Analisis pengaruh karakteristik rumah tangga terhadap peluang permintaan kredit sepeda motor

ANALISIS PENGARUH KARAKTERISTIK RUMAH TANGGA

TERHADAP PELUANG PERMINTAAN KREDIT

SEPEDA MOTOR

OLEH

MOCHAMAD GIRI AKBAR H14103098

DEPERTEMEN ILMU EKONOMI

FAKULTAS EKONOMI DAN MANAJEMEN

INSTITUT PERTANIAN BOGOR

2007

RINGKASAN

MOCHAMAD GIRI AKBAR. Analisis Pengaruh Karakteristik Rumah Tangga Terhadap Peluang Permintaan Kredit Sepeda Motor (dibimbing oleh HERMANTO SIREGAR).

Stabilnya tingkat inflasi, meningkatkan keinginan sektor perbankan dalam menyalurkan kredit, mengingat fungsi perbankan adalah sebagai lembaga intermediasi keuangan. Bank Indonesia menurunkan tingkat suku bunga acuan (BI rate) dalam beberapa bulan terakhir secara gradual. Penurunan BI rate akan diikuti dengan penurunan suku bunga kredit, baik kredit investasi, modal kerja, dan konsumsi. Rumah tangga sebagai konsumen pada dasarnya mengikuti suatu hipotesis yang menyatakan bahwa perilaku rumah tangga/konsumen akan berupaya memaksimumkan tingkat kepuasannya (utility) dengan dihadapkan pada kendala anggaran antar waktu yang dihadapinya. Sehingga rumah tangga sebagai konsumen akan mengupayakan kredit sebagai pilihan untuk memaksimumkan kepuasan. Fenomena yang terjadi saat ini adalah kemudahan bagi rumah tangga untuk membeli sepeda motor dengan jalur kredit. Tujuan dari penelitian ini adalah Menganalisis karakteristik rumah tangga dan menjabarkan secara tabulasi silang (crosstabs) karakteristik tersebut dengan permintaan kredit sepeda motor. Selain itu penelitian ini memiliki tujuan menganalisis karakteristik rumah tangga mempengaruhi peluang permintaan kredit sepeda motor.

Data yang digunakan untuk penelitian ini adalah data primer dan data sekunder. Data primer diperoleh dengan menyebarkan kuisioner pertanyaan terbuka (open question). Kuisioner dibagikan langsung kepada 50 pemilik sepeda motor yang berada di Kota dan Kabupaten Bogor. Metode pengambilan contoh data primer untuk penelitian ini menggunakan metode pengambilan contoh kuota (quota sampling) yang termasuk non probability sampling. Dalam hal ini, peneliti mengklasifikasikan populasi berdasarkan kriteria-kriteria tertentu, menentukan proporsi masing-masing kelas, lalu menetapkan kuota untuk masing-masing interviewer. Dalam penelitian ini jumlah contoh yang diambil sebanyak 50 pemilik sepeda motor. Penyekatan populasi berdasarkan dealer sepeda motor, sebanyak lima dealer. Untuk mengestimasi tingkat permintaan kredit sepeda motor rumah tangga dengan model yang digunakan adalah model probit, dengan metode estimasi maximum likelihood. Memisahkan apakah rumah tangga yang dijadikan contoh tersebut membeli sepeda motor secara kredit atau tunai. Model probit yang akan digunakan memberikan nilai satu (1) jika sepeda motor untuk kredit atau nilai nol (0) tunai. Pengolahan data untuk penelitian ini menggunakan perangkat lunak SPSS 11.5 dan Eviews 4.1. Perangkat lunak Eviews 4.1 digunakan dalam mengolah data untuk mengestimasi permintaan kredit sepeda motor dengan karakteristik rumah tangga. Perangkat lunak SPSS 11.5 digunakan untuk analisis deskriptif karakteristik rumah tangga dan tabulasi silang (crosstab) karakteristik tersebut dengan permintaan kredit sepeda motor.

Variabel bebasnya merupakan karakteristik rumah tangga terdiri dari pendapatan (X1), lama bekerja (X2), konsumsi rutin rata-rata (X3), tabungan rata-rata (X4), konsumsi tidak rutin rata-rata (X5), umur (X6), pendidikan (X7), jumlah anggota keluarga (X8), jumlah anggota keluarga bekerja (X9), dummy pekerjaan

(DX10), dummy pekerjaan sampingan (DX11), dummy jenis kelamin (DX12), dummy tempat tinggal (DX13), dan dummy pasangan bekerja (DX14).

Karakteristik rumah tangga yang berpengaruh secara nyata terhadap permintaan kredit sepeda motor adalah pendapatan, lama bekerja, konsumsi rata-rata, tabungan rata-rata-rata, pendidikan, dummy pekerjaan, dummy jenis kelamin, dan dummy pasangan yang bekerja. Pengaruh yang diberikan dari karakteristik rumah tangga terhadap permintaan kredit sepeda motor, bertanda positif untuk pendapatan dan pendidikan, dan karakteristik yang lain bertanda negatif. Tanda yang ditunjukan oleh nilai koefisien yang signifikan akan meningkatkan atau menurunkan peluang rumah tangga dalam permintaan kredit sepeda motor.

ANALISIS PENGARUH KARAKTERISTIK RUMAH TANGGA

TERHADAP PELUANG PERMINTAAN KREDIT

SEPEDA MOTOR

Oleh

MOCHAMAD GIRI AKBAR H14103098

Skripsi

Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi

DEPARTEMEN ILMU EKONOMI

FAKULTAS EKONOMI DAN MANAJEMEN

INSTITUT PERTANIAN BOGOR

2007

INSTITUT PERTANIAN BOGOR FAKULTAS EKONOMI DAN MANAJEMEN

DEPARTEMEN ILMU EKONOMI

Dengan ini menyatakan bahwa skripsi yang disusun oleh, Nama Mahasiswa : Mochamad Giri Akbar Nomor Registrasi Pokok : H14103098

Program Studi : Ilmu Ekonomi

Judul Skripsi : Analisis Pengaruh Karakteristik Rumah Tangga Terhadap Peluang Permintaan Kredit Sepeda Motor

dapat diterima sebagai syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor.

Menyetujui, Dosen Pembimbing

Dr. Ir. Hermanto Siregar, M.Ec NIP. 131 803 656

Mengetahui,

Ketua Departemen Ilmu Ekonomi

Dr. Ir. Rina Oktaviani, MS. NIP. 131 846 872 Tanggal Kelulusan :

PERNYATAAN

DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI ADALAH BENAR-BENAR HASIL KARYA SAYA SENDIRI YANG BELUM PERNAH DIGUNAKAN SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.

Bogor, Mei 2007

Mochamad Giri Akbar H14103098

RIWAYAT HIDUP

Mochamad Giri Akbar. Dilahirkan di Bogor pada hari Senin tanggal 21 Oktober 1985 dari pasangan Bapak Ibrohim Sudin dan Ibu Dinar Mariam. Penulis merupakan putra ketiga dari tiga bersaudara. Penulis menjalani kehidupan yang bahagia dari kecil sampai dewasa di kota kelahirannya, Kota Bogor, Jawa Barat.

Penulis menjalani pendidikan di bangku sekolah dasar dari tahun 1991 sampai dengan tahun 1997 di SDN Panaragan 2 Bogor. Selanjutnya meneruskan ke pendidikan lanjutan tingkat pertama dari tahun 1997 sampai tahun 2000 di SLTPN 1 Bogor. Setelah itu, penulis melanjutkan pendidikan menengah umum di SMUN 5 Bogor dan lulus pada tahun 2003.

Pada tahun 2003 penulis diterima sebagai mahasiswa Institut Pertanian Bogor (IPB) melalui jalur Undangan Seleksi Masuk IPB (USMI) dan terdaftar sebagai mahasiswa Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen (FEM). Selama mengikuti pendidikan di bangku kuliah, penulis aktif sebagai asisten dosen Mata Kuliah Ekonomi Umum (2006-2007) serta terlibat sebagai pengurus dalam organisasi kemahasiswaan, yaitu Himpunan Profesi dan Peminat Ilmu Ekonomi dan Studi Pembangunan (HIPOTESA) pada tahun 2004 hingga 2005. Penulis aktif dalam berbagai kepanitiaan baik untuk tingkat departemen maupun institusi. Penulis juga pernah dalam studinya sebagai penerima beasisiwa BBM (2005), PPA (2006-2007), dan Dharma Wanita Departemen Kehutanan (2006).

KATA PENGANTAR

Assalamu’alaikum Wr. Wb.

Segala puji hanya untuk Allah SWT, pencipta dan pemelihara alam semesta beserta isinya. Berkat rahmat dan karunia-Nya penulis mendapat kemudahan dan kemampuan dalam setiap langkah penyusunan skripsi ini. Shalawat dan salam semoga senatiasa tercurah kepada Qudwah Hasanah kita, Rasulullah Saw, yang telah mengajarkan al-Islam sebagai jalan hidup sehingga membawa keselamatan bagi umat manusia sejagad raya.

Skripsi ini disusun sebagai salah satu syarat untuk mendapatkan gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi Manajemen IPB. Adapun judul skripsi ini adalah Analisis Pengaruh Karakteristik Rumah Tangga Terhadap Peluang Permintaan Kredit Sepeda Motor.

Penulis mengucapkan terima kasih kepada berbagai pihak yang telah memberikan bantuan, perhatian, dan dorongan semangat sehingga penulis dapat menyelesaikan skripsi ini dengan baik. Untuk itu, ucapan terima kasih dan penghargaan penulis sampaikan kepada:

1. Bapak Dr. Ir. Hermanto Siregar, M.Ec selaku dosen pembimbing skripsi yang telah memberikan ilmu dan membimbing penulis dengan sabar dalam proses penyusunan skripsi ini sehingga dapat diselesaikan dengan baik.

2. Bapak Dr. Noer Azam Achsani dan Ibu Tanti Novianti, M.Si selaku dosen penguji utama dan komisi pendidikan, yang telah memberi saran-saran dan ilmu yang bermanfaat.

3. Dosen, staf penunjang dan seluruh civitas Departemen Ilmu Ekonomi atas ilmu dan bantuan yang diberikan.

4. Kedua orang tua penulis yaitu Bapak Ibrohim Sudin dan Ibunda Dinar Mariam atas doa, dukungan, dan perjuangan yang telah dicurahkan. Untuk Ka Galih, Ka Gina, dan Ka Rina atas dukungan, semangat, dan perhatian

yang diberikan. Keluarga besar penulis yang memberikan perhatian dan semangat. Terima kasih juga kepada Diah Permata Rinaldi sekeluarga atas doa dan perhatian yang diberikan. Kepada Dr. Ir. Ardi Novra, MP atas masukan yang sangat berharga.

5. Kepada pimpinan dealer sepeda motor yang telah memberikan kesempatan kepada penulis untuk menjadikan tempat pengumpulan data. 6. Teman-teman seperjuangan Aga, Anna, Nur, Rico. Kepada teman-teman

yang mewarnai hari selama kuliah Bery, Mimi, AO, Wiwit, Lea, Beby, Abang, Heni, Ratih, Kiki, Wawan, Adji, Heri, Rio, Elly, Weni, Bobi, Iwa, Regency Team, Wirda dan seluruh teman-teman angkatan 40 dan 41 Ilmu Ekonomi dan seluruh pihak yang telah membantu penulis.

Penulis menyadari bahwa dalam menyusun skripsi ini masih banyak kekurangan. Dengan kerendahan hati, penulis meminta maaf dan mengharapkan kritik dan saran yang membangun bagi perbaikan penulis.

Semoga hasil dari skripsi ini dapat memberikan manfaat bagi penulis maupun semua pihak yang membutuhkan.

Wassalamu’alaikum Wr.Wb.

