BAB III METODE PENELITIAN
3.5 Populasi dan Sampel Penelitian
Populasi yang digunakan dalam penelitian ini adalah sebanyak 26Bank Pembangunan Daerah selama periode 2011-2015.Sedangkanteknik pengambilan sampel yang digunakan adalahpurposive sampling dengan kriteria yang ditetapkan adalah sebagai berikut.
1. Bank Pembangunan Daerah yang menerbitkan laporan keuangan tahunan periode 2011-2015.
2. Provinsi dari masing-masing Bank Pembangunan Daerah yang memiliki data pertumbuhan PDRB dan Inflasi selama rentang waktu 2011-2015.
Berdasarkan kriteria yang telah ditetapkan, maka dapat ditentukan sampel sebanyak 26 Bank Pembangunan Daerah yang memenuhi kedua kriteria di atas yaitu :
Tabel 3.1 Daftar Sampel Bank No Nama Bank Pembangunan Daerah
1 Bank Aceh 2 BPD Bali 3 BPD Bengkulu 4 Bank DKI 5 BPD Jambi 6 BPD Jawa Tengah
7 BPD Jawa Barat dan Banten 8 BPD Jawa Timur
9 BPD Kalimantan Timur 10 BPD Kalimantan Tengah
11 BPD Kalimantan Barat 12 BPD Kalimantan Selatan 13 BPD Lampung
14 BPD Maluku
15 BPD Nusa Tenggara Barat 16 BPD Nusa Tenggara Timur 17 BPD Papua
18 BPD Riau Kepri
19 BPD Sulawesi Tenggara
20 BPD Sulawesi Selatan dan Sulawesi Barat 21 BPD Sulawesi Tengah
22 BPD Sulawesi Utara dan Gorontalo 23 BPD Sumatera Barat
24 BPD Sumatera Selatan dan Bangka Belitung 25 BPD Sumatera Utara
26 BPD Yogyakarta
Sumber :www.ojk.go.id, diolah dari lampiran 1 3.6 Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data ini berbentuk data tahunan yang dimulai dari tahun 2011 sampai 2015. Sumber data yang digunakan dalam penelitian ini diperoleh darilaporan tahunan (annual report) Bank Pembangunan Daerahyang dipublikasikanmelalui websiteresmi masing-masing BPD untuk data kinerja perbankan.Sementara untuk data indikator makroekonomi daerah bersumber dari Badan Pusat Statistik (www.bps.go.id).
Dalam penelitian ini digunakan data panel yang merupakan penggabungan antara data timeseriesdan cross section. Data time series biasanya meliputi satu objek tetapi meliputi beberapa periode, sedangkan data cross section terdiri dari beberapa atau banyak objek sering disebut responden atau perusahaan dengan beberapa jenis data dalam suatu periode tertentu.
Sesuai dengan jenis data yang diperlukan pada penelitian ini yaitu data sekunder, makametode pengumpulan data yang dilakukan metode studi pustaka dan metode dokumentasi.Metode studi pustaka adalah metode dengan mengumpulkan sejumlah buku-buku, majalah, jurnal ilmiah, artikel-artikel yang berkenaan dengan penelitian. Sedangkan metode dokumentasi dilakukan dengan mengumpulkan dokumen-dokumen yang sudah ada yaitu dokumen mengenai data penelitianberupa laporan keuangan tahunan BPDyang diperoleh melalui websiteresmi dari masing-masing BPD.Untuk data kondisi makroekonomi daerah bersumber dari Badan Pusat Statistik (www.bps.go.id ).
3.8 Teknik Analisis
Penelitianini menggunakansoftwareMicrosoft Office Excel 2007 dan Eviews 8 untuk pengolahan data dan pengujian hipotesis. Pengolahan data sekunder untuk variabel bebas dan variabel terikat akan diolah dengan menggunakan Microsoft Office Excel 2007. Sedangkan estimasi regresi data panel untuk pengujian hipotesis menggunakan Eviews 8.Adapun teknik analisis data dalam penelitian ini adalah sebagai berikut:
3.8.1 Analisis Statistik Deskriptif
Data yang digunakan dalam penelitian ini meliputi variabel NPL, LDR, CAR, pertumbuhan kredit, pertumbuhan ekonomi daerah (PDRB), dan inflasi.Analisis statistik deskriptif digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data yang terkumpul tanpa bermaksud membuat kesimpulan yang berlaku untuk umum. Penyajian analisis deskriptif ini terdiri dari mean,median, dan standard deviasi.
