BAB III METODE PENELITIAN
3.8 Teknik Analisis
3.8.3 Penentuan Model Data Panel
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 akan menurunkan NPL BPD Kalimantan Barat sebesar 0.022185%
dengan menganggap faktor lain tetap.
3. Variabel LDR
Berdasarkan tabel 4.3 di atas dapat diketahui bahwa nilai koefisien cross sectiontertinggi diperoleh BPD Sumatera Selatan dan Bangka Belitung yaitu sebesar 0.042633. Hal ini bermakna bahwa ketika LDRBPD Sumatera Selatan dan Bangka Belitung meningkat sebesar 1% hal tersebut akan meningkatkan NPL BPD Sumatera Selatan Bangka Belitung sebesar 0.042633% dengan menganggap faktor lain tetap. Sedangkan nilai koefisien cross section terendah diperoleh Provinsi Kalimantan Barat yaitu sebesar -0.002146. Hal ini bermakna bahwa ketika LDRBPD Kalimantan Barat meningkat 1% hal tersebut akan menurunkan NPL BPD Kalimantan Barat sebesar 0.002146%
dengan menganggap faktor lain tetap.
4. Variabel CAR
Berdasarkan tabel 4.3 di atas dapat diketahui bahwa nilai koefisien cross section tertinggi diperoleh BPD Sumatera Selatan dan Bangka Belitung yaitu sebesar 0.030864. Hal ini bermakna bahwa ketika CAR BPD Sumatera Selatan dan Bangka Belitung meningkat sebesar 1% hal tersebut akan meningkatkan NPL BPD Sumatera Selatan Bangka Belitung sebesar 0.030864% dengan menganggap faktor lain tetap.
Sedangkan nilai koefisien cross section terendah diperoleh Provinsi Kalimantan Barat yaitu sebesar -0.013915. Hal ini bermakna bahwa ketika CARBPD Kalimantan Barat meningkat 1% hal tersebut akan menurunkan NPL BPD Kalimantan Barat sebesar 0.013915% dengan menganggap faktor lain tetap.
5. Variabel LG
Berdasarkan tabel 4.3 di atas dapat diketahui bahwa nilai koefisien cross section tertinggi diperoleh BPD Sumatera Selatan dan Bangka Belitung yaitu sebesar -0.029017. Hal ini bermakna bahwa ketika pertumbuhan kredit BPD Sumatera Selatan dan Bangka Belitung meningkat sebesar 1% hal tersebut akan menurunkan NPL BPD Sumatera Selatan Bangka Belitung sebesar 0.029017% dengan menganggap faktor lain tetap. Sedangkan nilai koefisien cross section terendah diperoleh Provinsi Kalimantan Barat yaitu sebesar -0.073796.
Hal ini bermakna bahwa ketika pertumbuhan kreditBPD Kalimantan Barat meningkat 1% hal tersebut akan menurunkan NPL BPD
Kalimantan Barat sebesar 0.073796% dengan menganggap faktor lain tetap.
4.4 Hasil Pengujian Hipotesis
Pengujian hipotesis dilakukan untuk mengetahui ada tidaknya pengaruh dari variabel bebas terhadap variabel terikat baik secara simultan maupun parsial, dan untuk mengetahui besarnya pengaruh tersebut.
4.4.1 Uji Signifikansi Parsial (Uji t)
Uji t digunakan untuk mengetahui pengaruh variabel independen terhadap variabel dependen secara parsial (individual). Berikut tabel hasil pengujian secara parsial (uji t) dari masing-masing variabel independen.
Tabel 4.4 Hasil Uji t
Variabel Koefisien t-Statistik Prob. keterangan Konstanta 0.0195 1.75765 0.0813 Non Signifikan
GDRP 0.00742 0.15751 0.8751 Non Signfikan INF -0.0054 -0.1113 0.9116 Non Signfikan LDR 0.01464 1.42884 0.1556 Non Signfikan CAR 0.00287 0.08274 0.9342 Non Signfikan
LG -0.057 -5.7914 0.0000 Signifikan
Sumber : Data hasil olahan Eviews, lampiran 5
Adapun interpretasi dari hasil uji signifikansi parsial (uji t) berdasarkan Tabel 4.2 di atas dapat dijelaskan sebagai berikut :
1. Variabel GDRP (Pertumbuhan Ekonomi Daerah)
Berdasarkan Tabel 4.3 dapat diketahui bahwa nilai t-statistik adalah 0,1113 sedangkan nilai t-tabel adalah 1,979 sehingga t-statistik lebih
kecil daripada t-tabel (0,1113< 1,979). Selain itu dapat diketahui bahwa nilai probabilitas adalah 0,8751 dimana 0,8751> 0,05 sehingga H0 diterima. Maka dapat disimpulkan bahwa pertumbuhan ekonomi daerah secara parsial berpengaruh positif dan tidak signifikan terhadap NPL.
2. Variabel INF (Inflasi)
Berdasarkan Tabel 4.3 dapat diketahui bahwa nilai t-statistik adalah 0,15751 sedangkan nilai t-tabel adalah 1,979 sehingga t-statistik lebih kecil daripada t-tabel (0,15751< 1,979). Selain itu dapat diketahui bahwa nilai probabilitas adalah 0,9116 dimana 0,9116> 0,05 sehingga H0 diterima. Maka dapat disimpulkan bahwa inflasi daerah secara parsial berpengaruh negatif dan tidak signifikan terhadap NPL.
