HASIL DAN PEMBAHASAN
B. Penemuan Dan Pembahasan 1.Analisis Deskriptif 1.Analisis Deskriptif
3. Menganalisis pengaruh BI Rate , inflasi, dan jumlah uang beredar terhadap CAR (Capital Adequecy Ratio)
a). Analisis Korelasi
Korelasi antara suku bunga BI Rate, Inflasi, dan Jumlah Uang Beredar Kelompok Bank Umum Swasta Nasional dapat dilihat pada tabel sebagai berikut.
Tabel 4.6
Hasil Korelasi antara BI Rate, Inflasi dan Jumlah Uang Beredar
Korelasi Antar Variabel Estimasi Probabilitas BI Rate <--> Inflasi 0,86 0,00 BI Rate <--> JUB -0,23 0,57 Inflasi <--> JUB -0,21 0,84 (Sumber : data diolah)
BI_RATE
INFLASI
JUB
.67CAR
.98KMK
.86 -.21 -.23 .53 -.74 -.75 -.15 .97 -.03 .22e1 e2
59 1) Korelasi antara BI Rate dengan Inflasi
Berdasarkan perhitungan, diperoleh angka korelasi antara variabel BI Rate dan Inflasi sebesar 0,00. 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; ρ = 0 : Tidak ada hubungan (korelasi) yang signifikan antara
dua variabel.
Ha; ρ≠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 0,86 mempunyai maksud hubungan antara variabel BI Rate dan Inflasi sangat kuat dan berlawanan arah. Berlawanan arah artinya apabila terjadi kenaikan BI Rate, maka jumlah uang beredar akan mengalami kenaikan, dan sebaliknya. Korelasi dua variabel tersebut mempunyai probabilitas sebesar 0,00 < 0,05 maka telah cukup bukti untuk
60 menolak Ho; ρ = 0 dan menerima Ha; ρ ≠ 0 sehingga korelasi signifikan.
Fluktuasi suku bunga berhubungan dengan fluktuasi inflasi disebut sebagai efek fisher. Efek fisher merupakan penyesuaian suku bunga nominal terhadap angka inflasi. Ketika bank sentral memutuskan mempercepat peredaran pertumbuhan penawaran uang akan menyebabkan timbulnya inflasi dan suku bunga nominal yang lebih tinggi (Mankiw,2001). Kenaikan inflasi biasanya akan diikuti oleh kenaikan suku bunga yang akan diikuti oleh penurunan investasi dan berdampak pada penurunan GDP output.
Digunakan angka 0,01 karena hasil perhitungan SPSS memberikan angka signifikansi sebesar 0,01 yang ditandai dengan dua bintang (**). Standar SPSS antar 0,01 sampai dengan 0,05 (Jonathan Sarwo,2007:118)
2) Korelasi antara BI Rate dengan jumlah uang beredar
Berdasarkan perhitungan, diperoleh angka korelasi antara variabel BI Rate dan jumlah uang beredar sebesar -0,23. Korelasi sebesar -0,23 mempunyai maksud hubungan antara variabel BI Rate dan jumlah uang beredar sangat lemah dan berlawanan. Berlawanan arah artinya apabila terjadi kenaikan BI Rate, maka nilai dari jumlah uang beredar akan mengalami penurunan, dan sebaliknya. Korelasi dua variabel tersebut mempunyai
61 probabilitas sebesar 0,57 > 0,05 maka tidak cukup bukti untuk menolak menolak Ho; ρ = 0 dan menerima Ha; ρ ≠ 0 sehingga korelasi tidak signifikan.
3) Korelasi antara inflasi dan jumlah uang beredar
Berdasarkan perhitungan, diperoleh angka korelasi antara variabel inflasi dan jumlah uang beredar sebesar -0,21. Korelasi sebesar -0,21 mempunyai maksud hubungan antara variabel inflasi dan jumlah uang beredar sangat lemah dan berlawanan arah. Berlawanan arah artinya apabila terjadi kenaikan tingkat inflasi, maka dari junlah uang beredar juga akan mengalami penurunan, dan sebaliknya. Korelasi dua variabel tersebut mempunyai probabilitas sebesar 0,84 > 0,05 maka telah cukup bukti untuk menolak Ho; ρ = 0 dan menerima Ha; ρ≠ 0 sehingga korelasi tidak signifikan.
