kredit adalah pegawai yang masih aktif tidak termasuk pegawai PT Bank BRI, dari Dinas Instansi Koperasi Pegawai Lembaga Perusahaan
yang telah melakukan perjanjian kerja sama dengan bank. f.
Kredit peduli usaha mikro KPUM Kredit peduli usaha mikro adalah kredit tanpa agunan dengan sisitem
angsuran tetap yang diberikan kepada pemilik usaha mikro dalam rangka meningkatkan kemampuannya untuk menggembangkan usaha.
g. Kredit pemilikan rumah
Ditujukan untuk kebutuhan pembelian baik berupa rumah tinggal, apartemen, rumah toko ruko maupun rumah kantor rukan di lokasi-lokasi
yang sudah ditentukan oleh bank, yang dijual melalui pengembang atau bukan pengembang.
B. Data Penelitian
Penelitian ini menggunakan data sekunder yang diperoleh dari PT Bank BRI Cabang Iskandar Muda Medan. Data yang digunakan adalah laporan
keuangan debitur yaitu neraca dan laporan laba rugi selama tahun 2009.
1. Statistik Deskriptif
Statistik dekriptif adalah statistik yang mendeskripsikan karakteristik dari data–data yang digunakan dalam penelitian, mulai dari nilai minimum,
maksimum, rata-rata, standar deviasi, dan variance yang akan dijelaskan pada tabel 4.1
Tabel 4.1 Statistik Deskriptif
Descriptive Statistics
Mean Std.
Deviation N
Kredit Modal Kerja 8.2515
.19181 41
Current Ratio .8137
.33081 41
Quick Ratio .7096
.33314 41
Total Asset Turnover .2010
.34621 41
Debt Total Assets Ratio
.7494 .49493
41 Net Profit Margin
.7768 .23973
41 Sumber : diolah dengan SPSS, 2011
Berdasarkan informasi pada tabel di atas, dapat dijelaskan bahwa : a.
variabel CR perusahaan yang mendapatkan Kredit Modal Kerja memiliki nilai rata-rata 0,8137 dan nilai standar deviasi variabel ini adalah sebesar
0,33081 dengan jumlah yang di data 41 b.
variabel QR perusahaan yang mendapatkan Kredit Modal Kerja memiliki nilai rata-ratanya 0.7096 dan nilai standar deviasi variabel ini adalah sebesar
0,33314 dengan jumlah yang di data 41 c.
variabel TATO perusahaan yang mendapatkan Kredit Modal Kerja memiliki nilai rata-ratanya 0,2010 dan nilai standar deviasi variabel ini adalah sebesar
0,34621 dengan jumlah yang di data 41 d.
variabel DTAR perusahaan yang mendapatkan Kredit Modal Kerja memiliki nilai rata-rata 0,7494 dan nilai standar deviasi variabel ini adalah sebesar
0.49493 dengan jumlah yang di data 41
e. variabel NPM perusahaan yang mendapatkan Kredit Modal Kerja memiliki
nilai rata-rata 0.7768 dan nilai standar deviasi variabel ini adalah sebesar 0.23973 dengan jumlah yang di data 41
f. variabel KMK yang disalurkan perbankan memiliki nilai rata-rata 8.2515
standar deviasi variabel sebesar 19,181 dengan jumlah yang di data 41
2. Uji Asumsi Klasik
Suatu model regresi linier berganda dapat disebut sebagai model yang baik jika model tersebut memenuhi uji asumsi klasik. Pengujian asumsi klasik
dalam penelitian ini mencakup uji normalitas, uji multikolinearitas, dan uji heteroskedastisitas, dan uji autokorelasi.
a. Uji Normalitas
Pengujian tahap awal yang dilakukan dalam metode penelitian analisis data. Melalui pengujian ini, dapat diambil tindak lanjut untuk menggunakan
statistik parametrik atau tidak. Menurut Gozali 2005:110 “tujuan uji normalitas adalah untuk mengujii apakah variabel independen dan variabel
dependen berdistribusi normal”. Data yang baik dan layak digunakan dalam penelitian adalah data yang memiliki distribusi normal.