3. Variabel LDR (Loan to Deposit Ratio)
Berdasarkan Tabel 4.3 dapat diketahui bahwa nilai t-statistik adalah 1,42884 sedangkan nilai t-tabel adalah 1,979 sehingga t-statistik lebih kecil daripada t-tabel (1,42884< 1,979). Selain itu dapat diketahui bahwa nilai probabilitas adalah 0,1556 dimana 0,1556> 0,05 sehingga H0 diterima. Maka dapat disimpulkan bahwa LDR secara parsial berpengaruh positif dan tidak signifikan terhadap NPL.
4. Variabel CAR (Capital Adequacy Ratio)
Berdasarkan Tabel 4.3 dapat diketahui bahwa nilai t-statistik adalah 0,08274 sedangkan nilai t-tabel adalah 1,979 sehingga t-statistik lebih kecil daripada t-tabel (0,08274< 1,979). Selain itu dapat diketahui
bahwa nilai probabilitas adalah 0,9342 dimana 0,9342> 0,05 sehingga H0 diterima. Maka dapat disimpulkan bahwa CAR secara parsial berpengaruh positif dan tidak signifikan terhadap NPL.
5. Variabel LG (Pertumbuhan Kredit)
Berdasarkan Tabel 4.3 dapat diketahui bahwa nilai t-statistik adalah 5.7914 sedangkan nilai t-tabel adalah 1,979 sehingga t-statistik lebih besar daripada t-tabel (0,08274> 1,979). Selain itu dapat diketahui bahwa nilai probabilitas adalah 0.0000 dimana 0.0000 < 0,05 sehingga Ha diterima. Maka dapat disimpulkan bahwa pertumbuhan kredit secara parsial berpengaruh negatif dan signifikan terhadap NPL.
4.4.2 Uji Signifikansi Simultan (Uji F)
Uji F dilakukan untuk mengetahui apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Tabel berikut menunjukkan hasil dari uji F :
Tabel 4.5
NPL 7.403884 0.000004 Signifikan
Sumber: Eviews setelah diolah pada Lampiran 5
Berdasarkan Tabel 4.4 dapat diketahui bahwa nilai F-statistik adalah 7,403884 sedangkan nilai F-tabel dengan α= 5% adalah 2,29. Sehingga nilai F-statistik lebih besar dari pada nilai F-tabel (7,403884> 2,29). Selain itu dapat diketahui pula bahwa probabilitas F-statistik adalah 0,000004 dimana nilai tersebut lebih rendah
dibandingkan 0,05 (0.000004< 0,05). Sehingga berdasarkan hasil tersebut H1 diterima. Artinya secara bersama-sama terdapat pengaruh yang nyata dari variabelGDRP, INF, LDR, CAR, dan LG terhadap NPL.
4.4.3 Koefisien Determinasi (R2)
Uji koefisien determinasi (R2) bertujuan untuk mengukur seberapa besar kemampuan variabel independen menjelaskan variabel dependen. Nilai R² terletak antara 0 sampai dengan 1 (0 ≤ R² ≤ 1). Nilai R2 yang mendekati satu berarti variabel-variabel independennya memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel dependen. Hasil perhitungan koefisien determinasi dapat dilihat pada tabel berikut ini:
Tabel 4.6 Koefisen Determinasi Variabel
Independen
Variabel Dependen
R-Squared Adjusted R-Squared GDRP, INF,
LDR, CAR, LG
NPL 0.229907 0.198854
Sumber : Data hasil olahan Eviews, lampiran 5
Berdasarkan Tabel 4.5 dapat diketahui bahwa nilai Adjusted R-Square adalah 0,198854. Hal ini bermakna bahwa variabel GDRP, INF, LDR, CAR, dan LG dapat menjelaskan variabel NPL sebesar 19,8854% dan sisanya sebesar 80,1146%
dapat dijelaskan oleh variabel-variabel lainnya yang tidak tercantum dalam model penelitian.
4.5 Pembahasan
4.5.1 Pengaruh Pertumbuhan Ekonomi Daerah terhadap Non Performing Loan
Berdasarkan hasil pengujian yang dilakukan, pertumbuhan ekonomi daerah secara parsial berpengaruh positif namun tidak signifikan terhadap NPL BPD. Artinya peningkatan pertumbuhan ekonomi daerah tidak berpengaruh secara nyata terhadap kenaikan NPL BPD selama periode waktu 2011-2015. Secara konsep ketika terjadi peningkatan pertumbuhan ekonomi yang dicerminkan dengan adanya peningkatan pendapatan masyarakat maka akan berdampak pada kemampuan bayar (kredit) nasabah yang ikut meningkat sehingga akan menurunkan rasio NPL bank. Namun hasil penelitian ini menemukan adanya hubungan positif dan tidak signifikan antara pertumbuhan ekonomi dan NPL.
Hubungan positif antara pertumbuhan ekonomi dan NPL dapat disebabkan oleh imbas kompetisi atau persaingan antara BPD dengan bank umum lainnya seperti bank persero (bank BUMN) dan bank swasta dalam penyaluran kredit.
Ketika kondisi perekonomian sedang membaik yang ditandai dengan peningkatan pertumbuhan ekonomi, bank-bank memliki optimisme yang tinggi pada kemampuan bayar nasabah sehingga berupaya untuk meningkatkan penyaluran kreditnya. Hal tersebut kemudian akan memicu persaingan di antara bank. Untuk dapat memenangkannya tidak sedikit bank saling berlomba menurunkan suku bunga kredit serta melonggarkan berbagai persyaratan bagi debitur seperti menurunkan nilai jaminan yang dipersyaratkan, meloloskan debitur yang memiliki track record keungan yang buruk, atau tidak dilakukannya evaluasi secara komprehensif terhadap kemampuan debitur dalam melunasi kewajibannya di