BAB IV HASIL DAN PEMBAHASAN
B. Penemuan atau Hasil Penelitian
mengaplikasikan layanan on-line bagi para nasabah BPR Hasamitra yang mobile dan mengedepankan efisiensi waktu dalam bertransaksi. Menjawab tantangan itu kami telah membuka Tujuh Kantor Cabang (Utama, Palopo, Gowa, Bone, Daya, Parepare, Pangkep, Sidrap dan Sengkang) dan satu Kantor Kas (Urip) serta melayani para nasabah lewat kemudahan bertransaksi online (ATM, EDC, Internet Banking & Mobile Banking). BPR Hasamitra terus berupaya menyempurnakan produk dan mutu pelayanan secara kontinyu untuk memberikan pengalaman interaksi yang terbaik bersama kami.
Visi :"Menjadi Bank lokal dengan reputasi Nasional, yang Sehat, Kuat dan Terpercaya"
Misi :"Memberdayakan dan mensejahterahkan masyarakat melalui kewirausahaan sosial (social business entrepreneurship) dengan pelayanan berbasis digital dan kearifan lokal."
B. Penemuan atau Hasil Penelitian
Tabel 4.1
Deskripsi Koesioner Responden
Keterangan Absolut Presentase
Koesioner yang disebar 60 100%
Bank Perkreditan Rakyat (BPR) Tabungan Rakyat
10 16,7%
Bank Perkreditan Rakyat (BPR) Hasamitra 26 43.3%
Koesioner yang kembali 36 60%
(Sumber: data sekunder yang diolah)
Dimana pada tabel 4.1 dapat dilihat bahwa koesioner yang disebar sebar sebanyak 60 koesioner atau sebesar 100%. Sedangkan koesioner dari Bank Perkreditan Rakyat (BPR) sebanyak 10 koesioner atau sebesar 16,7%, koesioner dari Bank Perkreditan Rakyat (BPR) Hasamitra sebanyak 26 atau sebesar 43,3%, dan yang dapat digunakan dalam penelitian ini sebanyak 36 koesioner atau sebesar 60%.
Tabel 4.2
Jenis Kelamin Responden
Jenis Kelamin Absolut Presentase
Laki-laki 24 66,7%
Perempuan 12 33,3%
Jumlah 36 100%
(Sumber: data sekunder yang diolah)
Dimana pada tabel 4.2 dapat dilihat bahwa jumlah responden berdasarkan jenis kelamin terbanyak adalah laki-laki yaitu sebanyak 24 atau sebesar 66,7%, sedangkan sisanya dipenuhi oleh jenis kelamin perempuan sebanyak 12 atau sebesar 33,3%, Artinya sebagian besar responden yang mengisi koisioner adalah laki-laki.
Tabel 4.3
Pendidikan Responden
Pendidikan Absolut Presentase
D3 3 8,3%
S1 30 83,3%
S2 3 8,3%
S3 0 0
Jumlah 36 100%
(Sumber: data sekunder yang diolah)
Dimana pada tabel 4.3 dapat dilihat bahwa jumlah responden berdasarkan jenjang pendidikan sebesar D3 sebanyak 3 orang atau sebesar 8,3%, responden yang berpendidikan S1 sebanyak 30 orang atau sebesar 83,3%, dan responden yang berpendidikan S2 sebanyak 3 orang atau 8,3%, serta tidak ada satupun responden yang berpendidikan S3.
Tabel 4.4 Umur Responden
Umur Absolut Presentase
20 – 30 Tahun 26 72,2%
31 – 40 Tahun 8 22,2%
>41 Tahun 2 5,6%
Jumlah 36 100%
(Sumber: data sekunder yang diolah)
Dimana pada tabel 4.4 dapat dilihat bahwa jumlah umur responden dari umur 20-30 tahun sebanyak 26 orang atau sebesar 72,2%, umur responden dari 31-40 tahun sebanyak 8 orang atau sebesar 22,2%, dan diatas 41 tahun sebanyak 2 atau sebesar 5,6%.