Bogor, Mei 2007

Mochamad Giri Akbar H14103098

viii

DAFTAR ISI

Halaman

DAFTAR TABEL... x

DAFTAR GAMBAR ... xi

DAFTAR LAMPIRAN ... xii

I. PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Perumusan Masalah ... 4

1.3 Tujuan ... 7

1.4 Manfaat ... 7

II. TINJAUAN PUSTAKA DAN KERANGKA PIKIRAN ... 8

2.1 Kebijakan Moneter ... 8

2.2 Bank dan Perusahaan Pembiayaan ... 10

2.3 Pengertian Kredit ... 12

2.4 Maksimisasi Kepuasan ... 14

2.5 Model Probit ... 17

2.6 Penawaran dan Permintaan Kredit ... 20

2.7 Siklus Perkreditan ... 24

2.8 Resiko Kredit ... 25

2.9 Penelitian Terdahulu ... 26

2.10 Kerangka Pemikiran ... 30

III. METODE PENELITIAN ... 32

3.1 Jenis dan Sumber Data ... 32

3.2 Metode Pengambilan Contoh ... 33

3.3 Metode Estimasi Data ... 33

3.4 Metode Pengolahan Data ... 34

3.5 Model Probit yang Digunakan dalam Penelitian ... 34

ANALISIS PENGARUH KARAKTERISTIK RUMAH TANGGA

TERHADAP PELUANG PERMINTAAN KREDIT

SEPEDA MOTOR

OLEH

MOCHAMAD GIRI AKBAR H14103098

DEPERTEMEN ILMU EKONOMI

FAKULTAS EKONOMI DAN MANAJEMEN

INSTITUT PERTANIAN BOGOR

2007

RINGKASAN

MOCHAMAD GIRI AKBAR. Analisis Pengaruh Karakteristik Rumah Tangga Terhadap Peluang Permintaan Kredit Sepeda Motor (dibimbing oleh HERMANTO SIREGAR).

Stabilnya tingkat inflasi, meningkatkan keinginan sektor perbankan dalam menyalurkan kredit, mengingat fungsi perbankan adalah sebagai lembaga intermediasi keuangan. Bank Indonesia menurunkan tingkat suku bunga acuan (BI rate) dalam beberapa bulan terakhir secara gradual. Penurunan BI rate akan diikuti dengan penurunan suku bunga kredit, baik kredit investasi, modal kerja, dan konsumsi. Rumah tangga sebagai konsumen pada dasarnya mengikuti suatu hipotesis yang menyatakan bahwa perilaku rumah tangga/konsumen akan berupaya memaksimumkan tingkat kepuasannya (utility) dengan dihadapkan pada kendala anggaran antar waktu yang dihadapinya. Sehingga rumah tangga sebagai konsumen akan mengupayakan kredit sebagai pilihan untuk memaksimumkan kepuasan. Fenomena yang terjadi saat ini adalah kemudahan bagi rumah tangga untuk membeli sepeda motor dengan jalur kredit. Tujuan dari penelitian ini adalah Menganalisis karakteristik rumah tangga dan menjabarkan secara tabulasi silang (crosstabs) karakteristik tersebut dengan permintaan kredit sepeda motor. Selain itu penelitian ini memiliki tujuan menganalisis karakteristik rumah tangga mempengaruhi peluang permintaan kredit sepeda motor.

Data yang digunakan untuk penelitian ini adalah data primer dan data sekunder. Data primer diperoleh dengan menyebarkan kuisioner pertanyaan terbuka (open question). Kuisioner dibagikan langsung kepada 50 pemilik sepeda motor yang berada di Kota dan Kabupaten Bogor. Metode pengambilan contoh data primer untuk penelitian ini menggunakan metode pengambilan contoh kuota (quota sampling) yang termasuk non probability sampling. Dalam hal ini, peneliti mengklasifikasikan populasi berdasarkan kriteria-kriteria tertentu, menentukan proporsi masing-masing kelas, lalu menetapkan kuota untuk masing-masing interviewer. Dalam penelitian ini jumlah contoh yang diambil sebanyak 50 pemilik sepeda motor. Penyekatan populasi berdasarkan dealer sepeda motor, sebanyak lima dealer. Untuk mengestimasi tingkat permintaan kredit sepeda motor rumah tangga dengan model yang digunakan adalah model probit, dengan metode estimasi maximum likelihood. Memisahkan apakah rumah tangga yang dijadikan contoh tersebut membeli sepeda motor secara kredit atau tunai. Model probit yang akan digunakan memberikan nilai satu (1) jika sepeda motor untuk kredit atau nilai nol (0) tunai. Pengolahan data untuk penelitian ini menggunakan perangkat lunak SPSS 11.5 dan Eviews 4.1. Perangkat lunak Eviews 4.1 digunakan dalam mengolah data untuk mengestimasi permintaan kredit sepeda motor dengan karakteristik rumah tangga. Perangkat lunak SPSS 11.5 digunakan untuk analisis deskriptif karakteristik rumah tangga dan tabulasi silang (crosstab) karakteristik tersebut dengan permintaan kredit sepeda motor.

Variabel bebasnya merupakan karakteristik rumah tangga terdiri dari pendapatan (X1), lama bekerja (X2), konsumsi rutin rata-rata (X3), tabungan rata-rata (X4), konsumsi tidak rutin rata-rata (X5), umur (X6), pendidikan (X7), jumlah anggota keluarga (X8), jumlah anggota keluarga bekerja (X9), dummy pekerjaan

(DX10), dummy pekerjaan sampingan (DX11), dummy jenis kelamin (DX12), dummy tempat tinggal (DX13), dan dummy pasangan bekerja (DX14).

Karakteristik rumah tangga yang berpengaruh secara nyata terhadap permintaan kredit sepeda motor adalah pendapatan, lama bekerja, konsumsi rata-rata, tabungan rata-rata-rata, pendidikan, dummy pekerjaan, dummy jenis kelamin, dan dummy pasangan yang bekerja. Pengaruh yang diberikan dari karakteristik rumah tangga terhadap permintaan kredit sepeda motor, bertanda positif untuk pendapatan dan pendidikan, dan karakteristik yang lain bertanda negatif. Tanda yang ditunjukan oleh nilai koefisien yang signifikan akan meningkatkan atau menurunkan peluang rumah tangga dalam permintaan kredit sepeda motor.

ANALISIS PENGARUH KARAKTERISTIK RUMAH TANGGA

TERHADAP PELUANG PERMINTAAN KREDIT

SEPEDA MOTOR

Oleh

MOCHAMAD GIRI AKBAR H14103098

Skripsi

Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi

DEPARTEMEN ILMU EKONOMI

FAKULTAS EKONOMI DAN MANAJEMEN

INSTITUT PERTANIAN BOGOR

2007

INSTITUT PERTANIAN BOGOR FAKULTAS EKONOMI DAN MANAJEMEN

DEPARTEMEN ILMU EKONOMI

Dengan ini menyatakan bahwa skripsi yang disusun oleh, Nama Mahasiswa : Mochamad Giri Akbar Nomor Registrasi Pokok : H14103098

Program Studi : Ilmu Ekonomi

Judul Skripsi : Analisis Pengaruh Karakteristik Rumah Tangga Terhadap Peluang Permintaan Kredit Sepeda Motor

dapat diterima sebagai syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor.

Menyetujui, Dosen Pembimbing

Dr. Ir. Hermanto Siregar, M.Ec NIP. 131 803 656

Mengetahui,

Ketua Departemen Ilmu Ekonomi

Dr. Ir. Rina Oktaviani, MS. NIP. 131 846 872 Tanggal Kelulusan :

PERNYATAAN

DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI ADALAH BENAR-BENAR HASIL KARYA SAYA SENDIRI YANG BELUM PERNAH DIGUNAKAN SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.

Bogor, Mei 2007

Mochamad Giri Akbar H14103098

RIWAYAT HIDUP

Mochamad Giri Akbar. Dilahirkan di Bogor pada hari Senin tanggal 21 Oktober 1985 dari pasangan Bapak Ibrohim Sudin dan Ibu Dinar Mariam. Penulis merupakan putra ketiga dari tiga bersaudara. Penulis menjalani kehidupan yang bahagia dari kecil sampai dewasa di kota kelahirannya, Kota Bogor, Jawa Barat.

Penulis menjalani pendidikan di bangku sekolah dasar dari tahun 1991 sampai dengan tahun 1997 di SDN Panaragan 2 Bogor. Selanjutnya meneruskan ke pendidikan lanjutan tingkat pertama dari tahun 1997 sampai tahun 2000 di SLTPN 1 Bogor. Setelah itu, penulis melanjutkan pendidikan menengah umum di SMUN 5 Bogor dan lulus pada tahun 2003.

Pada tahun 2003 penulis diterima sebagai mahasiswa Institut Pertanian Bogor (IPB) melalui jalur Undangan Seleksi Masuk IPB (USMI) dan terdaftar sebagai mahasiswa Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen (FEM). Selama mengikuti pendidikan di bangku kuliah, penulis aktif sebagai asisten dosen Mata Kuliah Ekonomi Umum (2006-2007) serta terlibat sebagai pengurus dalam organisasi kemahasiswaan, yaitu Himpunan Profesi dan Peminat Ilmu Ekonomi dan Studi Pembangunan (HIPOTESA) pada tahun 2004 hingga 2005. Penulis aktif dalam berbagai kepanitiaan baik untuk tingkat departemen maupun institusi. Penulis juga pernah dalam studinya sebagai penerima beasisiwa BBM (2005), PPA (2006-2007), dan Dharma Wanita Departemen Kehutanan (2006).

KATA PENGANTAR

Assalamu’alaikum Wr. Wb.

Segala puji hanya untuk Allah SWT, pencipta dan pemelihara alam semesta beserta isinya. Berkat rahmat dan karunia-Nya penulis mendapat kemudahan dan kemampuan dalam setiap langkah penyusunan skripsi ini. Shalawat dan salam semoga senatiasa tercurah kepada Qudwah Hasanah kita, Rasulullah Saw, yang telah mengajarkan al-Islam sebagai jalan hidup sehingga membawa keselamatan bagi umat manusia sejagad raya.

Skripsi ini disusun sebagai salah satu syarat untuk mendapatkan gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi Manajemen IPB. Adapun judul skripsi ini adalah Analisis Pengaruh Karakteristik Rumah Tangga Terhadap Peluang Permintaan Kredit Sepeda Motor.

Penulis mengucapkan terima kasih kepada berbagai pihak yang telah memberikan bantuan, perhatian, dan dorongan semangat sehingga penulis dapat menyelesaikan skripsi ini dengan baik. Untuk itu, ucapan terima kasih dan penghargaan penulis sampaikan kepada:

1. Bapak Dr. Ir. Hermanto Siregar, M.Ec selaku dosen pembimbing skripsi yang telah memberikan ilmu dan membimbing penulis dengan sabar dalam proses penyusunan skripsi ini sehingga dapat diselesaikan dengan baik.

2. Bapak Dr. Noer Azam Achsani dan Ibu Tanti Novianti, M.Si selaku dosen penguji utama dan komisi pendidikan, yang telah memberi saran-saran dan ilmu yang bermanfaat.

3. Dosen, staf penunjang dan seluruh civitas Departemen Ilmu Ekonomi atas ilmu dan bantuan yang diberikan.

4. Kedua orang tua penulis yaitu Bapak Ibrohim Sudin dan Ibunda Dinar Mariam atas doa, dukungan, dan perjuangan yang telah dicurahkan. Untuk Ka Galih, Ka Gina, dan Ka Rina atas dukungan, semangat, dan perhatian

yang diberikan. Keluarga besar penulis yang memberikan perhatian dan semangat. Terima kasih juga kepada Diah Permata Rinaldi sekeluarga atas doa dan perhatian yang diberikan. Kepada Dr. Ir. Ardi Novra, MP atas masukan yang sangat berharga.

5. Kepada pimpinan dealer sepeda motor yang telah memberikan kesempatan kepada penulis untuk menjadikan tempat pengumpulan data. 6. Teman-teman seperjuangan Aga, Anna, Nur, Rico. Kepada teman-teman

yang mewarnai hari selama kuliah Bery, Mimi, AO, Wiwit, Lea, Beby, Abang, Heni, Ratih, Kiki, Wawan, Adji, Heri, Rio, Elly, Weni, Bobi, Iwa, Regency Team, Wirda dan seluruh teman-teman angkatan 40 dan 41 Ilmu Ekonomi dan seluruh pihak yang telah membantu penulis.

Penulis menyadari bahwa dalam menyusun skripsi ini masih banyak kekurangan. Dengan kerendahan hati, penulis meminta maaf dan mengharapkan kritik dan saran yang membangun bagi perbaikan penulis.

