BAB IV METODE PENELITIAN
4.7. Metode Analisis Data
4.7.3. Uji Hipotesis
4.7.3.3. Uji Parsial
Uji statistik t pada dasarnya menunjukkan seberapa jauh satu variabel independen secara individual atau parsial dapat menerangkan variasi variabel terikat. Adapun langkah-langkah dalam pengambilan keputusan untuk uji t adalah:
1. Jika thitung> ttabel dan nilai Sig. < α = 0,05 maka dapat disimpulkan bahwa secara secara parsial variabel independen berpengaruh signifikan terhadap variabel dependen atau H1 (parsial) dapat diterima.
2. Jika thitung< ttabel dan nilai Sig. > α = 0,05 maka dapat disimpulkan bahwa secara secara parsial variabel independen tidak berpengaruh signifikan terhadap variabel dependen atau H1 (parsial) tidak dapat diterima.
BAB V
HASIL DAN PEMBAHASAN 5.1. Hasil
5.1.1. Statistik Deskriptif
Berdasarkan hasil studi dokumentasi terhadap perusahaan Perbankan yang terdaftar di Bursa Efek Indonesia tahun 2010-2019, menunjukkan bahwa terdapat 45 perusahaan sebagai populasi dalam penelitian ini. Pengambilan sampel dalam penelitian ini yaitu menggunakan teknik purposive sampling sehingga sampel yang dapat dipergunakan sebanyak 9 perusahaan, yang kemudian dikalikan 10 tahun pengamatan sehingga terdapat 90 observasi data.
Analisis statistik deskriptif digunakan untuk mengetahui deskripsi suatu data dan memberikan gambaran suatu data yang dilihat dari nilai rata-rata (mean), nilai terendah (min), nilai tertinggi (max) dan standar deviasi dari masing-masing variabel penelitian. Dalam penelitian ini, variabel yang digunakan dalam perhitungan statistik deskriptif untuk masing-masing variabel yang digunakan yaitu pemberian kredit (Y), Non Performing Loan /NPL (X1), Dana Pihak Ketiga /DPK (X2), Capital Adequacy Ratio/CAR (X3), Return on Assets /ROA (X4), Loan to Deposit Ratio/LDR (X5) dan Beban Operasional terhadap Pendapatan Operasional/BOPO (X6). Hasil analisis deskriptif yang diperoleh dirangkum dalam tabel 5.1 berikut ini.
Tabel 5.1. Statistik Deskriptif
Variable Max Min Mean Std.
Deviation Pemberian Kredit (Y) 20.568 14.416 17.377 1.508167
NPL(X1) 5.020 0.220 1.619 0.945282
45
DPK (X2) 20.457 14.700 17.447 1.485401
CAR (X3) 31.914 9.120 17.964 4.119277
ROA (X4) 4.700 0.180 .803 1.105212
LDR (X5) 129.570 16.130 81.596 15.78289
BOPO (X6) 100.240 44.960 84.124 10.32871
Berdasarkan tabel 5.1 diatas, dapat dilihat bahwa:
1. Diketahui nilai maksimum dari pemberian kredit dimiliki oleh Bank Mandiri (Persero) Tbk tahun 2019 dengan nilai sebesar 20,568, sementara nilai minimum terletak pada Bank Rakyat Indonesia Agroniaga Tbk tahun 2011 dengan nilai sebesar 14,416.Nilai rata-rata dari pemberian kredit adalah 17,377 dengan nilai standar deviasi sebesar1,508167.
2. Non Performing Loan (NPL) terbesar pernah dimiliki oleh Bank Tabungan Pensiunan Nasional Tbk dengan nilau sebesar 5,020, sedangkan nilai terendahnya dimiliki oleh Bank Victoria International Tbk tahun 2010 dengan nilai 0,220.Sementara itu, nilai rata-rata NPL dari perusahaan perbankan yang menjadi sampel dalam penelitian ini adalah sebesar 1,619 yang berada jauh dibawah nilai ketentuan yaitu sebesar 5%, sehingga dalam hal ini NPL masih masuk ketegori wajar. Sementara nilai standar deviasinya sebesar 0,945282
3. Dana Pihak Ketiga (DPK) memiliki nilai maksimum sebesar 20,457 yang dimiliki oleh Bank Mandiri (Persero) Tbk tahun 2018, sedangkan nilai minimumnya sebesar 14,700 pernah dimiliki oleh Bank China Construction Bank Indonesia. Selain itu, nilai rata-rata dari DPK yaitu sebesar 1,619 dengan nilai standar deviasinya sebesar 1,485401.