Tabel 4.5 Lamanya Bekerja
Lama Bekerja Absolut Presentase
1 – 3 Tahun 13 36,1%
3 – 5 Tahun 5 13,8%
>5 Tahun 18 50%
Jumlah 36 100%
(Sumber: data sekunder yang diolah)
Dimana pada tabel 4.5 dapat dilihat bahwa jumlah responden berdasarkan lamanya bekerja adalah 1-3 tahun sebanyak 13 orang atau sebesar 36,1%, 3-4 tahun sebanyak 5 orang atau sebesar 13,8%, dan diatas 5 tahun sebanyak 18 orang atau 50%.
2. Uji Kualitas Data a. Uji Reliabilitas
Uji reabilitas adalah alat ukur atau pengukuran suatu kuesioner yang merupakan indikator dari variabel, dimana apabila reabilitas yang dinyatakan bentuk angka, biasanya sebagai koefesien.
Koefesien yang tinggi berarti reliabilitas yang tinggi.
Dalam pengujian reliabilitas ini, peneliti menggunakan metode statistik Cronbach Alpha dengan signifikasi yang digunakan sebesar 0,6 dimana jika nilai Cronbach Alpha dari suatu variabel lebih besar dari 0,6 maka butir pertanyaan yang diajukan dalam pengukuran istrumen tersebut memiliki reabilitas yang memadai. Begitupun juga sebaliknya jika nilai Cronbach Alpha dari suatu variabel lebih kecil dari 0,6 maka butir pertanyaan tersebut tidak realible.
Tabel 4.6 Hasil Uji Reliabilitas
Variabel Jumlah butir
pertanyaan Cronbach Alpha Penerapan Manajemen Risiko 10 butir 0,901
Penerapan Audit Internal 10 butir 0,885
Kebijakan Pemberian Kredit 8 butir 0,925 (Sumber: data sekunder yang diolah)
Berdasarkan tabel 4.6 menunjukkan instrumen untuk setiap variabel penelitian ini adalah reliabel, karena α hitung > 0,6 pada variabel penerapan manajemen risiko memiliki α 0,901 > 0,6, variabel penerapan audit internal memiliki α 0,885 > 0,6, dan variabel kebijakan pemberian kredit memiliki α 0,925 > 0,6.
b. Uji Validitas
Uji validitas digunakan untuk mengetahui apakah item-item yang ada di dalam kuesioner mampu mengukur perubah yang didapatkan dalam sebuah penelitian ini. Maksudnya untuk mengukur valid atau tidaknya suatu kuensioner dilihat jika pertanyaan dalam kuensioner tersebut mampu mengungkapkan sesuatu yang akan diukur oleh kuensioner tersebut.
Uji validitas ini dapat dilakukan dengan menggunakan kolerasi antar skor butir pertanyaan dengan total skor konstruk atau variabel.
Setelah itu tentukan hipotesis H0:skor butir pertanyaan berkolerasi positif dengan total skor konstruk dan Ha: skor butir pertanyaan tidak berkolerasi positif dengan total skor konstruk. Setelah menentukan hipotesis H0 dan Ha, kemudian uji dengan membandingkan r hitung
(tabel corrected item-total correlation) dengan r tabel (tabel Product Moment dengan signifikansi 0,05) untuk degree of freedom (df) = n-2.
Dimana n adalah jumlah sampel penelitian 36 responden sehingga diperoleh nilai (df)=36-2 atau dimana nilai (df) adalah 34 yaitu 0,329.
Kuensioner dinyatakan valid apabila r hitung > r tabel.
Tabel 4.7
Hasil Uji Validitas Variabel Penerapan Manajemen Risiko No Pertanyaan r hitung r tabel Kesimpulan
1 Penerapan sistem informasi dan prosedur kredit.
0,860 0,329 Valid
2 Pedoman Standar penerapan manajemen risiko bank.
0,747 0,329 Valid
3 Laporan dan data sistem informasi manajemen.
0,798 0,329 Valid
4 Pelaksanaan fungsi remedial secara independen.
0,698 0,329 Valid
5 Jangka waktu kredit. 0,651 0,329 Valid 6 Pengembangan sistem
pengawasan berbasis risiko.
