BAB IV. ANALISIS DAN PEMBAHASAN
B. Analisa dan Pembahasan
4. Pengujian Hipotesis
a. Uji F (Uji Simultan)
Uji F untuk menguji asumsi mengenai tepatnya model regresi untuk
diterapkan terhadap data empiris atau hasil observasi. Uji statistik F pada
dasarnya menunjukkan apakah semua variabel independen yang dimasukkan
dalam model mempunyai pengaruh secara bersama-sama atau simultan
terhadap variabel dependen (Ghozali, 2005:88).
Cara melakukan pengujian F ini dengan menggunakan tabel ANOVA
(Analysis of Variance) dengan melihan nilai signifikasi ( sig. < 0,05 atau 5%)
jika nilai sig <0,05 maka H1 diterima. Berikut tabel hasil dari uji F
Tabel 4.12
Uji F
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 1.929 5 .386 9.598 .000a
Residual 3.135 78 .040
Total 5.063 83
a. Predictors: (Constant), Bank_Size, INFLASI, Kurs, BI_Rate, LDR b. Dependent Variable: NPL
89 Berdasarkan tabel 4.12 di atas maka nilai Fhitung dapat diperoleh dengan
cara 9.598 5% Numerator adalah (jumlah variabel -1) atau 6-1=5 dan
dumerator adalah (Jumlah kasus-Jumlah Variabel) atau 84-6 =78 maka F table
adalah 2,33 Maka nilai H0 ditolak atau H1 diterima dan nilai Fhitung > Ftabel
(9,598 > 2,33) dengan tingkat signifikan sebesar 0,000 atau lebih kecil dari
angka signifikan dari 5%. Maka dapat disimpulkan bahwa terdapat pengaruh
antara Inflasi, Kurs, BI Rate, LDR dan Bank Size terhadap kredit bermasalah
(NPL) pada Bank Umum Swasta Nasional Non Devisa.
b. Uji t (Uji Parsial)
Setelah melakukan uji koefiensi regresi secara keseluruhan, maka
langkah selanjutnya adalah menghitung koefisien regresi secara individu
atau uji t.Uji t digunakan untuk mengetahui ada tidaknya pengaruh masing-
masing variabel indpenden secara parsial terhadap variabel dependen dengan
tingkat signifikasi 0,05 atau 5% maka variabel indpenden berpengaruh
90 Tabel 4.13 Hasil Uji t Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 4.355 .636 6.846 .000 INFLASI -.063 .014 -.626 -4.431 .000 BI_Rate .070 .042 .268 1.681 .097 Kurs -2.792E-5 .000 -.132 -1.148 .254 LDR .028 .011 .530 2.684 .009 Bank_Size -.387 .102 -.823 -3.789 .000 a. Dependent Variable: NPL
Berdasarkan tabel 4.13 di atas besarnya pengaruh masing-masing variabel
independen secara individual (parsial) terhadap variabel dependen dapat
dijelaskan sebagai berikut:
1) Uji t terhadap variabel Inflasi
Berdasarkan tabel 4.13 Inflasi menunjukan taraf signifikasinya lebih
kecil dari atau (0,000< 0,05). Sedangkan nilai t hitung sebesar -4,431
yang lebih kecil dari t tabel, dengan perhitungan df: ,(n-k) atau 0,05, (84-
6)=78 jadi -t hitung < -t tabel (-4,431< -1,990) . Dengan demikian secara
91 berpengaruh secara signifikan terhadap rasio kredit bermasalah.pada bank
umum swasta nasional non devisa. Hasil penelitian ini didukung oleh
Irman (2014) dan Mutmainah, Chasanah (2012) yang menyimpulkan dalam
penelitiannya bahwa terdapat pengaruh negatif signifikan antara inflasi
dengan NPL studi kasus Bank Syariah di Indonesia.
Sejalan dengan penelitian dari Shingjergji (2013) yang menyimpulkan
bahwa terdapat hubungan negatif antara Inflasi dengan NPL studi kasus
Bank di Albanian. Peneliti menduga bahwasannya bank umum swasta
nasional non devisa telah mengantisipasi terjadinya NPL dengan melihat
arah kebijakan ekonomi pemerintah. Dengan adanya inflasi, maka bank
umum swasta nasional non devisa akan menentukan kebijakan dalam
penyaluran dananya ke masyarakat sehingga dapat mengurangi dampak
terjadinya kredit bermasalah atau NPL.
2) Uji t terhadap variabel BI Rate
Pada tabel 4.13 di atas diketahui bahwa BI Rate menunjukkan t
hitung < dari T tabel (1,681 < 1,990) dan tingkat signifikasinya adalah
0,097 lebih besar dari taraf signifikasi 0,05 (0,097 > 0,05). Dengan
demikian dapat disimpulkan bahwa secara parsial hipotesis H0 diterima
dan H1 ditolak. Artinya BI Rate tidak mempunyai pengaruh yang
signifikan terhadap kredit bermasalah pada bank umum swasta nasional
92 dilakukan oleh Imaduddin (2006) dan Saba et al (2012) yang
menyimpulkan bahwa tidak ada pengaruh antara Interest rate atau BI Rate
dengan NPL.
