Jumlah Kredit (Y)
METODE PENELITIAN
3.6 Metode Analisis Data
Pengolahan data dalam penelitian ini menggunakan Microsoft Office Excel 2016 dan Eviews 10. Pengolahan dan perhitungan data sekunder untuk variabel-variabel bebas dan variabel-variabel terikat akan diolah dan dihitung menggunakan Eviews 10. Microsoft Office Excel 2016 juga akan digunakan untuk pengolahan data dalam bentuk tabel.
3.6.1 Model Regresi Data Panel
Metode analisis data yang digunakan dalam penelitian ini adalah analisis regresi linier berganda. Model regresi linier berganda digunakan untuk menjelaskan hubungan dan seberapa besar pengaruh variabel – variabel independen terhadap varibael dependen. Analisis regresi berganda dalam penelitian ini digunakan untuk mengetahui pengaruh tingkat suku bunga, dan DPK terhadap jumlah kredit pada bank umum.
Yti = α + β1X1it+ β2X2it + eit
Keterangan:
Y = jumlah kredit α = konstant
β1,...β2 = koefisien regresi masing-masing variabel independen X1 = variabel independen 1 (Suku Bunga)
X2 = variabel independen 2 (DPK)
36
t = waktu e = error term
3.6.2 Pemilihan Model Estimasi
Penelitian ini menggunakan metode linier berganda dengan data panel untuk menganalisis besarnya pengaruh variabel-variabel independen terhadap dependen.
Variabel tersebut ditransformasikan ke dalam bentuk fungsi dan selanjutnya dibuat dalam bentuk persamaan regresi yang paling tepat digunakan antara lain.
1. Common Effect Model atau Pooled Least Square (PLS)
Merupakan pendekatan model data panel yang paling sederhana karena hanya mengkombinasikan data time series dan cross section. Pada model ini tidak perhatikan dimensi waktu maupun individu sehingga diasumsikan bahwa perilaku data perusahaan sama dalam berbagai kurun waktu. Metode ini bisa menggunakan pendekatan Ordinary Least Square (OLS) atau teknik kuadrat kecil untuk mengestimasi model data panel.
Untuk model data panel, sering diasumsikan βit = β yakni pengaruh dari perubahan dalam X diasumsikan bersifat konstanta dalam waktu kategori cross section.
Secara umum, bentuk model linear yang dapat digunakan untuk memodelkan data panel adalah :
Yit = Xitβit + eit Dimana:
Yit = variabel terikat untuk bank ke-i dan waktu ke-t Xit = variabel bebas untuk bank ke-i dan waktu ke-t eit = error cross section dan time series
2. Fixed Effect Model (FEM)
Model ini mengasumsikan bahwa perbedaan antar individu dapat diakomodasi dari perbedaan intersepnya. Model Fixed effect adalah teknik mengestimasikan data panel dengan menggunakan variabel dummy untuk menangkap adanya perbedaan intercep. Intercep antar perusahaan, perbedaan intercep bisa terjadi karena perbedaan budaya kerja, manajerial, dan insentif.
Disamping itu, model ini juga mengasumsikan bahwa koefisien regresi tetap antara perusahaan dan waktu.
Pendekatan dengan variabel dummy ini dikenal dengan sebutan least square dummy variabel (LSDV). Persamaan Fixed effect Model dapat ditulis sebagai berikut :
Y = α + β1X1it +β2X2it+eit
Keterangan:
Y = Variabel Terikat α = Konstanta
X1 = Variabel Bebas Pertama (Suku Bunga) X2 = Variabel Bebas Kedua (Dana Pihak Ketiga ) β = Koefisien Regresi
e = Error
3. Random Effect Model (REM)
Model ini mengestimasi data panel dimana variabel gangguan mungking saling berhubungan antar waktu dan antar individu. Pada model Random effect perbedaan intercep diakomodasi oleh error terms masing-masing perusahaan.