0,607 0,329 Valid
7 Memantau bisnis penerima kredit.
0,727 0,329 Valid
8
Sistem dan metodologi statistik/probabilistik untuk mengukur risiko.
0,740 0,329 Valid
9
Sistem informasi untuk mengidentifikasi adanya konsentrasi dalam portofolio kredit.
0,778 0,329 Valid
10 Pengendalian risiko kredit. 0,813 0,329 Valid (Sumber: data sekunder yang diolah)
Dimana tabel 4.7 menunjukkan variabel penerapan manajemen risiko mempunyai kriteria valid untuk semua item pertanyaan dengan nilai r hitung > r tabel.
Tabel 4.8
Hasil Uji Validitas Variabel Penerapan Audit Internal
No Pertanyaan r hitung r tabel Kesimpulan
1 Keahlian dan pelatihan teknis yang memadai.
0,713 0,329 Valid
2 Independensi dalam sikap. 0,815 0,329 Valid
3
Penggunaan kemahiran profesional dengan cermat serta seksama.
0,734 0,329 Valid
4 Perencanaan dan supervisi audit.
0,797 0,329 Valid
5 Pemahaman yang memadai atas pengendalian intern.
0,824 0,329 Valid
6 Bukti audit kompoten yang cukup.
0,733 0,329 Valid
7
Pertanyaan tentang sesuaian laporan keuangan dengan prinsip akuntansi yang berlaku.
0,741 0,329 Valid
8
Pertanyaan mengenai ketidak konsistenan penerapan prinsip akuntansi yang berlaku.
0,637 0,329 Valid
9 Pengungkapan informatif dalam laporan keuangan.
0,544 0,329 Valid
10
Pertanyaan pendapat
mengenai laporan keuangan secara keseluruhan.
0,817 0,329 Valid
(Sumber: data sekunder yang diolah)
Dimana tabel 4.8 menunjukkan variabel penerapan audit internal mempunyai kriteria valid untuk semua item pertanyaan dengan nilai r hitung > r tabel.
Tabel 4.9
Hasil Uji Validitas Variabel Kebijakan Pemberian Kredit
No Pertanyaan r hitung r tabel Kesimpulan 1 Melihat reputasi dan sifat positif
dari nasabah.
0,717 0,329 Valid
2 Kemampuan nasabah membayar kewajiban.
0,862 0,329 Valid
3
Analisis modal untuk menggambarkan capital structure nasabah.
0,891 0,329 Valid
4 Sejumlah aktiva yang dijadikan jaminan oleh debitur.
0,721 0,329 Valid
5 Pemahaman pedoman kredit. 0,805 0,329 Valid 6 Pemberian kredit sesuai dengan
kebijakan moneter dan ekonomi.
0,867 0,329 Valid
7
Pemberian kredit diarahkan kepada sektor-sektor yang diprioritaskan.
0,874 0,329 Valid
8 Penerapan limit pemberian kredit.
0,862 0,329 Valid
(Sumber: data sekunder yang diolah)
Dimana tabel 4.9 menunjukkan variabel kebijakan pemberian kredit mempunyai kriteria valid untuk semua item pertanyaan dengan nilai r hitung > r tabel.
3. Uji Asumsi Klasik a. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal (Ghozali, 2016: 154). Model regresi yang baik adalah distribusi data normal atau paling tidak mendekati normal. Untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal.
Normalitas dapat dideteksi dengan menilai penyebaran data (titik) pada sumber diagonal dari grafik. Jika data (titk) menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka menunjukkan pola distribusi normal yang mengindikasikan bahwa model regresi memenuhi asumsi normalitas. Jika ada (titik) menyebar menjauh dari garis diagonal, maka tidak menunjukkan pola distribusi normal yang mengindikasikan bahwa model regresi tidak memenuhi asumsi normalitas.
