30
METODE PENELITIAN
A. Obyek Penelitian
Penelitian ini mengenai penyaluran kredit BPR di Probolinggo yang di publikasi pada periode tahun 2011 samapi dengan tahun 2014. Lokasi pengambilan data secara tidak langsung melalui media perantara yaitu laporan keuangan yang diterbitkan oleh BI (Bank Indonesia) dan OJK (otoritas jasa keuangan).
B. Jenis Penelitian
Jenis penelitian yang digunakan adalah deskriptif kuantitatif yaitu metode analisa data dengan menggunakan data dalam bentuk angka-angka atau nilai dari bentuk data kemudian dianalisa dengan menambahkan keterangan berupa kalimat-kalimat untuk menerangkan data kuantitatif.
1. Populasi
Populasi adalah wilayah generalisai yang terdiri dari obyek atau subjek yang mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti
(sugiyono,2010). Populasi yang digunakan dalam penelitian ini adalah 5 BPR yang ada di Probolinggo periode 2011 sampai dengan tahun 2014. Dari populasi yang ada akan diambil sejumlah tertentu sebagai sampel.
Nama-nama bank yang akan digunakan dalam sampel diperoleh dari triwulan BPR pada Bank Indonesia dan OJK (otoritas jasa keuangan)
2. Sampel
Sampel adalah subset dari populasi, terdiri dari beberapa anggota populasi. Subset ini di ambil karena dalam banyak kasus tidak mungkin kita meneliti seluruh anggota populasi, oleh karena itu kita membentuk sebuah perwakilan yang disebut sampel (Ferdinand, 2006). Teknik pengambilan sampling yang digunkan dalam penelitian ini menggunakan Purposive Sampling, yaitu teknik pengambilan sample yang berdasarkan pada pertimbangan criteria tertentu, menurut ciri-ciri khusus yang dimiliki oleh sample tersebut , dimana cirri-ciri BPR yang dijadikan sample dalam penelitian ini adalah :
1. BPR yang mempunyai laporan keuagan yang di publikas di Bank Indonesia dan Otoritas Jasa Keuangan.
2. BPR yang mempunyai laporan keuangan paling lengkap selama periode tahun 2011 sampai dengan tahun 2014.
3. BPR yang memiliki kelengkapan data berdasarkan variabel yang diteliti.
Table 3.1
Pemilahan Populasi BPR yang dijadikan sampel selama periode 2011-2014
No Nama Emiten BPR Kriteria
1
Kriteria 2
Kriteria 3
Keterangan
1 PT. BPR Antar Parama √ √ √ Diterima
2 PT. BPR Angga Perkasa √ √ √ Diterima
3 PT.BPR Benua Kraksaan Probolinggo √ √ √ Diterima
4 PT. BPR Bumi Rinjani Probolinggo √ - √ Ditolak
5 PT. BPR Sentral Arta Sejahtera √ √ √ Diterima
Sumber : Bank Indonesia
Berdasarkan hasil seleksi criteria di atas di dapatkan daftar BPR yang masuk dalam kriteria sampel sebgai berikut:
Table 3.2
BPR di Probolinggo tahun 2011 - 2014 yang masuk dalam kriteria sampel
No Kode perusahaan Nama perusahaan
1 ANPAR PT. BPR Antar Parama
2 ANGSA PT. BPR Angga Perkasa
3 BENSA PT.BPR Benua Kraksaan Probolinggo
4 SENTRAL PT. BPR Sentral Arta Sejahtera
C. Jenis dan Sumber Data
Data yang digunakan adalah data kuantitatif, yaitu data yang diukur dalam suatu skala numeric (angka). Dalam penelitian ini menggunakan data sekunder yaitu data yang telah dikumpulkan oleh lembaga pengumpul data dan tekah dipublikasi kepada masyarakat pengguna data. Data sekunder berupa laporan-laporan keuangan BPR Probolinggo yang terdaftar di Bank Indonesia maupun di Otoritas Jasa Keuangan periode tahun 2011 sampai tahun 2014, yaitu berupa : Dana Pihak Ketiga (DPK, Non Performing Loan (NPL), dan BI rate.
D. Teknik Pengumpulan Data
Teknik pengumpulan data yang digunakan dalam penelitian ini adalah metode dokumentasi, yaitu dengan cara
mengumpulkan, mempelajari, dan mengolah data dari sumber- sumber instansi terkait yaitu, skripsi dan mempelajari dari buku-buku pustaka yang mendukung proses penelitian ini.
