ini sejalan dengan penelitian yang dilakukan oleh Shingjergji (2013) yang menyatakan bahwa inflasi berpengaruh secara negatif terhadap NPL.
4. Variabel LDR (Loan to Deposit Ratio)
Berdasarkan model persamaan di atas dapat diketahui nilai koefisien dari variabel LDR adalah 0,01464. Tanda koefisien yang positif menunjukkan bahwa variabel LDR memiliki pengaruh positif terhadap NPL BPD. Hal ini bermakna bahwa apabila terjadi peningkatan LDR BPD sebesar 1% akan meningkatkan NPL BPD sebesar 0,01464%
dengan asumsi variabel independen lain dianggap konstan. Hasil ini sejalan dengan penelitian yang dilakukan oleh Adisaputra (2012) dan Gezu (2014) yang menyatakan bahwa LDR berpengaruh secara positif terhadap NPL.
5. Variabel CAR (Capital Adequacy Ratio)
Berdasarkan model persamaan di atas dapat diketahui nilai koefisien dari variabel CAR adalah 0,00287. Tanda koefisien yang positif menunjukkan bahwa variabel CAR memiliki pengaruh positif terhadap NPL BPD. Hal ini bermakna bahwa apabila terjadi peningkatan CAR BPD sebesar 1% akan meningkatkan NPL BPD sebesar 0,00287%
dengan asumsi variabel independen lain dianggap konstan. Hasil ini sejalan dengan penelitian yang dilakukan oleh Adisaputra (2012) yang menyatakan bahwa CAR berpengaruh secara positif terhadap NPL.
6. Variabel LG (Pertumbuhan Kredit)
Berdasarkan model persamaan di atas dapat diketahui nilai koefisien dari variabel LG adalah –0.057. Tanda koefisien yang negatif menunjukkan bahwa variabel LG memiliki pengaruh negatif terhadap NPL Bank Pembangunan Daerah. Hal ini bermakna bahwa apabila
terjadi peningkatan pertumbuhan kredit BPD sebesar 1% akan menurunkan NPL BPD sebesar 0,057% dengan asumsi variabel independen lain dianggap konstan. Hasil ini sejalan dengan penelitian yang dilakukan oleh Curak et al (2013) yang menyatakan bahwa pertumbuhan kredit berpengaruh secara negatif terhadap NPL.
Adapun interpretasi dari nilai koefisien cross section terhadap masing-masing variabel adalah sebagai berikut :
1. Variabel GDRP
Berdasarkan tabel 4.3 di atas dapat diketahui bahwa nilai koefisien cross section tertinggi diperoleh Provinsi Sumatera Selatan dan Bangka Belitung yaitu sebesar 0.035422(hasil penjumlahan antara koefisien cross section dan variabel). Hal ini bermakna bahwa ketika pertumbuhan ekonomi Sumatera Selatan dan Bangka Belitung meningkat sebesar 1% hal tersebut akan meningkatkan NPL BPD Sumatera Selatan Bangka Belitung sebesar 0.035422% dengan menganggap faktor lain tetap. Sedangkan nilai koefisien cross section terendah diperoleh Provinsi Kalimantan Barat yaitu sebesar -0.009375.
Hal ini bermakna bahwa ketika pertumbuhan ekonomi Provinsi Kalimantan Barat meningkat 1% hal tersebut akan menurunkan NPL BPD Kalimantan Barat sebesar 0.009375% dengan menganggap faktor lain tetap.
2. Variabel INF
Berdasarkan tabel 4.3 di atas dapat diketahui bahwa nilai koefisiencross section tertinggi diperoleh Provinsi Sumatera Selatan dan Bangka Belitung yaitu sebesar 0.022594. Hal ini bermakna bahwa ketika inflasi Provinsi Sumatera Selatan dan Bangka Belitung meningkat sebesar 1%
hal tersebut akan meningkatkan NPL BPD Sumatera Selatan Bangka Belitung sebesar 0.022594% dengan menganggap faktor lain tetap.
Sedangkan nilai koefisien cross section terendah diperoleh Provinsi Kalimantan Barat yaitu sebesar -0.022185. Hal ini bermakna bahwa ketika inflasi Provinsi Kalimantan Barat meningkat 1% hal tersebut akan menurunkan NPL BPD Kalimantan Barat sebesar 0.022185%
dengan menganggap faktor lain tetap.