Menurut Boediono (2001:156) inflasi tidak hanya disebabkan oleh jumlah uang beredar yang mengakibatkan permintaan yang lebih kuat dibandingkan penawaran barang (demand inflation) tetapi juga disebabkan oleh ongkos produksi yang tinggi sehingga harga barang menjadi naik (cost inflation). Hal ini terjadi pada saat kenaikan BBM (2002) dan menguatnya nilai Dollar terhadap rupiah yang menyebabkan harga bahan – bahan produksi yang diimpor mengalami kenaikan yang secara dominan mempengaruhi kenaikan inflasi.
62 b). Pengaruh BI Rate, Inflasi dan Jumlah uang beredar terhadap
Capital Adequecy Ratio (CAR).
Adapun gambar hasil analisis diagram jalur sub struktur pertama adalah sebagai berikut:
Gambar 4.2
Diagram Jalur Sub Struktur I
(Sumber : data diolah)
Analisis jalur sub struktur yang pertama adalah menganalisis pengaruh BI Rate, inflasi, dan jumlah uang beredar terhadap Capital Adequecy Ratio (CAR) 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. (Lihat Lampiran).
BI_RATE
INFLASI
JUB
CAR
.86 -.21 -.23 .53 -.74 -.75 .263 Adapun hasil perhitungan dengan menggunakan AMOS 16 adalah sebagai berikut.
Tabel 4.7
Pengaruh antara BI Rate, Inflasi dan Jumlah uang beredar terhadap
Capital Adequecy Rario (CAR)
Korelasi Antar Variabel Estimasi Probabilitas R Square
BI Rate <--> CAR 0,53 0
Inflasi <--> CAR -0,74 0 0,668
JUB <--> CAR -0,75 0
(Sumber data diolah)
Untuk melihat pengaruh BI Rate, inflasi dan jumlah uang beredar secara gabungan terhadap Capital Adequecy Ratio (CAR), kita dapat melihat hasil perhitungan pada tabel khususnya angka R square.
Besarnya angka R square (r2) adalah 0,668. Angka tersebut digunakan untuk melihat besarnya pengaruh variabel BI Rate, inflasi, dan jumlah uang beredar secara gabungan terhadap CAR dengan cara menghitung koefisien determinasi (KD) dengan menggunakan rumus berikut:
KD = r2 x 100% KD = 0,668 x 100% KD = 66,8%
Angka tersebut mempunyai maksud bahwa pengaruh variable BI Rate, inflasi, dan jumlah uang beredar terhadap CAR secara gabungan adalah 66,8%, sedangkan sisanya sebesar 34,2% (100%-66,8%) dipengaruhi oleh faktor lain. Dengan kata lain, variabel dapat
64 diterangkan dengan menggunakan BI Rate, inflasi, dan jumlah uang beredar adalah sebesar 66,8%, sementara pengaruh yang disebabkan oleh variabel-variebel lain di luar model ini adalah sebesar 34,2%.
Untuk melihat besarnya pengaruh BI Rate, inflasi, dan jumlah uang beredar terhadap CAR, digunakan kolom estimasi pada tabel di bawah ini, sedangkan untuk melihat signifikansi digunakan kolom probabilitas.
1) Pengaruh antara BI Rate dengan CAR
Untuk melihat apakah ada hubungan linier antara BI Rate dengan CAR, dapat melakukan langkah-langkah analisis sebagai berikut:
Ketentuan Hipotesis:
Ho; ρ = 0 : Tidak ada hubungan linier antara BI Rate dengan CAR
Ha; ρ≠ 0 : Ada hubungan linier antara BI Rate dengan CAR Dengan kriteria sebagai berikut:
Jika probabilitas penelitian < 0,05 maka Ho ditolak dan Ha diterima.
Jika probabilitas penelitian > 0,05 maka Ho diterima dan Ha ditolak
Hasil perhitungan menunjukkan angka 0,00 < 0,05. maka telah cukup data untuk menolak Ho; ρ = 0 dan menerima Ha; ρ≠ 0. Artinya, ada hubungan linier antara BI Rate dengan CAR.
65 Besarnya pengaruh BI Rate terhadap CAR sebesar 0,53 atau 53 %.
BI Rate memiliki pengaruh yang positif dan signifikan terhadap CAR. Artinya, apabila terjadi kenaikan BI Rate, maka jumlah CAR juga akan mengalami kenaikan, begitu juga sebaliknya. Hasil ini sesuai dengan teori yang dikemukakan oleh Desi Arisandi, SE (2007) bahwa program rekapitulasi perbankan mampu mengatasi permasalahan modal dan rentabilitas bank yang tercermin dalam rasio CAR dan ROA serta NPL yang berhasil ditekan telah meningkatkan kemampuan bank umum dalam menyalurkan kredit di Indonesia.