3.8.2 Analisis Regresi Data Panel
Pada penelitian ini data yang digunakan adalah data panel. Data panel atau disebut pooled datamerupakan perpaduan antara data rentang waktu(time series) dengan data cross section, yang terdiri atas beberapa objek/sub objek dalam beberapa periode waktu. Data panel memiliki keunggulan dibanding data time series ataupun cross section, karenamampu menyediakan data yang lebih banyak sehingga akan menghasilkan degree offreedom yang lebih besar. Dengan mengakomodasi informasi baik yang terkait dengan variabel-variabel cross-section maupun time series, data panel secara substansial mampu menurunkan masalah omitted-variables, model yang mengabaikan variabel yang relevan (Wibisono, 2005 dalam Ajija dkk., 2011 : 51).Menurut Wibisono (2005)regresi model data panel memiliki beberapa keunggulan seperti:
1. Data panel mampu memperhitungkan heterogenitas individu secara eksplisit dengan adanya variabel spesifik individu.
2. Karena sifatnya mengontrol heterogenitas maka data panel dapat digunakan untuk menguji dan membangun model perilaku yang lebih kompleks.
3. Data panel mendasarkan diri pada observasi cross section yang berulang-ulang (time series) sehingga metode data panel cocok digunakan sebagai study of dynamic adjustment.
4. Tingginya jumlah observasi memiliki implikasi pada data yang lebih informatif, variatif, dan multikolinearitas antara data semakin berkurang serta derajat kebebasan yang lebih tinggi sehingga dapat menghasilkan model estimasi yang lebih efisien.
5. Data panel dapat digunakan untuk mempelajari model-model perilaku yang kompleks.
6. Data panel dapat digunakan untuk mengurangi bias yang mungkin timbul akibat agregasi data individu.
Keunggulan-keunggulan tersebut memiliki implikasi pada tidak harus dilakukan pengujian asumsi klasik dalam model data panel. (Verbeek, 2000; Gujarati, 2006;
Wibisono, 2005; Aulia, 2004: 27 dalam Ajija dkk., 2011 : 51-52).
Sesuai dengan penggunaan data panel seperti penjelasan diatas maka analisis regresi yang digunakan dalam penelitian ini adalah analisis regresi data panel. Pada penelitian ini terdapat lima variabel independen yang akan dimasukkan ke dalam persamaan model regresi yaitu pertumbuhan ekonomi daerah (PDRB), inflasi LDR, CAR, dan pertumbuhan kredit.Sedangkan variabel dependen adalah NPL. Sehingga model regresi panel yang terbentuk pada penelian ini adalah :
Keterangan :
Beta = Non Performing Loan α = Konstanta
β1- β5 = Koefisien regresi
GDRP = Pertumbuhan Ekonomi Daerah INF = Inflasi
LDR = Loan to Deposit Ratio CAR = Capital Adequacy Ratio
LG = Pertumbuhan kredit (Loan Growth)
e = error term
3.8.3 Penentuan Model Data Panel
Terdapat tiga model pendekatan yang dapat dilakukan untuk mengestimasi model regresi dengan data panelyaitu:
1. Pooled Least Square / Common Effect Model
Merupakan model pendekatan data panel yang paling sederhana dalam karena hanya mengkombinasikan data time series dan cross sectionsebagai satu kesatuan tanpa melihat adanya perbedaan waktu dan individu.Metode Ordinary Least Square (OLS) paling sering digunakan pada pendekatan ini.
2. Fixed Effect Model
Pada model pendekatan ini diasumsikan bahwa intercept sama pada antar waktu sementara terdapat perbedaan intercept antar individu.
Sehingga untuk membedakan satu objek dengan objek lainnya maka pendekatan ini menggunakan variabel boneka (dummy variable).
3. Random Effect Model
Pada model pendekatan ini menggunakan residual, yang diduga memiliki hubungan antar waktu dan antar objek. Pada model Random Effect perbedaan antar waktu dan antar individudimasukkan ke dalamerror terms masing-masing perusahaan. Karena hal inilah, model ini sering juga disebutError Component Model (ECM) atau metode Generalized Least Square (GLS). Namun terdapat satu syarat untuk menganalisis dengan metode ini, yaitu objek data silang (cross section) harus lebih besar daripada banyaknya koefisien.
