HASIL PENELITIAN
B, Data Penelitian
2. Uji Asumsi Klasik a Normalitas
Normalitas data dapat dilihat dari grafik histogram dan normal probability plot yang ditunjukkan pada gambar 4.1 dan 4.2 berikut:
Gambar 4.1 Grafik Histogram
Sumber : diolah dengan SPSS, 2009
Melalui grafik histogram di atas dapat dilihat bahwa data dikatakan normal karena memiliki kemiringan yang cenderung seimbang, baik dari sisi kiri maupun kanan, dan kurva berbentuk menyerupai lonceng yang hampir sempurna (Bhuono, 2005:20)
Gambar 4. 2
Normal Probability Plot
Sumber : diolah dengan SPSS, 2009
Dari grafik normal probability plot menggambarkan titik-titik yang menyebar mendekati garis diagonal,sehingga data dikatakan normal. Hal ini yang diungkapkan oleh Bhuono (2005:24) ”suatu variabel dikatakan normal jika gambar distribusi dengan titik-titik data yang menyebar di sekitar garis diagonal, dan penyebaran titik-titik data searah mengikuti garis diagonal”. Kedua grafik ini menunjukkan bahwa normalitas data tepenuhi.
`Selain pengujian dengan grafik, normalitas data juga diuji secara statistik dengan menggunakan uji Kolmogorov Smirnov yang terdapat pada tabel 4.2 berikut:
Tabel 4.2
Uji Kolmogorov Smirnov One-Sample Kolmogorov-Smirnov Test
Kredit Modal Kerja
N 32
Normal Parametersa Mean 6.79E8
Std. Deviation 1.690E8
Most Extreme Differences Absolute .180
Positive .180
Negative -.145
Kolmogorov-Smirnov Z 1.019
Asymp. Sig. (2-tailed) .250
a. Test distribution is Normal.
Sumber : diolah dengan SPSS, 2009
Dari hasil uji Kolmogorov Smirnov, dapat dilihat bahwa p-value pada kolom Asimp. Sig(2-tailed) memiliki nilai 0,250 nilai ini > 0,05 (level of significant). Hal ini menunjukkan bahwa residual terdistribusi normal.
b. Multikolineritas
Uji multikolineritas dengan melihat nilai tolerance dan VIF menunjukkan hasil seperti pada tabel 4.3 berikut:
Tabel 4.3 Uji Multikolineritas
Coefficientsa
Model
Unstandardized Coefficients Standardi zed Coefficien ts t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 6.317E8 1.306E8 4.836 .000
Debt to Total Assets Ratio
2.404E8 3.078E8 .153 .781 .442
.896 1.116
Quick Ratio -1.462E6 2.523E6 -.112 -.580 .567 .928 1.078
Net Profit Margin 2.335E8 3.389E8 .130 .689 .497 .967 1.034 Return On Investment -1.756E8 5.011E8 -.070 -.350 .729 .856 1.168 a. Dependent Variable: Kredit Modal
Kerja
Sumber : diolah dengan SPSS, 2009
Tabel 4.3 diatas memperlihatkan bahwa variabel DTAR memiliki nilai VIF 1,116 (<10) dan nilai Tolerance 0,896 (>0,1). Variable QR memiliki nilai VIF 1,078 (<10) dan nilai Tolerance 0,928 (>0,1). Variable NPM memiliki nilai VIF 1,034 (<10) dan nilai Tolerance 0,967 (>0,1), variable ROI memiliki nilai VIF 1,169 (<10) dan nilai Tolerance 0,856 (>0,1).Hasil tersebut menunjukkan bahwa seluruh variable terbebas dari multikolineritas dan dapat digunakan dalam penelitian.
c. Heteroskedastisitas
Ada tidaknya heteroskedastisitas dapat dilihat dari grafik scatterplot pada gambar 4.4berikut ini:
Gambar 4. 3 Grafik Scatterplot
Sumber : diolah dengan SPSS, 2009
Hasil uji grafik Scatterplot menunjukkan tidak terjadinya heteroskedastisitas pada model regresi. Hal ini terlihat dari titik-titik yang menyebar secara acak yang terdapat diatas maupun dibawah angka 0 pada sumbu Y, titik-titik data tidak
mengumpul hanya di atas atau di bawah saja, dan penyebaran titik-titik data tidak berpola.