3. Variabel LDR
Berdasarkan tabel 4.3 di atas dapat diketahui bahwa nilai koefisien cross sectiontertinggi diperoleh BPD Sumatera Selatan dan Bangka Belitung yaitu sebesar 0.042633. Hal ini bermakna bahwa ketika LDRBPD Sumatera Selatan dan Bangka Belitung meningkat sebesar 1% hal tersebut akan meningkatkan NPL BPD Sumatera Selatan Bangka Belitung sebesar 0.042633% dengan menganggap faktor lain tetap. Sedangkan nilai koefisien cross section terendah diperoleh Provinsi Kalimantan Barat yaitu sebesar -0.002146. Hal ini bermakna bahwa ketika LDRBPD Kalimantan Barat meningkat 1% hal tersebut akan menurunkan NPL BPD Kalimantan Barat sebesar 0.002146%
dengan menganggap faktor lain tetap.
4. Variabel CAR
Berdasarkan tabel 4.3 di atas dapat diketahui bahwa nilai koefisien cross section tertinggi diperoleh BPD Sumatera Selatan dan Bangka Belitung yaitu sebesar 0.030864. Hal ini bermakna bahwa ketika CAR BPD Sumatera Selatan dan Bangka Belitung meningkat sebesar 1% hal tersebut akan meningkatkan NPL BPD Sumatera Selatan Bangka Belitung sebesar 0.030864% dengan menganggap faktor lain tetap.
Sedangkan nilai koefisien cross section terendah diperoleh Provinsi Kalimantan Barat yaitu sebesar -0.013915. Hal ini bermakna bahwa ketika CARBPD Kalimantan Barat meningkat 1% hal tersebut akan menurunkan NPL BPD Kalimantan Barat sebesar 0.013915% dengan menganggap faktor lain tetap.
5. Variabel LG
Berdasarkan tabel 4.3 di atas dapat diketahui bahwa nilai koefisien cross section tertinggi diperoleh BPD Sumatera Selatan dan Bangka Belitung yaitu sebesar -0.029017. Hal ini bermakna bahwa ketika pertumbuhan kredit BPD Sumatera Selatan dan Bangka Belitung meningkat sebesar 1% hal tersebut akan menurunkan NPL BPD Sumatera Selatan Bangka Belitung sebesar 0.029017% dengan menganggap faktor lain tetap. Sedangkan nilai koefisien cross section terendah diperoleh Provinsi Kalimantan Barat yaitu sebesar -0.073796.
Hal ini bermakna bahwa ketika pertumbuhan kreditBPD Kalimantan Barat meningkat 1% hal tersebut akan menurunkan NPL BPD
Kalimantan Barat sebesar 0.073796% dengan menganggap faktor lain tetap.
4.4 Hasil Pengujian Hipotesis
Pengujian hipotesis dilakukan untuk mengetahui ada tidaknya pengaruh dari variabel bebas terhadap variabel terikat baik secara simultan maupun parsial, dan untuk mengetahui besarnya pengaruh tersebut.
4.4.1 Uji Signifikansi Parsial (Uji t)
Uji t digunakan untuk mengetahui pengaruh variabel independen terhadap variabel dependen secara parsial (individual). Berikut tabel hasil pengujian secara parsial (uji t) dari masing-masing variabel independen.
Tabel 4.4 Hasil Uji t
Variabel Koefisien t-Statistik Prob. keterangan Konstanta 0.0195 1.75765 0.0813 Non Signifikan
GDRP 0.00742 0.15751 0.8751 Non Signfikan INF -0.0054 -0.1113 0.9116 Non Signfikan LDR 0.01464 1.42884 0.1556 Non Signfikan CAR 0.00287 0.08274 0.9342 Non Signfikan
LG -0.057 -5.7914 0.0000 Signifikan
Sumber : Data hasil olahan Eviews, lampiran 5
Adapun interpretasi dari hasil uji signifikansi parsial (uji t) berdasarkan Tabel 4.2 di atas dapat dijelaskan sebagai berikut :
1. Variabel GDRP (Pertumbuhan Ekonomi Daerah)
Berdasarkan Tabel 4.3 dapat diketahui bahwa nilai t-statistik adalah 0,1113 sedangkan nilai t-tabel adalah 1,979 sehingga t-statistik lebih
kecil daripada t-tabel (0,1113< 1,979). Selain itu dapat diketahui bahwa nilai probabilitas adalah 0,8751 dimana 0,8751> 0,05 sehingga H0 diterima. Maka dapat disimpulkan bahwa pertumbuhan ekonomi daerah secara parsial berpengaruh positif dan tidak signifikan terhadap NPL.