Ketiga model pendekatan estimasi data panel dapat dipilih sesuai dengan keadaan penelitian, dilihat dari jumlah individu bank dan variabel penelitiannya. Namun untuk model pendekatan Pooled Least Square sangat jarang untuk digunakan. Hal ini disebabkan karena model tersebut tidak memperhatikan dimensi waktu maupun individu, sehingga diasumsikan bahwa perilaku data perusahaan sama dalam berbagai kurun waktu. Oleh sebab itu uji penentuan model hanya ditujukan untuk fixed effect model dan random effect model dengan menggunakan uji Hausman.
3.8.3.1 Uji Hausman (Hausman Test)
Uji Hausman dilakukanuntuk menentukan model yang paling tepat digunakan untuk mengestimasi data panelyaitu antaraFixed effectatau Random effect. Uji ini didasarkan pada ide bahwa OLS dalam metode Common effect tidak lebih efisien dibandingkan denganLeast Square Dummy Variables (LSDV) dalam metode Random effect. Hipotesis yang muncul pada uji Hausman ini adalah:
Ho : Random effectadalah model yang tepat Ha : Fixed effectadalah model yang tepat
Uji Hausman mengikuti pada distribusi statistik Chi-Squares dengan derajat kebebasan (df) sebanyak jumlah variabel bebas. Jika nilai statistik Hausman lebih besar dari nilai Chi-Squares maka hipotesis nul ditolak artinya fixed effectadalahmodel yang tepat untuk regresi data panel model, demikian sebaliknya. Apabila dengan menggunakan nilai probabilitas, apabila nilai probabilitas kurang dari 0.05 maka menolak hipotesis nol, dan menerima hipotesis alternatif, demikian sebaliknya.
3.8.4 Uji Kelayakan (Goodness of Fit) Model Regresi Data Panel
Pengujian ini dilakukan untuk mengetahui adakah pengaruh LDR, CAR, pertumbuhan kredit, pertumbuhan ekonomi daerah (PDRB), dan inflasi terhadap NPL Bank Pembangunan Daerah di Indonesiaperiode 2011 sampai dengan 2015.
Untuk menguji pengaruh variabel independen (X) terhadap dependen (Y) dapat dilakukan dengan uji signfikansi parsial (uji statistik t), uji signifikansi simultan (uji statistik F) dan uji koefisien determinasi(R2).
1. Uji SignfikansiParsial (Uji Statistik t)
Uji t adalah jenis pengujian statistik yang digunakan untuk mengetahui pengaruh variabel independen terhadap variabel dependen secaraparsial (individual). Uji ini dapat dilakukan dengan membandingkan nilai t hitung dengan t tabel ataupun dengan melihat kolom signifikansi pada masing-masing t hitung. Formula hipotesis yang tebentuk pada penelitian ini adalah:
1. Ho1 : Terdapat pengaruh tidak signifikan antara LDR terhadap NPLBank Pembangunan Daerah.
Ha1 : Terdapat pengaruh signifikan antara LDR terhadap NPLPembangunan Daerah.
2. Ho2 : Terdapat pengaruh tidak signifikan antara CAR terhadap NPLBank Pembangunan Daerah.
Ha2 : Terdapat pengaruh signifikan antara CAR terhadap NPL BankPembangunan Daerah.
3. Ho3 : Terdapat pengaruh tidak signifikan antara pertumbuhan kredit.terhadap NPL Bank Pembangunan Daerah.
Ha3 : Terdapat pengaruh signifikan antara pertumbuhan kredit terhadapNPL Bank Pembangunan Daerah.
4. Ho4 : Terdapat pengaruh tidak signifikan pertumbuhan ekonomi daerah(PDRB) terhadap NPL Bank Pembangunan Daerah.
Ha4 : Terdapat pengaruh signifikan antara pertumbuhan ekonomi daerah (PDRB) terhadap NPL Bank Pembangunan Daerah.
5. Ho5 : Terdapat pengaruh tidak signifikan antara inflasi terhadap NPL Bank Pembangunan Daerah.
Ha5 : Terdapat pengaruh signifikan antara inflasi terhadap NPL Bank Pembangunan Daerah.
Kriteria pengujian dapat ditentukan sebagai berikut :
Ho diterima apabila t hitung < t tabel
Ho ditolak apabila t hitung > t tabel Dengan nilai signifikansi t-stat dengan kriteria:
Ho diterima apabila nilai sig. t-stat > 0.05
Ho ditolak apabila nilai sig. t-stat < 0.05 2. Uji SignifikansiSimultan (Uji Statistik F)
Uji F bertujuan untuk meyakinkan bahwa model yang dipilih layak atau tidak untuk menjelaskan pengaruh variabel-variabel independen secara bersama-sama terhadap variabel dependen. Uji F dilakukan pengujian dengan cara membandingkan antara Fhitung dengan Ftabel.