Keuntungan menggunakan model Random Effect yakni menghilangkan heteroskedastisitas. Model ini juga disebut dengan teknik Generalized Least Square (GLS). Sebagai estimastornya, berikut bentuk persamaannya adalah:
38
Keterangan:
Yit = Variabel terikat untuk bank ke-i dan waktu ke-t β = Koefisien Regresi
Xit = Variabel bebas untuk bank ke-i dan waktu ke-t eit = Komponen error cross section dan time series
3.5.3 Uji Chow
Uji chow adalah pengujian untuk menentukan model apa yang akan dipilih antara common effect model atau fixed effect model. Hipotesis uji chow adalah:
H0 : common effect model (pooled OLS) H1 : fixed effect model (LSDV)
Apabila hasil uji Chow menghasilkan probabilitas Chi-Square lebih dari 0,050 maka model yang digunakan adalah common effect model. Sedangkan apabila probabilitas Chi-Square yang dihasilkan kurang dari 0,050 maka model yang sebaiknya digunakan adalah model fixed effect. Pada saat model yang terpilih adalah fixed effect maka diperlukan uji Hausman. Uji Hausman ini bertujuan untuk mengetahui apakah sebaiknya menggunakan fixed effect model (FEM) atau random effect model (REM).
3.5.4 Uji Hausman
Uji Hausman merupakan pengujian metode regresi untuk mengetahui metode mana yang baik digunakan dalam penelitian (Pratomo dan Hidayat, 2007).
Hal ini dapat dilihat dari signifikansi nilai chi square-nya dengan hipotesis sebagai berikut:
H0 : Model Random Effect H1 : Model Fixed Effect
Apabila nilai chi-square-nya tidak signifikan pada tingkat signifikansi 1%, 5%
dan 10%, maka H0 diterima artinya metode yang digunakan adalah metode
random effect dan sebaliknya apabila nilai chi square-nya signifikan pada tingkat signifikansi 1%, 5% dan 10%, maka H1 diterima, dengan demikian metode yang digunakan adalah metode fixed effect.
3.5.5 Uji Signifikansi Parsial (Uji T)
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh variabel bebas secara individual terhadap variabel terikat. Oleh karena itu uji t ini digunakan untuk menguji hipotesis H1, H2, dengan langkah pengujian sebagai berikut (Gujarati, 1999):
a. Merumuskan hipotesis nol dan Hipotesis alternatif.
1) Pengaruh tingkat suku bunga terhadap jumlah kredit.
H0 : β1 ≤ 0 artinya Tingkat Suku Bunga tidak berpengaruh positif terhadap Jumlah Kredit.
H1 : β1 > 0 artinya Tingkat Suku Bunga berpengaruh positif terhadap Jumlah Kredit
2) Pengaruh DPK terhadap kredit.
H0 : β2 ≤ 0 artinya DPK tidak berpengaruh positif terhadap Jumlah Kredit.
H2 : β2 > 0 artinya DPK berpengaruh positif terhadap Jumlah Kredit b. Menentukan tingkat signifikansi (α) sebesar 0,05.
c. H akan diterima jika nilai probabilitasnya kurang dari 0,05 (α).
40
3.5.6 Uji Signifikan Simultan (Uji F)
Pengujian ini akan memperlihatkan hubungan atau pengaruh variabel independen secara bersama-sama terhadap variabel dependen (Widarjono, 2007).
Maka dalam pengujian ini dilakukan hipotesis sebagai berikut :
1. Jika F-hitung < F tabel, maka Ho diterima yang berarti secara bersama-sama variabel independen secara signifikan tidak dipengaruhi variabel dependen.
2. Jika F-hitung > F tabel, maka Ha ditolak yang berarti secara bersama-sama variabel independen secara signifikan mempengaruhi variabel dependen.
Selain dengan cara diatas, uji-F juga dapat dilakukan dengan cara Quick Look, yaitu: melihat nilai probability dan derajat kepercayaan yang ditentukan dalam penelitian atau melihat nilai F-tabel dengan F-hitungnya. Jika nilai probability
< 0.05 atau α=5 persen yang berarti menolak Ho dan menerima Ha dan sebaliknya. Hal ini menunjukkan bahwa variabel independen secara bersama-sama mempengaruhi variabel dependennya dan sebaliknya (Kuncoro, 2003).
Pada bab ini akan dibahas hasil penelitian yang dilakukan setelah permasalahan diidentifikasi dan telah melewati segala tahap-tahap pengolahan data untuk menciptakan suatu model permasalahan untuk dianalisis lebih lanjut.
Dalam penelitian ini obyek yang dijadikan penelitian adalah jumlah kredit pada Bank Umum yang terdaftar pada Bursa Efek Indonesia dan Otoritas Jasa Keuangan dari tahun 2013 sampai dengan tahun 2017. Didalam penelitian ini terdapat 100 data tentang Bank Umum. Dari penelitian ini data digunakan untuk menganalisis dan melakukan pengujian hipotesis. Tujuan penelitian ini adalah untuk mengetahui pengaruh variabel Tingkat Suku Bunga, DPK, dan Jumlah Kredit pada Bank Umum.