40
Lanjutan Tabel 3.2 Nama-nama Bank SampelPenelitian
No. Nama Bank
Bank Konvensional
Data permintaan
kredit per tahun 2010
– 2014 tersedia
Sampel
36 BANK MEGA
Sampel 34 37
BNI SYARIAH -
38
BANK BUKOPIN
Sampel 35
39 BANK SYARIAH
MANDIRI -
40
BANK BUMIPUTERA
Sampel 36
41 BANK YUDHA BHAKTI
Sampel 37 42
BANK AGRONIAGA
Sampel 38
43 BPR
-
44 BANK SBI
Sampel 39 45
BANK SYARIAH MEGA -
46
BANK SYARIAH BUKOPIN
-
47 BANK SAHABAT
SAMPOERNA
Sampel 40
48 BANK UOB
-
49 BANK EKSEKUTIF
Sampel 41 50
BANK AGRIS
Sampel 42
51 BANK OCBC
-
52 BANK
COMMONWEALTH
Sampel 43
3.6 Jenis Data
Data yang digunakan dalam penelitian ini adalah data yang bersifat kuantitatif dan merupakan data time series. Data kuantitatif merupakan data yang disajikan
dalam bentuk angka-angka berupa inflasi, nilai tukar, dan permintaankreditdi kota Medan. Data time series adalah sekumpulan data dari waktu ke waktu pada obyek
yang sama untuk menggambarkan perkembangan suatu kegiatan atau kejadian tertentu selama periode tersebut.
Universitas Sumatera Utara
41
Jenis data yang digunakan dalam penelitian ini adalah data sekunder, yaitu data yang bersumber dari pihak lain. Pada penelitian ini, sumber data diperoleh
dari Bank Indonesia kantor cabang Medan, internet, buku, dan jurnal yang menunjang penelitian ini. Data sekunder ini merupakan sumber data yang
digunakan untuk melengkapi penulisan.
3.7Metode Pengumpulan Data
Metode pengumpulan data dalam penelitian ini adalah studi dokumentasi. Pengumpulan data dengan cara mengumpulkan dan mempelajari data dari buku-
buku, jurnal penelitian, dan internet yang memiliki relevansi dengan penelitian ini
serta melakukan riset kepustakaan.
3.8 Metode Analisis Data 3.8.1 Analisis Statistik Deskriptif
Teknik analisis data yang digunakan adalah analisis statistic deskriptif yang berfungsi untuk mendeskripsikan atau member gambaran terhadap objek
yang diteliti melalui data sampel atau populasi sebagaimana adanya, tanpa melakukan analisis dan membuat kesimpulan yang berlaku untuk umum.
3.8.2Uji Asumsi Klasik
Sebelum melakukan pengujian hipotesis, maka peneliti terlebih dahulu menggunakan uji asumsi klasik yang terdiri dari uji normalitas, uji
heterokedastisitas, uji autokorelasi, dan uji multikolinearitas. Pengujian ini dilakukan dengan bantuan software SPSS.
Universitas Sumatera Utara
42
Uji Klasik ini dapat dikatakan sebagai kriteria ekometrika untuk melihat apakah hasil estimasi memenuhi dasar linier klasik atau tidak. Setelah data
dipastikan bebas dari penyimpangan asumsi klasik, maka dilanjutkan dengan uji hipotesis yakni uji individual uji t, pengujian secara serentak uji F, dan
koefisien determinasi R
2
. Uji asumsi klasik terdiri dari :
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, masing-masing variabel berdistribusi secara normal atau tidak. Model
regresi yang baik adalah yang memiliki distribusi normal sehingga hasil penelitian dapat digeneralisasikan pada populasi.
Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik atau dengan melihat histogram dari
residualnya. Dasar pengambilan keputusannya jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, atau grafik histogramnya
menunjukan pola distribusi normal, maka model regresi memenuhi asumsi normalitas Ghozali, 2012.
2. Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan
yang lain. Jika varians dari residual satu pengamatan ke pengamatan tetap, maka disebut homokedastisitas dan jika berbeda disebut heterokedastisitas.
