d. Kredit Bermasalah Non Performing Loan dapat diartikan sebagai pinjaman yang mengalami kesulitan pelunasan akibat adanya faktor
kesengajaan maupun ketidaksengajaan atau faktor eksternal di luar kemampuan kendali debitur seperti kondisi ekonomi yang buruk.
NPL merupakan persentase jumlah kredit bermasalah dengan kriteria kurang lancar, diragukan dan macet terhadap total kredit
yang disalurkan bank Siamat 2005:358. e.
Kredit merupakan penyediaan uang atau tagihan yang dapat dipersamakan dengan itu berdasarkan persetujuan atau kesepakatan
pinjam meminjam antara bank dengan pihak lain yang mewajibkan pihak peminjam untuk melunasi utangnya setelah jangka waktu
tertentu dengan pemberian bunga.
D. Prosedur Pengambilan Data
Jenis Data yang digunakan berupa data sekunder yaitu data yang diperoleh dalam bentuk yang sudah jadi dan tidak memerlukan pengolahan
lebih lanjut seperti laporan keuangan tahunan. Data diperoleh dari media internet melalui situs
www.idx.co.id berupa laporan keuangan bank yang
dipublikasikan. Modal Bank
CAR = X 100 Aktiva Tertimbang Menurut Resiko
Universitas Sumatera Utara
Data diperoleh dengan cara mendapatkannya dari luar perusahaan, yang disebut data eksternal Umar, 2001:70. Pengumpulan data dari pihak
luar ini meliputi studi pustaka yaitu melakukan pengumpulan data pendukung dari buku, jurnal maupun literatur dan pihak penelitian
terdahulu. Dilihat dari dimensi waktu, data yang digunakan adalah data
pooling yaitu data yang diperoleh adalah kombinasi antara data runtun waktu time series dan data silang tempat cross section. Data time series
merupakan sekumpulan data dari suatu fenomena tertentu yang didapat dalam beberapa interval waktu tertentu misalnya dalam waktu mingguan,
bulanan atau tahunan. Sedangkan data cross section adalah sekumpulan data untuk meneliti suatu fenomena tertentu dalam satu kurun waktu saja Umar,
2001:70. Data time series pada penelitian ini adalah data laporan keuangan
tahunan perusahaan perbankan yang diterbitkan selama 3 tahun. Periode pengamatan yang digunakan adalah tahun 2006-2008. Penggabungan data
cross section sebanyak 22 perusahaan perbankan dan data time series selama 3 tahun menghasilkan 66 observasi 22 X 3. Pengujian parametrik
dilakukan karena jumlah observasi sudah memenuhi syarat 66 ≥ 30.
Universitas Sumatera Utara
E. Metode dan Teknik Analisis Data
Metode analisis data yang digunakan dalam penelitian ini adalah
metode analisis statistik dengan menggunakan SPSS 16.
1. Statistik Deskriptif Statistik ini digunakan untuk menganalisa data dengan cara
menggambarkan data yang sudah terkumpul namun bukan membuat kesimpulan yang bersifat generalisasi Sugiono, 2004:142
2. Pengujian Asumsi Klasik Penggunaan analisis regresi dalam statistik harus bebas dari
asumsi-asumsi klasik seperti normalitas data, autokorelasi, heteroskedastisitas dan asumsi-asumsi klasik lainnya agar hasil
pengujian tidak bersifat bias dan efisien.. a. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi
normal serta untuk menghindari bias dalam model regresi. Pengujian ini diperlukan karena untuk melakukan uji t dan uji F
mengasumsikan bahwa nilai residual mengikuti distribusi normal Erlina, 2007:103. Jika nilai residual tidak memiliki distribusi
normal, maka salah satu cara menormalkannya adalah dengan melakukan transformasi data, yaitu mengubah nilai-nilai observasi
data ke dalam bentuk logaritma sehingga membentuk distribusi normal Jogiyanto, 2004:172.
Universitas Sumatera Utara
Untuk mendeteksinya dapat digunakan analisis grafik yaitu melihat grafik histogram yang membandingkan data observasi
dengan distribusi yang mendekati distribusi normal dan yang lebih handal adalah dengan melihat normal probability plot. Jika distribusi
normal, garis yang menggambarkan data akan mengikuti garis diagonal Ghozali, 2005:110. Selain uji grafik, juga dianjurkan
untuk melakukan lagi uji statistik Kolmogorov Smirnov KS yang dijelaskan Ghozali 2005:115, pedoman pengambilan keputusan
tentang data tersebut merupakan distribusi normal dapat dilihat dari: 1
bila nilai signifikansi 0.05 berarti distribusi data tidak normal. 2
bila nilai signifikansi 0.05 berarti distribusi data normal. b. Uji Multikolinearitas
Uji ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi yang sangat kuat di antara variabel
independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen karena hal ini akanmengurangi
keyakinan dalam pengujian signifikansi Ghozali, 2005:91. Multikolinearitas adalah keadaan adanya korelasi yang kuat
antara variabel-variabel independen yang satu dengan variabel independen lainnya. Dalam hal ini kita sebut variabel-variabel bebas
ini tidak ortogonal. Variabel-variabel bebas yang bersifat ortogonal adalah variabel bebas yang memiliki nilai korelasi di antara
Universitas Sumatera Utara
sesamanya sama dengan nol. Jika terjadi korelasi sempurna di antara sesama variabel bebas, maka konsekuensinya adalah:
1 koefisien-koefisien regresi menjadi tidak dapat ditaksir,
2 nilai standar error setiap koefisien regresi menjadi tak terhingga.