Cara untuk mendeteksi apakah residual berdistribusi normal atau tidak ada dua, yaitu analisis grafik dan analisis statistik. Normalitas dapat dideteksi
dengan melihat penyebaran data titik pada sumbu diagonal dan grafik atau dengan melihat histogram dari residualnya. Dasar pengambilan
keputusannya adalah:
1 Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis
diagonal atau grafik histogramnya menunjukkan pola berdistribusi normal, maka model regresi memenuhi asumsi normalitas.
2 Jika data menyebar jauh dari diagonal dan tidak mengikuti arah garis
diagonal atau grafik histogram tidak menunjukkan data berdistribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
Hasil uji normalitas data dalam penelitian ini menunjukkan bahwa variabel independendan variabel dependen berdistribusi normal. Hal ini dapat dilihat
dari grafik histogram dan normal probability plot yang ditunjukkan pada gambar 4.1 dan 4.2 berikut.
Gambar 4.1. Grafik Histogram
Sumber : diolah dengan SPSS, 2011 Grafik histogram di atas menunjukkan bahwa data telah terdistribusi secara
normal. Hal ini dapat dilihat dari grafik histogram yang menunjukkan distribusi data mengikuti garis diagonal yang tidak menceng skewness kiri
maupun menceng ke kanan. Hal ini juga didukung dengan hasil uji normalitas dengan menggunakan grafik plot sebagai berikut:
Gambar 4.2. Normal Probability Plot
Sumber : diolah dengan SPSS, 2011 Dari grafik normal probability plot menggambarkan titik-titik yang
menyebar mendekati garis diagonal, sehingga data dikatakan normal. Pada grafik PP Plots di atas terlihat titik-titik menyebar di sekitarmengikuti garis
diagonal, yang menunjukkan bahwa data berdistribusi normal. Kedua grafik ini menunjukkan bahwa model regresi layak digunakan karena memenuhi
uji normalitas data. Uji statistik yang dapat digunakan untuk menguji apakah residual
berdistribusi normal adalah uji statistik non parametrik Kolmogorov– Smirnov. Jika nilai signifikansi lebih besar dari 0.05, maka data residual
berdistribusi normal. Namun, jika nilai signifikansi lebih kecil dari 0.05, maka data residual tidak berdistribusi normal. Berikut ini uji Kologorov
Smirnov dapat dilihat pada tabel 4.2.
Tabel 4.2 Uji Kolmogorov Smirnov
One-Sample Kolmogorov-Smirnov Test Unstandardized Residual
N 41
Normal Parameters
a
Mean .0000000
Std. Deviation 1.78559503
Most Extreme Differences
Absolute .170
Positive .170
Negative -.088
Kolmogorov-Smirnov Z .929
Asymp. Sig. 2-tailed .354
a. Test distribution is Normal. Sumber : diolah dengan SPSS, 2011
Dari hasil uji Kolmogorov Smirnov, dapat dilihat bahwa p-value pada kolom Asimp. Sig2-tailed memiliki nilai 0,354 nilai ini 0,05 level of
significant. Hal ini menunjukkan bahwa residual terdistribusi normal. b.
Uji Multikolineritas Uji multikolineritas bertujuan untuk menguji apakah dalam suatu model
regresi terdapat korelasi antar variabel independen. Pengujian multikolinearitas dilakukan dengan melihat VIF antar variabel independen.
Jika VIF menunjukkan angka 10 menandakan terdapat gejala multikolinearitas. Berikut adalah hasil uji multikolinearitas variabel yang
digunakan dalam penelitian.