3) Uji t terhadap variabel Kurs
Pada variabel kurs menunjukkan t hitung > t tabel (-1,148 > - 1,990)
dan tingkat signifikasinya adalah 0,251 lebih besar dari taraf signifikasi
0,05 (0,254 > 0,05). Dengan demikian dapat disimpulkan bahwa secara
parsial hipotesis H0 diterima dan HI ditolak, artinya bahwa kurs tidak
berpengaruh terhadap kredit bermasalah pada bank umum swasta non
devisa. Hasil penelitian ini didukung oleh penelitian dari Mutia, dkk
(2015) yang menyimpulkan bahwa kurs tidak berpengaruh signifikan
terhadap NPL. Sejalan juga dengan Bhattarai (2014) yang menyimpulkan
bahwa kurs tidak berpengaruh signifikan terhadap NPL. Hal ini diperkuat
oleh fakta bahwa bank umum swasta nasional non devisa dalam setiap
transaksinya tidak menggunakan valas.
4) Uji t terhadap variabel LDR
Untuk variabel LDR menunjukkan t hitung > t tabel (2,684 > 1,990)
dan tingkat signifikasinya adalah 0,009 lebih kecil dari taraf signifikasi
0,05 (0,009 < 0,05). Dengan demikian dapat disimpulkan bahwa secara
parsial hipotesi H0 ditolak atau menerima H1. Artinya LDR berpengaruh
signifikan positif terhadap kredit bermasalah pada bank umum swasta
93 diungkapkan oleh Dendawijaya (2005) yang mengatakan bahwa LDR
secara penuh akan meningkat dan risiko terjadinya NPL semakin tinggi,
maka bank akan mempunyai risiko tidak tertagihnya pinjaman yang tinggi
yang nantinya akan mengakibatkan terjadinya kredit bermasalah dan bank
akan mengalami kerugian. Hasil penelitian ini di dukung atas hasil yang
diteliti oleh Suli, Wayan, Ketut (2014) yang menyimpulkan bahwa
terdapat pengaruh positif signifikan antara LDR dengan NPL.
5) Uji t terhadap variabel Bank Size
Untuk variabel bank size menunjukkan t hitung < t tabel (-3,789 < - 1,990) dan tingkat signifikasinya adalah 0,000 lebih kecil dari taraf signifikasi 0,05 (0,000 < 0,05). Dengan demikian dapat disimpulkan bahwa secara parsial hipotesis H0 ditolak atau menerima H1. Artinya bank size berpengaruh signifikan negatif terhadap kredit bermasalah pada bank umum swasta nasional non devisa. Hasil penelitian ini di dukung oleh hasil penelitian yang dilakukan oleh Rajan dan Dahl (2003), Syeda Zabeen Ahmed (2006) dan Swamy (2012). Hal ini dikarenakan semakin besar ukuran perusahaan (bank), maka akan memiliki prosedur manajemen resiko yang semakin baik, dan ditunjang dengan teknologi informasi yang dimiliki (Swamy,2012). Sehingga bank dapat menekan tingkat risiko kredit bermasalah.
94
c.Uji Adjusted R Square (R2adj)
Koefisien Determinasi (R2) pada intinya mengukur seberapa jauh
kemampuan model dalam menerangkan variasi variabel dependen. Nilai
koefisien determinasi adalah antara nol dan satu. Nilai R2 yang kecil berarti
kemampuan variabel - variabel independen dalam menjelaskan variasi variabel
dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel
independen memberikan hampir semua informasi yang dibutuhkan untuk
memprediksi variasi variabel dependen (Ghozali, 2005:87).
Semakin tinggi koefisien determinasi semakin tinggi kemampuan variabel
bebas dalam menjelaskan variasi perubahan variabel terikatnya. Namun
koefiesien determinasi memiliki kelemahan, yaitu bias terhadap jumlah variabel
bebas dan jumlah pengamatan dalam model meningkatkan nilai R2 meskipun
variabel yang dimasukan tersebut tidak memiliki pengaruh yang signifikan
terhadap variabel baru dalam model. Berikut ini hasil dari Adj Uji R2 :
Tabel 4.14
Uji Adjusted R Square (R2adj)
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate 1 .617a .381 .341 .20047
a. Predictors: (Constant), Bank_Size, INFLASI, Kurs, BI_Rate, LDR b. Dependent Variable: NPL
95 Pada tabel diatas terlihat angka koefisien determinasi Adjusted R Square
sebesar 0,341 atau 34,1 %. Hal ini menunjukkan bahwa variabel independen
berupa inflasi, BI rate, Kurs, dan LDR menjelaskan variabel-variabel
dependend sebesar 34,1% dan sisanya yaitu 65,9% dijelaskan oleh variabel
diluar penelitian. Adapun angka koefisien korelasi (R) menunjukkan nilai
sebesar 0,617 dan menunjukkan bahwa adanya korelasi antara variabel bebas
dan variabel terikat sedikit kuat dan positif karena memiliki nilai lebih dari 0,5
(R>5) atau 0,617 > 0,5.
C.Interpretasi
Berdasarkan tabel 4.13 di atas, maka dapat disusun persamaan regresi untuk
penelitian ini adalah sebagai berikut:
Keterangan: Y : Kredit Bermasalah (NPL) X1 : Inflasi X4 : LDR X5: Bank Size Y = 4,355-0,063X1+0,028X4-0,387X5
96 Adapun interpretasi statistik penulis pada model persamaanrefresi dan hasil
uji t diatas adalah sebagai berikut:
1. Apabila X1,X4, X5 bernilai sama dengan 0, maka nilai Y adalah tetap 4,355.
2. X1= -0,063 maksudnya adalah setiap kenaikan 1% Inflasi maka NPL
mengalami penurunan sebesar 6,3%.
3. X4 = 0,028 maksudnya adalah setiap kenaikan 1% LDR maka NPL mengalami
peningkatan sebesar 2,8%.
4. X5 = -0,387 maksudnya adalah setiap kenaikan 1%Bank Size maka NPL
97
BAB V
KESIMPULAN DAN IMPLIKASI