61 Pada tampilan output terlihat bahwa koefisien parameter untuk variabel Auto Lag
menunjukkan probabilitas signifikan 0.341 di atas 0.05. Dalam hal ini berarti data tidak terdapat autokorelasi.
c. Uji Run Test
Metode ini diperkenalkan oleh Geary sebagai uji nonparametrik dengan tanda positif dan negatif. Kaidah keputusan dalam metode ini adalah; tidak menolak hipotesis nol jika taksiran R
berada pada jarak interval, dan menolak hipotesis nol jika taksiran R di luar batas interval. Run test sebagai bagian dari statistik non-parametrik dapat pula digunakan untuk
menguji apakah antar residual terdapat korelasi yang tinggi. Jika antar residual tidak terdapat hubungan korelasi maka dikatakan bahwa residual adalah acak atau random.
Run test digunakan untuk melihat apakah data residual terjadi secara random atau tidak sistematis.
H0 : residual res_1 random acak HA : residual res_1 tidak random Ghozali, 2013:120.
Dibawah ini adalah tampilan output SPSS mendeteksi autokorelasi dengan Run Test.
Tabel 4.9 Uji Autokorelasi Run Test
Runs Test
Unstandardized Residual
Test Value
a
,19015 Cases Test Value
39 Cases = Test
Value 39
Total Cases 78
Number of Runs 34
Z -1,368
Asymp. Sig. 2- tailed
,171 a. Median
62 Hasil output SPSS menunjukkan bahwa nilai test adalah 0.19015 dengan probabilitas
0.171. signifikan pada 0.05 yang berarti hipotesis nol diterima, sehingga dapat disimpulkan bahwa residual adalah random acak atau tidak terjadi autokorelasi antar nilai residual.
Beberapa pengujian di atas telah dilakukan oleh peneliti untuk mendeteksi terdapat atau tidaknya autokorelasi. Dan hasilnya menunjukkan bahwa melalui ketiga pengujian tersebut tidak
ditemukan terjadi autokorelasi pada data sehingga data dapat digunakan ke pengujian selanjutnya. Beberapa pengujian di atas telah dilakukan oleh peneliti untuk mendeteksi terdapat
atau tidaknya autokorelasi. Dan hasilnya menunjukkan bahwa melalui ketiga pengujian tersebut tidak ditemukan terjadi autokorelasi pada data sehingga data dapat digunakan ke pengujian
selanjutnya.
4.2.3 Analisis Regresi
Dari hasil uji asumsi klasik disimpulkan bahwa model regresi yang dipakai dalam penelitian ini telah memenuhi model estimasi yang Best Linear Unbiased Estimator BLUE dan
layak dilakukan analisis regresi. Pengujian hipotesis dalam penelitian ini menggunakan analisis
regresi berganda. Berikut ini adalah hasil pengolahan data dengan program SPSS Statistics 21.0.
Pengolahan data dengan menggunakan regresi linear dilakukan dalam beberapa tahapan untuk mencari hubungan antara variabel independen dan variabel dependen, melalui pengaruh
Dana Pihak Ketiga, Loan to Deposit Ratio, Capital Adequacy Ratio, Non Performing Loan, Return on Asset,
Suku Bunga SBI terhadap Jumlah Penyaluran Kredit. Berikut ini adalah hasil regresi yang disajikan dalam bentuk tabel.
63
Tabel 4.10 Hasil Analisis Regresi
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
28,262 1,882
15,020 ,000
DPK 1,069E-013
,000 ,577
4,849 ,000
LDR ,028
,009 ,303
3,156 ,002
CAR -,032
,026 -,163
-1,227 ,224
NPL ,087
,056 ,207
1,566 ,122
ROA -,084
,064 -,144
-1,326 ,189
SBI -,269
,280 -,103
-,959 ,341
a. Dependent Variable: LN_KR
Berdasarkan tabel di atas di peroleh persamaan regresi sebagai berikut:
Y = 28,262 + 1,069X1 + 0.28X
2
– 0,32X
3
+ 0.87X
4
– 0.84X
5
– 2.69X
6
+ ε
Keterangan: 1.
Konstanta sebesar 28,262 menunjukkan bahwa apabila tidak variabel independen Dana Pihak Ketiga, Loan to Deposit Ratio, Capital Adequacy Ratio, Non Performing Loan,
Return on Asset, Suku Bunga SBI = 0 maka Jumlah Kredit yang yang di berikan oleh
Bank BUMN dan Bank Swasta yang terdaftar di BEI adalah sebesar Rp 28,262. 2.
β
1
sebesar 1,069 dan X
1
adalah Dana Pihak Ketiga, menunjukkan bahwa DPK memiliki pengaruh positif dan signifikan terhadap penyaluran kredit pada BUMN dan Bank Swasta
yang terdaftar di BEI 3.
β
2
sebesar 0,28 dan X
2
adalah Loan to Deposit Ratio, menunjukkan bahwa LDR memiliki pengaruh positif dan signifikan terhadap penyaluran kredit pada BUMN dan Bank Swasta
yang terdaftar di BEI
64 4.