Tabel 4.3 Uji Multikolineritas
Coefficients
a
Model Unstandardized
Coefficients Standardiz
ed Coefficient
s t
Sig. Collinearity
Statistics B
Std. Error
Beta Toleran
ce VIF
1 Constant 8.265
.189 43.8
09 .000
Current Ratio .467
.751 .806 .622 .538
.017 60.0 12
Quick Ratio .415
.745 .912 .705 .485
.017 59.8 40
Total Asset Turn Over -.003
.115 -.005
- .022
.982 .647 1.54
5 Debt To Total Asset
Ratio -.017
.093 -.044
- .183
.856 .484 2.06
8 Net Profit Margin
.343 .669
.654 .557 .399 .013 47.5
91 a. Dependent Variable: Kredit Modal Kerja
Sumber : diolah dengan SPSS, 2011 Tabel 4.3 diatas memperlihatkan bahwa variabel CR memiliki nilai VIF
60.021 10 dan nilai Tolerance 0.17 0,1. Variable QR memiliki nilai VIF 59.840 10 dan nilai Tolerance 0.17 0,1. Variable TATO memiliki
nilai VIF 1,545 10 dan nilai Tolerance 0,647 0,1. Variabel DTAR memiliki nilai VIF 2.068 10 dan nilai Tolerance 0,484 0,1. Variable
NPM memiliki nilai VIF 47.59110 dan nilai Tolerance 0,13 0,1. Hasil tersebut menunjukkan bahwa seluruh variabel terbebas dari multikolineritas
dan dapat digunakan dalam penelitian.
c. Uji Heterokedastisitas
Tujuan dilakukannya uji heteroskedastisitas adalah untuk menguji apakah dalam suatu model regresi terdapat ketidaksamaan pengganggu antara satu
pengamatan ke pengamatan yang lain. Berikut disajikan hasil dari uji heteroskedastisitas yang ditunjukkan dalam grafik scatterplot pada
gambar 4.3.
Gambar 4. 3. Grafik Scatterplot Sumber : Hasil Olahan 2011
Hasil uji grafik Scatterplot menunjukkan tidak terjadinya heteroskedastisitas pada model regresi. Hal ini terlihat dari titik-titik yang menyebar secara
acak yang terdapat diatas maupun dibawah angka 0 pada sumbu Y, titik-titik data tidak mengumpul hanya di atas atau di bawah saja, dan penyebaran
titik-titik data tidak berpola.
d. Uji Autokorelasi
Uji autokorelasi menguji apakah dalam sebuah model regresi linier ada korelasi antara kesalahan pengganggu pada periode dengan kesalahan pada
periode t-1 sebelumnya, jika terjadi korelasi maka dinamakan ada problem autokorelasi. Model regresi yang baik adalah regresi yang bebas dari
autokorelasi. Deteksi autokorelasi dengan melihat besaran Durbin-Watson. Secara umum bisa diambil patokan :
1 Angka D – W di bawah – 2, berarti ada autokorelasi posistif,
2 Angka D – W diantara – 2 sampai + 2, berarti tidak ada autokorelasi,
3 Angka D – W di atas + 2, berarti ada autokorelasi negatif.
Tabel 4.4 Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
.547
a
.322 .118
.20282 2.498
a. Predictors: Constant, Net Profit Margin, Quick Ratio, Total Asset Turnover, Debt Total Assets Ratio, Current Ratio
b. Dependent Variable: Kredit Modal Kerja
Sumber : diolah dengan SPSS, 2010
Tabel 4.4 memperlihatkan nilai statistik D-W sebesar 2.498 berada pada angka D-W di di atas +2, berarti ada autokorelasi negatif.
4. Koefisien Determinasi
Koefisien determinasi R Square R
2
= Koefisien determinasi menunjukkan seberapa besar variabel independen menjelaskan variabel
dependennya. Nilai R Square R
2
berada diantara 0 dan 1. Nilai R
2
yang kecil berarti kemampuan variabel independen dalam menerangkan variasi variabel
dependen sangat terbatas. Sedangkan apabila R
2
nilai semakin mendekati satu, maka variabel-variabel independen dapat memberikan semua informasi yang
dibutuhkan untuk memprediksi variasi variabel dependen. Dari hasil pengolahan regresi berganda pada tabel 4.5, dapat diketahui bahwa nilai R
adalah 0,547 atau 54,7 yang berarti bahwa korelasi atau hubungan antara variabel Kredit Modal Kerja dengan variabel independennya CR, QR, TATO,
DTAR, NPM tidak kuat. Defenisi korelasi ini tidak kuat didasarkan pada nilai R yang berada dibawah 0.5.