Dimana pada gambar 4.1 menunjukkan adanya persebaran data (titik) pada sumbu diagonal yang mendekati garis diagonal.
Berdasarka pada pedoman uji normalitas mengatakan bahwa jika persebaran data (titk) mengikuti atau mendekati garis maka suatu penelitian dapat dikatan normal.
Gambar 4.1 Hasil Uji Normalitas
(Sumber: Data sekunder yang diolah)
Untuk menyajikan bahwa penelitian ini menunjukkan adanya normalitas, maka dilakukan pengujian dengan menggunakan metode Kolomogrov Smimov, dan menggunakan pengujian Histogram.
Tabel 4.10
Hasil Uji Kolomogrov Smimov
One-Sample Kolmogorov-Smirnov Test Unstandardized Residual
N 36
Normal Paramet ersa,b
Mean 0E-7
Std. Deviation 1,90095741
Most Extreme Differenc es
Absolute ,204
Positive ,204
Negative -,121
Kolmogorov-Smirnov Z 1,224
Asymp. Sig. (2-tailed) ,100
a. Test distribution is Normal.
b. Calculated from data.
(Sumber: data sekunder yang diolah)
Dari hasil uji normalitas menggunakan metode Kolomogrov Smimov didapat hasil signifikasin dari uji normalitas 0,100 dimana hasil tersebut lebih besar dari taraf signifikansi 0,05. Sehingga dapat disimpulkan bahwa uji tes normalitas pada penelitian ini adalah terdistribusi normal.
Gambar 4.2 Uji Histogram
Pada gambar histogram ini juga menunjukkan adanya normalitas dalam penelitian ini. Melihat hal tersebut maka dapat disimpulkan penelitian ini memenuhi uji normalitas
b. Uji Heteroskedastisitas
Uji heterokesdastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain (Ghozali, 2016: 137). Deteksi ada atau tidaknya heteroskedastisitas dapat dilakukan dengan
melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED, dimana sumbu Y adalah Y telah diprediksi dan sumbuh X adalah residual (Y prediksi – Y sesungguhnya) yang telah di – studentized.
Jika plot membentuk pola tertentu seperti bergelombang, melebar, kemudian menyempit maka mengindikasikan telah terjadi heteroskedastisitas. Jika plot tidak membentuk pola tertentu, seperti titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y maka mengindikasikan telah terjadi homokedastisitas. Model regresi yang baik yaitu dimana plot yang mengindikasikan homokedastisitas atau tidak terjadi heteroskedastisitas.
Gambar 4.3
Hasil Uji Heteroskedastisitas
(Sumber: data sekunder yang diolah)
Dimana pada gambar 4.3 menujukkan tidak terjadi pola tertentu yang teratur seperti bergelombang, melebar, dll. Sesuai dengan
pedoman uji heteroskedastisitas, maka dalam penelitian ini tidak terdapat atau terjadi heteroskedastisitas. Hal ini dibuktikan dengan grafik plot diatas yang tidak membentuk pola tertentu seperti bergelombang, melebar dll, sehingga penelitian ini dapat dikatakan atau layak dilakukan pengujian lebih lanjut.
c. Uji Multikolinearitas
Uji multikolinearitas ini dapat digunakan untuk menguji ada tidaknya hubungan linear antara satu variabel independen dengan variabel independen lainnya (Ghozali, 2016: 103). Dalam penelitian ini uji multikolinieritas digunakan untuk menguji apakah ada kolerasi atau hubungan diantara variabel penerapan manajemen risiko perbankan dan penerapan audit internal. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak orthogonal, variabel orthogonal adalah variabel independen yang memiliki nilai korelasi antara sesama variabel independen sama dengan nol. Multikolinearitas dapat dilihat dari nilai tolerance dan lawannya Variance Inflation Factor (VIF). Nilai cut off yang umum dipakai untuk menunjukkan adanya nilai multikolinearitas adalah nilai tolerance <0.10 atau sama dengan nilai VIF >10 .