2. Variabel INF (Inflasi)
Berdasarkan Tabel 4.3 dapat diketahui bahwa nilai t-statistik adalah 0,15751 sedangkan nilai t-tabel adalah 1,979 sehingga t-statistik lebih kecil daripada t-tabel (0,15751< 1,979). Selain itu dapat diketahui bahwa nilai probabilitas adalah 0,9116 dimana 0,9116> 0,05 sehingga H0 diterima. Maka dapat disimpulkan bahwa inflasi daerah secara parsial berpengaruh negatif dan tidak signifikan terhadap NPL.
3. Variabel LDR (Loan to Deposit Ratio)
Berdasarkan Tabel 4.3 dapat diketahui bahwa nilai t-statistik adalah 1,42884 sedangkan nilai t-tabel adalah 1,979 sehingga t-statistik lebih kecil daripada t-tabel (1,42884< 1,979). Selain itu dapat diketahui bahwa nilai probabilitas adalah 0,1556 dimana 0,1556> 0,05 sehingga H0 diterima. Maka dapat disimpulkan bahwa LDR secara parsial berpengaruh positif dan tidak signifikan terhadap NPL.
4. Variabel CAR (Capital Adequacy Ratio)
Berdasarkan Tabel 4.3 dapat diketahui bahwa nilai t-statistik adalah 0,08274 sedangkan nilai t-tabel adalah 1,979 sehingga t-statistik lebih kecil daripada t-tabel (0,08274< 1,979). Selain itu dapat diketahui
bahwa nilai probabilitas adalah 0,9342 dimana 0,9342> 0,05 sehingga H0 diterima. Maka dapat disimpulkan bahwa CAR secara parsial berpengaruh positif dan tidak signifikan terhadap NPL.
5. Variabel LG (Pertumbuhan Kredit)
Berdasarkan Tabel 4.3 dapat diketahui bahwa nilai t-statistik adalah 5.7914 sedangkan nilai t-tabel adalah 1,979 sehingga t-statistik lebih besar daripada t-tabel (0,08274> 1,979). Selain itu dapat diketahui bahwa nilai probabilitas adalah 0.0000 dimana 0.0000 < 0,05 sehingga Ha diterima. Maka dapat disimpulkan bahwa pertumbuhan kredit secara parsial berpengaruh negatif dan signifikan terhadap NPL.
4.4.2 Uji Signifikansi Simultan (Uji F)
Uji F dilakukan untuk mengetahui apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Tabel berikut menunjukkan hasil dari uji F :
Tabel 4.5
NPL 7.403884 0.000004 Signifikan
Sumber: Eviews setelah diolah pada Lampiran 5
Berdasarkan Tabel 4.4 dapat diketahui bahwa nilai F-statistik adalah 7,403884 sedangkan nilai F-tabel dengan α= 5% adalah 2,29. Sehingga nilai F-statistik lebih besar dari pada nilai F-tabel (7,403884> 2,29). Selain itu dapat diketahui pula bahwa probabilitas F-statistik adalah 0,000004 dimana nilai tersebut lebih rendah
dibandingkan 0,05 (0.000004< 0,05). Sehingga berdasarkan hasil tersebut H1 diterima. Artinya secara bersama-sama terdapat pengaruh yang nyata dari variabelGDRP, INF, LDR, CAR, dan LG terhadap NPL.
4.4.3 Koefisien Determinasi (R2)
Uji koefisien determinasi (R2) bertujuan untuk mengukur seberapa besar kemampuan variabel independen menjelaskan variabel dependen. Nilai R² terletak antara 0 sampai dengan 1 (0 ≤ R² ≤ 1). Nilai R2 yang mendekati satu berarti variabel-variabel independennya memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel dependen. Hasil perhitungan koefisien determinasi dapat dilihat pada tabel berikut ini:
Tabel 4.6 Koefisen Determinasi Variabel
Independen
Variabel Dependen
R-Squared Adjusted R-Squared GDRP, INF,
LDR, CAR, LG
NPL 0.229907 0.198854
Sumber : Data hasil olahan Eviews, lampiran 5
Berdasarkan Tabel 4.5 dapat diketahui bahwa nilai Adjusted R-Square adalah 0,198854. Hal ini bermakna bahwa variabel GDRP, INF, LDR, CAR, dan LG dapat menjelaskan variabel NPL sebesar 19,8854% dan sisanya sebesar 80,1146%
dapat dijelaskan oleh variabel-variabel lainnya yang tidak tercantum dalam model penelitian.