47
4. Nilai tertinggi dari Capital Adequency Ratio dimiliki oleh Bank Rakyat Indonesia Agroniaga Tbk tahun 2019dengan nilai sebesar 31,914, sedangkan nilai terendahnya yaitu sebesar 9,120 dimiliki oleh Bank Artha Graha Internasional Tbk. Nilai rata-rata dari CAR pada perusahaan perbankan yang dijadikan sampel dalam penelitian ini yaitu sebesar 17,964, dimana nilai iniberada pada kategori sangat sehat yaitu dengan nilai diatas 12%. Sementara itu, nilai standar deviasinya sebesar 4,119277.
5. Return On Asset (ROA) tertinggi dimiliki oleh Bank Tabungan Pensiunan Nasional Tbk tahun 2012 dengan nilai sebesar 4,700, sedangkan nilai terendahnya pernah dimiliki oleh Bank Rakyat Indonesia Agroniaga Tbk dengan nilai sebesar 0,180. Nilai rata-rata ROA pada perusahaan yang dijadikan sampel yaitu sebesar 0,803 yang berati bank yang diteliti rata-rata memiliki predikat cukup sehat dengan standar nilai diantara 0,5%-1,25%.
Selain itu, nilai standar deviasinya sebesar 1,105212.
6. Nilai maksimum dari variabe Loan to Deposit Ratio (LDR) yaitu sebesar 129,570 dimiliki oleh Bank Tabungan Pensiunan Nasional Tbk tahun 2018, sedangkan nilai minimunya sebesar 16,130 dimiliki oleh Bank Artha Graha Internasional Tbk tahun 2010. Nilai rata-rata dari LDR untuk perusahaan perbankan yang dijadikan sampel dalam penelitian ini yaitu sebesar 81,596, dimana nilai ini merupakan standar untuk rasio LDR perbankan di Indonesia yaitu pada kisaran antara 80% sampai dengan 92%. Sedangkan nilai dari standar deviasi sebesar 15,78289.
7. Beban Operasional terhadap Pendapat Operasional (BOPO) memiliki nilai tertinggi sebesar 100,240 yang terletak pada Bank Victoria International Tbk tahun 2018, sedangkan nilai terendahnya yaitu sebesar 44,960 pernah dimiliki oleh Bank Mandiri (Persero) Tbk. Nilai rata-rata dari variabel BOPO yaitu sebesar 84,124 yang artinya rata-rata perbankan yang dijadikan sampel dalam penelitian ini merupakan bank dengan predikat sangat sehat.
Sedangkan nilai dari standar deviasi untuk BOPO yaitu sebesar 10,32871.
5.1.2. Pemilihan Model Regresi
Tiga teknik yang ditawarkan untuk mengestimasi parameter model dengan data panel, yaitu Model Efek Common (common effect models), Model Efek Tetap (fixed effect models) dan Model Efek Random (random effect models). Kemudian akan dilakukan tiga uji untuk memilih teknis estimasi data panel, yaitu dengan cara uji Chow, uji Hausman, dan uji Lagrange multiplier.
Penentuan model estimasi antara Common Effect Model (CEM) dan Fixed Effect Model (FEM) dalam membentuk regresi, maka digunakan uji Chow, dengan hasil uji sebagai berikut.
Tabel 5.2. Hasil Uji Chow
Effects Test Statistic d.f. Prob.
Cross-section F 3.455899 (8,75) 0.0019
Cross-section Chi-square 28.242869 8 0.0004
Sumber: Hasil Olah Software Eviews 10.
Berdasarkan hasil dari uji Chow pada Tabel 5.2, diketahui nilai probabilitas adalah 0.0004. Karena nilai probabilitas 0.0004< 0,05, maka model estimasi yang digunakan adalah model Fixed Effect Model (FEM).