2) Pengaruh antara inflasi dengan CAR
Untuk melihat apakah ada hubungan linier antara inflasi dengan CAR, dapat melakukan langkah-langkah analisis sebagai berikut:
Ketentuan Hipotesis:
Ho; ρ = 0: Tidak ada hubungan linier antara inflasi dengan CAR Ha; ρ≠ 0: Ada hubungan linier antara inflasi dengan CAR
Hasil perhitungan menunjukkan angka 0,00 < 0,05. maka telah cukup data untuk menolak Ho; ρ = 0 dan menerima Ha; ρ ≠ 0. Artinya, ada hubungan linier antara inflasi dengan CAR. Besarnya pengaruh inflasi terhadap CAR sebesar -0,74 atau -74 %.
66 Inflasi memiliki pengaruh positif dan signifikan terhadap CAR. Artinya, apabila Inflasi meningkat, maka CAR akan mengalami meningkat, begitu pula sebaliknya. Hasil penelitian ini mendukung penelitian yang dilakukan oleh Budiawan (2008) yang menyatakan bahwa tingkat kecukupan modal berpengaruh positif dan signifikan terhadap kredit. CAR tinggi memungkinkan modal yang cukup namun belum diikuti pengmanfaatan modal ke dalam aktiva yang menguntungkan . Sehingga hal tersebut memungkinkan bank menyalurkan modalnya ke dalam aktiva berebentuk kredit dan mengurangi adanya idle fund.
3) Pengaruh antara jumlah uang beredar dengan CAR
Untuk melihat apakah ada hubungan linier antara jumlah uang beredar dengan CAR, dapat melakukan langkah-langkah analisis sebagai berikut:
Ketentuan Hipotesis:
Ho; ρ = 0: Tidak ada hubungan linier antara JUB dengan CAR Ha; ρ≠ 0: Ada hubungan linier antara JUB dengan CAR
Untuk melihat apakah ada hubungan linier antara variabel jumlah uang beredar dengan CAR, dapat melakukan langkah-langkah analisis sebagai berikut:
67 Ho : Tidak ada hubungan linier antara jumlah uang beredar
dengan CAR
Ha : Ada hubungan linier antara jumlah uang beredar dengan CAR
Hasil perhitungan menunjukkan angka 0,00 > 0,05. maka telah cukup data untuk menolak Ho; ρ = 0 dan menerima Ha; ρ ≠ 0. Artinya, ada hubungan linier antara jumlah uang beredar dengan CAR. Besarnya pengaruh jumlah uang beredar terhadap CAR sebesar -0,75 atau -75 %.
Jumlah uang beredar memiliki pengaruh yang positif dan signifikan terhadap CAR. Artinya, apabila jumlah uang beredar mengalami peningkatan maka jumlah CAR juga akan mengalami peningkatan. Menurut Tajur Khalwaty (2000:144) inflasi dapat dikendalikan oleh kebijakan suku bunga dengan melalui jumlah uang beredar. Ketika jumlah uang beredar di masyarakat meningkat, maka bank umum menaikan suku bunga simpanan untuk mendorong investor menanamkan investasinya(modal) di bank yang memberikan tingkat pengembalian yang lebih besar dibandingkan menginvestasikan modalnya pada sektor – sektor produktif yang memiliki tingkat resiko yang lebih besar, sehingga inflasi dapat dikendalikan.
68
BI_RATE
INFLASI
JUB
CAR
.98KMK
.86 -.21 -.23 -.03 .22e1 e2
c). Pengaruh Variabel BI Rate, inflasi, jumlah uang beredar dan CAR Terhadap Penawaran Kredit
Adapun gambar hasil analisis diagram jalur sub struktur pertama adalah sebagai berikut:
Gambar 4.3
Diagram Jalur Sub Struktur II
(Sumber : data diolah)
Analisis jalur sub struktur yang pertama adalah menganalisis pengaruh BI Rate, Inflasi, Jumlah uang beredar dan CAR terhadap penawaran kredit 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. Untuk melihat besarnya
69 pengaruh. Adapun Ringkasan hasil perhitungan dengan menggunakan AMOS 16 adalah sebagai berikut.
