63
4.2.5 Uji Hausman Hausman Test
Untuk memiliki hasil kuat dalam memilih metode yang digunakan akan baik, maka dilakukan uji Hausman. Uji Hausman akan memberikan penilaian dari
semua uji data panel, jika H =Fixed Effect Model dan H
a
= Random Effect Model dengan melihat nilai Chi-Square statistic sehingga keputusan pemilihan model
dapat ditentukan secara tepat.
Tabel 4.5 Hasil Uji Hausman
Sumber : Data Olahan Eviews, Lampiran
Berdasarkan hasil uji Hausman pada tabel 4.5 di atas menunjukkan bahwa nilai Chi-Square statistik sebesar 8,83276 yang artinya pada uji Hausman
signifikan pada α = 10. Maka dari itu, dalam penelitian ini menggunakan
metode Fixed Effect Model adalah model yang paling representatif.
4.2.6 Intrepretasi Model FEM
Berdasarkan Uji Chow di atas menunjukkan bahwa nilai F statistik statistik tidak signifikan maka metode yang digunakan adalah model Fixed Effect Model
FEM. Maka yang akan dibahas adalah intrepetasi model FEM, hasil estimasi FEM dapat dijelaskan pengaruh variabel independen jumlah kredit tiap banknya
di pasar kredit, dari variabel jumlah perbankan, tingkat suku bunga pinjaman, NPL dan pertumbuhan ekonomi, adalah sebagai berikut :
Correlated Random Effects - Hausman Test Pool: Untitled
Test cross-section random effects Test Summary
Chi-Sq. Statistic Chi-Sq. d.f.
Prob. Cross-section random
8.83276 4
0.9269
64
1. Jumlah Perbankan X
1
Jumlah Perbankan X
1
memiliki pengaruh positif terhadap jumlah kredit atau pinjaman, dengan nilai koefisien sebesar 3985,401. Hal ini berarti, bila terjadi
kenaikan pada jumlah perbankan sebesar 10 bank, cateris paribus, maka akan menyebabkan kenaikan tingkat penawaran kredit di persaingan pasar kredit dan
kenaikan pinjaman sebesar Rp. 39,85401 miliar. 2. Suku bunga kredit X
2
Suku bunga perbankan X
2
memiliki pengaruh positif terhadap jumlah kredit atau pinjaman, dengan nilai koefisien sebesar 10549,81. Hal ini berarti, bila
terjadi kenaikan pada tingkat suku bunga kredit sebesar 1 pada setiap perbankan di pasar persaingan kredit, cateris paribus, maka akan menyebabkan kenaikan
tingkat penawaran kredit di persaingan pasar kredit sehingga akan menaikkan pinjaman sebesar Rp.105,4981 miliar.
3. Non Performing Loan NPL X
3
Non Performing Loan X
3
berpengaruh negatif terhadap jumlah kredit atau pinjaman, dengan hasil estimasi didapat koefisien sebesar 57301,30. Artinya,
bila terjadi kenaikan pada rasio Non Performing Loan NPL sebesar 1 pada perbankan di pasar kredit, cateris paribus, maka akan menurunkan pinjaman
sebesar Rp. 573,0130 miliar. 4. Pertumbuhan Ekonomi X
4
Pertumbuhan Ekonomi X
4
berpengaruh negatif terhadap jumlah kredit atau pinjaman, dan estimasi yang didapat menjukkan koefisien sebesar 142703,5. Hal
ini berarti bila terjadi pernurunan pada pertumbuhan ekonomi sebesar 1 akan
65
meningkatkan permintaan kredit atau pinjaman sebesar 1427,035 miliar di pasar kredit.
4.3 Uji Kesesuaian Test of Goodness of Fit