49
Penentuan model estimasi antara Fixed Effect Model (FEM) dan Random Effect Model (REM) dalam membentuk regresi, maka digunakan uji Hausman, dengan hasil uji sebagai berikut ini.
Tabel 5.3. Hasil Uji Hausman
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 27.504309 6 0.0001
Sumber: Hasil Olah Software Eviews 10.
Berdasarkan hasil dari uji Hausman pada Tabel 5.3, diketahui nilai probabilitas adalah 0,0001. Karena nilai probabilitas 0,0001 < 0,05, maka model estimasi yang digunakan dalam penelitian ini adalah model Fixed Effect Model (FEM).
5.1.3. Uji Asumsi Klasik
Penentuan model estimasi antara Common Effect Model (CEM), Fixed Effect Model (FEM), dan Random Effect Model (REM), model estimasi yang terpilih untuk digunakan dalam penelitian ini adalah model Fixed Effect Model (FEM). Pada model data panel jika model yang terpilih ialah common effect atau fixed effect maka uji asumsi klasik yang harus dilakukan meliputi uji heteroskedstisitas dan uji multikolinearitas, sedangkan jika model terpilih berupa random effect maka tidak perlu dilakukan uji asumsi klasik. Namun demikian, uji asumsi klasik tetap dilakukan pada model apapun untuk tujuan terpenuhinya syarat BLUE (Best Linier Unbias Estimator) (Sakti, 2018).
5.1.3.1. Uji Normalitas
Uji normalitas terhadap residual dalam penelitian ini yaitu menggunakan uji Jarque-Bera (J-B) dengan tingkat signifikansi yang digunakan = 0,05. Hasil uji ditunjukkan pada gambar 5.1 berikut ini.
10
Sumber: Hasil Olah Software Eviews 10.
Gambar 5.1. Uji Jarque-Bera
Berdasarkan Gambar 5.1, diketahui nilai probabilitas dari statistik J-B adalah 0,497019 dengan tingkat signifikansi n = 0,05, sehingga nilai probabilitas 0,497019 > 0,05. Hal ini berarti asumsi normalitas dipenuhi.
5.1.3.2. Uji Multikolinearitas
Gejala multikolinearitas dapat dilihat dari nilai korelasi antar variabel yang terdapat dalam matriks korelasi. Erlina (2011) menyatakan jika antar variabel independen ada korelasi yang cukup tinggi, yakni di atas 0,8, maka hal ini merupakan indikasi adanya multikolinearitas. Hasil uji multikolinearitas disajikan pada Tabel 5.4 berikut ini.
Tabel 5.4. Uji Multikolinearitas dengan Matriks Korelasi
X1 X2 X3 X4 X5 X6 Sumber: Hasil Olah Software Eviews 10
Series: Residuals
51
Berdasarkan Tabel 5.4, dapat dilihat nilai korelasi antar variabel independen tidak lebih dari 0,8. Sehingga dapat disimpulkan bahwa tidak terdapat gejala multikolinearitas antar variabel independen.
5.1.3.3. Uji Autokorelasi
Asumsi mengenai independensi terhadap residual (non-autokorelasi) dapat diuji dengan menggunakan uji Durbin-Watson. Nilai statistik dari uji Durbin- Watson berkisar di antara 0 dan 4. Nilai statistik dari uji Durbin-Watson yang lebih kecil dari 1 atau lebih besar dari 3 diindikasi terjadi autokorelasi. Hasil uji autokorelasi dalam penelitian ini ditunjukkan dalam tabel 5.5 berikut.
Tabel 5.5. Uji Durbin-Watson
Log likelihood 184.6518 Hannan-Quinn criter. -3.869412
F-statistic 1.540207 Durbin-Watson stat 2.089476
Prob(F-statistic) 0.175292 Sumber: Hasil Olah Software Eviews 10
Berdasarkan Tabel 5.5, nilai dari statistik Durbin-Watson adalah 2,089476.
Karena nilai statistik Durbin-Watson terletak di antara 1 dan 3, yakni 1 <2,089476<
3, maka asumsi non-autokorelasi terpenuhi. Dengan kata lain, tidak terjadi gejala autokorelasi.