Tabel 4.8
Pengaruh antara BI Rate, Inflasi, Jumlah uang beredar dan CAR terhadap penawaran kredit
(Sumber : data diolah)
Untuk melihat pengaruh variabel BI Rate, Inflasi, Jumlah uang beredar dan CAR terhadap penawaran kredit secara gabungan dapat dilihat pada tabel di bawah ini kolom R Square.
Besarnya angka R square (r2) adalah sebesar 0,978. Angka tersebut menjelaskan bahwa pengaruh BI Rate, Inflasi, Jumlah uang beredar dan CAR terhadap penawaran kredit secara gabungan adalah 97,8% (0,978 x 100%), sedangkan sisanya sebesar 2,2% (100%-97,8%) dipengaruhi oleh faktor lain. Dengan kata lain, variabilitas kepuasan yang dapat diterangkan dengan menggunakan variable BI Rate, Inflasi, Jumlah uang beredar dan CAR 97,8%, sementara pengaruh 2,2 % disebabkan oleh variabel-variabel lain di luar model ini.
Untuk melihat signifiansi pengaruh BI Rate, Inflasi, Jumlah uang beredar dan CAR terhadap penawaran kredit secara parsial, digunakan Korelasi Antar Variabel Estimasi Probabilitas R Square
BI Rate --> KMK -0,15 0,00
Inflasi --> KMK 0,21 0,00
JUB --> KMK 0,97 0,00
70 kolom probabilitas, sedangkan untuk melihat besarnya pengaruh digunakan angka estimasi pada tabel di bawah ini.
1) Pengaruh antara variabel BI Rate terhadap kredit
Untuk melihat apakah ada hubungan linier antara variabel BI Rate terhadap kredit, dapat melakukan langkah-langkah analisis sebagai berikut:
Ketentuan Hipotesis:
Ho; ρ = 0 : Tidak ada hubungan linier antara BI Rate terhadap kredit Ha; ρ ≠ 0 : Ada hubungan linier antara BI Rate terhadap kredit
Hasil perhitungan menunjukkan angka 0,00 > 0,05. maka tidak cukup data untuk menolak Ho;ρ=0 dan menerima Ha;ρ≠0. Artinya, tidak ada hubungan linier antara variable BI Rate dengan kredit. Besarnya pengaruh BI Rate terhadap kredit sebesar -0,15.
BI Rate memiliki pengaruh yang positif dan signifikan terhadap penawaran kredit. Menurut samuelson & Nordhous (2001:227) tingkat diskonto (BI rate) digunakan sebagai tanda perubahan kebijakan utama pasar. Tingkat diskonto mengikuti bunga pasar untuk mencegah bank umum mendapatkan untung yang lebih besar dari meminjam dengan tingkat diskonto yang rendah kemudian meminjamkan ke pasar dengan bunga yang lebih tinggi. Artinya, ketika suku bunga diskonto naik maka bank umum akan merespon dengan menaikan suku bunga pembiayaan dan merubah suku bunga simpanan.
71 2) Pengaruh antara variabel inflasi terhadap kredit
Untuk melihat apakah ada hubungan linier antara variabel BI Rate terhadap kredit, dapat melakukan langkah-langkah analisis sebagai berikut:
Ketentuan Hipotesis:
Ho; ρ = 0 : Tidak ada hubungan linier antara inflasi terhadap kredit Ha; ρ ≠ 0 : Ada hubungan linier antara inflasi terhadap kredit
Hasil perhitungan menunjukkan angka 0,00 < 0,05. maka tidak cukup data untuk menolak Ho;ρ=0 dan menerima Ha;ρ≠0. Artinya, tidak ada hubungan linier antara variable inflasi dengan kredit. Besarnya pengaruh inflasi terhadap kredit sebesar 0,21.
Inflasi memiliki pengaruh yang positif dan signifikan terhadap penawaran kredit. Hal ini sesuai dengan penelitian yang dilakukan oleh Mochamad Fazza (2007) bahwa hasil analisis data menunjukkan bahwa inflasi mempunyai pengaruh positif dan signifikan terhadap Permintaan kredit perbankan. Sedangkan untuk variabel PDB berpengaruh negatif dan signifikan terhadap Permintaan Kredit Perbankan. Secara bersama-sama variabel pengaruh Produk Domestik regional Bruto, Suku Bunga, Inflasi dan variabel dummy krisis ekonomi berpengaruh signifikan terhadap Permintaan Kredit perbankan Pada Bank Umum di Propinsi Jawa Tengah. Untuk pengujian terhadap uji asumsi klasik tidak terdapat multikolinieritas, heteroskedastisitas dan autokorelasi. Sehingga
72 mengharapkan kepada peneliti lain yang sejenis untuk melengkapi baik dengan menambah variabel atau data-data yang digunakan sehingga dapat memberikan hasil yang lebih baik.