d. Autokorelasi
Adapun hasil uji autokorelasi dapat dilihat pada tabel 4.4 berikut ini:
Tabel 4.4 Uji Autokorelasi (1) Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .259a .067 -.071 1.749E8 .452
a. Predictors: (Constant), Return On Investment, Net Profit Margin, Quick Ratio, Debt to Total Assets Ratio
b. Dependent Variable: Kredit Modal Kerja
Sumber : diolah dengan SPSS,2009
Dari tabel diatas, diketahui bahwa nilai DW sebesar 0,452. Nilai DW menurut tabel dengan variabel independen 4 dan data pengamatan 32, didapat nilai dL sebesar 1,35 dan dU sebesar 1,5.hasil uji menunjukkan bahwa nilai dw<dl (0,452<1,35) dan dw<du (0,452<1,5) , maka terjadi autokorelasi positif. Oleh karena itu dilakukan lag variabel terikat dan kemudian memasukkannya ke dalam pengujian autokorelasi. Dari pengujian ini didapatkan hasil pada tabel 4.5 berikut:
Tabel 4.5 Uji Autokorelasi (2) Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .835a .697 .637 1.015E8 1.600
a. Predictors: (Constant), Lag KMK, Net Profit Margin, Quick Ratio, Return On Investment, Debt to Total Assets Ratio
b. Dependent Variable: Kredit Modal Kerja
Sumber : diolah dengan SPSS,2009
Dari tabel diatas, diketahui bahwa nilai DW sebesar 1,600. Menurut tabel, didapat nilai dL sebesar 1,36 dan dU sebesar 1,57. Hasil uji menunjukkan bahwa nilai dU < DW < 4-dU (1,57 < 1,600< 2,43), berarti data terletak di daerah No Autocorelation sehingga dapat dikatakan bahwa data terbebas dari autokorelasi.
3. Pengujian Hipotesis
Hipotesis yang menguji pengaruh DTAR, QR, NPM,dan ROI secara simultan terhadap KMK. Dengan demikian model regresi berganda yang akan diuji adalah sebagai berikut:
Y = α + β1x1 + β2x2 + β3x3 + β3x3 + ε Keterangan :
Y = Kredit Modal Kerja (KMK)
X1 = Debt to Total Assets Ratio (DTAR) X2 = Quick Ratio (QR)
X3 = Net Profit Margin (NPM) X4 = Return On Investment (ROI)
α = Konstanta
β1, β2, β3, β4 = Koefisien regresi yang menunjukkan angka peningkatan atau penurunan variabel dependen berdasarkan pada variabel independen ε = Error Koefisien Regresi Tabel 4.6 Koeefisien Regresi Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta
1 (Constant) -1.102E8 1.278E8 -.862 .397
Debt to Total Assets Ratio 6.376E8 1.922E8 .401 3.318 .003
Quick Ratio -1.488E6 1.465E6 -.116 -1.016 .319
Net Profit Margin 1.654E8 1.973E8 .094 .839 .410
Return On Investment 2.999E8 2.999E8 .120 1.000 .327
a. Dependent Variable: Kredit Modal Kerja
Sumber : diolah dengan SPSS, 2009 Persamaan regresi :
Interpretasi model :
1. Konstanta sebesar 1.102 menyatakan bahwa dengan tidak adanya rasio- rasio keuangan berupa DTAR, QR, NPM dan ROI maka pemberian kredit akan menurun sebesar 1,102%.
2. Koefisien regresi 6.376 menyatakan bahwa setiap perubahan 1% DTAR akan meningkatkan pemberian kredit sebesar 6,376%.
3. Koefisien regresi 1.488 menyatakan bahwa setiap perubahan 1% QR akan menurunkan pemberian kredit melalui kebutuhan modal kerja debitur sebesar 1,488%.