5.1.3.4. Uji Heteroskedastisitas
Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Untuk menguji apakah terjadi heteroskedastisitas atau tidak dapat digunakan uji Glejser, dengan hasil uji seperti pada tabel 5.6 berikut.
Tabel 5.6. Uji Glejser
Heteroskedasticity Test: Glejser
Variable Coefficient Std. Error t-Statistic Prob.
C 0.112330 0.048195 2.330734 0.0222
X1 -0.007859 0.004373 -1.797065 0.0760
X2 0.000843 0.000779 1.082631 0.2821
X3 -0.000634 0.000898 -0.706343 0.4820
X4 -0.009805 0.005025 -1.951264 0.0544
X5 -4.48E-06 0.000233 -0.019252 0.9847
X6 -0.000261 0.000494 -0.529394 0.5979
Sumber: Hasil Olah Software Eviews 10
Berdasarkan hasil uji Glejser pada Tabel 5.6, dapat diketahui seluruh nilai Prob. Glejser > 0,05 yang berarti tidak terjadi heteroskedastisitas.
5.1.4. Uji Hipotesis
Pada pengujian hipotesis, akan dilakukan analisis koefisien determinasi, pengujian pengaruh simultan (uji F), dan pengujian pengaruh parsial (uji t).
5.1.4.1. Uji Koefisien Determinasi
Uji koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel terikat (Ghozali, 2013).
Hasil uji koefisien determinasi tersaji pada tabel berikut ini.
Tabel 5.7. Uji Koefisien Determinasi Cross-section fixed
R-squared 0.643107 Mean dependent var 2.851432
Adjusted R-squared 0.576487 S.D. dependent var 0.086491 S.E. of regression 0.056287 Akaike info criterion -2.765708 Sum squared resid 0.237614 Schwarz criterion -2.349073 Log likelihood 139.4569 Hannan-Quinn criter. -2.597696
F-statistic 9.653354 Durbin-Watson stat 2.301488
Prob(F-statistic) 0.000000 Sumber: Hasil Olah Software Eviews 10
Berdasarkan Tabel 5.7, diketahui nilai koefisien determinasi (Adjusted R- squared) sebesar 2 = 0,576487. Nilai tersebut dapat diartikan bahwaNon Performing Loan (NPL), Dana Pihak Ketiga (DPK), Capital Adequacy Ratio (CAR), Return on Assets (ROA), Loan to Deposit Ratio (LDR), dan Beban Operasional terhadap Pendapatan Operasional (BOPO) secara simultan atau
53
bersama-sama mampu mempengaruhi pemberian/penyaluran kredit sebesar 57,65%, sisanya sebesar 42,35% dipengaruhi oleh faktor-faktor lain diluar dari variabel yang di teliti.
5.1.4.2. Uji Simultan (Uji Statistik F)
Uji statistik F dilakukan untuk apakah financial distress, risiko litigasi, dan growth opportunities secara simultan (bersama-sama) memberi pengaruh terhadap terhadap konservatisme akuntansi. Hasil uji statistik F tersaji pada tabel 5.7 berikut ini.
Tabel 5.8. Uji Simultan (Uji Statistik F) Cross-section fixed
R-squared 0.643107 Mean dependent var 2.851432
Adjusted R-squared 0.576487 S.D. dependent var 0.086491 S.E. of regression 0.056287 Akaike info criterion -2.765708 Sum squared resid 0.237614 Schwarz criterion -2.349073 Log likelihood 139.4569 Hannan-Quinn criter. -2.597696
F-statistic 9.653354 Durbin-Watson stat 2.301488
Prob(F-statistic) 0.000000 Sumber: Hasil Olah Software Eviews 10
Berdasarkan Tabel 5.8, diketahui nilai Prob. (F-statistics), yakni 0,000000<
0,05, maka dapat disimpulkan bahwa seluruh variabel bebas, yakni Non Performing Loan (NPL), Dana Pihak Ketiga (DPK), Capital Adequacy Ratio (CAR), Return on Assets (ROA), Loan to Deposit Ratio (LDR), dan Beban Operasional terhadap Pendapatan Operasional (BOPO) secara simultan berpengaruh signifikan terhadap pemberian kredit.
