3.1 Definisi Operasional danPengukuran Variabel 3.1.1 Variabel Penelitian
Pengertian dari variabel penelitian adalah sesuatu hal yang berbentuk apa saja yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh informasi informasi tentang hal tersebut, kemudian ditarik kesimpulan (Gujarati, 2010). Dalam penelitian ini terdapat dua variabel, yaitu variabel independen dan variabel dependen. Berikut penjelasan kedua variabel tersebut :
1. Variabel Independen (Independent Variable)
Variabel Independent atau bebas merupakan variabel yang mempengaruhi atau yang menjadi sebab perubahan atau timbulnya variabel terikat (dependent). Dalam penelitian ini yang merupakan variabel independennya adalah
a. Dana Pihak Ketiga (DPK)
b. Penempatan dana pada Sertifikat Bank Indonesia (SBI) c. Nilai Tukar (kurs)
d. Inflasi
2. Variabel Dependen (Dependent Variable)
Variabel dependen atau terikat merupakan variabel yang dipengaruhi atau yang menjadi akibat karena adanya variabel bebas (independent). Dalam penelitian ini yang merupakan variabel dependennya adalah penyaluran kredit.
3.1.2 Definisi Operasional
Berikut adalah tabel definisi operasional dari variabel yang diteliti : Tabel 3.1
Definisi Operasional
No. Variabel Definisi Pengukuran
1. DPK (X1) Simpanan pihak ketiga bukan
bank yang terdiri dari giro, tabungan, dan simpanan berjangka (deposito) Sumber : SEBI No. 6/23/DPNP tanggal 31 Mei 2004
Posisi Dana Pihak Ketiga (DPK) pada Bank Umum pada akhir periode bulanan yang dinyatakan dalamMiliar Rupiah
2. Suku Bunga
SBI (X3)
SBI adalah surat berharga yang dikeluarkan oleh Bank Indonesia sebagai pengakuan utang berjangka waktu pendek dengan system diskonto/bunga (Sugema, 2010).
Tingkat suku bunga SBI 1 bulan pada akhir periode bulanan yang dinyatakan dalam persentase
3. Nilai Tukar
IDR/USD (X2)
Nilai tukar adalah sebuah perjanjian yang dikenal sebagai nilai tukar mata uang terhadap pembayaran antara dua mata uang masing-masing negara (Lucio Sarno, 2002).
Posisi Nilai tukar (kurs) pada periode akhir tahun dinyatakan dalam Rupiah
4. Inflasi (X4) Inflasi adalah proses kenaikan harga-harga umum secara terus menerus (Putong, 2003).
Tingkat inflasi di Jawa Timur pada periode akhir tahun dinyatakan dalam persen (%)
5. Kredit (Y) Tagihan yang dapat
dipersamakan dengan itu, berdasarkan persetujuan atau kesepakatan pinjam meminjam antara bank dengan pihak lain yang mewajibkan pihak peminjam untuk melunasi utangnya setelah jangka waktu tertentu dengan pemberian bunga
Sumber :SEBI No. 6/23/DPNP tanggal 31 Mei 2004
Posisi kredit pada Bank Umum pada akhir periode bulanan yang dinyatakan dalam Miliar Rupiah
3.2 J enis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder Bank Umum Jawa Timur yang meliputi Dana Pihak Ketiga (DPK), suku bunga Sertifikat Bank Indonesia (SBI), Nilai Tukar (Kurs) dan Inflasi. Data diperoleh dari Statistik Perbankan Indonesia dan BPS Provinsi Jawa Timur periode tahun 2000 - 2012.
3.3 Populasi dan Sampel
Populasi dan sampel yang digunakan dalam penelitian ini adalah data berkala ( Time Series ), yaitu data tahunan yang diambil dalam waktu 13 tahun, yaitu mulai dari tahun 2000 sampai dengan tahun 2012 yang mencakup Provinsi Jawa Timur.
3.4 Teknik Pengumpulan Data
Teknik pengumpulan data sebagai berikut: Study keperpustakaan
Data yang diperoleh berdasarkan buku atau literature yang sesuai dengan penulisan usulan penelitian ini berupa variabel independen DPK, Suku Bunga SBI, Nilai Tukar (Kurs), Inflasi dan variabel dependen penyaluran kredit perbankan.
3.5 Metode Analisis Data
Teknik analisis yang akan dipakai dalam penelitian ini adalah teknik analisis regresi linier berganda untuk memperoleh gambaran yang menyeluruh mengenai hubungan antara variabel satu dengan variabel lain.Untuk mencapai tujuan dalam penelitian ini, maka pengujian asumsi klasik juga perlu dilakukan
untuk memastikan apakah model regresi linier berganda yang digunakan tidak terdapat masalah antara lain normalitas, multikolonieritas,heterokedastisitas, dan autokorelasi. Jika semua itu terpenuhi berarti bahwa model analisis telah layak digunakan.