3) Pengaruh antara variabel jumlah uang beredar terhadap kredit
Untuk melihat apakah ada hubungan linier antara variabel jumlah uang beredar terhadap kredit, dapat melakukan langkah-langkah analisis sebagai berikut:
Ketentuan Hipotesis:
Ho; ρ = 0 : Tidak ada hubungan linier antara jumlah uang beredar terhadap kredit
Ha; ρ ≠ 0 : Ada hubungan linier antara jumlah uang beredar terhadap kredit
Hasil perhitungan menunjukkan angka 0,00 < 0,05. maka telah cukup data untuk menolak Ho;ρ=0 dan menerima Ha;ρ≠0. Artinya, ada hubungan linier antara variabel jumlah uang bereda terhadap penawaran kredit kredit. Besarnya pengaruh jumlah uang beredar terhadap penawaran kredit sebesar 0,97.
Jumlah uang beredar memiliki pengaruh yang positif dan signifikan terhadap penawaran kredit. Artinya, apabila jumlah uang beredar mengalami peningkatan maka jumlah penawaran kredit juga akan mengalami peningkatan. Hasil ini sesuai dengan penelitian Ersa Zheta (2008). Bahwa jumlah uang beredar terhadap penawaran kredit berpengaruh positif signifikan dimana saat itu jumlah uang
73 yang beredar relatif stabil walaupun sangat kecil dikarenakan kondisi perekonomian saat itu sedikit lebih stabil sehingga berpengaruh baik terhadap kredit di Indonesia.
4) Pengaruh antara variabel CAR terhadap kredit
Untuk melihat apakah ada hubungan linier antara variabel inflasi terhadap kredit, dapat melakukan langkah-langkah analisis sebagai berikut:
Ketentuan Hipotesis:
Ho ; ρ = 0 : Tidak ada hubungan linier antara CAR terhadap kredit Ha;ρ ≠ 0: Ada hubungan linier antara CAR terhadap kredit
Hasil perhitungan menunjukkan angka 0,42 > 0,05. maka telah cukup data untuk menolak Ho;ρ=0 dan menerima Ha;ρ≠0. Artinya, ada hubungan linier antara variabel CAR terhadap kredit. Besarnya pengaruh CAR terhadap kredit sebesar -0,02.
CAR memiliki pengaruh yang positif dan tidak signifikan terhadap penawaran kredit. Hasil ini sesuai dengan penelitian yang dilakukan oleh Riset Akuntansi (2010) bahwa CAR (X2) memiliki pengaruh positif dan tidak signifikan terhadap volume kredit. Besar t hitung < t tabel (0,727 < 1,999) dengan nilai signifikansi (0,470 > 0,05). Hal ini dapat dikatakan bahwa tidak setiap kenaikan volume kredit akan diikuti oleh kenaikan modal, dimana bank tetap dapat meningkatkan kredit selama peningkatan kredit tersebut tidak menjadikan modal bank di bawah ketetapan 8 % Bank Indonesia.
74 ROA (X3) memiliki pengaruh positif dan signifikan terhadap volume kredit. Besar t hitung > t tabel (2,583 > 1,999) dengan nilai signifikansi (0,012 < 0,05). Setiap kenaikan return on asset 1% akan diikuti dengan kenaikan volume kredit sebesar 18,3%. Menurut Perry Warjiyo (2004), dalam kenyataannya perilaku penawaran kredit perbankan tidak hanya dipengaruhi oleh dana yang tersedia yang bersumber dari DPK (Dana Pihak Ketiga), tetapi juga dipengaruhi oleh persepsi bank terhadap prospek usaha debitor dan kondisi perbankan itu sendiri seperti permodalan atau CAR (Capital Adequacy Ratio), jumlah kredit macet atau NPLs (Non Performing Loans), dan LDR (Loan to Deposit Ratio).