5.1.4.3. Uji Parsial (Uji Statistik t )
Uji statistik t pada dasarnya menunjukkan seberapa jauh satu variabel independen secara individual atau parsial dapat menerangkan variasi variabel terikat. Hasil uji statistik t tersaji pada tabel 5.9 berikut ini.
Tabel 5.9.Uji Parsial (Uji Statistik t ) Dependent Variable: Y?
Method: Pooled Least Squares Date: 02/06/21 Time: 19:40 Sample: 2010 2019
Included observations: 10 Cross-sections included: 9
Total pool (balanced) observations: 90
Variable Coefficient Std. Error t-Statistic Prob.
X1? 0.008459 0.008100 1.044296 0.2997
X2? 0.007013 0.003781 1.854591 0.0676
X3? -0.008824 0.002284 -3.863959 0.0002
X4? 0.041420 0.010018 4.134759 0.0001
X5? 0.001581 0.000454 3.482443 0.0008
X6? -0.002830 0.000908 -3.116651 0.0026
C 3.012259 0.089755 33.56081 0.0000
Sumber: Hasil Olah Software Eviews 10
= , + , + , − , + , + , − ,
Berdasarkan tabel 5.9 dapat dijelaskan bahwa:
1. Diketahui nilai koefisien regresi dari variabel NPL adalah 0,008459, yakni bernilai positif dengan nilai probabilitas sebesar 0,2997> 0,05. Sehingga dapat disimpulkan NPL berpengaruh positif namun tidak signifikan terhadap Pemberian Kredit.
2. Diketahui nilai koefisien regresi dari variabel DPK adalah 0,007013, yakni bernilai positif dengan nilai probabilitas sebesar 0.0676 > 0,05. Sehingga dapat disimpulkan DPK berpengaruh positif namun tidak signifikan terhadap Pemberian Kredit.
3. Diketahui nilai koefisien regresi dari variabel CAR adalah -0,008824, yakni bernilai negatif dengan nilai probabilitas sebesar 0,0002 > 0,05. Sehingga dapat disimpulkan CAR berpengaruh negatif dan signifikan terhadap Pemberian Kredit.
55
4. Diketahui nilai koefisien regresi dari variabel ROA adalah 0,041420, yakni bernilai positif dengan nilai probabilitas sebesar 0.0001 < 0,05. Sehingga dapat disimpulkan ROA berpengaruh positif dan signifikan terhadap Pemberian Kredit.
5. Diketahui nilai koefisien regresi dari variabel LDR adalah 0,001581, yakni bernilai positif dengan nilai probabilitas sebesar 0,0008 < 0,05. Sehingga dapat disimpulkan LDR berpengaruh positif dan signifikan terhadap Pemberian Kredit.
6. Diketahui nilai koefisien regresi dari variabel BOPO adalah -0,002830, yakni bernilai negatif dengan nilai probabilitas sebesar 0.0026 < 0,05.
Sehingga dapat disimpulkan BOPO berpengaruh negatif dan signifikan terhadap Pemberian Kredit.
5.2. Pembahasan
5.2.1. Pengaruh Performing Loan (NPL) Terhadap Pemberian Kredit
Berdasarkan uji t statistik, hasil penelitian menunjukkan bahwa Non Performing Loan (NPL) berpengaruh positif namun tidak signifikan terhadap pemberian kredit pada perusahaan Perbankan yang terdaftar di Bursa Efek Indonesia periode 2010-2019, yang berarti berarti hipotesis 1 ditolak.
Hasil penelitian ini tidak sejalan dengan penelitian yang dilakukan oleh Prihartini & Dana (2018), yang menyatakan bahwa Non Performing Loan mempunyai berpengaruh negatif dan signifikan terhadap penyaluran kredit.Non Performing Loan (NPL) merupakan kredit bermasalah yang disebabkan karena perputaran kas yang tidak lancar, sehingga bank dapat mengalami kerugian.