Semoga hasil dari skripsi ini dapat memberikan manfaat bagi penulis maupun semua pihak yang membutuhkan.

Wassalamu’alaikum Wr.Wb.

Bogor, Mei 2007

Mochamad Giri Akbar H14103098

viii

DAFTAR ISI

Halaman

DAFTAR TABEL... x

DAFTAR GAMBAR ... xi

DAFTAR LAMPIRAN ... xii

I. PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Perumusan Masalah ... 4

1.3 Tujuan ... 7

1.4 Manfaat ... 7

II. TINJAUAN PUSTAKA DAN KERANGKA PIKIRAN ... 8

2.1 Kebijakan Moneter ... 8

2.2 Bank dan Perusahaan Pembiayaan ... 10

2.3 Pengertian Kredit ... 12

2.4 Maksimisasi Kepuasan ... 14

2.5 Model Probit ... 17

2.6 Penawaran dan Permintaan Kredit ... 20

2.7 Siklus Perkreditan ... 24

2.8 Resiko Kredit ... 25

2.9 Penelitian Terdahulu ... 26

2.10 Kerangka Pemikiran ... 30

III. METODE PENELITIAN ... 32

3.1 Jenis dan Sumber Data ... 32

3.2 Metode Pengambilan Contoh ... 33

3.3 Metode Estimasi Data ... 33

3.4 Metode Pengolahan Data ... 34

3.5 Model Probit yang Digunakan dalam Penelitian ... 34

ix

3.5.2 Daya Ramal Model Dugaan ... 41

3.5.3 Uji Kebaikan Model ... 42

IV. HASIL DAN PEMBAHASAN ... 44

4.1 Karakteristik Rumah Tangga ... 44

4.2 Hubungan Silang Karakteristik Rumah dengan Permintaan Kredit Sepeda Motor ... 50

4.3 Karakteristik Rumah Tangga yang Mempengaruhi Permintaan Kredit Sepeda Motor ... 55

4.4 Implikasi Kebijakan ... 67

V. KESIMPULAN DAN SARAN ... 69

5.1 Kesimpulan ... 69

5.2 Saran ... 70

DAFTAR PUSTAKA ... 72

LAMPIRAN ... 74

x

DAFTAR TABEL

Nomor Halaman 1 Sumber Pendanaan Perusahaan Pembiayaan ... 11 2 Variabel-Variabel Kredit Konsumsi Rumah Tangga ... 23 3 Penyelesaian Masalah Adverse Selection dan Moral Hazard

untuk Pinjaman ... 26 4 Deskripsi Rata-rata (Mean), Standar Deviasi, Nilai Terkecil (Minimum)

dan Nilai Terbesar (Maximum) ... 50 5 Analisis Croostabs Pembelian Sepeda Motor dengan Pekerjaan ... 51 6 Analisis Crosstabs Pembelian Sepeda Motor dengan Pendapatan ... 51 7 Analisis Crosstabs Pembelian Sepeda Motor dengan Umur ... 52 8 Analisis Crosstabs Pembelian Sepeda Motor dengan

Konsumsi Rutin Rata-rata ... 52 9 Analisis Crosstabs Pembelian Sepeda Motor dengan Tabungan Rata-rata 53 10 Analisis Crosstabs Pembelian Sepeda Motor dengan Lama Bekerja ... 53 11 Analisis Crosstabs Pembelian Sepeda Motor dengan Pendidikan ... 54 12 Analisis Crosstabs Pembelian Sepeda Motor dengan Jumlah

Anggota Keluarga ... 54 13 Hasil Model Probit Pertama ... 57 14 Model Probit Alternatif (Berdasarkan Angka Probabilitas) ... 58 15 Hasil Model Probit Keenam (Terakhir) ... 59 16 Prediksi Permintaan Kredit Sepeda Motor... 63 17 Nilai Variabel dan Koefisien Model Probit Terakhir... 66

xi

DAFTAR GAMBAR

Nomor Halaman 1 Permintaan Kredit Baru Menurut Jenis Penggunaan di Indonesia

Periode Triwulan 1 2004- Triwulan 4 2006... 2 2 Keseimbangan Tingkat Kepuasan ... 16 3 Keseimbangan Penawaran dan Permintaaan Kredit ... 21 4 Kerangka Pemikiran ... 31 5 Persentase Rumah Tangga dalam Permintaan Kredit Sepeda Motor

Berdasarkan Pekerjaan ... 45 6 Persentase Rumah Tangga dalam Permintaan Kredit Sepeda Motor

Berdasarkan Pendapatan Rumah Tangga dan Umur ... 46 7 Persentase Rumah Tangga dalam Permintaan Kredit Sepeda Motor

Berdasarkan Konsumsi Rata-rata Perbulan dan Tabungan Rata-rata

Perbulan ... 47 8 Persentase Rumah Tangga dalam Permintaan Kredit Sepeda Motor

Berdasarkan Konsumsi Lain Rata-Rata Perbulan dan Pendidikan ... 49 9 Perkembangan Penyaluran Kredit Total dan Kredit Konsumsi

xii

DAFTAR LAMPIRAN

Nomor Halaman 1 Data Pengkodean Rekapan Kuisioner ... 74 2 Data Kredit Total dan Kredit Konsumsi di Kabupaten

dan Kota Bogor (Juta, Rp)...75 3 Output Case Processing Summary SPSS 11.5... 75 4 Output Crosstabs Pembelian dan Jenis Kelamin SPSS 11.5 ... 75 5 Output Crosstabs Pembelian dan Pasangan Bekerja SPSS 11.5 ... 76 6. Output Crosstabs Pembelian dan Pendapatan Sampingan SPSS 11.5 ... 76 7. Output Crosstabs Pembelian dan Jumlah Anggota

Keluarga Bekerja SPSS 11.5 ... 76 8. Output Crosstabs Pembelian dan Konsumsi Tidak Rutin

Rata-rata SPSS 11.5 ... 76 9. Output Crosstabs Pembelian dan Pendapatan SPSS 11.5... 76 10. Output Crosstabs Pembelian dan Lama Bekerja SPSS 11.5 ... 76 11. Output Crosstabs Pembelian dan Konsumsi Rutin Rata-rata SPSS 11.5 77 12. Output Crosstabs Pembelian dan Tabungan Rata-rata SPSS 11.5 ... 77 13. Output Crosstabs Pembelian dan Umur SPSS 11.5 ... 77 14. Output Crosstabs Pembelian dan Tempat Tinggal SPSS 11.5 ... 77 15. Output Crosstabs Pembelian dan Pendidikan SPSS 11.5 ... 77 16. Output Crosstabs Pembelian dan Jumlah Anggota Keluarga SPSS 11.5 77 17. Output Model Probit Kesatu Eviews 4.1 ... 78 18. Output Model Probit Kedua Eviews 4.1 ... 78 19. Output Model Probit Ketiga Eviews 4.1 ... 79 20. Output Model Probit Keempat Eviews 4.1 ... 79 21. Output Model Probit Kelima Eviews 4.1 ... 80 22. Output Model Probit Keenam Eviews 4.1 ... 81 23. Output Expectation Prediction Table Eviews 4.1 ... 82 24. Output Actual, Fitted, Residual Table Eviews 4.1 ... 83

. PENDAHULUAN

1.1. Latar Belakang

Perkembangan kondisi makroekonomi Indonesia cendrung mengalami perbaikan. Stabilnya tingkat inflasi meningkatkan keinginan sektor perbankan dalam menyalurkan kredit, mengingat fungsi perbankan adalah sebagai lembaga intermediasi keuangan. Kondisi makroekonomi negara yang membaik harus memperhatikan kondisi mikroekonomi, seperti bagaimana kredit itu disalurkan ke bidang yang produktif sehingga kondisi makroekonomi dapat terjaga. Sisi mikroekonomi dapat dilihat perkembangan dari sektor industri kendaraan bermotor, saat ini Indonesia bukan hanya diklasifikasikan sebagai negara konsumen saja tetapi telah menjadi negara produsen kendaraan bermotor.

Stabilnya tingkat inflasi telah membuat Bank Indonesia menurunkan tingkat suku bunga acuan (BI rate) dalam beberapa bulan terakhir secara gradual. Menurunnya tingkat inflasi yang sempat berada di level 17,11 persen (YoY) pada Desember 2005 setelah terjadi guncangan dimana pemerintah meningkatkan harga Bahan Bakar Minyak (BBM) pada bulan Oktober di tahun yang sama, sementara itu pada bulan Desember 2006 angka inflasi sudah berada di 6,6 persen (YoY). Sementara itu, hingga bulan Januari 2007 BI rate telah mencapai single digit yaitu sebesar 9,75 persen. Angka tersebut diharapkan akan turun hingga 8 persen pada akhir 2007 nanti. Hal tersebut sesuai dengan keinginan para pelaku pasar agar

sektor riil dapat berkembang agar mendapatkan suku bunga pinjaman yang rendah dari lembaga keuangan.

Penurunan BI rate bukan hanya akan memacu perkembangan sektor riil, namun dengan penurunan suku bunga pinjaman juga akan diikuti dengan penurunan suku bunga kredit, baik kredit investasi, modal kerja, dan konsumsi. Pada periode ketiga tahun 2006, Survei Kredit Perbankan Bank Indonesia periode ketiga tahun 2006, tercatat persetujuan kredit baru mengalami peningkatan dari periode sebelumnya. Permintaan kredit baru yang relatif kecil dari 54,4 persen menjadi 54,0 persen dibanding periode sebelumnya. Dari peningkatan tersebut, kredit konsumsi meningkat sebesar 17,8 persen dan kredit modal kerja sebesar 77,8 persen. Dari peningkatan permintaan kredit konsumsi tersebut, 25 persen merupakan permintaan kredit kendaraan bermotor dan sisanya permintaan kredit properti/perumahan, kartu kredit, dan lainnya (Bank Indonesia, 2006).

(periode)

Sumber : Bank Indonesia (2006)

Gambar 1. Permintaan Kredit Baru Menurut Jenis Penggunaan di Indonesia Periode Triwulan 1 2004- Triwulan 4 2006

Gambar 1 menggambarkan bahwa kredit permintaan konsumsi mengalami fluktuasi dari periode kuartal satu 2004 hingga kuartal tiga 2006. Permintaan kredit konsumsi yang berasal dari sepeda motor juga mengalami fluktuasi, dimana kredit konsumsi sebagian besar terdiri dari kredit kendaraan bermotor dan properti atau perumahaan. Permintaan kredit baru triwulan keempat tahun 2005, kredit konsumsi mencapai 26,2 persen yang sebagian besar berupa kredit kendaraan bermotor sebesar 42,2 persen, kredit properti/perumahan sebesar 39,4 persen, sisanya merupakan kredit lain. Gambar 1 juga memperlihatkan bahwa kredit konsumsi selalu berada di posisi kedua setelah kredit modal kerja. Hal itu memperlihatkan bahwa penurunan BI Rate pinjaman juga direspon oleh kredit konsumsi.

Hadad, Santoso, dan Alisjabana (2004) telah melakukan penelitian mengenai model dan estimasi kredit konsumsi rumah tangga di Indonesia, dengan menggunakan model empiris untuk estimasinya berupa three-equatian generalized Tobit dan data yang digunakan bersumber dari Survei Khusus Tabungan dan Investasi Rumah Tangga (SKTIR) tahun 2003 dari Badan Pusat Statistik dengan jumlah contoh sebanyak 3600 rumah tangga. Penelitian telah banyak dilakukan mengenai kredit konsumsi ini di negara maju dan berkembang. Penelitian ini memusatkan perhatian pada kredit kendaraan bermotor khususnya sepeda motor, dengan melihat bahwa peningkatan kredit konsumsi kendaraan bermotor juga disumbangkan oleh kredit sepeda motor. Karena padatnya jalan raya saat ini oleh sepeda motor dan mudahnya pembelian sepeda motor dengan jalur kredit.