Sumber data yang berupa laporan keuangan Bank Perkreditan Rakyat (BPR) yang telah dipublikasi di www.bi.go.id dan ojk.go.id.
E. Definisi Operasional Variabel
Untuk memudahkan dan menghindari kesalahan dalam mengartikan,. Maka peneliti akan memberikan beberapa definidi dari masing-masing obyek yang diteliti, sehingga obyek yang diteliti mudah dipahami oleh pembaca, maka obyek ini adalah sebagai berikut:
1. Variabel Dependen (Y)
Variabel dependen dalam penelitian ini adalah penyaluran kredit. Penyaluran kredit adalah kemampuan bank dalam memperoleh laba dari bunga kredit.
2. Variabel Independen (X)
Variabel ini merupakan variabel bebas di mana terdapat 3 variabel dalam penelitian ini yaitu Dana Pihak Ketiga (DPK), Non Performing Loan (NPL), dan BI Rate.
Dana pihak ketiga (X1)
Dana pihak ketiga merupakan sejumlah dana yang berasal dari masyarakat berupa deposito dan tabungan.
Dana-dana dari masyarakat ini dianggap berasal dari surplus unit yang menyerahkan kelebihan dana-dananya itu sebagai unsur pendanaan dari bank dan diiukur dengan skala nominal.
Non Performing Loan (X2)
Non Performing Loan adalah rasio yang digunakan untuk mengukur kemampuan bank dalam mengcover resiko kegagalan pengembalian kredit oleh debitur (kredit macet). NPL juga merupakan perbandingan antara kredit macet dengan total kredit dinyatakan dalam presentase (%).
BI Rate (X3)
merupakan suku bunga kebijakan yang menggambarkan langkah kebijakan moneter yang diterapkan dan di tentukan oleh Bank Indonesia
F. Teknik Analisis data
1. Analisis Analisis Deskriptif
Analisis tersebut memberikan penjelasan secara dialetik bahasa atau penggambaran tentang variabel – variabel yang saling berhubungan
dan menjadi pokok bahasan dari bahasan penelitian. Memiliki tujuan sebagai pendukung dari hasil analisis kuantitatif.
2. Analisis Kuantitatif
a. Analisis Metode Regresi Data Panel
Data yang digunakan dalam penelitian ini adalah data panel.
Data panel adalah data yang diperoleh dengan menggabungkan antara data cross-section dan data time series. Data cross – section dalam penelitian ini adalah data dari 8 jenis perusahaan BPR, sedangkan data time series dalam penelitian ini adalah tahun 2011 sampai dengan 2014. Data tersebut diperoleh dari Bank Indonesia dan Otoritas Jasa Keuangan.
Ada beberapa keuntungan yang diperoleh dengan menggunakan data panel :
1. Data panel yang merupakan gabungan dua data time series dan cross section mampu menyediakan data yang lebih banyak sehingga akan menghasilkan degrees of freedom yang lebih besar.
2. Menggabungkan informasi dari data time series dan cross section dapat mengatasi masalah yang timbul ketika ada masalah penghilangan variabel.
Kelemahannya adalah model yang menggunakan kombinasi data ini menjadi lebih kompleks dibandingkan model untuk jenis data lain. Hal ini disebabkan karena pada analisis data panel tidak
hanya menganalisis individu saja namun juga menganalisis waktu.
Data panel terdiri dari dua bentuk, yaitu data panel lengkap (complete panel data) dan data panel tidak lengkap (incomplete panel data). Data panel tidak lengkap sering ditemui dalam banyak kasus di bidang ekonomi. Jika setiap unit cross section mempunyai data runtun waktu yang sama maka modelnya disebut model regresi data panel seimbang (balance panel) sedangkan jika jumlah observasi runtun waktu dari unit cross section tidak sama atau karena adanya data yang hilang dalam suatu unit individu maka disebut regresi data panel tidak seimbang (unbalance panel).
Ada tiga teknik yang bisa digunakan dalam regresi data panel yaitu teknik OLS (Common Effect), Fixed Effect, Random Effect.