Pemberian kredit tentunya mengandung risiko yang dapat mengurangi keuntungan optimal dan dapat menghambat aktivitas bank. Hasil uji dalam penelitian ini menunjukkan tidak adanya pengaruh yang signifikan antar NPL terhadap pemberian kredit, yang artinya berapapun NPL bank tidak akan mempengaruhi besarnya kredit yang disalurkan bank.
Tidak adanya pengaruh dari NPL terhadap pemberian kredit dalam penelitian ini disebabkan oleh baiknya manajemen dari risiko kredit, ini terbukti dari nilai rata-rata NPL hanya sebesar 1,67 % yaitu jauh dari ketentuan umum maksimum. Hasil penelitian ini memperkuat hasil penelitian yang dilakukan oleh Hassanudin dan Prihatiningsih (2010), dan Satria dan Subegti (2010), Adzis, et al.
(2015), Rai & Purnawati (2017) yang menyatakan bahwa NPL tidak memiliki pengaruh terhadap penyaluran kredit perbankan. Namun hasil penelitian ini tidak sejalan dengan penelitian yang dilakukan oleh Putri & Akmalia (2016) dan Kuncahyono (2016) yang menemukan adanya perngaruh negatif antara NPL dengan penyaluran kredit, serta Gift (2017) yang menemukan adanya pengaruh yang positif dan signifikan dari NPL terhadap pemberian kredit.
5.2.2. Pengaruh Dana Pihak Ketiga (DPK) Terhadap Pemberian Kredit Berdasarkan uji t statistik, hasil penelitian menunjukkan bahwa Dana Pihak Ketiga (DPK) berpengaruh positif namun tidak signifikan terhadap pemberian kredit pada perusahaan Perbankan yang terdaftar di Bursa Efek Indonesia periode 2010-2019, yang berarti berarti hipotesis 2 ditolak.
Hasil penelitian ini sejalan dengan penelitian Satria dan Subegti (2010) yang menyatakan bahwa DPK tidak berpengaruh terhadap pemberian kredit. Namun
57
hasil penelitian ini bertentangan dengan teori mengenai kredit, dimana semakin tinggi Dana Pihak Ketiga yang berhasil dihimpun oleh perbankan, maka semakin tinggi pula kemampuan suatu bank dalam menyalurkan kredit, karena sumber dana terbesar yang diperoleh bank untuk penyaluran kredit yaitu dari menghimpun DPK.
Tidak adanya pengaruh dari DPK ini dikarenakan adanya perilaku kehati-hatian dari bank umum dalam menyalurkan kreditnya, dimana dalam hal ini sektor riil memiliki tingkat risiko yang lebih besar terhadap terjadinya kredit macet. Sehingga dalam hal ini, bank umum lebih memilih lebih alternatif lain dalam menyalurkan dana kreditnya seperti menempatkan dananya pada investasi jangka pendek SBI walau dengan tingkat suku bunga yang lebih rendah.
Dana Pihak Ketiga (DPK) merupakan dana-dana yang dihimpun dari masyarakat dan merupakan sumber dana terbesar bagi bank, yang kemudian dana ini akan kembali lagi ke masyarakat dalam bentuk simpanan atau kredit yang disertai dengan pembebanan bunga.Namun pada penelitian ini, DPK yang dihimpun oleh perbankan memiliki maturity (jatuh tempo) yang pendek sehingga memberikan risiko yang tinggi jika disalurkan dalam bentuk kredit, sehingga perbankan akan cenderung memilih untuk berinvestasi daan bentuk SBI yang memiliki tingkat risiko yang rendah dengan tingkat keuntungan yang lebih mengutungkan. Namun hasil penelitian ini tidak sejalan dengan yang dilakukan Primasari (2015) Gift (2017) serta Rai & Purnawati (2017) yang menemukan adanya pegaruh positif dari DPK terhadap penyaluran/pemberian kredit perbankan.
5.2.3. Pengaruh Capital Adequacy Ratio (CAR) Terhadap Pemberian Kredit Berdasarkan uji t statistik, hasil penelitian menunjukkan bahwa Capital Adequacy Ratio (CAR) berpengaruh negatif dan signifikan terhadap pemberian kredit pada perusahaan Perbankan yang terdaftar di Bursa Efek Indonesia periode 2010-2019, yang berarti berarti hipotesis 3 ditolak.