Formula hipotesis pada penelitian ini adalah:
Ho6 :Terdapat pengaruh tidak signifikan antara LDR, CAR,
...pertumbuhan kredit, pertumbuhan ekonomi daerah
...(PDRB),dan inflasi terhadap NPL Bank Pembangunan ...Daerah.
Ha6 :Terdapat pengaruhsignifikan antara LDR, CAR,
...pertumbuhankredit, pertumbuhan ekonomi daerah
...(PDRB), dan inflasiterhadapNPL Bank Pembangunan ...Daerah.
Kriteria pengujian dapat ditentukan sebagai berikut :
Ho diterima apabila F hitung < F tabel
Ho ditolak apabila F hitung > F tabel Dengan nilai signifikansi F-stat dengan kriteria:
Ho diterima apabila nilai sig. F-stat > 0.05
Ho ditolak apabila nilai sig. F-stat < 0.05 3. Uji koefisien determinasi (R2)
Uji koefisien determinasi (R2) bertujuan untuk mengukur seberapa besar kemampuan variabel independen menjelaskan variabel dependen. Koefisien determinasi pada dasarnya adalah untuk mengukur kebenaran model regresi. Nilai R² terletak antara 0 sampai dengan 1 (0 ≤ R² ≤ 1). Apabila nilai R²semakin mendekati satu maka semakin baik model regresi, artinya kemampuan variabelindependen (LDR, CAR, pertumbuhan kredit, pertumbuhan PDRB, dan inflasi)memberikan hampirsemua informasi yang dibutuhkan untuk memprediksivariabel dependen (NPL). Namun sebaliknya, apabila
koefisien determinasi semakin mendekati nol, maka semakin kecil pula pengaruh semua variabel independen terhadap nilai variabeldependen.
BAB IV
HASIL DAN PEMBAHASAN
4.1 Analisis Deskriptif
Analisis statistik deskriptif digunakan untuk memperoleh gambaran secara umum mengenai data penelitian yang digunakan dalam penelitian ini. Tabel 4.1 dibawah menyajikan statistik deskriptif data sampel keseluruhan. Di dalam anilisis statistik deskriptif ini dilakukan pendeskripsian data statistik yaitunilai mean, nilai median, nilai minimum, nilai maksimum dan standar deviasi dari masing-masing variabel. Berikut tabel Statistik Deskriptif untuk seluruh variabel yang digunakan dalam penelitian ini.
Tabel 4.1 Statistik Deskriptif
Mean Median Maximum Minimum Std. Dev.
NPL 0.02205 0.0158 0.0963 0.0015 0.018652
GDRP 0.05888 0.06005 0.2124 -0.0428 0.027658
INF 0.05749 0.0522 0.1158 0.0022 0.023757
LDR 0.89304 0.8923 1.2843 0.4791 0.1406
CAR 0.19656 0.1838 0.3838 0.0937 0.053083
LG 0.19671 0.18361 0.7428 -0.0902 0.123195
Sumber : Hasil olahan data Eviews, Lampiran 3
Dari tabel di atas masing-masing variabel dapat dideskripsikan sebagai berikut:
1. Variabel NPL (Non-Performing Loan)
Berdasarkan Tabel 4.1 dapat diketahui bahwa nilai rata-rata (mean) NPL BPD selama periode 2011-2015 adalah sebesar 0.2205 atau 2,20%. Nilai median NPL adalah sebesar 0.0158 atau 1,58%. Nilai maksimum adalah0.093 atau 9,3% yang dimiliki oleh BPD Papua
tahun 2015 sedangkan nilai minimum adalah sebesar 0.0015 atau 0,15% yang dimiliki oleh BPD Kalimantan Barat tahun 2011.
Sementara nilai standar deviasi adalah sebesar 0.018652 atau 1,86%.
Selain itu berdasarkan Tabel 4.1 dapat diketahui juga bahwa nilai mean lebih besar dari pada nilai standar deviasi. Hal ini mengindikasikan bahwa data NPL BPD selama periode 2011-2015 berdistribusi normal.