3.5.1 Analisis Regresi Berganda
Untuk mengetahui apakah ada pengaruh yang signifikan dari variabel independen (Dana Pihak Ketiga (DPK), Suku Bunga SBI, Nilai Tukar IDR/USD, Inflasi) terhadap variabel dependen (Penyaluran Kredit) maka digunakan model regresi linier berganda yang dirumuskan sebagai berikut:
Y = a + β1 X1 + β2 X2 + β3 X3 + β4 X4 + e (Ghozali, 2009) Dimana:
a = konstanta
β1-β5 = koefisien regresi, merupakan besarnya perubahan variabel terikat akibat perubahan tiap-tiap unit variabel bebas.
Y = Penyaluran Kredit
X1 = Dana Pihak Ketiga (DPK) X2 = Nilai TukarIDR/USD
X3 = Suku Bunga Sertifikat Bank Indonesia (SBI) X4 = Inflasi
e = variabel residual (tingkat eror)
Suatu penelitian harus memenuhi asumsi regresi linier klasik atau asumsi klasik, yaitu memiliki distribusi yang normal maupun mendekati normal, tidak
didapatkan hasil penelitian yang Best Linier Unbiased Estimation (BLUE) (Ghozali, 2009:87).
3.5.2 Uji Asumsi Klasik
Karena data yang digunakan adalah data sekunder maka untuk menentukan ketepatan model perlu dilakukan pengujian atas beberapa asumsi klasik yang digunakan yaitu : Uji Normalitas, Multikolonearitas, Heteroskedastisitas, dan Autokorelasi yang secara rinci dapat dijelaskan sebagai berikut :
3.5.2.1 Uji Normalitas
Uji Normalitas bertujuan untuk menguji apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Model regresi yang baik memiliki distribusi data normal atau mendekati normal. Untuk mendeteksi apakah variabel residual berdistribusi normal atau tidak yaitu dengan analisis grafik. Sedangkan normalitas suatu variabel umumnya dideteksi dengan grafik atau uji statistik (non - parametrik Kolmogorof - Smirnov (K-S). Suatu variabel dikatakan terdistribusi normal jika nilai signifikansinya ≥ 0,05 (Ghozali, 2009:113).
3.5.2.2 Uji Multikolinearitas
Uji Multikolonearitas bertujuan untuk mengetahui apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Untuk mendeteksi ada atau tidaknya multikolonearitas didalam model regresi antara lain dapat dilakukan dengan melihat (1) nilai tolerance dan lawannya (2)
adanya multikolonearitas adalah nilai tolerance ≤ 0,10 atau sama dengan nilai VIF ≥ 10 (Ghozali, 2009:115).
3.5.2.3 Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan yang lain berbeda maka disebut heteroskedastisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Hal ini dapat dideteksi dengan melihat scatterplot antara nilai taksiran Y dengan nilai residual dimana plot residual versus nilai prediksinya menyebar. Jika pada grafik yang mempunyai sumbu residual yang distandarkan dari sumbu X dan Y yang telah diprediksi membentuk suatu pola tertentu yang jelas (bergelombang, melebar, kemudian menyempit), serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Selain itu untuk mendeteksi ada atau tidaknya heteroskedastisitas di dalam model regresi dapat dilakukan dengan Uji Glejser, yakni meregresikan absolut nilai residual sebagai variabel dependen dengan variabel independen. Jika probabilitas signifikansinya diatas tingkat kepercayaan 5% maka tidak terdapat heteroskedastisitas (Ghozali, 2009:121).
3.5.2.4 Uji Autokorelasi
Uji Autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi maka dinamakan
didalam model regresi antara lain dapat dilakukan dengan Uji Durbin - Watson (DW Test). Uji Durbin watson (DW test) digunakan untuk autokorelasi tingkat satu dan mensyaratkan adanya intercept (konstanta) dalam model regresi dan tidak ada variabel lagi diantara variabel independent, Hipotesis yang diuji adalah (Ghozali, 2009:128) :
Tabel 3.2
Autokorelasi Durbin-Watson
Hipotesis nol Keputusan Jika
Tdk ada autokorelasi positif Tdk ada autokorelasi positif Tdk ada korelasi negative Tdk ada korelasi negatif Tdk ada autokorelasi, positif dan negative
Tolak No decision Tolak No decision Tdk tolak 0 < d < dl dl ≤ d ≤ du 4- dl < d < 4 4-du ≤ d ≤ 4- du Du < d < 4-du
Sumber: Ghozali. Aplikasi Analisis Multivariate Dengan Program SPSS. BP Undip. Semarang. 2009.
Pengambilan keputusan ada tidaknya autokorelasi:
1. Bila nilai DW terletak antara batas atas atau upper bound (du) dan (4 - du), maka koefisien autokorelasi sama dengan nol, berarti tidak ada autokorelasi.
2. Bial nilai DW lebih rendah daripada batas bawah atau lower bound (dl), maka koefisien autokorelasi lebih besar daripada nol, berarti ada autokorelasi positif.