4. Koefisien regresi 1.654 menyatakan bahwa setiap perubahan 1% NPM akan meningkatkan pemberian kredit sebesar 1,654%.
5. Koefisien regresi 2.999 menyatakan bahwa setiap perubahan 1% ROI akan meningkatkan pemberian kredit sebesar 2,999%.
Pengolahan data untuk menguji hipotesis memberikan hasil seperti pada tabel 4.7 berikut: Tabel 4.7 Model Summary Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .835a .697 .637 1.015E8 1.600
a. Predictors: (Constant), Lag KMK, Net Profit Margin, Quick Ratio, Return On Investment, Debt to Total Assets Ratio
b. Dependent Variable: Kredit Modal Kerja
Tabel diatas menunujukkan bahwa korelasi yang terjadi antara DTAR, QR, NPM, ROI sebagai variabel independen dengan KMK sebagai variabel dependen menunjukkan hubungan yang signifikan. Hal ini terlihat dari nilai R sebesar 0,835 atau 83,5% yang menggambarkan bahwa angka ini lebih besar dari 50%. Sedangkan R square sebesar 0,697 atau 69,7% menunjukkan bahwa variabel independen DTAR, QR, NPM, ROI, dapat menjelaskan 69,7% perubahan KMK. Sedangkan sisanya sebesar 30,3% dijelaskan oleh variabel lain yang tidak dimasukkan dalam model regresi pada penelitian ini
Pengaruh DTAR, QR, NPM, ROI secara parsial terhadap KMK dapat diketahui dari hasil uji t yang terdapat pada tabel 4.8 berikut:
Tabel 4.8 Uji Statistik t Coefficientsa Model Unstandardized Coefficients Standardiz ed Coefficient s t Sig. Collinearity Statistics B Std. Error Beta Toleran ce VIF
1 (Constant) -1.102E8 1.278E8 -.862 .397
Debt to Total
Assets Ratio 6.376E8 1.922E8 .401 3.318 .003 .828 1.208
Quick Ratio -1.488E6 1.465E6 -.116 -1.016 .319 .928 1.078
Net Profit Margin 1.654E8 1.973E8 .094 .839 .410 .972 1.029
Return On
a. Dependent Variable: Kredit Modal Kerja
Sumber : diolah dengan SPSS, 2009
Tabel diatas menunjukkan nilai dari t-test yang dilihat dari p-value (pada kolom sig.) dibandingkan dengan level of significant yang telah ditentukan dan nilai t hitung tersebut akan dibandingkan dengan nilai t tabel yang diperoleh dari Microsoft Excel dengan menggunakan fungsi TINV.
Pada uji pengaruh parsial akan dilihat pengaruh dari masing-masing variabel independen terhadap variabel dependennya. Hipotesis yang diajukan adalah :
Ha = Variabel DTAR, QR, NPM, ROI secara parsial berpengaruh terhadap
penyaluran Kredit Modal Kerja.
Ada dua cara dalam menentukan apakah Ha ditolak atau diterima, yaitu: a) Perbandingan t hitung dengan t tabel (
α
/2;
n-k)Jika statistik t hitung > statistik t tabel, maka Ha diterima. Jika statistik t hitung < statistik t tabel, maka Ha ditolak. b) Nilai probabilitas (tingkat signifikansi)
Jika probabilitas < 0,05, maka Ha diterima. Jika probabilitas > 0,05, maka Ha ditolak.
Berikut ini deskripsi pengaruh parsial dari masing-masing variabel independen terhadap variabel dependen :
1) Pengaruh kondisi leverage terhadap pemberian kredit
Rasio ini berguna untuk mengetahui kemampuan suatu perusahaan dalam melunasi kewajibannya bilamana perusahaan tersebut dilikuidasikan, dan juga berguna untuk mengukur sampai seberapa jauh aktiva perusahaan dibiayai oleh utang- utangnya. (Sastradipoera, 2004 : 175). Kondisi leverage perusahaan diwakili oleh variabel Debt to Total Assets Ratio (DTAR). Untuk mengetahui pengaruh dari debt to total assets ratio terhadap penyaluran kredit, maka dikemukakan hipotesis sebagai berikut :
Ha = Debt to total assets ratio berpengaruh terhadap penyaluran kredit modal kerja..
Berdasarkan tabel 4.7 variabel DTAR (X1) diperoleh p-value sebesar
0,003 (< 0,05) yang berarti signifikan.Hasil t tabel untuk TINV (0,025 ;28) adalah 2,368451533. Nilai t hitung > t tabel (3.318 > 2,368451533).Hal ini mengindikasikan bahwa DTAR berpengaruh terhadap penyaluran KMK.
2) Pengaruh kondisi likuiditas terhadap penyaluran kredit.
Berdasarkan teori rasio likuiditas, rasio ini berguna untuk mengetahui berapa kemampuan perusahaan dalam melunasi
utang-utang jangka pendek yang jatuh tempo dengan aktiva jangka pendek yang dimilikinya (Veithzal dan Andria, 2007 : 350). Sebagaimana ditulis pada awal skripsi ini bahwa kondisi likuiditas perusahaan diwakili oleh Quick Ratio (QR).