4.5 Pembahasan
4.5.1 Pengaruh Pertumbuhan Ekonomi Daerah terhadap Non Performing Loan
Berdasarkan hasil pengujian yang dilakukan, pertumbuhan ekonomi daerah secara parsial berpengaruh positif namun tidak signifikan terhadap NPL BPD. Artinya peningkatan pertumbuhan ekonomi daerah tidak berpengaruh secara nyata terhadap kenaikan NPL BPD selama periode waktu 2011-2015. Secara konsep ketika terjadi peningkatan pertumbuhan ekonomi yang dicerminkan dengan adanya peningkatan pendapatan masyarakat maka akan berdampak pada kemampuan bayar (kredit) nasabah yang ikut meningkat sehingga akan menurunkan rasio NPL bank. Namun hasil penelitian ini menemukan adanya hubungan positif dan tidak signifikan antara pertumbuhan ekonomi dan NPL.
Hubungan positif antara pertumbuhan ekonomi dan NPL dapat disebabkan oleh imbas kompetisi atau persaingan antara BPD dengan bank umum lainnya seperti bank persero (bank BUMN) dan bank swasta dalam penyaluran kredit.
Ketika kondisi perekonomian sedang membaik yang ditandai dengan peningkatan pertumbuhan ekonomi, bank-bank memliki optimisme yang tinggi pada kemampuan bayar nasabah sehingga berupaya untuk meningkatkan penyaluran kreditnya. Hal tersebut kemudian akan memicu persaingan di antara bank. Untuk dapat memenangkannya tidak sedikit bank saling berlomba menurunkan suku bunga kredit serta melonggarkan berbagai persyaratan bagi debitur seperti menurunkan nilai jaminan yang dipersyaratkan, meloloskan debitur yang memiliki track record keungan yang buruk, atau tidak dilakukannya evaluasi secara komprehensif terhadap kemampuan debitur dalam melunasi kewajibannya di
masa depan. Ketika bank menempuh cara-cara demikian dalam penyaluran kreditnya, hal tersebut akan berpotensi meningkatkan risiko kredit yang kemudian akan meningkatkan rasio NPL bank. Namun adanya hubungan yang tidak siginifikan antara pertumbuhan ekonomi daerah dan NPL disebabkan oleh keputusan untuk membayar kredit bukan ditentukan oleh pendapatan nasabah melainkan keputusan ataupun motif dari nasabah itu sendiri untuk membayar kreditnya atau tidak. Artinya ketika pendapatan nasabah meningkat tidak serta merta akan digunakan untuk membayar kewajibannya (kredit) begitu pula sebaliknya ketika pendapatan masyarakat menurun tidak serta merta nasabah tidak membayar kewajibannya.
Hasil ini sejalan dengan dengan hasil penelitian Soebagio (2005) yang menyatakan adanya hubungan positif dan tidak signifikan antara pertumbuhan ekonomi dengan NPL. Namun hasil ini bertentangan dengan hasil penelitian Chaibi dan Fitri (2015), Abid et al (2014), Messai dan Jouini (2013), Makri et al (2014), Curak et al (2013) , Farhan et al (2012), dan Diyanti dan Widyarti (2012) yang menyatakan adanya hubungan yang negatif antara pertumbuhan ekonomi dengan NPL. Perbedaan hasil penelitian ini disebabkan perbedaan objek dan periode penelitian. Ini ditunjukkan dengan pengaruh dan hasil signifikansi yang berbeda-beda.
4.6.2 Pengaruh Inflasi Daerah terhadap Non Performing Loan
Berdasarkan hasil pengujian yang dilakukan, inflasi daerah secara parsial berpengaruh negatif namun tidak signifikan terhadap NPL BPD. Artinya peningkatan inflasi daerah tidak berpengaruh secara nyata terhadap penurunan
NPL BPD selama periode waktu 2011-2015. Secara konsep ketika terjadi Inflasi, Bank Indonesia selaku otoritas moneter di Indonesia memliki kewenangan untuk menaikkan tingkat suku bunga acuan dalam rangka pengendalian laju inflasi. Hal ini kemudian akan direspon oleh bank dengan menaikkan tingkat suku bunga deposito yang diikuti dengan meningkatnya suku bunga kredit. Hal tersebut akan megurangi kemampuan debitur dalam membayar kewajibannya (kredit) sehingga meningkatkan NPL atau kredit masalah. Namun hasil penelitian ini menemukan adanya hubungan negatif dan tidak signifikan antara inflasi daerah dan NPL.