1.2. Perumusan Masalah

Rumah tangga sebagai konsumen pada dasarnya mengikuti suatu hipotesis yang menyatakan bahwa perilaku rumah tangga/konsumen akan berupaya memaksimumkan tingkat kepuasannya (utility) dengan dihadapkan pada kendala anggaran antar waktu yang dihadapinya (Hadad et al., 2004). Rumah tangga sebagai konsumen akan mengupayakan kredit sebagai pilihan untuk memaksimumkan kepuasan. Begitu pula dengan rumah tangga yang mengalami kendala anggaran yang tercermin dari tingkat pendapatannya, menginginkan sepeda motor dan rumah tangga tersebut dapat melalui jalur kredit untuk memilikinya, hipotesis ini dikenal dengan life cycle-permanent income hypothesis (LCPIH). Hayashi (1982) menyatakan bila postulat mengenai life cycle-permanent income hypothesis benar, akan membuat ketidakefektifan stabilitas kebijakan makroekonomi seperti pemotongan pajak yang temporal.

Fenomena yang terjadi saat ini adalah kemudahan bagi rumah tangga untuk membeli sepeda motor dengan jalur kredit. Hal itu dapat dilihat dengan padatnya jalan raya oleh sepeda motor dan iklan-iklan dealer penjualan sepeda motor yang memberikan kemudahan pembelian melalui jalur kredit dengan syarat yang sederhana. Asosiasi Industri Sepeda Motor Indonesia (2005) mencatat tingkat penjualan sepeda motor terus meningkat tahun 1999 sebesar 687.050 unit meningkat mencapai 2.466.457 unit pada periode Januari-Juni 2005. Pembelian sepeda motor tersebut sebanyak 70 persen melalui jalur kredit (Dewi, 2005).

Penelitian dengan cakupan besar yaitu kredit untuk pemilikan rumah, pembiayaan konsumen, dan kartu kredit sudah banyak dilakukan. Penelitian ini

ingin meneliti pada cakupan yang lebih sempit yaitu hanya pada kredit konsumsi untuk sepeda motor.

Penyaluran kredit konsumsi sepeda motor atau kredit sepeda motor dilakukan oleh beberapa lembaga keuangan seperti bank dan perusahaan pembiayaan (multifinance). Beberapa perusahaan pembiayaan memperoleh dana yang digunakan untuk membiayai likuiditasnya dari bank, pinjaman ini berupa kredit konsumsi bank untuk disalurkan kembali kepada rumah tangga. Hal ini membuat kredit konsumsi ini menjadi lahan usaha bagi perusahaan pembiayaan untuk menyalurkan dana yang telah diperoleh kepada rumah tangga, untuk menghasilkan profit.

Perusahaan pembiayaan menjadikan alasan keuntungan sehingga memberikan pintu kemudahan bagi rumah tangga untuk mendapatkan sepeda motor melalui jalur kredit. Persaingan usaha juga memberikan peluang untuk memberi kemudahan penyaluran kredit. Sebab, dana yang diperoleh perusahaan pembiyaan merupakan dana pinjaman dari bank yang juga dikenakan bunga, sebagai opportunity cost dari dana yang dipinjamkan. Miranti (2004) menyatakan bahwa tingginya permintaan sepeda motor di Indonesia dipacu oleh perusahaan pembiayaan yang mengucurkan dananya untuk pembiayaan pembelian sepeda motor. Menurutnya, diperkirakan sekitar 30 bank (pemerintah maupun swasta) dan sekitar 121 perusahaan pembiayaan yang mengalokasikan sebagian dananya untuk pembiayaan sepeda motor.

Pembelian sepeda motor yang didominasi oleh masyarakat menengah ke bawah masih meningkat, khususnya yang dibiayai oleh kredit. Hal tersebut

merujuk pada LPCIH, bahwa rumah tangga akan memaksimumkan kepuasan dengan kendala anggaran yang dihadapinya. Kendala yang ditutupi dengan kredit ini akan memberatkan rumah tangga, yang pada akhirnya akan membuat rumah tangga tidak mampu membayar angsuran kredit kepada perusahaan pembiayaan ataupun bank. Jika itu terus terjadi, maka akan menimbulkan masalah dalam kredit yang dikenal dengan adverse selection dan moral hazard. Kemudian akan meningkatkan nonperforming loan (NPL) dari perusahaan pembiayaan dan bank yang memberikan pinjaman.

Oleh karena itu, perlu diketahui karakteristik rumah tangga yang meminta kredit sepeda motor dan juga faktor-faktor yang mempengaruhi peluang permintaan kredit sepeda motor dalam level mikro (rumah tangga) tersebut. Hal ini bertujuan agar penyaluran kredit tidak menjadi masalah di kemudian hari, sehingga dapat mewujudkan suatu mekanisme panyaluran kredit yang aman, menguntungkan, dan berprinsip kehati-hatian (prudent). Penelitian mengenai kredit konsumsi rumah tangga telah dilakukan di negara-negara lain, namun tidak spesifik kepada salah salah satu jenis kredit konsumsi dan data yang digunakan oleh negara lain biasanya berupa data Survey of Consumer Finance (SCF). Namun, Indonesia tidak memiliki data mengenai SCF, sehingga Hadad et al. (2004) mengunakan data SKTIR 2003 dari BPS. Penelitian ini menggunakan data primer, dengan responden sebagai wakil rumah tangga dalam penelitian.

1.3. Tujuan

Tujuan penulisan dari penelitian ini adalah sebagai berikut :

1. Menganalisis karakteristik rumah tangga dan menjabarkan secara tabulasi silang (crosstabs) karakteristik tersebut dengan permintaan kredit sepeda motor.

2. Menganalisis karakteristik rumah tangga yang mempengaruhi peluang permintaan kredit sepeda motor.

1.4. Manfaat

Maksud akhir dari penelitian tentang analisis pengaruh karakteristik rumah tangga terhadap peluang permintaan kredit sepeda motor diharapkan dapat bermanfaat bagi pihak-pihak yang terkait dengan permasalahan yang diteliti ini. Secara ringkas, manfaat yang harapkan dapat diperoleh dari penelitian ini adalah sebagai berikut :

1. Hasil penelitian ini dapat bermanfaat bagi pembuat kebijakan tentang pemberian kredit konsumsi khususnya sepeda motor, agar tidak menjadi masalah besar yang akan semakin memberatkan perekonomian Indonesia. 2. Hasil penelitian ini dapat bermanfaat bagi saya pada khususnya dan

mahasiswa Departemen Ilmu Ekonomi pada umumnya, dalam memahami permintaan kredit konsumsi khususnya kredit sepeda motor.

II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN

2.1. Kebijakan Moneter

Bank Indonesia (BI), sebagai bank sentral yang memiliki otoritas penuh atas pengambilan keputusan mengenai moneter memiliki beberapa piranti moneter, berdasarkan Pasal 10 Undang-Undang (UU) No.3 tahun 2004 yaitu operasi pasar terbuka (OPT), giro wajib minimum (GWM), penetapan tingkat diskonto, pengaturan kredit atau pembiayaan. Seluruh piranti tersebut akan dibuat dengan menetapkan sasaran moneter yaitu base money dengan memperhatikan perkembangan suku bunga. Selanjutnya operasi pasar terbuka (OPT) dilaksanakan berdasarkan piranti yang dimiliki oleh Bank Indonesia (Bank Indonesia, 2005) , yaitu

1. Sertifikat Bank Indonesia (SBI) 2. Surat Utang Negara (SUN)

3. Fasilitas Simpanan Bank Indonesia (FASBI) 4. Sertifikat Wadiah Bank Indonesia (SWBI) 5. SBI Repo

6. Fine Tune Operation

7. Sterilisasi Valas

Piranti OPT yang dimiliki oleh Bank Indonesia itu seluruhnya dimaksudkan untuk mengendalikan jumlah uang beredar. Dari beberapa piranti OPT, Bank Indonesia memiliki piranti utama yaitu SBI. Dari piranti utama ini Bank Indonesia

mengandalikan jumlah uang yang beredar dengan menetapkan suku bunga, yang lebih dikenal dengan suku bunga SBI.

Suku bunga SBI ditetapkan oleh BI dengan mengikuti perkembangan perekonomian Indonesia, seperti mengikuti tingkat inflasi dan pertumbuhan ekonomi Indonesia. Hal ini sesuai dengan tugas BI untuk menjaga tingkat inflasi dengan konsep inflation targeting framework Bank Indonesia. Kemudian suku bunga SBI dijadikan acuan oleh lembaga keuangan seperti bank dan perusahaan pembiayaan. Bank menjadikan acuan dalam menentukan suku bunga pinjaman dan suku bunga simpanan dan oleh lembaga keuangan dijadikan untuk suku bunga pembiayaan.

Suku bunga merupakan opportunity cost of holding money, sehingga bila suku bunga meningkat maka keinginan memegang uang menurun (Boediono, 1985) Suku bunga pinjaman juga dapat juga disebut suku bunga kredit, Djinarto (2000) dalam Risdwianto (2004) mengemukakan beberapa pendapat yang menentukan tingkat suku bunga kredit yang ditetapkan oleh perbankan yaitu :

1. Profit Margin yaitu persentase rentang keuntungan yang ingin didapatkan bank pada kebijakan harga kredit yang ditujukan untuk memperoleh

return on asset.

2. Cost to Service yaitu persentase yang dibebankan atas biaya yang dikeluarkan oleh penghimpun dana serta admistrasi rekening dana dan pinjaman.

3. Credit Premium yaitu penambahan evaluasi kemungkinan terjadinya resiko dimana kredit tidak terbayar oleh debitur.

4. Cost of Fund yaitu hasil murni suku bunga dengan mempertimbangkan

asset dana yang bisa dipinjamkan.

2.2. Bank dan Perusahaan Pembiayaan

Menurut UU No. 10 tahun 1998 tentang Perbankan, dijelaskan bahwa bank merupakan badan usaha yang menghimpun dana dari masyarakat dalam bentuk simpanan dan menyalurkannya kepada masyarakat dalam bentuk kredit dan atau dalam bentuk lain dalam bentuk lain dalam rangka meningkatkan taraf hidup rakyat. Perbankan Indonesia menganut dual banking system, yaitu mengenal bank umum konvensional dan bank umum syariah. Bank umum yang konvensional mengenal suku bunga dalam kegiatan operasionalnya. Bank umum syariah sendiri adalah bank yang dijalankan dengan sistem Islam, sehingga mengharamkan suku bunga dalam kegiatan operasional mereka. Bank menghimpun dana dari masyarakat dengan memberikan persentase tertentu dalam bentuk suku bunga yang dihitung berdasarkan jumlah dana yang mereka simpan, dan kemudian ditambahkan ke dalam dana mereka. Suku bunga juga diberlakukan oleh bank untuk semua pinjaman dana yang dilakukan oleh masyarakat dalam bentuk persentase tertentu yang ditambahkan ke dalam dana yang pinjam oleh masyarakat dan harus dibayarkan oleh masyarakat dalam periode waktu yang disepakati dengan pihak bank.

Mishkin (2001) menjelaskan perusahaan pembiayaan atau multifinance

dalam memperoleh dana, dilakukan dengan menerbitkan surat berharga (saham) dan obligasi atau meminjam dari bank, dan digunakan dalam proses memberikan

pinjaman (sering dalam jumlah kecil) untuk memenuhi kebutuhan konsumen dan bisnis. Ada tiga tipe dari perusahaan pembiayaan, yaitu (1) sales finance companies yang dimiliki oleh perusahaan ritel atau manufaktur dan memberikan pinjaman kepada konsumen untuk membeli barang dari perusahaan tersebut, (2)

costumer finance company memberikan pinjaman kepada konsumen untuk membeli barang seperti furniture atau alat-alat rumah, untuk meningkatkan kegunaan rumah, atau untuk membantu membiayai pinjaman kecil, dan (3)

business finance companies menyediakan kredit dalam bentuk khusus untuk bisnis dengan membuat pinjaman.

Perusahaan pembiayaan berbeda dengan bank dalam penghimpunan dana, bank menghimpun dana dari masyarakat sedangkan perusahaan pembiayaan mendapatkan dana dari penerbitan obligasi atau pinjaman dari bank sebelum disalurkan ke konsumen. Perusahaan pembiayaan dapat dikatakan adalah pihak kedua sebelum menyalurkan kredit dari bank ke masyarakat. Dalam hal ini perusahaan pembiayaan sebagai debitur dan bank sebagai kreditur, kemudian perusahaan pembiayaan menjadi kreditur saat menyalurkan kredit kepada konsumen. Perusahaan pembiayaan mendapatkan dana dari bank mencapai 68,88 persen pada april 2005 (Bank Indonesia, 2005).