Untuk mengetahui pengaruh dari quick ratio terhadap penyaluran kredit, maka dikemukakan hipotesis sebagai berikut :
Ha = Quick ratio berpengaruh terhadap penyaluran kredit modal kerja.
Berdasarkan tabel 4.7 variabel QR (X2) diperoleh p-value sebesar 0,319 (> 0,05) dan hasil t tabel untuk TINV (0,025 ;28) adalah 2,368451533. Nilai t hitung < t tabel (-1.016
<2,368451533). Hal ini mengindikasikan bahwa QR tidak berpengaruh terhadap penyaluran KMK.
3) Pengaruh kondisi profitabilitas terhadap pemberian kredit
Rasio ini berguna untuk mengetahui kemampuan suatu perusahaan dalam menghasilkan laba dari berbagai sumber yang dimilikinya, juga mengetahui hasil akhir dari sejumlah kebijakan dan keputusan manajemen bisnis perbankan. (Sastradipoera, 2004 : 176). Kondisi profitabilitas perusahaan diwakili oleh variable Net Profit Margin (NPM) dan Return on Investment (ROI). Untuk mengetahui pengaruh dari NPM terhadap penyaluran kredit, maka dikemukakan hipotesis sebagai berikut :
Ha = Net profit margin berpengaruh terhadap pebyaluran kredit modal kerja.
Berdasarkan tabel 4.7, variabel NPM (X3) diperoleh p-value 0,410 (> 0,05) dan hasil t tabel untuk TINV (0,025 ;28) adalah 2,368451533. Nilai t hitung < t tabel (0,839< 2,368451533). Hal ini mengindikasikan bahwa NPM tidak berpengaruh terhadap penyaluran KMK.
Untuk mengetahui pengaruh dari return on investment terhadap penyaluran kredit modal kerja, maka dikemukakan hipotesis : Ha = Return on investment berpengaruh terhadap penyaluran
kredit modal kerja.
Berdasarkan tabel 4.7, variabel ROI (X4) diperoleh p-value 0,327 (>0,05) dan hasil t tabel untuk TINV (0,025 ;28) adalah 2,036931619. Nilai t hitung < t tabel (1.000< 2,036931619). Hal ini mengindikasikan bahwa ROI tidak berpengaruh signifikan terhadap KMK.
Sedangkan untuk pengujian pengaruh DTAR, QR, NPM, ROI secara simultan terhadap KMK, maka dilakukan uji statistik F. Hasil uji tersebut terdapat pada tabel 4.9 sebagai berikut:
Tabel 4.9 Uji Statistik F
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 5.941E17 5 1.188E17 11.525 .000a
Residual 2.577E17 25 1.031E16
Total 8.518E17 30
a. Predictors: (Constant), Lag KMK, Net Profit Margin, Quick Ratio, Return On Investment, Debt to Total Assets Ratio
b. Dependent Variable: Kredit Modal Kerja
Sumber : diolah dengan SPSS, 2009
Hipotesis yang diajukan dalam penelitian ini adalah
Ha = Debt to Total Assts Ratio, Quick Ratio, Net Profit Margin, dan Return On Investment secara simulatan berpengaruh terhadap penyaluran Kredit Modal Kerja.
Dalam menentukan apakah Ha ditolak atau diterima yaitu melalui : a) Perbandingan F hitung dengan F tabel (α ; k-1; n-k)
Jika statistik F hitung > F tabel, maka Ha diterima. Jika statistik F hitung < F tabel, maka Ha ditolak. b) Nilai probabilitas (tingkat signifikansi)
Jika probabilitas < 0,05, maka Ha diterima. Jika probabilitas > 0,05, maka Ha ditolak.
Tabel diatas menunjukkan nilai F hitung sebesar 11,525 dan nilai signifikansi sebesar 0,000 (<0,05). Nilai F hitung tersebut akan dibandingkan dengan nilai F tabel yang diperoleh melalui fungsi FINV pada Microsoft Excel. Hasilnya
diketahui bahwa nilai F tabel untuk FINV adalah 2,727766457. Nilai F hitung < F tabel (11,525 >2,727766457).
Kesimpulan : Ha diterima, berarti variabel DTAR, QR, NPM, ROI secara simultan berpengaruh terhadap peytaluran KMK.