Tabel 4.11
Hasil Uji Multikolinearitas
Coefficientsa
Model Collinearity Statistics
Tolerance VIF
1
(Constant)
Manajemen Risiko ,448 2,234
Audit Internal ,448 2,234
a. Dependent Variable: Pemberian Kredit
(Sumber: data sekunder yang diolah)
Dimana pada tabel 4.11 terlihat nilai tolerance dimana untuk tiap variabel sebesar 0,448 sedangkan untuk nilai VIF masing-masing variabel sebesar 2,234. Dimana berdasarkan pedoman terhadap uji multikolinearitas nilai tolerance > 0,1 dan untuk nilai VIF < 10 maka terlihat bahwa tidak terjadi kolerasi diantara variabel penerapan manajemen risiko, dan penerapan audit internal atau tidak terjadi multikolinearitas dalam model regresi ini.
4. Uji Hipotesis
Penelitian ini memiliki tiga variabel yang terdiri atas dua variabel independen dan satu variabel dependen. Untuk mengetahui pola hubungan antar variabel, maka akan diuji tiga hipotesis yang telah diajukan sebelumnya menggunakan metode analisis linear berganda.
Tabel 4.12
Hasil Uji Analisis Regresi Linier Berganda
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1
(Constant) 1,243 3,889 ,320 ,751
Manajemen
Risisko ,618 ,120 ,710 5,162 ,000
Audit Internla ,156 ,123 ,175 1,274 ,212
a. Dependent Variable: Kebijakan Pemberian Kredit (Sumber: data sekunder yang diolah)
Dari hasil regresi linier diatas maka diperoleh hasil sebagai berikut:
Y = 1,243 + 0,618X1 + 0,156X2 + e
Dimana pada nilai konstanta dengan koefisien regresi pada tabel 4.12 dapat dijelaskan sebagai berikut:
1) Koefisien Konstanta sebesar 1,243 dengan nilai positif, ini dapat diartikan bahwa Y (Kebijakan Pemberian Kredit) akan bernilai 1,243 jika manajemen risiko, dan audit internal masing- masing 0.
2) Variabel manajemen risiko memiliki koefisien positif sebesar 0,618. Nilai koefisien positif menunjukkan bahwa setiap kenaikan suatu persen variabel manajemen risiko, dengan asumsi variabel lain tetap, maka akan meningkatkan kebijakan pemberian kredit sebesar 0,618 (61,8%).
3) Variabel audit internal memiliki nilai koefisien regresi positif sebesar 0,156. Nilai koefisien positif menunjukkan bahwa setiap kenaikan suatu persen variabel audit internal, dengan
asumsi variabel lain tetap maka akan meningkatkan kebijakan pemberian kredit sebesar 0,156 (15,6%).
a. Uji Koefisien Determinasi
Uji koefisien determinasi digunakan untuk mengukur kemampuan model dalam menjelaskan variasi variabel independen (Ghozali, 2016: 95). Diaman uji ini dilakukan untuk mengukur kemampuan variabel-variabel independen, yaitu penerapan manajemen risiko (X1) dan penerapan audit internal (X2) dalam menjelaskan variasi variabel dependen, yaitu kebijakan pemberian kredit (Y).
Tabel 4.13
Hasil Uji Koefisien Determinasi
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
1 ,849a ,720 ,703 1,958
a. Predictors: (Constant), audit internal, manajemen risiko b. Dependent Variable: kebijakan kredit
(Sumber: data sekunder yang diolah)
Dimana tabel diatas dapat dilihat bahwa nilai koefisien Adjusted R Square yang dihasilkan oleh variabel-variabel independen sebesar 0,703 yang artinya adalah 70,3% variabel dependen kebijakan pemebrian kredit (Y) dijelaskan oleh variabel independen penerapan manajemen risiko (X1) dan penerapan audit interna (X2), dimana
sisahnya sebesar 29,7% dijelaskan oleh variabel lain diluar variabel independen yang digunakan.