2. Variabel GDRP (Pertumbuhan Ekonomi Daerah)
Berdasarkan Tabel 4.1 dapat diketahui bahwa nilai rata-rata (mean) GDRP selama periode 2011-2015 adalah sebesar 0.05888atau 5,89%
Nilai median GDRP adalah sebesar 0.06005atau 6%. Nilai maksimum adalah 0.2124atau 21,24% yang dimiliki oleh Provinsi NTB pada tahun 2015 sedangkan nilai minimum adalah sebesar 0.0428 atau -4,28% yang dimiliki oleh Provinsi Papua pada tahun 2011. Sementara nilai standar deviasi adalah sebesar 0.027658 atau 2,77%. Selain itu berdasarkan Tabel 4.1 dapat diketahui juga bahwa nilai mean lebih besar dari pada nilai standar deviasi. Hal ini mengindikasikan bahwa data GDRP selama periode 2011-2015 berdistribusi normal.
3. Variabel INF (Inflasi)
Berdasarkan Tabel 4.1 dapat diketahui bahwa nilai rata-rata (mean) GDRP selama periode 2011-2015 adalah sebesar 0.05749atau 5,74%
Nilai median INF adalah sebesar 0.0522atau 5,22%. Nilai maksimum adalah 0.1158atau 11,58% yang dimiliki oleh Provinsi Sumatera Barat pada tahun 2014 sedangkan nilai minimum adalah sebesar 0.0022atau
0,22 % yang dimiliki oleh Provinsi Aceh pada tahun 2012. Sementara nilai standar deviasi adalah sebesar 0.023757 atau 2,34%. Selain itu berdasarkan Tabel 4.1 dapat diketahui juga bahwa nilai mean lebih besar dari pada nilai standar deviasi. Hal ini mengindikasikan bahwa data INF (Inflasi) selama periode 2011-2015 berdistribusi normal.
4. Variabel LDR (Loan to Deposit Ratio)
Berdasarkan Tabel 4.1 dapat diketahui bahwa nilai rata-rata (mean) LDR BPD selama periode 2011-2015 adalah sebesar 0.89304atau 89,34% Nilai median LDR adalah sebesar 0.8923atau 89,23%. Nilai maksimum adalah 1.2843atau 123,43% yang dimiliki oleh BPD Sulawesi Tengah pada tahun 2013 sedangkan nilai minimum adalah sebesar 0.4791 atau 47,91 % yang dimiliki BPD Papua pada tahun 2011. Sementara nilai standar deviasi adalah sebesar 0.1406 atau 14,06%. Selain itu berdasarkan Tabel 4.1 dapat diketahui juga bahwa nilai mean lebih besar dari pada nilai standar deviasi. Hal ini mengindikasikan bahwa data LDR BPD selama periode 2011-2015 berdistribusi normal.
5. Variabel CAR (Capital Adequacy Ratio)
Berdasarkan Tabel 4.1 dapat diketahui bahwa nilai rata-rata (mean) CAR BPD selama periode 2011-2015 adalah sebesar 0.19656atau 19,65% Nilai median CAR adalah sebesar 0.1838atau 18,38%. Nilai maksimum adalah 0.3838atau 38,38% yang dimiliki oleh BPD Sulawesi Selatan dan Sulawesi Barat pada tahun 2014 sedangkan nilai
minimum adalah sebesar 0.0937atau 9,37 % yang dimiliki Bank DKI pada tahun 2011. Sementara nilai standar deviasi adalah sebesar 0.053083 atau 5,30%. Selain itu berdasarkan Tabel 4.1 dapat diketahui juga bahwa nilai mean lebih besar dari pada nilai standar deviasi. Hal ini mengindikasikan bahwa data CAR BPD selama periode 2011-2015 berdistribusi normal.
6. Variabel LG (Pertumbuhan Kredit)
Berdasarkan Tabel 4.1 dapat diketahui bahwa nilai rata-rata (mean) LG BPD selama periode 2011-2015 adalah sebesar 0.19671atau 19,67%
Nilai median LG adalah sebesar 0.18361atau 18,38%. Nilai maksimum adalah 0.7428atau 74,28% yang dimiliki oleh BPD Sulawesi Tengah pada tahun 2014 sedangkan nilai minimum adalah sebesar -0.0902atau -9,02% yang dimiliki BPD Kalimantan Timu pada tahun 2015.
Sementara nilai standar deviasi adalah sebesar 0.123195 atau 12,31%.
Selain itu berdasarkan Tabel 4.1 dapat diketahui juga bahwa nilai mean lebih besar dari pada nilai standar deviasi. Hal ini mengindikasikan bahwa data LG BPD selama periode 2011-2015 berdistribusi normal.
4.2 Uji Hausman (Hausman Test)
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
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