Tabel 1. Sumber Pendanaan Perusahaan Pembiayaan (miliaran Rupiah)

Sumber Dana 1999 2000 2001 2002 2003 2004 Apr-2005

Obligasi 555 843 749 1.677 4.033 8.861 10.828

Subdebt 1.438 1.710 2.210 1.975 1.933 2.758 2.235

Pinjaman bank 19.282 18.876 21.150 18.800 21.553 39.421 42.229

Pinjaman lainnya

5.962 10.720 7.779 7.611 5.764 5.080 6.017

Perusahaan pembiayaan mendapatkan keuntungan dari perbedaaan atau marjin suku bunga, antara suku bunga pinjaman bank dan suku bunga pembiayaan perusahaan. Di Indonesia perusahaan pembiayaan tergolong baru dibandingkan negara maju, namun industri ini menunjukan perkembangan yang pesat (Dewi, 2005). Perusahaan pembiayaan berdiri pada tahun 1974 dengan dilandasi oleh surat Keputusan Bersama (SKB) tiga menteri (Menteri Keuangan, Menteri Industri dan Menteri Perdagangan), pada tahun 1988 melalui surat Keputusan Presiden (Keppres) No. 61/1998, yang ditindaklanjuti dengan SK Menteri Keuangan No. 1251/KMK.013/1988, jenis bisnis pembiayaan diperluas menjadi leasing (sewa guna usaha), factoring (anjak piutang), costumer finance

(pembiayaan konsumen), modal ventura dan kartu kredit.

2.3. Pengertian Kredit

Pengertian kredit dijelaskan dengan beberapa literatur. Kredit berasal dari bahasa latin yaitu Credere yang artinya mempercayai. Dalam UU No.10 Tahun 1998 tentang Perbankan, 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 hutangnya setelah jangka waktu tertentu dengan pemberian bunga. Dalam ensiklopedi umum, kredit dijelaskan sebagai sistem keuangan untuk memudahkan pemindahan modal dari pemilik kepada pemakai dengan harapan memperoleh keuntungan. Kredit diberikan berdasarkan kepercayaan orang lain yang memberikannya terhadap kecakapan dan kejujuran si peminjam.

Produk bank dari sisi aktiva adalah perkreditan. Kredit-kredit yang termasuk produk bank diantaranya dalam Dendawijaya (2001) adalah sebagai berikut

1. Kredit modal kerja, yaitu kredit yang diberikan kepada nasabah kredit (debitor) untuk membiayai kebutuhan modal kerja perusahaan debitur. 2. Kredit investasi, yaitu kredit yang diberikan kepada nasabah kredit

(debitor) untuk membiayai pembelian barang modal (investasi).

3. Kredit konsumsi, yaitu fasilitas kredit yang diberikan bank kepada debitor untuk keperluan pembelian barang-barang konsumsi yang diperlukan debitor.

Rachmat dan Maya (2000) dalam Risdwianto (2004) menyatakan fungsi kredit pada dasarnya merupakan pemenuhan jasa untuk melayani kebutuhan masyarakat untuk mendorong dan melancarkan proses perdagangan, melancarkan dan mendorong produksi, jasa-jasa, dan konsumsi. Jika dijabarkan dengan lebih terinci fungsi dari kredit adalah sebagai berikut

1. Kredit digunakan untuk memajukan arus tukar menukar barang-barang dan jasa.

2. Kredit dapat digunakan untuk mengubah dana yang tidak produktif menjadi dana yang produktif.

3. Kredit sebagai alat pengendalian harga. Peningkatan jumlah uang yang beredar pada masyarakat dapat dilakukan dengan mempermudah dan mempermurah pemberian kredit kepada masyarakat.

4. Kredit dapat mengaktifkan dan meningkatkan utilitas dari potensi-potensi ekonomi yang ada.

Kredit bermasalah atau nonperforming loan (NPL) timbul karena kegagalan pihak debitor dalam memenuhi kewajibannya untuk membayar sisa pembayaran (cicilan) pokok kredit besar bunga yang telah disepakati kedua belah pihak dalam perjanjian kredit (Dendawijaya, 2001). Kolektibilitas kredit berdasarkan ketentuan yang dibuat BI, pertama adalah kredit lancar yaitu kredit yang tidak mengalami penundaan pengembalian pokok pinjaman dan pembayaran bunga. Kedua adalah kredit kurang lancar, kredit yang pengembalian pokok pinjaman dan pembayaran bunganya telah mengalami penundaan selama tiga bulan dari waktu yang diperjanjikan.

Ketiga, kredit diragukan yaitu kredit yang pengembalian pokok pinjaman dan pembayaran bunganya telah mengalami penundaan selama enam bulan atau dua kali dari jadwal yang telah diperjanjikan. Kemudian keempat adalah kredit macet, kredit yang pengembalian pokok pinjaman dan pengembalian bunganya telah mengalami penundaan lebih dari satu tahun sejak jatuh tempo menurut jadwal yang telah diperjanjikan.

2.4.Maksimisasi Kepuasan

Konsumen sebagai individu atau rumah tangga akan bertindak rasional yaitu dengan memaksimumkan kepuasan (utility) dalam mengkonsumsi sejumlah barang dengan keterbatasan tingkat pendapatan/anggaran yang dimiliki konsumen tersebut. Hal ini menguatkan sebuah hipotesis yaitu Life Cycle Permanent Income

Hypothesis (LCPIH). Nicholson (2001) menyatakan individu sebagai konsumen, dalam hal ini seseorang mengkonsumsi berbagai macam barang dan jasa untuk memperoleh kepuasan. Ada yang mengkonsumsi suatu barang untuk kelangsungan hidup (seperti makanan, minuman, papan) dan ada juga untuk bermewah-mewah, untuk menaikan gengsi, status, dan sebagainya. Pembedaan kedua kelompok barang diatas sulit dilakukan, terutama jika perekonomian negara tersebut semakin maju. Ukuran kepuasan dipengaruhi oleh berbagai macam faktor (Nicholson, 2001), jadi kepusan tidak hanya ditentukan oleh bentuk atau jenis barang tersebut, tetapi juga oleh sikap psikologis (psychological attitudes), tekanan kelompok (group pressures), pengalaman pribadi dan lingkungan.

Secara teknis kita hanya bisa mendefinisikan kepuasan secara transformasi monotonis (monotonic/order-preserving transformation), yaitu menggambarkan preferensi secara kualtitaif, tetapi tidak kuantitatif (Nicholson, 2001). Definisi yang sering digunakan untuk menerangkan kepuasan ini adalah preferensi seseorang diasumsikan bisa dipresentasikan oleh sebuah fungsi utilitas dalam bentuk

) ,..., ,

,

(x₁ x₂ x₃ x_n U

U = (1) dimana x1,x2,x3, ……, xn adalah jumlah barang yang dikonsumsi.

Gambar 2 mengambarkan suatu keimbangan antara kepuasan pada titik E0

dimana terjadi persinggungan antara kurva Ui dan GAi, dimana tingkat kepuasan akan maksimal bila sama dengan anggaran yang dimiliki. Kurva Ui

menggambarkan kurva indiveren yaitu kombinasi antara dua barang (X dan Y) yang memberikan tingkat kepuasan yang sama bagi individu i, kurva indiveren

mengambarkan konsep diminishing marginal rate of substitution (MRS) atau tingkat kepuasan marginal yang semakin menurun. Kurva GAi mengambarkan

anggaran yang dimiliki dan habis digunakan oleh individu i untuk mengkonsumsi barang X dan barang Y.

X Ui

GAi

X0 E0

Y0 Y

Gambar 2. Keseimbangan Tingkat Kepuasan

Penelitian mengenai kredit konsumsi rumah tangga lebih sering didasarkan pada suatu hipotesis yang dikenal dengan Life Cycle Permanent Income Hypothesis (LCPIH) menyatakan bahwa individu atau rumah tangga akan memaksimumkan tingkat kepuasannya dengan dihadapkan pada kendala anggaran antar waktu yang dihadapinya (Hadad et al., 2004).

Menentukan suatu rumah tangga termasuk ke dalam kategori terkendala kredit atau tidak dilakukan dengan membandingkan konsumsi rumah tangga tersebut dengan suatu threshold value atau nilai ambang batas (Hayashi, 1985 dalam Hadad et al., 2004). Pada umumnya model ekonometrika kualitatif, seperti model probit dan model tobit, menggunakan data threshold value. Nilai ambang

batas ini dibutuhkan untuk menentukan suatu besaran indeks kegunaan yang tidak diobservasi (unobservable utility index), indeks ini ditentukan oleh nilai variabel independen. Maka akan dibandingkan suatu besaran, apakah nilai unobservable utility index lebih besar atau lebih kecil dari threshold value (Arief, 1993). Pada penelitian sebelumnya mengenai permintaan kredit konsumsi di Indonesia,

threshold value didefinisikan sebagai saving rate dari kelompok rumah tangga yang memiliki pendapatan tinggi (40% tertinggi). Jika consumption rate suatu rumah tangga lebih kecil dari satu dikurangi saving rate, maka rumah tangga tersebut ke dalam rumah tangga yang tidak terkendala kredit (Hadad et al., 2004).

2.5. Model Probit

Model Probit dijelaskan oleh Gujarati (2003) merupakan salah satu model ekonometrika kualitatif, dimana variabel tak bebasnya bersifat binary atau

dichotomous yang nilainya nol (0) atau satu (1). Model probit menjelaskan suatu besaran kualitatif yang melekat dalam suatu observasi, misalnya saja bagaimana seseorang memilih untuk memiliki rumah, bagaimana seseorang memilih untuk berpergian menggunakan kendaraan umum atau kendaraan pribadi, bagaimana beberapa contoh yang mewakili populasi kecendungannya sebelum dan setelah mendapatkan suatu perlakuan dalam sebuah penelitian, apakah akan sukses atau gagal, dan lain-lain.

Model ekonometrika kualitatif dapat dijelaskan melalui tiga pedekatan untuk pengembangan peluang di model yang variabel tak bebasnya bersifat

model. Gujarati (2003) menjelaskan yang dimaksud mengenai probit berdasarkan

dichotomous regressand lalu berdasarkan various extensions dari model dasar, sehingga model ekonometrika kualitatif sering dikenal sebagai model peluang (probability model). Menjelaskan sifat dari dichotomous dependent variable dapat menggunakan normal cumulative distribution function (CDF). Hasil model estimasi yang digunakan berdasarkan normal CDF yang lebih dikenal sebagai model probit atau model normit. Motif dari model probit, dengan contoh mengenai keputusan kepemilikan rumah, yaitu keputusan dari rumah tangga ke-i

untuk memiliki rumah atau tidak dalam suatu populasi.

Keputusan rumah tangga tersebut, berdasarkan pada unobservable utility index Ii, yang dikenal juga variabel laten. Variabel ini dijelaskan oleh satu atau

lebih variabel penjelas (independent/bebas), misalnya saja pendapatan Xi. setiap nilai terbesar dari indeks Ii, merupakan peluang terbesar rumah tangga untuk

memiliki rumah. Indeks Ii ditunjukan sebagai berikut

i

i X

I =β₁+β₂ (2) dimana Xi adalah pendapatan dari rumah tangga ke-i.

Gujarati (2003) juga menjelaskan bagaimana unobservable index

berhubungan dengan keputusan aktual untuk memiliki rumah, telah didefinisikan bahwa Y = 1 jika rumah tangga memiliki rumah dan Y = 0 jika tidak memiliki rumah. Hingga dengan demikian, dapat diasumsikan critical atau threshold level

(tingkat ambang batas) dari indeks, disebut Ii*. Jika Ii melebihi Ii*, maka rumah

tangga akan memiliki rumah, jika sebaliknya maka tidak. Nilai ambang batas Ii* sama halnya seperti Ii, merupakan hal yang tidak kelihatan, tapi kita

mengasumsikan bahwa keduanya terdistribusi normal dengan nilai tangah dan ragam yang sama.