3. Bila nilai DW lebih besar daripada (4 - dl), maka koefisien autokorelasi lebih kecil daripada nol, berarti ada autokorelasi negatif.
4. Bila nilai DW terletak di antara batas atas (du) dan batas bawah (dl) ada DW terletak antara (4 - du) dan (4 - dl), maka hasilnya tidak dapat disimpulkan.
3.5.3 Pengujian Hipotesis
Hipotesis yang akan diuji dalam penelitian ini berkaitan dengan ada tidaknya pengaruh yang signifikan dari variabel independen (DPK, Suku Bunga SBI, Nilai Tukar dan inflasi) terhadap variabel dependen (Penyaluran Kredit) baik secara parsial maupun secara simultan. Pengujian tingkat penting (test of significance) ini merupakan suatu prosedur dimana hasil sampel digunakan untuk menguji kebenaran suatu hipotesis dengan alat analisis yaitu uji kesesuaian model, uji t dan nilai koefisien determinasi (R2). Perhitungan statistik disebut signifikan secara statistik apabila uji nilai statistikanya berada dalam daerah kritis (daerah dimana Ho ditolak). Sebaliknya, disebut tidak signifikan bila uji nilai statistikanya berada dalam daerah dimana Ho diterima.
3.5.3.1 Uji F
Pengujian ini dilakukan untuk mengetahui apakah semua variabel independen yang diamati berpengaruh signifikan terhadap variabel dependen. Pengujian ini dilakukan dengan uji ANOVA pada tingkat keyakinan 95% (Ghozali, 2009:156). Dengan ketentuan sebagai berikut :
1. Apabila Fhitung ≤ F tabel, maka Ho diterima dan Hi ditolak artinya variabel bebas tidak mempengaruhi terhadap variabel terikat.
Gambar 3.1
Gambar Distribusi Penolakan / Penerimaan Hipotesis Secara Simultan
Daerah penolakan Ho
Daerah penerimaan Ho F (α)
Sumber: Ghozali. Aplikasi Analisis Multivariate Dengan Program SPSS. BP Undip. Semarang. 2009.
3.5.3.2 Uji t
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh variabel independen (DPK, Suku Bunga SBI, Nilai Tukar, Inflasi) secara individual dalam menerangkan variasi variabel dependen (Penyaluran Kredit). Pengujian secara parsial menggunakan uji t (pengujian signifikansi secara parsial). Langkah yang ditempuh dalam pengujian ini adalah:
1)Merumuskan hipotesis
H0 : β1 = β2 = β3 = 0, tidak ada pengaruh perubahan proporsi DPK, Suku Bunga SBI, Nilai Tukar dan Inflasi terhadap penyaluran kredit. H1 : β1 ≥ β2 ≥ β3 ≥ 0, minimal ada satu pengaruh pada perubahan proporsi DPK, Suku Bunga SBI, Nilai Tukar dan Inflasi terhadap penyaluran kredit.
2)Menentukan tingkat signifikasi (α) dengan degree of freedom (df) dengan rumus: n – k – 1 dengan tujuan untuk menentukan t tabel. 3)Menentukan t hitung dengan rumus:
3) Membandingkan hasil t hitung dengan t tabel dengan kriteria sebagai berikut:
Jika thitung ≥ t tabel berarti H1 diterima. Jika t hitung ≤ t tabel berarti H0 diterima
Gambar 3.2 :
Gambar Distribusi Penolakan / Penerimaan Hipotesis Secara Par sial
Ho ditolak Daerah penerimaan Ho ditolak
( -t α / 2 ; n-k-l ) ( t α / 2 ; n-k-l )
Sumber: Ghozali, Aplikasi Analisis Multivariate Dengan Program SPSS. BP Undip. Semarang. 2009.
3.5.3.3 Uji derajat determinasi (R²)
Digunakan untuk mengetahui keeratan hubungan antara variabel bebas dengan variabel terikat. Nilai R2 terletak antara 0 sampai dengan 1 (0 ≤ R 2 ≤ 1). Tujuan menghitung koefisien determinasi adalah untuk mengetahui pengaruh variabel bebas terhadap variabel terikat.
Perhitungan nilai koefisien deteminasi ini diformulasikan sebagai berikut:
R2 =
TSS ESS
(Ghozali, 2009)
R2 = Koefisien determinasi majemuk (multiple coeficient of determinant), yaitu proporsi variabel terikat yang dapat dijelaskan oleh variabel bebas secara bersama-sama.
ESS = Explained sum of squares, atau jumlah kuadrat yang dijelaskan atau variabel nilai variabel terikat yang ditaksir di sekitar rata-ratanya.
TSS = Total sum of squares, atau total variabel nilai variabel terikat sebenarnya di sekitar rata-rata sampelnya.
Bila R2 mendekati 1 (100%), maka hasil perhitungan menunjukkan bahwa makin baik atau makin tepat garis regresi yang diperoleh. Sebaliknya jika nilai R2 mendekati 0 maka menunjukkan semakin tidak tepatnya garis regresi untuk mengukur data observasi.