Untuk menentukan teknik yang paling tepat untuk mengestimasi regresi data panel, harus melalui tiga uji yaitu uji F, uji LM, dan Uji Hausman. Ketiga teknik yang digunakan untuk mengestimasi regresi data panel yaitu: Common Effect, Fixed Effect, dan Random Effect. Dengan spesifikasi model semi log sebagai berikut:
LogY = α+ β1X1 + β2X2 + β3X3 + ei
Keterangannya adalah sebagai berikut : LogY : Penyaluran Kredit α : Konstanta
β1, β2, β3 : Koefisien regresi
X1 : Dana Pihak Ketiga (DPK) X2 : Non Performing Loans (NPL) X3 : BI Rate
𝑒𝑖 : Term of Eror
b. Pengujian Dengan Uji Statistik
Setelah model terbentuk maka langkah awal selanjutnya adalah pengolahan data, untuk mengolah data ini peneliti menggunkan alat analisis dan variabel , dimana regresi ini dilakukan atas suatu variabel terikat (Y) terhadap lebih dari satu variabel bebas (X). Hal ini bertujuan untuk mengetahui pengaruh antara variabel bebas secara keseluruan terhadap variabel terikat.
Untuk menguji hipotesa yang digunakan, penguji menggunakan analisis regresi liniar berganda dihasilkan dengan cara memasukkan input data varibel ke dalam variabel fungsi regresi. Hipotesa dilakukan dengan :
1) Uji Signifikansi Parameter Individual (Uji t)
Uji Statistik t dilakukan untuk menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerapkan variabel – variabel dependen. Dasar pengambilan keputusaanya adalah :
1. Jika t-hitung < t-tabel , maka variabel independen secara individual tidak berpengaruh terhadap variabel dependen (Ho diterima, Ha ditolak).
2. Jika t-hitung > t-tabel, maka variabel independent secara individual berpengaruh terhadap variabel dependen (Ho ditolak, Ha diterima).
Uji t juga dilakukan dengam melihat nilai signifikasi t masing–masing variabel pada output hasil regresi menggunakan SPSS dengan significance level 0,05 (α = 5% ). Jika nilai signifikasi lebih besar dari α maka hipotesis ditolak (koefisien regresi tidak signifikasi), yang berarti secara individual variabel independent tidak mempunyai pengaruh yang signifikan terhadap variabel dependen. Jika nilai signifikansi lebih kecil dari α maka hipotesis di terima (koefisien regresi signifikan), berarti secara individual variabel independen mempunyai pengaruh yang signifikan terhadap variabel dependen.
2) Pemilihan Teknik Estimasi Regresi Data Panel
Seperti diketahui terdapat tiga jenis teknik estimasi model regresi data panel, yaitu model dengan metode OLS (common), model Fixed Effect dan model Random Effect. Namun ada tiga uji yang digunakan untuk menentukan teknik yang paling tepat untuk mengestimasi regresi data panel. Tiga uji tersebut yaitu uji statistik F, uji Langrange Multiplier (LM) dan uji Hausman.
a) Uji Statistik F
Uji Statistik F digunakan untuk memilih antara metode OLS tanpa variable dummy atau Fixed Effect. Setelah kita melakukan regresi dua model yaitu model dengan asumsi bahwa slope dan intersep sama dan model dengan asumsi bahwa slope sama tetapi beda intercept. Apakah penambahan dummy menyebabkan residual sum of squares menjadi menurun atau tidak.
Keputusan apakah sebaiknya menambah variabel dummy untuk mengetahui bahwa intersep berbeda antar perusahaan dengan metode Fixed Effect dapat diuji dengan uji F statistik. Uji F di gunakan untuk mengetahui apakah teknik regresi data panel dengan fixed effect lebih baik dari model regresi data panel tanpa variabel dummy dengan melihat residual sum of squares (RSS).
Uji stastistik F digunakan untuk mengetahui apakah teknik regresi data panel dengan Fixed Effect lebih baik dari model regresi data panel tahap variabel dummy (Common Effect) dengan melihat Residual Sum of Squares (RSS). Adapun rumus yang di gunakan untuk uji F statistik yaitu sebagai berikut :
𝑭 =(𝑹𝑺𝑺𝟏 − 𝑹𝑺𝑺𝟐)/𝒎 (𝑹𝑺𝑺𝟐)/(𝒏 − 𝒌) Keterangan :
RSS1 = Residual Sum of Squares, teknik tanpa variabel dummy (Common Effect)
RSS2 = Residual Sum of Squares, teknik dengan variabel dummy (Fixed Effect)
m = Jumlah restriksi atau pembatasan di dalam model tanpa variabel dummy (Rumus m = Jumlah perusahaan -1)
n = Jumlah Sampel (Observasi)
k = Jumlah parameter dalam model Fixed Effect
Membandingkan hasil F hitung dengan F tabel dengan kriteria sebagai berikut :
a) Jika 𝐹ℎ𝑖𝑡𝑢𝑛𝑔> 𝐹𝑡𝑎𝑏𝑒𝑙berarti H0 di tolak dan Ha diterima, berarti bahwa model Fixed Effect merupakan model yang tepat.