Koop (2003) menjelaskan juga mengenai model probit, dimana model probit mengasumsikan bahwa individu membuat pilihan diantara dua alternatif. Dalam ilmu ekonomi memformulasikan sebagai situasi yang didasarkan pada suatu tingkat kepuasan. Misalnya saja Uij adalah tingkat kepuasan dari individu i

(i = 1,…., N) berhubungan dengan pilihan j ( j = 0,1). Individu akan memilih satu (1) jika U1i > U0i, dan memilih nol (0) jika sebaliknya. Maka, pilihan akan terjadi

berdasarkan perbedaan tingkat kepuasan dari dua alternatif dan didefinisikan sebagai berikut

i i U U

y*= ₁ − ₀ (3) dimana

i i x

y*= β +ε dan y=x_iβ +ε_i (4) itu artinya perbedaan tingkat kepuasan individu berdasarkan karakteristik yang diteliti di xi (misalnya jarak ke kantor, besar gaji, dan lain-lain) ditambah error

yang terdistribusi secara normal. Persamaan y* tidak diteliti secara langsung, tetapi hanya pilihan aktual yang dibuat oleh individu i,

yi =1, jika yi* ≥ 0

yi = 0, jika yi* < 0 (5)

Dengan asumsi normal, Gujarati (2003) menjelaskan peluang bahwa Ii*

kurang dari atau sama dengan Ii bisa dihitung dari standard normal CDF, sebagai

berikut ) ( ) ( ) * ( ) 1

( _{i i i 1 2 i 1 2 i}

i P Y X P I I P Z X F X

dimana P( Y=1 │X) sebagai peluang yang terjadi yang diberikan oleh nilai X, atau variabel penjelas dan Zi merupakan standar normal variable, yang ditunjukan oleh Z ~ N(0,σ2). Jika F adalah standard normal CDF, maka dapat dituliskan dalam konteks

2 / 2 1 2 Ii Z

F

_e

dz

π − −∞ =

_∫

2 1+ 2Xi / 2 1 2 Z dz

e

β β π − −∞

=

_∫

(7) Sejak P memperlihatkan peluang yang akan terjadi, dalam hal ini peluang untuk memiliki rumah, ukuran dari area dari kurva standard normal dari -∞ hingga Ii. Maka dapat diketahui informasi pada Ii, yaitu pada β1 dan β2, dengan

inverse dari persamaan (6) untuk memperoleh

1_{( )} 1_{( )}

Ii=F− Ii =F− Pi

=β β₁+ ₂Xi (8) dimana F-1 adalah inverse dari normal CDF.

2.6. Penawaran dan Permintaan Kredit

Penawaran dan permintaan kredit dapat dijelaskan melalui gambar dan model. Pada sumbu tegak menggambarkan harga dari kredit yaitu suku bunga, Boediono (1985) menjelaskan bahwa suku bunga merupakan biaya dari memegang uang khususnya merupakan biaya imbangan. Sehingga dalam grafik, sumbu tegak menggambarkan suku bunga dalam persen dan sumbu datar menggambarkan kuantitas kredit dalam mata uang berlaku.

Kuantitas Kredit ( L ) Suku Bunga Kredit (r) %

Keseimbangan penawaran dan permintaan kredit terjadi pada titik E, dimana penawaran sebesar Sc dan permintaan sebesar Dc. Dengan suku bunga

sebesar r0 persen dan kredit sebesar L0 unit mata uang (Gambar 3).

Sc

r0 E

Dc

L0

Gambar 3. Keseimbangan Penawaran dan Permintaaan Kredit Rahmawati (2005) menyatakan penurunan kredit akibat faktor-faktor permintaaan merupakan sesuatu yang terjadi ketika perekonomian suatu bangsa mengalami kelesuan (resesi). Dari sisi makro perusahaan, masalah struktural seperti penyesuaian untuk mengurangi rasio utang terhadap modal (debt-equity ratio) yang meningkat akibat krisis merupakan penyebab turunnya permintaan kredit. Adanya ketidakpastian (uncertain) dan iklim berusaha (business confidence) yang rendah juga merupakan penyebab rendahnya keinginan untuk melakukan investasi sehingga permintaan kredit juga mengalami penurunan.

Penurunan kredit dari sisi penawaran disebabkan oleh turunnya keinginan bank untuk memberikan pinjaman. Faktor-faktor yang dapat menyebabkan menurunnya keinginan perbankan untuk memberikan kredit dapat bersumber dari faktor internal mupun eksternal. Faktor internal berupa rendahnya kualitas aset

perbankan, tingginya NPL, dan anjloknya modal perbankan akibat depresiasi serta

negative interest margin akan menurunkan kemampuan bank untuk memberi kredit.

Faktor eksternal berupa menurunnya kelayakan kredit (creditsworthiness) dari debitur akibat melemahnya kondisi keuangan perusahaan, sehingga bank akan mengalami kesulitan untuk membedakan tingkat kelayakan kredit dari debitur. Intinya adalah asymetric information yang menyebabkan bank mengurangi volume kredit mereka. Keengganan bank untuk menyalurkan kredit seringkali tidak diikuti dengan kenaikan suku bunga (price credit rationing), melainkan diikuti oleh pengurangan kredit secara kuantitas (non-price credit rationing).

Hadad et al. (2004) menjelaskan permintaan kredit konsumsi rumah tangga dalam model panel di tingkat propinsi sebagai berikut

) ,D ,UR ,GROPOP Y , CRI , f(IRC

KK_{it it} ln _it ln _{i(t1) it it t}

ln = ₋ (9)

) , , ln , ln , (

lnKK_it = f IRC_it CRI_it Y_i(t−1) RNPL_i(t−1) UR_it (10) dimana :

KK = kredit konsumsi rupiah dan valuta asing ( konstan 1996) IRC = rata-rata suku bunga kredit konsumsi (dalam persen) CRI = jumlah kantor bank (terdiri atas : kp, /kc, /kcp, dalam unit) Y = PDRB (tahun sebelumnya) (dalam rupiah, konstan tahun 1996) GROPOP = pertumbuhan penduduk (dalam persen)

UR = tingkat pengangguran (dalam persen) RNPL = rasio non performing loan (dalam persen) D = dummy propinsi (untuk intersep propinsi)

i = propinsi t = tahun

Tabel 2. Variabel-Variabel Kredit Konsumsi Rumah Tangga

Karakteristik Kepala Rumah Tangga Deskripsi Karakteristik Rumah Tangga Deskripsi Karakteristik Lokasi Tempat Tinggal Rumah Tangga Deskripsi

Umur Tahun Pendapatan dari berusaha Ribu rupiah, pertahun Perkotaan 1= perkotaan, 0= pedesaan Umur Kuadrat Tahun Perubahan

networth :

Networth

berkurang

1= networth

berkurang, 0= lainnya

Pulau Sumatera 1=

P.Sumatera, 0= lainnya Pekerjaan : berusaha tanpa buruh 1= berusaha tanpa buruh, 0= lainnya Perubahan

networth :

networth tetap atau bertambah dengan pertambahan yang sedikit

1= networth

tetap/bertambah sedikit, 0= lainnya

Pulau Jawa 1= P. Jawa, 0= lainnya Pekerjaan : berusaha dengan buruh 1= berusaha dengan buruh, 0= lainnya Perubahan

networth :

networth

bertambah dengan pertambahan sedang

1= networth

bertambah sedang, 0= lainnya

Pulau Lainnya 1= luar P. Jawa & Sumatera 0= lainya Pekerjaan : Pegawai Negeri Sipil

1 = PNS, 0 = lainnya

Perubahan

networth :

networth

bertambah dengan pertambahan tinggi

1= networth

dengan pertambahan tinggi, 0= lainnya Rasio konsentrasi perbankan Persen Pekerjaan : swasta/BUMN 1= pegawai BUMN, 0= lainnya Jumlah anggota keluarga

Orang PDRB per

kapita

Ribu rupiah per tahun

Jumlah anggota

keluarga yang bekerja

orang

Sumber : Hadad et al. (2004)

Tabel 2 menjelaskan variabel-variabel yang digunakan dalam meneliti penawaran dan permintaan kredit konsumsi. Permintaan kredit konsumsi rumah

tangga, Hadad et al. (2004) menggunakan variabel-variabel pada level mikro yang mewakili pendapatan, demografi, dan karakteristik perbankan di suatu daerah.

2.7. Siklus Perkreditan

Siklus perkreditan (Dendawijaya, 2001) dimulai sejak pengajuan permohonan kredit hingga akhirnya disetujui. Tahap-tahap dalam pemberian kredit meliputi :

1. Permohonan kredit 2. Analisis kredit 3. Persetujuan kredit 4. Perjanjian kredit 5. Pencairan kredit 6. Pengawasan Kredit 7. a. Kredit bermasalah

b. Tambahan kredit c. Pelunasan kredit

Tahap diatas merupakan proses standar yang dilakukan lembaga keuangan dalam menyalurkan kredit. Setelah tahap keenam yaitu pengawasan kredit akan ditentukan golongan kredit tersebut, apakah bermasalah atau tidak. Jika tidak maka kredit akan ditambahkan atau dilunasi.

2.8. Resiko Kredit

Penyaluran kredit meski dijalankan sesuai prosedur masih memiliki resiko. Resiko dalam penyaluran kredit yang biasa terjadi adalah ketidaksimetrisan informasi (asymetric information) antara pemilik dana (kreditur) dan peminjam dana (debitur). Mishkin (2001) menggolongkan asymetric information dalam dua hal yaitu adverse selection dan moral hazard, kedua hal tersebut merupakan kesalahan penyaluran dan penggunaan kredit yang akan merugikan kreditur dikemudian hari, jika tidak memberikan kredit secara hati-hati (prudent). Menurut Mishkin (2001), asymetric information merupakan aspek penting dalam pasar keuangan. Adverse selection adalah masalah penyaluran kredit sebelum transaksi dilakukan. Masalah ini timbul karena pihak kreditur tidak melakukan penyaringan calon debitur secara baik dan benar. Kebanyakan calon debitur akan melakukan segala cara menutupi riwayat keuangan yang buruk. Membuat kreditur melihat sisi terluar dari debitur yang sudah dipoles, namun belum tentu baik didalam. Ini membuat debitur yang tidak baik dengan riwayat keuangan yang buruk akan mudah memperolah dana, namun akan sulit saat pengembalian. Perilaku yang dilakukan oleh debitur ini tentu akan merugikan kreditur.

Moral hazard, merupakan masalah lain dalam asymetric information. Masalah penyaluran kredit setelah kontrak terkait dengan penggunaan dana pinjaman oleh debitur. Debitur melakukan tindakan-tindakan yang tidak sesuai kontrak yang penuh dengan resiko yang akan membahayakan keuangan debitur, kemudian menimbulkan kerugian pada pihak kreditur. Hal ini terjadi karena debitur merasa bahwa yang akan menanggung kerugian terbesar atas tindakannya

adalah kreditur. Penyelesaian masalah adverse selection dan moral hazard dalam pasar keuangan dalam Mishkin (2001) dapat dilakukan dengan cara pada Tabel 3. Tabel 3. Penyelesaian Masalah Adverse Selection dan Moral Hazard untuk

Pinjaman.

Adverse Selection Moral Hazard

1. Membuat informasi yang rahasia dan selektif

2. Peraturan pemerintah 3. Intermediasi keuangan 4. Jaminan dan kekayaan bersih

1. Kekayaan bersih (asset dikurangi kewajiban debitur)

2. Monitoring and enforcement of restriction

3. Intermediasi keuangan

Sumber : Mishkin (2004)

2.9. Penelitian Terdahulu

Penelitian mengenai ketersediaan kredit konsumsi dan permintaan kredit sepeda motor belum dilakukan. Menurut Hadad et al. (2004), penelitian mengenai faktor-faktor yang mempengaruhi keputusan rumah tangga untuk melakukan pinjaman (demand of credit) dan keputusan pihak bank dalam menyalurkan kredit belum banyak dilakukan di Indonesia.

Hadad et al. (2004) pada penelitiannya menyimpulkan rumah tangga memiliki kredit semakin besar dengan semakin meningkatnya umur kepala rumah tangga. Hal yang sama berlaku dengan semakin banyaknya anggota rumah tangga yang bekerja atau berusaha. Probabilitas rumah tangga yang bekerja sebagai PNS, swasta/BUMN atau berusaha lebih besar. Dengan menggunakan contoh sebanyak 3600 rumah tangga dari 3750 rumah tangga yang disurvei dalam Survei Khusus Tabungan dan Investasi Rumah Tangga (SKTIR) tahun 2003 dari BPS.