Hasil penelitian ini tidak sejalan dengan penelitian yang dilakukan Maharani (2011) dan Arifati (2016) yang menunjukkan bahwa CAR berpengaruh positif dan signifikan terhadap penyaluran kredit. Namun hasil penelitian ini menguatkan hasil penelitian yang dilakukan oleh penelitian Kuncahyono (2016) yang menyatakan bahwa CAR berpengaruh negatif dan signifikan terhadap penyaluran kreditperbankan. Hasil uji yang negatif dalan penelitian ini dikarenakan rata-rata nilai CAR perbankan yang cenderung mengalami peningkatan, namun tidak sebanding dengan jumlah penyaluran kredit yang cenderung menurun.
Data nilai rata-rata perbankan yang dijadikan sampel, tahun 2010-2012 menunjukkan bahwa pada saat CAR cenderung menurun, tingkat kredit bank cenderung meningkat, sedangkan untuk periode 2018 dimana pada saat CAR mengalami penurunan yang cukup signifikan, tingkat penyaluran kredit mengalami kenaikan. Hasil uji menunjukkan bahwa kenaikan atau penurunan CAR tidak sejalan dengan tingkat kenaikan atau penurunan jumlah penyaluran kredit.Sehingga dalam hal ini, CAR memiliki pengaruh yang negatif terhadap pemberian kredit bank.Hasil penelitian ini menguatkan penelitian sebelumnya yang dilakukan oleh Pratama (2010), Yuda (2010) dan Sari (2013) yang menyatakan bahwa CAR memiliki pengaruh negatif dan siginifikan terhadap penyaluran kredit perbankan.
59
Namun hasil penenlitian ini bertentangan dengan penelitian Carlson, et al. (2013), Prihartini & Dana (2018) sertaRai & Purnawati (2017) yang menemukan hasil bahwa CAR tidak berpengaruh terhadap pemberian kredit bank, serta penelitian Satria dan Subegti (2010), Putri & Akmalia (2016) yang menyatakan bahwa CAR memiliki pengaruh positif dan signifikan terhadap penyaluran kredit perbankan.
5.2.4. Pengaruh Return On Asset (ROA) Terhadap Pemberian Kredit
Berdasarkan uji t statistik, hasil penelitian menunjukkan bahwa Return On Asset (ROA) berpengaruh positif dan signifikan terhadap pemberian kredit pada perusahaan Perbankan yang terdaftar di Bursa Efek Indonesia periode 2010-2019, yang berarti berarti hipotesis 4 diterima.
Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Malahayati, dkk (2015) yang menyatakan bahwa semakin besar ROA yang diperoleh bank maka semakin besar pula jumlah kredit yang disalurkan oleh bank tersebut. Laba yang tinggi membuat bank mendapat kepercayaan dari masyarakat yang memungkinkan bank untuk menghimpun modal yang lebih banyak sehingga bank memperoleh kesempatan meminjamkan dengan lebih luas, sehingga semakin besar ROA yang diperoleh bank maka semakin besar pula jumlah kredit yang disalurkan oleh bank tersebut.
Hasil uji ini menunjukkan nilai rata-rata dari peningkatan ROA perusahaan perbankan yang dijadikan sampel, sejalan dengan peningkatan jumlah pemberian kredit yang disalurkan bank. Nilai ROA yang tinggi ini menunjukkan baiknya penyaluran kredit serta penggunaan aktiva yang optimal oleh bank dalam memperoleh pendapatan dari bunga pinjaman, dan hal ini akan memudahkan bank
dalam menyetujui pemberian kredit terhadap nasabahnya dikarenakan tingkat kemampuan bank dalam mendapatkan laba sudah lebih baik.
Hasil penelitian ini juga menguatkan hasil penelitian sebelumnya yang dilakukan oleh Satria dan Subegti (2010), Nugrahadan Mirano ( 2013), Putri &
Akmalia (2016) yang menemukan hasil yang sama, dimana terdapat pengaruh positif antara ROA dengan pemberian kredit pada perbankan. Namun hasil penelitian ini dengan penelitian Pratiwi & Hindasah (2014), Mamahit dan Sumiyarsih (2018), Prihartini & Dana (2018) yang menyatakan bahwa tidak adanya pengaruh antara ROA dengan pemberian kredit perbankan, serta Primasari (2015) dan Kuncahyono (2016) yang menyatakan bahwa ROA memiliki pengaruh negatif dan signifikan terhadap penyaluran kredit perbankan.