Angka koefisien determinasi menunjukkan bahwa variabel independen CR, QR, TATO, DTAR, NPM, hanya mampu menjelaskan 54,7 perubahan
KMK. Sisanya sebesar 45,3 dijelaskan oleh faktor lain yang tidak dimasukkan dalam model regresi pada penelitian ini.
Tabel 4.5 Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
.547
a
.322 .118
.20282 2.498
a. Predictors: Constant, Net Profit Margin, Quick Ratio, Total Asset Turnover, Debt Total Assets Ratio, Current Ratio
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
.547
a
.322 .118
.20282 2.498
b. Dependent Variable: Kredit Modal Kerja
Sumber : diolah dengan SPSS, 2011
5. Pengujian Hipotesis
Pengujian hipotesis yang akan dilakukan didahului oleh analisis regresi. Penelitian ini menggunakan analisis regresi linier berganda untuk pengujian
statistiknya. Model regresi berganda yang akan diuji dapat dilihat berikut ini. Y = α + β
1
x
1
+ β
2
x
2
+ β
3
x
3
+ β
4
x
4
+ β
55
+ e Keterangan :
Y = Kredit Modal Kerja KMK
X
1
= Current Ratio CR X
2
= Quick Ratio QR X
3
= Total Asset Turnover TATO X
4
= Debt To Total Asset Ratio DTAR X
5
= Net Profit Margin NPM α
= Konstanta β
1
, β
2
, β
3
, β
4,
β
5
= Koefisien regresi yang menunjukkan angka peningkatan atau penurunan variabel dependen berdasarkan pada variabel
independen e
= Error
Tabel 4.6 Koeefisien Regresi
Coefficients
a
Model Unstandardized
Coefficients Standardiz
ed Coefficient
s t
Sig. Collinearity
Statistics B
Std. Error
Beta Toleran
ce VIF
1 Constant 8.265
.189 43.8
09 .000
Current Ratio .467
.751 .806 .622 .538
.017 60.0 12
Quick Ratio .415
.745 .912 .705 .485
.017 59.8 40
Total Asset Turn Over -.003
.115 -.005
- .022
.982 .647 1.54
5 Debt To Total Asset
Ratio -.017
.093 -.044
- .183
.856 .484 2.06
8 Net Profit Margin
.343 .669
.654 .557 .399 .013 47.5
91 a. Dependent Variable: Kredit Modal Kerja
Sumber : diolah dengan SPSS, 2011 Persamaan regresi :
KMK = 8.265 + 0.467 CR + 0.415 QR – 0.003 TATO - 0.17 DTAR + 0.343 NPM + e
Interpretasi model : 1
α = 8.265, nilai konstanta ini menunjukkan bahwa dengan tidak adanya rasio-rasio keuangan berupa current ratio, quick ratio, total asset turnover,
debt to total asset ratio, dan net profit margin maka pemberian kredit akan meningkat sebesar 8.265;
2 β
1
=0.467, koefisien regresi ini menunjukkan bahwa setiap penambahan karena tanda + 1 CR akan meningkatkan pemberian kredit sebesar 0.467
; 3
β
2
= 0.415, koefisien regresi ini menunjukkan bahwa setiap penambahan 1
QR akan meningkatkan pemberian kredit melalui kebutuhan modal kerja debitur sebesar 0.415 ;
4 β
3
=-0.003, koefisien regresi ini menunjukkan bahwa setiap perubahan 1 TATO akan menurunkan pemberian kredit sebesar 0.003 ;
5 β
4
= 0.17, koefisien regresi ini menunjukkan bahwa setiap perubahan 1 DTAR akan meningkatkan pemberian kredit sebesar 0.17 ;
6 β
5
= 0.343, koefisien regresi ini menunjukkan bahwa setiap penambahan 1 NPM akan meningkatkan pemberian kredit sebesar 0.343;
Pengujian hipotesis dilakukan setelah analisis regresi dengan tujuan untuk menguji variabel independen dalam model regresi berpengaruh atau
tidak terhadap variabel dependen. Hipotesis yang dikemukakan untuk penelitian ini diatur sebagai berikut.