Tabel 4.9
Pengujian Pengaruh antar Variabel Eksogen dengan Endogen Pengaruh Variabel Estimasi Probabilitas Kesimpulan
BI Rate<--> CAR 0,53 0,00 Signifikan Inflasi<--> CAR -0,74 0,00 Signifikan JUB <--> CAR -0,75 0,00 Signifikan BI Rate<--> Kredit -0,15 0,00 Signifikan Inflasi<--> Kredit 0,21 0,00 Signifikan JUB <--> Kredit 0,97 0,00 Signifikan CAR <--> Kredit -0,02 0,42 Tidak Signifikan (Sumber : data diolah)
75 3. 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
Tabel 4.10
Hasil Uji Goodness of Fit Pengaruh BI Rate, inflasi dan jumlah uang beredar terhadap Capital Adequecy Ratio serta Implikasinya terhadap
penawaran Kredit Laporan Statistik Nilai yang Direkomendasikan (Kelloway) Hasil Keteranga n Absolut Fit
Y1 Tidak signifikan 0 Model tidak
cocok Df 0 - X2/df 2 < X 2 /df < 5 < 2 Over fitting - - RMR < 0.05 0 Fit RMSEA < 0.1 good fit < 0.05 very good fit < 0.01 outstanding fit
0.633 Tidak Fit
GFI > 0.9 good fit 1 Fit
Comparative Fit
NFI > 0.9 good fit 1 Fit
TLI > 0.9 good fit - -
CFI > 0.9 good fit 1 Fit
RFI > 0.9 good fit - -
Parsimonious Fit
PNFI 0-1 (lebih besar lebih baik) 0 Tidak Fit PGFI 0-1 (lebih besar lebih baik) 0 Tidak Fit
Hasil uji Goodness of Fit tersebut masih banyak yang tidak terdefinisimaka pengujian tersebut dianggap kurang Fit. Hal ini disebabakan dalam model tersebut masih banyak pengaruh antar variabel yang tidak signifikan. Selanjutnya peneliti akan melakukan analisis jalur model trimming. Analisis Jalur Model Trimming adalah
76 model yang digunakan untuk memperbaiki suatu model struktur bila coefisien 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.
Tabel 4.11
Hasil Uji Goodness of Fit Setelah Modifikasi
Cut-Off Value Hasil Uji
Indeks
Goodness of Fit (Kelloway) Trimming Sebelum Trimming I Absolut Fit
Prob Y1 Tidak signifikan 0 0.42
Df 0 1 2 < X2/df < 5 Y1/df < 2 - 0.16 RMR < 0.05 0 0 < 0.1 good fit < 0.05 very good fit RMSEA < 0.01 outstanding fit 0.633 0
GFI > 0.9 good fit 1 1
Comparative Fit
NFI > 0.9 good fit 1 1
TLI > 0.9 good fit - 0.00
CFI > 0.9 good fit 1 1
RFI > 0.9 good fit - 0.978
Parsimonious Fit
PNFI 0-1 (lebih besar
lebih baik) 0 0.048
PGFI 0-1 (lebih besar
77 Pada trimming pertama, jalur (panah) CAR terhadap Kredit dihilangkan karena memiliki probabilitas 0,42 > 0,05 (tidak signifikan). Dari hasil modifikasi I model analisis jalur dengan menghilangkan jalur (panah) CAR terhadap Kredit, diperoleh indeks kesesuaian model yang cukup baik (Lihat Lampiran).
Tabel 4.12
Hasil Perhitungan Setelah Trimming
Pengaruh Variabel Estimasi Probabilitas Kesimpulan BI Rate<--> CAR 0,53 0,00 Signifikan
Inflasi<--> CAR -0,74 0,00 Signifikan JUB <--> CAR -0,75 0,00 Signifikan BI Rate <--> Kredit -0,16 0,00 Signifikan Inflasi<--> Kredit 0,99 0,00 Signifikan JUB <--> Kredit 0,23 0,00 Signifikan
Dikarenakan terjadi beberapa trimming bagi jalur yang tidak signifikan, maka dari itu penelitian selanjutnya bertujuan sebagai berikut:
1. Untuk menganalisis hubungan BI Rate, inflasi dan JUB, terhadap CAR .
2. Untuk menganalisis hubungan BI Rate, inflasi dan JUB, CAR terhadap penawaran Kredit.
3. Untuk menganalisis hubungan BI Rate, inflasi dan JUB, terhadap penawaran Kredit secara langsung dan tidak langsung.
78