5.2.5. Pengaruh Loan to Deposit Ratio (LDR) Terhadap Pemberian Kredit Berdasarkan uji t statistik, hasil penelitian menunjukkan bahwa Loan to Deposit Ratio (LDR) berpengaruh positif dan signifikan terhadap pemberian kredit pada perusahaan Perbankan yang terdaftar di Bursa Efek Indonesia periode 2010- 2019, yang berarti berarti hipotesis 5 diterima.
Tingginya tingkat LDR akan menunjukkan besarnya dana kredit yang disalurkan oleh bank dalam hal membayar kewajiban jangka pendeknya, dan sebaliknya jika semakin rendah LDR maka menunjukkan semakin rendahnya kemampuan kredit yang disalurkan oleh bank dalam membayar kewajiban jangka pendeknya. Pernyataan ini didukung oleh penelitian terdahulu yang dilakukan oleh Putra dan Wirathi (2014) dan Martin, dkk (2014) yang menyatakan bahwa LDR memiliki pengaruh positif dan signifikan terhadap penyaluran kredit
61
Nilai LDR dari perusahaan perbankan yang diteliti memiliki nilai rata-rat 84,22 %, dimana peraturan Bank Indonesia No. 18/14/PBI/2016 telah memberikan standar untuk rasio LDR perbankan di Indonesia, yaitu pada kisaran antara 80%
sampai dengan 92%. Sehingga dalam hal ini rasio rata-rata perubahan perbankan yang terdaftar di BEI dikategorikan tinggi. Tingginya tingkat LDR ini berdampak pada tingginya tingkat penyaluran atau pemberian kredit oleh perbankan. Hasil ini didukung oleh penelitian Ganggarani dan Budiasih (2014) dan Arisandi, et al.
(2015) yang menemukan hasil yang sama. Namun penelitian ini bertentangan dengan penelitian Uyagu & Osuagwu (2015) yang menemukan pengaruh negatif antara LDR dengan pemberian kredit, serta Oktaviani (2012), Kuncahyono (2016), Putri & Akmalia (2016) yang menyatakan bahwa Loan to Deposit Ratio (LDR) tidak berpengaruh terhadap pemberian/penyaluran kredit pada perbankan.
5.2.6. Pengaruh Beban Operasional Terhadap Pendapatan Operasional (BOPO) Terhadap Pemberian Kredit
Berdasarkan uji t statistik, hasil penelitian menunjukkan bahwa Biaya Operasional pada Pendapatan Operasional (BOPO) berpengaruh negatif dan signifikan terhadap pemberian kredit pada perusahaan Perbankan yang terdaftar di Bursa Efek Indonesia periode 2010-2019, yang berarti berarti hipotesis 6 diterima.
Hasil penelitian ini sejalan dengan penelitian Haryanto dan Widyarti (2017) yang menunjukkan bahwa BOPO berpengaruh negatif terhadap pemberian kredit.Semakin kecil nilai BOPO maka semakin baik pemaksimalan pendapatan terhadap beban bank yang juga mengindikasikan semakin baik penyaluran kreditbank.Rasio BOPO yang menunjukkan nilai tinggi dapat membuat bank tidak
efisisen dalam memberikan kredit.Rata-rata nilai BOPO pada perusahaan yang dijadikan sampel selama periode cenderung meningkat untuk beberapa periode, atau menurun untuk periode lainnya tidak sejalan dengan arah penyaluran kredit yang dikeluarkan bank. Pada saat nilai BOPO meningkat, penyaluran kredit
efisisen dalam memberikan kredit.Rata-rata nilai BOPO pada perusahaan yang dijadikan sampel selama periode cenderung meningkat untuk beberapa periode, atau menurun untuk periode lainnya tidak sejalan dengan arah penyaluran kredit yang dikeluarkan bank. Pada saat nilai BOPO meningkat, penyaluran kredit