Deteksi multikolinearitas dilakukan dengan melihat nilai VIF Variance Inflation Factor dan tolerance. Pedoman suatu model
regresi yang bebas dari multikolinearitas adalah VIF 10 dan tolerance 0.1 Ghozali, 2005:92. Selain itu juga dapat dilihat dari
besarnya korelasi antar variabel independen, dimana bila korelasi antar variabel independen di bawah 0,5 maka model regresi bebas
dari multikolinearitas Singgih, 2000:207. Ada dua cara yang dapat dilakukan jika terjadi
multikolinearitas, yaitu: 1
mengeluarkan salah satu variabel, misalnya variabel independen A atau B saling berkorelasi dengan kuat, maka bisa dipilih A atau
B dikeluarkan dari model regresi, 2
menggunakan metode lanjut seperti regresi Bayesian atau regresi Ridge.
c. Uji Autokorelasi Uji ini bertujuan untuk menguji apakah pada suatu model
regresi linear ada korelasi antar kesalahan pengganggu pada periode satu dengan periode sebelumya Ghozali, 2005. Autokorelasi terjadi
karena observasi yang berurutan sepanjang tahun yang berkaitan satu
Universitas Sumatera Utara
dengan yang lainnya. Hal ini sering ditemukan pada data runtut waktu time series. Model regresi yang baik adalah model yang
tidak terdapat autokorelasi. Untuk mendeteksi masalah autokorelasi dapat dilakukan dengan uji Durbin Watson DW.
Menurut Santoso 2002:18, Keputusan ada atau tidaknya autokorelasi adalah :
1 Bila nilai D-W dibawah -2, maka ada autokorelasi positif,
2 Bila nilai D-W di antara -2 sampai +2, maka tidak ada
autokorelasi, 3
Bila nilai D-W di atas +2, maka ada autokorelasi negatif. d. Uji Heterokedasitas
Tujuan dari uji heterokedasitas ini adalah untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varians
dari residual dari satu pengamatan ke pengamatan yang lain. Jika varians dari residual dari suatu pengamatan ke pengamatan lainnya
tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas Erlina, 2007:108.
Model regresi yang baik adalah yang homoskedasitas. Untuk mendeteksi ada tidaknya heteroskedasitas, menurut Ghozali
2005:105 dapat dilihat dari grafik scatterplot antara nilai prediksi variabel dependen yaitu ZPRED dengan nilai residualnya SRESID.
Jika ada pola tertentu seperti titik-titik yang ada membentuk pola tertentu yang teratur, maka telah terjadi heteroskedasitas.
Universitas Sumatera Utara
3. Pengujian hipotesis Untuk menganalisis besarnya pengaruh variabel independen
terhadap variabel dependen, penelitian ini menggunakan persamaan regresi linear berganda. Untuk mengetahui bagaimana pengaruh variabel
independen secara bersama-sama terhadap variabel dependen, digunakan
uji statistik F dengan rumus:
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ e Dimana:
Y = jumlahvolume penyaluran kredit
a = konstanta
b
1
,b
2
,b
3
,b
4
= koefisien regresi yang menunjukkan angka peningkatan
ataupun penurunan variabel dependen yang didasarkan pada variabel independen.
X
1
= LDR loan to deposit ratio X
2
= ROA return on asset X
3
= CAR capital adequacy ratio X
4
= NPL non performing loan e
= tingkat kesalahan penganggu Hipotesis yang akan diuji sebagai berikut:
Ho : β
1
= β
2
= β
3
= β
4
Artinya tidak semua variabel independen berpengaruh secara simultan. Ha : β
1
≠ β
2
≠ β
3
≠ β
4
Universitas Sumatera Utara
Artinya semua variabel independen berpengaruh secara simultan. Untuk menguji hipotesis ini, digunakan statistic F dengan
membandingkan F hitung dengan F tabel dengan kriteria pengambilan keputusan sebagai berikut:
Jika F
hitung
F
tabel
, maka Ha diterima α =5
Jika F
hitung
F
tabel
, maka Ho diterima α =5
Kemudian untuk mengetahui pengaruh variabel independen terhadap variabel dependen secara parsial digunakan uji t. Uji ini
dilakukan untuk menentukan apakah dua sampel yang tidak berhubungan memiliki rata-rata yang sama atau tidak sama secara
signifikan. Ho :
βi = 0 Artinya suatu variabel independen yang sedang diuji bukan merupakan
penjelas signifikan terhadap variabel dependen. Ha :
βi ≠ 0 Artinya variabel independen tersebut merupakan penjelas signifikan
terhadap variabel dependen. Cara melakukan uji t Ghozali, 2005:85 adalah sebagai berikut:
- apabila nilai probabilitas t-hitung 5, maka hipotesis Ha diterima. - apabila nilai probabilitas t-hitung 5, maka hipotesis Ho diterima.
Universitas Sumatera Utara
Uji ini juga dapat dilakukan dengan membandingkan t hitung dengan t table dengan ketentuan sebagai berikut:
Jika t
hitung
t
tabel
, maka Ha diterima α =5
Jika t
hitung
t
tabel
, maka Ha ditolak α =5
Universitas Sumatera Utara
BAB IV ANALISIS HASIL PENELITIAN
A. Hasil Penelitian 1. Deskripsi Data Statistik