Pada perkembangannya, studi-studi empiris mengenai permintaan kredit konsumsi dilakukan dengan mengamati data yang lebih terperinci (mikro) antara lain sebagai berikut

1. Kelompok yang mewakili pendapatan, kekayaan, dan karakteristik kestabilan pendapatan rumah tangga.

2. Kelompok yang mewakili demografi

3. Kelompok variabel yang mewakili karakteristik perbankan di daerah itu. Dengan menggunakan data yang bersifat lebih mikro, maka faktor-faktor yang berpengaruh dalam menentukan besarnya permintaan kredit konsumsi level unit analisis yang lebih rendah dapat teridentifikasi.

Beberapa penelitian empiris mengenai kredit konsumsi dengan menggunakan data yang bersifat lebih mikro tersebut antara lain telah dilakukan oleh Cox dan Jappelli tahun 1993, Duca dan Rosental tahun 1993, Crook tahun 2001, Barnes dan Young tahun 2003 untuk kasus Amerika Serikat. Magri (2002) dan Brown et al. (2003) melakukan penelitian yang sama untuk kasus negara yang berbeda yaitu masing-masing adalah Italia dan Inggris (Hadad et al., 2004). Cox dan Jappelli (1993) menggunakan variabel boneka laten yang hanya dapat diobservasi jika permintaan kredit positif dan rumah tangga tidak memiliki kendala kredit. Sedangkan variabel independen dalam model Cox dan Jepelli (1993) adalah usia, tingkat pendidikan, pekerjaan, pendapatan daerah (area income), status pekerjaan, dan status rumah tinggal (urban/rural status). Hasilnya, probabilitas untuk menjadi tidak terkendala kredit meningkat seiring dengan

meningkatnya usia dan berhubungan positif dengan pendapatan permanen juga kekayaan bersih.

Magri (2002) dalam Hadad et al. (2004) mengunakan data Survei Kekayaan dan Pendapatan di Italia, meneliti mengenai faktor-faktor yang yang mempengaruhi partisipasi rumah tangga di pasar kredit dan mencoba untuk memisahkan pengaruh permintaan dan penawaran kredit model ekometrikanya, Magri menggolongkan usia, kekayaan bersih, kapasitas pendapatan (earning capacity), pendidikan, dan tingkat suku bunga sebagai variabel-variabel yang dapat mempengaruhi permintaan maupun penawaran kredit konsumsi di Italia. Hasil penelitian menunjukan permintaan kredit oleh rumah tangga di Italia meningkat seiring meningkatnya usia. Disposabel income juga memiliki pengaruh yang positif terhadap permintaan maupun penawaran uang. Namun, variabel net wealth atau kekayaan bersih tidak begitu signifikan dalam menjelaskan permintaan terhadap kredit. Faktor penting lainnya yang penting dalam permintaan dan penawaran kredit adalah pendidikan dianggap sebagai variabel

proxy pendapatan di masa yang akan datang, yang berhubungan positif.

Variabel-variabel disajikan dalam fungsi linier yang terdiri dari tiga persamaan, dengan model empiris yang digunakan adalah three-equation generalized Tobit scheme. Penelitian lain yang dilakukan oleh Cox dan Jappelli tahun 1993, Duca dan Rosental tahun 1993, Crook tahun 2001, Barnes dan Young tahun 2003 dan Magri tahun 2002 dengan menganalisis tingkat mikro yang sama yaitu rumah tangga menggunakan variabel yang kurang lebih sama.

Mengenai permintaan kredit konsumsi rumah tangga, penelitian yang telah dilakukan banyak menggunakan salah satu dari dua metodologi ekonometrika (Crook, 2003). Pada salah satu metodologi untuk persamaan permintaan di estimasi setelah dua persamaan seleksi di estimasi. Tingkat permintaan rumah tangga diobservasi, jika permintaan dari rumah tangga itu positif dan tidak menghadapi kendala kredit. Seseorang terkedala kredit bila terjadi ekses permintaan kredit, dimana permintaan untuk kredit (D*) melebihi jumlah yang dipinjamkan oleh kreditur (S*) (Cox dan Jappeli, 1993). Model umum yang digunakan :

0 0 0

*=β X +ε

D (11)

Dimana ε0 adalah komponen acak (random component). D* diobservasi hanya

jika permintaan untuk kredit adalah positif dan rumah tangga tidak terkendala kredit.

Hayashi (1982) menggunakan data cross section untuk menghitung data dari Survey of Financial Characteristic of Consumer yang dibuat oleh Board of Governers of the Federal Reserve System. Data yang digunakan adalah tabungan kontraktual yang disepakati dan kredit rumah (hipotik), pendapatan disposibel, total nilai pasar keuangan dan aset fisik, tingkat tabungan, ukuran konsumsi (pendapatan disposibel-tabungan), jumlah net-liquid asset, nilai pasar rumah,

threshold value, umur kepala keluarga, dan jumlah anggota keluarga. Hayashi memperlihatkan efek kendala kredit pada pengeluaran konsumsi menggunakan data cross section. Persamaan reduced form menggunakan model tobit untuk konsumsi diestimasi pada rumah tangga dengan tingkat tabungan yang tinggi.

Sejak rumah tangga yang tingkat tabungan yang tinggi menjadi tidak terkendala kredit dan rumah tangga dengan tingkat tabungan yang rendah tidak bisa mengkonsumsi sebanyak yang diinginkan kerena kendala pinjaman.

Perbedaan penelitian ini dengan penelitian terdahulu, yaitu penelitian ini memfokuskan penelitian pada kredit sepeda motor, dengan menggunakan data yang dikumpulkan lewat kuisioner. Variabel bebas yang digunakan, terdapat dalam kuisioner merujuk pada penelitian-penelitian terdahulu, namun tidak memasukan variabel yang mewakili karakteristk perbankan. Perbedaan lain, penelitian ini ingin mengetahui faktor-faktor permintaan kredit sepeda motor dari rumah tangga, yang disalurkan baik oleh bank dan perusahaan pembiayaan. Penelitian ini menggunakan data primer yang diperoleh langsung melalui penyebaran kuisioner.

2.10. Kerangka Pemikiran

Rumah tangga dengan karakteristiknya dapat mempengaruhi permintaan kredit sepeda motor, dimana pembelian sepeda motor yang didominasi oleh pembelian secara kredit. Peneliatian ini menggunakan data primer untuk melihat pengaruh karakteristik rumah tangga tersebut. Pengumpulan data melalui kuisioner, pengambilan contoh secara non probability sampling yaitu dengan teknik pengambilan contoh quota sampling. Sebelumnya akan dilihat karakteristik rumah tangga tersebut dengan analisis deskriptif, kemudian menggunakan model probit akan diteliti pengaruhnya terhadap permintaan kredit sepeda motor. Menggunakan metode estimasi maximum likelihood. Dengan diketahuinya

Inflasi Stabil, Suku Bunga SBI Menurun

Rumah Tangga/ Konsumen Memaksimumkan Kepuasan

Permintaan Sepeda Motor Meningkat

Permintaan Motor 70% Dipenuhi dengan Jalur kredit

(Dewi, 2005)

Pemberian Kredit Yang Tidak Prudent, Karena Lembaga Keuangan Mencari Profit Besar

Menimbulkan

Asymetric Information dan Nonperforming Loan di Perbankan Indonesia

Karakteristik Rumah Tangga yang Mempengaruhi Peluang Permintaan Kredit Sepeda Motor

Perekonomian Indonesia Terganggu LCPIH

Permintaan kredit sepeda motor yang termasuk ke

dalam kredit konsumsi sehingga meningkat Pengambilan Contoh NonProbability Sampling Quota Sampling

Model Probit

Estimasi maximum likelihood

Eviews 4.1 Pengumpulan Data Penyebaran Kuisioner

Analisis Deskriptif

Ket : tidak diteliti

Alur penelitian

karakteristik tersebut, akan membuat suatu mekanisme penyaluran kredit yang

prudent. Hal tersebut dapat mencegah adanya asymetric information rumah tangga dan nonperforming loan, agar perekonomian Indoenesia tidak terganggu.

Kerangka pemikiran untuk penelitian ini digambarkan pada Gambar 4.

III METODE PENELITIAN

3.1. Jenis dan Sumber Data

Data yang digunakan untuk penelitian ini adalah data primer dan data sekunder. Data primer diperoleh dengan menyebarkan kuisioner menggunkan pertanyaan terbuka (open question). Kuisioner pertanyaan terbuka menurut Juanda (2003) merupakan kuisioner dengan memberikan kebebasan kepada responden untuk menjawab, dengan jawaban yang bisa pendek dan panjang. Kuisioner dibagikan langsung kepada 50 pemilik sepeda motor yang berada di Kota dan Kabupaten Bogor. Penyebaran kuisioner dilakukan pada bulan Maret 2007. Data sekunder diperoleh dari Bank Indonesia, Badan Pusat Stastistik, dan Asosiasi Industri Sepeda Motor Indonesia (AISI).

Responden yang diteliti dibatasi dari usia, yaitu dari 18 hingga 65 tahun, dengan berbagai status pekerjaan. Responden akan ditanyakan seputar pembelian sepeda motor, apakah melalui kredit atau tunai. Pertanyaan tersebut ditujukan kepada responden merujuk pada Hadad et al. (2004) dan Cox dan Jappeli (1993), untuk memperlihatkan apakah responden memiliki kredit atau tidak. Kemudian responden akan diberikan pertanyaan lain yang mewakili karakteristik pendapatan dan demografi di Kota dan Kabupaten Bogor untuk memperoleh data ditingkat mikro yaitu rumah tangga.

78

Lampiran 17 Output Model Probit Kesatu Eviews 4.1

Dependent Variable: Y

Method: ML - Binary Probit (Quadratic hill climbing) Date: 05/02/07 Time: 20:59

Sample: 1 50

Included observations: 50

Convergence achieved after 12 iterations

Covariance matrix computed using second derivatives

Variable Coefficient Std. Error z-Statistic Prob.

X1 1.01E-06 7.66E-07 1.312952 0.1892

X2 -0.049901 0.067402 -0.740347 0.4591

X3 -1.66E-06 8.23E-07 -2.022345 0.0431

X4 -5.01E-06 2.26E-06 -2.216674 0.0266

X5 1.32E-06 9.02E-07 1.466042 0.1426

X6 -0.052297 0.073439 -0.712114 0.4764

X7 0.316165 0.186387 1.696279 0.0898

X8 0.068692 0.327258 0.209902 0.8337

X9 0.051082 0.432413 0.118132 0.9060

DX10 -3.533983 1.696438 -2.083178 0.0372

DX11 0.139571 1.033607 0.135033 0.8926

DX12 -2.900523 2.018258 -1.437142 0.1507

DX13 -0.114478 0.963721 -0.118787 0.9054

DX14 -1.328573 0.905599 -1.467064 0.1424

C 5.930653 3.871451 1.531894 0.1255

Mean dependent var 0.620000 S.D. dependent var 0.490314 S.E. of regression 0.397335 Akaike info criterion 1.246020 Sum squared resid 5.525636 Schwarz criterion 1.819627 Log likelihood -16.15050 Hannan-Quinn criter. 1.464453 Restr. log likelihood -33.20321 Avg. log likelihood -0.323010 LR statistic (14 df) 34.10541 McFadden R-squared 0.513586 Probability(LR stat) 0.001991

Obs with Dep=0 19 Total obs 50

Obs with Dep=1 31

Lampiran 18 Output Model Probit Kedua Eviews 4.1

Dependent Variable: Y

Method: ML - Binary Probit (Quadratic hill climbing) Date: 05/02/07 Time: 21:00

Sample: 1 50

Included observations: 50

Convergence achieved after 12 iterations

Covariance matrix computed using second derivatives

Variable Coefficient Std. Error z-Statistic Prob.