β
3
sebesar -0,32 dan X
3
adalah Capital Adequacy Ratio, menunjukkan bahwa CAR memiliki pengaruh negatif dan tidak signifikan terhadap penyaluran kredit pada BUMN
dan Bank Swasta yang terdaftar di BEI 5.
β
4
sebesar 0,87 dan X
4
adalah Non Performing Loan, menunjukkan bahwa NPL memiliki pengaruh positif dan signifikan terhadap penyaluran kredit pada BUMN dan Bank Swasta
yang terdaftar di BEI 6.
β
5
sebesar -0,84 dan X
5
adalah Return On Asset, menunjukkan bahwa ROA memiliki pengaruh negatif dan tidak signifikan terhadap penyaluran kredit pada BUMN dan Bank
Swasta yang terdaftar di BEI 7.
β
6
sebesar -2,69 dan X
6
adalah Suku Bunga SBI, menunjukkan bahwa Suku Bunga SBI memiliki pengaruh negatif dan tidak signifikan terhadap penyaluran kredit pada BUMN
dan Bank Swasta yang terdaftar di BEI
4.2.4 Pengujian Hipotesis Penelitian
Pengujian hipotesis penelitian dilakukan untuk menguji keempat hipotesis penelitian yang telah dipaparkan sebelumnya. Untuk mengetahui apakah variabel independen dalam model
regresi berpengaruh terhadap variabel dependen, maka dilakukan pengujian dengan menggunakan uji t t test dan uji F F test.
4.2.4.1 Analisis Koefisien Determinasi
Koefisien dete rminasi R Square R
2
menunjukkan seberapa besar variabel independen menjelaskan variabel dependennya. Nilai R square adalah dari nol sampai satu. Nilai R square
yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi
65 yang dibutuhkan untuk memprediksi variabel dependen. Kelemahan mendasar penggunaan R
square adalah setiap penambahan variabel independen kedalam model maka R square pasti
meningkat meskipun variabel independen tidak berpengaruh signifikan terhadap variabel dependen. Oleh karena itu banyak peneliti yang menganjurkan untuk menggunakan nilai
adjusted R square saat mengevaluasi model regresi yang terbaik.
Dibawah ini akan ditampilan hasil analisis koefisien determinasi yang diperoleh peneliti.
Tabel 4.11 Hasil Analisis Koefisien Determinasi
Model Summary
b
Mode l
R R Square Adjusted R
Square Std. Error of
the Estimate
1 ,983
a
,966 ,964 1790015574
0083,24000 a. Predictors: Constant, SBI, CAR, ROA, LDR, DPK,
NPL b. Dependent Variable: LN_KR
Sumber: hasil pengolahan SPSS
Pada tabel diatas, model summary besarnya adjusted R square adalah 0,983, hal ini berarti bahwa 98,3 dari variasi atau perubahan dalam Jumlah Penyaluran Kredit dapat
dijelaskan oleh variabel independennya Dana Pihak Ketiga, Loan to Deposit Ratio, Capital Adequacy Ratio, Non Performing Loan, Return on Asset,
Suku Bunga SBI, sedangkan sisanya 1,7 dijelaskan oleh variabel lain diluar model.
66
4.2.4.2 Uji Regresi Parsial Uji t
Uji statistik t dilakukan untuk menguji pengaruh dari variabel independen terhadap variabel dependennya secara individu. Untuk menguji apakah hipotesis yang diajukan diterima
atau ditolak digunakan statistik t uji t. Jika t hitung t tabel, maka Ho diterima atau Ha ditolak, sedangkan jika t hitung t tabel, maka Ho ditolak dan Ha diterima.
Berdasarkan hasil pengolahan SPSS, diperoleh hasil sebagai berikut :
Tabel 4.12 Hasil Uji t
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
28,262 1,882
15,020 ,000
DPK 1,069E-013
,000 ,577
4,849 ,000
LDR ,028
,009 ,303
3,156 ,002
CAR -,032
,026 -,163
-1,227 ,224
NPL ,087
,056 ,207
1,566 ,122
ROA -,084
,064 -,144
-1,326 ,189
SBI -,269
,280 -,103
-,959 ,341
a. Dependent Variable: LN_KREDIT
Sumber : Hasil Pengolahan SPSS
a. Dari tabel regresi dapat dilihat besarnya t hitung untuk variabel Dana Pihak Ketiga X
1
sebesar 4,849 dengan nilai signifikansi 0,000. T tabel adalah 1,976, sehingga t hitung t tabel 4,849 1,976 . Signifikansi penelitian ini juga menunjukkan angka yang lebih
kecil dari 0,05 0.000 0,05, maka dapat disimpulkan Ho ditolak dan DPK X
1
berpengaruh secara signifikan terhadap Jumlah Penyaluran Kredit Y yang mengidentifikasikan bahwa semakin tinggi DPK yang di peroleh maka semakin tinggi
pula Jumlah Penyaluran Kredit, begitu juga sebaliknya
67 b.