Hubungan negatif antara inflasi daerah dan NPL BPD disebabkan karena ketika terjadinya inflasi, daya beli (purchasing power) masyarakat akan menurun.
Turunnya daya beli masyarakat disebabkan karena kenaikan harga-harga yang tidak diikuti dengan peningkatan pendapatan masyarakat. Hal ini akan berdampak pada menurunnya keinginan masyarakat untuk menempatkan dananya di bank karena sebagian besar atau bahkan seluruh penghasilannya digunakan untuk memenuhi kebutuhan pokok sebagai akibat peningkatan harga-harga (inflasi). Hal ini akan berpengaruh pada berkurangnya jumlah Dana Pihak Ketiga (DPK) yang dihimpun bank. Semakin sedikit DPK yang dihimpun bank, maka jumlah kredit yang disalurkan juga akan semakin sedikit. Hal ini kemudian akan berdampak pada menurunnya risiko kredit yang bermuara pada penurunan rasio NPL bank.
Namun adanya hubungan yang tidak signifikan antara inflasi daerah dengan NPL BPD dapat disebabkan oleh adanya peningkatan pendapatan masyarakat (debitur) serta inflasi yang terjadi masih tergolong dalam inflasi ringan (< 10%).
Hal ini sejalan dengan hasil penelitian Gezu (2014) yang menyatakan bahwa adanya hubungan negatif dan tidak signifikan antara inflasi dengan NPL.
Namun hasil ini bertentangan dengan hasil penelitian Chaibi dan Fitri (2015), Abid et al (2014), Farhan et al (2014), Curak et al (2013), Yanti (2012), Diyanti dan Widyarti (2012), dan Soebagio (2005) yang menyatakan adanya hubungan positif dan signifikan antara inflasi dan NPL. Perbedaan hasil penelitian ini disebabkan perbedaan objekdan periode penelitian. Ini ditunjukkan dengan pengaruh dan hasil signifikansi yang berbeda-beda.
4.6.3 Pengaruh Loan to Deposit Ratio terhadap Non Performing Loan
Berdasarkan hasil pengujian yang dilakukan, LDR secara parsial berpengaruh positif namun tidak signifikan terhadap NPL BPD. Artinya peningkatan LDR tidak berpengaruh secara nyata terhadap peningkatan NPL selama periode waktu 2011-2015. LDR merupakan rasio yang menggambarkan kemampuan bank dalam menyalurkan kredit. LDR yang tinggi bermakna bahwa adanya penyaluran kredit yang tinggi. Dengan demikian risiko terjadinya kredit bermasalah atau NPL akan meningkat juga. Sehingga semakin tinggi LDR sebuah bank, maka semakin tinggi NPL bank tersebut.
Secara rata-rata LDR BPD masih dalam range ketentuan yang ditetapkan BI yaitu 78-92%, dimana LDR BPD selama periode 2011-2015 tercatat sebesar 89,30%. Namun tingginya LDR BPD tidak berpengaruh secara nyata terhadap peningkatan rasio NPL. Hal ini dapat disebabkan oleh adanya trend penurunan dari dana pihak ketiga (tabungan, giro dan deposito) yang dihimpun oleh bank.
Sehinnga tingginya nilai LDR BPD disebabkan oleh adanya trend penurunan Dana Pihak Ketiga (DPK) bukan peningkatan kredit yang disalurkan oleh BPD.
Hasil penelitian ini sejalan dengan hasil penelitian Gezu (2014) yang menyatakan adanya hubungan positif dan tidak signifikan antara LDR dan NPL.
Namun hasil ini bertentangan dengan hasil penelitian Soebagio (2005) yang menyatakan adanya hubungan negatif dan signifikan antara LDR dan NPL.
Perbedaan hasil penelitian ini disebabkan perbedaan objekdan periode penelitian.
Ini ditunjukkan dengan pengaruh dan hasil signifikansi yang berbeda-beda.