H : CR, QR, TATO, DTAR, NPM debitur tidak berpengaruh terhadap
penyaluran Kredit Modal Kerja baik secara parsial maupun secara simultan.
H
1
: CR, QR, TATO, DTAR, NPM debitur berpengaruh terhadap penyaluran Kredit Modal Kerja baik secara parsial maupun secara simultan.
Hipotesis yang menguji pengaruh CR, QR, TATO, DTAR, dan NPM terhadap penyaluran KMK baik secara parsial maupun simultan dijelaskan
melalui uji t dan uji F berikut ini. a. Uji statistik t
Uji signifikansi parsial dapat dilihat dalam tabel di bawah ini.
Tabel 4.7 Uji Statistik t
Coefficients
a
Model Unstandardized
Coefficients Standardiz
ed Coefficient
s t
Sig. Collinearity
Statistics B
Std. Error
Beta Toleran
ce VIF
1 Constant 8.265
.189 43.8
09 .000
Current Ratio .467
.751 .806 .622 .538
.017 60.0 12
Quick Ratio .415
.745 .912 .705 .485
.017 59.8 40
Total Asset Turn Over -.003
.115 -.005
- .022
.982 .647 1.54
5 Debt To Total Asset
Ratio -.017
.093 -.044
- .183
.856 .484 2.06
8 Net Profit Margin
.343 .669
.654 .557 .399 .013 47.5
91 a. Dependent Variable: Kredit Modal Kerja
Sumber : diolah dengan SPSS, 2011 1
Pengaruh kondisi likuiditas terhadap pemberian kredit Berdasarkan teori rasio likuiditas, rasio ini berguna untuk mengetahui
berapa kemampuan perusahaan dalam melunasi utang-utang jangka pendek yang jatuh tempo dengan aktiva jangka pendek yang dimilikinya
Veithzal dan Andria, 2007:350. Kondisi likuiditas debitur dalam penelitian ini diwakili oleh Current Ratio CR dan Quick Ratio QR.
Berdasarkan tabel 4.7, variabel CR X
1
diperoleh p-value sebesar 0,538 0,05 dan hasil t tabel untuk TINV 0,05;41 adalah 2,000. Nilai t
hitung t tabel 0.622 2,000. Hal ini mengindikasikan H diterima dan
H
1
ditolak, yang berarti bahwa CR tidak berpengaruh terhadap penyaluran KMK secara parsial. Berdasarkan tabel 4.7, variabel QR X
2
diperoleh p-value sebesar 0,485 0.05 dan hasil t tabel untuk TINV 0,05;41 adalah 2,000. Nilai t hitung t tabel 0.705 2,0000. Hal ini
mengindikasikan H diterima dan H
1
ditolak, yang berarti bahwa QR tidak berpengaruh terhadap penyaluran KMK secara parsial.
2 Pengaruh kondisi aktivitas terhadap pemberian kredit
Berdasarkan teori rasio aktivitas, rasio ini berguna untuk mengetahui kemampuan bisnis perbankan itu dalam memanfaatkan aktiva yang
dimilikinya, serta mengukur sampai seberapa besar efektivitas organisasi bisnis perbankan dalam mengelola sumber-sumber dananya
Sastradipoera, 2004:175. Kondisi likuiditas debitur dalam penelitian ini diwakili oleh Total Asset Turnove TATO.