b) Jika 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 < 𝐹𝑡𝑎𝑏𝑒𝑙 berarti H0 diterima dan Ha di tolak, berarti bahwa model OLS tanpa variabel dummy (Common Effect) merupakan model yang tepat.
b.) Uji Lagrange Multiplier (LM)
Lagrange Multiplier (LM) adalah uji untuk mengetahui apakah Random Effect atau model Common Effect (OLS) yang paling tepat digunakan. Uji Signifikasi Random Effect ini dikembangkan oleh Breusch Pagan. Metode Breusch Pagan untuk uji signifikasi Random Effect didasarkan pada nilai residual dari metode OLS.
Menurut Widarjono (2005) dalam Hartika (2013), untuk mengetahui signifikansi teknik Random Effect akan diuji
menggunakan uji Lagrange Multiplier (LM). Uji Lagrange Multiplier (LM) digunakan untuk memilih antara OLS (Common Effect) tanpa variabel dummy atau Random Effect. Uji Signifikansi Random Effect ini dikembangkan oleh Bruesch-pagan.
Adapun nilai statistik LM dihitung berdasarkan formula sebagai berikut :
LM = 𝒏𝑻
𝟐(𝑻−𝟏)[∑ [∑ 𝒆𝒊𝒕
𝑻𝒕=𝟏 ] 𝒊𝒊=𝟏
∑𝒏𝒊=𝟏∑𝑻𝒕=𝟏𝒆𝒊𝒕𝟐 − 𝟏]2 = 𝟐(𝑻−𝟏)𝒏𝑻 [ ∑ (𝑻𝒆)
𝒏 𝟐 𝒊=𝟏
∑𝒏𝒊=𝟏∑𝑻𝒕=𝟏𝒆𝒊𝒕𝟐 − 𝟏]𝟐 Keterangan :
n = Jumlah Individu T = Jumlah periode waktu
E = Residual metode OLS Hipotesis yang digunakan :
H0 = OLS tanpa variabel dummy (Common Effect) Ha = Random Effect
Uji LM ini didasarkan pada distribusi chi-squares dengan degree of freedom sebesar jumlah variabel independen. Jika nilai LM statistik lebih besar dari nilai kritis statistik chi-squares maka menolak hipotesis nul yang artinya estimasi yang tepat untuk model regresi data panel adalah metode Random Effect daripada metode Common Effect.
Sebaliknya jika nilai LM statistik lebih kecil dari nilai statistik chi – squaresse sebagai nilai kritis, maka menerima hipotesis, yang artinya
estimasi yang di gunakan dalam regresi data panel adalah metode Common Effect bukan metode Random Effect.
c.) Uji Hausman
Dari hasil uji signifikansi dua teknik di atas, diperoleh hasil yang paling tepat adalah Fixed Effect dan Random Effect, maka selanjutnya kita akan menguji model manakah antara model Fixed Effect atau Random Effect yang paling tepat, pengujian ini disebut Uji Hausman.
Uji Hausman dapat didefinisikan sebagai pengujian statistik untuk memilih apakah model Fixed Effect atau Random Effect yang paling tepat digunakan. Pengujian uji hausman dilakukan dengan hipotesis berikut:
Ho = Random Effect Model Hi = Fixed Effect Model Rumus Uji Hausman yaitu :
m = 𝒒̂ 𝑽𝒂𝒓 (𝒒̂)−𝟏 𝒒̂ Keterangan :
𝒒̂= (𝜷̂− 𝜷̂𝑮𝑳𝑺)
Var (𝒒̂) = 𝑽𝒂𝒓( 𝜷̂)− 𝑽𝒂𝒓(𝜷̂𝑮𝑳𝑺) Hipotesis untuk pengujian ini yaitu :
Ho = Random Effect Ha = Fixed Effect
Ketentuan:
1) Apabila hausman hitung ≥ 𝑡𝑎𝑏𝑒𝑙 𝑐ℎ𝑖 𝑠𝑞𝑢𝑎𝑟𝑒, maka Ho ditolak, dan Ha diterima, berati bahwa model fixed effect merupakan model yang tepat.
1) Apabila hausman hitung ≤ 𝑡𝑎𝑏𝑒𝑙 𝑐ℎ𝑖 𝑠𝑞𝑢𝑞𝑟𝑒, maka Ho diterima, dan Ha ditolak, berati bahwa model random effect merupakan model yang tepat.
