Indonesia ditentukan oleh bank penerbit, yaitu Bank Indonesia. Karena tingkat suku bunga Sertifikat Bank Indonesia berubah-ubah setiap bulannya,
maka tingkat suku bunga Sertifikat Bank Indonesia ditentukan dengan rata- rata perbulan Natanael, 2011.
3.6 Metode Pengumpulan Data
Metode pengumpulan data yang digunakan dalam penelitian ini adalah teknik dokumentasi, yaitu laporan keuangan yang telah dipublikasikan dalam
periode pengamatan kemudian dikumpulkan, dicatat dan dikaji.
3.7 Teknik Analisis
Terdapat beberapa tahap yang harus dipenuhi dalam menganalisis pengaruh resiko bank dan kebijakan moneter terhadap penyaluran kredit bank. Penelitian ini
menggunakan program Eviews 6.0. Adapun langkah-langkah analisisnya ialah:
1. Menyeleksi bank umum konvensional dari daftar Indonesia Bond Pricing
Agency.
2. Melakukan rekap data penyaluran kredit, Capital-to-asset ratio, likuiditas,
ukuran bank, loan-loss provisions, probabilitas kegagalan, dan tingkat suku bunga SBI.
3. Melakukan analisis statistik deskriptif. Penyajian data statistik deskriptif
melalui tabel. Pada statistik deskriptif terdapat perhitungan modus, median, mean pengukuran tendensi sentral, standar deviasi, nilai maksimum dan
minimum, jumlah observasi.
4. Melakukan pengolahan model regresi data panel tanpa variabel moderasi.
Pada umumnya data panel pooled data digunakan untuk mengatasi
Universitas Sumatera Utara
persoalan mengenai ketersediaan data yang digunakan untuk mewakili variabel yang digunakan dalam penelitian. Tujuan penggunaan data panel
untuk memperpoleh hasil estimasi yang lebih baik efisien dengan terjadinya peningkatan jumlah observasi yang berimplikasi terhadap peningkatan
derajat kebebasan degree of freedom. Selain itu, keunggulan dari data panel adalah mampu memperhitungkan heterogenitas individu secara eksplisit
dengan mengizinkan variabel spesifik-individu. Kemampuan mengontrol heterogenitas individu ini pada gilirannya membuat data panel dapat
digunakan untuk menguji dan membangun model perilaku yang lebih
kompleks.
Dalam analisa model data panel dikenal, tiga macam pendekatan yang terdiri dari pendekatan kuadrat terkecil pooled least square, pendekatan
efek tetap fixed effect dan pendekatan efek acak random effect. a. Pendekatan Kuadrat Terkecil Pooled Least Square Model
Pendekatan yang paling sederhana dalam pengolahan data panel adalah dengan menggunakan metode kuadrat terkecil yang diterapkan
dalam data yang berbentuk pool. Kemudian data tersebut diregresikan dengan metode OLS. Kelemahan terbesar dalam pendekatan metode
kuadrat terkecil tersebut adalah asumsi intercept dan slope dari persamaan regresi yang dianggap konstan baik antar daerah maupun antar
waktu sehingga metode ini tidak realistis. b. Pendekatan Efek Tetap Fixed Effect Model
Pendekatan ini dilakukan dengan memasukkan variabel boneka yang
Universitas Sumatera Utara
dikenal dengan sebutan model efek tetap fixed effect. Pendekatan ini mengandung arti generalisasi secara umum yang dilakukan dengan
memasukkan variabel boneka dummy variable untuk mengizinkan terjadinya perbedaan nilai parameter yang berbeda-beda baik lintas unit
cross section maupun antar waktu Ridho, 2007. Dengan kata lain, model ini memiliki intercept persamaan yang tidak konstan. Sementara itu,
slope koefisien dari regresi tidak berbeda pada setiap individu dan waktu Pratomo dan Hidayat, 2007 : 167. Kelemahan metode ini yaitu dengan
adanya penambahan variabel boneka ini akan dapat mengurangi banyaknya degree of freedom yang ada dan akhirnya akan
mempengaruhi koefisien dari parameter yang diestimasi. c. Pendekatan Efek Acak Random Effect Model
Model data panel dengan pendekatan ketiga yaitu model efek acak . Dalam model efek acak, parameter-parameter yang berbeda antar
individu maupun antar waktu dimasukkan kedalam error term. Dengan menggunakan model efek acak ini, maka dapat menghemat pemakaian
derajat kebebasan dan tidak mengurangi jumlahnya seperti pada model efek tetap Ridho, 2007. Hal ini berimplikasi bahwa parameter yang
merupakan hasil estimasi akan menjadi semakin efisien. Penelitian ini menggunakan model fixed effect, sebab model ini
memiliki keunggulan mengizinkan terjadinya perbedaan nilai parameter yang berbeda-beda baik lintas unit cross section maupun antar waktu, serta tidak
perlu mengasumsikan bahwa komponen error tidak berkorelasi dengan
Universitas Sumatera Utara
variabel bebas Ridho, 2007 dan juga berdasarkan uji Redundant Fixed Effect. Berikut ini adalah model fixed effect tanpa variabel moderating :
lnLoans
i,t
= α + β
1
SIZE
i,t
+ β
2
LIQ
i,t
+ β
3
CAP
i,t
+ β
4
LLP
i,t
+ β
5
EDF
i,t
+ €
Keterangan : lnLoans
i,t
= tingkat penyaluran kredit bank SIZE
i,t
= log total aset bank CAP
i,t
= rasio capital terhadap total asset LIQ
i,t
= rasio likuiditas LLP
i,t
=rasio penyisihan penghapusan aktiva produktif terhadap total aset EDF
i,t
=
probabilitas kegagalan €= error term
i= menunjukkan jumlah bank dalam sampel unit cross-section t=menunjukkan penanda waktu unit time series
5. Pengujian Redundant Fixed Effect terhadap model regresi data panel.
Redundant Fixed Effect Test merupakan pengujian metode regresi untuk mengetahui apakah metode FEM baik digunakan dalam penelitian ini
dengan menggunakan uji Redundant Fixed Effects – Likelihood Ratio. Berdasarkan hasil uji Redundant Fixed Effect yang dilakukan, apabila
diperoleh nilai chi-square signifikan pada tingkat signifikansi 5, maka dengan demikian dapat disimpulkan model sesuai digunakan dengan metode
Fixed Effect.
6. Pengujian uji asumsi klasik.
Pada permasalahan multikolinearitas dan autokorelasi, proses indentifikasi dan treatment yang dilakukakan untuk metode OLS dan data
Universitas Sumatera Utara
panel tidak jauh berbeda, sedangkan untuk permaslahan heteroskedastisitas terdapat perbedaan yang cukup besar Ridho, 2007.
a. Multikolinearitas