Heterokedastisitas menunjukan bahwa varians dari setiap error bersifat heterogen yang berarti melanggar asumsi klasik yang mensyaratkan bahwa
Universitas Sumatera Utara
43
varians dari error harus bersifat homogennya. Hipotesis dalam uji Heterokedastisitas ini adalah :
H : tidak ada heterokedastisitas
H
1
: ada heterokedastisitas Dalam pengujian dilakukan dengan menggunakan uji individu t-test untuk
masing-masing variabel. Pengambilan keputusan tersebut dilakukan dengan kriteria:
Jika signifikan probabilitas dari t
hitung
0,05 maka H ditolak
Jika signifikan probabilitas dari t
hitung
0,05 maka H diterima
3. Uji Multikolinearitas
Tujuan dilakukannya uji multikolonieritas adalah untuk melihat apakah model regresi memiliki korelasi antara variabel independen satu dengan
yang lainnya. Konsekuensi praktis yang timbul sebagai akibat adanya multikolinearitas ini adalah kesalahan standar penaksir semakin besar dan
probabilitas untuk menerima hipotesis yang salah semakin besar sehingga mengakibatkan diperolehnya kesimpulan yang salah.
Untuk mendeteksi ada atau tidaknya multikolonieritas dapat dilihat dari 1 Nilai tolerance TOL dan lawannya 2 varianceinflation factor VIF.
Nilai tolerance yang rendah sama dengan nilai VIF yang tinggi karena VIF=1Tolerance. Nilai Cut off yang umum dipakai untuk menunjukan
adanya multikolonieritas adalah nilai Tolerance 0,10 atau sama dengan nilai VIF10 Ghozali, 2012.
Universitas Sumatera Utara
44
Cara mengatasi multikolinearitas adalah a transformasi variabel. Jika terlihat pada model awal dengan adanya gejala multikolonieritas maka dapat
dilakukan transformasi variabel yang bersangkutan kedalam bentuk logaritma natural atau bentuk-bentuk tranformasi lainnya, sehingga nilai t
hitung yang dihasilkan secara individu variabel independen dapat secara signifikan mempengaruhi variabel terikat, b meningkatkan jumlah data
sampel. Dengan adanya peningkatan jumlah data sampel diharapkan mampu menurunkan standar error disetiap variabel independen dan akan diperoleh
yang benar-benar bisa menaksirkan koefisien regresi secara tepat. 4.
Uji Autokorelasi Uji Autokorelasi bertujuan untuk menguji apakah dalam model regresi
terdapat korelasi antara kesalahan pengganggu padaperiode t dengan kesalahan pada periode sebelumnya. Jika terjadi korelasi, maka dinamakan
ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan antara satu dengan lainnya. Model
regresi yang baik adalah yang bebas dari autokorelasi Ghozali, 2012. Untuk mendeteksi ada atau tidaknya autokorelasi, dilakukan dengan uji
Durbin Watson. Pengambilan keputusan mengenai ada atau tidaknya autokorelasi adalah sebagai berikut:
1. Bila nilai D-W terletak antara angka -2 sampai +2, maka koefisien pada
regresi tidak terdapat autokorelasi. 2.
Bila D-W lebih rendah atau di bawah angka -2, maka koefisien pada regresi mengalami autokorelasi positif.
Universitas Sumatera Utara
45
3. Bila nilai D-W lebih besar atau di atas angka +2, maka koefisien pada
regresi mengalami autokorelasi negatif.
3.8.3Analisis Regresi
Penelitian ini bertujuan untuk melihat Pengaruh Inflasi dan Nilai Tukar terhadap Jumlah Kredit yang Disalurkan Perbankan Konvensional di Kota Medan.
Maka dari itu, digunakan teknik analisis regresi linier berganda guna menjawab hipotesis dengan model sebagai berikut:
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ e dimana:
a = Konstanta
Y = Jumlah Kredit yang Disalurkan
X
1
= Inflasi X
2
= Nilai Tukar b
1
= Koefisien Regresi Inflasi
b
2
= Koefisien Regresi Struktur Modal
e = Standard error
3.8.4 Pengujian Hipotesis
Model regresi yang sudah memenuhi syarat asumsi klasik tersebut akan digunakan untuk menganalisis, yaitu melalui pengujian hipotesis sebagai berikut:
1. Uji Signifikan Simultan Uji F
Untuk menguji apakah hipotesis yang diajukan diterima atau ditolak maka dilakukan uji-F. Pada dasarnya uji statistik F menunjukkan apakah semua variabel
bebas independent variable berpengaruh signifikan secara simultan terhadap variabel terikat dependent variable. Pengaruh variabel independen terhadap
Universitas Sumatera Utara