X1 9.72E-07 7.04E-07 1.381215 0.1672

X2 -0.051774 0.065650 -0.788629 0.4303

X3 -1.64E-06 8.01E-07 -2.054080 0.0400

X4 -4.96E-06 2.20E-06 -2.249501 0.0245

X5 1.33E-06 8.92E-07 1.489257 0.1364

X6 -0.053002 0.073405 -0.722054 0.4703

X7 0.320350 0.183693 1.743941 0.0812

X8 0.093980 0.248042 0.378889 0.7048

79

DX11 0.190690 0.934459 0.204064 0.8383

DX12 -2.817353 1.885141 -1.494505 0.1350

DX13 -0.092394 0.947446 -0.097519 0.9223

DX14 -1.376470 0.817065 -1.684651 0.0921

C 5.819877 3.758322 1.548531 0.1215

Mean dependent var 0.620000 S.D. dependent var 0.490314 S.E. of regression 0.392124 Akaike info criterion 1.206302 Sum squared resid 5.535409 Schwarz criterion 1.741669 Log likelihood -16.15756 Hannan-Quinn criter. 1.410173 Restr. log likelihood -33.20321 Avg. log likelihood -0.323151 LR statistic (13 df) 34.09129 McFadden R-squared 0.513373 Probability(LR stat) 0.001166

Obs with Dep=0 19 Total obs 50

Obs with Dep=1 31

Lampiran 19 Output Model Probit Ketiga Eviews 4.1

Dependent Variable: Y

Method: ML - Binary Probit (Quadratic hill climbing) Date: 05/02/07 Time: 21:01

Sample: 1 50

Included observations: 50

Convergence achieved after 12 iterations

Covariance matrix computed using second derivatives

Variable Coefficient Std. Error z-Statistic Prob.

X1 9.76E-07 7.03E-07 1.387458 0.1653

X2 -0.050348 0.063902 -0.787896 0.4308

X3 -1.64E-06 8.04E-07 -2.043054 0.0410

X4 -5.05E-06 2.03E-06 -2.479706 0.0131

X5 1.35E-06 8.75E-07 1.542045 0.1231

X6 -0.056659 0.063597 -0.890910 0.3730

X7 0.323943 0.180999 1.789749 0.0735

X8 0.085626 0.233461 0.366767 0.7138

DX10 -3.588358 1.534778 -2.338031 0.0194

DX11 0.230325 0.844027 0.272888 0.7849

DX12 -2.871659 1.818648 -1.579008 0.1143

DX14 -1.365006 0.802805 -1.700295 0.0891

C 5.943223 3.586642 1.657044 0.0975

Mean dependent var 0.620000 S.D. dependent var 0.490314 S.E. of regression 0.386733 Akaike info criterion 1.166492 Sum squared resid 5.533821 Schwarz criterion 1.663618 Log likelihood -16.16231 Hannan-Quinn criter. 1.355801 Restr. log likelihood -33.20321 Avg. log likelihood -0.323246 LR statistic (12 df) 34.08180 McFadden R-squared 0.513231 Probability(LR stat) 0.000655

Obs with Dep=0 19 Total obs 50

Obs with Dep=1 31

Lampiran 20 Output Model Probit Keempat Eviews 4.1

Dependent Variable: Y

Method: ML - Binary Probit (Quadratic hill climbing) Date: 05/02/07 Time: 21:01

80

Sample: 1 50

Included observations: 50

Convergence achieved after 12 iterations

Covariance matrix computed using second derivatives

Variable Coefficient Std. Error z-Statistic Prob.

X1 1.10E-06 5.45E-07 2.021585 0.0432

X2 -0.050376 0.064678 -0.778881 0.4360

X3 -1.72E-06 7.56E-07 -2.274005 0.0230

X4 -5.20E-06 1.96E-06 -2.652637 0.0080

X5 1.25E-06 8.02E-07 1.559411 0.1189

X6 -0.053235 0.062531 -0.851336 0.3946

X7 0.325396 0.181259 1.795205 0.0726

X8 0.082749 0.229511 0.360546 0.7184

DX10 -3.595935 1.526486 -2.355695 0.0185

DX12 -2.978058 1.752808 -1.699021 0.0893

DX14 -1.325349 0.786013 -1.686166 0.0918

C 6.007754 3.514494 1.709422 0.0874

Mean dependent var 0.620000 S.D. dependent var 0.490314 S.E. of regression 0.383248 Akaike info criterion 1.127987 Sum squared resid 5.581396 Schwarz criterion 1.586873 Log likelihood -16.19968 Hannan-Quinn criter. 1.302734 Restr. log likelihood -33.20321 Avg. log likelihood -0.323994 LR statistic (11 df) 34.00705 McFadden R-squared 0.512105 Probability(LR stat) 0.000361

Obs with Dep=0 19 Total obs 50

Obs with Dep=1 31

Lampiran 21 Output Model Probit Kelima Eviews 4.1

Dependent Variable: Y

Method: ML - Binary Probit (Quadratic hill climbing) Date: 05/02/07 Time: 21:02

Sample: 1 50

Included observations: 50

Convergence achieved after 12 iterations

Covariance matrix computed using second derivatives

Variable Coefficient Std. Error z-Statistic Prob.

X1 1.16E-06 5.28E-07 2.190029 0.0285

X2 -0.053084 0.064394 -0.824357 0.4097

X3 -1.79E-06 7.47E-07 -2.400567 0.0164

X4 -5.35E-06 1.92E-06 -2.782870 0.0054

X5 1.26E-06 8.01E-07 1.577151 0.1148

X6 -0.056127 0.062154 -0.903036 0.3665

X7 0.327360 0.179074 1.828075 0.0675

DX10 -3.669336 1.511091 -2.428269 0.0152

DX12 -3.189536 1.692623 -1.884375 0.0595

DX14 -1.280861 0.777225 -1.647993 0.0994

C 6.675090 3.105699 2.149303 0.0316

Mean dependent var 0.620000 S.D. dependent var 0.490314 S.E. of regression 0.378360 Akaike info criterion 1.090704 Sum squared resid 5.583093 Schwarz criterion 1.511349 Log likelihood -16.26761 Hannan-Quinn criter. 1.250888 Restr. log likelihood -33.20321 Avg. log likelihood -0.325352

81

LR statistic (10 df) 33.87120 McFadden R-squared 0.510059 Probability(LR stat) 0.000194

Obs with Dep=0 19 Total obs 50

Obs with Dep=1 31

Lampiran 22 Output Model Probit Keenam Eviews 4.1

Dependent Variable: Y

Method: ML - Binary Probit (Quadratic hill climbing) Date: 05/02/07 Time: 21:02

Sample: 1 50

Included observations: 50

Convergence achieved after 12 iterations

Covariance matrix computed using second derivatives

Variable Coefficient Std. Error z-Statistic Prob.

X1 1.07E-06 5.26E-07 2.040606 0.0413

X2 -0.092367 0.049804 -1.854629 0.0636

X3 -1.81E-06 7.19E-07 -2.517866 0.0118

X4 -4.72E-06 1.66E-06 -2.840941 0.0045

X5 1.07E-06 7.49E-07 1.423141 0.1547

X7 0.292594 0.170404 1.717066 0.0860

DX10 -3.253198 1.391437 -2.338013 0.0194

DX12 -2.831464 1.590771 -1.779932 0.0751

DX14 -1.322441 0.775446 -1.705394 0.0881

C 4.929549 2.210942 2.229615 0.0258

Mean dependent var 0.620000 S.D. dependent var 0.490314 S.E. of regression 0.377353 Akaike info criterion 1.067325 Sum squared resid 5.695800 Schwarz criterion 1.449730 Log likelihood -16.68313 Hannan-Quinn criter. 1.212947 Restr. log likelihood -33.20321 Avg. log likelihood -0.333663 LR statistic (9 df) 33.04016 McFadden R-squared 0.497545 Probability(LR stat) 0.000131

Obs with Dep=0 19 Total obs 50

82

Lampiran 23 Output Expectation Prediction Table Eviews 4.1

Dependent Variable: Y

Method: ML - Binary Probit (Quadratic hill climbing) Date: 05/10/07 Time: 23:48

Sample: 1 50

Included observations: 50

Prediction Evaluation (success cutoff C = 0.5)

Estimated Equation

Constant Probability

Dep=0 Dep=1 Total Dep=0 Dep=1 Total

P(Dep=1)<=C 15 6 21 0 0 0

P(Dep=1)>C 4 25 29 19 31 50

Total 19 31 50 19 31 50

Correct 15 25 40 0 31 31

% Correct 78.95 80.65 80.00 0.00 100.00 62.00

% Incorrect 21.05 19.35 20.00 100.00 0.00 38.00

Total Gain* 78.95 -19.35 18.00

Percent Gain** 78.95 NA 47.37

Estimated Equation

Constant Probability

Dep=0 Dep=1 Total Dep=0 Dep=1 Total

E(# of Dep=0) 13.50 5.61 19.11 7.22 11.78 19.00

E(# of Dep=1) 5.50 25.39 30.89 11.78 19.22 31.00

Total 19.00 31.00 50.00 19.00 31.00 50.00

Correct 13.50 25.39 38.89 7.22 19.22 26.44

% Correct 71.04 81.91 77.78 38.00 62.00 52.88

% Incorrect 28.96 18.09 22.22 62.00 38.00 47.12

Total Gain* 33.04 19.91 24.90

Percent Gain** 53.29 52.39 52.84

*Change in "% Correct" from default (constant probability) specification **Percent of incorrect (default) prediction

83

Lampiran 24 Output Actual, Fitted, Residual Table Eviews 4.1

obs Actual Fitted Residual Residual Plot

1 1.00000 0.96862 0.03138 | . * . | 2 0.00000 0.87067 -0.87067 |* . | . | 3 0.00000 0.09779 -0.09779 | . *| . | 4 1.00000 0.45157 0.54843 | . | . * | 5 0.00000 0.03503 -0.03503 | . *| . | 6 1.00000 0.62052 0.37948 | . | * | 7 1.00000 0.92795 0.07205 | . |* . | 8 1.00000 0.98442 0.01558 | . * . | 9 0.00000 0.73070 -0.73070 | * . | . | 10 1.00000 0.99997 3.5E-05 | . * . | 11 1.00000 0.27513 0.72487 | . | . * | 12 1.00000 0.92367 0.07633 | . |* . | 13 1.00000 0.96651 0.03349 | . * . | 14 0.00000 4.4E-07 -4.4E-07 | . * . | 15 0.00000 0.00000 0.00000 | . * . | 16 1.00000 0.46070 0.53930 | . | . * | 17 1.00000 0.57667 0.42333 | . | .* | 18 1.00000 0.98861 0.01139 | . * . | 19 1.00000 0.44150 0.55850 | . | . * | 20 1.00000 0.88734 0.11266 | . | * . | 21 0.00000 0.37837 -0.37837 | * | . | 22 0.00000 0.54867 -0.54867 | * . | . | 23 1.00000 0.95096 0.04904 | . |* . | 24 1.00000 0.99999 6.0E-06 | . * . | 25 0.00000 0.80344 -0.80344 | * . | . | 26 0.00000 0.32049 -0.32049 | .* | . | 27 0.00000 0.42210 -0.42210 | *. | . | 28 1.00000 1.00000 4.5E-06 | . * . | 29 0.00000 0.20737 -0.20737 | . * | . | 30 1.00000 0.97299 0.02701 | . * . | 31 1.00000 0.96930 0.03070 | . * . | 32 1.00000 0.66914 0.33086 | . | * | 33 1.00000 0.99909 0.00091 | . * . | 34 0.00000 0.26950 -0.26950 | .* | . | 35 1.00000 0.99867 0.00133 | . * . | 36 1.00000 0.97098 0.02902 | . * . | 37 0.00000 0.39220 -0.39220 | * | . | 38 0.00000 0.00060 -0.00060 | . * . | 39 1.00000 0.67127 0.32873 | . | * | 40 1.00000 0.89501 0.10499 | . |* . | 41 1.00000 0.48905 0.51095 | . | . * | 42 0.00000 0.00071 -0.00071 | . * . | 43 0.00000 0.38521 -0.38521 | * | . | 44 1.00000 1.00000 2.6E-08 | . * . | 45 0.00000 0.02609 -0.02609 | . * . | 46 0.00000 0.01394 -0.01394 | . * . | 47 1.00000 0.99963 0.00037 | . * . | 48 1.00000 0.43390 0.56610 | . | . * | 49 1.00000 0.99990 0.00010 | . * . | 50 1.00000 0.89857 0.10143 | . |* . |