Dimana angka koefisien kolerasi (R) pada tabel 4.13 sebesar 0,849 menujukkan bahwa hubungan antara variabel independen denagn dependen adalah kuat karena memiliki nilai koefisien kolerasi di atas 0,5. Standar Error Of Estimate (SEE) sebesar 1,958. Makin kecil nilai SEE maka membuat model regresi akan semakin tepat dalam memprediksi variabel dependen.
b. Uji t
Uji statistik t menunjukkan seberapa jauh pengaruh satu variabel penjelas atau independen secara individual dalam menerangkan variasi variabel dependen dan digunakan untuk mengetahui ada atau tidaknya pengaruh masing-masing variabel independen secara individual terhadap variabel dependen yang diuji pada tingkat signifikansi 0,05 (Ghozali, 2016: 98).
Tabel 4.14 Hasil Ujji t
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients
T Sig.
B Std. Error Beta
1
(Constant) 1,243 3,889 ,320 ,751
Manajemen
Risisko ,618 ,120 ,710 5,162 ,000
Audit Internla ,156 ,123 ,175 1,274 ,212
a. Dependent Variable: Kebijakan Pemberian Kredit (Sumber: data sekunder yang diolah)
Dimana berdasarkan tabel 4.14 Diatas dapat disimpulkan bahwa uji t dari masing-masing variabel independen terhadap variabel dependen dalam penelitian ini sebagai berikut:
H1 : Penerapan manajemen risiko perbankan berpengaruh secara signifikan terhadap pemberian kredit.
Pada output regresi menunjukkan bahwa angka signifikansi pada variabel manajemen risiko adalah 0,000. Nilai yang dihasilkan lebih kecil dari tingkat angka signifikansi yaitu 0,05 sehingga peneliti dapat menyimpulkan bahwa manajemen risiko berpengaruh secara positif signifikansi terhadap pemberian kredit, dan dapat disimpulkan juga bahwa hipotesis 1 dapat di terima. Manajemen risiko yang diterapkan oleh perbankan, diharapkan dapat membantu dalam pemberian kebijakan yang tepat untuk pemberian kredit.
H2 : Penerapan audit internal tidak berpengaruh secara signifikan terhadap kebijakan pemberian kredit.
Dimana pada output regresi menunjukkan angka signifikansi pada variabel audit internal adalah 0,212. Dimana nilai yang dihasilkan lebih besar dari tingkat angka signifikansi yaitu 0,05 sehingga dapat diambil kesimpulan bahwa audit internal berpegaruh secara negatif atau tidak signifikansi terhadap kebijakan pemberian kredit dan dengan begitu dapat disimulkan hipotesis 2 ditolak.
c. Uji F
Uji statistik F menunjukkan apakah semua variabel independen atau bebas yang dimaksukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat. Uji F bertujuan untuk menunjukkan apakah variabel independen atau variabel bebas yang dimasukkan kedalam model secara bersama- sama berpengaruh terhadap variabel dependen (Ghozali, 2016: 98).
Tabel 4.15 Hasil Uji F
ANOVAa
Model Sum of Squares Df Mean Square F Sig.
1
Regression 325,745 2 162,872 42,496 ,000b
Residual 126,477 33 3,833
Total 452,222 35
a. Dependent Variable: Kebijakan Kredit
b. Predictors: (Constant), audit internal, manajemen risiko (Sumber: data sekunder yang diolah)
H3 : Penerapan manajemen risiko perbankan dan penerapan audit internal berpengaruh secara simultan terhadap kebijakan pemberian kredit. Berdasarkan data yang diolah pada tabel 4.15 menujukkan bahwa nilai signifikansi sebesar 0,000 atau lebih kecil dari nilai probabilitas yaitu 0,05 (0,000<0,05). Penerapan manajemen risiko perbankan dan penerapan audit internal berpengaruh secara simultan terhadap kebijakan pemberian kredit dan dengan begitu dapat disimpulkan hipotesis 3 diterima.