4.6.4 Pengaruh Capital Adequacy Ratio terhadap Non Performing Loan Berdasarkan hasil pengujian yang dilakukan, CAR secara parsial berpengaruh positif namun tidak signifikan terhadap NPL BPD. Artinya peningkatan CAR BPD tidak berpengaruh secara nyata terhadap peningkatan NPL. Secara konsep semakin tinggi CAR, maka semakin besar pula kemampuan bank dalam meminimalisir risiko kredit yang terjadi, artinya bank tersebut mampu menutupi risiko kredit yang terjadi dengan besarnya cadangan dana yang diperoleh dari perbandingan modal dan Aktiva Tertimbang Menurut Risiko (ATMR). Namun hasil penelitian ini menemukan adanya hubungan positif dan tidak signifikan antara CAR dan NPL.
Secara rata-rata BPD memiliki permodalan yang cukup kuat dalam hal meminimalisir berbagai risiko. Hal ini terlihat dari nilai CAR BPD tercatat sebesar 19,65% jauh di atas ketentuan minimum yang ditetapkan BI yaitu sebesar 8%. Semakin tinggi CAR suatu bank maka semakin besar pula modal yang dimiliki. Dengan banyaknya modal, maka penyaluran kredit juga akan mengalami
peningkatan, sehingga risiko terjadinya kredit bermasalah juga ikut meningkat.
Sehingga semakin tinggi CAR suatu bank, maka akan semakin tinggi pula kredit bermasalah atau NPL bank tersebut. Namun adanya hubungan yang tidak signifikan antara CAR dengan NPL disebabkan oleh CAR yang tinggi mencerminkan tingginya kemampuan permodalan bank dalam menjaga kemungkinan terjadinya risiko kerugian kegiatan usahanya, akan tetapi dalam hal ini belum tentu secara nyata dapat mempengaruhi peningkatan jumlah penyaluran kredit yang berimplikasi pada kemungkinan terjadinya kredit bermasalah. CAR yang tinggi juga dapat mengurangi kemampuan bank dalam melakukan ekspansi usahanya seperti penyaluran kredit, karena cadangan modal yang semakin besar digunakan untuk menutupi penurunan aktivanya sebagai akibat kerugian-kerugian bank yang disebabkan oleh aktiva yang berisiko (kredit). Selain itu menurut Meydianawati (2007) tingginya CAR mengindikasikan adanya sumber daya finansial (modal) yang idle. Dalam kondisi ini wajar bank-bank kemudian bertahan untuk tidak menyalurkan kredit karena kenaikan kredit yang disalurkan akan menambah aset berisiko sehingga mengharuskan bank menambah modal untuk memenuhi ketentuan CAR.
Hasil ini bertentangan dengan hasil penelitian Soebagio (2005), Diyanti dan Widyarti (2012), Gezu (2014), Makri et al (2014) dan Misman et al (2015) yang menyatakan adanya hubungan negatif dan signifikan antara CAR dengan NPL. Perbedaan hasil penelitian ini disebabkan perbedaan objekdan periode penelitian. Ini ditunjukkan dengan pengaruh dan hasil signifikansi yang berbeda-beda.
4.6.5 Pengaruh Pertumbuhan Kredit terhadap Non Performing Loan
Berdasarkan hasil pengujian yang dilakukan, pertumbuhan kredit secara parsial berpengaruh negatif dan signifikan terhadap NPL BPD. Artinya peningkatan pertumbuhan kredit BPD berpengaruh secara nyata terhadap penurunan rasio NPL BPD selama periode waktu 2011-2015. Secara teori pertumbuhan kredit yang tinggi mencerminkan adanya gerak ekspansif bank dalam penyaluran kredit dengan meningkatkan jumlah kredit yang disalurkan.
Semakin tinggi jumlah kredit yang disalurkan oleh bank maka potensi risiko kredit akan semakin meningkat yang kemudian akan meningkatkan rasio NPL bank. Namun hasil penelitian ini menemukan adanya hubungan negatif dan signifikan antara pertumbuhan kredit dan NPL.
Hubungan negatif dan signifikan antara pertumbuhan kredit dan NPL mengindikasikan bahwa kualitas kredit yang disalurkan oleh BPD selama periode 2011-2015 masih belum baik. Hal ini disebabkan oleh sumber daya manusia BPD masih dalam proses pengembangan dalam hal melakukan proses assesment
Hubungan negatif dan signifikan antara pertumbuhan kredit dan NPL mengindikasikan bahwa kualitas kredit yang disalurkan oleh BPD selama periode 2011-2015 masih belum baik. Hal ini disebabkan oleh sumber daya manusia BPD masih dalam proses pengembangan dalam hal melakukan proses assesment