Dari tabel regresi dapat dilihat bahwa besarnya t hitung untuk variable Loan To Deposit Ratio
X
2
sebesar 3,156 dengan nilai signifikansi 0,02, sedangkan t tabel adalah 1,976, sehingga t hitung t tabel 3,156 1,976. Signifikansi penelitian ini menunjukkan
angka yang lebih kecil dari 0,05 0,02 0,05, maka dapat disimpulkan Ho ditolak dan Loan to Deposit Ratio
X
2
berpengaruh secara signifikan terhadap Jumlah Penyaluran Kredit Y yang mengidentifikasikan bahwa semaikin tinggi LDR yang di peroleh maka
semakin tinggi pula Jumlah Penyaluran Kredit Y. c.
Dari tabel dapat dilihat bahwa besarnya t hitung untuk variabel Capital Adequacy Ratio X
3
sebesar -1.227 dengan nilai signifikansi 0,224. Hasi uji statistik tersebut menunjukkan bahwa t hitung adalah 1,227 dimutlakkan, sedangkan t tabel adalah 1,976
sehingga t hitung t tabel 1,227 1,976. Signifikansi penelitian ini juga menunjukkan angka yang lebih besar dari 0,05 0,224 0,05, maka dapat disimpulkan Ho diterima
bahwa Capital Adequacy Ratio X
3
tidak berpengaruh secara signifikan terhadap Jumlah Penyaluran Kredit Y.
d. Dari tabel dapat dilihat bahwa besarnya t hitung untuk variabel Non Performing Loan
X
4
sebesar 1,566 dengan nilai signifikansi 0,122. Hasil uji statistik tersebut menunjukkan bahwa t hitung adalah 1,566, sedangkan t tabel adalah 1,976 sehingga t
hitung t tabel 1,566 1,976. Signifikansi penelitian ini menunjukkan angka yang lebih besar dari 0,05 0,122 0,05, maka dapat disimpulkan bahwa H0 diterima bahwa
Non Performing Loan X
4
tidak berpengaruh secara signifikan terhadap Jumlah Penyaluran Kredit Y
e. Dari tabel dapat dilihat bahwa besarnya t hitung untuk variabel Return on Asset X
5
sebesar -1,326 dengan nilai signifikansi 0,189. Hasil uji statistik tersebut menunjukkan
68 bahwa t hitung adalah 1,326 dimutlakkan, sedangkan t tabel adalah 1,976 sehingga t
hitung t tabel 1,326 1,976. Signifikansi penelitian ini juga menunjukkan angka yang lebih besar dari 0,05 0,189 0,05, maka dapat disimpulkan H0 diterima bahwa Return
On Asset X
5
tidak berpengaruh secara signifikan terhadap Jumlah Penyaluran Kredit Y.
f. Dari tabel dapat dilihat bahwa besarnya t hitung untuk variabel Suku Bunga SBI X
6
sebesar -0,959 dengan nilai signifikansi 0,341. Hasil uji statistik tersebut menunjukkan bahwa t hitung adalah 0,959 dimutlakkan, sedangkan t tabel adalah 1,976 sehingga t
hitung t tabel 0,959 1,976. Signifikansi penelitian ini juga menunjukkan angka yang lebih besar dari 0,05 0,341 0,05, maka dapat disimpulkan H0 diterima bahwa Suku
Bunga SBI X
6
tidak berpengaruh secara signifikan terhadap Jumlah Penyaluran Kredit Y.
4.2.4.3 Uji Regresi Simultan Uji f
Uji signifikan simultan yang sering disebut dengan uji F ini dilakukan untuk menguji pengaruh yang ditimbulkan oleh keseluruhan variabel independen yang ada dalam model
terhadap variabel dependennya. Berdasarkan hasil pengolahan data dengan menggunakan program SPSS versi 17, maka diperoleh hasil sebagai berikut :
69
Tabel 4.13 Hasil Uji f
ANOVA
a
Model Sum of
Squares Df
Mean Square F
Sig.
1 Regression
1254652601 7011420000
0000000000
0,000 6 2091087669
5019035000 0000000000,
000 652,617
,000
b
Residual 4421734942
1654425000 000000000,0
00 138 3204155755
1923494000 0000000,000
Total 1298869951
1227964000 0000000000
0,000 144
a. Dependent Variable: KREDIT b. Predictors: Constant, SBI, CAR, ROA, LDR, DPK, NPL
Hasil uji ANOVA atau F test menunjukkan F hitung sebesar 652,617dengan tingkat signifikansi 0,000, sedangkan F tabel sebesar 2,0986 dengan signifikansi 0,05.
Berdasarkan hasil tersebut dapat disimpulkan bahwa H0 ditolak , artinya bahwa dana pihak ketiga X
1
, loan to deposit ratio X
2
, capital adequacy ratio X
3
, non performing loan
X
4
, return on asset X
5
, dan suku bunga SBIX
6
secara Ba simultan berpengaruh secara signifikan terhadap Jumlah Penyaluran Kredit Y karena
F hitung F tabel 652,617 2,0986 dan signifikansi penelitian lebih kecil dari 0,05 0,000 0,05.
70
4.3 Pembahasan Hasil Penelitian