Berdasarkan tabel 4,7, variabel TATO X
3
diperoleh p-value sebesar 0.982 0.05 dan hasil t tabel untuk TINV 0,05;41 adalah 2,000. Nilai
t hitung t tabel -0,022 2,000. Hal ini mengindikasikan H diterima
dan H
1
ditolak, yang berarti bahwa TATO tidak berpengaruh terhadap penyaluran KMK secara parsial.
3 Pengaruh kondisi leverage terhadap pemberian kredit
Rasio ini berguna untuk mengetahui kemampuan suatu perusahaan dalam melunasi kewajibannya bilamana perusahaan tersebut dilikuidasikan, dan
juga berguna untuk mengukur sampai seberapa jauh aktiva perusahaan dibiayai oleh utang-utangnya Sastradipoera, 2004:175. Kondisi
leverage perusahaan diwakili oleh variabel Debt to Total Assets Ratio DTAR.
Berdasarkan tabel 4.7, variabel DTAR X
4
diperoleh p-value sebesar 0.856 0.05 dan hasil t tabel untuk TINV 0,05;41 adalah 2,000. Nilai
t hitung t tabel -0,183 2,000. Hal ini mengindikasikan H diterima
dan H
1
ditolak, yang berarti bahwa DTAR tidak berpengaruh terhadap penyaluran KMK secara parsial.
4 Pengaruh kondisi profitabilitas terhadap pemberian kredit
Rasio ini berguna untuk mengetahui kemampuan suatu perusahaan dalam menghasilkan laba dari berbagai sumber yang dimilikinya, juga
mengetahui hasil akhir dari sejumlah kebijakan dan keputusan manajemen bisnis perbankan. Sastradipoera, 2004:176. Kondisi
profitabilitas perusahaan diwakili oleh variable Net Profit Margin NPM.
Berdasarkan tabel 4.7, variabel NPM X
5
diperoleh p-value 0.399 0.05 dan hasil t tabel untuk TINV 0,05;41 adalah 2.000. Nilai t hitung
t tabel 0,557 2.000. Hal ini mengindikasikan H
1
diterima dan H
ditolak yang berarti bahwa NPM berpengaruh terhadap pemberian KMK secara parsial.
b. Uji statistik F Uji F bertujuan untuk menguji pengaruh DTAR, QR, NPM, ROI secara
simultan terhadap KMK yang dapat dilihat pada tabel 4.9 berikut ini.
Tabel 4.8 Uji Statistik F
ANOVA
b
Model Sum of
Squares df
Mean Square F
Sig. 1
Regression .032
5 .006
.155 .977
a
Residual 1.440
35 .041
Total 1.472
40 a. Predictors: Constant, Net Profit Margin, Quick Ratio, Total Asset Turnover,
Debt Total Assets Ratio, Current Ratio b. Dependent Variable: Kredit Modal Kerja
Sumber : diolah dengan SPSS, 2010 Berikut ini ketentuan untuk menolak atau menerima hipotesis di atas.
1 Perbandingan F hitung dengan F tabel α ; k-1; n-k
Jika statistik F hitung F tabel, maka H ditolak dan H
1
dterima. Jika statistik F hitung F tabel, maka H
diterima dan H
1
ditolak. 2
Nilai probabilitas tingkat signifikansi Jika probabilitas 0,05, maka H
ditolak dan H
1
dterima. Jika probabilitas 0,05, maka H
diterima dan H
1
ditolak. Hasil uji F dalam tabel Anova, menunjukkan nilai F hitung sebesar 0.155
dan nilai signifikansi sebesar 0,977 0,05. Nilai F hitung tersebut akan dibandingkan dengan nilai F tabel yang diperoleh melalui fungsi FINV pada
Microsoft Excel. Hasilnya diketahui bahwa nilai F tabel untuk FINV adalah 2.620654. Nilai F hitung F tabel 0.977 2.620654. Kesimpulan : H
1
ditolak dan H
o
dterima, berarti variabel CR, QR, TATO, DTAR, NPM secara simultan tidak berpengaruh terhadap penyaluran KMK.
C. Pembahasan Hasil Statistik
